kira｜Web3投研

• 专注 Web3 / Crypto / 链上研究 • 分享真实思考，不喊单 • 记录周期，陪你穿越牛熊

[kira｜Web3投研 @Crypto_kiraL]

来吧猛烈些吧

[比特币老肥（敏感肥从头再来版） @laofeiyyds]

都在蓝v互关，我也没点多少关注，评论区你评论互关，你给我点关注我给你点关注，也可以在评论区自行互关

[kira｜Web3投研 @Crypto_kiraL]

@laofeiyyds 来吧

[kira｜Web3投研 @Crypto_kiraL]

$BREV 空投信息 📢Brevis 已开放 $BREV 空投资格检查页面。 📷 查看详情： https://t.co/IBTKRtXi5Q

[kira｜Web3投研 @Crypto_kiraL]

Brevis (@brevis_zk)

未发币（计划 $BREV TGE）。
VC 融资：$7.5M seed（Polychain、Binance Labs 等）。
开放测试网/交互：Proving Grounds 激励活动活跃，赚取 Sparks 积分（明确用于 TGE 空投分配）。
历史相似：ZK 项目如 zkSync/Starknet 通过积分/任务 retroactive airdrop。
理由：积分系统直接绑定空投，活动强调真实交互，社区高度参与。

如何参与

官方网站/入口：https://t.co/GWCEkHtG45
建议交互行为：连接 EVM 钱包 → 完成 Phase 2 任务（PancakeSwap、Linea、Usual Money 等协议的真实交易、借贷、质押等）→ 每日登录签到赚 10 Sparks。
交互成本评估：需要少量资金（跨链真实交互，gas + 小额本金，建议总成本控制在 $50-200）。
建议交互频率：持续（尽快完成所有任务，每日签到）。
风险提示：资金风险（交互本金可能亏损）、合约风险（多协议交互需检查官方链接）、时间成本中。

[kira｜Web3投研 @Crypto_kiraL]

# Gemini 3 完全使用手册：小白也能看懂的实战指南

## 前言：一次让我怀疑人生的经历

上个月，我花了整整一个下午用Gemini 3分析公司的季度销售数据。

结果出来后，我发现数据趋势完全看反了，结论也是错的。

当时我特别郁闷：明明Gemini 3在各种测试中都是顶尖水平，为什么我用起来这么拉胯？

直到我发现了一个惊人的真相：**我根本没有正确使用Gemini 3。**

就像你买了一辆超跑，但一直挂着一档在市区开，还纳闷为什么跑不快。

今天这篇文章，我要把这三个月摸索出来的经验全部分享给你。保证你看完之后，能把Gemini 3的真正实力发挥出来。

-----

## 第一个致命错误：你可能在用”阉割版”

### 我交的智商税

这是我犯的最大的错误，也是90%用户都在犯的错误。

当你打开Gemini，直接开始提问时，你用的其实是**标准对话模式**——一个为了快速响应而牺牲了深度思考能力的版本。

**打个比方：**

这就像你请了一个顾问，但只给他3秒钟思考时间就要答案。能准确才怪。

### 正确的打开方式

在提问之前，你需要做一件事：

**在模型选择器里切换到”Gemini 3 Pro（思考）“或”深度研究”模式。**

就这么简单。

**效果差距有多大？**

Google官方的数据显示：

- 复杂推理准确率提升：40-60%
- 逻辑链完整性提升：70%以上
- 复杂问题解决成功率：提升2-3倍

**我的真实案例：**

**同一个问题：** 分析一家创业公司值不值得投资

**标准模式的回答：**

> “这家公司有一定潜力，市场前景还不错，团队背景也可以，建议可以考虑投资。主要风险是竞争比较激烈，盈利模式还不够清晰。”

评价：说了跟没说一样，完全是废话。

**思考模式的回答：**

> “让我一步一步分析这个项目：
>
> **市场分析：**
> 目标市场规模约50亿美元，年增长率23%…
> 市场集中度低，前三名占比不到30%，有机会…
>
> **团队评估：**
> 创始人在行业深耕8年，之前做过两个项目都成功退出…
> CTO来自Google，核心技术有3项专利保护…
>
> **财务状况：**
> 当前月收入50万，同比增长300%…
> 获客成本1200元，客户终身价值5000元，比例健康…
> 预计18个月可以盈亏平衡…
>
> **风险点：**
>
> 1. 单一大客户占比45%，客户集中度风险高
> 1. 技术壁垒可能在12个月内被竞争对手突破
> 1. 监管政策存在不确定性…
>
> **综合评分：78/100**
>
> **建议：可以投资，但需要注意：**
>
> - 尽快降低客户集中度到30%以下
> - 加快专利申请进度
> - B轮估值建议控制在8000万以内”

看到差距了吗？

一个是敷衍了事，一个是深度分析。

### 什么时候必须用思考模式？

简单来说：**问题越复杂，越需要思考模式。**

**必须开启的场景：**

- 📊 分析数据，做预测
- 💼 做重要决策
- 📚 研究复杂问题
- ⚖️ 审查合同文档
- 💻 解决技术难题
- 🎯 制定战略规划

**可以不用的场景：**

- 💬 日常闲聊
- 📝 写简单文案
- 🔍 查基础信息
- 📋 简单的指令

**记住这个原则就行了。**

-----

## 第二个关键技巧：疯狂堆料

### Gemini 3的超能力

Gemini 3有一个很多人不知道的超强能力：**它能一次性处理超过200万个字符的内容。**

这是什么概念？

- 📚 相当于150本小说
- 📄 相当于1000页的PDF
- 🎬 相当于几十个小时的视频
- 📊 相当于几百张图片

**关键是：你可以把这些东西一次性全扔给它！**

### 为什么要这么做？

AI产生错误的本质原因是**信息不够。**

当你只给部分信息时，AI就会”脑补”，这就容易出错。

但当你把所有相关材料都给它时，它就不需要猜测，可以基于事实分析。

**打个比方：**

让医生看病，你是给他完整的病历+所有检查报告，还是只口头说几句症状？

哪个更准确？显而易见。

### 我的真实案例

**任务：** 研究”大语言模型强化学习”这个新领域

**传统方法：**

1. 一篇篇精读论文
1. 自己做笔记
1. 画知识图谱
1. 总结方法对比

耗时：2-3周

**Gemini 3方法：**

我把这些东西全扔进去：

- 3篇综述论文（约100页）
- 15篇重点论文（约300页）
- 5个代码库的文档
- 10篇技术博客
- 8个会议报告PPT

然后问它：

> “基于以上所有材料，帮我深度分析这个领域：
>
> 1. 画出完整的知识体系图
> 1. 总结主流方法的优缺点
> 1. 解释核心的数学原理
> 1. 对比各方法的表现
> 1. 找出研究空白和未来方向
> 1. 给我设计一个入门学习路径
>
> 一步一步分析，给我详细的答案。”

**结果：**

3个小时后，我得到了：

- 完整的知识图谱（50+核心概念）
- 4种主流方法的详细对比
- 15个关键公式的解释
- 6个benchmark的性能对比
- 3个重要的研究gap
- 12篇必读论文清单（按难度排序）

**效率对比：**

- 传统方法：2-3周
- Gemini 3方法：3小时
- **提升：40-50倍**

### 最佳实践场景

**场景1：学术研究**
把所有论文、数据集、代码全扔进去
“综合分析这个领域的现状和突破点”

**场景2：数据分析**
Excel表格+报告+新闻+行业研究
“找出销售下滑的真实原因”

**场景3：合同审查**
主合同+补充协议+参考案例+法律条文
“分析风险点并给修改建议”

**场景4：产品策划**
参考图片×20+品牌手册+竞品案例
“设计一套完整的品牌视觉方案”

**核心原则：素材越全，答案越准。**

-----

## 第三个绝招：教它怎么思考

### 什么是Few-shot？

Few-shot就是”通过例子教它学习”。

就像教小孩，你不会只说”去写作业”，而是会：

1. 先给他做几道例题
1. 让他看清楚步骤
1. 然后再让他自己做

AI也是一样的道理。

### 什么是Chain-of-Thought（思维链）？

就是要求AI”一步一步思考”，而不是直接蹦答案。

**对比一下：**

❌ **直接提问**

```
问：公司现在200人，每年增长50%，5年后多少人？
答：约1518人
```

你根本不知道它怎么算的，对不对也没底。

✅ **思维链提问**

```
问：公司现在200人，每年增长50%，5年后多少人？
请一步一步计算。

答：
好的，让我一步一步算：
第1年末：200 × 1.5 = 300人
第2年末：300 × 1.5 = 450人
第3年末：450 × 1.5 = 675人
第4年末：675 × 1.5 = 1012人
第5年末：1012 × 1.5 = 1518人

所以5年后公司将有约1518人。
```

这样你能看清每一步，有问题也能发现。

### 黄金模板（直接抄）

这是我测试了几百次总结出来的万能模板：

```markdown
【先给它看例子】

例子1：
问题：[一个具体问题]
我的思考过程：
1. 第一步做什么
2. 第二步做什么
3. 第三步做什么
最终答案：[详细答案]

例子2：
问题：[另一个类似问题]
我的思考过程：
1. ...
2. ...
3. ...
最终答案：[详细答案]

【然后提要求】

现在请用同样的方式分析这个问题：
[你的实际问题]

要求：
1. 必须一步一步思考
2. 每一步都要说清楚为什么
3. 最后给出完整的答案
4. 如果不确定，要说明原因
```

### 实战效果对比

我做过测试，同一个复杂问题：

**不用模板：**

- 准确率：约70%
- 推理过程：模糊不清
- 可信度：心里没底

**用了模板：**

- 准确率：约95%
- 推理过程：清清楚楚
- 可信度：放心使用

**差距就是这么大。**

### 最适合的场景

这个方法特别适合：

- 🧮 复杂计算（财务分析、数据统计）
- 🤔 逻辑推理（商业决策、问题诊断）
- 💻 代码生成（需要严格的逻辑）
- 📋 方案对比（需要系统思考）

-----

## 第四个技巧：多模态的正确用法

### 很多人的错误做法

我见过太多人这么用：

```
我：帮我分析这张图表的趋势。
这是一张销售折线图，横轴是月份从1月到12月，
纵轴是销售额，1月是10万，2月是12万，3月下降到9万，
4月又涨到15万，5月是18万...
（描述100字）
```

**问题在哪？**

1. 描述不准确（具体数值可能记错）
1. 容易漏掉细节（比如小的波动）
1. AI理解可能有偏差
1. 浪费时间打字

### 正确的做法

**直接上传图片！**

```
我：【上传图表截图】
分析这张销售趋势图，包括：
1. 整体的增长趋势
2. 有没有季节性规律
3. 哪些月份是异常值
4. 预测一下2026年的趋势
5. 给我一些改进建议
```

**效果差异：**

AI能直接”看到”图表的所有细节：

- 精确的数值
- 波动的幅度
- 图表的设计
- 视觉的重点

准确率能提升10倍不止。

### 支持的素材类型

Gemini 3几乎什么都能处理：

|类型 |能力 |适合场景 |
|-----|-----|--------------|
|📸 图片 |⭐⭐⭐⭐⭐|图表分析、设计评审、照片识别|
|📄 PDF|⭐⭐⭐⭐⭐|文档分析、合同审查、论文研读|
|🎬 视频 |⭐⭐⭐⭐ |内容总结、行为分析、教学视频|
|🎵 音频 |⭐⭐⭐⭐ |会议纪要、访谈整理、语音分析|
|💻 代码 |⭐⭐⭐⭐⭐|代码审查、找Bug、重构建议|
|📊 表格 |⭐⭐⭐⭐⭐|数据分析、趋势预测、报告生成|

### 真实案例：产品设计评审

**任务：** 评估一个App的设计质量

**我上传了：**

1. App截图 ×30（各个重要页面）
1. 设计规范文档（PDF）
1. 用户测试录像 ×5
1. 用户调研数据（Excel）
1. 竞品截图 ×20
1. 产品需求文档

**然后问：**

> “综合分析以上所有材料，全面评估这个App的设计：
>
> 【界面设计】
>
> 1. 视觉风格是否一致
> 1. 色彩搭配是否合理
> 1. 排版层级是否清晰
> 1. 具体有什么问题
>
> 【交互设计】
>
> 1. 导航逻辑是否清晰
> 1. 操作是否高效
> 1. 反馈是否及时
> 1. 具体怎么改进
>
> 【用户体验】
>
> 1. 基于测试视频，用户有什么痛点
> 1. 哪里最容易流失
> 1. 预测一下用户满意度
> 1. 优先要改什么
>
> 【竞品对比】
>
> 1. 我们的优势是什么
> 1. 我们的劣势是什么
> 1. 可以学习什么
>
> 一步一步分析，给出具体的改进建议。”

**结果：**

Gemini给了我一份超详细的分析报告：

- 发现了15个设计问题
- 给出了具体的修改方案
- 预测了用户满意度
- 列出了改进的优先级

**价值：**

- 节省了3轮设计评审会
- 避免了很多返工
- 预测准确率很高

-----

## 第五个大招：Agent代理模式

### 什么是代理模式？

简单说，就是**让AI自己调用各种工具，自动完成多步任务。**

你只需要说最终目标，中间的步骤它自己搞定。

### 实际场景举例

**场景1：旅行规划**

**传统方式：**

```
你：帮我查3月去京都的机票
AI：给你一些信息
你：再帮我找酒店
AI：给你一些推荐
你：景点怎么安排
AI：给你一些建议
你：自己整合所有信息
```

需要来回问10几次，特别累。

**代理模式：**

```
你：帮我规划3月去京都5天的行程，
预算2万，包括机票、酒店、景点、美食。

AI：好的，让我帮你安排。
[自动搜索机票比价]
[自动筛选酒店]
[自动规划路线]
[自动查找美食]
[自动生成完整行程表]

完成！这是你的完整行程，请查看。
```

你只需要最后确认一下就行。

**效率对比：**

- 传统方式：2-3小时
- 代理模式：5-10分钟
- **提升：20倍以上**

**场景2：工作自动化**

```
你：整理我过去3个月的Gmail，
按项目分类，提取待办事项，
生成一份季度工作总结报告。

AI：[自动访问Gmail]
[自动分析邮件内容]
[自动提取关键信息]
[自动调用日历核对]
[自动生成结构化报告]

完成！这是你的季度报告。
```

**场景3：数据收集**

```
你：收集AI行业最近的融资事件，
包括公司名、金额、投资方、时间，
整理成Excel表格。

AI：[自动搜索最新新闻]
[自动访问融资数据库]
[自动提取结构化信息]
[自动生成Excel表格]

完成！已收集到50条最新融资信息。
```

### 适合用代理的场景

- 🗺️ 复杂的规划任务
- 📧 需要访问多个应用
- 📊 需要收集和整理信息
- 🔄 需要多个步骤的工作流
- ⏰ 重复性的定期任务

-----

## 实战技巧总结

### 使用前的Checklist

每次用Gemini 3之前，问自己这几个问题：

✅ **我切换到”思考模式”了吗？**

- 复杂问题必须开启

✅ **我把所有相关素材都上传了吗？**

- 素材越全越准确

✅ **我给了示例吗？**

- Few-shot能大幅提升准确率

✅ **我要求它一步一步思考了吗？**

- Chain-of-Thought让推理更清晰

✅ **我上传了图片/PDF/视频吗？**

- 不要用文字描述代替

✅ **这个任务适合用代理模式吗？**

- 多步骤任务可以自动化

**6个✅，准确率95%+！**

### 我的使用心得

用了三个月Gemini 3，我总结出几个关键点：

**1. 别怕麻烦**

很多人为了省事，只给一点信息，结果答案不准确，反而浪费更多时间。

不如一开始就把所有材料准备好，一次性搞定。

**2. 要有耐心**

思考模式虽然慢一点，但准确率高太多了。

快5秒但答案是错的，有什么意义？

**3. 学会迭代**

第一次提问可能不够准确，没关系。

根据回答，继续深入追问，一步一步优化。

**4. 建立自己的模板库**

把常用的高质量提示词保存下来：

- 数据分析模板
- 学术研究模板
- 代码审查模板
- 文档分析模板

下次直接套用，效率翻倍。

**5. 组合使用威力最大**

```
思考模式
+ 全素材上传
+ Few-shot示例
+ 思维链
+ 多模态分析
+ 代理自动化

= 无敌！
```

-----

## 真实案例汇总

### 案例1：投资决策

**任务：** 评估一个早期项目值不值得投资

**准备：**

- 商业计划书PDF
- 创始人背景资料
- 行业研究报告×3
- 竞品分析×5
- 财务预测表

**提问：**

> “基于以上材料，全面分析这个项目：
>
> 1. 市场机会有多大
> 1. 团队能力如何
> 1. 财务模型是否健康
> 1. 主要风险是什么
> 1. 估值合理吗
> 1. 建议投还是不投
>
> 一步一步分析，给出详细理由。”

**结果：**

- 准确度90%+
- 节省2天分析时间
- 发现了3个重要风险点

### 案例2：学术研究

**任务：** 快速掌握一个新领域

**准备：**

- 综述论文×3
- 重点论文×10
- 数据集文档
- 代码库

**提问：**

> “深度分析这个领域：
>
> 1. 画出知识图谱
> 1. 总结主流方法
> 1. 解释核心原理
> 1. 找出研究gap
> 1. 设计学习路径”

**结果：**

- 3小时掌握核心
- 相当于读2周论文

### 案例3：产品设计

**任务：** 设计稿全面评审

**准备：**

- 设计稿×30
- 品牌手册
- 用户研究
- 竞品设计

**提问：**

> “评估所有设计稿：
>
> 1. 品牌一致性
> 1. 用户体验问题
> 1. 视觉层级
> 1. 竞品差异
> 1. 修改建议”

**结果：**

- 发现15个问题
- 节省3轮评审会

-----

## 最后的话

用了三个月Gemini 3，我最大的感受是：

**大多数人都在用10%的功能。**

就像你买了一辆保时捷，但一直挂着一档在市区开40码，还纳闷为什么没有想象中快。

不是工具不行，是你不会用。

掌握这些技巧后：

- ⏱️ 工作效率提升5倍
- 🎯 准确率从75%飙到95%
- 💪 能处理的任务复杂度翻倍
- 🚀 真正实现AI辅助工作

**最重要的是：这些技巧都不难，你今天就能用上。**

现在就打开Gemini 3，试试吧。

你的第一个”天哪，太准了”的时刻，正在等着你。

-----

**如果这篇文章对你有帮助，欢迎转发分享。**

**有问题可以在评论区留言，我会尽量回复。**

**下期预告：《我用Gemini 3做的10个自动化项目》**

**关注我，不错过更多AI实战技巧。**

[kira｜Web3投研 @Crypto_kiraL]

@cz_binance happy new year cz

[kira｜Web3投研 @Crypto_kiraL]

我对 AI 行业 2025 的 5 个判断：这一年不是“模型更强”，而是“怎么用模型”彻底变了。

过去两年，大家最爱讨论的是：参数多少、训练数据多大、榜单第几。
但 2025 我最强烈的感受是：行业从“训练决定一切”转向“推理决定上限”，从“单模型能力”转向“系统工程能力”。
下面是我用 5 条把这一年串起来的理解——

1）o1 的意义：智能上限开始由“推理预算”决定

o1 真正带来的变化不是“又一个更强模型”，而是一个新共识：
你可以在 test-time 多花算力，让模型在关键问题上想更久，换更稳的答案。
这直接改变了产品形态：不是所有请求都“同价同算”，而是把算力像预算一样分配——重要问题多想、普通问题快答。
所以 2025 开始大家讨论“扩展推理算力”，某种意义上就是：从堆参数 → 堆推理。

2）Claude Code 的意义：Coding Agent 从“工具”升级为“同事”

以前的 Copilot 更像“补全器”：你写代码，它帮你续写。
Claude Code 这类产品把方向变成：你说目标，它给路径（拆任务、写代码、跑测试、改 bug、迭代到能用）。
这就是为什么 Vibe Coding 会火：
不是“随便写写”，而是把自然语言变成可执行的工程流程——你更像 PM/架构师，而不是一行一行敲的人。

3）Manus 这类 Agentic System 的意义：应用层竞争点变成“编排能力”

单一模型再强，也很难直接吞下真实业务：多步骤、多工具、多约束、多异常。
所以 2025 的应用层核心能力变成：
把模型拆进流程里（计划→执行→校验→回滚→再计划），用系统把不稳定变成可控。
我更愿意把它理解成：

模型是“脑”，Agentic System 是“组织结构 + 流程制度”。
真正能落地的，往往是后者。

4）DeepSeek 代表的开源跃迁：开源不再只是“能用”，而是“可规模化用”

开源以前最大的问题不是“能不能跑”，而是：成本、工程化、可替换性。
2025 在 Llama 节奏放缓的窗口期，中国开源模型靠性价比和性能，把开源生态推到一个更现实的状态：
企业开始把开源当作“可选主力”，不是备胎。
这会带来一个很现实的连锁反应：
模型本身更像基础设施，差异化会越来越集中在数据、流程、交付速度。

5）Nano Banana → Sora 的意义：内容生成从“好看”变成“可控、可用”

图像生成 2025 的关键不是“更像”，而是：细节可控、结构稳定、可复现（手指、文字、材质、复杂场景一致性）。
当静态画面标准被拉高后，视频模型顺势补齐动态生成：
从一张图好看 → 一段内容可交付。
这意味着内容行业的生产方式会变成：
“先做流程，再做灵感”（模板化生产、组件化资产、批量化迭代）。

⸻

我对 2026 的一句预判（也算这 5 条的结论）

模型会继续进步，但真正拉开差距的会是：你怎么分配推理预算、怎么做 Agent 流程、怎么把输出变成“能交付的结果”。

如果你问我普通人怎么跟上：
•开发者：练“让 Agent 干活”的能力（清晰目标、验收标准、自动测试、回滚机制）
•创业者：别做“又一个聊天框”，做“能跑通流程的系统”
•内容人：把“审美”升级成“可复用的生产管线”

#AI年度复盘 #Agent #推理模型 #开源模型 #AIGC

[kira｜Web3投研 @Crypto_kiraL]

x402项目在做什么：
($BLUE)：基于x402的QR码Web3微支付，支持按请求/行动付费。@bluepayx402
($NEOX)：基础设施抽象层，路由资本到最佳收益，无链碎片。探索与Web3 Neobank集成，提供真实稳定币收益（V1 API Q1上线）。@NeoxInfra
($ZOOF)：AI代理+真实分发；链抽象、自托管钱包（无摩擦UX）。被视为同一方向：用户控制优先。@arbusai($ARBUS) 和@zoofwallet
：实时使用x402，实现代理自主支付。@HeyElsaAI
：可验证AI代理，管理资本（TEE执行、链上透明）。与MezoNetwork结合，让闲置BTC智能管理。@Xyberinc
($READ)：x402集成，Jupiter验证、徽章系统、营销准备。Coingecko提交x402类别。@readia_io
赚钱代理。其他集成：@pieverse_io与Brevis ZK合作，提供x402b可验证AI支付；@Virtuals_io代理经济；@elizaos

[kira｜Web3投研 @Crypto_kiraL]

无聊用chatgpt+cursor手搓了一个交易机器人。测试中。。。。。。

[kira｜Web3投研 @Crypto_kiraL]

💥 TGE 正在彻底改写旧规则

如果你还在盯倒计时、抢上线第一根 K，
那你的钱，可能在你反应过来之前就没了。

明年 TGE 只会更多：
新项目 + 老项目一起抢注意力和流动性。

真正赚钱的人，已经不玩“发币当天”。

他们只做一件事：
在 TGE 之前，找到已经有真实用户和使用场景的项目。

TGE 不再是彩票，
而是一次耐心、判断力和基本面的博弈。

抓住低抛压、横盘期，
才是真正把 token 变成价值的窗口。

#Crypto #TGE #Web3 #PMF

[kira｜Web3投研 @Crypto_kiraL]

https://t.co/XmySl7Fstr

[kira｜Web3投研 @Crypto_kiraL]

今天顺手 手搓了一个 @opinionlabsxyz 小工具，
就一个目的：
让这波圣诞活动刷得更省事、更有效率。功能很简单：
批量投票
批量签到
批量分发钱包
查询余额 & PTS全程用 Cursor + Gemini 搭的，
对小白也友好，基本不用怎么问。工具我放在评论区，
有问题随时 q 我。 最后祝大家圣诞节快乐！

[kira｜Web3投研 @Crypto_kiraL]

Opinion 圣诞活动 10 万 PTS，我的完整攻略（不废话版）
现在到了冲刺阶段了

先说结论：
这不是“要不要做”的问题，
而是怎么用最少的磨损，把分拿到最大。
我现在关注度最高的项目之一就是
👉 @opinionlabsxyz
这波圣诞活动，是一个明显的刷分窗口期。
1/
背景先说清楚：

额外 10 万 PTS
截止时间：1 月 5 日
结合最近节奏，我判断 TGE 大概率在 1–2 月

如果这波不参与，
后面大概率就是：
👉 分被刷走
👉 权重被稀释
👉 你再进，只能接盘。
2/
官方把 10 万分拆成 5 个池子。
我只关心一句话：

👉 哪些是“高胜率”，哪些是“性价比陷阱”？

我拆完后的结论是：

✅ 每日 3+ 笔交易，持续 10 天（2 万分）

✅ 每日 >2000 美元交易量，持续 10 天（2 万分）
⚠️ Binance Wallet 累计 >2000 美元（1 万分）
✅ 钻石手（持仓时间）（2 万分）
❓ 神秘奖励（3 万分，规则未定）
3/
先说一个很多人会踩的坑：

👉 别想着“多刷号”
Opinion 这套明显在过滤洗交易，
核心看的是：
行为一致性

时间加权

真实市场参与

刷号 ≠ 高分，
刷得像人，才有分。

4/

策略 A：低磨损刷量（核心）

这是我现在每天在做的，非常机械，但效率最高。

单号资金：500U

每天做 2 个来回的
「买入 → 卖出」
交易量 = 500 × 4 = 2000U

同时满足：
✅ 交易量
✅ 交易频次

📌 不需要判断行情，
你不是来交易的，是来刷行为权重的。
5/

刷哪个池子？很关键

❌ 不要刷 98% vs 2% 这种一边倒
你是在送钱给流动性，不是在做价值发现。

✅ 要刷：
👉 30%–70% 区间
👉 仍在 Price Discovery 阶段的池子

这是系统最容易给权重的地方。
6/

操作细节（很多人忽略）

流动性太差的池子（几百 U），别上大资金

一定用 Limit Order，不要市价

举个例子：

买一 67.1
卖一 68.6
我直接挂 67.2 压价慢慢成交。

📌 减少滑点
📌 本质是在“帮市场定价”
📌 行为更像真实交易者

7/
策略 B：刷时长但不裸奔
钻石手（持仓时间）是大头，
但单边持仓有风险。

我的做法是：
在 Opinion 上开一个 长周期仓位（混时长）

同时在 Predictfun / Polymarket 做反向单

📌 把“刷量单”和“时长单”彻底分离
📌 一个负责交互
📌 一个负责躺平

有时候最优策略不是“全拿”，
而是别为 1 万分破坏整体效率。
8/
很多人问我：
小资金还能不能玩？

答案是：可以，但别幻想爆击。

<$500 的逻辑只有一个：
👉 真实一致性 > 卷入程度

每天 3 笔小额交易

小仓位持有

不洗、不演
反而更安全。

9/
最后总结一句我对 Opinion 的判断：

现在全网预测市场里，交易量已经第一

这波圣诞活动是明显的拉权重窗口
不是拼聪明，是拼：
👉 谁更像“长期真实用户”

10/
一句可能不讨喜但真实的话：
别再刷那种
“几百个号、低保思路”那个时代，正在被系统慢慢淘汰。
11/
留个问题给你：

如果 TGE 真在 1–2 月，
你更愿意现在：
A⃣ 机械刷量
B⃣ 重仓绑定
C⃣ 看懂但不参与

评论区说说你的选择，
我想看看还有多少人愿意做长期玩家。

[kira｜Web3投研 @Crypto_kiraL]

@aipunk666 @opinionlabsxyz 看你怎么看待，用多大资金。前者稳健啊

[kira｜Web3投研 @Crypto_kiraL]

Opinion 圣诞活动 10 万 PTS，我的完整攻略（不废话版）
现在到了冲刺阶段了

先说结论：
这不是“要不要做”的问题，
而是怎么用最少的磨损，把分拿到最大。
我现在关注度最高的项目之一就是
👉 @opinionlabsxyz
这波圣诞活动，是一个明显的刷分窗口期。
1/
背景先说清楚：

额外 10 万 PTS
截止时间：1 月 5 日
结合最近节奏，我判断 TGE 大概率在 1–2 月

如果这波不参与，
后面大概率就是：
👉 分被刷走
👉 权重被稀释
👉 你再进，只能接盘。
2/
官方把 10 万分拆成 5 个池子。
我只关心一句话：

👉 哪些是“高胜率”，哪些是“性价比陷阱”？

我拆完后的结论是：

✅ 每日 3+ 笔交易，持续 10 天（2 万分）

✅ 每日 >2000 美元交易量，持续 10 天（2 万分）
⚠️ Binance Wallet 累计 >2000 美元（1 万分）
✅ 钻石手（持仓时间）（2 万分）
❓ 神秘奖励（3 万分，规则未定）
3/
先说一个很多人会踩的坑：

👉 别想着“多刷号”
Opinion 这套明显在过滤洗交易，
核心看的是：
行为一致性

时间加权

真实市场参与

刷号 ≠ 高分，
刷得像人，才有分。

4/

策略 A：低磨损刷量（核心）

这是我现在每天在做的，非常机械，但效率最高。

单号资金：500U

每天做 2 个来回的
「买入 → 卖出」
交易量 = 500 × 4 = 2000U

同时满足：
✅ 交易量
✅ 交易频次

📌 不需要判断行情，
你不是来交易的，是来刷行为权重的。
5/

刷哪个池子？很关键

❌ 不要刷 98% vs 2% 这种一边倒
你是在送钱给流动性，不是在做价值发现。

✅ 要刷：
👉 30%–70% 区间
👉 仍在 Price Discovery 阶段的池子

这是系统最容易给权重的地方。
6/

操作细节（很多人忽略）

流动性太差的池子（几百 U），别上大资金

一定用 Limit Order，不要市价

举个例子：

买一 67.1
卖一 68.6
我直接挂 67.2 压价慢慢成交。

📌 减少滑点
📌 本质是在“帮市场定价”
📌 行为更像真实交易者

7/
策略 B：刷时长但不裸奔
钻石手（持仓时间）是大头，
但单边持仓有风险。

我的做法是：
在 Opinion 上开一个 长周期仓位（混时长）

同时在 Predictfun / Polymarket 做反向单

📌 把“刷量单”和“时长单”彻底分离
📌 一个负责交互
📌 一个负责躺平

有时候最优策略不是“全拿”，
而是别为 1 万分破坏整体效率。
8/
很多人问我：
小资金还能不能玩？

答案是：可以，但别幻想爆击。

<$500 的逻辑只有一个：
👉 真实一致性 > 卷入程度

每天 3 笔小额交易

小仓位持有

不洗、不演
反而更安全。

9/
最后总结一句我对 Opinion 的判断：

现在全网预测市场里，交易量已经第一

这波圣诞活动是明显的拉权重窗口
不是拼聪明，是拼：
👉 谁更像“长期真实用户”

10/
一句可能不讨喜但真实的话：
别再刷那种
“几百个号、低保思路”那个时代，正在被系统慢慢淘汰。
11/
留个问题给你：

如果 TGE 真在 1–2 月，
你更愿意现在：
A⃣ 机械刷量
B⃣ 重仓绑定
C⃣ 看懂但不参与

评论区说说你的选择，
我想看看还有多少人愿意做长期玩家。

[kira｜Web3投研 @Crypto_kiraL]

@Bitwux 深有同感。
能长期赚钱的，几乎都不是在追钱，而是在反复降低他人的不确定性。
合作，本质就是信任的复利。

[kira｜Web3投研 @Crypto_kiraL]

@n3m3s1sq @opinionlabsxyz Exactly.
Market orders feel simple, but they’re usually the most expensive way to learn.

[kira｜Web3投研 @Crypto_kiraL]

@n3m3s1sq @opinionlabsxyz Glad it helped.
Which part do you think most beginners usually get wrong?

[kira｜Web3投研 @Crypto_kiraL]

@OpenlandNft @opinionlabsxyz 感谢🙏🙏🙏🙏

[kira｜Web3投研 @Crypto_kiraL]

这篇我认真看完了，说一句实话：
你不是在“改观点”，你是在把投资这件事从神话里拽回现实。

你点破了一个长期没人愿意讲的真相——
👉 “长期投资”本身就是一种特权，而不是一种美德。

大多数投资教育都在教普通人：
「拿住、耐心、相信未来」
但却刻意回避一个前提：
你得先活得下去，情绪稳得住，现金流不断。

否则所谓“长期”，只是被动挨打。

⸻

你这篇里，我认为最狠的一句话是：

普通人“没有资格”等待。

这句话残酷，但极其真实。

如果一个人：
•工资刚够活
•家庭负担重
•投资账户一跌就影响生活质量

那他面对 -50%、-70% 的回撤时，
根本不可能“享受等待”，
他只会焦虑、后悔、自责、割肉。

这不是认知问题，
是生存状态决定的行为模式。

所以你说：

没有稳定现金流的人，只适合投机

这句话不是在羞辱普通人，
而是在帮他们避免自我毁灭。

⸻

我特别认同你对“大神作业”的拆解

很多人最大的问题不是不努力，
而是用穷人的仓位，抄富人的风险结构。

段永平：
•主业现金流源源不断
•投资只是“资产配置的一小部分”

普通人：
•全部希望压在投资上
•把“翻身”当作唯一出口

于是就变成了：

他的投资是耐心
你的投资是赌博

结局当然不可能一样。

⸻

关于你讲的第二层：复利，我想补一句

你说得很对——
复利不是“赚得多”，
而是**“你能不能活过时间”**。

但我觉得还可以再残酷一点：

👉 复利不是奖励聪明人的，
而是奖励“不自毁”的人。

绝大多数人不是算不出公式，
而是输在三件事上：
1.忍不住加仓、梭哈
2.忍不住频繁操作
3.忍不住在最差的时候放弃

而你文里反复强调的“工资的一小部分”，
本质上是在给情绪装一个安全阀。

这点非常重要。

⸻

你这篇真正击中我的一句话是：

复利对 BTC 有效，但前提是你活得过波动。

太多人忽略了“活得过”这三个字。

历史收益对死人是没有意义的，
只有在场的人，
复利才会发生。

⸻

我最后想给你这篇文章下一个我自己的总结：

普通人想赢过 90% 的市场参与者，
不是靠更聪明，
而是靠：
•不把全部希望押在一次机会
•不让投资威胁自己的生活
•不和自己的人性正面硬刚

你这篇的核心不是“怎么赚钱”，
而是教普通人如何不被市场吃掉。

而在这个时代，
这比教人暴富要重要得多。

如果这条评论能被更多人看到，
我只想说一句：

慢慢来，不犯大错，
本身就是一种极强的能力。

——
圣诞快乐，
这篇值得被更多清醒的人看到。

[BITWU.ETH 🔆 @Bitwux]

为什么我改变观点说：普通人根本不配谈“长期投资”？｜这篇内容会告诉你，到底如何简单投资超越市场90%的人。

前面先说下：文末有个抽奖，但是希望你先看完内容。

这里我想我需要更改下自己的观点，我以前讲投资，有一个地方讲错了。

投资本质是 Stop doing list 比 to do list 更重要：

也就是我之前说的投资在于我们选择好我们认为值得投资的“价值投资”的标的后，接下来需要有充分的耐心充分的信心，去等一个很好未来。

这句话没有任何问题，但是问题出在，我默认了一个根本不存在的前提：普通人“有资格”去等待。

因为这里的关键因素是：“享受等待”！

什么是享受等待，就是如果你投资的是纳指或者 $BTC 他们在当年哪怕下跌了 80% 你也要笑着说：问题不大，对我毫无影响我相信未来他会起来的。

这不是投资教育，我这是站着说话不腰疼。
这是普通人能干出来的事吗？显然不是！

第一层逻辑：稳定现金流！

普通人或者我看到的大多数进入投资市场的人，都是因为在本来的领域找不到出路，找不到方向，于是决定来投资市场搏杀一番，说不定就能和某某一样也抓住苹果的百倍涨幅抓住特朗普的一天千倍神话，那不就站起来了吗？

或者稍微内核稳定点的，他们可能那一部分钱在股市里，投入进去后，看到网易涨起来了，涨了20%你可以换个相机，涨了50%你可以换辆车，涨了100%你可以考虑换个房了，哪有人顶得住这种诱惑，你肯定要卖出的。

所以你看，这才是普通人的思维方式！

普通人的思维方式或者底层逻辑代码不允许他能拿住百倍千倍的收益，也不允许他去享受等待的过程，他们生存都成问题的情况下，享受个嘚儿啊！

那么问题来了，我前面说了，耐心和等待是投资的必要条件，这个绝对没有问题；

那么我需要加上第二个条件：就是你最好能有稳定的现金流，甚至极端点说：没有稳定现金流的人，不适合投资，只适合投机！

能听懂这句话的，给我点个赞！

这个意思就是，如果你有稳定的现金流，比如段永平，每年步步高系，Oppo 和 Vivo 给他分红都是千万美金的，苹果他才买了多少？几百万美金而已，你觉得他拿不拿得住？肯定拿得住啊！

这就是稳定现金流的作用！

所以看懂了吗？咱不能去抄作业，或者去盲目崇拜那些大神，然后觉得你去搏一搏，也能成为大神，大神的底层你却不去理会。那你不是韭菜谁是？

第二层逻辑：复利！

下面我来讲第二层逻辑：复利！

看到前面所言，大部分人觉得自己并没有那么好的现金流，是不是投资就和自己没关系了。

不是的哥们，还有个神器等着在：就是强大的复利！

这玩意看起来就是个老生常谈的东西，很多人都聊了，但是我发现根本没人重视，确实，慢慢变富是个普通人极其厌恶的事情，他们都想快速变富，韭菜是也！

来我告诉你底层是什么：

底层是：复利不是“赚得多”，而是“时间站在你这边”，他娘的他是时间放大器！能理解这个底层逻辑的话，我给你看下神奇的操作，我老婆这五年就是在我的指导下这么操作的，很牛逼：

1）一次性投入的复利公式：
FV = PV \times (1 + r)^n

FV：未来价值
PV：初始本金
r：年化收益率
n：年数

2）每月定投（普通人最重要）
如果是每个月固定投入，公式是：
FV = PMT \times \frac{(1+r)^n - 1}{r}

PMT：每期投入金额
r：每期收益率
n：期数（10 年 = 120 个月）

共识看不懂别看了，我知道你们看不懂的，我给你们举个例子：

如果你十年前开始，每个月把自己工资的30% 也就是3000块钱拿来投资比特币或者纳指：

时间：2015 → 2025（10 年，120 个月）；
每月投入：3000 RMB；
总投入：3000 \times 120 = 36 万；

情况一：全部投 纳指 100（QQQ）

过去 10 年，QQQ 年化收益大约 15% 左右（含回撤）。
折算成月化 ≈ 1.17%

代入公式后，结果大致是：约 100 万 – 120 万人民币，因为这个是闲散资金，而且是复利投资所以：

你投入的只是 36 万，没有选股、没有择时、没有判断牛熊，但是靠时间 + 纪律，放大了 3 倍。

这就是低风险复利。

情况二：全部投 比特币（BTC）

我们用一个刻意压低的假设：
年化收益：30%（真实历史远高于此）
月化 ≈ 2.2%

结果大致是：
约 250 万 – 300 万人民币

而现实情况是：BTC 在这 10 年里经历过 至少 4 次 70%–80% 的回撤，中途能拿住的人，极少。

所以你给我记下来，这句非常重要的话：
复利对 BTC 有效，但前提是你活得过波动。

十年时间，3-8倍的收益，你满意吗？

注意：这才是你的工资的一小部分，不影响你的生活，不影响你的家庭，什么都不影响的情况，才叫真正的：段永平式投资，你才能真正的享受等待的过程！理解吗？

我算了下，哪怕你害怕风险，不敢买美股和比特币，你他娘的复利复投黄金，也差不多有2倍的收益的，跑赢通货膨胀，问题不大吧！

三、结语——

所以最后我想把话说得再直一点：赢过市场里 90% 的人了简直易如反掌啊！

大多数人不是输在不懂技术、不会算公式，而是输在：太穷、太急、太想翻身，太把自己当回事了！

你不是大神，非要抄大神的作业，你不了解大神的底层，非要去学大神搞风险。殊不知，你的梭哈，只是大神的九牛一毛，结果能一样吗？

妄想复制段永平、巴菲特、比特币早期玩家的路径，就是极其傻逼的路径，不要相信成功学和鼓吹的投资方法，真正适合普通人的路，其实很反直觉：你能做到的只有我面说的三个关键，快拿本子抄下来：

1️⃣搞清楚自己的现金流在哪里，没有宁可去上班赚钱先，没有本金没有现金流别和我谈投资！
2️⃣找准标的，提高自己的研究能力。；
3️⃣复利投资狠狠的给我搞起来。

十年，3 倍也好，8 倍也罢，它不性感，不刺激，但它真实、可复制、不会把你逼疯，也才真正是普通人可以走向财富自由之路的唯一途径。

记住一句话就够了：

你不是靠一次暴富改变命运的，你是靠十年不犯大错，慢慢走到别人走不到的地方。

能看到我今天这篇文章的人，能听懂这句话的人，已经赢过市场里 90% 的人了。

希望大家帮我把这篇文章给我扩散出去，点赞转发或者评论，我不希冀于他能救多少人，但是我希望有清醒的人可以看到他找准真正的方向。

圣诞节放个抽奖吧：

点赞+评论说出你的感想，我选5位小伙伴，每人奖励20U