Home
Language
English
Türkçe
Bahasa Indonesia
About
Privacy Policy
Terms of Service
Pricing
Sign In
Download All
Share
樱井杏奈💸
@LiuEcho1
泪水打湿猪脚饭 发誓要挣三千万
Ravenclaw common room
Joined December 2012
645
Following
217
Followers
733
Posts
樱井杏奈💸
@LiuEcho1
2 months ago
虽然不知道路在何方,但还是要相信自己的力量。
LiuEcho1
retweeted
sukie
@sukie234
2 months ago
最近在湾区游历有一点心得体会。 我觉得学校其实是非常助长人怯懦,消磨人生命力的。 学校培养蠢人和懦夫。只允许成功不允许失败,一考定终身,没有别的选择。 所以越优秀的人,越适应这套体制的人,面对选择越是犹豫。 精明、权衡、博弈、算trade off、 pros and cons,每个人都是聪明人,但每个人也都不敢迈出自己的一亩三分地。 做想做的事情,没有什么是输不起的,也没有什么人是得罪不起的,钱花光了再挣,被坏人算计,收拾心情再重新开始。 所谓成长这件事,无他,就是不停受挫,不停尝试,旧的我不停死亡,新的我才能产生。 敢all in 输得起 不在乎别人的目光 我觉得这就是我生命力的来源,所以主动承认开中转站失败,公开我的所有路径,反而给我带来了很多话题,遇到很多真诚的朋友一起讨论交换资源。
See More
LiuEcho1
retweeted
子时
@silverfang88
2 months ago
现阶段在打工攒本金或者撞贵人运的 必须做到以下几点才有一点机会 因为其他人已经很卷了 1. 全方位靠谱 人家说的话和布置的东西 你能落实 无论用什么方法 AI,代练还是咋样 总之给人不犯错误的办了 主观能动性在此刻把人和狗划开了界限 举例就是 这些年我带过的实习生 调研赛道 这么简单的事情 有的沙雕就是复制粘贴一下 有的是真的约各种会 去找领域里的公司的人聊 并且找到了机会赚钱 最离谱的就是家里就是干这个的 这几种人注定过上不一样的人生 过了第一关就进入下一个游戏 2. 闭嘴 因为大部分行业圈子很小 什么能说出去 什么不能说 贵人给你说个机会 你转头炫耀出去 有的甚至发群聊 自己做了个什么事情 或者融资 还没成就传的到处都是 即便是小局 也最终会传到大哥大姐耳朵里 因为大家通关过游戏的人 都开了通透世界了 金融圈非常多这种人 最后行业共识就变成了 这个人嘴巴很大 啥也别和他说 游戏结束 3. 决策权分配 决策什么时候同步是有史以来的难题 多少王侯将相都倒在这里 比如通读史书 想学张良的太多人了 最终都没学明白 比如贵人让你做一个项目 什么事情可以自己决定 什么事情得找他确定 什么事情可能是他要坑你让你扛雷 什么事情是有风险但有回报的 这次是真进入真正的游戏了 最近的最聪明的那位坠机蒙古了 学吧练吧
See More
樱井杏奈💸
@LiuEcho1
3 months ago
@catmangox
外贸有自己的通道
Who to follow
Frandy
@FrandyTan
X make it more interesting. ✌🏻https://t.co/YTsxs4UxrB
Gauntlet
@gauntlet_xyz
Institutional-grade vault strategies for DeFi. Risk managed on systems built by the most vigilant quants in crypto.
Artea
@Artea4096
member of Naïve UI enjoy ☕️coffee, 🍳 cooking, 💪 fitness, and 📷 photography
樱井杏奈💸
@LiuEcho1
3 months ago
@7S21345
能上呀
LiuEcho1
retweeted
qinbafrank
@qinbafrank
4 months ago
从AI之前的五次创新浪潮里能学到什么?这是大摩最新的一份报告,英文原题是《Lessons from the Five Innovation Waves That Preceded AI》,由首席美国经济学家Michael Gapen领衔。这篇报告的核心问题只有一个:AI浪潮到底会怎样改变美国经济?摩根士丹利没有选择预测未来,而是选择了回看过去。他们系统梳理了美国过去250年经历的五次重大技术革命,试图从中提炼出适用于AI时代的共同规律。 1、五次创新浪潮 过去250年,美国经历了五次由突破性技术集群驱动的创新浪潮: 第一次是工业革命(约1790s-1840s),核心是工厂、蒸汽动力、运河和早期铁路,持续约60年; 第二次是蒸汽、铁路与钢铁时代(1830-1910),铁路里程从1860年的3万英里飙升到1900年的19.2万英里,持续约55年; 第三次是电气化与内燃机时代(1890s-1940s),1902年到1929年间美国发电量增长超过十倍,福特Model T在1908年面世,持续约50年; 第四次是电子与航空时代(1940s-1980s),晶体管发明、喷气式客机、州际公路系统,联邦研发开支占GDP的比重翻了四倍,持续约40年; 第五次是互联网与数字网络时代(1990s-2020),到2000年约一半美国家庭接入了互联网,持续约30年。 一个明显的趋势是: 每一波比上一波扩散得更快。 如果这个规律延续,AI的扩散速度可能超过互联网。 正好我在2月中也有聊过: 移动互联网花了10年时间走完了互联网需要20年的道路,而AI可能需要更短的时间就能走完移动互联网10年的发展之路。 2、六条反复出现的规律 跨越250年的五次浪潮,摩根士丹利提炼出六条高度一致的共同模式。 1)资本开支的巨大脉冲。 创新浪潮从来不是温和渐进的。运河建设在高峰期占GDP的1%(相当于今天的约3150亿美元),铁路投资在1872-1881年间平均占GDP的2.5%(约7900亿美元),且经常超过全国总资本形成的10%。报告直言,如果要给当前AI投资热潮找一个历史对标物,就是铁路投资。 2)劳动力被重新配置而非消灭。 每一次浪潮都引发了对大规模失业的恐惧,但历史上从未成真。农业就业占比从1800年的75%降到1910年的30%再到今天的不足2%,但总就业需求从未崩溃。工作的构成改变了——从手工匠人到工厂工人,从蓝领到白领,从制造业到服务业,从中等技能岗位到两极化分布——但工作本身一直延续。 3)生产率提升需要时间和组织变革。 早期扩散慢且不均匀,但一旦配套投资和管理模式到位,产出效率就会加速。工业革命年均约0.8-1%,铁路时代翻倍到约2%,电气化时代实现了"大飞跃"(1900-1929年非农每小时产出翻番),互联网时代在1990年代末从1.5%加速到3%。但每次加速都滞后于技术发明本身10-20年。 4)繁荣-衰退周期是标配。 1837年运河崩盘,1873年和1893年铁路恐慌,1929年股灾和大萧条,2000年互联网泡沫破裂。模式惊人地一致:狂热投资→投机融资→杠杆攀升→预期调整→痛苦出清。金融市场既加速了技术扩散,也放大了周期波动。 5)不平等走向取决于制度而非技术。 镀金时代的极度财富集中,到1940-1970年代的"大压缩"(工会、累进税、教育扩展推动收入差距缩小),再到1980年后的不平等持续扩大——技术本身不决定分配结果,制度和政策才是关键变量。 6)教育体系每次都被迫转型。 工业革命催生公立小学,铁路时代催生赠地大学,电气化时代推动高中运动,战后GI Bill扩展高等教育,互联网时代加强STEM需求。当教育扩展充分时,技术红利被广泛分享;当教育滞后时,不平等就加剧。 3、对AI时代的六大启示 基于历史规律,摩根士丹利对AI浪潮给出了六条判断: 1)生产率提升大概率发生, 但需要配合组织重新设计。 2)劳动力置换是过渡性的, 岗位构成会变化,但就业不会消失。 3)繁荣-衰退周期几乎必然, AI基础设施投资与铁路/电信建设高度相似。 4)不平等风险处于高位, 收入和财富不平等已达125年来最高,AI的可扩展性可能进一步加剧集中。 5)教育和再培训将是决定性因素, AI可能需要终身学习体系而非传统学位路径。 6)政策制度至关重要, 反垄断、社会保障、人力资本投资决定了红利是被广泛分享还是被少数人垄断。 4、如果这次不一样呢? 摩根士丹利也讨论了一个重要的风险场景。AI作为通用技术,跨行业覆盖面可能比以往任何技术都广,扩散速度也在加快。 在极端情况下,AI可能不是辅助劳动力而是替代劳动力。如果走到那一步,经济可能经历一次向高增长的体制转换,同时伴随劳动收入份额的急剧下降和不平等的大幅恶化。 报告并未排除这种可能性,但认为历史仍然是形成基准预期的最佳参照。
See More
LiuEcho1
retweeted
加密韋馱|Skanda 🔶
@thecryptoskanda
4 months ago
面上讲,这是对的。但是里子来说,没对 我们讨论高端人才,首先要定义什么叫高端人才 史丹佛、藤校、清北、坡大港大优势前沿专业毕业算高端人才,还是说粘到这些毕业证就算? AI是需要学术尖端研究成果以及配套能力的人才才能够work的行业,同样的还有商业航天(spaceX或者Rocket Labs),那么与这些前沿尖端研究能力直接相关的,才是必须的“高端人才” 至于不是这些领域的,我认为,就算你是这些学校的,你也不沾边。你换一个人去做,也不会差的太远,充分不必要条件 但是币圈是什么情况?币圈本来就没有多少东西属于“火箭科技”(maybe部分密码学?),他属于一个泛金融行业,金融是人玩人的游戏,这个行业的高精尖人才,要求是“通人性”,能抓住人性,并且研究出吃死人性的制度和产品;支付、稳定币、RWA,你非要把这些都不算币圈的话,那要求也是一样的 所以如果你在学历上属于“高精尖”,但又不是ai那种产学研前沿,那不好意思,我宁可要一个干了十年销售甚至当了十年叠码仔的,无他,人情通达 至于说币圈就业人口: 这里面忽略了大量不在推特上能被发现的币圈就业人口 不拿现在讲了,拿19年讲好了。说熊能熊过19年吗?除了币安ICO基本上连个像样的叙事都没有(跟现在缺乏叙事热度都不是一回事) 然后也不说欧美,直接讲亚洲 首先一个是各类小型的钱包/云交易所开发公司,专门承接各类封装成商城、网赚APP的资金盘项目,但是实际上其本质都是crypto钱包的变体 一个小团队5-8个人,深圳、杭州、成都,这样的团队至少有上千个,这还不包括河内胡志明还有印度这几个外包主要目的地。这些团队,到今天为止依然生意兴隆 其次是矿机相关的,这个老币圈都懂 然后是各种地推/BD/交易所,这些人基本上是需要接受一年做好几个项目的轮换,但是人数非常巨大。一个小盘子少也要4、5个,这些都是不光要拿帕点,还要先给钱的。 到大一点的盘子,小团队领导人或者地区一级的开服务中心要补贴的,基本上至少十人朝上 而最不为人知但数量最为庞大的,是通道业务,也就是各种路径的换U。这个数字无法考证到底有多少从业者,但是我这么讲,罗湖口岸那一圈商旅酒店(什么阳光大酒店、柏瑾)一年到头全是形形色色干通道的、以及一些国家暴力机关出来骗外快的订满 这还不包括一些比较外围的,媒体、社群、会务 所以我说,只有被币圈淘汰的,而没有人是真正离开币圈,正如同千百年的赌行一般。 因为币圈是人性主导而不是技术主导,人可以主动放弃某种技术、模式,但无法放弃自己的人性 技术推动的行业爆发力大,人性使然的行业生命力强
See More
LiuEcho1
retweeted
beiyue1
@beiyue66
5 months ago
不是很能理解为什么要唱空自己的事业 加密货币是高beta流动性资产 是全球流动性的风向标 晴雨表 复杂动荡的地缘政治 中美金融对抗 美国经济衰退的炒作 四年减半周期 10.11流动性真空 这些复杂的因素带来的最直观的影响就是流动性的衰退 流动性衰退 加密自然也不会强势 都说10.11后 币圈和美股的走势彻底脱节 但是带动标普 纳指增长的 大多都是科技ai股 这里的底层逻辑是AI驱动上涨 而非流动性驱动上涨 科技股的爆发并非放水周期导致的流动性泛滥的结果 要知道现在的美联储政策只是“停止缩表”而非“降息缩水” 为何包括刚刚被清算的易理华在内的一众大佬都看好后市 他们拥有顶级的投研团队 顶级的资源背景 我觉得这并不是没有依据 从始至终市场就没有进入到典型的大放水的周期中内过 世界流动性同样是一个周期循环 今天在市场内发生的事情在历史上同样发生过 他们刻舟求剑的预言周期 本质上是没什么问题的 我也相信会有这么一天 因为我尊重历史客观规律 无论短期有多么动荡 大周期是肯定会完整的走完的 人类创造的金融体系是极具韧性的 历史上出现过太多黑天鹅 但是最终都走完了完整的周期循环 况且加密圈不可能与主流金融脱节 这轮的宏观利好大多数都由主导主流金融的机构推动 在底层资金结构变动如此之大的背景下 以后币圈会彻底沦为“小众”而不跟随主流金融 我不知道这是怎么得出来的结论 我曾经读过一本书《思考,快与慢》 书中有一套很出名的框架 系统1和系统2 系统1 :快 直觉 情绪化 系统2 :慢 理性 需要计算 市场的舆论构成大多数就是由“系统1”主导的 当流动性溢出时 各类叙事接踵而至 当流动性撤退时 悲观情绪蔓延开来 这也无可厚非 追涨杀跌是人类天性 市场舆论也必然如此 每一段趋势内都会有“大儒”出来辩经 身为死多头 我能做到的也只有结构性乐观 要学会做多自己的事业 如果你认为这里是一汪死水 那最优解就是注销账号远离这个圈子 在我看来币圈的生态无非就是两种 一种是做基建的 包括不限于 支付 zk 交易所 聚合器 这种项目方往往可以穿越牛熊 长期存在 另一种是做投机的 讲故事 蹭热点 拿融资 靠赚钱的预期吸引增量用户 这里的主流一直都是投机式的零和博弈 而基建是缓慢而长期的建设过程 基本上大家能看到的财富效应都出自于投机叙事 元宇宙 nft meme gamefi 铭文 这创造了什么真实需求吗 其实没有 这里满足的都是投机需求 这种投机从早期的p2p发展至今 从来没有真正消亡过 只不过换了一个又一个的载体存在 而主流的合规化是针对于上层基建生态的 我不觉得这是什么坏事 只有合规了 有增量基金进来了 能真正跟随主流共振了 才会有机会吃到接下来的周期红利 链上投机生态的繁荣只看流动性 他也无法受监管 因为这个世界并非非黑即白 即便监管力度这么大的东大都堵不住的投机需求 难道西方监管就能堵的住了吗 要学会做到自己的事业 一个没有信念的人 是无法立足的
See More
LiuEcho1
retweeted
风无向🦅
@Web3Feng
5 months ago
AI是肯定会取代90%的程序员的。 说AI不会颠覆传统程序员的感觉和我60岁的老爹一个认知。 很多人说,AI出现不会颠覆XXX,比如网络媒体没有消灭报纸,流媒体出现没有消灭电视。 是的,你说的对,没有消灭。直到现在还有人用黑胶听歌。还用人用毛笔写字。 翻了下美国报纸的销量和收入,20年期间收入跌了70%吧。销量跌了一半,目前还是在不断下跌的趋势。 而数字媒体近20年的增长趋势呢?和报纸完全是相反的,一路长红。 而电视呢,流媒体的从0到现在。 Netflix单家公司收入(45B)已接近或超过许多传统TV集团总和。Disney流媒体25B,而其线性网络部分收入持续下滑(Q4 FY2025线性销售疲软)。 没人再愿意守着电视等某个节目,这很傻逼,我愿意什么时候看什么就看什么,这才是自由。 星期几的几点看什么节目,本来就是一种很蠢的模式。 的确,新媒体没有消灭报纸,没有消灭电视台,但是,随着老人死去,年轻人不断长大,这个趋势会不断的延续,没有任何可逆转的苗头。 AI会不会消灭编程? 程序员这个职业,拉长未来20年来看,会不断减少到目前的十分之一甚至更少。 很残酷,现在去学编程,绘画和当年学五笔打字,没有什么本质区别。
See More
LiuEcho1
retweeted
徐冲浪
@cyrilxuq
6 months ago
PDD几年前一直流行一个逻辑,就是黄铮的那篇《把资本主义倒过来》里的理念。 很多媒体当时在说一个逻辑,就是商家在PDD以一种卖保险的形式给消费者做让利,多余的产能通过供应链预定的方式,低价出售给消费者。 在这种逻辑之下,商家卖不掉足够的货的问题被解决了,同时把消费者当成无限的,但是这种说法是有问题的。 其实PDD与阿里的淘宝天猫最大的不同,是PDD把商家当成耗材,阿里把消费者当耗材。 淘天因为白牌商家的低附加值,加上阿里妈妈做的是流量附加值逻辑,阿里长期自己不产生流量,大量的流量来自外采,所以阿里一直是中国第一的PR公司,天量预算。 基于这个逻辑,阿里是把消费者当成耗材的,商家当成现金流来源,不投流的商家就无法长期处于竞争优势,所以你们也就能理解“让天下没有难做的生意”,这句被阿里奉为座右铭的口号,是基于设么条件诞生的了。 于是有阿里很强的需求,把平台上这部分低附加值的白牌产能清除出去,不然还要承担假货的风险,阿里多次被这种理由被市场监管局干过了,很像首都疏解非必要人才的逻辑,于是这部分产能被驱逐,拼多多承接了,商家的耗材逻辑就出现了。 对PDD更合理的解释,是他们假设消费者是有限的,因为这个公司高度追求效率,受到DAU和LTV的影响,所以他们的消费者量级和消费能力,都跟淘天系有差距,那么你凭什么抢阿里的用户?自然要靠低价产品逻辑,逼商家让利,所以他们是走的农村包围城市路线,不断虹吸被市场淘汰的白牌产能,让利给消费者,因为最后都是要消费者来买单的,羊毛出在羊身上。 这才是PDD能起来的逻辑,也是为什么不断有小商家联合起来对抗,但是不得不服从PDD的流量调剂。 至于什么砍一刀,什么压榨员工,经常被人拿来诟病,说PDD这个公司不是一个本分的公司啦,什么加班时间长啦,各种黑,其实这都不影响PDD是个本分的公司,它的核心就一件事:怎么从商家身上压榨出更多利益,然后传导给普通消费者,哪怕商品质量不够高。
See More
LiuEcho1
retweeted
李岳
@liyue_ai
6 months ago
腾讯这波反应挺快的,云服务器这么快就上架了Clawdbot,连教程都给准备好了。 一个月38元还不错,想体验Clawdbot的可以尝试一下,链接放评论区了。
樱井杏奈💸
@LiuEcho1
6 months ago
True,2026年,AI帶來人与人的方差只会越来越大
laike9m
@laike9m_
6 months ago
我一直听各种类型的播客,这两年有个感觉愈发明显,那就是人类社会已经逐渐分化成了两个世界: 一个是 AI-driven 的世界,变化和颠覆按天计算,不论你是否喜欢都被裹挟其中; 另一个世界里一切如常,AI 不过是茶余饭后的谈资,不带来任何实质影响。 这是一种前所未有的,奇怪的割裂感。我不知道它会持续下去并逐渐放大,还是会逐渐消弭。或许如前几次工业革命的进程一般,这种不均匀只是暂时的,亦或者,这次确实不一样?
LiuEcho1
retweeted
K1ko妹妹的爸比
@lilk1kopops
6 months ago
https://t.co/Tl8NnOlwAr
LiuEcho1
retweeted
Boywus
@Boywus
7 months ago
在传统金融学术界,一篇篇经典paper反复灌输一个简单而迷人的叙事:做市商(Market Maker)的主要盈利来源是bid-ask spread。他们挂出买卖报价,赚取价差,提供流动性,赚得盆满钵满。教科书上几乎无一例外地将“spread”视为做市商的核心收入,甚至用数学推导证明spread是补偿库存风险和逆向选择(adverse selection)的合理补偿。 然而,当我们把目光转向如今的加密货币市场,尤其是CEX(中心化交易所)上的野生/独立做市商时,这个“spread神话”就显得如此虚伪和过时。在现实crypto世界里,普通做市商根本没资格吃点差,spread早已不是盈利的主要来源,甚至常常是负EV的陷阱。继续用传统paper的逻辑去理解加密做市,只会让无数新人血本无归。 Spread在加密市场的“死亡” 传统paper假设做市商能“坐”在BBO(最佳买卖价),吃最紧的spread。但在crypto,尤其是BTC/USDT、ETH/USDT等热门对上: 类似
@jump
这种签约做市商垄断BBO,他们靠低延迟、巨额资金和交易所负maker费/返佣,把spread压缩到极致。 野生做市商(独立交易员、小量化团队)根本抢不到BBO,只能挂在一两跳外,甚至更深。他们的成交spread宽一点,但成交频率低、滑点大。 野生做市商的真实盈利结构:返佣 + Funding + 类接针 加密市场早就演化出一套完全不同于传统paper的盈利公式: 交易量返佣(Rebate):冲交易量,拿交易所的maker rebate,这是最稳定的现金流。spread薄?无所谓,只要成交量大,返佣就够吃饱。 资金费率套利(Funding Rate): 多个市场做市对冲,利用funding rate的结算差异,使得保持库存中性的前提下,仍然有fuding rate收入。 插针接底(Wick/Pin收益):纯彩票。在部分小所/交易对向下插针时会比大所插的更深, 挂远距离单子,接住底部优势筹码。 真实效用函数:预期换手率 × 平均单笔正期望 - 库存风险成本 市场不会是简单的随机游走,为了发paper把市场定义简单些是学术界的懒惰;学习AS模型、GLTF模型、Kyle模型是为了更好的定义,描述,优化,执行“做市商”这个业务。 如果你读完一堆paper,兴奋地跑来加密市场做市,找BD开了负手续费账号,接入了专线网络,准备“优雅地吃spread”,那你很可能成为大做市商的养料。 巨鲸凝视着这些冒进到深海的打捞者,甩一甩尾巴就让渔船倾覆,变成明天的排泄物。
See More
LiuEcho1
retweeted
Dougie
@DougieDeLuca
7 months ago
https://t.co/q5LVbaaPpx
LiuEcho1
retweeted
风无向🦅
@Web3Feng
8 months ago
现在90后,传统行业能赚大钱,或者事业不错的人,感觉平均认知水平,学历,综合能力都特别强。 感觉80后和70后的成功老板,很多水平很一般,当然,近几年亏回去的也不少,也基本不可能再起来了。 财富需要重新洗牌。
LiuEcho1
retweeted
單循DAMNXUN
@DAMNXUN
8 months ago
知道为什么很多早期的交易员,他们很多拿到过大结果,但是后来总是胡说八道吗,有这么几个原因,一个是赚完钱退休了,对市场研究少了,而市场一直在迭代升级,早期的BTC跟现在的山寨差不多,是可以靠共识拉盘、护盘的,机构开始进场,华尔街进场,更专业的做市商进场后一切都变了,现在你有共识,纯接盘,市场的筹码结构变了,之前说了谁掌握边际筹码,谁就掌握定价权,定价权也开始转移了,而掌握定价权的这些资金对宏观事件是非常敏感的。 整个市场都在迭代升级的情况下,这些早期交易员在干什么,他们像在逛动物园似的一会金叉给熊杀了、一会死叉又给牛杀了 别再这个神那个神的,交易市场没有神 “成功者往往讲述精心编织的故事,却忽视了运气和随机事件在其中的作用。” 你成功了你说什么都变成对的,事实上同样的路径,有的人会成功,有的会失败。 之前有个上市公司老总,其实就是吃到了时代的红利、踩住了风口,有人问他成功秘诀,他叽里咕噜说一堆,说什么见着员工就微笑,其实跟这个有关系吗?他见着员工给一嘴巴子也没什么区别 人们倾向于将运气误认为技巧。这是被随机性愚弄的典型表现。
See More
樱井杏奈💸
@LiuEcho1
8 months ago
yeeees
林克Clean
@CryptoSociety42
8 months ago
“你还在乎这点小钱?” “这点羊毛你也参与?” 这种话,是最容易把人带偏的财富观念,千万别上当 倪大
@phyrexni
和
@zhangyian147
这个互动 我也思考过。 之前看书上说,80%以上的富翁都承认,自己财富积累的起点,就是一段“别人看不上的小生意” 人对已经拥有的东西和即将获得的东西,心理权重完全不一样。 真正拉开阶级差距的,根本就不是够不够体面,穿没穿上长衫,而是: 1、对大机会的敏锐捕捉 2、对无数小机会的尊重与积累 前几年你会发现,很多已经财富自由的明星依然跑去抖音、快手带货。 不是因为缺钱,而是他们骨子里相信:自己有可能成为这个赛道的新头部。 哪怕一开始只有几百的带货佣金、几千的坑位费,对他们来说都是正向反馈,都是“我还有更大可能”的信号。 他们可能不缺钱,但不能没有这种信号。 狼仔
@wolfyxbt
做的“价值观矫正器”已经把真相摆在大家面前,生活成本对所有人其实都差不多,真正贵的是机会成本。 凡是打心底里觉得“这点小钱看不上”的人,很可能会错失一笔大钱。 有钱人之所以能成为有钱人,核心秘密只有一个,打心眼儿里尊重每一分钱,尊重每一个能赚钱的机会。 而那些觉得自己能凌驾于金钱之上、可以随意鄙视“小钱”的人, 要么破产,要么错过了一生最关键的一次跃迁。
See More
LiuEcho1
retweeted
Clon
@Clon298363
8 months ago
刚学 mev 的时候,很苦恼为什么全网都搜不到有效信息。自己入门之后,终于知道为什么了。 在聪明人的竞赛中,不仅不能透露“如何优化”,连“优化什么”都得保密。乃至于有人在赚钱这个事情本身,对聪明人就已经是很重要的信息了。 所以最终结果只有一个:闷声发大财。
LiuEcho1
retweeted
撸毛小狗
@LumaoDoggie
8 months ago
熊市期间, 是提升自己的好机会. 请收下这份币圈专属的学习资料. 积蓄力量的阶段, 等到下一个周期来临, 你可以跳得更高. 我分了 交易/嘴撸/ 编程 三个路线. 可以根据喜好挑选, 当然也可以全部都学, 所谓技多不压身. 1️⃣交易员路线 交易理论的书籍. 虽然是传统金融界的, 但是内在的知识是相通的. (资源链接均在2楼) <交易与交易所> 这是公认为是证券行业的必读书籍,对初学者友好. 你会学到交易市场的构成, 流动性的构成等. <量化交易- 如何建立自己的算法交易事业> 量化投资交易系统的非常好的入门书籍,书中讨论了如何创造alpha收益(模型),风险管理,自动化指令执行系统及一些策略. 看完之后, 就可以学习一些 币圈相关的交易经验了. 可以找一些Twitter上的做Perp交易的大佬的发言记录, 慢慢往前翻吧.. 全文阅读并背诵 . 目前印象深的
@gch_enbsbxbs
@lnkybtc
然后可以去Github里找一些开源的合约交易系统, 下载了后, 在本地用 Claude Code/豆包/Trae 一类的工具,帮你总结里面的逻辑. 在此之上, 你可以增加自己的思路. 2️⃣KOL/嘴撸路线 这方面目前没有系统性的书籍, 只有各种零散的文章, 需要你自己搜集, 然后拼凑起来自己的体系. @Nickp_xxx
@zohanlin
这两位是嘴撸界的大牛, 可以看一下他们历史文章.
@gokunocool
他的一些文章, <做KOL超级超级基础教学> 系列, 很不错 其他的信息, 很多在Twitter里直接可以搜到. 比如说 "kaito 算法" 3️⃣编程/科学家路线 -首先学以太坊,的基本知识. 这些在 以太坊官网上都可以找到. -
@Alchemy
官方免费教程系列, 学Javascript, Solidity 编程. - Solidity 语言官网的教程 - 最后是B站上Python爬虫的教程. 学爬虫是为了搜集项目方的信息. 信息差 = 套利空间 之后再学习 MEV, 也就是链上套利脚本. (夹子机器人是MEV中的一种) . 推荐 flashbots 的官方博客文章. 学了这些后, 你虽然无法直接用来求职. 但是可以提供给你很多链上获利机会. 举例: a) 在存钱活动开始之前, 你用合约抢跑存进去了 b) 你在链上观察到代币大额异动, 推测项目方准备砸盘了. c) 自己建立了机器人, 跟踪聪明前包. 以上虽然是三条路线, 但是实际上很多时候是相辅相成的.举例: 10月11日 05:12 币安暴跌 1. 你通过自建机器人,电话告警, 叫醒了自己. 即时发现了情况 2. 你运用学习到的交易所信息, 观察到流动性异常减少, 推测只是币安做市商出了问题, 然后判断出目前的低价是暂时的. 果断抄底获利. 3. 你把抄底获利的过程图文并茂地写了出来, 语言精炼而生动. Twitter上收获大量曝光和粉丝. 熊市期间, 不知你有什么样的学习计划? 链接资源在下面 👇
See More
Last Seen Users on Sotwe
pesona tobrut lokal
Seen from
Indonesia
strong man
Seen from
Indonesia
Kocaeli
Seen from
Turkey
ชอบเย็ดสาวใหญ่รุ่นแม่ น้าสาว
Seen from
Thailand
Lady_Death97
Seen from
United States
Maylla petter
Seen from
United Kingdom
Dphm2k4
Seen from
Vietnam
ยายอ้วน ขี้เงี่ยน ช่วยตัวเอง
Seen from
Thailand
Amma 🤤
Seen from
India
ام سحر 👑
Seen from
Egypt
Trends for you
1
#AEWDynamite
Under 10K tweets
2
Don Kelly
Under 10K tweets
3
Eisert
Under 10K tweets
4
Sydney Taylor
Under 10K tweets
5
Thekla
Under 10K tweets
6
Nola
Under 10K tweets
7
Kyrie
Under 10K tweets
8
NDAA
Under 10K tweets
9
Will Warren
Under 10K tweets
10
Jim Jarvis
Under 10K tweets
Most Popular Users
1
Elon Musk
@elonmusk
241M followers
2
Barack Obama
@barackobama
119.2M followers
3
Cristiano Ronaldo
@cristiano
111.9M followers
4
Donald J. Trump
@realdonaldtrump
111.8M followers
5
Narendra Modi
@narendramodi
107M followers
6
Rihanna
@rihanna
98M followers
7
NASA
@nasa
92.2M followers
8
Justin Bieber
@justinbieber
91.2M followers
9
KATY PERRY
@katyperry
88.4M followers
10
Taylor Swift
@taylorswift13
82.3M followers
11
Lady Gaga
@ladygaga
73.8M followers
12
Virat Kohli
@imvkohli
71M followers
13
Kim Kardashian
@kimkardashian
70.1M followers
14
YouTube
@youtube
68.7M followers
15
Bill Gates
@billgates
64.3M followers
16
Neymar Jr
@neymarjr
63.9M followers
17
The Ellen Show
@theellenshow
62.4M followers
18
CNN
@cnn
61.8M followers
19
Selena Gomez
@selenagomez
61.5M followers
20
X
@x
60.8M followers
Olivia
Online
✨
⭐
💫