Leting Wu

I am hiding the world in the middle of the world. Truth is natural as the wave of the sea. Just stay calm and listen.

[Leting Wu @Rhinewlt]

@dotey copilot太辣鸡，不仅没利用优势打破微软自己app之间的屏障做到大管家的水平，又给自己套了层层限制做到速度慢和笨，被抱怨还把责任外推给网速，简直无语死了。

[Leting Wu @Rhinewlt]

@CyberCatX 大公司关键不是在工具上投入多少，而是更多要在思想理念上转变人。经历过一两次技术革新的经理事实上会习以为常的接受，难在没经历过技术革新的中年主力军和在前几次技术革新躲过去的老油条。裁员招新是比较容易。

[XTrader猫姐美股交易 @maojietrading]

为啥感觉飞机是专门为了皮衣黄加塞才在阿拉斯加经停的呢😅黄仁勋真是操碎了心，经营一家公司太不容易了，欲戴皇冠必承其重，其实是相辅相成的。

God will never give you more than you can handle

[Leting Wu @Rhinewlt]

I summarize a rule. If you plan to go to an Indian restaurant, you’d better bring your Indian friends or some white guys look like managers, otherwise you would find all kinds of problems, such as your bowl is only half filled or you would receive a goat paya with only 🦴

[Leting Wu @Rhinewlt]

A empty heart can never be filled by technology.

[Leting Wu @Rhinewlt]

Let’s guess how many days no fire? 3-2-1🤫

[Leting Wu @Rhinewlt]

Very interesting. I just learnt today Laozi born under mother’s left armpit and Buddha born under mother’s right armpit.

[Leting Wu @Rhinewlt]

Is now the button of the stock market? Maybe not. Wish the world peace.

[Leting Wu @Rhinewlt]

AI gives the illusion of being a Superman. However, the world of dream has infinite layers between you and the Superman in your heart.

[Leting Wu @Rhinewlt]

@mscryptojiayi 一姐也有这个烦恼啊，脑子在多线程里切换很累。我这时候还是喜欢纸质的便签纸，在电脑周围贴一圈。让脑子从屏幕里脱离一下，总有种冥想跳跃出世的感觉。不过照一姐的效率，估计电脑屏幕绕一周都不够贴吧😁

[宝玉 @dotey]

ICML 2026 查出506名审稿人用大模型代写审稿意见，直接把他们同时作为作者提交的497篇论文全部拒稿。

这事很逗，之前大家听过往简历PDF里塞隐藏提示词，骗AI筛选系统给自己加分。ICML这次用的是同一个思路，但方向反过来，不是骗AI夸你，是让AI自己暴露。

做法是这样的：组委会在发给审稿人的论文PDF里埋了一段隐藏的提示词。审稿人自己读论文写意见，这段话完全不起作用。但如果把PDF丢给大模型让它写审稿意见，模型会读到这段提示词，然后在输出里插入一个指定的短语。

这个短语读起来就像正常的学术评语，审稿人很难察觉。但它足够长、足够独特，正常人类写出一模一样句子的概率接近零。组委会全局搜索这个短语，谁用了AI一搜便知。

[Leting Wu @Rhinewlt]

Facing AI, which one is you? Picture generated by Gemini.

[Leting Wu @Rhinewlt]

How would stock market go? Every rise now is a chance to escape. Don’t buy.

[Leting Wu @Rhinewlt]

Why there needs so many programming languages? If AI is able to eliminate all of them left with only machine language and natural language, it would save a lot of tokens and make the world really efficient. However, this is not easier than any revolution in history.

[Leting Wu @Rhinewlt]

Happy Chinese New Year! 🧧

[indigo @indigox]

微软：花钱还没有 AI，暴跌了
亚麻：花钱 AI 一坨屎，暴跌了
Tesla：开始花钱 我 AI 会开车，暴跌了
Meta：花钱假装做 AI，涨的都跌回去了
谷歌：花钱 AI 最牛逼，V 回来了！
苹果：do nothing and win 🫠(转）

[Leting Wu @Rhinewlt]

cryptos return home

[Wealth Code @WealthCode99978]

💥⚙️ 雪坡一试，高下立判：$TSLA 和 $Xiaomi 的真实差距，根本不在配置表

很多电车在发布会上都很强。
但真正的差距，只会在低附着力的极端场景里暴露出来。

这次雪坡测试，结果几乎是“秒分胜负”。

Tesla 在冰雪坡面上保持稳定循迹，
扭矩释放可控，车身姿态始终在可预期范围内，甚至还能完成带控制的侧滑。

而 Xiaomi 几乎瞬间失去抓地力，
最终只能由救援车拖走。

主持人的反应不是表演，
而是那种“没想到差距会这么大”的本能震惊。

这不是“耍帅”，而是系统能力的直接对比。

在雪地里，决定胜负的从来不是马力和零百加速，
而是：
驱动电机的响应延迟
扭矩分配算法
牵引力控制的实时修正
整车控制系统的闭环能力

换句话说：
在低附着力环境下，软件就是传动系统本身。

很多厂商可以在干地把 EV 做得很快，
但一到雪地、冰面、湿滑坡道，
只有真正长期打磨过控制算法、并且有大量真实路况数据的系统，
才能让车“听话”。

这正是差距出现的原因。

这种能力不是一代产品追得上的，
而是来自长期积累：
传感器融合
底盘控制
电驱协同
以及无数次真实世界的失败与修正。

所以这场测试真正说明的，不是某一台车行不行，
而是一个更残酷的事实：

当环境开始变差，EV 的胜负，本质上比的是工程体系，而不是营销能力。

雪地不会被参数说服，
它只认结果。

你觉得这类极端场景，会不会成为未来用户真正关心的分水岭？

📬我会不定期分享10倍潜力交易机会及热门股的关键趋势的观察与分析。
欢迎订阅，别错过下一次爆发前的布局窗口。

#Tesla #TSLA #Xiaomi #EV #ElectricVehicles #AutonomousDriving #VehicleDynamics #AWD

[Leting Wu @Rhinewlt]

@indigox 我一直也想弄一台🥹

[Leting Wu @Rhinewlt]

Traders are back to work🤣🤣📈📈📈