顺风顺势

[顺风顺势 @RoyFtrend]

@CitehSide yep

[顺风顺势 @RoyFtrend]

@TrendSpider This is just the beginning～

[顺风顺势 @RoyFtrend]

@Merkle3sCapital 既然如此NOK难道不是最优选吗？

[顺风顺势 @RoyFtrend]

@EricCha56645415 花足够长的时间和杉哥学习，正是我在努力成为您这样的人！❤️

[顺风顺势 @RoyFtrend]

@AbbaiareNotte 看盘面手法的确是机构盘无疑，不过目前暂时没买点了

[顺风顺势 @RoyFtrend]

@freeliyi 当社交媒体如狂风骤雨般裹挟并放大舆论的时候，沿用到投资，就越能体会到顺大势逆小势的决策机会。正如当前在社交媒体被千夫所指的META、小米或茅台，大逻辑不变的前提下他们终会重回顶峰。

[宏观边际MacroMargin @MacroMargin]

存款搬家喊了好多年了，但前几年都没有一点起色，这次可能有些不一样。

这两年无风险利率快速下行，存款利率降得飞快，投资环境面临的是“低利率+资产荒”，

去年都去卷国债，到今年把国债性价比卷没了，然后跑到股市卷红利，抬升指数，加之政策托底、产业叙事和政策“预期”的刺激，股市钱赚效应或看起来赚钱的效应就起来了。

一边是“低利率+资产荒”的倒逼，一边是股市赚钱效应的引诱，风险偏好也就起来了，进而形成正反馈，并放大、加速这个趋势。

所以目前为止的牛市仍是流动性主导，政策没有大幅发力，经济也没有明显修复，仍处于“预期”和“想象”阶段。

那么关注股市市值与储蓄的比值，就不无道理，其本质是上述流动性正反馈的量化指标，7月份底该比值是0.58，近二十年的中位数是0.7，8月份正反馈加速，应该上到0.6以上了

[顺风顺势 @RoyFtrend]

🆒

[顺风顺势 @RoyFtrend]

@TheMarketMemo 造天下之大乱，方可浑水摸鱼

[顺风顺势 @RoyFtrend]

@ChenggangXu2024 许教授怎么看中国新一轮的经济刺激组合拳？

[顺风顺势 @RoyFtrend]

Correct, maybe Diagonal Ladder is the secret of Morocco's success in the World Cup!

[Gaurav @GauravAnlyst]

I wrote about Xabi Alonso's biggest tactical weapon this season.
https://t.co/9ZLEzUxxY3

[顺风顺势 @RoyFtrend]

@GauravAnlyst Like a machine.

[The Australian @australian]

A property investor living in a small NSW town stands accused of being at the centre of a mysterious and deadly poisoning that has enthralled millions in China for 30 years. Find out more in our exclusive report: https://t.co/vN8ZatfP3F

[顺风顺势 @RoyFtrend]

@Sorare ⚽️Bellingham
⚽️ Leverkusen
⚽️ Wirtz

[顺风顺势 @RoyFtrend]

@shouye88 加强经济宣传和舆论引导，翻译翻译是情况就这么个情况，但是你们都别乱bb

[Barret李靖 @Barret_China]

什么是 AI Agent？相比原生 LLM 的推理，Agent 能带来了哪些能力？为什么 Agent 需要具备这些能力？

人类在决策的时候有两种思维模式，诺奖得主 Daniel Kahneman 称之为第一系统和第二系统思维。第一系统（System 1）是快速的、习惯性的、无意识的，第二系统（System 2）是深思熟虑的、自主的、有意识的。

LLM 的作用就是进行 Next Token Generation，它的表现跟 System 1 基本一致，也正因为这本能式的推理反应，LLM 会出现很多思维谬误和幻觉问题；AI Agent 可以帮助 LLM 搭建一套框架来进行深度思考和分析，激发 System 2 的潜力，从而做出更复杂和可靠的决策，之前提到过很多让 ChatGPT 加强思考的方法，例如 CoT（Chain of Thought）和 ToT（Tree of Thought）等，都是为了阻止 LLM 直线式思考，让它在触碰最终答案之前，迂回几次，试探更多的路径，剔除掉更多低置信度的选项。

这篇文论（https://t.co/MRKnNVZGBs）对 Agent 做了一个新的定义：具有自主性、反应性、积极性和社交能力特征的智能实体。人类的终极目标是期望 AI 能够自规划执行解决复杂的问题，很显然，单凭 CoT/ToT 这些简单的 System 2 思考策略是远远不够的，那还需要哪些东西呢？

目前已知的能够很好提升效果的办法包括：1）让多 Agents 进行相互系统；2）能够与环境进行交互；3）具备中短期甚至长期的记忆能力；4）能够在寻求答案的过程中更智能的决策和选择最佳路径。ChatGPT 的 GPTs 提供了上传资料、执行代码、函数调用等能力，本质上也是在补齐 System 2 的能力，等到 GPTs 的生态丰富之后，也可以实现 GPTs 之间的调用，这样就很容易构造一个西部世界了。

十分推荐阅读这篇文章的第一部分，《关于 AI agent 的四个关键问题》，https://t.co/KY6NH6j0EM，文章的第二部分和第三部分讲的是基于 AI Agent 的一些业界实践，以及未来需要去解决的一些问题，文章通俗易懂。

[外汇交易员 @fxtrader]

全国信息安全标准化技术委员会《生成式人工智能服务安全基本要求》（征求意见稿）：
提供者不应使用未经主管部门备案的基础模型进行研发。在训练过程中，应将生成内容安全性作为评价生成结果优劣的主要考虑指标之一；在每次对话中，应对使用者输入信息进行安全性检测，引导模型生成积极正向内容。