X

“如果你按照‘新闻’鼓吹的那样吃饭、投资和思考，你就会在营养、经济和道德上破产。” - @naval

[孔乙观察 @KongYiGC]

前几天在上海，认识了一个一年能赚几千万的老板。

聊到赚钱的时候，我问了他一个问题：

“你觉得一个普通人，从年赚几十万到年赚几百万，最需要提升的是什么？”

我以为他会说能力、人脉或者资源。
结果他说：
“先别提升。”
我愣了一下。

他说：
“很多人赚不到更多的钱，不是能力不够，而是什么都想自己从头学。”
我问：“什么意思？”
他说：
“你发现没有，普通人遇到一个机会，第一反应永远是：这个东西我会不会？”
“真正会赚钱的人第一反应是：谁会？”
这句话我一下听懂了。
他说他年轻的时候也特别喜欢证明自己。
公司要做网站，他去研究网站。
要投广告，他去研究投放。
要做销售，他去研究销售。
要拍视频，他又开始研究内容。
每天都在学习。
每天都特别忙。
但几年以后，他发现一个特别残酷的问题：
自己确实什么都懂了一点，但生意没有因此大很多。
后来有一次，他遇到一个自己完全不懂的项目。
按照以前的习惯，他一定先花几个月把行业研究明白。
但那一次，机会只有不到一个月。
他根本来不及学。
怎么办？
他第一次换了一个思路。
不研究“我怎么把这件事做会”。
而是开始研究：
“完成这件事，需要哪几种人？”
懂产品的，他找了一个。
懂渠道的，他找了一个。
懂销售的，又找了一个。
自己只做一件事情：
把这些人组织起来，让利益一致，然后把事情往前推。
结果那个项目，反而成了他当时赚钱最快的项目之一。
他说：
“那一次我才明白，我以前最大的毛病，就是把赚钱理解成了考试。”
我问：“什么意思？”
他说：
“上学的时候，所有题都必须你自己会。”
“但做生意不是。”
“商业世界允许你抄答案，允许你请外援，甚至允许你自己一道题都不会，只要你能把会做题的人组织起来。”
这句话我觉得特别有意思。
因为我们从小接受的训练都是：
不会，就学。
不懂，就研究。
能力不够，就继续提高自己。
所以很多人工作十年以后，依然在不断问：
我还应该学什么？
我还缺什么能力？
我要不要学AI？
我要不要学短视频？
我要不要学销售？
这些当然没有错。
但一个人的时间是有限的。
你不可能把世界上所有值钱的能力全部学会。
后来那个老板跟我说：
“一个人赚钱的第一个阶段，靠自己会什么。”
“第二个阶段，靠自己认识谁。”
“再往后，靠的是你能不能把不同人的能力，组合成一个结果。”
我后来仔细想了一下。
这可能就是很多人收入一直卡住的原因。
他拥有很多能力。
但所有能力都只能通过自己调用。
自己不干，结果就没有。
自己一天只有24小时，所以收入天然有天花板。
而另外一些人，看起来未必每件事都比你专业。
但他会借别人的能力。
借别人的时间。
借别人的渠道。
借别人的客户。
借别人的品牌。
借已经成熟的系统。
所以同样做一件事情，你还在研究第一步怎么做的时候，他已经把五个会做的人拉到了一张桌子上。
这让我重新理解了一个词：
杠杆。
很多人一听杠杆，就想到钱。
其实一个普通人最早能用的杠杆，根本不是资本。
而是：
别人的能力。
比如你会做产品，但不会流量。
最慢的方法，是花两年把自己训练成流量高手。
还有一种方法：
找到一个特别懂流量，但没有好产品的人。
你们各自拿自己已经练了十年的东西出来。
可能一个月，就完成了彼此两年的学习成本。
所以后来我越来越觉得：
普通人最容易犯的错误，就是总想把自己的短板补齐。
但商业世界很多时候，并不奖励“最全面的人”。
它奖励的是：
最会组合资源的人。
你不需要自己成为最好的摄影师、最好的销售、最好的主播、最好的投手、最好的产品经理。
你真正要训练的，是另外一种能力：
知道自己最值钱的东西是什么。
知道自己缺什么。
然后知道谁刚好拥有它。
最后设计一种方式，让大家愿意一起把结果做出来。
这才是从“个人能力”走向“商业能力”的分水岭。
一个人能力再强，本质上还是一个点。
但当你能连接十个人、十种能力、十种资源的时候，你开始变成一个网络。
点的上限，是自己。
网络的上限，是你能够连接多少有效资源。
所以现在如果你问我：
一个普通人怎么才能更快地把收入从几十万做到几百万？
我反而不会第一时间告诉他：
再学一项技能。
我会先问他三个问题：
你已经有什么？
你现在缺什么？
谁手里刚好有你缺的东西，同时又缺你拥有的东西？
把这三个问题想明白，很多生意其实就已经出现了。
因为赚钱做到后面，比的可能真的不是：
“我到底有多厉害？”
而是：
“我能让多少厉害的人，愿意跟我一起完成一件事情？”
一个人真正开始变强，不是什么都会。
而是终于接受：
这个世界上绝大多数事情，都不需要你亲自会。
你真正需要会的，是找到答案。
找到人。
找到资源。
然后——
把它们组合成结果。

[Smartpig @Smartpigai]

华尔街不会主动告诉你的10个免费美股网站

别再只会刷财经新闻了。

很多时候，当你看到一条新闻冲进去的时候，真正影响股价的数据，专业投资者可能早就在跟踪。

分享10个值得收藏的网站👇

1、MacroMicro：把宏观数据直接变成图

如果你看FRED觉得太硬核，可以试试MacroMicro。

通胀、利率、美债、美元、就业、制造业、流动性等大量宏观指标都做成了可视化图表。

研究“为什么美股最近涨/跌”，经常能在这里找到宏观线索。

https://t.co/lIox5txzq0

2、New York Fed：盯美元流动性

纽约联储官网是很多人容易忽略的宝藏。

SOFR、回购市场、纽约联储公开市场操作等数据，都可以直接查。

尤其当市场开始讨论“流动性”“降息”“资金面”的时候，别只看别人解读，可以回来找原始数据。

https://t.co/C0PyZ4iBzl

3、Federal Reserve：直接看美联储

研究美股，美联储官网其实应该放进收藏夹。

FOMC声明、会议纪要、经济预测、利率决议以及美联储官员相关信息，都可以找到。

不要只看新闻标题里的“鹰派”“鸽派”，原文往往比二手解读更重要。

https://t.co/vi3zz8xl2F

4、FINRA：查市场监管和交易数据

FINRA是美国金融业监管局。

除了监管信息之外，还能查询部分市场统计、OTC和交易相关数据。

当你研究一些成交异常、做空或者市场结构问题时，它比普通财经网站更接近数据源头。

https://t.co/1UTUXi4COS

5、ChartExchange：研究做空和市场数据

这个网站很多普通投资者没用过。

可以辅助查看Short Volume、Fails-to-Deliver等市场数据，一些股票还能进一步观察借券相关信息。

研究热门股、逼空概念股时，比只看社交媒体喊“Short Squeeze”靠谱得多。

https://t.co/BMfTF60ata

6、AlphaQuery：查波动率和期权数据

如果你开始研究期权，这个网站值得收藏。

可以辅助查看股票的历史波动率、隐含波动率以及部分期权统计数据。

有时候股价没怎么动，但期权市场已经开始给未来波动重新定价了。

https://t.co/nLESJsVhY5

7、StockCharts：老牌技术分析网站

界面看起来可能没有那么“新”，但工具很成熟。

趋势、均线、RSI、MACD、相对强弱等技术分析都能做。

特别适合同时观察指数、行业ETF和个股之间的强弱关系。

https://t.co/yAojQD7ZQs

8、HedgeFollow：看机构13F持仓

想知道大型基金公开披露了哪些股票，可以看看HedgeFollow。

可以追踪部分机构投资者的13F持仓以及持仓变化，用来寻找研究线索很方便。

但一定记住：

13F不是实时交易记录。

你今天看到的持仓，不代表机构今天还在同样的位置。

https://t.co/dsF52IBpjX

9、Quiver Quantitative：看另类数据

这个网站比较有意思。

除了传统股票数据之外，还整理了美国国会议员交易、企业游说、政府合同等另类数据。

这些数据不能直接告诉你股票会不会涨，但可以提供传统财报之外的研究视角。

https://t.co/AEmNi4CIj0

10、EIA：研究能源股必备

做石油、天然气、能源股，却不知道EIA，很多研究其实只做了一半。

美国原油库存、汽油库存、天然气库存、产量、进出口等能源数据，都可以直接查。

研究XOM、CVX以及油服、天然气相关公司时非常实用。

https://t.co/cKUpZiUhz6

最后提醒一句：

工具的价值，不是替你做决定，而是帮助你获得更完整的信息。

别人看新闻，你可以回到原始数据；

别人听市场传闻，你可以自己验证；

别人只看股价，你可以同时研究基本面、宏观、资金和市场预期。

真正拉开差距的，往往不是知道多少个网站，而是能不能建立自己的研究框架和判断体系。

本文仅用于信息分享与学习交流，不构成任何投资建议。

[大漂亮| C Labs @giantcutie666]

https://t.co/ROZ3IDsWWU

[Annie 所长 @web3annie]

黄仁勋在GTC台湾大会又点名了8家软件公司，AI智能体不是掘墓人而是送钱人！

被老黄点名的8个方向赶紧看过来 👇

1. 楷登电子 Cadence $CDNS
做芯片设计EDA工具的龙头，英伟达、AMD等背后的设计发动机。

2. CrowdStrike $CRWD
全球网络安全SaaS龙头，AI Agent进入企业后安全需求爆炸式增长。

3. 达索系统 Dassault $DSY
工业仿真与3D设计软件巨头，航空、汽车、制造业核心工具。

4. Palantir $PLTR
AI数据分析与决策平台龙头、政府与大型企业数据中枢。

5. SAP $SAP
全球企业ERP霸主，掌握财务、供应链、采购等核心数据。

6. ServiceNow $NOW
企业工作流自动化平台龙头，未来AI Agent接管办公。

7. 西门子 Siemens $SIE
工业自动化与数字化工厂巨头，AI+工业结合的核心平台之一。

8. 新思科技 Synopsys $SNPS
芯片设计EDA三巨头之一，与Cadence双雄并立。

总而言之，软件公司不想死的，都来用英伟达建设 Agent！ $NVDA

[太阳闯关记 @asd3312223]

claude code新手教程，这个老外讲的非常仔细，这教程在闲鱼卖398，卖了几百份了。

这里免费，真的是认知差，静下心看完这一套完整教程，你就能真正用 AI 搭建工作流、实现自动化、处理复杂任务。

[战斗室 @7warroom]

一位法国放射科医生公开说：
“如果我得了癌症，我绝不会踏进医院大门。”

他见过了太多病人。
死于化疗，而不是癌症本身。
他给出一个数字：50%。
一半的癌症患者，死于“激进的治疗”。

那他自己会怎么做？
放下所有工作。
禁食30天。
只喝水。

为什么？
这是个简单的生物学问题。
人体有两种燃料：糖，和酮体。
癌细胞很蠢。
它只会用糖。
你一旦开始禁食，身体切换到酮体供能模式。
癌细胞的引擎，就被直接拔掉了电源。

大医院和制药公司会告诉你这些吗？
一个靠卖昂贵化疗药物和放疗设备运转的系统。
会推广一个几乎免费的、人人都能做到的方案吗？

这位医生说，这是上帝赐予的常识。
用来让我们保持谦卑。
一个问题是，现代医学的傲慢，听得进这种常识吗？

[Nico投资有道 @tychozzz]

昨天晚上做完 Youtube 视频后，本来想休息了，但无意中在时间线上刷到了这篇文章。在我完整读完一遍之后，久久不能平静，文章中的很多内容都和我一直以来持有并践行的东西不谋而合。

文中提到一点，大多数人从出生到死亡，都会按照既定的框架，上学、毕业、找工作、结婚生子，穷其一生都在为所谓体制的利益服务，而非自身利益。

而学校作为体制中最关键的一环，目的就是为了培养出老实听话、服从规矩的顺从者。

在这个过程中，人性天生的创造力被极大地削弱，为了在体制内生存，只能被迫专精于某项技能，扮演好螺丝钉的角色。

然而这个社会的顶尖阶层，放眼望去，几乎都是通才。

一个上市大公司的高管，既懂营销，知道怎么卖东西，又懂产品，知道用户想要什么，还通晓人性，能够带团队。

这些人并非只专精于某个领域，而是在各个领域都有所涉猎，这让他们拥有无限选择的可能性。看似杂乱无章的技能碎片，却成为了他们通向成功路上的一块块拼图。

所以说，永远不要被既定的框架、被主流的叙事，所限制。往往看似合乎逻辑的框架系统，才是你成功路上最大的障碍。

每个人都应该尽可能发挥发挥自己的天性，在兴趣的驱动下去学习，去创造。

尤其是在 AI 时代下，每个人都可以在 AI 的加持之下成为通才，个体天赋之间的差异被无限制的缩小甚至是抹平。

在过往需要花 1 万个小时学习的技能，放到现在可以缩短到三个月甚至是几周时间。

在肉眼可见的未来，专精主义注定会消失，只擅长某个领域的个体注定会被淘汰。

当所有人都意识到这一点的时候，运行上百年的体制框架将会走向终结。

我想之所以这篇文章能够在全网引发如此大的共鸣，还是因为现在多数人太过迷茫。

在体制内重复着日复一日的工作，被顶尖阶层剥削，被主流媒体洗脑，只能沉浸于社交媒体，来获取短暂的多巴胺快感。

而这篇文章确实一针见血，点出了很多关键的问题，并且给出了经过验证、可以实操的路径方法，或许是这个时代下普通人逃生的诺亚方舟。

[Nico投资有道 @tychozzz]

https://t.co/uI4Q3MaUa6

[Elon Musk @elonmusk]

California state government spending on waste & fraud will keep increasing until the GOLDEN STATE has COOKED all the GOLDEN GEESE. Mark my words.

This has always been inevitable and is not due to Newsom or any individual. The Democratic Party is utterly controlled by the unions and the trial lawyers and California is a one-party state.

Any politician nominally “in charge” of California has two choices:

1. Stop sending crazy money to the public sector unions and law firms.

2. Sacrifice the most productive citizens to pay the graft.

They will always pick the second choice, because they will lose their primary if they pick the first.

Only bankruptcy will force a righting of the state, but, between now and then, they will feast on the golden geese who were laying the golden eggs.

[谢嘉琪 Jiaqi @XieJackie]

🔥马斯克谈论AI未来将对特斯拉股价的影响：

🚨“自动驾驶技术，比如无人出租车，将使特斯拉成为一家市值约五万亿美元的公司。而擎天柱机器人，我认为，会让特斯拉成为一家二十五万亿美元（股价$7500）的公司！”

到那时，金钱本身的意义可能都难以界定了。

[淘喵先生 @Baoliaogeming64]

👁️🔥突发消息：埃隆·马斯克表示，实现人工智能大规模增长最快、最便宜的途径是将计算搬到太空。

他解释道，搭载 AI 的卫星可以利用持续的阳光产生巨大的计算能力，并通过激光链路将结果传回地球。这就绕开了地球在电力供应和数据中心建设上的限制。

他表示，如果每年发射约 100 千瓦功率、总质量达一百万吨的卫星，大约可以每年新增 100 吉瓦的 AI 计算能力，几乎不需要维护。

在月球上建造卫星工厂，并通过质子加速器发射，将进一步扩大规模，把人类推向卡尔达肖夫 II 型文明。

[亚洲金融 Asia Finance @AsiaFinance]

富人到哪里养老或移民？先说答案：如在亚洲，也会日语，就选日本。如不会日语，但年纪不大，也是选日本。如年纪偏大，就去台湾。亚洲之外，只有美国和英国。如会其它小语种，如法语或德语，欧洲再多一些选择。为何日本最佳？第一，政客清廉，高市早苗的内阁成员19人，一共财产仅841万美元；第二，中国人的二代，基本就和日本人没啥区别；第三，日本制度先进，大家都懂；第四，日本有海量资产在海外，富裕得很。

[Limei 李玫 @xlmsnow]

川普总统刚刚宣布了一项颠覆性政策——凡是65岁及以上拥有房产所有权的老年人，均可免缴房产税。
老年人住房绝不应成为负担。
https://t.co/E6Uqck9Jkc

[亚洲金融 Asia Finance @AsiaFinance]

有个预感：2026年，美股可能要疯狂，即波动会更大。如SpaceX在2026年以8000亿美元的估值上市，最终的市值会超过1万亿美元，届时地球上，不少投资者也想入股。目前马斯克持股42%，谷歌持股7%。普通投资者，也许通过DXYZ，一种专注于投资私营高增长科技公司的封闭式基金，喝一点点汤：其投资组合中，SpaceX占比约为37.6%，OpenAI占比约为3.5%。马斯克、贝索斯和扎克伯格，他们三人所拥有的财富，比美国底层50%的人还多。

[墓碑科技 @mubeitech]

买了房，等于租给政府？

佛州州长德桑蒂斯抛出一个炸弹式问题：为什么房主在清偿房贷后，还要像交房租一样不断向政府缴纳财产税？

尤其是那些几十年前购房、如今退休的老人，房子升值本是好事，却被税务制度变成了负担。

原本以为“拥有产权”，现实却更像“政府是房东”。

这不是自由市场，这是变相的租赁制度。

财产税的本质，并非一次，而是终身重复征收。
就算房子不动产，你的支出却永远不能停。

而取消财产税，并不意味着政府瘫痪。
它可以通过消费税、销售税、使用型税费进行替代，按使用者付费，而非死绑“资产惩罚”。

美国宪法保障人民私有财产不可被强取，可现实中，退了休、清了贷款，你依然不能安心拥有它。

德桑蒂斯的言论呼应了全国范围内的民间焦虑，也暴露出政府财政结构对中产阶级家庭的系统性剥削。

自由的根本，是可以安心拥有。但如果你必须不断“赎回”你的房子，它就不是真正属于你。

是时候重新审视“财产税”制度，它究竟在保障谁，又在掏空谁？

[雪柔 @xu96175836]

在中国，万一遇到警察查手机…

[环球猎奇🏅 @newsNZcn]

网传，系统发现该男子的共享单车应用程序中的数字货币不足，自行车立即被自动锁定，于是他从共享单车上摔了下来。

[Otto Huang  @OttoHuang120]

中國 四川 照相館
母親 是 聾啞人
霸凌者 是 中共 高官子女
進去十幾次 還是出來了！