Mr.World

[Smartpig @Smartpigai]

想用闲鱼赚点副业收入？

别人还在手动刷商品、回消息、盯订单的时候，

有人已经用 AI 24 小时帮自己捡漏、接单、找货源了。

GitHub 上这 6 个项目值得收藏👇

1、ai-goofish-monitor
实时监控闲鱼商品。
刚上架的低价好货，AI 第一时间帮你发现。
捡漏党必备。
https://t.co/2i27Hwi4eX

2、XianyuAutoAgent
AI 自动回复买家。
咨询、砍价、追问参数，AI 全程接待。
睡觉也能接单。
https://t.co/d34eGIcYkd

3、xianyu-auto-reply-fix

多账号运营神器。
自动回复、自动发货、消息通知、后台管理。
适合批量做号。
https://t.co/4nN7cttBb8

4、xianyu_spider

闲鱼商品数据采集工具。
自动搜集热门商品和价格数据。
找爆款、做倒卖、分析市场更轻松。
https://t.co/aeS8DhCRYr

5、Playwright

自动化神器。
自动搜索、自动监控、自动采集。
很多闲鱼 AI 项目底层都在用它。
https://t.co/9SZ5rjpkvr

6、Browser Use

一句话让 AI 帮你操作浏览器。
自动找货、筛选商品、整理信息。
适合做闲鱼 Agent。
https://t.co/Gy68Eg5KeM

以前做闲鱼拼的是时间。

现在拼的是自动化程度。

别人熬夜蹲商品、回消息、盯订单的时候，

你的 AI 已经在帮你干活了。

收藏备用👇

[Serena @369Serena]

Serenity 火了以后，很多人第一反应是去抄作业。

但其实我们可以给 Codex 它装上这些投资类 Skills 和 AI 投研框架后

它可以变成一个股票研究助理：

帮你拆产业链、读财报、看情绪、查风险、做估值、写反方报告，甚至把策略拿去回测。

先收藏这 5 个 GitHub 项目!
别让 AI 直接替你买股票，先让它帮你把研究做扎实。

1️⃣ UZI-Skill⭐ 2.4K

中文投资者最值得先看的一个!

它把 A股、港股、美股分析做成了一套完整流程：深度分析、陷阱排查、龙虎榜、投资大佬评审团、22维数据、180条量化规则。

适合拿来做个股初筛、风险排查和中文市场研究。

GitHub：
https://t.co/1Dq2yXMLhq

2️⃣ TradingAgents⭐ 83.7K
GitHub 上最火的 AI 金融交易框架之一。
它把一个投研团队拆成多个 Agent：基本面分析、情绪分析、新闻分析、技术分析、研究员、交易员、风控团队。

如果你想看看“AI 投研团队”到底怎么协作，这个项目最有代表性。

GitHub：
https://t.co/N0VMCVroA9

3️⃣ Serenity Skill⭐ 731

最近 X 上讨论很多的投资 Skill。

它复用 Serenity 的核心研究路径：从热点出发，拆产业链，找供应链瓶颈，再回到股票和基金方向，检查公告、财报、客户、产能和风险。
适合研究 AI 半导体、CPO、机器人、算力、电力设备、创新药这类“产业链很长、信息很乱”的方向。

GitHub：
https://t.co/YGgiXR6aZr

4️⃣ Buffett Skills⭐ 512

这个 Skill 适合在你心动之前泼一盆冷水。

它会逼你检查：

这家公司是不是好生意？
有没有护城河？
现金流可靠吗？
管理层可信么？
价格有没有安全边际？

适合长期投资者做质量审查。

GitHub：
https://t.co/pDMtWc6LTB

5️⃣ QuantDinger ⭐ 7.4K

一个更完整的 AI 量化交易工作台。

它覆盖从 AI 研究、策略代码、回测、模拟盘，到实盘执行和监控的完整链路。

如果你不满足于“让 AI 分析股票”，想把想法变成策略并验证，QuantDinger 更适合继续研究。

GitHub：
https://t.co/cZqOdURO5u

别让 AI 替你买股票。

让 Codex 替你拆产业链、读财报、查证据、找风险、写反方报告、做回测。

这才是普通投资者最该抄走的用法。
#codex #skills #Serenity

[赴野 @duanhjlt]

你是否亲眼见过性格懦弱胆小怕事的人蜕变成刚强老练、天不怕地不怕的人？

[了悟 @4DdPxEfoio48231]

《毛选》里藏着一个被大多数人忽略的真相：那些后来被写进教科书里的战略，没有一个是在书斋里空想出来的，每一个都是从失败里硬生生复盘出来的。

秋收起义打长沙失败，几千人的队伍被打到只剩几百人。换作普通人，复盘无非是“敌人太强、我们太弱、运气不好”。但教员在浏阳文家市那间破旧教室里做的复盘，和任何人都不同。他盯着地图上一路溃败的行军路线，把每一个决策节点拆开来看：这个隘口为什么没过去？那场遭遇战为什么被伏击？哪个环节的兵力调配出了错？一路拆到最后，他得出一个和当时党内主流意见完全相反的结论：不是战术执行有问题，而是战略方向从根本上就错了——城市是敌人重兵布防的核心，拿鸡蛋碰石头，换谁来指挥都是输。这个结论后来变成了一句话：“农村包围城市”，中国革命的整个走向从此被彻底改写。

这就是复盘真正的威力：它不是让你为过去的失败找原因，而是让你从过去的失败里偷出一个能改变未来的规律。

普通人复盘与教员复盘的差异
差在大多数人复盘是在安慰自己。工作出了纰漏，躺在床上想一遍“要是再仔细一点就好了”、“都怪同事没配合好”，情绪平复后便心安理得地睡去，第二天同样的问题再犯一遍，因为他从未对自己的决策过程动过一刀，只是在自我按摩而非自我解剖。而教员的复盘，是把自己按在手术台上不打麻药。

首先是还原事实，这一步就把百分之九十的人筛掉了。所谓还原事实，就是像看监控回放一样，把这件事从开始到结束的每一个环节、动作和数据冷冷冰冰地摆在桌上。不要形容词，不要心理活动，只问发生了什么、哪个节点出问题、损失的具体数据是多少。土城战役后多数将领说“敌人比预想的多，情报有误”，这是判断不是事实；而教员会追问：情报是谁提供的？收集到上报隔了多长时间？敌人在此期间有无调动？一层层剥到最底层，才可能触碰到真正的病灶。剥开所有借口后大概率会发现，错不在运气或环境，而在自己做的一个愚蠢决定，承认这一点需要极大的心理承受力。

接下来是提取规律。大多数人把复盘做成了追悼会，哀悼总结完就走，但复盘不是记录过去，而是偷走规律，要把教训变成一条可以带走的通用原则。秋收起义失败提炼出的规律不是“长沙打不下来下次换个地方”，而是“在敌我力量悬殊的情况下，城市攻坚路线根本走不通，必须把力量转移到敌人统治薄弱的农村去”。这条规律一旦被提炼出来，就不再属于单一事件，而是在井冈山、长征路上及后来的每一次战略抉择中都适用。如何提炼？成功了切一刀：赢是因为做对了什么，能否在其他场景复制？失败了再切一刀：输是哪个环节的判断出错，背后暴露了什么思维盲区？把个案剖开，取出普适规律，它应是一条清晰具体、下次遇到同类场景可直接调用的操作指令，而不是“以后要更努力”这种正确的废话。

最后是迭代。规律躺在脑子里不焊死在行动上，过三天就会忘。复盘的最后一步不是发感慨，而是定硬措施：明天该干什么？下次遇到同类问题怎么处理？由谁监督执行？什么时间节点检查效果？四渡赤水之所以是兵家复盘经典，就是因为每一步都在实时迭代。土城失利立刻复盘改道二渡赤水；打鼓新场争论暴露指挥效率问题，立刻复盘改组成立三人军事小组。打一次、复盘一次、改一次、再打一次，不是在枪声停后才写总结报告，而是在枪声还没停时就已完成一轮复盘迭代，复盘速度就是进化速度。

复盘不是一个学来的技能，而是一个人的认知操作系统。实践、复盘、提炼、再实践、再复盘，这个循环转得越快，进化速度就越快。你花十年做的事，别人可能花三十年也追不上，不是因为别人不努力，而是大多数人每做一件事都在原地画圈，而你却在每一次复盘之后往上长了一层。成长的速度不取决于你做了多少事，而取决于你从每件事里提取了多少价值，复盘就是这个价值提取的核心过程——它不是在追悼过去，而是在偷未来的答案。

[bbshare @shadouyoua]

李诞：你想过以什么样的方式结束生命

许知远：死在女人的身上

哈哈，😁这就是知识分子和艺人的区别

[Koda @wadezone]

只要你是被亚洲父母养大的，你这辈子都要看心理医生

[宝总的财富指南 @baozong_facai]

行情低谷期的时候一定要看天涯神贴：

如何跨越低谷期

[Roland.W @rwayne]

警惕完美主义

[娜美知识库 @fhwofjow51260]

全程干货！一些父母不会，老师不教的人性潜规则

[ًyeray•♡ @yerayherr]

“si un insulto te quiebra y un aplauso te infla, tu mente no te pertenece, eres el esclavo de cualquiera que abra la boca”

[AYi @AYi_AInotes]

https://t.co/0EZOck2qMh

[娜美知识库 @fhwofjow51260]

纳瓦尔：不要去管别人，只管早睡、运动和读书！

[Rika 瑞卡⚡ @rayrayweb5]

https://t.co/zx8Ul4XOPI

[nini @nini_incrypto_]

https://t.co/JQRjbrMPfC

[老马投资研究 @LMDFinance]

https://t.co/ZizWp7vUul

[作家崔成浩 @cuichenghao]

内地一英语老师，告诫学生为什么一定要远离低认知的人。有网友称，怎么说的就是爱看新闻联播的那群人。

[交易员小帅 @diaomao2023]

如果下一个百倍美股要从 AI 产业链里长出来，最可能出现在哪？

缝隙一：AI 电力转换——功率半导体

英伟达在推 800V 直流电架构，数据中心的整个供电系统，要从交流电切换到直流电。

传统硅基芯片扛不住 800V 高压，只有碳化硅（SiC）和氮化镓（GaN）能玩。

Navitas（纳微半导体，代码 NVTS）2026 年涨了 400%，做 GaN 功率 IC，市值 68 亿。

Wolfspeed（狼速半导体，代码 WOLF）5 月单月涨了 100%，做碳化硅晶圆，是全球第一个量产 300 mm SiC 晶圆的公司。

这条线前面已经聊过，不展开。

关键在这里——这些公司现在市值 50–70 亿，如果 800V 成为行业标准，10 倍只是起步。

缝隙二：AI 变现层——广告智能化

基础设施建完之后，谁把 AI 变成钱，谁就是赢家。

AppLovin（应用乐，代码 APP）已经在验证这件事。

它用 AI 引擎 AXON 自动优化广告投放，Q1 营收 18.4 亿美元，同比 +59%，调整后 EBITDA 利润率 85%。

一个广告公司做到 85% 的利润率，在传统广告行业是不可想象的。

因为它本质上不是广告公司，是一台 AI 定价机器。

6 月 Axon 平台将面向所有广告主公开发布。

分析师给的目标价 700 美元（现价 481 美元），市值 1620 亿美元。

AppLovin 三年前市值还不到 100 亿，已经涨了 16 倍。

但如果 Axon 打开电商广告市场，天花板还远没到。

缝隙三：AI 的“铀”——数据标注和合成数据

大模型训练需要海量数据，但互联网上的高质量数据，正在被消耗殆尽。

接下来的竞争是：谁能制造出高质量的训练数据。

Scale AI（未上市，估值 140 亿美元，OpenAI 和 Meta 的核心数据供应商），如果 IPO，很可能是这条线上第一个百倍候选。

已上市的可以关注 Datadog（数据狗，代码 DDOG）。

它做的是 AI 系统的监控和可观测性，Q1 营收 7.4 亿美元，同比 +27%，市值 620 亿美元。

它不直接做数据标注，但所有 AI 系统运行起来之后，都需要被监控和调优。

它是 AI 时代的“体检中心”。

下一条聊剩下两条缝隙，以及百倍配置的具体思路。

[淘沙者(TheSandPicker) @Etudecn]

这段马斯克 2003 年在斯坦福的 45 分钟闭门演讲，真的有点东西。
不是那种空话连篇的创业鸡汤。
而是他亲自把“怎么从 0 搞出一家公司”一层层拆给你看。
更狠的是，
他没在讲概念，直接把自己当时手里那三家公司，到底怎么活下来的，整个过程都摊开了。
这种内容放到今天看都不过时。

很多人听完的反应都很统一：
这 45 分钟，顶得上你翻十本创业书。
那种真正能用的干货，往往就藏在这种老素材里，不吵不闹，但句句都是实战。

[🇨🇳 大策复盘 @dacefupan]

炒股必须学的：月线选股，周线选时，日线寻点