Home
Language
English
Türkçe
Bahasa Indonesia
About
Privacy Policy
Terms of Service
Pricing
Sign In
Download All
Share
自在极意Hao
@Wu11xx
AI /CRYPTO /美股 2029年前目标百万美金 不构成投资建议,仅供参考 如果你觉得我是对的 就看 如果你认为是个屌丝 就别看
Joined April 2024
192
Following
102
Followers
124
Posts
自在极意Hao
@Wu11xx
3 days ago
所有新手投资者 请你不要使用任何杠杆工具 包块 融资 永续合约 差价合约等等 如果你的投资平台只要求你做个kyc实名认证就可以开始入金交易 那更要小心 不要使用任何杠杆工具 杠杆会无限的放大人性的贪婪和恐惧
自在极意Hao
@Wu11xx
3 days ago
@CaptainLufei999
你可以搞个飞家军
自在极意Hao
@Wu11xx
3 days ago
很多人学AI的起点,只有一句话:别人都会了,我也得会。 于是看教程、买课程、研究提示词,忙了几个月,一分钱没赚到。看着别人赚得盆满钵满,又觉得自己学得还不够,继续买课。 这个循环最隐蔽的地方,是你一直有进步的感觉,却从来没有验证过:你学会的东西,到底有没有人愿意付钱。 市场不会因为你努力学习就给你发工资。收入背后必须有一个具体的人,愿意为你提供的结果买单。 同样会用AI,有人已经有客户、有行业经验、知道客户的痛点,工具一上手,就能降低成本、提高交付效率。你只有工具,连服务谁、卖什么、怎么找到客户都没想过,自然很难复制他的收入。 而且,工具越容易用,同类供给就越多。当人人都能生成文章、图片、视频,“我会生成”本身就越来越难卖出高价。 真正拉开差距的,是发现需求的判断力、解决问题的能力,以及把结果卖出去的本事。AI能放大这些能力,也会暴露这些能力的缺失。 想靠AI赚钱,先找到一个有人愿意付钱的问题,再围绕它学习。去接触客户、尝试报价、完成交付,让真实反馈告诉你还缺什么。 最容易让人白忙的,就是把学习当成行动的替代品。教程永远看不完,而第一笔收入,往往需要你关掉教程,开始面对一个真实的人。
See More
自在极意Hao
@Wu11xx
3 days ago
@ussolarus
接下来努力攒钱 等不好的时候去接
自在极意Hao
@Wu11xx
4 days ago
如果你还在看涨mrvl intc amd sndk mu skhy cohr lite be 等等这些ai带来的爆发股 那么接下来的日子 你会很难过
自在极意Hao
@Wu11xx
3 days ago
年轻时,别把太多精力耗在反复分析自己上。 你对自己的认识,往往取决于你见过多大的世界。 经历太少,就容易把害怕当成性格,把暂时的处境当成一生的定位。 先走出去,做事、竞争、交换、争取机会。把信息变成判断,把经历变成能力,把资源变成筹码。 让现实检验你的想法,让反馈修正你的认知。适合什么,试过才知道;能走多远,做过才有答案。 别急着给自己贴标签。多积累一些本事,多争取一些选择,你对自己的判断也会随之改变。 反思要有经历作为依据,成长也需要真实的碰撞。 先把世界看大,再把自己看清。
自在极意Hao
@Wu11xx
4 days ago
现在的x中文区 就是2018年的抖音
自己造船的路飞(薄肌中)
@CaptainLufei999
5 days ago
我来了,睡衣都没换,还带了个帽子很安全,你们也别端着了。
自在极意Hao
@Wu11xx
6 days ago
有谁可以讲讲金融圈到底有多乱啊???
自在极意Hao
@Wu11xx
6 days ago
AI开始挑战数学界,连“什么算进步”都成了争议。 OpenAI发布一批AI生成的数学研究成果后,AHM人类数学协会呼吁数学家停止与OpenAI合作。(https://t.co/fJGgSX1B00) 质疑证明、透明度和署名,当然合理。但如果证明最终成立,就应该承认它的价值。 在我看来,这就是新时代与旧时代的碰撞:靠人类智力建立的权威,开始面对超越人类的新智能。 我们欢迎AI替自己干活,却未必愿意接受它比自己聪明。 数学应该检验答案。人类的自尊,不应该成为真理必须通过的额外一道审核。
自在极意Hao
@Wu11xx
6 days ago
把这些概念用起来,遇到事情就能多问几句: 我相信它的证据是什么? 我放弃了哪个更好的选择? 对方在这件事里得到什么? 最坏结果会让我失去什么? 有没有一种成本更小、能先验证的做法? 每个词都能找到自己的例子,并且用它修正一次判断,才算开始真正理解。
自在极意Hao
@Wu11xx
6 days ago
我给自己整理了20个值得彻底搞懂的概念。 如果能理解它们,并且用来分析自己的经历,很多关于赚钱、选择、人性和长期结果的问题,都会看得更清楚。 1、基准率 一件事在同类情况中,通常有多大概率发生。 看到一个人创业暴富,先问同类创业者有多少,成功的又有多少。一个故事再精彩,也需要放回整体里看。你看到的个案,可能很特殊。 2、贝叶斯更新 根据新证据,调整原来的判断。 你可以先觉得一个人可靠,后来发现他说的话多次对不上事实,就逐步降低信任。判断可以有程度,也可以随着证据改变。关键在于,这条证据到底有多强,而不是出现了多少次。 3、确认偏误 人容易寻找、相信和记住支持自己观点的信息,对反面证据却格外挑剔。 喜欢一个品牌,就把好评当真实体验,把差评当用户不会用。判断之前可以问自己:什么证据出现,我才愿意承认自己错了? 4、幸存者偏差 只看见留下来的人,忽略失败、退出和消失的人。 你关注的创业博主可能都成功了,但失败的人往往已经停更。只研究成功者,很容易高估成功概率,也容易把他们共有的习惯误认成成功原因。 5、反事实 判断一个行动有没有效果,要问:如果没做这件事,结果会怎样? 店铺改了标题后销量上涨,可能还赶上了节日、降价或整体行情上涨。需要合适的对照或实验,才能估计标题真正带来了多少变化。 6、机会成本 选择一件事,意味着放弃另一个选择。你放弃的最佳可行选项的价值,就是机会成本。 钱放在这里,就不能同时放在那里;四小时用来接单,就不能同时用来学习或休息。判断值不值,要把自己放弃的东西也算进去。 7、沉没成本 过去已经付出、现在无论怎么选择都拿不回来的成本。 课程买了,发现不适合,接下来仍然可以停止。决定继续还是退出,要看未来还需要付出什么、能得到什么。能退款、能转卖的部分,则需要另外计算。 8、边际效用 再增加一单位东西,能带来多少额外满足。 很饿时,第一份饭价值很大;吃饱后,再来一份的满足可能很小,甚至让人难受。买设备、买衣服、增加消费时,都可以问:多这一份,到底多解决了多少问题? 9、期望值 把每一种可能结果乘以它的发生概率,再加起来。 假设一个游戏有90%的概率赚1元,10%的概率亏20元,平均每次的期望结果是亏1.1元。赢的次数多,依然可能整体亏损。概率、收益和损失,要放在一起看。 10、尾部风险 不常发生,却可能造成巨大损失的极端情况。 一家店多年没有发生数据故障,也可能在一次严重事故中丢掉全部订单和客户资料。平均表现不错,仍然可能藏着一次就让你无法继续的风险。 11、激励机制 一套规则怎样通过奖励和惩罚,影响人的行为。 只按关单数量考核客服,他们可能更急于结束对话;把问题解决率也纳入考核,行为就可能改变。理解一个人的行动,要看看他在这套规则里会得到什么、失去什么。 12、委托代理 你让别人替你办事,但双方的目标和利益未必完全一致。 你想装修得耐用、省心,销售可能更在意合同金额和提成。明确目标、了解收费方式、核验交付结果,可以减少这种偏差。它可能来自规则,也可能来自信息差。 13、信息不对称 交易双方掌握的信息不一样多。 二手车卖家通常比买家更了解车况,服务商也更了解自己的实际能力。做决定之前,可以问:哪些关键事实只有对方知道?我能通过什么方式验证? 14、信号 通过能被观察的行动或凭证,传递别人看不见的信息。 说自己有能力,成本很低;拿出可核验的作品、现场解决问题,通常更有说服力。可靠信号与所判断的能力直接相关,也更难被没有这种能力的人模仿。 15、路径依赖 过去的选择,会持续影响今天的选择。 一个团队长期使用某软件,积累了模板、插件和经验,就会产生切换成本。即使新软件某项功能更好,迁移也未必划算。判断时要分清,现在的优势和过去留下的惯性。 16、复利 新增收益进入原有基数,再参与下一轮增长。 只做数学演示:100每轮增长10%,三轮后是133.1。技能也可能产生类似效果:基础越牢,学习新东西越快。积累能不能继续发挥作用,取决于持续投入、实际效果和中途损失。 17、杠杆 借助资金或外部资源,放大自身投入产生的结果。 假设出10元、借90元买100元的资产,资产跌到90元,卖出还债后,自身本金就用完了。软件、团队和传播也能放大结果,但每种放大方式都有自己的成本和依赖条件。 18、非线性 投入和结果,不按固定比例变化。 投入翻倍,结果可能只增加一点,也可能突然增加很多。阈值、瓶颈和饱和点都会影响结果。例如收银设备接近处理上限时,多一点客流,可能让排队时间迅速变长。 19、反馈回路 结果反过来影响下一轮的原因,形成循环。 内容获得关注,关注带来曝光,曝光又带来关注,是可能的正反馈。空调根据室温调整制冷,是负反馈。“正”和“负”表示放大或抑制变化的方向,不代表好坏。 20、选择权 保留未来根据新信息,再决定是否行动的空间。 想做一门生意,可以先做小规模付费试验。效果好再扩大,效果差就停止。试验让你获得信息,也保留调整的余地。保留选项有成本,等待也可能让机会消失。
See More
自在极意Hao
@Wu11xx
6 days ago
我给自己整理了20个值得彻底搞懂的概念。 如果能理解它们,并且用来分析自己的经历,很多关于赚钱、选择、人性和长期结果的问题,都会看得更清楚。 1、基准率 一件事在同类情况中,通常有多大概率发生。 看到一个人创业暴富,先问同类创业者有多少,成功的又有多少。一个故事再精彩,也需要放回整体里看。你看到的个案,可能很特殊。 2、贝叶斯更新 根据新证据,调整原来的判断。 你可以先觉得一个人可靠,后来发现他说的话多次对不上事实,就逐步降低信任。判断可以有程度,也可以随着证据改变。关键在于,这条证据到底有多强,而不是出现了多少次。 3、确认偏误 人容易寻找、相信和记住支持自己观点的信息,对反面证据却格外挑剔。 喜欢一个品牌,就把好评当真实体验,把差评当用户不会用。判断之前可以问自己:什么证据出现,我才愿意承认自己错了? 4、幸存者偏差 只看见留下来的人,忽略失败、退出和消失的人。 你关注的创业博主可能都成功了,但失败的人往往已经停更。只研究成功者,很容易高估成功概率,也容易把他们共有的习惯误认成成功原因。 5、反事实 判断一个行动有没有效果,要问:如果没做这件事,结果会怎样? 店铺改了标题后销量上涨,可能还赶上了节日、降价或整体行情上涨。需要合适的对照或实验,才能估计标题真正带来了多少变化。 6、机会成本 选择一件事,意味着放弃另一个选择。你放弃的最佳可行选项的价值,就是机会成本。 钱放在这里,就不能同时放在那里;四小时用来接单,就不能同时用来学习或休息。判断值不值,要把自己放弃的东西也算进去。 7、沉没成本 过去已经付出、现在无论怎么选择都拿不回来的成本。 课程买了,发现不适合,接下来仍然可以停止。决定继续还是退出,要看未来还需要付出什么、能得到什么。能退款、能转卖的部分,则需要另外计算。 8、边际效用 再增加一单位东西,能带来多少额外满足。 很饿时,第一份饭价值很大;吃饱后,再来一份的满足可能很小,甚至让人难受。买设备、买衣服、增加消费时,都可以问:多这一份,到底多解决了多少问题? 9、期望值 把每一种可能结果乘以它的发生概率,再加起来。 假设一个游戏有90%的概率赚1元,10%的概率亏20元,平均每次的期望结果是亏1.1元。赢的次数多,依然可能整体亏损。概率、收益和损失,要放在一起看。 10、尾部风险 不常发生,却可能造成巨大损失的极端情况。 一家店多年没有发生数据故障,也可能在一次严重事故中丢掉全部订单和客户资料。平均表现不错,仍然可能藏着一次就让你无法继续的风险。 11、激励机制 一套规则怎样通过奖励和惩罚,影响人的行为。 只按关单数量考核客服,他们可能更急于结束对话;把问题解决率也纳入考核,行为就可能改变。理解一个人的行动,要看看他在这套规则里会得到什么、失去什么。 12、委托代理 你让别人替你办事,但双方的目标和利益未必完全一致。 你想装修得耐用、省心,销售可能更在意合同金额和提成。明确目标、了解收费方式、核验交付结果,可以减少这种偏差。它可能来自规则,也可能来自信息差。 13、信息不对称 交易双方掌握的信息不一样多。 二手车卖家通常比买家更了解车况,服务商也更了解自己的实际能力。做决定之前,可以问:哪些关键事实只有对方知道?我能通过什么方式验证? 14、信号 通过能被观察的行动或凭证,传递别人看不见的信息。 说自己有能力,成本很低;拿出可核验的作品、现场解决问题,通常更有说服力。可靠信号与所判断的能力直接相关,也更难被没有这种能力的人模仿。 15、路径依赖 过去的选择,会持续影响今天的选择。 一个团队长期使用某软件,积累了模板、插件和经验,就会产生切换成本。即使新软件某项功能更好,迁移也未必划算。判断时要分清,现在的优势和过去留下的惯性。 16、复利 新增收益进入原有基数,再参与下一轮增长。 只做数学演示:100每轮增长10%,三轮后是133.1。技能也可能产生类似效果:基础越牢,学习新东西越快。积累能不能继续发挥作用,取决于持续投入、实际效果和中途损失。 17、杠杆 借助资金或外部资源,放大自身投入产生的结果。 假设出10元、借90元买100元的资产,资产跌到90元,卖出还债后,自身本金就用完了。软件、团队和传播也能放大结果,但每种放大方式都有自己的成本和依赖条件。 18、非线性 投入和结果,不按固定比例变化。 投入翻倍,结果可能只增加一点,也可能突然增加很多。阈值、瓶颈和饱和点都会影响结果。例如收银设备接近处理上限时,多一点客流,可能让排队时间迅速变长。 19、反馈回路 结果反过来影响下一轮的原因,形成循环。 内容获得关注,关注带来曝光,曝光又带来关注,是可能的正反馈。空调根据室温调整制冷,是负反馈。“正”和“负”表示放大或抑制变化的方向,不代表好坏。 20、选择权 保留未来根据新信息,再决定是否行动的空间。 想做一门生意,可以先做小规模付费试验。效果好再扩大,效果差就停止。试验让你获得信息,也保留调整的余地。保留选项有成本,等待也可能让机会消失。
See More
自在极意Hao
@Wu11xx
6 days ago
海克斯大乱斗这游戏到底是哪个天才发明的?我玩过这么多游戏,从来没见过这么上瘾的。每把随机强化,每把都有新花样,输了不服,赢了还想玩,本来打算玩一把就睡,结果抬头一看天亮了。这哪是游戏,简直就是针对人类多巴胺设计的电子毒品。
自在极意Hao
@Wu11xx
7 days ago
分享一个信息差:与其把流量交给来路不明的“机场”,不如自己在 AWS 开一台 Ubuntu VPS,只给自己的手机和电脑使用。现在甚至不需要会 Linux——打开 AWS 控制台,让 Codex 部署 VLESS Reality+Hysteria2、配置防火墙和开机自启,再生成小火箭二维码和 Clash/Mihomo 配置,最后检查端口、日志和实际连通性即可。自建不等于绝对匿名,但服务器、密码和节点都掌握在自己手里,信任链更短,也更可控。唯一要注意的是:不要公开 AWS 密钥、UUID、API Key 等敏感信息。
自在极意Hao
@Wu11xx
7 days ago
分享一个很多人不知道的信息差:用中国大陆 +86 手机号和银联银行卡就能注册 AWS,我这次连身份证实名认证都没做,直接白嫖了 100 美元云服务额度。开通台北服务器,让 Codex 接管 Chrome,自动部署 Hy2 + VLESS 双协议节点,几乎零技术门槛,免费获得一条预计能用半年的私人梯子,速度、稳定性和隐私可控性都不错。别人还在每个月花钱买机场,我已经开始用 AI 白嫖全球云厂商的服务器了。至于到期换号继续领额度,AWS 条款并不允许同一客户重复领取,不能保证一直白嫖。
自在极意Hao
@Wu11xx
7 days ago
如果你用华为、小米的手机或者汽车 那你可千万不要跟我说话 也不要关注我!
自在极意Hao
@Wu11xx
7 days ago
发改委那份就业规划里,两组数字挨着: 2026届高校毕业生预计1270万人,16-24岁青年失业率仍在15%以上;同一份文件承认,AI对部分岗位替代风险在上升。人多、岗位少,AI又先把“中间层”接走:会写、会整理、照模板就能交付的活最容易被替,反倒要动手、要担责、要跟人打交道的活更抗跌。学历在贬值,能扛结果的能力在升值。
自在极意Hao
@Wu11xx
7 days ago
愿所有出生时没有拿到好牌,却依然不肯认命的人,最后都能把这局赢回来。
自在极意Hao
@Wu11xx
7 days ago
@thankUcrypto
我一分钟刚发条x 过一分钟你居然给我发条观点一样的哈哈哈哈哈
自在极意Hao
@Wu11xx
7 days ago
恐慌是播种的季节 贪婪是收获的季节
Last Seen Users on Sotwe
Trans_corn
Seen from
Brazil
ปล่อยเมียให้ฝรั่งเช่า
Seen from
Thailand
ชอบแอบถ่าย ชอบสาวใหญ่ ป้า ชอบป้าใส่ผ้าถุง
Seen from
Thailand
بيني وبينك هجر وغدر وجرح بقلبي داريته
영원
Seen from
Korea
صلاح الدين احمد
Seen from
Saudi Arabia
Gaga.G
Seen from
Vietnam
only straight and trans
Seen from
Brazil
Tavşan HUB | 🐰
Seen from
Turkey
เด็กติดหมี
Seen from
Thailand
Trends for you
1
Seahawks
Under 10K tweets
2
Roadster
Under 10K tweets
3
Sam Darnold
Under 10K tweets
4
Dodgers
Under 10K tweets
5
David Hamilton
Under 10K tweets
6
Brewers
Under 10K tweets
7
Bo Nix
Under 10K tweets
8
Shaheed
Under 10K tweets
9
chappell
Under 10K tweets
10
Aaron Ashby
Under 10K tweets
Most Popular Users
1
Elon Musk
@elonmusk
241.5M followers
2
Barack Obama
@barackobama
118.9M followers
3
Cristiano Ronaldo
@cristiano
114.6M followers
4
Donald J. Trump
@realdonaldtrump
111.8M followers
5
Narendra Modi
@narendramodi
107.1M followers
6
Rihanna
@rihanna
98.7M followers
7
NASA
@nasa
92.3M followers
8
Justin Bieber
@justinbieber
91.8M followers
9
KATY PERRY
@katyperry
90.1M followers
10
Taylor Swift
@taylorswift13
84M followers
11
Lady Gaga
@ladygaga
75.5M followers
12
Virat Kohli
@imvkohli
73.5M followers
13
Kim Kardashian
@kimkardashian
70.9M followers
14
YouTube
@youtube
68.8M followers
15
Neymar Jr
@neymarjr
66.6M followers
16
Bill Gates
@billgates
65.3M followers
17
Selena Gomez
@selenagomez
63.1M followers
18
The Ellen Show
@theellenshow
62.2M followers
19
CNN
@cnn
61.7M followers
20
X
@x
60.7M followers
Olivia
Online
✨
⭐
💫