Olivia
Online
Crypto Events
@Alpha_Events50
Web3 builder · memecoin trends & on-chain events on BNB Chain
Community notes & DYOR — not financial advice
Joined July 2022
468 Following
92 Followers
90 Posts
不要那么悲观，人类寿命在延长，很多人一不工作就没了精神，容易衰老得病。工作是最好的良药。当然要热爱自己的工作。指望退休金让自己过上体面的生活，不太可能。抓紧时间赚钱是硬道理！
做个大胆的预测：
中国的这次社保事件
会是���会死亡螺旋的开端
我是那种夏天一出汗，黑汗衫都是一篇白的汗盐的人。不过也有缺点，枕头上也是油糊糊的。哇，希望这是真的。以后晚上早点吃。
一位肿瘤科医生坦言：'有 3 种人从不患癌症。'
第一种：经常出汗到皮肤泛盐花的人。
一、 畯簋铭文的具体内容
畯簋（jùn guǐ）铭文的核心��史信息如下：
•时间干支： “唯十年正月初吉甲寅”（在周王十年的正月上旬甲寅日）。
•人物世系： 周王在册命时亲口对器主“畯”说：“今朕丕显考恭王既命汝……”（现在我那伟大显赫的父亲共王过去命令你……）。
•断代关键： 共王（恭王）的儿子是周懿王。因此，这件青铜器被毫无争议地锁定为周懿王十年的文物。
二、 为什么支持 BCE 903 年？
支持者（如学者夏含夷等）认为，只有以 BCE 903 年为懿王元年，畯簋的日期才能在天文历法上成立：
1历谱精准对齐： 如果元年是 BCE 903 年，那么懿王十年就是 BCE 894 年。通过天文学回推，BCE 894 年西周正月的头几天刚好就是甲寅日，完美契合铭文中的“正月初吉甲寅”。
2���方方案被证伪： 如果按国家断代工程的官方方案（懿王元年=BCE 899年），其十年为 BCE 890 年。然而，BCE 890 年的正月初根本没有甲寅日，文物日期在官方历谱中变成了“不可能存在的一天”。
3理顺周王年代表： 将懿王元年推前至 BCE 903 年，能让西周中后期诸王的在位年数更符合正常人寿，不必为了凑 BCE 899 年的日食而极端压缩其他周王的在位时间。
“天再旦”：懿王元年的日食。官方为BCE８９９年。B站上有人说是：BCE９０３年。我用《华夏古天文》软件研究了一下。 我认同是BCE８９９年。BCE８９９年４月２１日，日食时间：４：３７－５：３５到食甚。而当天的太阳升起的时间为５：５７分钟。这是日偏食，从有亮光��然变暗再变亮，符合“天再旦”。
“手握3000万美金，稳字当头，回撤控在15%以内是底线。真做这个体量的配置，传统的股债平衡太笨重了。我的做法是直接找到顶级的量化团队，主动要求调低底仓的Beta暴露（仓位比例），并在合同里死磕铁律般的最大回撤对赌条款。”
“其余主力头寸，我们全部跑自己Alpha-Event团队研发的量化模型：每次事件触发仅精准投入3%的轻仓，将全局最大回撤死死锁在2%，但能剥离出极度稳定的25%绝对年化。管大钱不是靠熬大周期，靠的是把数学模型切得足够细。”
假如你有三千万美金的现金，想稳重求胜 （回撤不超过15%）为期一年，你会怎么做组合投资和调仓部署？
"GDP and electricity consumption have been decoupling for decades in advanced economies. High GDP no longer requires raw energy waste; it requires high-value efficiency. Value creation \(\ne \) electron burning. Look at Ireland vs Saudi Arabia on this very chart."
Electricity production is the best metric for the true strength of any large-scale economy imo
不管3721，打开一瓶先喝了，有毒概率不高1%，如果挂了比渴死死的痛快！如果没死，恢复了体力，好办了。1、分成9���，一份11瓶。打开，倒入刚才喝干的瓶子月1/11，把这瓶水。找到小昆虫或蚂蚁洞，吸引他们喝，喝了没死，等半天也没死，就慢慢喝这11瓶水。2、如果哪天重复1的动作昆虫死了。这11瓶水就放弃了。带上其他水慢慢喝。估计没喝完已经走出沙漠。
华为公司面试题：
一个人被困在沙漠里，快要渴死了。身边有
100瓶水，但其中1瓶有剧毒。
如果是你，你会怎么办？
针对你目前24小时量化监控、多设备远程眼脑协同、以及���榨干 Mac Studio 本地 AI 算力的诉求，这里为你梳理了一份“Mac Studio AI 服务器搞机清爽指南”。既然你中午刚和几位圈内大佬聊完，下面这些方案正好可以帮你把学到的小技巧直接“全自动化”落地。
🚀 既然环境折腾好了，这 4 类任务最适合 24 小时挂机
1. 永不下线的“大模型 API 中转与隐私网���”（One-API / Central-API）
你提到要用 PC 上的 ChatGPT 控制 Mac Studio 工作，频繁远程桌面不仅卡，而且难受。
解决方案：在 Mac Studio 上用 Docker 部署一个 One-API 或者 Langfuse。
怎么玩：把你的 OpenAI、Anthropic 还有交易所的 API 全部托管在 Mac Studio 上。它作为你的本地主脑，对内提供统一的 API 接口。你的 PC、手机无论在哪里，只需要调用 Mac Studio 的本地链接，就能实现数据流的统一审计和安全加密。交易所的私钥和敏感提示词再也不用暴露给第三方前端。
2. 本地 24 小时“AI 投研情报员”（本地 LLM + 智能 Agent 轮巡）
Mac Studio 最恐怖的地方在于其超大的统一内存（运行本地开源大模型速度极快，且不需要像 PC 那样担心显存溢出）。
解决方案：本地部署 Ollama 运行 Llama 3.1 或 Qwen2.5，搭配 Dify 或 FastGPT 搭建本地工作流。
怎么玩：让 Mac Studio 每隔 5 分钟自动抓取 X (Twitter) 上指定巨鲸/大佬的最新动态、以及币圈快讯。
不需要调用付费的 GPT-4，直接让本地免费的 Ollama 模型进行多源信息的去噪、摘要、情绪分析（Bullish/Bearish）。
一旦触发你的量化模型阈值，通过 Telegram Bot 或者微信直接弹窗提醒你。
3. 交易所 API 的“终极防断网护航”（监控与灾备脚本）
既然要跑 24 小时监控的交易模型，Mac 系统的稳定性虽然高于 Windows，但在海外（新加坡）偶尔也会遇到网络波动。
解决方案：用 Python 写一个轻量级的看门狗（Watchdog）服务，或者使用 PM2 来管理你的交易脚本。
怎么玩：一旦你的交易模型出现异常报错或网络连接超时，PM2 会在 0.1 秒内自动重启脚本。同时，利用 Mac 自带的 cron 定时任务，每小时自动把你的交易日志加密备份到云端。系统再干净，资产安全也是第一位。
4. 彻底解放 34 寸带鱼屏：“无感式”远程终端（SSH + TMUX）
你怀念 57 寸大屏是因为想同屏看更多数据，但在新加坡 34 寸带鱼屏上，远程开个大窗口看 Mac 桌面太蠢了。
解决方案：在 Mac Studio 上配置好 SSH 和 Tmux（终端复用器）。
怎么玩：在你的 PC 上只需要开一个极小的终端窗口，SSH 连上 Mac Studio。用 Tmux 把终端切成四瓣：左边跑交易模型，右边看 AI 日志，下面看系统温度。不需要显示器切换源，PC 和 Mac 的数据在同一个 34 寸屏幕上完美融合，还省空间。
🛠️ 装备党下半场：送你一个现成的“冷启动”作业
如果你今晚就想看到这台 Mac Studio 动起来，直接去跑下面这套最基础的 AI 自动化闭环：
下载 Ollama，终端一行命令：ollama run qwen2.5:14b（14B模型在 Mac Studio 上跑得飞快，智商极高）。
用 Docker 跑一个 https://t.co/PVA7vU8KGd。
连上你的交易所 API，写一个“每晚 12 点自动复盘今日损益，并让本地 Qwen 模型给出一份归因报告发到你手机”的工作流。
硬件不闲置，折腾才刚开始。让这台性能怪兽在新加坡的深夜里，默默帮你监控全球市场吧！
折腾死了，今天新买的 Mac Studio 终于到了，安装系统并不复杂，复杂的是这台 Mac Studio 是打算用来当“服务器”用的，我是准备可以在局域网和远程通过访问这台 Mac Studio 来执行 AI 的工作，比如 ChatGPT 。
之前是用我的老 PC 一直在做，麻烦在于每天晚上都会关机，而且这台 PC 上乱起八糟的东西太多了，所以就像用一个干净的环境，组成一个“云系统”，然后需要 24 小时跑的任务以及交易所的 API 都可以通过这台 Mac Studio 来执行。
想法挺简单的，设置起来就很麻烦了，超级怀念我在上海的 57 寸显示器，可以同时接多个源，但新加坡因为房间比较小，就用了一台 34 寸的显示器，所以要设置通过 PC 上的 ChatGPT 可以控制 Mac Studio 上的 ChatGPT 工作，折腾了三四个小时才算设置的差不多了。
但反而不知道该跑什么任务了 🤣，买的时候想了很多需要实现的功能，买完以后反而不知道用什么了，果然还是妥妥的装备党。
目前我用 ChatGPT 主要的工作就是跑一些需要 24 小时监控的交易模型，今天中午和 @OwenJin12 @punk2898 以及 @agintender 三位老师学了很多 AI 使用的小技巧，可惜 @0xVeryBigOrange 走的早，不然能学到的更多。
慢慢来吧，感谢 @yayabinance @moonkimbinance 和 Lei 哥的组局，可是解决了我很长时间的困���了。
十年前，彭博记者 Jack Clark 从堆成山的开源论文和英伟达 GPU 满格的销量里，嗅到了 AI 指数级爆发的“大新闻”。因为坚信自己的研究，他索性直接辞职，重排人生，后来成了 OpenAI 的政策负责人和 Anthropic 的联合创始人。
作为曾经的“资深”媒体人，看到这个故事我感触太深了。
媒体人其实有天然的优势：极强的趋势洞察力、庞大的信息重组能力，总能比大众先看到风口上的机会。
但为什么绝大多数媒体人，最终只能成为时代的“记录者”，而无法成为“入局者”？像 Jack 这样转行并封神的人凤毛麟角？
因为这里面藏着两个极为残酷的隐形门槛：
从“涉猎极广”到“单点聚焦”的割裂：媒体人的快乐在于每天都在接触新事物，今天谈商业、明天聊技术，涉猎广但多是蜻蜓点水。而创业和躬身入局，需要你把所有的筹码压在“唯一一件极其无聊且沉重的事情”上。这种心理惯性的打破，极难。
躬身入局的门槛与无趣：媒体是个放大镜，离光芒最近，极其有趣。但真正的产业门槛深似海，当你真的去搞技术、搞供应链、做硬核开发时，你会发现真实的世界远没有坐在台下写报道那么好玩、那么光鲜。
说白了，能看懂趋势是本事；看懂之后，敢放下一手建立的舒适圈和“看戏的趣味”，去啃硬核产业的冷板凳，才是区分“观察者”和“造浪者”的分水岭。
Jack Clark 当年最牛的选题，不是那篇没发出来的英伟达报道，而是他自己的人生。
对于现在那些每天追着新模型、新产品跑，产生“自己已经站在技术前沿”错觉的自媒体而言，这个故事真的值得所有人反复读读。
#AI #JackClark #媒体人转型 #Anthropic #创业思考。
左边是jiak，右边是dario。
2016 年，彭博有个记者发现，几乎所有 AI 论文都在使用 Nvidia 的 GPU。他觉得这里面藏着一条大新闻，想写篇报道，结果没能发出来。
十年后，这位记者成了 Anthropic 的联合创始人。
他叫 Jack Clark。最近翻到他的一段采访，越看越觉得这个故事值得所有科技记者好好读一遍。
当年 Jack 在彭博负责报道 Google 和 AI。他花了整整两年时间，大量打印 arXiv 上的研究论文，把计算机视觉、语音、视频和 Atari 游戏等领域的技术进展整理成图表。
结果他发现了一个惊人的现象，几乎所有领域的能力曲线，都开始呈现指数级增长。
与此同时，他还发现 Nvidia 的 GPU 已经无处不在。
2016 年 8 月 2 日，他给彭博的同事 Joe Weisenthal 发了一条私信，说自己准备离开新闻业，花几个月认真研究 AI，然后找一份与之有关的工作。
理由只有一句话：
「AI 比其他任何事情都重要，所以我决定围绕它重新安排自己的人生。」
他的编辑 Alistair Barr 听说他要加入一家叫 OpenAI 的非营利研究机构时，觉得这简直是个糟糕透顶的决定。
毕竟那���候 OpenAI 才成立不到一年，连怎么维持运营都说不清楚。
但 Jack 还是走了。后来他成了 OpenAI 的政策负责人，又在 2021 年与 Dario Amodei 等人一起创办 Anthropic。
Jack 当年并没有什么神秘的内部消息。他看到的论文都是公开的，技术指标也是公开的，Nvidia 的 GPU 出现在那些研究里，更不是什么秘密。
但他把别人零散阅读的信息整理成了时间序列，看到了不同技术领域同时加速的迹象，并且真的相信了自己的研究结论。
这让我想到如今的 AI 媒体行业。
我们每天追踪新模型、新融资、新产品，忙着判断哪家公司赢了、哪个产品又要颠覆谁。新闻越来越多，更新越来越快，甚至很容易产生一种自己已经站在技术前沿的错觉。
可如果把所有新闻都拿掉，我们到底对 AI 未来五年的发展有多少独立判断？这些判断又有多少来自自己真正做过的研究？
信息越来越��价的时代，最稀缺的能力，可能就是从所有人都���看到的信息里，发现所有人都还没意识到的重要性。
Jack Clark 在十年前就做到了。而他给科技记者留下的最有意思的一课，是一个记者完全可以通过研究获得比新闻本身更有价值的东西。
他当年没能说服彭博发表那篇关于 Nvidia 的报道，最终却用同一套研究方法，说服了自己辞职。
现在看来，他当年最成功的一次选题，可能就是他自己的人生。
把纪录片直接搬上 BNB Chain 是一种什么体验？票房、病毒传播、最终裁决，全在链上硬核交付！
🔍 别去找 CEX 了，这里只有 Code is law。
项目名称：MUSKFILM (基于 BNB Smart Chain)
硬核属性：100% 独立、社��驱动的 Web3 社交实验
硬核玩法：信奉预言机，数据全由公共 RPC 链上实时喂价，直接用 MetaMask / OKX / Binance Web3 钱包丝滑交互。
⚠️ 高能避坑提醒（NFA）：
本实验与 Elon Musk 本人、Tesla 或 HBO/Max 纪录片 《Musk���(2026) 毫无关联！纯粹是匿名贡献者的硬核整活。代币有归零风险，玩的就是心跳。
如果你也是死拿不出的信仰者，或者对这种链上新物种感兴趣，冲不冲自己看 👇
🔗 链上首映直达：https://t.co/tTypH1MNB9
#Web3 #BNBChain #MUSKFILM #CryptoExperiment #Memecoin
Alex Gibney, director of the new documentary Musk, explains what he sees as Elon Musk's true genius.
From Michael's new interview with Alex Gibney, out now.
@x11x90 自创邪修眼部训练法，成功从近视200度恢复正常视力。对外传授不？又近视又花眼
在遇到严重车祸、新能源车高低压电全断的极端情况下，车内的机械紧急解锁装置（通常是隐藏拉线或机械拉杆）就是唯一的“逃生后备箱”。
根据国标要求，所有采用电子按钮开门的车，都必须在车内配备纯机械的冗余开门机构。由于各家车企的内饰设计不同，这些救命的开关主要藏在以下几个位置：
一、 特斯拉（Tesla）系列：藏在前门扶手与后门隐蔽处
特斯拉是较早全面取消传统内门把手的车企，其机械应急开关在前后门的设计完全不同：
前排车门（Model 3 / Model Y / Model S / Model X）：位置： 就在前排两侧车门玻璃升降开关的前方（靠近车门板储物槽上方）。
形态： 这是一个物理拉杆。
操作： 遇到紧急情况时，用手��上扳起这个拉杆，车门即可依靠纯机械结构弹开。
后排车门（极度隐蔽，建议车主务必提前演练）：Model Y： 藏在后排车门储物槽的底部。你需要抠开储物槽底部的一块塑料小盖板，里面露出一根黄色的机械拉线，用力向外拉动即可开门。
换代Model 3（焕新版）： 同样在后排门板下方储物槽内，取消了盖板，设计了一个可以直接用手指抠住的隐藏拉环，用力向下拉动。
Model 3（老款）： 老款 Model 3 的后排没有任何机械应急开关，后排乘客在断电时必须爬到前排，或通过后备箱逃生。
二、 小米SU7：藏在车门扶手下方的“盲区”
小米SU7全车四个车门日常均使用电子按键开门。为了防止断电，设计师在四个车门上都配备了物理机械拉手。
位置： 藏在车门内侧扶手（即车窗按键所在的那个大托盘）的正下方空隙处。
形态： 采用倒置设计的隐藏式机械拉把。
操���： 发生断电时，将手伸到扶手下方的凹槽内，向上扣动（或向后拉动）拉手。注：��了防止误触，小米SU7的后门机械拉手在日常有电子锁闭保护，但在整车断电或连续拉动两次时会触发纯机械解锁。
三、 极氪、阿维塔、小鹏等主流新能源车常见藏匿点
门板拉手内侧（隐形盖板）：
许多国产新能源车（如阿维塔11/12、极氪001老款）在日常按键的旁边，或者门板储物格内设计了一个不起眼的塑料盖板。用指甲或钥匙抠开盖板，里面就是一根带有标志的应急拉线。
扶手箱/B柱下方（较少见）：
部分高端车型或 MPV 的后排侧滑门应急开关，会做在 B 柱内侧装饰板的下方，通常是一个带有红色“EXIT”或车门开启图标的红色拉柄。
四、 终极逃生通道：后备箱断电应急开关
如果四个车门因为严重撞击严重变形，即使拉了机械拉线也无法推开车门，那么后备箱就是最后的逃生通道。
操作流程：放倒后排座椅，爬进后备箱。
寻找后备箱尾门内饰板上的应急开关。
位置与形态：特斯拉/小米等： 通常在���门正中央有一个圆形的塑料小盖板。抠开盖板，里面是一个小拉环（特斯拉是夜光拉环，极氪/小米是机械拨纽）。
大众/比亚迪等部分车型： 是一个可以用机械钥匙或硬币插进去旋转的十字形或一字形机械锁槽。
顺着指示方向拉动或拨动，尾门就会在没有电的情况下被物理推开。
💡 极客安全建议
新车到手后，千万不要等发生事故再去找这些开关。建议您在车辆安全停放的状态下，坐在车内，关闭整车电源（或断开手机蓝牙/钥匙模拟断电），亲自坐在前排和后排，用手摸索并实际操作一次机械拉杆和后备箱逃生拉线。这种“肌肉记忆”在遭遇突发火灾、浓烟滚滚的黄金 10 秒救命时间里，能决定生死。
如果您想确保万无一失，可以告诉我您目前开的是什么品牌和具体车系（如比亚迪汉、极氪007、问界M7等），我可以帮您精准查阅该车型的官方说明书，告������最准确的应急开关藏匿坐标。
英雄主义
那一刻他是从远处奋不顾身跑过来救人，晚一步就全烧死了！
一、 官方与当事人目前已证实的“实锤”内容
1. 官方发布调查：确认东南亚经销商出事
2026年10月9日，Ledger 官方售后推特（@Ledger_Support）正式发文承认：正在紧急调查东南亚用户从授权经销商 CryptoBilis 购买设备后资金遭遇洗劫的报告。官方已要求该经销商立刻暂停所有销售和发货，并警告近 90 天内从该渠道购买的用户绝对��要激活设备，已激活的需立即转移资产。
2. 原创始人甩锅：承认公司被卖，受保密协议限制
被推特网友围攻后，CryptoBilis 的原联合创始人兼 CEO Arravind Prabu（@PrabuArravind）公开发文澄清：
他表示自己和原团队在 2026年早些时候就已经把公司打包卖掉了，原团队已经完全退出了所有运营、系统访问和后端管理。
他提到，由于收购合同中包含严格的保密条款，他们被禁止在 10 月 19 日之前公开宣布公司易主的消息。
目前的官方联系人已被变更为一位名叫 Nicholas Chang 的人。
3. 技术大牛拆解：证实硬件被植入网络模块
前 Mt. Gox CEO Mark Karpelès（@MagicalTux）于 10 月 8 日在推特上发布了轰动全网的拆解细节：
他发现从这些可疑渠道（包括一些假冒日本亚马逊的中国卖家、实际从马来西亚发货）购买的打折 Ledger Nano X 内部被改装了。
黑客通过在 SPI 总线（连接安全芯片与屏幕的导线）上加装寄生微型芯片，直接读取屏幕上显示的 0 和 1 信号，从而在用户激活时隔空抄走 24 个助记词。
由于改装极其精密，黑客甚至在里面焊了一颗 MFF2 规格的工业级 eSIM 卡，利用移动网络自动把助记词回传。Karpelès 还调侃说：“想白嫖免费流量吗？去买个带间谍芯片的便宜 Ledger，把里面的 SIM 卡拆出来就行。”
4. 惊天收割：涉案金额近 1 亿美元
10 月 9 日上午，链上大规模的协同清扫行动爆发，数百个关联东南亚 CryptoBilis 用户的钱包在几小时内被自动化脚本洗劫一空，涵盖 BTC、ETH、TRX 等多条链，黑客在得手后迅速通过 Tornado Cash 进行混币。目前链上安全机构估算损失在 8600万 至 9300万美元+ 之间。
二、 为什么说这是黑客史无前例的“降维打击”？
过去的硬件投毒，黑客只能通过在闲鱼、eBay 销售假货，或者在快递路上偷偷拦截。但这次黑客的思路极其恐怖：
“合法”的供应链： 黑客不满足于偷一个两个包裹，他们直接掏钱买下了 Ledger 在东南亚最权威的官方代理商（CryptoBilis）。
完美的信任背书： 用户去 Ledger 官网查“授权经销商”，能查到 CryptoBilis；去收货时，包裹确实是从合规的官方代理商仓库发出的。这让用户彻底放下了防备。
保密协议成为掩护： 黑客利用商业合同中的“过渡期保密条款”（10月19日前不准公开易主），成功给原老板封了口。在这期间，黑客将大批“加料”的 Ledger 设备堂而皇之地以官方正品的名义发往千家万户，直到 10 月 9 日发起总攻。
三、 总结：这对我们���什么警示？
目前 Ledger 官方一再强调：Ledger 自身的固件、系统、安全芯片（Secure Element）没有任何漏洞，真伪验证通过是因为安全芯片确实是真的，漏洞出在物理层面的外部物理篡改。
这也彻底印证了我们在前文提到的冷钱包最高防御原则：
不要在任何经销商处购买： 即使是“官方授权经销商”也有可能像这样被黑客全资收购。买冷钱包只认准官方直邮总部发货。
密语（Passphrase）是唯一的免死金牌： 再次强调，黑客这次是通过监听屏幕偷走的 24 个助记词。如果你在激活后设置了第 25 个单词（Passphrase），这个单词是由你在按键上手动输入的，不包含在自动生成的 24 个单词中，屏幕上也不会显示。在这场高达 9000 万美元的浩劫中，唯有开启了 Passphrase 的 CryptoBilis 买家幸免于难。
所以你能想象到吗， Ledger 的一个硬件钱包经销商， 把整个公司打包卖给黑客了， 并且签了一份合同，在 10 月 19 日前不对外公开， 直到用户完全被盗。
购买者： 中国黑龙江省 - 常家明
-----
2021 年前后：CryptoBilis（马来西亚八打灵再也）成立，由 Arravind Prabu（CEO）与 Vimal Selvamany（CTO）共同创办，成为 Ledger 在马来西亚、印尼、菲律宾的授权经销商。
2026 年 3 月：公司完成收购，原所有者完全退出运营、系统访问与管理。合同含保密条款，禁止公开宣布至 10 月 19 日。原创始人此后无运营可见性，仅协助活动协调。 （ 其实，大概率卖给黑客了。 ）
https://t.co/XuAaAcZExg
截至 2026 年 8 月 3 日：公司记录显示，一名登记地址在中国黑龙江省、���为 Jiaming 的个人持有 100% 股��。联系人：Nicholas Chang（[email protected]）。
关键事件
2026 年 9 月中旬起：前 Mt. Gox CEO Mark Karpelès（@MagicalTux）持续公开调查并购买带间谍植入的 Ledger Nano X（部分来自中国卖家、从马来西亚发货、折扣价、包装看似完好）。植入监听屏幕 SPI 流量并外传助记词。
2026 年 10 月 7 日：链上出现较小规模 Bitcoin 清扫（约 7.42 BTC）。
2026 年 10 月 8 日 约 07:22 UTC：Karpelès 公开帖文展示植入细节（“买便宜 Ledger 从间谍植入里拆免费 eSIM”），并说明其监听屏幕、读取助记词的方式。此帖获得显著曝光。
https://t.co/KmCemqEBy0
2026 年 10 月 9 日 约 05:07 UTC 起：大规模协调清扫开始。链上分析显示从数百个地址（主要关联东南亚 CryptoBilis 买家）流出资金，估算 $86M–$93M+（跨 Ethereum、Tron、Bitcoin 等链，数百受害者钱包）。
主要发生在 9 日上午，公布收集地址与损失估��（>$72M 后升至 $86M+）。
@Ledger_Support 发文：调查东南亚用户从 CryptoBillis/CryptoBilis 购买后资金丢失报告；要求经销商暂停所有销售与发货；
https://t.co/bD3YV0YH0j
前 CEO Arravind Prabu（@PrabuArravind）称已不再拥有或运营公司（今年早些时候收购，完全退出），联系 Nicholas Chang。随后澄清：新管理层运营账号；受合同保密约束，须等到 10 月 19 日 才能公开宣布；已无账号、后端或运营访问权限。
资金后续：大量通过 Tornado Cash、Zcash 等转移/混合；部分 USDT 被 Tether 冻结；
Ledger 强调事件目前指向单一经销商渠道（东南亚 CryptoBilis），未发现自身系统/固件/Secure Element 被攻破的证据。真伪检查无法检测物理植入（原 SE 完整）。
总结：他们到底败在哪里？
这场失败确实很“漂亮”，因为他们交足了学费，交出了闭环，而且在工程上确实付出了严肃的努力。
但他们输在以为量化是一场“只要我很严谨、用高级语言、疯狂加班调参就能做成”的传统软件工程。他们拿着交易所老板给的“新手大礼包（优惠费率）”，冲进战场才发现，高频做市商（MM）这条赛道上，早就躺满了智商 160、手握数亿美元硬件基建、把微观结构玩到极致的顶级聪明人。
正如他技术员最后总结的那句大实话：“策略变复杂，不代表优势变强；预测误差变小，也不代表利润就会出现。” 没摸到真正的 Alpha 之前，所有的宏大叙事和严谨架构，不过是一场高智商的自我感动。
这是一篇非常典型的“古典技术派+野生高频流”在现代量化竞技场被痛揍后的复盘。这位大V写得看似很深刻，但字里行间暴露出的底层硬伤，在真正的专业量化眼里，简直就像是穿着草鞋去跟坦克部队对轰。
他们之所以“凑齐了拼图、拿到了费率、用 Rust 写了系统”，却依然遭遇了“漂亮的失败”，原因可以归结为以下三个扎心、稳准狠的致命痛点：
1. “本末倒置”的无头苍蝇：先搭系统，后找 Alpha
这位大V在文章前半段极其自豪地炫耀自己“解决了硬件性能、用 Rust 写了订单执行、搞定了更优惠的费率”。但在后半段，他的技术负责人才一针见血地坦白：“在没有找出真正的 alpha 之前就大量设计仓位控制的行为，是毫无意义的……它只会让策略从暴死变成慢性死亡。”
扎心真相： 他们的团队在没有验证自己具备“预测未来（Alpha）”能力之前，就盲目地投入了巨大的精力去卷工程、卷 Rust、卷硬件、跟交易所老板喝酒要费率。
这就像什么？ 生产线还没研发出产品，你先贷款盖了一座占地万亩、用最高级不锈钢打造的自动化工厂。结果生产线一开动，发现不知道该生产啥。高频交易里，没有 Alpha 的低延迟系统，只是一个让你“更快把钱亏光”的高效漏油机。
经历过一场漂亮的失败
前段时间，几块量化拼图终于凑齐。在交易所老板和朋友们的支持下，我拿到了更优惠的费率和订单执行条件。同时解决了硬件性能问题，训练基建也有了保障。老板也支持我们在股票合约方向做一些研究。于是我和伙伴 @Eric_pollll_btc 决定认真把系统搭起来。
想要做一个量化策略，是远远比大家想象中要复杂的许多。很多AI交易项目会给大家撮策略，其实那大多是非常不完善的一个基于 rule-based 的下单系统。 完完整整的量化交易系统，从如何保护 API 密钥���全开始，到用 Rust 写订单的执行代码。并接受反馈。 这里之间包含了一个大千世界
最开始的接入数据，整理数据，监督数据源有没有错误，（我们是真的在交易所上遇到过返回错误数据的情况）， 第一步数据搞完了，第二步才开始搭建模型。模型里的模型选择，调参，优化。 这一步相当艰难。对于成熟的量化团队来说，真正分高下的就是写模型的能力，是非常考验数学、物理、计算机，甚至金融知识的。
模型做完，还有回测、实盘，再拿真实订单流里的问题回来修改，同时把风控、止损和异常处理补齐
每一步短短几个字，实则要花费大量的心血。光是回测这两个轻飘飘的字，里面的复杂程度都足以写论文了。（Eric最近就在做一个高频回测框架的项目，后面会开源）
所以做一个量化不是大家印象中用Python写几段代码，给 AI 说一个策略思路就可以完成的，这是一个非常复杂的工程， 我和我的伙伴决定用很严肃的态度对待这个任务，所以要以很严谨的工程思维来对待系统搭建。
到这里就是结束了吗？除了代码之外，还有一片看不见的领域，（其实也是我在任务中主要做的事情）
作为小团队，更不要说个人了。在激烈的交易所环境下面对专业机构，劣势不只在模型。手续费、成交速度、交易条件，每一项都可能吃掉本来就不多的优势。所以，和交易所沟通、争取支持，并不是技术之外的杂事，而是系统能不能成立的一部分。
同样重要的，是找到值得做的市场和标的。资源有限，就不能只想着正面拼算力、拼速度，还需要一点交易员的直觉，找到能发挥优势的机会。当然还有不断地和同行进行沟通， 队内进行任务安排和分工， 对外寻求支持（如融资、交易活动等等）
需要相当多的努力，技术上的，业务上的，组织管理上的，才能把这一件小事情做好
讲到这里，我希望给大家留下一个量化的专业印象，AI 发达后，路边摊量化确实有点泛滥了。想要做好一件事，要以最认真的态度去对待它。同时大家应该也理解我过去一个月在推特上沉默寡言的原因了。
接下来廢话不多说，看一篇我的技术写的文章吧。我在 review 了我们三周的成果之后，让他写了一篇总结， 因为无论成败，做一个事情还是需要有闭环，有交付。我个人觉得他写得很好， 一两周前就叫他赶快发推特了，但是他实在是太忙，就由我来帮他发一下这篇文章吧。同时也希望我账号流量大一点，可以让更多人看到���们的项目：
��预测未来】
Article by @Eric_pollll_btc @bc1qDave @AndyW_Web3
“
策略为什么会盈利
这段时间我们一直在研究高频策略，用AS模型也好，GLFT模型也好，都没能取得比较稳健的收益。随后我尝试拓展高频策略的行为，比如不再连续报价，而是挑选市场状态报价，比如不在固定的双边maker，而是将动作拓展到单侧maker，亦或者是taker一些订单。叠加的规则越来越多，可调节的参数越来越多，策略的复杂度不断提高，而复杂度本身并不能带来收益。于是我开始反思，我们的策略里究竟缺少了什么？或者说，不局限于高频策略，一个真正能盈利的策略，必须需要什么？
我发现，我们优化止盈/退出逻辑也好，改善仓位控制也罢。本质上都是在“根据自己的状态做决策”，而非“根据市场状态做决策”，更确切的说，是没有专注于“根据未来做决策”。
这样一来，无论如何我们都���在被市场牵着鼻子走。那么什么是“根据未来做决策”？���简单，你认为未来价格会涨，所以买入，这就是根据未来做决策。你的盈利，全部来源于你能够对市场的走势作出正确的判断。为什么很多人看上去都是先从中低频的主观交易赚到钱，而不是一开始就通过高频交易获利呢？因为决策频率低。当交易的次数越来越多，越来越频繁，就越是会暴露出我们对未来的真实预测能力到底有多强。
所谓预测未来的能力，就是alpha。
而仓位控制本身不产生alpha，它只是一个让我们控制风险的工具，它的目的只有一个，就是让我们在市场上活下来，不被一次失误决策干死，仅此而已。因此，在没有找出真正的alpha之前就大量设计仓位控制的行为，是毫无意义的，它只会让策略从暴死变成慢性死亡。
一切风险控制、仓位控制之类的设计，都应当在发掘出了真正有效的alpha后进行。
描述市场的维度不止价格
很多决策的本质���是预测未来，比如我之前给dave说的，大单冲击后买一卖一大幅移动，希望在较高位置做空，恢复后做多，实现盈利。这个策略是规定了一个��场条件，预测入场条件触发后，有可能形成一个有盈利空间的事件。本质上来说，和金叉买入没什么区别，都是在预测未来存在一个有盈利机会的事件，仅此而已。
预测不止是预测涨跌这样的盈利性事件，还可以是其他的市场信息，比如波动率，比如成交活动，比如买卖价差等等。
这些市场信息对策略的构建是非常重要且有价值的，比如当我们预测到成交活动后面一段时间会很弱，那我们便停止被动做市，逐步将仓位平掉；比如当我们预测到市场的波动率会显著扩大，那么便可以适当减小杠杆，亦或者根据策略的类型选择避开这段时间还是积极参与进去。
这样的风险控制或者仓位控制，是真正带着对市场判断的仓位控制，才是合理的控制，而这一切都是基于有效的预测。
那么具体如何预测未来，就是一个很深刻的话题了。我做了这样的研究
我希望回答一个问题，行情里究竟有哪些信息，对未来有帮助？只看当前够不够？不同市场能不能用同一种描述？我每隔五秒整理一次当时已经收到的盘口和��交信息，然后观察未来五秒、三十秒、一百二十秒等时段里，五件事怎样变化：
1：价格变化。最后涨了还是跌了，变化多少。
2：路径波动。中间经历了多大起伏。最后回到原价，也可能经历了很大波动。
3：成交活动。接下来会发生多少笔成交。
4：买卖价差。最优买价与卖价之间的距离会扩大还是缩小。
5：盘口深度。可见挂单会变厚还是变薄。
这个就是我描述未来市场的五个维度。即便我们很难判断接下来市场到底会涨还是跌，但也可能比较容易判断接下来会不会更加活跃。
历史信息中有多少对未来有价值的东西
假如两个时刻，当前价格、买卖价差、盘口厚度，甚至最近五秒的成交情况都很接近。但其中一个时刻，过去两分钟一直很平静；另一个时刻，过去两分钟刚经历了一连串剧烈变化。
只看眼前他妈是很像的，但接下来的30秒，他们的表���是否也应该一样呢？
我们让两种模型预测完全相同的一批未来，一种只看当前最近一格的行情信息，另一种还可以看过去三十秒、两分钟的历史。结果就是加入历史后，30秒的五目标总和误差下降了大约14.01%。如果再补上10分钟前的历史，预测误差还能进一步下降2.38%。
但进一步拆开看，历史主要帮助判断的是波动、成交活动和部分流动性变化。价格变化的改善弱得多。不过后来单独针对价格目标选择参数，也找到了一点预测改善，所以不能说价格完全不可预测也。
接着我还需要判断这些历史与未来关系，能否在不同标的之间通用。因为这些标的的短期关系很可能是不一样的。同样是“最近成交变得密集”，它对不同市场未来波动、价差和深度的含义，可能旧不太一样。
因此我比较了几种做法，分贝是所有市场共用模型、按大类区分、和进一步让每个市场拥有自己的模型。
结果表明共用和继续让每个市场有自己的模型，并不能改善预测。所以说类别差异是有价值的，但过细的拆分则没有什么价值，这也在意料之��。然后我还尝试将行情信息压缩，用PCA，保留数据里变化最大的那些方向。结果是强行压到很少的维度预测很容易变差，还是高纬度预测效果比较好。还有就是把市场硬切分成两三种区域再分别预测也没有稳定赢过连续的模型。
还有一点是更高频的预测，比如毫秒级别的，在流动性差或者成交不活跃的市场里，是很难产生有意义的结果的。这里不是说不准，反而是有时候能预测的非常准，尤其是方向。
但比如你深入到订单簿一看，中价十分显著的负自相关性居然是因为卖一规律的下跳而买一不动所导致的，这样是没法盈利的。非正常交易时段的这种现象的时间尺度会放大到分钟级别。如图所示：（见下图）
所以，我现在更关注两件事：我们究竟预测到了什么，以及这个预测能否转化为真实可交易的机会。策略变复杂，不代表优势变强；预测误差变小，也不��表利润就会出现
”
最后补充几句。上面的这个复盘只是针对我们的做市策略中的一个模型的分享，我们还尝试过���据订单流的交易策略，以及根据 CoinGlass 因子的机器学习截面多空策略，Hyperliquid 与币安的资金费率套利策略，和一大堆数不清的。Eric和我还写了几篇“著作”，包括《为什么 AS 和 GLFT 是扯淡》、《用价格预测价格》等等文章，都欢迎大家讨论分享！今天实属冰山一角，欢迎同行和老板们 DM 我。如果在港深的话，有机会我请大家喝咖啡，互相学习学习
最后感谢 @bitget @xiejiayinBitget 和 @QFEX @ChloeTalk1 老板们的支持，接下来会和 @trasiaxyz 有个实盘合作，谢谢 @mablejiang 大佬赞助量化上 hype 跑跑，大家敬请期待接下来的更新吧
3. 自娱自乐的“有毒阿法”：能预测，但无法交易
文章后半段提到一个细节：“高频预测（毫秒级）……方向预测非常准……但深入订单簿一看，中价十分显著的负自相关性是因为卖一规律下跳而买一不动所导致的，没法盈利。”
扎心真相： 他们好不容易抓到了一点“微弱的规律”，结果发现是市场微观结构里的“毒流（Toxic Flow）”或者是某些大做市商的人为挂单虚晃。他们根本无法在这个价格成交，或者一成交就会被套死。
致命的“路边摊”认知： 这位大V在开头疯狂嘲讽“路边摊量化泛滥”，认为自己用 Rust、考虑了 API 安全、严谨的工程思维就是“专业印象”。但实际上，他们恰恰犯了最业余的错误——把“预测准确度”等同于“可盈利能力”。真正的量化高频分胜负，拼的是对限价订单簿（LOB）里排队权（Queue Position）的掌控，拼的是对大户订单毒性的识别。他们还在用学术思维推导“未来5秒、30秒会发生什么”，这在高度内卷的 Crypto 顶尖高频眼里，依然是路边摊。
2. 学院派的“刻舟求剑”：在死掉的学术模型里找金子
技术文章里提到，他们尝试了 AS 模型（Avellaneda-Stoikov）和 GLFT 模型（Generalized Linear Linear Model / 订单流微观结构模型）。随后发现不赚钱，于是开始加规则、调参、加维度（价格、路径波动、成交活动、价差、深度），甚至还上了 PCA（主成分分析）。
扎心真相： AS 模型是 2008 年的经典学术论文，GLFT 也是被市场嚼烂了的公开代码。在 2026 年今天这种充斥着华尔街 HFT 顶级正规军的交易所里，指望靠十多年前的公开教科书模型加上几周的魔改和调参去��利，纯属认知傲慢。
统计学幻觉： 技术人员欣喜地发现“加入历史信息后，30秒预测误差下降了 14.01%”，然后又是特征压缩、又是市场切分。这就是典型的“在数据垃圾堆里雕花”。在线下回测里，预测误差下降 14% 能让工程师高潮；但在实盘里，只要滑点、网络抖动、或者交易所底层排队机制一变化，这 14% 的“数学优势”会瞬间被吞噬得一干二净。他们沉
长达4小时的MUSK年度大戏，上映前导演和主角就已经撕起来了！
奥斯卡大导吉布尼拍了一部批判马斯克的纪录片，结果老马在X上公开痛骂导演是“混蛋”。最抓马的是什么？导演2025年就把成片交了，结果因为马斯克一顿砸钱资助和“公开支持”，硬生生把导演又逼回了剪辑室重新改写���情！这就是传说中的“打不过就买下来”吗？
难怪片子从2小时被硬生生拉扯到了将近4小时，投资方HBO人都麻了，直呼“随着故事发展，影片规模一直在扩大”。再不赶快定档，赶上上个月 SpaceX 那个破纪录的750亿历史级大IPO，马斯克身价直接飙到全球第一个“万亿富翁”，估计导演的剪辑室键盘都要冒烟了。
👇 吐槽点来了：
1️⃣ 嘴上说着纪录片是“恶毒的抹黑”，身体却很诚实地砸钱进剪辑室——老马，你这剪的到底是纪录片，还是你的个人精修征婚Vlog？
2️⃣ 被骂了之后，老马甚至还让 xAI 的 Grok 搞了一部《马斯克：人工智能反驳纪录片》放在10月16日对撞上映！自己拍片反驳自己，全宇宙最自恋的戏精非他莫属。
两部电影都得看看。
💬 评论区聊聊：如果你成了万亿富翁，你第一件事也是去改别人骂你的电影吗？
A LONG AND CREEPY MOVIE: @AlexGibney’s Elon Musk Documentary to Premiere in Venice — With a Nearly Four-Hour Runtime
HOLLYWOOD REPORTER: @ElonMusk condemned the long-gestating doc in 2023, posting on X, "It's a hit piece" — to which Gibney replied: "How would you know?
MORE WORD WARS ON X: Musk also once tweeted — “Gibney is a douche” — to which, Gibney has said he responded: “douché.”
IS ELON READY FOR HIS CLOSE UP?.... The director reportedly delivered a finished cut in early 2025 — only to return to the editing suite amid Musk’s vocal support and financial backing of the @realDonaldTrump’s presidential campaign.
This was followed by his stint next door to the Oval Office as the de facto head of the Department of Government Efficiency (DOGE).
As Musk continued generating controversial headlines, those following Gibney’s project naturally began to wonder when and how the director would ever be able to wrap up the movie.
Last summer, the film’s backers, @HBO Documentary Films and @BleeckerStFilms , acknowledged their director’s predicament, putting out a joint statement, saying: “The film continues to grow in scope as the story evolves.”
And there was still more to come…
Last month, @SpaceX’s record-shattering IPO — the largest public offering in history, raising some $75 billion at a roughly $1.8 trillion valuation — lifted Musk’s fortune to the mind-bogglingly obscene point that he is now regarded as the world’s first trillionaire.
BUT, BUT, BUT... Will Elon Musk Have @xAI's @Grok Create An #AI Rebutal Documentty
Bleecker Street will release Musk in U.S. theaters on Oct. 16, with HBO Documentary Films holding North American television and streaming rights.
The 83rd Venice Film Festival runs Sept. 2-12.
BACKGROUND INFO:
Gibney has spent the past three decades of his career critiquing powerful institutions and the men who run them. He was nominated for Enron: The Smartest Guys in the Room.
And he won widespread critical acclaim for Going Clear: Scientology and the Prison of Belief.
He’s tackled Silicon Valley icons and villains before, too, with projects like Steve Jobs: The Man in the Machine and the Elizabeth Holmes exposé The Inventor: Out for Blood in Silicon Valley.
He is no stranger to the Lido, having premiered his Mikhail Khodorkovsky portrait Citizen K there in 2019.
https://t.co/f3rZoD7Xgn
FILED UNDER:
#ElonMuskDoc, #AlexGibney, #MuskDocumentary, #VeniceFilmFestival, #FourHourDocumentary, #GibneyMusk, #MuskMovie, #HBODocumentary, #BleeckerStreet, #SpaceXIPO, #Trillionaire, #HitPiece, #MuskControversy, #DOGE, #DonaldTrump, #GibneyFilm, #Venice2026, #MuskDocPremiere, #LongDocumentary, #SiliconValleyDoc, #MuskOnFilm, #GibneyDirects, #MuskTheater, #DocumentaryNews, #MuskCriticism, #VeniceFilmFestivalPremiere, #MuskStory, #AlexGibney, #MuskBiography, #FilmFestival, #ElonMusk, #HBO, #BleeckerStreetFilms, #MuskNarrative, #GibneyProjects, #MuskExposed, #DocumentaryFilm, #VeniceFilmFestival, #LongRuntime, #MuskDocRelease, #GibneyMuskFued, #MuskInFilm, #HollywoodReporter, #Musk, #VeniceFilm, #GibneyDocumentary, #MuskFilm, #DocumentaryPremiere
世界上只有一种马斯克：那就是你眼中的那一个。👀
那些纪录片和电影试图用一两个小时来定义他，争论他的对错，这本身就是一种徒劳。真正有趣的，是从另一个侧面去围观���个由流量、推特、火箭和争议交织而成的“超级符号”。
既然现实如此割裂，不如加入这场去中心化的终极社会实验。不要评判他，去感受他。
MUSKFILM · BNB Chain
Fair Launch：Pancake V2 池已加，LP 已销毁（BscScan 可查）。
独立社区链上实验 — 与纪录片《Musk》及 Elon Musk 等无任何关系。
NFA · 可能归零 · 只认官方合约 👇
电影的观点对错，真的重要吗？
《MUSKFILM》从来不是为了给某个人定罪或洗白。有人说他是救世��，有人说他是疯子；有人崇拜他的星辰大海，有人恐惧他的绝对权力。
但从另一个侧面看，马斯克更像是一个巨大的、无解的时代人类实验。
电影的Verdict（审判）会散场，但在 Web3 的世界里，代码永不退场。Trust the oracle · Code is law.
🔗 独家看板：https://t.co/fwD5r1qfja
🏷 官方合约（BSC）：0x1e42D40A48F6E352b5a4d6cE579A53C775DB3a98
#MUSKFILM #BNBChain #FairLaunch #Crypto
MUSKFILM · BNB Chain
Fair Launch：Pancake V2 池已加，LP 已销毁（BscScan 可查）。
独立社区链上实验 — 与纪录片《Musk》及 Elon Musk 等无任何关系。
NFA · 可能归零 · 只认官方合约 👇
Last Seen Users on Sotwe
جمال جميل جميل
Seen from United States
shanyn
Seen from Malaysia
حلو مصاب بجنون الحلوين
Seen from Oman
@bunda yang kesepian
Seen from United States
Okan Kocaeli
Seen from United States
Telenovelas ES
Seen from United States
希尔薇尔希
Seen from Ukraine
BLACKCRANE
ちゃ
Seen from Turkey
A
Seen from Singapore
Trends for you
Most Popular Users
Elon Musk
@elonmusk
241.5M followers
Barack Obama
@barackobama
118.9M followers
Cristiano Ronaldo
@cristiano
114.6M followers
Donald J. Trump
@realdonaldtrump
111.8M followers
Narendra Modi
@narendramodi
107.1M followers
Rihanna
@rihanna
98.7M followers
NASA
@nasa
92.3M followers
Justin Bieber
@justinbieber
91.8M followers
KATY PERRY
@katyperry
90.1M followers
Taylor Swift
@taylorswift13
84M followers
Lady Gaga
@ladygaga
75.5M followers
Virat Kohli
@imvkohli
73.5M followers
Kim Kardashian
@kimkardashian
70.9M followers
YouTube
@youtube
68.8M followers
Neymar Jr
@neymarjr
66.5M followers
Bill Gates
@billgates
65.3M followers
Selena Gomez
@selenagomez
63.1M followers
The Ellen Show
@theellenshow
62.2M followers
CNN
@cnn
61.8M followers
X
@x
60.7M followers