ydqc

Time is the ultimate currency

[李承鹏（大眼哥） @dayangelcp]

https://t.co/fzgRwOEvuy

[Sea @Sea_Bitcoin]

创维集团的创始人黄宏生自曝：段永平在创维股票上，赚了十几亿。

这应该是网易之外，段永平早年的另一个经典战役，但知道的人好像不多。

2004 年 11 月，香港廉政公署拘捕了创维创始人黄宏生及数名高管，创维股价瞬间从 3 港元左右暴跌。

段永平专门从美国飞到香港，跟黄宏生打了一场高尔夫，评估他和公司的状态。

2005-2006 年期间，创维股价最低跌到 0.5 港元左右。黄宏生被判有期徒刑 6 年，而段永平选择持续抄底，买了 5% 左右的筹码。

段永平发现，即便创始人身陷囹圄，创维的净资产仍远高于市值，账面现金充裕，且彩电销量依然稳居全国前列。

在职业经理人团队 (张学斌、杨东文等) 的带领下，创维稳住了阵脚。到 2009-2010 年，随着家电下乡等政策刺激，创维业绩爆发，股价开始强势反弹至 10 港币。

段永平开始退出，赚了 20 倍，实现「十几亿」的净利润。

[投机实验室 @LabSpeculation]

华尔街传奇基金经理彼得林奇说，不同特征的股票有不同的卖出时机，不能只靠翻倍就卖，或腰斩就卖这种简单规则。

他把股票的卖出时机分成了六个类型。

快速增长型：这类公司通常每年保持20%以上的增长，利润会持续投入扩张，市场也往往愿意给它们很高的估值。卖出时机：当增长明显放缓，或者估值已经高到远远跑在增长前面。

缓慢增长型：这类公司通常已经进入成熟阶段，增长不快，投资价值主要来自股息、回购和稳定回报。
卖出时机：当公司停止通过分红和回购回报股东，或者基本面进入长期衰退。

稳定增长型：这类公司通常拥有成熟品牌和稳定业务，抗衰退能力较强，常被当作组合里的防守资产。
卖出时机：当估值被抬得过高，或者收入增长，利润率开始持续走弱。

周期型：这类公司的业绩会随着经济周期波动，景气时利润大增，低迷时业绩迅速下滑。
卖出时机：往往不是在最差的时候，而是在行业景气，利润暴涨，市场情绪最乐观的时候提前退出。

困境反转型：这类公司本身出了问题，但管理层仍有明确的修复方案，投资逻辑在于反转成功。
卖出时机：当市场已经充分相信它完成复苏，股价也基本反映了改善预期。

隐蔽资产型：这类公司的核心价值，不一定在主营业务，而在那些尚未被市场充分定价的资产，比如地产，专利或大量现金。
卖出时机：当这些隐藏资产被市场发现，股价完成重估，从折价回到合理区间。

[苏里格 @szslg]

https://t.co/IXmNGO8pSz

[康客 @kangke666666]

国家队教练教你：快速瘦肚子的方法。

[Tz @Tz_2022]

一张图看懂 2028 全球智能危机全部内容

[Oguz Erkan @oguzerkan]

U.S. has built its largest copper inventory in decades.

Copper shortfall is projected to start in 2027 and reach nearly 15 million tonnes in 2040.

U.S. is preparing for the shortage as data centers and energy transition require massive amounts of copper.

[paulwei @coolish]

最近很多人吐槽，这一天天的行情，这么画门，
这个游戏到底谁在赢？

于是有一个想法，用ai画了一个图表，来大致表达，
能看懂有哪些含义吗？

我认为对每个交易者来说，
找到图中的⭕️平衡点在哪，
是一个很核心的课题。

[fin @fi56622380]

回顾2025年半导体市场，真的是有太多太多精彩的故事，最大的主题就是:

AI需求驱动导致半导体基建的估值体系重构 + 产业链的价值分配重写

从2024年开始，半导体基建正在飞速吞噬整个IT产业利润，SP500里半导体净利润EPS在IT行业里占比，在两年时间从不到20%上升了到了40%，而且还在呈加速上升姿态

半导体整体前瞻利润率从2023年的25%已经升到了2025年11月的43%，已经明显超过了几个互联网巨头的平均利润率，这也印证了半导体利润率超过互联网会是新常态。整个IT产业的利润分配，流向半导体的比例越来越大。

要知道，就算是20~22年的半导体芯片荒，短缺如此严重，半导体的利润率和整个IT利润分配也没有显著增长

这就是故事的上半篇：AI需求驱动导致半导体基建的估值体系重构，不再是互联网时期的基建从属地位

------------------------
这个现象背后的逻辑是商业模式随着技术特性的变迁：

互联网时代，每次请求的网络和算力成本，边际成本极低，scaling的效果极好，分发的边际成本几乎为零

在AI时代，这个互联网时代分发边际成本几乎为零利于scalable的特性遭遇了根本性的重大挑战：且不说训练成本从此不是一次性开销而是年年增长，就客户的AI推理请求而言，由于inference scaling成为共识，加上垂直领域仍然需要更大规模的旗舰模型来保持竞争力，推理的成本不会随着硬件算力价格的通缩而同步降低

互联网企业从前的最大成本只有OPEX尤其是SDE人工成本，而现在，互联网公司历史上第一次像半导体厂foundry那样背上高折旧成本的资产负债表，商业模型恨不得要慢慢从“流量 × 转化率”部分转向“每 token 毛利”了

简单的说，互联网时代到AI时代的成本分布，在人力成本opex的基础上又加上了沉重的硬件/算力成本capex(财报里占比：MSFT 33%, Meta 38%)。

上个时代的互联网公司+CSP+SAAS是收租行业里的大赢家，而AI时代，算力(半导体/芯片折旧)成为了新的收租行业，整个IT行业的利润分布发生了剧烈的重新分配(EPS利润流向半导体从20%升到40%而且持续攀升中)，这就是半导体基建估值体系重构最重要的原因

---------------
半导体高利润率的新常态趋势能持续多久？

目前的高溢价来自于前期不计成本的军备竞赛造成的半导体订单积压过多
但很显然，hyperscalers都不愿意当冤大头，都在试图自建ASIC降低成本，那么可以从2030年远期的算力分布来回看这个问题

长线来看，openai已经明牌了标准答案，10GW Nvidia，10GW ASIC，6GW AMD，其他hyperscaler划分比例有类似考虑

比如说，推理端希望ASIC >50%，GPU里再细分的话，AMD和NV(legacy)对半分。训练还是得NV占大头，60%+,剩下的自研ASIC和AMD对半分

2030年按60%推理，40%训练比例划分，算下来NV 38%， ASIC 39%， AMD 23%，跟openAI比例是几乎完全一致的，算是一个标准答案参考值

当然了，微软，Amazon，Google，Anthropic这几家里AMD的比例会比这个标准答案中枢/参考值明显低一些，xAI则是没有ASIC只有Nvidia+少量AMD

AMD的风险在于，当2030年再往后的更长期，CSP的in house ASIC越来越成熟(微软除外)，推理端ASIC占比可能越来越高，很难有incentive新买入大量GPU了，除非卖的足够便宜

最近风头正劲的TPU呢？Meta是不是要转向TPU？对Nvidia的利润率影响大吗？

实际上，Meta今年capex72B，明年capex110B，未来六年capex平均值可能达到160B附近，而Meta 6年10B的TPU订单算下来年均只有1.6B，而且购买的是TPU云服务，并不是裸TPU

也就是说，Meta这笔TPU订单只占到Meta未来6年capex的1%，并没有严肃的考虑大规模部署，可能只是作为和Nvidia讨价还价的手段而已

另外从Meta最近几个月的招聘广告来看，也并没有看到任何TPU engineer方面的招聘，不像
Anthropic那样从五月就招一堆TPU kernel engineer，十月才宣布大规模采购TPU做训练

所以说，不管原因是diversify供货商，还是给自研ASIC延迟做退路，还是因为AMD的MI350X延迟，Meta买TPU基本上只有一个考虑：增加买Nvidia GPU的议价权，但顶多只有推理份额里能讨价还价，实际效果很有限，对Nvidia利润率影响也很有限。

要知道，22年加密货币熊市矿难的时候，NVDA库存上升到了198天，利润率只是从65%回撤到了56%，算上PE/宏观双杀股价才从300变100，现在一直供不应求，利润率没道理能降下来

再加上TPU v8设计过于保守(没用HBM4)，Kyber rack的Rubin方案会比TPU v8的TCO更好，到头来最后还是得继续依赖Nvidia，很难议价。只要Nvidia继续保持这样的大踏步前进，竞争对手其实要跟上还是不容易的。

总之，一方面，全产业链瓶颈，比如cowos扩张都很谨慎，供不应求的状态还能持续多年。

另一方面，AI变现的利润曲线和硬件投入曲线存在“时间错配”，应用端的增长曲线会落后几年，只要这个应用端和基建端的增长曲线的时间错位依旧存在，半导体在IT行业的利润分配就会一直占优势。

从OpenAI的到2030年的投入曲线来看，这个时间错位至少要持续到2030年附近。也就是说半导体行业的超级扩张期带来的在IT产业利润划分的主导地位，目前看至少能持续到2030年

而半导体高利润率可能会维持的更长远一些，因为从互联网时代一次性基建属性变成了现在的收租基建属性

---------------------------------------------------

AI 不是只养活了 GPU，而是在用算力预算把“能把电变成 token 的每一环”都抬了一轮，从内存，存储，互联，光纤，电力，储能…..等等

上半篇讲完了“半导体吞噬IT利润”，那么下半篇讲的就是“AI算力价值溢出效应（Spillover Effect）重塑半导体内部格局”：GPU算力增长 -> 内存/存储/互联/CPU瓶颈 -> 溢出效应 -> 结构性机会

2025 年更有趣的故事，是巨大的行业红利在半导体内部怎么诞生结构性新机会，比如说，一个super cluster需要几个数据中心互联，光纤互联的长度需要上百万mile这个级别，这就是新机会

半导体产业链的结构性趋势带来的新机会，最典型的例子就是内存(DRAM/HBM)和存储(SSD)，HBM的需求增长太夸张，连带挤压DDR4/5产能，直接让以周期性为标志的内存行业甚至喊出了“周期不存在”了，Hynix因为在HBM上领先，甚至都开始憧憬起了几年后年利润1000亿美元，妥妥一个万亿市值的公司

这两个板块背后，是结构性趋势的转变：AI workload从训练逐渐往推理延申，推理比例越来越大。

而推理是一个非常纯粹的吃内存带宽速度(memory bound)的事情，可以说带宽速度=token/s。模型尺寸越来越大，以及上下文context length的增加，对内存的尺寸要求也相应增大，导致了内存的需求激增：推理即内存

下一代的的GPU/ASIC内存已经成了暴力美学，配备的内存size之巨大，是三年前无法想象的，回看22年H100的80GB简直像个玩具，这才几年就增长了十倍：

Nvidia Ultra Rubin - 1024GB HBM
Qualcomm AI200 - 768GB LPDDR
AMD MI400x - 432GB HBM

内存的另外一个潜在的爆发点在端侧，也就是手机/PC/汽车/机器人的端侧LLM，这两年主流的手机旗舰机已经从6GB升级到了8GB/12GB/16GB，提前为可能的端侧LLM生态做准备，毕竟手机算力下一代就能达到150TOPS量级，妥妥的桌面级，非常暴力

潜力上来说，端侧内存升级是比云端内存增量要更大的市场，毕竟端侧终端device的数量太惊人了，每年都是billion级别，一旦端侧LLM生态繁荣起来，内存用量翻倍轻而易举，针对端侧低功耗内存/存算一体的各种设计都会跟上

但端侧genAI的软件生态，似乎明显滞后，一直比我想象的进度要慢，可能是因为这方面还处于摸索期，并没有云端那么确定的ROI，厂商们在投入上都很谨慎，我在23~24年时候看好27年，可能还是太乐观了

互联网->移动互联网用了10~15年，端侧genAI/LLM可能也需要7~10年，可能得等云端ROI开发的差不多了，边际收益下降了，才能轮得到端侧genAI/LLM拿到开发资源，跑通端侧ROI。

--------------------------------------

另一个2025年半导体内部结构性转变的故事是NAND存储，特别是企业级eSSD硬盘

结构性趋势来源也是同一个，AI workload的推理需求越来越大。内存红利也外溢到了SSD存储，甚至HDD存储，因为内存不够用就用高速SSD作为多级缓存

主要逻辑是AI推理过程中内存溢出KV cache offloading到下一层SSD存储，以及向量数据库检索/indexing，都在增加SSD存储的需求

Micron财报说的精准又直白：“AI inference use cases such as KV cache tiering and vector database search and indexing, are driving demand for performance storage.”

至于为什么存储价格在第四季度才爆发，这需要区分一下合约价格和现货价格，合约价格涨幅会温和一些，就算是最紧缺的企业级eSSD合约Q4上涨大概25%。而当NAND产能在2025年被合约慢慢的吃光，现货的价格就造成了观感上强烈的冲击，一个月上涨50%以上。

另一个未经验证的逻辑是多模态的爆发，特别是AI图片和AI视频的需求爆发，也会加剧存储的短缺，我觉得这条线只能说未来可期，但目前的视频/图片精细程度，可能还不到当年GPT3的水平，要达到出圈效果还需要一些时日。

------------------------
那么下一步还有什么趋势转移带来的半导体结构性的机会呢

那么就要先看下一步AI推理端的需求趋势是什么，毫无疑问，agentic flow的比例会越来越大，2025并不是year of agent，而是一个decade of agent

从CPU视角去看agentic workload，routing和工具处理都在CPU上，如果把常用的agentic框架做profiling，比如SWE-Agent, LangChain, Toolformer，CPU最长可以占到90%的E2E端到端延迟，throughput瓶颈也更多的卡在CPU，甚至CPU能耗也超过了总能耗的40%

Agentic AI目前是一个CPU瓶颈更多的事情，在 agentic 框架里，CPU 是永远在忙的总指挥orchestrator, 很可能会成就CPU需求的新一波回暖

AMD 2025年Q2财报（8月5日），Lisa Su明确表述了这一现象：​"In particular, adoption of agentic AI is creating additional demand for general-purpose compute infrastructure, as customers quickly realize that each token generated by a GPU triggers multiple CPU-intensive tasks."
"agent AI的采用正在对通用计算基础架构产生额外的需求，因为客户很快就意识到GPU产生的每个令牌都会触发多个CPU密集型任务。"

​Q3 财报里Lisa又明牌了一次CPU TAM increasing due to Gen AI. "Many customers are now planning substantially larger CPU build outs over the coming quarters to support increased demands from AI, serving as a powerful new catalyst for our server business."

Nvidia也是把agent flow视为CPU需求，GB200/300 架构配置的CPU比例也比以往大的多，36颗 Grace CPU : 72颗 Blackwell GPU，直接达到了1：2的水平，AMD的路线则是用1~4个256核的EPYC去服务MI400系列72~128个GPU

以后的硬件架构，一定会往优化agent workload方向发展，比如agent task graph的调度和load balancing，CPU/GPU协同micro-batching

算力上的比较，说不定以后也会摆脱现在的纯GPU token rate比较，转向整个系统级全栈agentic benchmark比较.

--------------------------
半导体结构性转变带来的机会同时，下一步，可能也会带来一些意想不到的次生效应

云端AI数据中心需求爆发，造成内存和存储的暴涨，给消费电子的成本带来了很大压力，在2026年，这也许会演变成消费电子产业潜在的黑天鹅

PC厂商最近的股票大跌，也是这个原因。HP已经说了要减少内存配置，暗示要把PC重回8GB内存+256GB存储的时代了。

DRAM内存和存储再这么涨下去，可能会出现很离谱的情况：内存/存储现货价格比CPU和GPU还要更贵。尴尬的是，这可能直接延缓了消费电子期望的AI PC的进程，毕竟大内存是更有利AI PC的表现力的。

夸张的说，每个PC厂商和手机厂商的员工，甚至是消费电子厂商的员工，都应该买入存储和内存，作为职业风险对冲

明年年初开始，安卓阵营的内存以及存储成本要压不住了，三星，小米的手机售价都提高的话(美国市场现在已经提高不少了)，利好最大的就是苹果

苹果的内存产能，nand产能都是专属长约锁价特供的，顺带还把Kioxia给坑了好多不涨价产能，导致苹果的成本优势进一步扩大，苹果全球手机销量市占率增长可能会非常可观，接下来一阵子可能会是iphone辉煌的时光。

-----------------------

2025年半导体市场真的是太多精彩的故事了，Nvidia/AMD/TPU和各家hyperscaler的恩怨情仇引得各路下注的吃瓜群众心情跌宕起伏。
HBM/内存厂商吃到了memory-bound的红利，NAND厂商意外收获了KV cache的溢出效应，CPU在沉寂近十年后，可能会因agent orchestration再次回到增长叙事的中心

不再是Nvidia/AVGO几家算力厂商独大，而是AI workload算力价值溢出后的每一次演进，从训练到推理，从文本到多模态，从单模型调用到agentic flow，都在重写产业链的价值分配。

云端AI的繁荣正在挤压消费电子的生存空间——当PC厂商被迫讨论重回8GB时代，苹果却因供应链优势坐收渔利。这场算力军备竞赛的次生效应，可能在2026年以意想不到的方式重塑整个消费电子格局

半导体的故事不再是一条单线，而是一张持续自我重构的网。而 2025 年，大概只是合纵连横的第一回合

[阿越真的很严格 @DefiFarmerYue]

这篇文章应该是今天英文区最火的文章了。
作者Santiago是一位2013年入圈的OG，欧美资本圈的核心人物。
他客观、理性、系统地刻画了加密行业的泡沫之大。
下面是精简之后的翻译。

——————————————————————

加密ETF 已经上线了；
稳定币被主流企业集成了；
监管态度变得更友好了
我们想要的一切都来了！

🚨那为什么你的币还不涨？
🚨为什么比特币把涨幅全吐回去，而美国股市全年涨了 15–20%？
🚨现在主流观点已经转向“加密不是骗局了”，为什么你最爱的山寨币还在水下？

1️⃣Crypto Twitter 一直有个根深蒂固的假设：
“只要机构来了、监管明朗了、摩根大通或者贝莱德发 token 了……加密将征服一切，我们要to the moon了。”

我们要的一切都来了 —— 但它们并没有推动价格。
为什么？

因为整个加密市场大多时候都与现实相脱节。

比特币是独一档的存在 —— 完美的叙事：数字黄金。
它的市值大约为 $1.9 万亿美元，而黄金约 $29 万亿。
不到黄金市值的 10%，未来还有成长空间。
这是一个很好理解的对冲 + 期权价值组合。

但 Ethereum + Ripple + Solana + 其他一切加起来，居然有 ~1.5 万亿美元 的市值，叙事就没那么稳了。

尽管没人再质疑这项技术的潜力，也很少有人再说这是骗局，但真正的问题是：

一个活跃用户可能只有 4000 万的行业，真的值几万亿美元吗？
与此同时，OpenAI 传闻 IPO 估值接近 $1 万亿，用户数量约为整个加密行业的 20 倍。

🔥这些链到底创造了多少真实价值？能支撑这么多钱吗？

过去想赚钱，答案很简单：投资基础设施。早期持有或参与 ETH、 SOL、DeFi。
但现在很多项目的定价都默认未来一定会有 100 倍的使用量、100 倍的收入，发币后就成了鬼链👻

这迫使我们提出真正的问题：现在投资加密的最好方式到底是什么？

2️⃣本周期监管、行业、企业三重利好共振，但是市场和价格反应出了三个事实：

1.市场不在乎你的故事，投资回归基本面
一条链再怎么号称“万链之母”“世界计算机”，最终还是要看：
💥每年实际赚多少钱？
💥这些收入是否来自真实经济活动？

2.Crypto 不再是“全场唯一热点”
以前：全球风险资金的“高 Beta 赌桌”在 Crypto
现在：AI 成了主角，Crypto 退居配角
流动性有选择，AI 是主角，加密不是。

3. 企业遵循商业逻辑，而不是加密叙事。
企业只关心：合规成本、集成成本、运营成本、稳定性
🧊Stripe 推出 Tempo 是一个警告： 企业不会因为听了 Bankless 就觉得 ETH 是世界超级电脑。 他们会选择对自己最有利的方案。
如果私有链、联盟链更好用，它们未必会来 L1、L2 公链
当价格被过度高估，只需要鲍威尔的一声咳嗽，整个叙事就崩了。

3️⃣估值误区：把“赌场流水”，当成了“软件收入”

很多人用 Web2 那套框架来给公链估值：
“公链有收入、有手续费、有 MEV、有 Staking，有点像 SaaS 吧？”
这其实是一个非常危险的类比。
🔹Staking 奖励 ≠ 企业盈利，而是通胀、稀释、以及安全成本。

真正的“经济价值”，大致来自：
交易手续费（Fee）、小费（Tips）、MEV（可提取价值）
这些勉强可以视作公链的“毛收入”。

在这方面：

📊Ethereum：每年约 $20 亿收入，市值 ~$4000 亿
约 200–400x PS（而且还是周期性收入）

📊Solana：年化 $10 亿以上，市值 ~$750–800 亿，约 20–60x PS

而且，还有个更可怕的事实：这不是“可复利的收入”
这些收入不是稳健、企业级的常规收入，而是高度周期性的投机流量。
这不是 SaaS 收入，这是 拉斯维加斯。

什么时候最高？
牛市顶点：
永续合约暴涨
Meme 币爆发
杠杆、清算、抢跑到处都是
机器人疯狂套利

什么时候几乎消失？
熊市真空期：
没人交易
没人铸币
清算减少
链上活动低迷

这不是：长期合同，或是可预测收入

而是：“三年不开张，开张吃三年”的周期性流水。

🎰你不能给一个每 3–4 年才满一次场的赌场，套上 Shopify 的估值倍数。

4️⃣拿 NVDA 对比，就知道 Crypto 泡沫有多大
对比一下科技界的“神”——Nvidia，它的估值是 40–45x 盈利（不是收入）。

而 Nvidia 拥有：
真实收入
真实利润
全球企业需求
可预测的合同销售
以及非赌场用户

如果行业的手续费不能从投机转向真实经济价值，大多数估值都要被重定价。

5️⃣行业确实还在起步阶段，只是没早到“买什么都涨”
价格终会回归基本面，但我们还没到那一步。

目前：
大多数代币没有理由支撑巨额估值
价值捕获有限
收入主要依靠赌场产品的循环投机

我们造好了全球最快的价值转移系统……但用它来玩老虎机。
正如 Netflix 联合创始人 Marc Randolph 所说：
“文化不是你说什么，而是你做什么。”

行业大牛口口声声说：要去中心化，结果加密行业最重要的产品是 memecoin 的 10 倍杠杆永续合约。
只有当我们做得更好，才能从“过度金融化的小众赌场”走向真正产业。

6️⃣我不认为这是加密的终结。但我认为这是“开始的结束”。
我们在基础设施上过度投资了 （超过 $1000 亿） ，却严重低估了真正的应用层、产品和用户。

投资人把精力都放在：
· TPS
· 区块空间
· 花哨的 rollup 结构

但用户根本不在乎。
用户只在乎：

· 更便宜
· 更快
· 更简单
· 能不能解决他的问题

回到第一性原理：用户是谁？我们解决什么问题？

8️⃣真正的投资机会在哪里？

我做加密十几年，一直坚定看多。这点没变。

我依然相信：
· 稳定币将成为默认支付轨道
· 开放的中立基础设施将驱动全球金融
· 企业采用加密技术是因为经济优势，而不是意识形态

但我不认为未来十年的大赢家会是今天的 L1 或 L2。
🧭科技史告诉我们：
胜者永远在 用户聚合层，而非基础设施层。

互联网让计算和存储变便宜，
真正赚到钱的是：亚马逊、谷歌、苹果。

加密也会踩着押韵的脚步：
🏆区块空间是商品
🏆基础设施升级边际效应递减
🏆用户永远愿意为便利买单
🏆用户聚合者将捕获最多价值

🏦真正的大机会是：把 crypto 技术嵌入已经庞大的企业之中，用它替换老旧金融管道，提高真实的商业效率。
这才是 trillion-dollar opportunity。

互联网改变每个行业，是因为经济账算得过来。加密也会如此。
问题是：我们要再等 10 年，还是现在就开始？

9️⃣我们现在该怎么做？
· 区块链技术没问题
· 潜力巨大
· 行业还在早期

💡接下来要做的，是重新审视：
· 用真实使用和“收入质量”来评估项目，而不是意识形态
· 区分“可持续收入”与“周期性赌场收入”
· 上一周期的赢家，未必是下一周期的王
· 停止把代币价格当作技术验证指标

没有人会因为某周 Amazon 股价比微软强，就选择 AWS 而非 Azure。
我们可以继续坐着等企业采用，也可以现在就开始推动它。
把真实的 GDP 搬上链
Job’s not finished.

[Risk @ryzzqq]

When the time comes, short the betas, not the leader. Betas run out of steam first, then the leader, not the other way around. Somehow, people do the reverse.

[0xFun @0xFunX]

币圈传奇二级交易员 X佬 也就是 @qklpjeth 删号前的最后一篇文章
之前他发出来我就保存到 Notion 里
现在分享出来

以下是正文：

随便写了点看法，写到后面有点没耐心写了，将就看看吧就。

我所看到的币圈

前言：

要学会接受一切都可能发生，允许一切发生，尤其是在币圈。

[加密韋馱｜Skanda 🔶 @thecryptoskanda]

https://t.co/sKtJ0EqJkJ

[zhouzhou (🪂Airdrop Daily Check🔍)|(❖,❖) @hongzho93205203]

太苟了兄弟们，@zama_fhe的早期测试网又悄悄上线了，都搞几天了才被我发现，早期名额有限，大家速度冲啊！

(🤫这个消息是我下午4点多，发现Zama创始人对别人的一条回复信息注意到的，为CEO钦点项目)

先说如何参与👇：
1⃣连接钱包和twitter
2⃣点击Fill form填写邮箱和个人主页X链接
3⃣写出你希望看到哪件商品在@deberrys_xyz平台上架
4⃣完成剩余其它社交任务
5⃣等待被选为deBerry's Beta Tester
7⃣被选中后参与deberrys测试网保密竞拍→一些稀有的
@zama_fhe礼品会掉落给幸运的测试人员

传送门：https://t.co/OoMQuJS2LI #ZamaCreatorProgram

deberrys简介👇：
deberrys是一个基于Zama尖端全同态加密(FHE)技术构建的下一代隐私优先交易平台。它专为高端稀缺商品（如限量潮流单品、数字艺术品与收藏品）设计，在全程加密的前提下实现安全交易与社区互动，确保用户数据与交易细节仅对自身可见，真正实现“数据可用不可见。

[ydqc @cloud51907046]

@openmind_agi @PanteraCapital 🧐

[老莫 @laomo198]

蓝总，分享一段Bit Digital的创始人@SamirTabar 接受采访说过的话：

如果要重塑金融系统，根本不存在“第二选择”。比特币没有智能合约，不能创造更多转移价值，而以太坊可以。有很多原因导致以太坊没能早早迎来属于自己的高光时刻，Gary Gensler（美国SEC前主席）时期对以太坊很不友好。很多开发者、包括我的朋友们，当时都担心自己会不会因为某些项目而坐牢，那段黑暗时代已经结束了。

现在，美国国会通过了像Genius Act这样的法案，明确了稳定币作为支付工具的法律地位——全世界一半以上的稳定币都基于以太坊。还有Clarity Act等法律即将出台，为以太坊带来前所未有的监管清晰度。现在以太坊推动着全球最主流的区块链，其效用无法被否认。

以太坊的市场空间至少是黄金的10倍。它代表着整个金融系统，而金融系统的规模远超黄金，很难给出具体数字。未来，银行、律师、第三方中介这些摩擦和成本都可以被智能合约、swap等以太坊技术替代，这就是我的核心论点。

ETH正好迎来监管清晰、开发活跃、资金流入。比特币刚刚新高，很多人觉得错过了BTC，但ETH还没创新高，市场情绪很足，开发者数量远超历史高点。相信ETH的牛市即将到来。

附图为啥选择以太坊

[Benjieming的撸毛之旅 @Benjieming1Q84]

【“币圈北方人”第一次去香港办“4张港卡” -详细过程(小细节)】

1️⃣“4张港卡“全部是“线上办理”，不需要去“线下银行”，分别是：
⓵众安银行(难度⭐️)。
⓶天星银行(难度⭐️)。
⓷中银香港(难度⭐️)。
⓸汇丰银行(难度⭐️⭐️⭐️)。
2️⃣必须准备的材料：
⓵身份证。
⓶港澳通行证。
⓷内地手机号：提前开通港澳台漫游(收验证码用)。
⓸实名银行卡：绑定手机号的内地卡（和办理港卡时收验证码的手机要是同一个）。
⓹出入境记录：落地36分钟后，用微信小程序下载PDF格式的出入境记录。
⓺小笔记本和笔：用来记录办卡过程中的“银行卡号”、“用户名”和“密码”等。
3️⃣我一个一个的分享整个过程。

[ydqc @cloud51907046]

@eliasdejesusmq @paradex 厉害👍