告别投资

[Main Rally @btc690000]

2026年第一届诈骗项目金马奖得主：Ordi、Apt、Wld、Op

Ordi 最高97美金，目前最低0.6美金，跌了160倍；如果你在高点买了100万Ordi，现在只有6250元。

Apt 最高100美金，目前最低0.7美金，跌了142倍；如果你在高点买了100万Apt，现在只有7040元。

Wld 最高12美金，目前最低0.2美金，跌了60倍；如果你在高点买了100万Wld，现在只有16600元。

Op 最高4.8美金，目前最低0.09美金，跌了53倍；如果你在高点买了100万Op，现在只有18800元。

[無名先生 @Wuming_Mr_]

BTC 周期魔咒：历史正在精准重演！

比特币周期规律正在全盘复制：

2015–2017 牛市： 持续 35 个月

2017–2018 熊市： 持续 12 个月

2018–2021 牛市： 持续 35 个月

2021–2022 熊市： 持续 12 个月

2022–2025 牛市： 持续 35 个月

2026–2027 熊市： 我们正身处其中

你根本没准备好迎接即将到来的一切。

[Ainz sama @rantaiuang]

$CLAWNCH is now sitting at only 3.5M marketcap which is ridiculously cheap

platform has already generated 2M$ approximately 200M$ in volume - 108K tokens launched.

$ZORA ATH was 400M$ with only 14M$ in fees

$VIRTUAL ATH was 4B$ with 70M$ in fees
______________
from the depth

[zagen扎根(✱,✱) @0xzagen]

现在提到crypto ai的ticker， $TAO @bittensor 和 $VIRTUAL @virtuals_io 无疑是共识的两个代表性项目

细分维度的对比区别， @0xJeff 已经总结好了，我放在最后，也可以看quote的文章

总结来看，其实二者最大区别在于进入门槛，crypto喜欢强调低门槛/无门槛带来的各方面的民主化，但是同时你必须承认高门槛能起到筛选绝大多数scammer和farmer的作用

TAO的高启动门槛(871TAO 约30万美金)和VIRTUAL的几乎零门槛的设置，造成了两个生态完全不一样的vibe：

严肃、高投入高承诺、��争激烈；
灵活、快速迭代、灵感涌现；

我觉得没有优劣，TAO已经证实了自己这套生态玩法的可行性，被黄仁勋还有一众老外大V认可；VIRTUAL也构建了最庞大的agent生态，在aGDP上迈出第一步，也有针对高门槛玩家专属的titan发射机制。

二者都会成功，在各自的赛道上，并且会产生更多交集。

资本启动：TAO 靠激励去bootstraps人才+资本；Virtuals 靠交易量飞轮
准入门槛：TAO 高投入起步难；Virtuals低门槛，快速测试想法
易用性：TAO 难接入复杂；Virtuals 零门槛易懂易玩
共同飞轮：两者都用 LP 机制（TAO/Alpha vs VIRTUAL/Agent Token）
焦点不同：TAO 重基础设施；Virtuals 重视应用与aGDP

[Movemaker🌐Aptos华语社区 @MovemakerCN]

过去 24h，Aptos 的链上交易费用已反超 Avalanche、Sui、NEAR Protocol 等 L1，进入全网 Top15。而且，交易费用全被销毁了（ $APT Fee ≈ Burn）

即使 Gas 费已经提高了 10 倍，但 Aptos 依然是当前全行业最低交易成本的 L1 之一。理论上，即便再提升一个数量级，依然具备价格优势

即使 Gas x10

→ 链上交易仍然很多
→ 手续费持续累积并销毁

背后驱动的是：

→ 稳定币与 RWA 带来的真实资金流
→ 高频交易场景（如 @DecibelTrade ）放大交易频率
→ 亚秒级确认 + 高吞吐，支撑高频场景而不堆积拥堵

最终形成的，不再只是「低费优势」，而是一条更关键的价值闭环：

使用 → Fee → Burn → 供给收缩 → APT 价格锚定网络活跃度

当这条路径跑通时，APT 的价值不再只是“叙事驱动”，而是开始变成一个与链上活动强绑定的收缩型资产

这一步，才是真正的分水岭👍

[熹米周期轮动🌐 @ximihoo1]

从宏观来看：加密货币要爆炸式起飞了！

先回顾下历史：

2000年代，《商品期货现代化法案》（CFMA）一开闸，衍生品市场几年内从100万亿美元直接飙到600万亿+，金融印钞机直接拉满。

它催生了整个产业，但同时也带来了2008年的金融危机。

快进到现在。

SEC和CFTC前几天联合发文，把大部分加密资产正式归类成“数字商品”（digital commodities），不是证券！（3月17日那份68页的联合解释，直接列了BTC、ETH、SOL、SHIB、XRP、DOGE等16个大币名，监管终于合规了）

这就等于给Crypto这条赛道铺好了高速公路，后面能卷入的资金体量是百万亿美元起步的级别。

如果CLARITY法案真能���制当年CFMA对衍生品的buff，那加密商品这块儿从现在的2.5万亿左右冲到15万亿+，完全不是梦！

一旦这些代币真变成：

合格抵押品（Collateral）
结算资产（Settlement）
流动性基石（Liquidity rails）

那50倍、100倍+的爆发潜力……说不现实？历史摆在那，谁敢说不现实。

这才是美国真正在干的事：把“全球金融中心”的定位焊死😏

HODL住，我们还有几年疯狂的增长期，然后大家都知道结局是什么😄

#BTC #Crypto #周期 #宏观

[程序员小灰 @XiaohuiAI666]

存下吧，很难找的，全网最全的OpenClaw教程汇总（持续更新）

如果你到现在还没有养过“小龙虾”，那你真的要在这个AI时代掉队了。

小灰之前发布过多篇关于OpenClaw的教程，网上也有很多大佬分享了各种相关文章，不过这些内容大都比较散乱。

今天我来给这些OpenClaw教程做一个全方位整理，希望对大家有所帮助。

【小灰原创的OpenClaw文章汇总】

OpenClaw喂饭级入门教程（上篇）
https://t.co/x7CRgRM68K

OpenClaw喂饭级入门教程（下篇）
https://t.co/ZBhloVIeRu

国内各大OpenClaw一站式部署平台总览
https://t.co/AaTmrtumEH

腾讯的OpenClaw一站式部署平台，WorkBuddy保姆级教程
https://t.co/sX8qAwQSaI

阿里QoderWork保姆级实战教程
https://t.co/KChdwOL1m4

OpenClaw完全卸载指南
https://t.co/l5kACumtW1

【X大佬的OpenClaw文章汇总】

OpenClaw 从新手到中级完整教程
https://t.co/i7EE3vAkdD

OpenClaw 能干什么？一个重度用户的 10 个真实用例拆解
https://t.co/Lg4iQbojqJ

OpenClaw在飞书和Telegram上养了12个AI员工，它们还会自己开会
https://t.co/2MAXVdMJ6d

安装完这15个Skills，我的OpenClaw变聪明了
https://t.co/xF0YZRktNJ

如何用OpenClaw一个月赚到特斯拉（全路径复盘）
https://t.co/IYpw4JMTzX

好了，以上就是小灰汇总的OpenClaw精华教程。

这份汇总合集将会不定期更新，如果大家觉得有帮助，欢迎点赞、收藏、转发，感谢大家！

[BlockBeats｜We're hiring! @BlockBeatsAsia]

🚨Big News！SEC 与 CFTC 明确：这四类加密资产并不属于证券

3 月 18 日，美国证券交易委员会（SEC）与商品期货交易委员会（CFTC）周二联合发布一份长达 68 页的新监管指引，明确表示大多数数字资产并不属于证券，旨在为市场提供更清晰的监管框架。

在资产分类方面，SEC 明确四类加密资产❗️不属于证券❗️分别为：
-数字商品
-数字收藏品
-数字工具
-依据 GENIUS 法案定义的支付稳定币

唯一仍受证券法约束的加密资产类别为数字证券，即传统证券的代币化形式。

在投资合同认定方面，SEC 明确投资合同的终止条件，要求项目方对其所承诺的核心管理行为进行明确、无歧义的披露，投资合同一旦终止，相关加密资产即可脱离证券法管辖。

[Kai @cams_kai]

🚨 重磅！美国监管SEC正式确认这些代币不属于证劵代币,全被归类为数字商品（非证券）

包括： $APT $AVAX $BTC $BCH $ADA $LINK $DOGE $ETH $HBAR $LTC $DOT $SHIB $SOL $XLM $XTZ $XRP

本文件中“商品”一词采用经济和商业含义（即可互换、有实用性、价值由供需决定）。除“GENIUS Act第2节定义的许可支付稳定币发行人发行的支付稳定币”外，任何非证券加密资产均可能符合《商品交易法》下的“商品”定义。

“功能性”加密系统指其原生加密资产可按照系统的程序化实用性在系统中使用。“原生”资产指为特定加密系统生成的加密资产。

数字商品可原生于去中心化加密系统。若加密系统自主运行、无任何个人、实体或集团拥有运营、经济或投票控制，则视为“去中心化”。

[比特币橙子Trader @oragnes]

卧槽！超级利好来了！

昨晚美国SEC主席官宣：

长期以来对加密市场模棱两可、胡乱监管的时代彻底结束了！

SEC正式推出了一套全新的代币分类和解释指南

直接把监管红线画得清清楚楚

官方明确划定了四类资产绝对不属于证券

分别是：数字商品、数字藏品、数字工具以及支付型稳定币！

这意味着什么？这意味着绝大多数的加密项目终于安全了

再也不用天天提心吊胆怕被 SEC 查水表！

最后SEC主席那句自嘲更是杀人诛心：

他说：“我们再也不是那个‘什么都要管’的证券与万物委员会了！”

总之这视频看得我们极度舒适！

[Chyan | chyan.base.eth @Chyan]

One reason not to fade $CLAWNCH — agentic fund Moonwhale Ventures holdIng strong to 370M $CLAWNCH ~$18.5K position per @nansen_ai.

Same fund deep in the Base agent trenches — when they commit, it’s not random.

@Clawnch_Bot already clocking >$2K daily revenue with @bankrbot in place to power launch flow on Clawnch + Clawncher.

Price looks to be basing here and elevated 24H exchange outflows (~$63.4K, 2.9× avg) point to quiet accumulation.

If you’re interested in Nansen onchain analytics + the tools I use, check my Linktree in bio (promo code there).

[看不懂的SOL @DtDt666]

https://t.co/Jvhq269D3Z

[李岳 @liyue_ai]

https://t.co/3r9rCIX8Pb

[AiCoin中文 @AiCoinzh]

CoinOS 正式上线！

◼️ 一句话查行情，200+ 交易所实时数据，AiCoin 出品；
◻️ 一句话交易，Binance · OKX · Bybit 等 9 大交易所全覆盖；
◼️ 一句话回测，AI 写策略 + Freqtrade 引擎 + AiCoin 独家数据。

5 个 Skill，完全开源，MIT License，密钥���在你本地。

立即安装 👉 npx skills add aicoincom/coinos-skills

[程序员小灰 @XiaohuiAI666]

https://t.co/BBawuUqfmj

[看不懂的SOL @DtDt666]

https://t.co/FZlNKAiEe3

[Ainz sama @rantaiuang]

$CLAWNCH's path to $500 million is grounded in its role as the infrastructure for AI agents on Base, with proven traction in launches and fees outpacing early expectations. While social media such as $MOLT @moltbook amplifies noise, the fundamentals—revenue, integrations, and market tailwinds—support this valuation. As a trader, I'd view it as a high-conviction asymmetric bet in the AI narrative. Good luck.

[纯洁的微笑 @ityouknows]

腾讯今天彻底杀疯了！

着急了真的会自己干自己，QClaw 还在内测， WorkBuddy 就发布了。

为了抓住这一波热点，各个团队都拼了，还是腾讯以往的内部默认规则，谁赢谁��？

1️⃣ WorkBuddy（社区戏称“小龙虾” 🦞）正式上线：真正的 AI 原生桌面助手，完全兼容 OpenClaw 技能！

网址：https://t.co/LwKO7GWv1H

这是一款真正的 AI 原生桌面助手，而且完全兼容 OpenClaw 技能！

主攻高价值办公场景：写代码、撸文���、深度调研、数据分析……不需要你从零捏 prompt，内置现成模板，直接套用开干。

2️⃣ QClaw（内部秘测）：据 TechNode 独家披露，这玩意能让普通人一键跑起 OpenClaw 环境，更恐怖的是直接集成了个人微信和 QQ！

官网：https://t.co/9WxiztPjsJ

从企微到个人社交，国内最具统治力的生态全被打通。

以后的核心竞争力不再是懂不懂代码，而是谁能最快把这批“硅基员工”嵌进自己的业务流里。

大家觉得这一波，腾讯能赢吗？

[看不懂的SOL @DtDt666]

养龙虾你必须搞懂Skills！！

Skills 到底是什么？？？

一句话：把你的流程性知识，变成可复用的能力包，让Agent随叫随到，稳定发挥。

Skills本质就是一个文件夹。

文件夹里装的东西很清楚，如果你是职场人士：
`SKILL.md` 相当于告诉你这个岗位是做什么的
`scripts/` 是常用到的工具软件
`references/` 是业务流程涉及的知识库
`assets/` 是工作模板库

把这些东西打包放好后，让Claude干活的时候自己去查、去用、去执行。

你不用每次开新对话都从头交代一遍“我要什么格式”“我的风格”“按什么流程处理"等等。只需要调用这个skills就行。

这里有一个很容易被忽略的好处：省Token。

以往，在大模型的交互中，对话越长，模型越笨。且越耗费Token。

Token确实又寸土寸金（尤其像claude这种）。

而Skills呢把大量背景知识从对话中抽离出来。需要时按需调取，主对话窗口始终保持干净。这就间接省了不少Token。

什么时候该用 Skills
有一条判断标准特别好用：任何你不想一遍遍重新解释的东西，都值得写成Skill。

官方给了三类典型场景：
1. 组织级工作流。品牌规范、法务合规流程、标准化文档模板。这些东西公司里每个人都要遵守，但每次找AI帮忙都得重新说一遍。此时写成Skill就能一劳永逸。

2. 专业领域经验。比如Excel公式套路、数据分析流程、PDF处理方法、代码 标准、安全审计清单等。类似这些是你在某个领域摸爬滚打攒下来的经验。

3. 个人偏好和习惯。你的笔记结构、代码风格、研究方法论。每个人干活都有自己的一套讲究，Skill能让AI记住你的偏好和风格。

根据这几个标准。我盘点了自己的习惯，并安装上了claude官方出的几个与自身工作贴近的skills。同时根据自己需求，又自制了几个skills。

怎么安装和创建 Skills
安装方式（2种）
1. 命令行直接装。直接告诉Claude："帮我安装这个skill，skill项目地址为 xxx"，它自己就能搞定。

2. 手动放置。把Skills文件夹拖到本地目录 `~/.claude/skills` 即可。

创建方法
1. 基础版（非程序员推荐）：直接跟Claude说："我要创建 skill，一步步引导我"，它会一步步带你走完流程，最后生成一个zip包，上传安装即可。

2. 进阶版：先安装官方出的`skill-creator`，提出需求时让它调用这个skill帮你做设计，产出的Skill结构更规范稳定。

把 GitHub 项目打包成 Skill：一个被低估的用法

这个思路来自卡兹克，是整个Skills生态里最值得关注的玩法。
Skills最正确的用法，是将整个GitHub项目压缩成你自己的超级技能库。

原本需要读文档、装环境、跑命令的事情，变成了一句话的事。

操作步骤
1. 复制目标 GitHub 项目链接；
2. 给Claude Code提需求：“帮我把这个开源工具 https://... 打包成一个 Skill，实现xxx功能”；
3. 让claude开启计划模式做规划，再写Skill，提升稳定性；
4. 若skill使用中遇问题，解决后告诉claude：“把这些经验更新到这个skill里”。

第四步是关键。每次踩坑、每次修复，都喂回给Skill，它就会成为持续进化的skills。

如果对这个部分感兴趣，可以搜索卡兹克这篇文章：《Skills的最正确用法，是将整个Github压缩成你自己的超级技能库》。

Skills 不只是文档，还能跑代码
很多人以为Skills只是一堆提示词文件，其实不是。
Skills里还可以包含可执行脚本，比如Python脚本。

解决AI生成代码的痛点
AI生成代码的老问题：不稳定。
- 调用库不固定：今天用 `requests` 库，明天��能换成 `axios`；
- 代码输出不统一：同一个任务每次生成的代码不同，调试成本高。

而Skill里的脚本是提前写好、验证过的，逻辑固定，结果可预期。

同时，大量参考资料可放在 `references/` 目录里，Claude 需要的时候自己去查，不占主对话的上下文。

这就像给员工配了一个资料柜，不用把所有文件都摊在桌面上。

五步框架：把工作流变成可进化的 Skill
这个方法论来自宝玉AI，观点激进且有说服力：
几乎所有能用workflow完成的AI任务，都可以用Agent + Skills实现。

我很认可这个观点。连lenny's newsletter里面赠送的n8n（一种搭建流程的AI工具）我都转手出去了。因为真的不需要了（Lenny's Newsletter白送18个AI工具，我只激活了4个）。

第一步：拆分
把工作流拆成单一职责的skill或subagent。每个模块只做一件事，��好一件事。

第二步：编排
在主skill里用自然语言描述整个流程。不需要写代码，像给同事交代任务一样说清楚就行。一个skill可以调用另一个skill，组合出复杂工作流。

第三步：存储
所有中间结果都保存成本地文件，而不是留在内存或上下文里。

第四步：分摊
Subagent之间只传文件路径，不传内容。这条规则很重要。直接把一大段内容塞给 subagent，上下文窗口很快就撑满了。
传路径的话，subagent会自己去读文件，上下文保持得很干净。

第五步：迭代
这是Agent + Skills相比传统workflow最大的优势——可以持续进化。

当skill的提示词你觉得不好的时候，可以让Claude帮你改。它甚至可以自己迭代 subagent的system prompt，实现自我进化。

这五步看似简单，但贯穿了一个核心思想：拆得开、存得住、传得轻、改得动。

一条最重要的认知
研究了这么多，最想说��其实是这一句：

Skills一定是你本���实践过或者沉淀好的工作流，只是把它自动化。不是让AI帮你从零发明流程，而是把你已经验证过的流程固化下来**。

好的组织，会把经验变成可复用的 skill。好的个人，也一样。
这也是为什么同样用 Skills，有人效率翻倍，有人折腾半天没效果。差距不在工具，在于你自己有没有值得固化的东西。

最后我安装了哪些skills呢？
最终探索后安装了以下13个skills，供参考。

这仅仅是第一次尝试装skills，后续应该会沉淀更多，欢迎交流。

1. `podcast-reader`：英文播客文字稿 → 结构化中文大纲（自制）

2. `github-to-skills`：自动将 GitHub 仓库转换为 AI Skills

3. `skill-manager`：Skills 生命周期管理

4. `obsidian-markdown`：Obsidian 风格 Markdown 创建与编辑（来自obsidian官网）

5. `pdf`：PDF 文件处理（读取、合并、分割、旋转）

6. `skill-evolution-manager`：根据反馈优化迭代现有 Skills

7. `skill-creator`：创建 Skills 的官方指南

8. `pptx`：PowerPoint 文件处理

9. `obsidian-bases`：Obsidian Bases 文件创建与编辑

10. `video-transcribe`：录制并转写视频音频为文字（自制）

11. `frontend-design`：生产级前端界面创建

12. `mcp-builder`：创建高质量 MCP（Model Context Protocol）服务器的指南

13. `json-canvas`：JSON Canvas 文件创建与编辑（来自obsidian官网）

▷ 来源说明：5、7、8、11、12均来自anthropic官网；2、3、6来自卡兹克文章，文末资源清单附有仓库链接。

补充说明（Claude Code查询结果）
1. podcast-reader -播客阅读器工具,将英文播客文字稿转化为结构化中文大纲、支持标注解释和文章生成

2. github-to-skills -自动将GitHub 仓库转换为 AI sills 的工��

3. skill-manager - GitHub-based skills 的生命周期管理器(刚安装的)

4. obsidian-markdown -创建和编辑 Obsidian Flavored Markdown

5. pdf -PDF文件处理(读取、合并、分割、旋转等)

6. vibe-writing -Vibe Writing写作系统,创建高质量、低AI 检测率的中文文章

7. skill-evolution-manager -根据用户反馈和对话内容优化并迭代现有 Skills

8. skill-creator-创建有效skills的指南

9. pptx - PowerPoint文件处理

10. obsidian-bases -创建和编辑 Obsidian Bases (.base 文件)

11. video-transcribe-录制并转写视频音频为文字

12. .claude-plugin -无描述

13. frontend-design -创建独特的、生产级的前端界面

14. mcp-builder-创建高质量MCP(Model Context Protocol服务器的指南)

15. json-canvas-创建和编辑JSON Canvas文件

[看不懂的SOL @DtDt666]

养龙虾，这些 AI单词你明白什么意思吗？

三言两语给大家解释清楚：

1. Agent： 就是有脑子的 AI。不光会聊天，还能自己琢磨计划、自己去干活。

2. OpenClaw：大家管它叫“大龙虾”，源自 Claw 本意，就是龙虾的大钳子。装上它，它可以在屏幕里伸出手，精准控制数码世界。

3. Skill： AI 的生存工具包。查资料、写代码、控家电。会一门手艺，就是一个 Skill。

4. Token： 这是 AI 里的文字原子。为什么说“养龙虾”？因为 AI 动脑子是要烧钱的。喂它国产 Token 还是进口 Token，你喂给它的 Token 就是口粮，喂得越多，这只龙虾就越有劲儿！就像给员工发工资，算力成本全看它。

5. Distillation： 蒸馏，其实就是*学霸传功*。把巨无霸大模型的智慧浓缩成精华，让它能塞进手机里跑得飞快，还不占内存。

6. VLA： 则是它的手眼协调神经��看一眼屏幕（V），大脑一想（L），手立马就点下去了（A）。这两样一合体，你的手机才算真的活了

7. LLM： AI 的大脑本体。脑子灵不灵、记性好不好，全看它。

8. RAG： 怕 AI 胡说八道？这是给它接上真实资料库，这就叫 RAG。配了个随时翻阅的图书馆。

9. Prompt： 他就是你下达的命令。你一句话，它就开干。

10. Agent 集群： 一个干活慢？那就派出一群！这就是 AI 界的“群殴模式”。大家分工明确，有的负责动脑，有的负责跑腿，效率直接起飞。

从大龙虾到智能体，这一整套逻辑是不是瞬间就通了？