四十上岸

[徐冲浪 @cyrilxuq]

我认为大多数技术分析是很扯淡的，因为趋势是用来延续或者打破，都是对的，本质上确实是投骰子的概率，只是有人能长期以一种稳健的心态执行某种定式。

但是技术分析很难知道怎么止盈，那就很难有高回报率。

最后市场定价定的还是基本面，供需关系，企业利润，所以巴菲特才能驾驭那么多钱，钱越多是越难管理的，大公司的股票是很多力量一起抬着的，跟币圈个体户体验是完全不同的，如果基本面不存在了，那这些资管公司如何给一家企业定价，都跟币圈一样当盘子玩么。

高的盈亏比代表着：

1、要么用时间去换取更高的上限，容纳的本金上限大，但是整体资金利用率低

2、要么用杠杆，杠杆会带来更高风险，高杠杆必须追求高爆发性，所以给你提供杠杆的要收取高额的资金成本，你必须很短时间内完成操作

所以最后都是期权游戏，富人有时间有现金流，所以可以不加杠杆，穷人不行，穷人必须赌，所以这个游戏对穷人本就不公平，时间都站在穷人的对面

[DD @DD29397053]

AI不是互联网，而是房地产！

接着周末的思考，我越来越觉得，AI产业最容易让人看错的地方，就是大家总喜欢拿它和互联网类比。

这种类比当然有道理，但如果站在投资和商业模式的角度来看，我觉得AI更像另一个行业：

房地产。

这里说的不是科技属性，而是从纯生意的角度看商业模式。

如果抛开技术细节，只看整个产业链的资金流向、资本开支模式、融资模式、产业链分工和利润分配方式，那么AI和房地产其实有惊人的相似之处。我觉得，中国房地产过去二十年的发展历程，可能更值得参考。

一个关键点：互联网是轻资产，AI和房地产是重资产。

互联网时代最经典的商业模式是：
写一次代码，服务无限用户。软件一旦完成开发，边际成本几乎趋近于零。

但AI恰恰相反。
AI增加一百万用户意味着什么？
意味着更多GPU。更多电力。更多网络。更多存储。更多数据中心。
每增加一部分需求，就必须同步增加供给。
这和房地产极其相似。房子卖得越好。就需要更多土地。更多水泥。更多钢筋。更多施工队。更多工程机械。

因此AI的底层商业逻辑并不是互联网。
而是供给持续追逐需求的重资产行业。

这也是为什么过去三年，全球最大的科技公司几乎都变成了基建公司。

如果继续用房地产来类比。

微软、Meta、Google、Amazon最像什么？答案其实很简单：
开发商。
开发商的核心工作是融资，拿地，开发，销售。

而今天的大科技公司做的事情几乎完全一样。融资。建设数据中心。购买GPU。铺设网络。出售算力。

区别只是房地产卖的是房子。
AI卖的是算力。
但本质没有太大区别。
他们都在不断扩张资产负债表。不断扩大资本开支。不断建设新的生产能力。

未来几年我们很可能会看到一个有趣的现象。

大科技公司的资产规模越来越大。
债务规模也越来越大。
股价上涨的时候发行股票融资。
利率下降的时候发行债券融资。
然后把这些钱全部投入新的数据中心建设。

其实从google最近又是债务融资又是增发股票就已经初现端倪，未来对于这些云厂商这可能会是常态。
这其实就是房地产开发商不断融资拿地建房的翻版。

如果大科技公司是开发商。

那么OpenAI、Anthropic、xAI是什么？
我觉得更像设计院和总承包施工单位。

他们负责设计。负责图纸。负责施工方案。负责定义行业标准。他们决定房子长什么样。他们把开发商的土地等资源变成一栋一栋越来越漂亮又实用的房子。

但真正投入巨额资本的是开发商。

今天无论是OpenAI还是Anthropic，本质上都在定义未来数据中心应该如何建设。
就像顶级建筑设计院决定未来城市长什么样一样。

继续往产业链上游看。

房地产周期里最赚钱的是谁？

很多人第一反应是开发商。

其实往往不是。

真正诞生大量超级牛股的，往往是卖铲子的。

三一重工，中联重科卖工程机械。
海螺水泥卖水泥。
东方雨虹卖防水材料。
伟星新材卖管材。
他们不承担地产销售风险。
他们只负责卖工具。
只要有人开工，他们就赚钱。

AI产业链也是一样。

NVIDIA，AMD像三一重工，中联重科。

HBM，DRAM，光模块，玻璃基板、硅光、液冷、供电系统则更像高端建筑材料像混凝土。

先进封装像特种施工工艺。

最终开发商承担风险。卖铲子的收现金。
这个逻辑在房地产里成立。在AI里同样成立。

所以未来几年，资金很可能持续从下游流向上游。

因为每一次新的数据中心建设，本质上都是一次新的采购周期。

钱最终都会流向GPU、存储、电力、网络和各种基础设施供应商。

到这一切都对上了，但AI这个阶段相对于房地产还缺了重要的一环节，那就是精装修。

如果说今天的大模型已经完成了房屋主体建设。

那么整个AI行业交付给企业的，其实仍然是毛坯房。

过去两年发生的一切，本质上是在盖楼。

大家讨论的都是：

模型更强了。推理更快了。上下文更长了。成本更低了。但对于绝大多数企业来说。这些东西依然无法直接创造利润。

企业不会因为买了GPT就自动提高效率。不会因为接入Claude就自动节省成本。

对于一般企业和个人来说就像不会自己装修的人买了一套毛坯房，它不会自动变成温馨舒适的家。

从我个人使用体验来看，我相信现在的大模型智能已经足够创造生产力了，但还需要有人让这种智能落地，让不会管理AI的企业和个人能把这个智能确实的落实到自己的工作流程中，并且不失控，不越权，稳定产出。毛坯房和真正可以入住的房子之间，还差这最后一步。

企业真正需要的不是模型。而是解决方案。需要与ERP、CRM和各种内部系统打通。

换句话说。

今天AI产业的发展阶段，更像是房地产里的毛坯房大规模交付，而装修公司刚刚开始进场。

这也是为什么我越来越觉得未来几年AI应用层的发展决定AI房地产模式能不能继续的关键。

企业不缺模型。企业缺的是把模型变成利润的人。谁能把毛坯房变成拎包入住。谁就有机会成为下一阶段最大的赢家。也能把整个AI产业链打造成完整闭环。

继续👇

[Ray Dalio @RayDalio]

https://t.co/WTy8hynCmb

[CM @chenmo]

关于以太坊，Sharplink CEO表达了一个观点，就是市场叙事和机构采用应该由生态玩家来主导，包括他们自己。（EF专注技术就够了）。

我十分赞同，甚至应该更早启动这个计划。

第一件事，我强烈建议你率先复兴CDP稳定币，只接受ETH作为抵押品。

原因以下几点：

1. 稳定币夺走了ETH的交易媒介属性， 在上个周期，ETH在链上dex中是多数新资产LP的首选，在NFT市场中扮演着计价单位的角色，这个时候它具有真正的货币属性，而随着稳定币的大规模上链，以及美国政府的推动，稳定币已经取代了ETH的交易媒介属性，而CDP是让稳定币与ETH价值形成联系的最佳方式。我相信在ETH应用场景上，这是仅次于ETH Staking的一个大需求。

2. 市场需要一个去中心化稳定币，Circle、Tether的强制手段、监管压力已经让人们开始感到担心，虽然我承认市场需要USDC、USDT，它们也能在某种程度上保护一部分用户。但去中心化稳定币作为一种补充必需存在，用户需要它。

3. 目前市面上虽然有一些去中心化稳定币，比如BOLD，但它们缺少资金和扩展能力，这需要Sharplink这样的组织来推动它，或者直接收购这类项目也是一个选择。

4. CDP稳定币最大的优势是，在未来它可以扩展到任意货币，而不局限在美元稳定币，这在灵活性上要强于中心化稳定币，不管未来如何发展，做这个动作都是确定性很强，极难犯错的。

[龙心盐 @ssslumdunk]

县城大龄剩女，没有暴力储备，以后会非常危险

[benmo.eth @Super4DeFi]

在区块链的技术优势下，币东权益有一万种方式可以比股东权益好，但区块链世界没有任何监管（倒不是呼吁），所以项目方任意践踏币东权益而没有任何成本，到处都是连续发币创业者，绝大多数的币东权益相当于负数，至此市场全面崩坏。
区块链基础设施转向股票市场，股东权益起码有些保障，趋势使然。

[陈桂林 @Guilin_Chen_]

最近看到越来越多的KOL、抑或是大佬们开始唱空币圈，ALL IN AI，我非常开心，这只能说明比特币在浅熊的状态下，已经达到了过去熊市周期深熊才能达到的洗盘状态和目的；

没什么新鲜的，前一阵子黄金、白银涨的猛的时候也是一堆人唱空Crypto，ALL IN 大宗；

我只能说这些人是真的有钱，先ALL IN Crypto，再ALL IN大宗，再然后又ALL IN AI，反正那个版块火就ALL IN 哪个版块，然后能听见声音的时候，基本都是在高位，比如比特币10万ALL IN ，黄金4000-5000ALL IN，英伟达200ALL IN ，闪光组合现在ALL IN......

黄金1000-2000没见你们喊，英伟达10块的时候没见你们喊，闪迪100以下的时候也没见你们喊，现在涨起来了，开始喊了，合着是什么火喊什么呗？不管有没有仓位，声量得大，帖子得有，情绪得给到位呗？

这是什么策略？波浪理论大师？专吃最后一浪的策略吗？牛逼呀！

最后，一首歌送给你们：

[比特币道 @Bitcoin188]

卧槽！兄弟们，白嫖党直接起飞了！

有位大佬把近6年BTC真实交易数据全开源扔GitHub了！

2020.5.1至今
4万+条订单记录
17万+条成交明细
两轮完整牛熊、2000多天日夜搏杀……全在这！

这不是什么K线，是真金白银的二级市场上下文！AI时代最值钱的，就是高品质上下文。

你在全网可能都找不到这种量级、这种真实度的交易数据，现在免费任你下载、随便玩、随便训。

别手动爬了，别手动整理了！

直接冲 →https://t.co/z4gh5OXshM

这波数据吃透了，等于把过去6年所有大户、鲸鱼、散户的博弈记忆全装进你模型里。
你怎么看呢 对你有帮助吗？ #比特币

[DeFi小矿工 @DeFi8362]

我印象里三次了。OKX的保密工作是真牛逼

第一次是2025年8月13号，宣布把 $OKB 总量降低到2100万。
第二次是2026年3月5号，纽交所母公司宣布对OKX进行投资。
第三次就是今天发布 Exchange OS 协议

每次重大节点，反正从盘面上看，OKB没有任何老鼠仓。这管理，太牛了 @star_okx

[『華』「胡翌霖」 @epr510]

如果EF早就完成了它最初设定的使命，那么它早该解散了。现在的方向所谓“EF以后专门做那些对以太坊作为抗审查、开放、隐私、安全系统至关重要、且不靠EF就没人干的事。”——是完全错误的。一件事情如果真的至关重要，那么它就不会“没人干”。

如果至关重要的事情，那么多以太坊的持有者和贡献者都不干，非得一个“仅持有约0.16%的ETH”的组织来干，这说明整个生态已经腐坏了。

而如果一些事情其他人都觉得不重要，而“仅持有约0.16%的ETH”的组织非得认为重要，而且干完之后能够让所有人接受，那说明这个组织是依靠权威而不是依靠市场共识来推进事情的。

V神自己选择了PoS机制，其底层哲学就是持币越多越有话语权，在这种哲学下，如果一件事持有99.84%的币的人都不会去干，那么就说明这件事情没有共识，并不重要。如果这件事情真的那么重要，那么哪怕EF解散，也一定会有人去做。

V神的表态事实上已经证明了一个危险的分裂：以太坊持币者的立场和以太坊理想者的立场是不一致的，这和比特币形成鲜明对比，在比特币那里，hodler自始自终就是理想者的同义词，持币者和比特币本位的理想不矛盾。而在以太坊那里，V神三天两头要出来切割：我们的理想和持币待涨的人不一样。但他没有意识到这种分裂恰恰是由他本人设计的底层机制造成的。

V神最体面的做法就是尊重市场，彻底放权，相信重要的事情自有人去推动，非要他和亲信们亲手抓不然干不成的事情，就不要去干了。

[CryptoMaid加密女仆お嬢様 .stand @maid_crypto]

我的看法

[lidang 立党 （劝人卖房/学CS/买SP500/纳100/OpenAI/Anthrop第一人） @lidangzzz]

半年来，我一直反复介绍的四个原则：

原则1，AI时代的第一性原理：LLM一定会越来越聪明，benchmark越来越高，context window越来越大，reasoning越来越长，价格越来越便宜，inference速度越来越快，

这是scaling law今天依然持续的具体方向，不用你质疑，这是你唯一的信仰和行业最大共识。

原则2， 管理学设计红利：从我提出“自动编程机”、行业提出vibe coding、SWE-Agent以来，从cursor到manus到metaGPT到claude code，

人们逐渐把LLM Agent抽象成人，把软件管理、工程管理、管理学等等所有方法论直接套在multi agent workflow上面，严格按照人类管理学的方式去拆分、review、执行、反馈、循环，

这一波很快红利也吃完了，因为 a. LLM Agent毕竟不是人，存在着memory有限、执行力有限、function calling工具有限等等局限；b. 人类用于管理学的各种方法，直接套在LLM Agent上有利有弊，红利迅速挖掘完，剩下的弊端大量存在，比如过度交流、七手八脚、随时停工等等。

原则3，LLM Agent的职位和定位：绝大多数人，把claude code当做一个工具，最终的产品是用工具来完成的，最终的代码也是人与SWE Agent一步一步interactively迭代产生、迭代review、迭代部署的，

而我反复告诉过所有人，也是我又一条首次提出的原创观点，multi agent未来越来越会变成本身的一个runtime，这个runtime就运行在production里面，产品和面向的对象消费的，不只是软件或者SaaS本身，而是这个runtime实时产生的内容，

所以claude code/opencode/codex/openclaw这些agent，本身将会越来越多地被嵌入到产品本身，在产品关键逻辑和决策中发挥作用，

而绝对不仅仅停留在开发层面，把产品仅仅局限在SWE Agent单向产出和部署的代码和服务上。

原则4，也是我一直强调的，就是当人们试用了SWE Agent这种强大工具之后，人们还有哪些low hanging fruits可以寻找？SWE Agent目前最适合解决哪类问题？

我反复讲过的一点是，对于一个设计复杂、环境复杂、场景复杂、用户复杂、体量复杂、范式复杂、一切开放、一切无解的超级复杂系统，这并不是SWE Agent最擅长的领域，相反这些场景需要人去和环境、客户、场景、性能一点点迭代才能打磨好的产品，

比如微信的100种功能，Facebook的一大堆功能模块和十几年来迭代出来的极其复杂的infra，支付宝后面成千上万的基金和风控，这些都不是AI Agent能一次性解决的问题，相反这些场景和问题不仅高度开放，更高度依赖人的观察、人的设计、人的反馈、人的定义。

AI Agent最适合的场景，甚至是我原创提出goal driven（https://t.co/mJld9XcBjp）设计的最适合场景，在不考虑token使用量和时长的条件下（参照第一性原理，这些成本必然会越来越低），必然同时具有如下特点：

a. 定义简单、干净、封闭（一道数学系、一个确定性最小系统、一个编译器、一种算法、一个lean证明、一个电路或者信号模拟、蛋白质模拟和预测、CAD设计与仿真、游戏关卡测试、行为经济学仿真，都是well-defined problems，都有非常明确且封闭的边界）

b. 解决问题的搜索空间巨大（可能有100~10万种天马行空的解决方案，并且绝大多数都是错的）

c. 容易验证，容易verify，验证的成本是设计成本的千分之一（比如编译器，设计可能需要几万行甚至几十万行，验证只需要2000个test case全面覆盖，或者一道数学题，解决需要100步，验证答案只需要带入或者lean编译这一步）

当然，写一段简单的代码，定义一个封闭、完整、定义完全的编程问题，符合上面这些定义，

但是设计一套巨大、复杂、开放、与现实世界深度绑定、高度耦合的系统，让这个系统复杂迭代、添加功能、沟通、review、工程管理、产品管理，这些问题都远远超出这个范畴，很明显是不符合这个要求的。

人们未来探索这些multi agent产品和场景的最关键出路，在于继续挖掘这一类问题，而不是盲目把agent比作一个人，乱套各种管理学方法。

原则5，这一点我先保密，之后我再讲。

[0x鸣人 @LuBtc888]

顶级交易员是怎么赚钱的？答案是：等别人爆仓！

高手赚的从来不是行情预判的钱，
而是信息差、心理差、格局差的钱。

散户想告别追涨杀跌、摆脱被收割命运，
一定要听完这段顶级交易员的深度分享，

[问月wmoon | StableStock🐳 @_wmoon]

顺手补充几个
看美股大佬持仓和交易详情的网站
适合喂给你们的 Agent

1. https://t.co/Xr8iaTd2oB 界面新手友好
2. https://t.co/of5vUtYO78 更新很快
3. https://t.co/T0HeaoaatM 文章有点太多
4. https://t.co/5qEzKud5ns 广度不错
5. https://t.co/1oCFxUiJ46

除了看他们长期布局，这种监听还有短期风向，例如之前 QuiverQuant 发现众议员Tim Moore 持有GNPX，散户蜂拥跟进，股价瞬间拉涨约20%

[Z大诗 @Zh_Crypto517]

打破信息差，分享几个你一定用的上的神仙的网站

1️⃣https://t.co/yzgreoOqdl
大量的Token中转站，货比三家免得买贵

2️⃣https://t.co/1dw12aqkdq
同样是token比价平台，帮你找到量大便宜的中转api

3️⃣https://t.co/Jxzkkd1dcY
几乎全网的高清视频都能够通过这个网站免费下载

4️⃣https://t.co/VJkrtX6gcy
最新最全的高清电影能在这里免费下载观看

5️⃣https://t.co/l2wABoEUAu
再也不用花钱买会员了，免费下载FLAC无损音乐，音质直接拉满

[比特傻 @bitfool1]

傻哥今天不聊个股，聊下美股和加密市场本身的差异。
很多人从币圈到美股，一开始都会遇到水土不服的问题。
傻哥整理下：

1、波动性
加密市场波动大，美股波动小。
这个很容易理解。
进一步说，美股去做高抛低吸的话，能把你急死
所以美股更适合长期hodl

2、叙事 vs真业务
加密市场的项目，绝大多数都是叙事型项目
炒情绪+博傻
或者是虚构的假业务，通过基本面幻觉来操盘
美股中虽然也有不少虚构的业务
但蓝筹股票基本是真业务，真能赚到现金流的；
真要研究业务，买股票就是买公司
而币圈几乎所有项目都不需要研究基本面，看成盘子就好

3、24/7 vs 工作时间
加密是7*24小时
美股是工作时间
所以很多加密过来的人，在不开盘的时候会非常手痒
痒痒的

4、有无监管
币圈的项目几乎没啥监管
做个爆拉爆砸割韭菜，也没人管
而股票有强监管，庄家都老师的多
股票中财务造假是少数派，如瑞幸这种
rug的概率也很低
币圈则要时刻提防这些数据的真实性、庄家是否rug

5、散户vs 机构
美股中散户是少数派，7-80%是机构资金
币圈散户是多数派，70-90%是散户资金
美股中，你的交易对手强大的多
难有这么高比例的傻钱

6、交不交税
币圈暂时不交税，嘿嘿
美股要交税，哈哈

7、信息源
币圈的散户喜欢看KOL和老师
美股最起码要自己看SEC财报，不然就会处于信息劣势
正经的美股投资者很少在 Twitter 推荐股票

一不小心写多了，先就这样
傻哥要继续研究了

[Crypto_Painter @CryptoPainter]

给那些拿着 AI Coding 就以为自己马上要财富自由的朋友们推荐一下花椒这几桶简明扼要的冷水...

你一字一句读完，最起码能少踩10个量化大坑，AI Trading 好玩是好玩，但没有数据基础的模型，本质上等同于黑箱。

这一点从量化角度说也是一样，写一个好看的因子或者回测出来一个漂亮的曲线真的很容易...

但想要经受住时间的考验且还不亏钱，真的很难...

想要长时间稳定赚钱？难上加难...

[数字生命卡兹克 @Khazix0918]

https://t.co/R7jxglREBs

[爱丽丝呀！ @BTCqzy1]

想玩明白 Hermes Agent ，看这篇资源合集就够了！

局长整理的这篇教程很详细啦，覆盖安装、实战到中高阶玩法，适合快速跑起来。

下面我也整理了一份合集，聚焦 Hermes Agent 的持久记忆、自动提炼技能、跨会话成长等自我进化能力，帮你把 Hermes 打造成长期运行的生产力引擎：

一、入门必看：先让 Hermes 跑起来！

1. 最全面官方文档：从安装到基础使用，再到高级架构解析。
https://t.co/qNu4K9vbkC

2. Hermes Agent 主引擎：Nous Research 官方核心仓库。
https://t.co/SAfyvkQZ2y

二、进阶核心：理解 Hermes 系统

1. Hermes-Wiki：基于源码自动生成的 Wiki，Agent 自解释实现文档同步。
https://t.co/t1YH1HKyDJ

2. Hermes 生态地图 (Atlas)：社区维护的 80+ 工具与技能全景图，支持 RAG 查询。
https://t.co/3vK20NIgBa

3. Hermes Control Interface：自托管仪表盘，统一调度多 Agent、长程任务与记忆。
https://t.co/1BmTALsXiW

三、高阶玩法：构建长期运行的自我进化 Agent

1. Hermes Skill Factory：通过任务复盘自动生成并安装新技能，实现武器自造。
https://t.co/q1BecRckO3

2. Maestro：基于 Beads 架构的指挥官框架，支持跨 Agent 协作与结构化记忆管理。
https://t.co/VuRA30KnJR

3. Hermes Agent Camel：内置信任边界与安全协议，适合生产环境防护。
https://t.co/2VoFAO1bBi

四、工具增强：提升使用体验

1. Hermes HUD：基于 Textual 的 TUI 监控终端，实时可视化意识流与内存状态。
https://t.co/pl9gnBvJUR

2. Hermes Alpha：一键部署模板，简化云端环境配置与快速原型开发。
https://t.co/8LHeKRiL44

3. Awesome Hermes Agent：社区驱动的精选插件、提示词与教程列表。
https://t.co/HKNwtZrra6

两篇合集结合使用，能帮你更全面地掌握 Hermes Agent，从快速上手到长期自我进化，一路走通。

感兴趣的朋友可以关注收藏哦～
#HermesAgent

[Dr. Moyu｜摸鱼局长 @Jason23818126]

Hermes Agent 多维度实用教程合集，建议收藏

目前 X 上关于 Hermes Agent 教程比较分散，我从中精选了 10 篇热度较高的实用教程
这些教程覆盖 Windows 本地部署、云服务器方案、多智能体团队构建、免费模型配置、中高阶玩法等，能帮大家节省不少翻找资料的时间

1. Hermes Agent 安装教程：看完就能去闲鱼接单 @eternityspring
介绍一行命令安装流程，包含常见配置和平台支持。适合初次接触的用户
链接：https://t.co/FyjNUltUVU

2. Windows 本地部署 Hermes Agent 保姆教程 @xinchne_eth
针对 Windows 环境，说明使用 WSL2 的部署方法和注意事项，适合在找 Windows 详细教程的用户
链接：https://t.co/6agZS59Hdd

3. 云服务器部署方案保姆级教程，10分钟搞定 @congge918
教程以腾讯云为例，介绍购买服务器后运行安装脚本的流程，部署完成后可以在云端保持长期运行
链接：https://t.co/rG494kBacf

4. 上手 Hermes Agent 后建议先尝试的十件事情 @LufzzLiz
教程列出安装 Hermes 后可尝试的配置和功能，如SOUL.md、记忆系统、浏览器工具等
链接：https://t.co/RF9EENY7ow

5. 一行命令跑起 Hermes Agent：Ollama 原生集成完整教程 @Lonely__MH
描述 Ollama 本地模型集成的命令和操作，完成设置后可以在本地离线环境下运行相关任务
链接：https://t.co/90aSYWQTcl

6. 新手教程：Hermes 接入即梦 CLI，实现自由生图、生视频 @MrLarus
介绍接入即梦 CLI 的具体步骤，支持自动提交提示词并轮询生成结果，可以批量处理图片和视频任务
链接：https://t.co/WSLUhTQ0ag

7. 如何在 Hermes 中构建多智能体团队 @NeoAIForecast
描述使用 Profile 功能创建多个角色 Agent 的做法，每个角色可以拥有独立记忆和技能。团队协作时主 Agent 负责协调任务分配
链接：https://t.co/RFqpNXBSUl

8. 只需 10 步 HERMES 配上 NVIDIA 免费 Minimax-m2.7 大模型 @PierceZhang34
提供注册 NVIDIA NIM 平台并生成 API Key 的步骤，配置完成后可以调用 Minimax-m2.7 免费模型
链接：https://t.co/nfASg6hwoJ

9. Hermes Agent 从中级到高级进阶指南 @BTCqzy1
涉及记忆管理和多 Agent 协作的进一步优化。用户可以参考生产部署部分调整后台运行方式
链接：https://t.co/WRXt2kycem

10. 一文理清！Hermes 全部高阶工具配置 @ResearchWang
这篇汇总 SOUL.md 文件、技能管理和平台接入等配置内容。用户可以按照清单逐步检查各项高级设置
链接：https://t.co/lJMJuZ7oV5

最后，结合局长昨天分享的 9 条 Hermes 变现路径，把上面这些教程学到的东西实际用起来会更有意思

欢迎大家在评论区分享更多的 Hermes 实用教程～