bitC

fly me to da mars

[bitC @flywyou]

@0xcryptowizard 咋生成的？

[0xWizard @0xcryptowizard]

基于 Serenity 最近12个月的3300条推文，我做了一个完整 AI 产业链图谱，可以非常清晰看到公司彼此关系，谁在瓶颈上。

已经发到 Wizz AI 情报：https://t.co/RiHhP3mWjC

在频道置顶里，点击“打开图谱”随时可以看。

[bitC @flywyou]

@zad1130 都是咋蒸馏的，每个蒸馏的都差那么远的

[0xToni @0xtonixie]

新手要怎么用AI工具建立月入万刀的出海独立站 ---- 寻找需求篇：

大佬写的太干了，作为想入门的新手，首先要懂得怎么找需求和方向，这里我把大佬文章里面找需求的方法，结合我个人的经验，用 @CreaoAI 创建了一个agent，目前creao做出来的agent是可以share的，我把我的agent链接放在评论区，每天日报花的credit大约为2分

首先总结：
新手找需求公式 = 用户真实抱怨 × 搜索词验证 × 竞品差评 = 可以做的方向

这个agent会根据你自己的情况：
🔍 自动扫描 Reddit / Twitter 上的用户吐槽
📈 监控 Google Trends 上的飙升关键词
🤖 抓取 theresanaiforthat 上的高票需求
📊 用我设置的算法整理成一份「今日潜力需求清单」给你看

[Blaze @browomo]

This Chinese guy built a Second Brain in Obsidian and every morning gets 3 trading ideas that brought him $180,000 in 6 months.

Inside he runs a pipeline of 6 workflows on N8N that automatically pulls every read article, listened podcast, and voice note into a shared Obsidian vault, and a neural network analyst every morning at 6:00 finds connections between the fresh and the old and puts the 3 strongest trading ideas for the day into the inbox.

No analytics desk, no Bloomberg terminal, no Telegram chats with traders. Just a Mac Mini by the wall, an iPhone in the pocket, and 1 local Obsidian vault.

And traditional quant funds keep entire teams of 8 people on salary for the same flow of insights, while his expenses are only subscriptions to Readwise, Whisper API, and N8N hosting.

6 pipelines process about 200 sources a day and close the monthly API bill at about $120.

The Mac Mini itself stores the entire vault and keeps the neural network analyst running 24/7, and from the iPhone the owner drops any idea he hears on the go into a Telegram bot, and it lands in the vault inbox in just 30 seconds.

The starting instruction that sits in the VAULT.md file at the root of his vault looks like this:

"you are the AI analyst of a solo trader. you read his vault every morning at 6:00, find connections between fresh and old notes, and deliver 3 trading ideas he can verify in the hour before the market opens.

pipelines:

// Reader (pulls every article and highlight from Readwise, Twitter bookmarks, and Kindle into /notes)
// Listener (transcribes podcasts through Airr and voice notes through Whisper, puts them in /notes)
// Catcher (accepts any message from the Telegram bot and writes it to /inbox with a timestamp)
// Connector (every night reads across the entire vault and updates the connection graph between 4,000 notes)
// Briefer (at 6:00 AM writes a brief: 3 trading ideas for today plus the emerging thesis of the week, puts it in /inbox)
// Mobile (lives in the iPhone, answers any question about the vault by voice, and confirms alerts while the owner is on the go).

you wake the owner with a push notification only when a fresh note contradicts his active thesis or when 1 of the 3 morning ideas has a confidence score above 90%."

This instruction immediately sets the role for the system and the limits of its autonomy.

It knows it is supposed to connect new with old on its own.

It knows it is supposed to prepare 3 trading ideas every morning on its own.

It knows it connects the live trader only when a thesis is contradicted or an ultra-confident idea appears.

→ Reader pulls about 80 articles and highlights a day from Readwise, Twitter, and Kindle

→ Listener transcribes 4 to 6 podcasts a week through Airr and Whisper

→ Catcher intercepts all voice and text ideas through the Telegram bot, averaging 15 to 20 a day

→ Connector updates the connection graph between 4,000 notes every night, adding 25 to 30 new edges

→ Briefer puts a fresh brief with 3 trading ideas and the emerging thesis into the inbox at exactly 6:00

→ Mobile answers any question about the vault by voice and confirms alerts right from the iPhone

And only when a new note contradicts his active thesis or 1 of the ideas breaks 90% confidence does the orchestrator raise the owner with a push notification.

And when the trader at that moment is driving to the gym or eating breakfast, the Mobile agent in his iPhone answers any quick question about the vault by voice: what he wrote about this ticker last week, which 3 sources support the idea of long NVDA, and what counter-thesis already sits in his notes.

The trader makes the decision and sends the order before New York opens.

The fresh brief from last Monday looks like this:

"reader: 78 materials added over the weekend, 11 of them about semiconductors, 4 about energy, 3 about biotech. passing to connector."

"connector: 27 new connections found between fresh materials and the vault, the strongest one is that the Goldman report from Wednesday matches the NVDA thesis you wrote 3 weeks ago."

"briefer: 3 trading ideas for today: long NVDA (confidence 0.84), short Tesla at the close of the quarterly report (0.71), watch URI (0.62). emerging thesis of the week: the market is underpricing capex on data centers."

"alert: your fresh note about long-term risk in semis contradicts the NVDA thesis. sending for review."

In his work setup there is no cloud server, no team of analysts, and not even a Bloomberg subscription.

At home sits a Mac Mini with a local Obsidian vault, on top run 6 N8N pipelines and a neural network analyst, and the same vault mirrors to a secure terminal on the iPhone.

Out of everything I have seen this year, this is the cleanest solo trading setup on a second brain: $120 a month on the API, about $30,000 a month into the account, and between them 6 pipelines, 4,000 connected notes, and 1 iPhone in the pocket.

[weiyu.eth @Weiyu320169]

🚨 GPT Pro / Plus 薅羊毛渠道全线团灭，复盘一下这场"落幕"
自 killeryou 举报风波后，残存的方法已逐一被封杀——

1. 谷歌内购渠道
先是 xin 渠道凉透，昨日 chong 渠道也正式宣告终结

2. Business 免费试用
前天取消免费试用，当晚优惠券注入漏洞短暂续命（母号可领 2 席位×2 个月），昨日上午彻底关闸

3.印尼 GoPay 渠道
近期最火的无 KYC 薅 Plus 免费试用神器，市面上大量低价 Plus 皆出于此——今日上午，支付通道已封，彻底失效

4.存量订阅持续掉落 + Codex 强制手机号验证

风控力度肉眼可见地升级，这场账，终究还是要所有人来买单
一个时代，结束了🪦
#Openai

[GOLD @Honcia13]

读论文、研报、合同，最痛苦的从来不是读，
而是读完以后要把海量信息整理成结构化的知识。
Hyper-Extract 直接把这个痛点干掉！

用LLM把任意非结构化文本自动提取成知识图谱、时间线、关系网络等结构化内容。
核心亮点：

🔹 8种输出格式（列表、模型、图谱、超图、时空图…随便你要哪种）

🔹 10+种顶级提取引擎（GraphRAG、LightRAG、Hyper-RAG、KG-Gen全覆盖）

🔹 80+个现成YAML模板（金融、法律、医疗、中医、工业…零代码直接用）

🔹 增量更新机制：新文档自动扩展已有知识库，不用每次从头跑
安装一行命令：
uv tool install hyperextract
用法极简：
he parse 你的文档.md -t 模板名 -o 输出目录
he search 输出目录 "你的问题"

做研究、投研、尽调、法务的同学，这工具能省下大量整理时间，直接把阅读效率拉满。
GitHub：https://t.co/noym218PFn

[看不懂的SOL @DtDt666]

兄弟们，我做了个网站，https://t.co/Fz9WNMisQN

没想到访问量就今天突破1万+了

其实没啥高大上的，就是把我这些年自己定投的思路整理了一下，做成几台投资计算机，自动算出现在该买多少。

根据我自己主要投资标的：BTC、黄金、纳指100、标普500、还有国内支付宝上那些美股主动基金设计。

先说为啥做这玩意。

我之前定投，全凭感觉。
市场跌了，慌，不敢买。
市场涨了，怕错过，追进去。
结果可想而知，高买低卖，反着来。

后来我想，能不能搞个打分系统，让数据告诉我现在该买多少，而不是让情绪决定。

就这么简单一个想法。

BTC这台计算机，我看七个东西。
AHR999、MVRV、200日均线偏离度、恐惧贪婪指数、矿工Puell倍数、Reserve Risk、算力丝带。每个单独看都没啥用，合在一起，大概能告诉你现在是不是该多买点。

黄金这台，核心融入了，美元指数和实际利率。

DXY低于96利好黄金，TIPS实际利率低于0%极度利好。

其他的VIX、MACD、RSI、季节性因子也放进去。

回测下来，2015年到2026年，策略DCA总回报232%，普通定投194%。

纳指100这台相对复杂，12个维度，PE、PB、MACD、RSI、布林带、VIX、美债收益率、AAII情绪指数。

回测年化12.38%，普通定投10.63%。

标普500加了席勒CAPE和行业轮动等数据因子，标普 500 就不多介绍了，目前作为底层资产定投，不择时，不看价格，规划好资金即可。

说到这，肯定有人要问了，纳指标普是好，但国内普通人怎么买。

坦率的讲，对大多数人来说，支付宝买纳指ETF和标普ETF，就是最优解。

门槛低，打开支付宝就能买，简单。

但有个问题，限额。

支付宝上的纳指ETF，很多每天只能买100块、300块，多了买不了。

对于想多投点的人来说，这点额度塞牙缝都不够。

所以我做了另一个板块，专门整理支付宝上那些美股主动型基金。

我筛了一遍，把那些长期跑赢了纳指100的主动基挑了出来，年化收益多少、最大回撤多少、具体持仓是什么、重仓了哪些股票、基金经理是谁、管理费多少，全都列出来了。

一目了然。

适合小白。你不用懂什么PE、PB，不用看K线，就看一个表，哪只基金长期跑赢了指数，投哪个就行。

当然，主动基有风险。基金经理会换，风格会漂移，规模大了业绩可能下滑。

所以我把这些风险也标出来了，不是只给你看收益，回撤、波动率、夏普比率，全都放一起。

你一看就知道，这只基金是真的很能打，还是只是运气好。

但说实话，我最花时间的不是这些指标，是风险控制。

BTC仓位不超过总资产20%，黄金不超过20%，标普500 最为底层基础35%， 另外 25% 分配到纳指和主动型基金。

单周最大3倍基础金额，连续高评分自动降档，回撤30%暂停一天修正定倍投值指标。

为啥？因为我自己吃过亏。

2020年3月那种全球熔断，什么模型都得跪。但你不能因为这个就不做风控。风控不是让你不亏钱，是让你亏的时候少亏点的同时让你做好资金规划。

网站上还有个懒人组合板块，我挑了十个全球常见的配置方案，2017到2025年回测，年化6%到15%。不用复杂操作，照着配就行。

我觉得这才是真正的为兄弟着想。不是给你一堆图表让你自己琢磨，而是直接告诉你，按这个配置，长期下来大概是什么结果。

说到这个，我其实挺感慨的。

我以前也觉得，投资嘛，就是要研究透，要看得懂财报，要会技术分析。

后来我发现，大多数人根本没那个时间，也没那个能力。你让一个上班族每天下班后研究K线，这不现实。

所以我把复杂的东西封装成简单决策。

评分78，今天投 规划自己的1. 56倍。就这么简单。

它不是让你变聪明，是让你别犯傻。

网站地址 https://t.co/Fz9WNMisQN，感兴趣的兄弟们可以去看看。

[Andy Stewart @manateelazycat]

今天看到用户群在聊，很多在各种渠道买的 GPT Plus 5X、20X 以及 Team 被封号了。自我戏谑说是“天才程序员陨落”🤣

其实真正作为生产力工具稳定用，群内讨论后基本上就以下几个路子：
1. 申请低价区的 Apple ID 订阅，Google Play 订阅同理。当前 Plus 好像是土耳其区最低，5X 直接美区；按照需求申请，接着运用文章里的方法反代出来使用；

2. 找那些更加正规的 AI 中转站。相当于将头疼的事情丢给更专业的人处理，你就安心用。

还有别的方法吗，欢迎讨论。

[小C哈哈哈 @dashen9999]

玩家被反噬了，自家人掀自家人桌子

这下中转站的价格又要上涨了

[Lonely @Lonely__MH]

🚀好消息！NVIDIA 限时福利：一年期 API Key 免费领！

Hermes Agent 现已支持接入 NVIDIA NIM 平台，实测可选 MiniMax 2.7 模型。

获取后的 API Key 有效期长达12个月，目前可用。

有便宜不占是王八蛋吖😂，不领白不领。

传送门： https://t.co/yHOD44lixD

[出海去孵化器 @chuhaiqu]

看多了前端已死，程序员要被淘汰了，这次终于轮到 marketing 了？

Anthropic 有个非技术背景的人，一个人扛了 10 个月的 growth marketing。

他做的事其实已经不太像 marketing 了：

历史广告数据喂给 Claude Code，先分析哪些文案差，再直接生成新版本
headline 和 description 拆给不同 sub-agent，再接 Figma plugin 批量出图
然后喂给 Meta Ads 的 MCP server，直接问 Claude 哪些广告在浪费预算
最后加一个 memory system，让每轮实验结果进入下一轮。

这套东西看下来，会感觉未来很多公司缺的可能是一个会搭 agent、接数据、做闭环的人。

作者这类人起个新名字，Distribution Engineer（未来真的都是AI 加持下的复合型人才了）！

[iPaul @iPaulCanada]

李录手把手教你如何完整分析一家公司。

[锐汉街评 @ruihanmeimei01]

太聪明了！女子用逆向思维讲话，求人办事时让人无法拒绝！网友：言语上利他，行动上利己！

[Yangyi @yangyi]

👍👍👍姚老师这个估计卷掉了很多商业化geo系统

[Jason Zhu @GoSailGlobal]

太多中转站，我列举了一下朋友们在做的且我自己也在用的（本条无广，纯粹自己在用，可自行对比）：

1️⃣ ai生图、生视频
书虫 @APIMart_：https://t.co/LcMcD5PpNf
云雾：https://t.co/yjqb5ZN0nT

2️⃣ 代码相关
涛哥@sitinme：https://t.co/2v0I3me6f5
c大 @Cydiar404：https://t.co/QmJCH87Cc7
ai奶爸@zstmfhy：https://t.co/B2Gn6PWAso
DGrid AI @dgrid_ai：https://t.co/zTohnlsm2u
ofox @ooffooxx：https://t.co/zqz8QpNUFo
neo（agentreach作者）@Neo_Reidlab：https://t.co/AqJvNH1f7x

[Indie Fox @indie_maker_fox]

这个技能画出来的架构图的质量是真的太高了！

https://t.co/xPijG1GFTH

下面是OpenHarness的架构图，配色很舒服

[GOLD @Honcia13]

华尔街花300万训练的金融AI，
普通人现在0成本就能白嫖！

FinGPT来了——
AI4Finance基金会又一个重磅开源项目，
直接把“金融大模型”从机构专属变成了人人可用的工具。
它和BloombergGPT的区别简单粗暴：
Bloomberg砸300万刀从零训一个模型，
而FinGPT只在开源大模型上用LoRA轻量微调，
每次迭代成本不到300美元，还能每周更新最新金融数据！

目前19k+ Star，NeurIPS 2023正式收录，不是野路子，是真硬核。

核心五层架构一目了然：

数据源层：实时抓取市场资讯
数据工程层：NLP处理海量高频金融数据
大模型层：针对时效性做高效微调
任务层：严格基准测试
应用层：直接上线生产环境

最亮眼的几个能力：
FinGPT v3情绪分析：一张RTX 3090就能跑，
准确率直接干翻GPT-4微调版，FPB数据集F1得分0.882
FinGPT-Forecaster：
输入股票代码和时间范围，就能综合新闻+行情给出走势预测，HuggingFace有在线Demo
FinGPT-RAG：检索增强，让情绪判断更有深度和上下文支持Llama-2、Qwen、ChatGLM2等主流基座，你甚至可以做RLHF个性化微调，训出只属于你投资风格的私人AI投顾。它能干的事儿太多了：

金融情绪分析、新闻分类、命名实体识别、金融问答、报告摘要……
连中文金融考试评测（FinEval）都支持。

更良心的是开源数据集：76.8K条情绪分析、82.2K条标题分类、17.1K条金融问答，随便拿去练手。为什么这个项目牛？
因为金融市场一天一个样，模型必须低成本快速迭代——FinGPT完美解决。
它把华尔街级别的金融AI能力，真正民主化了。
和他们之前的FinRobot是绝配：FinGPT做底座大模型，
FinRobot做上层智能Agent。
想在AI时代不被金融信息碾压的朋友，

这个项目必须星标+收藏！
GitHub：https://t.co/2iY1SsDY0j

[Mirror Tang @mirrorzk]

一个包含超过 500 亿条记录的中国数据库合集，据称已在一个知名网络犯罪论坛上被发布

包含的数据集：
145 亿条拼多多客户记录及购物历史（892 GB）
100 亿条京东中国用户数据库（600 GB）
81.5 亿条中国电商购物历史数据（600 GB）
45 亿条客户记录（圆通速递 + 中通快递 + 顺丰物流）（3.9 TB）
12 亿条警方数据库记录（1.2 TB）
9.6 亿条上海公安（SHGA）公民数据
9.6 亿条普通公民数据库（890 GB）
海量外卖订单数据集（400 GB）

该帖子将其描述为一个经过筛选整理的高价值数据合集，汇集了迄今为止规模最大的中国消费者、公民及物流数据.

[沐阳 @yyyole]

前两天还在说，今天就看到这么个小玩意。
把离去的亲人或宠物，做成Skill？
然后配上全息数字人。

产品目前看起来还比较粗糙，
但确实是有市场的！