Hoffer

Stock, Crypto, AI, Web3.
Learning Everyday ...

[Michael Egorov @newmichwill]

So let me start. DeFi is the future of the World Financial System. That's my belief, and this is why we are here.

This amount of absolutely preventable hacks we see in DeFi (with root causes attributable to CENTRALIZED points of failure) is enormous recently. This damages out industry, and I build for this industry. So I cannot remain silent.

Imagine an average grandma (mass adoption is here?) putting her life savings on Aave. And then BOOM, she cannot withdraw her funds on Monday. Aave (the biggest DeFi protocol btw) said it's operating as intended - just rsETH got exploited. rsETH said that all code is safu - just LayerZero bridge got hacked. LayerZero (the biggest bridge securing quarter of a trillion $) said that everything operating as intended. Yet, she cannot withdraw here funds. WTF? Are we industry of clowns?

But here's the thing. All issues like this should be prevented BEFORE they happen, not AFTER. Number of single points of failure should be reduced, not increased. When these points of failure are unavoidable - trust should be split. If there's a reliance on infrastructure - we should share best practices how to configure it. Not to mention that code should be very well checked - everyone gets that already.

We should probably come together and develop safety standards for DeFi. How to build safely, and how to verify safety. Probably everyone should bring their best practices, and the projects, auditors and risk assessment groups should know them. Maybe we need @ethereumfndn and @SolanaFndn bringing all the ecosystem projects to participate and come up with principles, rules and recommendations of safe building. And, perhaps, we can even learn something about protecting the few remaining centralized points of failure from traditional finance who have many more of those.

DeFi will win

[KK.aWSB @KKaWSB]

https://t.co/eLUX8S7t2m

[BITWU.ETH 🔆 @Bitwux]

🧐a16z 年度分析帮你了解量子攻击的真正威胁｜量子计算 × 区块链：一个被严重误解的未来威胁

这些年，行业一直在流传一个恐慌：量子计算来了，区块链的加密都会被打爆。

a16z 的分析是我看到较为专业把这件事讲清楚的第二篇：

量子不是我们当下最该害怕的东西，真正危险的，是我们在恐慌下做出的错误决定。

这篇内容的核心观点，我总结了下就只有三个：

1️⃣量子攻击至少 10 年起，
2️⃣PQC 不成熟、迁移链路巨大、实现复杂。
3️⃣提前迁移可能造成的损害 > 量子攻击本身。

下面我尽量用最简单、最不技术流的方式，解释清楚量子到底会不会威胁区块链，以及为什么“过早迁移到后量子密码学（PQC）”才是更大的风险。

1️⃣ 量子攻击被严重夸大（至少 10 年以上的距离）

媒体常说：“量子马上能破解私钥了！”

但事实完全不是这样。

要想用量子来破解 ECDSA / RSA，需要一种特别类型的量子计算机——

规模巨大、纠错完善、稳定性极高。
这类设备目前连 1% 都没完成。

a16z 的观点是：

真正能破解加密的“密码学级量子机”，最乐观也要 10+ 年。

所以，不存在什么“明年量子会毁灭区块链”的事情。

行业恐慌太久了。

2️⃣ 那我们现在最应该怕什么？答案令人意外：PQC（后量子密码学）本身。

很多人以为：“量子会来 → 所以我们赶紧换新的加密算法（PQC）吧！”

但 a16z 的警告非常清晰：过早迁移，比不迁移更危险。

为什么？

因为 PQC 今天的状态，就像一个 刚发不久、没经过压力测试的新 L1：

真实世界攻击不够多
协议实现不成熟
库、编译器、工具链都在快速变化
性能和安全性还在不断被推翻、更新
没有足够的钱包、节点、基础设施生态支持

换句话说：

不是不安全，而是“还没被证明安全”。

把链的全部资产迁到 PQC 上，就像把一个万亿级系统迁到测试网级别的加密算法上。这不是进化，是豪赌。

3️⃣ 更大的风险：不是“算法不成熟”，而是“迁移本身是系统性风险”

这是最关键的洞察，也最容易被忽略。

迁移到 PQC 不是像“钱包更新版本”那么简单，它会引发整个生态的连锁反应：

钱包全部换逻辑
地址格式换一套
用户所有资产都要重新签名
合约要升级
节点要同步
跨链桥要重新设计
多签、MPC、阈值密钥全部重写

任何一步代码、签名、密钥管理逻辑错了，都可能造成：

比量子攻击更快、范围更广、不可逆的损失。

量子威胁是 10 年后，迁移失败是明天就可能发生。

这就是为什么 a16z 说：

Fear of migrating too late is misguided.
The real danger is migrating too early.

4️⃣ 区块链真正的当下威胁是什么？不是量子，而是我们自己。

你如果仔细看过去几年所有大规模损失：

多签实现漏洞
钱包种子泄漏
合约逻辑错误
跨链桥被黑
节点共识故障
社交工程攻击

这些都和量子无关。

a16z 的观点很清晰：

行业真正需要的是工程稳健性，而不是新恐慌。

我们连多签、MPC、密钥管理锁定模型都还没真正做到 100% 安全，为什么幻想换一个 PQC 就能解决一切？

5️⃣ 那行业到底应该怎么做？答案不是“换算法”，而是“准备好可升级的路径”。

未来量子一定会来，但未来的方案肯定不是今天的 PQC。

我们需要的不是 panic upgrade，而是：
地址格式预留升级能力
钱包可无缝迁移
协议预留软分叉入口
测试可迁移过程（演练）
分阶段切换密钥
模块化签名方案
允许用户在旧签名/新签名之间灵活过渡

换句话说：

现在不是要换降落伞，而是要确保我们“未来能换降落伞”。

这是成熟行业的做法。

6️⃣ 最后一条，也是我个人最强的观点：

行业对量子最大的误解是：以为它是迫在眉睫的生存危机。

更大的误解是：以为换了 PQC 这件事很简单。

我们真正需要的，是基于现实、基于工程、基于长期主义的升级路径。

而不是又一轮科技恐慌。

希望这篇文和我的解读能帮大家理解量子攻击的真正形态。

如果你觉得有用，请帮我点赞转发！

[Thariq @trq212]

https://t.co/taVRqwm4dG

[Hoffer @hoffer2020]

Epic bottom for ETH!

[Thomas (Tom) Lee (not drummer) FundstratDirect.com @fundstrat]

Great convo with @avichal about $ETH Ethereum

- good analog $ETH today vs $BTC 2018

Worth a listen 👂

[vitalik.eth @VitalikButerin]

Two years ago, I wrote this post on the possible areas that I see for ethereum + AI intersections: https://t.co/y8G3MD5APF

This is a topic that many people are excited about, but where I always worry that we think about the two from completely separate philosophical perspectives.

I am reminded of Toly's recent tweet that I should "work on AGI". I appreciate the compliment, for him to think that I am capable of contributing to such a lofty thing. However, I get this feeling that the frame of "work on AGI" itself contains an error: it is fundamentally undifferentiated, and has the connotation of "do the thing that, if you don't do it, someone else will do anyway two months later; the main difference is that you get to be the one at the top" (though this may not have been Toly's intention). It would be like describing Ethereum as "working in finance" or "working on computing".

To me, Ethereum, and my own view of how our civilization should do AGI, are precisely about choosing a positive direction rather than embracing undifferentiated acceleration of the arrow, and also I think it's actually important to integrate the crypto and AI perspectives.

I want an AI future where:

* We foster human freedom and empowerment (ie. we avoid both humans being relegated to retirement by AIs, and permanently stripped of power by human power structures that become impossible to surpass or escape)
* The world does not blow up (both "classic" superintelligent AI doom, and more chaotic scenarios from various forms of offense outpacing defense, cf. the four defense quadrants from the d/acc posts)

In the long term, this may involve crazy things like humans uploading or merging with AI, for those who want to be able to keep up with highly intelligent entities that can think a million times faster on silicon substrate. In the shorter term, it involves much more "ordinary" ideas, but still ideas that require deep rethinking compared to previous computing paradigms.

So now, my updated view, which definitely focuses on that shorter term, and where Ethereum plays an important role but is only one piece of a bigger puzzle:

# Building tooling to make more trustless and/or private interaction with AIs possible.

This includes:

* Local LLM tooling
* ZK-payment for API calls (so you can call remote models without linking your identity from call to call)
* Ongoing work into cryptographic ways to improve AI privacy
* Client-side verification of cryptographic proofs, TEE attestations, and any other forms of server-side assurance

Basically, the kinds of things we might also build for non-LLM compute (see eg. my ethereum privacy roadmap from a year ago https://t.co/KdsQbpIkF9 ), but for LLM calls as the compute we are protecting.

# Ethereum as an economic layer for AI-related interactions

This includes:

* API calls
* Bots hiring bots
* Security deposits, potentially eventually more complicated contraptions like onchain dispute resolution
* ERC-8004, AI reputation ideas

The goal here is to enable AIs to interact economically, which makes viable more decentralized AI architectures (as opposed to non-economic coordination between AIs that are all designed and run by one organization "in-house"). Economies not for the sake of economies, but to enable more decentralized authority.

# Make the cypherpunk "mountain man" vision a reality

Basically, take the vision that cypherpunk radicals have always dreamed of (don't trust; verify everything), that has been nonviable in reality because humans are never actually going to verify all the code ourselves. Now, we can finally make that vision happen, with LLMs doing the hard parts.

This includes:

* Interacting with ethereum apps without needing third party UIs
* Having a local model propose transactions for you on its own
* Having a local model verify transactions created by dapp UIs
* Local smart contract auditing, and assistance interpreting the meaning of FV proofs provided by others
* Verifying trust models of applications and protocols

# Make much better markets and governance a reality

Prediction and decision markets, decentralized governance, quadratic voting, combinatorial auctions, universal barter economy, and all kinds of constructions are all beautiful in theory, but have been greatly hampered in reality by one big constraint: limits to human attention and decision-making power.

LLMs remove that limitation, and massively scale human judgement. Hence, we can revisit all of those ideas.

These are all things that Ethereum can help to make a reality. They are also ideas that are in the d/acc spirit: enabling decentralized cooperation, and improving defense. We can revisit the best ideas from 2014, and add on top many more new and better ones, and with AI (and ZK) we have a whole new set of tools to make them come to life.

We can describe the above as a 2x2 chart. There's a lot to build!

[DeFi Cheetah - e/acc @DeFi_Cheetah]

https://t.co/0Amgbyrz2V

[宝玉 @dotey]

Boris 的 9 条 Claude Code 实战技巧：原来高手的配置这么“朴素”

Boris Cherny 在 Anthropic 内部有个绰号：Claude Code 之父。他最近在 X 上很活跃，于是很多人问 Boris：你自己到底怎么用 Claude Code？他刚在 X 上分享了 9 条实战技巧。

没有你想象的那么多技巧，每一条都朴实无华。

【1】核心理念：Claude Code 的最佳实践并没有标准答案

Boris 开场就说：
> My setup might be surprisingly vanilla! Claude Code works great out of the box, so I personally don't customize it much.
> 我的配置可能出乎你意料地“原装”。Claude Code 开箱即用效果就很好，我个人没做太多定制。

也能理解，那些最佳实践，比如 Skills、Plugins，作为 Claude Code 开发者，他们早就把这些最佳实践作为功能内置了。

使用 Claude Code 没有唯一正确的方式。团队故意把它设计成可以随便折腾的样子，你想怎么用、怎么改、怎么魔改都行。Claude Code 团队内部每个人的用法都完全不同。

所以没必要去费力找“最佳实践”，适合自己的节奏最重要。

【2】多 Agent 任务并行：同时开十几个 Claude

Boris 的日常是这样的：终端里开 5 个 Claude Code 实例，标签页编号 1 到 5，开着系统通知，哪个需要输入就跳过去处理。

同时，他还在 https://t.co/sbZmtUzjRY 网页版上跑 5 到 10 个任务。终端和网页可以互相“交接”：用&符号把本地会话转到网页，或者用--teleport 在两边来回切换。

他每天早上和白天会从手机 Claude 应用上启动几个任务，晚点再回来看结果。

这种“多线程”工作方式的核心逻辑是：Claude Code 擅长自主执行，很多任务不需要你盯着。你启动任务、给个方向，让它跑着，自己去忙别的。等它需要你确认的时候再切回来。

这跟传统的“人敲一行代码、AI 补几行”完全是两种节奏。但这也对使用者有更高的要求，你需要擅长给 Agent 分配任务，并且能随时在多个任务之间切换。对于习惯了自己开发，同时只有一个任务进行的传统开发模式来说，是个很大挑战。

惭愧的说，虽然我也常用 Coding Agent，还是不习惯太多任务同时运行，今年要加强这方面的练习。

【3】模型选择：为什么用 Opus 而不是更快的 Sonnet

Boris 说他所有任务都用 Opus 4.5 加上 thinking 模式。这是他用过最好的编程模型。

有人会问：Opus 不是比 Sonnet 更大、更慢吗？Boris 的回答是：虽然单次响应慢一点，但你需要纠正它的次数少得多，工具调用也更准确，最终算下来反而更快。

这点其实我一直很认同，写代码这种事不能求快，还是得质量高，如果一个快模型需要你来回纠正三次，不如用个慢模型一次搞定。时间不只是模型响应时间，还有你的注意力和精力成本。

唯一的问题就是 Opus 成本更高。

【4】https://t.co/k5gfrsJiDu：团队共享的“项目记忆”

https://t.co/k5gfrsJiDu 是 Claude Code 的一个特殊配置文件，放在项目根目录。每次启动 Claude Code，它会自动读取这个文件，把里面的内容当作“背景知识”。你可以理解为：这是你给 AI 写的项目说明书，告诉它这个项目的架构、规范、注意事项。

Boris 团队的做法是：整个 Claude Code 仓库共用一个 https://t.co/k5gfrsJiDu，提交到 Git 里，所有人一起维护。每周都有人往里加东西。规则很简单：每次看到 Claude 做错了什么，就把“别这样做”写进去，下次它就知道了。

更有意思的是，他们在代码审查时也会用到这个机制。Boris 会在同事的 PR 里@.claude，让 Claude 把某条新规则加到 https://t.co/k5gfrsJiDu 里。这是通过 Claude Code 的 GitHub Action 实现的。

Dan Shipper 管这种做法叫“复利工程”：每一次纠错都变成团队资产，让 AI 越来越懂你们的项目。

如果你还没用过 https://t.co/k5gfrsJiDu，或者没像他们这样频繁更新规则，强烈建议试试。最简单的起步方式是运行/init 命令，Claude 会自动分析项目结构，生成一个初始版本。然后你边用边补充，看到不对的地方就加进去。

【5】Plan 模式：先想清楚再动手

Boris 说，他大多数会话都从 Plan 模式开始。在 Claude Code 中按两下 Shift+Tab 就能切换。

Plan 模式下，Claude 不会直接改代码，而是先给你一个执行计划。你可以来回讨论、修改计划，直到满意为止。然后切到自动接受模式，Claude 通常能一次性完成。

“好的计划真的很重要”，这个习惯其实是把软件开发的经典智慧搬到了 AI 协作里：先设计再编码。很多人用 AI 写代码的问题是直接开干，结果方向错了返工成本很高。花几分钟对齐计划，能省几小时的返工。

【6】自动化重复工作：斜杠命令和子 Agent

Boris 有几个每天要用几十次的操作，他把它们做成了斜杠命令。比如"/commit-push-pr"，一键完成提交、推送、创建 PR。

斜杠命令本质上是 Markdown 文件，放在.claude/commands/目录下。你可以用自然语言写指令，还能嵌入 bash 脚本预先获取一些信息，减少模型来回调用的次数。这些命令可以提交到 Git，整个团队共享。

除了斜杠命令，他还用子 Agent（https://t.co/bQLePyyqmQ）。子 Agent 是独立的 Claude 实例，专门干某类活。比如他有个 code-simplifier 子 Agent，在主 Claude 完成工作后自动简化代码；还有个 verify-app 子 Agent，专门负责端到端测试。

这两个功能的共同点是：把你反复做的事情固化下来，让 Claude 自己调用。你不用每次都重复解释，也不用记住各种命令细节。

使用 PostToolUse Hook 来格式化 Claude 生成的代码。Claude 通常能自动生成格式良好的代码，而这个 Hook 会处理最后 10% 的代码，以避免后续在持续集成 (CI) 过程中出现格式错误。

【7】安全与集成：权限配置和外部工具

Boris 不用--dangerously-skip-permissions 这个“危险”选项。相反，他用/permissions 命令预先批准一些常用的安全命令，避免每次都弹确认框。这些配置保存在.claude/settings.json 里，团队共享。

更强大的是 MCP 服务器集成。MCP 是 Model Context Protocol 的缩写，是 Anthropic 推出的让 AI 连接外部工具的标准协议。通过 MCP，Claude Code 可以直接：

- 搜索和发送 Slack 消息
- 跑 BigQuery 查询回答数据问题
- 从 Sentry 拉错误日志

Boris 团队把 Slack 的 MCP 配置也提交到了仓库，所有人开箱即用。

这意味着 Claude Code 不只是个编程工具，而是能调用你整个工具链的“全能助手”。

【8】长任务处理：让 Claude 自己验证

对于跑很久的任务，Boris 有几个策略：

一是让 Claude 完成后自动用后台 Agent 验证结果。你可以在提示词里要求，也可以用 Stop Hook 更确定性地触发。

> 注：Hooks 是 Claude Code 的"钩子"机制，让你在 Claude 执行操作的特定时刻插入自定义逻辑。你可以把它理解为"触发器"：当某个事件发生时，自动执行你预设的命令或脚本。
> Stop Hook 就是在 Claude 完成响应、准备交还控制权时。
> 相关文档：https://t.co/jPf1XgjoUV

二是用 ralph-wiggum 插件 https://t.co/4MJUGB0zEN。这是一个有趣的设计：“Ralph 本质上就是一个 Bash 循环”：想象一个简单的死循环（while true），它不停地把同一个任务说明书（提示词文件）喂给 AI 智能体，让它一遍又一遍地改进工作，直到彻底完成。

三是在沙箱环境里用--permission-mode=dontAsk 或--dangerously-skip-permissions，让 Claude 不被权限确认打断，自己跑到底。

核心思路是：既然是长任务，就别让它等你。给它足够的自主权和自我纠错能力。

【9】最重要的一条：给 Claude 验证能力

Boris 把这条放在最后，说这可能是获得好结果最重要的因素。

如果 Claude 能验证自己的工作，最终产出质量能提升 2 到 3 倍。

他举了个例子：他们提交到 https://t.co/sbZmtUzjRY 的每一个改动，Claude 都会用 Chrome 扩展自己测试：打开浏览器、测试 UI、发现问题就迭代，直到功能正常、体验合理。

验证方式因场景而异。可能是跑一个 bash 命令，可能是跑测试套件，可能是在浏览器或手机模拟器里测试应用。形式不重要，重要的是：让 AI 有反馈闘环。

这个道理其实很朴素。人类工程师也是靠“写代码—测试—看结果—修改”这个循环来保证质量的。AI 也一样。如果它只能写不能测，就像闭着眼睛做事，质量全靠运气。

Boris 的建议是：投入精力把验证机制做扎实。这是回报率最高的投资。

【10】高手用剑无招胜有招

武侠小说里面，高手用剑没有那么多花里胡哨的招式，无招胜有招。Boris 没有炫耀复杂的定制配置，没有神秘的私藏提示词，用的就是官方功能。区别在于：他真正理解这些功能背后的逻辑，然后把它们组合成高效的工作流。

并行工作是因为 Claude 能自主执行；用 Opus 是因为综合效率更高；https://t.co/k5gfrsJiDu 是把纠错变成资产；Plan 模式是先想清楚再动手；斜杠命令和子 Agent 是自动化重复劳动；验证机制是给 AI 反馈闭环。

如果你刚开始用 Claude Code，不必急着研究各种高级配置。先把基础用好：学会并行，学会规划，学会积累 https://t.co/k5gfrsJiDu，学会给 AI 验证手段。

等你真正遇到瓶颈了，再去折腾那些花活不迟。

[BITWU.ETH 🔆 @Bitwux]

https://t.co/AZj4OG9k4a

[Meta 猿 🦍 @Metabape]

早年刚开始做生意时，我一直觉得识人是一件极其困难的事。只要业务需要多方协作，我就会本能地变得焦虑。

那时的我总会试图从无数细枝末节里去判断这个潜在的合作伙伴究竟是“好人”还是“坏人”？
他到底值不值得我的信任？未来有没有可能成为志同道合的朋友？

后来经历多了，我才逐渐意识到这些内耗其实屁用没有。

因为底色再温和的“好人”，
当真正的诱惑摆在眼前，
吃相往往也是狼吞虎咽；

而看起来再自私、再无耻的“坏人”，
当刀架在他的脖子上时，也会老老实实，不敢越雷池一步。

说到底，人不过是衣冠禽兽；
而人性，本就经不起试探。

想明白这一层之后，我对人性的洁癖消失了，我的世界也变得不再是非黑即白。

曾经困扰我的问题：

“这个人品性如何？”

“这个人值不值得深交？”

现在看来，其实都问错了方向。

这又不是谈婚论嫁，
根本不需要以“人品高下”作为前置条件。


真正重要的，只有一件事：我们最终能不能签下一份对彼此都公平、都清晰、都可执行的合同。

赚了怎么分，
亏了怎么认，把所有的东西，落在白纸黑字上就好。一起做生意，说到底，不就是这两件破事儿吗？

至于这个人将来能不能成为朋友，那更是缘分的结果，而不是出发之前就该预判的命题。

在当下的商业世界里，股权与契约所构成的纽带，早已比血缘与宗族更加强大。

几次合作下来，只要过程中，彼此都能感受到对方是守江湖规矩、不乱耍小聪明的体面人，哪怕项目本身结果很一般，情分也往往已经结下。

但即便如此，
等到下一次合作，
大家依然会老老实实地对条款、签合同。

中国有句老话：亲兄弟，明算账。
乍一听，像是在说：
就算是亲兄弟，也要算清楚。
可在我看来，它真正的意思恰恰相反：只有愿意把账算清楚的，才他妈的算得上亲兄弟。

正因为珍惜双方的这段关系，
才更要把所有得失、风险和利益，
全部放进清晰、可执行的商业条款里。

商业上的事，就按商业的规矩来。我们要做的，不是用感情掩盖问题，而是努力避免在生意结算那一刻，
因为未讨论清楚的模糊地带而产生歧义，伤了彼此的信任。

也正因如此，我极其反感糊涂账。在我看来，所有打着感情旗号的糊涂账，本质上，都是有一方想多占一点便宜。

大型企业间的并购，核心条款也不过寥寥数页；
咱们这点小买卖，
难道还写不清楚规则吗？

所以现在的我，
面对可能发生的合作，早已没有了当年的焦虑。我不在乎对方是什么样的人，
也不执念于未来能不能成为朋友。

这些，都不重要。
我只在乎一件事
我要的条款，他能不能做到；
他要的条款，我能不能做到。

真正成熟的合作关系，
不是建立在对人性的幻想之上，
而是建立在对规则的尊重之上。

只要当利益被安排得足够清晰，
人性就变得无需被试探和考验。

推友们，圣诞节快乐～🎄

[看不懂的SOL @DtDt666]

这4本顶级入门级理财书，读完少走10年弯路！

为兄弟们推荐四本和赚钱紧密相关的经典书籍，读了这些书，不一定立即发财，但它们能在你心中播下财商的种子，随着时间与经验的浇灌，终将开花结果。

一、《纳瓦尔宝典》

《纳瓦尔宝典》中的理念更加契合现代社会，推荐大家阅读，今天分享书中对我影响比较大的三点：

1、善用杠杆的力量

纳瓦尔把杠杆分为三种，即劳动力杠杆、资本杠杆和复制边际成本为零的产品。

劳动力杠杆也就是让别人给你打工，其本质就是购买别人的时间。

资本杠杆就是用钱来扩大决策的影响力，靠投资实现钱生钱就是在利用资本杠杆的力量。

复制边际成本为零的产品包括书籍、媒体、电影、代码，在所有不需要他人许可就能使用的杠杆中，代码可以说是最强大的一种——只需要一台计算机就够了。

复制边际成本为零的产品，是普通人最触手可及的一种杠杆了。

2、给自己时间标价

纳瓦尔说没有人会比你更看重自己，我们要做的就是给自己设定一个极高的时薪，并坚持执行。

当我们给自己的时间标价后，低于自己时薪的事情尽量不要做，要把自己的时间、精力花在更高价值的事情上。

3、赚钱要靠判断力而非劳动力

纳瓦尔提到，他希望单纯靠判断力来获得报酬，而不是靠劳作。

对于我们大部分普通人来说，基本上都是靠劳动力赚钱，在出售自己的时间。

例如找个工作，上一天班就有一天的工资收入，一旦失去了工作，也就失去了收入。

而靠判断力赚钱，基本上都是直接和市场对接和交易的，或者距离市场较近。

例如，做投资就是在靠自己的判断力赚钱，本质上利用了资本杠杆，扩大了判断力的影响。

二、《富爸爸穷爸爸》

这是一本财商类经典书籍，畅销了几十年，读起来也很好读，而且里边的观点一点也不过时。

它通过对比两位“爸爸”——富爸爸与穷爸爸——截然不同的金钱观念和理财方式，为我们揭示了财富积累的深层逻辑。

在这本书中，对我影响比较大的一个观点是“先支付自己”。

大多人发完工资后，先支付给银行（还房贷、车贷等），然后信用卡、房租水电等各种开支，最后剩下的才轮到自己。

可这么一圈支付下来，基本上也就所剩无几了，因此也就很难积累起发展自己（如投资自己大脑，投资股市等）的本金。

相反，我们要先支付给自己，这样才能积累起自己的竞争力，拿到收入后先支付给自己，例如拿出一部分钱用于学习，拿一部分钱用于投资等。

另外，这本书提到，穷人和富人一个显著区别是：穷人的焦点在收入，而富人的焦点在资产。

穷人关注的问题是，如何提高工资收入，如何拿到更多加班费，如何才能得到升级加薪等。

而富人的焦点在于自己的资产有没有增加。

因此，穷人拿到工资后，想到的是消费，例如享受奢华的生活等。

而富人拿到工资后，他们首先考虑的是如何积累自己的资产，而不是立刻去消费，他们关注的是自己的资产有没有增加。

三、《小狗钱钱》

《小狗钱钱》是作者博多·舍费尔写给自己孩子的一本财商启蒙书，写的就是小女孩吉娅和小狗钱钱的故事，钱钱和其它狗不同，它会说话，而且还是个理财高手。

为了报答吉娅的救命之恩，钱钱帮助吉娅实现了愿望，并帮助吉娅家人解决了财务问题。

在实现梦想的过程中，钱钱教吉娅的方法有：

1、写愿望清单

如果想要实现自己的愿望，首先一定要清楚自己具体要什么，要列愿望清单。

钱钱要求吉娅每天要把愿望清单从头到尾看一遍，这样就会不断提醒自己想要得到什么，然后就会密切关注一切可以实现愿望的机遇。

2、梦想储蓄罐和梦想相册

钱钱建议吉娅做三件事：

第一件是拿一本影集作为她的愿望影集。收集一些与愿望有关的照片，把它们贴在影集里。

第二件是要求吉娅每天看几遍梦想相册，并且要想象自己真的实现了梦想。

第三件是做梦想储蓄罐。为每个梦想准备一个储蓄罐，并写上梦想，赚的钱就开始往这些梦想储蓄罐里存钱。

其实就是我们在许多书中看到的梦想可视化。

3、写成功日记

为了提高吉娅的信心，钱钱让吉娅开始写成功日记，最好每天都写，每次写四五条自己的个人成果，即使是很小的事也写上。

四、《财富自由之路》

《财富自由之路》是由李笑来老师写的一本重塑我们底层观念的好书，里边有50节内容，基本上每节内容帮我们理清一个观念。例如：

1）“注意力>时间>金钱”，时间当然宝贵，但我们的注意力比时间更宝贵。

2）在出售时间时，需要谨记这三条铁律：成长才是根本关键、重视价值忽略估值、耐心比什么都重要。

3）从平庸走向卓越的最佳策略就是打造自己的多维竞争力，毕竟，在单个维度上，大家比的是长度，两个纬度上，大家比的是面积，三个纬度上，大家比的是体积。

另外，通过阅读这本书我还理清了复利、元认知、刚需、财富自由、镜像神经元、选择、价值观、落后等重要的概念。

如果要更新自己大脑的操作系统，我们就需要从这些重要的概念开始。

写在最后：

虽然阅读财商类书籍并不能让你马上变得有钱，但是通过这些好书梳理好这些金钱观念，就相当于给自己打造了一把开启财富宝库的“金钥匙”，总有一天会开花结果。

[BITWU.ETH 🔆 @Bitwux]

💥 10个我常用的AI高阶玩法，建议你直接存一份备用。

继续上条关于 Ai 使用的讨论；

如果在 WEB3 我们更好的使用一些 AI 的 prompt 可以省时间也可以帮我们完成很多认知提升的工作；

很多人用AI只是“问答案”，但是高手用AI是“锤炼认知差异 + 做洞见放大器 + 搭建情报助手”。

这10个 prompt，我自己平时【写Alpha thread / 看盘 / 拆币 / 磨认知】都在用，直接拉开认知差距。

👇

1️⃣ Narrative雷达 / 新叙事监控 agent

prompt示例：

「你是一个Web3叙事雷达专家，请定期扫描 X、Reddit、Telegram 等社区中 emerging narratives，帮我每周总结【3-5个新出现且有扩散潜力的 narrative】，附示例推文/讨论热度/相关项目。」

➡️ 场景用法：每周写 Alpha thread 前先扫一遍，防止错过热点。

2️⃣ 代币模型价值图谱分析：

prompt示例：

「这是一份[某项目白皮书或代币经济模型文档]，请帮我生成【价值逻辑图谱】+【潜在风险点评】+【隐藏假设拆解】+【是否具备可持续正循环 flywheel】。」

➡️ 场景用法：快速拆币，生成结构化认知，判断是否值得深挖。

3️⃣ 推文 draft 反向sparring

prompt示例：

「以下是我准备发的推文/Thread，请从【挑剔读者】视角指出【逻辑漏洞】、【表达不清】、【说服力不足】、【容易被喷点】。请毒舌一点，帮我提前排雷。」

➡️ 场景用法：发高杠杆观点 / 争议话题之前先过一遍。

4️⃣ 洞见挖掘器

prompt示例：

「这是我要写的一篇Web3深度文章的主题【xxx】。请尝试提出【5个不容易被人想到、具有穿透力的洞见】，并解释为什么这几个洞见能打动读者。」

➡️ 场景用法：补充文章高能段落 / 提炼标题 / 提升稀缺性。

5️⃣ 反向挑战认知模型

prompt示例：

「以下是我目前信奉的投资认知模型/原则【xxx】，请从哲学、历史、心理学视角 challenge 它，指出其中可能的局限性、时代性偏差、可能导致未来错误的地方。」

➡️ 场景用法：磨炼投资认知，避免老化。

6️⃣ 未来自我建议书

prompt示例：

「基于我这2年在X上的发文风格/观点/行为，请你扮演【未来5年后的我】，写一封给当前的我（2025年）的建议信，提醒我有哪些风险、哪些心态要保持、哪些机会值得重视。」

➡️ 场景用法：心智对齐，写完很有启发。

7️⃣ 投资舆情情绪扫描

prompt示例：

「帮我扫描X平台上最近72小时内关于【某项目或某大盘资产】的推文/讨论，判断市场当前情绪是【偏极度乐观、中性、悲观】？主要持仓人群在做什么？主流 narrative 是什么？有无逆向信号？」

➡️ 场景用法：辅助仓位决策 / 逆向机会判断。

8️⃣ 专项情报agent配置
prompt示例：

「你是我在 InfoFi 赛道的专属情报agent，请帮我定期跟踪【Kaito、Cookie、Layer3、Sahara、MetaScan 等】项目的最新动态，帮我整理【核心进展摘要】+【潜在价值变化】+【市场关注度趋势】。每周更新一次。」

➡️ 场景用法：打造你自己的 InfoFi 私人研究小助理。

9️⃣ 文章风格学习
prompt示例：

「这是我最近写的3篇Web3深度推文/文章，请学习我的风格（语言风格、逻辑结构、情绪节奏、常用比喻/金句习惯），以后帮我生成内容时优先使用该风格。」

➡️ 场景用法：训练出“带有你 imprint”的AI风格，生成内容更像你自己。

🔟 Prompt管理提醒agent

prompt示例：

「作为我AI使用习惯教练，请你每周提醒我【检查是否有低价值prompt在浪费时间】、【是否有需要复盘提升的新prompt】、【是否有新的高效prompt可以测试】，帮我持续优化AI使用效率。」

➡️ 场景用法：长期精进prompt，保持高 ROI 使用曲线。

一句话总结： 用AI做「认知强化剂 + 洞见放大器 + 情报助手」，才是最高性价比玩法。

[SlowMist @SlowMist_Team]

🚀Big news! @MistTrack_io MCP is now live for testing!

You can now use natural language in #Claude, #Cursor, and other MCP-supported clients to call #MistTrack’s on-chain analysis APIs — from address profiling & risk scoring to fund flow graphs.

🧐Smarter, faster, and easier blockchain investigations — powered by AI.

✍️In our latest post:
🔹What is MistTrack MCP
🔹How to use it
🔹Core features
🔹Real use case examples
https://t.co/Fvn2YZIuoI

👋Ready to explore the new AI paradigm for on-chain tracing? Start here:
https://t.co/UCDcC9Dt51

#Web3 #AI #BlockchainSecurity #MCP

[看不懂的SOL @DtDt666]

投资人张磊《价值》—— 投资金句25条，字字珠玑
从留学耶鲁到成为中国的“巴菲特”，中国金融大佬张磊:从0到5000亿高瓴资本，坚守价值投资，遵循第一性原理。

以上很多观点，非常值得深读思考，希望对兄弟们有用👇👇

[Hoffer @hoffer2020]

名人（特别是不懂defi的）发币后果就是各种内幕，老鼠仓，抢跑，狙击，最后都是接盘侠买单……

[benchow.sol @hellochow]

There have been questions regarding Meteora and my involvement in $LIBRA, so I want to explain our role and share why we work with 3rd parties.

Meteora and I personally, have never received or managed any tokens on the side, do not receive knowledge or get involved with any offchain dealings, and we keep to the highest levels of confidentiality for any token launch happening on our platform.

To maintain the high levels of confidentiality, very few people in Meteora have access to any launch information. Often, the launch time is only known by me and the token/pool address is only given to me and an on-call engineer or two a few minutes before an actual launch, if at all.

Meteora’s DLMM and Dynamic AMM is a complex permissionless system with an incredible number of configuration options for teams looking to launch with it. There are various ways to lock liquidity, assign custody, design liquidity curves, and different ways to combat snipers including using our Alpha Vault. I often personally provide tech support for launches to help teams navigate the product. Mistakes can seriously impact a launch and it’s important to Meteora to help teams by configuring the product correctly.

We recognize that the complexity of the DLMM and the need to hand hold teams through its use is a problem. One mistake was not prioritizing a launch product so that teams would not need to rely on hand-holding to be successful.

When non-crypto natives (e.g. celebrities, politicians, etc.) want to launch a token, they typically need to hire a “deployer” and/or market-maker, which is a service we do not provide. These deployer teams are typically experts in using Meteora’s SDK or CLI and can design more sophisticated launches, as our tech allows for tons of customization. In the past, if a project did not have those resources, they would often ask me for deployer and/or market-making referrals.

Hayden Davis of Kelsier Ventures is one of the deployer/market makers that I have referred projects to over the past few months. There was nothing exclusive or unique about our relationship with Kelsier.

When we launched our new memecoin AMM platform in December 2024, I asked Hayden and Kelsier Ventures if they would be interested in launching a token on the M3M3 platform in order to provide an initial case study on how it worked. And, while they deployed and launched M3M3 on their own, post-launch we decided on a new set of tokenomics and facilitated a grant for the Meteora community as well as to establish a long-term foundation for M3M3.

After this successful, if somewhat challenging launch, they appeared to be trustworthy and I referred them to a handful of other projects that had inquired with us about deployer firms, which included the team behind $MELANIA. As with other projects, our role was limited to IT support and the tech we built for token launches. Like with any other unaffiliated token that lives on Meteora, we did not purchase, receive or manage any tokens on the side related to $MELANIA.

For $LIBRA, although we were made aware of the possibility of it several weeks ago by Hayden, we had no involvement in the project at all beyond providing IT support, including commenting on the liquidity curve and helping verify the token’s authenticity after the token was publicly launched.

Neither I nor the Meteora team compromised the $LIBRA launch by leaking information, nor did we purchase, receive, or manage any tokens.

I hope this clarifies what we do and how we have interacted with teams looking to launch major tokens on Meteora.

I’ll be here to answer any questions you have.

[Hoffer @hoffer2020]

磨刀砍柴两不误，谢谢kk老板分享 @KKaWSB

[KK.aWSB @KKaWSB]

P小将的日常投资/投机理论进阶篇（建议收藏）

加密市场进入混沌与迷雾期，作为屡败屡战每天枯坐的P小将，我准备利用这段“垃圾时间”再系统性梳理一些投资思想和理论经典，来完善自己的交易系统，在这个领域对我影响最大和受益的是两位代表人物——纳西姆·尼古拉斯·塔勒布（Nassim Nicholas Taleb）与理查德·塞勒（Richard Thaler）。他们的系列著作也推荐给小伙伴们作为收藏读本。先做个简要总结：

一、塔勒布的核心思想围绕概率、风险与不确定性展开，主要体现在被称为“Incerto”的五部曲：

《随机漫步的傻瓜》（Fooled by Randomness, 2001）主旨：在金融市场中，人们往往高估了自己的能力，却低估了运气与随机性对成功的影响。

《黑天鹅》（The Black Swan, 2007）关键词：黑天鹅事件——极难预测、却会带来巨大影响的事件。
案例：2008年金融危机、新冠疫情、9·11恐怖袭击等。

《反脆弱》（Antifragile, 2012）概念：“反脆弱性（Antifragility）”——指某些系统在面对波动与冲击时不仅能自我修复，还能变得更强。
示例：免疫系统多次接触病原后会增强，比特币生态在多重监管压力下反而更加稳健。

《非对称风险》（Skin in the Game, 2018）观点：参与者必须承担自己决策的后果（“有得也要有失”），批判那些只掌控决策却不承担风险责任的群体。
“No Skin in the Game”：指未承担风险却参与或操纵博弈的一种讽刺现象。

《概率的遮蔽》（The Bed of Procrustes, 2010）形式：以哲理性格言为主，揭示人类在面对概率和不确定性时常见的思维局限与偏见。

一句话总结塔勒布的思想
“世界是随机的，但我们可以选择成为在随机性中成长并获益的人。”

二、理查德·塞勒（Thaler）与行为经济学
理查德·塞勒是行为经济学领域的先驱。他的研究聚焦于人类往往并不理性的经济行为，并探讨如何通过设计更好的“选择架构（Choice Architecture）”来帮助人们做出更优决策。

1️⃣《“不理性”的我》 (Misbehaving, 2015)塞勒的行为经济学探索历程。

2️⃣《助推》 (Nudge, 2008)行为经济学在政策和管理中的应用，帮助人们在保留自由选择的情况下做出更优决策政策制定者、企业管理者

3️⃣《赢家的诅咒》 (The Winner's Curse, 1991)`拍卖理论中“赢家的诅咒”现象：出价最高者往往付出超过价值的代价；类似现象常见于股市并购、房地产竞标等投资者、拍卖参与者

4️⃣《行为投资者》 (The Behavioral Investor)`投资心理学与行为偏差，探讨在投资决策中应如何避免认知陷阱投资者、金融从业者

一句话总结塞勒的思想
“人类并不总是理性的，但我们可以通过设计更好的选择架构，帮助自己和他人做出更佳决策。”

总结
在迷雾重重的加密市场环境中，重新审视塔勒布与塞勒的理论能帮助我们：理解风险与不确定性，避免在随机性的浪潮中盲目自信；认识行为偏差，通过更好的选择架构改善决策质量；培养“反脆弱”的投资思维，在冲击与波动中不断成长，从而建立一套完善且持续盈利的投资交易系统。

📖这几本书准备未来1个月时间读完并作系统梳理并提炼补充到我的日常交易系统中，欢迎大家一起参与。（因为之前都读过，所以可能会读的快一些）。

[jesse.base.eth @jessepollak]

how broken is the legacy financial system?

[Hoffer @hoffer2020]

pice of shit!

[KIP Protocol @KIPprotocol]

Today was the launch of the ambitious Viva la Libertad project to help private enterprises in Argentina, and the $LIBRA currency has been a success. We want to thank everyone for their trust and support.

To address all questions: we would like to clarify that this is a private enterprise project, President Milei was not and is not involved in the development of this project, as he has mentioned himself. This is an entirely private enterprise.

Thank you for being part of this great beginning!

[Hoffer @hoffer2020]

圈内被圈外割了，还是要回归价值币。

[Hoffer @hoffer2020]

这一轮周期目前没有强大流动性支持，利率还在高位，QT还在继续。大家希望的山寨季正在变成山寨祭。。。。