Home
Language
English
Türkçe
Bahasa Indonesia
About
Privacy Policy
Terms of Service
Pricing
Sign In
Download All
Share
自在极意Hao
@Wu11xx
AI /CRYPTO /美股 2029年前目标百万美金 不构成投资建议,仅供参考 如果你觉得我是对的 就看 如果你认为是个屌丝 就别看
Joined April 2024
192
Following
102
Followers
124
Posts
自在极意Hao
@Wu11xx
4 days ago
所有新手投资者 请你不要使用任何杠杆工具 包块 融资 永续合约 差价合约等等 如果你的投资平台只要求你做个kyc实名认证就可以开始入金交易 那更要小心 不要使用任何杠杆工具 杠杆会无限的放大人性的贪婪和恐惧
自在极意Hao
@Wu11xx
4 days ago
@CaptainLufei999
你可以搞个飞家军
自在极意Hao
@Wu11xx
5 days ago
很多人学AI的起点,只有一句话:别人都会了,我也得会。 于是看教程、买课程、研究提示词,忙了几个月,一分钱没赚到。看着别人赚得盆满钵满,又觉得自己学得还不够,继续买课。 这个循环最隐蔽的地方,是你一直有进步的感觉,却从来没有验证过:你学会的东西,到底有没有人愿意付钱。 市场不会因为你努力学习就给你发工资。收入背后必须有一个具体的人,愿意为你提供的结果买单。 同样会用AI,有人已经有客户、有行业经验、知道客户的痛点,工具一上手,就能降低成本、提高交付效率。你只有工具,连服务谁、卖什么、怎么找到客户都没想过,自然很难复制他的收入。 而且,工具越容易用,同类供给就越多。当人人都能生成文章、图片、视频,“我会生成”本身就越来越难卖出高价。 真正拉开差距的,是发现需求的判断力、解决问题的能力,以及把结果卖出去的本事。AI能放大这些能力,也会暴露这些能力的缺失。 想靠AI赚钱,先找到一个有人愿意付钱的问题,再围绕它学习。去接触客户、尝试报价、完成交付,让真实反馈告诉你还缺什么。 最容易让人白忙的,就是把学习当成行动的替代品。教程永远看不完,而第一笔收入,往往需要你��掉教程,开始面对一个真实的人。
See More
自在极意Hao
@Wu11xx
5 days ago
@ussolarus
接下来努力攒钱 等不好的时候去接
自在极意Hao
@Wu11xx
5 days ago
如果你还在看涨mrvl intc amd sndk mu skhy cohr lite be 等等这些ai带来的爆发股 那么接下来的日子 你会很难过
自在极意Hao
@Wu11xx
5 days ago
年轻时,别把太多精力耗在反复分析自己上。 你对自己的认识,往往取决于你见过多大的世界。 经历太少,就容易把害怕当成性格,把暂时的处境当成一生的定位。 先走出去,做事、竞争、交换、争取机会。把信息变成判断,把经历变成能力,把资源变成筹码。 让现实检验你的想法,让反馈修正你的认知。适合什么,试过才知道;能走多远,做过才有答案。 别急着给自己贴标签。多积累一些本事,多争取一些选择,你对自己的判断也会随之改变。 反思要有经历作为依据,成长也需要真实的碰撞。 先把世界看大,再把自己看清。
自在极意Hao
@Wu11xx
5 days ago
现在的x中文区 就是2018年的抖音
自己造船的路飞(薄肌中)
@CaptainLufei999
6 days ago
我来了,睡衣都没换,还带了个帽���很安全,你们也别端着了。
自在极意Hao
@Wu11xx
8 days ago
��谁可以讲讲金融圈到底有多乱啊???
自在极意Hao
@Wu11xx
8 days ago
AI开始挑战数学界,连“什么算进步”都成了争议。 OpenAI发布一批AI生成的数学研究成果后,AHM人类数学协会呼吁数学家停止与OpenAI合作。(https://t.co/fJGgSX1B00) 质疑证明、透明度和署��,当然合理。但如果证明最终成立,就应该承认它的价值。 在我看来,这就是新时代与旧时代的碰撞:靠人类智力建立的权威,开始面对超越人类的新智能。 我们欢迎AI替自己干活,却未必愿意接受它比自己聪明。 数学应该检验答案。人类的自尊,不应该成为真理必须通过的额外一道审核。
自在极意Hao
@Wu11xx
8 days ago
把这些概念用起来,遇到事情就能多问几句: 我相信它的证据是什么? 我放弃了哪个更好的选择? 对方在这件事里得到什么? 最坏结果会让我失去什么? 有没有一种成本更小、能先验证的做法? ���个词都能找到自己的例子,并且用它修正一次判断,才算开始真正理解。
自在极意Hao
@Wu11xx
8 days ago
我给自己整理了20个值得彻底搞懂的概念。 如果能理解它们,并且用来分析自己的经历,很多关于赚钱、选择、人性和长期结果的问题,都会看得更清楚。 1、基准率 一件事在同类情况中,通常有多大概率发生。 看到一个人创业暴富,先问同类创业者有多少,成功的又有多少。一个故事再精彩,也需要放回整体里看。你看到的个案,可能很特殊。 2、贝叶斯更新 根据新证据,调整原来的判断。 你可以先觉得一个人可靠,后来发现他说的话多次对不上事实,就逐步降低信任。判断可以有程度,也可以随着证据改变。关键在于,这条证据到底有多强,而不是出现了多少次。 3、确认偏误 人容易寻找、相信和记住支持自己观��的信息,对反面证据却格外挑剔。 喜欢一个品牌,就把好评当真实体验,把差评当用户不会用。判断之前可以问自己:什么证据出现,我才愿意承认自己错了? 4、幸存者偏差 只看见留下来的人,忽略失败、退出和消失的人。 你关注的创业博主可能都成功了,但失败的人往往已经停更。只研究成功者,很容易高估成功概率,也容易把他们共有的习惯误认成成功原因。 5、反事实 判断一个行动有没有效果,要问:如果没做这件事,结果会怎样? 店铺改了标题后销量上涨,可能还赶上了节日、降价或整体行情上涨。需要合适的对照或实验,才能估计标题真正带来了多少变化。 6、机会成本 选择一件事,意味着放弃另一个选择。你放弃的最佳可行选项的价值,就是机会成本。 钱放在这里,就不能同时放在那里;四小时用来接单,就不能同时用来学习或休息。判断值不值,要把自己放弃的东西也算进去。 7、沉没成本 过去已经付出、现在无论怎么选择都拿不回来的成本。 课程买了,发现不适合,接下来仍然可以停止。决定继续还是退出,要看未来还需要付出什么、能得到什么。能退款、能转卖的部分,则需要另外计算。 8、边际效用 再增加一单位东西,能带来多少额外满足。 很饿时,第一份饭价值很大;吃饱后,再来一份的满足可能很小,甚至让人难受。买设备、买衣服、增加消费时,都可以问:多这一份,到底多解决了多少问题? 9、期望值 把每一种可能结果乘以它的发生概率,再加起来。 假设一个游戏有90%的概率赚1元,10%的概率亏20元,平均每次的期望结果是亏1.1元。赢的次数多,依然可能整体亏损。概率、收益和损失,要放在一起看。 10、尾部风险 不常发生,却可能造成巨大损失的极端情况。 一家店多年没有发生数据故障,也可能在一次严重事故中丢掉全部订单和客户资料。平均表现不错,仍然可能藏着一次就让你无法继续的风险。 11、激励机制 一套规则怎样通过奖励和惩罚,影响人的行为。 只按关单数量考核客服,他们可能更急于结束对话;把问题解决率也纳入考核,行为就可能改变。理解一个人的行动,要看看他在这套规则里会得到什么、失去什么。 12、委托代理 你让别人替你办事,但双方的目标和利益未必完全一致。 你想装修得耐用、省心,销售可能更在意合同金额和提成。明确目标、了解收费方式、核验交付结果,可以减少这种偏差。它可能来自规则,也可能来自信息差。 13、信息不对称 交易双方掌握的信息不一样多。 二手车卖��通常比买家更了解车况,服务商也更了解自己的实际能力。做决定之前,可以问:哪些关键事实只有对方知道?我能通过什么方式验证? 14、信号 通过能被观察的行动或凭证,传递别人看不见的信息。 说自己有能力,成本很低;拿出可核验的作品、现场解决问题,通常更有说服力。可靠信号与所判断的能力直接相关,也更难被没有这种能力的人模仿。 15、路径依赖 过去的选择,会持续影响今天的选择。 一个团队长期使用某软件,积累了模板、插件和经验,就会产生切换成本。即使新软件某项功能更好,迁移也未必划算。判断时要分清,现在的优势和过去留下的惯性。 16、复利 新增收益进入原有基数,再参与下一轮增长。 只做数学演示:100每轮增长10%,三轮后是133.1。技能也可能产生类似效果:基础越牢,学习新东西越快。积累能不能继续发挥作用,取决于持续投入、实际效果和中途损失。 17、杠杆 借助资金或外部资源,放大自身投入产生的结果。 假设出10元、借90元买100元的资产,资产跌到90元,卖出还债后,自身本金就用完了。软件、团队和传播也能放大结果,但每种放大方式都有自己的成本和依赖条件。 18、非线性 投入和结果,不按固定比例变化。 投入翻倍,结果可能只增加一点,也可能突然增加很多。阈值、瓶颈和饱和点都会影响结果。例如收银设备接近处理上限时,多一点客流,可能让排队时间迅速变长。 19、反馈回路 结果反过来影响下一轮的原因,形成循环。 内容获得关注,关注带来曝光,曝光又带来关注,是可能的正反馈。空调根据室温调整制冷,是负反馈。“正”和“负”表示放大或抑制变化的方向,不代表好坏。 20、选择权 保留未来根据新信息,再���定是否行动的空间。 想做一门生意,可以先做小规模付费试验。效果好再扩大,效果差就停止。试验让你获得信息,也保留调整的余地。保留选项有成本,等待也可能让机会消失。
See More
自在极意Hao
@Wu11xx
8 days ago
我给自己整理了20个值得彻底搞懂的概念。 如果能理解它们,并且用来分析自己的经历,很多关于赚钱、选择、人性和长期结果的问题,都会看得更清楚。 1、基准率 一件事在同类情况中,通常有多大概率发生。 看到一个人创业暴富,先问同类创业者有多少,成功的又有多少。一个故事再精彩,也需要放回整体里看。你看到的个案,可能很特殊。 2、贝叶斯更新 根据新证据,调整原来的判断。 你可以先觉得一个人可靠,后来发现他说的话多次对不上事实,就逐步降低信任。判断可以有程度,也可以随着证据改变。关键在于,这条证据到底有多强,而不是出现了多少次。 3、确认偏误 人容易寻找、相信和记住支持自己观点的信息,对反面证据却格外挑剔。 喜欢一个品牌,就把好评当真实体验,把差评当用户不会用。判断之前可以问自己:什么证据出现,我才愿意承认自己错了? 4、幸存者偏差 只看见留下来的人,忽略失败、退出和消失的人。 你关注的创业博主可能都成功了,但失败的人往往已经停更。只研究成功者,很容易高估成功概率,也容易把他们共有的习惯误认成成功原因。 5、反事实 判断一个行动有没有效果,要问:如果没做这件事,结果会怎样? 店铺改了标题后销量上涨,可能还赶上了节日、降价或���体行情上涨。需要合适的对照或实验,才能估计标题真正带来了多少变化。 6、机会成本 选择一件事,意味着放弃另一个选择。你放弃的最佳可行选项的价值,就是机会成本。 钱放在这里,就不能同时放在那里;四小时用来接单,就不能同时用来学习或休息。判断值不值,要把自己放弃的东西也算进去。 7、沉没成本 过去已经付出、现在无论怎么选择都拿不回来的成本。 课程买了,发现不适合,接下来仍然可以停止。决定继续还是退出,要看未来还需要付出什么、能得到什么。能退款、能转卖的部分,则需要另外计算。 8、边际效用 再增加一单位东西,能带来多少额外满足。 很饿时,第一份饭价值很大;吃饱后,再来一份的满足可能很小,甚至让人难受。买设备、买衣服、增加消费时,都可以问:多这一份,到底多解决了多少问题? 9、期望值 把每一种可能结果乘以它的发生概率,再加起来。 假设一个游戏有90%的概率赚1元,10%的概率亏20元,平均每次的期望结果是亏1.1元。赢的次数多,依然可能整体亏损。概率、收益和损失,要放在一起看。 10、尾部风险 不常发生,却可能造成巨大损失的极端情况。 一家店多年没有发生数据故障,也可能在一次严重事故中丢掉全部订单和客户资料。平均表现不错,仍然可能藏着一次就让你无法继续的风险。 11、激励机制 一套规则怎样通过奖励和惩罚,影响人的行为。 只按关单数量考核客服,他们可能更急于结束对话;把问题解决率也纳入考核,行为就可能改变。理解一个人的行动,要看看他在这套规则里会得到什么、失去什么。 12、委托代理 你让别人替你办事,但双方的目标和利益未必完全一致。 你想装修得耐用、省心,销售可能更在意合同金额和提成。明确目标��了解收费方式、核验交付结果,可以减少这种偏差。它可能来自规则,也可能来自信息差。 13、信息不对称 交易双方掌握的信息不一样多。 二手车卖家通常比买家更了解车况,服务商也更了解自己的实际能力。做决定之前,可以问:哪些关键事实只有对方知道?我能通过什么方式验证? 14、信号 通过能被观察的行动或凭证,传递别人看不见的信息。 说自己有能力,成本很低;拿出可核验的作品、现场解决问题,通常更有说服力。可靠信号与所判断的能力直接相关,也更难被没有这种能力的人模仿。 15、路径依赖 过去的选择,会持续影响今天的选择。 一个团队长期使用某软件,积累了模板、插件和经验,就会产生切换成本。即使新软件某项功能更好,迁移也未必划算。判断时要分清,现在的优势和过去留下的惯性。 16、复利 新增收益进入原有基数,再参与下一轮增长。 只做数学演示:100每轮增长10%,三轮后是133.1。技能也可能产生类似效果:基础越牢,学习新东西越快。积累能不能继续发挥作用,取决于持续投入、实际效果和中途损失。 17、杠杆 借助资金或外部资源,放大自身投入产生的结果。 假设出10元、借90元买100元的资产,资产跌到90元,卖出还债后,自身本金就用完了。软件、团队和传播也能放大结果,但每种放大方式都有自己的成本和依赖条件。 18、非线性 投入和结果,不按固定比例变化。 投入翻倍,结果可能只增加一点,也可能突然增加很多。阈值、瓶颈和饱和点都会影响结果。例如收银设备接近处理上限时,多一点客流,可能让排队时间迅速变长。 19、反馈回路 结果反过来影响下一轮的原因,形成循环。 内容获得关注,关注带来曝光,曝光又带来关注,是可能的正反馈。空调根据室温调整制冷,是负反馈。“正”和“负”表示放大或抑制变化的方向,不代表好坏。 20、选择权 保留未来根据新信息,再决定是否行动的空间。 想做一门生意,可以先做小规模付费试验。效果好再扩大,效果差就停止。试验让你获得信息,也保留调整的余地。保留选项有成本,等待也可能让机会消失。
See More
自在极意Hao
@Wu11xx
8 days ago
海克斯大乱斗这游戏到底是哪个天才发明的?我玩过这么多游戏,从来没见过这么上瘾的。每把随机强化,每把都有新花样,输了不服,赢了还想玩,本来打算玩一把就睡,结果抬头一看天亮了。这哪是游戏,简直就是针对人类多巴胺设计的电子毒品。
自在极意Hao
@Wu11xx
8 days ago
分享一个信息差:与其把流量交给来路不明的“机场”,不如自己在 AWS 开一台 Ubuntu VPS,只给自己的手机和电脑使用。现在甚至不需要会 Linux——打开 AWS 控制台,让 Codex 部署 VLESS Reality+Hysteria2、配置防火墙和开机自启,再生成小火箭二维码和 Clash/Mihomo 配置,最后检查端口、日志和实际连通性即可。自建不等于绝对匿名,但服务器、密码和节点都掌握在自己手里,信任链更短,也更可控。唯一要注意的是:不要公开 AWS 密钥、UUID、API Key 等敏感信息。
自在极意Hao
@Wu11xx
8 days ago
分享一个很多人不���道的信息差:用中国大陆 +86 手机号和银联银行卡就能注册 AWS,我这次连身份证实名认证都没做,直接白嫖了 100 美元云服务额度。开通台北服务器,让 Codex 接管 Chrome,自动部署 Hy2 + VLESS 双协议节点,几乎零技术门槛,免费获得一条预计能用半年的私人梯子,速度、稳定性和隐私可控性都不错。别人还在每个月花钱买机场,我已经开始用 AI 白嫖全球云厂商的服务器了。至于到期换号继续领额度,AWS 条款并不允许同一客户重复领取,不能保证一直白嫖。
自在极意Hao
@Wu11xx
8 days ago
如果你用华为、小米的手机或者汽车 那你可���万不要跟我说话 也不要关注我!
自在极意Hao
@Wu11xx
8 days ago
发改委那份就业规划里,两组数字挨着: 2026届高校毕业生预计1270万人,16-24岁青年失业率仍在15%以上;同一份文件承认,AI对部分岗位替代风险在上升。人多、岗位少,AI又先把“中间层”接走:会写、会整理、照模板就能交付的活最容易被替,反倒要动手、要担责、要跟人打交道的活更抗跌。学历在贬值,能扛结果的能力在升值。
自在极意Hao
@Wu11xx
9 days ago
愿所有出生时没有拿到好牌,却依然不肯认命的人,最后都能把这局赢回来。
自在极意Hao
@Wu11xx
9 days ago
@thankUcrypto
我一分钟���发条x 过一分钟你居然给我发条观点一样的哈哈哈哈哈
自在极意Hao
@Wu11xx
9 days ago
恐慌是播种的季节 贪婪是收获的季节
Last Seen Users on Sotwe
RIKOKENSFW
Seen from
Indonesia
D7
Mark Hayllar
Seen from
United Kingdom
潮吹きビッチみほの部屋💦コスホリ27日!!
Seen from
United States
Ken 🎞️ SayGex21+
Seen from
Vietnam
早睡
Seen from
Japan
Scandel
Seen from
India
emel
Seen from
Turkey
deep throat sthlm
Seen from
Vietnam
รักสาวอ้วนชอบเลียสาวอ้วน
Seen from
Singapore
Trends for you
1
Julian Sayin
Under 10K tweets
2
Lamine
Under 10K tweets
3
Hoover
Under 10K tweets
4
Ohio State
Under 10K tweets
5
No Kings
Under 10K tweets
6
#MrFanboyEP8
Under 10K tweets
7
Brentford
Under 10K tweets
8
Foster
Under 10K tweets
9
#GoBucks
Under 10K tweets
10
Gus Johnson
Under 10K tweets
Most Popular Users
1
Elon Musk
@elonmusk
241.5M followers
2
Barack Obama
@barackobama
118.9M followers
3
Cristiano Ronaldo
@cristiano
114.6M followers
4
Donald J. Trump
@realdonaldtrump
111.8M followers
5
Narendra Modi
@narendramodi
107.1M followers
6
Rihanna
@rihanna
98.7M followers
7
NASA
@nasa
92.3M followers
8
Justin Bieber
@justinbieber
91.8M followers
9
KATY PERRY
@katyperry
90.1M followers
10
Taylor Swift
@taylorswift13
84M followers
11
Lady Gaga
@ladygaga
75.5M followers
12
Virat Kohli
@imvkohli
73.5M followers
13
Kim Kardashian
@kimkardashian
70.9M followers
14
YouTube
@youtube
68.8M followers
15
Neymar Jr
@neymarjr
66.5M followers
16
Bill Gates
@billgates
65.3M followers
17
Selena Gomez
@selenagomez
63.1M followers
18
The Ellen Show
@theellenshow
62.2M followers
19
CNN
@cnn
61.7M followers
20
X
@x
60.7M followers
Olivia
Online
✨
⭐
💫