GM Consensus, SWUFE Chainnovation🥳 We are SWUFE explorers where finance meets the future. Fueled by curiosity and code, we bridge traditional economics and revolutionary Web3. From DeFi to tokenization, we build, debate, and search🧐.

刚好江哥“抛玉引砖”，跟大家分享一下关于用户教育的一些想法 现在的平台做什么能够帮助用户玩转这波 IPO 潮？ 用户教育，绝对是不可或缺的一环 因为这不是一个只属于金融平台的问题。 从 AI 产品到美股券商，从 Crypto 交易所到任何一个把复杂能力交到普通人手里的平台，用户教育都是那个最被低估、却决定生死的能力。 做得好，用户留下来、用起来、信任你；做不好，用户要么被吓跑，要么被坑到，最后都怪平台。 这里想先从 AI 产品切入，再拉到金融和 Crypto，最后回到我们最关心的问题：面对 SpaceX 这样的超级 IPO，平台的用户教育到底该怎么做。 从 AI 产品说起，首先是关于复杂能力的渐进式交付 AI 产品面临的核心矛盾，和金融平台惊人地相似： 产品能力极强，但用户不知道怎么用，甚至不知道自己不知道。 ChatGPT @ChatGPTapp 刚上线的时候，界面只有一个输入框和一句“Ask anything”。 这个设计看起来极简，但对新用户来说其实是一种认知暴力——你给了我无限可能，却没告诉我从哪里开始。 后来 OpenAI @OpenAI 逐步加入了 suggested prompts、use case 分类、Custom GPTs，本质上是在做一件事：把“你可以做任何事”这个过于宽泛的承诺，拆解成“你现在可以试试这个”的具体邀请。 Claude @claudeai 的做法我觉得是更有意思的 它的 onboarding 不是甩给你一个空白页面，而是通过引导式的对话，让你在使用过程中理解它的能力边界。你问它一个问题，它回答的同时会暗示“我还能做什么” ——这不是说明书式的教育，而是在实际交互中完成认知升级。 Cursor 作为 AI 编程工具，走的是另一条路：上下文教育。 它不会在你打开软件时弹出一个教程，而是在你写代码的具体场景里，适时地展示 AI 能帮你做什么。你选中一段代码，它告诉你可以重构；你写了一个 bug，它提示可以修复。教育发生在需求产生的那一刻，而不是提前灌输。 这些做法背后有一个共同的设计哲学，叫 Progressive Disclosure——渐进式披露。 核心思想是：不要一次性把所有复杂度倒给用户，而是根据用户当前的认知水平和使用场景，逐层释放信息。Jakob Nielsen 在 1995 年提出这个概念的时候，SaaS 还不存在；三十年后，它成了所有复杂产品做用户教育的底层逻辑。 Duolingo 把这个逻辑推到了极致。 它教的是语言——一个需要几千小时才能掌握的复杂技能。但它从来不会在第一天告诉你“学完这门语言需要 2000 小时”。它只说：今天学五分钟，完成一个小关卡，拿到一颗星。进度条、连续打卡、排行榜，这些游戏化机制的本质不是让学习变得“好玩”，而是把一个令人望而却步的长期目标，切割成无数个可以立即完成、立即获得反馈的微小单元。 这对金融平台意味着什么？ 意味着你不能在用户第一次打开 App 的时候，就甩给他一份 $SpaceX 的招股书摘要和一个“立即认购”按钮。 美股平台，从信息噪音到认知陪伴 传统美股平台的用户教育，长期停留在“内容堆砌”阶段。 开一个 Learn 频道，放几百篇文章，从“什么是股票”到“期权希腊字母详解”，然后觉得自己已经做了教育。这就像 ChatGPT 早期那个空白输入框 ——能力都在，但用户不知道从哪开始，也不知道哪些跟自己有关。 Robinhood @RobinhoodApp 做对了一件事：Snacks。 这是一份每天早上推送的市场简报，用极其口语化的方式讲当天最重要的三五件事。 它不试图把你变成分析师，只是让你每天花三分钟，对市场保持一个基本的感知。这是“低剂量持续教育”——不追求单次深度，追求日积月累的认知建设。对于大多数散户来说，每天三分钟的市场感知，比一次性读完一本投资入门书有用得多。 Webull @WebullGlobal 走的是另一条路：Learn Hub 加模拟交易。 它的教育内容覆盖从基础概念到进阶策略，但真正有意思的是 paper trading 功能——你可以用虚拟资金在真实市场环境里交易，不花一分钱，但能完整体验下单、持仓、盈亏的全过程，这是“Learn by Doing”的典型实现。 人对风险的理解，永远不可能通过阅读获得；只有当你看着自己的模拟账户从 10 万变成 7 万的时候，你才真正理解“回撤 30%”是什么感觉。 但这两家都有一个共同的缺陷：教育和交易是割裂的。 你在 Learn 频道学完“什么是 IPO”，回到交易页面，面对的还是一个冷冰冰的买入按钮，中间没有任何过渡。用户在学习场景里建立的认知框架，到了决策场景里就断裂了。 AI 产品的做法其实给了一个启示：教育不应该是一个独立的频道，而应该嵌入到用户做决策的每一个关键节点。就像 Cursor 在你写代码时才提示 AI 能力，金融平台应该在用户准备下单时，才把最相关的风险信息、估值参考、历史对比推到他面前。不是“你应该去学习”，而是“你现在需要知道这个”。 Crypto，应当去把教育变成产品本身 如果说美股平台的用户教育还停留在“内容附属于交易”的阶段，Crypto 平台已经把教育做成了独立的产品线——甚至是获客引擎。 Coinbase @coinbase 的 Learn & Earn 可以说是这个领域的开创者。 机制很简单：你看一段关于某个加密项目的教育视频，回答几道测验题，答对了就能获得该项目的代币奖励，通常价值几美元。 这个设计精妙在哪里？ 它同时解决了三个问题：用户获得了知识，项目获得了曝光，平台获得了活跃用户。 教育不再是成本中心，而是增长飞轮的一部分。 Binance Academy @cz_binance @heyibinance 走得更远了。 它建立了一个完整的免费教育体系，超过 500 篇文章和视频课程，从区块链基础到 DeFi 协议到高级交易策略，不需要注册账户就能访问。 这看起来像是在做慈善，实际上是最聪明的用户筛选机制：愿意花时间学习的用户，往往也是留存最高、终身价值最大的用户。 教育内容成了一个漏斗的顶部——它吸引的不是冲动型赌徒，而是愿意理解自己在做什么的理性参与者。 Bitget @xiejiayinBitget @GracyBitget 把教育和实操结合得更紧密：结构化学习路径配合模拟交易账户，学完一个模块就可以用虚拟资金实践，再进入下一个模块。 这是把 Duolingo 的游戏化逻辑和 Webull 的 paper trading 做了一次融合——学习有路径、有反馈、有实践、有激励，形成完整闭环。 Crypto 平台之所以在用户教育上走得更激进，有一个现实原因：它们面对的用户认知起点更低、产品复杂度更高、监管灰色地带更多。 如果不做教育，用户不是“用不好”的问题，而是“被骗”或“血本无归”的问题。平台要么主动教育用户，要么等着用户亏钱后来骂你、投诉你、让监管来找你。 这个逻辑放到 SpaceX IPO 的语境里，是一模一样的 那么再回到 SpaceX：用户教育不是锦上添花，是“居安思危” SpaceX IPO 的特殊性在于，它同时具备了所有让散户容易犯错的特征：极高的情绪热度、极复杂的业务结构、极多样的参与渠道、极模糊的风险边界。 马斯克、火箭、星链、AI、太空、史上最大 IPO——这些词放在一起，想不 FOMO 都难。 但大多数被这些词吸引进来的用户，并不真正理解自己面对的是什么：这是一家营收 187 亿但亏损 49 亿的公司，它的 1.77 万亿估值定价的是十年后的故事，它有三摊截然不同的生意（星链挣钱、xAI 烧钱、星舰高风险），而且你买到的东西可能是真股票、可能是代币化股票、可能是纯合成产品——风险天差地别。 平台在这个时刻的责任，不是喊“快来打新”，而是确保每一个点击“买入”按钮的人，至少知道自己买的是什么、承担的是什么风险、最坏情况会怎样。 把前面讲的所有框架拉回来，一个真正做好用户教育的平台，在 SpaceX IPO 这个场景里应该做到什么？ 渐进式披露，而非信息轰炸。 不要在用户第一次看到 SpaceX 页面时就甩出全部信息。 第一层：这是什么公司、为什么重要、基本面概览。 第二层：估值拆解——星链值多少、发射业务值多少、xAI 值多少、星舰的成功和失败分别对应什么价格。 第三层：你买的具体是什么产品——真股、代币化股票还是合成资产，各自的风险结构。 用户想深入多少，就能深入多少，但永远不会在第一步就被淹没。 上下文教育，嵌入决策节点。 当用户准备输入买入金额时，不是弹一个“投资有风险”的免责声明，而是展示一个可视化工具：如果你用这个仓位买入，SpaceX 上市首日涨 50% 你赚多少，回撤 30% 你亏多少，180 天禁售期内你的资金被锁住意味着什么。 把风险从抽象概念变成具体数字，在用户做决策的那一刻推到他面前。 Learn by Doing，用模拟降低试错成本。 提供 IPO 模拟交易——让用户用虚拟资金体验完整的打新流程：申购、中签、上市首日波动、禁售期。很多人不是不知道 IPO 有风险，而是从来没有经历过“上市首日冲高回落 40%”是什么体感。模拟一次，胜过读十篇分析。 激励式学习，让教育有回报。 学 Coinbase 的 Learn & Earn 逻辑：用户完成 SpaceX 相关的教育模块（包括但不限于业务拆解、估值逻辑、风险因素、产业链分析），可以获得平台积分、手续费减免、或者优先参与资格。让“学习”本身成为一种有回报的行为，而不是用户必须忍受的前置摩擦。 社区驱动学习，让用户教育用户。 其实最近 X 上关于 SpaceX 的讨论已经证明了这一点——有人问追还是等，有人拆产业链，有人分析供应链，有人吐槽平台只推 hype 不讲风险。 这些真实的用户讨论，比任何官方教育内容都有说服力。平台应该把这种社区讨论结构化：Space、AMA、用户讨论区、实时问答，让信息在用户之间流动，让理性的声音被放大。 产业链地图，把视野从单一标的拉开。 不要让用户只盯着 SpaceX 一个名字。 可以像serenity @aleabitoreddit 那样把整条太空产业链铺开：火箭发动机、卫星制造、地面站、低轨通信芯片、光通信、国防遥感、边缘计算。 告诉用户：IPO 不是彩票，IPO 是产业周期的窗口。 真正会玩的人，早就顺着龙头去找产业链里还没被充分定价的环节了。 在最后，再次感谢 @aveai_info 组织了这样一场很有意义的深度美股讨论，无论是江哥 @yijiangren 的紫苏叶理论的现身说法，还是羊姐 @Arya_web3 情绪面的拆解和筹码的分析，真的是受益匪浅~ 共勉

美股高质量Alpha博主分享 Pt.2 美股风涛正激荡，正是静心向学时。 趁这个时机，继续跟大家分享一些我平时一直在关注的美股高质量博主（排名不分先后）： 最爱吃兽奶的兔 @0xMilkRabbit 兔兔姐是我特别早就关注的博主，从她2k fo的时候就一直在学习。 2018年入场，宏观、Crypto、美股三线精通。 去年关税，当大多数人都认为美股是泡沫的时候，兔兔姐以自身的敏锐和专业，反而公开分析出这是AI 生产力革命的开始。 当时 $NVDA 跌到 90，$TSM 跌到 130 ，所有人都不看好时，她却敢于公开抄底，时间会证明兔兔姐的含金量~ 让我更惊讶的是她的本职还是大厂程序员，听她聊起产业链的时候，你能明显感觉到工程师那种拆解问题的思路。 兔兔姐一直说自己是"中华田园半吊子买菜经济学"，听着搞笑，但看完会发现她是真的在用生活化的类比去拆解宏观，很接地气 怎么说呢，看兔兔姐推文有点像跟一个懂行的朋友边喝奶茶边聊盘，聊完你会觉得"哦原来还可以这么想"。 我觉得她特别适合那种想把宏观和科技股串起来看的人。 新手跟着她能养成一个好习惯：别光盯着K线，多想想背后到底发生了什么，投资的底层是什么。 美股仙人 @hanking66 仙人老师，十年美股，复利2800%。 这个数字我刚开始看他推文的时候愣了一下，后来我也翻了他的历史推文，确实是长期持有一路走过来的，非常敬佩 他的核心就一句话：长期持有，逢跌加仓。 最近市场如此动荡他还是那套——"就应该长线""很快能回来"。 你可能觉得这话听着简单，但说真的，能在暴跌的时候还稳稳说出这话的人，要么是真信，要么是真经历过。 Btw仙人老师的社区里面讨论氛围也很好~ 如果你是那种一跌就慌、需要有人拉一把的性格，跟着他会舒服很多。 心态这东西，有时候就是需要一个锚。 shu fen @shufen46250836 fen姐是我看宏观数据最细的博主之一。 非农、CPI、联储表态、特朗普那边的政策预期、黄金走势、A股板块轮动……一篇长文能把这些全串起来，而且你读完会觉得"对，确实是这么回事"，不是那种硬凑的因果链。 关键她不只聊大方向：光模块、封测、MLCC、券商——具体到哪个区间可以看、风险在哪，她都会讲。文字很真诚，不是那种"我预判了你的预判"的玄学风格，是实打实有数据撑着的。 想从"刷新闻听消息"升级到"自己能判断政策节奏和资金流向"的朋友，还是那句话，相信我，看一段时间她的推文，你会有明显进步。 尤其是A股美股两边都关注的人非常推荐。 金鱼 @JinYu762 金鱼哥是我看港美股看得最舒服的博主。 为什么舒服？ 因为他永远在帮你踩刹车：数据详实、论据充分，从不煽情、不喊单；每次都会帮你把情绪拉回基本面，守住好价格。 "申购价不等于合理价""好公司也得等好价格"——这两句话你看他的推文经常都会提，但这的确是真理。 最近 $SpaceX 相关标的炒得飞起，他一直在强调估值要从业务基本面倒推回来，情绪高点不要追，130到140那个区间他才觉得舒服，今天盘后也应验了。 推文短，信息密度高，专门帮你把市场里90%的噪音过滤掉。 读他的东西就像在练一个功课：怎么在所有人都在喊冲的时候，守住自己的价位。 新手跟他能少亏不少追高的钱，老手也能补上"耐心"这一课，定力比任何技术指标都值钱。 华尔街没有名字 @WallStreet0Name 华尔街老哥的风格怎么形容呢……就像你有个做交易的朋友，偶尔在朋友圈发两条，大机会来了说一嘴，平时就跟你唠嗑。 他会直接跟你讲"散户就老老实实做散户的事，别碰高阶玩法"。 也会把自己的仓位和止损逻辑摊开——比如 $HYPE 他怎么处理的，亏了多少，为什么砍。 非常谦逊，不贩卖焦虑，就是一个在市场里滚了很多年的人，把踩过的坑一个个指给你看。 想知道"亏钱的时候脑子里在想什么"的朋友，看他的推文会特别有共鸣。 那种感觉就是，前辈坐你旁边，一边喝茶一边跟你说"我当年也这么干过，后来……" 摸鱼局长 @Jason23818126 局长这个人，我觉得属于"花最少的钱观察最多的东西，然后用杠杆把认知变现"的类型。 AI、Web3、美股、超级个体实验，四条线无一不精，但他分享出来的东西不散，反而特别有体系。 经常会分享、整合美股的优质信息源，实时为大家提供美股资讯、AI 选股操作和投资赚钱的机会 他不是在那画饼，而是告诉你"这个东西解决了普通人的什么问题"。 想把Web3和美股两边的思路打通的朋友，或者想走超级个体路线的，跟着他看会很有启发。 跟着局长学习，你的效率和视野都能得到很大的提升~

同时希望大家关注一下这个帖子的原作者 @MMMusol 非常优秀的年轻人 对投资、交易、加密和文学各方面 博采众长 不是逢人苦誉君，亦狂亦侠亦温文

美股高质量Alpha博主分享 Pt.1 最近美股动荡得厉害，这种时候反而最适合静下来学东西。 趁这个时机，跟大家分享一些我平时一直在关注的美股高质量博主： 方外之域 @yijiangren 江哥是我从他2k 粉不到的时候就一直在学习，文章写得深入浅出，每篇之间上下启承，连着看会有种“哦原来上篇那个点是在给这篇铺路”的感觉。 他不光教你怎么交易。他教你怎么想——思考的框架是什么，技术面怎么判断，大势用什么标准去衡量。相信我，从现在开始每天认真看完江哥的每一篇推文，你的写作和交易都会有质的变化。 他会手把手带你从“听消息炒股”过渡到“懂产业链选股”。读报告、抓瓶颈、判断哪些是错杀，这套东西他讲得特别耐心。 Serenity @aleabitoreddit 非常喜欢看她狂怼分析师 NVDA 刚否认 CPO/800V 延期，她就甩出 Lumentum 的原话，再贴 BlackRock 和 Fidelity 悄咪咪建仓 $SIVE 的截图——推文短平快，情绪真实，像在说“市场又在自己吓自己了吧”。 她每一篇推文其实都在教你一件事：怎么分辨真消息和标题党。信一手来源，看机构动作，别被二手解读带节奏。 对新手来说特别有价值的是——她会帮你建立“AI 是分阶段兑现”这个认知。有了这个锚，你就不容易被短期情绪割韭菜。 Dave @bc1qDave Dave 哥是我交易心态的启蒙导师。文能挥斥估值 PE 雄文，武能下场深挖做市逻辑，关键是他文字特别平易近人，像一个资深的大作手坐你旁边跟你闲聊。 他的文章读起来就是实战派的心态课——别死扛、会认错、懂资金流动。没有那种居高临下的说教感，就是前辈把自己踩过的坑摊开给你看。 适合谁呢？ 想先学“怎么在市场里活下来”的小白。够了，先活下来，再说赚大钱的事。 武哥 @qinbafrank 我是从去年年初开始学习武哥的文章，虽然不敢说学有大成，但至少能理清楚很多市场的脉络了。 他的覆盖面很广——趋势、宏观、前沿科技，AI、Crypto、宏观全都涵盖，财报和产业链拆得既细致又有深度。 最清晰的是他那套“看大势→选赛道→调仓”的方法论。根据宏观政策、通胀走向、资本流动来判断市场趋势和叙事方向，小白看完就知道现在该追还是等回调。 不用猜，有武哥的框架足矣。 Toni @0xtonixie 你能想象一个顶级的 AI PM 研究美股比研究 AI 还深吗？ Toni 哥不仅教你怎么用小资金以小博大，还能告诉你大资金怎么高效复利 Beta。 宗之潇洒美少年，举觞白眼望青天，皎如 Toni 临风前 无论是他的知识储备还是价值输出的质量，都非常适合0基础新手一边学 AI 一边练手。 两条线同时走，效率和复利都拉满了。 Nico @staypinkyup Nico 姐是非常低调的实力派。 她的复盘清晰到什么程度呢——每次看完都觉得“啊这个点我怎么自己没想到”。 在推特这么浮躁的地方，她还坚持写期权教学长文，很多知识真的是掰碎了喂给你，文字特别真诚。 她会教你从0到1建立一套思维体系：别只看股价，要看钱从哪来、利息多贵。也会跟你聊 AI 建数据中心到底是重在生产还是主推通胀，帮你在市场里去伪存真。 偶尔也会聊聊日常和设计，活人感很强。 有时候看她复盘就感觉像朋友坐你旁边跟你聊天——这种感觉在推特上真的很稀缺了。

你有没有想过， 用真金白银去投资，反而比随便玩玩亏得更多？ 你永远在推特只看到别人的盈利，却听不到一声“我亏了”？ 雪球数据揭开了投资中两个扎心却有趣的反转真相。 - 当钱成为自己的，人反而更不理智。 - 没人愿意晒亏损，于是我们都在跟着一群报喜不报忧的“大V”学投资。 原始文献分享至频道👇

都在聊Fable 5，没人注意谷歌昨天发布了一个颠覆翻译行业的新模型：Gemini 3.5 Live Translate 这是一个实时翻译模型，支持70 语言，能自动识别语种 我在AI Studio里试了下，放一段英文视频，中文几乎同步出来，语气语速都对得上，完成度极高 自己说中文，也是1s内就出地道的目标语言 有了这个，出国谈客户不用找翻译了，跨国会议随便开，自己听英文播客、看视频也很方便 （我的测试视频如下👇） 体验地址：aistudio.google.com/live?mod…

上推特快 50 天,最大的收获不是涨了多少粉, 是认识了下面这 10 个人 从国内 TOP3 大厂的 iOS 负责人, 到硅谷的独立开发者; 从德国的汽车工程师, 到澳洲的金融 BP; 还有 web3 交易员、用 AI 做投资的实验者、在读的数学经济学生……背景天差地别, 共同点只有一个: 都在用 AI 认真重做自己手里的事, 而且都不是只会喊口号的人 更难得的是, 在我还只有个位数粉丝、发什么都没人看的时候, 是他们最早点赞、最早回复、最早愿意把我转出去, 一路看着我从 0 走到现在 藏龙卧虎,各个身怀绝技,真心推荐给你: 码良 @cxjwin 国内 TOP3 大厂 iOS 技术负责人|14 年 iOS 与技术管理,写 AI Coding、Agent 工作流、面试带教和职场成长 Wei @wei_wang 13年移动端老兵 | 美国电商创业 | 分享AI工具 & 出海实操 Niko爱学习 @ai_super_niko 17年资深老兵 · 前大厂技术负责人,AI编程经验分享 · 企业AI落地实践,在职奶爸,微信公众号:NikoAI编程 Oldeng @dengdry 德国半老留子|汽车工程师|AI 应用实践者,30 赴德重新开始,曾服务奔驰、宝马汽车设计生产的碳核算,写技术转型、产业观察与海外留学 Kimberly @king1818888 AI Data 重度实验者,用数据和AI做投资的实践者,硬核AI工具拆解 · 真实踩坑记录,AI驱动的投资决策 | 科技生活分享 Iris @Iris_Hiya 前某国企总裁助理 |前澳洲top3制造业financial bp CFD - 敬畏市场,用规则约束自己,分享记录AI学习的碎碎念 & 认知提升计划3.0 Ayuan @Ayuan_ai 数学&经济学在读,互联网脆皮产品打工人,搞钱|玩AI|解锁不同人生副本|聊认知聊三观聊八卦 Musolsol.0xU @MMMusol web3 | 长期主义 | 不定时投机 侠客交易员 | 宏观 | AI | 文学 Founder of @SWUFEBA 为世界书写的女主角 @Mie_Heroin 00后小女孩的女主成长笔记,艺术×AI×东方玄学 mousepotato @iluciddreaming 硅谷 Builder|AI 产品|独立开发|技术管理,写代码也写产品、增长和团队管理, Build | Ship | Grow 同时，也感谢一路上帮助过我的所有人 如果你也刚开始做内容, 认识他们能让你少走很多弯路。也谢谢你们这一路的陪伴, 真的。

一路以来受到了很多师长、前辈、朋友和哥哥们的帮助。 现在，我也想扶一下其他人。 永远都有人是小账号，但没有人永远是小账号。 分享十个优质投资和AI赛道账号 @MMMusol 我的好兄弟，在我一千多粉的时候，他从人群中发现了我，是我在W3遇到的非常投契的人。 一个文/理/商科兼修的大学生，文学底蕴深厚，理科学霸，大学读商科，同时也是一位投资者。 内容方向是早期项目观察 宏观/AI/交易思考 文学化表达。 06年、21 年入 Web3、长期主义但也不拒绝阶段性投机，既会关注链上机会、项目生态、社区关系，也会聊宏观、AI、美股和交易里的情绪变化。 也是一位很有少年感、侠客气和文字审美的成长型博主；既有市场敏感度，也有表达辨识度。 pence 和 suu 是好朋友 两个人都是非常优秀和努力的年轻人和男大 他们还一起做了一个社区 有兴趣的可以参与一下 @Pence0629 主要的内容领域也是在投资 一篇《支付宝买纳指100保姆级教学》狂揽36w浏览量 一篇《三大券商集体被罚并被勒令整改，普通人还剩下哪些投资美股途径？》也拿下30w浏览 他的内容比较新手和小白向，在实操上非常细腻，是可以一步一步跟着做的那种。 @Suu766 专注于AI领域 我觉得suu是一位实战型的成长博主 既会写项目活动、生态玩法、积分任务、空投预期，也会分享AI工具的使用经验。 表达很接地气，互动频率高，既有教程感，也有陪伴感，适合 W3 新人、学生党和想从信息差里找机会的人关注。 此外我个人真的很喜欢他的作图风格。 @xinchne_eth 星辰哥的内容方向偏程序员视角的 Web3 项目投研 空投/Alpha 教程 社群型成长记录。 他的侧重点比较实战：会关注新项目任务、积分活动、交互教程、撸毛机会，也会用后端开发和技术从业者的视角去理解项目机制，而不是单纯的喊单。 @AnchorNode 一个从 Web2 现实结构里走出来的 Web3 观察者。 大洋哥带着中年人的阅历、工程师的秩序感，以及诗人的表达欲，写资产、写周期、写人性，也写一点时代缝隙里的浪漫。 他小有家资，所以不焦虑；他是钢结构师，所以看重底层支撑；他还是Web3 诗人，所以能把冰冷的链上世界写出温度。 @0xduyan 我非常认可ZC哥对于独眼老师的评价：他有成为超级KOL的潜力 他的深耕领域是理财，主线是 Alpha 项目、理财套利、DeFi yield、撸毛机会和交易所活动拆解。 他不讲太虚的叙事，更多是把“怎么参与、成本多少、路径在哪、风险点是什么、收益怎么算”一步步写清楚，尤其擅长币安活动、钱包任务、空投项目和低门槛套利机会。 内容非常细，保姆级教程，适合每一个新人去照着做；同时又有真实成长记录和策略复盘，是能帮用户降低信息差和操作门槛的实战型博主。 @caringtank 猫猫老师是我看到的这个圈子里，唯一一个敢把自己每个月的收入精确到小数点之后给所有人看的人 内容方向是理财 链上项目 成长。 他长期地在 Web3 场内做记录、做任务、看项目；侧重于项目活动、KYC/任务门槛、收益记录、链上体验、社区交流这些更贴近日常实操的部分。 在于“记录感”非常，猫猫老师的价值不一定是给人一个惊天大观点，而是帮我们看到普通参与者真实的执行路径、成本、反馈和踩坑过程。 @blmario669 我的好大哥，Web3的资深从业者，17年入圈的OG 内容方向是行业史与叙事，不是简单发项目机会或者撸毛教程，而是更擅长把一个行业放进时间线里拆开讲，马里奥哥是一个非常善于洞察万事万物背后的经济底层原理的人，这和他常年的内容创作的深厚功底有紧密的关系，擅长写行业背后的人、钱、监管、时代和江湖。 @FokLouis144 霍霍老师很谦虚，跟我说推荐他的时候写他比较会混圈子和排名就行了，对我来说不是这样 他的内容方向偏 Web3生态和项目互动、NFT/Meme 与社区型内容创作。 985 硕士、Kaito yapper、Flywheel 成员、NFT 爱好者，霍霍的内容侧重点从来不是长篇宏大叙事，而是围绕项目榜单、活动任务、社区互动、积分奖励和早期生态机会持续输出；比如会跟进很多项目，也会分享自己冲榜、涨分、参与活动的过程。 他总能给人一种在场内的实时感，互动密度高，既是一个项目体验者，也是一个社区活跃成员和执行派玩家；适合关注 Kaito、Yapping、NFT/Meme 生态，以及想观察创作者如何在加密项目激励体系里积累影响力的伙伴们。 @laosanhemao 老三最近的增长非常迅猛，无论是粉丝还是Xhunt，这也从侧面反映了他的内容质量 他的方向是项目调研 投资观点 AI 认知输出。 他把 Web3 项目、市场观点、财经文章拆成普通人能看懂的大白话。 他有一种“Crypto 老用户 AI 翻译器 市场清醒派”的气质，既关注机会，也强调周期、情绪和风险，适合想看项目调研，但又不想被术语和宏大叙事绕晕的人关注。 最后介绍一下自己 yijiangren 01年，一个25岁的8年投资者。 不会做设计的内容创作者不是一名好的交易员。

非常感谢江哥推荐，看完真的很感动 初识江哥的时候就已经被他的文字深深折服，我感觉到我内心的某些东西在为此和鸣， 后来的逐渐深入，让我再次笃定江哥就是我在web3和文学的弦外之音，每次和江哥的交流都让我倍感愉悦，每每都有种发现曲高不和寡的惊喜之感。 看着江哥从不到2k粉走到现在，其中艰辛，我说我知道是不然的，唯有江哥自知，走到了万粉的如今，我还是想说我经常说的那句：“江哥值得。”。 专情似魏晋，谈吐如居正，相貌比潘安，博识强众人，这样的人，值得是本应该的事情。 言念君子，温其如玉

讲一讲美股今天在盘面之下发生了什么 真正的戏在水面下。 我们可以看到其实资金在高位科技股里做了一轮很明显的换位。AI 和芯片链条盘中还在冲，收盘的时候热度就撑不住了，纳指被拖下来；反倒是道指那边，传统行业和大盘价值股稳稳接住了场子，小幅收红。 说白了就是市场没变坏。 只是从“闭眼追最热的故事”，切回了“掰着手指算估值、算节奏、算风险”的模式。 指数看着只是分化，背后是真金白银在挪位置。 宏观来看：三股力量在抢方向 今天压着盘面的主线有三条 ——利率预期、地缘风险、AI 交易的拥挤度。 债券收益率往下走了，这说明什么？ 资金心里有点慌，一边担心增长，一边想给“稳一点”的标的多付点钱。中东那边紧张感稍微缓了缓，油价没继续往上顶，算是给风险资产留了口气。 但真正把高估值科技压住的，还是老问题：涨太快了，该重新审视一下了。 上一轮芯片和 AI 相关的票反弹太猛，今天盘中又出现先冲后落的剧烈摆动——资金对同一个故事开始挑剔了。不是不看好 AI，是开始问“现在这个价位买，划算吗？” 讲真，宏观上最关键的不是哪一条单独的新闻，而是好几股力量同时在拉扯：利率往下压估值，地缘往下压风险偏好，AI 热度又把钱往科技里拽。 结果就是指数没崩，但风格变得更挑、更分裂。。 当“降息想象”和“地缘扰动”同时存在时，资金会先缩一缩；但只要 AI 这条主线还活着，钱就不会彻底跑路——先从最挤的地方挪到相对稳的地方，等等看。 三大指数，先看数据： 道指：50,872.11， 86.10点， 0.2% 标普500：7,386.65，-19.08点，-0.3% 纳斯达克：25,678.82，-250.84点，-1.0% 道指强，标普弱，纳指最弱。 为什么是这个格局？ 道指成分里传统行业、价值股权重大，科技退潮的时候它天然“看起来稳”；标普是市场的平均脸，显示整体没崩但科技拖累已经渗透进来了；纳指直接暴露了 AI 和半导体链的高波动本色。 今天不是全面下跌，我觉得是结构性降温。 道指代表“稳”，纳指代表“热”，说白了市场今天的选择就是 ——先给“热”泼点冷水，让“稳”接一棒。 AI 芯片先扬后抑 我觉得现在行情还是比较drama的：AI 和芯片股盘中又又又又冲高，然后又又又又回落，直接把早盘的乐观情绪拉成尾盘分化了。 AP 报道说得很直白了，指数盘中大幅波动，主要就是因为卖芯片、卖存储、卖 AI 基础设施的那批公司先涨后跌，把油价回落带来的利好全抵消了。 矛盾的地方在哪？ 一边是 OpenAI 宣布已经秘密提交了 IPO 文件，继续给“AI 产业链还在扩张”这个叙事加码；另一边市场已经开始担心 AI 估值过热，甚至把前期涨幅当短线拥挤交易来处理。 盘中资金确实追过芯片股反弹，但收盘时更愿意留在大型、偏稳健的权重上。这说明资金不是在离开 AI，而是在 AI 内部做“去拥挤”——从最热的标的往相对没那么挤的地方挪。 OpenAI @OpenAI 的 IPO 消息按理说应该是利好“AI 故事”的，但市场没有单纯追涨。 这就很说明问题了——现在交易的重点已经不是“AI 会不会继续好”，而是“AI 链条里谁的价格已经过头了”。 非常典型的估值敏感期特征 关于资金何去何从 按标普11大板块涨跌幅来看，今天的钱更愿意往两头靠：科技受 AI 和芯片反弹支撑，能源受油价和地缘因素提振，这两块相对更强；公用事业和房地产偏弱，说明资金并不是在追“纯防御”，而是在防御和成长之间找一个平衡点。 为什么是这个方向？ 科技仍然是主线，但不再是无条件追价了；能源提供了“地缘 油价”的现实对冲；公用事业、地产这类对利率最敏感的板块被卖，反映的是资金在担心未来利率路径时，先把最吃利率的资产减掉。 我觉得这不算是“防御股全面占优”，是资金在做结构性调仓。 科技波动变大的时候，钱不会只往一个方向跑，而是分成两股：一股继续押 AI，一股去买更能扛住宏观波动的东西。 龙头：一个字——分 芯片和 AI 链里，部分龙头先扬后抑。 市场对“业绩兑现”和“估值兑现”的要求都在提高；大型软件和平台股也被情绪传导波及，但比起小票，龙头更能体现资金“先看基本面、再看故事”的节奏。 按方向看： 科技龙头中有回稳迹象 芯片与高估值弹性股承压 能源相关龙头相对更强 利率敏感型行业龙头偏弱 最后再说一下吧，我觉得现在估值在逐渐降温了，AI 还是主线，但追高的钱开始犹豫；风格也在不断重新平衡，道指强于纳指，资金在换手，就这么直白。从地缘来看的话，我个人的体感还是油价和中东因素继续左右板块选择。 今天的盘后肯定不是行情结束了，算是是行情换挡的阵痛期。 后面如果宏观数据继续给出利率和通胀的方向信号，我觉得资金大概率会继续在科技、能源、防御之间来回折腾哈哈哈，而不会是以前那样单边冲刺了~ 共勉老师们~

Gemini 3.1 Pro，GPT 5.5 Deepseek V4和最新Claude Fable 5 做了一个相同的测试，如视频所示，对比请自行体会～ 提示词如下： 创建一个 HTML 文件，用来呈现一架高速、充满攻击性的战斗机在全力加速状态下的飞行动画。画面背景为纯黑深空，镜头始终锁定在战机中心位置。 请使用 CSS 和 JavaScript（优先使用 Canvas 或 WebGL）来实现整体动画效果。 重点表现以下视觉细节： ·极其逼真的运动模糊效果 ·亮度强烈的加力燃烧尾焰（afterburner）发光效果 ·发动机周围的热浪扭曲（heat distortion） ·轻微但可见的尾迹（contrails） ·电影级光影与环境照明 ·机身金属表面的高光反射与镜面质感 同时加入： ·细微的镜头抖动，增强速度与冲击力 ·一定的景深层次，让画面更具空间感与压迫感 要求不依赖任何外部库或资源文件，不使用第三方依赖。性能优化不必优先考虑，可以尽可能追求视觉表现力。 战机必须始终向右侧（东方）高速飞行。

想让 AI 做出专业级动画，你得先学会怎么跟它描述 Linear 设计工程师 Emil Kowalski 整理了 90 个动画术语，涵盖弹性动画、交互反馈等 12 个分类。做网站、做视频动画都能用 animations.dev/vocabulary 为了方便理解每个术语的实际效果，我用 Claude 做了一个双语预览站 👇 animation-words.vercel.app

Claude Code创始人Boris和团队成员的20分钟内部对话，信息密度极高 “不跟agent对话，跟loop对话，让loop替我来prompt” “从 4.6 起就不用 plan mode 了，全开 auto mode” “不需要prompt engineering和context engineering。给模型最精简的必要上下文和工具，让模型自己探索方案” “一半的工程在手机上完成，走路时和agent语音对话” 建议收藏看完，价值远超普通vibe coding教程

从21年进圈的5000块钱到现在的500万，我攒第一桶金的三个心得： 第一，没钱的时候一定要克制开销，把钱攒起来。 第二，吃亏要乘早。越早吃亏，越早复盘，你的起步越快。 第三，做项目要选择低成本可复制模式，不要刚开始就开实体店，很容易血本无归。

这里刚好接着说一下上周五的美股 马后炮看的话其实上周博通出财报的时候就有预期了，博通的财报其实非常好，但只比市场预期低了一点点，就开始暴跌了，那时候市场的资金情绪已经展现出不好了。。。 其实之前跟老师聊天的时候就觉得六月十号之后有危险，主要是那天美股出CPI数据。 个人预想的剧本是CPI出来应该会继续涨高，市场砸一波。但是没想到川普团队把非农数据做的这么好，市场吓坏了，剧本提前上演了。 但这也有点超过川普预期了，市场砸了之后猛发文说：“就业好代表经济好，市场应该上涨！”。。。 美股为什么跌？ 我觉得主要是这三个： 直接导火索来看：美国5月非农数据太"好"了，非农数据就是统计非农岗位的增减，覆盖阿美利坚大概80%劳动者。 这次的数据是新增就业17.2万人、是预期的一倍，且3、4月数据合计上修9.3万人，失业率这么低、薪资增速这么高、经济这么好。。。 市场吓坏了，原赌美联储今年降息2～3次，这份数据让降息预期几乎归零，反而开始定价年底前加息25bp...经济见顶了 这里个人觉得反观大A，经济潜力巨大、东升西降，可以考虑埋伏一些，之后也会细说。 间接的原因：SpaceX的IPO，机构打新资金几千亿，给流动性带来一些影响，被动减持高位股；另外博通财报未达乐观预期导致暴跌了。 深层次原因的话：之前涨太多、涨太快、挣太多。 像费城半导体指数，45个交易日累涨近95%，获利盘极重，稍有风吹草动，就触发程序化的那种抛盘和止盈。 从这角度来看，这次下跌会引发短期振荡，不会一下V回去。 慢慢等吧，等待是猎人的美德，机会是跌出来的，等出来的～ DYOR.

特别感谢睿应层 Reactive Network @0xReactive_cn 的特别支持，以及 JRBC 与合作社区伙伴的大力支持！ 特别感谢媒体伙伴 @TechFlowPost @PANews @wublockchain12 社区合作伙伴 @Web3BuidlerTech @xuedao_tw @nantangdao @Ethtao_Ethtao @buzz3_xyz @epochChainTeam @OpenCsg 以及高校链协 / 学生社区的宣发支持：@JRBC330000 @SWUFEBA @ZuelBlockchain @USYBA_DAO @FudanBlockchain @cnsndecyun1 @SJTU_DAO @SEU_BA @cityuhkWeb3AI @ByteNeko_2025 @UIBEFTA @sgunidao 6 月 14 日，以太坊之夏 2026 南昌站，期待和本地开发者、学生、技术社区伙伴，以及所有对 Ethereum、AI Payment 和智能合约应用感兴趣的朋友见面。 报名链接： luma.com/d7znvjbv

韩国股市，今天终于崩了。 先说一下大背景吧——韩国这个国家，现在已经不是“大韩民国”了，可以说是“大韩赌国”。 5150万人口，22到60岁的有3100万，基本上全民炒股。平均每个适龄韩国人，股市里趴着100万人民币。 请假盯盘的、蹲厕所看盘的、加杠杆直接梭哈的，到处都是。连在韩国留学的博主都说，大学教授聊起股票笑得合不拢嘴，说“已经可以退休了”。 有多疯呢？ 这三组数据我们就明白了： 50岁以上的投资者，62.3%都在加杠杆：棺材本全押进去了。 未成年人开户数暴增10倍，中学生都开始玩股票了。 三星和 SK 海力士两只票，占了整个 KOSPI 市值的45%，剩下600多只股票全跑输大盘。 2026年到现在，韩国 KOSPI 指数涨了将近74%，总市值比去年同期翻了三倍多。全球涨得最猛的市场，没有之一。大盘涨起来跟妖股似的，熔断涨是它，熔断跌也是它。 然后今天，啪的一下，撑不住了。。 今天早上一开盘，韩国股市全线跳水。综指狂泻700多点，跌超8%。SK 海力士、三星电子都跌了10%，现代汽车跌超9%。开盘三分钟就触发熔断，暂停交易20分钟。 那么到底为什么崩？ 表面原因就一个：美国5月非农数据。 上周五美国劳工部公布数据，新增就业17.2万人，市场预期才8万，直接超了一倍多。 你说就业好不是好事吗？正常来说是的，说明经济健康、大家有工作、消费有支撑。但现在市场的逻辑反过来了 ——就业太强→经济过热→通胀降不下来→美联储没理由降息，甚至可能加息。 本来大家指望2026年能降息的，现在11月加息概率直接蹦到28%，12月加息已经被市场定价了。 利率是所有资产价格的地心引力，利率一抬头，估值就往下砸，首当其冲的自然是涨得最凶的芯片和 AI。 但说到底，最根本的原因还是韩国股市之前涨得太离谱了。 半导体这个行业周期性特别强，顺周期的时候业绩可以说是烈火烹油，一旦周期掉头，业绩就会断崖式下跌。 别的不说，2027年 AI 服务器需求增速一旦放缓，HBM 马上就会面临供需反转。 更可怕的是，就算不崩盘，哪怕只是进入震荡期，光是杠杆带来的波动耗损，就足以把散户的本金磨得渣都不剩了。 韩国人赌性强，但历史从来没有温柔过：1997年国家破产，2008年韩元腰斩，每一次狂欢的尽头最后，都是一地鸡毛。 潮水退的时候，才知道谁在裸泳。 千万别想着赚最后一个铜板，别做那个音乐停了还没抢到椅子的人。