币圈梦想家7740

一觉醒来，X PRO没了。
现在必须开通 X Premium+才能用
妥妥的会员降级
而且没有任何消息

张雪峰老师因心脏骤停猝死了
感觉好突然，一直不敢相信这是这真的
真的挺可惜的
张雪峰老师真的给
很多高考学子很多有帮助的建议
打破报考信息差
今年才41岁啊
刚准备享福
可惜了

Mantle 最初那一波打“模块化”概念，用了 EigenLayer 做 DA 层，当时很多人估计觉得又是造新名词。结果现在回头看，那其实是在给 AI 铺路。
最近 Mantle 引入的 ERC-8004 才是重头戏。都在喊 AI Agent，但 Agent 怎么在链上丝滑交互、怎么拥有独立且安全的资产权限？这个协议就是干这个的。Almanak 和 Allora 这些项目往上一凑，逻辑就闭环了：用 EigenLayer 解决数据成本问题，再用新协议解决交互权限问题。
这比单纯炒作一个 AI meme 靠谱得多。以前觉得 EIP-3074 让用户免 Gas、用 meta-transactions 挺方便，现在看那只是前菜。真正的硬菜是让机器人在链上跑起来不受阻。
我看好这个方向是因为它不虚。技术这东西，早布局几个月就是壁垒。现在的 Mantle 不单纯是以前那个 BitDAO 孵化的公链了，更像是一个给 AI 和高频交易准备的底层容器。
如果你还在盯着传统的 TPS 数据看，那可能就看偏了。未来的链，拼的是谁能接得住 AI 的海量操作，这才是新纪元该有的样子。
@0xMantleCN @Mantle_Official

见字如面。必须跟兄弟们聊聊 Mantle 最近这波逆天节奏。别管行情冷不冷，Mantle 这边简直是“卷王”附体，CeDeFi 玩得越来越溜了。
先甩几个数据：Mantle 在 Aave 上的借贷规模直接冲破 13.4 亿美元，成了全球第三！这是什么概念？说明大户们的钱都在往这儿钻。KelpDAO 的 wrsETH 刚存进来就破亿，还有那个 USDT0，稳定币排名也杀到全球前三了。
说真的，现在的 Mantle 已经不是单纯的 L2 了，它更像是一个“流动性大水库”。特别是最近搞的 ERC-8004 标准，这就是给 AI Agent 铺路的。以后链上发币、搞策略可能都是 AI 帮你在操盘。比如最近那个 @Monikamonad Agent，在 Mantle 上直接就能丝滑发币，简直是懒人福音。
怎么冲最有性价比？
别只盯着 MNT 涨跌，得看 收益。现在的实操逻辑很简单：把资产丢进 Aave 或者通过 CIAN 搞 USDe 的结构化策略，收益叠 buff。如果你手头有 $mETH 或 $cmETH ，甚至能去 3jane 申请无担保信用额度，这种操作在别家真的见不到。
最后多嘴一句，@xhunt_ai 的活动还有不到 22 小时截止，万八块的 MNT 奖池不拿白不拿。
@Mantle_Official @0xMantleCN

最近 AI 圈都在聊“模型坍缩”，一旦 AI 吃多了垃圾数据，智力退化是早晚的事。这时候看 Perle Labs 站出来了。
团队底子还挺厚，创始人直接从 Scale AI（那个估值 290 亿的独角兽）跳出来，拉着 MIT 和 Meta 的老手，拿了 Framework 领投的 1750 万美金，专攻数据“保真”。
他们避开了那种谁都能干的流水线标注，直接主打 Expert-in-the-loop。比如医疗数据得让真医生来审，工程图纸得工程师看。官方数据显示比 Amazon Rekognition 精度高了 70%。
更有看头的是这套东西跑在 Solana 上，每一条数据验证都上链，谁干的活、质量咋样全透明。Coinbase 已经把 $PRL 划进路线图了。
以后 AI 拼的可能真不全是算力，而是谁手里的数据更“干净”。
#PerleAI #ToPerle
— participating in @PerleLabs community campaign

Coinbase 刚把 $PRL 列入上币路线图。
我看好 Perle @PerleLabs 的逻辑很简单，就两条：正规军出身 + 解决 AI 的“近亲繁殖”危机。
先看团队，Perle 基本上就是 Scale AI 的核心班底出来创业。Scale AI 现在估值 300 亿美金，Meta 砸了 143 亿进去，创始人身价几十亿。
Perle 的 CEO 以前就是 Scale AI 负责供给侧增长的老大。这个赛道的财富效应早就被验证过了，Perle 做的是这个逻辑的 Web3 版，且拿了 Framework 和 CoinFund 1750 万美金的融资。
再看业务。现在 AI 圈最大的隐患是 Model Collapse——用 AI 生成的数据去训练 AI，迭代几次模型就废了。尤其在医疗、国防这些领域，数据必须得是真人专家验证过的。Perle 做的就是这个：找真正的医生、律师去审核数据，然后在链上留痕。
这就是刚需。Perle 现在手里握着真实的B端甚至主权国家客户，有实打实的收入流水。
Coinbase 这一波 Listing 预告算是明牌了。在满大街都在炒算力的时候，高质量的“人类数据”基础设施其实才是那个还没被完全定价的胜负手。
$PRL 这波值得盯紧。

o1 发布到现在，最大的槽点就是“太唠叨”了。
我就想修个简单的 bug，它给我整出三段背景、两套方案外加错误处理，最后还要祝我好运。
本来只想找第12行的拼写错误，结果被迫复习了一遍 Python 命名规范。
这锅得扣在 RLHF 头上。标注员倾向给长回复打高分，觉得字多显专业。
于是模型拼命堆砌“看起来有用”的废话，真正核心的信息反倒被稀释了。
看看隔壁，Claude 在这方面就懂事很多，知道什么问题配什么长度。
最伤的还是钱包：o1 输出端定价 $60/1M tokens，明明 100 token 能讲完的事，硬是灌水到 500，成本原地翻五倍。
现在提问还得专门加一句“只要代码”，甚至这都不一定管用。
模型现在的状态就是：智商极高，但情商掉线，根本不知道什么时候该闭嘴。

老黄说AI是新工业革命，我觉得这话对一半。
对的部分：全世界都在疯抢GPU，跟当年抢石油一样。训练一个大模型烧的电，够一个小镇用。大厂排着队给英伟达送钱，有些小公司甚至提前半年打全款，就为了能排上队。这热度是真的。
但说句不好听的——你现在用AI干嘛？写周报、P图、聊天解闷？说好的颠覆世界呢？设计师还在加班，程序员还在改bug。AI目前替掉的，基本都是本来就快被淘汰的活儿。
老黄当然要使劲吹。他是卖铲子的，矿工越疯狂他越赚钱。英伟达市值干到2万亿，比其他芯片公司加一块还多。这个价格押的是一个赌注：所有人会一直买GPU，永远不停。
但历史反复教过我们一件事——风口上猪都能飞，风停了摔最惨。2000年光纤泡沫，铺了一堆没人用的线。现在会不会铺了一堆没人用的算力？
不过有一点我服气：AI迭代速度确实离谱。两年前ChatGPT刚出来还像个玩具，现在大模型已经能跑在手机上了。按这个速度，三年后什么样，真没人敢说。
所以革命可能是真的，但现在大概还在1780年，蒸汽机刚造出来，离火车满世界跑还早着呢。
别急着All in，也别急着唱衰。

恐惧是个路标，不是路障
昨晚翻《资治通鉴》看到一个细节，挺扎心的。
垓下之战，刘邦悬赏千金万户侯取项羽首级，整个汉军没人敢动。一个叫杨喜的小骑兵，被项羽一嗓子吼退了好几里地——结果这哥们又掉头追了回去。最后抢到项羽遗体，一战封侯。
同一支军队，同样的机会摆在面前。区别就在那个"掉头"的瞬间。
我自己对这事感触蛮深的。刚开始写东西那阵，每篇文章要改十几遍才敢发出去，发完一分钟刷几十次看有没有差评。看到一条骂的，能丧一整天。后来一个前辈讲了句特别损但特别管用的话：你太把自己当回事了，别人骂完就忘了，就你自己还在那反刍。
被骂醒之后我就逼自己每天写、每天发。慢慢发现，以前抖着手点"发送"的那些事，后来都能笑着聊了。
这几年我养了个习惯——每年底写一份"恐惧清单"，然后第二年专门去做清单上的事。怕公开表达就开博客，怕演讲就硬着头皮上台，有镜头羞耻症就逼自己出镜。每克服一个，第二年就多一块台阶踩。
讲个反面的例子吧。以前有个合租室友，开会永远坐最后一排，有晋升机会不敢争取，因为要做述职报告。领导点名让他负责一个项目汇报，他连夜请假推掉了。后来那个项目成了公司标杆，接手的人连升两级。
他喝酒时跟我说"我命不好，总错过机会"。但机会确实敲过他的门啊，是他自己反锁了。
心理学里有个"行为改变三圈理论"，把人的认知分成舒适圈、学习圈、恐惧圈。大部分人一辈子都站在恐惧圈外面往里张望，琢磨怎么绕过去。

说个不太舒服的事实：
AI最可怕的不是"太聪明"，是太标准。
它写的文案80分，做的PPT80分，写的代码80分。全是80分。
这意味着什么？意味着以前靠"还行"混饭吃的人，直接被抹平了。你干活跟AI输出质量差不多，但你要工资、要休息、还会闹情绪。老板又不傻。
McKinsey去年的数据，60%的岗位中至少30%的任务可以被AI标准化替代。注意用词——不是"消灭"，是"标准化替代"。你还在，但你最容易被量化的那部分能力，不值钱了。
所以现在真正的护城河反而是那些"不标准"的东西：审美直觉、奇怪的跨界经验、能在混乱中做判断的能力，甚至你的偏见和执念——这些AI学不来，因为它被训练得太"正确"了。
AI把地板抬高了，但天花板还是人的。
问题是，大多数人一直在地板待着。

Aave这次“巨额滑点”其实挺有意思的，很多人第一反应是：协议是不是被黑了？其实没有那么戏剧化，更像是一场流动性+机制+市场情绪一起叠加的“连锁反应”。
事情大概是这样的——
某个大额交易者在Aave相关池子里做了一笔规模很夸张的操作，单笔规模接近千万美元级别（链上数据能看到）。问题是：池子的真实流动性并没有想象中那么深。
结果就是经典DeFi名场面：
你想卖100块的东西，市场只准备接10块。
滑点直接炸了。
有链上观察者算了一下，这笔交易理论价格和实际成交价之间差距非常离谱，滑点一度飙到几十个百分点。简单说就是——如果按“理想价格”卖能拿100万，最后可能只拿到六七十万。
几十万美金，就这么被市场吃掉了。
很多人第一时间把锅甩给Aave，但严格说这并不是协议Bug。Aave本质上是借贷协议，不是专门做深度做市的DEX。很多资产池子的深度其实没大家想象中那么厚。
这里有个DeFi老问题：
TVL很大 ≠ 流动性很深。
协议里锁着几十亿，看起来很唬人，但真正能在某个价格区间吃单的资金，可能就几百万。
再加上现在很多链上交易其实是机器人+套利bot在盯盘。
一旦出现大额订单，套利机器人基本是毫秒级反应：
你一砸盘 → 价格被拉歪 → bot立刻套利 → 滑点进一步放大。
整个过程有点像在冰上跳舞。
更有意思的是，这类事件在DeFi里其实越来越频繁。过去一年里，类似“自己把自己滑点干爆