Skip to content
EN

Back to the catalog

aiinvest.com
rss2Chinese

AI*Invest

aiinvest.com · Chinese

保持乐观，寻找确定性

rss2 wordpress content slash wfw atom dc sy

Open the feed

https://www.aiinvest.com/feed/

Last post
Aug 6, 2026
Posts in 24 h · 7 days · 30 days
0 · 0 · 0
Our last check
Answering
Served from
Japan
Site title
AI*Invest – 保持乐观，寻找确定性
Text score at discovery
7,972
Format
rss2
Features in the feed
content, slash, wfw, atom, dc, sy
Community
wordpress

Posts

What our queue read from this feed. Open one to read it here, or go to the site that published it.

  1. Obsidian+AI单日变现500+，零基础入门到接入AI全流程【万字长文】
    Aug 6, 2026 · original
    自从有了AI以后，我用得最多的笔记软件，就是 Obsidian。 去年我有做过一段时间流量主项目，最高收益是单日 500+，当时所有文章就都是通过 Obsidian + AI 一键完成的。你们平时看我文章 AI 味不算重，其实很大一部分原因，也是因为我一直在用这一套 Obsidian 加 AI 的创作工作流。 Hi，朋友们，好久不见～ 最近参加一个小聚会，和朋友们分享如何用AI进行内容创作。当时有提到Obsidian，让我很惊讶的是，会有朋友不知道Obsidian是什么？ （不是贬低哈） 回来以后，我就想说写一些Obsidian有关的文章，因为我觉得 在AI时代，不管你是想用好AI，还是想要靠AI内容变现，Obsidian都是必不可少的工具。 如果你不知道Obsidian这款软件，或者想用 Obsidian但又被难度劝退，可以从这篇文章开始。 我会从 0 到 1，把 Obsidian 的下载、使用、怎么接入 AI，还有插件、同步、语法这些问题，通通给朋友们拆解清楚。希望这篇文章，可以给入门的朋友们一些帮助。 OK，如果没有问题的话，我们就开始。 01. 为什么 AI 时代要用 Obsidian 先说一下我对 Obsidian 的一个大概定位，就是它是我认为最适合结合AI使用的笔记软件，没有之一。 因为做内容，我一直有笔记管理和知识管理的需求，所以市面上主流的笔记软件，我基本上都用过。包括印象笔记、语雀、飞书、Notion、Flomo、还有一些其他的云笔记，最后能真的一直留下来在用的，就只有 Obsidian 一个。 那 Obsidian 到底好在哪里呢？ 我觉得最大的优势，就是它的所有数据都是完全储存在你自己电脑本地的。你写的每一篇笔记，其实就是电脑上的一个 .md 文件，你插入到笔记里的图片、PDF、音频这些附件，也都是正常的文件，直接放在你自己指定的一个文件夹里面。 单独只做知识管理可能没多大区别，但如果加上AI，Obsidian的这个优势就会无限放大。 如果你之前也试过一些其他的笔记软件，你会发现大部分笔记软件都是把你的内容存在人家的服务器上、或者人家自己的数据库
  2. 梁文锋四小时投资人会议实录(Z)
    Jul 23, 2026 · original
    此去一个月间，梁文锋的各种语录在江湖流传，我们也多方收集到了一些其中内容。 其间，梁文锋说了非常多次的“不”：不是天才，不赚不合理的利润、不追求用户量、不闭源、不做3D / 视频生成 / 世界模型，不做下一个超级 app 。他说，克制是一种战略，用来换取做成 AGI 的概率。 在我们了解到的有限素材里，有以下高频词：模型、成本、AGI 、时间、开源等等。 绝大多数时候，梁文锋的语气留有余地，用词浅白质朴。只有在讲到少数他在乎的问题时，才会流露出些许锋利：“只要能够保持团队的稳定性，我一定能做成 AGI 。就这么简单。” 以下是我们收集到的52条言语。部分词句在保留原意的基础上，与原文可能略有出入。 DeepSeek 只有一条主线 1 . 现在做产品不是收益最大化的时候。通往 AGI 的路上，要经过产品这个台阶，但我们不需要太多的心思和精力去做 C 端、 B 端的产品。当站在一个技术的高位上来做相对低一级别的技术，是降维打击。产品是在 AGI 路上的副产物。 2 . 很多东西不在我们的主线上，比如 3D 、视频生成；又比如世界模型，跟智能的上限也没有太大的关系。 3 . 多模态对产品来讲很重要，对 C 端用户很重要。但它只是一个组件，不是主线和智能本身。 4 . 大模型的幻觉当然有方法可以解决，但这是一个长命题。在内部，幻觉被我们归结为一个产品问题，会去解决，但不是重点。 5 . 现阶段最重要的还是 Coding Agent 。以国内的情况来看，最合理的做法应该是全力做通用的 Agent ，金融、医疗等其他 Agent 的优先级较低。 6 . 如果 AI 时代会产生很多家万亿级别的公司，DeepSeek 是其中一家（的话）就很好了。 先实现持续学习，再AI自迭代，终点是具身智能 7. AI 现在不缺品味和直觉，缺的是持续学习的能力。 8. 人类能够持续学习，但同一件事，就得给 AI 所有的上下文。这几乎是不可能的，所以 AI 并不能够替代员工。所以，下一代模型必须要有持续学习的能力，才能叫下一代模型。 9. 我们希望下一代模型能够帮助我们自己的开发。说得简单一点，我们做的
  3. 破局：从“穷人思维”到“富人认知”的投资修行
    Jul 1, 2026 · original
    资本市场绝非冰冷的数理公式竞技场，更非靠运气博弈的赌场。它本质上是资本交易的估值平台，是金钱与群体意识相互交织、双向运动的宏大洪流。 无数散户穷其一生在市场中追涨杀跌、辗转浮沉，最终不仅未能实现财富增值，反而屡屡亏损。 究其根本，并非市场残酷，而是深陷于“穷人思维”的桎梏。 投资盈亏，是天道对心性的奖励或惩罚；投资的本质，就是破除穷人思维的枷锁，重塑适配资本规律的富人认知体系。 一、 认知降维：跳出传统经济学的误区 要想真正读懂投资，首先必须打破对传统经济学的迷信。 教条的困境： 许多专业人士沉迷于新古典经济学的均衡模型与静态数理推演，试图用机械的线性逻辑去解释动态、非线性的资本市场。其结果往往是成为市场的“反向指标”。 行动的真相： 真实的市场从未有过绝对均衡，只有无数个体的博弈与动态演化。正如奥地利学派米塞斯所言， “人的行动”才是经济学的底层。 资本的涨跌与财富的转移，本质上是千千万万市场参与者情绪、预期与行动的集体投射。 投资的底层逻辑： 表层是理解资本运动的规律，深层则是对群体人性（贪婪、恐惧、盲从、犹豫）的精准洞察。不读懂人的行动逻辑，只迷信指标与消息，所有的投资操作都只是无源之水。 二、 镜像自查：制约普通人的五大“穷人思维” 穷人思维无关当下财富多少，而是一种局限、短视、功利的认知惯性，具体表现为以下五个层面： 表现层级 核心表象 致命后果 1. 认知懒惰 拒绝系统化研学，沉迷短视频碎片化观点、市井传闻，试图靠消息和跟风走捷径。 捷径即陷阱。 认知的懒惰必然对应财富的亏损。 2. 暴富执念 功利浮躁，厌恶慢慢变富；执着于捕捉妖股、满仓高频博弈。 丧失理性判断，在极致的贪婪中被市场无情收割。 3. 贪小便宜 默认“便宜等于划算”，死守抄底执念，误把价格低当成风险低。 忽视了资产基本面的恶化，“抄底”往往抄在了下跌中继。 4. 盲目悲观 习惯性放大风险、笃信危机，终日沉浸在世界末日式的悲观叙事中。 永远处于观望与恐惧中，在底部不敢布局， 悲观者踏空 。 5. 心性怯懦 无法承受波动，稍有浮亏便恐慌割肉，把单次试错定义为彻底失败。 既无直面风险的勇气，也无长线
  4. 特朗普交易深度剖析：国家意志、动能套利与AI基础设施的“硬核物理学”
    May 21, 2026 · original
    特朗普交易深度剖析：国家意志、动能套利与AI基础设施的“硬核物理学” 根据美国政府伦理办公室（OGE）最新披露的数据，特朗普家族信托及相关账户在第一季度频繁出手，完成了超过3,600笔、总金额在2.2亿至7.5亿美元之间的海量交易。在这些令人眼花缭乱的调仓中，最大的赢家清单几乎被半导体（Semis）、人工智能基础设施（AI Infrastructure）以及数据中心能源（Power）统治。 尽管白宫和特朗普集团均声明这些交易由第三方独立金融机构代操，但作为一国首脑，其资产组合的异动依然折射出一种极具“特朗普主义”色彩的商业嗅觉。如果将这3,600多笔交易置于宏观视角下，我们可以清晰地解构出其背后蕴含的三大核心投资哲学： “国家意志”共振、高贝塔动能追逐，以及现实主义的重工业护城河。 一、“政策即α”：国家意志与资本的共振 传统价值投资强调“寻找被市场低估的企业”，而特朗普交易展现的第一层哲学是： 寻找能与国家地缘政治、国家意志最深度绑定的资产。 这种哲学认为，最顶级的护城河不是企业自身的财务报表，而是国家力量的加持。 在盈利榜单中，半导体和本土制造的比重大得惊人： $INTC（英特尔） / +151% ：这并非偶然。政府此前直接入股英特尔10%以推动芯片本土化制造（Reshoring）。 $AMD（+111%）、$TXN（+55%）、$AVGO（+33%） ：一众芯片巨头的上涨，背后是激进的关税壁垒与本土产能补贴政策。 投资哲学解析 当普通的投资者在研究市盈率（P/E）和现金流时，这类交易押注的是“国家红利”。它表明了一种深刻的现实主义投资逻辑——在逆全球化和技术冷战的时代， 政策不再是市场的变量，政策就是市场本身。 投资于符合“美国优先”和本土制造复兴趋势的行业，就是将资产置于最安全、最强劲的政策风口之上。 二、“高贝塔动能”与流动性套利 从3,600笔交易的数量级（平均每天达数十笔）以及频繁的科技巨头调仓中，可以看出其投资组合对 高贝塔（High-Beta）动能和市场波动性 的极度沉迷。 对巨头的动态止盈与高频操作 ：披露显示，信托在一季度大量买入 $NVDA（+2
  5. 交易所无限印钞的秘密：从加密现货、合约、期权到 Polymarket 的订单簿撮合引擎注解(Z)
    May 8, 2026 · original
    打开 Binance 现货和永续，订单簿几乎一模一样。但在”卖出”的瞬间，背后是两个完全不同的机制。为什么 perp 要维护两套价格？为什么 Iron Condor 必须四条腿一起成交？为什么 Polymarket 的手续费在 p=0.5 时最贵？这些问题表面在问机制，本质在问同一件事——撮合引擎从来不是独立的工程模块，它是被它服务的资产塑造出来的。 现货、永续、期权、Polymarket四种形态之间的差异远比相似更深。这篇文章把它们拆开，看清是什么力量让”撮合”分化成几乎不相关的工程实体。 一、撮合不是标准件 如果你只看过现货交易的撮合实现，可能会觉得”撮合引擎”是一类成熟、收敛、几乎没什么技术含量的事情——一个排序的订单簿、一个价格时间优先的匹配循环、加上一个一次性结算路径，end of the story。 那你就大错特错了。。。 当你把视角从 Coinbase 的 BTC/USDT 拉到 Binance 的 BTCUSDT 永续合约，再拉到 Deribit 的 BTC-26DEC25-50000-C，最后落到 Polymarket 上某个事件市场，你会发现这四个市场背后的撮合引擎在结构上几乎是四种不同的机器。它们共享某种算法上的相似性——都有买方、卖方、价格、数量——但当你深入到状态机、风控耦合、事务边界、信任假设这些层面，差别大到让”撮合引擎”这个词本身显得过于抽象。 这篇文章想做的，是把这四种典型形态拆开，看清是什么力量让同一个底层概念在不同标的下分化成不同的工程实体。 二、现货撮合：最基础的形态 现货撮合是一个标准模型，几乎所有教科书和开源项目（LMAX Disruptor、CME Globex 的简化版、各类开源 matching engine）都从这里开始。 核心数据结构 通常是两棵价格树（bid 侧、ask 侧），每个价格节点挂一条 FIFO 队列。撮合循环非常直接：当一个吃单（taker）到达，从对手方的最优价格档位开始扫描，按时间顺序消耗 maker 队列，直到吃单数量耗尽或价格越过限价。 核心特征 有几个关键点值得专门拎出来： 第一， 资产是同
  6. 《币安人生》里 CZ 总结的十点人生经验(z)
    Apr 17, 2026 · original
    需要提前说明的是，本文根据 CZ 个人回忆录《币安人生》中的相关内容整理写成。鉴于该书本质上属于第一人称自述文本，书中关于成长经历、创业决策、监管冲突、服刑经过及动机解释等内容，主要代表作者个人记忆与立场，不应直接视作完整事实全貌或独立外部结论。本文的重点不在于评价 CZ 本人，也不意在为其经历作赞扬式叙述，而是基于现有材料，梳理其在不同时期形成的处事逻辑与人生观念。 能带走的，比拥有的更重要 这条原则出现得很早，几乎和创业无关。CZ 在江苏农村长大，三岁时跟着母亲搬到姥姥家附近的仲湖村，十岁又随家人搬到合肥，1989 年再从上海飞往温哥华。书里写到，后来回头看，自己大概每四年就会搬一次家，“拎个箱子就走，很快就能在新地方安顿下来”，甚至过几年就会想换个新地方。这个习惯在当时只是生活现实，到了后来才被他明确意识到：这种“说走就走”的心态，影响了自己很多决定，包括商业上的发展。 这不是一句轻飘飘的性格描述。书里紧接着写，他因此养成了不囤东西的习惯，不收集房子、车子、艺术品、手表这类实物，因为“搬起来太麻烦，反而成了一种负担”。这个判断不是在富裕之后才有的姿态，而是长期迁移带来的具体经验：从仲湖村到合肥，再到加拿大，环境总在变，真正有用的不是固定在某个地方的资产，而是人自己还能不能走、能不能适应、能不能在新地方重建秩序。 这条经验后来和“自由”连在了一起。小时候，迁移对他来说是自然状态；到后期赴美认罪、服刑、进入中途之家，自由第一次变成可以被剥夺的具体条件。他在前言里写，自己在监狱里只能用一台不能联网、不能复制粘贴的电脑写初稿，想调整段落只能重打一遍。自由在这里不再是抽象词，而是能不能联网、能不能移动、能不能决定自己的时间和行动。也正因为这样，书后半段里“时间与自由”的位置被抬得很高。 钱要花在改变路径的地方 书里关于加拿大早年的家境写得很细。父亲读博士，学校每月补助一千加元；母亲英语不好，到加拿大第三天就在服装厂找到工作，从早到晚在缝纫机前做最低时薪劳动；家里周末会开着旧车，拿着父亲从报纸上剪下来的优惠券，一家家店去买菜买肉；去外面吃饭是少有的事，姐姐十六岁生日时，全家第
  7. 油管大神 Dan Koe：发财就是每天循环做3件事，很多人忽略了
    Apr 9, 2026 · original
    这个世界最大的谎言之一，就是告诉你只要努力就能赚大钱。 从小到大，我们被灌输的理念都是吃得苦中苦，方为人上人。于是你起早贪黑，你在通勤的地铁上挤成一张相片，你在深夜的写字楼里对着电脑屏幕熬红了双眼。 你以为你在奋斗，你以为你在靠近财富自由。但残酷的真相是，你只是在一条被设计好的履带上，像一只仓鼠一样疯狂奔跑。 你跑得越快，那个叫做老板的人，换跑车的速度就越快。而你，除了逐渐后退的发际线和日益突出的腰椎间盘，账户里的数字并没有发生质的飞跃。 为什么？因为努力和发财，在如今这个时代，早就不是简单的因果关系了。传统的努力，是在线性系统里出卖时间；而真正赚大钱的逻辑，是建立非线性的杠杆。 如果你经常混迹在外，你可能会刷到一个叫 Dan Koe 的油管大神。 这个人长得清瘦，戴着个眼镜，说话慢条斯理，像个不食人间烟火的哲学家。他没有跑车，不秀豪宅，视频背景通常极其简单，甚至经常就是黑白线条的动画。 但他凭借所谓的“一人企业”模式，每年进账数百万美元。他每天的工作时间，据说只有不到四个小时。 剩下的时间他在干嘛？他在散步，他在喝咖啡，他在健身房举铁，他在看那些看似毫无用处的哲学书。 你可能会觉得这太扯了，凭什么他一天玩十几个小时还能赚得盆满钵满，而你996却只能勉强糊口？ 其实，Dan Koe 的财富密码并没有藏在什么神秘的黑匣子里。他不止一次在公开渠道和他的通讯邮件里拆解过自己的商业模式。 用一句颠覆常识的话来总结他的理念：普通人想发财，根本不需要去追逐什么风口，也不需要去管理庞大的团队，你只需要把自己变成一台精密的机器，每天循环做3件事。 就这3件事，大道至简，却被99%的人彻底忽略了。 第一：极度自私的“信息挑食”，停止往脑子里倒垃圾 大多数人对学习和输入的理解，是极其低效且充满自我感动的。 你买了几十本畅销书堆在床头，你关注了几百个知识博主的公号，你每天在各大平台刷着各种教你搞钱、教你认知觉醒的碎片化视频。 你觉得自己在疯狂吸收知识，你觉得自己在成长。但实际上呢？你这不叫输入，你这叫给互联网算法当了免费的痰盂。 你被动地接收着那些被精心包装过的情绪价值和焦虑贩卖，你的大脑里
  8. 90 亿美元的幻梦，女版巴菲特如何跌下神坛？
    Apr 2, 2026 · original
    在她最成功的时刻，被她自己的成功所摧毁。 撰文：旋风冲锋，深潮 TechFlow 2021 年 2 月，Cathie Wood，江湖人称木头姐，站在她人生的最高点。 旗下基金规模 590 亿美元，彭博刚刚评她为年度最佳选股人，《纽约时报》的记者打来电话，问她怎么看“成为千禧一代的巴菲特”这件事。Reddit 上有人把她的照片做成表情包，标题是“她看见了我们看不见的未来”。 散户们疯狂涌入，旗下基金 ARKK 单日净流入突破 10 亿美元。 没有人觉得这会结束。 如今，590 亿只剩下不足 140 亿，整体规模跌去 75%。 曾经封她为女股神的媒体，开始称她”昙花一现”（one-hit wonder），当年的拥趸称其为反指，一时叱咤风云的女股神木头姐如何被祛魅，走下神坛？ 这个故事，比“她赌输了”复杂得多。 从无人问津到登上神坛 ARK 最初的日子并不好过。 那是 2014 年，量化投资正在横扫华尔街，被动指数基金是所有理性投资者的新宠。木头姐偏要逆势而行，押注那些“烧钱但有未来”的科技公司：特斯拉、基因编辑、工业机器人、区块链。 ARK 最初的 AUM 连一亿美元都不到，木头姐自己掏钱维持运营。华尔街的老钱们看着这份持仓，反应是不屑，这哪里是投资，这是在赌博。 她做了一件在华尔街几乎闻所未闻的事： 把研究过程全部公开，持仓每天更新，任何人都可以实时看到她在买什么、为什么买。 团队在 YouTube 上录视频解释每一笔投资逻辑。这在一个以信息不对称为生命线的行业里，是一种近乎疯狂的透明。 从 2014 年到 2020 年，ARKK 年化回报接近 39%，是同期标普 500 的三倍多。但没有人在乎，规模太小，市场太嘈杂。 真正的转机，源自一场灾难。 2020 年 3 月，美股在 33 天内暴跌 34%，创下史上最快熊市纪录。几乎所有基金经理都在割肉、观望、祈祷。 木头姐逆势加仓，她重仓加码 Zoom、Teladoc、Roku，逻辑只有一句话： 病毒不会消灭科技，只会加速它。 她赌对了。 ARKK 全年涨了 152%。 Reddit 和 Twitter 上，她的名字出现在从来
  9. Perp DEX 套利圣经：量化工程、非对称博弈与系统性收税(Z)
    Mar 30, 2026 · original
    在 2026 年的链上流动性环境下，平庸的交易者在博取方向性的概率，而顶级的套利者在 征收系统的“信息滞后税” 。套利不是寻找价差，而是利用分布式系统的物理局限性（物理延迟）与人类情绪的非理性溢价（费率偏差），通过数学模型完成确定性的价值提取。 第一章：第一原理——物理定律下的套利必然性 套利空间并非源于市场的失灵，而是 分布式系统一致性延迟（Latency） 的必然结果。 1. 共识的代价 (The Cost of Consensus) Binance 等中心化交易所（CEX）的撮合引擎运行在微秒级的内存中；而 Hyperliquid、Vertex 等 Perp DEX 运行在 AppChain 或模块化结算层上。即便出块时间优化至 100ms，只要存在地理节点的共识过程，DEX 永远存在相对于 CEX 的 时间真空带 。 2. 流动性的惯性 (Liquidity Inertia) 当宏观消息爆发，资本的流动存在摩擦力。散户在 DEX 的冲动下单与机构在 CEX 的算法反应之间存在“反应时差”。这种时差是利润的物理温床，套利者通过修复两端定价的不一致来换取报酬。 二、 核心量化模型与博弈范式 1. 资金费率平价模型 (Funding Rate Carry) 资金费率 F 本质上是多空头寸失衡的惩罚函数。我们构建一个 Delta-Neutral 组合，其瞬时收益率 R_total 为： R_total = Σ(f_dex,t – f_cex,t) * L * V – (C_entry + C_exit) L: 杠杆倍数；V: 名义价值；C: 包含手续费、滑点及借贷成本的摩擦函数。 深度思考：盈亏平衡时间 T_be 套利者必须计算头寸至少持有的时长，以覆盖双边摩擦成本： T_be = (Fees_total + Slippage_total) / (Avg_f_dex – Avg_f_cex) 在 2026 年的高频环境中，若 T_be 48h ，该头寸即被视为高风险，因为费率的方向性切换（均值回归）概率会随时间呈指数级上升。 永续合约通过 资金费率机制 锚定现货价格。当
  10. 拆了 Polymarket 排行榜 40 个地址，赚钱的只有三种活法（z）
    Mar 23, 2026 · original
    Polymarket 上赚了一千万美元的人，策略到底长什么样？ 用 Data API + 链上数据，逆向了体育和 Crypto 两个赛道的排行榜 Top 20。40 个地址，超过 10 万笔交易，一笔一笔拆的。 不是看 dashboard 截图。是把每一笔买入、卖出、赎回全部还原成策略行为。方法：Polymarket Data API 逐地址拉交易记录，LB API 校验盈亏，链上 REDEEM/MERGE 数据还原真实现金流。每个地址 2000 到 15000 笔交易。 拆完以后发现，不管体育还是 Crypto，赚钱的地址分成三类。三类之间的差异不是参数不同，是在玩完全不同的游戏。 第一种：方向型，买对了等到底 体育赛道最赚钱的策略，简单到我一开始不信。 18 个有效地址中，14 个只买不卖。持仓到结算，赢了赎回，输了归零，不做波段。 同样是只买不卖，赚法完全不同。 swisstony ：4.94 亿美元交易量，回报率 1%，净赚 496 万美元。全自动，30 分钟下 353 笔，覆盖五大联赛。每场只赚一点点，但量太大了。 majorexploiter ：回报率 39%，单笔最大 99 万美元。600 多笔交易几乎全押在两场 Arsenal 比赛上。敢下重注，赢了就是几百万。 一个铺量一个押注，都赚了几百万。方法相反，但都有一个共同点：对自己下注的赛事有信息优势。 排行榜第一正在失速 kch123 ，体育排行榜第一，累计盈利 1035 万美元。 但截至 3 月中旬分析时，最近 30 天亏了 47.9 万。近 7 天胜率只有 31%（15 胜 33 负）。14303 笔交易全部是买入，0 笔卖出。日均 493 笔，74% 的交易间隔不到 10 秒。 赚了一千万的机器，正在失速。光看排行榜你不会知道这些，得拆链上数据才能看到。 我自己的标签把自己骗了 fengdubiying ，体育第 13，盈利 313 万美元。 我在批量分析时给他打了”卖出主导型”的标签，看起来是个做波段的。 拆开数据：回款的 93.6% 来自赎回，卖出只占 6%。真实策略是 LoL 电竞集中下注。单

Discovered by the rss-feed-index crawler, which checks each feed at most once a month.

Same record as JSON: https://api.agentalog.com/api/feeds/fd_aiinvest_com_430e01836a9b18f3. More from this site: aiinvest.com in the Feeds tab.