Powerpei

Saya akan berbagi beberapa pengalaman saya di sini, selamat datang untuk mengikuti saya, saya juga akan membalas untuk membangun planet OKX bersama

1,4 rbMengikuti

1,5 rbpengikut

Feed

Pinned

Kemarin, saya memperbarui alat data luar negeri yang biasa saya gunakan Tagihannya hanya beberapa puluh dolar, dan bom mati gagal membayar Pada akhirnya, bank domestik mengirimi saya pesan teks pengendalian risiko secara langsung dan membekukan kartu kredit Saya menelepon dan berdebat dengan layanan pelanggan manual selama hampir setengah jam Setelah mencoba membuktikan bahwa "Saya adalah saya, saya menghabiskan uang saya sendiri dan tidak ditipu", itu dengan enggan dilepaskan Saya menutup telepon dan melihat kartu di atas meja, dan saya benar-benar merasa bahwa sistem keuangan lama ini busuk Anda pikir uang itu milik Anda, tetapi di mata mereka, Anda hanyalah penyewa yang berhak menggunakannya > Inilah mengapa saya menatap pengumuman Bybit tentang 10 juta hadiah WLFI beberapa kali hari ini. ———— Banyak orang menonton aktivitas semacam ini, mata mereka tertuju pada apa yang harus masuk setiap hari, memainkan fragmen koleksi TradeGPT, dan pergi ke lotere Sejujurnya, saya bahkan tidak repot-repot menunjukkan permainan data yang membutuhkan waktu sebagai tenaga kerja gratis ➤ Apa yang benar-benar membuat saya merasakan sesuatu adalah kalimat yang paling tidak mencolok dalam pengumuman: tidak ada biaya penanganan secara permanen antara USDC dan USD1, dan pasangan mata uang arus utama terbuka secara keseluruhan. Pikirkanlah, apa yang dihidupkan oleh bursa? Ini adalah biaya penanganan Bybit sekarang bersedia memotong lemak ini, dan juga ingin memposting jutaan dolar dalam token untuk mengadakan aktivitas, apa yang Anda coba lakukan? Anda dapat pergi dan melihat data pada rantai untuk memahami ➤USD1 baru saja diam-diam meningkatkan penerbitan bersihnya lebih dari 20 juta baru-baru ini Apalagi institusi dengan latar belakang seperti MovaLab langsung menjadi supernode gelombang pertama Mulailah memotong kue pengiriman uang valuta asing dan pembayaran AI Ini sama sekali bukan promosi musim semi platform yang sederhana, ini adalah modal politik di baliknya adalah mensubsidi uang sungguhan Meletakkan jalur dolar paralel secara paksa di pasar ———— Dalam lingkaran ini, jangan bersaing dengan tren Sekarang sebagian besar institusi bersaing untuk mendapatkan kekuatan penetapan harga dan likuiditas di jalur baru ini. Bagi kami investor ritel, tidak ada artinya memperdebatkan apakah hal ini murni atau tidak. Operasi saya sangat membosankan, tetapi juga yang paling aman. Pindahkan USDC yang menganggur di rantai dan makan abu di tangan Anda, bagaimanapun, tidak ada keausan di bursa, dan Anda dapat dengan mudah menyikat ambang batas volume perdagangan spot sebesar 500 dolar. Karena raksasa bersedia mengeluarkan uang untuk merebut basis ekologis, maka subsidi likuiditas yang pasti ini tidak akan diambil secara cuma-cuma. Adapun interaksi on-chain Mantle dengan kumpulan hadiah 1 juta, mereka yang memiliki energi dapat dengan mudah mengklik dua kali untuk mendapatkannya. Di pasar yang penuh guntur ini, mendapatkan subsidi yang bisa Anda pahami lebih nyaman daripada menebak pasar secara membabi buta. Oke, jangan bicarakan itu. Saya masih harus mendapatkan alat neraka untuk memperbarui, saya baru saja dilemparkan oleh bank, dan saya bahkan lupa kata sandi login saya.

Sebelum membeli saham, apakah Anda membaca laporan keuangan perusahaan dari awal hingga akhir? Saya tidak akan. Setidaknya seringkali tidak. Baru-baru ini, @dappOS_com melakukan sesuatu yang benar-benar mengungkap masalah saya. Tidak bermartabat untuk mengatakannya. Minggu lalu, saya ingin menambah posisi saya di saham. Saya membuka akun 10-K-nya, yang memiliki ratusan halaman. Setelah hanya beberapa halaman, saya kesal, menggesek, dan berbalik untuk meninjau kembali apa yang dikatakan orang lain. Judul berita, panggilan pesanan beberapa akun, ditambah komentar seperti "Sepertinya cukup kuat akhir-akhir ini" — semuanya aktif, melakukan pemesanan. Saya kira itu mungkin penampilan Anda saat membeli tiket. Tetapi analis sisi beli sejati tidak melakukan itu. Di sebuah perusahaan, mereka dapat bekerja selama lima belas hingga dua puluh jam. 10-K membolak-balik halaman demi halaman, memeras angka satu per satu dan memasukkannya ke dalam model, akhirnya memeras memo. Dulu saya berpikir itu hanya kesenjangan informasi. Kemudian, saya menyadari bahwa itu tidak. Siapa pun dapat mengunduh 10-K, panggilan diputar ulang di internet, dan barang-barang itu ada di sana. Masalahnya tidak pernah "apakah Anda bisa mendapatkannya"—melainkan apakah Anda bersedia duduk dan menghabiskan dua puluh jam itu membacanya. Upaya membosankan semacam ini bisa disebut "kedalaman" untuk saat ini. Inilah yang paling tidak dimiliki investor ritel. Hari itu, saya pergi untuk mencoba sesuatu. xBubble memiliki model kerja dengan nama yang tepat: 'SOP Riset Hak Pembeli.' Gameplaynya sangat sederhana: masukkan kode stok. Apa yang diberikannya kepada Anda bukanlah ringkasan berita tambal sulam, tetapi ...... Bagaimana mengatakannya, hanya analis sejati yang dapat menulis struktur. Pertama, letakkan di mana perusahaan diposisikan dalam rantai industri, gambarkan lanskap kompetitif dan parit, dan tunjukkan di mana risiko utamanya berada; Kemudian data keuangan diturunkan ke tingkat laporan keuangan, bersama dengan interpretasi manajemen; Penilaian mengikuti jumlah segmen SOTP, dengan tiga tingkatan harga per saham di pasar bullish, netral, dan bear, semuanya dilelang untuk Anda; Terakhir, berikut adalah beberapa katalis yang harus diperhatikan selama tiga hingga enam bulan ke depan. Argumen diutamakan. Kesimpulannya adalah menampar wajah Anda terlebih dahulu, lalu gunakan statistik untuk mencetak dan mencetak basis satu per satu. Setelah Anda memasukkan sepotong kode, Anda bisa mendapatkan studi langsung yang mendalam. Tapi apa yang benar-benar membuat saya mengatakan "Huh" adalah sesuatu yang sama sekali berbeda. Setiap angka yang diberikannya diikuti oleh sumber asli dan tanggal ekstraksi. 10-K, 10-Q, 8-K, materi IR resmi, notulen panggilan konferensi—setiap item dapat diperiksa mundur. Setiap kalimat yang ditulisnya, Anda dapat memverifikasi sendiri secara pribadi. Ini tidak terdengar sangat seksi sama sekali, saya tahu. Tapi justru inilah yang membedakannya dari pertunjukan mencolok itu. Saya telah melihat terlalu banyak 'laporan penelitian' yang dihasilkan AI—membaca satu demi satu, tetapi jika Anda benar-benar menggali data, semuanya kabur dan tidak cocok. Siapa pun di bidang ini tahu bahwa frasa "mampu melacak kembali" seratus kali lebih berharga daripada "menulis dengan indah." Terus terang: laporan penelitian adalah titik awal, bukan akhir. Semua data didasarkan pada file asli; jangan mempercayai repost bekas—termasuk artikel saya. Ada lapisan lain, yang mungkin menjadi kekuatan sebenarnya: apa yang diberikannya kepada Anda bukanlah templat bobot mati. Mesin Gelembung di belakangnya membuat SOP sendiri, menguji dirinya sendiri, dan terus menghasilkan versi yang lebih kuat. Apakah Anda menginginkan versi yang disetel secara khusus—disesuaikan dengan industri, pasar, atau hanya logika investasi Anda sendiri? Itu juga memberi. Jadi apa yang diberikannya kepada Anda bukanlah templat dan lebih merupakan mesin penelitian yang dapat membangun keterampilannya sendiri. Ada alasan lain mengapa saya sangat peduli dengan kekacauan ini: orang-orang yang melakukannya menarik. DAPPOS digunakan untuk melakukan eksekusi niat on-chain—Anda mengucapkan sepatah kata pun, dan rantai panjang operasi on-chain habis dengan sendirinya. Sekarang, mereka telah benar-benar membalikkan pendekatan mereka dan fokus pada penelitian dan investasi saham AS. Dari sistem operasi on-chain hingga mesin penelitian sisi pembeli, jalur ini benar-benar terhubung. Terus terang, ini semua tentang satu hal: mengompresi tugas besar dan kompleks menjadi satu kalimat. Pembeli meneliti bahwa dibutuhkan lima belas hingga dua puluh jam untuk memahami perusahaan secara menyeluruh. Sekarang? Singkatnya. Informasi tersebar sepuluh tahun yang lalu; siapa pun dapat menemukan laporan keuangan di sana. Tapi kedalamannya tidak seimbang. Itu selalu hanya milik mereka yang bersedia duduk dan menghabiskan waktu. Apa yang ingin dilakukan kali ini adalah menempatkan sedikit kedalaman itu ke tangan orang biasa. —— Pembaruan 👉 lainnya @dappOS_com | @xBubble_ai Teks / Powerpei

Tidak perlu menghabiskan puluhan jam untuk laporan keuangan—@dappOS_com membantu Anda menguasai penelitian dan investasi saham AS profesional Sebelum Anda membeli saham AS, Apa kemungkinan Anda benar-benar akan membaca laporan keuangannya dari awal hingga akhir? Sejujurnya, saya sering tidak bisa melakukannya sendiri. Sebagian besar dari kita melakukan pemesanan berdasarkan judul berita, pesanan beberapa akun, dan frasa sederhana seperti "Sepertinya cukup kuat akhir-akhir ini." >>> apa yang dilakukan analis sisi beli yang sebenarnya? Sebuah perusahaan yang bekerja 15 hingga 20 jam berturut-turut. Balik-balik 10-K halaman demi halaman, pilih angkanya satu per satu, buat model, dan tulis memo. → → → Inilah sesuatu yang belum diketahui banyak orang: Kesenjangan informasi sebenarnya sudah lama menghilang. Siapa pun dapat mengunduh 10-K, dan panggilan akan diputar di seluruh jaringan. Kesenjangan sebenarnya tidak pernah tentang apakah Anda bisa mendapatkannya, tetapi apakah Anda bersedia menghabiskan 20 jam itu untuk membacanya. Ini tentang kedalaman Dan kedalaman adalah hal yang paling tidak dimiliki investor ritel. —— Saya pergi untuk mencoba sesuatu beberapa hari terakhir ini. xBubble memiliki model kerja yang disebut "SOP Riset Ekuitas Pembeli" Gameplaynya sangat sederhana: Anda melemparkannya kode ticker Apa yang Anda dapatkan kembali bukanlah ringkasan berita, tetapi struktur yang hanya akan ditulis oleh analis sejati ◇ Di mana posisi perusahaan ini dalam rantai industri? ◇ Lanskap kompetitif, titik jangkarnya, dan risiko utama ◇ Gali data keuangan di tingkat laporan keuangan, dan tambahkan bagian analisis manajemen ◇ Penilaian segmen SOTP: pasar bullish / netral / pasar beruang, ketiga tingkat harga per saham disediakan ◇ Katalis mana yang harus dipantau dalam 3 hingga 6 bulan ke depan? Argumen didahulukan, kesimpulan ditempatkan di bagian paling depan, dan data digunakan untuk menyorotnya satu per satu. Permintaan untuk masuk mengarah pada studi mendalam yang lengkap. Tapi yang benar-benar membuat saya berhenti adalah sesuatu yang lain. Setiap angka yang diberikannya diberi label dengan sumber asli dan tanggal penerimaan. 10-K, 10-Q, 8-K, materi IR resmi, notulen panggilan konferensi—setiap item dapat ditinjau lagi. Anda dapat memverifikasi secara pribadi setiap kata yang dikatakannya. Itulah poin kuncinya Saya telah melihat terlalu banyak laporan penelitian yang dihasilkan AI; mereka membacanya dengan penjelasan yang meyakinkan, tetapi ketika saya memeriksanya, datanya semuanya kabur. Bagi mereka yang menganggap serius bidang ini, mampu melacak kembali seratus kali lebih penting daripada menulis dengan indah. Tentu saja, laporan penelitian adalah titik awal, bukan akhir—izinkan saya mengungkapkannya di muka: data harus didasarkan pada file asli, jangan mempercayai dokumen yang diposting ulang sepenuhnya, termasuk milik saya. ————➤ Ada lapisan lain yang mungkin berada di tempatnya yang sebenarnya. Apa yang diberikannya kepada Anda bukanlah templat yang mati. Bubble Engine di belakangnya membuat SOP sendiri, menguji dirinya sendiri, dan terus menghasilkan versi yang lebih kuat. Apakah Anda menginginkan versi yang disesuaikan dengan industri tertentu, pasar, atau bahkan logika investasi Anda sendiri? Itu juga memberikannya apa adanya. Jadi yang Anda dapatkan bukanlah templat. Ini adalah mesin penelitian // Saya menatap ini cukup lama, dan itu karena orang-orang yang membuatnya menarik pada diri mereka sendiri. DAPPOS awalnya dieksekusi dengan dry intent on-chain Anda mengucapkan sepatah kata pun, dan di balik layar, rantai panjang operasi on-chain akan menjalankan semuanya sendiri. Sekarang mereka telah mengalihkan logika mereka ke penelitian investasi saham AS. Dari sistem operasi on-chain hingga mesin penelitian sisi pembeli, garis di antaranya benar-benar terhubung. Semuanya sama: mengompresi tugas kompleks menjadi satu kalimat. —— Riset pembeli menunjukkan bahwa sebuah perusahaan dulu menghabiskan waktu 15 hingga 20 jam. Sekarang, ini semua tentang satu kata. Kesetaraan informasi terjadi sepuluh tahun yang lalu. Kesetaraan yang mendalam, belum. Kali ini, ia ingin mengubah kedalaman menjadi sesuatu juga Sesuatu dalam jangkauan Anda —— Pembaruan 👉 lainnya @dappOS_com | @xBubble_ai Catatan: Konten di atas murni rincian proyek pribadi dan bukan merupakan saran investasi apa pun. DORY

Baru-baru ini, semua orang di obrolan grup tentang AI semakin ketagihan daripada yang sebelumnya Beberapa anggota grup yang biasanya tidak pernah menyentuh kode sekarang mengatakan hal-hal seperti, "Saya meminta AI menulis skrip," "Saya membuat gadget kecil." Dia praktis setengah insinyur Melihat pesan-pesan ini, sebuah pertanyaan tiba-tiba muncul: Bagaimana dengan saudara-saudara yang benar-benar mencari nafkah dengan pengkodean? Setelah bekerja selama sepuluh atau delapan tahun, apa yang kamu lakukan sekarang? Bahkan orang luar dapat mengirim AI untuk mengetuk dua baris. Apakah profesional lebih berharga, atau sebaliknya—mereka didorong ke bawah terlebih dahulu? Pertanyaan-pertanyaan seperti ini tidak membantu hanya berputar di kepala Anda; Anda perlu melihat sesuatu secara langsung. @CreaoAI Perusahaan ini hidup secara ekstrem 25 orang, 10 insinyur, dan 99% kode produksi ditulis seluruhnya oleh AI Sejauh mana? Sebuah fitur baru diluncurkan pagi ini Pada siang hari, pengujian A/B menemukan datanya buruk Potong di sore hari Di malam hari, saya akan beralih ke versi yang lebih baik dan mengunggahnya kembali Hal yang sama: tiga bulan lalu, mereka berjalan selama enam minggu Membaca ini, saya berpikir: Oh tidak, saudara-saudara coding saat itu mungkin benar-benar akan dihapus. Tapi semakin jauh saya menggali, semakin saya merasa ada sesuatu yang tidak beres Anda harus panik, tetapi kepanikan berada di arah yang salah. → → → Apa sebenarnya yang mereka lakukan dengan benar? Pertama, bedakan antara dua kata—ini adalah garis pemisah untuk semuanya Sebagian besar perusahaan menggunakan AI dengan cara ini ■ Insinyur membuka Kursor untuk menulis kode ■ Manajer produk menggunakan ChatGPT untuk menulis dokumen ■ Pengujian menggunakan AI untuk membuat kasus penggunaan Jika prosesnya tidak berubah sama sekali dan efisiensi meningkat sebesar 10% atau 20%, itu adalah yang teratas Ini disebut bantuan AI Pada proses lama, gantung AI CREAO melakukan hal lain Mereka membongkar seluruh proses dan menata ulang: AI adalah pembangun utama, dan manusia hanya bertanggung jawab atas arahan dan penilaian. Tidak bertanya "Bagaimana AI membantu insinyur?" Pertanyaannya adalah, "Bagaimana kita bisa mengatur ulang semua proses, membiarkan AI menciptakannya, dan membiarkan manusia mengendalikannya?" ➤ Berikut contoh tersulit: AI dapat membangun fitur dalam dua jam, tetapi manajer produk harus menghabiskan waktu berminggu-minggu untuk menulis persyaratan Pada saat itu, kemacetan bukanlah pengembangan, tetapi manajer produk Jadi mereka menghapus posisi itu sama sekali. Proses restrukturisasi—jika Anda bekerja terlalu keras, itu dapat memengaruhi organisasi. Ini benar-benar berbeda dengan memberi seorang insinyur alat AI. Salah satunya adalah penjumlahan, yang lainnya adalah perkalian. Keduanya bukan hal yang sama. → → → Lantas, apa sebenarnya produk yang mereka buat? Ada poin yang sangat berlawanan dengan intuisi di sini Yang benar-benar penting bukanlah Agen itu sendiri. Agen membuat kesalahan, berhalusinasi, dan mengambil jalan bengkok yang tidak dapat Anda pahami Semakin pintar Anda mencoba menyetelnya, semakin tidak terkendali jadinya. Produk asli adalah set aksesori di luar Agen OpenAI memberinya nama: rekayasa harness >> berarti: pekerjaan inti tim teknik bukan lagi menulis kode, tetapi membangun kerangka kerja untuk AI yang dapat "dipahami, diverifikasi, dan dibatasi." Biarkan bekerja di dalam. Ketika masalah muncul, solusinya tidak pernah AI bekerja lebih keras >> bertanya: Keterampilan apa yang hilang? Bagaimana cara membuatnya menjadi aturan yang dapat dibaca dan diikuti oleh AI? Pendekatan ini terdengar abstrak Mendarat di tanah adalah hal berikutnya yang membuat saya benar-benar terkesan. --- Siapa yang akan memiliki jaring pengaman untuk AI? Ini adalah pertanyaan yang paling banyak ditanyakan semua orang kepada CREAO Jawabannya bukan "lebih banyak QA" Mereka tidak memiliki tim QA sama sekali. Setiap pagi pukul 9 pagi, AI secara otomatis membolak-balik semua log layanan dan menghasilkan laporan kesehatan Tidak ada yang perlu memintanya Satu jam kemudian, AI lain mengelompokkan laporan kesalahan online, menilainya di sembilan dimensi, secara otomatis memulai perintah kerja, dan bahkan langsung mengirimkan PR untuk diperbaiki. Lebih dari 50% bug diperbaiki oleh AI itu sendiri. Tidak ada QA, tidak ada lingkungan pengujian di mana semua orang mengklik semuanya secara manual sebelum diluncurkan Sebagai gantinya, ada "juri AI" Tiga model besar dari produsen yang berbeda mencetak setiap jawaban online Jika skor Anda turun, kode baru bahkan tidak akan ditayangkan. AI mengujinya, AI melepaskannya, dan orang yang mengingatnya ketika terjadi kesalahan tetaplah AI Set ini dapat diperbaiki dengan sendirinya. —— ➤ Pada titik ini, aspek paling menarik dari CREAO terungkap Ini sendiri adalah platform untuk membuat agen Dengan kata lain: mereka menggunakan agen untuk membangun platform untuk membuat agen Kalimat ini terdengar seperti twister lidah, tetapi ini adalah bukti diri yang paling kaku dari seluruh metodologi Jika set perlengkapan ini benar-benar memungkinkan AI untuk melakukan pekerjaan secara mandiri, maka bagian pertama yang harus diberikannya adalah perusahaan itu sendiri. Hanya ketika Anda dapat membuat diri Anda sendiri, ini dapat dianggap benar Semua angka efisiensi ini diungkapkan dengan sendirinya Apakah itu bisa disalin dan berapa banyak yang dibesar-besarkan, Anda harus menimbang sendiri. Tapi ada satu hal yang terus saya pikirkan CTO mereka, seorang PhD fisika dan mantan anggota tim Meta LLaMA, mengatakan dia belum menulis satu baris kode pun pada tahun 2026. Dia mengatakan bahwa yang paling dihargai para insinyur di masa depan bukanlah kecepatan pengkodean Ini tentang menemukan celah dalam rencana AI Dan menilai apa yang benar-benar berharga Ini adalah sesuatu yang semua orang yang masih begadang untuk melahap kerangka kerja baru harus berhenti sejenak dan memikirkan selama tiga detik. Catatan: Konten di atas murni analisis proyek dan bukan merupakan saran investasi apa pun, DORY