Depression

剧本：如何开始学习AI
1. 了解AI到底是什么
- AI、机器学习等之间的区别
- 在YouTube上观看3Blue1Brown的神经网络系列
- 阅读关于大语言模型工作原理的通俗解释
2. 熟悉Python
- Python是AI的主要语言
- 你需要掌握足够的技能来操作数据和运行模型
- 重点学习列表、字典、循环、函数和基本的文件处理
- Google Colab让你可以在浏览器中运行Python，无需任何设置
3. 了解大语言模型的工作原理
- 高层次阅读关于Transformer架构的内容
- 关注注意力机制、标记（tokens）和上下文窗口
- 理解为什么规模很重要以及如何实现扩展
4. 掌握提示工程
- 学习链式思维提示（chain-of-thought prompting）
- 学习角色扮演提示（role prompting）
- 学习少样本学习（few-shot examples）
- Anthropic的提示工程指南是最好的单一资源
5. 进行你的第一个API调用
- 从Anthropic或OpenAI获取API密钥
- 在Python中进行简单调用
- 构建一个小工具，比如摘要器、问答机器人或分类器
6. 学习RAG（检索增强生成）
- 一旦你能调用API，下一步就是让模型使用你自己的数据
- 了解什么是检索增强生成（retrieval-augmented g

预测市场在X上会死吗？为什么，我们接下来该做什么？？
很多人都看到一个真正的趋势已经开始，预测市场和围绕它们构建的机器人
仅仅两周时间，它就变成了关于“我在24小时内用OpenClaw为Polymarket构建AI代理赚取$1M ”的垃圾信息
今天，曾经封禁InfoFi的Nikita Bier在推特上说：“没有预测市场垃圾信息的X世界”
说实话，没有什么能阻止他去追究类似内容并封禁它们
不过那样挺奇怪的，因为X官方与Polymarket合作，作为其预测市场合作伙伴
那么，这一切背后的真实情况和他的声明到底是什么？
- 这些机器人大多只是垃圾信息，数字不是真实的
- 真正在赚钱的只有拥有丰富资源和经验的专业团队
- 人们用来诱饵的数字几乎不可能实现，大部分市场的交易量低于$100k
——很多都是通过Polymarket的推荐链接为了盈利而做的
Nikita Bier特别指出了这些垃圾信息，而不是整个预测市场内容
所以，是的，实际上，这个细分市场会像memecoin一样死去，一旦观众被低质量内容过度饱和
人们会试图构建同样类型的机器人，但都不会成功，因为它们与现实毫无关系
告诉我，为什么一个真正找到优势、在构建这些机器人方面有技巧的开发者会在CT上分享？
我认识一些在这个领域工作的真实团队，匿名的，根本不关心CT，直接用算法从Po

比我一年中的包包还多，顺便说一句

再见，InfoFi
终于
感谢Nikita

提前进入是这个市场唯一的真正优势
我在 @HyperliquidX 和 @Lighter_xyz 早早布局，现在大家都在等待 tge
但工作不会停止
我们在 @cascade_xyz 还处于早期
获取并不容易，就像一开始的 Lighter 一样
所以我们今天开始
1 天 = 1 个任务 = 1 个代码
开启通知
没有机器人，没有免费赠品
Dep，反机器人系统

过去几个月显示出这个市场已经发生了变化
太多的行情变成了红色，这不再像是“运气不好”
而且有一种感觉，熟悉的牛市可能根本不会出现。至少不会以大家习惯的形式
Almanak 作为主要领头羊，-70%的入场点在 Legion
接下来是：几乎所有在 TGE 后的1-2个月内推出的项目都被抛售了 -50% 或更差
同时，他们还在向我们推销销售，好像市场仍然准备好吸收它们一样
剧透：其实不是
这些 ICO 许多从一开始就像彻头彻尾的垃圾，是的，市场和时间会让它们变得更糟
讨厌它们是允许的，也是必要的，不是出于愤怒，而是出于常识
因为假装“这很正常”只意味着继续让人们亏损
同时，为了公平起见：也有一些不错的项目
这正是为什么特别清楚哪些是真正有产品的，哪些只是试图赶上已经离开的列车
一个例子是 Theoriq，它在这种市场环境下展现了相当稳健的市场推广
好的项目存在并将继续存在，因为它们有：
- 明确的用例
- TGE 前的真实需求
- 合理的估值
但那些被高估的项目很可能会逐渐回归到它们的真实价格
同时，像 @idOS_network 这样的长期项目将他们的 TGE 推迟到 2026 年第一季度
他们表示目前的市场条件不太适合上市，我完全同意他们的看法
实际上，如果一个项目现在要上市，很可能纯粹是出于恐慌
很多人都在亏损，等待着：“操，至少让我回到入场点”
但市场没有义务把价格拉回到你觉得舒