Yueya

临时被爸妈紧急召回家，还特意说：“什么都别收拾，赶紧回来。”我以为出什么大事了，穿着运动服抢最快一班飞机落地。刚累的躺下，收到新指令：“明天场合正式一点，有不少当地领导，你穿好看点。” 我：？？？ 越想越不对，我爸妈一直不知道我具体在干嘛，大概只觉得我每天到处飞、玩手机、没个正经工作。 不会是终于看不下去了，准备给我安排个正经工作，顺便提前开一下考公副本吧 😂

交易是世界上压力最大的工作之一...

最近一直在参与各种 Launchpad，跟项目方聊得多了以后，我发现大家一开始最关心的，通常都是： 首发资源 控筹 KOL 第一波交易量 但再往后聊更深入，问题就会变成： 第一波热度过去以后，流动性怎么承接？ 资产发生变化以后，原来的池子怎么办？ 新的用户和需求从哪里继续进来？ 很多项目到这一层，路径就开始变得模糊。 所以现在我看一个 Launch，会很在意它有没有把资产后面的生命周期提前策划好。 最近看 @Four_FORM_ 的 4Stock，也是这个角度 股票资产有一个很明显的特点：热点出现得非常快。 一份财报、一条政策、一个 AI 概念，几个小时就可能把一只股票推到市场中…

去年今天，可能是很多人真正离开这个市场的一天 有人失去了仓位，也有人失去了再回来的勇气 一年过去，希望还留在这里的人，都比以前更明白，活下来比什么都重要 10/10 🫡

推荐一下 @flock_io 比较值得注意的是，他们把 AI Agent 里的「决策」单独拆出来做成了一个小模型。 THIS / THAT 基于 Qwen3.5-2B，专门处理工具选择、任务分配、下一步动作这类判断。按照团队公布的数据，在 1710 道复杂决策题里，1.2 版本成功率做到 87.8%，高于 Claude Opus 5 的 83.4% 和 GPT-5.6 的 81.6%。 技术上，它只有约 18.8 亿参数，可以本地运行，单次决策大约 31ms，也不需要生成一大段输出 Token。 我觉得这背后更值得研究的是一个趋势： AI Agent 下一阶段的竞争，可能会从“谁更…