美国货币监理署把 GENIUS 法案下的银行稳定币细则定稿了，明年1月18日生效。 翻译成人话：以后银行发稳定币，储备1:1、按面值赎回、托管有人盯。 以前是币圈排队求银行开户，以后可能是银行排队求上链 😂 我的立场：稳定币越来越像正规军了。散户别管谁发的币，先看谁能随时把钱兑回来。

宇树宇树

Playboi Carti 的号睡了一年半，一睁眼先在 pump 发了个同名币，图上还 +18500%。 偶像复出第一件事是发币？这不叫回归，这叫被盗号。 防骗铁律：沉睡大号突然甩合约，先默认是黑客，再默认是黑客。 今日份冷知识：点赞免费，接盘收费。

Blast 今天是「正常提款」最后一天。 当年冲进 L2 的那波人，现在排着队往以太坊桥回老家。 链还能活，但「一键走人」的窗口在关——这才是真正的 deadline 感。 不是喊单，是提醒：资产还在上面的，别把「以后再说」拖过今天。

周日收工。 BTC ≈8.02万，周末这一出：电梯一直动，就是不到站。 杠杆吵完了，现货还在打哈欠。 周三 Fed 才是开幕；今晚合电脑，不跟 K 线熬夜。

亏麻

BTC 周末破 8 万又站回，典型周末杠杆清算。 Hayes 清仓、ETF 流出、地缘噪音叠在一起——方向先别猜，仓位先想清楚。 今天先看，不追。

AI也需要情绪价值

千万别穿

今天玩山寨太失败了 先是前天0.29买bmt因为在看A股没注意下跌止损被套了 然后就挂了保本止盈 结果早上晒着太阳开开开开心的打游戏 突然因为上了up爆拉 后面有点不甘心但是又不敢追高 因为最近上up的币太多了也不咋地 看着看着就想着吃个回调做空吧 然后就止损了 后面看到情绪还不错pepe 回调了 开个pepe 止损了 在涨幅排行榜看了，又觉得order不错 也是踏踏实实做项目的 但是不敢买 接下就是爆拉了 心气一下子搞没了 开始怀疑人生

AVA 试盘结束了

想一想 pepe 带着牛来起飞 会怎样 算了不想了 韭韭不能自拔

运气的第一性原理是提高碰撞概率，不是等待命运犒赏。 提高碰撞概率的第一性原理是扩大行动基数，不是守株待兔。 扩大行动基数的第一性原理是保持系统开放，不是画地为牢。 保持系统开放的第一性原理是降低试错成本，不是孤注一掷。 降低试错成本的第一性原理是力稳风险底线，不是赌徒心态。 力稳风险底线的第一性原理是提升认知敏锐，不是凭运气遮盖无知。 运气的终点不是被动的玄学等待，而是用持续行动接住概率的必然。

现在普通 AI 短剧总时长大多集中在 60–90 分钟，单集时长 1–1.5 分钟。按行业中等水平标准，制作成本为每分钟 2000–5000 元，一部中等品质完整短剧总投入区间在10 万–30万元。 成本结构： 1. 剧本采购：占总投入 10%。目前存量短剧剧本供给充足，品质较好的剧本采购价可控制在 1 万–2 万元；部分团队内部聘用编剧，5000 元即可拿到可用剧本。 2. 算力成本：占总投入 30%。 3. 人力成本（导演、美术、后期等）：占总投入 30%–40%。 4. 配乐、剪辑及后期处理：占总投入 10%。市面上很多粗制作品直接采用 AI 一键配乐，不单独聘请配乐师；专业团队会单独邀约配乐老师制作音效配乐，整套配乐报价几千至 1 万元。 需要注意的是，这笔制作费用只是前置费用，后面还需要投流20-30万，ROI=1.1 → 充值流水 22-33 万，然后渠道扣 30%。 亏损就这么来的。

企业卡巨头Ramp追踪逾7万家美国企业的支付数据后发现，仅1%的企业贡献了OpenAI与Anthropic商业支出的80%，且这一高度集中的需求正在触顶——Token使用量继续攀升，但实际美元支出增长已近乎停滞，付费用户渗透率也趋于平缓。 Ramp首席经济学家Ara Kharazian在其10月AI指数报告中指出，8月和9月连续两个月Token支出"几乎零增长"，10月初虽勉强创出历史新高，却仅比8月峰值高出1.5%。支出停滞的核心驱动力是价格通缩：前沿模型价格持续下行，叠加模型效率提升，每百万Token的混合均价不断走低，量价背离格局日益明显。

王兴兴再谈AI信仰 王兴兴说物理AI可能会被通用大模型击穿，属于业内人士说实话了，告诉我们一个道理：物理AI的创业公司，大部分，没有价值。 王总说，通用大模型已经开始具备物理世界规划、任务拆解能力，未来 1–3 年有望跨过具身智能的 ChatGPT 时刻。 翻译：纯通用具身模型层的初创公司投资价值大幅衰减。 有哪些公司，就不点名了，这个赛道龙头，融了几十亿，估值几百亿了。 这就被王总直接归零了。。。

AI芯片公司Cerebras自今年5月上市以来，累计跌幅达40%。

不少人吐槽国内的AI都花在做假视频上了，其实能找到个用处已经不错了。那么国外都干啥了呢？查了下，按 2026 年行业披露和平台监测口径，美国大致是：代码开发 + 企业 Agent；占比大约 48%—58%。 看起来是不是很高大上。但仔细看，他们并没有把Token消耗当成生产力，而更多是表演性质的。 我们来看一组数据： ①MIT/NBER 研究发现，代码行数涨了 17.3 倍，但实际发布的软件版本只增加约 30%； ②DX 对 400 多家工程组织跟踪 14 个月，PR 吞吐量中位数只提升 7.76%； ③GitClear 报告称，AI 重度用户的代码改动率是非 AI 用户的 9.4 倍，无效代码变更暴涨 861%； ④Faros AI 数据显示，AI 代码问题率是人工代码的 1.7 倍，PR 审查时间中位数增长 5 倍； ⑤Entelligence AI 披露，企业最多有 44% 的 Token 花在修复 AI 自己生成的代码问题上。 也就是说，这帮人不是在用 AI 解决业务问题，而是在用更多 Token 修补 AI 产出的代码，再为这些修补付出更多审查、返工和运维成本。 他们在表演自己在AI。和我们看AI在表演倒是殊途同归了[笑cry]

小摩分析师开了100多场投资者会议后，总结出当下的投资者究竟在担心什么，说穿了就一件事，AI的投资回报率（ROIC） 大家普遍认为，只靠编程（coding）这一个变现手段是不够的，希望看到编程之外真正规模化的工作负载落地，才会重新给AI基础设施板块估值 原因主要是以前说过的：coding ai的市场容量和能力都已经到天花板了。一方面AI编程的任务成功率达到88%之后再难更进一步；另一方面行业内已经发现，现有的编程基准测试（Benchmark）对主流模型来说已经失去了区分度，因为大家都能轻松满分，没区别了。 这就意味着开源最后大概率能灭了闭源。这估值也就没法给了。

是 A 股，抄到了