
investor & advisor at @CurveFinance @lighter_xyz & Puffer 🎍I make tech videos 平時就是做天使投資
Taiwan
Joined May 2019
- Tweets9.8K
- Following4.4K
- Followers98.7K
- Likes11.8K
🚨 GitLab 出現最高 10 分重大漏洞、OVHcloud 在 GitHub 上的軟體發布檔遭掉包,連替網站身分背書的憑證私鑰,竟然都弱到只是數字「4」。
上週我才拍了一支影片,提醒大家:當 AI 開始突破長年未解的數學問題,我們就應該認真思考,它會如何改變密碼學、資安,以及金融系統的安全。
這幾天接連出現的事件,讓這個問題變得更迫切。
💻 先看 GitLab 和 GitHub 相關事件。
GitLab 在 10 月 21 日修補一個 CVSS 10.0 分的重大漏洞。在特定條件下,攻擊者不需要登入,就可能在受影響的 GitLab 伺服器上執行任意程式碼。GitLab.com 已修補,但自行架設的企業需要更新。
這是已確認的重大漏洞,不能直接說成「GitLab 全平台被駭」。(docs.gitlab.com)
GitHub 這邊,OVHcloud 已確認:一名開發者的 GitHub 帳號遭入侵,攻擊者在 10 月 19 日把部分 CLI 軟體發布檔替換成惡意版本,企圖竊取使用者電腦中的機密資料。
這次被攻破的是開發者帳號與發布檔的信任鏈,並非已證實 GitHub 平台本身遭入侵。(github.com)
想像一下:你只是去熟悉的專案下載工具,下載回來的東西卻已經被換掉。
OVHcloud 事件公告:
github.com/ovh/ovhcloud-cli/…
同一波消息裡,Railway 也公告客戶環境變數可能遭未授權存取,部分內容可能已被解密,涉及 API 金鑰、資料庫帳密等機密;Oracle Java 則發布了 9.1 分的安全警報。(blog.railway.com, oracle.com)
這些事件碰到的,都是企業每天依賴的基礎設施。
🔐 但最讓我傻眼的,還是 eMudhra。
它是一家數位憑證機構。簡單說,這類機構負責替網站身分背書,讓你的瀏覽器或應用程式判斷:「現在連到的,真的是我要找的那個網站。」
這次有 8 張中繼憑證的私鑰弱到可以快速還原。資安研究員實際驗證,其中一把私鑰竟然就是「4」。
不是四百位數,不是以 4 開頭。
就是 4。(scotthelme.co.uk)
這跟金融安全有什麼關係?
當你登入網銀、連接支付服務,或讓企業系統交換敏感資料時,除了傳輸內容受到保護,還有一個基本前提:
你必須能確認,對面真的就是你以為的那個對象。
如果替網站身分背書的私鑰落入他人手上,在尚未撤銷相關信任的系統中,攻擊者就可能偽造憑證,再配合流量攔截等條件,冒充合法服務。
Cloudflare 已經針對這次事件部署防護,也明確說明,問題出在憑證身分驗證,而不是 TLS 加密演算法本身。(blog.cloudflare.com)
這不代表銀行帳戶已經全面失守,但它揭露了一個很現實的問題:
再複雜的金融系統,也可能被一個極其低級的底層錯誤拖累。
事件說明:
blog.cloudflare.com/emudhra-…
🧠 而 AI 與重大漏洞之間,已經有直接的連結。
這次 PHP 公布的兩個重大漏洞,嚴重程度都是 9.2 分,可能造成未經驗證的遠端程式碼執行。
Google 官方表示,Wiz 使用多個模型協助研究,其中 Gemini 4 Argon 參與了漏洞發現、利用方式開發、攻擊偵測與修補驗證。
這是防禦研究,但它清楚顯示:AI 已經能參與發現與分析重大軟體漏洞。(cloud.google.com)
當這種能力變得更強、更便宜、更容易取得,攻防雙方能做到的事情都會改變。
📐 再回頭看九月、十月的數學進展。
OpenAI 在 9 月公布了其內部系統對 Navier–Stokes 千年難題的解答與形式化證明;10 月又公開一大批 AI 產生的數學研究成果。
其中不同成果仍處於不同驗證階段,但這些公開研究,已經足以讓我們重新評估 AI 能處理問題的深度。(openai.com, openai.com, github.com)
研究資料:
github.com/openai/math
所以我真正想問的是:
當 AI 能深入研究這些數學問題,我們有沒有同樣認真地評估,它在密碼分析、金鑰管理、憑證驗證與軟體漏洞上的能力?
公開看到的成果,和內部正在測試的能力,又有多大差距?
我認為涉及重大安全風險的發現,可能不會像一般研究成果一樣立即完整公開。但沒有公開,不能直接推論成「一定已經破解」。
值得警覺的事情,已經不需要靠這個推論才能成立。
🤖 至於最近把 Fable 5.5 與 swarm 攻擊連在一起的說法,目前還沒有足夠的一手證據可以確認。
但多個 AI agent 分工研究、持續測試、交換結果,確實是一個值得嚴肅看待的攻擊情境。
如果攻擊者能讓這些 agent 全天候運作,而企業修補漏洞仍要開會、排程、等外包廠商,攻防速度的落差會有多大?
對金融機構來說,風險也不限於自己寫的程式。
憑證機構、雲端平台、開發工具、軟體套件、外包系統,只要其中一環出問題,都可能成為需要處理的入口。
尤其當老舊系統更新困難、供應商權限不清楚、機密金鑰又散落各處,AI 帶來的攻擊效率提升,可能讓原本被忽略的問題更快被利用。
⚠️ 我上週提醒的,就是這種風險。
這幾天的事件還不能證明「AI 正在攻破全球金融系統」,也沒有證據顯示它們全由同一波 AI 攻擊造成。
GitHub 和 Gitlab 都被攻擊
感覺暫時沒有後端系統是安全的。。
How bad is this Gitlab issue? About as bad as it gets.
Anyone on the internet can take over an exposed, self-hosted GitLab server without logging in, on any version from the last 12 years.
Shodan is showing ~60K exposed servers online, which is a lot, but there are are far more internally for anyone with a foothold already.
🤖 以後早上打開手機,AI 可能已經把今天的重要郵件、會議資料和待處理事項準備好了。你只需要決定,哪些事情可以繼續往下做。
@AnthropicAI 新推出的 Claude Duet,就是往這個方向走。
它會沿用你在 Claude 裡的記憶、Skills 和已連接的服務,主動整理需要你注意的事情,也能接下研究、簡報、財務模型等工作。完成後,再回來找你。
💻 很多人可能會問:它真的有自己的電腦嗎?
有。Duet 在雲端有自己的虛擬電腦和瀏覽器,所以你把筆電關掉,它仍然能執行任務。單純使用它的雲端功能,不需要另外買一台 Mac mini 全天開著。
這也讓它和 Grok Bot、ChatGPT dots,開始進入同一類產品的競爭。
🧑💼 我的理解是,Duet 比較像一位接手日常事務的助理:知道你的背景、整理優先順序,先把工作準備好,再把需要你決定的部分交回來。
Grok Bot 的產品設計則更強調「組一個 AI 團隊」。可以讓不同 Bot 分別負責研究、業務、營運,平行工作;同一帳號的 Bots 共用雲端電腦上的檔案和登入狀態。
ChatGPT 這邊要看的是 dots。它同樣有自己的雲端電腦,也能把工作分派給背景代理;另外還可以連接你授權的本機電腦,協調 Work 或 Codex 任務。若工作需要用到本機,那台電腦就仍要保持連線。(learn.chatgpt.com)
所以,三家的差別已經很難只用「誰回答比較聰明」來理解。
更值得比較的是:誰能記住工作背景、接上真正需要的工具、把事情持續做完,以及在對的時候找你做決定。
🔍 Duet 目前也有很具體的限制。
它還不能讓你觀看或接管雲端瀏覽器,也不能直接讀取本機檔案;主動檢查帳號是間隔進行,並非每秒監控。寄信、付款等操作,設計上會先要求確認。(support.claude.com)
目前是美國 Pro、Max 用戶的研究預覽,需要加入候補名單;背景工作也會消耗原本方案的用量,台灣尚未列入這次開放範圍。
🧠 我覺得接下來很值得觀察的,是一個人到底能交出去多少工作。
當 AI 有了自己的電腦、記憶和工具,公司的工作分配方式也可能跟著改變。人要學會的,會越來越接近主管的能力:把目標講清楚、設定權限、檢查結果,然後承擔決策。
了解與申請:
claude.com/product/claude-du…
超級推薦碼: 「MRBLOCK」
brighter.money/campaign
Brighter has been selected for the @Lighter_xyz Accelerate Program.
LIT stakers have capacity sitting idle. Stablecoin holders need it. Brighter connects the two, so both sides earn from the same engine.
📉 CoreWeave 債券大跌,市場正在重新計算 AI 成長的資金成本。
💹 CoreWeave 一檔 2032 年到期、票息 9.625% 的美元債,從發行價 100,跌到 2026/10/14 的 79.50,純價格跌幅達 20.5%。光是 10 月初的 85 跌到 79.50,就又下跌約 6.47%。同期市場殖利率從 13.42% 升至 15.06%。
債權人開始追問:龐大的 AI 訂單,能否及時變成償債現金?
🧠 先釐清:15.06% 是市場殖利率,固定票息仍是 9.625%。
- 投資人以折價買債,要求更高的預期回報;公司既有票息不會因此自動重設。債價也受公債利率與交易流動性影響,不能直接換算成破產機率。真正值得警覺的,是後續融資條件可能變差。
🏗️ CoreWeave 的財務壓力,藏在現金流量表。
- 2026 上半年,營運現金流為正 36.63 億美元,但現金設備支出達 141.17 億,兩者相減是負 104.54 億美元,尚未扣除本金償還。
這不能當成營業虧損,也無法證明每份訂單都賠錢;它說明的是,擴張速度已超過營運自行供應資金的速度。
💵 因此,只看調整後 EBITDA,很容易低估資金需求。
- 折舊當期不必再付一次現金,但 GPU、機房與設備更新確實需要錢。對這類資本密集業務,更有意義的問題是:扣掉維持服務與擴張所需的投入,再支付利息及本金後,究竟還剩多少現金?
⏳ 還款也有自己的時間表。
- 上述 2032 年債券從 2027/1/15 首次付息,但其他債務早已開始支付:CoreWeave 上半年實際付息 9.82 億美元、償還本金 52.19 億美元。
公司債幾年後才到期,不代表眼前沒有還款壓力。
🧩 更值得注意的是期限錯配。
- 8 月一筆 26 億美元融資,借款期限約五年,底層客戶合約平均約三年。這代表償債不只依賴已簽約收入,也依賴合約結束後,GPU 能否續租、以什麼價格重新出租。
硬體的經濟壽命、客戶合約期限與貸款期限,必須一起看。只看訂單總額,會漏掉這段風險。
💰 但也不能直接跳到「快沒現金了」。
- 6 月底公司仍有 55.24 億美元現金,9/22 又完成 42 億美元可轉債融資。新資金會改變短期流動性,公開財報卻不提供今天的每日現金餘額。
合理的判斷是:它高度依賴外部融資,現有資料尚不足以斷言已無法付息。
⚖️ 而且,CoreWeave 並不存在一個適用全部債務的「統一利率」。
- 以設備及特定客戶合約擔保的專案貸款,和母公司無擔保債,保障與追索範圍不同。某個專案能拿到較便宜的融資,不代表全部債務都同樣安全。
還得追問:現金在哪個借款主體、要先償還誰,以及能否移轉到母公司。這些問題,直接影響債權人能拿回多少錢,也影響最後留給股東多少價值。
🔗 放大到整個 NeoCloud,會看到 NVIDIA 同時是設備供應商、股東,以及部分容量的買方。
- 這些關係有助於支持擴張,也讓供應鏈與資金來源更加相互依賴。尤其 NVIDIA 對 CoreWeave 初始 63 億美元的剩餘容量採購安排,有交付、服務可用性與終止條件,不能等同替全部公司債無條件兜底。
有大股東支持,和債務獲得法律上的保證,是兩件需要分開判斷的事。
🌐 客戶端也有類似現象:Microsoft、Meta 等大型買方,同時向多家 NeoCloud 採購。
- 供應商家數增加,不代表最終需求就同樣分散。當同一批客戶調整算力採購、部署時程或預付款條件,壓力可能同時傳到多家業者。
這是共同曝險。商業關係重疊本身並不證明虛假交易,但確實值得檢查整個產業是否過度依賴相同的需求與資金來源。
📊 Nebius 的財務位置,則應獨立判斷。
- 6 月底現金約 80.42 億美元、帳面債務約 85.46 億美元,現金相對債務較充裕;但上半年營運現金流 45.04 億,伴隨遞延收入增加 43.95 億,反映預付款的重要性。
預收款提供今天的建置資金,也附帶明天的履約義務,不能全部當成已賺到、可自由分配的現金。
🏦 Nebius 8 月又完成 57.5 億美元可轉債,也必須納入判斷。
- 不過,可轉債的低票息,部分來自投資人取得股票上漲選擇權;不能直接拿來與 CoreWeave 普通債約 15% 的市場殖利率比較,然後認定兩家信用風險差距就等於利率差距。
比較融資成本之前,必須先確認比較的是不是相同工具、相同保障與相同期間。
📈 需求面也有正向證據:CoreWeave 9/17 仍表示,新簽的部分短期容量合約價格提高。
- 若容量順利交付、客戶持續付款,先前投入就有機會逐步回收。因此,負自由現金流本身不是破產判決;關鍵在投資回報能否覆蓋資金成本,以及收入到來前的資金能否接上。
🔍 下一份財報最值得看的,是新增融資後還剩多少現金、已上線容量是否按期收款,以及還本與設備支出是否仍擴大資金缺口。
- AI 需求可以持續成長,但算力供應商的股東,仍可能因高昂融資成本與股權稀釋,拿不到原本期待的報酬。
產業成長、公司償債能力、股東投資報酬,必須分開判斷。這正是債券市場值得比訂單新聞多看一眼的原因。
🗓️ 資料整理截至 2026/10/17;財務數據主要截至 6/30,另納入後續融資。79.50 與 15.06% 是 10/14 的市場觀察值,非即時報價;價格跌幅未含利息。
#CoreWeave #Nebius #AI基礎建設 #債券 #現金流
🤖 Made with AI
如果 AI 真的找到破解現有密碼學的方法,我們放在錢包、銀行、券商裡的資產,還能像今天一樣,安心地使用嗎?🔐
OpenAI 最近公開了一批 AI 產出的數學研究成果。
David Friedberg 提出一個令人不安的猜測:既然其他數學領域有這麼多進展,為什麼沒有看到密碼學方面的重大突破?會不會有些成果,正因為影響太大,暫時不能公開?
這仍然是推測。沒有公開,不代表已經破解,影片也沒有拿出破解的證據。
但它讓我開始認真思考後面的事情。
🧠 許多公鑰密碼系統的安全,建立在某些數學問題極難求解的基礎上。我們相信,以現有的方法與算力,攻擊者無法在合理時間內算出答案。(pages.nist.gov)
如果 AI 找到人類一直沒找到的有效解法呢?
那麼,某些系統可能不必等到量子電腦成熟,就得面對安全基礎被動搖的問題。
對受影響的數位簽章來說,最嚴重的情境是:你沒有洩漏私鑰、沒有點到釣魚連結,別人卻可能做出系統認可的授權。
🏦 再往下想,銀行系統會怎麼樣?
銀行的通訊、身分驗證與支付基礎設施,同樣依賴密碼學。國際清算銀行與多家央行,已經在測試支付系統如何轉向後量子密碼學。這種基礎設施的遷移,本來就需要跨機構協調。
銀行仍有內控、備份與法律追索,不能直接推論所有存款會瞬間消失。
我擔心的連鎖反應是:假設某種廣泛使用的技術突然失守,金融機構為了確認交易真偽,必須暫停部分服務。企業收不到款、民眾無法正常轉帳,市場開始懷疑自己的錢是否安全。
如果恐慌進一步引發集中提款,一場資安危機,就可能演變成流動性與信任危機。
這是風險情境,不是已經發生的事。但它值得被認真準備。
LASRecomp(或 LAS Recomp)是一個把 Nintendo Switch 版《薩爾達傳說:織夢島》(The Legend of Zelda: Link’s Awakening,2019 年重製版)靜態重編譯成 Windows、macOS、Linux 原生應用程式的專案。
它是什麼?
它不是模擬器。開發者把 Switch 遊戲的程式碼重新編譯,讓它直接在電腦上以原生程式執行(圖形呼叫會轉成 Windows/Linux 的 Vulkan,或 macOS 的 Metal)。這跟傳統模擬器(即時翻譯指令)不同,理論上效能更好,也更容易加入高解析度、超寬螢幕等功能。
開發方式
專案作者 peiikai 公開表示,幾乎全部程式碼、逆向工程、工具與文件都是用 Anthropic 的 Claude(透過 Claude Code)寫出來的,他自己主要負責下指令、測試和審核。這點在 GitHub README 中有明確說明。
主要特色
• 原生運行(非模擬)
• 支援超寬螢幕(可看到更多島嶼畫面)
• 內建豐富的隨機化器(物品、迷宮房間、敵人等可打亂)
• 可調解析度、控制器重新對應、部分自訂設定
• 支援 Windows、macOS(Apple Silicon)、Linux
使用注意事項
• 沒有包含任何遊戲檔案,使用者必須自行提供合法取得的《織夢島》v1.0.0 遊戲檔。
• 目前仍是 Beta 版本,有部分畫面問題、特定操作會崩潰等已知問題。
• 專案在 GitHub 公開: peiikai/LASRecomp
這是近期比較受關注的「AI 輔助遊戲移植/重編譯」案例之一,也引起遊戲圈討論 AI 對逆向工程與移植門檻的影響。
This media is unavailable
💻✨ 超狂!@levelsio 把完整 Windows XP 直接塞進瀏覽器(甚至推文裡)!
這是非商業保存專案,屬於他的 Pieter 電腦博物館 🖥️
這是什麼?
完整的 XP 模擬環境,開機後可以玩 3D Pinball、Quake、Tony Hawk,開 IE6、MSN Messenger、Winamp,甚至跟 AI 聊天或連網遊戲。完全在網頁裡跑,不用下載安裝任何東西!
怎麼做的?
核心用開源 v86(@copy_sh)x86 模擬器,把 x86 指令即時編譯成 WebAssembly 在瀏覽器執行。Levels 花了約 6 個月逆向工程讓這麼大的 XP 穩定跑起來,還加了虛擬數據機透過 WebSocket 連真實服務。
真的能用嗎?
能!很多人已經在玩。但效能是模擬器等級(不是原生速度)、開機較慢,嵌入時滑鼠要拖曳(沒有 pointer lock),建議用桌面瀏覽器。
是 AI 讓它跑起來的嗎?
是的,關鍵!Levels 自己說 XP 太大太複雜,只有靠現代 AI(像 Opus 5.5)幫忙逆向與除錯,才可能在合理時間內完成。沒有 AI 幾乎做不出來。
容量比較少嗎?
不算少 😅 XP 客體約 1.9GB 記憶體快照,磁碟映像也是數百 MB 到接近 2GB。要載入大檔案、吃瀏覽器 RAM。但優點是不用在電腦裝 VM,開網頁就能體驗,比傳統方式方便很多。
懷舊與技術的完美結合!快去 pieter.com/xp 體驗看看 🎮🚀
Let's try run Windows XP inside this tweet, tap to open pieter.com/xp/x
如果我們以為最反體制的東西,其實就是體制設計出來的呢?🐴
最近看到一個關於比特幣的陰謀論,覺得蠻有意思。先說,下面是在聊這套假說,不是說它已經被證實。
它的邏輯,不只是「比特幣可以追蹤金流」,而是整個從反叛到被主流接納的過程。
🕸️ 第一幕,是 Silk Road。
假設政府想讓大家接受一個永久記錄交易的數位帳本,直接由政府推出,最不相信政府的人肯定先反對。
但如果它最初出現在暗網,被包裝成不靠銀行、反抗體制的工具呢?
駭客、自由意志主義者、反政府的人,反而可能成為第一批使用者和推廣者。
這個陰謀論的第一層,就是:用「反叛」的形象,讓最抗拒的人主動加入。
🏛️ 第二幕,是政府自己也持有比特幣。
美國在各類案件中扣押比特幣:政府一邊打擊非法市場,另一邊卻取得了這個市場使用的資產。
從陰謀論的角度看,這不是消滅它,而是逐步把它收進自己的體系。
🕵️ 第三幕,是中本聰與 NSA。
一個神祕創辦人,留下改變世界的系統,然後消失。再加上比特幣使用的 SHA-256,屬於 NSA 設計的 SHA-2 家族:「Satoshi 會不會根本不是一個人,而是一個情報機構的代號?」
我還想到一個名字梗:
Nakamoto 是「中本」,Satoshi 是「聰」。把「中」聯想成 Central、「聰」聯想成 Intelligence,就很容易想到 CIA
當然,這是拆字聯想,不是正確翻譯,更不是證據。
💼 第四幕,是反體制資產走進體制。
華爾街推出 ETF、川普特赦 Silk Road 創辦人 Ross Ulbricht、美國建立戰略比特幣儲備。
這套假說把這些不同時間發生的事件串起來,問了一個問題:
到底是比特幣改變了體制,還是體制找到了吸收比特幣的方法?
🔒 最後一幕,才是它真正想講的「特洛伊木馬」。
先讓大家因為追求自由,接受數位貨幣、建立基礎設施;等到現金逐漸退出,再把人帶向由政府掌控的 CBDC。
換句話說,這個故事最狠的地方是:不是打敗一場革命,而是讓革命替自己鋪路。
但這裡必須分清楚:使用 NSA 設計的演算法,不代表 NSA 控制比特幣;政府持幣,也不代表政府創造了它。比特幣更不會自動變成 CBDC。
當我們歡迎 ETF、機構和政府進場時,我們期待的是價格被認可,還是原本那種「不需要任何人批准」的自由?
這兩件事,未必永遠往同一個方向走。👀
未來的 App,可能越來越少被人打開,卻越來越常被 AI 使用。🤖
這就是最近在討論的 Headless App。
名字聽起來很技術,其實很好理解:把軟體的功能和操作畫面拆開,讓 AI 可以直接調用服務,不需要你親自進去按每一個按鈕。
🍽️ 舉個例子。
現在安排一場聚餐,你可能要查餐廳、找空位、填資料,再打開行事曆,最後另外叫車。
未來,你可能只需要交代:
「幫我找週五晚上七點、四個人的餐廳,每人預算兩千,我不吃牛肉。」
AI 在取得授權、接通相關服務後,就能查空位、比較選項,等你確認,再完成訂位和後續安排。
餐廳、訂位系統、叫車服務都還在,只是很多操作會移到背後。
🔌 這裡常會提到 MCP。
你可以把它理解成 AI 連接不同工具的「通用插座」。服務把功能開放出來,AI 就能用比較一致的方式讀取資料、執行任務。
Salesforce 已經在做這件事:透過 Headless 360,讓取得授權的 AI 直接使用平台裡的資料與工作流程。
📱 我覺得接下來有三個變化值得注意:
• 使用者會更在意「事情有沒有完成」,而不只是 App 裡有多少功能。
• 軟體公司除了吸引人,也要讓 AI 容易找到、理解並可靠地使用自己的服務。
• 掌握 AI 助理入口的平台,可能更有能力影響訂單最後流向誰。
這對商業模式的影響很大。
當使用者不再每次都進入你的 App,廣告曝光、加購推薦、會員經營,都可能需要重新設計。
但我不認為這代表所有 App 都會消失,更不認為軟體因此沒有價值。
看影片、玩遊戲、設計作品,介面本身就是體驗的一部分;付款、重要決策和異常處理,也仍然需要清楚的畫面與人的確認。
💡 我更在意的是:
以後做一個 App,除了問「使用者為什麼會打開我」,也要開始問:
「當使用者把事情交給 AI,它為什麼會選擇我的服務?」
📚 兩篇值得延伸閱讀的 X 原文:
🔹 Salesforce/Marc Benioff:開放平台能力,讓 AI 直接調用。
xitter.cf/Benioff/status/2044981…
🔹 Box/Aaron Levie:AI Agent 可能擴大軟體的使用量與應用場景。
xitter.cf/levie/status/204513770…
Agents are going to use software 100X more than people will in the future. As a result, enterprise platforms will become headless and be able to work with any agent on or off platform. If you don’t do that you’re DOA.
What some have missed is that this creates vastly more use-cases for these platforms than even existed pre-AI. This isn’t zero sum. Software value props have traditionally been capped at the number of users you have in a company. Agents have no upper limit.
We’re going to run agents to process data at a scale humans never could, they’re going to be running 24/7 in parallel doing work for us, and they can integrate workflows across systems to generate all new value propositions.
Once you embrace this approach, it becomes obvious how much more upside there is.
















