# AI

共 229 篇相关文章

人工智能:错误的那种泡沫 AI
Feb 02, 2026

人工智能:错误的那种泡沫

人工智能可能会改变世界,但不是以你想象的方式 狂热期和成熟期常常都引发非理性、投机行为——但原因不同,结果也不同 这篇文章有点像一堂历史课,但非常重要。最近,关于技术领域“生产性”泡沫的讨论很多——这些狂热将资本和人才围绕对未来的设想集中起来。有人认为泡沫会创造关键基础设施,创业者在泡沫破裂后加以利用——点 com 泡沫就是一个重要例子。这是对泡沫的过于简化的看法。所有技术泡沫并不一定都是“生产性”的。它们并不总是创造在泡沫之后被使用的基础设施。让我们看看这是否适用于当前的人工智能泡沫—— 它确实是一个泡沫 ,尽管有真实的实用价值。 两种类型的技术泡沫 对于不熟悉 Carlota Perez 的技术浪潮周期的人来说,该模型基于 200 年技术革命的历史——运河、铁路、电力、汽车以及当前的计算时代。根据该模型,新的技术革命经历以下阶段: 爆发期: 爱好者和先驱者对一种新的“输入”进行实验,为技术浪潮奠定基础。 狂热期: 新兴产业的诞生吸引金融资本,膨胀成投机泡沫。 转折点: 随后的崩溃暴露了炒作与现实之间的鸿沟。 协同期: 崩溃之后,该技术进入更可持续的增长阶段,对经济带来广泛益处。在此过程中,这一时代的赢家开始确立地位。 成熟期: 协同阶段长期的增长以及大型赢家的出现使投资者更加亢奋。这导致过度投资和对投入要素的过度消耗,直到技术浪潮无法再带来进一步增长,为下一轮技术浪潮扫清道路。 整个周期,从爆发到成熟,约持续50–60年。以下是该模型如何适用于当前计算时代: Press enter or click to view image in full size 将 Carlota Perez 的技术浪潮周期应用于计算时代 计算时代始于 1971 年微处理器的发明——“廉价输入”。它最初为计算器设计,后来出现在大量生产的汽车和家用电器中,这些都是上一轮技术浪潮达到成熟期的产物。然而,真正的革命始于爱好者用微处理器发明个人电脑——1977 年实现这一愿景的第一款产品是 Apple II。个人电脑的主流普及造就了初期的一批赢家(Apple、Microsoft、Dell 等),并为互联网奠定了基础——随后引发了互联网泡沫与崩溃。崩溃之后,人们才真正意识到互联网乃至移动技术的潜力,推动了 2008 年后的一段长期经济增长。今天,互联网和移动端已无处不在,这一时代的赢家正寻求下一波技术推动以维持繁荣。这导致了对 AI 和数据中心前所未有的投资热潮。 我之所以认为 AI 属于成熟阶段而不是全新的周期?很简单,它具备成熟型创新的所有特征(致谢 Jerry Neumann)——科技界最大的既得利益者立刻涌入,且采用速度极快,因为互联网已经完全普及。全新的技术周期通常从边缘开始,由爱好者推动——就像那些默默无闻的极客打造出 Apple I。而这绝对不是我们在 AI 上看到的情形。 中期周期与后期周期泡沫 这个模型的一个关键结论是,技术扩散导致的金融过度不仅有一种 ,而是两种 ——在狂热阶段出现的中期循环泡沫和在成熟阶段出现的后期循环泡沫 。下图清晰地展示了这两类泡沫。图表显示了过去 150 年标普 500 的 […]

AI
Feb 02, 2026

Vibe Thinking

是的,标题让我也翻了个白眼。 但先和我一起坚持这一点,承认我是在当场思考。 在过去的 12 个月里,Vibe 编码席卷全球。它把软件工程的力量交到了每个人手中。它改变了我们编写软件的方式,让人工智能处理实现细节,而工程师专注于策略和长期愿景。 我开始想知道这种转变是否(以及何时)会同样适用于知识工作。 本周,Anthropic 推出了 Claude for Excel(是的,比 Microsoft 专门为 Excel 推出的 Copilot 还早),早期评价非常积极。 正如工程师从编写代码转向指导人工智能一样,金融从业者现在也可以专注于真正重要的事情 ——我的假设有多准确,这支团队有多优秀——而不是花无尽的时间去执行公式和录入数据。 这种转变将奖励那些能够跨学科连接人和概念的多学科思考者。 自从开始投资以来,我一直专注于连接概念,主要受心理学和统计学的启发。早期我的想法是,如果你无法掌控自己的心理或把握概率,再多的“最佳实践”或“真理原则”也无法打动你为自己构建的叙事。 这就是为什么我在阅读时会做大量结构化笔记,并将它们整理成便于回忆的格式。 有了这些工具, 我们能比以往更快地连接更多概念 。Morgan Housel 一如既往地完美解释了为什么这很重要: 如果世界仅仅由经济学来支配,成为经济学专家会帮助你理解世界。但事实并非如此。它受经济学、心理学、社会学、生物学、物理学、政治学、生理学、生态学的共同支配。 对每个学科来说情况都一样。我们同样可以说能源受政治学、经济学、科学等的影响,我们至少应当对这些领域如何相互关联有一点了解,这对我们大有裨益。 过去大多数人更专注于执行,因为它更容易衡量,但思考远比执行重要。这很难,因为思考对外界而言是不可观察的。 思考看起来像是睡得好、划出长时间不被打扰的时段、长时间散步、大量阅读与写作。它已经是你能做的最重要的事情,而且这种重要性还在加速提升。 只有当你思考清晰时,执行才有意义。随着人工智能承担越来越多的执行和分析工作,我们获得了更多时间去做真正重要的思考——那些推动执行的输入。 我们现在拥有让事物更快投入实践并验证其有效性的工具。想测试一个设计?人工智能几个小时内就能发布三个版本。需要模拟不同情景?Claude 在你思考每种情景含义时为你构建模型。 执行从未过时,但它正变得足够快速,成为一种思考工具。你可以以想法的速度进行迭代。 廉价的执行意味着更多实验。更多实验意味着更快速的学习。而对于能做三件事的人来说,更快速的学习会产生复利效应:通过连接概念生成想法、解读结果的含义,并基于所学进行迭代。 分析变得更便宜且更易获取。真正仍需耐心投入的是什么?两件事:学习和人际关系。 学习——广泛阅读、跨学科联结思想、保持好奇。以及人脉——多年经营关系、建立信任、塑造那种让人希望你参与其最激动人心项目的声誉。 两者都会随着时间复利增长。我押注于那些同时在两者上投资的人。这并不新鲜,历来如此,但我开始怀疑,随着其他事物逐渐商品化,在本十年末这是不是仅存的优势。 那看起来像是读完一篇文章,然后把它输入一个定制的参谋长型 AI——它了解你的笔记、邮件和日历——并问它,“我还读过哪些类似的内容,谁在我的社交圈会喜欢,基于这些新数据我该重温什么?” 这就是 vibe thinking。通过更好的思考,想法得以复利增长。通过信任,关系得以复利增长。两者都会随着时间复利增长。而我看好那些在 AI 让其他一切变得廉价之前,就已在两者上投入的人。 我在追逐的想法 在试图鼓励理性行为时,不要仅限于理性的论证。 青春期不能被跳过。 我正在收集的想法 “系统性风险发生在你停止冒险、被困于不再改进的体系之中。”——《巴拉吉文选》 “刚性就是脆弱。无形则不可摧。我们可以选择其一或其二。”——Ryan Holiday,《Discipline Is Destiny》

氧气垄断:在人工智能时代把握营销与品牌的要诀 企业级应用
Feb 02, 2026

氧气垄断:在人工智能时代把握营销与品牌的要诀

在本周文章之前,我想强调一点:当我们的国家显得如此分裂时,写技术话题令人感到奇怪。像人工智能采用和初创公司颠覆这样的议题固然重要且及时,但与人权和生命相比就显得微不足道。这不是一本政治刊物,但它确实是一本关于技术与人性的刊物——而且重要的是说明后者优先。 氧气垄断 我每年最喜欢的图表之一就是这张,Axios 每年十二月发布: 这张图很好地提醒我们,在当今世界新闻循环移动得有多快。除去通货膨胀和(出人意料地?)Labubu,大多数故事都是先猛增然后消退。 拿逮捕马杜罗来说。美国在一次秘密的夜间行动中把一位世界领导人从他所在国家带走(!),这新闻占据了头条,大概持续了多久?一周?难以置信。我看到一条推文在疑问,在如今的媒体环境里,OJ Simpson 的审判还能在头条停留多久。会是一周?一天?这是个有趣的问题。 安迪·沃霍尔著名地说过,总有一天每个人都会因15分钟成名。互联网让这成为现实,如果互联网是载体,那么人工智能就是加速器。 互联网恶棍们的7月16日 初创公司的挑战是:在一个信息过载、节奏飞快的媒体环境中,如何保持在受众心中的首位?如何构建一个连贯的品牌,使其持续被记住并传达清晰一致的价值主张?如今世界变得很快,初创公司则以超光速前进。 我们从未见过像人工智能这样发展的速度,快速变化的新闻周期和迅速形成的舆论正在决定真实的初创公司结果。虽然势头绝对不是护城河 ,但在不到一年的时间里从 0 增长到年经常性收入超过 1000 万美元的情况越来越常见。像这样的图表仍在压缩: 来源:The Growth Mind 当市场运行比以往任何时候都更快, 叙事也比以往更快地成形。公司与新生类别划上等号,胜者在该类别尚处于萌芽阶段时便被加冕。 这对创始人来说是巨大的挑战,但同时也是一个机会。创始人可以做几件事: 及早在你的类别中构建极其简单的品牌联想。 精明的公司会尽早成为某一类别的代名词。在应用型人工智能领域,最好的例子可能是法律类 AI 的 Harvey。 Harvey 进入这一类别很早:Gabe 和 Winston 向 OpenAI 发了冷邮件,这使他们成为 OpenAI Startup Fund 的首批投资对象之一。创始人预见了法律行业的方向,眼光卓越。但他们在营销方面也堪称楷模。Harvey 在该类别尚处于萌芽时就已成为法律 AI 的代名词。尽管据报道 Legora 正在追赶,Harvey 仍然吞噬了市场上大部分注意力。优秀的产品是强势品牌的前提(可以将其视为构建 GTM + 品牌的基础),但精明的品牌定位可以决定一家初创公司从那里能上升得有多高。 我把它想象成基岩 + 脚手架。这里有一张不错的示意图,来自 Gemini: 风险投资当然在成王过程中扮演关键角色,尤其在资本和人才会迅速追随顶级风投的火热市场中。 来源: Jaya Gupta 在推特上 这真是风险投资的理想方式吗?不是。但这是一个真实存在的现象,聪明的创始人理解并利用它为自己带来优势。 […]

关于 AI 辅助软件工程的思考 AI
Feb 02, 2026

关于 AI 辅助软件工程的思考

刷 LinkedIn 或 YouTube,感觉每个人要么想卖你点什么,要么想吓唬你。 “我在一个周末就用共鸣编码做出了这个每月经常性收入 100 万美元的应用” “XYZ 公司因 AI 裁掉 80% 员工” “如何通过这种新的 AI 工作流程提升 20 倍效率” 取决于你是谁以及你从事何种工作,这听起来要么非常可怕,要么是巨大的机会。本文试图提供一个更现实的视角,基于我在大型代码库的日常软件工程工作以及较小个人项目中实际使用这些工具的经验。 Much of what Andrej Karpathy describes in his recent post matches my experience. If you haven’t read it, it’s worth your time. 我在全文中将“AI”和“LLM”交替使用。 自我与身份 当我读到 Karpathy 的帖子时,确认了过去大约三个月里我和可能许多其他人也有的很多体验。 “[…] 我迅速从十一月大约 80% 手动+自动补全编码、20% 代理编码,变成十二月 80% 代理编码、20% 编辑+润色。也就是说,我现在确实主要用英语在编程,有点羞涩地用语言告诉 LLM 要写什么代码……这会伤到自尊心一点,但 […]” […]

生成式人工智能与维基百科编辑:我们在2025年的收获 AI
Feb 01, 2026

生成式人工智能与维基百科编辑:我们在2025年的收获

像许多组织一样,Wiki Education 多年来一直在应对生成式人工智能及其影响、机遇和威胁。作为一家开展大规模项目以为维基百科吸引新编辑的组织(我们负责约 19% 的英文维基百科新增活跃编辑 ),我们对新内容贡献者在维基百科面临的挑战有深刻理解——以及如何支持他们成功编辑。随着越来越多的人在日常生活中开始使用像 ChatGPT、Gemini 或 Claude 这样的生成式 AI 聊天机器人,人们也会考虑使用这些工具来帮助起草对维基百科的贡献,这并不令人意外。由于 Wiki Education 的项目提供了一个我们可以评估其工作成果的内容贡献者群体,我们已经研究了参与者如何使用生成式 AI 工具。 我们选择通过这篇博客文章分享我们的观点,因为我们希望它能为围绕维基百科上由生成式人工智能创建内容的讨论提供信息。在像维基媒体运动这样的开放环境中,共享你的经验教训非常重要。在本例中,我们相信我们的经验可以帮助那些试图维护百科全书内容完整性的维基百科编辑者、可能有兴趣自己使用生成式 AI 工具的维基人、在全球范围内试图吸引可能有兴趣使用这些工具的新贡献者的其他项目负责人,以及维基媒体基金会——其产品和技术团队开发软件以支持在维基百科上创建高质量内容的工作。 我们关于生成式人工智能的基本结论是:维基百科编辑绝不应将像 ChatGPT 这样的生成式人工智能聊天机器人输出的内容复制粘贴到维基百科条目中。 让我详细说明。 人工智能检测与调查 自从 2022 年 11 月 ChatGPT 上线以来,我们一直密切关注由生成式人工智能创造的内容,以及这些内容与维基百科的关系。我们对来自我们课程的新编辑的工作进行了抽查,主要关注引用,确保它们是真实的而非幻觉生成。我们自己也尝试了相关工具,为项目参与者主持了关于生成式人工智能的视频会,并密切跟踪了维基站内关于生成式人工智能的政策讨论 。目前,英文维基百科禁止在条目中使用生成式人工智能来创建图像或在讨论页中使用,并且最近通过了一项反对使用大型语言模型生成新条目的指南 。 在 2025 年上半年,随着我们的维基专家 Brianda Felix 和 Ian Ramjohn 与课程参与者合作,他们在条目内容中发现了越来越多带有生成式 AI 特征的文本,比如在奇怪位置出现的加粗词语或项目符号列表。不过,只要内容准确,使用生成式 AI 并不一定有问题。维基百科的开放编辑流程鼓励对事实性文本进行风格性修改,以更好地符合维基百科的风格。 但文本本身  是否事实准确?这个根本性问题促使我们的首席技术官 Sage Ross 调查不同的生成式 AI 检测工具。他最终选择了一个名为 Pangram 的工具,我们发现它对维基百科文本非常准确。Sage 生成了自 2022 年以来通过我们工作创建的所有新条目清单,并将它们全部通过 Pangram 检测。在 3,078 […]

关于“SaaS 已死”的说法被夸大了 商业洞察
Jan 26, 2026

关于“SaaS 已死”的说法被夸大了

本文信息来源:saanyaojha AI 正在提高软件公司的门槛,而非将其抹杀 关于 SaaS 在公开市场表现不佳的评论层出不穷。查马斯(Chamath)凭借其一贯对周期命名的天赋,将其贴上了“SaaS 大崩盘”的标签。 显然有多种力量在共同起作用,但有一个主题已经主导了讨论:AI 焦虑。只要打开 Twitter 或 LinkedIn,你总能看到有人信誓旦旦地宣称 “AI 将杀死 SaaS”。 听着,确实正在发生一场真正的体制变革。这一点不容否认。软件经济学正在发生转变,工作流正在被重构,老牌企业也不可能轻易过关。但如果从“规则正在改变”直接跳跃到“游戏已经结束”,中间省略了太多步骤。 更易于构建 ≠ 更易于取代。 一种常见的逻辑跳跃是这样的:如果构建软件变得更加容易,那么企业就会停止购买软件,转而直接生成他们所需的任何东西。如果你从未观察过企业如何采购软件,这听起来确实是一个合理的理论。 企业软件之所以被购买,主要原因并不是因为编写代码很难。购买它是由于运行一个大型组织是一项关于标准化、责任管理和记忆的实践。软件的价值不仅在于它的存在,而在于它在整个组织、各个团队以及不同时间维度上的标准化。这种共享的上下文才是产品。 “氛围编程”(Vibe-coding)降低了尝试新事物的成本,但它并没有降低犯错的成本。你仍然需要保证运行时间、数据完整性、访问控制、监管可审计性、支持义务或机构记忆。经营一家企业并不是一场永无止境的黑客松。 仅仅因为你现在可以构建定制软件,并不意味着你想要这样做。如果你是一家卡车运输公司,你的竞争优势仍然在于物流,而不是维护一套脆弱、不断变异的自研内部工具栈。企业将继续从供应商那里购买服务,因为供应商代他们吸收了复杂性。这种动态并未消失。如果说有什么变化的话,随着人工智能增加了变革的覆盖面,这一点变得更加重要了。 供应商疲劳反而不利于看空论调 我观察到企业普遍存在真实的供应商疲劳,尤其是在人工智能领域。买家的主流本能并非“拔掉核心系统”,而是:“向我展示我现有的供应商是如何适配的——以及这种变化是否具有实质性意义。” 现有的老牌厂商占据着采购、合规和关键任务工作流。这种地位赋予了他们杠杆优势。这是他们的主场,除非他们自己搞砸。没错——确实会有一些厂商因为执行不力而败北,但如果从“部分老牌厂商会跌跤”直接跳跃到“AI 将杀死 SaaS”,则忽略了中间的若干环节。 AI 的所有道路最终都指向数据 任何非玩具级的 AI 部署最终都会汇聚到同一个约束条件:数据。 那么谁拥有这些数据?是记录系统(Systems of Record)。 CRM、ERP、HRIS、财务系统、安全日志、身份平台。这些系统是企业的权威图谱。AI 系统并不会取代它们;相反,AI 依赖它们来获取上下文、权限和连续性。 随着 AI 变得越来越强大——且更具概率性——对确定性后端、清晰架构、可审计性以及治理的需求只会与日俱增。 现有的老牌企业拥有优势——但并非万无一失 老牌企业并非束手无策。他们拥有切实的初始优势:分销渠道、信任、嵌入式工作流、历史数据以及采购关系。在企业级采购中,这些优势至关重要。 如果他们愿意真正围绕人工智能重构平台,重新思考基于智能体而非表单的工作流,并利用他们已经掌握企业记忆这一事实,他们绝对能够捍卫甚至扩大自己的地位。 如果他们只是在 2015 年的架构之上强行加入 Copilot,并寄希望于品牌效应发挥作用,那么他们必败无疑——击败他们的不会是东拼西凑的内部工具,而是那些从底层逻辑就完全不同、使用体验也焕然一新的 AI 原生挑战者。 现有的市场地位并不决定最终的命运。许多老牌企业会在这次转型中败北,但仅仅因为他们是老牌企业就断定其必将失败,这是一种懒惰的分析,通常也是糟糕的策略。低估竞争对手绝非明智之举。你必须通过提供阶跃式的改进,而非仅仅包裹在“AI 优先”叙事下的增量功能,来赢得获胜的权利。年龄本身并不是一种责任——问问 Google 就知道了。自满才是。

Clawdbot 向我展示了个人 AI 助手的未来图景 AI
Jan 26, 2026

Clawdbot 向我展示了个人 AI 助手的未来图景

作者:FEDERICO VITICCI 通过 Telegram 使用 Clawdbot。 在过去的一周左右时间里,我一直在使用一个数字助手,它知道我的名字、我早间习惯的偏好、我使用 Notion 和 Todoist 的习惯,还知道如何控制 Spotify 和我的 Sonos 扬声器、我的飞利浦 Hue 灯具以及我的 Gmail。它运行在 Anthropic 的 Claude Opus 4.5 模型上,但我通过 Telegram 与它聊天。我给这个助手起名叫 Navi(灵感来自《 时之笛》里的精灵伙伴 ,而不是詹姆斯·卡梅隆科幻电影系列中那个被围攻的外星种族 ),Navi 甚至可以接收我的语音消息,并使用最新的 ElevenLabs 文本转语音模型生成的语音消息进行回复。哦,我有没有提到 Navi 可以通过新功能自我完善,而且它正运行在我自己的 M4 Mac mini 服务器上? 如果这段开场白让你感到措手不及,想象一下我第一次尝试 Clawdbot 时的反应吧。这是由 Peter Steinberger(这个名字对 MacStories 的老读者来说应该很熟悉 )开发的一个了不起的开源项目 ,在过去几周里,它在某些 AI 社区变得*非常*流行。我一直看到我关注的人在提到 Clawdbot;最终,我屈服于同伴压力,按照该应用网站上那个滑稽的甲壳类吉祥物提供的说明,在我的新 M4 Mac mini(这不是我的主要生产机器)上安装了 Clawdbot,并将其连接到了 Telegram。 说 Clawdbot 从根本上改变了我对 2026 年智能个人 AI 助手定义的看法,这一点也不夸张。我一直在深度使用 Clawdbot,以至于消耗了 Anthropic API 上的 1.8 亿个 […]

AI
Aug 08, 2024

Figure AI 推出新型人形机器人挑战特斯拉

机器人创业公司Figure AI发布了新款人形机器人Figure 02,主要升级包括强化的AI系统、六个AI驱动的RGB摄像头以及重新设计的电池组,旨在挑战特斯拉。新模型在灵活性和处理速度上显著提升,通过与OpenAI的合作,进一步增强语言和视觉处理能力。此外,Figure AI近期获得26亿美元的估值,投资者包括微软、OpenAI和奈飞等。 关键点 – Figure AI推出了其最新的人形机器人Figure 02,作为其Figure 01型号的升级版。 – 新模型配备16个自由度的手部,尽管仍低于真实人手的27个自由度。 – Figure 02的推理系统处理信息的速度是之前型号的三倍,并且运行时间提升了50%。 – 通过与OpenAI合作,Figure AI改善了机器人在语言和视觉处理方面的能力。 – 1X公司也推出了NEO人形机器人,旨在为家庭提供机器人助手。 – 特斯拉的Optimus机器人具有28个结构执行器,并通过自动驾驶技术实现环境感知。 – Figure AI的创始人对特斯拉CEO马斯克的挑战做出回应,引发行业内的关注和讨论。 https://decrypt.co/243662/figure-ai-debuts-new-humanoid-robot-to-challenge-tesla  

AI
Aug 08, 2024

谁在组织 Crypto4Harris 虚拟市政厅?

组织者们希望通过Crypto4Harris活动展示加密货币可以成为两党共识的问题,尽管副总统卡马拉·哈里斯对加密货币的立场尚不明确,反而在其竞选中筹集了与数字资产相关的支持。该小组计划通过Zoom举办市政厅会议,邀请行业领袖和加密爱好者共商未来,而哈里斯最近的顾问任命也可能表明其对加密货币的态度正在向好转变。 关键要点 – Crypto4Harris是一个旨在团结持有数字资产的支持者的志愿者组织。 – 市政厅会议将通过Zoom举行,允许与支持哈里斯的业界领袖互动。 – 前总统特朗普在竞选中多次表示支持加密货币,这与现任政府的立场形成对比。 – 卡马拉·哈里斯近期任命了与Binance有联系的顾问David Plouffe,显示出其潜在的加密货币支持。 – Crypto4Harris的组织者希望打破加密货币的单一党派印象。 – 国会议员Wiley Nickel预测哈里斯可能会对加密货币采取更平衡的立场。 – 会前,Crypto4Harris的倡议在社交网络上受到了一些批评,尤其是对于其缺乏具体政策声明的质疑。 https://decrypt.co/243654/crypto-for-harris-town-hall-organizers  

AI
Aug 08, 2024

SHIB 价格下跌 16%,因 72.4 亿美元代币贬值

最近市场崩溃导致Shiba Inu(SHIB)价格接近年度低点,尽管比特币的反弹使整个市场略有好转,但分析显示未来可能出现持续的下行趋势。SHIB价格在下跌趋势中遇到阻力,并且超出这一范围可能导致价格下滑16%。此外,SHIB的月度持有者面临未实现损失的风险,从而加剧了市场的熊市氛围。 关键点 – SHIB价格在最近的市场崩溃中几乎达到了年度最低点。 – 尽管市场有小幅反弹,但最新分析显示SHIB可能面临进一步的下跌。 – SHIB跌破了一个罕见的下跌楔形模式,显示出强烈的看空压力。 – 当前支撑位分别在$0.000012和$0.00001,阻力位在50日和200日的指数移动平均线。 – SHIB的相对强弱指数(RSI)接近中性区域,表明市场处于非超买非超卖状态。 – 超过26,000个SHIB持有者面临损失,超过542T(约72.4亿美元)的代币在过去三周内处于水下状态。 – 如果SHIB价格无法重新进入下跌楔形模式,可能会下跌18%至$0.00001082。 SHIB Price Signals 16% Decline as $7.24 Billion In Tokens Wade Underwater  

AI
Aug 08, 2024

Polkadot 价格在超卖状态下触及多年支撑位;反弹即将来临?

Polkadot价格在过去24小时内下跌2%,主要受整体加密市场卖压影响,领先加密货币比特币和以太坊也出现2-4%的下跌。尽管Polkadot价格在关键的$3.6支撑位面临挑战,但其相对强弱指数(RSI)显示其处于超卖状态,可能会吸引更多交易者,推动反弹。网络的活跃度增长也标志着Polkadot生态系统潜在的更大采用。 关键点 – Polkadot当前价格从$6.47跌至$3.6,损失达44.55%。 – $3.6的支撑位自2020年10月以来一直存在,是主要的技术支撑。 – Polkadot的RSI为29%,显示出超卖状态,可能影响价格反弹。 – 网络活动的增加反映出Polkadot用户参与度上升,独立地址数量增长约15%。 – 积极地址数量从5,630上涨到7,030,增长幅度约25%。 – 如果Polkadot价格跌破$3.6的支撑位,可能会继续向下轨道,跌到$3的心理支撑。 – 当前市场整体仍然存在卖压,潜在的价格下行风险仍需关注。 Polkadot Price Hits Multi-Year Support in Oversold State; Rebound Imminent?  

AI
Aug 08, 2024

死亡交叉、逢低买入和开发商紧张情绪

本周的加密市场经历了剧烈的下跌,导致比特币(BTC)价格从$70,000降至$50,000,市场情绪急剧转向“极度恐惧”。此次价格崩盘不仅影响了小投资者,也对开发者和项目创始人带来了新的不安。尽管行业内仍有一些机会,如大户的增持与比特币ETF表现稳定,但仍需关注宏观经济因素及监管风波带来的挑战。 关键要点 – 加密市场遭遇剧烈抛售,比特币价格骤降至$50,000,创下自2021年5月以来的最大单日跌幅。 – 此前一周的市场动荡引发了“死亡交叉”图案,反映出市场的恐慌情绪。 – 伴随着市场下跌的还有约$1亿的加密期货清算,显示出投机交易的高风险。 – 尽管小投资者在恐慌中减持,但比特币的大户(鲸鱼)在此时增加了持仓。 – DeFi平台在危机中成功处理清算,证明其韧性,一些平台甚至实现了盈利。 – Ronin网络再次被攻击,导致约$1200万的损失,反映出安全性和信任仍是最大挑战。 – 尽管市场波动,但一些新项目在筹资方面依然表现不俗,显示出创新的持续吸引力。 https://www.coindesk.com/tech/2024/08/07/the-protocol-death-cross-dip-buying-and-developer-nerves/