比特幣教會了我一件事情。 當別人否定你的時候，你千萬不能否定自己。 人生最重要的不是凱旋，而是奮鬥。 獻給所有在奮鬥中的勇士們。#bitcoin #mrblock #區塊先生

opus 5.5 遊戲製作，週末快點來嘗試。

🤯 這不是特效團隊做的，是 AI 自己寫程式做出來的 3D 世界！ Danny Limanseta 用 Claude Opus 5.5，請它「用 Three.js 視覺化亞特蘭提斯」，結果直接生出一座能坐船遊覽的 Poseidia（亞特蘭提斯最後一座島）。 怎麼做到的？👇 1️⃣ 直接跟 AI 講需求（場景、運河、建築、火山、日夜變化）
2️⃣ 它幾乎一次就寫出大部分 Three.js 程式碼
3️⃣ 再用不到 10 次微調就完成
4️⃣ 連預告片都是它自己做的 全程沒用額外外掛，純原版 Opus 5.5，大約 2 小時。 未來這種「生成式體驗」可能幾秒鐘就能創造一個能真正走進的世界 🌍✨

TAIWAN

Light up the sky 💫 ethereum:0x232ce3bd40fcd6f80f3d55a522d03f25df784ee2

這是 OpenMuse，由 CopilotKit（創辦人 Atai Barkai 曾任職 Meta）推出的開源個人 AI Agent。 copilotkit.ai 它不是一般聊天機器人，而是會「實際動手做事」的個人助理：你告訴它目標或任務，它會規劃、執行，並在背景持續工作。你可以自己架設（self-host）、修改程式碼，也能搭配任何 agent 後端使用。目前是 alpha 版本，支援 iOS、Android 和網頁。 它能做什麼？ • 電腦操作：有自己的瀏覽器（可上網、看網頁、下載 PDF）和可選的 Linux 終端機（執行指令、處理檔案）。你隨時可以接管瀏覽器繼續操作。 • 連接個人服務：目前主要支援 Gmail、日曆等 Google 服務，能讀信、回信、處理附件。 • 目標與想法追蹤：設定長期目標、里程碑，系統會建議想法並追蹤進度。 • 持續執行：關閉 App 後任務還能繼續跑，回來時可以看到結果、計畫或需要你審核的動作。 • 聊天介面：對話中會直接顯示瀏覽器畫面、郵件、PDF、財務摘要等卡片。 整體定位是「可自行客製的個人 Agent 模板」，適合想自己掌控資料、或想快速做出類似產品的開發者。 跟 Meta 的 Muse 一模一樣嗎？ 不是一模一樣，但概念非常接近。 Meta Muse 是 2026 年 9 月推出的官方消費級產品，強調「為所有人打造、開箱即用」。它同樣有專屬虛擬電腦、瀏覽器、目標規劃、背景執行，還能主動建議想法，並深度整合 Meta 自家服務（Instagram、Facebook、WhatsApp）以及訂票、購物、付款等功能。Muse 有更完整的安全機制（Sentinel 審核敏感動作、一次性信用卡），目前功能也更成熟。 主要差異在於： • 誰掌控資料：OpenMuse 開源、可自己架設，資料在自己伺服器；Muse 由 Meta 雲端託管。 • 整合深度：Muse 已能較順利處理真實世界交易（訂餐廳、買票、購物並有保障）；OpenMuse 這部分還在規劃中，目前較偏瀏覽與檔案處理。 • 客製彈性：OpenMuse 可換任何 AI 模型、改介面；Muse 是封閉產品。 • 成熟度：Muse 已對一般用戶推出（美國先上線，有免費與付費方案）；OpenMuse 還是開發者向的 alpha 版本。 簡單說，OpenMuse 是針對 Meta Muse 做出的開源對應版本／開發模板，方向相同，但一個是「自己蓋、自己管」，一個是「Meta 幫你管好、功能更完整」。

Introducing Forest Studio. Turn your ideas into on-chain apps and games with a single prompt. Available now 👇

比特幣 is here to stay. It’s a long term hold, don’t watch it everyday.

全世界超過 80 億人，ChatGPT 公布的個人付費訂閱者才超過 5,000 萬。 這就是現在的 AI 套利窗口。🪟 很多人有問題要解決，卻沒時間研究 AI。你用 AI 幫他們把工作做好，收的費用比他們原本花的成本低，仍有機會賺錢。 幫一個人省時間，是效率；把同一套服務賣給 100 個人，就是生意。

影片中可以看到，系統先用普通 CCTV 畫面標出顧客位置，接著切換成 3D 點雲地圖，用彩色粒子顯示人流，再用藍到紅的熱圖標出「大家視線停留最久的貨架位置」。簡單來說，它不只知道你站在哪，還能估計你的頭朝哪邊看，把注意力對應到特定商品。 🌵 這套技術到底怎麼運作？ Auki 的做法是先用手機快速掃描店面，建立「數位孿生」（digital twin），再把現有監視器畫面接到同一個空間地圖裡。系統會做姿態估計（pose estimation）和視線方向判斷，累積成「這個時段、這一天、這個月，哪些貨架被看最多」的熱圖，再和實際銷售數據對上。 官方強調這是匿名、彙總資料，不會建立個人檔案，也不會辨識你是誰，只是看「整體顧客視線落在哪」。他們說這能幫店家優化陳列：把熱門商品放到大家最常看的位置，或把容易被忽略的商品移到視線較少的角落，減少空檔。 auki.com 目前已有瑞典 COOP、挪威便利商店、新加坡 FairPrice 等零售商在試用，還結合機器人做貨架盤點。 🔒 相關發展：零售業 AI 監控越來越普遍，但爭議也不少 這不是唯一一套「用攝影機分析顧客」的技術。近年零售業為了防盜，開始大量導入 AI 攝影機： • 英國、澳洲的超市測試人臉辨識，比對「已知竊盜者」黑名單。 • 美國部分折扣超市用面部掃描抓小偷，被批評是「全民監視」。 • 有店家結合 AI 偵測「把商品塞進口袋」的行為，直接通知店員。 這些做法引發隱私疑慮，尤其在歐洲 GDPR 規範下，即使沒有記名，推論出的「注意力資料」也可能被視為個人資料。有專家指出，現有監視器只要軟體升級，就能從防盜變成行為分析，甚至未來可能結合動態定價。 Auki 這套比較特別的地方是它主打「陳列優化」而非「抓人」，而且強調用現有設備、不新增硬體。不過隨著這類空間 AI 越來越成熟，公共空間裡「被分析」的範圍確實在擴大。 未來走進超市，貨架擺設可能不再只靠經驗，而是靠「大家真正在看什麼」的數據來決定。這對店家來說是效率提升，對消費者來說則是「逛街體驗被量化」的開始。你覺得這種技術是進步，還是有點讓人毛毛的？ 🤔

🔥 Palantir CEO Alex Karp 在 CNBC 拋了一個很少人敢說的判斷：頂尖 AI 實驗室最後可能得被「國有化」。 他的邏輯很直白：AI 帶來的責任是「無上限的」 不國有化，我每一個客戶都會告下去。主持人追問這些風險要怎麼寫進 S-1，Karp 反問：「你確定到時候還會有 S-1 嗎？」 耐人尋味的是，OpenAI 早在今年 6 月就已經機密遞交了 S-1，路透報導估值最高上看 1 兆美元。但 OpenAI 自己也留了後門：「時程未定，某些事作為私人公司反而更好做。」 📌 Karp 的重點其實不是「OpenAI 不 IPO」， 而是： ・AI 的責任邊界還沒被法律定義 ・一旦寫進招股書，等於自曝訴訟標的 ・能兜住無限責任的，只有主權國家 這是他一個人的觀點，不是 OpenAI 的立場 但由一位長年吃政府合約的 CEO 說出來，力道不太一樣。 值得觀察的下一步：SEC 對 AI 公司風險揭露會不會另立標準？如果會，Anthropic、xAI、OpenAI 這一批「機密遞件」的 S-1 就不只是估值問題，而是能不能寫得出來的問題。

準備衝了？🙏🏼 正好搭配 ethereum:0x232ce3bd40fcd6f80f3d55a522d03f25df784ee2 空投？🕯️ app.lighter.xyz/trade/ETH?re…

不是聊天機器人，是會「拍板」的小模型 🧠⚡ Laya 不寫文、不推理長篇。你丟一段現況＋幾個明確問題（選哪個、急不急、是不是），它一次推論就給出帶機率的答案。 筆電大約 20–30 毫秒，一個 token 都不生成，資料也不出門。 跟生成式 LLM 差在哪？ 🔹 LLM（System 2 那種用法）：一段一段吐字，擅長寫、解釋、規劃，但慢、貴、答案還要再解析 🔹 System One 決策模型：不聊天，只做判斷。一次前向傳播，直接回傳「選項／分數／是或否＋機率」 🔹 簡單講：LLM 負責想清楚再說話；Laya / Jev 負責先快速分流、打分、擋風險 跟 TypeSafe Jev 差在哪？ 🔹 做的事很像，都不是生成模型 🔹 Jev：閉源雲端 API，複雜題通常更準，但資料要出門、要錢、要等 🔹 Laya：Apache-2.0 開源、本機跑、免費、可微調；簡單題能打，題一繞、選項一多就容易掉準度 這是新主流嗎？還沒。 比較像新一層基建：把「要不要升級給大模型」這件事，從每次都呼叫 LLM，改成先用超快的決策模型擋一層。寫作、推理還是 LLM；路由、審核、急迫度、遊戲裡下一秒怎麼動，才是這類模型的場。 想試：pip install laya 看它打遊戲：brainfunctioncollapse.com/la… 模型：github.com/NandhaKishorM/lay…

$LIT $CRV $HYPE

$HYPE 與 $SUI 當前市值接近，MC/FDV 比例也相仿： •SUI：市值約 120億美元， FDV 約 337 億美元 → MC/FDV ≈ 0.36 •HYPE：市值約 127億美元， FDV 約 486 億美元 → MC/FDV ≈ 0.27–0.33 然而 8 月營收卻出現驚人差距： •SUI：僅約 90 萬美元 •Hyperliquid：突破 1.06 億美元，交易量近 4,000 億美元 相同估值下，HYPE 營收高出 1177 倍，展現 DeFi 永續交易的現金流優勢。這也凸顯出市值相近但商業模式截然不同的現實。 SUI 可能需要做出自己的 Hyperliquid 才能創造收益，不然每個月的DeFi補貼只是變相的挖提賣慢慢的進入下一個死亡螺旋。 *Note* 我持有 HYPE & SUI 🙏🏼

Robinhood 把 190 檔美股搬上鏈，兩個月吸走 90 萬名海外新用戶。 但真正有趣的不是這個數字，是它把一個藏了 50 年的秘密攤在檯面上。 你以為你「擁有」蘋果股票？沒有。 從 1973 年起，美股幾乎全部登記在同一個名字下 ：Cede & Co.，DTCC 的 nominee。你手上的是一條 claim。 台灣一樣：1990 年集保帳簿劃撥制度上路後，你買的台積電是掛在 TDCC 名下，你透過券商持有的是 claim on TDCC。 Robinhood 的 stock token 只是同一條 claim，換成 24 小時、全球 120 國、即時清算的版本。 發行方 Robinhood Assets (Jersey)，1:1 由真股抵押，持有人拿 dividend、不拿投票權。 真正的戰爭是投票權。AMC 的 Adam Aron 上週開砲，罵 Robinhood 是「contemptible」的做法，要告到 SEC。Vlad Tenev 在 CNBC 的回應：股票公開交易後，公司沒辦法決定別人怎麼包你。至於 Robinhood 手上那堆 collateral 股票要怎麼投票？「還沒有計畫」。 如果這條路走通，Robinhood 有機會成為大量美國上市公司實質上最大的沉默股東之一。 公司要反擊，唯一乾淨的路是自己把股份直接發行成 token，把 wrapper 拿掉。這也正是監管在推的方向。 Tokenized stocks 現在只是 10 億美元的市場，但這是把全球數十兆股權資產的軌道換一次的第一階段。 crypto 這一輪新春不是下一個 memecoin，是把整個資本市場的底層改寫。

Dario 的信 73M 人看過，但市場只讀懂兩個字：放慢。所以週一 AI 供應鏈血流成河 👇 🔻 NVDA -3.4%｜AMD -4.3%｜MU -5.2% 🔻 AVGO -4.7%｜TSM -3.4% 🔻 VST -5.2%｜GEV -8.6% 9/12 週六，Anthropic CEO 發表〈We Must Pace the Frontier〉，主張 AI 產業要「放慢節奏」。Sam Altman 隔天跟進：「同意 Dario，我們需要 pace the frontier。」Elon Musk 三個字：「Dario is right.」 三個前沿實驗室 CEO 難得站同一邊，這件事本身值得警覺。 而且——中國稱這是散播恐懼、Trump 說「贏 AI 者贏世界」。當一邊放慢、另一邊全速，放慢的那邊就輸了。沒人相信對手會停，所以沒人會停。 真正該注意的暗流：OpenAI 與 Anthropic 是「養得起合規」的最貴實驗室，開源模型正在快速追上。放慢=檢查=成本，這是頂尖玩家能扛、開源玩不起的門檻。 Trump 前 AI 沙皇說得更白：不是安全，是 regulatory capture（監管俘虜）。 💰 關鍵事實：四大雲廠 2026 資本支出合計約 $700B，季報都持續上修。只要沒有任何一家宣布砍 CapEx，這波就是恐慌，不是基本面崩壞。 真正該盯的不是 Dario 的信，是下一次 MSFT / GOOGL / META / AMZN 的 CapEx guidance。那才是泡沫的溫度計。 CapEx guidance 就是「資本支出預估」，白話說：公司告訴投資人，接下來一季或一年，預計要花多少錢買設備、蓋廠房或建資料中心。這是未來的投資計畫，不是已經花出去的金額。

🇺🇸 Anthropic 傳出目標 10 月在 Nasdaq 掛牌,估值 2 兆美元,直接超車 SpaceX 6 月的 1.77 兆,可能成為史上最大 IPO。 真正該看的不是那顆數字,是舊金山。 🏠 Redfin 算過:OpenAI + Anthropic 現/前員工的 IPO 稅後股權,理論上能吃下 SF 都會區 29% 的住宅存量。 ・OpenAI 員工:$135B → 20% ・Anthropic 員工:$63B → 9% ・全市住宅總市值:$692B(2024) 不是他們真的會全買,是這座城市第一次要吸收單一產業級別的財富濃度。 💡 一場 IPO 不會只印出 2 兆。房價、天使、下一輪創業、下下一輪 IPO,才是真正的乘數。矽谷從來不是被科技改造,是被科技公司員工手上的錢改造。

這趟不丹，回來後已經開始想明年什麼時候再去了 🇧🇹⛰️ 很感謝幣安與 @yzilabs 團隊和@LiuIcey6 的邀請。如果沒有這次活動，我可能還不會特別安排去不丹，也就錯過了這些風景、飯店，以及這趟學到的東西 🙏 ⚡️ 其中讓我很有興趣的，是不丹從比特幣挖礦，進一步往 AI 算力與資料中心布局。 對我來說，這也是重新認識不丹的過程。一個以自然環境和文化聞名的國家，同時也在思考，怎麼把能源資源轉化成新的產業機會。 當然，挖礦和 AI 資料中心的要求不同。有電力只是起點，網路、設備、維運和客戶需求，都會影響最後能不能做起來。也正因為如此，我想明年再去看看實際進展 🔍 這次住了 Six Senses Thimphu（廷布六善）、Amankora Thimphu（廷布安縵），還有 Six Senses Paro（帕羅六善）。每天換飯店也是蠻特別的體驗 📸🌿 🧠 這次也參與了 YZi Labs 的 EASY Residency S4 Demo Day。 這季共投資 24 家早期公司，每家 50 萬美元。看完這些團隊，可以發現不少創業方向，都圍繞著同一件事：怎麼讓鏈上的資金與工具，接進日常的商業活動。 挑幾個例子，分享給大家： 💸 支付與跨境服務 Surgepay @surgepayxyz 讓海外印度人透過 WhatsApp 支付印度家裡的帳單，背後使用穩定幣結算。 Kravata @KravataWeb3 專注拉丁美洲，協助企業接入穩定幣出入金、託管與支付服務。 這類產品能不能留住用戶，我覺得最後還是看費用、到帳速度，以及當地使用起來方不方便。底層用了什麼技術，對一般用戶未必那麼重要。 🏦 資金周轉與交易 Nara @nara_usd 為跨境支付業者提供短期流動性與融資。 Liquorice @LiquoriceHQ 讓做市商在需要成交時借入資金，減少預先分散放置資金的需求。 資金效率有改善空間，但借貸終究要看風控。規模成長時，能不能同時管理好信用與流動性風險，才是值得持續觀察的地方。 🤖 AI Agent xAPI @xapi_to 提供讓 Agent 尋找、付費與使用 API 的市場。 Roostoo @roostooAI 訓練交易 Agent，並透過競賽評估表現。 我很關注 AI 從提供資訊，走向實際執行任務的過程。不過，能完成一次示範，和能長期穩定地替人處理資金，是兩個不同的門檻。成本、權限控制，以及出錯時怎麼處理，都很重要。 🔐 隱私與財務作業 FinTax @FinTax_Official 提供數位資產的會計、稅務與合規工具。 Primus @primus_labs 建立機構鏈上活動所需的隱私基礎設施。 企業要使用鏈上金融，也需要保護商業資訊、處理帳務，並接上原有的工作流程。這些環節比較少成為市場話題，卻會影響產品能不能真正被採用。 以上是這次看到的一些方向，不代表每家公司都已經驗證了商業模式。Demo Day 可以幫助我們了解團隊想解決什麼問題，後續還是要看產品、客戶和收入。 🌏 對我而言，這趟最有收穫的，是把平常分開研究的能源、比特幣、AI 與金融應用，放到同一個地方重新思考。 明年應該還會再去，也想邀請幾家我投資的 AI 公司一起看看，了解當地的條件和可能的合作機會。 再次謝謝幣安與 YZi Labs 團隊，也期待下一次的活動。不丹，下次見 🇧🇹🤝

「你打得過一隻蒼蠅嗎？」🪰💻 上週還在瘋 Astra，這週瘋蒼蠅腦 9月3日 Google + Janelia 直接把雄性果蠅完整大腦連接圖譜丟出來。 16.6萬個神經元、1.25億個突觸，全部公開下載 結果網友根本沒在等科學家研究 直接把果蠅大腦接上各種任務： 玩 Beat Saber、打 Doom、當 Minecraft 角色、現在連打字都來了 那個「果蠅打字 75 WPM、97.5% 準確率」 還順便挑戰大家去 typefa.st 比速度 🔥