孙哥与景甜的瓜,闹得很大,人尽皆知,
我看到很多评论,完全不理解这个社会男女怎么了。
有人说:
“他那么有钱,给这些钱怎么了?”
“如果我有几十亿,给几千万都算抠。”
“如果我有80亿,会给张凌赫5个亿,还给他生孩子”
甚至很多人把这种态度称作:
“女性终于团结起来了。”
“女性终于觉醒了。”
看到这些评论的时候,我脑子想起了几个月前的一篇新闻报道,
也是关于女性,但那是完全不同的一群女性。
今年5月,辽宁东港,一辆核载6人的面包车里,挤进了21名采摘工。
路上车出了事故,8人死亡,13人受伤。
很多遇难者,是55岁到70岁的农村女性,
她们凌晨三四点起床,坐几十公里的车去摘蓝莓,一天干十几个小时,时薪16元,一天大概180块。
为什么明知道车里挤得喘不过气,明知道司机开车很快,明知道司机严重超载,她们还要坐?
因为不上这辆车,可能就没有活干了,少干一天,就少一天的钱。
而那180块钱后面是什么?
可能是家里的药,是孩子的房贷,是孙辈的生活费,是老人自己的养老,是这个家庭一点点撑下去的钱。
我之所以对这篇报道印象特别深,不只是因为它惨烈,是因为那里面很多人的生活方式,我从小就见过,而且远比这更累,更苦。
我的母亲做过这样的劳动,我的父亲也做过类似的活,
凌晨起床、种地、干活、赶车、挣钱、养家,没有那么多宏大的词。
她们没有人讨论自己受到了什么结构性压迫,结构性伤害,
她们只知道,生活给他们出一道题,他们就想办法解一道题,
累了就歇一会,缺钱就再干几天。
所以后来,当我再看到互联网上一些人口口声声谈论“女性困境”的时候,我越来越感到一种难以形容的荒诞。
因为我发现:互联网上最擅长代表“女性”的人,并不是现实里承担最多生活成本的女性,
真正凌晨三点起床挤面包车去摘蓝莓的女人,并没有时间天天输出观点,
真正一边种地、一边照顾老人、一边补贴孩子的女人,也并不知道今天互联网上又发明了什么女权新词。
她们正在干活。
而另一部分人坐在舒服的房间里,躺在舒服的床上,讨论的是:
一个身家80亿美元的男人,究竟应该拿多少钱证明自己爱一个女人。
然后把这种讨论命名为:“女性觉醒。”
这就是我觉得最讽刺的地方。
从什么时候开始,一个女人能够从一个男人那里捞到多少钱,竟然被包装成了女性进步的尺度?
一个男人有100亿,所以不给你1亿就是抠?
那么再往下推呢?
有1000万应该给多少?
有100万应该给多少?
工资一万五是不是就应该交一万二?
当爱情开始按照资产比例征税的时候,它到底还是爱情,还是一种新的财富分配理论?
更可笑的是:有些人一边反对 “物化女性”,一边又主动把女性的价值换算成男人愿意支付多少钱。
不给钱,就是不爱,给得少,就是抠,嫁得好,就是赢,找个有钱男人,就是有本事。
说到最后,女人又一次变成了一张价格表。
只是这一次,给它换了一个比较时髦的名字,女性进步,女性觉醒。
这不是女性主义,这只是消费主义穿上了女性主义的衣服。
真正值得讨论的女性问题是什么?
是为什么五六十岁本该退休拿退休金的农村女性,还要凌晨三点起床去打零工?
是为什么一个一天只能挣180块钱的人,要承担那么大的通勤风险?
是为什么很多中老年女性既要照顾老人、种地,又要继续进入低保障的劳动市场?
是为什么她们的劳动如此重要,却如此廉价。
为什么?
是严重不公平的养老金三轨制,
是底层人的劳动保障缺失,
是社会缺乏的就业机会,
是老人的年老照护压力。。。
这些问题很土,没有豪门,没有八卦,没有几千万,所以它们不够性感,但这些才是真正改变千万普通女性生活的事情。
最让我难受的是:我曾经在平台上反复谈这些事情,谈普通劳动者,谈农民,谈父母这一代,谈农村,谈养老金的巨大不公平,谈真实生活里的成本和责任,
很多时候,根本没有多少人愿意看,还觉得你是愤青,甚至嘲笑你是苏北凤凰男。
可是只要把问题改成:
“男人怎么样”
“女人怎么样”
“男人应该给多少钱”
“女人千万不要吃亏。”
那女人就突然变得有话说了。
所以,仙女们究竟是真的开始关心女性了,
还是只是越来越喜欢借“女性”这个身份,满足自己的情绪?满足自己的自私自利消费主义?
尤其是一些仙女,自己尚且没有真正进入社会,生活主要由父母托底,有人在上学,有人长期待业
有人在家等待下一次考试、下一份工作,
当然,这些都不可耻,每个人都有困难的时候。
真正可笑的是:自己消费着上一代人的劳动成果,却站在道德高地上,把别人应该为自己提供多少资源,解释成一种先进思想,进步主义。
父亲给生活费是应该的,
母亲做饭是应该的,
男人付出是应该的,
男人给钱是必须的,
社会照顾我是理所当然的。
最后整个世界似乎只剩下一个问题:“别人还能为我做什么?”
却很少问一句:我究竟承担了什么?
一个成熟的人最重要的标志,从来不是学会为自己的身份寻找更多权利。
而是终于明白:
这个世界上的每一份资源、每一顿饭、每一套房、每一个孩子、每一个家庭,背后都有人付出了时间、劳动甚至生命。
你可以要求公平,可以维护权益,可以拒绝不合理的牺牲。
但不要把 “别人应该多给我一点钱”,包装成进步,包装成文明。
几个月前,那辆面包车里坐着的21个人,很多都是女人,
她们没有讨论 “男人应该为女人花多少钱”。
她们想的是:今天这180块钱,我得挣回来。
我不知道这是不是所谓的 “女性力量”。
但至少在我心里,她们比那些把索取包装成觉醒、把阵营站队包装成进步的人,更配得上 “力量” 两个字。
我不懂什么叫尊重女性,长个逼就能被尊重?
真正让我尊敬一个人的,从来不是她属于哪个性别。
而是:她究竟承担过什么,又创造过什么。
确实应该避雷所有积分项目,积分设计出来就是用来通胀的,老用户的积分会不断被稀释
Replying to @Benjieming1Q84
【要提防交易型“积分制”撸毛骗局】
1️⃣提醒我自己:
- 在Grvt空投之前,我还在犹豫,我暂停了StandX、Nado和Variational这三个热门Perp-DEX,会不会错过大毛?
- 事实证明,一定不会。
2️⃣因为当前的Perp-DEX项目,对我自己而言,已经不是早期,而我,也无法做到大量拉人头,我就不可能赚到钱了,至少这一轮,结束了,下一次什么时候再出现,就不知道了,清一清大脑,去找其他的新东西喽。
3/n
如果想要玩 Codex,但是没有学习思路的话,我比较推荐这个 ChatGPT 橙皮书
github.com/bozhouDev/codex-o…
资源是免费的,建议下载到本地慢慢看,线上打开会卡。
中间有一部分命令行操作,新手可以直接跳过看后面的,因为 Codex 的图形化界面你和它对话就可以完全实现所有命令行内容。
14cat.eth(💙,🧡) retweeted
别再让 Codex 一个窗口从头干到尾了。
这是最烧钱、最容易幻觉、也最容易把项目写烂的用法。
给大家分享下我一直在用的操作。
每做一段时间,就让 Codex 生成一份“超级详细交接文档”。
然后开新窗口,把交接文档丢进去,让新 Codex 接手。
体感效果:
📉 token 消耗体感少 50%~60%
🚀 开发效率提升 30% 左右
🧠 幻觉、乱改、忘记历史的概率明显下降
下面这个交接 Prompt,建议直接收藏复制 👇
好似,发了我一堆 NFT,拖着不发币😅
Zapper 要关停了,
这真的是最早一代DeFi撸毛人的集体记忆。
当年看DeFi的时候,很多人每天打开Zapper 看资产、看LP,看收益,但这个项目没有抓住最好的时期,带着些许傲慢走向没落。
最早我记得当时zapper搞了个电压积分活动,然后兑换NFT,NFT分等级可合成更高等级,基础的就挺难搞到,最高等级的没几十张,价格好像几个ETH,数量非常少,可惜的是,7年了,硬是没发币,7年之痒的魔咒。
我的一大批钱包里依然躺着曾经kuigas的印记,那些早年为了交互、为了身份、为了积分、为了可能存在的空投努力做任务kuigas而mint 下来的NFT都未曾卖过,现在大部分已经没有价格、没有流动性,也没有人再提起。
一大批 NFT,随着时代的变迁慢慢湮灭,但它们也记录了那个时期链上玩家最真实的样子:
每天交互、每天亏gas、每天相信下一个机会一定会出现!
Predict没有撸的原因
Predict没撸,再给我一次早期的机会我也不会撸。
不撸的原因很简单,币安投资,国产项目。
以下是币安投资国产项目反撸的经典项目:
1、Xterio 融资5500万美元,币安投资,损耗30U空投1U,亏了我2000U gas,冰蛙亏损30W U gas,冰蛙维权之路的开始。
2、Tabi 融资2600万美元,币安投资,骗我ETH去燃烧测试币,然后就换赛道了。
3、DappOS 融资1500万美元,币安投资,去中心化交易所。听说换AI赛道了?发币是不可能了。
4、Kinza 币安投资,BSC链去中心化借贷平台,明牌空投,就是不空投。
5、Opinion 融资2500万美元,币安投资, 平均损耗30U给1积分,空投价值3U,猛撸3个月,空投300U。
类似这种币安投资的国产项目还有很多,所以再次给我选择,我依然不撸Predict。
Predict最终如果是大毛,我选择3倍做空下去。
最后,无论你撸什么,只要用心撸,我都祝你们发财。
唉,尘埃落定了,Polymarket 官方给我发了最终的结果。
我的预测市场地址已经完全丢了,因为之前被钓鱼盗过一次,被盗后,预测市场的 safe owner 被改成别的钱包了,导致我失去了预测市场账号的控制权,官方表示他们无权修改用户资金和权限🥲。
@Polymarket
Base 这两天发了个意义不明的图,不少朋友都觉得快照了,但是我觉得再等等,结果今天果然不是快照信息,而是 Base MCP 信息。
虽然这次不是快照,不过我觉得现在开始 Base 链上至少要留 0.02E + 50 USDC 以防万一,其实我是想要留更多E的,但是E 这个状态我怕暴跌亏很多,毕竟还在熊市。
14cat.eth(💙,🧡) retweeted
GPT Image 2 提示词合集,1526 个,GitHub 完全免费
支持 16 种语言,不用从零写提示词,直接复制 → 出图
精选 6 个高频场景👇
1️⃣ 语录卡片 — 文字精准渲染,中英日都能出
2️⃣ 商业插画 — 商用级质量,不用修图直接发
3️⃣ 分镜脚本 — 多图角色一致,做内容必存
4️⃣ 多语言海报 — 一次生图,多语言文字一起排好
以后用 GPT Image 2 出图,提示词直接抄这里
→ github.com/YouMind-OpenLab/a…
建议收藏 🔖
现在我预测市场的三个持仓 @Polymarket
1. B 先到7w 还是 9w 7w YES
polymarket.com/zh/event/will…
2. E 先到 1000 还是 3000 1000YES
polymarket.com/zh/event/will…
3. S 先到 60 还是 140 60YES
polymarket.com/zh/event/will…
没什么好说的,都是空单
如果你交互了 polymarket,一定要绑定自己的 x 账号,官方多次提到了要绑定,并暗示你多宣传 polymarket。
另外这个网站:polytweet.com/,可以查看你在 x 上对 Polymarket 的贡献排名
@Polymarket
14cat.eth(💙,🧡) retweeted
95% 的人写 prompt 的方式是错的
错不在你写得不够长 / 不够细
错在方向反了
真正的高手 / 是让 AI 反过来 prompt 自己
· 反共识 1 :让 AI 反向采访你 / 比你直接问它强 10 倍
普通用法 :「帮我写一个 LinkedIn 帖子讲四天工作制」
高手用法 :「写之前 / 你先采访我 / 一次问一个问题 / 把所有 context 问到位 / 然后再写」
AI 比你更知道它需要什么信息才能写好
你猜信息 = 给残缺 prompt
让它问你 = 给完整 prompt
这一招效果直接质变
· 反共识 2 :「不要做 X」比「请做 Y」管用得多
大多数人在堆「请做什么」
高手在堆「请不要做什么」
「写一个 onboarding 介绍」
vs
「写一个 onboarding 介绍 / 不要用『欢迎』开头 / 不要用通用问候语 / 直接讲用户在这部分要做什么」
第二种几乎永远赢
负面约束 = 真正的 steering
· 反共识 3 :要 AI 评估自己写的东西 / 必须骗它
直接说「评估你刚写的这段」 / AI 会给自己打 5 分
换个会话 / 复制过去 / 假装是你写的「我写了一段 / 帮我评估」
它立刻能找出 10 个问题
self-evaluation 最有效的前提 / 是 AI 不知道是它自己写的
· 反共识 4 :command vs steer / 一字之差 / 结果天差地别
command :「总结这段」/ 模型自己挑长度风格重点
steer :「你是 executive assistant / 用 4 个 bullet point 总结这段会议记录 / 只关注决策和 action item / 不要废话」
你以为你在 prompt
你只是在给指令
· 反共识 5 :用说的写 prompt / 比用键盘写好 80%
打字最快 100 wpm / 说话 160 wpm
prompt engineering 最大的瓶颈 / 是你懒得把所有细节打字打出来
用 Whisper Flow 这种 dictation 工具 / 直接说
说话时你会自然地把所有 context 讲清楚
打字时你会偷懒删掉一半
prompt 质量的 80% / 来自你愿意花多少信息量
· 反共识 6 :模型没有记忆 / 你以为的「它记得我」是套壳
GPT-5.2 本身没有记忆
你看到的「ChatGPT 记得你的偏好」/ 是 OpenAI 在每次对话开头偷偷塞了一段「关于这个用户的背景」进 prompt
你以为你在跟 AI 聊天
你在跟一个被预先塞了 context 的 prompt 套壳系统聊天
模型有时候「忘了」一些事
原因往往在 context window 满了 / 或者套壳系统没塞进去
跟它聪不聪明没关系
· 完整 prompt 工具箱
每次写 prompt 前自检 4 件事
角色(你是 X)
受众(写给 Y 看)
语气(C 风格)
格式(D 输出)
进阶 6 招
few-shot 给 3 个例子
chain-of-thought 让它「先想再答」
structured output 强制 JSON / 表格
constraints 列「不要做」清单
prompt chaining 拆成多步
self-evaluation 换会话骗它评估
最强一招
interview style :让它先问你 / 再写
· 总结
prompt engineering 没死
死的是「把 prompt 当指令」的写法
把 prompt 当对话
把 AI 当一个会问你问题的同事
你的产出质量会立刻翻 3 倍
这条建议收藏 / 接下来每写一个 prompt 都对照一下

















