Claude Code vs CODEX
Benchmarks are Close, But with Nuances: Token Economics
The biggest performance difference isn't accuracy, but token efficiency. A comprehensive review on the Opus vs. Codex done by Morph shows an interesting gap.
https://x.com/hesamation/status/2031418875946958915?s=46&t=cOZ5fgBmabwg2OA9hwlc5A
Benchmarks are Close, But with Nuances: Token Economics
The biggest performance difference isn't accuracy, but token efficiency. A comprehensive review on the Opus vs. Codex done by Morph shows an interesting gap.
https://x.com/hesamation/status/2031418875946958915?s=46&t=cOZ5fgBmabwg2OA9hwlc5A
#polymarket #war
-74% 人認為12月31日前都未能停火,
-6月底前停到都有63% , 意味若這3個月來未能停止, 大家認為會變了長期戰爭.
-昨天美國方面己經暫停攻擊, Some Reports indicate that Turkey, Egypt, and Pakistan have been involved as regional intermediaries in messaging between the United States and Iran. 但是大家認為3月底前能解決都只是維持15%
-74% 人認為12月31日前都未能停火,
-6月底前停到都有63% , 意味若這3個月來未能停止, 大家認為會變了長期戰爭.
-昨天美國方面己經暫停攻擊, Some Reports indicate that Turkey, Egypt, and Pakistan have been involved as regional intermediaries in messaging between the United States and Iran. 但是大家認為3月底前能解決都只是維持15%
深圳華強北上周起爆發 DDR5 記憶體拋售，32GB DDR5 從約人民幣 3,000 元驟降 500～1,050 元，單周跌幅最高逼近 35%。 美國市場也同步回檔，Amazon 上海盜船 32GB DDR5 一周內從 539.99 美元降至 459.99 美元。
三大崩跌原因：
1. 終端需求不振 — 高通路價抑制 DIY 組裝意願，TrendForce 已將 2026 年全球筆電出貨預估從年減 9.2% 下修至年減 14.8%。
2. 通路商恐慌清倉 — 去年漲價週期中通路累積大量囤貨，價格鬆動後為求周轉率「降價換現金」，引發踩踏式拋售。
3. Google TurboQuant 衝擊 — 該演算法宣稱可減少大模型 60% 記憶體佔用，雖主要影響伺服器緩存層級，但對脆弱的市場情緒投下震撼彈。
但合約價反向走漲： DDR5 顆粒與模組的合約價漲勢預計從 Q2 延續至下半年。原因是 AI 伺服器記憶體需求量是傳統伺服器數倍，原廠優先供應高利潤的企業級產品，消費級供給仍吃緊。
結論判斷： 華強北商戶的降價屬於正常庫存調節，並不代表記憶體產業景氣反轉。新產能最早要到 2027～2028 年才能逐步釋放，AI 浪潮持續帶動供給缺口，整體產業上行軌道預期維持穩定。
這是典型的「現貨 vs 合約價背離」——通路投機盤崩盤≠產業基本面反轉。台灣模組廠創見也確認上游採購過程中價格仍在上漲，供需缺口至少 20% 需被滿足。 摩根大通則引用Jevons Paradox 指出效率提升反而推升總需求，短期威脅無損記憶體需求。
https://www.patreon.com/posts/154435769?utm_campaign=postshare_creator
三大崩跌原因：
1. 終端需求不振 — 高通路價抑制 DIY 組裝意願，TrendForce 已將 2026 年全球筆電出貨預估從年減 9.2% 下修至年減 14.8%。
2. 通路商恐慌清倉 — 去年漲價週期中通路累積大量囤貨，價格鬆動後為求周轉率「降價換現金」，引發踩踏式拋售。
3. Google TurboQuant 衝擊 — 該演算法宣稱可減少大模型 60% 記憶體佔用，雖主要影響伺服器緩存層級，但對脆弱的市場情緒投下震撼彈。
但合約價反向走漲： DDR5 顆粒與模組的合約價漲勢預計從 Q2 延續至下半年。原因是 AI 伺服器記憶體需求量是傳統伺服器數倍，原廠優先供應高利潤的企業級產品，消費級供給仍吃緊。
結論判斷： 華強北商戶的降價屬於正常庫存調節，並不代表記憶體產業景氣反轉。新產能最早要到 2027～2028 年才能逐步釋放，AI 浪潮持續帶動供給缺口，整體產業上行軌道預期維持穩定。
這是典型的「現貨 vs 合約價背離」——通路投機盤崩盤≠產業基本面反轉。台灣模組廠創見也確認上游採購過程中價格仍在上漲，供需缺口至少 20% 需被滿足。 摩根大通則引用Jevons Paradox 指出效率提升反而推升總需求，短期威脅無損記憶體需求。
https://www.patreon.com/posts/154435769?utm_campaign=postshare_creator
Patreon
TurboQuant 的 8X 和 6X 是跟誰比？ 拆穿一場記憶體恐慌的技術底牌 | 絕對回報 ~ 學海無涯 ~ AI操盤手
日中較忙, 出文時借伊朗"有得傾"停彈反彈不少. 可能彈2-3天, 但中線操作還是較小心.
Brent 重回 $100 、 再跌穿過80、Hormuz 仍封鎖中——這是「能源股買點」的故事?
先來温習一下這張亞洲新興市場的脆弱度地圖.
Bloomberg Economics 最新數據顯示，亞洲幾乎壟斷全球最曝險名單：
🔴 泰國：淨原油進口佔 GDP 超過 6%，單一國家曝險全球最高
🟡 新加坡 / 南韓：4-5% 區間，煉油樞紐雙刃劍
🟡 印度 / 菲律賓：3-4%，且本身就跑 current account deficit
🟢 加拿大 / 美國：能源淨出口或中性，相對受益方
三個被市場低估的 second-order effect：
1️⃣ 印度盧比已跌至 94.19 / USD 歷史新低——原油佔進口 80%+，每 $10/bbl 漲幅吃掉 CA 餘額 0.4pp（Nomura 數據）
2️⃣ 韓圜被動貶值被 AI 敘事掩蓋——出口商囤美元不兌換，本土 FX 供給緊縮，KRW depreciation 不是週期問題是結構問題
3️⃣ 泰銖 3 月一口氣貶 6.5%——旅遊業同時被中東衝突打擊，財政空間比 2022 年更窄
但這不是 1997。 差異在外儲：南韓 $400B+、印度 $688B，vs 1997 危機時的 $30-40B。貨幣會痛，但不會斷。
📊 真正的 trade：Long 能源淨出口（馬來西亞、澳洲 LNG）/ Short 高曝險 + 財政赤字雙殺組合（菲律賓、印度選擇性）。
💬 如果 Hormuz 封鎖延長到 Q3，亞洲央行會先動用外儲、還是放手讓匯率貶值來平衡 CA？你的押注是哪邊？
#MacroInvesting #AsiaFX #OilShock #EmergingMarkets #Geopolitics
先來温習一下這張亞洲新興市場的脆弱度地圖.
Bloomberg Economics 最新數據顯示，亞洲幾乎壟斷全球最曝險名單：
🔴 泰國：淨原油進口佔 GDP 超過 6%，單一國家曝險全球最高
🟡 新加坡 / 南韓：4-5% 區間，煉油樞紐雙刃劍
🟡 印度 / 菲律賓：3-4%，且本身就跑 current account deficit
🟢 加拿大 / 美國：能源淨出口或中性，相對受益方
三個被市場低估的 second-order effect：
1️⃣ 印度盧比已跌至 94.19 / USD 歷史新低——原油佔進口 80%+，每 $10/bbl 漲幅吃掉 CA 餘額 0.4pp（Nomura 數據）
2️⃣ 韓圜被動貶值被 AI 敘事掩蓋——出口商囤美元不兌換，本土 FX 供給緊縮，KRW depreciation 不是週期問題是結構問題
3️⃣ 泰銖 3 月一口氣貶 6.5%——旅遊業同時被中東衝突打擊，財政空間比 2022 年更窄
但這不是 1997。 差異在外儲：南韓 $400B+、印度 $688B，vs 1997 危機時的 $30-40B。貨幣會痛，但不會斷。
📊 真正的 trade：Long 能源淨出口（馬來西亞、澳洲 LNG）/ Short 高曝險 + 財政赤字雙殺組合（菲律賓、印度選擇性）。
💬 如果 Hormuz 封鎖延長到 Q3，亞洲央行會先動用外儲、還是放手讓匯率貶值來平衡 CA？你的押注是哪邊？
#MacroInvesting #AsiaFX #OilShock #EmergingMarkets #Geopolitics
新 project 努力超過1個月, Claude fabel 又令我覺得過去1個月我還是錯誤使用AI... 還要繼續努力跟各位AI大神請教/交流🤝🏻🤝🏻
Q: How many times we spent on finding alpha or develop the (new) system to find it already
短答案：我們已投入約 360 個 agent-hours 找 alpha／建 alpha 系統。
累計 Codex active task time：367.5 小時 扣除平行任務重疊：352.0 小時 約 44–46 個 8 小時工作天 2026-06-06 至 07-12 間有 36 個活躍日 這仍是下限：未包括 6 月前工作、Claude/其他 agents 及 Dennis 的人手時間 投入分布： Alpha Factory：229.0 小時 Alpha 2：111.1 小時 flow alpha：16.6 小時 其他 alpha 任務：10.8 小時
https://www.threads.com/@aireturn88/post/Dawf-6OCMd5?xmt=AQG03pcERQCtSNrDu_41qKc0bYtAv79gfxL94K33NNbICw
Q: How many times we spent on finding alpha or develop the (new) system to find it already
短答案：我們已投入約 360 個 agent-hours 找 alpha／建 alpha 系統。
累計 Codex active task time：367.5 小時 扣除平行任務重疊：352.0 小時 約 44–46 個 8 小時工作天 2026-06-06 至 07-12 間有 36 個活躍日 這仍是下限：未包括 6 月前工作、Claude/其他 agents 及 Dennis 的人手時間 投入分布： Alpha Factory：229.0 小時 Alpha 2：111.1 小時 flow alpha：16.6 小時 其他 alpha 任務：10.8 小時
https://www.threads.com/@aireturn88/post/Dawf-6OCMd5?xmt=AQG03pcERQCtSNrDu_41qKc0bYtAv79gfxL94K33NNbICw