绊脚石与垫脚石，取决于脚抬起来的高度

meme is marketing

如同艺术品一样，你无法找到一个类似“审美”这样虚无缥缈的主观概念来预测meme的涨跌，你必须找到资金的意志，以及这一意志带来的流向。

基本面也好，图表也好，筹码分析也好，叙事动力学也好，地址学庄学也好，巨鲸意志也好，资本意志也好，价值捕获也好，都是在预测资金的意志与流动。

AI是中美的国家意志以及所有科技巨头的焦虑与恐惧。

谁能在2023-2024年读懂这一点？

中美 也可以换成 solana、robinhood、bsc，一样的。

往小了说，一个合理的ticker和交易对会吸引巨鲸的进入，形成巨鲸意志。这就是叙事动力学。

往大了说，一个处于合理生态位和价值捕获的资产会吸引金融与产业资本的进入，无论是购买其证券还是产品。

研究了一下dydx、gmx的成败。perp dex之前的失败其实没有证伪整个赛道，hyperliquid意识到了这点，用卓越的技术和运营重构了之前棋差一招的模式。

可惜了，我2024年的时候没有这种卓越的认知，我是个卓越的大傻逼。

但我的进步也确实快，没有在卓越的大傻逼之路上渐行渐远，一年有一年的长进。

我还是接触crypto太晚了，不然不至于这么傻逼

我有一个思维误区：看到一个和现有或过去类似的模式，我总是觉得“不就是抄xxx吗”，但实际上想法和模式不是关键，后来者总能通过许多细节和客观环境的影响有机会超过前者

iPhone 不是第一个智能手机，谷歌不是第一个搜索引擎，英伟达不是第一个加速计算芯片公司，AMD不是第一个CPU公司（却追平甚至在民用cpu上超越了Intel！）

第一名有先发者的优势和风险，第二名有后发者的时机与条件。

不同生态，不同客群，不同技术路线，不同时机，会将同一种叙事孕育出不同的样貌。

For the loser now will be later to win, for the time they are a-changing.

后来者总有机会！

绝大多数商业不是发明一个从未存在过的名词，而是把已经被验证的需求、技术、渠道、定价和组织方式，重新排列到一个更适合当下的约束条件里。

Google 不是第一个搜索，Facebook 不是第一个社交网络，iPhone 不是第一个智能手机，AWS 不是第一个云服务器，Hyperliquid 不是第一个 Perp DEX。真正稀缺的从来不是“我想到一个点子”，而是看懂旧模式为什么还没把需求吃完，并在成本、体验、分发、流动性、监管或价值捕获上，补上那个决定胜负的缺口。

所以 copy 甚至常是正面信号：它说明需求已经被验证，不必从零教育市场。要警惕的不是 copy，而是只复制界面、口号和 tokenomics，却没复制或重构底层的价值收束。后来者若能把前人的漏水处堵住，copy 就会变成迭代；迭代到足够深，最后反而是前者看起来像旧版本。

说几句梦话：

1. Marscoin 会拉到 1B
2. BEM 会拉到 1B
3. Robinhood LONG 的 Asteroid 最终会获胜
4. Stockcoin 与 Perp 的结合将带来 RWA meme 的重要创新，即“Perpspad”
5. BP 会至少到 BNB 的十分之一 FDV，对应 $4

利益相关：均有持仓

我们每个人都要对自己真诚一些，傻逼了就是傻逼了，做错了就是做错了。

不是说你之前很牛逼之后就不会干傻逼的事，也不是次次都要证明自己是最牛逼的。

一个人开始欺骗自己，就是堕落的开始。可能会堕落得很幸福、很自得，但会越来越笨，越来越跟不上时代的发展，从精神意义上成为了一名老登。

傻逼了，去反思，去总结，才能变得牛逼。一个人认为自己不可能傻逼的时候，那才是真的傻逼了。

一个人（自以为）知道正确答案越早，他便越不可能追问问题本身。

而这种对问题的问题，即元问题，正是对世界的再认识与改造的来源。

追问元问题的人天然不愿意接受既定答案，在青年时期常常不能合群，而后根据成长环境、运气、智力与才能，他们成为创业者、投机者、诗人、艺术家、双向情感障碍病人与三和大神。

被迫具有一种与默认秩序无法完全贴合的状态：有人把这种错位转成作品、公司、交易与新秩序；有人在没有资源、反馈、自我调节或承受力时，被这种错位反过来吞掉。

同一种“不肯接受现成答案”的冲动，带着持续的现实校验、行动能力和运气，会变成创造；没有校验时，可能变成自恋；没有承受力时，可能变成崩溃；没有出口时，可能变成漂流。

也正因此，天才与疯子的确一线之隔，他们共享了一种与社会默认秩序不同的异质性。创业与艺术创作正是一种疯癫的行为，因为“疯癫”乃是被社会建构为异质性的形容词。

天才先被看作不合群、妄想、装神弄鬼；等他把那个异质性变成公司、作品、技术、风格或新秩序，社会才回头给他命名为天才。

技术可能性 → 关于未来的共同预期 → 资本开支形成先导需求 → 上游订单、产能与收入增长 → 产业能力真的被造出来 → 新产品进一步降低成本、打开终端需求。

不是先有完整市场，再有投资；往往是投资先把市场所需的供给侧世界造出来。

我和POW亏的差不多

如果我不参与链上这些傻逼小rug项目的话，我现在应该挺幸福

AI的“智能”的主要范畴是发现、学习和应用条件关系，即“在条件C下，A与B存在关系R”。概率模型是实现这种能力的重要方式。

抽象是发现不同现象之间的共同结构，推演是运用关系之间的约束，规划是寻找条件和结果之间的路径，纠错是比较预期与反馈之间的差异。

因此，所有本质是寻找条件关系的可重复智力活动，都可以利用 AI 极大地提升效率。有两个代表性的领域：Biotech 和 Quant Trading。

生物医药，本质上是建立某一物质的结构与靶点之间的条件关系；量化交易，本质上是建立某一现象（无论是基本面的、消息面的、技术面的还是各种可能的其他因子）与价格表现之间的条件关系。

我们注意到，交易未来将越来越成为 Agent 或者垂直模型竞争的领域，生物医药将被 AI 大大加速寻找药物靶点和设计对应药物分子的速度。只不过量化交易将成为一种必须身体力行参与的趋势，Biotech 和 Quant 都是 AI 能创造巨大价值的应用领域，但目前看不出一个像 GPU 或高带宽存储那样不可绕过、可以统一收束价值的单一节点。这两者均属于 AI 的需求端应用层，是一个彼此之间竞争的关系，而本身尚未存在一个不可绕过的价值环节。

我们居然尚且处于 AI 引领的第四次工业革命的开端，这让人充满了信心。如我上面所说的那样，AI 是一个寻找条件关系的机器，并且它还是制造自动化机器（软件、应用、程序）的元机器。AI 让建立和改进智力（主要是条件关系）的生产流程所需的成本下降，这当之无愧是第四次工业革命。

在工业革命面前，人们反而感到胆怯或轻蔑。一代人有一代人的 timing，但你最好做那个率先使用并建造蒸汽纺织机、汽车内燃机、铁路、互联网应用、计算机、手机、AI 模型和Agent的人。

率先应用科技，接入真实流程、持续获得反馈，再把这套能力变成具有壁垒的产品或基础设施。早早买入机器是不足够的，更重要的是参与重新设计生产函数的革命中。