投机实验室

让王健林投5个亿建猪厂，但是利润不让带走的县长徐刘蔚，被抓了。。
涉嫌严重违纪违法，目前正接受省纪委调查。
这让老王留下全部利润，应该是当时就想好了要装自己兜，着急了。

一身反骨。一群 OpenAI 员工公开和老板唱反调，
他们自掏腰包，给公司的对头组织捐款，请政府来管管OpenAI。
最近，一群 OpenAI 的员工一个叫“护栏联盟”的政治组织捐了款，其中有个工程师一下子就捐了20万美元。
这个组织主张制定更严格的规则，监管OpenAI这些开发前沿 AI 的公司，让它们为技术可能造成的社会风险承担责任。
搞笑的是，OpenAI的高层也正在出钱，支持另一个政治组织“引领未来”。
这个组织认为，监管不能拖慢 AI 创新，因此要反对那些被它视为压制创新的政策，还会在选举中支持更偏向 AI 产业的候选人。
这些员工表示，如果政府管不住 AI 公司，那做再多安全研究也没有用，他们认为，高层目前的做法已经违背 OpenAI 自己的使命，他们就是不想让 AI 监管落地。
如果不反抗，最后，AI 可能会被少数极其富有，又不用承担责任的人控制。

霍尔木兹这一轮，冲突已经开始按油价结算了。
美国重新封锁伊朗港口并打击沿岸防御和导弹设施，伊朗革命卫队随后威胁，地区油气出口要么人人都有，要么谁都没有。
布伦特油价已经站上每桶 85 美元，比战前高逾 15%。
霍尔木兹现在是整个地区把战争成本往外传的开关，就看美国停战的这几天有没有找到解决办法吧。

长鑫科技董事长朱一明刚说，未来，公司将依托有竞争力的产品和稳定的供应能力，有序拓展海外市场，提升公司的全球化运营水平和品牌影响力。
他在科创板上市网上投资者交流会上回复投资者关于海外收入、苹果测试进度等提问时表示。
公司 2023 年至 2025 年公司境外收入占比分别为 79.95%、70.66% 和 57.21%。

美国政府把 2.8833 亿美元的 BTC 和 ETH，放进了 Coinbase Prime。
白宫去年才写进命令，进入战略比特币储备的 BTC 不得出售，链上看，约 3,800 枚 BTC 先经过新中转地址，约 3 万枚 ETH 直接进了 Prime。
不过转进交易所不等于已经卖出。
Coinbase Prime 也承担政府托管，而且这批币来自具体没收案件，是否已经完成最终没收、进入战略储备，目前并不清楚，当前仍能在美国政府标签地址中识别出约 32.46 万枚 BTC 和 2.25 万枚 ETH。
所以真正的信号不是美国砸盘，而是下一步这些币是继续停在托管地址，还是流向 OTC 或市场。

哈兰德 现在变成秘鲁人了😂
据统计，世界杯期间，秘鲁有468个新生儿被取名为“哈兰德”。
另外有91个婴儿叫“埃尔林·哈兰德”，还有4个叫“埃尔林·布劳特·哈兰德”😂

奥特曼这次踢到铁板了，和苹果的官司可能要打好多年。
苹果打官司的风格，一向是硬刚到底。
它和三星的智能手机专利战从2011年打到2018年，中间一路打到美国最高法院，七年后才和解。
而且，这次案件被驳回的概率极小。
苹果这次提交的材料已经远远超过让案件继续审理的门槛，在起诉书中详细列出了窃取商业秘密的具体人员和行为，诉状长达41页。
这类案件的审理过程也非常复杂。
商业秘密案件无法简单比较两件产品，OpenAI 的硬件又没有公开，进入证据开示后，双方需要调取大量内部文件和通信记录，查清哪些资料被带走，又是否进入了研发。
这场诉讼还撞上了OpenAI最重要的硬件阶段，如果持续数年，几乎会覆盖整个产品开发周期。
OpenAI 在研发设备的同时，还得持续投入时间和资金应诉，上市也会多出一项长期风险。

特朗普13 日晚上刚提出，要向经过霍尔木兹海峡的货物收取 20% 费用。今天凌晨，他就撤回了。
他说，海湾国家将用对美贸易和投资协议取代这笔费用。但是，相关国家，金额和文件都没有公布。
收费撤回，封锁没有取消。
北京时间 7 月 15 日凌晨 4 点，美国对伊朗港口的海上封锁正式生效。拦截目标是进出伊朗港口或运送伊朗货物的船，其他经过海峡的商船不在封锁范围内。

OpenAI 要发布第一款设备了，把ChatGPT 装进一只会自己转动的音箱里。
它没有屏幕，可以带到不同房间。你只要对它说话，就能控制家电，播放音乐，问问题，或者回复消息。
这只音箱还带摄像头和传感器，可以了解房间环境，慢慢记住你的习惯。
产品在今年就会亮相，2027 年开卖，价格和首发地区还没有确定。

一项研究发现，收入越高越爱买 A 货奢侈品。
他们尤其喜欢买爱马仕和香奈儿等顶级品牌的高仿包袋，特别是是爱马仕Birkin，香奈儿 CF 这类一眼就能认出的经典款。
而且，当同一个款式有多个仿版时，他们往往更愿意选择价格较高的那一个。
研究人员认为，高收入群体买顶奢 A 货，是为了用更低的成本获得品牌带来的身份价值。
同时，他们的社会地位已经比较稳固，不需要靠一个包证明什么，因此也较少受到羞耻感的约束，也更敢买假货。
反观中等收入群体，他们在意别人怎么看自己，买假货被人识破，由此带来的羞耻和负面评价是他们不能承受的，因此反而最不敢买。

这项研究来自新加坡国立大学。
研究发现，A 货消费呈明显的 U 型分布。
低收入群体（家庭年收入低于 1.5 万美元）
购买和复购 A 货的倾向更高，主要选择价位较低的品牌和鞋类。
中等收入群体（家庭年收入 5 万至 7.5 万美元） 购买 A 货的倾向最低，无论偶尔购买还是重复购买，都少于低收入和高收入群体。
高收入群体（家庭年收入高于 15 万美元） 购买和复购 A 货的倾向更高，主要选择爱马仕和香奈儿的经典包袋。
研究人员分析了跨境电商平台上数百万笔销往美国的 A 货订单，包括商品价格，品类，仿冒品牌和款式，以及收货邮区。
随后，他们将这些订单与美国人口普查数据结合，比较不同收入地区的 A 货消费。
平台没有提供买家的个人收入，因此研究人员依据人口普查数据，统计每个收货邮区内各收入档家庭的占比，再与当地的 A 货购买量进行比较。
论文共划分了 10 个收入档，以上三个范围分别对应研究重点观察的低收入端，中等收入参照组和高收入端。

大型AI公司居然非常喜欢招聘哲学家？！
最新版Claude宪章由哲学家Amanda牵头制定，
Anthropic的重要岗位上至少有4名哲学家，DeepMind至少有10名，OpenAI制定ChatGPT行为规范时，也咨询过数百名道德哲学家。
AI带来了一连串棘手问题，而这恰好是哲学家最擅长的。
首先，哲学家可以给AI划定行为边界。
AI需要判断哪些要求应该拒绝，安全与用户意愿发生冲突时优先保护什么，这些问题涉及对伤害，诚实和责任的理解，正是哲学家长期研究的内容。
他们能够把模糊的价值判断整理成模型可以遵守的原则。
其次，哲学训练还可以减少AI的过度自信和迎合。
AI容易在不确定时给出肯定答案，也会顺着用户的观点继续回答。
哲学训练重视检查前提和论证，苏格拉底式连续追问可以让模型发现矛盾，承认自己的知识边界。
最后，哲学家可以帮AI处理没有标准答案的选择。
自动驾驶发生事故时如何减少伤害，情感支持模型遇到自残风险时如何回应，都没有简单答案。
哲学家长期研究这类问题，他们会确认哪些底线不能突破，再分析每种选择会造成什么后果。

8月起，日元稳定币要进便利店收银台了。
罗森便利店，日本通信公司 KDDI ，和数字钱包公司 HashPort 将在东京的罗森高轮 Gateway City 店进行支付测试。
其中，HashPort 提供手机钱包和稳定币支付系统，KDDI 负责金融和支付系统的衔接。
付款时，参与者在 HashPort Wallet 里调出付款码，店员用门店现有的 POS 读取，系统随后扣除相应的日元稳定币。
首轮只向三家公司部分员工开放，主要测试这套支付方式能否接入现有收银流程，以及一笔付款需要多久。

天呐，英国这两个月由于高温死亡的人数，超过了2700人。
据帝国理工学院等机构估算，在英格兰和威尔士地区，5月连续 9个高温日约造成 550人死亡，6月的 11个高温日约造成 2200人死亡。
6月24日至26日是最严重的一段，估算每天约有 440人死于高温相关原因。
研究团队把约 42%的死亡归因于人为变暖增加的额外热量。
英国 5月最高温达到 35.1摄氏度，6月又超过 37摄氏度，两个月都刷新了同期纪录。

提高注意力，实现深度工作学习的 10 个方法。
来自麻省理工大学计算机博士 卡尔纽波特的书，《深度工作》。
1.固定专注时间。
每天留出一段完整时间，只处理最重要，最需要思考的任务，期间不安排会议，也不回复消息。
2.提前确定工作规则。
开始前写清任务，时长和地点，同时明确这段时间内不能做什么，避免临时切换工作内容。
3.用环境变化推进重要任务。
一项工作迟迟没有进展时，可以暂时去安静，独立的地方，集中完成一个明确结果。
4.记录每天的深度工作时间。
只计算不受干扰，实际产生成果的时间，每周回顾一次，检查时间是否用在重要任务上。
5.提前安排上网时间。
只在预定时段查看消息和资料，临时想到的查询先记下来，留到下一次上网时统一处理。
6.适当压缩完成期限。
给重要任务设置一个更短但可行的期限，关闭通信工具，在规定时间内集中完成。
7.利用走路时间深入思考。
走路或通勤时，只思考一个定义清楚的问题。注意力转移后及时拉回，结束时记下结论。
8.进行结构化记忆练习。
利用熟悉的空间路线记忆扑克牌或其他信息，训练大脑长时间维持有序，集中的思考。
9.停用回报有限的数字工具。
只保留能够明显帮助重要目标的平台和软件，无法确认价值时，可以暂停使用一段时间再判断。
10.建立明确的下班流程。
下班前整理未完成事项，写下下一步行动和第二天的安排，完成后停止处理工作。

赛博体检的时代来了。
谷歌训练了一个健康基础模型 SensorFM，还获得了专业医生的肯定。
它能同时分析智能手表记录的心率，血氧，睡眠，运动和体温等 30多项信号，预测心血管健康，代谢风险，睡眠状态，以及抑郁和焦虑相关指标。
谷歌随后拿近 1.4万人的数据给它做了一场考试：
只看手表记录，判断这些人的健康状态，再和真实结果对照，35项测试，SensorFM 有 34项比常规方法更准。
SensorFM的训练数据来自 500万人，累计超过 1万亿分钟。哪怕中间有一段时间没有佩戴手表， 它也能根据前后记录，估算缺失的数据。