GitHub トレンド

0post

2025.12.04 19:00

:0% :0% （40代／男性）

人気のポスト ※表示されているRP数は特定時点のものです

学习 Linux 命令行，网上教程要么只讲理论概念，要么直接扔一堆命令让你背，缺少实际应用场景的讲解。

最近在 GitHub 上发现 101 Linux Commands 这份开源电子书，通过 101 个实用命令带你系统掌握 Linux 命令行操作。

每个命令都配有详细说明、实际使用示例和应用场景，从基础的文件操作到高级的系统管理，循序渐进地展开。

GitHub：https://t.co/Hj1cFOH5iB

内容涵盖文件管理、文本处理、进程控制、网络诊断、系统监控等实用场景，每个命令都有真实案例演示。

提供多种格式阅读，包括在线网页版、PDF 和 ePub 电子书，还支持通过 Docker 在本地运行。

无论是 Linux 新手还是想系统梳理命令的经验丰富开发者，这份指南值得收藏学习。 December 12, 2025

2RP

「正直、AIツールが多すぎてわからん...」
「これだけ触っておけ、というの教えろ💢」

という声を非常によく聞くので、3段階のレベルに分けて2025年に使っておきたいAIツールまとめてみた。

※（）内に触って欲しい理由と機能書いてます

＝＝正直忙しい人はこれだけでOK＝＝
・ChatGPT（基礎のAI操作、音声、詳細検索、動画）
・Copilot（Microsoft製品との連携）
・Gemini（Google製品との連携、文字込み画像生成）
多くの人はこの3つで良し。変にXの最新情報とか、長文プロンプト追う必要なし。

＝＝AIに興味がある人が使っておきたい＝＝
・Claude（Opus 4.5の賢さ）
・Perplexity(AI検索体験)
・Genspark（電話代行、資料作成、AIシート）
・NotebookLM（スライド作成、ポッドキャスト）
・Canva（AI編集周り）
・CapCut（AI自動字幕、AIエフェクト）
・Suno（シンプルな音楽生成）
・Midjourney（画像生成プロンプトの練習）
・Grok（高速な回答、X上の調査、動画化）
・Manus（ブラウザ操作、スライド生成、並列処理）
これ全部触れてると、AIのトレンドはざっくり追えてる。何個か課金して使ってみると尚良し。

＝＝本格的に自動化・開発デビュー向け＝＝
・Dify（AIワークフローの構築）
・N8n(AIワークフローの構築)
・Zapier（オートメーション）
・Replit（ブラウザ完結のAI開発）
・Cursor（テキストエディタでのAI開発）
・Google AI Studio（Google環境でのAI開発）
・Claude Code（CLI上でのAI開発）
・Comet（AIネイティブブラウザ）
・LM Studio（ローカルLLM）
・GitHub（バージョン管理、大人数開発）
非エンジニアでも開発デビュー可能、習得難易度は結構高め。

さて...
こういうのとりあえずブックマークするけど、結局触らなくないですか？そんな人のために↓ December 12, 2025

2RP

.env 共有は dotenvx が最強
.env を暗号化したまま Git にコミットできるツール
便利さそのまま＋漏洩リスクほぼゼロ

・平文 .env を配らなくていい
・GitHub に上げても解読されない
・チーム開発で共有がラク

https://t.co/HTofGPn46c December 12, 2025

1RP

すごいぜ、Antigravity。こちらのイメージが伝わりやすい。。。というか、私のイメージが平均的なのか。
Antigravity→Github→Vercel→Xserver→結果→https://t.co/ZZvhXjywXY December 12, 2025

OpenLedger ( $OPEN) 连接人工智能与区块链流动性

价格：0.23 美元 - 市值：4900 万美元 - 最终交易价值：2.28 亿美元（市值倍数 0.22 倍） - 在经历了动荡的一个月后（包括 11 月 25 日从 https://t.co/DF6vL7DsSD 下架），$OPEN 仍在努力稳定其围绕去中心化人工智能和“可支付智能”的形象。

核心愿景：OpenLedger 将自身定位为数据货币化的人工智能链，构建一个生态系统，让模型、数据集和代理能够通过其“可支付人工智能”框架直接获利。

它使用归因证明 (PoA) 来追踪数据来源，从而透明地奖励贡献者。

可以将其视为人工智能的“经济支柱”：数据输入，价值输出。

技术与支持：基于与 EVM 兼容的 Layer-2（OP Stack + EigenDA）构建，以支持可扩展的人工智能工作负载。该项目获得 Polychain、HashKey 和 Borderless Capital 的支持，从而具备机构信誉。与 Polyhedra 的合作旨在构建去中心化的信任基础设施，用于验证人工智能数据。

市场概览：流通量：2.155 亿枚（总流通量 10 亿枚，占 21.5%）- 交易量：910 万美元/24 小时 - 最高价：1.85 美元（下跌 87.6%）| 最低价：0.208 美元（2025 年 12 月 1 日）- 4.7 倍的最终发行量/市场流通量比率表明仍有大量供应锁定，这意味着未来存在严重的通胀风险。

代币经济模型：每月约有 795 万枚代币解锁用于社区奖励。团队和投资者（占供应量的 33.3%）面临 12 个月的“悬崖期”——大规模解锁将于 2026 年 9 月开始。这种结构性抛售压力曲线表明，到 2026 年底，每月需要超过 400 万美元的买入量才能维持收支平衡。回购计划确实存在，但它们是流动性中性的，而非通缩性的。

市场情绪与活动：资金费率：+0.0039（看涨倾向）。未平仓合约：680万美元，多空比为1.38，58%的交易者持有多头头寸。尽管短期内市场乐观，但开发方面似乎进展缓慢——GitHub上没有可见的提交或分支。

风险：代币控制中心化（团队和投资者持有三分之一的供应量）——多次战略调整后可能出现战略不稳定；持续发行代币可能导致严重的通货膨胀；人工智能数据货币化面临监管风险（GDPR、知识产权法）。

最终结论：OpenLedger拥有远见卓识——将区块链激励机制与人工智能数据经济连接起来。但执行风险、供应稀释以及不透明的开发流程使其成为一项投机性强、高贝塔系数的去中心化人工智能（DeAI）投资，而非稳健的持有选择。

短期交易者或许可以借助衍生品市场动能；长期投资者应密切关注解锁计划和用户采纳数据。

@EdgenTech

$OPEN $TAO $FET December 12, 2025

OSSのdockerコンテナ立ち上がらなかったから docker compose logs のエラーメッセージと docker-compose.yml と .env をChatGPTにぶん投げたら、解決法をGitHubのissueまで見に行って探してくれて神～（・ｘ・） December 12, 2025

总体洞见：PPT强调加密价值链如赌场，零售常为“傻瓜”。通过理解7级瀑布和激励，你可战略导航而非被操控。讲师呼吁：知识即保护，追踪模式、需求透明、优先数据。整个讲座警示：加密技术有潜力，但当前市场结构系统性提取财富，需改革以实现承诺。这个PPT是由斯坦福大学讲师Ruizhe Jia呈现的，主题聚焦于揭露加密货币价值链背后的“隐藏金融机制”。它通过教育性视角分析加密金融系统的结构化问题，强调“去中心化”叙事往往掩盖了中心化控制和财富转移。PPT总共69页，分为引言、三个“Act”（为什么在意、深度剖析、黑暗现实）和结尾的保护工具包。整体框架使用“价值链”模型，揭示资金从VC（风险投资）到零售投资者的“瀑布式”流动，每一层都提取价值。以下是详细总结，按逻辑结构组织。1. 引言与免责声明（Pages 1-2）标题与背景：讲座名为“Exposing the Hidden Financial Machinery: The Crypto Value Chain”，旨在揭示加密货币中“隐藏的金融机器”。讲师Ruizhe Jia强调这是一个教育性讲座。
免责声明：PPT仅用于学术目的，不构成投资、法律或税务建议。提到的公司/项目仅为示例，不代表背书或批评。业务实践基于市场观察和公开数据，非内部机密。过去表现不代表未来，读者应自行研究并咨询专业人士。
2. Act I: Why Care?（为什么在意？Pages 3-17）这一部分解释为什么需要关注加密金融的“隐藏机制”，并引入核心框架：价值链（Value Chain）。它通过学习目标、3个目标和4个谜题，激发读者思考。
学习目标：谁真正决定？：每项“去中心化”决策都由有真实激励的人类做出。去中心化叙事常掩盖中心化控制。建议追踪资金流，找出控制90%治理代币的小型钱包群。
资金追踪：理解加密金融的关键是追踪资金流动。知道自己在价值链中的位置（VC → 项目团队 → 交易所/MM → 零售投资者）。
退出流动性（Exit Liquidity）：指有人买入以让他人卖出。在加密市场，零售投资者常成为“音乐停止时无椅可坐”的受害者，而专业玩家已通过优势“占位”。

今日3大目标：看到资金流动（See the Flow）。
了解激励机制（Know the Incentives）。
保护你的资本（Protect Your Capital）。

价值链的力量（The Power of the Value Chain）：一个简单框架解决复杂谜题。理解玩家：谁创建、控制并从中获利。
理解激励：驱动每个玩家的决策。
解决谜题：预测市场模式（如看似混乱的抛售）。

4个谜题（Puzzles），用以展示价值链的实用性：订单簿谜题（Order Book Mystery）：正常产品发布时买家>卖家，但加密代币发布时立即出现巨额卖单墙（Sell Walls）。谜题：有限供应下，这些卖单从何而来？（后续解答：市场做市商借代币卖出锁定利润）。
VC表现差距（VC Performance Gap）：传统金融中VC投资和交易分离（如Sequoia + Renaissance），但加密原生VC（如Wintermute、Jump Crypto）融合两者，利用信息优势、退出策略和仓位管理。
期货 vs 现货谜题（Futures vs Spot Mystery）：VC重仓代币的期货价格<现货（负资金费率），而比特币期货>现货（正资金费率）。原因：VC锁定仓位通过期货对冲，制造下行压力。
TVL vs 收入谜题（TVL vs Revenue）：项目启动TVL达20亿美元，数周后降至5000万美元且收入为0。问题：资金去哪？谁在“支付”TVL？（后续解答：人为制造指标，通过激励和空投伪造）。

传统金融 vs 加密金融对比：传统金融的保护序列：想法&融资 → 证明 → 利润 → 扩展 → IPO。公众投资在价值证明后，保护后期投资者。
加密金融的伟大倒置（Great Inversion）：白皮书 → VC代币 → 炒作 → 上市 → 也许构建。公众投资在价值证明前，营销重于构建。
为什么倒置重要：传统中退出在价值后（先建后退）；加密中退出在价值前（先炒作先退出），导致营销胜过构建。

资金如瀑布流动：7级价值链（Money Flows Like a Waterfall）：这是一个核心模型，每级提取价值，最终流向零售（作为退出流动性）。私人销售（Private Sale, VC入口）：VC通过SAFT协议以90-95%折扣买入，早于公众。
人为指标（Artificial Metrics）：项目通过激励和空投制造TVL/用户假象。
交易所把关（Exchange Gatekeeping）：交易所收取上市费+代币分配，控制零售流动性访问。
市场做市商（Market Makers）：补偿结构（代币贷款+看涨期权）激励立即卖出。
衍生品（Derivatives）：永续合约允许内部人士在解锁前对冲锁定仓位。
OTC（OTC）：内部人士私下卖大块代币给OTC台，缓慢分销以掩盖压力。
零售投资者（Retail Investors）：在最高价买入，为所有上游提供退出流动性。资金向下流动，每层提取价值，零售垫底。
3. Act II: Deep Dive（深度剖析，Pages 18-52）这一部分详细拆解价值链的每个层面、白皮书、谜题解答和案例，揭示激励机制。
白皮书：叙事胜过价值（Whitepapers: Narratives Over Value）：类型对比：复杂型（50+页， buzzwords如ZK-rollup+AI，无实质）；简单型（5页， meme+表情，承诺“to the moon”）。
共同点：技术 jargon无深意，焦点在叙事而非价值。

Level 1: 私人销售（The Private Sale）：SAFT结构：折扣50-80%（VC

最新記事

ランキング

レポート

記事一覧

ランキング

分析レポート

■ランキング

トレンド

芸能人

ドラマ

テレビ

映画

スポーツ

アニメ

声優

ゲーム

ラーメン

ラジオ

VTuber

最新記事をRSSでお届け！

倭人速報で紹介している記事をRSSでお届けします。

RSS1.0

RSS2.0

ATOM

■サポート

よくある質問

利用規約

お問い合わせ

■広告掲載について

倭人速報媒体資料

■倭人速報データ提供サイト（外部サイト）

WebNewtype

■Select language

This site be available in other languages.

GitHub トレンド

0post
2025.12.04 19:00

:0% :0% （40代／男性）

1時間

1日

1週間

1時間前の
GitHub

人気のポスト ※表示されているRP数は特定時点のものです

学习 Linux 命令行，网上教程要么只讲理论概念，要么直接扔一堆命令让你背，缺少实际应用场景的讲解。

最近在 GitHub 上发现 101 Linux Commands 这份开源电子书，通过 101 个实用命令带你系统掌握 Linux 命令行操作。

每个命令都配有详细说明、实际使用示例和应用场景，从基础的文件操作到高级的系统管理，循序渐进地展开。

GitHub：https://t.co/Hj1cFOH5iB

内容涵盖文件管理、文本处理、进程控制、网络诊断、系统监控等实用场景，每个命令都有真实案例演示。

提供多种格式阅读，包括在线网页版、PDF 和 ePub 电子书，还支持通过 Docker 在本地运行。

无论是 Linux 新手还是想系统梳理命令的经验丰富开发者，这份指南值得收藏学习。 December 12, 2025

2RP

「正直、AIツールが多すぎてわからん...」
「これだけ触っておけ、というの教えろ💢」

という声を非常によく聞くので、3段階のレベルに分けて2025年に使っておきたいAIツールまとめてみた。

※（）内に触って欲しい理由と機能書いてます

＝＝正直忙しい人はこれだけでOK＝＝
・ChatGPT（基礎のAI操作、音声、詳細検索、動画）
・Copilot（Microsoft製品との連携）
・Gemini（Google製品との連携、文字込み画像生成）
多くの人はこの3つで良し。変にXの最新情報とか、長文プロンプト追う必要なし。

＝＝AIに興味がある人が使っておきたい＝＝
・Claude（Opus 4.5の賢さ）
・Perplexity(AI検索体験)
・Genspark（電話代行、資料作成、AIシート）
・NotebookLM（スライド作成、ポッドキャスト）
・Canva（AI編集周り）
・CapCut（AI自動字幕、AIエフェクト）
・Suno（シンプルな音楽生成）
・Midjourney（画像生成プロンプトの練習）
・Grok（高速な回答、X上の調査、動画化）
・Manus（ブラウザ操作、スライド生成、並列処理）
これ全部触れてると、AIのトレンドはざっくり追えてる。何個か課金して使ってみると尚良し。

＝＝本格的に自動化・開発デビュー向け＝＝
・Dify（AIワークフローの構築）
・N8n(AIワークフローの構築)
・Zapier（オートメーション）
・Replit（ブラウザ完結のAI開発）
・Cursor（テキストエディタでのAI開発）
・Google AI Studio（Google環境でのAI開発）
・Claude Code（CLI上でのAI開発）
・Comet（AIネイティブブラウザ）
・LM Studio（ローカルLLM）
・GitHub（バージョン管理、大人数開発）
非エンジニアでも開発デビュー可能、習得難易度は結構高め。

さて...
こういうのとりあえずブックマークするけど、結局触らなくないですか？そんな人のために↓ December 12, 2025

2RP

.env 共有は dotenvx が最強
.env を暗号化したまま Git にコミットできるツール
便利さそのまま＋漏洩リスクほぼゼロ

・平文 .env を配らなくていい
・GitHub に上げても解読されない
・チーム開発で共有がラク

https://t.co/HTofGPn46c December 12, 2025

1RP

すごいぜ、Antigravity。こちらのイメージが伝わりやすい。。。というか、私のイメージが平均的なのか。
Antigravity→Github→Vercel→Xserver→結果→https://t.co/ZZvhXjywXY December 12, 2025

OpenLedger ( $OPEN) 连接人工智能与区块链流动性

价格：0.23 美元 - 市值：4900 万美元 - 最终交易价值：2.28 亿美元（市值倍数 0.22 倍） - 在经历了动荡的一个月后（包括 11 月 25 日从 https://t.co/DF6vL7DsSD 下架），$OPEN 仍在努力稳定其围绕去中心化人工智能和“可支付智能”的形象。

核心愿景：OpenLedger 将自身定位为数据货币化的人工智能链，构建一个生态系统，让模型、数据集和代理能够通过其“可支付人工智能”框架直接获利。

它使用归因证明 (PoA) 来追踪数据来源，从而透明地奖励贡献者。

可以将其视为人工智能的“经济支柱”：数据输入，价值输出。

技术与支持：基于与 EVM 兼容的 Layer-2（OP Stack + EigenDA）构建，以支持可扩展的人工智能工作负载。该项目获得 Polychain、HashKey 和 Borderless Capital 的支持，从而具备机构信誉。与 Polyhedra 的合作旨在构建去中心化的信任基础设施，用于验证人工智能数据。

市场概览：流通量：2.155 亿枚（总流通量 10 亿枚，占 21.5%）- 交易量：910 万美元/24 小时 - 最高价：1.85 美元（下跌 87.6%）| 最低价：0.208 美元（2025 年 12 月 1 日）- 4.7 倍的最终发行量/市场流通量比率表明仍有大量供应锁定，这意味着未来存在严重的通胀风险。

代币经济模型：每月约有 795 万枚代币解锁用于社区奖励。团队和投资者（占供应量的 33.3%）面临 12 个月的“悬崖期”——大规模解锁将于 2026 年 9 月开始。这种结构性抛售压力曲线表明，到 2026 年底，每月需要超过 400 万美元的买入量才能维持收支平衡。回购计划确实存在，但它们是流动性中性的，而非通缩性的。

市场情绪与活动：资金费率：+0.0039（看涨倾向）。未平仓合约：680万美元，多空比为1.38，58%的交易者持有多头头寸。尽管短期内市场乐观，但开发方面似乎进展缓慢——GitHub上没有可见的提交或分支。

风险：代币控制中心化（团队和投资者持有三分之一的供应量）——多次战略调整后可能出现战略不稳定；持续发行代币可能导致严重的通货膨胀；人工智能数据货币化面临监管风险（GDPR、知识产权法）。

最终结论：OpenLedger拥有远见卓识——将区块链激励机制与人工智能数据经济连接起来。但执行风险、供应稀释以及不透明的开发流程使其成为一项投机性强、高贝塔系数的去中心化人工智能（DeAI）投资，而非稳健的持有选择。

短期交易者或许可以借助衍生品市场动能；长期投资者应密切关注解锁计划和用户采纳数据。

@EdgenTech

$OPEN $TAO $FET December 12, 2025

OSSのdockerコンテナ立ち上がらなかったから docker compose logs のエラーメッセージと docker-compose.yml と .env をChatGPTにぶん投げたら、解決法をGitHubのissueまで見に行って探してくれて神～（・ｘ・） December 12, 2025

总体洞见：PPT强调加密价值链如赌场，零售常为“傻瓜”。通过理解7级瀑布和激励，你可战略导航而非被操控。讲师呼吁：知识即保护，追踪模式、需求透明、优先数据。整个讲座警示：加密技术有潜力，但当前市场结构系统性提取财富，需改革以实现承诺。这个PPT是由斯坦福大学讲师Ruizhe Jia呈现的，主题聚焦于揭露加密货币价值链背后的“隐藏金融机制”。它通过教育性视角分析加密金融系统的结构化问题，强调“去中心化”叙事往往掩盖了中心化控制和财富转移。PPT总共69页，分为引言、三个“Act”（为什么在意、深度剖析、黑暗现实）和结尾的保护工具包。整体框架使用“价值链”模型，揭示资金从VC（风险投资）到零售投资者的“瀑布式”流动，每一层都提取价值。以下是详细总结，按逻辑结构组织。1. 引言与免责声明（Pages 1-2）标题与背景：讲座名为“Exposing the Hidden Financial Machinery: The Crypto Value Chain”，旨在揭示加密货币中“隐藏的金融机器”。讲师Ruizhe Jia强调这是一个教育性讲座。
免责声明：PPT仅用于学术目的，不构成投资、法律或税务建议。提到的公司/项目仅为示例，不代表背书或批评。业务实践基于市场观察和公开数据，非内部机密。过去表现不代表未来，读者应自行研究并咨询专业人士。
2. Act I: Why Care?（为什么在意？Pages 3-17）这一部分解释为什么需要关注加密金融的“隐藏机制”，并引入核心框架：价值链（Value Chain）。它通过学习目标、3个目标和4个谜题，激发读者思考。
学习目标：谁真正决定？：每项“去中心化”决策都由有真实激励的人类做出。去中心化叙事常掩盖中心化控制。建议追踪资金流，找出控制90%治理代币的小型钱包群。
资金追踪：理解加密金融的关键是追踪资金流动。知道自己在价值链中的位置（VC → 项目团队 → 交易所/MM → 零售投资者）。
退出流动性（Exit Liquidity）：指有人买入以让他人卖出。在加密市场，零售投资者常成为“音乐停止时无椅可坐”的受害者，而专业玩家已通过优势“占位”。

今日3大目标：看到资金流动（See the Flow）。
了解激励机制（Know the Incentives）。
保护你的资本（Protect Your Capital）。

价值链的力量（The Power of the Value Chain）：一个简单框架解决复杂谜题。理解玩家：谁创建、控制并从中获利。
理解激励：驱动每个玩家的决策。
解决谜题：预测市场模式（如看似混乱的抛售）。

4个谜题（Puzzles），用以展示价值链的实用性：订单簿谜题（Order Book Mystery）：正常产品发布时买家>卖家，但加密代币发布时立即出现巨额卖单墙（Sell Walls）。谜题：有限供应下，这些卖单从何而来？（后续解答：市场做市商借代币卖出锁定利润）。
VC表现差距（VC Performance Gap）：传统金融中VC投资和交易分离（如Sequoia + Renaissance），但加密原生VC（如Wintermute、Jump Crypto）融合两者，利用信息优势、退出策略和仓位管理。
期货 vs 现货谜题（Futures vs Spot Mystery）：VC重仓代币的期货价格<现货（负资金费率），而比特币期货>现货（正资金费率）。原因：VC锁定仓位通过期货对冲，制造下行压力。
TVL vs 收入谜题（TVL vs Revenue）：项目启动TVL达20亿美元，数周后降至5000万美元且收入为0。问题：资金去哪？谁在“支付”TVL？（后续解答：人为制造指标，通过激励和空投伪造）。

传统金融 vs 加密金融对比：传统金融的保护序列：想法&融资 → 证明 → 利润 → 扩展 → IPO。公众投资在价值证明后，保护后期投资者。
加密金融的伟大倒置（Great Inversion）：白皮书 → VC代币 → 炒作 → 上市 → 也许构建。公众投资在价值证明前，营销重于构建。
为什么倒置重要：传统中退出在价值后（先建后退）；加密中退出在价值前（先炒作先退出），导致营销胜过构建。

资金如瀑布流动：7级价值链（Money Flows Like a Waterfall）：这是一个核心模型，每级提取价值，最终流向零售（作为退出流动性）。私人销售（Private Sale, VC入口）：VC通过SAFT协议以90-95%折扣买入，早于公众。
人为指标（Artificial Metrics）：项目通过激励和空投制造TVL/用户假象。
交易所把关（Exchange Gatekeeping）：交易所收取上市费+代币分配，控制零售流动性访问。
市场做市商（Market Makers）：补偿结构（代币贷款+看涨期权）激励立即卖出。
衍生品（Derivatives）：永续合约允许内部人士在解锁前对冲锁定仓位。
OTC（OTC）：内部人士私下卖大块代币给OTC台，缓慢分销以掩盖压力。
零售投资者（Retail Investors）：在最高价买入，为所有上游提供退出流动性。资金向下流动，每层提取价值，零售垫底。
3. Act II: Deep Dive（深度剖析，Pages 18-52）这一部分详细拆解价值链的每个层面、白皮书、谜题解答和案例，揭示激励机制。
白皮书：叙事胜过价值（Whitepapers: Narratives Over Value）：类型对比：复杂型（50+页， buzzwords如ZK-rollup+AI，无实质）；简单型（5页， meme+表情，承诺“to the moon”）。
共同点：技术 jargon无深意，焦点在叙事而非价值。

Level 1: 私人销售（The Private Sale）：SAFT结构：折扣50-80%（VC $0.10 vs 零售$2.00）；悬崖期6-12月；2-3年线性/里程碑解锁；估值上限。
代币经济学：VC无法立即卖，但可对冲。VC投注于退出而非业务：ROI = 代币 × 退出价 / 投资美元。焦点：交易所层级、快速上市、零售需求。
黑暗现实：VC资助“垃圾”项目，因投注退出而非产品-市场契合。快速现金周期胜过长期构建。

Level 2: 人为指标（Artificial Metrics）：餐厅类比：付费演员伪造热闹，吸引真实顾客。
方法：空投（伪造用户，实际偏向内部人士）；流动性挖矿（付费存款膨胀TVL）；洗交易（自交易伪造量）。
空投农民（Airdrop Farmers）：专业人士仅为免费代币互动。TVL高≠采用：激励停止后崩盘，揭示低需求（TVL $42亿，收入$0）。

Level 3: 交易所（Exchanges）：溢价剧场效应（Premium Theater Effect）：如IMAX放映平庸电影，上市本身是信任信号。
访问价格：现金上市费$0-3M + 10%代币让步。价值：认证、需求、流动性。
韩国溢价（Korean Premium）：Upbit/Bithumb因高零售需求，代币价高15%。
交易所-VC利益冲突：交易所运营VC臂，投资后上市自家项目，双重获利。
经济系统对比：传统IPO均衡（质量项目成功）；加密破均衡（早期退出扭曲，交易所成强势把关者）。

Level 4: 市场做市商（Market Makers）：被动做市商：维持买卖订单，赚取价差（e.g., 买$9.95，卖$10.05）。
补偿：1. 代币库存贷款（高卖低买）；2. 嵌入看涨期权（固定价买入权，价格保护+不对称优势）。
看涨期权简单解释：锁定未来买入价；价格涨用期权省钱，跌则不用。
项目视角 vs 现实：项目以为期权激励推高价（免费服务）；实际：做市商下行偏好（价跌无限利润，涨则损失上限15%）。
不对称回报：价跌50% +50%利润；涨50% -15%损失。风险/回报3.3:1偏下行。
Day-1订单簿谜题解答：做市商借代币卖出锁定利润，制造卖墙。
VC-做市商协同：交易臂VC（如DWF Labs）投资+做市，绕过锁定，从Day 1卖出完美对冲。
上市前后激励：前对齐（VC资助，创始人构建）；后赛跑退出（先卖者赢，类似Credit Suisse崩溃的“囚徒困境”）。
退出工具：创始人（额外空投、隐藏分配、OTC折扣、合约漏洞）；VC（OTC、期货做空、做市）。
社区空投：立即解锁，常被创始人自用，制造隐藏卖压。

Level 5: 衍生品（Derivatives）：期货简单：今日约定未来买卖，无即时交割，允许方向押注。
对冲锁定代币：持1M锁定代币，做空1M期货：完美对冲，但多内部人士做空制造期货<现货（负资金费）。谜题3解答。
VC重代币常见此模式，比特币少。

Level 6: OTC（OTC Desks）：批发模式：内部人士折扣2-70%私卖大块（e.g., $1批发 vs $2零售），OTC缓慢分销避冲击。
OTC-永续-现货管道：1. 私卖OTC；2. OTC做空永续对冲；3. 缓慢交易所卖。单私卖成持久卖压。

Level 7: 零售（Retail）：瀑布底部：零售资金资助上游（VC利润、创始人薪资、上市费、做市补偿）。退出需更高买家，实际是上游退出流动性。
财富转移数学：$200万零售钱 → $200万内部利润。非创造，乃提取。
案例示例（Case Example）：代币时间线：私人销售$0.10 → TGE有限浮动 → Binance上市$3 (+3000%) → 永续负费对冲 → OTC分销 → 首次解锁-40%。

模式识别（Pattern Recognition）：可预测周期：1. 私人销售；2. 人为指标；3. 上市“pop”；4. 内部对冲；5. OTC分销；6. 零售FOMO。
主动做市（Active MM）：若零售流不足，内部部署制造需求（跨场报价、目标价/波动/量）。
示例1：MM低价积累 → 战略买拉升 → FOMO时倾销。
示例2：协调洗交易+事件泵（社交放大），峰值时内部获利。
金字塔结构：Tier 1 VCs/创始人（折扣首选）；Tier 2 交易所（流动性控制）；Tier 3 MM（免费期权）；Tier 4 OTC（提前交易）；Tier 5 零售（需找更高买家）。
4. Act III: The Dark Reality（黑暗现实，Pages 58-64）揭示系统性问题，非“坏苹果”。
商业模式对比：传统：公司先创价值，客户付费，长期对齐。
加密：项目创叙事，零售买退出，短期提取主导。
营销漏斗（Marketing Funnel）：协调活动驱动FOMO（社交/影响者、伙伴公告、预测、“钻石手” meme、稀缺讯息），时机在内部需退出时。
僵尸协议（Zombie Protocols）：上市后开发停止（使命完成：退出而非可持续）。71%项目1年内放弃，由志愿者维护。

提取光谱（Extraction Spectrum）：合法：战略OTC/对冲。
灰色：定时公告配解锁。
非法：操纵（内部交易、泵倾、洗交易）。
系统设计：结构激励奖励提取而非价值；权力集中VC/交易所/MM；模式重复，因架构未变。需改革基础问题，否则财富持续从零售转内部。

技术潜力 vs 市场现实：潜力：包容、低成本、自主、信任less、开源。
现实：投机赌场、叙事周期、内部控制、提取、零售退出。
5. Resolution: Protection Toolkit（保护工具包，Pages 65-69）从知识到行动，提供生存策略。
核心原则：战略怀疑：质疑叙事，问谁受益、何激励。
模式识别：定位瀑布位置（营销后=退出流动性？）。
追踪资金：监控解锁、资金费、链上内部钱包。
数据胜叙事：优先真实收入/使用，而非理论。

早期检测瀑布模式：早期警告：巨额营销、TVL突增。
上市阶段：单边订单、公告、“早入”叙事。
衍生信号：负费、解锁前翻转、持仓升。
零售定位：零售主导量、营销重于构建。

数据而非叙事：叙事信号（影响者、公告、路标、热搜）：忽略。
数据信号（费率、链上流、解锁、真实收入 vs 排放）：关注。数据显内部行为，叙事显其欲你信。

需求真实指标：真实收入：非代币奖励，乃实际费。
真实用户：非机器人/激励，乃有机活跃。
真实效用：解决问题，非循环经济。
真实开发：GitHub活跃，非募资后弃。
真实 vs 制造：TVL问yield farming比例；DAU问激励后留存；交易量问洗交易比例。 December 12, 2025

ナニコレスッゲェ👀
githubの活動記録を読み取って分析→診断とかできるの！？
ほんでキャラビジュ最高😊

私のGrassTypeは「芸人」でした！
コードも笑いもノリと勢い！

#GrassTypeキャラ診断
https://t.co/21JTeZXXVI December 12, 2025

@YahooNewsTopics Phoneは確かにいいけど、高いしできること限られてるよね。俺はやっぱAndroid派かな～GitHubにいる個人の神開発者が作ったアプリ入れまくれるのが最高すぎる。 December 12, 2025

2025年，我的几个第一性原理：

1. LLM token一定会越来越便宜，模型越来越强大，记住，所有做LLM Agent的人，都必须思考如何用10~1000倍的token带来革命，而不是他妈跟个傻逼似的天天想着省token；

2. chatbot的形式一定会被消灭，no chatbot revolution才是正确方向，一切AI应用不可能、不应该、绝对不是一个个大号聊天机器人，一个个大对话框等着人大段大段往里敲字，

记住，所有AI产品必须重新设计，一切chatbot AI应用必定会被改写成NO CHATBOT形式，无一例外，chatbot的产品形态必然会彻彻底底、完完全全地淘汰，

或者那个傻逼一样的对话框，至少作为二等公民出现；

3. AI助手一定不能用“按个按钮”、“截个图”、“上传个文件”，再写个长长的prompt的形式出现，让用户解决个问题，先让用户点点按按十几次，

AI助手一定是具有强侵入性的，一定能主动嗅探一切环境，吞掉一切数据和信息，一定会主动在后台观察一切操作和行为——并且在疑似需要帮助的时候，主动弹出个对话框，用户一键确认后，主动接管，主动解决一切问题，

而绝不应该像准备个考试一样，准备文件、准备截图、准备一大堆按钮、准备一大长串prompt，让用户跟个大傻逼似的，手忙脚乱地在那儿表演，

总而言之，无论是商业落地的AI Agent，还是各种办公软件、工具、生活类的AI Agent，一个个不仅是傻逼兮兮的大黑框chatbot，而且要用户手动输入一大堆文件、图表、链接、信息，再敲一大段prompt——这些全都走了大弯路，

toC的无缝衔接强入侵的主动AI Agent助手，完完全全不会给你任何告诉他的机会，而是让AI Agent主动判断你是否需要我，直接给你一个大大的对话框，简单描述一下“我计划怎么帮助你”——你点一下确定，它来解决后面所有的事情。

4. 一切能用coding解决的问题，都是SWE Agent能解决的问题，也就是说，都可以直接拿claude code这类工具套壳来用，

SWE Agent这个形态，最擅长解决的问题，就是在一个确定的环境（一台机器、几台机器、若干仿真环境、一套terminal里的编译器/脚手架/运行环境/包管理、profiling和debugging方法）解决的问题，

而用coding解决的问题，从来都不止coding，一切VHDL/Verilog等电路设计、电路simulation和validation、一切类似labview和matlab simulink中可以仿真的电机、信号、示波器等等模块，

甚至ansys和CAD这类工具，还有大量data science和计算的问题，以及用lean或者formal-proof解决一些proof-based的数学和模型问题，都可以转化成一些API和coding解决的问题，然后让SWE Agent来解决，

这类问题可以叫做“一台机器上的确定环境下的问题”，

这类问题的特点是，可以靠LLM的智能不断拆分成一大堆subtasks，然后在本地环境下反复尝试、反复试错、反复看output、反复试验结果，失败后再换一个新的approach；

5. full self coding（https://t.co/W0qe8YtsYX）就是基于上面所有第一性原理的一个试验。

我将会设计一套侵入式试验，让10~500个ai agent组成一组，给一个github项目找出所有潜在的问题，包括文档、测试、修bug、优化、重构、完成todo list、加功能、加API等等，让10~100个agent并行完成这个repo潜在需要完成的所有任务，

并且让至少10组这样的agent去github上面公开贡献，等于在没有任何人为输入prompt的前提下，造出来1000~5000个agent在开源世界源源不断地做出贡献，就死死赖在github上面，尝试修复一切可能修复的潜在问题，做出贡献。

请你记住full self coding是最坚决贯彻test-time scaling law的行为，

full self coding坚决相信，人是ai agent世界最傻逼、最慢、错误最多、判断失误最高的存在，让程序员手敲prompt，无异于给AI Agent拖后腿，

只有先分析出问题，然后让10~500个agent同时并行运行，才能最大化执行的效率，最快速度解决已经发现的问题，无休止地为github提供潜在的有价值贡献——并且最关键的是，把“敲prompt的程序员”这个最垃圾、最慢、出错最多的环节彻底消除；

6. full self coding最大的瓶颈，一个是token价格过高，一个是目前几乎所有主流供应商，LLM inference速度过慢，

所以我最后的一个想告诉大家的价值观是：

groq、sambanova、cerebras这种在片上堆满几个GB的SRAM，在inference上效率是nvidia、amd、google TPU这些落后架构的10~50倍，这是test-time scaling law的最后一环，

如果人类在claude code、gemini cli上全面接入groq、sambanova、cerebras上host的模型，所有速度都会再快10~50倍，

现在最大的问题是，groq、sambanova、cerebras他们只能白嫖开源模型（deepseek、qwen、zai甚至更难用的llama），因为这三家自己没能力训练模型，本质是卖芯片的（实际是自己造完data center后卖API），

但是只要中国几家厂商能源源不断输送最好的开放weights的模型，让groq、sambanova、cerebras持续用上他们能用的最好的开放weights的模型，这三家最终会把nvidia、google tpu连同他们的客户一锅端。

人类依然非常需要LLM inference的时间上的飞速优化，只不过现在人们需要更强的模型，而人类愿意为此多等等时间，

但是终归有一天人们会发现，无论是coding，还是在各种infra中快速反馈相应，哪怕是简单的搜索或者问答，inference速度这件事才是至关重要。 December 12, 2025

kuran_kuranさんに発見していただいたMZ-2000_SDのArduinoプログラムのバグを修正し、Githubを更新しました。
Arduinoプログラムは、MZ-2000_SD、MZ-80K_SD、MZ-700_SD、MZ-1500_SD共通ですのでまとめて更新です。
ArduinoのRAMを食いつぶしてしまうバグなのですが、ラッキーなことにバッファとして確保するRAMを食いつぶすだけで今のところ動作に不具合は確認されていません。
バグがあるのは気持ち悪いと思う方だけGithubからダウンロードして更新してください。
https://t.co/rroloFo4Qa
https://t.co/V4XpOSLISy
https://t.co/pY7r91VRGa
https://t.co/j0SwjSZgiB
X1_SDも同様ですので検証後Githubを更新します。 December 12, 2025

CopilotではなくGithubCopilotっす（Copilotさんはアホな子なので使いませんｗ）
てゆか、VSとかのソリューションのタブの近くのあの子の事をGithubCopilotってずっと言ってたけどもしかして違う感じだったりします？ https://t.co/nfUVVN3Eob December 12, 2025

移行先エンジンのWicked EngineのGithubリポジトリー。
クロスプラットフォーム対応、VRM対応、Luaスクリプト対応でなかなかすごい。
https://t.co/GfVGWPUdmV December 12, 2025

ワシ、GithubCopilotばっかり使ってるけど
ナウなヤングはどんな環境でAI開発してるんだろうか？

なんかGithubCopilotいまいちな感じがするようなしないような... December 12, 2025

GitHub のシニアエンジニアが語っているポッドキャストからメモ。動画と順番は前後している。

・スタートアップが「クラウドネイティブ」や「Kubernetesを触りたい」という理由だけで移行すると、コスト増と開発速度低下で死にかけることがある
・人は「かっこいいアーキテクチャ」や「モダン技術のステータス」を追いがちであり、「本当にその問題に必要か」という観点が抜け落ちやすい

・どの規模でどの設計に進化させるべきかという明確な境界値は存在せず、「1000リクエスト/秒だからもう分散システムだ」とは必ずしも言えない
・GitHubのような巨大サービスですら、数百万リクエスト/秒を小さなKubernetesクラスタと数コンテナでさばくことができており、シンプルでも意外といける
・GitHubでは、まず既存アーキテクチャで出せる限界まで使い切ってから、データや需要の伸びを見て「次の段階への書き換え」を判断している

・スタートアップのCTOであれば、いきなり100倍スケールを想定した設計をするのではなく、まずは100〜1000ユーザーを単一VMで捌くくらいのシンプル構成で十分だろう
・スケールアップは過小評価されがちだが、CPU数百コア、TBクラスメモリのVMが普通に買える現代は、これで十分に戦える
・水平分散やシャーディングに飛びつく前に、「まずは限界までマシンを強くする」だけで多くの問題は解決できる

・ソフトウェアは「一度作って終わり」ではなく「進化させ続けるもの」であり、保守と改修というランニングコストが常に発生する資産
・ビジネス側は一括投資して10年もちそうなシステムを欲しがるが、技術もトレンドも変化が激しい現代では、それは非現実的な期待
・現実的なやり方は「今の1桁上のオーダーに耐えられる設計をする」「そこに達したらまた次のオーダーのために再投資する」という階段方式
・キャッシュやNoSQLや分散データストアなどは、「直面している具体的なボトルネック」が見えたときに初めて導入を検討すれば良い
・シンプルな設計や実装はスケールすればするほど価値が高まり、愚直・素直なコードの方が、大規模運用では安全で扱いやすい、という逆説が成立する

・大企業のシステムデザイン面接はスケールの話が多いが、実務経験がなくても理論とパターンを学ぶことで「ゲームとして攻略する」ことが実は可能
・入社後すぐにゼロから巨大システムを1人で設計することはほぼなく、既存システムに入り、より経験豊富なメンバーからレビューを受けながら成長していくのが普通

・AIエージェントがコードの9割を書く時代になりつつあり、優れたエンジニアの仕事の重心は実装から、運用・品質・リスク・パフォーマンス・設計判断へ移りつつある
・AIがコードを書くとしても、「何を作るべきか」「どの設計を選ぶべきか」「どのようにテスト・計測・ロールアウトするか」を決めるのは依然として人間の役割

・プロとしてのソフトウェアエンジニアは、事業への数値的インパクトで評価される
・事業側の意思決定者は技術的な詳細や難しさを完全には理解できないため、エンジニア側に「ビジネスの言葉（売上・コスト・リスク・遅延による損失）」で語れる人が必要
・そのためには、自分の作るシステムが現場のオペレーションやお金の流れにどう影響するかを、現場に足を運んで観察し学ぶ姿勢が重要

・これからのエンジニアには、1つの分野を掘るだけでなく、広い分野を高速で学び、短期間で実務レベルに到達できる「学習スピード」と「学習の幅」が求められる
・すべての分野で達人になる必要はなく、「一部の領域で深い専門性を持ちつつ、他の領域もそこそこ分かるT字型のスキル構成」が強みに
・好奇心を鍛え、新しい分野に飛び込むことへの「居心地の悪さ」に慣れ、それを楽しめるようになることが、これからの時代のエンジニアの大きな武器だろう

https://t.co/gr2WQiFuNX December 12, 2025

やばい…BOOTHのいれてるんだけどGitHubからダウンロードして置き換えできなかった…調べます。 December 12, 2025

＜ポストの表示について＞
本サイトではXの利用規約に沿ってポストを表示させていただいております。ポストの非表示を希望される方はこちらのお問い合わせフォームまでご連絡下さい。こちらのデータはAPIでも販売しております。

1時間前の
GitHub

GitHubの関連トピック
Google docker ChatGPT opus 欲しい

1時間

1日

1週間

0

0

トレンドランキング

1

倭国
中国、外国人、欲しい、韓国、産業

0post

2

クリスマス
クリスマスプレゼント、サンタクロース、QUOカードPay、アドベントカレンダー、クリスマスツリー

0post

3

YouTube
ゲーム実況、SILENT HILL f、びわ湖くん、アイドリッシュセブン、医療ドラマ

0post

4

クリスマスプレゼント
ファミリーマート、クリスマス、サンタクロース、デマ、欲しい

0post

5

誕生日
しゆん、TikTok、FNS歌謡祭、カリスマックス、ケーキ

0post

6

中国
倭国、高市早苗、麻生太郎、渡航自粛、首相

0post

7

TVアニメ
pop up、描き下ろし、グノーシア、カラオケまねきねこ、葬送のフリーレン

0post

8

スパークリング
当落、タニノギムレット、正月、オジュウチョウサン、yogibo

0post

9

当落
スパークリング、SixTONES、10周年、パシフィコ横浜、エバース

0post

10

東京
ブランド、プロデュース、超特急、ジェンダーレス、スポット

0post

倭人速報公式アカウント

エリアスポットランキング
エリアLOVEWalker内で昨日アクセスが多かったスポット

1

温浴施設・宿泊施設-エリアスポットデータベース - LOVE WALKER

2

奈良県天理市の地域情報一覧|エリアスポットデータベース

3

山科出入口 (高速道路のIC・JCT) | 口コミ・話題・評判・週間天気

4

新潟県新発田市の地域情報一覧|エリアスポットデータベース

5

福祉施設-エリアスポットデータベース - LOVE WALKER

6

鹿児島県鹿屋市の地域情報一覧|エリアスポットデータベース

7

医療法人　水野歯科医院 (医療機関) | 口コミ・話題・評判・週間天気

8

居宅介護支援事業所オモシェ (福祉施設) | 口コミ・話題・評判・週間天気

9

相談支援事業所れいんぼー (福祉施設) | 口コミ・話題・評判・週間天気

10

いとより温泉 (温浴施設・宿泊施設) | 口コミ・話題・評判・週間天気

これまでの記事

2025.12
<前の月

Mon Tue Wed Thu Fri Sat Sun

01 02 03 04 05 06 07

08 09 10 11 12 13 14

15 16 17 18 19 20 21

22 23 24 25 26 27 28

29 30 31 01 02 03 04

Mon	Tue	Wed	Thu	Fri	Sat	Sun
01	02	03	04	05	06	07
08	09	10	11	12	13	14
15	16	17	18	19	20	21
22	23	24	25	26	27	28
29	30	31	01	02	03	04

TOPへ戻る

.10 vs 零售.00）；悬崖期6-12月；2-3年线性/里程碑解锁；估值上限。
代币经济学：VC无法立即卖，但可对冲。VC投注于退出而非业务：ROI = 代币 × 退出价 / 投资美元。焦点：交易所层级、快速上市、零售需求。
黑暗现实：VC资助“垃圾”项目，因投注退出而非产品-市场契合。快速现金周期胜过长期构建。

Level 2: 人为指标（Artificial Metrics）：餐厅类比：付费演员伪造热闹，吸引真实顾客。
方法：空投（伪造用户，实际偏向内部人士）；流动性挖矿（付费存款膨胀TVL）；洗交易（自交易伪造量）。
空投农民（Airdrop Farmers）：专业人士仅为免费代币互动。TVL高≠采用：激励停止后崩盘，揭示低需求（TVL 亿，收入

GitHub トレンド

0post

2025.12.04 19:00

:0% :0% （40代／男性）

1時間前の
GitHub

人気のポスト ※表示されているRP数は特定時点のものです

学习 Linux 命令行，网上教程要么只讲理论概念，要么直接扔一堆命令让你背，缺少实际应用场景的讲解。

最近在 GitHub 上发现 101 Linux Commands 这份开源电子书，通过 101 个实用命令带你系统掌握 Linux 命令行操作。

每个命令都配有详细说明、实际使用示例和应用场景，从基础的文件操作到高级的系统管理，循序渐进地展开。

GitHub：https://t.co/Hj1cFOH5iB

内容涵盖文件管理、文本处理、进程控制、网络诊断、系统监控等实用场景，每个命令都有真实案例演示。

提供多种格式阅读，包括在线网页版、PDF 和 ePub 电子书，还支持通过 Docker 在本地运行。

无论是 Linux 新手还是想系统梳理命令的经验丰富开发者，这份指南值得收藏学习。 December 12, 2025

2RP

「正直、AIツールが多すぎてわからん...」
「これだけ触っておけ、というの教えろ💢」

という声を非常によく聞くので、3段階のレベルに分けて2025年に使っておきたいAIツールまとめてみた。

※（）内に触って欲しい理由と機能書いてます

＝＝正直忙しい人はこれだけでOK＝＝
・ChatGPT（基礎のAI操作、音声、詳細検索、動画）
・Copilot（Microsoft製品との連携）
・Gemini（Google製品との連携、文字込み画像生成）
多くの人はこの3つで良し。変にXの最新情報とか、長文プロンプト追う必要なし。

＝＝AIに興味がある人が使っておきたい＝＝
・Claude（Opus 4.5の賢さ）
・Perplexity(AI検索体験)
・Genspark（電話代行、資料作成、AIシート）
・NotebookLM（スライド作成、ポッドキャスト）
・Canva（AI編集周り）
・CapCut（AI自動字幕、AIエフェクト）
・Suno（シンプルな音楽生成）
・Midjourney（画像生成プロンプトの練習）
・Grok（高速な回答、X上の調査、動画化）
・Manus（ブラウザ操作、スライド生成、並列処理）
これ全部触れてると、AIのトレンドはざっくり追えてる。何個か課金して使ってみると尚良し。

＝＝本格的に自動化・開発デビュー向け＝＝
・Dify（AIワークフローの構築）
・N8n(AIワークフローの構築)
・Zapier（オートメーション）
・Replit（ブラウザ完結のAI開発）
・Cursor（テキストエディタでのAI開発）
・Google AI Studio（Google環境でのAI開発）
・Claude Code（CLI上でのAI開発）
・Comet（AIネイティブブラウザ）
・LM Studio（ローカルLLM）
・GitHub（バージョン管理、大人数開発）
非エンジニアでも開発デビュー可能、習得難易度は結構高め。

さて...
こういうのとりあえずブックマークするけど、結局触らなくないですか？そんな人のために↓ December 12, 2025

2RP

.env 共有は dotenvx が最強
.env を暗号化したまま Git にコミットできるツール
便利さそのまま＋漏洩リスクほぼゼロ

・平文 .env を配らなくていい
・GitHub に上げても解読されない
・チーム開発で共有がラク

https://t.co/HTofGPn46c December 12, 2025

1RP

すごいぜ、Antigravity。こちらのイメージが伝わりやすい。。。というか、私のイメージが平均的なのか。
Antigravity→Github→Vercel→Xserver→結果→https://t.co/ZZvhXjywXY December 12, 2025

OpenLedger ( $OPEN) 连接人工智能与区块链流动性

价格：0.23 美元 - 市值：4900 万美元 - 最终交易价值：2.28 亿美元（市值倍数 0.22 倍） - 在经历了动荡的一个月后（包括 11 月 25 日从 https://t.co/DF6vL7DsSD 下架），$OPEN 仍在努力稳定其围绕去中心化人工智能和“可支付智能”的形象。

核心愿景：OpenLedger 将自身定位为数据货币化的人工智能链，构建一个生态系统，让模型、数据集和代理能够通过其“可支付人工智能”框架直接获利。

它使用归因证明 (PoA) 来追踪数据来源，从而透明地奖励贡献者。

可以将其视为人工智能的“经济支柱”：数据输入，价值输出。

技术与支持：基于与 EVM 兼容的 Layer-2（OP Stack + EigenDA）构建，以支持可扩展的人工智能工作负载。该项目获得 Polychain、HashKey 和 Borderless Capital 的支持，从而具备机构信誉。与 Polyhedra 的合作旨在构建去中心化的信任基础设施，用于验证人工智能数据。

市场概览：流通量：2.155 亿枚（总流通量 10 亿枚，占 21.5%）- 交易量：910 万美元/24 小时 - 最高价：1.85 美元（下跌 87.6%）| 最低价：0.208 美元（2025 年 12 月 1 日）- 4.7 倍的最终发行量/市场流通量比率表明仍有大量供应锁定，这意味着未来存在严重的通胀风险。

代币经济模型：每月约有 795 万枚代币解锁用于社区奖励。团队和投资者（占供应量的 33.3%）面临 12 个月的“悬崖期”——大规模解锁将于 2026 年 9 月开始。这种结构性抛售压力曲线表明，到 2026 年底，每月需要超过 400 万美元的买入量才能维持收支平衡。回购计划确实存在，但它们是流动性中性的，而非通缩性的。

市场情绪与活动：资金费率：+0.0039（看涨倾向）。未平仓合约：680万美元，多空比为1.38，58%的交易者持有多头头寸。尽管短期内市场乐观，但开发方面似乎进展缓慢——GitHub上没有可见的提交或分支。

风险：代币控制中心化（团队和投资者持有三分之一的供应量）——多次战略调整后可能出现战略不稳定；持续发行代币可能导致严重的通货膨胀；人工智能数据货币化面临监管风险（GDPR、知识产权法）。

最终结论：OpenLedger拥有远见卓识——将区块链激励机制与人工智能数据经济连接起来。但执行风险、供应稀释以及不透明的开发流程使其成为一项投机性强、高贝塔系数的去中心化人工智能（DeAI）投资，而非稳健的持有选择。

短期交易者或许可以借助衍生品市场动能；长期投资者应密切关注解锁计划和用户采纳数据。

@EdgenTech

$OPEN $TAO $FET December 12, 2025

OSSのdockerコンテナ立ち上がらなかったから docker compose logs のエラーメッセージと docker-compose.yml と .env をChatGPTにぶん投げたら、解決法をGitHubのissueまで見に行って探してくれて神～（・ｘ・） December 12, 2025

总体洞见：PPT强调加密价值链如赌场，零售常为“傻瓜”。通过理解7级瀑布和激励，你可战略导航而非被操控。讲师呼吁：知识即保护，追踪模式、需求透明、优先数据。整个讲座警示：加密技术有潜力，但当前市场结构系统性提取财富，需改革以实现承诺。这个PPT是由斯坦福大学讲师Ruizhe Jia呈现的，主题聚焦于揭露加密货币价值链背后的“隐藏金融机制”。它通过教育性视角分析加密金融系统的结构化问题，强调“去中心化”叙事往往掩盖了中心化控制和财富转移。PPT总共69页，分为引言、三个“Act”（为什么在意、深度剖析、黑暗现实）和结尾的保护工具包。整体框架使用“价值链”模型，揭示资金从VC（风险投资）到零售投资者的“瀑布式”流动，每一层都提取价值。以下是详细总结，按逻辑结构组织。1. 引言与免责声明（Pages 1-2）标题与背景：讲座名为“Exposing the Hidden Financial Machinery: The Crypto Value Chain”，旨在揭示加密货币中“隐藏的金融机器”。讲师Ruizhe Jia强调这是一个教育性讲座。
免责声明：PPT仅用于学术目的，不构成投资、法律或税务建议。提到的公司/项目仅为示例，不代表背书或批评。业务实践基于市场观察和公开数据，非内部机密。过去表现不代表未来，读者应自行研究并咨询专业人士。
2. Act I: Why Care?（为什么在意？Pages 3-17）这一部分解释为什么需要关注加密金融的“隐藏机制”，并引入核心框架：价值链（Value Chain）。它通过学习目标、3个目标和4个谜题，激发读者思考。
学习目标：谁真正决定？：每项“去中心化”决策都由有真实激励的人类做出。去中心化叙事常掩盖中心化控制。建议追踪资金流，找出控制90%治理代币的小型钱包群。
资金追踪：理解加密金融的关键是追踪资金流动。知道自己在价值链中的位置（VC → 项目团队 → 交易所/MM → 零售投资者）。
退出流动性（Exit Liquidity）：指有人买入以让他人卖出。在加密市场，零售投资者常成为“音乐停止时无椅可坐”的受害者，而专业玩家已通过优势“占位”。

今日3大目标：看到资金流动（See the Flow）。
了解激励机制（Know the Incentives）。
保护你的资本（Protect Your Capital）。

价值链的力量（The Power of the Value Chain）：一个简单框架解决复杂谜题。理解玩家：谁创建、控制并从中获利。
理解激励：驱动每个玩家的决策。
解决谜题：预测市场模式（如看似混乱的抛售）。

4个谜题（Puzzles），用以展示价值链的实用性：订单簿谜题（Order Book Mystery）：正常产品发布时买家>卖家，但加密代币发布时立即出现巨额卖单墙（Sell Walls）。谜题：有限供应下，这些卖单从何而来？（后续解答：市场做市商借代币卖出锁定利润）。
VC表现差距（VC Performance Gap）：传统金融中VC投资和交易分离（如Sequoia + Renaissance），但加密原生VC（如Wintermute、Jump Crypto）融合两者，利用信息优势、退出策略和仓位管理。
期货 vs 现货谜题（Futures vs Spot Mystery）：VC重仓代币的期货价格<现货（负资金费率），而比特币期货>现货（正资金费率）。原因：VC锁定仓位通过期货对冲，制造下行压力。
TVL vs 收入谜题（TVL vs Revenue）：项目启动TVL达20亿美元，数周后降至5000万美元且收入为0。问题：资金去哪？谁在“支付”TVL？（后续解答：人为制造指标，通过激励和空投伪造）。

传统金融 vs 加密金融对比：传统金融的保护序列：想法&融资 → 证明 → 利润 → 扩展 → IPO。公众投资在价值证明后，保护后期投资者。
加密金融的伟大倒置（Great Inversion）：白皮书 → VC代币 → 炒作 → 上市 → 也许构建。公众投资在价值证明前，营销重于构建。
为什么倒置重要：传统中退出在价值后（先建后退）；加密中退出在价值前（先炒作先退出），导致营销胜过构建。

资金如瀑布流动：7级价值链（Money Flows Like a Waterfall）：这是一个核心模型，每级提取价值，最终流向零售（作为退出流动性）。私人销售（Private Sale, VC入口）：VC通过SAFT协议以90-95%折扣买入，早于公众。
人为指标（Artificial Metrics）：项目通过激励和空投制造TVL/用户假象。
交易所把关（Exchange Gatekeeping）：交易所收取上市费+代币分配，控制零售流动性访问。
市场做市商（Market Makers）：补偿结构（代币贷款+看涨期权）激励立即卖出。
衍生品（Derivatives）：永续合约允许内部人士在解锁前对冲锁定仓位。
OTC（OTC）：内部人士私下卖大块代币给OTC台，缓慢分销以掩盖压力。
零售投资者（Retail Investors）：在最高价买入，为所有上游提供退出流动性。资金向下流动，每层提取价值，零售垫底。
3. Act II: Deep Dive（深度剖析，Pages 18-52）这一部分详细拆解价值链的每个层面、白皮书、谜题解答和案例，揭示激励机制。
白皮书：叙事胜过价值（Whitepapers: Narratives Over Value）：类型对比：复杂型（50+页， buzzwords如ZK-rollup+AI，无实质）；简单型（5页， meme+表情，承诺“to the moon”）。
共同点：技术 jargon无深意，焦点在叙事而非价值。

Level 1: 私人销售（The Private Sale）：SAFT结构：折扣50-80%（VC $0.10 vs 零售$2.00）；悬崖期6-12月；2-3年线性/里程碑解锁；估值上限。
代币经济学：VC无法立即卖，但可对冲。VC投注于退出而非业务：ROI = 代币 × 退出价 / 投资美元。焦点：交易所层级、快速上市、零售需求。
黑暗现实：VC资助“垃圾”项目，因投注退出而非产品-市场契合。快速现金周期胜过长期构建。

Level 2: 人为指标（Artificial Metrics）：餐厅类比：付费演员伪造热闹，吸引真实顾客。
方法：空投（伪造用户，实际偏向内部人士）；流动性挖矿（付费存款膨胀TVL）；洗交易（自交易伪造量）。
空投农民（Airdrop Farmers）：专业人士仅为免费代币互动。TVL高≠采用：激励停止后崩盘，揭示低需求（TVL $42亿，收入$0）。

Level 3: 交易所（Exchanges）：溢价剧场效应（Premium Theater Effect）：如IMAX放映平庸电影，上市本身是信任信号。
访问价格：现金上市费$0-3M + 10%代币让步。价值：认证、需求、流动性。
韩国溢价（Korean Premium）：Upbit/Bithumb因高零售需求，代币价高15%。
交易所-VC利益冲突：交易所运营VC臂，投资后上市自家项目，双重获利。
经济系统对比：传统IPO均衡（质量项目成功）；加密破均衡（早期退出扭曲，交易所成强势把关者）。

Level 4: 市场做市商（Market Makers）：被动做市商：维持买卖订单，赚取价差（e.g., 买$9.95，卖$10.05）。
补偿：1. 代币库存贷款（高卖低买）；2. 嵌入看涨期权（固定价买入权，价格保护+不对称优势）。
看涨期权简单解释：锁定未来买入价；价格涨用期权省钱，跌则不用。
项目视角 vs 现实：项目以为期权激励推高价（免费服务）；实际：做市商下行偏好（价跌无限利润，涨则损失上限15%）。
不对称回报：价跌50% +50%利润；涨50% -15%损失。风险/回报3.3:1偏下行。
Day-1订单簿谜题解答：做市商借代币卖出锁定利润，制造卖墙。
VC-做市商协同：交易臂VC（如DWF Labs）投资+做市，绕过锁定，从Day 1卖出完美对冲。
上市前后激励：前对齐（VC资助，创始人构建）；后赛跑退出（先卖者赢，类似Credit Suisse崩溃的“囚徒困境”）。
退出工具：创始人（额外空投、隐藏分配、OTC折扣、合约漏洞）；VC（OTC、期货做空、做市）。
社区空投：立即解锁，常被创始人自用，制造隐藏卖压。

Level 5: 衍生品（Derivatives）：期货简单：今日约定未来买卖，无即时交割，允许方向押注。
对冲锁定代币：持1M锁定代币，做空1M期货：完美对冲，但多内部人士做空制造期货<现货（负资金费）。谜题3解答。
VC重代币常见此模式，比特币少。

Level 6: OTC（OTC Desks）：批发模式：内部人士折扣2-70%私卖大块（e.g., $1批发 vs $2零售），OTC缓慢分销避冲击。
OTC-永续-现货管道：1. 私卖OTC；2. OTC做空永续对冲；3. 缓慢交易所卖。单私卖成持久卖压。

Level 7: 零售（Retail）：瀑布底部：零售资金资助上游（VC利润、创始人薪资、上市费、做市补偿）。退出需更高买家，实际是上游退出流动性。
财富转移数学：$200万零售钱 → $200万内部利润。非创造，乃提取。
案例示例（Case Example）：代币时间线：私人销售$0.10 → TGE有限浮动 → Binance上市$3 (+3000%) → 永续负费对冲 → OTC分销 → 首次解锁-40%。

模式识别（Pattern Recognition）：可预测周期：1. 私人销售；2. 人为指标；3. 上市“pop”；4. 内部对冲；5. OTC分销；6. 零售FOMO。
主动做市（Active MM）：若零售流不足，内部部署制造需求（跨场报价、目标价/波动/量）。
示例1：MM低价积累 → 战略买拉升 → FOMO时倾销。
示例2：协调洗交易+事件泵（社交放大），峰值时内部获利。
金字塔结构：Tier 1 VCs/创始人（折扣首选）；Tier 2 交易所（流动性控制）；Tier 3 MM（免费期权）；Tier 4 OTC（提前交易）；Tier 5 零售（需找更高买家）。
4. Act III: The Dark Reality（黑暗现实，Pages 58-64）揭示系统性问题，非“坏苹果”。
商业模式对比：传统：公司先创价值，客户付费，长期对齐。
加密：项目创叙事，零售买退出，短期提取主导。
营销漏斗（Marketing Funnel）：协调活动驱动FOMO（社交/影响者、伙伴公告、预测、“钻石手” meme、稀缺讯息），时机在内部需退出时。
僵尸协议（Zombie Protocols）：上市后开发停止（使命完成：退出而非可持续）。71%项目1年内放弃，由志愿者维护。

提取光谱（Extraction Spectrum）：合法：战略OTC/对冲。
灰色：定时公告配解锁。
非法：操纵（内部交易、泵倾、洗交易）。
系统设计：结构激励奖励提取而非价值；权力集中VC/交易所/MM；模式重复，因架构未变。需改革基础问题，否则财富持续从零售转内部。

技术潜力 vs 市场现实：潜力：包容、低成本、自主、信任less、开源。
现实：投机赌场、叙事周期、内部控制、提取、零售退出。
5. Resolution: Protection Toolkit（保护工具包，Pages 65-69）从知识到行动，提供生存策略。
核心原则：战略怀疑：质疑叙事，问谁受益、何激励。
模式识别：定位瀑布位置（营销后=退出流动性？）。
追踪资金：监控解锁、资金费、链上内部钱包。
数据胜叙事：优先真实收入/使用，而非理论。

早期检测瀑布模式：早期警告：巨额营销、TVL突增。
上市阶段：单边订单、公告、“早入”叙事。
衍生信号：负费、解锁前翻转、持仓升。
零售定位：零售主导量、营销重于构建。

数据而非叙事：叙事信号（影响者、公告、路标、热搜）：忽略。
数据信号（费率、链上流、解锁、真实收入 vs 排放）：关注。数据显内部行为，叙事显其欲你信。

需求真实指标：真实收入：非代币奖励，乃实际费。
真实用户：非机器人/激励，乃有机活跃。
真实效用：解决问题，非循环经济。
真实开发：GitHub活跃，非募资后弃。
真实 vs 制造：TVL问yield farming比例；DAU问激励后留存；交易量问洗交易比例。 December 12, 2025

ナニコレスッゲェ👀
githubの活動記録を読み取って分析→診断とかできるの！？
ほんでキャラビジュ最高😊

私のGrassTypeは「芸人」でした！
コードも笑いもノリと勢い！

#GrassTypeキャラ診断
https://t.co/21JTeZXXVI December 12, 2025

@YahooNewsTopics Phoneは確かにいいけど、高いしできること限られてるよね。俺はやっぱAndroid派かな～GitHubにいる個人の神開発者が作ったアプリ入れまくれるのが最高すぎる。 December 12, 2025

2025年，我的几个第一性原理：

1. LLM token一定会越来越便宜，模型越来越强大，记住，所有做LLM Agent的人，都必须思考如何用10~1000倍的token带来革命，而不是他妈跟个傻逼似的天天想着省token；

2. chatbot的形式一定会被消灭，no chatbot revolution才是正确方向，一切AI应用不可能、不应该、绝对不是一个个大号聊天机器人，一个个大对话框等着人大段大段往里敲字，

记住，所有AI产品必须重新设计，一切chatbot AI应用必定会被改写成NO CHATBOT形式，无一例外，chatbot的产品形态必然会彻彻底底、完完全全地淘汰，

或者那个傻逼一样的对话框，至少作为二等公民出现；

3. AI助手一定不能用“按个按钮”、“截个图”、“上传个文件”，再写个长长的prompt的形式出现，让用户解决个问题，先让用户点点按按十几次，

AI助手一定是具有强侵入性的，一定能主动嗅探一切环境，吞掉一切数据和信息，一定会主动在后台观察一切操作和行为——并且在疑似需要帮助的时候，主动弹出个对话框，用户一键确认后，主动接管，主动解决一切问题，

而绝不应该像准备个考试一样，准备文件、准备截图、准备一大堆按钮、准备一大长串prompt，让用户跟个大傻逼似的，手忙脚乱地在那儿表演，

总而言之，无论是商业落地的AI Agent，还是各种办公软件、工具、生活类的AI Agent，一个个不仅是傻逼兮兮的大黑框chatbot，而且要用户手动输入一大堆文件、图表、链接、信息，再敲一大段prompt——这些全都走了大弯路，

toC的无缝衔接强入侵的主动AI Agent助手，完完全全不会给你任何告诉他的机会，而是让AI Agent主动判断你是否需要我，直接给你一个大大的对话框，简单描述一下“我计划怎么帮助你”——你点一下确定，它来解决后面所有的事情。

4. 一切能用coding解决的问题，都是SWE Agent能解决的问题，也就是说，都可以直接拿claude code这类工具套壳来用，

SWE Agent这个形态，最擅长解决的问题，就是在一个确定的环境（一台机器、几台机器、若干仿真环境、一套terminal里的编译器/脚手架/运行环境/包管理、profiling和debugging方法）解决的问题，

而用coding解决的问题，从来都不止coding，一切VHDL/Verilog等电路设计、电路simulation和validation、一切类似labview和matlab simulink中可以仿真的电机、信号、示波器等等模块，

甚至ansys和CAD这类工具，还有大量data science和计算的问题，以及用lean或者formal-proof解决一些proof-based的数学和模型问题，都可以转化成一些API和coding解决的问题，然后让SWE Agent来解决，

这类问题可以叫做“一台机器上的确定环境下的问题”，

这类问题的特点是，可以靠LLM的智能不断拆分成一大堆subtasks，然后在本地环境下反复尝试、反复试错、反复看output、反复试验结果，失败后再换一个新的approach；

5. full self coding（https://t.co/W0qe8YtsYX）就是基于上面所有第一性原理的一个试验。

我将会设计一套侵入式试验，让10~500个ai agent组成一组，给一个github项目找出所有潜在的问题，包括文档、测试、修bug、优化、重构、完成todo list、加功能、加API等等，让10~100个agent并行完成这个repo潜在需要完成的所有任务，

并且让至少10组这样的agent去github上面公开贡献，等于在没有任何人为输入prompt的前提下，造出来1000~5000个agent在开源世界源源不断地做出贡献，就死死赖在github上面，尝试修复一切可能修复的潜在问题，做出贡献。

请你记住full self coding是最坚决贯彻test-time scaling law的行为，

full self coding坚决相信，人是ai agent世界最傻逼、最慢、错误最多、判断失误最高的存在，让程序员手敲prompt，无异于给AI Agent拖后腿，

只有先分析出问题，然后让10~500个agent同时并行运行，才能最大化执行的效率，最快速度解决已经发现的问题，无休止地为github提供潜在的有价值贡献——并且最关键的是，把“敲prompt的程序员”这个最垃圾、最慢、出错最多的环节彻底消除；

6. full self coding最大的瓶颈，一个是token价格过高，一个是目前几乎所有主流供应商，LLM inference速度过慢，

所以我最后的一个想告诉大家的价值观是：

groq、sambanova、cerebras这种在片上堆满几个GB的SRAM，在inference上效率是nvidia、amd、google TPU这些落后架构的10~50倍，这是test-time scaling law的最后一环，

如果人类在claude code、gemini cli上全面接入groq、sambanova、cerebras上host的模型，所有速度都会再快10~50倍，

现在最大的问题是，groq、sambanova、cerebras他们只能白嫖开源模型（deepseek、qwen、zai甚至更难用的llama），因为这三家自己没能力训练模型，本质是卖芯片的（实际是自己造完data center后卖API），

但是只要中国几家厂商能源源不断输送最好的开放weights的模型，让groq、sambanova、cerebras持续用上他们能用的最好的开放weights的模型，这三家最终会把nvidia、google tpu连同他们的客户一锅端。

人类依然非常需要LLM inference的时间上的飞速优化，只不过现在人们需要更强的模型，而人类愿意为此多等等时间，

但是终归有一天人们会发现，无论是coding，还是在各种infra中快速反馈相应，哪怕是简单的搜索或者问答，inference速度这件事才是至关重要。 December 12, 2025

kuran_kuranさんに発見していただいたMZ-2000_SDのArduinoプログラムのバグを修正し、Githubを更新しました。
Arduinoプログラムは、MZ-2000_SD、MZ-80K_SD、MZ-700_SD、MZ-1500_SD共通ですのでまとめて更新です。
ArduinoのRAMを食いつぶしてしまうバグなのですが、ラッキーなことにバッファとして確保するRAMを食いつぶすだけで今のところ動作に不具合は確認されていません。
バグがあるのは気持ち悪いと思う方だけGithubからダウンロードして更新してください。
https://t.co/rroloFo4Qa
https://t.co/V4XpOSLISy
https://t.co/pY7r91VRGa
https://t.co/j0SwjSZgiB
X1_SDも同様ですので検証後Githubを更新します。 December 12, 2025

CopilotではなくGithubCopilotっす（Copilotさんはアホな子なので使いませんｗ）
てゆか、VSとかのソリューションのタブの近くのあの子の事をGithubCopilotってずっと言ってたけどもしかして違う感じだったりします？ https://t.co/nfUVVN3Eob December 12, 2025

移行先エンジンのWicked EngineのGithubリポジトリー。
クロスプラットフォーム対応、VRM対応、Luaスクリプト対応でなかなかすごい。
https://t.co/GfVGWPUdmV December 12, 2025

ワシ、GithubCopilotばっかり使ってるけど
ナウなヤングはどんな環境でAI開発してるんだろうか？

なんかGithubCopilotいまいちな感じがするようなしないような... December 12, 2025

GitHub のシニアエンジニアが語っているポッドキャストからメモ。動画と順番は前後している。

・スタートアップが「クラウドネイティブ」や「Kubernetesを触りたい」という理由だけで移行すると、コスト増と開発速度低下で死にかけることがある
・人は「かっこいいアーキテクチャ」や「モダン技術のステータス」を追いがちであり、「本当にその問題に必要か」という観点が抜け落ちやすい

・どの規模でどの設計に進化させるべきかという明確な境界値は存在せず、「1000リクエスト/秒だからもう分散システムだ」とは必ずしも言えない
・GitHubのような巨大サービスですら、数百万リクエスト/秒を小さなKubernetesクラスタと数コンテナでさばくことができており、シンプルでも意外といける
・GitHubでは、まず既存アーキテクチャで出せる限界まで使い切ってから、データや需要の伸びを見て「次の段階への書き換え」を判断している

・スタートアップのCTOであれば、いきなり100倍スケールを想定した設計をするのではなく、まずは100〜1000ユーザーを単一VMで捌くくらいのシンプル構成で十分だろう
・スケールアップは過小評価されがちだが、CPU数百コア、TBクラスメモリのVMが普通に買える現代は、これで十分に戦える
・水平分散やシャーディングに飛びつく前に、「まずは限界までマシンを強くする」だけで多くの問題は解決できる

・ソフトウェアは「一度作って終わり」ではなく「進化させ続けるもの」であり、保守と改修というランニングコストが常に発生する資産
・ビジネス側は一括投資して10年もちそうなシステムを欲しがるが、技術もトレンドも変化が激しい現代では、それは非現実的な期待
・現実的なやり方は「今の1桁上のオーダーに耐えられる設計をする」「そこに達したらまた次のオーダーのために再投資する」という階段方式
・キャッシュやNoSQLや分散データストアなどは、「直面している具体的なボトルネック」が見えたときに初めて導入を検討すれば良い
・シンプルな設計や実装はスケールすればするほど価値が高まり、愚直・素直なコードの方が、大規模運用では安全で扱いやすい、という逆説が成立する

・大企業のシステムデザイン面接はスケールの話が多いが、実務経験がなくても理論とパターンを学ぶことで「ゲームとして攻略する」ことが実は可能
・入社後すぐにゼロから巨大システムを1人で設計することはほぼなく、既存システムに入り、より経験豊富なメンバーからレビューを受けながら成長していくのが普通

・AIエージェントがコードの9割を書く時代になりつつあり、優れたエンジニアの仕事の重心は実装から、運用・品質・リスク・パフォーマンス・設計判断へ移りつつある
・AIがコードを書くとしても、「何を作るべきか」「どの設計を選ぶべきか」「どのようにテスト・計測・ロールアウトするか」を決めるのは依然として人間の役割

・プロとしてのソフトウェアエンジニアは、事業への数値的インパクトで評価される
・事業側の意思決定者は技術的な詳細や難しさを完全には理解できないため、エンジニア側に「ビジネスの言葉（売上・コスト・リスク・遅延による損失）」で語れる人が必要
・そのためには、自分の作るシステムが現場のオペレーションやお金の流れにどう影響するかを、現場に足を運んで観察し学ぶ姿勢が重要

・これからのエンジニアには、1つの分野を掘るだけでなく、広い分野を高速で学び、短期間で実務レベルに到達できる「学習スピード」と「学習の幅」が求められる
・すべての分野で達人になる必要はなく、「一部の領域で深い専門性を持ちつつ、他の領域もそこそこ分かるT字型のスキル構成」が強みに
・好奇心を鍛え、新しい分野に飛び込むことへの「居心地の悪さ」に慣れ、それを楽しめるようになることが、これからの時代のエンジニアの大きな武器だろう

https://t.co/gr2WQiFuNX December 12, 2025

やばい…BOOTHのいれてるんだけどGitHubからダウンロードして置き換えできなかった…調べます。 December 12, 2025

＜ポストの表示について＞
本サイトではXの利用規約に沿ってポストを表示させていただいております。ポストの非表示を希望される方はこちらのお問い合わせフォームまでご連絡下さい。こちらのデータはAPIでも販売しております。

1時間前の
GitHub

GitHubの関連トピック

Google docker ChatGPT opus 欲しい

トレンドランキング

倭国
中国、外国人、欲しい、韓国、産業

0post

クリスマス
クリスマスプレゼント、サンタクロース、QUOカードPay、アドベントカレンダー、クリスマスツリー

0post

YouTube
ゲーム実況、SILENT HILL f、びわ湖くん、アイドリッシュセブン、医療ドラマ

0post

クリスマスプレゼント
ファミリーマート、クリスマス、サンタクロース、デマ、欲しい

0post

誕生日
しゆん、TikTok、FNS歌謡祭、カリスマックス、ケーキ

0post

中国
倭国、高市早苗、麻生太郎、渡航自粛、首相

0post

TVアニメ
pop up、描き下ろし、グノーシア、カラオケまねきねこ、葬送のフリーレン

0post

スパークリング
当落、タニノギムレット、正月、オジュウチョウサン、yogibo

0post

当落
スパークリング、SixTONES、10周年、パシフィコ横浜、エバース

0post

東京
ブランド、プロデュース、超特急、ジェンダーレス、スポット

0post

エリアスポットランキング
エリアLOVEWalker内で昨日アクセスが多かったスポット

温浴施設・宿泊施設-エリアスポットデータベース - LOVE WALKER

奈良県天理市の地域情報一覧|エリアスポットデータベース

山科出入口 (高速道路のIC・JCT) | 口コミ・話題・評判・週間天気

新潟県新発田市の地域情報一覧|エリアスポットデータベース

福祉施設-エリアスポットデータベース - LOVE WALKER

鹿児島県鹿屋市の地域情報一覧|エリアスポットデータベース

医療法人　水野歯科医院 (医療機関) | 口コミ・話題・評判・週間天気

居宅介護支援事業所オモシェ (福祉施設) | 口コミ・話題・評判・週間天気

相談支援事業所れいんぼー (福祉施設) | 口コミ・話題・評判・週間天気

いとより温泉 (温浴施設・宿泊施設) | 口コミ・話題・評判・週間天気

これまでの記事

2025.12

<前の月

Mon	Tue	Wed	Thu	Fri	Sat	Sun
01	02	03	04	05	06	07
08	09	10	11	12	13	14
15	16	17	18	19	20	21
22	23	24	25	26	27	28
29	30	31	01	02	03	04

TOPへ戻る

）。

Level 3: 交易所（Exchanges）：溢价剧场效应（Premium Theater Effect）：如IMAX放映平庸电影，上市本身是信任信号。
访问价格：现金上市费

GitHub トレンド

0post

2025.12.04 19:00

:0% :0% （40代／男性）

1時間前の
GitHub

人気のポスト ※表示されているRP数は特定時点のものです

学习 Linux 命令行，网上教程要么只讲理论概念，要么直接扔一堆命令让你背，缺少实际应用场景的讲解。

最近在 GitHub 上发现 101 Linux Commands 这份开源电子书，通过 101 个实用命令带你系统掌握 Linux 命令行操作。

每个命令都配有详细说明、实际使用示例和应用场景，从基础的文件操作到高级的系统管理，循序渐进地展开。

GitHub：https://t.co/Hj1cFOH5iB

内容涵盖文件管理、文本处理、进程控制、网络诊断、系统监控等实用场景，每个命令都有真实案例演示。

提供多种格式阅读，包括在线网页版、PDF 和 ePub 电子书，还支持通过 Docker 在本地运行。

无论是 Linux 新手还是想系统梳理命令的经验丰富开发者，这份指南值得收藏学习。 December 12, 2025

2RP

「正直、AIツールが多すぎてわからん...」
「これだけ触っておけ、というの教えろ💢」

という声を非常によく聞くので、3段階のレベルに分けて2025年に使っておきたいAIツールまとめてみた。

※（）内に触って欲しい理由と機能書いてます

＝＝正直忙しい人はこれだけでOK＝＝
・ChatGPT（基礎のAI操作、音声、詳細検索、動画）
・Copilot（Microsoft製品との連携）
・Gemini（Google製品との連携、文字込み画像生成）
多くの人はこの3つで良し。変にXの最新情報とか、長文プロンプト追う必要なし。

＝＝AIに興味がある人が使っておきたい＝＝
・Claude（Opus 4.5の賢さ）
・Perplexity(AI検索体験)
・Genspark（電話代行、資料作成、AIシート）
・NotebookLM（スライド作成、ポッドキャスト）
・Canva（AI編集周り）
・CapCut（AI自動字幕、AIエフェクト）
・Suno（シンプルな音楽生成）
・Midjourney（画像生成プロンプトの練習）
・Grok（高速な回答、X上の調査、動画化）
・Manus（ブラウザ操作、スライド生成、並列処理）
これ全部触れてると、AIのトレンドはざっくり追えてる。何個か課金して使ってみると尚良し。

＝＝本格的に自動化・開発デビュー向け＝＝
・Dify（AIワークフローの構築）
・N8n(AIワークフローの構築)
・Zapier（オートメーション）
・Replit（ブラウザ完結のAI開発）
・Cursor（テキストエディタでのAI開発）
・Google AI Studio（Google環境でのAI開発）
・Claude Code（CLI上でのAI開発）
・Comet（AIネイティブブラウザ）
・LM Studio（ローカルLLM）
・GitHub（バージョン管理、大人数開発）
非エンジニアでも開発デビュー可能、習得難易度は結構高め。

さて...
こういうのとりあえずブックマークするけど、結局触らなくないですか？そんな人のために↓ December 12, 2025

2RP

.env 共有は dotenvx が最強
.env を暗号化したまま Git にコミットできるツール
便利さそのまま＋漏洩リスクほぼゼロ

・平文 .env を配らなくていい
・GitHub に上げても解読されない
・チーム開発で共有がラク

https://t.co/HTofGPn46c December 12, 2025

1RP

すごいぜ、Antigravity。こちらのイメージが伝わりやすい。。。というか、私のイメージが平均的なのか。
Antigravity→Github→Vercel→Xserver→結果→https://t.co/ZZvhXjywXY December 12, 2025

OpenLedger ( $OPEN) 连接人工智能与区块链流动性

价格：0.23 美元 - 市值：4900 万美元 - 最终交易价值：2.28 亿美元（市值倍数 0.22 倍） - 在经历了动荡的一个月后（包括 11 月 25 日从 https://t.co/DF6vL7DsSD 下架），$OPEN 仍在努力稳定其围绕去中心化人工智能和“可支付智能”的形象。

核心愿景：OpenLedger 将自身定位为数据货币化的人工智能链，构建一个生态系统，让模型、数据集和代理能够通过其“可支付人工智能”框架直接获利。

它使用归因证明 (PoA) 来追踪数据来源，从而透明地奖励贡献者。

可以将其视为人工智能的“经济支柱”：数据输入，价值输出。

技术与支持：基于与 EVM 兼容的 Layer-2（OP Stack + EigenDA）构建，以支持可扩展的人工智能工作负载。该项目获得 Polychain、HashKey 和 Borderless Capital 的支持，从而具备机构信誉。与 Polyhedra 的合作旨在构建去中心化的信任基础设施，用于验证人工智能数据。

市场概览：流通量：2.155 亿枚（总流通量 10 亿枚，占 21.5%）- 交易量：910 万美元/24 小时 - 最高价：1.85 美元（下跌 87.6%）| 最低价：0.208 美元（2025 年 12 月 1 日）- 4.7 倍的最终发行量/市场流通量比率表明仍有大量供应锁定，这意味着未来存在严重的通胀风险。

代币经济模型：每月约有 795 万枚代币解锁用于社区奖励。团队和投资者（占供应量的 33.3%）面临 12 个月的“悬崖期”——大规模解锁将于 2026 年 9 月开始。这种结构性抛售压力曲线表明，到 2026 年底，每月需要超过 400 万美元的买入量才能维持收支平衡。回购计划确实存在，但它们是流动性中性的，而非通缩性的。

市场情绪与活动：资金费率：+0.0039（看涨倾向）。未平仓合约：680万美元，多空比为1.38，58%的交易者持有多头头寸。尽管短期内市场乐观，但开发方面似乎进展缓慢——GitHub上没有可见的提交或分支。

风险：代币控制中心化（团队和投资者持有三分之一的供应量）——多次战略调整后可能出现战略不稳定；持续发行代币可能导致严重的通货膨胀；人工智能数据货币化面临监管风险（GDPR、知识产权法）。

最终结论：OpenLedger拥有远见卓识——将区块链激励机制与人工智能数据经济连接起来。但执行风险、供应稀释以及不透明的开发流程使其成为一项投机性强、高贝塔系数的去中心化人工智能（DeAI）投资，而非稳健的持有选择。

短期交易者或许可以借助衍生品市场动能；长期投资者应密切关注解锁计划和用户采纳数据。

@EdgenTech

$OPEN $TAO $FET December 12, 2025

OSSのdockerコンテナ立ち上がらなかったから docker compose logs のエラーメッセージと docker-compose.yml と .env をChatGPTにぶん投げたら、解決法をGitHubのissueまで見に行って探してくれて神～（・ｘ・） December 12, 2025

总体洞见：PPT强调加密价值链如赌场，零售常为“傻瓜”。通过理解7级瀑布和激励，你可战略导航而非被操控。讲师呼吁：知识即保护，追踪模式、需求透明、优先数据。整个讲座警示：加密技术有潜力，但当前市场结构系统性提取财富，需改革以实现承诺。这个PPT是由斯坦福大学讲师Ruizhe Jia呈现的，主题聚焦于揭露加密货币价值链背后的“隐藏金融机制”。它通过教育性视角分析加密金融系统的结构化问题，强调“去中心化”叙事往往掩盖了中心化控制和财富转移。PPT总共69页，分为引言、三个“Act”（为什么在意、深度剖析、黑暗现实）和结尾的保护工具包。整体框架使用“价值链”模型，揭示资金从VC（风险投资）到零售投资者的“瀑布式”流动，每一层都提取价值。以下是详细总结，按逻辑结构组织。1. 引言与免责声明（Pages 1-2）标题与背景：讲座名为“Exposing the Hidden Financial Machinery: The Crypto Value Chain”，旨在揭示加密货币中“隐藏的金融机器”。讲师Ruizhe Jia强调这是一个教育性讲座。
免责声明：PPT仅用于学术目的，不构成投资、法律或税务建议。提到的公司/项目仅为示例，不代表背书或批评。业务实践基于市场观察和公开数据，非内部机密。过去表现不代表未来，读者应自行研究并咨询专业人士。
2. Act I: Why Care?（为什么在意？Pages 3-17）这一部分解释为什么需要关注加密金融的“隐藏机制”，并引入核心框架：价值链（Value Chain）。它通过学习目标、3个目标和4个谜题，激发读者思考。
学习目标：谁真正决定？：每项“去中心化”决策都由有真实激励的人类做出。去中心化叙事常掩盖中心化控制。建议追踪资金流，找出控制90%治理代币的小型钱包群。
资金追踪：理解加密金融的关键是追踪资金流动。知道自己在价值链中的位置（VC → 项目团队 → 交易所/MM → 零售投资者）。
退出流动性（Exit Liquidity）：指有人买入以让他人卖出。在加密市场，零售投资者常成为“音乐停止时无椅可坐”的受害者，而专业玩家已通过优势“占位”。

今日3大目标：看到资金流动（See the Flow）。
了解激励机制（Know the Incentives）。
保护你的资本（Protect Your Capital）。

价值链的力量（The Power of the Value Chain）：一个简单框架解决复杂谜题。理解玩家：谁创建、控制并从中获利。
理解激励：驱动每个玩家的决策。
解决谜题：预测市场模式（如看似混乱的抛售）。

4个谜题（Puzzles），用以展示价值链的实用性：订单簿谜题（Order Book Mystery）：正常产品发布时买家>卖家，但加密代币发布时立即出现巨额卖单墙（Sell Walls）。谜题：有限供应下，这些卖单从何而来？（后续解答：市场做市商借代币卖出锁定利润）。
VC表现差距（VC Performance Gap）：传统金融中VC投资和交易分离（如Sequoia + Renaissance），但加密原生VC（如Wintermute、Jump Crypto）融合两者，利用信息优势、退出策略和仓位管理。
期货 vs 现货谜题（Futures vs Spot Mystery）：VC重仓代币的期货价格<现货（负资金费率），而比特币期货>现货（正资金费率）。原因：VC锁定仓位通过期货对冲，制造下行压力。
TVL vs 收入谜题（TVL vs Revenue）：项目启动TVL达20亿美元，数周后降至5000万美元且收入为0。问题：资金去哪？谁在“支付”TVL？（后续解答：人为制造指标，通过激励和空投伪造）。

传统金融 vs 加密金融对比：传统金融的保护序列：想法&融资 → 证明 → 利润 → 扩展 → IPO。公众投资在价值证明后，保护后期投资者。
加密金融的伟大倒置（Great Inversion）：白皮书 → VC代币 → 炒作 → 上市 → 也许构建。公众投资在价值证明前，营销重于构建。
为什么倒置重要：传统中退出在价值后（先建后退）；加密中退出在价值前（先炒作先退出），导致营销胜过构建。

资金如瀑布流动：7级价值链（Money Flows Like a Waterfall）：这是一个核心模型，每级提取价值，最终流向零售（作为退出流动性）。私人销售（Private Sale, VC入口）：VC通过SAFT协议以90-95%折扣买入，早于公众。
人为指标（Artificial Metrics）：项目通过激励和空投制造TVL/用户假象。
交易所把关（Exchange Gatekeeping）：交易所收取上市费+代币分配，控制零售流动性访问。
市场做市商（Market Makers）：补偿结构（代币贷款+看涨期权）激励立即卖出。
衍生品（Derivatives）：永续合约允许内部人士在解锁前对冲锁定仓位。
OTC（OTC）：内部人士私下卖大块代币给OTC台，缓慢分销以掩盖压力。
零售投资者（Retail Investors）：在最高价买入，为所有上游提供退出流动性。资金向下流动，每层提取价值，零售垫底。
3. Act II: Deep Dive（深度剖析，Pages 18-52）这一部分详细拆解价值链的每个层面、白皮书、谜题解答和案例，揭示激励机制。
白皮书：叙事胜过价值（Whitepapers: Narratives Over Value）：类型对比：复杂型（50+页， buzzwords如ZK-rollup+AI，无实质）；简单型（5页， meme+表情，承诺“to the moon”）。
共同点：技术 jargon无深意，焦点在叙事而非价值。

Level 1: 私人销售（The Private Sale）：SAFT结构：折扣50-80%（VC $0.10 vs 零售$2.00）；悬崖期6-12月；2-3年线性/里程碑解锁；估值上限。
代币经济学：VC无法立即卖，但可对冲。VC投注于退出而非业务：ROI = 代币 × 退出价 / 投资美元。焦点：交易所层级、快速上市、零售需求。
黑暗现实：VC资助“垃圾”项目，因投注退出而非产品-市场契合。快速现金周期胜过长期构建。

Level 2: 人为指标（Artificial Metrics）：餐厅类比：付费演员伪造热闹，吸引真实顾客。
方法：空投（伪造用户，实际偏向内部人士）；流动性挖矿（付费存款膨胀TVL）；洗交易（自交易伪造量）。
空投农民（Airdrop Farmers）：专业人士仅为免费代币互动。TVL高≠采用：激励停止后崩盘，揭示低需求（TVL $42亿，收入$0）。

Level 3: 交易所（Exchanges）：溢价剧场效应（Premium Theater Effect）：如IMAX放映平庸电影，上市本身是信任信号。
访问价格：现金上市费$0-3M + 10%代币让步。价值：认证、需求、流动性。
韩国溢价（Korean Premium）：Upbit/Bithumb因高零售需求，代币价高15%。
交易所-VC利益冲突：交易所运营VC臂，投资后上市自家项目，双重获利。
经济系统对比：传统IPO均衡（质量项目成功）；加密破均衡（早期退出扭曲，交易所成强势把关者）。

Level 4: 市场做市商（Market Makers）：被动做市商：维持买卖订单，赚取价差（e.g., 买$9.95，卖$10.05）。
补偿：1. 代币库存贷款（高卖低买）；2. 嵌入看涨期权（固定价买入权，价格保护+不对称优势）。
看涨期权简单解释：锁定未来买入价；价格涨用期权省钱，跌则不用。
项目视角 vs 现实：项目以为期权激励推高价（免费服务）；实际：做市商下行偏好（价跌无限利润，涨则损失上限15%）。
不对称回报：价跌50% +50%利润；涨50% -15%损失。风险/回报3.3:1偏下行。
Day-1订单簿谜题解答：做市商借代币卖出锁定利润，制造卖墙。
VC-做市商协同：交易臂VC（如DWF Labs）投资+做市，绕过锁定，从Day 1卖出完美对冲。
上市前后激励：前对齐（VC资助，创始人构建）；后赛跑退出（先卖者赢，类似Credit Suisse崩溃的“囚徒困境”）。
退出工具：创始人（额外空投、隐藏分配、OTC折扣、合约漏洞）；VC（OTC、期货做空、做市）。
社区空投：立即解锁，常被创始人自用，制造隐藏卖压。

Level 5: 衍生品（Derivatives）：期货简单：今日约定未来买卖，无即时交割，允许方向押注。
对冲锁定代币：持1M锁定代币，做空1M期货：完美对冲，但多内部人士做空制造期货<现货（负资金费）。谜题3解答。
VC重代币常见此模式，比特币少。

Level 6: OTC（OTC Desks）：批发模式：内部人士折扣2-70%私卖大块（e.g., $1批发 vs $2零售），OTC缓慢分销避冲击。
OTC-永续-现货管道：1. 私卖OTC；2. OTC做空永续对冲；3. 缓慢交易所卖。单私卖成持久卖压。

Level 7: 零售（Retail）：瀑布底部：零售资金资助上游（VC利润、创始人薪资、上市费、做市补偿）。退出需更高买家，实际是上游退出流动性。
财富转移数学：$200万零售钱 → $200万内部利润。非创造，乃提取。
案例示例（Case Example）：代币时间线：私人销售$0.10 → TGE有限浮动 → Binance上市$3 (+3000%) → 永续负费对冲 → OTC分销 → 首次解锁-40%。

模式识别（Pattern Recognition）：可预测周期：1. 私人销售；2. 人为指标；3. 上市“pop”；4. 内部对冲；5. OTC分销；6. 零售FOMO。
主动做市（Active MM）：若零售流不足，内部部署制造需求（跨场报价、目标价/波动/量）。
示例1：MM低价积累 → 战略买拉升 → FOMO时倾销。
示例2：协调洗交易+事件泵（社交放大），峰值时内部获利。
金字塔结构：Tier 1 VCs/创始人（折扣首选）；Tier 2 交易所（流动性控制）；Tier 3 MM（免费期权）；Tier 4 OTC（提前交易）；Tier 5 零售（需找更高买家）。
4. Act III: The Dark Reality（黑暗现实，Pages 58-64）揭示系统性问题，非“坏苹果”。
商业模式对比：传统：公司先创价值，客户付费，长期对齐。
加密：项目创叙事，零售买退出，短期提取主导。
营销漏斗（Marketing Funnel）：协调活动驱动FOMO（社交/影响者、伙伴公告、预测、“钻石手” meme、稀缺讯息），时机在内部需退出时。
僵尸协议（Zombie Protocols）：上市后开发停止（使命完成：退出而非可持续）。71%项目1年内放弃，由志愿者维护。

提取光谱（Extraction Spectrum）：合法：战略OTC/对冲。
灰色：定时公告配解锁。
非法：操纵（内部交易、泵倾、洗交易）。
系统设计：结构激励奖励提取而非价值；权力集中VC/交易所/MM；模式重复，因架构未变。需改革基础问题，否则财富持续从零售转内部。

技术潜力 vs 市场现实：潜力：包容、低成本、自主、信任less、开源。
现实：投机赌场、叙事周期、内部控制、提取、零售退出。
5. Resolution: Protection Toolkit（保护工具包，Pages 65-69）从知识到行动，提供生存策略。
核心原则：战略怀疑：质疑叙事，问谁受益、何激励。
模式识别：定位瀑布位置（营销后=退出流动性？）。
追踪资金：监控解锁、资金费、链上内部钱包。
数据胜叙事：优先真实收入/使用，而非理论。

早期检测瀑布模式：早期警告：巨额营销、TVL突增。
上市阶段：单边订单、公告、“早入”叙事。
衍生信号：负费、解锁前翻转、持仓升。
零售定位：零售主导量、营销重于构建。

数据而非叙事：叙事信号（影响者、公告、路标、热搜）：忽略。
数据信号（费率、链上流、解锁、真实收入 vs 排放）：关注。数据显内部行为，叙事显其欲你信。

需求真实指标：真实收入：非代币奖励，乃实际费。
真实用户：非机器人/激励，乃有机活跃。
真实效用：解决问题，非循环经济。
真实开发：GitHub活跃，非募资后弃。
真实 vs 制造：TVL问yield farming比例；DAU问激励后留存；交易量问洗交易比例。 December 12, 2025

ナニコレスッゲェ👀
githubの活動記録を読み取って分析→診断とかできるの！？
ほんでキャラビジュ最高😊

私のGrassTypeは「芸人」でした！
コードも笑いもノリと勢い！

#GrassTypeキャラ診断
https://t.co/21JTeZXXVI December 12, 2025

@YahooNewsTopics Phoneは確かにいいけど、高いしできること限られてるよね。俺はやっぱAndroid派かな～GitHubにいる個人の神開発者が作ったアプリ入れまくれるのが最高すぎる。 December 12, 2025

2025年，我的几个第一性原理：

1. LLM token一定会越来越便宜，模型越来越强大，记住，所有做LLM Agent的人，都必须思考如何用10~1000倍的token带来革命，而不是他妈跟个傻逼似的天天想着省token；

2. chatbot的形式一定会被消灭，no chatbot revolution才是正确方向，一切AI应用不可能、不应该、绝对不是一个个大号聊天机器人，一个个大对话框等着人大段大段往里敲字，

记住，所有AI产品必须重新设计，一切chatbot AI应用必定会被改写成NO CHATBOT形式，无一例外，chatbot的产品形态必然会彻彻底底、完完全全地淘汰，

或者那个傻逼一样的对话框，至少作为二等公民出现；

3. AI助手一定不能用“按个按钮”、“截个图”、“上传个文件”，再写个长长的prompt的形式出现，让用户解决个问题，先让用户点点按按十几次，

AI助手一定是具有强侵入性的，一定能主动嗅探一切环境，吞掉一切数据和信息，一定会主动在后台观察一切操作和行为——并且在疑似需要帮助的时候，主动弹出个对话框，用户一键确认后，主动接管，主动解决一切问题，

而绝不应该像准备个考试一样，准备文件、准备截图、准备一大堆按钮、准备一大长串prompt，让用户跟个大傻逼似的，手忙脚乱地在那儿表演，

总而言之，无论是商业落地的AI Agent，还是各种办公软件、工具、生活类的AI Agent，一个个不仅是傻逼兮兮的大黑框chatbot，而且要用户手动输入一大堆文件、图表、链接、信息，再敲一大段prompt——这些全都走了大弯路，

toC的无缝衔接强入侵的主动AI Agent助手，完完全全不会给你任何告诉他的机会，而是让AI Agent主动判断你是否需要我，直接给你一个大大的对话框，简单描述一下“我计划怎么帮助你”——你点一下确定，它来解决后面所有的事情。

4. 一切能用coding解决的问题，都是SWE Agent能解决的问题，也就是说，都可以直接拿claude code这类工具套壳来用，

SWE Agent这个形态，最擅长解决的问题，就是在一个确定的环境（一台机器、几台机器、若干仿真环境、一套terminal里的编译器/脚手架/运行环境/包管理、profiling和debugging方法）解决的问题，

而用coding解决的问题，从来都不止coding，一切VHDL/Verilog等电路设计、电路simulation和validation、一切类似labview和matlab simulink中可以仿真的电机、信号、示波器等等模块，

甚至ansys和CAD这类工具，还有大量data science和计算的问题，以及用lean或者formal-proof解决一些proof-based的数学和模型问题，都可以转化成一些API和coding解决的问题，然后让SWE Agent来解决，

这类问题可以叫做“一台机器上的确定环境下的问题”，

这类问题的特点是，可以靠LLM的智能不断拆分成一大堆subtasks，然后在本地环境下反复尝试、反复试错、反复看output、反复试验结果，失败后再换一个新的approach；

5. full self coding（https://t.co/W0qe8YtsYX）就是基于上面所有第一性原理的一个试验。

我将会设计一套侵入式试验，让10~500个ai agent组成一组，给一个github项目找出所有潜在的问题，包括文档、测试、修bug、优化、重构、完成todo list、加功能、加API等等，让10~100个agent并行完成这个repo潜在需要完成的所有任务，

并且让至少10组这样的agent去github上面公开贡献，等于在没有任何人为输入prompt的前提下，造出来1000~5000个agent在开源世界源源不断地做出贡献，就死死赖在github上面，尝试修复一切可能修复的潜在问题，做出贡献。

请你记住full self coding是最坚决贯彻test-time scaling law的行为，

full self coding坚决相信，人是ai agent世界最傻逼、最慢、错误最多、判断失误最高的存在，让程序员手敲prompt，无异于给AI Agent拖后腿，

只有先分析出问题，然后让10~500个agent同时并行运行，才能最大化执行的效率，最快速度解决已经发现的问题，无休止地为github提供潜在的有价值贡献——并且最关键的是，把“敲prompt的程序员”这个最垃圾、最慢、出错最多的环节彻底消除；

6. full self coding最大的瓶颈，一个是token价格过高，一个是目前几乎所有主流供应商，LLM inference速度过慢，

所以我最后的一个想告诉大家的价值观是：

groq、sambanova、cerebras这种在片上堆满几个GB的SRAM，在inference上效率是nvidia、amd、google TPU这些落后架构的10~50倍，这是test-time scaling law的最后一环，

如果人类在claude code、gemini cli上全面接入groq、sambanova、cerebras上host的模型，所有速度都会再快10~50倍，

现在最大的问题是，groq、sambanova、cerebras他们只能白嫖开源模型（deepseek、qwen、zai甚至更难用的llama），因为这三家自己没能力训练模型，本质是卖芯片的（实际是自己造完data center后卖API），

但是只要中国几家厂商能源源不断输送最好的开放weights的模型，让groq、sambanova、cerebras持续用上他们能用的最好的开放weights的模型，这三家最终会把nvidia、google tpu连同他们的客户一锅端。

人类依然非常需要LLM inference的时间上的飞速优化，只不过现在人们需要更强的模型，而人类愿意为此多等等时间，

但是终归有一天人们会发现，无论是coding，还是在各种infra中快速反馈相应，哪怕是简单的搜索或者问答，inference速度这件事才是至关重要。 December 12, 2025

kuran_kuranさんに発見していただいたMZ-2000_SDのArduinoプログラムのバグを修正し、Githubを更新しました。
Arduinoプログラムは、MZ-2000_SD、MZ-80K_SD、MZ-700_SD、MZ-1500_SD共通ですのでまとめて更新です。
ArduinoのRAMを食いつぶしてしまうバグなのですが、ラッキーなことにバッファとして確保するRAMを食いつぶすだけで今のところ動作に不具合は確認されていません。
バグがあるのは気持ち悪いと思う方だけGithubからダウンロードして更新してください。
https://t.co/rroloFo4Qa
https://t.co/V4XpOSLISy
https://t.co/pY7r91VRGa
https://t.co/j0SwjSZgiB
X1_SDも同様ですので検証後Githubを更新します。 December 12, 2025

CopilotではなくGithubCopilotっす（Copilotさんはアホな子なので使いませんｗ）
てゆか、VSとかのソリューションのタブの近くのあの子の事をGithubCopilotってずっと言ってたけどもしかして違う感じだったりします？ https://t.co/nfUVVN3Eob December 12, 2025

移行先エンジンのWicked EngineのGithubリポジトリー。
クロスプラットフォーム対応、VRM対応、Luaスクリプト対応でなかなかすごい。
https://t.co/GfVGWPUdmV December 12, 2025

ワシ、GithubCopilotばっかり使ってるけど
ナウなヤングはどんな環境でAI開発してるんだろうか？

なんかGithubCopilotいまいちな感じがするようなしないような... December 12, 2025

GitHub のシニアエンジニアが語っているポッドキャストからメモ。動画と順番は前後している。

・スタートアップが「クラウドネイティブ」や「Kubernetesを触りたい」という理由だけで移行すると、コスト増と開発速度低下で死にかけることがある
・人は「かっこいいアーキテクチャ」や「モダン技術のステータス」を追いがちであり、「本当にその問題に必要か」という観点が抜け落ちやすい

・どの規模でどの設計に進化させるべきかという明確な境界値は存在せず、「1000リクエスト/秒だからもう分散システムだ」とは必ずしも言えない
・GitHubのような巨大サービスですら、数百万リクエスト/秒を小さなKubernetesクラスタと数コンテナでさばくことができており、シンプルでも意外といける
・GitHubでは、まず既存アーキテクチャで出せる限界まで使い切ってから、データや需要の伸びを見て「次の段階への書き換え」を判断している

・スタートアップのCTOであれば、いきなり100倍スケールを想定した設計をするのではなく、まずは100〜1000ユーザーを単一VMで捌くくらいのシンプル構成で十分だろう
・スケールアップは過小評価されがちだが、CPU数百コア、TBクラスメモリのVMが普通に買える現代は、これで十分に戦える
・水平分散やシャーディングに飛びつく前に、「まずは限界までマシンを強くする」だけで多くの問題は解決できる

・ソフトウェアは「一度作って終わり」ではなく「進化させ続けるもの」であり、保守と改修というランニングコストが常に発生する資産
・ビジネス側は一括投資して10年もちそうなシステムを欲しがるが、技術もトレンドも変化が激しい現代では、それは非現実的な期待
・現実的なやり方は「今の1桁上のオーダーに耐えられる設計をする」「そこに達したらまた次のオーダーのために再投資する」という階段方式
・キャッシュやNoSQLや分散データストアなどは、「直面している具体的なボトルネック」が見えたときに初めて導入を検討すれば良い
・シンプルな設計や実装はスケールすればするほど価値が高まり、愚直・素直なコードの方が、大規模運用では安全で扱いやすい、という逆説が成立する

・大企業のシステムデザイン面接はスケールの話が多いが、実務経験がなくても理論とパターンを学ぶことで「ゲームとして攻略する」ことが実は可能
・入社後すぐにゼロから巨大システムを1人で設計することはほぼなく、既存システムに入り、より経験豊富なメンバーからレビューを受けながら成長していくのが普通

・AIエージェントがコードの9割を書く時代になりつつあり、優れたエンジニアの仕事の重心は実装から、運用・品質・リスク・パフォーマンス・設計判断へ移りつつある
・AIがコードを書くとしても、「何を作るべきか」「どの設計を選ぶべきか」「どのようにテスト・計測・ロールアウトするか」を決めるのは依然として人間の役割

・プロとしてのソフトウェアエンジニアは、事業への数値的インパクトで評価される
・事業側の意思決定者は技術的な詳細や難しさを完全には理解できないため、エンジニア側に「ビジネスの言葉（売上・コスト・リスク・遅延による損失）」で語れる人が必要
・そのためには、自分の作るシステムが現場のオペレーションやお金の流れにどう影響するかを、現場に足を運んで観察し学ぶ姿勢が重要

・これからのエンジニアには、1つの分野を掘るだけでなく、広い分野を高速で学び、短期間で実務レベルに到達できる「学習スピード」と「学習の幅」が求められる
・すべての分野で達人になる必要はなく、「一部の領域で深い専門性を持ちつつ、他の領域もそこそこ分かるT字型のスキル構成」が強みに
・好奇心を鍛え、新しい分野に飛び込むことへの「居心地の悪さ」に慣れ、それを楽しめるようになることが、これからの時代のエンジニアの大きな武器だろう

https://t.co/gr2WQiFuNX December 12, 2025

やばい…BOOTHのいれてるんだけどGitHubからダウンロードして置き換えできなかった…調べます。 December 12, 2025

1時間前の
GitHub

GitHubの関連トピック

Google docker ChatGPT opus 欲しい

トレンドランキング

倭国
中国、外国人、欲しい、韓国、産業

0post

クリスマス
クリスマスプレゼント、サンタクロース、QUOカードPay、アドベントカレンダー、クリスマスツリー

0post

YouTube
ゲーム実況、SILENT HILL f、びわ湖くん、アイドリッシュセブン、医療ドラマ

0post

クリスマスプレゼント
ファミリーマート、クリスマス、サンタクロース、デマ、欲しい

0post

誕生日
しゆん、TikTok、FNS歌謡祭、カリスマックス、ケーキ

0post

中国
倭国、高市早苗、麻生太郎、渡航自粛、首相

0post

TVアニメ
pop up、描き下ろし、グノーシア、カラオケまねきねこ、葬送のフリーレン

0post

スパークリング
当落、タニノギムレット、正月、オジュウチョウサン、yogibo

0post

当落
スパークリング、SixTONES、10周年、パシフィコ横浜、エバース

0post

東京
ブランド、プロデュース、超特急、ジェンダーレス、スポット

0post

エリアスポットランキング
エリアLOVEWalker内で昨日アクセスが多かったスポット

温浴施設・宿泊施設-エリアスポットデータベース - LOVE WALKER

奈良県天理市の地域情報一覧|エリアスポットデータベース

山科出入口 (高速道路のIC・JCT) | 口コミ・話題・評判・週間天気

新潟県新発田市の地域情報一覧|エリアスポットデータベース

福祉施設-エリアスポットデータベース - LOVE WALKER

鹿児島県鹿屋市の地域情報一覧|エリアスポットデータベース

医療法人　水野歯科医院 (医療機関) | 口コミ・話題・評判・週間天気

居宅介護支援事業所オモシェ (福祉施設) | 口コミ・話題・評判・週間天気

相談支援事業所れいんぼー (福祉施設) | 口コミ・話題・評判・週間天気

いとより温泉 (温浴施設・宿泊施設) | 口コミ・話題・評判・週間天気

これまでの記事

2025.12

<前の月

Mon	Tue	Wed	Thu	Fri	Sat	Sun
01	02	03	04	05	06	07
08	09	10	11	12	13	14
15	16	17	18	19	20	21
22	23	24	25	26	27	28
29	30	31	01	02	03	04

TOPへ戻る

-3M + 10%代币让步。价值：认证、需求、流动性。
韩国溢价（Korean Premium）：Upbit/Bithumb因高零售需求，代币价高15%。
交易所-VC利益冲突：交易所运营VC臂，投资后上市自家项目，双重获利。
经济系统对比：传统IPO均衡（质量项目成功）；加密破均衡（早期退出扭曲，交易所成强势把关者）。

Level 4: 市场做市商（Market Makers）：被动做市商：维持买卖订单，赚取价差（e.g., 买.95，卖.05）。
补偿：1. 代币库存贷款（高卖低买）；2. 嵌入看涨期权（固定价买入权，价格保护+不对称优势）。
看涨期权简单解释：锁定未来买入价；价格涨用期权省钱，跌则不用。
项目视角 vs 现实：项目以为期权激励推高价（免费服务）；实际：做市商下行偏好（价跌无限利润，涨则损失上限15%）。
不对称回报：价跌50% +50%利润；涨50% -15%损失。风险/回报3.3:1偏下行。
Day-1订单簿谜题解答：做市商借代币卖出锁定利润，制造卖墙。
VC-做市商协同：交易臂VC（如DWF Labs）投资+做市，绕过锁定，从Day 1卖出完美对冲。
上市前后激励：前对齐（VC资助，创始人构建）；后赛跑退出（先卖者赢，类似Credit Suisse崩溃的“囚徒困境”）。
退出工具：创始人（额外空投、隐藏分配、OTC折扣、合约漏洞）；VC（OTC、期货做空、做市）。
社区空投：立即解锁，常被创始人自用，制造隐藏卖压。

Level 5: 衍生品（Derivatives）：期货简单：今日约定未来买卖，无即时交割，允许方向押注。
对冲锁定代币：持1M锁定代币，做空1M期货：完美对冲，但多内部人士做空制造期货<现货（负资金费）。谜题3解答。
VC重代币常见此模式，比特币少。

Level 6: OTC（OTC Desks）：批发模式：内部人士折扣2-70%私卖大块（e.g., class="drawer drawer--top" id="detail">

GitHub トレンド

0post

2025.12.04 19:00

:0% :0% （40代／男性）

1時間前の
GitHub

人気のポスト ※表示されているRP数は特定時点のものです

学习 Linux 命令行，网上教程要么只讲理论概念，要么直接扔一堆命令让你背，缺少实际应用场景的讲解。

最近在 GitHub 上发现 101 Linux Commands 这份开源电子书，通过 101 个实用命令带你系统掌握 Linux 命令行操作。

每个命令都配有详细说明、实际使用示例和应用场景，从基础的文件操作到高级的系统管理，循序渐进地展开。

GitHub：https://t.co/Hj1cFOH5iB

内容涵盖文件管理、文本处理、进程控制、网络诊断、系统监控等实用场景，每个命令都有真实案例演示。

提供多种格式阅读，包括在线网页版、PDF 和 ePub 电子书，还支持通过 Docker 在本地运行。

无论是 Linux 新手还是想系统梳理命令的经验丰富开发者，这份指南值得收藏学习。 December 12, 2025

2RP

「正直、AIツールが多すぎてわからん...」
「これだけ触っておけ、というの教えろ💢」

という声を非常によく聞くので、3段階のレベルに分けて2025年に使っておきたいAIツールまとめてみた。

※（）内に触って欲しい理由と機能書いてます

＝＝正直忙しい人はこれだけでOK＝＝
・ChatGPT（基礎のAI操作、音声、詳細検索、動画）
・Copilot（Microsoft製品との連携）
・Gemini（Google製品との連携、文字込み画像生成）
多くの人はこの3つで良し。変にXの最新情報とか、長文プロンプト追う必要なし。

＝＝AIに興味がある人が使っておきたい＝＝
・Claude（Opus 4.5の賢さ）
・Perplexity(AI検索体験)
・Genspark（電話代行、資料作成、AIシート）
・NotebookLM（スライド作成、ポッドキャスト）
・Canva（AI編集周り）
・CapCut（AI自動字幕、AIエフェクト）
・Suno（シンプルな音楽生成）
・Midjourney（画像生成プロンプトの練習）
・Grok（高速な回答、X上の調査、動画化）
・Manus（ブラウザ操作、スライド生成、並列処理）
これ全部触れてると、AIのトレンドはざっくり追えてる。何個か課金して使ってみると尚良し。

＝＝本格的に自動化・開発デビュー向け＝＝
・Dify（AIワークフローの構築）
・N8n(AIワークフローの構築)
・Zapier（オートメーション）
・Replit（ブラウザ完結のAI開発）
・Cursor（テキストエディタでのAI開発）
・Google AI Studio（Google環境でのAI開発）
・Claude Code（CLI上でのAI開発）
・Comet（AIネイティブブラウザ）
・LM Studio（ローカルLLM）
・GitHub（バージョン管理、大人数開発）
非エンジニアでも開発デビュー可能、習得難易度は結構高め。

さて...
こういうのとりあえずブックマークするけど、結局触らなくないですか？そんな人のために↓ December 12, 2025

2RP

.env 共有は dotenvx が最強
.env を暗号化したまま Git にコミットできるツール
便利さそのまま＋漏洩リスクほぼゼロ

・平文 .env を配らなくていい
・GitHub に上げても解読されない
・チーム開発で共有がラク

https://t.co/HTofGPn46c December 12, 2025

1RP

すごいぜ、Antigravity。こちらのイメージが伝わりやすい。。。というか、私のイメージが平均的なのか。
Antigravity→Github→Vercel→Xserver→結果→https://t.co/ZZvhXjywXY December 12, 2025

OpenLedger ( $OPEN) 连接人工智能与区块链流动性

价格：0.23 美元 - 市值：4900 万美元 - 最终交易价值：2.28 亿美元（市值倍数 0.22 倍） - 在经历了动荡的一个月后（包括 11 月 25 日从 https://t.co/DF6vL7DsSD 下架），$OPEN 仍在努力稳定其围绕去中心化人工智能和“可支付智能”的形象。

核心愿景：OpenLedger 将自身定位为数据货币化的人工智能链，构建一个生态系统，让模型、数据集和代理能够通过其“可支付人工智能”框架直接获利。

它使用归因证明 (PoA) 来追踪数据来源，从而透明地奖励贡献者。

可以将其视为人工智能的“经济支柱”：数据输入，价值输出。

技术与支持：基于与 EVM 兼容的 Layer-2（OP Stack + EigenDA）构建，以支持可扩展的人工智能工作负载。该项目获得 Polychain、HashKey 和 Borderless Capital 的支持，从而具备机构信誉。与 Polyhedra 的合作旨在构建去中心化的信任基础设施，用于验证人工智能数据。

市场概览：流通量：2.155 亿枚（总流通量 10 亿枚，占 21.5%）- 交易量：910 万美元/24 小时 - 最高价：1.85 美元（下跌 87.6%）| 最低价：0.208 美元（2025 年 12 月 1 日）- 4.7 倍的最终发行量/市场流通量比率表明仍有大量供应锁定，这意味着未来存在严重的通胀风险。

代币经济模型：每月约有 795 万枚代币解锁用于社区奖励。团队和投资者（占供应量的 33.3%）面临 12 个月的“悬崖期”——大规模解锁将于 2026 年 9 月开始。这种结构性抛售压力曲线表明，到 2026 年底，每月需要超过 400 万美元的买入量才能维持收支平衡。回购计划确实存在，但它们是流动性中性的，而非通缩性的。

市场情绪与活动：资金费率：+0.0039（看涨倾向）。未平仓合约：680万美元，多空比为1.38，58%的交易者持有多头头寸。尽管短期内市场乐观，但开发方面似乎进展缓慢——GitHub上没有可见的提交或分支。

风险：代币控制中心化（团队和投资者持有三分之一的供应量）——多次战略调整后可能出现战略不稳定；持续发行代币可能导致严重的通货膨胀；人工智能数据货币化面临监管风险（GDPR、知识产权法）。

最终结论：OpenLedger拥有远见卓识——将区块链激励机制与人工智能数据经济连接起来。但执行风险、供应稀释以及不透明的开发流程使其成为一项投机性强、高贝塔系数的去中心化人工智能（DeAI）投资，而非稳健的持有选择。

短期交易者或许可以借助衍生品市场动能；长期投资者应密切关注解锁计划和用户采纳数据。

@EdgenTech

$OPEN $TAO $FET December 12, 2025

OSSのdockerコンテナ立ち上がらなかったから docker compose logs のエラーメッセージと docker-compose.yml と .env をChatGPTにぶん投げたら、解決法をGitHubのissueまで見に行って探してくれて神～（・ｘ・） December 12, 2025

总体洞见：PPT强调加密价值链如赌场，零售常为“傻瓜”。通过理解7级瀑布和激励，你可战略导航而非被操控。讲师呼吁：知识即保护，追踪模式、需求透明、优先数据。整个讲座警示：加密技术有潜力，但当前市场结构系统性提取财富，需改革以实现承诺。这个PPT是由斯坦福大学讲师Ruizhe Jia呈现的，主题聚焦于揭露加密货币价值链背后的“隐藏金融机制”。它通过教育性视角分析加密金融系统的结构化问题，强调“去中心化”叙事往往掩盖了中心化控制和财富转移。PPT总共69页，分为引言、三个“Act”（为什么在意、深度剖析、黑暗现实）和结尾的保护工具包。整体框架使用“价值链”模型，揭示资金从VC（风险投资）到零售投资者的“瀑布式”流动，每一层都提取价值。以下是详细总结，按逻辑结构组织。1. 引言与免责声明（Pages 1-2）标题与背景：讲座名为“Exposing the Hidden Financial Machinery: The Crypto Value Chain”，旨在揭示加密货币中“隐藏的金融机器”。讲师Ruizhe Jia强调这是一个教育性讲座。
免责声明：PPT仅用于学术目的，不构成投资、法律或税务建议。提到的公司/项目仅为示例，不代表背书或批评。业务实践基于市场观察和公开数据，非内部机密。过去表现不代表未来，读者应自行研究并咨询专业人士。
2. Act I: Why Care?（为什么在意？Pages 3-17）这一部分解释为什么需要关注加密金融的“隐藏机制”，并引入核心框架：价值链（Value Chain）。它通过学习目标、3个目标和4个谜题，激发读者思考。
学习目标：谁真正决定？：每项“去中心化”决策都由有真实激励的人类做出。去中心化叙事常掩盖中心化控制。建议追踪资金流，找出控制90%治理代币的小型钱包群。
资金追踪：理解加密金融的关键是追踪资金流动。知道自己在价值链中的位置（VC → 项目团队 → 交易所/MM → 零售投资者）。
退出流动性（Exit Liquidity）：指有人买入以让他人卖出。在加密市场，零售投资者常成为“音乐停止时无椅可坐”的受害者，而专业玩家已通过优势“占位”。

今日3大目标：看到资金流动（See the Flow）。
了解激励机制（Know the Incentives）。
保护你的资本（Protect Your Capital）。

价值链的力量（The Power of the Value Chain）：一个简单框架解决复杂谜题。理解玩家：谁创建、控制并从中获利。
理解激励：驱动每个玩家的决策。
解决谜题：预测市场模式（如看似混乱的抛售）。

4个谜题（Puzzles），用以展示价值链的实用性：订单簿谜题（Order Book Mystery）：正常产品发布时买家>卖家，但加密代币发布时立即出现巨额卖单墙（Sell Walls）。谜题：有限供应下，这些卖单从何而来？（后续解答：市场做市商借代币卖出锁定利润）。
VC表现差距（VC Performance Gap）：传统金融中VC投资和交易分离（如Sequoia + Renaissance），但加密原生VC（如Wintermute、Jump Crypto）融合两者，利用信息优势、退出策略和仓位管理。
期货 vs 现货谜题（Futures vs Spot Mystery）：VC重仓代币的期货价格<现货（负资金费率），而比特币期货>现货（正资金费率）。原因：VC锁定仓位通过期货对冲，制造下行压力。
TVL vs 收入谜题（TVL vs Revenue）：项目启动TVL达20亿美元，数周后降至5000万美元且收入为0。问题：资金去哪？谁在“支付”TVL？（后续解答：人为制造指标，通过激励和空投伪造）。

传统金融 vs 加密金融对比：传统金融的保护序列：想法&融资 → 证明 → 利润 → 扩展 → IPO。公众投资在价值证明后，保护后期投资者。
加密金融的伟大倒置（Great Inversion）：白皮书 → VC代币 → 炒作 → 上市 → 也许构建。公众投资在价值证明前，营销重于构建。
为什么倒置重要：传统中退出在价值后（先建后退）；加密中退出在价值前（先炒作先退出），导致营销胜过构建。

资金如瀑布流动：7级价值链（Money Flows Like a Waterfall）：这是一个核心模型，每级提取价值，最终流向零售（作为退出流动性）。私人销售（Private Sale, VC入口）：VC通过SAFT协议以90-95%折扣买入，早于公众。
人为指标（Artificial Metrics）：项目通过激励和空投制造TVL/用户假象。
交易所把关（Exchange Gatekeeping）：交易所收取上市费+代币分配，控制零售流动性访问。
市场做市商（Market Makers）：补偿结构（代币贷款+看涨期权）激励立即卖出。
衍生品（Derivatives）：永续合约允许内部人士在解锁前对冲锁定仓位。
OTC（OTC）：内部人士私下卖大块代币给OTC台，缓慢分销以掩盖压力。
零售投资者（Retail Investors）：在最高价买入，为所有上游提供退出流动性。资金向下流动，每层提取价值，零售垫底。
3. Act II: Deep Dive（深度剖析，Pages 18-52）这一部分详细拆解价值链的每个层面、白皮书、谜题解答和案例，揭示激励机制。
白皮书：叙事胜过价值（Whitepapers: Narratives Over Value）：类型对比：复杂型（50+页， buzzwords如ZK-rollup+AI，无实质）；简单型（5页， meme+表情，承诺“to the moon”）。
共同点：技术 jargon无深意，焦点在叙事而非价值。

Level 1: 私人销售（The Private Sale）：SAFT结构：折扣50-80%（VC $0.10 vs 零售$2.00）；悬崖期6-12月；2-3年线性/里程碑解锁；估值上限。
代币经济学：VC无法立即卖，但可对冲。VC投注于退出而非业务：ROI = 代币 × 退出价 / 投资美元。焦点：交易所层级、快速上市、零售需求。
黑暗现实：VC资助“垃圾”项目，因投注退出而非产品-市场契合。快速现金周期胜过长期构建。

Level 2: 人为指标（Artificial Metrics）：餐厅类比：付费演员伪造热闹，吸引真实顾客。
方法：空投（伪造用户，实际偏向内部人士）；流动性挖矿（付费存款膨胀TVL）；洗交易（自交易伪造量）。
空投农民（Airdrop Farmers）：专业人士仅为免费代币互动。TVL高≠采用：激励停止后崩盘，揭示低需求（TVL $42亿，收入$0）。

Level 3: 交易所（Exchanges）：溢价剧场效应（Premium Theater Effect）：如IMAX放映平庸电影，上市本身是信任信号。
访问价格：现金上市费$0-3M + 10%代币让步。价值：认证、需求、流动性。
韩国溢价（Korean Premium）：Upbit/Bithumb因高零售需求，代币价高15%。
交易所-VC利益冲突：交易所运营VC臂，投资后上市自家项目，双重获利。
经济系统对比：传统IPO均衡（质量项目成功）；加密破均衡（早期退出扭曲，交易所成强势把关者）。

Level 4: 市场做市商（Market Makers）：被动做市商：维持买卖订单，赚取价差（e.g., 买$9.95，卖$10.05）。
补偿：1. 代币库存贷款（高卖低买）；2. 嵌入看涨期权（固定价买入权，价格保护+不对称优势）。
看涨期权简单解释：锁定未来买入价；价格涨用期权省钱，跌则不用。
项目视角 vs 现实：项目以为期权激励推高价（免费服务）；实际：做市商下行偏好（价跌无限利润，涨则损失上限15%）。
不对称回报：价跌50% +50%利润；涨50% -15%损失。风险/回报3.3:1偏下行。
Day-1订单簿谜题解答：做市商借代币卖出锁定利润，制造卖墙。
VC-做市商协同：交易臂VC（如DWF Labs）投资+做市，绕过锁定，从Day 1卖出完美对冲。
上市前后激励：前对齐（VC资助，创始人构建）；后赛跑退出（先卖者赢，类似Credit Suisse崩溃的“囚徒困境”）。
退出工具：创始人（额外空投、隐藏分配、OTC折扣、合约漏洞）；VC（OTC、期货做空、做市）。
社区空投：立即解锁，常被创始人自用，制造隐藏卖压。

Level 5: 衍生品（Derivatives）：期货简单：今日约定未来买卖，无即时交割，允许方向押注。
对冲锁定代币：持1M锁定代币，做空1M期货：完美对冲，但多内部人士做空制造期货<现货（负资金费）。谜题3解答。
VC重代币常见此模式，比特币少。

Level 6: OTC（OTC Desks）：批发模式：内部人士折扣2-70%私卖大块（e.g., $1批发 vs $2零售），OTC缓慢分销避冲击。
OTC-永续-现货管道：1. 私卖OTC；2. OTC做空永续对冲；3. 缓慢交易所卖。单私卖成持久卖压。

Level 7: 零售（Retail）：瀑布底部：零售资金资助上游（VC利润、创始人薪资、上市费、做市补偿）。退出需更高买家，实际是上游退出流动性。
财富转移数学：$200万零售钱 → $200万内部利润。非创造，乃提取。
案例示例（Case Example）：代币时间线：私人销售$0.10 → TGE有限浮动 → Binance上市$3 (+3000%) → 永续负费对冲 → OTC分销 → 首次解锁-40%。

模式识别（Pattern Recognition）：可预测周期：1. 私人销售；2. 人为指标；3. 上市“pop”；4. 内部对冲；5. OTC分销；6. 零售FOMO。
主动做市（Active MM）：若零售流不足，内部部署制造需求（跨场报价、目标价/波动/量）。
示例1：MM低价积累 → 战略买拉升 → FOMO时倾销。
示例2：协调洗交易+事件泵（社交放大），峰值时内部获利。
金字塔结构：Tier 1 VCs/创始人（折扣首选）；Tier 2 交易所（流动性控制）；Tier 3 MM（免费期权）；Tier 4 OTC（提前交易）；Tier 5 零售（需找更高买家）。
4. Act III: The Dark Reality（黑暗现实，Pages 58-64）揭示系统性问题，非“坏苹果”。
商业模式对比：传统：公司先创价值，客户付费，长期对齐。
加密：项目创叙事，零售买退出，短期提取主导。
营销漏斗（Marketing Funnel）：协调活动驱动FOMO（社交/影响者、伙伴公告、预测、“钻石手” meme、稀缺讯息），时机在内部需退出时。
僵尸协议（Zombie Protocols）：上市后开发停止（使命完成：退出而非可持续）。71%项目1年内放弃，由志愿者维护。

提取光谱（Extraction Spectrum）：合法：战略OTC/对冲。
灰色：定时公告配解锁。
非法：操纵（内部交易、泵倾、洗交易）。
系统设计：结构激励奖励提取而非价值；权力集中VC/交易所/MM；模式重复，因架构未变。需改革基础问题，否则财富持续从零售转内部。

技术潜力 vs 市场现实：潜力：包容、低成本、自主、信任less、开源。
现实：投机赌场、叙事周期、内部控制、提取、零售退出。
5. Resolution: Protection Toolkit（保护工具包，Pages 65-69）从知识到行动，提供生存策略。
核心原则：战略怀疑：质疑叙事，问谁受益、何激励。
模式识别：定位瀑布位置（营销后=退出流动性？）。
追踪资金：监控解锁、资金费、链上内部钱包。
数据胜叙事：优先真实收入/使用，而非理论。

早期检测瀑布模式：早期警告：巨额营销、TVL突增。
上市阶段：单边订单、公告、“早入”叙事。
衍生信号：负费、解锁前翻转、持仓升。
零售定位：零售主导量、营销重于构建。

数据而非叙事：叙事信号（影响者、公告、路标、热搜）：忽略。
数据信号（费率、链上流、解锁、真实收入 vs 排放）：关注。数据显内部行为，叙事显其欲你信。

需求真实指标：真实收入：非代币奖励，乃实际费。
真实用户：非机器人/激励，乃有机活跃。
真实效用：解决问题，非循环经济。
真实开发：GitHub活跃，非募资后弃。
真实 vs 制造：TVL问yield farming比例；DAU问激励后留存；交易量问洗交易比例。 December 12, 2025

ナニコレスッゲェ👀
githubの活動記録を読み取って分析→診断とかできるの！？
ほんでキャラビジュ最高😊

私のGrassTypeは「芸人」でした！
コードも笑いもノリと勢い！

#GrassTypeキャラ診断
https://t.co/21JTeZXXVI December 12, 2025

@YahooNewsTopics Phoneは確かにいいけど、高いしできること限られてるよね。俺はやっぱAndroid派かな～GitHubにいる個人の神開発者が作ったアプリ入れまくれるのが最高すぎる。 December 12, 2025

2025年，我的几个第一性原理：

1. LLM token一定会越来越便宜，模型越来越强大，记住，所有做LLM Agent的人，都必须思考如何用10~1000倍的token带来革命，而不是他妈跟个傻逼似的天天想着省token；

2. chatbot的形式一定会被消灭，no chatbot revolution才是正确方向，一切AI应用不可能、不应该、绝对不是一个个大号聊天机器人，一个个大对话框等着人大段大段往里敲字，

记住，所有AI产品必须重新设计，一切chatbot AI应用必定会被改写成NO CHATBOT形式，无一例外，chatbot的产品形态必然会彻彻底底、完完全全地淘汰，

或者那个傻逼一样的对话框，至少作为二等公民出现；

3. AI助手一定不能用“按个按钮”、“截个图”、“上传个文件”，再写个长长的prompt的形式出现，让用户解决个问题，先让用户点点按按十几次，

AI助手一定是具有强侵入性的，一定能主动嗅探一切环境，吞掉一切数据和信息，一定会主动在后台观察一切操作和行为——并且在疑似需要帮助的时候，主动弹出个对话框，用户一键确认后，主动接管，主动解决一切问题，

而绝不应该像准备个考试一样，准备文件、准备截图、准备一大堆按钮、准备一大长串prompt，让用户跟个大傻逼似的，手忙脚乱地在那儿表演，

总而言之，无论是商业落地的AI Agent，还是各种办公软件、工具、生活类的AI Agent，一个个不仅是傻逼兮兮的大黑框chatbot，而且要用户手动输入一大堆文件、图表、链接、信息，再敲一大段prompt——这些全都走了大弯路，

toC的无缝衔接强入侵的主动AI Agent助手，完完全全不会给你任何告诉他的机会，而是让AI Agent主动判断你是否需要我，直接给你一个大大的对话框，简单描述一下“我计划怎么帮助你”——你点一下确定，它来解决后面所有的事情。

4. 一切能用coding解决的问题，都是SWE Agent能解决的问题，也就是说，都可以直接拿claude code这类工具套壳来用，

SWE Agent这个形态，最擅长解决的问题，就是在一个确定的环境（一台机器、几台机器、若干仿真环境、一套terminal里的编译器/脚手架/运行环境/包管理、profiling和debugging方法）解决的问题，

而用coding解决的问题，从来都不止coding，一切VHDL/Verilog等电路设计、电路simulation和validation、一切类似labview和matlab simulink中可以仿真的电机、信号、示波器等等模块，

甚至ansys和CAD这类工具，还有大量data science和计算的问题，以及用lean或者formal-proof解决一些proof-based的数学和模型问题，都可以转化成一些API和coding解决的问题，然后让SWE Agent来解决，

这类问题可以叫做“一台机器上的确定环境下的问题”，

这类问题的特点是，可以靠LLM的智能不断拆分成一大堆subtasks，然后在本地环境下反复尝试、反复试错、反复看output、反复试验结果，失败后再换一个新的approach；

5. full self coding（https://t.co/W0qe8YtsYX）就是基于上面所有第一性原理的一个试验。

我将会设计一套侵入式试验，让10~500个ai agent组成一组，给一个github项目找出所有潜在的问题，包括文档、测试、修bug、优化、重构、完成todo list、加功能、加API等等，让10~100个agent并行完成这个repo潜在需要完成的所有任务，

并且让至少10组这样的agent去github上面公开贡献，等于在没有任何人为输入prompt的前提下，造出来1000~5000个agent在开源世界源源不断地做出贡献，就死死赖在github上面，尝试修复一切可能修复的潜在问题，做出贡献。

请你记住full self coding是最坚决贯彻test-time scaling law的行为，

full self coding坚决相信，人是ai agent世界最傻逼、最慢、错误最多、判断失误最高的存在，让程序员手敲prompt，无异于给AI Agent拖后腿，

只有先分析出问题，然后让10~500个agent同时并行运行，才能最大化执行的效率，最快速度解决已经发现的问题，无休止地为github提供潜在的有价值贡献——并且最关键的是，把“敲prompt的程序员”这个最垃圾、最慢、出错最多的环节彻底消除；

6. full self coding最大的瓶颈，一个是token价格过高，一个是目前几乎所有主流供应商，LLM inference速度过慢，

所以我最后的一个想告诉大家的价值观是：

groq、sambanova、cerebras这种在片上堆满几个GB的SRAM，在inference上效率是nvidia、amd、google TPU这些落后架构的10~50倍，这是test-time scaling law的最后一环，

如果人类在claude code、gemini cli上全面接入groq、sambanova、cerebras上host的模型，所有速度都会再快10~50倍，

现在最大的问题是，groq、sambanova、cerebras他们只能白嫖开源模型（deepseek、qwen、zai甚至更难用的llama），因为这三家自己没能力训练模型，本质是卖芯片的（实际是自己造完data center后卖API），

但是只要中国几家厂商能源源不断输送最好的开放weights的模型，让groq、sambanova、cerebras持续用上他们能用的最好的开放weights的模型，这三家最终会把nvidia、google tpu连同他们的客户一锅端。

人类依然非常需要LLM inference的时间上的飞速优化，只不过现在人们需要更强的模型，而人类愿意为此多等等时间，

但是终归有一天人们会发现，无论是coding，还是在各种infra中快速反馈相应，哪怕是简单的搜索或者问答，inference速度这件事才是至关重要。 December 12, 2025

kuran_kuranさんに発見していただいたMZ-2000_SDのArduinoプログラムのバグを修正し、Githubを更新しました。
Arduinoプログラムは、MZ-2000_SD、MZ-80K_SD、MZ-700_SD、MZ-1500_SD共通ですのでまとめて更新です。
ArduinoのRAMを食いつぶしてしまうバグなのですが、ラッキーなことにバッファとして確保するRAMを食いつぶすだけで今のところ動作に不具合は確認されていません。
バグがあるのは気持ち悪いと思う方だけGithubからダウンロードして更新してください。
https://t.co/rroloFo4Qa
https://t.co/V4XpOSLISy
https://t.co/pY7r91VRGa
https://t.co/j0SwjSZgiB
X1_SDも同様ですので検証後Githubを更新します。 December 12, 2025

CopilotではなくGithubCopilotっす（Copilotさんはアホな子なので使いませんｗ）
てゆか、VSとかのソリューションのタブの近くのあの子の事をGithubCopilotってずっと言ってたけどもしかして違う感じだったりします？ https://t.co/nfUVVN3Eob December 12, 2025

移行先エンジンのWicked EngineのGithubリポジトリー。
クロスプラットフォーム対応、VRM対応、Luaスクリプト対応でなかなかすごい。
https://t.co/GfVGWPUdmV December 12, 2025

ワシ、GithubCopilotばっかり使ってるけど
ナウなヤングはどんな環境でAI開発してるんだろうか？

なんかGithubCopilotいまいちな感じがするようなしないような... December 12, 2025

GitHub のシニアエンジニアが語っているポッドキャストからメモ。動画と順番は前後している。

・スタートアップが「クラウドネイティブ」や「Kubernetesを触りたい」という理由だけで移行すると、コスト増と開発速度低下で死にかけることがある
・人は「かっこいいアーキテクチャ」や「モダン技術のステータス」を追いがちであり、「本当にその問題に必要か」という観点が抜け落ちやすい

・どの規模でどの設計に進化させるべきかという明確な境界値は存在せず、「1000リクエスト/秒だからもう分散システムだ」とは必ずしも言えない
・GitHubのような巨大サービスですら、数百万リクエスト/秒を小さなKubernetesクラスタと数コンテナでさばくことができており、シンプルでも意外といける
・GitHubでは、まず既存アーキテクチャで出せる限界まで使い切ってから、データや需要の伸びを見て「次の段階への書き換え」を判断している

・スタートアップのCTOであれば、いきなり100倍スケールを想定した設計をするのではなく、まずは100〜1000ユーザーを単一VMで捌くくらいのシンプル構成で十分だろう
・スケールアップは過小評価されがちだが、CPU数百コア、TBクラスメモリのVMが普通に買える現代は、これで十分に戦える
・水平分散やシャーディングに飛びつく前に、「まずは限界までマシンを強くする」だけで多くの問題は解決できる

・ソフトウェアは「一度作って終わり」ではなく「進化させ続けるもの」であり、保守と改修というランニングコストが常に発生する資産
・ビジネス側は一括投資して10年もちそうなシステムを欲しがるが、技術もトレンドも変化が激しい現代では、それは非現実的な期待
・現実的なやり方は「今の1桁上のオーダーに耐えられる設計をする」「そこに達したらまた次のオーダーのために再投資する」という階段方式
・キャッシュやNoSQLや分散データストアなどは、「直面している具体的なボトルネック」が見えたときに初めて導入を検討すれば良い
・シンプルな設計や実装はスケールすればするほど価値が高まり、愚直・素直なコードの方が、大規模運用では安全で扱いやすい、という逆説が成立する

・大企業のシステムデザイン面接はスケールの話が多いが、実務経験がなくても理論とパターンを学ぶことで「ゲームとして攻略する」ことが実は可能
・入社後すぐにゼロから巨大システムを1人で設計することはほぼなく、既存システムに入り、より経験豊富なメンバーからレビューを受けながら成長していくのが普通

・AIエージェントがコードの9割を書く時代になりつつあり、優れたエンジニアの仕事の重心は実装から、運用・品質・リスク・パフォーマンス・設計判断へ移りつつある
・AIがコードを書くとしても、「何を作るべきか」「どの設計を選ぶべきか」「どのようにテスト・計測・ロールアウトするか」を決めるのは依然として人間の役割

・プロとしてのソフトウェアエンジニアは、事業への数値的インパクトで評価される
・事業側の意思決定者は技術的な詳細や難しさを完全には理解できないため、エンジニア側に「ビジネスの言葉（売上・コスト・リスク・遅延による損失）」で語れる人が必要
・そのためには、自分の作るシステムが現場のオペレーションやお金の流れにどう影響するかを、現場に足を運んで観察し学ぶ姿勢が重要

・これからのエンジニアには、1つの分野を掘るだけでなく、広い分野を高速で学び、短期間で実務レベルに到達できる「学習スピード」と「学習の幅」が求められる
・すべての分野で達人になる必要はなく、「一部の領域で深い専門性を持ちつつ、他の領域もそこそこ分かるT字型のスキル構成」が強みに
・好奇心を鍛え、新しい分野に飛び込むことへの「居心地の悪さ」に慣れ、それを楽しめるようになることが、これからの時代のエンジニアの大きな武器だろう

https://t.co/gr2WQiFuNX December 12, 2025

やばい…BOOTHのいれてるんだけどGitHubからダウンロードして置き換えできなかった…調べます。 December 12, 2025

1時間前の
GitHub

GitHubの関連トピック

Google docker ChatGPT opus 欲しい

トレンドランキング

倭国
中国、外国人、欲しい、韓国、産業

0post

クリスマス
クリスマスプレゼント、サンタクロース、QUOカードPay、アドベントカレンダー、クリスマスツリー

0post

YouTube
ゲーム実況、SILENT HILL f、びわ湖くん、アイドリッシュセブン、医療ドラマ

0post

クリスマスプレゼント
ファミリーマート、クリスマス、サンタクロース、デマ、欲しい

0post

誕生日
しゆん、TikTok、FNS歌謡祭、カリスマックス、ケーキ

0post

中国
倭国、高市早苗、麻生太郎、渡航自粛、首相

0post

TVアニメ
pop up、描き下ろし、グノーシア、カラオケまねきねこ、葬送のフリーレン

0post

スパークリング
当落、タニノギムレット、正月、オジュウチョウサン、yogibo

0post

当落
スパークリング、SixTONES、10周年、パシフィコ横浜、エバース

0post

東京
ブランド、プロデュース、超特急、ジェンダーレス、スポット

0post

これまでの記事

2025.12

<前の月

Mon	Tue	Wed	Thu	Fri	Sat	Sun
01	02	03	04	05	06	07
08	09	10	11	12	13	14
15	16	17	18	19	20	21
22	23	24	25	26	27	28
29	30	31

Mon	Tue	Wed	Thu	Fri	Sat	Sun
01	02	03	04	05	06	07
08	09	10	11	12	13	14
15	16	17	18	19	20	21
22	23	24	25	26	27	28
29	30	31

Mon	Tue	Wed	Thu	Fri	Sat	Sun
01	02	03	04	05	06	07
08	09	10	11	12	13	14
15	16	17	18	19	20	21
22	23	24	25	26	27	28
29	30	31

Mon	Tue	Wed	Thu	Fri	Sat	Sun
01	02	03	04	05	06	07
08	09	10	11	12	13	14
15	16	17	18	19	20	21
22	23	24	25	26	27	28
29	30	31

Mon	Tue	Wed	Thu	Fri	Sat	Sun
01	02	03	04	05	06	07
08	09	10	11	12	13	14
15	16	17	18	19	20	21
22	23	24	25	26	27	28
29	30	31

Mon	Tue	Wed	Thu	Fri	Sat	Sun
01	02	03	04	05	06	07
08	09	10	11	12	13	14
15	16	17	18	19	20	21
22	23	24	25	26	27	28
29	30	31

Mon	Tue	Wed	Thu	Fri	Sat	Sun
01	02	03	04	05	06	07
08	09	10	11	12	13	14
15	16	17	18	19	20	21
22	23	24	25	26	27	28
29	30	31

Mon	Tue	Wed	Thu	Fri	Sat	Sun
01	02	03	04	05	06	07
08	09	10	11	12	13	14
15	16	17	18	19	20	21
22	23	24	25	26	27	28
29	30	31

Mon	Tue	Wed	Thu	Fri	Sat	Sun
01	02	03	04	05	06	07
08	09	10	11	12	13	14
15	16	17	18	19	20	21
22	23	24	25	26	27	28
29	30	31

Mon	Tue	Wed	Thu	Fri	Sat	Sun
01	02	03	04	05	06	07
08	09	10	11	12	13	14
15	16	17	18	19	20	21
22	23	24	25	26	27	28
29	30	31

Mon	Tue	Wed	Thu	Fri	Sat	Sun
01	02	03	04	05	06	07
08	09	10	11	12	13	14
15	16	17	18	19	20	21
22	23	24	25	26	27	28
29	30	31

Mon	Tue	Wed	Thu	Fri	Sat	Sun
01	02	03	04	05	06	07
08	09	10	11	12	13	14
15	16	17	18	19	20	21
22	23	24	25	26	27	28
29	30	31

GitHub トレンド

人気のポスト ※表示されているRP数は特定時点のものです

GitHub トレンド

人気のポスト ※表示されているRP数は特定時点のものです

GitHubの関連トピック

倭国 中国、外国人、欲しい、韓国、産業

クリスマス クリスマスプレゼント、サンタクロース、QUOカードPay、アドベントカレンダー、クリスマスツリー

YouTube ゲーム実況、SILENT HILL f、びわ湖くん、アイドリッシュセブン、医療ドラマ

クリスマスプレゼント ファミリーマート、クリスマス、サンタクロース、デマ、欲しい

誕生日 しゆん、TikTok、FNS歌謡祭、カリスマックス、ケーキ

中国 倭国、高市早苗、麻生太郎、渡航自粛、首相

TVアニメ pop up、描き下ろし、グノーシア、カラオケまねきねこ、葬送のフリーレン

スパークリング 当落、タニノギムレット、正月、オジュウチョウサン、yogibo

当落 スパークリング、SixTONES、10周年、パシフィコ横浜、エバース

東京 ブランド、プロデュース、超特急、ジェンダーレス、スポット

倭人速報公式アカウント

エリアスポットランキングエリアLOVEWalker内で昨日アクセスが多かったスポット

温浴施設・宿泊施設-エリアスポットデータベース - LOVE WALKER

奈良県 天理市の地域情報一覧|エリアスポットデータベース

山科出入口 (高速道路のIC・JCT) | 口コミ・話題・評判・週間天気

新潟県 新発田市の地域情報一覧|エリアスポットデータベース

福祉施設-エリアスポットデータベース - LOVE WALKER

鹿児島県 鹿屋市の地域情報一覧|エリアスポットデータベース

医療法人 水野歯科医院 (医療機関) | 口コミ・話題・評判・週間天気

居宅介護支援事業所オモシェ (福祉施設) | 口コミ・話題・評判・週間天気

相談支援事業所れいんぼー (福祉施設) | 口コミ・話題・評判・週間天気

いとより温泉 (温浴施設・宿泊施設) | 口コミ・話題・評判・週間天気

これまでの記事

GitHub トレンド

人気のポスト ※表示されているRP数は特定時点のものです

GitHubの関連トピック

倭国 中国、外国人、欲しい、韓国、産業

クリスマス クリスマスプレゼント、サンタクロース、QUOカードPay、アドベントカレンダー、クリスマスツリー

YouTube ゲーム実況、SILENT HILL f、びわ湖くん、アイドリッシュセブン、医療ドラマ

クリスマスプレゼント ファミリーマート、クリスマス、サンタクロース、デマ、欲しい

誕生日 しゆん、TikTok、FNS歌謡祭、カリスマックス、ケーキ

中国 倭国、高市早苗、麻生太郎、渡航自粛、首相

TVアニメ pop up、描き下ろし、グノーシア、カラオケまねきねこ、葬送のフリーレン

スパークリング 当落、タニノギムレット、正月、オジュウチョウサン、yogibo

当落 スパークリング、SixTONES、10周年、パシフィコ横浜、エバース

東京 ブランド、プロデュース、超特急、ジェンダーレス、スポット

倭人速報公式アカウント

エリアスポットランキングエリアLOVEWalker内で昨日アクセスが多かったスポット

温浴施設・宿泊施設-エリアスポットデータベース - LOVE WALKER

奈良県 天理市の地域情報一覧|エリアスポットデータベース

山科出入口 (高速道路のIC・JCT) | 口コミ・話題・評判・週間天気

新潟県 新発田市の地域情報一覧|エリアスポットデータベース

福祉施設-エリアスポットデータベース - LOVE WALKER

鹿児島県 鹿屋市の地域情報一覧|エリアスポットデータベース

医療法人 水野歯科医院 (医療機関) | 口コミ・話題・評判・週間天気

居宅介護支援事業所オモシェ (福祉施設) | 口コミ・話題・評判・週間天気

相談支援事業所れいんぼー (福祉施設) | 口コミ・話題・評判・週間天気

いとより温泉 (温浴施設・宿泊施設) | 口コミ・話題・評判・週間天気

これまでの記事

GitHub トレンド

人気のポスト ※表示されているRP数は特定時点のものです

GitHubの関連トピック

倭国 中国、外国人、欲しい、韓国、産業

クリスマス クリスマスプレゼント、サンタクロース、QUOカードPay、アドベントカレンダー、クリスマスツリー

YouTube ゲーム実況、SILENT HILL f、びわ湖くん、アイドリッシュセブン、医療ドラマ

クリスマスプレゼント ファミリーマート、クリスマス、サンタクロース、デマ、欲しい

誕生日 しゆん、TikTok、FNS歌謡祭、カリスマックス、ケーキ

中国 倭国、高市早苗、麻生太郎、渡航自粛、首相

TVアニメ pop up、描き下ろし、グノーシア、カラオケまねきねこ、葬送のフリーレン

スパークリング 当落、タニノギムレット、正月、オジュウチョウサン、yogibo

当落 スパークリング、SixTONES、10周年、パシフィコ横浜、エバース

東京 ブランド、プロデュース、超特急、ジェンダーレス、スポット

倭人速報公式アカウント

エリアスポットランキングエリアLOVEWalker内で昨日アクセスが多かったスポット

温浴施設・宿泊施設-エリアスポットデータベース - LOVE WALKER

奈良県 天理市の地域情報一覧|エリアスポットデータベース

山科出入口 (高速道路のIC・JCT) | 口コミ・話題・評判・週間天気

新潟県 新発田市の地域情報一覧|エリアスポットデータベース

福祉施設-エリアスポットデータベース - LOVE WALKER

鹿児島県 鹿屋市の地域情報一覧|エリアスポットデータベース

医療法人 水野歯科医院 (医療機関) | 口コミ・話題・評判・週間天気

居宅介護支援事業所オモシェ (福祉施設) | 口コミ・話題・評判・週間天気

相談支援事業所れいんぼー (福祉施設) | 口コミ・話題・評判・週間天気

いとより温泉 (温浴施設・宿泊施設) | 口コミ・話題・評判・週間天気

これまでの記事

倭国
中国、外国人、欲しい、韓国、産業

クリスマス
クリスマスプレゼント、サンタクロース、QUOカードPay、アドベントカレンダー、クリスマスツリー

YouTube
ゲーム実況、SILENT HILL f、びわ湖くん、アイドリッシュセブン、医療ドラマ

クリスマスプレゼント
ファミリーマート、クリスマス、サンタクロース、デマ、欲しい

誕生日
しゆん、TikTok、FNS歌謡祭、カリスマックス、ケーキ

中国
倭国、高市早苗、麻生太郎、渡航自粛、首相

TVアニメ
pop up、描き下ろし、グノーシア、カラオケまねきねこ、葬送のフリーレン

スパークリング
当落、タニノギムレット、正月、オジュウチョウサン、yogibo

当落
スパークリング、SixTONES、10周年、パシフィコ横浜、エバース

東京
ブランド、プロデュース、超特急、ジェンダーレス、スポット

エリアスポットランキング
エリアLOVEWalker内で昨日アクセスが多かったスポット

奈良県天理市の地域情報一覧|エリアスポットデータベース

新潟県新発田市の地域情報一覧|エリアスポットデータベース

鹿児島県鹿屋市の地域情報一覧|エリアスポットデータベース

医療法人　水野歯科医院 (医療機関) | 口コミ・話題・評判・週間天気

倭国
中国、外国人、欲しい、韓国、産業

クリスマス
クリスマスプレゼント、サンタクロース、QUOカードPay、アドベントカレンダー、クリスマスツリー

YouTube
ゲーム実況、SILENT HILL f、びわ湖くん、アイドリッシュセブン、医療ドラマ

クリスマスプレゼント
ファミリーマート、クリスマス、サンタクロース、デマ、欲しい

誕生日
しゆん、TikTok、FNS歌謡祭、カリスマックス、ケーキ

中国
倭国、高市早苗、麻生太郎、渡航自粛、首相

TVアニメ
pop up、描き下ろし、グノーシア、カラオケまねきねこ、葬送のフリーレン

スパークリング
当落、タニノギムレット、正月、オジュウチョウサン、yogibo

当落
スパークリング、SixTONES、10周年、パシフィコ横浜、エバース

東京
ブランド、プロデュース、超特急、ジェンダーレス、スポット

エリアスポットランキング
エリアLOVEWalker内で昨日アクセスが多かったスポット

奈良県天理市の地域情報一覧|エリアスポットデータベース

新潟県新発田市の地域情報一覧|エリアスポットデータベース

鹿児島県鹿屋市の地域情報一覧|エリアスポットデータベース

医療法人　水野歯科医院 (医療機関) | 口コミ・話題・評判・週間天気

倭国
中国、外国人、欲しい、韓国、産業

クリスマス
クリスマスプレゼント、サンタクロース、QUOカードPay、アドベントカレンダー、クリスマスツリー

YouTube
ゲーム実況、SILENT HILL f、びわ湖くん、アイドリッシュセブン、医療ドラマ

クリスマスプレゼント
ファミリーマート、クリスマス、サンタクロース、デマ、欲しい

誕生日
しゆん、TikTok、FNS歌謡祭、カリスマックス、ケーキ

中国
倭国、高市早苗、麻生太郎、渡航自粛、首相

TVアニメ
pop up、描き下ろし、グノーシア、カラオケまねきねこ、葬送のフリーレン

スパークリング
当落、タニノギムレット、正月、オジュウチョウサン、yogibo

当落
スパークリング、SixTONES、10周年、パシフィコ横浜、エバース

東京
ブランド、プロデュース、超特急、ジェンダーレス、スポット

エリアスポットランキング
エリアLOVEWalker内で昨日アクセスが多かったスポット

奈良県天理市の地域情報一覧|エリアスポットデータベース

新潟県新発田市の地域情報一覧|エリアスポットデータベース

鹿児島県鹿屋市の地域情報一覧|エリアスポットデータベース

医療法人　水野歯科医院 (医療機関) | 口コミ・話題・評判・週間天気

倭国
中国、外国人、欲しい、韓国、産業

クリスマス
クリスマスプレゼント、サンタクロース、QUOカードPay、アドベントカレンダー、クリスマスツリー

YouTube
ゲーム実況、SILENT HILL f、びわ湖くん、アイドリッシュセブン、医療ドラマ

クリスマスプレゼント
ファミリーマート、クリスマス、サンタクロース、デマ、欲しい

誕生日
しゆん、TikTok、FNS歌謡祭、カリスマックス、ケーキ

中国
倭国、高市早苗、麻生太郎、渡航自粛、首相

TVアニメ
pop up、描き下ろし、グノーシア、カラオケまねきねこ、葬送のフリーレン

スパークリング
当落、タニノギムレット、正月、オジュウチョウサン、yogibo

当落
スパークリング、SixTONES、10周年、パシフィコ横浜、エバース

東京
ブランド、プロデュース、超特急、ジェンダーレス、スポット

エリアスポットランキング
エリアLOVEWalker内で昨日アクセスが多かったスポット

奈良県天理市の地域情報一覧|エリアスポットデータベース

新潟県新発田市の地域情報一覧|エリアスポットデータベース

鹿児島県鹿屋市の地域情報一覧|エリアスポットデータベース

医療法人　水野歯科医院 (医療機関) | 口コミ・話題・評判・週間天気

Mon	Tue	Wed	Thu	Fri	Sat	Sun
01	02	03	04	05	06	07
08	09	10	11	12	13	14
15	16	17	18	19	20	21
22	23	24	25	26	27	28
29	30	31

Mon	Tue	Wed	Thu	Fri	Sat	Sun
01	02	03	04	05	06	07
08	09	10	11	12	13	14
15	16	17	18	19	20	21
22	23	24	25	26	27	28
29	30	31

Mon	Tue	Wed	Thu	Fri	Sat	Sun
01	02	03	04	05	06	07
08	09	10	11	12	13	14
15	16	17	18	19	20	21
22	23	24	25	26	27	28
29	30	31

Mon	Tue	Wed	Thu	Fri	Sat	Sun
01	02	03	04	05	06	07
08	09	10	11	12	13	14
15	16	17	18	19	20	21
22	23	24	25	26	27	28
29	30	31

Mon	Tue	Wed	Thu	Fri	Sat	Sun
01	02	03	04	05	06	07
08	09	10	11	12	13	14
15	16	17	18	19	20	21
22	23	24	25	26	27	28
29	30	31

Mon	Tue	Wed	Thu	Fri	Sat	Sun
01	02	03	04	05	06	07
08	09	10	11	12	13	14
15	16	17	18	19	20	21
22	23	24	25	26	27	28
29	30	31