CyberCat

统计数据

36

文章

0

粉丝

0

获赞

539

阅读

4天前

美股血腥一周，马斯克让我代替他向各位 $TSLA 投资者拜个早年，大家马年大发！

6天前

市场回调是常态，有子弹的人就有福了。📝学习市场情绪是我们每个人的必修课，共勉🤝

1周前

所以留学美国拿绿卡，到底要过几关？几率有多大？我分享下自己的绿卡之路 •读博：5年 F1签证 •工作：3年 OPT •抽签：H1B 抽了3次才中 •排期：EB1 等了3年才拿到绿卡总耗时：11年。这就是普通留学生留美的真实难度更关键的是4 个假设前提 1.博士能顺利毕业（而且毕业不被压力整疯） 2.毕业能找到工作，且公司愿意 sponsor 身份 3.H1B 能在三年内抽中 4.绿卡下来前不被裁员以上任何一步走错基本前功尽弃。。所以留学拿绿卡就像打台球：以为能一杆进洞但现实是你得通过：白球撞红球 → 红球撞蓝球 → 蓝球撞绿球 → 绿球撞黄球 → 最后才进袋。光有实力没用，还需要很多运气。

1周前

卧槽Model S X要停产，成为绝唱了😂破釜成舟转型了。。。。去TM的车企当老马说It is Sad的时候我TM以为他要辞职还咋了。。。。

4周前

$LMND 暴涨8%+，来到了2021年7月以来的新高。一直以来很多人都喜欢告诉我说你TM这么high干嘛？说到底这只是一个fucking boring的保险公司。是的，保险很无聊，即使是AI保险。它比不上上火星，比不上AGI，比不上人形机器人，无聊到没多少人想深入研究一下，即使这是一只无聊到躺着都能赚钱的股票😺。

1个月前

$TSLA 和 $LMND 占我仓位的85% $TSLA 持有7年, 收盘ATH $LMND 持有5年，收盘近52周新高长期看两家公司的好日子都在后头，目前我的持有期限是“无限期”

2个月前

投资者最重要的素质: 敢于认错！！老段从不看好特斯拉 —>尝试FSD—>投资特斯拉前后也就一个多月。很多人都嘲笑他的打脸行为，但我不以为然。投资中会认错的是投资人的巨大优势！认错极为重要，但极为困难，原因在于俩字—— “面子” 我们曾几何时都因为所谓的“面子”疯狂维护自己以往的错误观点，在事实面前给自己洗脑，做出一个又一个错误的决策。KOL更是重灾区，部分朋友为了塑造永赢的形象，自欺欺人，结果死要面子活受罪。事实是面子值个屁钱，放低姿态，我们每个人都是终身学习者，迭代认知，极致的诚实，永远以事实为依据！打脸认错是美德，老段都愿意这样做，何况是我们？

2个月前

在投资中，Alpha 指的是获得的“超出市场基准的超额回报”，对于美股也就是打败VOO /QQQ. 个股投资者都希望打败市场，获取投资Alpha的本质是信息战，比的是谁的信息更多更准确，这样才能帮助还原标的的客观现实。我们要问自己有什么是只有自己在内的少数群体知道，而大部分人不知道的真相。比如特斯拉的FSD的能力到底如何？为了在公开市场（法律框架内）获取信息优势，确保自己处于信息的优势端，最简单的方法之一就是用标的的产品和服务，拿我个人举例：特斯拉：长期车主+FSD使用者 Lemonade：订阅房屋保险+宠物保险 Robinhood：券商 + 信用卡用户 Tempus AI：没有直接产品，但是医药业内人士我持有的所有标的我认为我都建立了信息优势，掌握了大多数人没有意识到的事实真相。我认为每位个股投资者都应该做到这些，不然投资大盘才是最稳妥的。

2个月前

特斯拉近期针对FSD的推广不断，果然上了老马薪酬计划的KPI就是好使，不过这广告拍的。。。。

特斯拉无人驾驶：交付突破与监管挑战· 92 条信息

#特斯拉 #FSD #推广 #马斯克 #广告

2个月前

这波下跌，我将我的Tempus AI仓位翻倍，建仓了 Robinhood😺 感谢市场爸爸，当市场血流成河不加仓那TM啥时候加仓？

#tempus AI #Robinhood #加仓 #市场下跌 #逢低买入

2个月前

最近特斯拉开始有推荐朋友试驾FSD奖励15刀的活动。但我个人不太看好这个活动的吸引力度😂 Anyway老马的薪酬计划中的重要一条是连续三个月取得1千万FSD 订阅，他一定会想尽办法实现。我的观点是除了努力实现无监督自动驾驶，最好的途径就是让FSD使用和保费挂钩。

#特斯拉FSD #推荐试驾奖励 #马斯克薪酬计划 #FSD订阅 #无监督自动驾驶

2个月前

关于特斯拉短期我只看三件事 (1) 年底是否能扩张到2千辆Robotaxi (2) 年底是否能取消掉安全员 (3) 年底是否能让部分用户实现无监督自动驾驶（边开车边玩手机）

特斯拉无人驾驶：交付突破与监管挑战· 92 条信息

#特斯拉Robotaxi #无人驾驶 #年底目标 #技术扩张 #安全员

3个月前

有英文圈老哥发帖说我特斯拉股东大会上的保险问题很烂，怎么能问伟大领袖马主席一个保险问题呢？评论区有几个人神留言：能烂过那个问老马能不能让自己送出一辆特斯拉车的😂？太TM太好笑了那么聊聊我心目中最烂提问前四名 (1)老马你针对保险贵的问题怎么看 (2) 老马我代表某公司能送一辆车出去吗？ (3) 老马你能立个赛博牛的雕塑吗？ (4) 老马你能将最早一批roaster交付一辆给我吗？对了，其中三个烂问题都是从我这排问出去的🤣🤣。所以大家觉得哪个问题最烂？

#特斯拉股东大会 #马斯克 #提问 #保险问题 #最烂提问

3个月前

$TEM 盘后一度大跌近10% 公司 Revenue, Adjusted EPS双Beat, 听完财报会我很心安，天赐良机，那我只能再笑纳一些 $TEM

#TEM #财报 #股票下跌 #双Beat #投资机会

3个月前

下一阶段最可能成功的AI投资标的需兼顾以下特点： 1. 垂直整合（数据/模型/分发/应用） 2. AI first minset，端到端思维及团队工程能力（将AI嵌入所有工作流实现真正的高效scale） 3. AI投资回报ROI可量化，投入具有较为清晰的变现路径和回报率 4. 拥有造血能力（稳健业务补贴下一阶段AI发展，并能够在潜在资本市场崩盘后活下去）

#AI投资 #垂直整合 #ROI可量化 #造血能力 #AI first mindset

3个月前

🔥 $LMND 单日暴涨12%！不预测短期股价，但长期来看还很早，我认为 $LMND 下限是10倍股，这是AI颠覆全世界最大产业（保险）的故事，lemonade has no competition IMO. 我的持有期限是“forever”，非投资建议。

#LMND #AI保险 #长期持有 #10倍股潜力 #乐观

3个月前

不是投资建议，但是如果我刚建仓 $LMND ，这会是我疯狂的加仓时刻，因为基本面走强，股票却在打折，我不清楚有啥比这更爽的了.

#LMND #建仓 #加仓 #基本面走强 #股票打折

3个月前

上周五虽然没有加仓但卖了一些put赚点权利金。毕竟 $LMND 大跌10%的机会不会一直有，别人恐慌就是逆着市场来😺

#LMND大跌 #卖put赚权利金 #逆市场操作 #恐慌情绪 #股票交易

4个月前

AI时代还需要老师吗？时隔5年再次见到PhD的老板，一起吃了一顿饭。她感叹AI发展之快超乎了想法，甚至有点scary (吓人)。她认为AI的逻辑推理也的确达到了PhD的水平，日常也用LLM打磨研究基金申请。她日常也带Pharma D 药剂师的课，说自己也开始有点迷茫，不清楚还能教学生些什么，怀疑自己的价值所在。因为大部分的东西ChatGPT里一搜都能讲的很清楚。我告诉她我从她那里学了讲故事的能力，对科研和知识的好奇心，感受到了学生和老师间的深度连结，这些是AI暂时还代替不了优秀教师的。

#AI发展 #教师价值 #人机互补 #教育反思 #科研好奇心

4个月前

如果各位有机会来美国，请一定不要错过芝加哥，我个人认为全美最美的城市，没有之一。不过记住，夏天来。

#芝加哥 #美国旅游 #夏季 #城市风光 #积极

4个月前

Tesla 和 Waymo天生就是不同的物种，短短一个半月，湾区的服务区域已经是Waymo的十倍。当然最终的评价标准将会是无车内安全员，全天候，全区域，大规模运营。只等薪酬方案落地，FSD14上线，满血老马带咱起飞🛫

特斯拉无人驾驶：交付突破与监管挑战· 92 条信息

#TESLA #Waymo #FSD14 #无人驾驶 #湾区

4个月前

我目前表现最好的两大投资就是重仓+长期持有的结果：第一大仓位： $LMND ～2.5倍，持有时间5年第二大仓位： $TSLA ~4倍，持有时间6年

#LMND #TSLA #长期持有 #投资组合 #高回报

5个月前

早年的血泪教训教会我投资是一个定性和定量相结合的游戏，特别之于科技成长股： 1. 如果我们只看当下公司的财报和估值，大概率看不懂科技公司的非线性成长。这就是为什么华尔街/CFA会错过一票好公司。 2. 但如果我们只看产品/技术和未来愿景而完全忽视一切财务和估值信息，那么大概率低估科技规模化变现的难度和时间维度。这就是为什么很多散户有可能为标的支付过高的价格，面临狭窄的安全边际和陷入漫长等待。我个人曾经是后者。多年的经历告诉我平衡定性和定量分析是最好投资的必要因素，两者缺一不可！Again好的投资是以合适的价格和时机购入好的资产。

#科技投资 #成长股 #定性分析 #定量分析 #价值评估

5个月前

🔥推荐所有想转型AI，创立AI，投资AI公司的朋友看看这篇Shai的分享帖，为何企业95%的AI项目都失败了以及10步解决良方：翻译：在一项最新研究中，MIT 分析了数百个企业 AI 项目。结果发现，其中 95% 都失败了。这并不令人意外。若企业还困在陈旧的系统、僵化的供应商，以及错误的人才队伍中，要让 AI 真正产生商业价值几乎是不可能的。最好的办法？推倒重来，从零开始。以下是我为传统企业朋友们准备的 10 步配方： 1.换个招牌。顶尖的 AI 人才很挑剔，他们不会愿意加入“State Farm”或“Allstate”这样的品牌。 2.重组团队，围绕“影响力”而不是“资历”或“自我晋升”来组织。 3.开除整个技术、产品和合规团队。他们大概率过于保守，只会维护现状。 4.解除 90% 的供应商合同。当你要走向未来时，一堆老掉牙的工具毫无用处。 5.招一个独角兽级的远见产品领袖，再加上一支由顶级工程师、PM 和设计师组成的小团队。给他们无限自由与预算，隔离他们，不要让高管和旧团队干预。 6.重建你的技术栈，打造成一个 AI 原生的企业操作系统：以客户为中心、对 LLM 友好、全面互联。它要能处理一切：活动管理、承保、定价、分析、理赔、用户流程、实验、客服等等，全程无人值守，全自动。如果做不到这一点，一切都没有意义。 7.构建漂亮的现代应用，让 UX 弹性可变，能实时适应客户和业务目标。利用这些应用每周收集 PB 级的信号数据。 8.让量化分析师和数据科学家利用这些数据大规模地改造定价和承保。 9.重新思考分销。广告牌是懒惰的做法。用有创意的方式玩转创意。让 AI 来分配各渠道预算。组建一个内部创意团队，与数据、增长和产品紧密协作。 10.每天多次发布产品更新……并持续十年。构建、衡量、学习，不断循环。祝好运！

#AI转型 #企业AI项目失败 #AI原生企业操作系统 #Shai分享 #重构企业AI

5个月前

为什么很多人觉得新一代AI模型没进步？因为在日常场景下，差异已经趋近无感，真正的区别只会在复杂问题、开放性问题、疑难题与极端场景中才显现。就像FSD v12.6.4和v13.2.9在普通路段差别极小，LLM在简单问答上表现也接近。但真正的挑战在于： •FSD如何收集足够的极端边缘案例干预数据 •LLM如何获得更难的问题来验证与训练（如HLE人类最终考试、FrontierMath尖端数学）当我们感受不到进步时，也许不是模型停滞，而是我们的问题不够难，场景不够复杂。

深度学习模型升级引发AI能力大跃进，行业迎新变革· 143 条信息

#AI模型 #无感差异 #复杂问题 #FSD #数据挑战