Get live statistics and analysis of Zhixiong Pan's profile on X / Twitter

1/ 我决定把 Web3 信息流聚合的「武功秘籍」开源出来，希望任何人都可以构建个性化的订阅工具，满足在 Web3 时代海量信息的筛选需求。 重点就是，这次开源不仅仅是方法论，而是包含了我整理的 500 多个信息源。涵盖项目的 Blog、GitHub、VC、KOL、Curator、播客等你甚至想不到的地方。

== Vibe Coding 零基础教程 == 通过 Vibe Coding，我自己实现了信息流产品的开发，发布了 Mac App，构建了满足自己需求的 AI Agent，还有更多新任务正在解锁中。 接下来，我会写一系列教程，带你用最少的步骤和刚刚好的知识，轻松开发满足你自己需求的产品。 1️⃣ 模型和工具怎么选 从编程任务来说，这三个模型可以考虑：OpenAI 的 Codex、Claude 系列、Gemini 3 Pro。如果你能解决网络和支付问题，我推荐首选 Claude（更均衡且成熟），其次是 Codex。从入门级订阅开始即可，不建议使用免费的版本。 工具方面，如果你习惯使用 IDE，可以用 VS Code 或者 Cursor。如果你更偏好直观的图形界面，Cursor 会更适合初学者。不过在刚开始阶段，直接使用这三个团队的官方应用或网页版也是完全够用的。 2️⃣ 整理需求 构建复杂的产品完全没问题，但需要循序渐进。再复杂的工具也都是由基础模块组合而成的。 如果你不知道从哪里下手，那就从详细梳理需求开始吧。把你想到的所有功能和逻辑尽可能详细地告诉 AI，最好使用高级一些的模型，比如 GPT-5-Think、Gemini 3 Pro 或者 Sonnet 4.5 / Opus 4.5。 你可以这样告诉 AI： > Hi AI，我想开发一个产品，它有以下这些需求，请你帮我梳理成一份逻辑清晰、结构严谨的产品需求文档。[然后换行，一条条写出你想实现的所有功能] AI 能很好地把模糊的、不确定的需求转化为完整且专业的文档。如果觉得有不符预期的地方，及时告诉它进行修复即可。 保存好这份文档，它会成为你产品开发的良好起点。如果你不确定，还可以请 AI 帮你初步评估整个产品的复杂度和实现难度。如果真的太复杂，不如早一点调整方向。 3️⃣ 拆解任务 热知识：不要在同一个对话窗口长时间和 AI 聊天，它的「智商」会随着对话的累积逐渐下降。 重启一个新的对话窗口，把之前整理好的产品需求直接给到 AI，让它帮你分析第一个可以快速实现且易于验证的功能。你可以这样请求： > Hi AI，以下是我的产品需求文档，但我从来没有编程过，请帮我分析一下，我可以在 10 分钟内快速实现的第一个任务是什么，并指导我如何快速验证这个功能。[然后换行，附上之前的产品需求文档] 让 AI 手把手教你搭建环境，运行代码并看到结果。有两个额外建议： 1. 大部分编程模型更擅长 Python，而且 Python 的入门门槛较低，可以优先选择。 2. 如果任务需要联网，优先考虑不联网的本地任务，因为联网任务的复杂度更高。如果不理解，直接问 AI 就好。 4️⃣ 持续迭代，明确验证方法 创造出一个「正向反馈机制」才是最终交付产品的关键，避免一次性完成过于复杂的任务。 完成第一个小任务后，继续告诉 AI 根据你的需求和已有的代码，明确下一步应该实现什么功能，并清楚告诉你如何验证每个任务。 确保每次开发的功能都能快速验证其有效性。 5️⃣ 修复 Bug 开发过程中难免遇到 bug，比如结果与预期不同。遇到问题时，同样可以依靠 AI 帮助你 debug。 详细地描述你的实际问题，包括报错信息或运行结果，AI 会根据情况指导你如何修复和优化代码，可能经过几轮迭代就能顺利解决。 6️⃣ 学点软件工程基础 任务复杂度增加后，就需要逐渐了解一些软件工程的基本知识了，否则很多问题将难以修复。 这就像搭建家具：拼装简单桌子只需直觉和说明书，但更复杂的橱柜则需要学习使用专业工具和理解基础结构。 怎么学？当然是通过 AI，可以逐步了解「数据结构与算法」、工程师团队的基本组成，以及整体的工作流程。 7️⃣ 开发工具和 GitHub 任务变复杂后，趁手的工具也必不可少。 你可以选择 VC Code 或 Cursor 来编辑代码，也可以直接通过终端打开 Codex 或 Claude。我个人更偏爱后者，但建议你多尝试，找到自己舒服的方式。 代码管理也至关重要。当你频繁修改代码时，Git 就显得不可或缺。最简单的图形化工具就是 GitHub 官方 App，可以让 AI 帮你一步步学会如何 Commit 和管理代码。 8️⃣ 服务器或 Cloudflare 大多数现代产品都需要联网获取数据或持续运行某些任务，比如抓取数据、计算、存储数据等。 你可以租用服务器，比如亚马逊云或 Digital Ocean，每个月几美元起步。但你也需要从零学习 Linux 系统，环境搭建较为复杂。 我推荐 Cloudflare Worker，免费版就能很好地入门，收费版每月也只需 5 美元。我自己的产品基本都用 Worker 构建，它帮你降低了很多基础设施的复杂度，让你专注于业务逻辑。 Cloudflare 还有很多有用的工具，比如 5GB 免费数据库，扩展性强。你也可以让 AI 帮你评估一下是否适合自己的产品。 9️⃣ 积累 Vibe Coding 经验 我相信未来通过这种 Vibe Coding 方式构建产品将会越来越流行，门槛也会更低。从现在开始积累经验，你会发现自己与 LLM 技术共同成长，未来能轻松驾驭更多产品开发场景。 网址： https://t.co/RS7Ou39F0M https://t.co/7lzWy3Rsr0 https://t.co/Ekvue6ADE0

在一周内，AI 三巨头仿佛达成默契，全面押注医疗/健康领域： 1. OpenAI 推出 ChatGPT Health，且收购 Torch 2. Google 推出 MedGemma 1.5 (4B) 3. Anthropic 推出 Claude for Healthcare 这才 2026 年第 14 天...

在 OpenAI 低调上线 ChatGPT Translate 功能后没几天， Google 就发布了开源翻译模型 TranslateGemma，支持 55 种主流语言，基于 Gemini。 - 最小的 4B 规模 -> 手机📱 - 中间的 12B 规模 -> 家用电脑💻 - 最大的 27B 规模 -> 单块专业显卡💸 这在商业上甚至与自家翻译 API 构成了竞争，看来 Google 是铁了心，要亲手革了自己旧模式的命。

对大厂而言，OpenClaw 的核心价值在于获取底层系统控制权。 一旦拿到替用户操作电脑的最高权限，就意味着能绕过所有应用，直接在用户的桌面上实现垄断。面对这种战略级机会，大厂怎么可能不抢？

这是近期最能提升认知的观点，强烈推荐。

这张曾经红极一时、人手一张的截图，其中的作者早就在两年多前 All in AI 了。 但那个 AI 媒体也在去年停止运营了，我没看到任何讨论，好像也没人在乎。

戴了十年 Apple Watch，终于用 CGM 解锁了血糖。 我最近戴起了 CGM（持续葡萄糖监测），在手臂上扎了一针，但我其实既没糖尿病，也没家族遗传史。 这个产品需要在手臂后侧贴上一个硬币大小的设备。它底部有一根很细的软管植入皮下，用来 24 小时测量血糖水平。这个小设备每两周要换一个。 听起来有点吓人，但我自己的体验是，完全没有痛感，比我形容的要温和得多。 我戴它主要是出于好奇：我想知道吃进去的各种食物会怎么影响我的血糖？在这个糖尿病年轻化的时代，我的饮食结构是不是也在不知不觉中影响着我的健康？ 0️⃣ 关于背景：万亿市值的警示 根据 IDF 的数据，全球已接近 6 亿糖尿病患者，相比 10 年前增长了 42%。 资本往往是最敏锐的风向标。作为深耕糖尿病赛道的巨头，礼来（Eli Lilly）之所以能成为史上首家市值突破万亿美元的制药企业，正是因为其降糖药物押中了这个时代的普遍焦虑。 而司美格鲁肽（Semaglutide）从降糖药摇身变为「减肥神药」，更是模糊了治病与身材管理的界限。 就连作为糖尿病治疗基石的二甲双胍，近年来也因其潜在的抗衰老与延长健康寿命效应，正逐渐打破单纯的「治病」范畴，成为了长寿科学领域的焦点。 为什么普通人要关注糖尿病？因为在糖分泛滥的现代社会，代谢健康已经成了我们最昂贵的隐形资产。即便没有确诊，血糖的剧烈波动也在时刻透支着我们的精力与情绪。 1️⃣ 关于价格：从「医疗器械」到「大众消费」 随着中国从 2021 年开始普及这类产品，大量本土品牌诞生，直接把这个品类大众化了。 其实这个品类算是 2000 年前后才开始起步的，在发达国家被大众熟知和广泛使用，则主要是 2010 年代的事。 早些年想在中国用这类产品，几乎只能买雅培（Abbott）这种进口货，一个月要近 1000 元。现在选硅基动感、鱼跃、微泰这些国产品牌，价格降到了每个月最低 200 元左右。这不仅让国内糖尿病患者负担变轻，也让我们这种「尝鲜党」能低成本体验。 甚至我在新加坡的朋友，都会从京东买国产品牌寄过去。因为大家的技术差距其实没那么大，数值误差都在可控范围内。只要不碰专利墙，这些新品牌完全有机会让更多国家的人用得起 CGM。 2️⃣ 关于技术：无创监测的理想与现实 作为一个 Apple Watch 十年用户，我听传闻说苹果要搞「无创血糖监测」好多年了，但至今仍遥遥无期。可见这确实是刚需，但技术难度也是真的高。 所以在苹果搞定之前，目前的家用血糖监测要么得扎手指采血，要么就像 CGM 这样长期埋植。这对用户心理是个挑战，好在现在的 CGM 体验已经做得很好，基本能做到无感。 3️⃣ 关于观念：人人都是 Biohacker 当然，CGM 的本职工作是帮糖友调整饮食、药物和胰岛素剂量。但对于普通人，它已经变成了一个不昂贵的「身体仪表盘」。 这让我想起几年前看过的 Netflix 的德剧《Biohackers》（生物黑客），还有游戏《赛博朋克 2077》。在那些作品里，Biohacker 往往意味着激进的基因编辑或身体改造。 但在现实中，Biohacker 不需要那么极端。它其实就是指通过数据量化自己的健康状态，然后据此调整生活方式、饮食和补剂。 以前我通过 Apple Watch 看心电图、睡眠情况，现在通过 CGM 看血糖。其实没什么玄乎的，就是想多掌握一个数据，让自己吃东西的时候心里更有数。 毕竟，想做「超级个体」，得先把自己身体这点事搞明白。 （注：不同国家和地区监管不同，使用前请咨询医生。）

我其实不太懂，为什么游戏产业这么抗拒 AI 生成式内容带来的颠覆性变革。 哪怕是预算顶级的 3A 开放世界，如今也更像是一座座精美的空城，外表宏大到极致，里面却空无一物。 因为靠堆人力的传统模式，根本填不满这么大的地图。动辄数亿美金、五六年工期，最后交付的依然是满地 Bug 和那些永远打不开的门。 承认人力有极限很难吗？AI 恰恰是能打破这个死局的唯一解。用生成式 AI 去填充那些原本只能留白的建筑，用 LLM 赋予 NPC 真正的灵魂，这才是进化的方向。 只有当推开任何一扇门都有内容、和任何人对话都有随机惊喜时，那个被承诺了无数次的「开放世界」才算真正到来。

1/ 我决定把 Web3 信息流聚合的「武功秘籍」开源出来，希望任何人都可以构建个性化的订阅工具，满足在 Web3 时代海量信息的筛选需求。 重点就是，这次开源不仅仅是方法论，而是包含了我整理的 500 多个信息源。涵盖项目的 Blog、GitHub、VC、KOL、Curator、播客等你甚至想不到的地方。

== Vibe Coding 零基础教程 == 通过 Vibe Coding，我自己实现了信息流产品的开发，发布了 Mac App，构建了满足自己需求的 AI Agent，还有更多新任务正在解锁中。 接下来，我会写一系列教程，带你用最少的步骤和刚刚好的知识，轻松开发满足你自己需求的产品。 1️⃣ 模型和工具怎么选 从编程任务来说，这三个模型可以考虑：OpenAI 的 Codex、Claude 系列、Gemini 3 Pro。如果你能解决网络和支付问题，我推荐首选 Claude（更均衡且成熟），其次是 Codex。从入门级订阅开始即可，不建议使用免费的版本。 工具方面，如果你习惯使用 IDE，可以用 VS Code 或者 Cursor。如果你更偏好直观的图形界面，Cursor 会更适合初学者。不过在刚开始阶段，直接使用这三个团队的官方应用或网页版也是完全够用的。 2️⃣ 整理需求 构建复杂的产品完全没问题，但需要循序渐进。再复杂的工具也都是由基础模块组合而成的。 如果你不知道从哪里下手，那就从详细梳理需求开始吧。把你想到的所有功能和逻辑尽可能详细地告诉 AI，最好使用高级一些的模型，比如 GPT-5-Think、Gemini 3 Pro 或者 Sonnet 4.5 / Opus 4.5。 你可以这样告诉 AI： > Hi AI，我想开发一个产品，它有以下这些需求，请你帮我梳理成一份逻辑清晰、结构严谨的产品需求文档。[然后换行，一条条写出你想实现的所有功能] AI 能很好地把模糊的、不确定的需求转化为完整且专业的文档。如果觉得有不符预期的地方，及时告诉它进行修复即可。 保存好这份文档，它会成为你产品开发的良好起点。如果你不确定，还可以请 AI 帮你初步评估整个产品的复杂度和实现难度。如果真的太复杂，不如早一点调整方向。 3️⃣ 拆解任务 热知识：不要在同一个对话窗口长时间和 AI 聊天，它的「智商」会随着对话的累积逐渐下降。 重启一个新的对话窗口，把之前整理好的产品需求直接给到 AI，让它帮你分析第一个可以快速实现且易于验证的功能。你可以这样请求： > Hi AI，以下是我的产品需求文档，但我从来没有编程过，请帮我分析一下，我可以在 10 分钟内快速实现的第一个任务是什么，并指导我如何快速验证这个功能。[然后换行，附上之前的产品需求文档] 让 AI 手把手教你搭建环境，运行代码并看到结果。有两个额外建议： 1. 大部分编程模型更擅长 Python，而且 Python 的入门门槛较低，可以优先选择。 2. 如果任务需要联网，优先考虑不联网的本地任务，因为联网任务的复杂度更高。如果不理解，直接问 AI 就好。 4️⃣ 持续迭代，明确验证方法 创造出一个「正向反馈机制」才是最终交付产品的关键，避免一次性完成过于复杂的任务。 完成第一个小任务后，继续告诉 AI 根据你的需求和已有的代码，明确下一步应该实现什么功能，并清楚告诉你如何验证每个任务。 确保每次开发的功能都能快速验证其有效性。 5️⃣ 修复 Bug 开发过程中难免遇到 bug，比如结果与预期不同。遇到问题时，同样可以依靠 AI 帮助你 debug。 详细地描述你的实际问题，包括报错信息或运行结果，AI 会根据情况指导你如何修复和优化代码，可能经过几轮迭代就能顺利解决。 6️⃣ 学点软件工程基础 任务复杂度增加后，就需要逐渐了解一些软件工程的基本知识了，否则很多问题将难以修复。 这就像搭建家具：拼装简单桌子只需直觉和说明书，但更复杂的橱柜则需要学习使用专业工具和理解基础结构。 怎么学？当然是通过 AI，可以逐步了解「数据结构与算法」、工程师团队的基本组成，以及整体的工作流程。 7️⃣ 开发工具和 GitHub 任务变复杂后，趁手的工具也必不可少。 你可以选择 VC Code 或 Cursor 来编辑代码，也可以直接通过终端打开 Codex 或 Claude。我个人更偏爱后者，但建议你多尝试，找到自己舒服的方式。 代码管理也至关重要。当你频繁修改代码时，Git 就显得不可或缺。最简单的图形化工具就是 GitHub 官方 App，可以让 AI 帮你一步步学会如何 Commit 和管理代码。 8️⃣ 服务器或 Cloudflare 大多数现代产品都需要联网获取数据或持续运行某些任务，比如抓取数据、计算、存储数据等。 你可以租用服务器，比如亚马逊云或 Digital Ocean，每个月几美元起步。但你也需要从零学习 Linux 系统，环境搭建较为复杂。 我推荐 Cloudflare Worker，免费版就能很好地入门，收费版每月也只需 5 美元。我自己的产品基本都用 Worker 构建，它帮你降低了很多基础设施的复杂度，让你专注于业务逻辑。 Cloudflare 还有很多有用的工具，比如 5GB 免费数据库，扩展性强。你也可以让 AI 帮你评估一下是否适合自己的产品。 9️⃣ 积累 Vibe Coding 经验 我相信未来通过这种 Vibe Coding 方式构建产品将会越来越流行，门槛也会更低。从现在开始积累经验，你会发现自己与 LLM 技术共同成长，未来能轻松驾驭更多产品开发场景。 网址： https://t.co/RS7Ou39F0M https://t.co/7lzWy3Rsr0 https://t.co/Ekvue6ADE0

我其实不太懂，为什么游戏产业这么抗拒 AI 生成式内容带来的颠覆性变革。 哪怕是预算顶级的 3A 开放世界，如今也更像是一座座精美的空城，外表宏大到极致，里面却空无一物。 因为靠堆人力的传统模式，根本填不满这么大的地图。动辄数亿美金、五六年工期，最后交付的依然是满地 Bug 和那些永远打不开的门。 承认人力有极限很难吗？AI 恰恰是能打破这个死局的唯一解。用生成式 AI 去填充那些原本只能留白的建筑，用 LLM 赋予 NPC 真正的灵魂，这才是进化的方向。 只有当推开任何一扇门都有内容、和任何人对话都有随机惊喜时，那个被承诺了无数次的「开放世界」才算真正到来。

进一步加码 AI，创建一个重度用户的讨论群。靠 X 讨论带宽还是低了点。 只要你连续一年，每个月订阅 AI 模型费用超过 100 美元，可以 DM 我。 或者能证明用 AI 创作出了什么产品，也行。 只聊怎么用 AI 最大化生产力，包括但不限于 Coding、Research 等等。

在一周内，AI 三巨头仿佛达成默契，全面押注医疗/健康领域： 1. OpenAI 推出 ChatGPT Health，且收购 Torch 2. Google 推出 MedGemma 1.5 (4B) 3. Anthropic 推出 Claude for Healthcare 这才 2026 年第 14 天...

戴了十年 Apple Watch，终于用 CGM 解锁了血糖。 我最近戴起了 CGM（持续葡萄糖监测），在手臂上扎了一针，但我其实既没糖尿病，也没家族遗传史。 这个产品需要在手臂后侧贴上一个硬币大小的设备。它底部有一根很细的软管植入皮下，用来 24 小时测量血糖水平。这个小设备每两周要换一个。 听起来有点吓人，但我自己的体验是，完全没有痛感，比我形容的要温和得多。 我戴它主要是出于好奇：我想知道吃进去的各种食物会怎么影响我的血糖？在这个糖尿病年轻化的时代，我的饮食结构是不是也在不知不觉中影响着我的健康？ 0️⃣ 关于背景：万亿市值的警示 根据 IDF 的数据，全球已接近 6 亿糖尿病患者，相比 10 年前增长了 42%。 资本往往是最敏锐的风向标。作为深耕糖尿病赛道的巨头，礼来（Eli Lilly）之所以能成为史上首家市值突破万亿美元的制药企业，正是因为其降糖药物押中了这个时代的普遍焦虑。 而司美格鲁肽（Semaglutide）从降糖药摇身变为「减肥神药」，更是模糊了治病与身材管理的界限。 就连作为糖尿病治疗基石的二甲双胍，近年来也因其潜在的抗衰老与延长健康寿命效应，正逐渐打破单纯的「治病」范畴，成为了长寿科学领域的焦点。 为什么普通人要关注糖尿病？因为在糖分泛滥的现代社会，代谢健康已经成了我们最昂贵的隐形资产。即便没有确诊，血糖的剧烈波动也在时刻透支着我们的精力与情绪。 1️⃣ 关于价格：从「医疗器械」到「大众消费」 随着中国从 2021 年开始普及这类产品，大量本土品牌诞生，直接把这个品类大众化了。 其实这个品类算是 2000 年前后才开始起步的，在发达国家被大众熟知和广泛使用，则主要是 2010 年代的事。 早些年想在中国用这类产品，几乎只能买雅培（Abbott）这种进口货，一个月要近 1000 元。现在选硅基动感、鱼跃、微泰这些国产品牌，价格降到了每个月最低 200 元左右。这不仅让国内糖尿病患者负担变轻，也让我们这种「尝鲜党」能低成本体验。 甚至我在新加坡的朋友，都会从京东买国产品牌寄过去。因为大家的技术差距其实没那么大，数值误差都在可控范围内。只要不碰专利墙，这些新品牌完全有机会让更多国家的人用得起 CGM。 2️⃣ 关于技术：无创监测的理想与现实 作为一个 Apple Watch 十年用户，我听传闻说苹果要搞「无创血糖监测」好多年了，但至今仍遥遥无期。可见这确实是刚需，但技术难度也是真的高。 所以在苹果搞定之前，目前的家用血糖监测要么得扎手指采血，要么就像 CGM 这样长期埋植。这对用户心理是个挑战，好在现在的 CGM 体验已经做得很好，基本能做到无感。 3️⃣ 关于观念：人人都是 Biohacker 当然，CGM 的本职工作是帮糖友调整饮食、药物和胰岛素剂量。但对于普通人，它已经变成了一个不昂贵的「身体仪表盘」。 这让我想起几年前看过的 Netflix 的德剧《Biohackers》（生物黑客），还有游戏《赛博朋克 2077》。在那些作品里，Biohacker 往往意味着激进的基因编辑或身体改造。 但在现实中，Biohacker 不需要那么极端。它其实就是指通过数据量化自己的健康状态，然后据此调整生活方式、饮食和补剂。 以前我通过 Apple Watch 看心电图、睡眠情况，现在通过 CGM 看血糖。其实没什么玄乎的，就是想多掌握一个数据，让自己吃东西的时候心里更有数。 毕竟，想做「超级个体」，得先把自己身体这点事搞明白。 （注：不同国家和地区监管不同，使用前请咨询医生。）

对大厂而言，OpenClaw 的核心价值在于获取底层系统控制权。 一旦拿到替用户操作电脑的最高权限，就意味着能绕过所有应用，直接在用户的桌面上实现垄断。面对这种战略级机会，大厂怎么可能不抢？

我觉得在 Crypto + 信用卡之后的大趋势是 Crypto + eSIM，应该有团队开始做了吧？ 有这么一些优势： 1. 旅游用户需要，之前需要实体卡，现在只需要eSIM。这是个现实世界的场景，并且需求极大。 2. 支付可以用稳定币实现。 3. 可以在用户管理 eSIM 的 App 中植入一些 Crypto 钱包的场景（可选，不是必须的）。 4. eSIM 还能自带 VPN 或者梯子。 推广上： 1. 可以与在 Crypto 大会或开源黑客松主办方处设置展位或冠名赞助，或者直接在机场直接送，用手机扫码激活，送一周基本流量，需要充值就用钱包和 Crypto 支付。 挑战： 1. 目前就针对中国市场的手机没有 eSIM 功能。可能几年后也会开放这个功能。 2. 电信运营资质在各个国家都很高，不过应该高不过银行吧，而且现在还是有很多虚拟运营商的，可以先合作。

x402 这种这么简单的支付协议也能被玩 meme。。。。。是没有其他可以炒作的话题了吗🤦‍♂️

我记得几年前，天王级项目上线前，都是各种技术、生态的疯狂对比，比如 Cosmos 和波卡，没上线前就有很多的文章，各种翻译和社区讨论对比，研究跨链桥的区别，如何颠覆以太坊等等，好不热闹。 现在的天王级项目上线，好像也没人在乎这些了，就看是不是币安、FDV、创始人背景，以及流通量数据对不对。

这张曾经红极一时、人手一张的截图，其中的作者早就在两年多前 All in AI 了。 但那个 AI 媒体也在去年停止运营了，我没看到任何讨论，好像也没人在乎。

很多人还在等 Crypto 的下一个 Summer，认为这只是周期低谷，市场热度迟早会回归。 别幻想了。在以前的周期里，并没有强如 LLM 这样能重塑全球生产力的技术变量。 没错，当年 ETH PoW 也曾让显卡一卡难求，但这已成历史。 看看现在显卡和内存的再次暴涨，连游戏玩家都明白，这次是 AI…