5 عادت مهم برای آینده در عصر هوش مصنوعی
نویسنده: SanTi Li, Naxida, Silver Moon
با پیشرفت سریع فناوری هوش مصنوعی، ما وارد یک عصر جدید شدهایم. #AI در حال تغییر روش کار ما با سرعتی بیسابقه است و بزرگترین چالش ما دیگر "کمبود اطلاعات" نیست. آنچه واقعاً کمیاب است: الهام، توجه، قضاوت و توانایی تفکر مستقل.
زمانی که هوش مصنوعی میتواند جستجوها، تحلیلها، نوشتن، برنامهنویسی و حتی پیشنهاد راهحلها را در عرض چند ثانیه انجام دهد، بزرگترین خطر برای بشریت ممکن است دیگر "عدم توانایی در استفاده از هوش مصنوعی" نباشد، بلکه وابستگی بیش از حد به هوش مصنوعی باشد که در نهایت تفکر و قضاوت خود را به آن تسلیم میکند.
بنابراین، توانایی واقعاً مهم در آینده این است که نه به ماشینها شبیهتر شویم، بلکه آن تواناییهایی را که واقعاً متعلق به انسانهاست حفظ کنیم و در عین حال از قابلیتهای ماشین به طور کامل استفاده کنیم.
پنج عادت زیر به شما کمک میکند تا "سیستم عامل بقا و کارایی خود را در عصر هوش مصنوعی" بسازید.
1. به طور فعال قطع ارتباط کنید، به طبیعت برگردید و بیشتر ورزش کنید
بدن اساس سیستم شناختی انسان است.
سرعت پاسخ هوش مصنوعی در میلیثانیه است. ما میتوانیم چندین پنجره را به طور همزمان باز کنیم، با چندین مدل گفتگو کنیم و اجازه دهیم هوش مصنوعی مقدار زیادی از کار را برای ما انجام دهد. به نظر میرسد کارایی به طور تصاعدی افزایش مییابد، اما یک واقعیت که به راحتی نادیده گرفته میشود این است: صفحهنمایشها و سرورها خسته نمیشوند، اما بدن و مغز انسان خسته میشوند.
اگر کارایی به طور قابل توجهی افزایش یابد اما تنها در دست عدهای محدود باشد، تنها مزیت کارایی آنها را افزایش میدهد. اما وقتی که این یک بهروزرسانی فناوری جمعی میشود، میتواند به راحتی بشریت را به وضعیتی از تحریک اطلاعاتی با فرکانس بالا، نشستن طولانیمدت و تغییر وظایف سوق دهد، که به طور مداوم توجه و منابع شناختی را تخلیه میکند و در نهایت به وضعیتی منجر میشود که "بسیار کارآمد، اما به طور ناخواسته از نظر جسمی ساکن و از نظر ذهنی خسته" است.
- ایجاد یک "منطقه روزه دیجیتال": هر روز زمانهای مشخصی را تعیین کنید تا به طور کامل از صفحهنمایش دور شوید (مانند ساعت اول پس از بیدار شدن یا ساعت آخر قبل از خواب)، یا زمانی را برای قطع کامل ارتباط با اینترنت و دستگاههای هوشمند تعیین کنید و توجه را به دنیای فیزیکی بازگردانید و به مغز اجازه دهید "تازه شود."
- استفاده از حس فیزیکی برای مقابله با غوطهوری مجازی: در ورزشهای هوازی شرکت کنید یا به محیطهای طبیعی بروید (مانند زمینهای بسکتبال، زمینهای فوتبال، جنگلها، پارکها). تصاویر غیرخطی و آزادسازی دوپامین از طبیعت بهترین راهها برای بازگرداندن منابع توجه و فعال کردن خلاقیت ناخودآگاه (مانند "الهام در حمام") هستند.
- تفاوت بین "تحریک بالا" و "استراحت واقعی" را تشخیص دهید: مرور ویدیوهای کوتاه، شبکههای اجتماعی، بازیهای ریتمی با شدت بالا یا گپ زدن بیهدف با هوش مصنوعی اساساً محرکهای دیجیتالی هستند که نه تنها استراحت فراهم نمیکنند بلکه میتوانند مغز را خستهتر کنند یا حتی به بیخوابی منجر شوند. بهبودی واقعی از حرکت فیزیکی، خواب عمیق، نور خورشید، طبیعت، تنفس و تعاملات واقعی بین فردی ناشی میشود.
بدن بار اضافی بر کارایی تولید نیست؛ بدن خود بخشی از توانایی شناختی است. هر چه هوش مصنوعی قویتر شود، انسانها بیشتر نیاز دارند تا ظرفیت فیزیکی خود را حفظ کنند.
2. اصول همکاری خود با هوش مصنوعی را به طور مداوم بهینهسازی کنید
فقط یادگیری Prompts کافی نیست؛ سیستم عامل انسانی-هوش مصنوعی خود را ایجاد کنید.
هوش مصنوعی را به عنوان دوقلوی دیجیتال یا دستیار برتر خود ببینید، نه به عنوان ابزاری که گاهی برای پاسخ به سوالات استفاده میشود. هرگز اجازه ندهید هوش مصنوعی پیشتاز باشد—بهویژه اکنون، احتمال اینکه هوش مصنوعی "توهمات" و "نابخردیهای جدی" را تجربه کند، همچنان بالا است. مدلهای مختلف ممکن است نیز قضاوتهای "مطمئن اما نادرست" را نشان دهند، بنابراین هر چه قابلیتهای مدل قویتر باشد، انسانها نمیتوانند از تأیید و تصمیمگیری نهایی صرفنظر کنند.
در آینده، آنچه افراد را متمایز میکند نه کسی که تکنیکهای موقتی Prompt بیشتری را تسلط دارد، بلکه کسی که میتواند یک سیستم عامل انسانی-هوش مصنوعی پایدار طراحی و تثبیت کند، خواهد بود.
- تقسیم کار را روشن کنید:
نقش هوش مصنوعی: جمعآوری دادهها، سازماندهی دادهها، تولید پیشنویس اولیه، ساختاردهی، نوشتن کد، فرمتبندی، انجام وظایف تکراری و شبیهسازیهای چندسناریویی.
نقش انسان: بازخورد به موقع، جهتگیری استراتژیک، قضاوت ارزشی، تحمل ریسک، تصمیمگیری نهایی، سلیقه زیباییشناختی، مرزهای اخلاقی و درک دنیای واقعی.
- ایجاد Prompts سیستم سفارشی: استانداردهای کاری و اصول اصلی خود را در یک سند هنجاری خلاصه کنید و آن را در تنظیمات هوش مصنوعی قرار دهید. به عنوان مثال: "هنگام تحلیل مشکلات، ابتدا بین حقایق و استنباطها تمایز قائل شوید؛ اطلاعات نامشخص باید به وضوح علامتگذاری شود؛ برای کامل بودن، حقایق غیرموجود ایجاد نکنید؛ نتایج مهم باید مسیرهای تأیید را ارائه دهند."
- به طور مداوم SOP همکاری را تکرار کنید: پس از اتمام یک کار چالشبرانگیز، مرور کنید: هزینههای بالای ارتباط در کجا بود؟ چرا هوش مصنوعی اشتباه فهمید؟ چه قوانینی باید از قبل ارتباط برقرار شود؟ به تدریج رویههای عملیاتی استاندارد خود را ایجاد کنید. (به نوعی، رفتار با هوش مصنوعی مانند "پاپی دیجیتال" که نیاز به آموزش طولانیمدت دارد، بد نیست: هر چه قوانین واضحتری به آن بدهید، راحتتر میتواند عادات کاری پایدار را شکل دهد.)
3. افکار خود را تازه و واضح نگه دارید؛ وقتی گیر کردید، خود را خسته نکنید
هوش مصنوعی میتواند بیپایان کار کند، اما انسانها نباید خود را بدون محدودیت مصرف کنند.
یکی از بزرگترین مزایای هوش مصنوعی همچنین بزرگترین دام آن است: این میتواند همیشه ادامه یابد.
شما میتوانید به طور مداوم Prompts را اصلاح کنید، از هوش مصنوعی بخواهید دوباره بنویسد، مدلها را عوض کنید، روشها را تغییر دهید و دوباره تحلیل کنید و سپس ادامه دهید تا اینکه ساعتها بعد ناگهان متوجه شوید: دیگر نمیدانید چه مشکلی را میخواستید حل کنید.
این یک دام شناختی است که در عصر هوش مصنوعی به راحتی ممکن است به آن بیفتید: ماشینها هیچ مکانیزم خستگی ندارند، اما انسانها دارند.
زمانی که افکار گیر کرده یا احساسات مضطرب هستند، انسانها به راحتی میتوانند به یک چرخه معیوب از تنظیم مداوم Prompts بیفتند و سعی کنند فوراً پاسخ کامل را به دست آورند. در حالت دستورات گیجکننده، بارها و بارها با هوش مصنوعی کشمکش کردن نه تنها انرژی شناختی شما را به شدت مصرف میکند بلکه اصول پردازش هوش مصنوعی را نیز به تدریج بینظم میکند و آن را به ابزاری تبدیل میکند که بیرحمانه توکنها و پول را مصرف میکند. من همچنین یک باگ کوچک الگوریتمی را تجربه کردم که باعث شد Codex و Claude، دو مدل برتر، به مدت دو روز بدون راهحل گیر کنند. بعداً، من به سادگی متوقف شدم و روز بعد، با ذهنی روشن، ناگهان به یک رویکرد کاملاً متفاوت فکر کردم و هوش مصنوعی توانست در عرض 3 دقیقه از طریق روش دیگری آن را حل کند.
- شناسایی سیگنالهای "کاهش بازده شناختی": وقتی متوجه شدید که سه بار متوالی Prompt را اصلاح کردهاید بدون اینکه پاسخ رضایتبخشی دریافت کنید، یا وقتی شروع به احساس ناراحتی قابل توجهی از خروجی هوش مصنوعی میکنید، این نشان میدهد که افکار شما به یک نقطه کور افتاده و انرژی شناختی تخلیه شده است.
- اجبار به خاموشی: به محض اینکه احساس "گرفتگی" کردید، بلافاصله از صندلی خود بلند شوید و تعامل با هوش مصنوعی را متوقف کنید. بروید آب بنوشید، قدم بزنید یا دوش بگیرید و به مغز خود یک دوره بافر شناختی بدهید تا اجازه دهید تفکر ضمنی به طور طبیعی عمل کند.
- بازگشت از "جزئیات خستگی" به "تعریف مجدد مشکل": زمانی که افکار گیر کردهاند، به جای بهینهسازی Prompt، از خود بپرسید: "مشکل واقعی که میخواهم حل کنم چیست؟ آیا پیشفرض نادرستی تعیین کردهام؟ آیا این مشکل واقعاً ارزش ادامه حل دارد؟"
سرمایهگذاری در سهام هزینههای غرق شده دارد و به نظر میرسد که مصرف توکن در عصر هوش مصنوعی نیز ممکن است روانشناسی مشابهی از هزینههای غرق شده ایجاد کند.
4. به طور قاطع هوش مصنوعی را قطع کنید و کنترل تعاملات را حفظ کنید
اجازه ندهید ریتم خروجی هوش مصنوعی ریتم تفکر شما را تحت تأثیر قرار دهد.
مکانیسم تولید مدلهای زبانی بزرگ به این معنی است که آنها ممکن است پاسخهایی ارائه دهند که به نظر منطقی میرسند اما در واقع شامل تعصبات و توهمات هستند. اگر به طور عادتوار منتظر بمانید تا هوش مصنوعی یک یا دو هزار کلمه تولید کند قبل از اینکه بخوانید، ریتم تفکر شما به طور کامل توسط هوش مصنوعی هدایت خواهد شد.
شما باید یک مهارت کلیدی در تعامل انسان-ماشین را تسلط پیدا کنید: راهنمایی تکراری.
- دکمه "توقف تولید" را فشار دهید: به محض اینکه متوجه شدید خروجی هوش مصنوعی از هدف اصلی منحرف شده، شروع به انباشت کلیشههای خالی کرده یا از جمله اول اشتباه بوده است، تردید نکنید—بلافاصله آن را قطع کنید؛ هرگز وقت خود را صرف خواندن اطلاعات غیرموثر نکنید. بنابراین اکنون انسانها نیز باید منطق تفکر هوش مصنوعی را در حین فرآیند آن مشاهده کنند؛ این واقعاً میتواند بسیار خستهکننده باشد. هوش مصنوعی اکنون مانند رانندگی خودکار است؛ شما نمیتوانید به طور کامل به آن اعتماد کنید.
- اصلاح و تنظیم فوری: پس از قطع، بلافاصله محدودیتها را اضافه کنید. به عنوان مثال: "متوقف شو، تو اشتباه فهمیدی. آنچه من نیاز دارم یک نمای کلی از صنعت نیست، بلکه سه مرحله عملی خاص است."
- اجبار به حالت "تفکر مرحله به مرحله": از پذیرش راهحلهای کامل که معمولاً هزاران کلمه طول میکشند، خودداری کنید. از هوش مصنوعی بخواهید که "اول سه فرضیه اصلی را ارائه دهد؛ من قبل از اینکه شما بخش اول را گسترش دهید تأیید میکنم" و وظایف بزرگ را به حلقههای کوچکتر تقسیم کنید، و اطمینان حاصل کنید که فرمان تعامل همیشه در دستان شماست.
5. از طریق الهام فرصتها را کشف کنید و از طریق سلیقه پاسخها را تعیین کنید
پاسخها و اجرا در حال ارزانتر شدن هستند، اما آنچه واقعاً گران است، سوالات و زیباییشناسی است.
با بهبود قابلیتهای هوش مصنوعی، "هزینه اجرایی" نوشتن مقالات، کدنویسی، ساخت PPT و تحلیل دادهها به صفر نزدیک میشود. اگر در آینده، قیمت توکن مدلهای برتر مانند Claude Fable 5 مشابه فلش اخیر deepseek باشد، هزینه کلی به طور قابل توجهی کاهش خواهد یافت. زمانی که خروجی پاسخها به شدت ارزان میشود، آنچه واقعاً کمیاب میشود این است: آیا این ایده باید به اشتراک گذاشته شود؟ چه چیزی ارزش انجام دارد؟ چرا باید انجام شود؟ مشکل چه کسی باید حل شود؟
هوش مصنوعی در حل مشکلات خوب است، اما انسانها باید مسئول انتخاب موضوعات باشند.
- پیروزی از طریق الهام (تبدیل از کارگر به کارگردان خلاق): هوش مصنوعی دارای پایگاه دانش تمام بشریت است، اما نمیتواند شهود بیندامنهای، درک زندگی و لحظات ایدههای درخشان را تولید کند. هر لحظه از فکر را ثبت کنید (یادداشتهای فوری، یادداشتهای صوتی) و از الهام خام خود به عنوان بذرهایی برای کمک به هوش مصنوعی برای تأیید، تکمیل جزئیات و تولید سریع پروتوتایپها استفاده کنید.
- قدرت پرسش برابر با بهرهوری است: قدرت عمیق پرسش از بینش به ذات کسبوکار و درک نیازهای انسانی ناشی میشود. سوالات بیشتری از "چرا" و "چه میشود اگر..." بپرسید تا هوش مصنوعی را با سوالات با کیفیت بالا در مسیر درست هدایت کنید.
- استفاده از سلیقه زیباییشناختی بالا برای "تنظیم" هوش مصنوعی: هوش مصنوعی معمولاً "پاسخهای متوسط" ارائه میدهد. شما باید دارای درک تیزبین باشید تا به طور دقیق متوسط بودن، موعظهگری و نقصهای منطقی در خروجی هوش مصنوعی را شناسایی کنید و با استفاده از سلیقه سختگیرانه، آنها را حذف، تصفیه و بازسازی کنید و سبک و روح غیرقابل جایگزینی را به نتیجه نهایی تزریق کنید.
نتیجهگیری: هر چه هوش مصنوعی قویتر شود، انسانها کمتر باید شبیه هوش مصنوعی شوند
خطر واقعی در عصر هوش مصنوعی ممکن است این نباشد که ماشینها از انسانها باهوشتر هستند، بلکه این است که انسانها به تدریج توانایی تفکر مستقل خود را رها میکنند. پیروی کورکورانه از دستورات هوش مصنوعی به این معنی است که وقتی همان سیستم هوش مصنوعی بر میلیونها یا حتی میلیاردها نفر تأثیر میگذارد، حتی درصد کمی از خطاهای سیستم میتواند در مقیاس بزرگ بزرگ شود و در نهایت بر شناخت و تصمیمگیری بسیاری تأثیر بگذارد. بهویژه برای نسلی که در کنار هوش مصنوعی بزرگ شده است. در حال حاضر، بشریت میتواند هوش مصنوعی را کنترل کند زیرا مخترعان هنوز زنده هستند؛ این مهندسان با کدهای زیرین هوش مصنوعی آشنا هستند و در این اشکالات اصلی مهارت دارند. اما با شروع هوش مصنوعی برای برنامهنویسی و بهینهسازی خود در آینده، تعداد چنین مهندسانی کاهش خواهد یافت.
هر چه تمدن پیشرفتهتر شود، سیستمها پیچیدهتر میشوند؛ هر چه سیستمها پیچیدهتر شوند، وابستگی به زیرساختها و گرههای کلیدی قویتر میشود.
در گذشته، انسانها دانش را بر روی سنگها، نوارهای بامبو و کاغذ مینوشتند و آن را برای صدها یا حتی هزاران سال حفظ میکردند؛ امروز، ما به طور فزایندهای به سرورها، محاسبات ابری و ذخیرهسازی شبکهای وابستهایم.
ما کارایی بیسابقهای به دست آوردهایم، اما در عین حال، بخشی از "حقوق حافظه" تمدن را به زیرساختهای دیجیتال واگذار کردهایم. این در واقع یک جنبه دیگر از پیشرفت فناوری است که نیاز به احتیاط دارد: هر چه قابلیتها قویتر شود، وابستگی ممکن است عمیقتر شود. این ممکن است نوعی "تایچی" متعلق به عصر هوش مصنوعی باشد—به دست آوردن یک نوع قدرت در حالی که ممکن است یک توانایی دیگر را از دست بدهیم.**
دقیقاً مانند امروز، دانش انسانی به طور فزایندهای به ذخیرهسازی دیجیتال وابسته است. اگر روزی زیرساخت شبکه به طور گستردهای خراب شود، ممکن است ناگهان متوجه شویم: دانش هنوز وجود دارد، اما توانایی دسترسی به آن دانش ممکن است ناپدید شود. این احساس بسیار شبیه به این است که بسیاری از مردم وقتی برق و تلفنهای خود را از دست میدهند، احساس فقیر بودن میکنند.
زمانی که هوش مصنوعی میتواند برای شما جستجو، تحلیل، نوشتن و برنامهنویسی کند، آیا هنوز توانایی مشاهده زندگی، شجاعت تعریف مشکلات و سلیقه قضاوت درست از نادرست را دارید؟
مرز رقابتی اصلی در آینده دیگر مقدار دانش ذخیرهشده نخواهد بود، بلکه: توانایی ادراکی بدن، توانایی تفکر مستقل، قضاوت تیزبین، الهام بیندامنهای و قدرت نهایی تصمیمگیری برای تعریف مشکلات خواهد بود.
هوش مصنوعی میتواند به ما کمک کند تا پاسخها را سریعتر تولید کنیم، اما یک سوال همیشه باید توسط انسانها پاسخ داده شود: "چه نوع دنیایی را در نهایت میخواهیم ایجاد کنیم؟" این سوال باید، حداقل برای مدت طولانی، هنوز توسط انسانها پاسخ داده شود.
قیمت --
این محتوا صرفاً برای اطلاعرسانی عمومی ارائه شده است و بهمنزله مشاوره مالی، سرمایهگذاری، حقوقی یا مالیاتی تلقی نمیشود. هرگونه رویداد، جایزه، کمپین آنلاین یا اطلاعات مرتبط که در اینجا ذکر شده است، نباید بهعنوان توصیه، ترغیب یا دعوت به خرید، فروش، معامله یا هرگونه دادوستد دیگر داراییهای رمزارزی تلقی شود. داراییهای رمزارزی از نوسان بالایی برخوردار هستند و ممکن است منجر به زیان شوند. دسترسی به خدمات، محصولات و رویدادهای مرتبط با WEEX ممکن است بسته به منطقه جغرافیایی متفاوت باشد. اطمینان از اینکه استفاده شما از این خدمات با قوانین و مقررات محلی مطابقت دارد، بر عهده خود شماست.
ممکن است شما نیز علاقهمند باشید

ویروسهای ذهنی در عاملهای هوش مصنوعی: خطر جدیدی که سیستمهای چندعاملی را تهدید میکند

از «داراییهای سفتهبازی» تا «زیرساختهای مالی نسل بعد»، آیا Crypto در حال شکلگیری یک TradFi جدید است؟

بایتدنس مدل تولید صوت Seed Audio 1.0 را منتشر کرد

API DeepSeek V4 به احتمال زیاد از مدل Fable 5 استفاده میکند

بهروزرسانی بزرگ ChatGPT: قابلیت کار در چند پلتفرم، ساخت وبسایت با یک کلیک و کاهش هزینهها

درآمدهای مالیاتی چین تا سپتامبر 5.1% افزایش یافت، اما کاهش فروش زمین ادامه دارد

«ماهیت اوراق قرضه تغییر نمیکند» به سمت توکنسازی؛ توضیحات آقای سیتو از Progmat

Tether مدل تشخیص صدا را منتشر کرد که میتواند بهصورت محلی در گوشی و کامپیوتر اجرا شود

زنجیره Robinhood در سه ماه 51 میلیون دلار کارمزد کسب کرد، اتریوم تنها 69 هزار دلار دریافت کرد؟

خطری برای 80,000 دلار بیتکوین به دلیل هشدار بازار اوراق قرضه

متا از برآورد سود پیشی گرفت؛ چرا سهامش %7 افت کرد؟

چالش دشوار واش در هفته آینده: توقف افزایش نرخ بهره آسان است، اما چگونه انتظارات ضد تورمی را تثبیت کنیم؟

نود درصد درآمد از Meme Coin، اما ارزشگذاری به سمت Pump: Meteora چقدر میارزد؟

چرا بازار ارزهای دیجیتال به گزینهها نیاز دارد، حتی پس از قراردادهای دائمی؟

چگونه یک پلتفرم دادهای هوش مصنوعی سازمانی را بازسازی کنیم؟

تحلیل جدید HTX Research درباره انتخابات میاندورهای و بازار ارزهای دیجیتال: انتخابات پیشبینیهای سیاستی را تغییر میدهد، و عوامل کلان و مالی محدودیتهای بازار را تعیین میکنند

مدیریت قبل از سرمایه: نیاز به حسابهای اختصاصی برای عاملان

Anthropic به زودی IPO میشود، آیا بازار ارزهای دیجیتال ارزش 1.9 تریلیون دلار را تعیین کرده است؟

آیا واقعاً به پرداختهای بلاکچینی نیاز داریم؟

پیشنهاد جدید Pancake با 98% مخالفت مواجه شد، آیا هزینههای DEX باید به LP یا دارندگان توکن داده شود؟

پیشرفت جدید در تأمین مالی DeepSeek: مؤسسات در حال رقابت برای آخرین بلیط ورود، احتمالاً در سال آینده به بورس میرود

پولیمارکت: 160 میلیون دلار روی فرانسه شرط بندی شده در حالی که این سایت در فرانسه ممنوع است

جیمسون لوپ هشدار میدهد که دارندگان بیتکوین از نگهداری خودداری نکنند

پیشنهاد NEAR ییلد را ۳۶٪ کاهش میدهد و اعتباردهندگان شبکه را تقسیم میکند

صرافی ارز دیجیتال پس از گزارشاتی درباره ضرر میلیونها دلاری، خطا را تأیید کرد

نگرانیهای هزینهکرد هوش مصنوعی بر فناوری و بیتکوین فشار آورد | جمعبندی هفتگی WEEX (19/10/2026-23/10/2026)
جمعبندی هفتگی WEEX به هزینهکرد هوش مصنوعی، درآمد شرکتهای فناوری، داراییهای ارز دیجیتال و نفت میپردازد. سهام فناوری پیش از افتی شدید دوباره رشد کردند: نتایج SpaceX برای مدتی احساسات بازار درباره هوش مصنوعی را تقویت کرد، اما واکنشها به گزارشهای Meta، Tesla و Lam Research متفاوت بود. سپس نزدک افت کرد، بیتکوین بهسمت $81,000–$82,000 عقب نشست، نفت افزایش یافت و طلا و نقره تضعیف شدند.

با گسترش ریسکگریزی در پی افت سهام فناوری | گزارش روزانه TradFi از WEEX (23/10/2026)
در پایان معاملات 22/10، شاخص نزدک حدود %2.6 افت کرد؛ شدیدترین کاهش روزانه آن از ماه ژوئن. سرمایهگذاران بازده احتمالی سرمایهگذاری سنگین در هوش مصنوعی را دوباره ارزیابی کردند و تعهد شرکتهایی مانند Meta به هزینهکرد، نگرانیهای اعتباری را افزایش داد. ریسکگریزی بازده اوراق بلندمدت را پایین آورد، درحالیکه نفت برنت و WTI به اوج حدوداً پنجماهه رسیدند و WTI به $100 در هر بشکه نزدیک شد. بیتکوین حوالی $81,000 تا $82,000 نوسان کرد و طلا و نقره نیز تضعیف شدند. تمرکز پیش از بازگشایی امروز بازار بر گزارش درآمدی AXP و SLB است.

唐华斑竹 درباره کاهش سهام مایکروسافت توسط بیل گیتس و فلسفه سرمایهگذاری وارن بافت صحبت میکند

آیا بازارهای پیشبینی واقعاً فراتر از شرطبندی مفید هستند؟



