もう愚かな人類に優しいプログラミングはやめましょう。
LLMが100%正確にコードを書ける、LLMのためのプログラミング言語「Sui」を開発しました。
https://t.co/5tgnuVwuII

倭国語の「粋」からとった名前です。
無駄を削ぎ落とし、本質だけを残す美意識をもとに設計しています。
LLMのためのプログラミング言語なので、可読性さえも排除しています。

フィボナッチ数列を出力するプログラムは以下のようになります。
--------------
# 0 1 {
< v0 a0 2
! v1 v0
? v1 1
^ a0
: 1
- v2 a0 1
$ v3 0 v2
- v4 a0 2
$ v5 0 v4
+ v6 v3 v5
^ v6
}
= g0 10
$ g1 0 g0
. g1
--------------

そもそもコンピュータは、機械語で動作しています。
人間には機械語が難しいので、インタプリタを介した高級言語が生まれました。

しかしLLMにとって、高級言語は
・冗長なキーワードによるトークン消費
・ネストした括弧の長距離依存問題
・任意の識別子による語彙空間の爆発
と、あまりに「優しすぎる」すぎるのです。

ここで発想を逆転しました。

愚かな知性しか持たない人間に合わせて作られた言語を、LLMに書かせる必要があるのか？

LLMにはLLMに最適化された言語を書かせ、
人間はインタプリタやLLMを介して「教えてもらう」べきではないか。
これは問題提起です。

以下のように、主役が変わったのです。
従来：人間 → 高級言語 → インタプリタ → 機械
Sui：LLM → Sui → トランスパイラ/LLM → 人間

LLMの特性に合わせたSuiの設計：
✓ 1行1命令 → 各行が完全独立
✓ 括弧は{}のみ → 対応ミスが起きない
✓ 変数は連番 (v0, v1...) → タイポ不可能
✓ 命令は1文字 → トークン効率最大

pip install sui-lang
brew install sui-lang December 12, 2025

学者で夜の王倒したあと、特に意味も無くスキル発動してみたら、あ...これ、隠者のpipi揉めるんじゃね？(知力C)って思ってスキル構えたまま近付いたらゲーム落ちて泣いた🥺
叡智を求めただけなのにどうして...。 December 12, 2025

NASDAQ 上場企業
https://t.co/A01aDpwFyf
が進めている $RAIN (現在CMC 202位)トレジャリーについて簡単に説明します。
まだ、皆さん気づいていないRAINの凄さ😊
企業HPのトップ表示がRAINです。

EnlivexのRAINトレジャリー戦略とは？

Enlivex（Nasdaq上場：ENLV）は、炎症性疾患の治療薬（Allocetra™）を開発するバイオテクノロジー企業です。2025年11月24日に、世界初の「予測市場トークン（RAIN）を中心としたトレジャリー（財務準備金）戦略を発表しました。この戦略のポイントを、シンプルにまとめます。

1. RAINトークンって何？
•RAINは、Arbitrumブロックチェーン上で動く分散型予測市場プロトコルのトークンです。
•予測市場とは？：選挙結果、天気、株価、イベントの「当たる確率」を賭けで取引する市場。例えば、「2026年の大統領選挙でA氏が勝つ確率は60%」という予測を、みんなで売買して価格が決まる仕組み。
•RAINの特徴：誰でも市場を作ったり参加したりできる（許可不要）、透明性が高く、自動化されたスマートコントラクトで運営。トークン保有者がDAO（分散型自治組織）でルールを決める民主的なシステム。

2. EnlivexのRAINトレジャリー戦略の概要
•資金調達：約2億1,200万ドル（約3,200億円、2025年11月時点のレートで）の私募（PIPE）を発表。株を1株1ドルで2億1,200万株発行（前日比11.5%プレミアム）。
•使い道：この資金の大部分をRAINトークンを大量に買うために使い、会社の主要な財務準備金（トレジャリー）の基盤にします。
•目的：従来の現金や債券中心の財務から、デジタル資産（特に予測市場セクター）へシフト。会社のコア事業（Allocetraの臨床開発）は続けつつ、財務を成長させる。
•追加で：イタリア元首相のMatteo Renzi氏を取締役に任命。取引は2025年11月25日までに完了予定。

3. この戦略の凄さ（なぜ革新的ですごいのか？）
•世界初の試み：上場企業（特に米国NASDAQ上場）が、予測市場トークンをメインの財務資産にするのは史上初。従来の企業はビットコインやイーサリアムのような一般通貨を少し持つ程度ですが、EnlivexはRAINを「コアリザーブ」に据え、予測市場セクター全体に投資家露出を提供します。
•市場への影響力：発表直後、RAINトークンの価格が100%〜120%急騰（過去24時間で最高値更新、取引高4,600万ドル超）。Enlivexの株価も18%上昇。予測市場は2025年に急成長中（PolymarketやKalshiの競合で、NYSEやAndreessen Horowitzが投資）。Enlivexが先駆者になることで、業界の信頼性と流動性が爆発的に上がる可能性大。
•財務の革新性：予測市場は「現実世界の情報を効率的に集めるツール」として注目（例：選挙予測の精度が高い）。RAINを保有することで、Enlivexはインフレ耐性 + 成長ポテンシャルを手に入れ、株主に新しいリターンを提供。オプションでさらに9億1,800万ドル相当のRAINを固定価格で追加購入可能。
•リスクとバランス：もちろん、暗号資産のボラティリティ（価格変動）は高いですが、Enlivexはこれを「長期的な信念」として位置づけ、バイオ事業とのハイブリッドで安定を目指しています。
この戦略は、バイオ企業がWeb3（ブロックチェーン）と融合する象徴例。Enlivexのサイト（https://t.co/A01aDpwFyf）や詳細ページ（https://t.co/Z5ZrxkPnR3）でさらに確認できます。もっと知りたい点があれば教えてください！ December 12, 2025

期間限定ミッション登場！クリアすると、対象の10連ガチャをオーブ10個分値引きされてお得に引ける「 #10連ガチャ値引き券 」合計3枚GETできる！この機会をお見逃しなく！PiPi仮面とみんなで #モンスト を楽しもう！ https://t.co/YEtl8wkpsc December 12, 2025

我和 GPT ，一起做了一个「再平衡机器人」

有一天，我突然冒出一个念头：能不能做一个小工具，帮我把几个币的仓位，自动维持在固定比例？

比如，我想要 SOL 和 VIRTUAL 两个币，始终维持在 1:1 的价值比例。一共投入 20U，那就是各 10U。以后只要有一个涨得太快、或者跌得太狠，系统就自动帮我「卖出偏多的，买回偏少的」，把它们重新拉回 1:1。

这个想法以前只存在于「幻想」里：我不会写复杂交易系统，也不懂怎么跟交易所的 API 对接，更别说放到服务器上 7×24 小时运行。

但那天，我把这个想法扔给了 GPT，问了一句：

「从第一性原理拆一下，这事能不能做？我该怎么做？」

它没有上来就甩代码，而是先帮我把需求翻译成一句更清楚的话：

其实，我想做的就是一个「再平衡机器人」。

它的行为很简单：每隔一段时间醒来一次，做三件事：

第一，看看现在账户里有多少 SOL、有多少 VIRTUAL，还有多少 USDT；第二，查一下各自的实时价格；第三，算一算：两边的市值有没有偏离 50/50，如果超出某个阈值，就卖掉一点「超配」的那边，买回一点「低配」的那边。

听上去很抽象，但当它这么一拆，我突然觉得：这不是那种“高冷量化”，而是一个「很勤劳、每隔一分钟醒来巡视一圈的小机器人」。

接下来，我们要做的就是把它具体化。

一开始的选择：不上链，先用交易所

最开始我还在想，是不是要上智能合约、要部署到以太坊之类。GPT直接给我按住了这股冲动：你现在只是想验证一个再平衡策略，没必要一上来就上链。先用中心化交易所的 API，就能很好地做到真正的自动调仓。

于是我们定下第一版的路线：

不做合约，不碰复杂的链上操作，先用 OKX 的现货账户做实验。用 Python + ccxt 跟交易所打交道，定期：

- 读取余额

- 读取价格

- 计算市值和比例

- 在偏离超过阈值时下市价单，卖出多的那一边，买回来少的那一边

再往后，GPT帮我把这条策略拆成了一个清晰的技术 TODO：

- 写一个 `https://t.co/kNNVQyler9`，核心逻辑就围绕「读余额 → 读价格 → 算权重 → 决定要不要下单」

- 用 `.env` 存 API Key，不把密钥写死在代码里

- 加一个 `DRY_RUN` 开关：先只打印计划，不真的下单，等验证逻辑正确再开实盘

以前我完全不知道「该从哪里下手」。现在，我突然有了一条「可走的路」。

Codex 帮我写出了第一版机器人

我没有自己硬刚写代码，而是把需求整理好，丢给了 Codex（一个写代码版的 GPT）：

- 使用 Python + `ccxt` + `python-dotenv`

- 从 OKX 读取账户余额和行情

- 支持设置两个交易对，比如 `SOL/USDT` 和 `VIRTUAL/USDT`

- 每隔 60 秒检查一次当前仓位和目标比例

- 偏差超过 10% 时，自动给出：卖哪个、卖多少、买哪个、买多少

- 提供一个 `DRY_RUN` 模式，只打印「计划」，不真的下单

Codex 很快给出了一份完整的 `https://t.co/kNNVQyler9`，包含时间戳打印、异常处理、网络错误重试等等。我在本地用 VSCode 跑了一下，看到终端里滚动着这样的输出：

当前余额：SOL：多少、VIRTUAL：多少、USDT：多少当前价格：SOL/USDT：xxx，VIRTUAL/USDT：xxx当前市值、总市值、两个币的权重这轮计划：需要 / 不需要再平衡

那一刻，我第一次感觉到：「这个东西真有可能跑起来。」

但要让它 7×24 小时不停歇地跑起来，我需要一个「不会关机的地方」。

我第一次认真去挑一台云服务器

靠自己的电脑是不行的，总不能让它一直开机连着网。于是我去阿里云看「轻量应用服务器」，结果被各种配置搞晕：CPU 核数、内存、带宽、地域、操作系统……

GPT没有让我纠结太久：

别考虑太多，先从「最便宜的够用方案」开始。选一个**海外 / 香港节点的轻量服务器，1 核 CPU + 1G 内存 + 30G 磁盘**，系统用 Ubuntu，够你跑一个 Python 小机器人很多年。

我照着选了一台，付费开通。控制台给了我一个公网 IP 和 root 密码。

接下来，就是我人生中第一次亲手用 ssh 连上一台服务器。

从“ssh 不是命令”，到真正连上 root

在 Windows 上，我照着教程敲：

`ssh root@那串IP`

系统直接回我一行中文：「ssh 不是内部或外部命令」。我才知道，原来我的电脑压根没把 OpenSSH 配好。

在 GPT 的提醒下，我确定了 Windows 自带的 OpenSSH 客户端已经启用，然后用完整路径：

`& "C:\Windows\System32\OpenSSH\ssh.exe" [email protected]`

这次它问我要密码了。输入 root 密码之后，我第一次看到：

`root@iZj6c7eggpt0e4wqrolkw3Z:~#`

那一刻，感觉有点神奇互联网上某个机房的一台机器，现在真的是我在操作。

我在服务器上，搭建了一个属于再平衡机器人的小世界

后面的步骤，其实就是在这台机子里，把本地的一切复刻一遍：

我先在 `/root` 下建了一个目录：

`mkdir rebalancer-bot && cd rebalancer-bot`

然后创建虚拟环境：

`python3 -m venv venv``source venv/bin/activate`

看到命令行前面多了一个 `(venv)`，我终于理解了这就是一个专属给我这个项目用的 Python 空间，依赖都装在这里，不干扰系统。

接着是依赖：

`pip install ccxt python-dotenv`

再用 `nano .env`，把在 OKX 申请的 API Key、Secret、Password 填进去。

最后，用 `nano https://t.co/kNNVQyler9` 打开一个空文件，把本地从 Codex 拿到的那三百多行代码，粘贴进去。

然后，我在服务器上按下了第一版机器人的开关：

`python https://t.co/kNNVQyler9`

屏幕滚动起来：余额、价格、再平衡计划，都和本地表现一样。

只是这一次，它跑在云端，而不是我的电脑上。

把脚本变成真正的“后台服务”

为了让它在我断开 ssh 之后还能继续跑，我学会了用 `systemd` 做一个服务。

我写了一个服务文件 `rebalancer-bot.service`，告诉系统：

- 这个服务叫做「Dual-Asset Rebalancer Bot」

- 工作目录在 `/root/rebalancer-bot`

- 启动命令是：`/root/rebalancer-bot/venv/bin/python /root/rebalancer-bot/rebalancer.py`

- 它挂掉了要自动重启

然后：

`systemctl daemon-reload``systemctl enable rebalancer-bot``systemctl start rebalancer-bot`

我用 `systemctl status rebalancer-bot` 看它是否在跑，再用 `journalctl -u rebalancer-bot -f` 看日志滚动。

第一次关掉终端、再次登录时，我看到机器人仍然在输出 log，那一刻，我真正拥有了一个「7×24 小机器人」。

从两币 1:1，到三币 1:1:1

把两币版本跑顺之后，我有了新的贪心：能不能让 SOL、BNB、VIRTUAL 三个币，按 1:1:1 的价值比例自动再平衡？

我先和 GPT 把数学关系算了一遍，比如：如果目标是每个占 1/3，容忍的权重偏差是 2%，那么在另外两个币不动的情况下，一个币需要涨跌多少，它的权重才会偏离 2%？

这个过程让我第一次把「权重偏差」和「价格涨幅」关联起来。最后我们得出的结论是：在三币等权配置里，如果某个币相对另外两个波动大约 9% 左右，就足够触发 2% 的权重偏差。

理解了逻辑，我又把需求丢给 Codex，让它把两币版改成三币版：

- 支持 SOL / BNB / VIRTUAL 三个交易对；

- 每轮计算三者的市值、权重；

- 找出当前最「超配」的那个币，以及最「低配」的那个币；

- 在它们之间做一条「卖胖买瘦」的交易，让三者的权重重新朝各 1/3 靠近。

我在服务器上先备份了老版本：

`cp https://t.co/kNNVQyler9 https://t.co/kNNVQyler9.bak_2025-12-06`

然后用 `nano` 覆盖成新的三币版本，先在 `(venv)` 中前台跑一会儿，确认没有语法错误、逻辑也符合预期，最后再交给 `systemd` 去长期运行。

从今天起，我的小机器人从「两个币之间来回调仓」，变成了「三资产的小小基金经理」。

我开始关心：它到底比死拿一个币强多少？

当策略已经稳定跑起来的时候，我开始问另一个更「当老板」的问题：

我怎么知道这套再平衡机制，真的比我拿着单个币不动更好？

GPT帮我简单粗暴地设计了一套对比方法：

- 再平衡组合这边：记录每一刻的「组合总市值」，用「当前总市值 / 累计投入 - 1」算收益率；

- 单币基准那边：假设在起点时，我把同样的本金全买成 SOL、或者全买成 BNB、或者全买成 VIRTUAL，则收益率其实就是「当前价格 / 起始价格 - 1」。

更重要的是，它让我放下了对「成本价」的执念：

在再平衡策略里，每个币的内部成本价在来回来去地变，这确实很复杂。但如果我关心的是「整个组合的表现」，那我只要看：

起初我往这个策略里丢了多少钱，现在整个账户（币 + USDT）一共值多少钱，这两者之间的比例，就是我真正关心的东西。

于是，我们给机器人加了一个小功能：每隔一段时间，记一笔账。

让机器人帮我记账：perf_log.csv

在 `https://t.co/kNNVQyler9` 里，我加了一个简单的记录模块，让它每隔 60 秒，把当前的状态写入一个叫 `perf_log.csv` 的文件。

每一行包含：

- 时间戳

- 三个币的价格

- 三个币的持仓数量

- USDT 余额

- 当前组合总市值（全部折算成 USDT）

数据会不断追加进去。我的云服务器每天记 1440 条记录，一个月也不过几 MB 的体量，基本可以忽略。

过了一阵，我用 `scp` 从服务器上把 `perf_log.csv` 拷回本地。第一次还写错了命令，把 `root@IP` 写成了 `rootIP`，系统提示「无法解析主机名」。在 GPT 的提醒下，我补上那个至关重要的 `@`，文件顺利落在了我 D 盘的某个目录里。

在 Excel 里打开 `perf_log.csv`，我就可以：

- 用起始那一行的价格作为基准价；

- 为 SOL、BNB、VIRTUAL 各自算一条「如果我全仓拿这个币」的收益率曲线；

- 为再平衡组合算一条「总市值 / 总投入 - 1」的策略收益率曲线；

- 把这四条曲线画在一张图上，看看到底谁表现更好。

从「我能不能做一个再平衡产品？」到「我手上有一个会跑的小系统」

回头看，这条链路其实挺长的：

它从一个很朴素的问题开始我能不能做一个产品，让几个币的市值比例保持在我设定的比例，比如 1:1、1:1:1？

中间经历了这些步骤：

- 和 GPT 一起把想法拆成「再平衡策略」；

- 选定阶段一：不上链，只和交易所 API 通信；

- 用 Codex 写出第一版两币 50/50 再平衡机器人；

- 在本地测试逻辑，再部署到云服务器上；

- 第一次用 ssh 连上远端机器，学会了虚拟环境、`.env`、`ccxt`；

- 用 systemd 把脚本变成 7×24 小服务；

- 在策略成熟后，从两币扩展到三币等权；

- 在机器人里加上「记账功能」，每天帮我默默积累一份 perf_log.csv；

- 再用 scp 把这些数据拉回本地，准备做「单币 vs 再平衡」的长期对比实验。

这一整个过程里，有不少细节是我一个人绝对想不到、也不会做的。

但在 GPT 的帮助下，它变成了一条一步步可执行的路径：

从一个问题，变成一个策略；从一个策略，变成一段代码；从一段代码，变成一台远端服务器上的小机器人；从一个正在跑的小机器人，又变成一张张可以被分析的收益曲线。

现在，我用 10U 小资金，在这套系统上做实验。它每天在云端悄悄跑着，按我的规则执行 SOL、BNB、VIRTUAL 之间的再平衡；同时，每隔一段时间，它也会在 `perf_log.csv` 中，稳稳地记下一行新数据。

也许我会继续迭代，把它变成一个真正对外开放的小产品。

但就算什么都不做，仅仅是这一趟从 0 到 1 的实践，我已经从中收获了两件很重要的东西：

第一，原来「会写代码的小机器人」，真的可以成为我的合作伙伴；第二，原来很多看上去很“遥远”的事情，只要有人帮我拆成一小步一小步，我也能走完。 December 12, 2025