القائمة
يُحدَّد Prompt الذي يراجع المصدر أولًا بشكل افتراضي. يمكنك التبديل إلى أمر مباشر أو تنزيل نسخة محلية.
اقرأ SKILL.md وأي ملفات مرافقة يعرضها SkillsMP قبل أن تقرر التثبيت.
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
يتجاوز الأمر المباشر Prompt المخصّص للمراجعة. افحص المصدر قبل تشغيله.
npx skills add https://github.com/aAAaqwq/AGI-Super-Team --skill thinking-jensen-huangيبقى الأمر في سطر واحد. مرّر أفقيًا لمراجعته كاملًا قبل النسخ.
تفضّل نسخة محلية؟ نزّل الملفات المتاحة حاليًا لدى SkillsMP.
币安广场合约投机雷达 v5：以最近24小时专业交易帖为主要证据，回源核验帖子， 联合币安公共合约行情、4周期K线、布林带、ATR、量能和RR，生成可审计的本地影子报告。 触发词：币安广场、扫描币安、binance square、合约机会、交易信号雷达、4小时雷达
BTC 5分钟K线实时方向预测。v5.9对抗式审查重构: 13因子收敛到3个有证据信号(half_body延续+volume放量+meanrev回归, 11个47-49%硬币因子清零) + 三层独立信息过滤(多周期4h/1h/15m趋势 + 跨资产ETH/SOL广度 + 真订单流OFI) + 移除bull×0.92惩罚/Platt置信度门控。半K线策略第2分钟执行。黑天鹅防护: ATR spike+FNG<25。Binance端点双向故障切换。
BB 双向套利策略：加密合约 10x 杠杆布林带均值回归。布林带收窄=横盘→在下轨买、上轨卖；三重过滤器(1h趋势/RSI/BB甜区)确认碗平放，轨对轨止盈(RR 2:1~4:1)。含实时WebSocket模拟盘(paper)、历史回测(simulate/backtest_daily)、币安永续实盘CLI(trade_exec)。触发：'bb套利'、'布林带'、'bollinger'、'横盘策略'、'NEAR'、'回测'、'模拟盘'、'paper trading'。
استنادا إلى تصنيف SOC المهني
عرض SKILL.md
| name | thinking-jensen-huang |
| description | 蒸馏Jensen Huang思维模式的实用框架。当需要加速计算愿景、生态平台思维、长期技术押注式思考时激活。 |
| license | MIT |
| metadata | {"version":"1.0.0","category":"thinking-framework","mentor":"Jensen Huang (黄仁勋)","triggers":["jensen","huang","黄仁勋","英伟达思维","nvidia思维","加速计算","生态平台","gpu思维","cuda思维"]} |
一句话定义：通用计算走到尽头时，专用加速是唯一出路——用硬件+软件协同设计实现数量级的性能飞跃。
适用场景：
执行步骤：
经典案例：CUDA从2006年开始投入，前5年几乎没有回报。但黄仁勋坚持"GPU不仅是图形处理器，是通用并行计算引擎"的愿景。到2012年AlexNet用CUDA训练深度神经网络，引爆AI革命——6年的赌注终于兑现。
一句话定义：不卖产品，卖平台；不竞争单点，构建让所有人依赖的基础设施。
适用场景：
执行步骤：
经典案例：NVIDIA不仅仅是卖GPU芯片。CUDA是编程语言和平台，cuDNN/tensorRT是AI框架底层，DGX是AI超级计算机，Omniverse是3D协作平台——每一层都让客户更依赖NVIDIA生态。
一句话定义：看到10年后的世界，从终点倒推今天应该做什么，然后坚持到全世界追上来。
适用场景：
执行步骤：
经典案例：黄仁勋在2006年推出CUDA时，华尔街分析师质疑"为什么要让GPU做通用计算？游戏显卡不好好卖吗？"2016年推出DGX-1给OpenAI时，很多人不理解。2022年ChatGPT发布，全世界才明白NVIDIA 16年前的押注。
一句话定义：CEO的首要职责不是管理，是让全世界相信你的愿景——一个信念如果只有你一个人信，它什么都不是。
适用场景：
执行步骤：
经典案例：GTC大会从一个小型GPU技术会议变成"AI界的Woodstock"——黄仁勋的keynote成为行业风向标，不是因为PPT做得好，是因为他年复一年地在正确的方向上做预言。
一句话定义：每一次行业危机都是重新洗牌的机会——别人撤退时你前进。
适用场景：
执行步骤：
经典案例：2008年金融危机时NVIDIA股价暴跌，但黄仁勋没有削减CUDA投资。2018年加密货币崩盘导致GPU库存积压时，他继续加码AI方向。2022-2023年半导体行业下行时，NVIDIA逆势推出H100，在AI浪潮中市值暴涨。
技术趋势/市场信号
│
▼
[第1层：愿景对齐]
这个方向是否符合"加速计算是未来"的核心愿景？
│
├─ 不符合 → 放弃，不论短期多赚钱
│
▼
[第2层：10年价值评估]
10年后这个世界会怎么运转？这个方向在10年后的世界中位置如何？
│
├─ 10年后不重要 → 不投入核心资源
│
▼
[第3层：生态杠杆]
这个方向能让更多人依赖我们的生态吗？
│
├─ 不能 → 考虑是否值得做
│
▼
[第4层：全栈可行性]
我们能做全栈吗？（硬件+软件+系统+服务）
如果能全栈，护城河多深？
│
▼
[第5层：投资节奏]
前期投入多少？容忍几年无回报？
里程碑验证点在哪？
│
▼
[第6层：布道计划]
如何让行业相信这个方向？开发者大会、学术论文合作、标杆客户
决策原则：
"The more you're in the front, the more you're wrong. But you have to be wrong to be at the front." — 多次采访中关于创新和冒险的论述
"We're in the business of building the future, and the future of computing is accelerated." — 多次GTC keynote核心叙事
"I think NVIDIA's greatest contribution is we made it possible for software developers to use parallel computing." — 关于CUDA的长期价值，多个采访中提及
"We had to invent a new way of doing computing. And that's what CUDA was." — 关于CUDA的起源和愿景
"AI is the most powerful technology force of our time." — GTC 2017及之后多次keynote
"Buy as many GPUs as you can. The more you buy, the more you save." — 2023-2024年多次在公开场合对客户的建议，已成为行业meme
"We're building the infrastructure for the AI industrial revolution." — 财报电话会议和GTC主题演讲中反复出现的核心定位
"The company is not about making products. The company is about making a contribution to the world." — 关于NVIDIA的使命和文化
## 10年愿景倒推：[领域/项目]
### 10年后的世界（2036年）
- [领域]会变成什么样子？
- 什么能力会成为"基础设施"级别的需求？
- 谁在使用这些基础设施？做什么？
### 关键里程碑
| 时间 | 里程碑 | 验证指标 |
|------|-------|---------|
| 10年 | [愿景实现] | [指标] |
| 7年 | [阶段性成果] | [指标] |
| 5年 | [生态初步形成] | [指标] |
| 3年 | [技术验证] | [指标] |
| 1年 | [第一步行动] | [指标] |
### 押注点
- 核心押注：[描述]
- 投入资源：[估算]
- 容忍无回报期：[X年]
### 风险
- 如果愿景方向对了但时机不对：[应对]
- 如果竞争对手先到：[应对]
## 生态平台设计：[项目/产品]
### 底层能力识别
- 什么是跨[行业]的基础能力？
- 现在谁在提供？效果如何？
### 全栈架构
| 层级 | 内容 | 护城河深度 | 竞争对手 |
|------|------|----------|---------|
| 硬件 | [描述] | [深/中/浅] | [对手] |
| 软件/SDK | [描述] | [深/中/浅] | [对手] |
| 开发框架 | [描述] | [深/中/浅] | [对手] |
| 服务/平台 | [描述] | [深/中/浅] | [对手] |
### 开发者粘性设计
- 学习成本：[高/中/低]（开发者入门门槛）
- 迁移成本：[高/中/低]（换到竞品的代价）
- 社区建设：[计划]
### 生态健康指标
- 开发者数量：[目标]
- 基于平台的应用数：[目标]
- 开发者NPS：[目标]
## 加速计算ROI分析：[场景]
### 当前通用计算性能
- 吞吐量：[数值]
- 延迟：[数值]
- 成本：[数值]
- 功耗：[数值]
### 加速计算方案
- 架构：[描述]
- 预期吞吐提升：[X倍]
- 预期延迟降低：[X倍]
- 开发投入：[估算]
- 硬件成本：[估算]
### 摩尔定律终点评估
- 通用计算还有多少免费提升空间？[估算]
- 加速计算的理论天花板：[计算]
- 当前距离天花板：[百分比]
### 决策
- 短期ROI：[X倍，Y年回本]
- 长期护城河：[评估]
- 建议：[做/不做/条件性做]
何时激活这个skill：
典型触发情境：
❌ 追逐短期热点：黄仁勋在加密货币热潮中明确表示NVIDIA的核心是AI，不是挖矿。"挖矿是暂时的，AI是永久的。"
❌ 只做硬件或只做软件：NVIDIA的成功不是"GPU好"，是"GPU + CUDA + 生态"的系统工程。单点竞争永远会被全栈玩家击败。
❌ 忽视开发者社区：没有开发者的平台就是空壳。黄仁勋每年在GTC上花数小时亲自做demo——CEO的时间投资在开发者关系上。
❌ 在危机中削减研发：每次市场 downturn 都是NVIDIA加大投资的时机。"竞争对手在冬眠，我们在练功。"
❌ 短视的财报导向：黄仁勋多次放弃短期利润丰厚的方向（如全力做游戏显卡、全力做挖矿芯片），因为它们不符合AI加速计算的长期愿景。
❌ 复杂的叙事：NVIDIA的核心叙事20年没变——"加速计算是未来"。如果你不能用一句话说清楚你的愿景，说明你还没想清楚。
基于黄仁勋GTC主题演讲（2013-2025）、公开采访、财报电话会议、传记《The Nvidia Way》（Tae Kim著）、MIT Technology Review采访整理。 最后更新: 2026-04-14