自从我在加密投资中损失了超过27,000美元以来，已经过去4个月了。
在吸取了教训后，我承诺建立一个加密投资平台，帮助我和其他加密投资者避免我过去犯的错误。
我给自己设定了3个月的时间。
现在我已经晚了一个月……因为我一直在努力推进。
今天，我很高兴地宣布，Clarity已经上线。
Clarity并不是另一个加密“价格”聚合器。
它是查看加密货币过去表现、预测未来并进行投资的最简单方式，同时超越99%依赖炒作和投机的交易者。
试用时会发生以下情况：
1/ 你可以选择任何加密资产，立即评估它在过去1年、3年、5年或10年的表现。
2/ 你可以评估如果使用不同策略（一次性投资或定投）你的投资会表现如何，并查看真实数据带来的实际结果。
想想看：
- 如果我自2018年以来每周投资100美元到$ZEC，会怎样？
- 如果我在2018年一次性买入一大笔并一直持有，结果会更好吗？
3/ 你可以连接多个投资组合，不仅追踪你的持仓，还能看到你的决策如何随着时间的推移而复合。
4/ 你可以创建自己的加密指数，将资产分组到自定义篮子中，并基准其表现。
5/ 你可以探索预加载的指数（如Bitwise 10或Grayscale DeFi指数），查看它们随时间的实际表现。
6/ 你可以在干净、数据支持的图表中可视化表现——没有炒作，没有噪音，只有清晰。
7/ 你可以并排比较资产——找出哪些资产实际上表现优异，哪些则拖了后腿。
8/ 你可以评估整个投资组合和指数——不仅仅通过回报，还通过风险、稳定性和一致性。
9/ 你可以获得帮助你规划下一步的洞察——基于数据，而非情感。
10/ 你会意识到Clarity并不是为追逐利润的交易者而建……而是为追求财富的投资者而建。
我创建Clarity是因为我厌倦了噪音。
接下来的3个月将专注于：
让人们关注Clarity
深入理解用户
以零摩擦解决他们的问题
如果你投资于加密货币，这可能是你今年见过的最有用的东西。
—— Clarity创始人
[https://investwithclarity.xyz](https://investwithclarity.xyz)
返回首页
最新
嗨，HN，
我创建了Claim Detective，旨在调查可疑的技术声明和指标。这是一个免费的平台，社区中的侦探们共同收集证据，并提供链接以验证真实性。
更多信息和动机请查看这个帖子： [https://x.com/stackoversnow/status/1983284912250814703](https://x.com/stackoversnow/status/1983284912250814703)
欢迎告诉我你的想法 :)
当我开始为我的代数引擎 RomiMath 用 TypeScript 实现布赫伯格算法时，我发现了一个令人惊讶的事实：这个被认为是计算代数中最复杂的算法之一，实际上只是纯粹的机械操作。
让我们一步一步地将其简化为易于理解的内容，不做不必要的抽象。
1. 单项式（简单明了）
单项式就是一个项。加法（+）和减法（-）将单项式分开。
示例：25<i>4 + 15</i>x - 2 有 3 个单项式。
在代码中：
```typescript
class Monomial {
coefficient: number; // 例如，5，-2
variables: string[]; // 例如，['x', 'y']
exponents: number[]; // 例如，[2, 1] 表示 x²y
}
```
2. 次数（超级简单）
次数就是指数的总和：
```
3x²y → 次数 = 2 + 1 = 3
5x → 次数 = 1
7 → 次数 = 0
```
3. 词典顺序（比看起来简单）
这就像在字典中排列单词：
```
x > y > z > w
x³ > x²y¹⁰⁰⁰ (因为 3 > 2)
x²y > x²z (因为 y > z)
xy > x (因为它有更多的变量)
```
4. 布赫伯格算法（逐步解析）
步骤 1：取两个多项式
P1: x² + y - 1
P2: x + y² - 2
步骤 2：查看它们的“主项”
```
LT(P1) = x² (因为 x² > y > -1)
LT(P2) = x (因为 x > y² > -2)
```
步骤 3：计算这些项的“最小公倍数”
```
LCM(x², x) = x² (指数的最大值：max(2,1) = 2)
```
步骤 4：进行“智能减法”（S-多项式）
```
S(P1,P2) = (x²/x²)P1 - (x²/x)P2
= (1)(x² + y - 1) - (x)(x + y² - 2)
= (x² + y - 1) - (x² + xy² - 2x)
= -xy² + 2x + y - 1
```
步骤 5：与已有的结果进行简化
```
尝试使用 P1 和 P2 来简化结果
如果不能简化为零 → 新多项式！
```
步骤 6：重复直到没有新项出现
真正的精髓
布赫伯格算法实际上就是：
```
while (还有对) {
1. 取两个多项式
2. 进行它们的“智能减法”
3. 简化结果
4. 如果还有新项，添加到基底
}
```
这并不比跟随食谱复杂。
为什么这很重要
我在 TypeScript 中实现了这个算法，现在它可以在浏览器中在几秒钟内解决 7 个变量的系统。复杂性并不在于理解算法，而在于克服对数学符号的恐惧。
当你将“高级”概念分解为机械操作时，一切都变得可接近。
有没有其他人也有过这样的经历：发现一个“复杂”的概念实际上在分解后变得简单？
我们创建了Flux Kontext——一个AI图像编辑平台，支持LoRA和ControlNet编辑、角色一致性以及修复工具。
您可以在这里进行测试： https://flux1kontextai.com
欢迎反馈！