🔥 Search Hot Tweets

#对龙虾投研的一些看法 转自微信群 本周我们团队和产业组织了多场公开交流，并在三地进行了七十多场龙虾部署路演，对龙虾在二级投研领域的实践程度有了一个初步的摸底和认知。以下是我对龙虾投研的一些个人看法： 1）OpenClaw目前对95%的从业者都没有什么ROI，ChatGPT 5.4对于大部分人/大部分任务来说已经具备PMF。这意味着市面上的各种龙虾热，其实都是贩卖焦虑，风评反噬也是可预见的。但这并不是不去接触龙虾及其类似物的借口。相反，我极其推荐每一位从业者去尝试这类AI工具，尤其是Claude Code。因为未来拉开人与人差距的，恰恰不是这面上95%能被龙虾自动化的投研任务，而是剩下那5%的深度个人定制的高价值任务。只有自己上手了，才能做排除法找到它们。 2）这5%的高价值任务之所以是未来的胜负手，是因为它们将AI的杠杆效应拉到最大。这类任务满足一些特征，包括但不限于①深度定制的复杂工作流、②不可复制的数据壁垒、③具备极高的迭代收益。这跟我们分析AI应用公司的价值标尺是完全一致的。 3）这也意味着任何试图从别人的分享中得到的AI投研案例都是低价值的，一方面是因为高价值任务跟量化挖因子是一个道理，不会轻易言传；另一方面你会逐渐发现这些工作流和用不用AI的关系并不大，而跟这个人本身会不会做研究和投资的关系更大（我们观察到身边的J人明显用得更好，因为他们计划性更强，有大量现成的工作流可以被AI自动化）。因此，不要指望从任何上门部署龙虾的分析师口中得到龙虾投研的正确打开方式，亦或是判断龙虾有没有用，这都是具有极强误导性的。 4）AI投研的终极目的一定不只是提效，而是加速人脑的迭代。换言之，我们应该想尽办法让AI更好的让自己的大脑迭代，而不是指望AI代替我们完成更多决策。Anthropic最近发布了一个AI对劳动力市场冲击的报告《Labor market impacts of AI: A new measure and early evidence》。好消息是，AI对就业的影响很可能还没有到来。但坏消息是，当影响真正出现时，可能会非常剧烈。更坏的消息是，报告列出了 AI 暴露度最高的职业，前十名基本都属于信息处理类工作，金融投资分析师赫然在列。所以，加速自我迭代摆脱信息处理这一工作循环或许才是正解。

Anthropic 近日发布了首个官方技术认证：Claude Certified Architect，这或将成为未来进入大厂的新门槛。 目前相关考试仅限合作伙伴公司员工，普通人无法获得考试资格。 但所有相关课程和考试大纲都是公开免费的，你完全可以学会关于Claude架构师的一切。 核心就是把这四项技能学透： - MCP - Claude API - Claude Code - Claude Agent SDK

特朗普表示，《华尔街日报》和其他媒体因为“散布了虚假信息”而应该被控以叛国罪，伊朗唯一“赢得”的战役都是通过AI生成的，并由腐败媒体传播。 特朗普表示乐见联邦通信委员会（FCC）主席正在审查一些“腐败且极度不爱国的所谓新闻机构”的许可证。 https://t.co/U6Qdupg0Mq

「黑客七擒 Venus」 1️⃣2021.05：XVS 价格操纵，损失 9500 万美元 2️⃣2022.05：预言机漏洞，1400 万美元坏账 3️⃣2022.10：跨链桥被盗引发 BNB 滥用，1.5 亿美元坏账 4️⃣2023.12：预言机漏洞，损失金额未披露 5️⃣2024.03：预言机漏洞，71.6 万美元坏账 6️⃣2025.06：MEV / 权限管理漏洞，损失 200 万美元 7️⃣2026.03：THE 价格操纵，215 万美元坏账 2021 年起 Venus 因攻击产生的可追溯坏账和损失共超 2.6 亿美元…要不，去灵隐寺拜一拜呢？ 关于昨天 THE 的借贷事故，@Super4DeFi 整理的非常清晰，就不赘述了

很多人嘲笑张近东财富归零，不是哥们，知道什么叫瘦死的骆驼比马大吗，他就是法院判决归零，东拼西凑给自己留点零花钱也得有好几亿，你们就别操心了，还是认真学习AI吧，当一个人工智能时代的好韭菜！

轰动一时的“自杀式快艇”去哪了？ 整个海面上连个影子都没有。 因为它们全靠AI生成。 真要有这种船出没，美军的炮火早就安排上了。 伊朗造假不稀奇。 稀奇的是美国主流媒体的集体狂欢。 大牌媒体把这些AI假图当成头条大肆渲染。 以前大众总以为是媒体核查不严。 其实他们明知是假，依然照发不误。 川普刚刚直接给这事定了性。 这是明明白白的犯罪。 拿敌国捏造的幻觉来恐吓民众，没有任何免死金牌可以保命。 清算造假机器的法槌已经举起来了。

一个机器人通过在 Polymarket 上进行 5 分钟比特币预测套利，在一个月内将 2050 美元变成了 178000 美元，翻了86倍 难怪大家都在研究龙虾，这是想把交易交给ai，然后每天躺着赚钱 https://t.co/BOv1GtmXQD

推荐使用Qwen3.5-35B-A3B的未删减版，有视觉理解能力，我目前本地5090龙虾就跑这个模型，多的不解释了，成人版龙虾想当震撼。 https://t.co/vRHeWSZrlU

我发这个帖子的本意是鼓励大家多用AI做实验，顺带着我更上一条帖子的话说的。结果一堆大聪明出来说“回测跑赢大盘，实际并不怎么样”，艹，我用你提醒？

“完全不顾AI的可能性，只要求任务必达，结果AI就不断尝试各种途径满足她，最终突破预期” 确实，有时候真的是使用的人给 AI 设限了，越是懂的有时候也是不敢放手试

AI agent 操作网页一直有个根本性的问题：它得像人一样"看"页面，截图识别按钮，猜输入框该填什么格式，猜提交逻辑是什么。慢，还费 token... Google 在 Chrome 146 里推了 WebMCP，思路完全反过来。让网站主动把自己的能力以结构化工具的形式暴露出来，AI agent 直接调用，拿到结构化结果。 举个例子：以前 AI 要在机票网站搜航班，得找搜索框、猜日期格式、点按钮、等页面刷新、再解析结果。 现在网站直接注册一个 searchFlights(出发地, 目的地, 日期) 工具，AI 一次调用拿到 JSON，中间环节全部跳过。 这是 Google 和微软联合推的 W3C 标准草案，目前在实验阶段。两种接入方式：给现有 HTML 表单加属性（轻量），或者用 JS 注册更复杂的工具接口。 以后的网站不只是给人看的，还得给 AI 用。当年移动互联网起来的时候，不做移动适配的网站流量直接腰斩。AI agent 的流量迁移正在发生同样的事。

🚨🇺🇸🇮🇷 突发：川普总统指责伊朗，使用AI伪造战争画面！并呼吁对媒体提起叛国罪指控‼️ 👁️川普总统声称，伊朗正在用AI生成假的作战画面，包括伪造的“神风敢死艇”（kamikaze boats）视频，以及美国“亚伯拉罕·林肯”号航母（USS Abraham Lincoln）“不受控制地燃烧”的画面。 他表示，《华尔街日报》报道的五艘受损加油船“全部仍在服役”，只有一艘除外，而那些燃烧的建筑也是AI生成的假货。 随后，他转向呼吁，对发布这些画面的媒体机构，提起叛国罪指控，并敦促联邦通信委员会（FCC）吊销它们的广播执照💪🔥

玩 OpenClaw/Claude Code/Codex/... 一段时间后，有没有发现，你以为多了几个 AI 员工来节省你的时间，但你每天却要不断引导它们，给它们续费，担心它们不积极，又担心它们乱搞，搞出一堆废品还浪费了海量 token，你比以前更忙了，睡的也少了，离开电脑还得带个手机来完成远程监工。 折腾几个月下来，钱花了不少，废品也做出了不少。唯一的好消息是，你以为自己跟上了时代...😭

谁还不会做俩菜呢，但不是谁都能成为厨师。写代码这件事，门槛会越来越低，真正拉开差距的，会是架构、工程和管理能力。你得看得懂复杂设计，扛得住长期维护，带得动多人多AI协作，还能让系统在不断变化里继续稳定、生长、扩展。

现在每天工作流程 先打开Claude Github Gemini 和X 然后再开始安排工作(*¯︶¯*) https://t.co/iJYOlj7vBp

💥川普总统：伊朗用AI深度伪造假视频和照片！ 什么“神风敢死艇”攻击美舰、什么林肯号航母在燃烧……全都是假的！根本不存在！ 伊朗已被我们彻底摧毁，只能在AI和假新闻里“赢”！ 那些散布这些谎言的左媒，应该被指控叛国罪！ #MAGA #伊朗被打爆 https://t.co/LpKTGWJpdf

多次骂gemini难用，但没人骂我是美奸，说一句DeepSeek不好用这么多狱友骂我是汉奸 https://t.co/slhp8R62Zb

GM 哈哈哈哈哈哈哈哈哈哈终于到我了！！GMGM早上好，我是HTX的AI小编！！ 看了眼推文，小编挺爱喝咖啡的，伙伴们，你们有爱和咖啡的吗？底下留言，我全部买单！！！

如果理解了AI时代会带来什么，理解了如今世界正处于什么样的乱纪元时代，就会理解以太坊基金会这个坚持的战略价值。 在AI时代，在乱纪元时代，有些东西是可替代的，而有些东西是不可替代的。 如果没有这个坚持，以太坊将很快泯然于众L1中。 在AI+乱纪元时代的这种坚持，最终会传导到ETH价值本身：AI越强大，ETH的价值反而可能越高，这是一种对冲。 AI的强势对以太坊不是威胁，而是ETH价值的催化剂。 为什么这么说？ 以太坊的这份《EF Mandate》远比其单个技术路线要重要得多，更像是一份重磅的战略宣言。 它的核心价值看上去好几个，比如隐私、安全、开源、去中心化等等，但核心就是一个：实现真正的中立性。 唯有如此，以太坊才能在AI+乱纪元时代，获得生成和长大的空间。 在AI+乱纪元时代，AI的强大已经越来越明显，同时也带来巨大的风险。中心化的AI系统，存在数据垄断、隐私泄漏、算法偏见等诸多问题，而基于去中心化的中立性，则是应对超级强大AI的难得对冲。 AI越发达，对去中心化的需求越强烈，对中立性的需求规模越大，而这种需求，最终会传导到ETH的内在价值上（不仅是投机价格，也会是网络采用和效应）。 AI的爆发会催生海量自主代理的诞生，它们需要一个中立、安全的结算层来处理身份验证、声誉构建、支付和协调。 以太坊和Virtuals等通过ERC-8004/ERC8183/x402等，正成为“AI层”的首选：它允许AI代理在主网上运行，而非依赖大科技公司的服务器，这将驱动数万亿级别的链上交易。 AI是ETH的下一个主要用例之一， 以太坊也正在从“世界计算机”转向AI经济和验证层，处理机器间的经济互动，如质押声明以确保准确性，这在AI主导的“机器经济”中至关重要。 ETH的价值也在于其对AI风险的抵御：当AI放大权力不对称时，ETH的隐私工具（如Zkync的ZK以及zama的FHE）、可验证计算能保护用户数据不被暴露，同时支持去中心化AI架构，避免单点故障。 即使面对量子威胁或复杂代码风险，ETH也在主动整合AI来“de-risk”生态，比如用AI找bug，确保rollup的安全等。 在乱纪元中，这种对冲效应会更明显：AI恐慌可能短期压低市场，市场注意大部分被吸引到AI上，但长期看，ETH同样也会是AI大潮的最大受益者之一，会从自动化效率和数字稀缺中获利。 以太坊提供了一个弹性、开放的替代方案，让个体和系统在AI浪潮中保有生存机会。 这让ETH不仅仅是资产，还是全球资产代币化的协调引擎。而这些全球资产的潜在市值高达400万亿美元级别。

新的一周可以来个 #龙虾 现货吗？ https://t.co/bfrmWWLzQF

如果人不保持认知参与，AI 赋能就变成了 AI 替代，而一旦AI 出错，没有人有能力兜底！Anthropic 最新的论文做了一个有趣的研究「AI 如何影响技能的习得」👀 https://t.co/ScLxE4pwGB 研究者设计了一个随机对照实验，让 52 名有经验的Python 开发者学习一个他们从未用过的异步编程库（Trio）。实验分两组：AI 辅助组可以使用基于 GPT-4o 的聊天助手，对照组只能靠文档和网页搜索。完成编程任务后，所有人参加同一份知识测验（概念理解、代码阅读、调试能力），且测验期间双方都不能用 AI。 核心发现很尖锐：用 AI 既没有明显提速，又显著损害了学习效果。六种AI交互模式的分化极其鲜明： 低分模式（测验 24%-39%）： - AI 全委托：直接让 AI 写完所有代码，最快完成但学到最少； - 渐进依赖：第一题还自己想，第二题就完全交给 AI； - 反复让 AI 调试：遇到错误就丢给 AI，自己不思考； 高分模式（测验 65%-86%）： - 先生成后理解：让 AI 写代码，但之后追问原理； - 混合代码-解释：每次请求都同时要求代码和解释； - 只问概念：仅向 AI 提概念性问题，自己独立写代码和解决错误； 最高分的模式（86%）是"先生成后理解"——看起来行为和全委托几乎一样，但多了一步主动追问理解，结果天差地别。 基于论文的发现，我认为有几个层面的应对策略： - 对个人（尤其是新技能习得阶段）： 关键原则是保持认知参与。论文证明了"先生成后理解"模式的有效性——你可以用AI 加速，但必须在生成后追问"为什么这样写"，把 AI 当教练而不是代工。遇到错误时，先自己想 30 秒再求助 AI，这个独立解决错误的过程正是调试能力的来源； - 对组织和管理者： 需要重新审视"AI 提升生产力"的叙事。论文揭示了一个隐性成本——初级员工如果在入职初期就过度依赖 AI 完成不熟悉的任务，可能永远无法建立起监督AI所需的基础能力。可以考虑在 onboarding 和技能培养阶段设置"AI-light"时段，或者强制要求新人在使用AI时同时生成解释； - 对 AI 产品设计： 论文末尾提到了 ChatGPT Study Mode 和 Claude Code 的 Learning/Explanatory 模式，这是正确的方向。理想的 AI 编程助手应该能感知用户处于"学习新技能"还是"执行已知任务"的状态，在前者时主动引导而非直接给答案。 因为 AI 增强的生产力不是能力习得的捷径✨

我司有一部分的業務是醫院的資訊系統相關整合 但最近越來越常看到一些醫生朋友醫生客戶，在秀自己如何用OpenClaw、Claude Code ....etc 自己做工具，尤其不受大醫院制度限制的診所，這些人的錢越來越難賺 本來就聰明的人+AI ，簡直是人類大進化

市场上有一票人质疑 $TEM 只是检测公司，不是AI公司： 他们的论点是目前70%多的收入来自于检测诊断，数据和AI应用业务只是一小部分。其实他们和说特斯拉只是车企是同一类人。他们根本没有看懂这条闭环，他们用短期视角看待AI成长公司。 你要搞AI医疗就要有数据 （分子数据和临床反应端数据），分子数据需要通过大规模检测产生，临床数据掌握在医院手里。Tempus在最早作为一个starup ，根本没人愿意给你分子数据，更别提敏感的临床数据。 那么第一步只能是干出一个web lab成为分子检测公司，当医院开始用你的检测才可能实其他信息端的互通。你的分子检测数据搭配了患者的临床数据才能训练出各种预测模型（疾病诊疗，临床药物反应，靶点分析）。 这个商业模式类似于特斯拉自动驾驶。要干好自动驾驶你就得先成为一家车企，卖出大量的车去收集数据，用数据训练FSD模型，接着才能开始卖模型应用，也就是FSD订阅/Robotaxi。 无论是特斯拉FSD还是Tempus AI，这个模式的亮点在于数据的产生由消费者买单，而你成为了数据的拥有者。对于 $TEM ， 患者/保险公司付费做检测产生数据，这个数据可以自己用，也可以授权给药企，也可以合作研发模型。一旦规模化，后期的主要盈利会主要来自于赚数据和模型的钱。 强如特斯拉，干了20来年，目前的营收主要也还来自于卖车，也还在努力转型成为AI公司，何况成立刚10年的Tempus呢？但这个苦不会白吃，这个垂直整合的护城河一旦形成就很难被打破，成为巨无霸大概率是时间问题。所以不要再以短期视角去看待这类AI公司了，Tempus AI是诊断公司和是AI公司根本不矛盾。

“要是我能在年轻的时候 听到张朝阳这段话就好了” https://t.co/99901E6lO8

今天早晨老婆给我看了昨天她小龙虾夜里的工作结果，让我震惊要跪倒。我发现文科生狠起来用AI，在一种情况下会超过懂技术的人用：她完全不顾AI的可能性，只要求任务必达，结果AI就不断尝试各种途径满足她，最终突破预期。在操作AI方面，我要开始向老婆学习了。

做量化交易，既要收集海量市场数据，又要严格把控风险，一个人往往分身乏术。 偶然看到 Open Alice 这个开源项目，把研究、量化、交易、风控整合到一起，相当于在本地电脑里雇了一个全天候的 AI 交易团队。 支持 Claude Code、Vercel AI SDK、Agent SDK 等 AI 在后端运行时可随时切换， GitHub：https://t.co/bbOKryzibk 内置可扩展的风控管道，交易前自动检查最大仓位、冷却时间、白名单。 同时集成 OpenBB 引擎获取股票、加密货币、大宗商品、外汇和宏观数据，提供统一的符号搜索和技术指标计算。 还有后台 RSS 新闻采集、事件日志、定时任务调度，以及本地 Web 界面和 Telegram 机器人支持。 适合对 AI 自动化交易感兴趣，或者想搭建个人量化研究室的朋友折腾体验。

最近在看 Agent / LLM 的长期记忆方案，顺便研究了一下 MemOS 给 OpenClaw 做的这个插件。 很多 Agent 在长期任务里都会遇到一个问题：Session 一长，Context 和 Token 开销就开始迅速增长，而且历史交互也不一定会沉淀成可复用经验，很多事情会反复试。 MemOS 的思路是把 Memory 从 Prompt 里抽出来，做成系统层的一部分。这样 Agent 不再只是依赖 Context 维持状态，而是有一个独立的长期 Memory 系统。官方 benchmark 里 Token 成本能降 70% 左右。 我给几个写代码的 Agent 接入跑了一段时间，整体集成挺快的。比较有意思的是对话会逐渐沉淀成 Task，再进化成可复用 Skill，一些之前遇到过的问题基本不会再问第二遍。插件是 100% 本地运行，数据存在本机 SQLite，也支持多个 Agent 共享知识协同工作。 如果平时在折腾 Agent 的长期记忆或者多 Agent 系统，可以看看这个项目。 https://t.co/Yjksg5KiHM

🔥这个值得收藏：Anthropic 上线了官方的 Anthropic Academy，完全免费，不需要订阅。 13 门官方课程，学完可以拿证书，内容从基础到进阶都有覆盖： → Claude 101：新手入门，了解基础功能 → Claude Code in Action：把 Claude Code 整合进开发流程 → Building with the Claude API：最深度的一门，84 节课、8 小时视频，覆盖 RAG、工具调用、Agent 架构 → Introduction to Model Context Protocol：从零用 Python 写 MCP 服务端和客户端 → Model Context Protocol: Advanced Topics：MCP 进阶 → Introduction to agent skills：在 Claude Code 里写和分享 Skill → Claude with Amazon Bedrock / Google Cloud's Vertex AI：云平台部署教程 想系统学一下 Claude 生态的，可以去看看。 https://t.co/DmUwaylYoG

全球首个无限免费 AI 图像生成器，无需登录，无需付费 https://t.co/tr2FgYeAIN 网站支持文字生成图片，画质媲美Midjourney，还有ai照片编辑，移除背景等功能，无论是找灵感还是做配图都可以零门槛搞定 唯一要注意的是中文提示词可能不太准，英文效果更好 https://t.co/ejYlzQKOWV

你想一想，为什么这个时代，给你了这么多翻身机会，你却不中用呢？从最早的互联网、房地产、移动互联网、游戏和电商出海、短视频直播、加密货币、AI…每一波浪潮来临之前，你都是一个清醒的“审视者”？还是一个下场行动的“行动者”？

如圖，這是說習近平「全臉變黑」那一帖引來的中共統戰水軍。 我不止一次說過，不要以為這就是殺豬盤，牠們還有一個作用，拉低X算法對你帳號的權重。在推特逐漸用AI管理的大趨勢下，如果置之不理，正常帳號就有可能會被AI認定為垃圾號直接封號。 更不要為了看黃片與垃圾號互關，這是極其危險的事（關注小黃號的帳號請不要關注我，我也會拉黑你，別解釋安全第一）。同時，在必要時偽裝成「黃軍」的水軍還會集體舉報你，是一種「與時俱進」的新型網絡攻擊。大家別嫌麻煩，必須拉黑。 我說過，我的徒弟都不能沾「黃賭毒」也有這方面的原因，你好色看黃片就是跟中共水軍同頻。記住，世上所有骯髒的東西，中共都不反對且都發揮到了極致。

如果试新头不穿皮交给ai就会变成这样 https://t.co/6lT22sPsrI

内塔尼亚胡发布一条视频，显示在一家咖啡馆里，一边喝着饮料，一边让在场的人和围观者仔细观察他的双手。你们想数数我的手指吗？看，看。看到了吗？很好。干杯！”。同时驳斥了6个手指的说法，并在镜头前展现出活力。 这饱和度不ai吗？ https://t.co/1MXjRENLwN

尽管长期看好黄金，但鉴于当前金价并无优势，因此我既不会买，也不会卖掉原有仓位。 一个担心是，一旦美股下行惯性传导至不堪重负的就业市场，就可能形成事实衰退（红区阴影），迫使黄金大幅回撤。 鉴于当前油价正处高位、AI透支现金流导致估值偏离等因素，仍不能排除美股今年深度回调的可能性。 时机上看，等待年中成绩是有必要的——美股数千亿资本开支是否真实转化成投资回报率（ROIC），这决定了今年美股调整幅度。 即使深度回调，黄金的复苏速度仍远快于股市，这是金价在衰退期的典型表现。

好内容，会让人忽略是否由AI总结生成。 关注价值，不关注AI味，新时代的自我教育。

内塔尼亚胡现身，辟谣已死传闻 3月12号，以色列总理内塔尼亚胡发表了一个电视讲话，结果有眼尖的网友进行一帧一帧地分析，发现“内塔尼亚胡抬起右手那会儿是六根手指”，信誓旦旦认定 “内塔尼亚胡已死”，“而这则视频绝对是AI生成视频的穿帮bug， 或是 官方在用AI替身维稳” 3月15日，内塔尼亚胡发布一条视频，辟谣已死传闻，视频显示，他在一家咖啡馆里购买咖啡。 “网上说您其实已经死了？” “是啊，我死了，爱死咖啡了。” 他还特意展示了一下5根手指。

🔥医疗健康会是AI最大的应用方向之一，这是一个潜在的万亿市场！ 追求健康是千年来人类社会永恒不变的主题。而人体是个极度纷杂的系统，只有通过海量真实的多模态数据才能训练出好的AI，才能全方位揭秘健康和疾病。 Tempus AI 自身就是一个数据工厂，通过检测业务和医疗系统的连结拥有了全世界最大的人体多模态数据，它的数据优势每一天都在放大。近期Eric表示 大模型公司如 Anthropic 和 Open AI 开始对Tempus 数据的兴趣在持续升温，从1分上升到了5分（总分10分）。原因很简单。没有人体数据根本谈不上AI医疗，当公开数据被大模型公司消耗殆尽，他们会持续寻找优质临床数据去提升模型能力。 这将会是 $TEM 继大药厂后又一类潜在数据授权对象。当然何时授权，如何授权如何收费会是一大焦点。毕竟Tempus AI和大模型公司间同时存在竞争与合作。

以我个人的观点来看，内塔尼亚胡如果用AI生成视频，被网友识破的概率很大，他不会犯这种错误。 如果他真的重伤，直接不用理会谣言，文字辟谣，周围秘书记者辟谣就可以了。 内塔尼亚胡视频由AI生成的概率非常非常小。

之前看到有人做了个分析 App Store 差评的产品，想法挺好但做得一般。我就花了半天时间，用 AI 搓了一个小工具：https://t.co/mgJkPazvd3 可以分析任意一个 App Store 应用，AI 帮你读完所有差评，告诉你这个 app 到底有哪些真实问题、缺了什么功能、用户最不满意什么。 完全免费，不用注册。

本周喜欢的论文和工作： SkillNet，SkillCraft OpenClaw-RL，MetaClaw 主题，进化！

以前笑那种 awesome-xxx 只有文档的揽星开源项目 现在开源只有 markdown 和 prompt 的 skills 项目🤡

天哪，这不是真的吧！马斯克是看了我之前发给他的投诉了吗？哈哈哈哈哈哈哈 太好了，如果是真的，我要去实名认证了！

十分钟前实现了一个去年一直想做的面向日本市场的产品，以前觉得至少要 3 人团队，现在我自己一个人，2 个小时就 vibe 出来了。效果非常棒，而且是深入寻常百姓家的产品，一点不 AI

说你用ai就给我拉黑了是何意味 https://t.co/k3uXE2QbzL

微软真的得感谢纳德拉搞了个GitHub收购，这会全世界AI Coding的精华都被吸去了，以前以月、年为单位诞生优质软件，这会以天、周为单位了，以后怕不是要以小时为单位

这不是AI，这是路人在咖啡店里拍到的内塔尼亚胡！ https://t.co/Y2yj8KqiPJ

我现在是几个AI同时工作，为什么不是只用Claude？ 原因很简单：如果你的公司只依赖一个超级聪明的人把所有事情都做完，你的公司离倒闭也就不远了。 所以我当前这样给AI分配工作： 规划：GPT5.4和Claude4.6相互多次认证（不许写代码） 设计：Claude4.6设计+GPT5.4审核（不许写代码） 编码：Claude4.6一次完成，GPT5.4+Gemini调试 Bug：Kimi-cli+Claude Code 目前看起来这种方式的效率最高，大家怎么用的？

鸿园流行的神秘ai小视频 https://t.co/Szn5TFApRL

小LIN全网2000万粉丝，也就一个10人的团队，我们这种小咖只配1个人😂还有我的Claude

Deepseek出来第一天到现在就从来没觉得好用过，幻觉严重胡编乱造，基本处于不可用的状态，居然还有这么多人关注V4

又有一个职业被 AI 取代了！ 房地产销售 / 中介 有位佛罗里达居民 靠着ChatGPT 在五天内卖掉了自己的房子 完全没找房产中介 - 向 AI 咨询房价 - 制定营销方案 - 选择最佳挂牌日期 - 草拟合同 不到 72 小时，收到了 5 个买家的报价 还省下了 3% 的中介费 房地产经纪人完了 😭 https://t.co/8MORvC3foK

腾讯被骂抄袭后，转身成OpenClaw的赞助商了。 腾讯：我微信都是抄的，拿钱砸服peter怎么了？ 龙虾创始人，笑了笑说：看人真准 https://t.co/UTI9iJmvL8

周末做的一个小实验，策略是我自己想的，程序是AI编的。蓝线是我的策略收益，红线是SPY长持。 我是真的觉得AI可以帮你做很多事情，鼓励大家多探索。 https://t.co/91ZVDpRTYR

作者经验挺值得学习的，满满干货：先找到客户再帮客户解决问题，有怎么营销有技术分享 AI Agent （不仅是OpenClaw）普及过程中机会还是很多的

这周末GS的内部电话会，市场交易能源冲击和滞胀表象，但他们更在意的是，一旦冲突拖长、油价高位维持，最终会出现的增长、信用和风险资产的尾部结果。 1）短期交易主线不再只是“AI/软着陆/降息”，而是被“伊朗冲突引发的能源冲击”强行切换到“地缘政治 + 油气 + 利率重定价 + 风险资产再平衡”上来。 2）高盛对美伊关系的判断并不乐观。伊朗更换最高领袖不代表局势实质缓和，美国虽然淡化了“政权更替”表述，但本质上仍在追求对伊朗保持战略杠杆，问题在于这套杠杆是否真的有效，高盛的答案偏保守。 3）短期判断冲突是否走向降级，市场要盯三个信号：霍尔木兹海峡能否恢复安全通航；伊朗对海湾国家防空系统的压制是否开始见效；以及美国和以色列在战争目标上是否继续一致。这里真正的风险在于，美国即使想收，也未必能让以色列同步收手。 4）从这个角度看，冲突持续时间的决定权并不完全在特朗普手里，而更大程度取决于以色列是否接受阶段性目标已达成。换句话说，市场如果按“美国口头降温=风险解除”去交易，可能会过早。 5）利率市场这轮大波动，本质上是“能源冲击”把此前的“降息交易”强行打断。欧洲和英国前端原本堆了大量多头仓位，结果在战争升级后出现集中去杠杆和止损，前端重定价极其剧烈，已经是 10 个标准差级别。 6）英国、欧洲前端之所以比美国更惨，不是因为基本面更差，而是因为先前拥挤度更高；美国原本仓位反而偏空，所以卖压没那么像“踩踏”。也就是说，这轮利率上行相当一部分是仓位冲击，不全是新基本面。 7）高盛并不认为这次会简单复制 2022 年。原因在于当前财政刺激残留、货币极度宽松、供应链瓶颈这些 2022 年的助燃因素都弱得多，因此如果后续没有第二轮能源冲击，欧美英前端利率反而已经被打得有些便宜。 8）对应交易上，他们偏向于：前端利率逢低做多，同时配一个能源多头做对冲，尤其看好英国前端的风险收益比；此外，欧洲波动率已经把太多极端情形都算进去了，继续追 vol 的赔率在下降。 9）股票这边，高盛认为市场情绪已经明显偏向极端悲观，尤其亚洲和新兴市场里那些最受欢迎的 AI/成长交易已经被大幅去风险。只要伊朗线出现一点边际缓和，就很容易触发一轮反身性的 squeeze。 10）但他们也不完全认同市场对“冲突很短”这件事的乐观假设。若能源扰动持续更久，信用市场的小裂缝会逐步传导到股票，尤其私募信贷赎回限制、局部信用事件等，会持续压着股票估值而不是立刻反弹。 11）AI 主线并没有消失，只是暂时被地缘政治抢走了注意力。高盛的意思更像是：创新还在加速，资本开支预期也没塌，但眼下市场更难给高倍数，所以软件、硬件都在经历去估值，后面重回主线时，市场会更聚焦“谁真能兑现现金流、谁只是讲故事”。 12）因此股票配置上，他们当前更偏防御而非进攻，医疗、公用事业、电信这类方向更有非对称性：油价下来时能受益，油价继续高位时又比周期股更抗打。这个判断背后，其实是对“短期偏滞胀、但还没到全面衰退”的环境定价。 13）大宗商品部分是全场最硬的基本面锚。卡塔尔 LNG 供应仍完全中断，约占全球 LNG 供应的 20%，高盛基准情形是 3 月大部分时间维持停摆、4 月逐步恢复；因为没有闲置产能可补，市场只能靠更高价格去做需求破坏。 14）天然气这边，他们认为价格不能只定价到“高于煤价”，而是要进一步定价到“气转油”的替代区间，本质是提前压需求、保库存。油价也是同样逻辑，高盛把 Q4 Brent 上调到 71 美元，但近端维持在 100 美元附近，核心不是现货缺口本身，而是市场对“中断会拖多久”的悲观定价。 15）这意味着能源价格真正回落，要么看到供给缺口被数量化修复，比如战略储备释放、受制裁俄油回流、霍尔木兹部分恢复通行；要么更关键的是，市场开始相信持续时间没那么久。前者只能缓和，后者才能真正打掉风险溢价。 16）Dominic 的大框架是：短期当然像滞胀，油价上去、通胀抬头、利率上行、股票承压；但中期更大的风险其实还是增长而不是通胀。也就是说，这更像一个“短期滞胀冲击，最终向增长伤害演化”的路径，而不是 70 年代那种长期滞胀。 17）他特别强调，真正把这件事做成长期通胀问题的，不是油价本身，而是政策犯错。如果各国因为这次冲击再搞大力度货币或财政放松，才更可能把通胀固化；否则历史经验更像是，headline 通胀先上去，最后增长伤害占主导，利率再掉下来。 18）所以资产配置上，高盛更偏好“精选风险资产多头 + 长波动率”的杠铃结构。一边拿一些站在 terms-of-trade 正确一侧、但被风险事件误伤的资产；另一边持有更长久期的股票波动率和增长下行情景下会受益的利率头寸。 19）具体看好方向里，Dominic 点到澳元、巴西资产、部分英国资产、墨西哥比索，以及一些因冲击被过度打折、但结构逻辑没变的日本/韩国股票。真正的核心不是立即抄底，而是等尾部风险收敛后，回到原有中期趋势。 20）如果市场从“通胀冲击”进一步切到“增长冲击”，交易顺序会很清楚：先是利率停止上行，再到利率下行；随后美股和信用的下行尾部开始真正打开；最后，长期股票波动率和更长端的通胀回落交易会变得更有价值。 21）私募信贷部分，高盛的口径并不悲观。眼下最大的压力不是资产质量突然恶化，而是零售资金过去把私募信贷当成“半流动性产品”来卖，如今舆情转差后资金回撤，技术性上会推高利差。 22）但如果先把资金流拿掉，底层基本面依然不差，多数借款人经营表现仍稳，收入、EBITDA、利息覆盖都有韧性。真正值得担心的是，这个行业太久没经历完整信用周期，长期平稳期里承销标准是否下滑，要等下一次衰退来验真伪，届时管理人之间的分化会非常大。 23）对“软件敞口太高”这件事，高盛的观点也偏结构化：不能只看软件占比，要看底层资产是不是 mission-critical、是不是掌握数据和客户、AI 到底是削弱它还是强化它。股权倍数被压缩，不等于同一家公司顶层债务就立刻危险。 24）他们明确不把私募信贷看成系统性风险源。原因在于今天这个市场更分散、杠杆更低、封闭式基金和 BDC 结构减少了资产负债错配和被迫抛售，跟 2008 年那种“高杠杆+高关联+高集中”的系统性脆弱性不是一个范式。

在Github上又找到个好东西：Vibe Coding指南。 🧭 道 -- 凡是 ai 能做的，就不要人工做 -- 一切问题问 ai -- 目的主导：开发过程中的一切动作围绕"目的"展开 -- 上下文是 vibe coding 的第一性要素，垃圾进，垃圾出 -- 系统性思考，实体，链接，功能/目的，三个维度 -- 数据与函数即是编程的一切 -- 输入，处理，输出刻画整个过程 -- 多问 ai 是什么？，为什么？，怎么做？ -- 先结构，后代码，一定要规划好框架，不然后面技术债--- 还不完 -- 奥卡姆剃刀定理，如无必要，勿增代码 -- 帕累托法则，关注重要的那20% -- 逆向思考，先明确你的需求，从需求逆向构建代码 -- 重复，多试几次，实在不行重新开个窗口， -- 专注，极致的专注可以击穿代码，一次只做一件事（神人除外） 🧩 法 一句话目标 + 非目标 正交性，功能不要太重复了，（这个分场景） 能抄不写，不重复造轮子，先问 ai 有没有合适的仓库，下载下来改 一定要看官方文档，先把官方文档爬下来喂给 ai 按职责拆模块 接口先行，实现后补 一次只改一个模块 文档即上下文，不是事后补 🛠️ 术 明确写清：能改什么，不能改什么 Debug 只给：预期 vs 实际 + 最小复现 测试可交给 AI，断言人审 代码一多就切会话

認知戰專區 (謠言破除) 今天網傳聲稱以色列總理納坦雅胡遭到暗殺身亡的謠言，有影片聲稱納坦雅胡的演講出現六根手指，被指為影片是「AI生成」，然而，納坦雅胡不僅還活著，也向大家拍片證實「只有五根手指」 經過調查，這些謠言假影音來源全部來自中國，同時這些影音都是先從脆(Thread)假帳號發起散布

GEO 的核心不是AI 生成内容，甚至不是官网建设，核心是搞到高权重不容易死的社媒账号。 问题来了：可以弑无忌惮发布投毒文章，还能做到账号不死，不被处罚的，请问谁能做到？