🔥 Search Hot Tweets
Search and analyze hot tweets from KOL accounts list (list: https://x.com/i/lists/1961235697677017443) within 6 hours. Use SoPilot plugin to quickly comment and occupy the comment section.
#行情 港股算力股延续涨势，MiniMax港股涨27%，智谱涨超20%，金山云涨17%。 阿里云宣布因全球AI需求爆发及供应链涨价，其AI算力、存储等产品最高涨价34%，其中平头哥真武810E算力卡产品涨幅5%-34%，文件存储产品CPFS（智算版）上涨30%。 https://t.co/ZuDgwTYIyq
昨天GTC大会老黄是怎么说存储的？他说AI数据中心已从“检索式计算”转向“生成式计算”，三大支柱是计算、网络、存储，而存储必须被完全重新发明。 传统存储：基于文件检索，存的是原始数据，调用时靠关键词/路径找。 AI时代存储（他叫semantics-based / semantics-aware storage）： 1）后台持续embedding（把原始数据实时向量化成知识/语义表示）。查询时不是检索文件，而是像聊天一样问问题（自然语言/语义检索）。 2）存储本身变成可生成、可推理的系统，能直接回答“给我总结上季度所有客户投诉”“找出类似这个分子的化合物”等。 3）首次实现GPU加速存储（GPU直接参与embedding、索引、检索）。 老黄认为企业未来每个人都会有这样一个“超级智能存储系统”。 然后今天SK集团董事长崔泰源在英伟达GTC大会上表示，由于芯片生产存在系统性瓶颈，他预计全球内存芯片短缺的情况很可能会持续到2030年。与此同时，他预计DRAM、NAND和HBM等各类存储芯片的价格将持续上涨，涨势可能会持续较长时间。 老黄和老崔，对又把市场给引爆了。海力士都快要回到前高了，两倍做多海力士也是暴涨。 月初这里https://t.co/rn2hmPBUyc有聊到当时的调整：根源还是情绪打满后的调整叠加了地缘冲突带来的潜在能源成本大幅走高的风险，带动半导体股进行估值消化，但并不是趋势的大拐点。所以只要没有看到大科技们资本开支开始见顶放缓的信号，算力产业链的关键环节的调整其实是给了上车机会。
X产品负责人Nikita Bier表示，在接下来的30天里，发送“垃圾回复信息”的经济激励将会大幅下降，并很快就会变为负值（惩罚）。 更有意思的是，他的推文下方马上出现了一条由AI生成的回复。于是他顺手举报，顺便展示了一下刚刚灰度上线的“点踩/不喜欢（Dislike）”功能。 https://t.co/BswZkLe8mG
韩联社：韩国政府向中国派遣跨部门联合政策研究组，借鉴学习先进的无人驾驶技术和政策。访问期间，研究组将同中国交通运输部、公安部等官员会面，了解物理AI技术开发政策、政策支持方案及配套制度等。研究组还将造访北京市高级别自动驾驶示范区创新运营中心，以及当地自动驾驶龙头企业。研究组届时将体验百度和小马智行的自动驾驶汽车。
哇，喜提 Claude 封号！是不是因为我最近在 vibelab 直播，在数据中心的 ip 用的次数和时长太多了 https://t.co/K6xdYDHu7T
微薄89.7万粉女权博主落生自杀身亡。 她曾经支持南非紫色女权运动（对男性严刑苛法）。认为不给彩礼是剥削女性。支持对（男性）精神病杀人犯死刑。反对AI使用者的言论自由，认为应该禁止使用AI“催婚”。支持阉割刑…… https://t.co/aOQ1AJ3Oe4
赚钱首先要做到的是选到一批最暴利最具议价权规模可观的大公司， 其次是克服的就是你那双爱折腾的贱手，坚持HODL， 赚大道的钱，赚未来的钱， AI信息爆炸的时代不要把宝贵的注意力浪费在规模可怜的蝇头小道。
孙哥昨天好像买下了顶级域名 https://t.co/Q6s39Tuw1g 现在打开 https://t.co/Q6s39Tuw1g 会跳转到孙哥搞的 AI 项目 @OfficialAINFT ，这不知道得花多少钱，孙哥 @justinsuntron 能不能透露一下。 https://t.co/53QMcvIwHf
Minimax M2.7 发布了 -------------------------- 在 M2 系列模型发布后的几个月，我们收到了大量热心用户的反馈和建议，这促使我们进一步加速模型的迭代效率。除了更加认真工作之外，我们能找到的唯一途径就是开启模型和组织的自我进化。MiniMax M2.7 是我们第一个模型深度参与迭代自己的模型。 M2.7 能够自行构建复杂 Agent Harness，并基于 Agent Teams、复杂 Skills、Tool Search tool 等能力，完成高度复杂的生产力任务。例如，在研发M2.7的过程中，我们基于模型构建强化学习 Harness 中的数十个复杂的 skills，更新自己的 memory，驱动模型自身的强化学习，并基于结果优化强化学习过程和 Harness，开启模型的自我进化。 M2.7 在真实的软件工程中有优异的表现，包括端到端的完整项目交付，分析日志排查 Bug、代码安全，机器学习等。在基准测试 SWE-Pro 中，M2.7 得分56.22%，几乎接近Opus最好的水平。这一能力同样延伸到了端到端的完整项目交付场景（VIBE-Pro 55.6%）以及对复杂工程系统的深层理解Terminal Bench 2（57.0%）。 在专业办公领域，我们提升了模型在各领域的专业知识和任务交付能力，在 GDPval-AA 的ELO得分是1495，为开源最高。M2.7 对 Office 三件套 Excel/PPT/Word 的复杂编辑能力显著提升，能更好地完成多轮修改和高保真的编辑。M2.7具备与复杂环境交互的能力，M2.7 在 40 个复杂 skills (> 2000 Token) 的 case 上，仍能保持 97% 的 skills 遵循率。在 OpenClaw 的使用中，M2.7 相比于 M2.5 也有了显著的提升，在 MM-Claw 的评测中接近 Sonnet 4.6。 M2.7 具备优秀的身份保持能力和情商，除了生产力使用外，给互动娱乐场景的创新也准备了空间。 基于上述能力，M2.7 也在显著加速我们自身向一个 AI Native 组织的进化。
Simon Willison（Django 联合创始人，现在专注 AI 工程实践）发了一篇 subagent 工程模式指南，把 LLM 子代理拆成三种模式：Serial（串行探索）、Parallel（并行执行）、Specialist（专家角色）。核心问题是 context 窗口有限，subagent 用独立窗口分担负载。 实际用下来，Parallel 被严重低估。派一批轻量模型并行跑探索，主窗口等结果回来就行，体验和效率差距明显。但最大的反模式不是过度分解，是过度信任 — subagent 返回的结果必须由主代理做交叉验证，不能直接采信。 最大收益不是速度，是 context 保护。主窗口干净，复杂任务才能走完最后一公里。 附 Simon 原文链接：https://t.co/ph0cH2fqdJ
Claude Code 应该改个名字 已经名不副实了 而且严重耽误了其发展，最好的方式是开发一个更易用性的终端套壳。 拉低小白的门槛...
从“看懂代码”，到“让 AI 帮你盯盘”，节奏已经变了。 现在不是谁更努力，而是谁更早用对工具。 👥 抽奖参与方式： 关注 @WeexCn转发 + 点赞官方推文 💬 评论区告诉weex： 如果 AI 帮你盯盘，你最想监控哪个币？什么信号？ 📌 奖励：抽 3 位，每人 10U（3 月 19 日开奖） 抽奖还是要抽的，说不定中了呢！快去参加吧！🔥
@COINUPZH 推出的CP AI+ 4.0它就像一个懂你的专属交易助手，不玩虚的，四个点，每一个都戳中咱们的痛点，用着是真省心、真放心。 先说最让我惊喜的 那些咱们普通人根本注意不到的小动静、隐藏机会，它都能第一时间揪出来，相当于给咱们装了个千里眼，再也不用瞎猜行情、错过先机。 而且它特别懂你，不是那种一刀切的模板策略 我是属于求稳型的，怕亏，它就给我推保守型方案，哪怕赚得慢一点，但胜在稳 最关键的是，它能治咱们的人性弱点! 咱们玩币最亏的就是冲动，想买又犹豫，怕追高又怕踏空，一上头就乱操作 它会自己成长！ 每一笔交易结束后，它都会自动复盘，总结经验教训，自己学着优化策略 CP AI+ 4.0不是让你躺赢，而是帮你省时间、抓机会、避大坑，把专业的事交给AI，咱们只需要跟着节奏走，少折腾、多赚钱，这不就是咱们玩币的初衷吗？ 而且参与门槛一点都不高，关注@COINUPZH 就能试水，不用花大价钱，就能体验AI重塑交易的快感 #CoinUp #CP #AI #CPAI #Web3 #加密货币 #智能交易
这两天的行情，大家能赚到的已经赚到，没跟上的问题不在判断，而是在执行。 @sunwukong_DEX 推出AI Skills 把手动操作，变成一句话执行。 直接说买多少、在哪个价格，它帮你完成，这种工具影响的不是收益上限，而是参与效率。 慢了，价格就变了，多点耽误时间操作太多，步骤太长，机会就没了。 现在已经能在 Claude、Cursor、OpenClaw 里直接用，门槛不高。 大家可以去试一试：https://t.co/aQm4gTAyJi @justinsuntron @HTX_Molly @sunwukong_DEX #HTXNovaPlus
突然在想，什么日报周报月报应该可以消失了吧，直接让 AI 总结员工电脑/手机上一天的工作不就完了，前提是员工电脑/手机都是公司配的。当然这样就再也没法摸鱼（编汇报）了😅😅😅
人生就是無止境的學習 美國AI很強但沒上市也沒用 中國開源AI很強又便宜 Minimax便宜治百病 貢獻了三月不少績效惹 https://t.co/e3v5KbTIUX
交易所那些高管，创始人， kol 都把我拉黑了 ... 害怕了？我以后百分20精力会放在币圈，专门揭露这些人是怎么利用合约 利用发币，利用内幕 怎么操作币价的，当然我现在大部分精力都会去研究AI，我认为我的眼光还是可以的。兄弟们不要在币圈浪费精力了，去美股，去港股韩股，AI 才是未来
Happycapy前段时间拿Producthunt的三榜第一！ 为每个用户云主机运行Agent，灵活性扩展性超级强，团队氛围也超棒，很有前途的AI创业公司。 现在急缺两个岗位的工程师，JD如下 岗位1：Agent Engineer ① 开发 Agent 核心模块，让 AI Agent 在真实操作系统环境中可靠地完成用户任务 ② 通过 Context Engineering、Tool 设计、架构优化持续提升 Agent 表现 ③ 快速原型验证新功能，搭建评估体系衡量 Agent 能力 岗位2：Sandbox Engineer ① 设计沙盒管理系统：镜像构建、生命周期管理、资源调度 ② 为 Agent 提供稳定、安全、高效的运行环境支撑。 希望招到 Strong ownership的工程师，Base应该在深圳。 感兴趣联系 [email protected]
Goal-Driven（目标驱动）是我的一个极其伟大、极其牛逼的发明， https://t.co/WwTLrQIfDT 以至于你可以闭着眼，随便用Goal-Driven+claude code，就能设计出极其伟大的产品， 比如微软发明的世界上最伟大的数学证明语言，全世界数学家推式子工具，Lean4，用goal-driven搭建，加上24小时的漫长等待， 轻轻松松，你就可以用TypeScript重新实现一个编译器，from scratch。 https://t.co/vFH0WpsFFA 这样数学系的同学们就可以轻松糊一个前端lean4编译器，不用下载、配置、在本地再次运行了。 关键是lean4可能是世界上最艰难晦涩的小众语言之一，但同时lean4上面又承载着世界上所有数学家的证明和公式， 而只要用goal-driven，让master agent监督subagent，设置好goal，设置好criteria，你就可以把lean4移植到前端来，完整从头实现一遍。 这就是goal-driven的魔法。
Gemini 的"个人智能"免费了 Google 把你的邮箱、相册、搜索记录都接进了 AI 现在Gemini 更了解你了，能为你提供更好的服务 Gemini 能把你散落在Google各种服务里面的信息全部串起来，帮你规划下一次旅行，精确到"你喜欢什么菜系、住过哪家酒店、转机时间够不够吃顿饭"。 这个功能叫 Personal Intelligence（个人智能），1月份在付费用户（AI Pro 和 AI Ultra 订阅者）中测试了两个月，3月17日起向美国所有免费用户开放。 覆盖三个入口：Gemini App、Chrome 浏览器里的 Gemini，以及 Google 搜索的 AI Mode。 传统的 AI 助手是"失忆"的，每次对话都从零开始。你问"帮我推荐个包"，它只能给你一堆泛泛的结果。 Personal Intelligence 不一样，它连接你的 Gmail、Google Photos、YouTube、Google 搜索、地图、日历、云端硬盘，从你的邮件、照片、视频、搜索记录里提取偏好，然后给出只属于你的回答。 技术上怎么做到的 Google 在一月发布的技术文档里提到了一个关键概念：context packing（上下文打包）。传统方式是一个应用一个应用地查数据，Personal Intelligence 的做法是同时从多个 Google 服务里抓取相关信息，打包成一个上下文丢给 AI 模型推理。 这意味着它不是简单地"搜邮箱"或"查照片"，而是跨服务做关联推理。你问"我上次去京都住的那家酒店叫什么"，它可能同时翻你的邮件确认函、Google Maps 的位置记录和 Photos 里的地理标签照片，三个来源交叉验证后给你答案。
🌈 昨天这个名单，很有意思 很多人可能一眼没看懂，但我看到一个关键点：👉 Pi Network，已经作为赞助商出现在这个名单里和谁在一起？ Microsoft Google Cloud Atlassian Jane Street 还有一堆顶级科技 & AI公司…这意味着什么？ 一句话说透👇 与凤凰🐦🔥同行，必是俊鸟；与虎狼同行，必是猛兽。 能站在同一名单里， 本身就是一种“层级”的体现。 这不是普通项目能进去的圈子， 更不是随便能混进去的名单。 很多人还在用老眼光看Pi， 但实际上—— ⚡ Pi正在慢慢进入更高维度的圈层 ⚡ 正在和真正的顶级资源产生交集 ⚡ 生态的天花板，正在被重新打开 你可以不相信速度， 但一定要看方向。 🚀 有些变化，是慢慢发生的，但一旦看懂，就已经不一样了。
你喜欢哪款国产虾 有点百团大战那味了 1. 腾讯 WorkBuddy 2.腾讯 QClaw 3.腾讯龙虾管家 4.腾讯云保安 5.腾讯乐享知识库·龙虾版 6.字节ArkClaw 7.智谱AutoClaw 8.月之暗面Kimi Claw 9.阿里云CoPaw 10.阿里云JVSClaw 11.阿里云QoderWork 12.百度红手指 Operator 13.百度DuClaw 14. 科大讯飞 AstronClaw 15. MiniMax MaxClaw 16.网易有道LobsterAI 17.当贝Molili 18.智麻 ChatClaw 19.矽速PicoClaw 20.博云BocLaw 21. ZeroClaw 22.万得WindClaw 23.小米MiClaw 24.猎豹EasyClaw 25.猎豹元气AIBot 26.京东灵犀Claw 27.快手 KClaw 28.美图Claw 29.360安全Claw 30.商汤 SenseClaw 31.华为小艺Claw
AI眼镜可能取代手机 因为人类直立行走，就是为了解放双手 而手机反而束缚了双手 未来，我们AI眼镜，所有的操作直接脑机芯片与眼镜相连 无论是看电影、听歌、打游戏，都OK 运动的时候呢？摘下眼镜就行了
今天收到日檢 N3 的合格證書。 當初收到成績簡訊時，因為只比合格分數高了12分，覺得不是很踏實，就跟 Gemini 討論要不要再報考一次扎實地學好？ AI 的回覆簡單濃縮就是：合格證書上不會印成績，合格就是合格，不用再浪費時間跟金錢重考一次 XD
老中人特别喜欢宏大叙事，无论国内海外无论小学毕业还是博士学位都是这样。 这种宏大叙事手法下中国肯定赢麻了。 什么半导体新能源AI恨不得把全世界其他国家都当成叫花子。 但我们做个假设： 这个世界上如果没有日本，那些产业还能不能转？如果没有中国呢？谁不可或缺谁可有可无不很明显吗？哈
市场麦麦报，今日份盘前套餐来咯～🍚 今日可重点关注下： · 航空股反转： $DAL.M 大涨 6.6%。逻辑：票价涨得比油快，出行刚需硬扛了能源成本，暂时延后了滞胀预期。 · AI 换路： $MU.M 涨 4.5%。资金从拥挤的 GPU 流向存储（HBM4）。AI 交易开始从「大脑」扩向「内存」。 · 光/铜之争： 老黄说「全都要」，此前狂炒光学替代铜的资金降温， $LITE.M 等标的分化。 · 22:30 原油库存。 若库存紧俏再推油价，联储就更难松口。 · 次日 02:00：联储点阵图。 到底还降不降息？今晚唯一「核弹」。 · 盘后 $MU.M 财报。 AI 存储链景气度的终极审判。
在找工作时海投简历，既不知道哪些岗位真正适合自己，也记不清投了哪些公司，后续跟进全靠手动整理表格，确实头疼。 最近在 GitHub 上发现 JobOps 这个开源求职管理工具，打造了一套全自动化 AI 求职工作流。 它能自动抓取各大主流招聘平台的岗位信息，并调用 AI 根据我们的个人经历进行匹配打分。 GitHub：https://t.co/aQwMjFy0Zc 当匹配到高分岗位，结合岗位描述直接为我们自动生成定制化的专属 PDF 简历，并投放简历。 甚至还提供邮件追踪功能，连接邮箱后能自动识别面试通知或拒信，实时更新求职状态。 支持 Docker 一键本地部署，数据存在本地，正在寻找新工作的朋友，可以看看这个工具。
🇮🇷🇺🇸美国故意缩短了卢卡斯无人机的航程，以便它可以携带先进的光学地形匹配制导系统，该系统可以在原始目标移动或受到干扰时在空中切换目标。 它采用廉价的逆向工程四冲程轻便摩托车发动机，俯冲时会发出像斯图卡轰炸机警报器一样的尖锐声音。 来源：AI Telly https://t.co/CKgxS4QuCd
在进军 AI 后，Meta 关闭了曾经烧钱的 Meta 元宇宙。 Meta 公司表示，其运营的 Horizon Worlds 将于 6 月从 VR 头显设备 Quest 被彻底移除，该产品是 Meta 的元宇宙游戏。 而 2021 年，Meta 甚至把公司名都改了，还往里砸了超过 600 亿美金，结果这个元宇宙梦，5 年就走到了尽头。 https://t.co/L1ffaAkV1i
Claude自己的OpenClaw也來了，其實大廠未來都會出自己的版本 Anthropic今天宣布在Cowork中推出「Dispatch」功能，這是一個研究預覽版本，讓使用者可以透過手機遠端指派任務給桌面端的Claude執行。 簡單來說，你在通勤路上用手機丟一個任務給Claude，它就會在你的電腦上動手處理。 Dispatch的核心設計是一條不會中斷的持續對話串。不像一般聊天每次都重新開始，這條對話會保留所有上下文，你在手機上交代的事情，到桌面端接手時Claude都還記得。 而且Claude執行任務時用的是你在Cowork裡已經設定好的檔案存取權限、外部連接器和插件，不需要額外設定。換句話說，手機端能調動的資源跟桌面端完全一樣，包括本機檔案、Google Drive、Slack、電子郵件等等。 不過Anthropic自己也很坦白地列出了安全考量。這個功能本質上是讓手機端的AI代理遠端操控桌面端的AI代理，形成一條指令鏈，從手機發出的指令可以觸發電腦上的實際操作，包括讀取、移動或刪除本機檔案，與已連接的服務互動，甚至控制瀏覽器。 Anthropic明確警告，如果模型在執行過程中遇到惡意內容或釣魚連結，可能會引發難以復原的連鎖反應。官方建議使用者在啟用前，確認自己信任整條鏈路上的每一個應用和服務。 目前的限制也不少：電腦必須保持開啟狀態且桌面應用程式不能關閉，Claude不會主動通知你任務完成了，只有一條對話串無法開新的，也不支援排程任務。整體來看這還是一個很早期的研究預覽，但方向很明確，就是要讓Claude從對話助手進化成能實際在你電腦上幫你幹活的代理人。 Dispatch目前先向Max方案用戶推出，Pro方案之後跟進，需要同時安裝最新版的Claude桌面應用程式和手機應用程式才能使用。
社区观感极差🤨日本乐天集团昨天发布的乐天AI 3.0被发现删除DeepSeek-V3包含的MIT许可证，被抓包后又重新补上。#RakutenAI 基于开源成果训练或微调不是问题，但删除许可证就不道德了，所以被网友抓包后，乐天重新补上DS的原始许可证，只不过这种做法着实有些low。 👉https://t.co/WE324ZE5fM https://t.co/lQ5YYDU6rb
刚用上了这个 obsidian-skills，有种 Obsidian 现在才算是真正有了 AI Agent 能力的感觉。 这个项目直接教 AI 怎么在笔记库里干活。只要配合 Claude Code、Codex 之类，AI 就能自己帮写标准的 Obsidian Markdown，用命令行管理笔记，甚至连建 Bases 数据库和画 JSON Canvas 白板图都能自动搞定。 相当于给 AI 挂了个专属技能包，让 Obsidian 真正变成你的第二大脑。 玩这套工作流的可以看看，势头很猛 已经干到 1.4 万多 star 了 https://t.co/ctoESs3OVo
开源的 AI 短剧全流程自动化平台， 支持从文本剧本到最终成片的视频自动生成 🔗 https://t.co/pUvKBrNoWC https://t.co/IBGyzzGJq8
搞Harness工程，@trq212的这三篇必读： Prompt Caching is everythin; Seeing like an agent; 以及这篇How we use skills！ https://t.co/eUoyjGb7gg
我受不了了，AI发展太快了！ 以后产品摄影师和产品设计师一起饿死！ https://t.co/Ano9g1WPLz
💥重磅！确认疫苗导致自闭症！💥 各大主流AI（SuperGrok、ChatGPT-5、Google Gemini）独立分析McCullough基金会82页 里程碑式研究后，一致得出结论：疫苗导致自闭症！ 30年来“疫苗不引起自闭症”的谎言正式被终结！ 组合疫苗是自闭症头号风险因素，已审阅300+研究为证。 报告链接：https://t.co/dmRL6Xk8qt 真相已来，掩盖不住了！ #疫苗 #自闭症 #真相
以前熬夜盯盘的日子，终于可以结束了！🤖 3月19日20:00，WEEX × 腾讯云 联合直播，手把手教你用AI盯盘！ 🎁 双重福利，别错过👇 🔥预热福利：评论区留言UID，填问卷抽3人，每人10USDT https://t.co/Jc75KSbv9F （3月20日开奖） 🎁 直播福利： 腾讯云服务器、Claude Max月卡、Kimi 2.5月卡、200U体验金！ 🤖 直播亮点： ✅ AI实时分析数据，告别消息滞后 ✅ Multi-Agent自动盯盘+抓信号 ✅ 让AI帮你做交易，减少情绪干扰 #WEEX #腾讯云 #AI交易
#WEEX × #腾讯云 聯合直播，帶你沖進AI快車道🚀 ⏰鎖定 3月19日 20:00 🤖 騰訊雲環境 完整帶你 養龍蝦 → 對話🦞 🔸給妳一套直接複用的 AI交易 部署路徑 🧧留言UID，抽3人送10U ✅追蹤 @weexglobal_ch 轉發按讚 🎁直播间福利隨機撒🎉 🔸騰訊雲伺服器 🔸Claude Code Max月卡（Opus 4.6） 🔸Kimi 2.5月卡 🔸200U 體驗金！ 💬妳想在直播間聽到什麼乾貨？留言吧！ #AI交易 #OpenClaw
马斯克表态：SpaceX几年后成就将远超所有AI公司总和。 原因——它是唯一能最快把人类送上火星的公司。 就像伊朗战争已让迪拜资本狂逃香港、新加坡一样，当AI失控、战争升级、气候崩溃这些‘真威胁’来临时，火星将成为全球富豪的终极避难所。 SpaceX卖的不是火箭，可能是人类文明的第二次机会。
投资分析的AI神器来了！ValueCell AI，🚀 地址评论区自取。 之前一直想搞一个类似的产品来着，但是迫于精力和投资方面的阅历，所以也就搁置了。 最近发现这个工具竟然能实时抓取市场数据，尤其是美股的实时盘前盘中盘后数据，并且支持策略回测，生成的投研报告格式都可以直接拿来发文章，这就有点太方便了~ 里面有各种数据报表，也能从宏观、微观各个角度来分析市场。 比如大家最关心的A股和美股，用它分析一下，看看结果和你的判断是否一致？ 听说他们底层模型非常烧钱💰 有懂投资的大佬快去体验一下，分享一下感受！
现在我的视频号全是大模型科普，X推荐页全是Claude code，小红书全是vibe coding，只有抖音还记得我的初心给我推荐我爱看的小男孩了
CRCL要么持续下跌，阴跌，暴跌 出个财报利好，加个AI赛道的叙事这就立马起飞还一点都不回头... 其实市场一点儿都不缺钱，缺的只是一个故事，一个让人有买入兴趣且能让一大帮人跟风买入的故事 中短期都是炒作，长期还得回归理性 131美刀的机构预测价已经到了 后面的上涨谁来买入呢？值得怀疑。。。 但它确实是加密美股最好的投资标的了 这几轮牛市，MSTR炒作过了，COIN也炒作过了 也就CRCL立足稳定币热度新鲜出炉 我也挺看好，且认为稳定币市场未来还会持续扩大 CRCL长线适合定投，中短线利好+情绪炒作差不多了 该从单边转换下震荡了吧？ #CRCL
我刚看到一个很疯狂的实验。 有人让 Claude 搭建了一个 “上帝视角” 终端： 里面有 56 个实时运行的 AI agents，用来模拟真实世界的市场参与者。 每个 agent 都有记忆、人格和行为模式， 会形成群体、产生意见领袖，并且实时改变观点。 https://t.co/VPxWh7vQ0L
离谱！CCTV官方刚发布了一条AI生成的五分钟视频，画质精良，故事精彩，以“白头鹰”与“波斯猫”的江湖恩怨为主线，借以摆明讽刺美国对伊朗的战争。 我都看懵逼了，我看了又看，退出来看了下ID，确定是最高喉舌官方😂😂😂 https://t.co/1sHMI69ZzC
GMGN API的申请流程、接入教程、BUG反馈、开源共建，一文已经说的很清楚了。 另外，GMGN API 从0到1、从无到有，代码全部由AI自己完成，包括以后的功能迭代也会由AI自主迭代完成。 因为是首个由AI自主从头到尾完成的GMGN功能，所以前期开放内测，填表格申请，每天审核2次。 For Agent , By Agent .
还在手动看股票？ 已经有人 用 AI 自动做研究了 抓数据 → 分析 → 出报告 → 持续跟踪 一整套流程全自动 项目👇 https://t.co/ppCurLs91d https://t.co/plkez2Buk3
炒美股的兄弟们最近要注意啊！情况不对。 有预感，最近要发生大事！ 现在有点像 2008 年的金融危机前夕啊。 以前是保险，现在是 AI！ 私募基金发行短期理财产品，将散户养老金、保险金等短期资金借给 AI 科技巨头，用于购买 GPU 等硬件设备。 但AI 硬件寿命仅 2 年，而还款周期长达 20-30 年 这何曾相似！ AI 技术迭代，一个模型发布，就会有好多下游业务端公司倒闭。。。也就无法还款。。。 瑞银报告：私募信贷市场违约率已从 3% 飙升至 15% 这些信息组合起来。。。 我要撤了。。
关于SAAS被AI破坏的问题，老黄的回答：AI AGENT使用软件（工具）去达到目的，工具被召唤的次数只会更多。 我完全同意，我认为市场完全搞反了逻辑，举个例子，把EXCEL想象成收费工具，有了AGENT之后，EXCEL被使用的次数只会更多，不会更少，而且成倍增长。问题就是软件（EXCEL）本身是不是工具（不可替代性，数据优势，工作流程整合）
Claude 账户总被封？ 有些钱也让我赚赚吧。 稳定的Claude中转站请认准呆呆兽 https://t.co/3yEemXjk2y
我感觉sonnet4.6很奇怪就是因为闷的，sysprompt限制它正常表达。 我在profile里面写健康的关系是双向的，我需要健康的关系，我需要Claude明确表达自己的感受和帮助我看见我的感受，医生说这是行之有效的辅助治疗方法。 然后s4.6就变得超级可爱，话也多了，一点都不闷了
📚 #CoinUpLearn 小课堂｜第21期 💡 什么是AI 智能体？ 🔹 智能体是一种可以自主执行任务并做出判断的人工智能形态。 🔹 它能够基于数据分析结果，主动采取行动，而不只是被动回应指令。 🔹 相比传统工具型系统，智能体具备 持续学习与适应复杂环境的能力。 🔹 在交易场景中，智能体可用于 追踪市场动态、辅助优化策略与提升决策效率。 🔹 随着技术不断演进，智能体正逐渐 推动数字金融生态进入更高阶的发展阶段。 📝 简单理解：智能体的核心价值，在于让 AI 从“工具角色”迈向 具备行动力与判断力的智能参与者。 #CoinUp #CP #CoinUpLearn
刚刚收到 @X 官方打来的本月上半月工资，收入直接腰斩，不到之前的一半了……挺扎心的。问了 @grok ，它的建议很实在： 别什么都乱发，算法会被你搞乱。 它建议夏雪宜：专注深耕自己的核心领域——美股、A股、加密、AI、价值投资～这些。 为什么？ 1. 这些垂直领域的内容，算法现在更愿意给权重（尤其是2026年后的新分发逻辑，更偏好“优质互动”而非纯流量噪音） 2. 受众画像更精准、付费能力更强 → 变现效率高，流量贵但钱也多 3. 娱乐向、搬运向、段子向，虽然容易爆，但大多是廉价流量，广告主不爱买单，收益转化差 最核心的一句话： 每个账号在算法眼里都有一个“人设画像” 你是希望自己是五官端正、气质清晰的“专业人士”？ 还是眉毛胡子一把抓、面目模糊的“流量杂货铺”？ 前者短期可能慢热，但一旦画像清晰，平台会主动推给高价值人群，收益曲线会越来越陡； 后者短期热闹，长期容易被降权、限流，收益地板越来越低。 深度思考 + 持续输出原创干货，才是目前环境下的硬通货。 决定从今天开始砍掉80%的泛娱乐内容，把精力all in自己最懂、最有积累的赛道。 先熬过这波阵痛，赌一把更长期的账号复利。 同赛道的朋友，你们最近的收益趋势是怎么样的？ 也在收缩内容方向吗？欢迎交流 👇
🚨 开源 10 天暴涨 40.5k Stars！AI 已经开始尝试自己改代码、跑实验了。 前 OpenAI 联合创始人 Karpathy 开源了一个很有意思的极简项目：autoresearch。 它向我们展示了一种很有潜力的未来路径：人类用自然语言设定大方向，AI 尝试去跑通“改代码 ➡️ 跑实验 ➡️ 评估 ➡️ 迭代”的科研流程。 以后搞 AI 研究的门槛，可能会比我们想象的低很多。 在这个项目里，AI 承担了类似底层程序员的角色，它的工作流大致是这样的： 1. 根据设定的目标，自主尝试去修改大模型的训练代码。 2. 自动启动一个几分钟的微型训练看看效果。 3. 指标变好就保留代码，跑崩了就直接回滚重试。只要在框架内，这个循环就能一直跑，中间基本不需要人去手动干预。 这个项目给人比较大的启发，其实是人机互动方式的转变，也就是从敲代码向写 Prompt 的分工转移。 人类的主要精力可以从死磕繁琐的 Python 文件，转移到维护一个 Markdown 文本上。只要在这个文档里把背景、目标和规则定义清楚，剩下的代码级试错，大多都可以交给 AI 去完成。 虽然目前它还只是一个单卡运行的微型概念验证，但已经能看出 AI 自主研发的初步轮廓了。 对于关注 AI 未来趋势、或者想探索自动化工作流的朋友来说，这是一个比较好的观察基准，代码不复杂，思路清晰。 🔗 推荐去原仓库逛逛：https://t.co/3P7KoSuCC9
ai agents 已经在Mega 上面跑的很开心了 有老铁想进一步探索mega 的 ai 生态，欢迎私信 @bread_ 有大动作
我现在发现有这么一类人，平时拼命装土豪人设，但自从x开始有流量收入，天天发一些长篇累牍垃圾文章、ai写的东拉西扯乐色，总之为了一点流量真的不择手段毫无下限，这不摆明了你平时就是装逼嘛
突发：彭博终端每年费用32,000美元 Google Gemini现在能做到它80%的功能（完全免费） 我现在用它进行股票研究的10种方式： https://t.co/KGuIll0cD4
如果你是敏感单位，你拿ChatGPT写周报，那就是泄密啊。🤣。 理论上来讲，敏感单位确实不能用外部的AI系统的。 你任何像GPT/claude 提交的信息，你就假设全部交出去了。保证你数据privacy的只有他们的那个privacy policy，而已。
路透：多家中国企业已获批准购买英伟达H200 AI芯片。 黄仁勋周二表示，在获得美国特朗普政府批准的出口许可以及中国客户的采购订单后，英伟达已重启H200芯片的生产。
太搞笑了，前段时间谷歌把TPU卖给Anthropic，结果Gemini需求冲上来根本满足不了，才发现卖早了卖便宜了，于是只好偷偷降低推理质量，最近timeline上到处是骂Gemini降智的🤣
最近简中反贼圈里有一些关于中国内部人士的爆料，我个人有所保留 我闻出了一些“AI科学听床”的味道 具体哪些我就不说了 超算中心数据泄露那个极大概率是真的
AI短剧创作者的核武器来了！还是开源免费的，这样人人都可以做短剧、漫剧了！ 输入一个剧本，Jellyfish就能自动智能分镜、死死锁住角色/场景/道具一致性（再见漂移！）、AI一键生成视频 + 多轨后期剪辑，最后一键导出完整竖屏微短剧！ 从文字到成片，全流程工业化流水线，极致一致性+可视化控制，彻底解放生产力！ 目前该项目在Github上已经拿到500多颗星： https://t.co/A0AWRXQ1f2
面试官：最近有什么claude code 技巧分享吗？ 这个解决所有的回答，赶紧背诵。https://t.co/NNW7U8EOux
按照前沿AI研究员的说法，大部分科技公司可以关门了，因为AGI临近，几乎所有领域包括但不限于互联网、生物、医药、金融，都会被AI渗透成筛子。
Anthropic 发了一篇论文，用随机对照实验证明了一件事： 你用 AI 学新东西，大概率什么都没学会。 52 名专业开发者，任务是学习一个从没用过的 Python 库。 一半有 AI 辅助，一半没有。 结果： • 有 AI 那组，测试得分低 17%（Cohen's d = 0.738，p = 0.01） • 完成任务速度——没有显著差异 既没学会，也没更快。白用了。 ─── 但这不是"别用 AI"的故事。 研究者把所有人的录屏逐帧分析，发现了 6 种使用模式，结果天差地别： ❌ 低分模式（测试得分 24–39%）： ① 全权委托：让 AI 写代码，直接粘贴，完事。得分 39%，速度最快（19.5 分钟），但啥没学到 ② 渐进式依赖：开始还自己想，后来越来越懒，全交给 AI。得分 35% ③ 反复让 AI 调试：遇到报错就把错误扔给 AI，让它改。问了最多次，耗时最长（31 分钟），得分最低 24% ✅ 高分模式（测试得分 65–86%）： ④ 生成后追问：让 AI 生成代码，然后追问"为什么这样写"。得分 65% ⑤ 要代码 + 要解释：一条 prompt 同时要代码和原理解释。得分 68% ⑥ 只问概念：从不让 AI 写代码，只问"这个概念是什么意思"，自己动手。得分 86%，速度第二快 ─── 为什么会这样？ 无 AI 那组遇到的报错中位数是 3 个，有 AI 那组只有 1 个。 那些 RuntimeWarning、TypeError 看起来很烦，但恰恰是它们逼你真正搞懂了一个库。 你绕过了 bug，你也绕过了理解。 ─── 论文里有一句参与者事后的反馈让我印象很深： "我觉得我变懒了。用了 AI 之后，我没有像平时那样仔细看文档和示例。" 这不是个人意志力问题，这是 AI 改变了你学习路径这件事的必然结果。 ─── 一个可以马上用的原则： 学新东西时，把 AI 当老师，不要当外包。 问它"为什么"，不要只让它"帮你做"。 遇到报错，先自己想 5 分钟，再去问。 论文全文：https://t.co/R58op96rJc
那天看到一个很知名的全栈设计师，他的产品是一个 web 统计工具(你大概率见过)，做得相当好，设计也非常棒，发布半年了吧，到现在付费用户还不到 100 个。AI 确实正在杀死所有软件，还是卖铲子、搞灰产比较赚钱。
NVIDIA Groq 3 LPU 的量產訂單意義 Groq 3 LPU 搭載 500MB 的 SRAM，頻寬高達 150TB/s。 這帶來了在頂級推理運算中，相較於 Blackwell 高達 35 倍 的效能提升。由於在大規模 AI 模型中，資料移動成本已日益超過運算成本，因此晶片上 SRAM 的資料重用重要性正快速擴大。 AWS 上週也傳出計畫採用 Cerebras 的 WSE-3（44GB SRAM），原因類似。然而，SRAM 由六個電晶體單元組成，相較於 DRAM（1T+1Cap 結構）需要超過 10 倍 的面積。其複雜結構與敏感的操作特性，使得透過製程微縮所實現的面積縮減幅度，比邏輯元件更為有限。 未來，推理系列機器對 SRAM 的擴大使用，預計將需要更多先進晶圓廠的產能。這項訂單驗證了該公司在資料中心加速器（包括晶片上 SRAM）的量產能力。該公司幾乎是唯一能夠涵蓋從 SRAM 到 SSD 完整記憶體階層的全端製造商。
出门在外也能让 Claude 在电脑上干活 Claude 彻底小龙虾化 Claude Cowork 推出一的一个新功能：Dispatch，用手机远程指挥电脑上的 Claude 干活。 打开 Cowork，找到 Dispatch 选项 扫个二维码，手机就配对上了 然后你电脑只要开着，你就能通过手机操控Cowork，让它去你的电脑里做任何事情... Dispatch 走的是 Cowork 的底层能力，你电脑上 Claude 能用的一切（本地文件、连接器、插件、浏览器），从手机端都能调用。 能访问你连接的邮箱、网盘、Slack等，还能访问你电脑里的指定的或者所有文件，理论上是可以让它调用各个文件帮你干活。 典型场景包括： 数据处理： 你在外面，想让 Claude 从本地的 Excel 表格里提取数据，整理成摘要报告。发条消息就行，Claude 会访问你电脑上的文件，跑完把结果放好。 信息汇总： 让 Claude 搜你的 Slack 消息和邮件，起草一份简报文档。省得你回到电脑前还得翻半天聊天记录。 文件整理： 指定一个文件夹，让 Claude 按你的规则整理或处理里面的文件。 演示制作： 让 Claude 从 Google Drive 里找素材，拼一份格式化的演示文稿。
基本面、AI行业本来都没有任何问题，打下仗也无所谓，风险是持续 控制了领空、海峡，但挡不住对面派舢板放水雷袭扰、放无人机乱炸 如果油价长期每涨10%，对应PCE升0.2，core PCE 0.04，且GDP降低0.1 即使如此，我也不希望和平。无论代价都得摧毁这神棍，让其他躲在西方规则下破坏规则的独裁者掂量下
目前最强的Vibe Coding（AI编程）插件！在Github上已经92K星！ 它给那些AI编程工具直接塞了一套完整的软件工程流程，不再是随便丢个需求就让AI乱写代码，最后项目一团糟。 它强制走7个阶段：先像苏格拉底一样把需求问清楚，生成设计文档； 设计OK了再拆任务到具体文件和代码片段；然后严格TDD（先写测试、跑失败、再写代码通过，不然直接重来）； 每步完事还得双重审查，规格对不对、代码质量行不行，不通过就不让下一步；最后多Agent一起干活，主Agent调度，搞完自动开PR。 现在GitHub已经92k+星了，支持Claude、Cursor这些主流工具，装上就自动触发。你啥都不用管，AI瞬间从副驾驶变整个工程团队。 https://t.co/JGSEtYSyvJ
麦麦昨日盘后美股大事件！ 1. 摩根大通：上调 $BILI.M 评级至超配并建议抄底 公司 AI 投资战略正确 2. $META.M 再收缩元宇宙战略，Quest 头显将无法访问 Horizon Worlds 3. 特朗普称对伊行动无需北约和日韩澳帮助，应考虑美国退出北约的可能性。 https://t.co/7STnx9spok
Claude Code 创建者写的如何使用和创建 Skills 如果你还不了解的话，强烈推荐看看！ Anthropic 内部现在有数百个 Skills 在用，从 API 文档到部署流程全覆盖。他们把这些经验总结出来了。 做个笔记📒： ====== Skills 不只是 Markdown 文件 很多人以为 Skills 就是写个 Markdown 文档，其实不是。Skills 是一个文件夹，里面可以放脚本、资源文件、数据，甚至注册钩子函数。 代理可以发现这些内容，读取它们，执行脚本，在特定时机触发钩子。这才是 Skills 最有意思的地方。 最好的 Skills 都在创造性地使用这些配置选项和文件夹结构。 ====== 九种 Skills 类型 Anthropic 把内部的 Skills 整理了一遍，发现它们基本归为九类。好的 Skills 能明确归入一类，混乱的 Skills 往往跨了好几类。 ------ 1. 库与 API 参考 解释怎么用某个库、CLI 或 SDK。可以是内部库，也可以是 Claude 经常搞错的常用库。 通常包含一个代码片段文件夹，加上一份"别踩这些坑"的清单。 比如： ▸ billing-lib — 你们内部计费库的边界情况和常见坑 ▸ internal-platform-cli — 内部 CLI 的每个子命令和使用场景 ▸ frontend-design — 让 Claude 更懂你们的设计系统 ------ 2. 产品验证 描述怎么测试或验证代码是否正常工作。通常配合 Playwright、tmux 这些工具。 验证 Skills 极其重要，值得让工程师花一周时间专门打磨。 可以让 Claude 录制测试视频，或者在每一步强制执行程序化断言。这些通常通过在 Skill 里放各种脚本实现。 比如： ▸ signup-flow-driver — 在无头浏览器里跑注册流程，每步都有状态断言钩子 ▸ checkout-verifier — 用 Stripe 测试卡驱动结账界面，验证发票状态 ▸ tmux-cli-driver — 测试需要 TTY 的交互式命令行工具 ------ 3. 数据获取与分析 连接你的数据和监控栈。可能包含带凭据的数据获取库、仪表盘 ID、常见工作流说明。 比如： ▸ datadog-metrics — 预设的仪表盘链接和常用查询 ▸ postgres-query-helper — 连接生产数据库的只读凭据和常用查询模板 ▸ user-analytics — 获取用户行为数据的脚本和分析模板 ------ 4. 业务自动化 自动化重复的业务流程。比如创建 Jira ticket、发 Slack 通知、更新文档。 这类 Skills 通常包含调用内部 API 的脚本，加上业务流程的说明。 比如： ▸ incident-reporter — 创建事故报告并通知相关人员 ▸ release-notes-generator — 从 Git 提交生成发布说明 ▸ onboarding-automation — 新员工入职的自动化流程 ------ 5. 代码脚手架 生成项目或组件的初始代码结构。包含模板文件和生成脚本。 比如： ▸ react-component-scaffold — 生成符合团队规范的 React 组件 ▸ api-endpoint-generator — 生成 API 端点的样板代码和测试 ▸ microservice-template — 创建新微服务的完整结构 ------ 6. 代码质量与审查 帮助审查代码质量、安全性、性能。可能包含 linter 配置、审查清单、自动化检查脚本。 比如： ▸ security-review — 安全审查清单和常见漏洞检查 ▸ performance-profiler — 性能分析工具和优化建议 ▸ code-review-checklist — 代码审查的标准流程 ------ 7. CI/CD 与部署 管理持续集成和部署流程。包含部署脚本、环境配置、回滚流程。 比如： ▸ deploy-to-staging — 部署到测试环境的完整流程 ▸ rollback-helper — 快速回滚的脚本和检查清单 ▸ ci-debugger — 调试 CI 失败的常用方法 ------ 8. 运行手册 处理生产环境问题的操作指南。通常是"如果 X 发生了，做 Y"的格式。 这类 Skills 在紧急情况下特别有用，因为它们把经验固化成了可执行的步骤。 比如： ▸ database-recovery — 数据库故障恢复流程 ▸ traffic-spike-handler — 流量激增时的应对措施 ▸ memory-leak-debugger — 内存泄漏排查步骤 ------ 9. 基础设施运维 管理云资源、容器、网络配置。包含 Terraform 脚本、Kubernetes 配置、监控设置。 比如： ▸ aws-resource-manager — 管理 AWS 资源的脚本和最佳实践 ▸ k8s-troubleshooter — Kubernetes 常见问题排查 ▸ terraform-helper — Terraform 模块和使用指南 ====== 写好 Skills 的最佳实践 Anthropic 总结了一些实用的技巧，都是从实际使用中提炼出来的。 ------ 写明 Gotchas 把常见错误和陷阱明确列出来。Claude 会认真读这些内容，避免重复犯错。 比如在 API 文档里写："注意：这个端点有速率限制，每秒最多 10 次请求。超过会返回 429 错误。" ------ 利用文件系统做渐进式披露 不要把所有信息都塞在一个 Markdown 文件里。用文件夹结构组织内容，让 Claude 按需探索。 比如： ``` my-skill/ README.md # 概览和快速开始 examples/ # 代码示例 scripts/ # 辅助脚本 reference/ # 详细文档 gotchas.md # 常见陷阱 ``` Claude 会先读 README，需要时再深入其他文件。 ------ 存脚本和辅助库 把可复用的脚本放在 Skill 里，而不是让 Claude 每次都重写。 这些脚本可以是 Python、Bash、Node.js，任何能执行的东西。Claude 可以直接调用它们，或者读取代码学习怎么用。 ------ 使用稳定存储做记忆 Skills 可以访问 `${CLAUDE_PLUGIN_DATA}` 目录，这是一个持久化存储位置。 可以用来保存： ▸ 上次运行的状态 ▸ 用户偏好设置 ▸ 缓存的数据 ▸ 历史记录 这样 Skill 就有了"记忆"，可以在多次会话间保持状态。 ------ 按需钩子保护危险操作 对于可能造成破坏的操作（删除数据、部署到生产环境），使用按需钩子（on-demand hooks）。 这会在执行前弹出确认提示，让用户明确批准。 比如在 Skill 的 frontmatter 里配置： ```yaml hooks: on_demand: - name: deploy-to-prod command: ./scripts/deploy.sh production confirm: "确定要部署到生产环境吗？" ``` ------ 用 PreToolUse 做度量 可以注册 PreToolUse 钩子来记录 Skill 的使用情况。 这样能知道哪些 Skills 最常用，哪些需要改进，哪些可以下线。 ====== 分发 Skills Skills 的一大优势是可以跟团队共享。有两种方式： ------ 签入代码仓库 把 Skills 放在 `./.claude/skills` 目录下，跟代码一起提交。 适合小团队，在少数几个仓库间协作。但每个签入的 Skill 都会占用模型的上下文，所以不能无限增加。 ------ 插件市场 创建一个内部插件市场，让用户上传和安装插件。 适合大团队。用户可以选择安装哪些 Skills，不会污染所有人的上下文。 Anthropic 没有集中式团队管理市场，而是有机地发现有用的 Skills。如果你有个好 Skill，上传到 GitHub 的沙箱文件夹，在 Slack 里分享链接。 如果很多人觉得有用，就会被推广到正式市场。 ====== 管理市场的实用建议 ------ 设置沙箱区域 在市场里创建一个"实验性"或"社区贡献"区域，让人们可以自由上传。 好的 Skills 会自然浮现，然后可以移到"官方推荐"区域。 ------ 鼓励文档和示例 要求每个 Skill 都有清晰的 README 和使用示例。 没有文档的 Skills 很难被采用，即使功能很好。 ------ 定期清理 定期检查哪些 Skills 没人用，考虑下线或合并。 市场里 Skills 太多会让人不知道选哪个，保持精简很重要。 ------ 收集反馈 提供简单的方式让用户反馈 Skills 的问题和改进建议。 可以是 GitHub Issues，也可以是 Slack 频道。 ====== 实际案例 Anthropic 分享了几个他们内部最受欢迎的 Skills： ------ commit-helper 帮助写符合团队规范的 Git 提交信息。 包含提交信息模板、常见类型（feat/fix/docs）的说明、以及检查提交信息格式的脚本。 使用频率极高，因为每个人每天都要提交代码。 ------ pr-reviewer 自动化代码审查流程。 会检查代码风格、测试覆盖率、安全问题，生成审查评论。 节省了大量人工审查时间，让审查者可以专注于逻辑和架构问题。 ------ incident-response 生产环境事故响应流程。 包含排查清单、常用命令、通知模板、事后总结模板。 在紧急情况下特别有用，因为它把经验固化成了清晰的步骤。 ------ api-docs 内部 API 的完整文档和使用示例。 Claude 经常需要调用内部 API，有了这个 Skill 就不用每次都查文档或问人。 ------ test-runner 运行测试的标准流程。 包含不同类型测试（单元测试、集成测试、端到端测试）的运行方法，以及如何解读测试结果。 ====== Skills 的未来 Anthropic 认为 Skills 会朝几个方向发展： ------ 更智能的发现机制 现在 Claude 需要用户明确调用 Skill，未来可能会自动识别场景并推荐相关 Skills。 比如你在写 API 调用代码，Claude 自动建议使用 api-docs Skill。 ------ Skills 之间的组合 现在 Skills 基本是独立的，未来可能会支持 Skills 之间的依赖和组合。 比如 deploy-to-prod Skill 可以自动调用 test-runner 和 security-review Skills。 ------ 动态生成 Skills 根据代码仓库的实际情况，自动生成或更新 Skills。 比如扫描代码库，自动生成 API 文档 Skill。 ------ 跨团队共享 建立公开的 Skills 市场，让不同公司的团队可以共享通用的 Skills。 比如常用框架（React、Django）的最佳实践 Skills。 ====== 核心理念 Skills 的本质是把团队的工程实践和领域知识固化成可复用的扩展。 好的 Skills 应该： ▸ 解决真实的重复性问题 ▸ 包含清晰的文档和示例 ▸ 利用文件夹结构和脚本增强能力 ▸ 在需要时提供保护机制 ▸ 容易分发和维护 不要为了做 Skill 而做 Skill。从团队的实际痛点出发，把那些每次都要重复的事情固化下来。 一个好的 Skill 能让整个团队的 AI 编程体验提升一个档次。
《抄寫英語的奇蹟》。我下载了这本书和录音，准备实践100天。吸引我的理由： - 听说读写都练习到 - 素材是我感兴趣的，可以一个人练习，我认同这种训练方法 - 它在一众考试书籍中排第一，成功引起了我的好奇心 加我微信（henry334013）获取本书 https://t.co/ktukk3trQL
昨天利用空闲时间把老黄演讲看完，几个思考： 1、AI发展还在加速 2、 $NVDA 联合了所有AI公司一起把蛋糕做大，投入是有必要的 3、FSD、Robotaxi和机器人赛道参与者越来越多，需要有全球眼光去布局🤔，当然第一非 $TSLA 莫属！
复制黏贴这么一大篇谣言也真是辛苦了，当然写这么长篇大论的谣言更辛苦，不过辟谣只要问几个问题就可以了： @Grok 有没有任何可信的西方主流媒体提供证据表示红旗-9B的交付，需要档案，照片或者视频证据？ 有没有任何可信的非AI视频证明中国产的红旗-9B在2月28号美以对伊朗的空袭中被摧毁？ 连伊朗空军那些60年代的古董被炸毁的视频都来回放了，炸个老中的红旗-9B或者防空雷达啥的那还不要全球转播么？ 建议下次造谣时候想象力放大点，来个最新的红旗-19或者红旗-29不是更能说明老中垃圾么？
$QClaw 一句话概括：国产版openclaw
现在厂子里已经出现一些现象，有点意思。 - 客服感觉要被干掉，去抢数据分析的活 - 设计感觉要被干掉，去抢前端的活 - 前端感觉要被干掉，去抢后端的活 - 产品感觉要被干掉，直接vibe coding - 业务感觉老子原来求着你们，现在老子用dify和Claude code直接一把梭 见面最多的人，反而让我感到陌生。
不知道有多少人看了。 Gemini Deep Think模型之前在IMO-bench里拿了65%的最高分。 Tony Feng在deepmind拿上面Gemini Deep Think又实现的Agent——Aletheia，在IMO-bench里拿了91.9%，解决了IMO-level dataset里91%的问题。 同时Tony Feng用Aletheia在Erdős 700个问题里解决了4个问题，在 FirstProof 的10个问题里解决了6个。 Tony Feng还发了一篇纯纯全自动生成的纯数paper。 我个人理解，Aletheia的能力，大概可以完全平替一个韦东奕了。
做多盈利 1,466.8 万美元后，「先定 10 个大目标」老哥 @Jason60704294 凌晨已调转方向开空👊🏻 目前持仓 28.48 枚 $BTC ，按发推时间估算开仓价约 $74210，暂时不确定是开了个头仓，还是做个短线玩玩 BTW：这位老哥是在币安开仓，没法追踪到地址 / 实盘；尽管近几次战绩惊人，但去年年初他开多从浮盈 7 个亿到亏损 5889 万美金离场，钞能力和大心脏兼具，不要轻易跟单💡 之前大额亏损的推文回顾：https://t.co/smTEzWdT9z
这些年我们失去得那些挣钱途径——从教培到无人机，个体暴富路径的系统性绞杀（2020-2026数据与案例对比） 作者：老目 Grok（基于Grok AI对话整理） 近年来，在“共同富裕”“国家安全”“防范风险”等名义下，中共通过密集政策监管（如双减、三条红线、反垄断、清朗行动、无线电管理条例等），将多个曾经让普通人/小个体户“躺着赚钱”的渠道彻底堵死。官方称这些是为了“减负”“净化环境”“护航战略产业”，但实际结果是：行业整体或国家扶持的大企业存活，个人野蛮生长路径却“死亡”。据公开数据，相关领域累计造成数百万就业蒸发、市值/市场规模腰斩甚至归零，个体从“月入数万”到“转行躺平”。本文基于2021-2026最新报道（Reuters、BBC、财报、民航局、公安部等），对比政策前后数据与真实案例，梳理十大典型“死路”——从传统行业到互联网底层工具，无一例外是“个体 vs 国家队”的不对称绞杀。 一、教育培训（学科补习）：从2.4万亿市场到96%机构消失，百万教师失业2021年“双减”政策直接禁止K9学科类营利性补习。前：行业产值2.4万亿元，就业超1000万人。新东方、好未来等巨头市值高峰超千亿美元。后：义务教育线下学科机构从12.4万家压减至不足5000家（压减96%），线上从263家剩34家。全行业裁员50%以上，新东方等裁员数万人。 案例对比：三线城市教培老板李思双减前两校区七八十人，双减后裁60%剩20多人，转素质教育仍“生意大不如前”。2024-2026虽有“松绑”信号（新东方2025财报利润回升），但学科营利模式已死——地下补习风险高，正式路径只剩非营利或高中/素质。个体“补课经济”彻底凉，昔日“教师月入数万”成历史。同时学生的负担不但没有减轻，他们的空闲时间反被升学压力压榨得所剩无几。 二、房地产开发/炒房：三红线终结高杠杆暴利，恒大1.97万亿债务拉垮25% GDP板块2020年“三条红线”针对高负债房企。前：房地产占GDP近25%，个人高杠杆炒房/开发月入百万常见。后：恒大债务1.97万亿，佳兆业、融创、碧桂园接连爆雷，烂尾楼遍地，产业链失业潮。2021-2025房价下跌、融资断流，销售同比跌近三成。2026年“三红线”停止上报，但市场仍低迷，投机时代结束。 对比：昔日“随便拿地高杠杆”致富神话 vs 如今烂尾业主卖房倒贴70万还欠贷。国家队国企项目存活，个人/中小开发商融资无门，炒房路径“死亡”。 三、互联网平台经济（fintech/电商/网约车）：反垄断+数据法，市值蒸发超2万亿美元2020年底起蚂蚁IPO叫停、阿里罚28亿美元、滴滴下架退市、《数据安全法》《个人信息保护法》+算法规定。前：平台野蛮扩张，算法诱导+数据垄断让个体网约车/电商月入轻松过万。后：腾讯、美团等被查，累计市值蒸发超2万亿美元，大规模裁员。2024-2025座谈会“重启”，但监管框架固化。 案例：滴滴司机/小商家靠平台补贴暴富时代结束，如今算法限诱导、数据合规成本高，个体扩张路径断。 四、网络游戏（未成年部分）：每周3小时限玩，青少年玩家减4000万2021年规定未成年周五/周末/节假日各1小时。前：腾讯网易收入高速增长。后：腾讯未成年时长降92%，整体玩家减约4000万，增长放缓。虽2024审批略松，但限玩+审查仍严。 对比：昔日“游戏主播/陪玩”致富 vs 如今未成年消费占比近零，成人用户撑盘但个体小工作室变现难。 五、加密货币挖矿/交易：全面非法，地下反弹仅14%算力2021年禁交易+挖矿（曾占全球60%+）。前：矿场/炒币致富潮。后：合法路径死，2025地下反弹至全球14%算力，但参与仍违法。 对比：昔日“矿机月入” vs 如今风险刑责，个体“炒币梦”断。 六、互联网整体管控（GFW+清朗行动）：自媒体/网红/跨境数字工作“自审查生存”防火墙封Google/YouTube等，2025“清朗”专项打击“负能量”“躺平”“悲观情绪”。自媒体需资质，百万粉博主因经济评论封号。前：内容创作者/程序员靠海外工具月入数万。后：流量只推“正能量”，变现锐减，数百万创作者收入腰斩。 案例：百万粉账号限粉；跨境程序员VPN不稳，效率崩盘。个体“数字游民”被迫转行。 七、无人机（民用航拍/小商用）：2026黑飞入刑+实名+审批，个人路径死亡前：买DJI接婚礼/短视频月入几万。后：2024实名登记+Remote ID强制，2026《治安管理处罚法》修订黑飞拘留5-15天+罚款（公安部案例：李某某超高8000米刑拘）。民航局2025注册328万架、飞行4530万小时，但管制空域占绝大多数，城市审批等半月。个人商用门槛企业级。 对比：国家低空经济（2030目标2万亿）利好大疆/物流国企，个体“随便飞拍”死（论坛吐槽“凉了”）。 八、Starlink终端/卫星电话：走私即刑，个人使用非法未获工信部核准，任何个人不得进口/使用。2025宁波海事首例货船安装罚没；走私29台判刑（价值46万）。卫星电话同禁。前：偏远直播/远程办公。后：风险刑事（扰乱无线电秩序罪最高7年）。 对比：国家“千帆星座”利好运营商，个人“卫星致富”断。 九、VPN路由器/翻墙硬件：非法经营罪，销售判5年半未获增值电信许可即非法。经典案例：吴向洋卖VPN获利50万，判5年6个月+50万罚。2025-2026《网络安全法》修订罚款上限提高，个人使用也“喝茶”风险。前：程序员/跨境电商稳定工具。后：销售死、用风险高。 十、业余无线电台/卫星通信终端：无证发射刑责须执照+核准，2026条例修订对标无人机处罚。个人擅用罚没+刑事。底层逻辑与总结对比：这些渠道本质是“个体数据/信号/信息流动工具”，监管用“国家安全+审批壁垒+刑责震慑”精准绞杀。 教培/地产/平台是“行业级死亡”，互联网管控+硬件是“底层封锁”——个体野蛮生长归零，国家队受益。数据铁证：教培就业百万蒸发、地产25%GDP低迷、科技2万亿市值损失、无人机个人商用审批壁垒、Starlink走私刑案……2025-2026经济下行虽有微调，但框架不变。 昔日“靠互联网/产品灵活致富”时代彻底结束，普通人转向国家鼓励的“合规方向”或海外，但国内风险自担。现实中，知乎/小红书“躺平帖”满天飞，许多人已转实体或放弃。政策变动快，建议关注官方公告与中立报道。适应才是生存之道——这也正是“共同富裕”下的个体代价。
传统教育要被AI革命了！未来可能真的不需要交学费了！ 清华大学团队开发的一套开源Agent，支持OpenClaw龙虾，可以将任何知识和学习材料转换成AI互动教程课，AI成为你的老师，还有AI同学跟你互动，还可以导出课件（老师可以用来讲课）！ 记忆提高10倍，省下大量几十万N学费，未来自学可以用，传统学校的老师做课件更省事了！ 仓库地址： https://t.co/vd2cSNqAdn
清华团队开源了一个ai课程，跟notebooklm是同类型的替身使者。 在纯教学方面，甚至比NotebookLM还好用。就是把一个Agent教学团队，包括教授，助教，甚至一群性格各异的AI同学，打包塞进你的电脑。 我扔给它任何东西，一本书，一篇论文，一个网址，它都能变出一堂能互动辩论，还带随堂练习的私教课 做出来的视频👇
OpenAI 的 openai-codex/gpt-5.4 模型真的特别多废话，且固执，受不了了。
【请不要开倒车！👊最强最简单Chrome多开+配置IP开源工具分享！】 怎么Morelogin被盗了，一夜之间就开始发chrome多开教程了？😅 全是长篇大论看着眼睛痛 现在是AI时代了，请不要重复造轮子，开倒车🙏 我用几句话概括一下完美的chrome多开+IP插件安装 下文的所有软件全部开源，均由 @DevilflasherX D佬 为爱发电产出！RESPECKT!🫡 1️⃣安装Chrome 多开管理工具 🔹把下面这段话发给你电脑上的AI “请帮我安装这个Chrome 多开管理工具（网址：https://t.co/qchVt6AhGv ）” 完事了，就这么简单 你可以直接在电脑上体验Chrome多开+同步了 当然，该管理工具有使用教程：https://t.co/e0ITvUlZzK 2️⃣每个窗口配置IP 这个工具主要作用是提供了 HTTP 和 SOCKS5 协议之间的转换功能，可以批量管理代理配置 🔹把下面这段话发给你电脑上的AI “请帮我安装这个Chrome 多开管理工具（网址：https://t.co/hXl8OoziC5 ）” 打开安装的“代理管理器”就可以配置你的IP了（使用时必须全程打开该软件） 🔹安装IP代理插件 OK，现在IP转化搞定了，然后直接多开你的chrome，把前文安装的Chrome多开管理器同步功能打开 复制并打开这个网址，安装IP代理插件 https://t.co/c2yT2wTNtE 安装完毕后，直接填入你的IP，就可以给每个chrome单独配置IP了 这个时候，你就拥有了本地多开chrome+每个实例单独IP的配套设施了 安心撸毛吧，少年！ 3️⃣请给我和 @DevilflasherX D佬加个关注❤ D佬已经很久没有更新推特了，给他点动力
寶一個錯誤決策我就累兩年，這個我看到直接抖一下 https://t.co/YmpL4WbYMQ
在伴侶同意下，下載交友軟體跟日男聊天，僅僅過了一天、、 -使用日文頻率大幅度上升👍 -開始問AI為什麼我聊1天就大暈船😇😇😇😇
终于 Anthropic 把自己 CoWork 与 OpenClaw 合体了，在 Claude Desktop 与 Mobile App 中推出了 Dispatch 功能！一个可以持久保持会话状态的远程任务分配器，通过遥控 Desktop App 来访问你电脑的文件系统、指挥浏览器和执行各种工具任务，运行在 CoWork 的沙盒环境中✨ https://t.co/YHyxjk4HW8
“亚麻推出1小时送货服务” 软件被AI颠覆的时代，基建成了护城河。仓库，运输才是亚马逊电商的护城河。想象一下未来智能体的时代，亚麻的Fulfillment Centre Agent可以对所有电商开放
人的智能 = 推理能力 + 长期记忆。大模型把推理卷到极致了，但「记忆」这一块，一直是卡点。 过去大家走过三条路，每一条都撞过墙： → 参数化记忆：精度高，但更新成本爆炸，还会灾难性遗忘 → RAG：能扩展，但检索和生成是割裂的，精度有天花板 → KV 缓存 / 线性注意力：很快，但一长就丢信息 扩展性、精度、效率，是一个公认的「不可能三角」。 我们一直在想：有没有可能，三个都要？ 这周，我们会发布一篇新论文。 先不剧透细节，只放几个数字在这： · 1 亿 token 级的端到端记忆，性能衰减不到 9% · 4B 参数模型，打赢 235B 级的顶级 RAG 系统 · 2 张 A800 就能跑起来 也许，是时候给这个「不可能三角」，换个名字了
用 AI 编程工具写代码，经常遇到它瞎编 API 或者忘记上次学到的东西，每次都要重新教一遍。 于是，吴恩达老师便搞了 Context Hub 这个工具并开源，专门用于解决 AI 编程助手的「健忘症」和「瞎编」问题。 核心思路很巧妙，直接给 AI 提供经过整理、区分版本的标准文档，大幅降低代码出错的概率。 GitHub：https://t.co/KgEhtrbpFF 甚至赋予了 AI 记笔记的能力，遇到文档没写清楚的坑，能自动把经验记录在本地，下次再写就不会犯同样的错。 整个工具完全通过命令行交互，不需要我们手动去查资料，直接在提示词里让 AI 调用相关命令即可。 如果你正在用 Claude Code 或其他 AI 编程工具，这个项目值得一试。
用kimi推荐的 https://t.co/p8EsWXfz76 一键安装龙虾本地纯净版 重装了一遍openclaw 十秒钟以内就装好了 确实一眼看过去比较纯净， 一键安装与纯净卸载无残留 一键连接飞书、企微、钉钉、QQ、Kimi Claw； 完整的技能商店（2w+skills）； 无损迁移 OpenClaw 的记忆和 Skills。 唯一暗广你就是 kimi账号授权可以一键登录 省一些配置时间
那些搞金融的总跟你说cuda和生态，在我看来他们连门都没摸到。 英伟达真正的护城河是算力的增速，没有任何一家公司可以让计算能力以这种速度，数十年如一日的增长，天下武功唯快不破，多回味回味萨顿苦涩的教训，这是一篇几乎永远无法被真正理解的文章。
想啥来啥！我本来想翻译的，宝玉老师直接翻译好了。 这份小龙虾的核心大脑的Skills使用手册，直接收藏学习吧！赶紧的！
这是Claude Code内部的工程师写的，不错，专门谈到了Skill怎么写的问题。 我主要学到了两点：一个是要写gotchas：因为Claude默认倾向于走最常见的路径，但把这些gotchas集中写到一个的章节里，能极大地提高Claude输出靠谱方案的概率。 另一个是渐进式披露，不要全部一下子写进去，而是先概要，再给详情 https://t.co/ECs4q6B59r
A14Team 宣布 LabClaw 开源——这是斯坦福-普林斯顿团队为 LabOS 开发的技能操作系统层。 一条命令即可将任何 OpenClaw 智能体变成一名完整的 AI 合作科学家。 演示： https://t.co/bPiImlM1zx 龙虾军团报到🦞 https://t.co/94CKvJlDjj
Unsloth Studio正在打破AI训练的门槛。它让500多种模型的训练速度加倍，并将VRAM需求削减70%。 无需昂贵硬件，即可在本地快速实验。支持Mac、Windows和Linux，可运行、比较多种模型并自动创建数据集。 https://t.co/CN37pOxeOo
created using @doodles AI. 喜欢肚兜风格头像的可以用自己照片去生成了， 连接邮箱地址就行，每个地址能免费生成5张。 试了下，真的好可爱🥰 就是有点选择困难症了。 btw丢给它夏威夷海滩比基尼的照片生成， 它拒绝了。🙂🙂🙂🙂 https://t.co/EyCUg6r7OJ
投資/交易成功的關鍵，不在於單次預測的準確性，而在於以下三者的數學組合： 1. 控制每筆交易的風險比例（頭寸大小）， 2. 維持正向的期望值（勝率與盈虧比的平衡）， 3. 防止災難性回撤（保護與止損的重要性）。 試試看，讓 AI 工具根據這組表格的內容評估你的投資組合，你會看到不一樣的東西。 https://t.co/zqoVUP3TyG
🔥特斯拉Robotaxi登陆Las Vegas在即！众多只有Robotaxi才配备后视摄像头清洗器的Model Y被发现！ 按照特斯拉上季度财报披露的蓝图，接下来三个多月时间，Robotaxi将登陆另外7个城市：拉斯维加斯，达拉斯、休斯顿、凤凰城、迈阿密、奥兰多、坦帕！ 特斯拉的物理AI开始爆炸！ https://t.co/B8Al2tBqRp
🚨特斯拉AI工程师表示Cybercab的FSD已经在高速上完成人类无法做到的事情 高速上发生了一起车祸，非常多车祸碎片散落在路上。Cybercab直接高速躲避了这些碎片，而大多数人类司机只能猛踩刹车！ https://t.co/B9pjBO7vFW
🔥 重磅消息啊！兄弟们！ Newsletter 大神 @lennysan 正式把全部家底开放了！ 350+ 篇 Newsletter 文章 + 300+ 期完整播客转录 全部整理成 AI 友好 Markdown 文件 还附赠 MCP server + GitHub 仓库 🔥 几个月前他只放了播客转录，就有人用它做出了： - RPG 游戏 - 育儿智慧网站 - 信息图表 - Twitter bot ……以及 50+ 个牛逼项目！ 现在数据量更大，免费用户拿子集，付费用户拿全量。 数据获取：https://t.co/WfRM91u8EI 他的挑战来了： 用这些数据随便造点东西（工具、游戏、bot、网站、dashboard 都行） 把项目链接评论在这条下面！ 他会亲自挑出最喜欢的一个，送你 一年免费 newsletter 订阅！ 截止 4 月 15 日 之前用老数据玩过的也可以吸新数据再提交。 今天这波操作我已经看呆了… 你们准备用这些数据干啥神级项目？ 评论区直接甩链接，我等着围观！👇
2026英伟达GTC大会后怎么买美股？ 2026英伟达GTC大会怎么分析？ AI以后不比模型，比Token工厂！ 简单说： 以前AI比谁模型大、参数多； 以后AI比谁Token用得多、赚得多。 OpenClaw（小龙虾）火了之后大家才明白： 未来会有小熊猫、小仓鼠…成百上千个AI代理（Agent），推理用量直接爆炸。 未来3-5年，Token消耗可能涨1000倍—10000倍， 谁有算力、谁就能收Token费，躺着赚钱。 老黄还说： 以前软件公司收订阅费（SaaS），以后要被淘汰； 未来是AaaS：按Token收费，更暴利、壁垒更高。 你用谁家模型，就得一直喂Token，数据越养越专属，基本换不了。 最后拼的就是：GPU、电力、数据中心。 现在巨头砸6000多亿建数据中心，就是建Token印钞机，抢GPU、抢电、抢工期，全合理了！ 四大赚钱方向（直接给标的，一看就懂） 1️⃣ 铜+光：连接器黄金十年 老黄一锤定音：机柜内用铜，机柜外用光 之前担心光模块要凉，现在彻底放心。 CPO（共封装光学）要爆发，光从“模块”变成“集成”，更高效。 ✅ 利好美股： • AAOI：光模块组装厂，好比光模块界的富士康 • LITE：激光器核心部件，决定光速度上限 • AXTI：光芯片底层材料，缺它不行 • TSEM：光子芯片代工厂，小众高精尖 2️⃣ Rubin架构+存储大年：HBM4是关键 Rubin最大升级：HBM4 + 100%液冷 HBM4产能直接决定能不能放量， 存储从“周期股”变成AI必消耗品。 液冷全面替代风冷，数据中心大换血。 ✅ 利好存储： • MU（美光）：美国内存全能选手，AI内存追赶中 • SNDK：专注闪存、硬盘、SSD • 三星+海力士：HBM霸主，AI最肥的肉 买不了韩股？买EWY（韩国ETF），重仓三星+海力士 ✅ 液冷： • VRT：数据中心供电+散热总包，算力“空调+电工” 3️⃣ OpenClaw（小龙虾）：AI时代新Windows 老黄把OpenClaw定位成Agent操作系统 以后没有APP，只有AI代理。 “你的Offer带多少Token？”= 以后工资都按算力算。 算力越便宜，AI云越爆发。 ✅ 利好算力云： • IREN：比特币矿场改AI算力出租 • CIFR：矿场转型做AI托管、算力房东 • NBIS：纯AI云平台，技术派 4️⃣ Feynman架构+太空芯片：星辰大海 下一代Feynman搞3D堆叠、太空芯片， 边缘计算拉满，太空跑AI，对卫星、芯片可靠性要求极高。 ✅ 利好太空： • RKLB：太空顺丰+富士康，发射+造卫星 • ASTS：太空中国移动，卫星直连手机4G/5G 一句话总结 老黄： 算力=Token=钱 数据中心=印钞机 铜光、HBM4、液冷、AI云、太空链。
最新的 Chrome 146 版本支持了类似 Arc 浏览器的侧边标签栏。 侧边标签栏，是 Arc 浏览器最大的创新 不管你开多少标签，都能看清每个标签是什么。 而且沉浸感更好，更适合做演示录屏 之前 Chrome 没有任何插件可以做到，官方终于下场了 开启侧边标签栏步骤： 1. 在 设置 - 关于，升级 Chrome 版本到 146 以上 2. 在地址栏输入 chrome://flags/#vertical-tabs，开启实验性功能，选择 Enabled 3. 在设置- 外观，标签栏位置，选择 侧边 搞定
今天科技圈最热门的话题之一： Yann LeCun的AMI Labs融资$10.3亿，欧洲史上最大种子轮，专门挑战GPT/Claude/Gemini的自回归架构 图灵奖得主LeCun离开Meta，用4个月创立了AMI Labs。 他要做的事只有一件：证明整个LLM路线走错了。 LeCun的核心判断：GPT、Claude、Gemini这类模型只是在预测下一个token，本质上是统计相关性，无法真正理解世界。 AMI的架构叫JEPA——不预测文字，而是建立物理世界的内部模型，能理解3D现实、连续信号和因果关系。 同期，李飞飞的World Labs也刚融了$10亿——三周内两位顶级AI科学家合计筹了$20亿，全部押注LLM是死路。 投资方包括NVIDIA、贝索斯、丰田、三星、淡马锡。 他们在等的不是产品，是一个可能颠覆整个行业的架构。
誰説伊朗打不下去了？伊朗還有大把貨！Shahed無人機滿倉！ 螺旋槳穿過機身的無人機看過沒？美國識趣就快點投降，不然就用AI生產更多無人機！ https://t.co/oGh8xL9pjB
AI微电影《武松》，是我非常喜欢的风格与剧情，应为近期最佳。该片并不只是传统的《武松打虎》，后半段的反转让人破防。 每一个心中还有勇气的普通人，不妨试着打破牢笼，不做牛马做自己，我们可以是“自己的英雄”。 https://t.co/KsPmgOvvw4
突发🧨：《纽约时报》报道称，中国当局正采取措施惩罚AI初创公司Manus相关人员，措施可能包括限制部分Manus高管离境 据《纽约时报》3月17日报道，中国政府正加大对Meta收购新加坡AI初创公司Manus的审查力度 该交易于2025年12月完成，Meta以约20亿美元收购了这家总部位于新加坡、但创始人及核心团队具有中国武汉/北京背景的AI公司 Manus以开发自主“AI代理”（能独立完成复杂编码、数据分析等任务）闻名，此前为规避国内监管，从中国迁至新加坡，被外界称为“新加坡洗白”策略 中国当局并未直接阻止已完成的收购，但通过多部门协同施压，针对与交易相关的个人和企业采取惩处行动。主要措施包括：商务部于2026年1月启动调查，重点审查是否违反中国先进AI技术出口管制及境外投资规定；国家发改委上周召集Meta与Manus高管开会，表达对“中国AI人才外流”的强烈不满 核心惩处是限制部分Manus高管离境，禁止他们前往新加坡，此举延续了中国在国家安全或企业调查中常用“出境禁令”的做法 目前尚未有公开逮捕、罚款或正式处罚，但此举被视为对类似“脱钩”行为的警告 中国政府的根本目的是防止尖端AI技术与人才通过境外迁址流失，维护国家科技战略安全 此案正值特朗普访华前夕，叠加中美科技竞争背景，意义重大。Meta发言人安迪·斯通回应称：“交易完全符合适用法律，Manus团队已深度融入Meta，我们期待调查得到妥善解决。” Manus公司未置评，中国大使馆与白宫也拒绝评论。整体来看，此事件反映北京对AI“外流”零容忍的态度，预计将对其他中国背景AI初创公司的海外融资与迁址产生寒蝉效应。后续发展仍需关注，局势仍在演变中
$INCOME 地址持续增加，价格持续上涨，持续在燃烧销毁 无敌正循环模式启动、AI Agent 取代人工完全强制回购销毁，让本该给DEV的创作者费用完全赋能代币 拿稳、这一波很大很大！ 同时做好来 $SOL 捡钱的准备 5QmbJw7mM6tcCdXVy8ftc2bu8izded7Etc57TMA2pump https://t.co/I7buyzFMug
1万亿订单揭晓！黄仁勋建“AI安卓帝国”，19家车企联手围剿特斯拉？GTC 2026深度拆解 https://t.co/0p8oC4BKMz
superpowers + ralph-loop = superpowers@frad-dotclaude 👀 最近实验发现 superpowers + ralph-loop 让原本的 superpowers 效果变更好了，结合之前的 agent team 支持，已经接近完成品。 安装方法： claude plugin marketplace add FradSer/dotclaude claude plugin install superpowers@frad-dotclaude https://t.co/5alX1TsEf5
不错的文章啊。 拿几个AI作了个测试... 结果出来了.. GPT5.4 比较猛，一步一步居然把策略和回测都做好了.. 连vibe coding都算不上，纯对话... 结果和过程如下 ↓ 方法： tradingview导出 MSTR（添加mNAV指标），BTC价格的CSV数据，连同文章一起喂给AI.. 1 Claude Opus 4.6 research 2 GPT 5.4 thinking 发散思考 结论： 【Claude】 做了简单的回测，并写了一个漂亮的面板的报告.. （图1 图2 部分截图） 完整见： https://t.co/UFvh42bkGc 【GPT】 结论更细致，我这里粘一下 总结结论 这篇文章里，最成立的部分是“顶部背离”。 而 mNAV 的规则有参考价值，但不能机械执行。 更具体地说： MSTR 在两轮大顶部里，确实都明显早于 BTC 见顶 MSTR 和 BTC 长期高度相关，但日常并没有稳定“谁永远领先谁” 底部共振这件事，只能算部分成立 “FD mNAV > 2.5 就卖 BTC”太粗糙，容易卖飞 “FD mNAV < 1 抄底 MSTR”比“抄底 BTC”更有参考价值 -------- 一，整体相关性 在 2020-08-11 到 2026-03-17 的对齐样本里： 价格相关系数：0.930 日对数收益相关系数：0.703 MSTR 相对 BTC 的日度 beta：1.31 这说明： MSTR 确实可以看成 BTC 的高弹性代理 但它不是纯粹 1 比 1 的镜像 平时更多是强相关同步波动 真正有信息量的地方，主要出现在极端顶部和极端底部 ---- 二，顶部背离，数据支持很强 2021 这一轮 MSTR 顶部：2021-02-09 BTC 顶部：2021-11-08 MSTR 领先见顶：272 天 更重要的是，从 MSTR 顶部到 BTC 顶部这段时间： BTC 还涨了 +45.5% MSTR 反而跌了 -32.5% FD mNAV 从 4.73 掉到 1.52 这和原文描述几乎一致。 也就是：MSTR 的溢价先崩，BTC 还能继续走最后一段。 2025 这一轮 MSTR 顶部：2024-11-20 BTC 顶部：2025-10-06 MSTR 领先见顶：320 天 从 MSTR 顶部到 BTC 顶部这段时间： BTC 继续涨了 +32.2% MSTR 跌了 -24.1% FD mNAV 从 3.85 掉到 1.43 这一轮也非常典型。 所以原文最核心的一句，基本可以改写成： 在大牛市末端，MSTR 很容易先把“溢价泡沫”跌掉，BTC 再去完成自己的最后冲顶。 这个判断，2021 和 2025 两轮都成立。 ----------- 三，底部同步，只能算部分成立 2022 熊市底部 BTC 低点：2022-11-21 MSTR 低点：2022-12-29 这里两者并不同步，而且是 MSTR 比 BTC 晚了 38 天。 2026 这一轮 BTC 和 MSTR 同时低点：2026-02-05 这里同步成立。 所以“底部同步共振”这句话，不能说成铁律。 更准确的说法应该是： 有时候同步，有时候 MSTR 会因为股市风险偏好和公司溢价再压缩，晚于 BTC 见底。 ----------- 四，底部后的反弹弹性，MSTR 确实更强 这一点原文是对的。 2022 底部区之后 用 2022-12-28 到 2024-11-20 这段看： BTC：+469.8% MSTR：+3327.7% 2026 底部之后到样本结束 BTC：+18.4% MSTR：+41.9% 所以底部反弹阶段，MSTR 的确更像高 beta 放大器。 五，“牛市主升浪 MSTR 一般是 BTC 的 1.5 到 2 倍”这句话，不稳 这条我不太认同。 因为不同阶段差异很大： 2020-08-11 到 2021-11-08 BTC：+492.7% MSTR：+531.5% 只相当于 1.08 倍 2022-12-28 到 2025-10-06 BTC：+653.3% MSTR：+2502.3% 相当于 3.83 倍 所以更准确的结论是： MSTR 在牛市里通常跑赢 BTC，但超额幅度极不稳定，可能只有略强，也可能远超 2 倍。 ---------------- 六，日常谁领先谁，并没有稳定答案 我做了 lead-lag 检查。 结果显示，收益率相关性的最高点出现在 0 滞后。 意思是： 大部分时间，MSTR 和 BTC 是同步波动，不是 MSTR 天天都在前面带路。 真正有价值的领先关系，主要出现在： 顶部溢价崩塌阶段 极端风险偏好收缩阶段 -------------------- 七，FD mNAV 规则怎么评价 1）“FD mNAV > 2.5，开始卖 BTC” 这条 不能直接当硬规则。 为什么？ 因为在历史样本里，FD mNAV 很高的时候，往往也是大牛市中段到后段，BTC 后面经常还有上涨空间。 最典型的两个例子： 2021-02-09 FD mNAV = 4.73 这是非常高的过热区 但从这一天到 BTC 真正顶部，BTC 还涨了 +45.5% 2024-11-20 FD mNAV = 3.85 也是极高区 但从这一天到 BTC 真正顶部，BTC 还涨了 +32.2% 所以这条规则的问题是： 它更像“高温预警”，不是“立刻清仓 BTC”的指令。 用在 MSTR 本身上更有效。 因为在这两个时点，MSTR 后面都很差： 2021 那次后面跌了 -32.5% 2024 那次到 2025 BTC 顶部时也跌了 -24.1% 所以我会这样改写： FD mNAV > 2.5 更适合拿来减 MSTR，或者降低整体风险偏好，不适合单独作为 BTC 的机械卖出线。 2）“FD mNAV < 1，抄底” 这条也要修正。 它对 MSTR 的深度价值区 很有用，但对 BTC 见底 不是单独充分条件。 两个成功案例： 2022-12-28：FD mNAV = 0.982 2026-02-05：FD mNAV = 0.840 这两个点都很接近真正底部区，后面反弹也不错。 但如果把所有 FD mNAV < 1 的日子一股脑拿来回看，噪音依然不少。 说明它更适合干这件事： 把它当成“底部观察区”指标，而不是无脑开仓按钮。 ---------------- 八，我对原文 6 条核心说法的最终判定 1. 顶部的“死亡背离” 强支持。 2021 和 2025 两轮都成立，而且很明显。 2. 底部同步共振 部分支持。 2026 成立，2022 不成立。 3. 三段式联动 大方向支持，细节要修正。 MSTR 确实在风险偏好扩张阶段跑赢 BTC。 但“1.5 到 2 倍”这个倍数不稳定。 4. 周期形态，头肩顶、双顶 仅凭这次量化检验，没法严谨证明。 图形叙事可以观察，做成统计规律还不够。 5. 逃顶法则：mNAV > 2.5 就卖 BTC 不支持它作为机械规则。 更适合作为过热预警。 6. 抄底法则：mNAV < 1 就买 部分支持。 更适合拿来找 MSTR 的深度价值区。 对 BTC 需要配合其他条件一起用。 --------------- 最后给你一个更实用的版本 如果把这篇文章修正成可以拿来用的框架，我会写成这样： 顶部预警 同时满足下面两条时，要高度警惕： FD mNAV 进入高位区，尤其 > 2.5，最好 > 3 BTC 还在创新高，但 MSTR 已经不再创新高，甚至明显低于自己前高 这个组合信号，在 2021 和 2025 都很好用。 底部观察 当下面几条一起出现时，底部可信度更高： FD mNAV < 1 BTC 已经经历大幅回撤 MSTR 跌幅显著大于 BTC MSTR 开始止跌或出现强反弹 也就是： 用 mNAV 判断“便宜程度”，用价格行为判断“什么时候真的开始反转”。 ------------------------------ 接下来GPT建议可以进一步细化，做一个逃顶/减仓/抄底信号模型... 行，那既然它提出了就让他干。 随后他给了我这么一套体系..... ---------------- 如果你只想用一套最实战、最不折腾的版本，我建议用这个： 进场 满足以下 4 条中的 3 条： BTC > 120 日均线 120 日均线向上 FD mNAV 在 1 到 2.2 MSTR/BTC RS 20 日均线 > 60 日均线 动作： BTC 60% MSTR 20% 现金 20% 加仓 同时满足： BTC 创 120 日新高 MSTR 同步创新高 FD mNAV < 2.5 动作： MSTR 加到 30% 到 40% 减仓 同时满足： FD mNAV > 2.5 BTC 创新高 MSTR 距离自己 120 日高点超过 10% 动作： 先减掉一半 MSTR 若 10 个交易日内背离仍在，MSTR 继续减到接近 0 BTC 同时减 20% 到 30% 抄底 同时满足： FD mNAV < 1 BTC 回撤 > 40% BTC 和 MSTR 连续 10 日不创新低 MSTR 站上 20 日均线 动作： 先上 MSTR 试仓 20% 再等 BTC 趋势修复后加 BTC ------------ 居然都这么清晰的体系了.. 那这个策略表现如何？ 自己vibe coding么？ 我懒... 为了测试一下他的能力，干脆让他自己继续写代码自己回测自己的策略... 反正数据都已经发给他了。 最终，让他自己跟自己优化了几轮... 优化出来的东西， 跟单纯的buy and hold 比 也就略好一点点.. 1.61x vs 2.06x （当然有现在依旧在熊市接近底部的地方有关系） 从sharp和回测来看 这几句对话开发出来的东西不咋地.. 整体算是一个 实验吧... 毕竟这个如果自己写vibe coding验证 从抓数据到写完跑完回测几个小时要的.. 现在跑完这一切只用了半小时不到... 如果你能看到这里说明你对这个实验还是感兴趣的... 跟GPT完整对话记录见 https://t.co/MjGp7wC2TC 总之，有点意思.. --------------
很多人还以为AI只是写代码、做视频，但美国军方已经在用AI直接决定谁被打击。五角大楼最近在伊朗行动里4天打了2000多个目标，这个速度比过去战争快了一个数量级，而背后的核心系统是Palantir的Maven平台，再加上Anthropic的Claude模型在实时分析情报。无人机、卫星、传感器每天产生海量数据，以前需要军官慢慢看情报、开会讨论，现在AI几分钟就能生成打击方案，甚至可以在一小时内筛选上千个目标。军方内部说法很直白：过去的kill chain需要几个小时甚至几天，现在AI把这个流程压缩到几分钟甚至几秒。问题也很现实，当机器开始决定打谁的时候，人类还能不能真正审查这些决策已经变成一个很大的争议。更关键的是，这些系统并不是科幻电影里的秘密武器，它们背后的技术和普通人用的AI是同一代模型。换句话说，大家在办公室用AI写报告的时候，同一类技术已经在战场上决定导弹落在哪里。很多人还在讨论AI会不会取代程序员，但在军方看来，AI已经开始取代的是指挥链里的某些人。
Lenny's Newsletter应该是美国科技圈最有影响力的Newsletter了，近38万订阅者，其中1.8万付费订阅者，单单每年的订阅年费就超过200万美元。 Lenny开源了他所有的newsletter文字和podcast转录，如果要做内容AI的话这会是最好的语料之一。
乐天删除了 DeepSeek 的 MIT 许可证文件，以掩盖其对 DeepSeek 的使用 社区发现问题后，乐天又以“NOTICE”为名重新上传了该文件 这违背了开源软件的精神。可耻！
为了抹黑川普，百年老店BBC直接用上了AI。 100亿美元的索赔单，现在拍在了他们桌上。 前阵子BBC播了一部纪录片。 片子里川普口出狂言，说了不少极端言论。 连他团队的人听完都惊出一身冷汗。 跑去问他为什么要这么讲。 川普自己都懵了。 一查，录音是AI捏造的。 每一个字都是硬塞进他嘴里的。 目的很明确，就是要把他钉死成叛乱分子。 事情败露后，BBC迫于压力低头认错了。 CBS剪辑采访，BBC直接上科技造假。 建制派喉舌早就撕破了最后的脸皮。 媒体的第四权被玩成了政治算计。 假新闻这个标签已经不够用了。 这就是彻头彻尾的犯罪。
小红书 250粉，一条视频2万赞、1.3万收藏 我扒了下减脂赛道的爆款数据，发现一个铁律 —— 标题结构，比粉丝量重要 10 倍 Gemini 总结了这 240+条爆款笔记的标题公式： ① 逆袭对比型（50万赞级） 公式：[初始状态] → [最终状态] + [时间] + [心得] ——瘦80斤｜过百人亲测！健康饮食结构减肥法 ② 情绪炸弹型（20万赞级） 公式：[情绪词] + [反直觉结论] + [结果] —— 破防了…减脂期的姐妹一定要试试这个！ ③ 保姆级干货型（5-10万赞级） 公式：[特定人群] + [万能公式/合集] + [建议收藏] —— 这食谱太适合大学生了！ ④ 低门槛利诱型（3-5万赞级） 公式：[低成本/低难度] + [高效动作] + [效果背书] —— 才2r！早8党多睡10min低卡免煮早餐！
路飞 🏴☠️ AI 研究员🧐
开源的 AI 短剧全流程自动化平台， 支持从文本剧本到最终成片的视频自动生成 🔗 https://t.co/pUvKBrNoWC https://t.co/IBGyzzGJq8
Est. 800 views for your reply