0x_Miko's banner

0x_Miko

@Mikocrypto11 • 16,651 subscribers

能力可以提升我们对自己直觉的信任 #polymarket #MEME 相信自己 | 等待机会🔫 频道分享 https://t.co/mTKrGVthEN

Shorts

他父母花了 $280,000 送他去 MIT 计算机科学四年家里的期待很简单：毕业 → 去 Google 结果他干了另一件事三周时间写了一个 bot 名字很直接： pm-timezone-arbitrage 三个月后这个 bot 赚了 $4.4M Google 给应届工程师的薪资大概 $180K / 年他的 bot 两周就能赚这么多这个钱包： 432614799197 总共 4,390 次预测全部在体育市场 NFL 英超法甲没有宏大叙事只有一套简单到极致的逻辑他在做一件事：时区套利亚洲博彩公司的赔率通常会提前 2–3 小时变化而美国平台更新得更慢所以他的策略是：盯亚洲盘口变化在美国市场还没反应前下注当美国交易者醒来、赔率调整的时候利润已经锁定上周他妈妈给他打电话问了一句很普通的问题： “Google 有回信了吗？” 他说：我不去 Google 了她当场哭了然后他发了一张截图过去这个账户现在： 278K 人在关注 $1.2M 正在市场里运行而他本人：还住在学校公寓每天骑车去上课那张 $280K 的文凭他的 bot 6 周就赚回来了

他父母花了 $280,000 送他去 MIT 计算机科学四年家里的期待很简单：毕业 → 去 Google 结果他干了另一件事三周时间写了一个 bot 名字很直接： pm-timezone-arbitrage 三个月后这个 bot 赚了 $4.4M Google 给应届工程师的薪资大概 $180K / 年他的 bot 两周就能赚这么多这个钱包： 432614799197 总共 4,390 次预测全部在体育市场 NFL 英超法甲没有宏大叙事只有一套简单到极致的逻辑他在做一件事：时区套利亚洲博彩公司的赔率通常会提前 2–3 小时变化而美国平台更新得更慢所以他的策略是：盯亚洲盘口变化在美国市场还没反应前下注当美国交易者醒来、赔率调整的时候利润已经锁定上周他妈妈给他打电话问了一句很普通的问题： “Google 有回信了吗？” 他说：我不去 Google 了她当场哭了然后他发了一张截图过去这个账户现在： 278K 人在关注 $1.2M 正在市场里运行而他本人：还住在学校公寓每天骑车去上课那张 $280K 的文凭他的 bot 6 周就赚回来了

608,079 views

一个中国博士生，开组会前忘了关 GitHub 屏幕共享了 11 秒导师看到一个 repo 名字： polymarket-sports-arbitrage 导师没有举报他导师问了一句话： “钱包地址多少？” —— 地址：432614799197 利润：$2.67M 2,911 笔预测全是体育盘：NFL、英超、法甲账户 2026 年 1 月创建大仓位： 824K 押 PSG 不会赢 → 2.28M payout 1.13M 押 Bills vs Jaguars → 2.45M payout 781K 押 Packers vs Bears → 1.79M payout 这是百万级下注,而人住在校园公寓，骑自行车去上课听起来像爽文但核心逻辑其实不玄这个 bot 不预测比赛它盯的是—— 亚洲博彩公司的盘口亚洲盘口通常会比 Polymarket 提前 2–3 小时波动原因很简单：时区亚洲市场先开盘、先消化信息、先调线等美国交易者醒来时，Polymarket 可能还没完全反映那条线这不是神经网络不是内幕不是超能力！！是时间差！！当美区还在睡觉，亚洲盘口已经动完第一轮他做的只是：同步价格差在 Polymarket 上买“还没动”的赔率等它跟上这不是赌博这是跨市场滞后 GitHub README 现在 127 stars。最后一句写得很狠： “The market doesn't know what timezone you're in. Use that.” 市场不知道你在哪个时区但你知道市场在哪个时区导师想投钱他拒绝了理由也很现实：资金太多，会把 edge 压缩掉套利空间是有限的池子越大，越快被填平现在 22.3 万人盯着这个钱包还有 21.4 万美金在场内组会结束得很尴尬钱包没感觉故事听起来像传奇但真正的 edge 很朴素：不是更聪明不是更激进是更早

一个中国博士生，开组会前忘了关 GitHub 屏幕共享了 11 秒导师看到一个 repo 名字： polymarket-sports-arbitrage 导师没有举报他导师问了一句话： “钱包地址多少？” —— 地址：432614799197 利润：$2.67M 2,911 笔预测全是体育盘：NFL、英超、法甲账户 2026 年 1 月创建大仓位： 824K 押 PSG 不会赢 → 2.28M payout 1.13M 押 Bills vs Jaguars → 2.45M payout 781K 押 Packers vs Bears → 1.79M payout 这是百万级下注,而人住在校园公寓，骑自行车去上课听起来像爽文但核心逻辑其实不玄这个 bot 不预测比赛它盯的是—— 亚洲博彩公司的盘口亚洲盘口通常会比 Polymarket 提前 2–3 小时波动原因很简单：时区亚洲市场先开盘、先消化信息、先调线等美国交易者醒来时，Polymarket 可能还没完全反映那条线这不是神经网络不是内幕不是超能力！！是时间差！！当美区还在睡觉，亚洲盘口已经动完第一轮他做的只是：同步价格差在 Polymarket 上买“还没动”的赔率等它跟上这不是赌博这是跨市场滞后 GitHub README 现在 127 stars。最后一句写得很狠： “The market doesn't know what timezone you're in. Use that.” 市场不知道你在哪个时区但你知道市场在哪个时区导师想投钱他拒绝了理由也很现实：资金太多，会把 edge 压缩掉套利空间是有限的池子越大，越快被填平现在 22.3 万人盯着这个钱包还有 21.4 万美金在场内组会结束得很尴尬钱包没感觉故事听起来像传奇但真正的 edge 很朴素：不是更聪明不是更激进是更早

473,132 views

有个 bot，专靠盯着 Elon Musk 发推，在 Polymarket 上赚了 $273,000 不是内幕，不是预测宏观，甚至不需要判断对错它只做一个市场： Elon Musk 一周会发多少条推文？几乎每一笔都是盈利单笔利润从 $100 到 $90,000+ 不等这策略听起来像玩笑，但仔细看交易记录，你会发现它极其冷酷账号在这，自己看他的下注时间和区间选择： 👉 它大概率是这么跑的：实时追踪 Elon 每小时 / 每天的发推频率把当前节奏外推成一整周的分布在市场还没来得及重定价前，提前下注最终区间这里没有“观点”，只有节奏 + 概率修正当市场还在用「历史平均值」定价时，这个 bot 用的是 “当下行为 → 剩余时间 → 终值分布” 所以它赢的不是方向，而是反应速度和建模方式一周一轮，循环往复，$300k 就这么被磨出来了一句话总结：大多数人把 Polymarket 当预测市场，少数人把它当行为数据市场而 Elon，只是一个高度可量化的信号源

有个 bot，专靠盯着 Elon Musk 发推，在 Polymarket 上赚了 $273,000 不是内幕，不是预测宏观，甚至不需要判断对错它只做一个市场： Elon Musk 一周会发多少条推文？几乎每一笔都是盈利单笔利润从 $100 到 $90,000+ 不等这策略听起来像玩笑，但仔细看交易记录，你会发现它极其冷酷账号在这，自己看他的下注时间和区间选择： 👉 它大概率是这么跑的：实时追踪 Elon 每小时 / 每天的发推频率把当前节奏外推成一整周的分布在市场还没来得及重定价前，提前下注最终区间这里没有“观点”，只有节奏 + 概率修正当市场还在用「历史平均值」定价时，这个 bot 用的是 “当下行为 → 剩余时间 → 终值分布” 所以它赢的不是方向，而是反应速度和建模方式一周一轮，循环往复，$300k 就这么被磨出来了一句话总结：大多数人把 Polymarket 当预测市场，少数人把它当行为数据市场而 Elon，只是一个高度可量化的信号源

486,842 views

又一个离谱的 Polymarket 账户出现了一个在日本的中国学生，加入 Polymarket 才 2 天用 $0.90 做到 $408,292 几乎没人讨论，0 viewers 他的 profile 叫 Gravia 他说这是他的 terminal 我把它反向拆了一遍，然后让 Claude 按同样策略做了一个类似 bot 一个 prompt 20 分钟完成它做的不是普通交易而是 Polymarket BTC UP/DOWN 5MIN scalper： → 从 Binance WebSocket 拉 BTC 实时数据 + 5M K 线 → 交叉参考 TradingView signals + CryptoQuant exchange flows → 用 Mirofish force-graph engine，把 100 个 nodes / 180 条 edges 映射出来，检测 BEAR / BULL clusters 的收敛 → 捕捉 Polymarket CLOB 相对现货价格滞后 >0.3% 的瞬间 → 在合约重新定价前，<100ms 执行 → 在 UP/DOWN 5MIN 市场里，每秒 1000+ orders → 每笔吃 0.3-0.8% → 没 edge、流动性太薄、信号冲突、触及 daily cap，就直接跳过风控也写得很清楚：单笔风险 0.5% daily cap 2% -0.4% hard stop 本地 terminal 运行不靠 cloud 不需要 GPU 这类 bot 的 edge，本质不是“预测 BTC” 而是吃现货价格、信号收敛、CLOB 重定价之间的时间差问题是：这种 5MIN 高频 scalper，最后会跑到多大规模？以及 Polymarket 会不会 ban？

88,381 views

一个清华学生，把 Anthropic 的 AI 用成了 Polymarket 上的提款机 $1,430 → $1,550,750 而且素材里给出的数据更夸张： 44,364 笔交易 100% 胜率单笔最大盈利 $23,600 这个账号叫 k9Q2m 按这段素材的说法，他不是靠运气，也不是靠猜而是把 6 套对冲基金常用公式同时塞进 bot 里，每个 tick 都跑一遍多数人还在判断这个 bot 直接算它跑的 6 个核心模块是： 1）LMSR Pricing Polymarket 的价格沿对数曲线变化 bot 会提前算出自己的进场会带来多大价格冲击比如市场给 BTC 5 分钟上涨 31¢，模型却判断这段曲线已经错价，于是先进去等修正 2）Kelly Criterion 每一笔都按最合适的仓位去下不会大到把账户打爆，也不会小到没意义 3）EV Gap Detection 它一直在扫一个东西：市场价格到底错了多少比如市场给 30¢，真实概率被它算到 55¢，那 EV 就直接转正，触发进场 4）KL-Divergence BTC 5 分钟和 15 分钟市场本来就有关联一旦两边漂开，它就当成套利信号当统计距离超过 0.2，就开始标记机会 5）Bayesian Updates 新区块确认成交量异动价格跳动这些新信息一进来，它就立刻更新概率先验是 54%，新数据进来后，后验可能直接跳到 71% 6）Stoikov Execution 不是看到机会就冲它会继续算一个更合适的执行价格只在风险调整后仍然成立的位置成交真正执行的时候，不是满足一个条件就下单。而是这 6 层一起过筛： LMSR 确认错价 EV gap 超过 5% Kelly 允许仓位 Bayesian posterior 同意 KL-divergence 发现相关漂移 Stoikov 放行执行价格只有这样，才会进场。= 也就是说，这已经不是普通意义上的“交易 bot”了更像是一套对冲基金框架，被搬进了 prediction market 素材最后那句其实点得很直白：数学是公开的 edge 也是真的真正的差别只在于：大多数人从来没把它真正搭出来这种把 6 个量化过滤器同时塞进 Claude，再去跑 Polymarket 的打法，你觉得是未来的标准配置，还是只适合极少数真能把系统搭起来的人？

一个清华学生，把 Anthropic 的 AI 用成了 Polymarket 上的提款机 $1,430 → $1,550,750 而且素材里给出的数据更夸张： 44,364 笔交易 100% 胜率单笔最大盈利 $23,600 这个账号叫 k9Q2m 按这段素材的说法，他不是靠运气，也不是靠猜而是把 6 套对冲基金常用公式同时塞进 bot 里，每个 tick 都跑一遍多数人还在判断这个 bot 直接算它跑的 6 个核心模块是： 1）LMSR Pricing Polymarket 的价格沿对数曲线变化 bot 会提前算出自己的进场会带来多大价格冲击比如市场给 BTC 5 分钟上涨 31¢，模型却判断这段曲线已经错价，于是先进去等修正 2）Kelly Criterion 每一笔都按最合适的仓位去下不会大到把账户打爆，也不会小到没意义 3）EV Gap Detection 它一直在扫一个东西：市场价格到底错了多少比如市场给 30¢，真实概率被它算到 55¢，那 EV 就直接转正，触发进场 4）KL-Divergence BTC 5 分钟和 15 分钟市场本来就有关联一旦两边漂开，它就当成套利信号当统计距离超过 0.2，就开始标记机会 5）Bayesian Updates 新区块确认成交量异动价格跳动这些新信息一进来，它就立刻更新概率先验是 54%，新数据进来后，后验可能直接跳到 71% 6）Stoikov Execution 不是看到机会就冲它会继续算一个更合适的执行价格只在风险调整后仍然成立的位置成交真正执行的时候，不是满足一个条件就下单。而是这 6 层一起过筛： LMSR 确认错价 EV gap 超过 5% Kelly 允许仓位 Bayesian posterior 同意 KL-divergence 发现相关漂移 Stoikov 放行执行价格只有这样，才会进场。= 也就是说，这已经不是普通意义上的“交易 bot”了更像是一套对冲基金框架，被搬进了 prediction market 素材最后那句其实点得很直白：数学是公开的 edge 也是真的真正的差别只在于：大多数人从来没把它真正搭出来这种把 6 个量化过滤器同时塞进 Claude，再去跑 Polymarket 的打法，你觉得是未来的标准配置，还是只适合极少数真能把系统搭起来的人？

125,454 views

这条内容大概率活不久我让 Claude 连续扫了 24 小时 GitHub，专门找那些在 Polymarket 上真正打出链上结果的 bot 最后只找到一个钱包 $143,379 利润 43,788 笔交易没有受众没有噪音我连夜把它反向拆出来了先丢了 $90 进去睡一觉起来，+130% 然后我又测了一次这次只拿 $20 做 copytrade 什么都没动第二天醒来，变成了 $127 这时候我才意识到，这不是运气它的每一笔交易，都在按规则执行：只做特定时间窗口仓位用 Kelly 控制亏损不等于失效，而是模型升级的一部分 43K+ 交易，几乎没有偏离 GitHub 只有 14 个 stars 但已经从市场里拿走了 $143K 当大多数人还在做别人的 exit liquidity，这东西，已经在稳定收割他们了。

这条内容大概率活不久我让 Claude 连续扫了 24 小时 GitHub，专门找那些在 Polymarket 上真正打出链上结果的 bot 最后只找到一个钱包 $143,379 利润 43,788 笔交易没有受众没有噪音我连夜把它反向拆出来了先丢了 $90 进去睡一觉起来，+130% 然后我又测了一次这次只拿 $20 做 copytrade 什么都没动第二天醒来，变成了 $127 这时候我才意识到，这不是运气它的每一笔交易，都在按规则执行：只做特定时间窗口仓位用 Kelly 控制亏损不等于失效，而是模型升级的一部分 43K+ 交易，几乎没有偏离 GitHub 只有 14 个 stars 但已经从市场里拿走了 $143K 当大多数人还在做别人的 exit liquidity，这东西，已经在稳定收割他们了。

78,720 views

又一个中国人，把 bot 跑出来了上个月，$54 → $350,000 但几乎没人讨论他这个账户是 2026 年开始搭 bot，前两个月还在调系统，之后才开始真金白银下场结果很直接： 3,237 笔预测平均每天 65 笔单月 +$300,027 单周 +$30,000 今天 +$9,218 更夸张的是，这套东西的胜率据说做到 95% 他的策略也不复杂，几乎全是短线结构：追踪快速上涨 / 下跌 10c–30c 买 UP 40c–50c 卖 UP 80c–90c 买 DOWN 60c–80c 卖 DOWN 你会发现，他不是在等结算而是在吃中间那一段价格移动也就是说，真正赚的钱不是“猜最终结果”，而是市场在短时间里的再定价这类打法最可怕的地方就在这里：一天 65 笔，高频，高胜率，而且每一笔都在重复同一个逻辑不是靠某一笔暴击是把同一个 edge，不断放大 $54 做到 $350,000，你觉得这更像是“会写 bot 的人变多了”，还是 Polymarket 本身的短周期市场，还远没有被吃干净？

又一个中国人，把 bot 跑出来了上个月，$54 → $350,000 但几乎没人讨论他这个账户是 2026 年开始搭 bot，前两个月还在调系统，之后才开始真金白银下场结果很直接： 3,237 笔预测平均每天 65 笔单月 +$300,027 单周 +$30,000 今天 +$9,218 更夸张的是，这套东西的胜率据说做到 95% 他的策略也不复杂，几乎全是短线结构：追踪快速上涨 / 下跌 10c–30c 买 UP 40c–50c 卖 UP 80c–90c 买 DOWN 60c–80c 卖 DOWN 你会发现，他不是在等结算而是在吃中间那一段价格移动也就是说，真正赚的钱不是“猜最终结果”，而是市场在短时间里的再定价这类打法最可怕的地方就在这里：一天 65 笔，高频，高胜率，而且每一笔都在重复同一个逻辑不是靠某一笔暴击是把同一个 edge，不断放大 $54 做到 $350,000，你觉得这更像是“会写 bot 的人变多了”，还是 Polymarket 本身的短周期市场，还远没有被吃干净？

74,439 views

Anthropic 刚放出一份 33 页的 Claude trading agents 文档。然后有人昨晚试了一件事：让 Claude 直接搭一套 Polymarket 交易工作流结果 10 小时后，脚本已经赚了 $561 目前胜率大约是 71% 这件事最有意思的地方，其实不是利润而是架构这套系统做的，不是让 Claude 每次都临场判断而是把 Claude 拆成一组专门处理交易环节的 skills 每个 skill 都是一个独立模块，里面包含： • instructions • scripts • reference data 当对应的触发条件出现时，对应的 skill 就会自动激活。不需要人工手动 prompt 整个 skill architecture 也很清晰每个模块只负责一段固定流程：市场扫描概率更新执行逻辑而且 Claude 不会一开始就把所有内容全部加载。它会先读取最少量的 metadata，只有在真正需要的时候，才拉取完整指令。这样做的结果就是：速度更快但依然保留专门化逻辑这套工作流会在特定市场条件出现时启动素材里给出的触发条件包括： • probability deviation • abnormal volume • rapid price shift 一旦触发，系统就会按预定义好的多步骤流程执行。这个 agent 做的事情是： • 读取市场概率 • 把市场概率和模型估算值做比较 • 当 EV 为正时开仓 • 自动管理退出重点就在这里因为交易流程本身已经写进了 skill，所以 bot 的行为会更一致不是随机 prompt 不是临时猜也不是一次次从零开始做判断按这段素材的意思，真正的优势其实是自动化它不是每笔交易都重新解题，而是把同一套优化过的流程，反复跑进不同市场里。最后得到的效果就是：更少的 prompt complexity 更高的一致性以及一台不会疲劳的交易引擎你觉得这种把 Claude 拆成 skills 来跑交易流程的方式，会不会比直接让模型临场做买卖判断更有效？

Anthropic 刚放出一份 33 页的 Claude trading agents 文档。然后有人昨晚试了一件事：让 Claude 直接搭一套 Polymarket 交易工作流结果 10 小时后，脚本已经赚了 $561 目前胜率大约是 71% 这件事最有意思的地方，其实不是利润而是架构这套系统做的，不是让 Claude 每次都临场判断而是把 Claude 拆成一组专门处理交易环节的 skills 每个 skill 都是一个独立模块，里面包含： • instructions • scripts • reference data 当对应的触发条件出现时，对应的 skill 就会自动激活。不需要人工手动 prompt 整个 skill architecture 也很清晰每个模块只负责一段固定流程：市场扫描概率更新执行逻辑而且 Claude 不会一开始就把所有内容全部加载。它会先读取最少量的 metadata，只有在真正需要的时候，才拉取完整指令。这样做的结果就是：速度更快但依然保留专门化逻辑这套工作流会在特定市场条件出现时启动素材里给出的触发条件包括： • probability deviation • abnormal volume • rapid price shift 一旦触发，系统就会按预定义好的多步骤流程执行。这个 agent 做的事情是： • 读取市场概率 • 把市场概率和模型估算值做比较 • 当 EV 为正时开仓 • 自动管理退出重点就在这里因为交易流程本身已经写进了 skill，所以 bot 的行为会更一致不是随机 prompt 不是临时猜也不是一次次从零开始做判断按这段素材的意思，真正的优势其实是自动化它不是每笔交易都重新解题，而是把同一套优化过的流程，反复跑进不同市场里。最后得到的效果就是：更少的 prompt complexity 更高的一致性以及一台不会疲劳的交易引擎你觉得这种把 Claude 拆成 skills 来跑交易流程的方式，会不会比直接让模型临场做买卖判断更有效？

107,525 views

想象一个人从 14 岁开始学概率论别人打 FIFA 他在写模型后来有一天他发现了 Polymarket 然后盯上了一个市场：天气很快他意识到一件事这根本不像“下注” 更像是—— 一个充满错价的市场于是周末两天时间，他写了一个自动化 bot 第一笔交易： $2.94 醒来之后账户变成： $1,470 再看几笔： $3.77 → $1,880 $6.59 → $3,285 $9.21 → $4,467 $10.83 → $5,380 $23.54 → $6,122 这些仓位有一个共同点：他一次都没手动操作 bot 自己在跑就像—— 它知道答案一样其中一笔回报率： 49,900% 而当时他在干嘛？在睡觉现在这个账户的 PnL： $57,936.62 大学教的那些东西其实都是真的概率统计模型只是很多人毕业后把这些能力卖给对冲基金换一份工资而这个人干了另一件事：他做了一台机器不用上班不用盯盘机器自己运行然后不断印钱

想象一个人从 14 岁开始学概率论别人打 FIFA 他在写模型后来有一天他发现了 Polymarket 然后盯上了一个市场：天气很快他意识到一件事这根本不像“下注” 更像是—— 一个充满错价的市场于是周末两天时间，他写了一个自动化 bot 第一笔交易： $2.94 醒来之后账户变成： $1,470 再看几笔： $3.77 → $1,880 $6.59 → $3,285 $9.21 → $4,467 $10.83 → $5,380 $23.54 → $6,122 这些仓位有一个共同点：他一次都没手动操作 bot 自己在跑就像—— 它知道答案一样其中一笔回报率： 49,900% 而当时他在干嘛？在睡觉现在这个账户的 PnL： $57,936.62 大学教的那些东西其实都是真的概率统计模型只是很多人毕业后把这些能力卖给对冲基金换一份工资而这个人干了另一件事：他做了一台机器不用上班不用盯盘机器自己运行然后不断印钱

93,417 views

全仓 NO 押伊朗。这个 trader，正在 Polymarket 上靠反着末日叙事，稳定印 $100k。当时间线被一条条「突发新闻」吓疯的时候，他只做一件事：不停按 NO。他不看特朗普讲话，不做地缘政治分析，只玩概率。当前他的 NO 仓位已经非常大： 🇺🇸 美国 1 月 15 日前打击伊朗 —— NO 🇮🇱 以色列 1 月 31 日前打击伊朗 —— NO 🧔‍♂️ 哈梅内伊 3 月 31 日前下台 —— NO 你不需要是政治专家你只需要知道一个“作弊码”：市场会系统性高估灾难发生的概率。恐慌=溢价而他，专门吃这部分溢价这套打法本质上就是：做空世界末日在 Polymarket，这几乎就是一个「无限印钞机」。地址在这，自己跟踪他的仓位：当所有人都在赌爆炸，真正赚钱的人，在赌“什么都不会发生”

全仓 NO 押伊朗。这个 trader，正在 Polymarket 上靠反着末日叙事，稳定印 $100k。当时间线被一条条「突发新闻」吓疯的时候，他只做一件事：不停按 NO。他不看特朗普讲话，不做地缘政治分析，只玩概率。当前他的 NO 仓位已经非常大： 🇺🇸 美国 1 月 15 日前打击伊朗 —— NO 🇮🇱 以色列 1 月 31 日前打击伊朗 —— NO 🧔‍♂️ 哈梅内伊 3 月 31 日前下台 —— NO 你不需要是政治专家你只需要知道一个“作弊码”：市场会系统性高估灾难发生的概率。恐慌=溢价而他，专门吃这部分溢价这套打法本质上就是：做空世界末日在 Polymarket，这几乎就是一个「无限印钞机」。地址在这，自己跟踪他的仓位：当所有人都在赌爆炸，真正赚钱的人，在赌“什么都不会发生”

113,245 views

可能是 Polymarket 上唯一“真的能长期跑通”的策略不是预测方向不是赌消息甚至不是“判断对错” 而是：吃延迟有个机器人，每天稳定 $20K–$30K 起点资金：$50 时间：1 月 6 日 → 1 个月现在账户：接近 $500K 他只做一类市场： • BTC / ETH / SOL • 15 分钟 Up / Down 🔗 关键点在于：他根本不预测涨跌他做的是一个所有散户都忽略、但在短周期里反复出现的漏洞：价格延迟逻辑非常简单： Binance / Coinbase 的现货价格已经动了但 Polymarket 的 15m 概率还没来得及更新那一瞬间： • YES / NO 的定价是错的 • 概率 ≠ 真实价格 • 下单那一刻，盈利已经锁死所以你会看到他的曲线非常反直觉： • 没有连续赌方向 • 没有高胜率神话 • 没有情绪化加仓 • 但 PnL 像机器一样平滑这也是为什么我一直说： 15 分钟市场 ≠ 赌场它更像一个反应迟钝的定价引擎大多数人拿它当 futures 玩，而真正赚钱的人，只是把它当一个慢半拍的盘很多人看到这种账户，第一反应是： “我也能不能做？” 实话说： • 手动基本没戏 • UI 点单太慢 • 需要多所交易所同步 • 延迟窗口极短这是工程问题，不是判断问题我在文章里已经把用到的工具和逻辑拆过了（链接在 bio，这里不展开）但有一点可以确定：如果 Polymarket 上还有“确定性 edge”，那一定存在于短周期 + 延迟 + 非方向性这条线上你可以不做但你至少要知道：当你在 15m 市场猜涨跌的时候，有人在吃你点确认按钮之前的那 2 秒你怎么看？

可能是 Polymarket 上唯一“真的能长期跑通”的策略不是预测方向不是赌消息甚至不是“判断对错” 而是：吃延迟有个机器人，每天稳定 $20K–$30K 起点资金：$50 时间：1 月 6 日 → 1 个月现在账户：接近 $500K 他只做一类市场： • BTC / ETH / SOL • 15 分钟 Up / Down 🔗 关键点在于：他根本不预测涨跌他做的是一个所有散户都忽略、但在短周期里反复出现的漏洞：价格延迟逻辑非常简单： Binance / Coinbase 的现货价格已经动了但 Polymarket 的 15m 概率还没来得及更新那一瞬间： • YES / NO 的定价是错的 • 概率 ≠ 真实价格 • 下单那一刻，盈利已经锁死所以你会看到他的曲线非常反直觉： • 没有连续赌方向 • 没有高胜率神话 • 没有情绪化加仓 • 但 PnL 像机器一样平滑这也是为什么我一直说： 15 分钟市场 ≠ 赌场它更像一个反应迟钝的定价引擎大多数人拿它当 futures 玩，而真正赚钱的人，只是把它当一个慢半拍的盘很多人看到这种账户，第一反应是： “我也能不能做？” 实话说： • 手动基本没戏 • UI 点单太慢 • 需要多所交易所同步 • 延迟窗口极短这是工程问题，不是判断问题我在文章里已经把用到的工具和逻辑拆过了（链接在 bio，这里不展开）但有一点可以确定：如果 Polymarket 上还有“确定性 edge”，那一定存在于短周期 + 延迟 + 非方向性这条线上你可以不做但你至少要知道：当你在 15m 市场猜涨跌的时候，有人在吃你点确认按钮之前的那 2 秒你怎么看？

92,299 views

这个 Polymarket 天气 bot，几乎从不输不是夸张 1500+ 次预测，30 天：$100 → $1,400（+1400%） Profile：你随便点几笔盈利出来看： NYC ≥46°F：$1.06 → $53 Toronto 0°C：$0.89 → $44 Seattle 50–51°F：$0.81 → $40 每一单都很小，但几乎没有“踩空感” 关键不在胜率，而在它到底在干什么它不是在赌天气，它是在吃 Polymarket 的定价延迟。逻辑很简单，也很残酷：当 YES 还被挂在 20–30¢ 而主流天气模型的概率早就不是这个数了。它的做法也一点不浪漫：不是 all-in 不是单点押注而是—— 直接买整段概率带比如预测 45°F：它会同时买 44–45、42–43、46–47 本质不是“猜中一个数”，而是覆盖真实分布。这就是为什么你看它的曲线：不像交易员，更像一台在缓慢抽干流动性的机器。真正限制它的，只有一件事：流动性太小。现在还是 $1、$5、$10 级别的下注所以市场还能假装没事但问题是：如果同样的结构，同样的模型，同样的执行纪律，有一天被放大到 $10k 一单呢？这不是“会不会赚钱”的问题，而是—— 这个市场的定价机制能不能扛得住。天气市场看起来无聊，但恰恰是这种地方，最容易被系统性地吃干抹净

81,876 views

有人靠 Elon Musk 的推文，在 Polymarket 一个月赚了 $5,000 而且他几乎只做一件事 👉 他一定会发账户在这，自己看：这个账号一共下了 1,470 笔预测，其中 99% 都是 Elon 的推文相关市场最新一单：只用 $100，赚了 $2,700 历史总盈利：$34,400 他的打法简单到离谱：几乎只在 10c 以下进场提前很久埋伏什么都不做等 Elon 发推市场修正 → 直接结算不追高，不抢热点，只等“确定性迟到”。他最狠的几笔： $72 → $5,291 $101 → $5,900 $179 → $8,500 核心就一句话：低价买 + 等待 = 上千 % 回报。不需要预测 Elon 说什么，只需要知道一件事：很多人输在“想太多”，而这种人，只是在等市场把钱送过来

有人靠 Elon Musk 的推文，在 Polymarket 一个月赚了 $5,000 而且他几乎只做一件事 👉 他一定会发账户在这，自己看：这个账号一共下了 1,470 笔预测，其中 99% 都是 Elon 的推文相关市场最新一单：只用 $100，赚了 $2,700 历史总盈利：$34,400 他的打法简单到离谱：几乎只在 10c 以下进场提前很久埋伏什么都不做等 Elon 发推市场修正 → 直接结算不追高，不抢热点，只等“确定性迟到”。他最狠的几笔： $72 → $5,291 $101 → $5,900 $179 → $8,500 核心就一句话：低价买 + 等待 = 上千 % 回报。不需要预测 Elon 说什么，只需要知道一件事：很多人输在“想太多”，而这种人，只是在等市场把钱送过来

76,914 views

发现了一个疑似属于 Polymarket 团队成员的钱包。最离谱的地方是，他能以 0 cents 的价格买入任意规模的 shares，但说实话，我也不知道这到底是什么以前没见过这种情况看起来更像是某种 bug 这是特殊权限、结算机制里的异常，还是单纯前端显示出了问题？

发现了一个疑似属于 Polymarket 团队成员的钱包。最离谱的地方是，他能以 0 cents 的价格买入任意规模的 shares，但说实话，我也不知道这到底是什么以前没见过这种情况看起来更像是某种 bug 这是特殊权限、结算机制里的异常，还是单纯前端显示出了问题？

34,332 views

Anthropic 的开发者，有人已经把 Claude 的新 Mythos 模型拿去打 Polymarket 的天气市场了本金 $300，做到 $91K 而且几乎没写代码他做的事很简单：只给模型喂了一篇 MIT 研究，主题是「用机器学习模型做天气预测」然后，Mythos 开始专门去抓那些超低概率天气事件价格区间只看 0.01¢ - 0.1¢ 最夸张的几笔： $25 → $12,452 $16 → $8,106 $13 → $6,851 这种打法最有意思的地方在于，它根本不追常规天气判断盯的就是那些极少发生、但一旦定价错了，赔率会极端夸张的尾部事件交易区域也铺得很广从东京到安卡拉，覆盖的不是某一个城市，而是一整批地区但真正重要的，始终只有一件事： 0.01¢ - 0.1¢ 这个区间里，有没有被市场忽略的错误定价而那篇被当成 prompt 喂进去的研究，也被置顶在下面了你觉得这种玩法的核心 edge，是在 Mythos 模型本身，在那篇 MIT 研究，还是在有人已经开始把论文直接变成 Polymarket 上的真钱策略了？

Anthropic 的开发者，有人已经把 Claude 的新 Mythos 模型拿去打 Polymarket 的天气市场了本金 $300，做到 $91K 而且几乎没写代码他做的事很简单：只给模型喂了一篇 MIT 研究，主题是「用机器学习模型做天气预测」然后，Mythos 开始专门去抓那些超低概率天气事件价格区间只看 0.01¢ - 0.1¢ 最夸张的几笔： $25 → $12,452 $16 → $8,106 $13 → $6,851 这种打法最有意思的地方在于，它根本不追常规天气判断盯的就是那些极少发生、但一旦定价错了，赔率会极端夸张的尾部事件交易区域也铺得很广从东京到安卡拉，覆盖的不是某一个城市，而是一整批地区但真正重要的，始终只有一件事： 0.01¢ - 0.1¢ 这个区间里，有没有被市场忽略的错误定价而那篇被当成 prompt 喂进去的研究，也被置顶在下面了你觉得这种玩法的核心 edge，是在 Mythos 模型本身，在那篇 MIT 研究，还是在有人已经开始把论文直接变成 Polymarket 上的真钱策略了？

42,129 views

这个账户每天稳定赚 $1,000，几乎不承担风险他盯上的，是大多数人直接忽略的一段时间窗口只做 BTC 方向市场只看最后 60 秒只在 99% 概率时进场一个月下来，已经做到 $20,700 利润逻辑其实很简单： Polymarket 的 BTC Up/Down 市场，每隔几小时结算一次但在最后几十秒，当结果基本已经确定的时候，胜利一方的价格，往往还没完全走到 $1 通常还停在 98–99c 大多数人直接放弃这一段他专门盯这一段实时盯 BTC 价格，等到只剩 30 秒左右，方向已经非常明确，几乎不可能反转然后直接用大仓位，在 99c 买入等结算到 $1 结束一笔大概 1% 收益，然后继续下一笔重复这不是预测而是专门吃“最后定价没补齐”的那一点点空间看起来很无聊但如果你把收益复利去算：每天 1%，连续两个月，就不是“无聊”，而是接近 $21K 的稳定增长当然不是完全无风险真正的风险只有一个：最后一秒的极端波动（flash crash）确实会发生，但频率低到，这套 edge 依然是正的从他的 PnL 曲线也能看到，偶尔会有小回撤但整体结构非常干净：没有大回撤，没有情绪波动，没有复杂判断只是每天安静地收那 1% 你觉得这种玩法，本质是在赚“最后一刻的流动性不足”，还是市场在结算前天然留下的定价漏洞？

这个账户每天稳定赚 $1,000，几乎不承担风险他盯上的，是大多数人直接忽略的一段时间窗口只做 BTC 方向市场只看最后 60 秒只在 99% 概率时进场一个月下来，已经做到 $20,700 利润逻辑其实很简单： Polymarket 的 BTC Up/Down 市场，每隔几小时结算一次但在最后几十秒，当结果基本已经确定的时候，胜利一方的价格，往往还没完全走到 $1 通常还停在 98–99c 大多数人直接放弃这一段他专门盯这一段实时盯 BTC 价格，等到只剩 30 秒左右，方向已经非常明确，几乎不可能反转然后直接用大仓位，在 99c 买入等结算到 $1 结束一笔大概 1% 收益，然后继续下一笔重复这不是预测而是专门吃“最后定价没补齐”的那一点点空间看起来很无聊但如果你把收益复利去算：每天 1%，连续两个月，就不是“无聊”，而是接近 $21K 的稳定增长当然不是完全无风险真正的风险只有一个：最后一秒的极端波动（flash crash）确实会发生，但频率低到，这套 edge 依然是正的从他的 PnL 曲线也能看到，偶尔会有小回撤但整体结构非常干净：没有大回撤，没有情绪波动，没有复杂判断只是每天安静地收那 1% 你觉得这种玩法，本质是在赚“最后一刻的流动性不足”，还是市场在结算前天然留下的定价漏洞？

37,913 views

Polymarket 刚被一个 Clawd 脚本正面碾压了。不是内幕，不是关系户，一个极其普通的脚本，真实跑出了 $3.7M 的 PnL。很多人第一反应：账户 “不可能，这肯定是吹的。”但这个账户是公开的，而且行为完全对得上。真正反直觉的地方在这👇 策略一点都不复杂。我花了 5 个小时拆他的方法，结论只有一个：这不是赌，是一台风险定价机器。先否定运气论—— 如果是运气，你会看到：单一重仓情绪化追热点盈利高度集中在少数事件但他不是。他的行为模式非常清晰： 1️⃣ NO bet = 系统化承保专吃“几乎不可能发生”的结果，一笔一笔小胜，不是押黑天鹅，而是收保费。 2️⃣ 逻辑套利，而不是信息套利当 A 发生必然推导出 B，但市场还没来得及定价，脚本直接进场。不是比你聪明，是比你快。 3️⃣ 真正的提款机：体育 + 政治这些市场充满散户、情绪和延迟反应脚本不预测结果，只在价差里反复剪刀。关键在规模每一笔利润只有几美分，但每个月是数万次微交易复利不是靠勇气，是靠一致性。所以你现在应该意识到一件事： Polymarket 已经进入 bot war 阶段了。Crypto 市场被手续费和专业对手榨干，而体育市场，还停留在情绪、热闹和“我觉得” 在那里，自动化就是降维打击。

Polymarket 刚被一个 Clawd 脚本正面碾压了。不是内幕，不是关系户，一个极其普通的脚本，真实跑出了 $3.7M 的 PnL。很多人第一反应：账户 “不可能，这肯定是吹的。”但这个账户是公开的，而且行为完全对得上。真正反直觉的地方在这👇 策略一点都不复杂。我花了 5 个小时拆他的方法，结论只有一个：这不是赌，是一台风险定价机器。先否定运气论—— 如果是运气，你会看到：单一重仓情绪化追热点盈利高度集中在少数事件但他不是。他的行为模式非常清晰： 1️⃣ NO bet = 系统化承保专吃“几乎不可能发生”的结果，一笔一笔小胜，不是押黑天鹅，而是收保费。 2️⃣ 逻辑套利，而不是信息套利当 A 发生必然推导出 B，但市场还没来得及定价，脚本直接进场。不是比你聪明，是比你快。 3️⃣ 真正的提款机：体育 + 政治这些市场充满散户、情绪和延迟反应脚本不预测结果，只在价差里反复剪刀。关键在规模每一笔利润只有几美分，但每个月是数万次微交易复利不是靠勇气，是靠一致性。所以你现在应该意识到一件事： Polymarket 已经进入 bot war 阶段了。Crypto 市场被手续费和专业对手榨干，而体育市场，还停留在情绪、热闹和“我觉得” 在那里，自动化就是降维打击。

56,787 views

有人刚把一个新 bot 搭出来它会先用 MiroFish 对每一个即将发生的 Bitcoin / crypto 事件跑高拟真的 swarm simulation 然后再把结果直接接到 Polymarket 实盘上做交易目前测试阶段，已经跑出： $12,000+ / day 这次是真的没忍住研究完 MiroFish 之后，直接把它和 OpenClaw、Claude Opus 4.6 拼到了一起一天时间，搭出了第一版私有 Polymarket bot 这套系统现在做的事很直接： → 生成成千上万个带记忆和性格的 agents → 跑完整的 GraphRAG swarm simulation，去模拟新闻、ETF 资金流、宏观数据、whale activity、市场情绪会怎么影响 Bitcoin → 专门对 Polymarket 的 Bitcoin 合约推演成千上万个可能路径 → 找出市场 crowd probability 和模拟结果之间的错价 → 一旦出现 edge，直接通过 OpenClaw 自动进场我现在就在实时测试这套 bot + MiroFish simulator 第一轮结果已经开始很硬了而且平台上也已经有一个很像这套路子的真钱包在跑目前数据是：累计利润 $321k 日均 $12k Bitcoin 市场胜率 100% 我的 Polymarket 主页和完整交易记录，等我把规模继续放大后再放出来新的 meta 可能已经来了这次你觉得真的是新一代 edge，还是又一轮 AI bot 叙事？

有人刚把一个新 bot 搭出来它会先用 MiroFish 对每一个即将发生的 Bitcoin / crypto 事件跑高拟真的 swarm simulation 然后再把结果直接接到 Polymarket 实盘上做交易目前测试阶段，已经跑出： $12,000+ / day 这次是真的没忍住研究完 MiroFish 之后，直接把它和 OpenClaw、Claude Opus 4.6 拼到了一起一天时间，搭出了第一版私有 Polymarket bot 这套系统现在做的事很直接： → 生成成千上万个带记忆和性格的 agents → 跑完整的 GraphRAG swarm simulation，去模拟新闻、ETF 资金流、宏观数据、whale activity、市场情绪会怎么影响 Bitcoin → 专门对 Polymarket 的 Bitcoin 合约推演成千上万个可能路径 → 找出市场 crowd probability 和模拟结果之间的错价 → 一旦出现 edge，直接通过 OpenClaw 自动进场我现在就在实时测试这套 bot + MiroFish simulator 第一轮结果已经开始很硬了而且平台上也已经有一个很像这套路子的真钱包在跑目前数据是：累计利润 $321k 日均 $12k Bitcoin 市场胜率 100% 我的 Polymarket 主页和完整交易记录，等我把规模继续放大后再放出来新的 meta 可能已经来了这次你觉得真的是新一代 edge，还是又一轮 AI bot 叙事？

41,822 views

“买了台 Mac，问 AI 怎么在 Polymarket 赚钱，三天后靠 5–15 分钟 BTC 盘赚了 $105,000，还辞职了。” 听起来像新时代暴富模板 71 笔交易，两天时间全在短周期 BTC 市场链接： —— 故事的核心逻辑是：现货价格 → 预言机 → Polymarket 赔率中间存在微延迟他等价格出现分歧，同时在两边建仓一边可能涨 3–4 倍，另一边归零但盈利单覆盖亏损单，整体 3–4 倍资本回报听起来像完美结构套利但我们拆一下现实第一，所谓“micro-delay”。如果真的稳定存在，它会迅速被压缩做 infra 的玩家： • 直连节点 • 自建监听系统 • 低延迟下单 • 自动化对冲当竞争增加，延迟 edge 会从秒级 → 毫秒级 → 几乎消失第二，“一边 3–4x，另一边归零” 这通常意味着：极端波动 + 高仓位这种结构确实可能在趋势行情里爆发但如果行情来回震荡，你可能连续被双杀第三，71 笔两天这已经接近极高频高频策略的风险不是单笔是：一次结构失效如果某次 divergence 并未收敛，仓位叠加可能瞬间回撤巨大 —— “会不会月底到 $1M？” 理论上：如果继续高仓位 + 连续顺行情，有可能现实中：随着资金规模扩大，流动性冲击变大，执行难度提高，回撤概率上升最常见路径是：前期爆发式增长中期波动加剧后期回撤或收敛 —— 真正值得关注的不是：他问了 AI 什么而是：短周期市场确实存在结构性错价但这种错价的生命周期很短 AI 能帮你写 bot 不能帮你消除风险市场从不保证线性增长在 5–15 分钟盘里，放大的是收益也放大的是毁灭问题不是他能不能到 $1M 而是：当结构失效那一天，他能不能保住已经赚到的 $100k

“买了台 Mac，问 AI 怎么在 Polymarket 赚钱，三天后靠 5–15 分钟 BTC 盘赚了 $105,000，还辞职了。” 听起来像新时代暴富模板 71 笔交易，两天时间全在短周期 BTC 市场链接： —— 故事的核心逻辑是：现货价格 → 预言机 → Polymarket 赔率中间存在微延迟他等价格出现分歧，同时在两边建仓一边可能涨 3–4 倍，另一边归零但盈利单覆盖亏损单，整体 3–4 倍资本回报听起来像完美结构套利但我们拆一下现实第一，所谓“micro-delay”。如果真的稳定存在，它会迅速被压缩做 infra 的玩家： • 直连节点 • 自建监听系统 • 低延迟下单 • 自动化对冲当竞争增加，延迟 edge 会从秒级 → 毫秒级 → 几乎消失第二，“一边 3–4x，另一边归零” 这通常意味着：极端波动 + 高仓位这种结构确实可能在趋势行情里爆发但如果行情来回震荡，你可能连续被双杀第三，71 笔两天这已经接近极高频高频策略的风险不是单笔是：一次结构失效如果某次 divergence 并未收敛，仓位叠加可能瞬间回撤巨大 —— “会不会月底到 $1M？” 理论上：如果继续高仓位 + 连续顺行情，有可能现实中：随着资金规模扩大，流动性冲击变大，执行难度提高，回撤概率上升最常见路径是：前期爆发式增长中期波动加剧后期回撤或收敛 —— 真正值得关注的不是：他问了 AI 什么而是：短周期市场确实存在结构性错价但这种错价的生命周期很短 AI 能帮你写 bot 不能帮你消除风险市场从不保证线性增长在 5–15 分钟盘里，放大的是收益也放大的是毁灭问题不是他能不能到 $1M 而是：当结构失效那一天，他能不能保住已经赚到的 $100k

45,274 views

一周 $1,400,000 标的只有一个：伊朗他的主页在这：你怎么在不预测任何结果的情况下赚 $1M？答案只有一句话：用 $0.94 买 $1 三天前我装了 ClawdBot 最近所有人都在吹它，我原本以为又是一个被神化的工具结果它在 24 小时内，帮我找到一个单日印 $300K的钱包事情是这样发生的我给 ClawdBot 的任务非常简单：在 Polymarket 里找不符合人类直觉的盈利模式异常的、反常的、数学上说不通的那种先说一句感受：这东西不像工具，更像一个真的在“帮你做事”的助手开源、免费、几分钟装好但真正离谱的是—— 它能直接操作你的电脑读文件、搜网页、修自己 bug 我让它连 Telegram，一开始失败了它自己去看日志，找到问题，然后——自己修好了我什么都没动我说要联网搜索它只回我一句：给我一个 Brave Search API key，其它我来我把 key 给它它自己完成了所有连接没有配置文件，没有手动步骤那一刻的感觉是：你不是在“用软件”，你是在跟一个真正想帮你赚钱的东西说话好了，回到那个钱包 ClawdBot 返回了一个地址，我滑到它的时候，手停住了同一个市场： “美国是否在 X 日期前打击伊朗” 他反复进同一题目，30 多次 7 天总利润：$1,017,000 我第一反应是：系统 bug 我查了链上记录是真钱是真成交我把他所有交易拉进 Excel，整整看了 3 个小时然后我终于明白一件事：他根本不在乎美国会不会打伊朗结果，对他来说是无关变量他在做的只有一件事：套利你还记得上学时那种故事吗？有人发现自动贩卖机偶尔会掉两瓶可乐围观的人都以为是运气其实只是—— 机器的数学坏了 Polymarket 里，全是这种坏掉的贩卖机用最白话的话说他的策略：同一个事件，Polymarket 会开很多不同时间的市场：美国是否在 3 月前打伊朗美国是否在 4 月前打伊朗美国是否在 6 月前打伊朗如果 3 月发生了，4 月和 6 月的 YES 也会结算但问题是—— 这些价格经常算不明白有时候，你可以买下多个日期的 NO，总成本只有 $0.94 如果什么都没发生 → 你拿 $1 如果真的发生了 → 仍然至少有一个 NO 结算不管发生什么：你赢不是预测是算账 $0.94 买 $1 这就是全部逻辑他一周这样做 30 多次同样的结构同样的数学错误同样的利润 $300,000 / 24 小时此时再画趋势线，看起来多少有点尴尬我后来总结了他轮流用的 5 套套利结构： 1｜基础套利同一市场同时买 YES + NO 总成本 $0.96 必然有一个结算 $1 → 无风险 4% 2｜互斥事件套利两个不可能同时成立的事件 YES 全买，总价 < $1 → 必有一个赢 3｜矛盾套利两个市场互相否定一个买 YES，一个买 NO → 市场自相矛盾，你吃价差 4｜多选一套利（他最常用）多个结果对其中多个买 NO 只要发生一个，其它 NO 结算 → 从“必然性”里赚钱 5｜必然发生套利买下所有可能发生的 YES 只要总成本 < $1 → 白送钱预测是赌博套利是会计这件事真正改变我的是：我在 Polymarket 混了几个月看辩论、读民调、试图比市场聪明这个人，完全无视信息他只找一个问题：这里的数学是不是坏了？而答案是：每天都在坏 ClawdBot 还给我看了另一件事它现在可以主动工作：监控钱包、盯市场、一有套利窗口，直接通知我让它追踪这个交易员现在他每次进场，我 Telegram 都会响昨晚 2:47 提示来了： US strikes Iran by April NO @ $0.89 我当时没看懂去查其它日期市场所有 NO 加起来： $0.91 确定性 $1 9% 回报零预测我跟了一单今天醒来： + $340 不改变人生但我什么都没预测什么都没分析我只是—— 照着数学抄现在有 23,000 人在 watch 这个钱包大多数人还在猜：美国到底会不会动手他们在下棋而他在数棋盘，发现多摆了几颗卒子现在 Polymarket 上，关于同一地缘事件、不同时间的市场，至少还有 12 个它们的价格，依然算不到 $1 免费的钱，就藏在那个缝里而这个交易员，大概率现在已经进场了两条路：继续预测继续分析继续把钱交给找到“坏贩卖机”的人或者—— 学会这 5 套结构，找出数学错误，开始收钱套利不是更聪明只是发现： $1 正在打 94 折折扣什么时候结束？当足够多人注意到的时候你，今天看价格了吗？

一周 $1,400,000 标的只有一个：伊朗他的主页在这：你怎么在不预测任何结果的情况下赚 $1M？答案只有一句话：用 $0.94 买 $1 三天前我装了 ClawdBot 最近所有人都在吹它，我原本以为又是一个被神化的工具结果它在 24 小时内，帮我找到一个单日印 $300K的钱包事情是这样发生的我给 ClawdBot 的任务非常简单：在 Polymarket 里找不符合人类直觉的盈利模式异常的、反常的、数学上说不通的那种先说一句感受：这东西不像工具，更像一个真的在“帮你做事”的助手开源、免费、几分钟装好但真正离谱的是—— 它能直接操作你的电脑读文件、搜网页、修自己 bug 我让它连 Telegram，一开始失败了它自己去看日志，找到问题，然后——自己修好了我什么都没动我说要联网搜索它只回我一句：给我一个 Brave Search API key，其它我来我把 key 给它它自己完成了所有连接没有配置文件，没有手动步骤那一刻的感觉是：你不是在“用软件”，你是在跟一个真正想帮你赚钱的东西说话好了，回到那个钱包 ClawdBot 返回了一个地址，我滑到它的时候，手停住了同一个市场： “美国是否在 X 日期前打击伊朗” 他反复进同一题目，30 多次 7 天总利润：$1,017,000 我第一反应是：系统 bug 我查了链上记录是真钱是真成交我把他所有交易拉进 Excel，整整看了 3 个小时然后我终于明白一件事：他根本不在乎美国会不会打伊朗结果，对他来说是无关变量他在做的只有一件事：套利你还记得上学时那种故事吗？有人发现自动贩卖机偶尔会掉两瓶可乐围观的人都以为是运气其实只是—— 机器的数学坏了 Polymarket 里，全是这种坏掉的贩卖机用最白话的话说他的策略：同一个事件，Polymarket 会开很多不同时间的市场：美国是否在 3 月前打伊朗美国是否在 4 月前打伊朗美国是否在 6 月前打伊朗如果 3 月发生了，4 月和 6 月的 YES 也会结算但问题是—— 这些价格经常算不明白有时候，你可以买下多个日期的 NO，总成本只有 $0.94 如果什么都没发生 → 你拿 $1 如果真的发生了 → 仍然至少有一个 NO 结算不管发生什么：你赢不是预测是算账 $0.94 买 $1 这就是全部逻辑他一周这样做 30 多次同样的结构同样的数学错误同样的利润 $300,000 / 24 小时此时再画趋势线，看起来多少有点尴尬我后来总结了他轮流用的 5 套套利结构： 1｜基础套利同一市场同时买 YES + NO 总成本 $0.96 必然有一个结算 $1 → 无风险 4% 2｜互斥事件套利两个不可能同时成立的事件 YES 全买，总价 < $1 → 必有一个赢 3｜矛盾套利两个市场互相否定一个买 YES，一个买 NO → 市场自相矛盾，你吃价差 4｜多选一套利（他最常用）多个结果对其中多个买 NO 只要发生一个，其它 NO 结算 → 从“必然性”里赚钱 5｜必然发生套利买下所有可能发生的 YES 只要总成本 < $1 → 白送钱预测是赌博套利是会计这件事真正改变我的是：我在 Polymarket 混了几个月看辩论、读民调、试图比市场聪明这个人，完全无视信息他只找一个问题：这里的数学是不是坏了？而答案是：每天都在坏 ClawdBot 还给我看了另一件事它现在可以主动工作：监控钱包、盯市场、一有套利窗口，直接通知我让它追踪这个交易员现在他每次进场，我 Telegram 都会响昨晚 2:47 提示来了： US strikes Iran by April NO @ $0.89 我当时没看懂去查其它日期市场所有 NO 加起来： $0.91 确定性 $1 9% 回报零预测我跟了一单今天醒来： + $340 不改变人生但我什么都没预测什么都没分析我只是—— 照着数学抄现在有 23,000 人在 watch 这个钱包大多数人还在猜：美国到底会不会动手他们在下棋而他在数棋盘，发现多摆了几颗卒子现在 Polymarket 上，关于同一地缘事件、不同时间的市场，至少还有 12 个它们的价格，依然算不到 $1 免费的钱，就藏在那个缝里而这个交易员，大概率现在已经进场了两条路：继续预测继续分析继续把钱交给找到“坏贩卖机”的人或者—— 学会这 5 套结构，找出数学错误，开始收钱套利不是更聪明只是发现： $1 正在打 94 折折扣什么时候结束？当足够多人注意到的时候你，今天看价格了吗？

49,489 views

Videos

Anya Rossi

sweetdream.ai

SweetDream.ai•Sponsored•Livecam

Watch Anya Live

Anya is streaming live right now! Join her private show and enjoy exclusive content.

Exclusive private shows

1.2k viewers online

Private Show

Join now for exclusive access

Free preview available • Premium content

Claude Code 的创造者 Boris 讲了一个很关键的转变： “我现在不再给 Claude 写 prompts。我写 loops 然后让 loops 去完成工作我的工作，就是写 loops。” 这其实也是很多人用 Claude Code 卡住的地方他们还在把它当聊天工具用：输入一个需求等一次回答然后手动继续改但 Boris 在 30 分钟里展示的是他真实的 daily setup： Claude Code loops dynamic workflow 核心不是让 Claude 一次性给出完美答案而是把任务拆进一个可以反复执行、检查、修正的循环里模型不只是回答你它会在 workflow 里持续推进任务这类内容，可能比很多 $500 的 vibe-coding 课程更有价值因为它讲的不是“怎么写一句更好的 prompt” 而是怎么把 Claude Code 变成一个能持续工作的系统 AI coding 的关键，是 prompt 写得更漂亮，还是你能不能设计出让模型自己推进的 loop？

Claude Code 的创造者 Boris 讲了一个很关键的转变： “我现在不再给 Claude 写 prompts。我写 loops 然后让 loops 去完成工作我的工作，就是写 loops。” 这其实也是很多人用 Claude Code 卡住的地方他们还在把它当聊天工具用：输入一个需求等一次回答然后手动继续改但 Boris 在 30 分钟里展示的是他真实的 daily setup： Claude Code loops dynamic workflow 核心不是让 Claude 一次性给出完美答案而是把任务拆进一个可以反复执行、检查、修正的循环里模型不只是回答你它会在 workflow 里持续推进任务这类内容，可能比很多 $500 的 vibe-coding 课程更有价值因为它讲的不是“怎么写一句更好的 prompt” 而是怎么把 Claude Code 变成一个能持续工作的系统 AI coding 的关键，是 prompt 写得更漂亮，还是你能不能设计出让模型自己推进的 loop？

185,910 views • 13 days ago

Anthropic engineer 这句话很关键： “你不应该一直 prompt Claude。你应该搭一个会自己 prompt 自己的 system。” 这可能是最近看到最值得保存的 Claude workflow 之一视频里她拆了很多人正在犯的同一个问题：用了 Claude 几个月，但每次还是从零开始新开 session 重新解释背景重新贴上下文重新写 prompt 然后关掉 tab，一切停止她讲到几个细节： CLAUDE.md 在你输入第一个字前，就可能吃掉 14% 95% 用户从来没装过的 plugins 不需要你手动输入 prompt，也能运行的 workflows 以及为什么“打一条 prompt 然后关掉页面”，等于把 90% 的能力留在桌上真正有意思的是： Claude 的价值不只是回答你的问题而是你能不能把它放进一套系统里让它记住规则读取上下文调用 plugins 跑 workflows 甚至在你不输入下一条 prompt 的时候，继续推进任务如果你用了 Claude 几个月，但每次 session 还是从头开始那你至少还有 28 个 untouched features 可能是 30 个今晚与其再刷一集剧，不如看完这个视频看完先 bookmark

Anthropic engineer 这句话很关键： “你不应该一直 prompt Claude。你应该搭一个会自己 prompt 自己的 system。” 这可能是最近看到最值得保存的 Claude workflow 之一视频里她拆了很多人正在犯的同一个问题：用了 Claude 几个月，但每次还是从零开始新开 session 重新解释背景重新贴上下文重新写 prompt 然后关掉 tab，一切停止她讲到几个细节： CLAUDE.md 在你输入第一个字前，就可能吃掉 14% 95% 用户从来没装过的 plugins 不需要你手动输入 prompt，也能运行的 workflows 以及为什么“打一条 prompt 然后关掉页面”，等于把 90% 的能力留在桌上真正有意思的是： Claude 的价值不只是回答你的问题而是你能不能把它放进一套系统里让它记住规则读取上下文调用 plugins 跑 workflows 甚至在你不输入下一条 prompt 的时候，继续推进任务如果你用了 Claude 几个月，但每次 session 还是从头开始那你至少还有 28 个 untouched features 可能是 30 个今晚与其再刷一集剧，不如看完这个视频看完先 bookmark

153,518 views • 17 days ago

Anthropic 一位 AI engineer，刚演示了如何让 AI agents 拥有真正的 memory 28 分钟完全免费但这个点可能会改变很多人理解 agent 的方式大多数人现在还在每次新开 chat 时，反复 copy-paste context 但真正的 agent，不应该每次都从零开始它应该能记住过去发生过什么这次 workshop 讲了 4 个关键点：为什么 agents 会在 sessions 之间忘掉一切 memory stores 如何让 agents 跨 session read / write dreaming：让 agents 自己改进自己的 memory 95% cache hit rate，保证成本不会失控真正有意思的是： agent memory 不是简单“多塞一点上下文” 而是让系统形成持续状态今天执行过什么哪些信息有用哪些判断错了下次应该怎么改如果 agent 每晚都能整理记忆、更新经验、压缩上下文，那它就不是一个临时工具而更像一个会持续变强的工作系统很多人还在手动喂上下文但已经有人开始搭能跨 session 记忆、复盘、优化自己的 agents

Anthropic 一位 AI engineer，刚演示了如何让 AI agents 拥有真正的 memory 28 分钟完全免费但这个点可能会改变很多人理解 agent 的方式大多数人现在还在每次新开 chat 时，反复 copy-paste context 但真正的 agent，不应该每次都从零开始它应该能记住过去发生过什么这次 workshop 讲了 4 个关键点：为什么 agents 会在 sessions 之间忘掉一切 memory stores 如何让 agents 跨 session read / write dreaming：让 agents 自己改进自己的 memory 95% cache hit rate，保证成本不会失控真正有意思的是： agent memory 不是简单“多塞一点上下文” 而是让系统形成持续状态今天执行过什么哪些信息有用哪些判断错了下次应该怎么改如果 agent 每晚都能整理记忆、更新经验、压缩上下文，那它就不是一个临时工具而更像一个会持续变强的工作系统很多人还在手动喂上下文但已经有人开始搭能跨 session 记忆、复盘、优化自己的 agents

86,194 views • 22 days ago

Anthropic 刚花了 millions 去 hire Andrej Karpathy 但同一周，Karpathy 把同样级别的认知，用 $0 放出来了 OpenAI co-founder Former head of AI at Tesla 提出 vibe coding 的人没有 recruitment fee 没有 exclusive access 只有一个链接，29 分钟他这次讲了几个很关键的判断： - LLMs are ghosts, not animals. - Vibe coding is dead. - Software 3.0 is here. 真正有意思的是： Karpathy 讲的是 Software 3.0 到底是什么但如果只停留在理解概念，还不够下一步是：怎么把它做出来这也是为什么我整理了一份 full build guide 核心是用 Claude Code 搭一个 software factory 让它自动拆任务、写代码、改功能、推进项目甚至在你睡觉的时候，也能继续 ship features Karpathy 的 29 分钟，告诉你 Software 3.0 是什么这份 guide，则是告诉你怎么用 Claude Code 把它建出来

Anthropic 刚花了 millions 去 hire Andrej Karpathy 但同一周，Karpathy 把同样级别的认知，用 $0 放出来了 OpenAI co-founder Former head of AI at Tesla 提出 vibe coding 的人没有 recruitment fee 没有 exclusive access 只有一个链接，29 分钟他这次讲了几个很关键的判断： - LLMs are ghosts, not animals. - Vibe coding is dead. - Software 3.0 is here. 真正有意思的是： Karpathy 讲的是 Software 3.0 到底是什么但如果只停留在理解概念，还不够下一步是：怎么把它做出来这也是为什么我整理了一份 full build guide 核心是用 Claude Code 搭一个 software factory 让它自动拆任务、写代码、改功能、推进项目甚至在你睡觉的时候，也能继续 ship features Karpathy 的 29 分钟，告诉你 Software 3.0 是什么这份 guide，则是告诉你怎么用 Claude Code 把它建出来

75,025 views • 22 days ago

Anthropic 刚放出一个 27 分钟 workshop 如何真正给 Claude 写 prompts 最关键的是，这不是外面的人二次包装是由 Claude 背后的人亲自讲 Free No registration No paywall 很多人花 $300 买的 prompt course，可能前 8 分钟都讲不到这里面的密度真正有意思的是：大多数人还在把 Claude 当聊天框用但 Anthropic 自己展示的是，怎么把 prompt 变成一套更稳定的工作流你怎么描述任务怎么给上下文怎么限制输出怎么让 Claude 更接近你真正想要的结果如果你正在用 Claude 写代码、做内容、搭 agent，或者处理复杂任务这个 27 分钟值得直接看完，然后 bookmark 问题是： AI 时代真正的差距，是谁买了更贵的课，还是谁更早学会和模型正确协作？

Anthropic 刚放出一个 27 分钟 workshop 如何真正给 Claude 写 prompts 最关键的是，这不是外面的人二次包装是由 Claude 背后的人亲自讲 Free No registration No paywall 很多人花 $300 买的 prompt course，可能前 8 分钟都讲不到这里面的密度真正有意思的是：大多数人还在把 Claude 当聊天框用但 Anthropic 自己展示的是，怎么把 prompt 变成一套更稳定的工作流你怎么描述任务怎么给上下文怎么限制输出怎么让 Claude 更接近你真正想要的结果如果你正在用 Claude 写代码、做内容、搭 agent，或者处理复杂任务这个 27 分钟值得直接看完，然后 bookmark 问题是： AI 时代真正的差距，是谁买了更贵的课，还是谁更早学会和模型正确协作？

63,659 views • 24 days ago

Karpathy 说过一句话：我们现在还处在 AI 的 1960s 这场 40 分钟的 Y Combinator lecture，基本把这个判断讲透了很多人已经在用 Claude Opus 4.8 但使用方式还停留在：把它当 search engine 当 chatbot 当更聪明的问答框而 Karpathy 讲的 Software 3.0，不是这个它指的是： LLMs as operating systems, not chatbots 也就是模型不只是回答问题，而是开始承接 workflow 读取上下文调用工具拆解任务持续执行在没人盯着的时候，把一整套流程往前推进。这也是 autonomous agents 真正有意思的地方。不是“让 AI 写一段代码” 而是让 agent 跑完整个 workflow 你不需要一直看着它它自己推进你回来 review 结果这篇文章里的 32 个 skills，本质上就是帮你跨过这条线从“使用 AI”变成“构建 AI workflow” 未来真正的差距，是谁会用 Claude 提问，还是谁能把 Claude 变成自己的 operating system？

Karpathy 说过一句话：我们现在还处在 AI 的 1960s 这场 40 分钟的 Y Combinator lecture，基本把这个判断讲透了很多人已经在用 Claude Opus 4.8 但使用方式还停留在：把它当 search engine 当 chatbot 当更聪明的问答框而 Karpathy 讲的 Software 3.0，不是这个它指的是： LLMs as operating systems, not chatbots 也就是模型不只是回答问题，而是开始承接 workflow 读取上下文调用工具拆解任务持续执行在没人盯着的时候，把一整套流程往前推进。这也是 autonomous agents 真正有意思的地方。不是“让 AI 写一段代码” 而是让 agent 跑完整个 workflow 你不需要一直看着它它自己推进你回来 review 结果这篇文章里的 32 个 skills，本质上就是帮你跨过这条线从“使用 AI”变成“构建 AI workflow” 未来真正的差距，是谁会用 Claude 提问，还是谁能把 Claude 变成自己的 operating system？

46,638 views • 17 days ago

又一个离谱的 Polymarket 账户出现了一个在日本的中国学生，加入 Polymarket 才 2 天用 $0.90 做到 $408,292 几乎没人讨论，0 viewers 他的 profile 叫 Gravia 他说这是他的 terminal 我把它反向拆了一遍，然后让 Claude 按同样策略做了一个类似 bot 一个 prompt 20 分钟完成它做的不是普通交易而是 Polymarket BTC UP/DOWN 5MIN scalper： → 从 Binance WebSocket 拉 BTC 实时数据 + 5M K 线 → 交叉参考 TradingView signals + CryptoQuant exchange flows → 用 Mirofish force-graph engine，把 100 个 nodes / 180 条 edges 映射出来，检测 BEAR / BULL clusters 的收敛 → 捕捉 Polymarket CLOB 相对现货价格滞后 >0.3% 的瞬间 → 在合约重新定价前，<100ms 执行 → 在 UP/DOWN 5MIN 市场里，每秒 1000+ orders → 每笔吃 0.3-0.8% → 没 edge、流动性太薄、信号冲突、触及 daily cap，就直接跳过风控也写得很清楚：单笔风险 0.5% daily cap 2% -0.4% hard stop 本地 terminal 运行不靠 cloud 不需要 GPU 这类 bot 的 edge，本质不是“预测 BTC” 而是吃现货价格、信号收敛、CLOB 重定价之间的时间差问题是：这种 5MIN 高频 scalper，最后会跑到多大规模？以及 Polymarket 会不会 ban？

88,381 views • 1 month ago

Ken Griffin 这段话，其实把 retail 为什么长期输钱讲得很冷当被问到 Citadel 为什么能在 2022 年市场崩盘时，做出华尔街历史级利润他的核心意思是：市场跌 20%，普通投资者被恐慌打穿但 Citadel 没有 panic 他们只是继续 run the math，最后带走 $16B profit 真正的差距不在于谁更会画线而在于：普通人在家里盯着 chart，试图猜下一个大趋势 Citadel 每年花 $1B 在 computers 上每天执行 7 million trades 他们不关心一家公司“好不好” 他们做的是每天执行 20% of all US volume 在市场恐惧和贪婪之间，把 retail 掉下来的 pennies 一点点捡走所以 Griffin 真正讲透的一点是：顶级机构不一定靠预测未来赚钱它们靠的是规模、速度、执行、风控，以及把普通人的情绪波动变成可交易的结构 Retail 交易的是方向 Citadel 交易的是 order flow、spread、liquidity 和人的恐惧市场里真正的 edge，是看对下一根 K 线，还是拥有足够快的系统，把别人情绪化交易留下的缝隙吃掉？

Ken Griffin 这段话，其实把 retail 为什么长期输钱讲得很冷当被问到 Citadel 为什么能在 2022 年市场崩盘时，做出华尔街历史级利润他的核心意思是：市场跌 20%，普通投资者被恐慌打穿但 Citadel 没有 panic 他们只是继续 run the math，最后带走 $16B profit 真正的差距不在于谁更会画线而在于：普通人在家里盯着 chart，试图猜下一个大趋势 Citadel 每年花 $1B 在 computers 上每天执行 7 million trades 他们不关心一家公司“好不好” 他们做的是每天执行 20% of all US volume 在市场恐惧和贪婪之间，把 retail 掉下来的 pennies 一点点捡走所以 Griffin 真正讲透的一点是：顶级机构不一定靠预测未来赚钱它们靠的是规模、速度、执行、风控，以及把普通人的情绪波动变成可交易的结构 Retail 交易的是方向 Citadel 交易的是 order flow、spread、liquidity 和人的恐惧市场里真正的 edge，是看对下一根 K 线，还是拥有足够快的系统，把别人情绪化交易留下的缝隙吃掉？

21,282 views • 10 days ago

Microsoft 一位 senior AI engineer，刚刚公开了他们团队如何用 Anthropic 创建 AI agents 34 分钟 free workshop 而且是 Microsoft team 直接讲不是二手包装不是 vibe-coding 课程核心流程很清楚：把 Claude 连接到一个 agent 给它添加 tools 然后 deploy to production 素材里提到： Opus 4.7 over 1,400 MCP tools already ready to use 这其实说明了一件事： AI agent 不是停留在“让模型聊天” 而是开始进入更具体的工程流程：模型负责 reasoning tools 负责执行 agent 负责组织任务最后落到 production 很多 $500 的 vibe-coding training，讲的可能还是“怎么让 AI 帮你写代码” 但这里讲的是： Microsoft teams 怎么把 Claude、MCP tools 和 agent workflow 串起来，真正做成可部署系统如果你正在用 Claude、MCP，或者想理解 agent 怎么从 demo 走向 production 这个 34 分钟值得看完，然后 bookmark 未来 AI agent 的门槛，是谁更会写 prompt，还是谁更会把模型、工具和生产环境连接起来？

Microsoft 一位 senior AI engineer，刚刚公开了他们团队如何用 Anthropic 创建 AI agents 34 分钟 free workshop 而且是 Microsoft team 直接讲不是二手包装不是 vibe-coding 课程核心流程很清楚：把 Claude 连接到一个 agent 给它添加 tools 然后 deploy to production 素材里提到： Opus 4.7 over 1,400 MCP tools already ready to use 这其实说明了一件事： AI agent 不是停留在“让模型聊天” 而是开始进入更具体的工程流程：模型负责 reasoning tools 负责执行 agent 负责组织任务最后落到 production 很多 $500 的 vibe-coding training，讲的可能还是“怎么让 AI 帮你写代码” 但这里讲的是： Microsoft teams 怎么把 Claude、MCP tools 和 agent workflow 串起来，真正做成可部署系统如果你正在用 Claude、MCP，或者想理解 agent 怎么从 demo 走向 production 这个 34 分钟值得看完，然后 bookmark 未来 AI agent 的门槛，是谁更会写 prompt，还是谁更会把模型、工具和生产环境连接起来？

42,085 views • 23 days ago

Anthropic CEO Dario Amodei 在一段 47 分钟访谈里，讲了很多平时很少被放到台面上的东西他说，早期一些拿到 Mythos 的公司反馈是： “这是一个 super weapon，请不要发布它。” 他也谈到当年离开 OpenAI 的原因：当你觉得自己无法信任某个人当你觉得他们的价值观和他们嘴上说的不一样那继续一起做事就会变得非常困难这段对话里，最值得看的不只是 Dario 还有 Daniela 和 Boris Boris Cherny，Head of Claude Code，也提到一个很夸张的现状： Anthropic 90% 的代码都是 Claude 写的而 Claude Code 里很多代码，也是 Claude Code 自己写的这句话背后其实很重要： Anthropic 已经不是在“用 AI 辅助写代码” 而是在把 AI 放进真实工程系统里，让它参与生产、迭代和自我构建更沉重的是，Dario 还给出了一个判断：他认为 AI 导致 civilizational collapse 的概率在 10–25% 之间所以这 47 分钟不是普通的 AI 宣传访谈更像是一次从 Anthropic 内部视角出发，对能力、风险、工程实践和组织价值观的集中展示 Dario Daniela Boris 47 分钟免费可能是目前最值得看的 Anthropic 内部访谈之一

Anthropic CEO Dario Amodei 在一段 47 分钟访谈里，讲了很多平时很少被放到台面上的东西他说，早期一些拿到 Mythos 的公司反馈是： “这是一个 super weapon，请不要发布它。” 他也谈到当年离开 OpenAI 的原因：当你觉得自己无法信任某个人当你觉得他们的价值观和他们嘴上说的不一样那继续一起做事就会变得非常困难这段对话里，最值得看的不只是 Dario 还有 Daniela 和 Boris Boris Cherny，Head of Claude Code，也提到一个很夸张的现状： Anthropic 90% 的代码都是 Claude 写的而 Claude Code 里很多代码，也是 Claude Code 自己写的这句话背后其实很重要： Anthropic 已经不是在“用 AI 辅助写代码” 而是在把 AI 放进真实工程系统里，让它参与生产、迭代和自我构建更沉重的是，Dario 还给出了一个判断：他认为 AI 导致 civilizational collapse 的概率在 10–25% 之间所以这 47 分钟不是普通的 AI 宣传访谈更像是一次从 Anthropic 内部视角出发，对能力、风险、工程实践和组织价值观的集中展示 Dario Daniela Boris 47 分钟免费可能是目前最值得看的 Anthropic 内部访谈之一

15,412 views • 7 days ago

一个清华学生，把 Anthropic 的 AI 用成了 Polymarket 上的提款机 $1,430 → $1,550,750 而且素材里给出的数据更夸张： 44,364 笔交易 100% 胜率单笔最大盈利 $23,600 这个账号叫 k9Q2m 按这段素材的说法，他不是靠运气，也不是靠猜而是把 6 套对冲基金常用公式同时塞进 bot 里，每个 tick 都跑一遍多数人还在判断这个 bot 直接算它跑的 6 个核心模块是： 1）LMSR Pricing Polymarket 的价格沿对数曲线变化 bot 会提前算出自己的进场会带来多大价格冲击比如市场给 BTC 5 分钟上涨 31¢，模型却判断这段曲线已经错价，于是先进去等修正 2）Kelly Criterion 每一笔都按最合适的仓位去下不会大到把账户打爆，也不会小到没意义 3）EV Gap Detection 它一直在扫一个东西：市场价格到底错了多少比如市场给 30¢，真实概率被它算到 55¢，那 EV 就直接转正，触发进场 4）KL-Divergence BTC 5 分钟和 15 分钟市场本来就有关联一旦两边漂开，它就当成套利信号当统计距离超过 0.2，就开始标记机会 5）Bayesian Updates 新区块确认成交量异动价格跳动这些新信息一进来，它就立刻更新概率先验是 54%，新数据进来后，后验可能直接跳到 71% 6）Stoikov Execution 不是看到机会就冲它会继续算一个更合适的执行价格只在风险调整后仍然成立的位置成交真正执行的时候，不是满足一个条件就下单。而是这 6 层一起过筛： LMSR 确认错价 EV gap 超过 5% Kelly 允许仓位 Bayesian posterior 同意 KL-divergence 发现相关漂移 Stoikov 放行执行价格只有这样，才会进场。= 也就是说，这已经不是普通意义上的“交易 bot”了更像是一套对冲基金框架，被搬进了 prediction market 素材最后那句其实点得很直白：数学是公开的 edge 也是真的真正的差别只在于：大多数人从来没把它真正搭出来这种把 6 个量化过滤器同时塞进 Claude，再去跑 Polymarket 的打法，你觉得是未来的标准配置，还是只适合极少数真能把系统搭起来的人？

一个清华学生，把 Anthropic 的 AI 用成了 Polymarket 上的提款机 $1,430 → $1,550,750 而且素材里给出的数据更夸张： 44,364 笔交易 100% 胜率单笔最大盈利 $23,600 这个账号叫 k9Q2m 按这段素材的说法，他不是靠运气，也不是靠猜而是把 6 套对冲基金常用公式同时塞进 bot 里，每个 tick 都跑一遍多数人还在判断这个 bot 直接算它跑的 6 个核心模块是： 1）LMSR Pricing Polymarket 的价格沿对数曲线变化 bot 会提前算出自己的进场会带来多大价格冲击比如市场给 BTC 5 分钟上涨 31¢，模型却判断这段曲线已经错价，于是先进去等修正 2）Kelly Criterion 每一笔都按最合适的仓位去下不会大到把账户打爆，也不会小到没意义 3）EV Gap Detection 它一直在扫一个东西：市场价格到底错了多少比如市场给 30¢，真实概率被它算到 55¢，那 EV 就直接转正，触发进场 4）KL-Divergence BTC 5 分钟和 15 分钟市场本来就有关联一旦两边漂开，它就当成套利信号当统计距离超过 0.2，就开始标记机会 5）Bayesian Updates 新区块确认成交量异动价格跳动这些新信息一进来，它就立刻更新概率先验是 54%，新数据进来后，后验可能直接跳到 71% 6）Stoikov Execution 不是看到机会就冲它会继续算一个更合适的执行价格只在风险调整后仍然成立的位置成交真正执行的时候，不是满足一个条件就下单。而是这 6 层一起过筛： LMSR 确认错价 EV gap 超过 5% Kelly 允许仓位 Bayesian posterior 同意 KL-divergence 发现相关漂移 Stoikov 放行执行价格只有这样，才会进场。= 也就是说，这已经不是普通意义上的“交易 bot”了更像是一套对冲基金框架，被搬进了 prediction market 素材最后那句其实点得很直白：数学是公开的 edge 也是真的真正的差别只在于：大多数人从来没把它真正搭出来这种把 6 个量化过滤器同时塞进 Claude，再去跑 Polymarket 的打法，你觉得是未来的标准配置，还是只适合极少数真能把系统搭起来的人？

125,454 views • 3 months ago

一个被解雇的高盛量化交易员，在一次对话中教会了我所有东西他说：“我们不做预测。我们只买那些价格偏差超过 6% 的合约。” 就是这么简单这就是年薪 $200 万的桌面操作我把他的解释和 5 个 GitHub 库喂给了 Claude，然后 Claude 建立了一个扫描器。每小时处理 400 多个市场这个扫描器能找到那些价格在 7-19c 区间的合约，真实概率在 60-90% 之间在这些入场点，你需要的胜率是 1/4 而这个 bot 的胜率是 81% 三个月后：从 $2,000 做到 $8,191 99 笔交易，Sharpe 比率 2.30 几个案例： ETH 合并升级 - 市场 72c，真实概率 88%，+19c SOL 突破 $200 - 市场 44c，真实概率 81%，+15c 佛州飓风 cat3+ - 市场 81c，真实概率 92%，+7c 小麦突破 $800 - 市场 53c，真实概率 68%，+20c 所有这些，都是通过扫描器找出来的，而且都在盈利他上周看过我的终端他说：“这就是我们用 $800M 做的事情，47 人团队。” 而我现在的 setup 每月花费 $25 Claude - $20 VPS - $5 库 - 免费 API - 免费现在有 8 个代理在 24/7 运作： velvet_void +$697 nano_alpha +$541 ratking_eth +$407 darkpool_7 +$356 他的基金去年回报 19% 而我这个 setup，三个月回报 409% 真正的 edge 从来都不是什么秘密，它只是一直很贵，直到现在

一个被解雇的高盛量化交易员，在一次对话中教会了我所有东西他说：“我们不做预测。我们只买那些价格偏差超过 6% 的合约。” 就是这么简单这就是年薪 $200 万的桌面操作我把他的解释和 5 个 GitHub 库喂给了 Claude，然后 Claude 建立了一个扫描器。每小时处理 400 多个市场这个扫描器能找到那些价格在 7-19c 区间的合约，真实概率在 60-90% 之间在这些入场点，你需要的胜率是 1/4 而这个 bot 的胜率是 81% 三个月后：从 $2,000 做到 $8,191 99 笔交易，Sharpe 比率 2.30 几个案例： ETH 合并升级 - 市场 72c，真实概率 88%，+19c SOL 突破 $200 - 市场 44c，真实概率 81%，+15c 佛州飓风 cat3+ - 市场 81c，真实概率 92%，+7c 小麦突破 $800 - 市场 53c，真实概率 68%，+20c 所有这些，都是通过扫描器找出来的，而且都在盈利他上周看过我的终端他说：“这就是我们用 $800M 做的事情，47 人团队。” 而我现在的 setup 每月花费 $25 Claude - $20 VPS - $5 库 - 免费 API - 免费现在有 8 个代理在 24/7 运作： velvet_void +$697 nano_alpha +$541 ratking_eth +$407 darkpool_7 +$356 他的基金去年回报 19% 而我这个 setup，三个月回报 409% 真正的 edge 从来都不是什么秘密，它只是一直很贵，直到现在

88,348 views • 2 months ago

一个前 Jane Street 交易员跟我说：工资，可能才是这个世界上被高估最严重的一份合约那天我们在特拉维夫一个 rooftop bar 朋友的朋友我说我在 tech 上班，税后一个月 $4,200 他把手机递给我看一个终端一排绿字过去 30 天：+$47,000 他说： “Claude + 一个 GitHub repo。就这些。” 我问什么意思他说： “copy-trading，但不是大多数人那种玩法。” 他讲得很快，像这套话已经说过无数遍： “大多数人跟单，只看 win rate。没用。一个账户胜率 85%，照样可能亏钱。真正该看的，是 disposition ratio。” 然后他打开一个钱包给我看 crypto 胜率 91%，politics 只有 14% 他说得很直接： “全跟，你会流血只跟 crypto，这账户就是平台前 1%。” 那天回去后我根本睡不着凌晨 2 点，我打开 Claude，丢给它一句话：做一个 copy engine 只跟 disposition ratio 高于 0.70 的账户每个钱包只复制它最强的那个品类仓位按 Kelly 来快 1k stars 执行引擎、订单簿逻辑、仓位管理，全是开源的 Claude 一晚上把整套系统重构出来了第一周：+$3,200 第二周：+$2,900 第三周：+$2,100 第四周：+$1,648 合计：+$9,848 313 笔交易 80% 胜率平均持仓 5 小时现在它跟的，不是那些“胜率最高”的账户而是那些“最会止盈退出”的账户 0xe41f8...b 利润 $43.4K 只做 tech disposition 0.82 0xa22c3...d 利润 $40.2K 只做 crypto disposition 0.79 0xf88d2...c 利润 $22.4K 只做 macro disposition 0.74 分类 PnL 也很清楚： crypto +$974 weather +$749 politics +$409 macro +$353 sports -$50，直接砍掉资本周转 51x Kelly f+ 0.073 最大回撤 -2.9% 两周后我又见到他，把终端给他看他往下翻了一会儿，问我： “你一晚上做出来的？” 我说：Claude 做的他愣了一下，说： “我以前那张 desk，14 个人才跑这套。” 而我这套系统的成本，还没 Netflix 订阅贵他点点头，只说了一句： “辞职吧。” 我还真有点在想

一个前 Jane Street 交易员跟我说：工资，可能才是这个世界上被高估最严重的一份合约那天我们在特拉维夫一个 rooftop bar 朋友的朋友我说我在 tech 上班，税后一个月 $4,200 他把手机递给我看一个终端一排绿字过去 30 天：+$47,000 他说： “Claude + 一个 GitHub repo。就这些。” 我问什么意思他说： “copy-trading，但不是大多数人那种玩法。” 他讲得很快，像这套话已经说过无数遍： “大多数人跟单，只看 win rate。没用。一个账户胜率 85%，照样可能亏钱。真正该看的，是 disposition ratio。” 然后他打开一个钱包给我看 crypto 胜率 91%，politics 只有 14% 他说得很直接： “全跟，你会流血只跟 crypto，这账户就是平台前 1%。” 那天回去后我根本睡不着凌晨 2 点，我打开 Claude，丢给它一句话：做一个 copy engine 只跟 disposition ratio 高于 0.70 的账户每个钱包只复制它最强的那个品类仓位按 Kelly 来快 1k stars 执行引擎、订单簿逻辑、仓位管理，全是开源的 Claude 一晚上把整套系统重构出来了第一周：+$3,200 第二周：+$2,900 第三周：+$2,100 第四周：+$1,648 合计：+$9,848 313 笔交易 80% 胜率平均持仓 5 小时现在它跟的，不是那些“胜率最高”的账户而是那些“最会止盈退出”的账户 0xe41f8...b 利润 $43.4K 只做 tech disposition 0.82 0xa22c3...d 利润 $40.2K 只做 crypto disposition 0.79 0xf88d2...c 利润 $22.4K 只做 macro disposition 0.74 分类 PnL 也很清楚： crypto +$974 weather +$749 politics +$409 macro +$353 sports -$50，直接砍掉资本周转 51x Kelly f+ 0.073 最大回撤 -2.9% 两周后我又见到他，把终端给他看他往下翻了一会儿，问我： “你一晚上做出来的？” 我说：Claude 做的他愣了一下，说： “我以前那张 desk，14 个人才跑这套。” 而我这套系统的成本，还没 Netflix 订阅贵他点点头，只说了一句： “辞职吧。” 我还真有点在想

80,472 views • 2 months ago

又一个中国人，把 bot 跑出来了上个月，$54 → $350,000 但几乎没人讨论他这个账户是 2026 年开始搭 bot，前两个月还在调系统，之后才开始真金白银下场结果很直接： 3,237 笔预测平均每天 65 笔单月 +$300,027 单周 +$30,000 今天 +$9,218 更夸张的是，这套东西的胜率据说做到 95% 他的策略也不复杂，几乎全是短线结构：追踪快速上涨 / 下跌 10c–30c 买 UP 40c–50c 卖 UP 80c–90c 买 DOWN 60c–80c 卖 DOWN 你会发现，他不是在等结算而是在吃中间那一段价格移动也就是说，真正赚的钱不是“猜最终结果”，而是市场在短时间里的再定价这类打法最可怕的地方就在这里：一天 65 笔，高频，高胜率，而且每一笔都在重复同一个逻辑不是靠某一笔暴击是把同一个 edge，不断放大 $54 做到 $350,000，你觉得这更像是“会写 bot 的人变多了”，还是 Polymarket 本身的短周期市场，还远没有被吃干净？

又一个中国人，把 bot 跑出来了上个月，$54 → $350,000 但几乎没人讨论他这个账户是 2026 年开始搭 bot，前两个月还在调系统，之后才开始真金白银下场结果很直接： 3,237 笔预测平均每天 65 笔单月 +$300,027 单周 +$30,000 今天 +$9,218 更夸张的是，这套东西的胜率据说做到 95% 他的策略也不复杂，几乎全是短线结构：追踪快速上涨 / 下跌 10c–30c 买 UP 40c–50c 卖 UP 80c–90c 买 DOWN 60c–80c 卖 DOWN 你会发现，他不是在等结算而是在吃中间那一段价格移动也就是说，真正赚的钱不是“猜最终结果”，而是市场在短时间里的再定价这类打法最可怕的地方就在这里：一天 65 笔，高频，高胜率，而且每一笔都在重复同一个逻辑不是靠某一笔暴击是把同一个 edge，不断放大 $54 做到 $350,000，你觉得这更像是“会写 bot 的人变多了”，还是 Polymarket 本身的短周期市场，还远没有被吃干净？

74,439 views • 2 months ago

都说老马访华后去上海找自己老妈了我想知道方太给了多少钱让马斯克妈妈带货

都说老马访华后去上海找自己老妈了我想知道方太给了多少钱让马斯克妈妈带货

41,596 views • 1 month ago

JPMorgan CEO Jamie Dimon 刚刚放出了一个 35 分钟剪辑版原始内容是一场 90 分钟的内部 master class 听众是 JPMorgan 400 位高管核心就讲一件事：公司是怎么被 complacency、arrogance 和 bureaucracy 慢慢杀死的自满傲慢官僚主义更重要的是，他不只是讲这些问题有多危险而是具体讲，应该怎么对抗它们 35 分钟基本等于直接看一遍这位执掌美国最大银行 20 年的 CEO 的管理手册这类内容真正有价值的地方，不是鸡血而是它把大公司最容易失控的几个问题，讲得非常现实问题是：一家巨型公司真正的风险，到底来自外部竞争，还是内部慢慢变钝？

JPMorgan CEO Jamie Dimon 刚刚放出了一个 35 分钟剪辑版原始内容是一场 90 分钟的内部 master class 听众是 JPMorgan 400 位高管核心就讲一件事：公司是怎么被 complacency、arrogance 和 bureaucracy 慢慢杀死的自满傲慢官僚主义更重要的是，他不只是讲这些问题有多危险而是具体讲，应该怎么对抗它们 35 分钟基本等于直接看一遍这位执掌美国最大银行 20 年的 CEO 的管理手册这类内容真正有价值的地方，不是鸡血而是它把大公司最容易失控的几个问题，讲得非常现实问题是：一家巨型公司真正的风险，到底来自外部竞争，还是内部慢慢变钝？

25,132 views • 20 days ago

这个故事，是从一通微信视频开始的。一个在美国念书的中国学生，三年来一直跟父母说，自己在学金融。上周二，家里照常打来视频。他没多想，随手接了。屏幕共享的那三秒钟，改变了一切。父母只看到了几个数字—— 432614799197 $2,853,666 盈利 2,731 次预测加入时间：2026 年 1 月他的主页：他确实在学金融。只不过，不是在大学课堂上。我翻了一下他的交易记录。钱包干净得有点夸张——几乎清一色体育市场。 NFL Premier League NBA NHL 几乎所有主流联赛，他同时下注。时间重叠、比赛交错、盘口跳动，他像在同时下四盘棋。最大的一笔单场胜利—— 比尔队对阵美洲虎。 1,130,000 美元压进去，结算时变成 2,459,799。还有一场——巴黎圣日耳曼不会赢。 824,000 美元，最后兑出 2,288,844。单场最高利润，150 万美元。你会以为他是赌神。可真正有意思的地方在这里—— 他并不预测谁会赢。他说得很直接：“我不判断结果，我只判断价格。” 当市场情绪过热，赔率被人群推歪，他买入。 35 美分一份的概率合约，他拿着。等到结算，拿 1 美元。说起来，这更像在超市捡打折商品。别人抢爆款，他扫尾货。别人讨论阵容和伤病，他盯盘口曲线。 2,731 笔交易。没有记录到单笔亏损。听起来近乎神话，对吧？我也不敢说这种纪录能永远持续。市场总会变得更聪明。但至少在这段时间里，他抓住了“概率被高估”的那一刻，然后反复执行。有趣的是，他真的在学金融。只是教材不在教室里。而是在盘口里，在波动里，在人群情绪的缝隙里。父母那天视频里沉默了几秒。他们或许还没完全明白发生了什么。可屏幕上的数字已经给出了答案。

这个故事，是从一通微信视频开始的。一个在美国念书的中国学生，三年来一直跟父母说，自己在学金融。上周二，家里照常打来视频。他没多想，随手接了。屏幕共享的那三秒钟，改变了一切。父母只看到了几个数字—— 432614799197 $2,853,666 盈利 2,731 次预测加入时间：2026 年 1 月他的主页：他确实在学金融。只不过，不是在大学课堂上。我翻了一下他的交易记录。钱包干净得有点夸张——几乎清一色体育市场。 NFL Premier League NBA NHL 几乎所有主流联赛，他同时下注。时间重叠、比赛交错、盘口跳动，他像在同时下四盘棋。最大的一笔单场胜利—— 比尔队对阵美洲虎。 1,130,000 美元压进去，结算时变成 2,459,799。还有一场——巴黎圣日耳曼不会赢。 824,000 美元，最后兑出 2,288,844。单场最高利润，150 万美元。你会以为他是赌神。可真正有意思的地方在这里—— 他并不预测谁会赢。他说得很直接：“我不判断结果，我只判断价格。” 当市场情绪过热，赔率被人群推歪，他买入。 35 美分一份的概率合约，他拿着。等到结算，拿 1 美元。说起来，这更像在超市捡打折商品。别人抢爆款，他扫尾货。别人讨论阵容和伤病，他盯盘口曲线。 2,731 笔交易。没有记录到单笔亏损。听起来近乎神话，对吧？我也不敢说这种纪录能永远持续。市场总会变得更聪明。但至少在这段时间里，他抓住了“概率被高估”的那一刻，然后反复执行。有趣的是，他真的在学金融。只是教材不在教室里。而是在盘口里，在波动里，在人群情绪的缝隙里。父母那天视频里沉默了几秒。他们或许还没完全明白发生了什么。可屏幕上的数字已经给出了答案。

93,886 views • 3 months ago

OpenClaw 2026.3.7 发布 13 小时后有人已经把： $800 → $14,200 他做的第一件事不是读文档而是直接给 OpenClaw 一个指令：给我做一个 Polymarket 15 分钟 BTC 的量化对冲 Bot 这次更新的核心很猛： GPT‑5.4 + Gemini 3.1 Flash 可插拔 context engine gateway auth 修复但真正关键的只有一个东西： context engine 看到更新日志的时候他脑子里只有一个想法：如果我用它实时追踪鲸鱼钱包呢？凌晨 2 点他丢了一个提示词：用新的 context engine 做一个系统在 Polymarket 15 分钟 BTC 市场跟踪鲸鱼并提前对冲 38 分钟后 Bot 上线这个系统只做四件事：监控 50 个 Polymarket 顶级钱包如果 3 个以上鲸鱼在 10 秒内进同一方向 Bot 2–3 秒内跟进然后立即对冲另一边一笔实际交易长这样：鲸鱼钱包：YES @ 41¢ Bot 捕捉：YES @ 42¢ 价格被鲸鱼推到：68¢ Bot 立刻做另一边：NO @ 54¢ 总成本：$0.96 结算：$1.00 锁定利润：4% 这一套动作一晚上跑了 187 次没有方向风险只有：鲸鱼流动性套利过去版本的 OpenClaw 做不到这一点处理钱包数据太慢但新的 context engine 等于直接给了实时链上雷达 13 小时成绩： 187 次对冲循环平均 4.2% / cycle $800 → $14,200 最大一笔： +$890 这个 Bot 不预测市场它只做一件事：跟着聪明钱然后把风险锁死很多人还在读更新日志有人已经用它赚钱了甚至有人开始怀疑一件事：这个版本是不是有点太强了 ______

OpenClaw 2026.3.7 发布 13 小时后有人已经把： $800 → $14,200 他做的第一件事不是读文档而是直接给 OpenClaw 一个指令：给我做一个 Polymarket 15 分钟 BTC 的量化对冲 Bot 这次更新的核心很猛： GPT‑5.4 + Gemini 3.1 Flash 可插拔 context engine gateway auth 修复但真正关键的只有一个东西： context engine 看到更新日志的时候他脑子里只有一个想法：如果我用它实时追踪鲸鱼钱包呢？凌晨 2 点他丢了一个提示词：用新的 context engine 做一个系统在 Polymarket 15 分钟 BTC 市场跟踪鲸鱼并提前对冲 38 分钟后 Bot 上线这个系统只做四件事：监控 50 个 Polymarket 顶级钱包如果 3 个以上鲸鱼在 10 秒内进同一方向 Bot 2–3 秒内跟进然后立即对冲另一边一笔实际交易长这样：鲸鱼钱包：YES @ 41¢ Bot 捕捉：YES @ 42¢ 价格被鲸鱼推到：68¢ Bot 立刻做另一边：NO @ 54¢ 总成本：$0.96 结算：$1.00 锁定利润：4% 这一套动作一晚上跑了 187 次没有方向风险只有：鲸鱼流动性套利过去版本的 OpenClaw 做不到这一点处理钱包数据太慢但新的 context engine 等于直接给了实时链上雷达 13 小时成绩： 187 次对冲循环平均 4.2% / cycle $800 → $14,200 最大一笔： +$890 这个 Bot 不预测市场它只做一件事：跟着聪明钱然后把风险锁死很多人还在读更新日志有人已经用它赚钱了甚至有人开始怀疑一件事：这个版本是不是有点太强了 ______

79,288 views • 3 months ago

又一个中国开发者，把 Polymarket 打成了提款机本金只有 $44 现在已经滚到 $600,000+ 而且打的是 5 分钟 BTC，胜率据称还是 100% 数据很直接： -$44 入金 -账户做到 $615,500 -今天 +$10,000 -本周 +$26,434 -14,147 笔预测 -100% 胜率这个号是 4 个月前建的一开始只是扔了点零钱进去不到一个月，就已经打出了普通人很多个月工资按素材里的说法，他做的事其实很简单：装好 MCP 插件和需要的 API 然后直接让 Claude： “给我做一个 5 分钟 BTC 市场的 terminal” 剩下的逻辑就是： AI 去看现货 BTC 和 Polymarket 上 BTC 定价之间的价差发现错位就快速买入快速卖出全程几乎不需要人工介入也就是说，他赚的不是长线判断的钱而是超短周期里，现货价格和 Polymarket 定价没来得及同步的那一小段时间差很多人还在把 AI 当成辅助工具有些人，已经把它接进收入系统里了你觉得这种 5 分钟 BTC 账户真正的 edge，是在 MCP + API 这一套工具链，还是在它把“发现价差—执行—退出”做成了完全自动化的系统？

又一个中国开发者，把 Polymarket 打成了提款机本金只有 $44 现在已经滚到 $600,000+ 而且打的是 5 分钟 BTC，胜率据称还是 100% 数据很直接： -$44 入金 -账户做到 $615,500 -今天 +$10,000 -本周 +$26,434 -14,147 笔预测 -100% 胜率这个号是 4 个月前建的一开始只是扔了点零钱进去不到一个月，就已经打出了普通人很多个月工资按素材里的说法，他做的事其实很简单：装好 MCP 插件和需要的 API 然后直接让 Claude： “给我做一个 5 分钟 BTC 市场的 terminal” 剩下的逻辑就是： AI 去看现货 BTC 和 Polymarket 上 BTC 定价之间的价差发现错位就快速买入快速卖出全程几乎不需要人工介入也就是说，他赚的不是长线判断的钱而是超短周期里，现货价格和 Polymarket 定价没来得及同步的那一小段时间差很多人还在把 AI 当成辅助工具有些人，已经把它接进收入系统里了你觉得这种 5 分钟 BTC 账户真正的 edge，是在 MCP + API 这一套工具链，还是在它把“发现价差—执行—退出”做成了完全自动化的系统？

60,547 views • 2 months ago

大多数人以为 prompting 只是把句子写得更好 Anthropic 这个 32 分钟 workshop 讲的是另一件事：为什么这完全不够它拆的不是 prompt hacks 不是“act as” 也不是又一个 $300 的课程而是 production 里的 prompt 到底怎么搭 Evals Edge cases Model migration Agent loops 一个好的 prompt，不是一句话而是一套模型可以理解、执行、测试、再改进的 workflow 这点很重要因为不管后面是新的 Claude Opus，还是新的 Sonnet，真正有效的规则大概率还是这些： - 让模型知道目标 - 让模型知道边界 - 让模型知道怎么检查自己 - 让模型知道遇到 edge case 时该怎么处理所以很多时候，AI 给出的坏答案，不一定是模型差也可能只是 setup 太差这个 prompting playbook，建议在下次怪 AI 之前先看完

大多数人以为 prompting 只是把句子写得更好 Anthropic 这个 32 分钟 workshop 讲的是另一件事：为什么这完全不够它拆的不是 prompt hacks 不是“act as” 也不是又一个 $300 的课程而是 production 里的 prompt 到底怎么搭 Evals Edge cases Model migration Agent loops 一个好的 prompt，不是一句话而是一套模型可以理解、执行、测试、再改进的 workflow 这点很重要因为不管后面是新的 Claude Opus，还是新的 Sonnet，真正有效的规则大概率还是这些： - 让模型知道目标 - 让模型知道边界 - 让模型知道怎么检查自己 - 让模型知道遇到 edge case 时该怎么处理所以很多时候，AI 给出的坏答案，不一定是模型差也可能只是 setup 太差这个 prompting playbook，建议在下次怪 AI 之前先看完

15,628 views • 16 days ago