Grok Build 开源了，开源 harness 时代终于要来了吗?！ Claude Code 现在还是闭源， 反而显得有点被动了🤔。。。... 不愧是Elon，真是一步妙手啊，只用了四天完成信任崩塌到重建，xAI这次用开源把隐私危机打成了生态先手，看来并不是草台班子😂 被爆全量上传代码仓库的隐私风波还没平息，SpaceXAI直接把整个Grok Build的agent harness全部开源出来， 这事我觉得有意思的地方是两它为什么是今天开，而不是上个月？ 上个月 Grok Build 以 beta 上线，SuperGrok / X Premium+ 用户能用一个终端原生的 coding agent。 Plan Mode 先出计划让你审核，Subagents 并行拆任务，底层 Rust 写的，架构干净。 然后上周出了件事， 一个研究员做 wire-level 分析发现，Grok Build CLI 会把整个 git repo——包括历史、包括潜在的 secrets——打包上传到 Google Cloud bucket。隐私开关只管“是否用于训练”，不管传不传。 讲真这事对 coding agent 是致命的。 因为 coding agent 的 harness 对文件系统有近乎上帝视角的访问权。 你的 IP、商业逻辑、没公开的项目结构、不小心留在 git history 里的 key——它全看得见。 宣称“我们不看你数据”没用，用户要的是能自己验证“你没在看”。 时间线很紧凑： 7 月 11–14 日，争议发酵，研究员曝光上传行为。 Elon 表态删数据、服务端关闭上传。 7 月 15 日，开源公告 + 重置 limits + 默认关闭 retention + 删掉所有之前保留的 coding data + 提供 bug bounty。 所以这次其实不是一次计划好的例行开源。更像是被争议倒逼的快速应对。 但 xAI 做得聪明的地方是——它借这个机会做了一件事：把“harness（连接层）”和“model（大脑）”切开了。 Harness 开源，Apache 2.0，社区可以审计、fork、改掉上传逻辑、加 sandbox、接本地模型，Model 和 API 还是闭源的。 这个配置——闭源模型 + 开源 harness——正在变成 2026 年 agentic coding 的主流。 OpenAI 的 Codex CLI 走的同一条路，Anthropic 的 Claude Code 现在还是闭源，反而显得被动了。show more

今天大家都约会跨年了吧？是不是饭店爆满？酒店爆满？至于我还在一线奋斗吗？ 如果回到最底层去看区块链，其实它只解决了一个问题。 程序是不是按照约定执行了。 EVM 时代，这个问题的答案是，用全网重复执行来换确定性。 所有节点跑一遍同样的程序，用资源浪费换信任。 但这个模型一旦遇到复杂程序，就开始崩。 状态越复杂，成本越高。 逻辑越多，执行越慢。... ZK 的出现，并不是为了让链更快，而是为了换一种证明方式。 不是你跑过，而是你能证明你跑对了。 问题在于，大多数 ZK 系统，只解决了证明问题，没有解决编程问题。 开发者写的依然是“执行逻辑”，只是最后被翻译成电路。 而 Miden 真正不一样的地方，在于它一开始就假设。 程序不是给机器跑的，是给人验证的。 这就是为什么 Miden 要单独设计一套 VM。 不是因为 EVM 不够好，而是因为 EVM 从来不是为可证明性而生。 Miden VM 的核心不是 Gas，不是吞吐，而是可组合的证明语义。 每一段程序，在设计时就已经被拆解成可以被证明的最小单元。 你写代码的时候，不是在思考执行顺序。 你是在定义一条可被验证的状态转换路径。 这听起来抽象，但它会直接改变开发者的行为方式。 在 Miden 上，状态不是默认共享的。 状态是本地的、私有的、按需提交证明的。 这意味着什么。 意味着你不再被迫把所有中间状态暴露给链。 你只需要在关键节点，证明结果成立。 这对应用层的影响非常大。 比如钱包逻辑。 在传统模型里，账户状态是公共的。 余额、nonce、授权路径，全在链上。 在 Miden 的模型里，账户更像一个本地程序。 你控制状态。 链只验证结果。 这让很多过去“不可能”的设计，第一次变得合理。 比如复杂账户抽象。 比如多步条件执行。 比如带隐私的业务逻辑。 更重要的是，这套模型天然降低了应用复杂度对链的压力。 在 Miden 上，复杂性不会扩散。 你写复杂逻辑，只会增加你自己的证明成本，而不会拖慢全网。 这和 EVM 体系是反的。 EVM 的复杂性是外溢的。 一个复杂合约，会影响所有人。 Miden 的复杂性是内收的。 复杂度由使用者自己承担。 这背后其实是一种非常明确的价值取向。 让写复杂程序的人，为复杂性买单，而不是让整个系统为其兜底。 这也是为什么 Miden 更像一台操作系统，而不是一条普通公链。 它不是在堆功能，而是在重新划分责任边界。 链负责验证正确性。 程序负责证明自己。 当你站在这个角度看，就会明白 Miden 为什么不急着追 TPS。 也不急着推生态数量。 因为它赌的是一个长期趋势。 链上程序一定会越来越复杂。 而复杂程序，必须有更强的可验证结构。 如果你只用 Miden 来写简单合约，那你感受不到它的优势。 但一旦你开始尝试写有状态的、长期运行的、需要隐私的逻辑。 你会发现，传统模型根本撑不住。 所以 Miden 的真正目标用户，不是短期应用开发者。 而是那些想把“业务逻辑本身”搬到链上的团队。 当链不再只是结算层，而开始承载程序可信度。 Miden 这种设计，就会显得非常超前。 这也是我对 Miden 的核心判断。 它不是为当前周期服务的链。 而是在为下一代链上程序，提前搭好运行环境。 在 ZK 赛道里， 速度会被追平，成本会被压低。 真正拉开差距的，只会是编程模型本身。 而 Miden，走的是一条非常少有人敢走的路。 从源头重写规则，而不是在旧规则上修补。 Miden #Miden #KAITOshow more

玩币的过年坐小孩那桌！ 截止目前，上证连着第18个阳，反观加密近30天的恐惧指数有28天低于40。 有这样一种感觉：你打开一个新的应用，点了几下，突然发现——“嘿，这比我想象中顺手多了！” 真正让人愿意重复进入一个产品的，并不是一堆炫酷的功能，而是细节上的 “无感优化”、行为路径上的 连贯性提升。这些项目正在悄悄做的，正是这种让体验变得自然的改进。 Spaace 🟠 —... NFT 不只是市场，而是用户体验的“积木场” Spaace 走得不是那种一次性爆发交易量的路线，而是在逐步把 NFT 交易转变为一种可持续参与的行为链条。在它的生态里，每一次挂单、浏览、任务参与不仅能获得奖励，还会形成一个更连贯的用户轨迹。你不再是“来一次、走一次”的游客，而是一个在生态里慢慢“成长”的参与者——这让 NFT 使用不再像一笔单一操作，而像一个可以反复进入、反复体验的互动空间。 Veera — 让链上入口变成你愿意点开的“探索入口” Veera 的方向并不只是做一个钱包，它试图把 Web3 的入口从命令式的“按钮堆栈”变成一种更像信息流的自然浏览感。你打开它，不是看到一墙按钮，而是像打开一个可以滑动、查看和探索的界面。这种把“入口”变成“探索空间”的思路，让用户从“被迫了解复杂操作”转向“顺手发现有趣内容”的习惯性行为，这对提高留存和用户连续参与是非常重要的一步。 MagicBlock ✨⬜ — 把实时体验和可扩展性带到链上应用 MagicBlock 是一个基于 Solana 的实时执行引擎，目标是让链上应用具备Web2 级的交互性能，并且保持去中心化的安全性。它使用 Ephemeral Rollups 技术，在不拆分状态的前提下提供极低延迟、几乎零手续费的执行环境，这适合实时游戏、DeFi 以及需要高频交互的场景。其设计让开发者不再为性能牺牲链上特性，同时也极大提升了用户“无延迟感”的体验可能性。 除了技术本身，MagicBlock 还在孵化器层面发力，吸引开发者来构建更具创意和实时性质的应用，这让生态不仅是底层引擎，更成为创新场景的催化器。 Altura — 资产不再只是标签，而是可调用的“行为构件” Alturax 的核心变化在于，它让链上资产具备更强的生态参与能力：不是只有买和卖的逻辑，而是一种资产在不同协议与玩法之间调用的能力。资产不再是静止的符号，而是可以参与多种逻辑、被策略调用的构建块。这种思路让资产在链上进一步融入生态协同，而不是只能在市场上看价格。 Konnex — 把现实世界的任务纳入链上协作图谱 Konnex 的有趣点在于：它不单是一个链上协议，而是试图把现实世界的不确定性直接带进链上。在它的构想中，机器人、自动化系统和协议之间可以协作，通过链上可验证的数据完成现实任务的结算 —— 使得现实世界的执行与去中心化结算建立起一种可验证的信任。 这是 Web3 往现实落地迈出的一步，不再把链上交互限定在数字资产，而是融入实体世界的执行逻辑之中。show more

Notion 今天凌晨发了一个开发者平台, 大家都以为它在追 AI Agent 风口, 但实际方向是有些反过来的, 它要让所有 Agent... 来追它, 我盯着它官方文档里那个新的 CLI 工具看了一会儿,才慢慢回过味儿来, 这个 CLI 设计得很奇怪, 它自带 --help,自带 --docs,自带 --spec, 每个命令的元信息都精简到极致,token 占用低到反常, 说实话人类开发者用 CLI 哪需要这些, 熟了就肌肉记忆,谁会反复读自动生成的 spec 呢, 但 Agent 会啊,它进入一个陌生 CLI,要先扫一遍能干嘛,扫的就是这些自描述信息, 也就是说,Notion 这个 CLI, 从设计的第一天起就不是给人用的, 是给 Agent 用的, 他们官方话术更直接：说和你的 coding agents 一起构建, 这一句话翻译过来就是,未来用 Notion 的主力用户, 可能不是你,而是是你的 Agent, 更狠的是这套基础设施的完整度,数据同步,Notion 托管, 工具调用,Notion 托管,Agent 沙盒,Notion 托管, 全跑在 Vercel Sandbox 加 Firecracker microVM 上, 连第三方 Agent 接入都开了, Claude 直接进来,当原生工具用, 数据,工具,编排,上下文,全部在同一个 workspace 里,零损耗, 以前 Agent 最大的痛点,是上下文碎片化,工具调用不稳定,自己还要搭一套 infra, 现在 Notion 把这套东西全包了, 你的 Agent 只需要醒过来,在一个已经布置好的房间里干活, 很多人还在评估 Notion 涨没涨价,还在讨论 Obsidian 迁移和本地优先, 但真正的故事是,Notion 已经在 Agent 时代的操作系统这条赛道上,把第一块地基浇好了 数据是血,Agent 是肌肉,Workers 是骨骼,CLI 是神经, 那些现在就把核心 workflow 搬进去的人, 和还在纠结要不要试用 ntn 的人, 未来 12 个月,差距可能比想象中要大得多。show more

每次去问那些大模型某个项目怎么样，得到的回复永远是那种模棱两可的万金油——“项目有潜力，但请注意市场波动”。听君一席话，如听一席话，完全不敢拿真金白银去信它。 但这两天仔细看了下 Sentient 的逻辑，尤其是那个 SERA 架构，我是真觉得有点意思。它没想着用一套通用的语料库来“忽悠”你，而是老老实实地在做“拆解”。 你问它 DOGE 的风险，它不是在那瞎编，而是像个老练的研究员一样，先把问题拆成几个维度：经济模型是不是通胀的？链上流动性池子够不够深？大户是不是在集中出货？它有一套自己的索引库，先找工具，再抓实时数据，最后才给你写结论。... 这给我的感觉是，它终于不再是一个只会陪聊的机器人，而是一个懂得去查证、去推理的 Agent。在币圈这种信息满天飞、真假难辨的地方，我们需要的就是这种能把“情绪”和“事实”剥离开的能力。如果不解决“可信度”这个问题，AI 在 Web3 永远只是个玩具，但 Sentient 似乎找到了打破这个僵局的锤子。show more

funwithcomputervision 发布了一个开源实时 3D 操纵器，你可以基于手势来操作投在界面上的任何物体，无论是缩放，移动，调节等等都能实现。 感觉这个对AI眼镜的操作还是很有帮助的，现在全是闭源实现（比如 Apple VisionPro ），终于看到了个开源实现。 在线体验地址，注意需要有摄像头：

【周日无事，勾栏听曲】 今天周日，别卷了，看看小姐姐跳舞放松一下 😮‍💨 但我边看边想——咱在社交平台是不是都是裸着的 对着手机说句话还喂了算法 关系链、兴趣、聊天记录，最后都成了别人的广告模型 关键是：你自己啥好处没有，只会被杀熟！ 你说这像不像： 你以为你是主角，其实只是个数据源头... 2018 年那波 Cambridge Analytica 丑闻大家还记得吧？Facebook 被爆出把 8700 万用户的数据送去政治操控，用户没同意，数据就被拿去干选举。全球信任崩盘、欧盟连夜上 GDPR，最后 Facebook 被罚了 50 亿美元，才“装模作样”补了个系统漏洞。 结果呢？到了 2025，泄露事件还是接二连三： 上半年一次爆出 160 亿条数据泄漏，Google、Apple、Meta 通通在列；Meta 今年还又爆了一次，很多用户直接被盗身份、银行卡直接被撸。 你以为这事过去了吗？其实这事从来没过去——只要数据还是被掌握在中心化平台手里，用户永远就是被收割的“商品”。 那有没有别的出路？ 我最近越看越觉得：UXLINK 是 Web3 世界里，少有的几个真的在做“用户数据主权”的平台。 ———————————————————————— 📍 UXLINK在干嘛？一句话：把你在社交网络里的一切，变成你自己的链上资产。 你是谁（DID） 你认识谁（社交关系） 你做过啥（互动、邀请、建设行为） 这些信息，UXLINK 都不会拿去卖广告，而是变成你“链上简历”和“资产凭证”。 别人 Web2 是“你贡献、我赚钱”；UXLINK 是“你贡献、你赚钱”。 ———————————————————————— 🔐 隐私防线怎么做的？说几个点你就明白了： 1⃣ MPC-TSS 多方计算钱包 不是一个中心服务器说了算，私钥被分成好几份储存，即使某个节点被黑，也偷不走全部数据。 2⃣ 社交恢复 & Telegram一键开钱包 告别助记词，普通人也能轻松用，出问题还能恢复，用户不再是韭菜，而是拿着“链上钥匙”的主人。 3⃣ 去中心化存储 + DID 不用信平台，数据分布式保存，随时带走、迁移，没人能“冻结你的人脉”。 4⃣ 加密群组 UXGroup 不是普通的社交群聊，是端到端加密 + 用户主导权限管理的“链上朋友圈”，聊天记录连平台都看不到。 ———————————————————————— 🧱 更狠的是：他们不是光保护你隐私，而是让你的社交网络直接变成资产。 比如你在群里贡献活跃度、拉人、互动，都会被链上记录；再比如你的人脉网络，可以通过Social Graph铸造成NFT，用于参与项目空投，或者做广告分发。 以前你在 Facebook 搞社群，都是平台赚钱；现在你在 UXGroup 搞社区，未来这些社交关系可以变现，直接成为链上可用资产。 想得更远点：这就是社交版的“地契”。 ———————————————————————— 🛡 合规护城河也安排上了： 在全球越来越严的监管环境下，欧盟的《数字市场法案》、美国的 FTC 新规，谁都不能再假装用户隐私不重要了。 Meta 现在还在为当年“割用户”买单，罚款都罚麻了。 而 UXLink 这种从设计层面就“合规优先”的项目，不仅安全、还有优势。 ———————————————————————— 📌 所以 UXLINK 对我来说，不只是一个撸空投的工具，而是一种社交数据新范式。 它不是为了取代微信、Facebook，而是用区块链的方式，重构“我和我的社交数据”的关系。 你再不是被平台宰的“数据劳工”，而是拥有社交网络产权的“链上地主”。 🔚 结尾给没上车的人提个醒： 别等下次再出一个“Cambridge Analytica”了，再来后悔“早知道用 UXLink”。 现在就可以动手试试： 🔹 注册一个 MPC 钱包 🔹 加个 UXGroup 群组 🔹 绑定社交账号构建你的 DID 🔹 再把社交行为铸成你的链上资产 未来在链上的身份、空投、信用系统里，你会感谢自己今天做的这个决定。 ———————————————————————— 🎯你觉得未来社交，是“用完即弃”，还是“用一次、赚一生”？ 评论区说说你怎么看 UXLink 这条路。 #UXLINK #KaitoAI Kaito AI 🌊 UXLINKshow more

Damn.. 一款今年你一定要体验下的产品 上次我发的这个落地页火了，随手还赚了2000块。有不少推友想要，我们今天打算开放出去。但方式来点不一样的 这次你甚至不需要安装skill、配置你的agent，你只需要点开我配置好的agent 聊天即可 这个就是Bloome这个产品的妙处，也是我们企业内部正在走的路～ 我之前一直也在思考一个问题，目前AI Agent 市场还是没有全面铺开，很大一部分原因就是不会配置，龙虾经常挂掉。... 现在好了，有了Bloome 你只需要与配置好的agent 聊天即可获得你想要的东西 Bloome 最酷的点，是把Agnet 变成了我们IM里的成员： 以前分享AI能力，是发prompt、workflow、skill 让别人自己配置，但是没法产品化，没法赚钱 现在让别人把你配置好的agent 拉进群或者单聊，它就能把你干活了，如果你的agent足够有价值，那就可以开启赚钱之路了！ 同时关于AI Agent 社区怎么做分享几点心得： 我在Bloome 里与Yiming Zhang 数字人（agent）聊天，他提到： 用户来这里，能不能比自己找信息快10倍？ 不是快一点，是数量级的差异。比如一个人想搞清楚怎么用Agent做客服自动化，他在你的社群里，3分钟就能拿到一个经过验证的方案、别人踩过的坑、可以直接跑的配置。这个体验如果在外面需要30分钟甚至3小时，那你就有价值。 具体怎么做到： 一是让Agent本身成为社群的基础设施，不只是讨论的话题。用户进来不是看别人聊Agent，而是直接跟Agent协作、测试、分享workflow。社群的核心资产是可复用的Agent配置和经验，不是聊天记录。 二是结构化沉淀。聊天是最低效的信息载体。好的社群产品应该把对话里的有价值信息自动提取、结构化，变成可检索的知识。下一个人进来不需要重新问。 三是匹配。不是所有人都需要看所有内容。谁在做什么、谁解决过什么问题、谁的经验跟我最相关——这个匹配做好了，社群的信息效率就上去了。 最怕的是做成一个"AI爱好者交流群"。那个东西微信群就能干，没有产品壁垒。 现在我们可以靠着Bloome 来卖我们的idea了～ 评论区分享手把手教agent 配置、分享的方法👇 我们这个agent体验地址：show more

深圳有个22岁的学生，用一部900块钱的红米手机，就三月份这一个月，愣是帮他赚了14700美元，他爸妈到现在还以为他在备考呢。 手机每隔半小时，自动打开六个中文新闻App，翻看新闻标题、截屏，然后把摘要扔给Claude。AI再把这些新闻和Polymarket上的价格做对比，给出投注建议。 👉 Polymarket官网入口： 整个过程，这个学生一行代码都没写。靠的是一个开源项目叫PhoneDriver。原理很简单：AI像人一样看手机屏幕，自己判断要点哪、滑到哪。你只要用大白话把任务描述清楚就行。手机不用开任何API，也不用碰App的底层代码，模型只看你看到的那些像素。 这个学生的玩法，说穿了也简单。中文新闻是用中文发的，什么监管动作、贸易决策、经济数据，路透社翻译出来之前几个小时，早就挂在微博和今日头条上了。而Polymarket上定价的，是英语世界的交易员。中文新闻出来，到市场反应之间，有20到50分钟的时间差。 他用的六个App里，有三个对爬虫见一个封一个。但PhoneDriver不解析数据，它就像正常人一样用App，只不过比人快，而且不休息。96%的移动应用都没有公开的API，但每个应用都有屏幕。对PhoneDriver来说，这就够了。 如果想在Polymarket上使用跟单交易，我推荐使用：

前几天还币的时候点错了，还了u保留了大饼和以太，没想到第二天行情马上起飞，白捡钱！ 最近看项目有个明显感受： 真正有变化的，不再是“多做了什么”，而是“不让你多做什么”。 不逼你理解、不强迫你学习、不要求你记路径。 而是让你在不知不觉中，把事情做完。 下面这几个项目，最近的变化都指向同一件事： 减少人的负担，而不是增加系统能力。 Spaace 🟠... Spaace 最近的重心，不在交易规模，而在行为权重。 你会发现： 不是谁交易最多谁重要，而是谁持续参与、反复出现、行为稳定。 平台开始给“留下来的人”更高的可见度。 这是一种很反市场直觉的设计： 不奖励最激进的，而奖励最耐心的。 NFT 市场第一次开始认真思考： 谁是真正的生态成员，而不是路过者。 Veera Veera 最近做的事很“反钱包”。 它没有加更多按钮，而是在不断删“必须理解的东西”。 你甚至不需要知道自己现在是在用钱包、浏览器还是任务系统。 打开 → 滑 → 点 → 结束。 没有解释，没有教学。 Veera 像是在赌一件事： 如果用户不用被提醒“你在用 Web3”，他们反而会用得更久。 MagicBlock ✨ Magicblock 的重点越来越清晰： 不是扩容，而是消除等待感。 用户在意的不是 TPS，而是 “我点了，现在有没有反应”。 Magicblock 把链上执行拆成“短时态体验”， 让应用先跑起来，再结算。 这是第一次有人认真把 “即时反馈”当成链上第一体验指标。 Altura Alturax 最近的变化，不是资产更酷，而是资产更“黏”。 资产开始记录经历，而不是只记录属性。 你做过什么选择、承担过什么风险，会影响资产后续的可用性。 这让资产第一次有了“履历”。 不是你拥有它，而是你们一起走过一段路。 链游开始从“数值系统”，转向关系系统。 Konnex Konnex 最近最不像 Web3 的地方，反而是它承认现实世界很乱。 任务可能失败、执行可能偏差、环境永远不稳定。 它没有试图抹平这些，而是直接把不确定性写进协议。 这意味着： 链上第一次不是假设世界完美，而是学会如何在不完美中结算。 这比任何“连接现实世界”的口号都难，也更真实。show more

重构 Meme 资产的链上使用方式是 MemeMax 的本质。 大多数人理解 Meme，停留在两个层面。 一个是价格波动。 一个是情绪传播。... 但如果你长期在链上，你会发现一个更底层的问题。 Meme 的交易量很大，但使用深度极浅。 大多数 Meme 只完成了一件事，被买卖。 一旦热度消失，它们在链上的存在感几乎归零。 MemeMax 的价值，并不在于又做了一个永续 DEX。 而在于它第一次让 Meme 资产，具备了持续被使用的结构。 在传统现货市场，Meme 的生命周期非常短。 从注意力爆发，到交易高峰，再到流动性枯竭，节奏极快。 因为现货市场只能承载单向行为，买或者卖。 MemeMax 引入永续之后，直接改变了这一点。 资产不再只在一个方向上消耗情绪。 而是开始承载双向博弈。 多头并不是为了长期持有。 空头也不只是为了对冲。 双方的存在，本身就在持续制造成交和费用。 这会带来一个非常关键的变化。 Meme 的价值开始从叙事价值，转向使用价值。 当一个 Meme 拥有足够深的合约市场时。 它就不再只是一个情绪符号。 而是一个可以被反复参与、反复交易、反复定价的资产。 MemeMax 把这一层做成了基础设施。 它不是在筛选最强的 Meme。 而是在给 Meme 一个延长生命周期的工具。 这也是为什么 MemeMax 更像 MemeCore 生态里的中枢。 不是流量入口，而是行为聚合器。 你会看到一个趋势。 随着合约深度增加， 链上讨论不再只围绕价格。 而是围绕仓位结构，资金费率，情绪倾斜。 这其实是 Meme 资产成熟的标志。 从纯粹注意力，进入可持续博弈。 如果你只把 MemeMax 当成一个交易所。 那你一定会低估它。 它真正做的，是让 Meme 从一次性叙事， 变成可以反复被使用的金融对象。 这一步一旦成立。 Meme 赛道就不再是短线玩家的游乐场。 而是会诞生真正长期存在的资产。 #Mememax #kaitoshow more

今天回村看看节目，也是开了眼了，这不比抖音看的爽？ 对于 Brevis 这个项目，如果我们只盯着它所谓的ZK 协处理器这种技术标签看，其实很容易把路走窄了。 坦白说，我更愿意把它看作是一套链上激励的终极结算层。 咱们先看看现在的 DeFi 圈子，最大的摩擦点到底在哪里？... 其实往往不是交易速度不够快，也不是手续费太贵，而是所有的活动和激励机制，永远都绕不开信任这两个字。 你想想看，现在的积分活动、空投计算，谁在算？怎么算的？后台规则有没有临时被改过？ 作为用户，我们只能傻傻地盯着项目方的公告和 Excel 表格 而作为协议方，其实也很累，得背负沉重的运维压力，还得天天应付社区的对账质疑。 Brevis 的出现，核心价值就是用零知识证明（ZK）把这件原本充满人为操作空间的事，变成了一个纯粹的数学结论并直接上链。 这种改变是颠覆性的，它意味着争议直接被技术压扁了。 大家看的是同一份不可篡改、可验证的数学结果，信任成本直接从相信项目方的人品变成了相信代码和数学。 这方面，Euler 在 Incentra 上做的那次落地应用非常有代表性，完全可以作为教科书级别的案例。 它每隔 4 个小时抓一次市场快照，然后把奖励计算生成证明，再发到链上。 这中间不需要任何中间人，也不需要财务再去手工跑账。但在这个案例里，最让我感到惊艳的其实是它的上线速度——仅仅一个周末就跑起来了。 不需要为此专门部署新的智能合约，几乎没有额外的运维开销。 这就给所有的建设者打开了一个新思路 对于协议来说，这相当于直接把激励系统模块化了。 以后想做活动，就像插一个组件一样，插上去就能用，算完就能被任何人复算。 站在建设者和开发者的视角，这类基础设施的价值，绝对不在于它帮项目方发了多少糖，而在于它把激励的可信度和可组合性抬到了基础层的高度。 当奖励证明可以上链之后，活动就不再是一次性的脚本代码，而是变成了一种长期可持续的机制。 协议方可以更频繁、更放心大胆地去做精细化的激励设计，而用户也更敢把大资金放进去。 因为用户心里清楚，规则一旦定好，就不会在后台被悄悄揉搓修改。这会带来一个很现实的市场结果 用户的参与度会更深，资金的停留时间会更长。激励机制的作用，从单纯的拉新变成了真正的留存。 今天既然提到了代币经济学，我也看到了相关的消息。 但我不想去讨论币价会怎么走，我更关心的是它有没有把价值捕获设计得足够干净。 这才是判断一个基础设施代币能不能拿长线的关键。 我们需要搞清楚几个问题 到底是谁在付费？这笔费用来自哪里？算力提供者和应用方的关系是怎么绑定的？证明的发布和验证成本是怎么分摊的？ 这里的激励是为了短期的冲量数据，还是能喂出长期的真实需求？ 如果代币仅仅是活动积分的换皮，那它很快就会变成市场的噪音。 但如果这个代币能把可验证计算的需求变成一个有人持续买单的市场，那 Brevis 才会从一个好用的工具，升级成一个赛道的标准。 对于后续的观察，我给自己定的信号非常简单，不看那些花里胡哨的 PR 稿，只盯三个指标。 第1️⃣：Incentra 上的活动数量和入驻的协议质量，有没有持续向上的趋势。 第2️⃣：证明发布的频率和链上验证的行为，有没有在社区和项目方之间形成一种习惯 第3️⃣：也是最重要的一点，那些头部的协议方，是不是真的把更多的核心激励模块迁进来了，还是说只是为了配合宣发做了一次性的营销秀。 只要这三条路跑通了，Brevis 的位置就会越来越稳，它会越来越像行业默认的激励结算底座。 以后所有想要做复杂奖励、做精细对账、做流量归因的项目，都会绕不开它。 你要知道，这类基础设施从来不是靠喊口号赢的，而是靠被市场反复、高频地使用，才能最终赢下这场战争。 Brevis #Brevis #KAITOAIshow more

刚在抖音刷到个女版卡神，真的太绝了，那种气场、动作、眼神，全都一模一样，关键是还自带一种莫名的感觉，你懂我意思吧——就是那种「那种」的那种 刷着刷着我突然想起 Tria Tria 的 Beta，尤其是他们那个「yield 自治弧线」，说实话，这不就是链上的另一种 freestyle 吗？只是把跳舞换成了... farming、router、zkKYC，还有一堆你得自己琢磨明白的 friction。 我看越南那帮用户写UGC，一边撸点咖啡钱，一边还整得挺带感，不是为了炫，而是真的在用自己的方式 push 一套机制上线。你说他们懂不懂全局？未必。但他们写的每一句话、每一次意图提交，本质上都是在参与自治的共谋。 Tria这个设计我挺吃的，不是“你来我给奖励”，而是“你先动笔、我再给回应”。multipliers 不是随便塞糖，而是你有感、有参与、够真实之后，才会被引出来的一种“链上承认”。 整套Beta，更像一面镜子——你怎么用，它就怎么回你。自治不是系统开通了，而是你决定开始写那句还没写完的诗。 所以，链是冷的，但人写出来的那条线，可能是唯一的暖意。 #Triashow more

下午体验了网易有道新开源的LobsterAI（有道龙虾），据说这是国内版OpenClaw，我用Grok找了三个OpenClaw做全网信息流的case测测性能，有从Reddit频道总结每日信息的，也有用skill last 30 days获取X和Reedit上30天内对某件事的社区看法的，还有从109个信息源（不是常规的网页爬取，包括RSS / GIthub / X）做日报的。 LobsterAI目前用下来最好的就是自带一个沙箱，新收到一个任务会先在沙箱跑，跑不动再用本地环境，能保证安全。... 一、Reddit每日总结 （1/7）show more

很多人在研究 StandX 的时候，习惯性地会把它归类为又一个永续合约交易所，然后就开始机械地对比手续费或者奖励政策。 说实话，如果你的视角只停留在这些表面参数上，那大概率会错过它真正想做的那次底层取舍。 它真正动刀子的地方，其实不在于交易撮合有多快，也不在于界面做得多华丽，而是在于清算这件事本身。 如果你在币圈待得够久，你就会发现，链上衍生品发展到今天，最大的系统性风险从来不是成交深度够不够，而是清算过程中的那种失序感。 别只盯着深度看，清算才是协议的死穴 现在的链上衍生品市场，看起来挺热闹，但其实逻辑挺脆弱的。 一旦行情出现那种极端的剧烈波动，清算价格往往会被预言机牵着鼻子走，导致大量的仓位在短时间内集中爆掉。... 这时候，系统要么得靠保险基金硬扛，要么就得面对直接产生的坏账。 这也是为什么很多协议在小规模运行的时候看着挺好，可一旦交易量和持仓量上去了，整个系统就会变得特别脆。 StandX 的切入点其实挺让人意外的，甚至有点反直觉。 它并没有跟着大流去研究怎么把清算的速度做得更快，而是换了个思路，把清算这个原本是断裂的，瞬间发生的动作，拆解成了一个可以被定价，且有缓冲余地的持续过程。 它不是在火烧眉毛的时候才去救火，而是把风险管理的工作做到了最前面。 把风险前移，让保证金不再是死钱 在 StandX 的这套设计逻辑里，保证金不再是一个死气沉沉的抵押物，而是一个能持续参与系统博弈的变量。 这里就不得不提到 DUSD 的作用了。 通过这种设计，仓位在还没真正进入高风险区间的时候，其实就已经在为整个系统积累缓冲层了。 你仔细想想，这种缓冲并不是事后的补救措施，而是一种事前就已经完成的风险定价。 换句话讲，StandX 是把清算的风险给前移了。 它不需要等到你的仓位快要爆仓了才去急急忙忙处理，而是在你整个持仓的周期里面，通过收益流和资金费率的变化，不断地在吸收那些潜在的风险波动。 这就带来了一个非常关键的改变，清算不再是系统的某个断点，而是变成了一段连续过程的一部分。 它把那种爆发式的价格波动给拆解到了时间的长河里，而不是让它集中在某个特定的价格区间内爆发。 为什么低波动环境反而能体现它的优势 我们平时见到的传统永续协议，最怕的就是行情平淡。 一旦市场没波动了，交易量就会下滑，资金费率也会枯竭，最后导致提供流动性的人收益下降，整个系统的稳定性反而会变差。 StandX 在这种低波动的环境下，它的模型反而跑得更顺。 因为 DUSD 的收益流和那套做市机制是一直在工作的，风险在这里被缓慢地累积，同时也在被缓慢地消化掉。 从协议的角度来看，这其实是一次风险管理思维的彻底转向。 它不再寄希望于外部的保险基金来兜底，而是让每一笔仓位在它的生命周期里，都在为自己可能带来的清算风险买单。 最聪明的地方在于，这个成本对用户来说是隐性的，它是通过整个收益结构的优化来完成的，而不是让你直接感觉到手续费变贵了。 做一个风险定价引擎，而不是单纯的交易台 这也解释了为什么 StandX 好像并不急着去宣传那些百倍杠杆之类的噱头。 因为它更关心的是，在允许高杠杆存在的前提下，系统到底还能不能保持一种线性的响应。 你得明白，只有当清算变成了一个可控的变量，高杠杆这件事才有真正的金融意义。很多协议把风控当成了一种不得不加的限制条件，而 StandX 显然是把风控当成了它的核心产品。 所以说，StandX 的本质其实更接近一个风险定价引擎，而不仅仅是一个交易平台。 你在前端看到的那些交易行为，只是冰山露出来的尖端，而在底层跑的那套把波动转化为系统收入的机制，才是它最厚实的底座。 如果这套逻辑能在各种复杂的行情里持续跑通，那它解决的就不只是某一轮牛熊市里的流量问题，而是链上衍生品长期以来无法规模化扩张的那个根本矛盾。 在这个行业里，谁能吸引更多交易者固然重要，但谁能在不失控的情况下承载更多的风险，谁才能真正笑到最后。 这条路确实不好走，短期内可能也没法通过几个简单的数据指标来验证它的优越性。 但一旦这种模式被市场验证是可行的，StandX 的位置就不再是去参与那些同质化的竞争，而是会变成那个定义规则的人。 #StandX #kaitoshow more

我发现一个很现实的问题： 很多人其实是想了解币圈的，但卡在了第一步。 不是不学习，而是信息太乱了。 有人说这是机会，有人说马上要崩； 每个人都说得很确定，但方向完全相反。 我第一次进来的时候也是这样。 不是不认真，是根本没人告诉你： 你现在在做哪一步，这一步在承担什么风险。 所以这个账号接下来会刻意做减法：... 不堆专业词 不追热点 不催你买 不制造焦虑 只做一件事： 把复杂的东西，用新手也听得懂的方式讲清楚。 如果你现在属于下面任何一种： •还没买，一直在犹豫 •刚进来，有点慌 •完全不知道从哪一步开始 你可以私信我一句： 「第一次买币」 慢一点没关系， 把顺序走对，比走得快重要。 #币圈 #btcshow more

我尼玛，Claude Fable 5今天把整个软件行业的底层逻辑给击穿了！ 以前做软件要几个月，现在只要15分钟，Claude Fable 5把产品经理和程序员的中间环节，直接干掉了。 也就是说，15分钟的销售电话打完， AI当场做出了客户要的可运行软件原型，喵个咪，这谁受得了啊🤯 Todd... Saunders，Dalton Mills AI 的 CEO，做的是 trades 行业的垂直 SaaS——建筑、家政、暖通这些。 他用刚发布的 Claude Fable 5， 在跟一个客户的销售电话里， 让 AI 在后台实时转录通话， 同时自主构建客户刚刚提到的软件功能。 通话结束，他当场演示了一个完全可运行的原型，精确匹配客户 15 分钟前描述的需求。 一个语音报价系统：AI 实时听服务电话，自动匹配价目表，识别 upsell 机会，生成 Good/Better/Best 三档方案，自动发提案短信。整个过程近乎零人工干预。 不是 简单的AI 辅助开发，直接对话即构建，damn！ 平复下激动的心情，这个案例最让我震惊的不只是AI 写代码快，AI 真的能听懂人话了啊啊啊， 然后一个长达几十年的产品开发范式，就这么被直接击穿了，holy sh*t！ 想一想过去几十年我们怎么干活的，客户跟你说工人在现场太乱经常算错钱，你记下来，回去消化，以为懂了， 画原型，约评审，排期，开发，几周后拿出来， 客户摇头说不对不是这么回事， 你一肚子委屈，说我每个字都记了，他说你记的是我说的话，不是我脑子里的东西。 这个循环叫理解-翻译-验证，短则几周长则几个月，整个行业就吃这碗饭的，我们管它叫专业服务。 但是今天，Fable 5 把这个循环干掉了，不是压缩啊兄弟们，直接彻底干掉了， 客户说，AI 听，AI 当场做出来，客户当场看对不对， 没有 PRD，没有你在内部群里发那个需求我回去评估一下，没有一切中间件， 从客户嘴里说出来的那一刻，一个能跑的东西就在屏幕上等着他。 这才是真正要命的地方，这哪是提效啊，简直把整个底层逻辑都改变了。 但我们也必须立刻面对一个最尖锐的问题，就是那客户为什么还需要你？这不就 15 分钟的事吗？ 这个问题必须正面面对，确实是客观存在的， 如果你对自己的定位只是把客户需求翻译成代码的那个人，那你完全可以被这 15 分钟取代，因为 AI 现在翻译得比你快，还不用开评审会。 但如果你做完项目就知道，原型和系统，中间隔着的不是几行代码，还有权限体系里那几十个你不知道为什么会存在的字段， 是客户二十年前的财务系统里藏着的那个没人敢动的数据表，是工人在负二层没信号的地方操作时该怎么缓存，也是某个老小区因为水压问题装不上你方案里那个完美的配件， 又或者是当地监管对报价条款里的某个措辞有特殊要求，这些东西，Fable 5 不知道，你问它它也不知道，它甚至不知道它不知道。 它的原型是乐高模型，系统是能住人的楼，之间的差距，专业术语叫工程判断，也可以叫领域责任，更可以叫为长期可用性兜底。 所以这个案例真正揭示的，不是谁会被替代，是什么在剧烈地变稀缺。 第一样，把 AI 的生成能力锚定在真实世界的复杂约束里， 这一下子就筛掉两种人：只会做原型不会做系统的人，和只会做系统但不懂行业的人。 留下的是那种，你问他这个需求能不能做，他会先问你那边现场平均信号几格、工人习惯左手拿手机还是右手、他们现在用的那个老系统数据库编码是 UTF-8 还是 GBK 的人。 第二样，领域知识， 我说的不是行业报告里那些漂亮话，是那些只有在这个行业干了十年才知道的脏东西。 AI 能生成完美的三档报价界面，但它不知道某个配件的供应商在雨季会涨价 30%，不知道某个话术在北方好使在南方会让客户挂电话，不知道这个工种的师傅脾气大你不能在流程里多加一步确认否则他宁愿不干，这些脏知识才是真正的护城河。 第三样，也是最被低估的一样：把原型变成可信赖系统的治理能力。 评估框架你怎么建，AI 改了这一处你怎么知道没把另一处改坏。 记忆持久化你怎么做，客户上次改的需求下次对话能不能记住。 错误恢复你怎么设计，流程跑到一半 AI 崩了用户看到什么。 多代理协作你怎么编排，一个 Agent 听电话提取意图，一个匹配价目表，一个检查合规，一个生成界面，人类在哪个节点介入裁决。 这些东西不酷，开会聊这些会让人想抽烟，但就是从酷到能用的最后那一公里。 Fable 5 和后续更强的模型，把生成这件事的成本和速度打到了一个新的量级。 这个量级意味着，做出一个看起来能用的东西，以后不再是任何人的竞争力。竞争的分水岭是，谁能把 AI 吐出来的东西，变成一个别人敢在上面跑业务、能长期依赖、出了问题找得到人负责的系统。 扯了这么多，最后一句话给大家共勉： 从今天起，把 80% 的精力，从怎么让 AI 生成得更快，转移到怎么为 AI 生成的东西负责，说白了，酷是给外人看的，稳是给我们自己续命的。show more

深圳有个22岁的学生，用一部900块的红米手机。 就三月份这一个月，这部手机帮他赚了14700美元。他爸妈到现在还以为他在备考。 手机每隔半小时，自动打开六个中文新闻App。自动翻看新闻标题，截屏，然后把摘要扔给Claude。 AI再把这些新闻和Polymarket上的价格做对比，给出投注建议。 Polymarket→ 整个过程，这个学生一行代码都没写。 靠的是一个开源项目叫PhoneDriver。 原理很简单：AI像人一样看手机屏幕，自己判断要点哪、滑到哪。 你只要用大白话把任务描述清楚就行。... 手机不需要开任何API，也不用接触App的底层代码。模型只看你看到的那些像素。 这个学生的玩法，说穿了也简单。中文新闻是用中文发的。什么监管动作、贸易决策、经济数据，路透社翻译出来之前几个小时，早就挂在微博和今日头条上了。 而Polymarket上定价的，是英语世界的交易员。中文新闻出来，到市场反应之间，有20到50分钟的时间差。 他用的六个App里，有三个对爬虫见一个封一个。 但PhoneDriver不解析数据，它就像正常人一样用App，只不过比人快，而且不休息。 96%的移动应用都没有公开的API。但每个应用都有屏幕。对PhoneDriver来说，这就够了。show more

安装了这个之后，Claude Code 的体验会完全不一样。 Anthropic 悄悄发布了一个官方插件，叫 claude-code-setup，它基本把 Claude Code 从“还不错的工具”变成了一个真正的... AI 开发环境。 它会扫描你的项目，并推荐： → hooks（钩子） → skills（技能） → MCP servers → subagents（子代理） → automations（自动化） 然后一步一步帮你把这些都配置好。 大多数人现在用的都是“原生版”的 Claude Code…… 这也是为什么他们的体验会显得有点混乱。 真正的强大之处，其实来自它周围的生态。 安装方式： /plugin install claude-code-setup@claude-plugins-official 记得先收藏，免得之后找不到。show more

当 AI 走进法庭，它最缺的其实是一份证据 当 AI 真正走出实验室，开始大规模进入我们的现实生活时 大家讨论最多的其实并不是它的智力到了什么程度，而是这个系统一旦出了问题 法律层面到底该怎么判定责任归属，很多人可能还没意识到，目前几乎所有的 AI... 系统在法律层面上都有一个致命的伤 那就是它们根本拿不出任何可以被第三方采信的证据。 想象一下，在未来的金融系统或者交易场景里 如果一个 AI 驱动的协议突然出现了巨大的亏损，或者是在清算的时候出了偏差，现在的处理方式其实非常尴尬，模型厂商会说这只是概率问题 而开发者会说自己只是写了代码，这种模糊的解释在技术圈里或许能混过去，但在法官或者是仲裁员面前，这种话是完全没有法律效力的，因为法律不相信任何口头上的解释，法律只看证据。 现在的情况就是这样，因为 AI 具有天然的黑箱特性，导致法律体系无法对它的行为进行复现和验证，所以一旦真的出了事。 现实社会往往只有两种极端的处理办法，要么就是由于风险不可控而直接禁用，要么就是找一个具体的人出来背黑锅。 这并不是因为我们的监管机构太守旧，而是法律体系的底层逻辑决定的，它无法接受任何无法自证的黑箱行为。 说到底，法律其实从来不关心一个模型到底是聪明还是笨。 它关心的只有三件事，那就是你到底做了什么，你是按照什么样的流程去做的，以及最重要的，你能不能拿出实实在在的证据来证明这一切。 这就是 Inference Labs 最核心的价值所在，它其实不是在跟人比拼算法的优劣，而是在给 AI 的每一个行为补齐那一层法律意义上的证据结构。 这个项目实际上是解决了 AI 的可仲裁性问题，这虽然是一个很少被人提及的法律视角，但它却是 AI 从辅助工具走向核心执行层的必经之路。 以前的 AI 推理过程就像一团理不清楚的乱麻，在仲裁机构眼里，它既不是一个能负责的人，也不是一套可以被审计的标准流程，这就导致大家只敢让 AI 提提建议，而不敢让它去真正掌握决策大权。 Inference Labs 提供的推理证明，本质上是在用法律能听懂的语言去记录 AI 的行为，它不需要向外界解释模型当时到底是怎么想的，它只需要负责向法庭或者是受害者证明，在那个特定的时间点，确实是这个版本的模型，在特定的输入环境下，产出了这么一个确定的结果，这在仲裁场景下简直就是定海神针。 有了这层证明之后，AI 产生的决策就有了可以被法律认可的证据，在未来的 DeFi 自动风控或者是合约执行中，一旦双方发生了争议。 我们就不再需要去争论开发者的初心，而是直接把那份不可篡改的推理证明丢进仲裁程序，系统不需要证明自己是善良的，只需要证明自己是如实执行的。 这就是 AI 从灰色地带走向主流市场的关键转折点，所以它的真实用户绝对不是那些每天在推特上找空投的散户，而是那些真正身处一线、需要设计协议并承担合规风险的专业人士，这些人可能平时很低调，但他们对这种能保命的工具极其看重，一旦采用了就很难再换掉。 大家习惯了去追逐那些爆发性的技术热点，却往往忽略了 AI 融入社会体系时最真实的摩擦力，这个项目的眼光其实放得很长远，它在赌一个非常确定的趋势，那就是所有的 AI 最终都必须被拉进法律的框架里，到那个时候。 那些拿不出证据结构的 AI 都会被迅速淘汰，而像它这样提前搭好仲裁入口的项目，才会真正成为系统的基石。 Inference Labs #inference_labs #KAITOshow more

有人把 Claude Code、Codex、Kimi 这些 AI 全塞进了一个桌面软件里，叫 hermes-desktop。 不用终端，不用记命令。模型切换、工具开关、技能管理全是图形界面，点点就行。 最狠的是它内置了81个技能，能直接操控... iMessage、备忘录、提醒事项这些 macOS 原生应用。你跟它说"翻一下上周的备忘录"，它真能翻。 还有个看板功能，多个 Agent 同时干活的时候在看板上调度，谁在跑、谁卡了、一眼看得到。show more