Video wird geladen...

Video konnte nicht geladen werden

Beim Laden dieses Videos ist ein Problem aufgetreten. Dies könnte an einem vorübergehenden Netzwerkproblem liegen oder das Video ist möglicherweise nicht verfügbar.

Codex 5.6 最强隐藏提示词：让 AI 不再盲目执行，而是先帮你找错！很多人用 Vibe Coding 最崩溃的时刻： AI 花几个小时写完代码，token用完了，最后才发现——方向从一开始就错了。因为 AI 擅长执行，却不会主动质疑你的想法。分享一个我反复测试后的codex提示词，让 Codex 开启高级工程师评审模式： “在执行任何任务前，请先进行独立判断：检查我的需求是否存在错误前提、逻辑漏洞、信息缺失或隐藏风险。不要默认接受我的方案，如果发现更好的方案或潜在问题，请直接指出。明确区分：已确认事实、合理推测、未验证假设涉及代码、数据、版本和技术结论时，请先验证，不要编造。如果信息不足，请先提出需要确认的问题，而不是自行补全。在执行前，评估方案的长期维护成本和可能影响。” 换成这种方式后，Codex 最大的变化： 1️⃣ 提前发现问题在开发开始前，先检查需求漏洞和隐藏风险。 2️⃣ 优化技术决策不只是完成功能，而是帮助找到更可靠的实现方案。 3️⃣ 减少无效返工把问题解决在写代码之前，比后面不断重构更省时间。

爱丽丝呀！

20,511 subscribers

176,808 Aufrufe • vor 3 Tagen •via X (Twitter)

Wissenschaft & Technologie Bildung

Anya Rossi• Live Now

Private livecam show

0 Kommentare

Keine Kommentare verfügbar

Kommentare vom Original-Post werden hier angezeigt

Ähnliche Videos

Codex 5.6 这个 GitHub 插件一定要装，能让你省下90%的token！ 90% 的人都把 Codex 用反了。一上来就让它：帮我写一个 App。分享一条我在用的绝佳省token技巧，先给 Codex 连接 GitHub 插件，然后输入提示词：我要开发一个 XXX。暂时不要创建文件，也不要输出代码。先在 GitHub 调研同类开源项目，筛选出最有参考价值的方案。分析它们解决了什么问题、采用什么架构、依赖哪些技术、目前是否活跃，以及有哪些设计值得复用或避开。最后结合我的需求，给出技术选型、系统架构、MVP 范围和开发顺序。得到我的确认后，再进入实现阶段。这样 Codex 会先做三件事： 1️⃣ 找到经过真实项目验证的方案 2️⃣ 研究别人已经踩过的坑 3️⃣ 根据你的需求做出技术取舍等方向确定后，再让它开始写代码。

Codex 5.6 这个 GitHub 插件一定要装，能让你省下90%的token！ 90% 的人都把 Codex 用反了。一上来就让它：帮我写一个 App。分享一条我在用的绝佳省token技巧，先给 Codex 连接 GitHub 插件，然后输入提示词：我要开发一个 XXX。暂时不要创建文件，也不要输出代码。先在 GitHub 调研同类开源项目，筛选出最有参考价值的方案。分析它们解决了什么问题、采用什么架构、依赖哪些技术、目前是否活跃，以及有哪些设计值得复用或避开。最后结合我的需求，给出技术选型、系统架构、MVP 范围和开发顺序。得到我的确认后，再进入实现阶段。这样 Codex 会先做三件事： 1️⃣ 找到经过真实项目验证的方案 2️⃣ 研究别人已经踩过的坑 3️⃣ 根据你的需求做出技术取舍等方向确定后，再让它开始写代码。

爱丽丝呀！

352,072 Aufrufe • vor 8 Tagen

Codex 这个用法一定要改，结果会好一个量级 90% 的人都把 Codex 当神仙了，一上来就直接 /goal：帮我写一个 App，实际上它很难理解你的具体需求分享一条OpenAI研究员 Vaibhav (VB) Srivastav 都在用的技巧：先让 Codex 做 research，再根据结论设置一个合适的 /goal，而不是一上来就直接 /goal 例如：我要开发一个 XXX。暂时不要写代码。先帮我做 requirements gathering 和 research：这个问题的核心约束是什么有哪些成熟方案 / 同类实现可以参考主要技术风险和容易踩的坑最小可交付版本应该包含什么、排除什么把调研结果整理清楚后，再根据结论 set 一个合适的 /goal 你也可以跟 Codex 对话： 1️⃣ 把需求和边界问清楚 2️⃣ 把现有方案和风险摸透 3️⃣ 再锁定一个真正可执行的 goal 等 goal 定准了，再让它开始写代码，结果会明显稳很多

Codex 这个用法一定要改，结果会好一个量级 90% 的人都把 Codex 当神仙了，一上来就直接 /goal：帮我写一个 App，实际上它很难理解你的具体需求分享一条OpenAI研究员 Vaibhav (VB) Srivastav 都在用的技巧：先让 Codex 做 research，再根据结论设置一个合适的 /goal，而不是一上来就直接 /goal 例如：我要开发一个 XXX。暂时不要写代码。先帮我做 requirements gathering 和 research：这个问题的核心约束是什么有哪些成熟方案 / 同类实现可以参考主要技术风险和容易踩的坑最小可交付版本应该包含什么、排除什么把调研结果整理清楚后，再根据结论 set 一个合适的 /goal 你也可以跟 Codex 对话： 1️⃣ 把需求和边界问清楚 2️⃣ 把现有方案和风险摸透 3️⃣ 再锁定一个真正可执行的 goal 等 goal 定准了，再让它开始写代码，结果会明显稳很多

梭哈.AI

36,326 Aufrufe • vor 1 Tag

兄弟们今天给大家一个正确打开GPT5.6的方式。很多人用 Codex，第一步就错了。上来一句：帮我写个 App。这不是让 AI 写代码，这是让它烧你的 token。 Codex 5.6 记得接 GitHub 插件，然后先别让它动手写。直接丢这段：我要开发某某X。先别创建文件，也别输出代码。去 GitHub 调研同类开源项目，筛出最值得参考的方案，分析架构、依赖、活跃度、坑点和可复用设计。最后给我技术选型、系统架构、MVP 范围和开发顺序，等我确认再写代码。这一步做完，省 token 真的离谱。先让它抄作业，再让它干活。兄弟们，这才是 Codex 的正确打开方式。

兄弟们今天给大家一个正确打开GPT5.6的方式。很多人用 Codex，第一步就错了。上来一句：帮我写个 App。这不是让 AI 写代码，这是让它烧你的 token。 Codex 5.6 记得接 GitHub 插件，然后先别让它动手写。直接丢这段：我要开发某某X。先别创建文件，也别输出代码。去 GitHub 调研同类开源项目，筛出最值得参考的方案，分析架构、依赖、活跃度、坑点和可复用设计。最后给我技术选型、系统架构、MVP 范围和开发顺序，等我确认再写代码。这一步做完，省 token 真的离谱。先让它抄作业，再让它干活。兄弟们，这才是 Codex 的正确打开方式。

火山哥🕊️

100,542 Aufrufe • vor 4 Tagen

Anthropic 发布了 Skill Creator 的重大更新核心变化：内置测试用例生成写完一个 Claude 技能，怎么知道它到底能不能被正确触发？以前靠手动试，现在 Skill Creator 内置了测试功能，帮你自动跑评估。你现在可以给技能定义一组测试提示词，描述"什么样的回答算合格"，然后让系统自动跑测试、出报告。不需要写代码，不需要搭测试框架。具体新增了四个能力：自动化评估（Evals）：定义测试提示词和预期结果，系统自动运行并追踪通过率、耗时、token 用量。当模型更新或基础设施变化时，你能立刻发现技能是否"退步"了。多 Agent 并行测试：测试用例不是排队跑的，而是在独立的 Agent 中并行执行，每条测试互不干扰，各自有独立的 token 和耗时统计。 A/B 对比：系统用"比较器 Agent"对两个版本的技能做盲测对比，去掉主观偏见。你改了技能描述，想知道新版比旧版好还是差，直接跑一轮对比就有答案。触发率优化：这可能是最实用的功能。系统会分析你的技能描述和测试提示词，建议怎么改描述才能减少误触发和漏触发。官方测试中，6 个公开的文档类技能有 5 个的触发准确率得到了提升。

Anthropic 发布了 Skill Creator 的重大更新核心变化：内置测试用例生成写完一个 Claude 技能，怎么知道它到底能不能被正确触发？以前靠手动试，现在 Skill Creator 内置了测试功能，帮你自动跑评估。你现在可以给技能定义一组测试提示词，描述"什么样的回答算合格"，然后让系统自动跑测试、出报告。不需要写代码，不需要搭测试框架。具体新增了四个能力：自动化评估（Evals）：定义测试提示词和预期结果，系统自动运行并追踪通过率、耗时、token 用量。当模型更新或基础设施变化时，你能立刻发现技能是否"退步"了。多 Agent 并行测试：测试用例不是排队跑的，而是在独立的 Agent 中并行执行，每条测试互不干扰，各自有独立的 token 和耗时统计。 A/B 对比：系统用"比较器 Agent"对两个版本的技能做盲测对比，去掉主观偏见。你改了技能描述，想知道新版比旧版好还是差，直接跑一轮对比就有答案。触发率优化：这可能是最实用的功能。系统会分析你的技能描述和测试提示词，建议怎么改描述才能减少误触发和漏触发。官方测试中，6 个公开的文档类技能有 5 个的触发准确率得到了提升。

小互

46,969 Aufrufe • vor 5 Monaten

这种模仿手绘制图案的动画，叫做手绘动画，是我前面做了 6 年的工具产品，那是在 Vibe Coding 前的古法编程年代... 现在用 Codex，一句提示词要求，一轮就能做出这个动画，确实不得不感叹 AI 的强大，特别是对于简单产品和想法验证，时间成本几乎趋于零记得当时还有对手绘动画的很多好玩的想法，因为所谓排期和产品迭代问题都没有上，现在可以自己 Vibe 一番，纯当做兴趣，和 AI 帮我做生产项目间隙的“小玩意”

这种模仿手绘制图案的动画，叫做手绘动画，是我前面做了 6 年的工具产品，那是在 Vibe Coding 前的古法编程年代... 现在用 Codex，一句提示词要求，一轮就能做出这个动画，确实不得不感叹 AI 的强大，特别是对于简单产品和想法验证，时间成本几乎趋于零记得当时还有对手绘动画的很多好玩的想法，因为所谓排期和产品迭代问题都没有上，现在可以自己 Vibe 一番，纯当做兴趣，和 AI 帮我做生产项目间隙的“小玩意”

meng shao

94,083 Aufrufe • vor 4 Monaten

99%的人用AI做预测，从第一步就错了！大多数人找AI问未来，本质是在找电子算命先生。要一个确定答案，对了就吹AI神，错了就当没发生。但AI预测真正的价值，从来就不是猜对结果。而是把混乱、打架、定义模糊的零散信息，结构化成有证据、可迭代、能自纠错的概率判断。绝大多数人用AI预测都死在三步上。题目不写死，会不会上市这种模糊问题，从根上就是废问题。信源平权，官方公告和自媒体八卦混在一起，最后只能和出一团稀泥。只要结论不要过程，中了当玄学，错了没复盘，永远不会进步。真正有效的用法，是给AI搭一套完整的认知脚手架。先把题写死，明确定义、层级、截止时间，堵死所有偷换概念的空间。再钉死已发生的事实，把没发生的事也明确列出来，负面信息和正面信息同等重要。然后给信源分层加权，官方权重最高，主流媒体次之，预测市场做对照，二手内容只当气氛组。接着分情景输出概率，基准、上行、下行各配对应的观察信号，什么情况该上修，什么情况该下修。最后一定要追问，逼它自洽，逼它解释冲突，逼它承认之前的判断偏差。其实最值钱的环节恰恰是AI改口，就像Anthropic上市的预测，三刀追问之后，模型主动把9月1日前上市的概率从8到12个百分点，下修到4到7个百分点。敢当面认错并讲清原因，比一次性给出一个漂亮的答案，可信一百倍。这套方法不止能用在公司上市上，产品发布，政策节点，竞品动态，甚至个人的职业选择，只要是答案在未来、信源互相打架的场景，全部可以复用。它本质上是把专业分析师的思考过程，外化出来强制AI走完全链路。 AI当然也有局限，它拿不到内部信息，它会过度自信，它的概率永远是判断不是事实。但真正的高级用法，就是承认这些局限，然后用结构和流程，把局限变成可管理的部分。求答案永远是最低级的用法，借AI的算力，打磨自己的判断系统，才是真正的长期杠杆。

99%的人用AI做预测，从第一步就错了！大多数人找AI问未来，本质是在找电子算命先生。要一个确定答案，对了就吹AI神，错了就当没发生。但AI预测真正的价值，从来就不是猜对结果。而是把混乱、打架、定义模糊的零散信息，结构化成有证据、可迭代、能自纠错的概率判断。绝大多数人用AI预测都死在三步上。题目不写死，会不会上市这种模糊问题，从根上就是废问题。信源平权，官方公告和自媒体八卦混在一起，最后只能和出一团稀泥。只要结论不要过程，中了当玄学，错了没复盘，永远不会进步。真正有效的用法，是给AI搭一套完整的认知脚手架。先把题写死，明确定义、层级、截止时间，堵死所有偷换概念的空间。再钉死已发生的事实，把没发生的事也明确列出来，负面信息和正面信息同等重要。然后给信源分层加权，官方权重最高，主流媒体次之，预测市场做对照，二手内容只当气氛组。接着分情景输出概率，基准、上行、下行各配对应的观察信号，什么情况该上修，什么情况该下修。最后一定要追问，逼它自洽，逼它解释冲突，逼它承认之前的判断偏差。其实最值钱的环节恰恰是AI改口，就像Anthropic上市的预测，三刀追问之后，模型主动把9月1日前上市的概率从8到12个百分点，下修到4到7个百分点。敢当面认错并讲清原因，比一次性给出一个漂亮的答案，可信一百倍。这套方法不止能用在公司上市上，产品发布，政策节点，竞品动态，甚至个人的职业选择，只要是答案在未来、信源互相打架的场景，全部可以复用。它本质上是把专业分析师的思考过程，外化出来强制AI走完全链路。 AI当然也有局限，它拿不到内部信息，它会过度自信，它的概率永远是判断不是事实。但真正的高级用法，就是承认这些局限，然后用结构和流程，把局限变成可管理的部分。求答案永远是最低级的用法，借AI的算力，打磨自己的判断系统，才是真正的长期杠杆。

AYi

21,675 Aufrufe • vor 21 Tagen

【干货】如何让你的即梦Seedance 2.0 听你的话！ Seedance 2.0 火了，但 90% 的人都在浪费它。你是不是也这样：提示词写得很详细，出来的却像“尴尬的废片”，3 秒就能认出是 AI。问题不在模型，在文本写法。我花 6 小时逆向拆解了两段“电影级” AI 视频，发现一个隐藏结构👇

【干货】如何让你的即梦Seedance 2.0 听你的话！ Seedance 2.0 火了，但 90% 的人都在浪费它。你是不是也这样：提示词写得很详细，出来的却像“尴尬的废片”，3 秒就能认出是 AI。问题不在模型，在文本写法。我花 6 小时逆向拆解了两段“电影级” AI 视频，发现一个隐藏结构👇

波妞PONYO

35,142 Aufrufe • vor 6 Monaten

看 OpenMind 如果还把注意力放在“AGI 能有多强”，其实已经有点落后了。真正开始变难的问题是：当 AI 不再只是给建议，而是直接参与决策，人类还能不能理解并承担后果。现在大多数 AI 项目，都在能力层竞争：模型更大、推理更快、Agent 更自动。只要 AI 还停留在“辅助角色”，黑盒是可以被容忍的。但一旦 AI 进入执行层，开始影响资源分配、规则执行和长期结果，不被理解的决策，本质上就是不可治理的系统。 OpenMind 切入的，并不是能力升级，而是这个更前置的问题：在做决定这件事上，人类是否仍然保留解释、质疑和修正的权力。如果一个系统只能输出结果，却无法说明“为什么这么做”，那它永远只能作为工具被隔离使用，而不可能被真正授权进入现实系统。从这个角度看，OpenMind 更像是在为 AGI 设定一道硬门槛：你可以足够聪明，但你不能不可理解。能力可以不断叠加，但决定 AI 能走多远的，最终一定是人类是否还能对它的决策负责。 #OpenMind

看 OpenMind 如果还把注意力放在“AGI 能有多强”，其实已经有点落后了。真正开始变难的问题是：当 AI 不再只是给建议，而是直接参与决策，人类还能不能理解并承担后果。现在大多数 AI 项目，都在能力层竞争：模型更大、推理更快、Agent 更自动。只要 AI 还停留在“辅助角色”，黑盒是可以被容忍的。但一旦 AI 进入执行层，开始影响资源分配、规则执行和长期结果，不被理解的决策，本质上就是不可治理的系统。 OpenMind 切入的，并不是能力升级，而是这个更前置的问题：在做决定这件事上，人类是否仍然保留解释、质疑和修正的权力。如果一个系统只能输出结果，却无法说明“为什么这么做”，那它永远只能作为工具被隔离使用，而不可能被真正授权进入现实系统。从这个角度看，OpenMind 更像是在为 AGI 设定一道硬门槛：你可以足够聪明，但你不能不可理解。能力可以不断叠加，但决定 AI 能走多远的，最终一定是人类是否还能对它的决策负责。 #OpenMind

DD

84,065 Aufrufe • vor 7 Monaten

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 #KAITO

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 #KAITO

阿川

147,843 Aufrufe • vor 7 Monaten

DEXX被盗，certik的审计有没有责任？外行如何查看审计报告？ ➤首先来说，Certik多少是有些问题的。第一，打开项目页，首先是评分！一个审计机构，你评分是什么鬼？我们看审计报告，需要知道的是风险有多大，而不是项目或代码有多好！第二，上来还有项目亮点。而且你看DEXX这亮点都是啥？推特关注者数量、社群、还有市场稳定性。这和你审计业务有啥关系，就这能叫亮点？第三，可是涉及到审计的关键问题时，点击”查看漏洞信息“，然后接下来，不但没有显示漏洞信息，整个代码审计这块就没了……不信的话大家可以自己去试一下，我也录了个视频。第四，其实页面上有pdf审计报告文件可以查看，但是位置不太明显。另一方面，审计报告里的风险事件情况不写在页面上，反而在页面上写一些与安全无关的亮点和评分…… ➤其次，外行看审计报告，应该至少看一下风险摘要。一般审计报告会把风险划分为致命的、主要的、中度、轻度、信息化几个级别。我们可以看一下每个级别有多少风险问题，有多少已经解决、有多少还没有解决。像DEXX这个审计报告上写了，有1主要问题——中心化。 4个中度问题——易受攻击代码。这个已经比较直白了。已解决2个，未解决2个。 4个轻度问题——设计问题，已解决1个，未解决3个。已解决就是已经解决了问题，已知悉，就是没解决的意思哈哈。这么说吧，审计报告没问题，不一定真的没问题。但审计风险摘要里都有问题的，那确实是真的有问题的。 ➤对比其他DEX的审计报告 ❚ DYDX 既然说到DEX，我们可以看一下著名的DEX #dydx 的审计情况。 DYDX也没有花钱请certik进行审计，而是由不同的代码审计人员组成审计组进行非正式审计共6次。最近一次审计报告显示：共有：中度风险1项，未解决。低风险6项，2个已解决，4个暂未解决。信息性风险7项目，7个暂未解决。 ❚ DeGate 再来看一个基于以太坊二层的DEX #DeGate ，2023年8月上线至今天，一共由3家审计机构进行代码，包括 Trail of Bits 、Least Authority 和 #Secbit 共进行5次代码审计。看一下最近一次的审计报告，审计机构是Secbit。审计报告的地址是。中度风险4个，全部已经解决。低风险8个，其中5个已经解决，3个暂时未解决。信息性风险4个，1个已解决，3个暂时未解决。还有4个讨论级别的风险，2个已解决，2个暂时未解决。这类风险应该是需要讨论的，不确定是否存在问题。没有发现更高级别的风险了，剩下的最高风险是低风险。 DYDX 和 DeGate审计的共同点是：第一，都没有花钱给Certik去"镀金"，而是由多个审计主体进行了多次审计，这样可以相对更充分的发现代码中的安全问题。第二，审计报告发布在Github平台，而不是审计机构或项目方的官网，这样可以看见审计报告文件的提交修改删除等行为，更公开更透明。第三，这两个DEX的审计报告中都没有未解决的中度风险。根据审计情况都把风险控制在低风险级别下。 DYDX V4和DeGate分别已经安全运行了14个月和16个月。可见，无论是大型DEX还是中小型DEX，都可以对比出DEXX的不安全。 ➤写在最后作为代码小白的我们，听说项目方有代码审计，我们要打开审计报告看了一下。而不是听项目方说有多少个安全性通过。以DEXX为例，虽然Certik把它的代码排名在10%以内，但是它的评分只有59.31分。这说明DEXX实际的安全性可能更差。只要我们打开这份审计报告，什么也看不懂，起码能看见59.31这个评分。再仔细往下看就会发现"易受攻击代码"的字样。当时看过这两个细节，估计我们也不会去使用这个DEXX了。打开审计报告以后，即使英文不好，也可以查找Medium这个词，找到风险事件摘要，看一下已发现的各级别的风险问题有多少个，多少已解决、多少未解决。虽然代码审计安全的项目不一定安全，虽然我们可能看不懂具体的代码风险，但是发现风险级别较高的因素尚未解决，很可能说明项目代码可能处于比较潦草的阶段，还有待的完善安全性，我们在使用时要慎之又慎。而参与审计的主体多、审计次数多，项目的安全性可能会相对更好一些。当然，也仅仅是相对安全。毕竟很多风险事件不一定是代码层面上的。提升安全性，我们的资产可以分散存储，大额长期投资使用冷钱包。在应用的用户端，手机电脑的环境保持安全性也非常重要，参与交易和持币的浏览器、设备等与日常使用等进行隔离。在操作资产时，包括交易、游戏等等行为，要慢，要慢，要慢，仔细核对信息……欢迎补充

DEXX被盗，certik的审计有没有责任？外行如何查看审计报告？ ➤首先来说，Certik多少是有些问题的。第一，打开项目页，首先是评分！一个审计机构，你评分是什么鬼？我们看审计报告，需要知道的是风险有多大，而不是项目或代码有多好！第二，上来还有项目亮点。而且你看DEXX这亮点都是啥？推特关注者数量、社群、还有市场稳定性。这和你审计业务有啥关系，就这能叫亮点？第三，可是涉及到审计的关键问题时，点击”查看漏洞信息“，然后接下来，不但没有显示漏洞信息，整个代码审计这块就没了……不信的话大家可以自己去试一下，我也录了个视频。第四，其实页面上有pdf审计报告文件可以查看，但是位置不太明显。另一方面，审计报告里的风险事件情况不写在页面上，反而在页面上写一些与安全无关的亮点和评分…… ➤其次，外行看审计报告，应该至少看一下风险摘要。一般审计报告会把风险划分为致命的、主要的、中度、轻度、信息化几个级别。我们可以看一下每个级别有多少风险问题，有多少已经解决、有多少还没有解决。像DEXX这个审计报告上写了，有1主要问题——中心化。 4个中度问题——易受攻击代码。这个已经比较直白了。已解决2个，未解决2个。 4个轻度问题——设计问题，已解决1个，未解决3个。已解决就是已经解决了问题，已知悉，就是没解决的意思哈哈。这么说吧，审计报告没问题，不一定真的没问题。但审计风险摘要里都有问题的，那确实是真的有问题的。 ➤对比其他DEX的审计报告 ❚ DYDX 既然说到DEX，我们可以看一下著名的DEX #dydx 的审计情况。 DYDX也没有花钱请certik进行审计，而是由不同的代码审计人员组成审计组进行非正式审计共6次。最近一次审计报告显示：共有：中度风险1项，未解决。低风险6项，2个已解决，4个暂未解决。信息性风险7项目，7个暂未解决。 ❚ DeGate 再来看一个基于以太坊二层的DEX #DeGate ，2023年8月上线至今天，一共由3家审计机构进行代码，包括 Trail of Bits 、Least Authority 和 #Secbit 共进行5次代码审计。看一下最近一次的审计报告，审计机构是Secbit。审计报告的地址是。中度风险4个，全部已经解决。低风险8个，其中5个已经解决，3个暂时未解决。信息性风险4个，1个已解决，3个暂时未解决。还有4个讨论级别的风险，2个已解决，2个暂时未解决。这类风险应该是需要讨论的，不确定是否存在问题。没有发现更高级别的风险了，剩下的最高风险是低风险。 DYDX 和 DeGate审计的共同点是：第一，都没有花钱给Certik去"镀金"，而是由多个审计主体进行了多次审计，这样可以相对更充分的发现代码中的安全问题。第二，审计报告发布在Github平台，而不是审计机构或项目方的官网，这样可以看见审计报告文件的提交修改删除等行为，更公开更透明。第三，这两个DEX的审计报告中都没有未解决的中度风险。根据审计情况都把风险控制在低风险级别下。 DYDX V4和DeGate分别已经安全运行了14个月和16个月。可见，无论是大型DEX还是中小型DEX，都可以对比出DEXX的不安全。 ➤写在最后作为代码小白的我们，听说项目方有代码审计，我们要打开审计报告看了一下。而不是听项目方说有多少个安全性通过。以DEXX为例，虽然Certik把它的代码排名在10%以内，但是它的评分只有59.31分。这说明DEXX实际的安全性可能更差。只要我们打开这份审计报告，什么也看不懂，起码能看见59.31这个评分。再仔细往下看就会发现"易受攻击代码"的字样。当时看过这两个细节，估计我们也不会去使用这个DEXX了。打开审计报告以后，即使英文不好，也可以查找Medium这个词，找到风险事件摘要，看一下已发现的各级别的风险问题有多少个，多少已解决、多少未解决。虽然代码审计安全的项目不一定安全，虽然我们可能看不懂具体的代码风险，但是发现风险级别较高的因素尚未解决，很可能说明项目代码可能处于比较潦草的阶段，还有待的完善安全性，我们在使用时要慎之又慎。而参与审计的主体多、审计次数多，项目的安全性可能会相对更好一些。当然，也仅仅是相对安全。毕竟很多风险事件不一定是代码层面上的。提升安全性，我们的资产可以分散存储，大额长期投资使用冷钱包。在应用的用户端，手机电脑的环境保持安全性也非常重要，参与交易和持币的浏览器、设备等与日常使用等进行隔离。在操作资产时，包括交易、游戏等等行为，要慢，要慢，要慢，仔细核对信息……欢迎补充

TVBee🦅

53,242 Aufrufe • vor 1 Jahr

CodeX使用小技巧——检查电脑内存，全面优化提速 CodeX不只是编程工具，它的功能十分强大，理论上能用它解决你电脑的任何问题：检查网速、检查内存..... 实测用它检查电脑运行内存，效果非常好，但每个电脑情况不同，建议用审批模式，让它全面诊断你的电脑并给出具体数据+进程列表+优化建议关键操作（关闭/删除/永久禁用）由你确认后再执行，安全有效🧐

CodeX使用小技巧——检查电脑内存，全面优化提速 CodeX不只是编程工具，它的功能十分强大，理论上能用它解决你电脑的任何问题：检查网速、检查内存..... 实测用它检查电脑运行内存，效果非常好，但每个电脑情况不同，建议用审批模式，让它全面诊断你的电脑并给出具体数据+进程列表+优化建议关键操作（关闭/删除/永久禁用）由你确认后再执行，安全有效🧐

梭哈.AI

20,104 Aufrufe • vor 1 Monat

独立开发者最大的幻觉："功能做出来，用户就会来。" 现实是：如果你在写第一行代码前没想清楚业务逻辑，这行代码注定是废代码。没做过 PM 不知道怎么想？ PM Skills Marketplace 把 100+ 个顶级产品经理的思考框架塞进了 Claude。一个指令 /discover，AI 帮你跑完一整个真实的产品发现流程。把节省下来的 3 个月乱写代码的时间，花在正确的方向上。 ⬇️👇

独立开发者最大的幻觉："功能做出来，用户就会来。" 现实是：如果你在写第一行代码前没想清楚业务逻辑，这行代码注定是废代码。没做过 PM 不知道怎么想？ PM Skills Marketplace 把 100+ 个顶级产品经理的思考框架塞进了 Claude。一个指令 /discover，AI 帮你跑完一整个真实的产品发现流程。把节省下来的 3 个月乱写代码的时间，花在正确的方向上。 ⬇️👇

axiaisacat

24,710 Aufrufe • vor 4 Monaten

AI 半小时复制 typeless！我花了半小时时间，用 OpenCode 全自动开发了一款实现typeless 核心功能的 Mac 原生 App，花费11美金。这两天 Typeless 异常火爆，但是30美金/月的订阅费和需要联网使用的隐私问题，让我一直想找到替代方案，今天灵机一动，为啥不 vibe coding 一个？于是就有了这个AI帮我开发的平替，通过 Mac MLX 本地运行 VibeVoice-ASR-4bit 作为推理服务，可自定义快捷键，程序全部由 AI 编写，使用的是 opus-4.5，花费11美金。当然跟 typeless 还是有很多差距的，不过已经实现了核心功能，重点是断网本地运行！后面会逐渐完善功能，完善后会放出来，敬请期待！效果如视频：

AI 半小时复制 typeless！我花了半小时时间，用 OpenCode 全自动开发了一款实现typeless 核心功能的 Mac 原生 App，花费11美金。这两天 Typeless 异常火爆，但是30美金/月的订阅费和需要联网使用的隐私问题，让我一直想找到替代方案，今天灵机一动，为啥不 vibe coding 一个？于是就有了这个AI帮我开发的平替，通过 Mac MLX 本地运行 VibeVoice-ASR-4bit 作为推理服务，可自定义快捷键，程序全部由 AI 编写，使用的是 opus-4.5，花费11美金。当然跟 typeless 还是有很多差距的，不过已经实现了核心功能，重点是断网本地运行！后面会逐渐完善功能，完善后会放出来，敬请期待！效果如视频：

nash_su - e/acc

29,401 Aufrufe • vor 6 Monaten

不花一分钱快，速用Seedance2.0生成真人质感的假面全网爆火的打斗短视频呢？就是已经被说烂随便app和豆包，具体怎么操作，我先分享这个提示词再我写个文吧，这些app每天10次的抽卡加上豆包10个积分机会其实足够生成一个小片段用的，只要你的提示词写得好，抽卡几率也大大降低！另外再分享一个小云雀上都有的、但是热度一直很高的提示词，作为一名合格的搬运工！！我必须要说的是，这些其实都可以找豆包写的，完全不用问东问西，更不用付费！！！！（因为我抠搜，我至今没花过一毛钱在ai软件，gemini的其实也算是白嫖的）最近因为敏感词和IP等不再提供假面、铠甲变身的素材，导致很多提示词不能用？那不是因为词的问题，问题在你的图，不要去垫图，用自己画的假面或者机甲，下面你只需要准备三样素材（正派、反派、背景（根据需求，也可以文字描述）： 1️⃣主角：@你的数字人/@图1的cos真人版（不要用IP） 2️⃣主角变身后：@图2（一定得用真实的照片，最好用mj/grok艺术化以后，用🍌转成真实风格（一定是写实的）保证成片！ 3️⃣反派：@图3/你用文字描述的即可（各大app一大堆） 4️⃣场景：@图4（如果你需要固定场景的长篇幅确保一致性，必须要垫的图）这样只用写动作和特效即可！（提示词我放在评论区了）👇👇👇 基本能保证你的账号日更基本不成问题！👇

不花一分钱快，速用Seedance2.0生成真人质感的假面全网爆火的打斗短视频呢？就是已经被说烂随便app和豆包，具体怎么操作，我先分享这个提示词再我写个文吧，这些app每天10次的抽卡加上豆包10个积分机会其实足够生成一个小片段用的，只要你的提示词写得好，抽卡几率也大大降低！另外再分享一个小云雀上都有的、但是热度一直很高的提示词，作为一名合格的搬运工！！我必须要说的是，这些其实都可以找豆包写的，完全不用问东问西，更不用付费！！！！（因为我抠搜，我至今没花过一毛钱在ai软件，gemini的其实也算是白嫖的）最近因为敏感词和IP等不再提供假面、铠甲变身的素材，导致很多提示词不能用？那不是因为词的问题，问题在你的图，不要去垫图，用自己画的假面或者机甲，下面你只需要准备三样素材（正派、反派、背景（根据需求，也可以文字描述）： 1️⃣主角：@你的数字人/@图1的cos真人版（不要用IP） 2️⃣主角变身后：@图2（一定得用真实的照片，最好用mj/grok艺术化以后，用🍌转成真实风格（一定是写实的）保证成片！ 3️⃣反派：@图3/你用文字描述的即可（各大app一大堆） 4️⃣场景：@图4（如果你需要固定场景的长篇幅确保一致性，必须要垫的图）这样只用写动作和特效即可！（提示词我放在评论区了）👇👇👇 基本能保证你的账号日更基本不成问题！👇

𝟡𝟜 ᴾᴸᴬʸᶠᴼᴿᴳᴱ

51,100 Aufrufe • vor 5 Monaten

还得是小孩哥！！最近看 #OpenGradient，发现它的火爆可不是因为那些技术展示，更多的是背后那些关注它的人。你看，开发者、基础设施专家、研究人员、早期的贡献者都在聊同一个话题：把验证直接嵌入到基础层。大家不是在吹什么炫酷的界面或演示，而是一直在讨论：如何让执行留下痕迹；模型能被检查，不是盲目信任；智能体在开放环境中行为可预测。这些话题说明，OpenGradient (∇, ∇) 真正触碰到了一个大家每天都在面对的问题。而且，Model Hub 最近已经有了 1000 多个可验证的模型，说明大家已经愿意以一种可以审计的方式去发布智能体。这种改变可不只是为了营销噱头，而是从根本上改变了大家的思维方式。 #OpenGradient 现在看起来像是悄悄地成为了“去中心化 AI”这个领域的基准，而不是追求炒作的热点。这个项目在悄悄地解决那些没人看到的问题，才是最稳固的基础。更厉害的是，它刚完成了 850 万美元的融资！投资者包括 a16z 和 Coinbase Ventures，这个背后的资金支持说明，去中心化的人工智能已经吸引了大佬们的关注。如果你还没注意到 #OpenGradient，这可能是个好机会。它不是在炒作 hype，而是在做事，给那些真正关心去中心化 AI 的人提供实际的东西。 #KaitoAI #Kaito #Yap Kaito AI 🌊 OpenGradient (∇, ∇) #OpenGradient

还得是小孩哥！！最近看 #OpenGradient，发现它的火爆可不是因为那些技术展示，更多的是背后那些关注它的人。你看，开发者、基础设施专家、研究人员、早期的贡献者都在聊同一个话题：把验证直接嵌入到基础层。大家不是在吹什么炫酷的界面或演示，而是一直在讨论：如何让执行留下痕迹；模型能被检查，不是盲目信任；智能体在开放环境中行为可预测。这些话题说明，OpenGradient (∇, ∇) 真正触碰到了一个大家每天都在面对的问题。而且，Model Hub 最近已经有了 1000 多个可验证的模型，说明大家已经愿意以一种可以审计的方式去发布智能体。这种改变可不只是为了营销噱头，而是从根本上改变了大家的思维方式。 #OpenGradient 现在看起来像是悄悄地成为了“去中心化 AI”这个领域的基准，而不是追求炒作的热点。这个项目在悄悄地解决那些没人看到的问题，才是最稳固的基础。更厉害的是，它刚完成了 850 万美元的融资！投资者包括 a16z 和 Coinbase Ventures，这个背后的资金支持说明，去中心化的人工智能已经吸引了大佬们的关注。如果你还没注意到 #OpenGradient，这可能是个好机会。它不是在炒作 hype，而是在做事，给那些真正关心去中心化 AI 的人提供实际的东西。 #KaitoAI #Kaito #Yap Kaito AI 🌊 OpenGradient (∇, ∇) #OpenGradient

币自由 🐬

122,616 Aufrufe • vor 7 Monaten

刚看了 TermMax | Fixed Rate Borrowing & Lending 这轮V2更新。很多人可能还没注意到，这次上线了V2 Roll和Alpha Put两个功能。放在一起看，它们其实在解决同一个核心痛点——对未来的不确定性。 DeFi里大家最开始享受的就是那种随时开仓、随时加杠杆、随时换资产的自由。可时间长了你就会发现，真正让人头疼的，往往是到期后该怎么办、利率会不会变、要不要提前备流动性、行情突然反转又该如何应对这些问题。不少用户最后不是输给市场，而是卡在必须立刻做决定的那一刻。 V2 Roll最关键的改变，就是让你能提前安排好未来。在Positions页面直接Roll to Next Market，就能把仓位延续到下一个固定期限市场，或者Roll to Morpho切换成浮动利率，保留更多灵活空间。以前到期就等于终点，很多选择一下子都没了。现在到期变成了一个岔路口，你可以继续往前，也可以灵活转向。时间第一次成了你可以主动掌控的变量。同一时间上线的Alpha Put，则在从方向角度发力。官方重点展示的 $NVDAon、 $SPYon、 $CRCLon这些Dual Investment Vault，逻辑其实挺直白。价格没到行权价，你就保留原Token加上收益；一旦突破，就换成Stable加上收益。交易者付权利金，Vault存款人赚取溢价。Put和Call让你能明确表达看涨或看跌的观点，不用像传统杠杆那样时刻担心清算线。Roll管时间，Alpha Put管方向。以前时间和方向总是绑在一起，看对行情可能输在到期，看对资产可能输在现金流安排，现在两者开始能独立管理了。 DeFi过去几年主要在拼收益、杠杆和资本效率，但很少有人去想怎么提升决策自由度，减少被迫的选择。这次TermMax给我的感觉是，它已经在帮用户搭建一套风险管理工具箱，把时间风险、方向风险这些拆开来处理。当然也得说实话，目前还没看到大量用户把Roll和Alpha Put组合出成熟策略，这更多还是机制层面的潜力。 Dual Vault本身有锁仓周期，资金流动性会受点限制；Roll到新市场后利率也会按新环境重新定价，不会自动沿用旧条件。另外V2还在Bug Bounty阶段，功能多了以后学习和操作复杂度也会上去。尽管这样，我还是觉得这轮更新最值得注意的地方，其实是它开始让人从单纯下注转向提前规划。如果你手上正好有个快到期的仓位，同时对后市又没十足把握，你会先去处理时间问题，还是先解决方向问题？

刚看了 TermMax | Fixed Rate Borrowing & Lending 这轮V2更新。很多人可能还没注意到，这次上线了V2 Roll和Alpha Put两个功能。放在一起看，它们其实在解决同一个核心痛点——对未来的不确定性。 DeFi里大家最开始享受的就是那种随时开仓、随时加杠杆、随时换资产的自由。可时间长了你就会发现，真正让人头疼的，往往是到期后该怎么办、利率会不会变、要不要提前备流动性、行情突然反转又该如何应对这些问题。不少用户最后不是输给市场，而是卡在必须立刻做决定的那一刻。 V2 Roll最关键的改变，就是让你能提前安排好未来。在Positions页面直接Roll to Next Market，就能把仓位延续到下一个固定期限市场，或者Roll to Morpho切换成浮动利率，保留更多灵活空间。以前到期就等于终点，很多选择一下子都没了。现在到期变成了一个岔路口，你可以继续往前，也可以灵活转向。时间第一次成了你可以主动掌控的变量。同一时间上线的Alpha Put，则在从方向角度发力。官方重点展示的 $NVDAon、 $SPYon、 $CRCLon这些Dual Investment Vault，逻辑其实挺直白。价格没到行权价，你就保留原Token加上收益；一旦突破，就换成Stable加上收益。交易者付权利金，Vault存款人赚取溢价。Put和Call让你能明确表达看涨或看跌的观点，不用像传统杠杆那样时刻担心清算线。Roll管时间，Alpha Put管方向。以前时间和方向总是绑在一起，看对行情可能输在到期，看对资产可能输在现金流安排，现在两者开始能独立管理了。 DeFi过去几年主要在拼收益、杠杆和资本效率，但很少有人去想怎么提升决策自由度，减少被迫的选择。这次TermMax给我的感觉是，它已经在帮用户搭建一套风险管理工具箱，把时间风险、方向风险这些拆开来处理。当然也得说实话，目前还没看到大量用户把Roll和Alpha Put组合出成熟策略，这更多还是机制层面的潜力。 Dual Vault本身有锁仓周期，资金流动性会受点限制；Roll到新市场后利率也会按新环境重新定价，不会自动沿用旧条件。另外V2还在Bug Bounty阶段，功能多了以后学习和操作复杂度也会上去。尽管这样，我还是觉得这轮更新最值得注意的地方，其实是它开始让人从单纯下注转向提前规划。如果你手上正好有个快到期的仓位，同时对后市又没十足把握，你会先去处理时间问题，还是先解决方向问题？

Domingo_gou | ASHVA🐴| OP_CAT| 🐬TermMax

21,088 Aufrufe • vor 2 Monaten

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：

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：

岚叔

18,114 Aufrufe • vor 3 Monaten

帅不帅不知道但美女确实流口水了无法反驳不知道你有没有发现，在以太坊或者传统的 Layer2 上，交易就像在单行道上开车：前面的车没走，后面的车只能等这种串行执模型，就是导致 Gas 费飙升和网络拥堵的元凶 #Miden 如何通过并行执行打破链上拥堵？ Miden 的思路很硬核：把单行道变成超级多车道的高速公路核心逻辑：从排队到并行 #Miden 引入了一种以动作为中心的并发状态模型在以太坊：所有人共用一个账本，状态更新必须按顺序来，因为大家可能会抢同一个变量在 #Miden ：账户和票据是独立的，只要你和我的交易不涉及同一个账户，我们就可以在各自的设备上同时完成计算并生成证明链上订单簿的终极方案目前的 DEX 大多采用 AMM，很大程度是因为链上串行执行撑不起高频的订单簿想象一下，如果一个去中心化交易所在 Miden 上运行：由于交易是并行执行的，一千个用户同时下单，他们是在自己的客户端生成证明，然后异步提交给节点，节点只需要验证这些证明的数学正确性，而不需要像传统链那样一个个排队跑逻辑结果就是：毫秒级的响应体验，却拥有以太坊级别的安全性更绝的是，Miden 的账户天生就是智能合约，不需要像以太坊那样通过 ERC-4337 这种复杂的补丁来实现在 #Miden，你可以轻松设定：多重签名：必须两个设备同时确认限制消费：每天只能转出 100 刀资产找回：即使私钥丢了，也可以通过预设的逻辑找回这种把隐私、并行、安揉进底层的设计，才是未来 DApp 爆发的基石 #Miden #KaitoYap Kaito AI 🌊 #Yap

帅不帅不知道但美女确实流口水了无法反驳不知道你有没有发现，在以太坊或者传统的 Layer2 上，交易就像在单行道上开车：前面的车没走，后面的车只能等这种串行执模型，就是导致 Gas 费飙升和网络拥堵的元凶 #Miden 如何通过并行执行打破链上拥堵？ Miden 的思路很硬核：把单行道变成超级多车道的高速公路核心逻辑：从排队到并行 #Miden 引入了一种以动作为中心的并发状态模型在以太坊：所有人共用一个账本，状态更新必须按顺序来，因为大家可能会抢同一个变量在 #Miden ：账户和票据是独立的，只要你和我的交易不涉及同一个账户，我们就可以在各自的设备上同时完成计算并生成证明链上订单簿的终极方案目前的 DEX 大多采用 AMM，很大程度是因为链上串行执行撑不起高频的订单簿想象一下，如果一个去中心化交易所在 Miden 上运行：由于交易是并行执行的，一千个用户同时下单，他们是在自己的客户端生成证明，然后异步提交给节点，节点只需要验证这些证明的数学正确性，而不需要像传统链那样一个个排队跑逻辑结果就是：毫秒级的响应体验，却拥有以太坊级别的安全性更绝的是，Miden 的账户天生就是智能合约，不需要像以太坊那样通过 ERC-4337 这种复杂的补丁来实现在 #Miden，你可以轻松设定：多重签名：必须两个设备同时确认限制消费：每天只能转出 100 刀资产找回：即使私钥丢了，也可以通过预设的逻辑找回这种把隐私、并行、安揉进底层的设计，才是未来 DApp 爆发的基石 #Miden #KaitoYap Kaito AI 🌊 #Yap

Winner🔶BNB

30,024 Aufrufe • vor 7 Monaten

现在 meme 市场的问题很明显，行情一热大家冲现货，行情一凉就没人玩了。不是 meme 没需求，是交易方式太单一。 #MemeMax 直接把 meme 放进永续里，让你不管涨跌都能参与，只用判断方向，不用死拿筹码，这点对很多人其实更友好。更关键的是，它不是单纯做个 perp 给你玩。你在里面交易、产生行为，这些数据是会被记下来的，能跟后面的激励、排名、奖励连在一起，不是打一枪就走的那种结构。 Phase 2 也快来了，Top 500 有实打实的奖励，这点已经说得很清楚了。不是那种只给前几名吃肉，后面全陪跑的玩法。你愿意花时间参与，基本都有反馈。现在的态度也很简单，先用、先看、先参与，不急着下结论。至少在一堆只靠喊口号的项目里，#MemeMax 属于那种真想把 meme 交易这件事做成“长期工具”的。能不能跑出来，最后还是看数据，但现在这个阶段，值得放进观察列表。 #MemeMax #Web3 #MaxPacks #DeFi #KaitoAI #Kaito #Yaps #MemeMax Kaito AI 🌊 MemeMax

现在 meme 市场的问题很明显，行情一热大家冲现货，行情一凉就没人玩了。不是 meme 没需求，是交易方式太单一。 #MemeMax 直接把 meme 放进永续里，让你不管涨跌都能参与，只用判断方向，不用死拿筹码，这点对很多人其实更友好。更关键的是，它不是单纯做个 perp 给你玩。你在里面交易、产生行为，这些数据是会被记下来的，能跟后面的激励、排名、奖励连在一起，不是打一枪就走的那种结构。 Phase 2 也快来了，Top 500 有实打实的奖励，这点已经说得很清楚了。不是那种只给前几名吃肉，后面全陪跑的玩法。你愿意花时间参与，基本都有反馈。现在的态度也很简单，先用、先看、先参与，不急着下结论。至少在一堆只靠喊口号的项目里，#MemeMax 属于那种真想把 meme 交易这件事做成“长期工具”的。能不能跑出来，最后还是看数据，但现在这个阶段，值得放进观察列表。 #MemeMax #Web3 #MaxPacks #DeFi #KaitoAI #Kaito #Yaps #MemeMax Kaito AI 🌊 MemeMax

币自由 🐬

23,739 Aufrufe • vor 7 Monaten

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。

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。

搞子(明日香版)🕊️

25,560 Aufrufe • vor 6 Monaten