Video yükleniyor...

Video Yüklenemedi

Ana Sayfaya Dön

GitHub 上这个 67k star 的项目，直接实现了平行世界的推演 你给它一段真实素材（新闻、报告、小说内容都行），它自动搭一个数字孪生世界，往里面塞成千上万个AI智能体，让它们自己跑社会演化，最后给你一份预测报告。 公关危机预演、政策效果推演、商业战略对比、小说结局推导，全都能干。 最后还自动出一份详细预测报告，还能直接跟任意智能体对话追问。

axichuhai's profile picture

阿西_出海

24,896 subscribers

11,330 görüntüleme • 3 ay önce •via X (Twitter)

LIVE

Anya Rossi• Live Now

Private livecam show

0 Yorum

Yorum bulunmuyor

Orijinal gönderinin yorumları burada görünecek

Benzer Videolar

GitHub 上看到一个5w star的项目，直接把AI大模型变成了一个自动化的股票分析员 只要配置好自选股，就能自动拉行情K线、技术指标、新闻公告、基本面数据，然后生成一份决策仪表盘 核心结论、趋势评分、买卖点位、风险警报、催化因素、操作检查清单，都会逐条列出来 支持多轮追问策略，均线缠论、波浪趋势、热点事件驱动、成长质量都有内置 每天到点自动跑，结果直接推到微信、飞书、Telegram或者邮箱
0:16

GitHub 上看到一个5w star的项目，直接把AI大模型变成了一个自动化的股票分析员 只要配置好自选股，就能自动拉行情K线、技术指标、新闻公告、基本面数据，然后生成一份决策仪表盘 核心结论、趋势评分、买卖点位、风险警报、催化因素、操作检查清单，都会逐条列出来 支持多轮追问策略，均线缠论、波浪趋势、热点事件驱动、成长质量都有内置 每天到点自动跑，结果直接推到微信、飞书、Telegram或者邮箱

阿西_出海

13,473 görüntüleme • 3 ay önce

兄弟们，我发现 Codex 改 Bug 最狠的玩法，不是让它直接修。 是先让它亲手证明：这个 Bug 真的存在。 直接把这段丢给它： “先别改源码。写一个最小测试把问题复现出来，运行给我看；找到根因后再修，然后重新跑同一个测试。” 跑完后，红的。 Codex找到问题改完，再跑一次，绿了。 这下codex他就不会嘴硬了。 有时候它会偷懒说“已经修复”，按照这个给他跑。 现在失败和通过全摆在屏幕上，它想嘴硬都不行。 这个对付codex偷懒小秘法我是百试百灵。 别只听它说好了，让它现场证明。
0:19

兄弟们，我发现 Codex 改 Bug 最狠的玩法，不是让它直接修。 是先让它亲手证明：这个 Bug 真的存在。 直接把这段丢给它： “先别改源码。写一个最小测试把问题复现出来，运行给我看；找到根因后再修，然后重新跑同一个测试。” 跑完后，红的。 Codex找到问题改完，再跑一次，绿了。 这下codex他就不会嘴硬了。 有时候它会偷懒说“已经修复”，按照这个给他跑。 现在失败和通过全摆在屏幕上，它想嘴硬都不行。 这个对付codex偷懒小秘法我是百试百灵。 别只听它说好了，让它现场证明。

火山哥🕊️

67,140 görüntüleme • 1 ay önce

太魔幻了，Astra 还在让大家惊叹：AI 终于会用 Blender 了。 结果Nex-AGI 已经直接出现在现实世界里了。 我只给了一个 Prompt： 做一根 6cm 的粉色活动香蕉，省点料。 然后我基本没碰 Blender。 它自己用 MCP 建模，Computer Use 看结果、自己修，最后直接吐给我一个 STL。 我顺手扔进拓竹。 👇 视频里正在一层一层长出来的，就是它自己设计的香蕉。 这一刻我是真有点惊到了。 Nex-AGI + Computer Use，能力完全超出我预期。 一句话 → Blender → STL → 3D 打印 → 实物。 🔥 这真的有点科幻了。 直接免费体验nex-agi ：
0:13

太魔幻了，Astra 还在让大家惊叹：AI 终于会用 Blender 了。 结果Nex-AGI 已经直接出现在现实世界里了。 我只给了一个 Prompt： 做一根 6cm 的粉色活动香蕉，省点料。 然后我基本没碰 Blender。 它自己用 MCP 建模，Computer Use 看结果、自己修，最后直接吐给我一个 STL。 我顺手扔进拓竹。 👇 视频里正在一层一层长出来的，就是它自己设计的香蕉。 这一刻我是真有点惊到了。 Nex-AGI + Computer Use，能力完全超出我预期。 一句话 → Blender → STL → 3D 打印 → 实物。 🔥 这真的有点科幻了。 直接免费体验nex-agi ：

实践哥 Li

162,799 görüntüleme • 18 gün önce

Codex 5.6 必装金融分析工具，让你秒变股票分析专家 你是不是还在每天盯 A股、港股、美股，还要自己看新闻、资金流、技术指标，最后再手动做复盘？其实这些AI都能帮你搞定。 用这个开源项目 daily_stock_analysis 自动抓取行情和相关信息，生成 AI 分析报告，再推送到企业微信、飞书、Telegram 等渠道。 可以直接让 Codex 帮你把整套流程跑起来。 你只需要把项目交给 Codex，输入这段prompt： 帮我部署并配置 daily_stock_analysis，先检查当前项目依赖和运行方式，再使用 GitHub Actions 设置工作日自动执行；添加我的自选股，开启 AI 分析和风险提示，并配置消息推送。部署完成后实际运行一次，检查行情获取、AI 分析、报告生成和推送是否全部正常，有问题直接修复直到完整跑通。 整个流程变成： 自动抓行情 → AI 分析 → 生成报告 → 定时推送 以前你每天自己盯盘，现在直接让 Codex 5.6 帮你把“盯盘 + 分析 + 复盘 + 推送”自动化。 赶紧去试试吧，真是太方便了！
0:18

Codex 5.6 必装金融分析工具，让你秒变股票分析专家 你是不是还在每天盯 A股、港股、美股，还要自己看新闻、资金流、技术指标，最后再手动做复盘？其实这些AI都能帮你搞定。 用这个开源项目 daily_stock_analysis 自动抓取行情和相关信息，生成 AI 分析报告，再推送到企业微信、飞书、Telegram 等渠道。 可以直接让 Codex 帮你把整套流程跑起来。 你只需要把项目交给 Codex，输入这段prompt： 帮我部署并配置 daily_stock_analysis，先检查当前项目依赖和运行方式，再使用 GitHub Actions 设置工作日自动执行；添加我的自选股，开启 AI 分析和风险提示，并配置消息推送。部署完成后实际运行一次，检查行情获取、AI 分析、报告生成和推送是否全部正常，有问题直接修复直到完整跑通。 整个流程变成： 自动抓行情 → AI 分析 → 生成报告 → 定时推送 以前你每天自己盯盘，现在直接让 Codex 5.6 帮你把“盯盘 + 分析 + 复盘 + 推送”自动化。 赶紧去试试吧，真是太方便了！

govin.eth | G哥

102,345 görüntüleme • 1 ay önce

OpenAI 刚给 Codex 加了个录屏回放功能，有点意思。 你在 Codex 里做的那些操作流程——写代码、调 API、跑测试、部署上线——它全给你录下来，存成一个可复用的 "AI 技能"。 下次遇到类似的活儿，直接回放，不用重新来一遍。 说白了就是把你的人工操作变成了一段 AI 可以自己重复跑的自动化流程。
0:18

OpenAI 刚给 Codex 加了个录屏回放功能，有点意思。 你在 Codex 里做的那些操作流程——写代码、调 API、跑测试、部署上线——它全给你录下来，存成一个可复用的 "AI 技能"。 下次遇到类似的活儿，直接回放，不用重新来一遍。 说白了就是把你的人工操作变成了一段 AI 可以自己重复跑的自动化流程。

Vincent

14,794 görüntüleme • 3 ay önce

这行情说实话挺难做的：横着磨、假突破一堆，跟单最怕的不是不会看盘，而是信息太多+出手太慢+一亏就上头。 我最近换了个思路：直接抄一套AI 团队决策的作业。 我用的是 SimianX（ 指标智能体：跑 EMA/RSI/MACD 这些结构/趋势 情报智能体：盯新闻/情绪/异动 基本面智能体：看慢变量+关键位 最后交给 决策智能体：把分歧收敛成一条结论——方向+关键支撑阻力+风险/失效点（还带置信度） 对跟单者最友好的一点：你不用纠结“听谁的”，你只需要按它给的执行位和失效位做纪律。 另外它配置自由度也挺硬： 四个智能体可以分别选不同大模型（模型路由） 刷新频率还能自己调：执行层高频盯盘，慢变量低频更新，成本强度自己控 还有胜率排行榜：按时间框架/周期筛胜率、交易数、平均持仓；不少模型/组合胜率能看到 50%+（以榜单为准），配合仓位历史能复盘每笔交易 用 AI 团队把决策流程做硬一点，胜率才有机会稳下来。 （NFA/DYOR）
0:11

这行情说实话挺难做的：横着磨、假突破一堆，跟单最怕的不是不会看盘，而是信息太多+出手太慢+一亏就上头。 我最近换了个思路：直接抄一套AI 团队决策的作业。 我用的是 SimianX（ 指标智能体：跑 EMA/RSI/MACD 这些结构/趋势 情报智能体：盯新闻/情绪/异动 基本面智能体：看慢变量+关键位 最后交给 决策智能体：把分歧收敛成一条结论——方向+关键支撑阻力+风险/失效点（还带置信度） 对跟单者最友好的一点：你不用纠结“听谁的”，你只需要按它给的执行位和失效位做纪律。 另外它配置自由度也挺硬： 四个智能体可以分别选不同大模型（模型路由） 刷新频率还能自己调：执行层高频盯盘，慢变量低频更新，成本强度自己控 还有胜率排行榜：按时间框架/周期筛胜率、交易数、平均持仓；不少模型/组合胜率能看到 50%+（以榜单为准），配合仓位历史能复盘每笔交易 用 AI 团队把决策流程做硬一点，胜率才有机会稳下来。 （NFA/DYOR）

gala 🌬️

13,233 görüntüleme • 8 ay önce

卧槽，出海的兄弟们有福了！！！ 之前搞出海内容/广告/电商的朋友们最烦的是什么——选品要自己翻数据，找爆款视频要自己刷，拆人家的钩子和脚本要自己看，写完脚本还得开一堆工具去生成素材 一整套下来，一条广告从调研到出片，快的半天，慢的两三天 而且最头疼的是每次换品、换方向，前面聊的背景全白费，又得从头 brief 一遍 我前两天试了个东西，直接把我整套流程干掉了 我跟它说： "帮我调研一下 TikTok Shop 上最近跑量好的便携搅拌杯，分析前三名的广告策略，然后给我出一版投放方案" 它就自己去查 TikTok Shop 的数据，拉出来竞品销量、广告素材、爆款视频的钩子结构，然后直接给我出了一份调研报告 + 三个创意方向 我选了其中一个方向，接着说： "按这个方向，帮我翻拍那条跑量最好的视频，再批量出 5 条不同开头的变体" 它先把那条爆款视频的结构拆了，按我的产品重新生成了一版，然后一口气又出了 5 条不同钩子的变体素材 全程它记着我之前选的品、定的方向，不用重复说 说实话，出来的素材质量比我预期好不少，但毕竟是 AI 生成，个别镜头还是需要自己过一遍再微调 好在生成完的东西都能在后台直接改，不是黑箱 原理就是：TopviewAI 上线了一个叫 AI Marketer 的功能，把 TikTok Shop、Amazon、Shopee 的数据打通了，能直接查选品、查竞品、查趋势 然后从调研结果出发，一路走到创意方案、脚本、成片，全在一个地方完成 还能一键翻拍爆款视频、批量生成广告变体 顺着这个思路，能干的事太多了： 1、跨境卖家每周换品测款，调研到出片不用再开五六个工具来回切 2、投放团队批量出素材，一个品直接拉 10 条不同角度的广告，A/B 测试成本直接打下来 3、做代运营的，客户丢个品过来，当天就能交一版带数据支撑的方案 + 成片 以前找个靠谱的投手 + 剪辑师，一个月工资加起来小几万 现在这套东西自己跑，从看数据到出成片，我试下来一个下午能搞定以前一周的量！！ 直接既降本又增效果！
0:15

卧槽，出海的兄弟们有福了！！！ 之前搞出海内容/广告/电商的朋友们最烦的是什么——选品要自己翻数据，找爆款视频要自己刷，拆人家的钩子和脚本要自己看，写完脚本还得开一堆工具去生成素材 一整套下来，一条广告从调研到出片，快的半天，慢的两三天 而且最头疼的是每次换品、换方向，前面聊的背景全白费，又得从头 brief 一遍 我前两天试了个东西，直接把我整套流程干掉了 我跟它说： "帮我调研一下 TikTok Shop 上最近跑量好的便携搅拌杯，分析前三名的广告策略，然后给我出一版投放方案" 它就自己去查 TikTok Shop 的数据，拉出来竞品销量、广告素材、爆款视频的钩子结构，然后直接给我出了一份调研报告 + 三个创意方向 我选了其中一个方向，接着说： "按这个方向，帮我翻拍那条跑量最好的视频，再批量出 5 条不同开头的变体" 它先把那条爆款视频的结构拆了，按我的产品重新生成了一版，然后一口气又出了 5 条不同钩子的变体素材 全程它记着我之前选的品、定的方向，不用重复说 说实话，出来的素材质量比我预期好不少，但毕竟是 AI 生成，个别镜头还是需要自己过一遍再微调 好在生成完的东西都能在后台直接改，不是黑箱 原理就是：TopviewAI 上线了一个叫 AI Marketer 的功能，把 TikTok Shop、Amazon、Shopee 的数据打通了，能直接查选品、查竞品、查趋势 然后从调研结果出发，一路走到创意方案、脚本、成片，全在一个地方完成 还能一键翻拍爆款视频、批量生成广告变体 顺着这个思路，能干的事太多了： 1、跨境卖家每周换品测款，调研到出片不用再开五六个工具来回切 2、投放团队批量出素材，一个品直接拉 10 条不同角度的广告，A/B 测试成本直接打下来 3、做代运营的，客户丢个品过来，当天就能交一版带数据支撑的方案 + 成片 以前找个靠谱的投手 + 剪辑师，一个月工资加起来小几万 现在这套东西自己跑，从看数据到出成片，我试下来一个下午能搞定以前一周的量！！ 直接既降本又增效果！

超级个体｜柿子

49,378 görüntüleme • 24 gün önce

苹果下一个大产品，可能真的装不进你口袋了。 最新报告称，Apple 正在全力开发搭载 AI 的智能眼镜。它将配备摄像头、麦克风、扬声器，并深度支持实时 Siri 交互。 想象一下： • 实时翻译：和外国人对话时，字幕直接浮现在眼前 • 导航箭头直接叠加在真实道路上 • 免提 AI 助手：随时提问、记录、提醒 • 环顾四周，就能立刻获取你想知道的信息 唯一的问题是，你真的愿意一天到晚都戴着它吗？
0:12

苹果下一个大产品，可能真的装不进你口袋了。 最新报告称，Apple 正在全力开发搭载 AI 的智能眼镜。它将配备摄像头、麦克风、扬声器，并深度支持实时 Siri 交互。 想象一下： • 实时翻译：和外国人对话时，字幕直接浮现在眼前 • 导航箭头直接叠加在真实道路上 • 免提 AI 助手：随时提问、记录、提醒 • 环顾四周，就能立刻获取你想知道的信息 唯一的问题是，你真的愿意一天到晚都戴着它吗？

lucky

45,772 görüntüleme • 4 ay önce

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。
0:13

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 görüntüleme • 7 ay önce

全自动科学论文工厂，它真的来了。 你该看看这个新仓库。 之前那个中国大学生搞了个MiroFish，做实时社会模拟；字节跳动那边出了OpenViking，把记忆结构化；还有Percepta，把数学计算直接嵌进大模型的权重里；吴恩达那边也推了个Context Hub，相当于给代理加了一层自己标注的文档系统。 👉 Polymarket 官方入口： 现在，AutoResearchClaw 刚在 GitHub 上线——一个全自动的科学论文生成器。 仓库上线几个小时，就拿了差不多 4k 星。 给一个原始的想法进去，出来的就是一篇 6000 字、能直接用的 PDF 论文。关键它不是那种垃圾玩意儿。 它背后跑的是真正的代理系统： · 自己做实验：写代码、跑测试、读日志，崩了还能自己调 · 几乎没有幻觉：走硬核四层验证，对接真实科学数据库，没有假引用 · 格式也挑不出毛病：图表自动生成，LaTeX 排版，直接对标 NeurIPS / ICML 的标准 挺有意思的悖论是：这东西不会把 arXiv 搞死。 仓库： 当生成一篇论文的成本几乎为零，真正的权力就到了“筛选者”手里。行业里的新神，会是那些活人审稿人——他们要在无穷无尽的 AI 论文洪流里，手动淘出真东西。 愿安息吧，五年磨一篇的突破性论文——可能一夜之间就被批量淹没了。 把这几样东西拼在一起看： MiroFish 的集群 + OpenViking 的记忆 + Percepta 的真实数学 + Context Hub 的干净文档 + AutoResearchClaw 的自主研究 你就得到了一类代理——能自己跑完整个研究闭环，用真数学去验证假设，反复推敲，以远超人类的速度做出真正的突破。 这不就是在 Polymarket 和各类条件市场上，搭建下一代预测机器人要用的那套东西吗？代理自己去研究、模拟、验证概率，用科学的方法更新判断，而不是靠猜。 一个真正能发现、能证明的预测超级代理时代，就这么来了。 存好这套配置。 如果想在 Polymarket 上搞跟单交易，我推荐用这个： #Polymarket
0:14

全自动科学论文工厂，它真的来了。 你该看看这个新仓库。 之前那个中国大学生搞了个MiroFish，做实时社会模拟；字节跳动那边出了OpenViking，把记忆结构化；还有Percepta，把数学计算直接嵌进大模型的权重里；吴恩达那边也推了个Context Hub，相当于给代理加了一层自己标注的文档系统。 👉 Polymarket 官方入口： 现在，AutoResearchClaw 刚在 GitHub 上线——一个全自动的科学论文生成器。 仓库上线几个小时，就拿了差不多 4k 星。 给一个原始的想法进去，出来的就是一篇 6000 字、能直接用的 PDF 论文。关键它不是那种垃圾玩意儿。 它背后跑的是真正的代理系统： · 自己做实验：写代码、跑测试、读日志，崩了还能自己调 · 几乎没有幻觉：走硬核四层验证，对接真实科学数据库，没有假引用 · 格式也挑不出毛病：图表自动生成，LaTeX 排版，直接对标 NeurIPS / ICML 的标准 挺有意思的悖论是：这东西不会把 arXiv 搞死。 仓库： 当生成一篇论文的成本几乎为零，真正的权力就到了“筛选者”手里。行业里的新神，会是那些活人审稿人——他们要在无穷无尽的 AI 论文洪流里，手动淘出真东西。 愿安息吧，五年磨一篇的突破性论文——可能一夜之间就被批量淹没了。 把这几样东西拼在一起看： MiroFish 的集群 + OpenViking 的记忆 + Percepta 的真实数学 + Context Hub 的干净文档 + AutoResearchClaw 的自主研究 你就得到了一类代理——能自己跑完整个研究闭环，用真数学去验证假设，反复推敲，以远超人类的速度做出真正的突破。 这不就是在 Polymarket 和各类条件市场上，搭建下一代预测机器人要用的那套东西吗？代理自己去研究、模拟、验证概率，用科学的方法更新判断，而不是靠猜。 一个真正能发现、能证明的预测超级代理时代，就这么来了。 存好这套配置。 如果想在 Polymarket 上搞跟单交易，我推荐用这个： #Polymarket

区块链行情研究

62,723 görüntüleme • 6 ay önce

第一个使用 Claude 驱动的视频生成产品来了， Higgsfield 刚刚推出了 Vibe-Motion，由 Claude 模型驱动。 他们把 Vibe Coding 那套逻辑，直接放到了视频生成里。 以前做 AI 视频是把提示词写好，点生成，如果不满意还要改个词重来，之前的神态、光影全变了。 接入 Claude 后的 Higgsfield Vibe-Motion，直接把 AI 视频从生成器变成了编辑器，现在用它生成视频能够： 1. 深入理解创作意图：比如 “让这个视频看起来高端”，它能够自动调整几十个参数来匹配你的意图。 2. 实时掌握世界知识：比如你只要上传品牌素材，无需解释就能理解当前品牌参考、相关风格，自动应用到视频里。 3. 持续上下文：Claude 会记住你的对话，只需要对视频提出修改意见，能够自动推理你要修改哪个细节，不会把已经确定好的视频风格搞乱。 4. 更强大的一致性：通过 Claude 它能够自动推理出视频要修改的时间、布局、层级关系，自动维护视频的一致性。 Vibe Video 已来，先生成 Demo，再通过对话不断微调细节。
0:15

第一个使用 Claude 驱动的视频生成产品来了， Higgsfield 刚刚推出了 Vibe-Motion，由 Claude 模型驱动。 他们把 Vibe Coding 那套逻辑，直接放到了视频生成里。 以前做 AI 视频是把提示词写好，点生成，如果不满意还要改个词重来，之前的神态、光影全变了。 接入 Claude 后的 Higgsfield Vibe-Motion，直接把 AI 视频从生成器变成了编辑器，现在用它生成视频能够： 1. 深入理解创作意图：比如 “让这个视频看起来高端”，它能够自动调整几十个参数来匹配你的意图。 2. 实时掌握世界知识：比如你只要上传品牌素材，无需解释就能理解当前品牌参考、相关风格，自动应用到视频里。 3. 持续上下文：Claude 会记住你的对话，只需要对视频提出修改意见，能够自动推理你要修改哪个细节，不会把已经确定好的视频风格搞乱。 4. 更强大的一致性：通过 Claude 它能够自动推理出视频要修改的时间、布局、层级关系，自动维护视频的一致性。 Vibe Video 已来，先生成 Demo，再通过对话不断微调细节。

耳朵

37,349 görüntüleme • 8 ay önce

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？
0:22

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？

0x_Miko

41,948 görüntüleme • 6 ay önce

你们能想象吗，我前两天在做一件事——想让家里的智能音箱跟我买的外卖自动对接，结果发现一个在我家 Wi-Fi 上听指令，一个在外卖 APP 上执行订单，两个系统完全不认识对方，我都快炸了。 然后我碰到了 Warden Protocol，这东西就像帮我装了个“万能接口”，家里的音箱和外卖 APP 可以直接说话了，而且还能互相确认每一步动作是不是做对了。就像我下单的同时，音箱能证明“对，他确实点了那个辣鸡翅”，再也不用担心出错。 以前做这种事，我得不停切换界面、手动核对数据，简直像 juggling 两个世界。现在有了 Warden，就像两边融为一体，一口气搞定，轻松又安全。 Warden
0:11

你们能想象吗，我前两天在做一件事——想让家里的智能音箱跟我买的外卖自动对接，结果发现一个在我家 Wi-Fi 上听指令，一个在外卖 APP 上执行订单，两个系统完全不认识对方，我都快炸了。 然后我碰到了 Warden Protocol，这东西就像帮我装了个“万能接口”，家里的音箱和外卖 APP 可以直接说话了，而且还能互相确认每一步动作是不是做对了。就像我下单的同时，音箱能证明“对，他确实点了那个辣鸡翅”，再也不用担心出错。 以前做这种事，我得不停切换界面、手动核对数据，简直像 juggling 两个世界。现在有了 Warden，就像两边融为一体，一口气搞定，轻松又安全。 Warden

币圈荒木｜Araki🪵

33,811 görüntüleme • 11 ay önce

LibTV 全新视频 Agent 评测 可以接入Claude Code，一句话出片... LiblibAI 发布了一个全新的工作流 AI视频 Agent 平台LibTV，它可以在一张无限大的画布上，通过拖放节点来组合各种模型进行视频生成创作。 最牛P的是他们发布了一个skill技能，接入Claude Code、小龙虾，让AI能自动帮你编排节点... Claude Code等通过 Skill 接口全自动调用它的各种节点，自动帮你搭建节点，从剧本构思到最终成品剪辑自动跑完，一句话进去，成片出来。 我测试的过程中一直感叹，非常的牛P...
0:10

LibTV 全新视频 Agent 评测 可以接入Claude Code，一句话出片... LiblibAI 发布了一个全新的工作流 AI视频 Agent 平台LibTV，它可以在一张无限大的画布上，通过拖放节点来组合各种模型进行视频生成创作。 最牛P的是他们发布了一个skill技能，接入Claude Code、小龙虾，让AI能自动帮你编排节点... Claude Code等通过 Skill 接口全自动调用它的各种节点，自动帮你搭建节点，从剧本构思到最终成品剪辑自动跑完，一句话进去，成片出来。 我测试的过程中一直感叹，非常的牛P...

小互

145,560 görüntüleme • 6 ay önce

Atria Dawn Preview：上海 AI 实验室与多所高校联合开源的模型 面向科研工作者、开发者和专业知识工作者的智能体模型，给它一个研究问题、一段代码或者一份数据，它能够自己查找资料、调用各种工具并运行测试，最后直接交出可以使用的成果。比如写出有据可查的研究报告、跑通的软件程序、能够直接编辑的文档表格，甚至可以做出 3D 机械零件模型和能玩的小游戏。 我用Atria Dawn Preview做了GPT 6 Astra的经典案例3D模型飞机，效果非常不错，这个模型没有视觉能力，纯靠代码也能拼出非常精准且美观的飞机。Atria ASI 官网： API接入： 模型：
0:13

Atria Dawn Preview：上海 AI 实验室与多所高校联合开源的模型 面向科研工作者、开发者和专业知识工作者的智能体模型，给它一个研究问题、一段代码或者一份数据，它能够自己查找资料、调用各种工具并运行测试，最后直接交出可以使用的成果。比如写出有据可查的研究报告、跑通的软件程序、能够直接编辑的文档表格，甚至可以做出 3D 机械零件模型和能玩的小游戏。 我用Atria Dawn Preview做了GPT 6 Astra的经典案例3D模型飞机，效果非常不错，这个模型没有视觉能力，纯靠代码也能拼出非常精准且美观的飞机。Atria ASI 官网： API接入： 模型：

Gorden Sun

24,739 görüntüleme • 18 gün önce

语音圈真的炸了，这个github开源黑科技把AI语音干到了离谱的程度，项目叫 VoxCPM2，已经揽获 22.9k star。 你用自然语言描述一个声音，它就能帮你生成出来。 不用找参考音频，也不需要任何样本，直接就能出效果。 更绝的是它的克隆能力。 随便找一段音频扔进去，它可以 1:1 复刻那个声音的音色、语气、情绪和节奏。 如果你再把原始文字稿也一起给它，连说话时的呼吸节奏、细微停顿都能还原。
0:10

语音圈真的炸了，这个github开源黑科技把AI语音干到了离谱的程度，项目叫 VoxCPM2，已经揽获 22.9k star。 你用自然语言描述一个声音，它就能帮你生成出来。 不用找参考音频，也不需要任何样本，直接就能出效果。 更绝的是它的克隆能力。 随便找一段音频扔进去，它可以 1:1 复刻那个声音的音色、语气、情绪和节奏。 如果你再把原始文字稿也一起给它，连说话时的呼吸节奏、细微停顿都能还原。

阿西_出海

52,989 görüntüleme • 3 ay önce

我去，美团把数字人视频生成模型开源了。外面数字人 Agent 一天卖 50 万，美团直接做了个 LongCat-Video-Avatar 塞进同一个仓库里开源了。 给一张人脸图加一段音频，数字人张嘴念稿，嘴唇、眼神、表情全自动对上。 它不是那种玩具开源，是实打实对标 Sora、Veo3、Kling 那种商业模型。 13.6B 参数，文生视频、图生视频、视频续写，一个模型全干完，720p 30 帧，长视频一口气跑几分钟不崩画质。而且你敢信？推理还比同级快了 10 倍。 坦率的讲，我看到技术报告的时候是有点懵的。因为 benchmark 上它一个 Dense 架构的 13.6B 模型，追着人家 28B 的 MoE 打。更让我愣住的是数字人那块。 你想想看，这事以前怎么搞。 要么自己录真人，要么掏钱买方案，几百块一条起步。现在一个开源模型，丢段文案给 TTS 一念，画面它自己出。而且 1.5 版做了蒸馏，推理从几十步压到 8 步，快了 15 倍。还加了 INT8 量化省显存。 说实话，这种东西别只收藏。 想试的，先跑 一下我下面的文章教程，参考就能部署。 GitHub 搜 meituan-longcat / LongCat-Video，权重在 HuggingFace 上直接下。
0:19

我去，美团把数字人视频生成模型开源了。外面数字人 Agent 一天卖 50 万，美团直接做了个 LongCat-Video-Avatar 塞进同一个仓库里开源了。 给一张人脸图加一段音频，数字人张嘴念稿，嘴唇、眼神、表情全自动对上。 它不是那种玩具开源，是实打实对标 Sora、Veo3、Kling 那种商业模型。 13.6B 参数，文生视频、图生视频、视频续写，一个模型全干完，720p 30 帧，长视频一口气跑几分钟不崩画质。而且你敢信？推理还比同级快了 10 倍。 坦率的讲，我看到技术报告的时候是有点懵的。因为 benchmark 上它一个 Dense 架构的 13.6B 模型，追着人家 28B 的 MoE 打。更让我愣住的是数字人那块。 你想想看，这事以前怎么搞。 要么自己录真人，要么掏钱买方案，几百块一条起步。现在一个开源模型，丢段文案给 TTS 一念，画面它自己出。而且 1.5 版做了蒸馏，推理从几十步压到 8 步，快了 15 倍。还加了 INT8 量化省显存。 说实话，这种东西别只收藏。 想试的，先跑 一下我下面的文章教程，参考就能部署。 GitHub 搜 meituan-longcat / LongCat-Video，权重在 HuggingFace 上直接下。

产品经理老王霸

173,926 görüntüleme • 3 ay önce

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。
0:13

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。

Vincent

12,673 görüntüleme • 3 ay önce

Polymarket 上一个 天气套利 Python bot 的代码，被泄露出来了 而且这次放出来的，不只是代码 还包括一整套 从搭建到策略逻辑 的说明 这篇内容讲的核心很直接： 就算你 完全不会写代码，也能照着流程，先搭出一个自己的天气交易 bot 它覆盖的内容包括： 机场天气 API 的解析 策略的基本设置 仓位大小的处理逻辑 这套 bot 的逻辑，大致是这样： • 用机场坐标，从 NWS 获取天气预测 • 把站点实时数据和 1 小时 forecast 做比较，拿到更接近真实的判断 • 在 Polymarket 上寻找 $0.01–$0.15 的温度区间 • 当市场价格 低于或等于入场阈值 时进场 • 先用 $1000 做策略模拟测试 • 后续仓位管理还会加入 Kelly + EV 的 sizing 逻辑 这类 bot 最值得看的地方，不是“明天能不能立刻赚到 $500” 而是它给了你一个可反复测试的 sandbox 你可以先把自己的想法丢进去跑，再决定哪些天气策略真的值得上实盘。 也就是说，它卖的不是暴富承诺 而是一套能让你自己验证策略的框架 这种“先给你测试环境，再让你慢慢调策略”的 bot， 你觉得更适合新手入场，还是只对已经会做天气盘的人有用？
0:18

Polymarket 上一个 天气套利 Python bot 的代码，被泄露出来了 而且这次放出来的，不只是代码 还包括一整套 从搭建到策略逻辑 的说明 这篇内容讲的核心很直接： 就算你 完全不会写代码，也能照着流程，先搭出一个自己的天气交易 bot 它覆盖的内容包括： 机场天气 API 的解析 策略的基本设置 仓位大小的处理逻辑 这套 bot 的逻辑，大致是这样： • 用机场坐标，从 NWS 获取天气预测 • 把站点实时数据和 1 小时 forecast 做比较，拿到更接近真实的判断 • 在 Polymarket 上寻找 $0.01–$0.15 的温度区间 • 当市场价格 低于或等于入场阈值 时进场 • 先用 $1000 做策略模拟测试 • 后续仓位管理还会加入 Kelly + EV 的 sizing 逻辑 这类 bot 最值得看的地方，不是“明天能不能立刻赚到 $500” 而是它给了你一个可反复测试的 sandbox 你可以先把自己的想法丢进去跑，再决定哪些天气策略真的值得上实盘。 也就是说，它卖的不是暴富承诺 而是一套能让你自己验证策略的框架 这种“先给你测试环境，再让你慢慢调策略”的 bot， 你觉得更适合新手入场，还是只对已经会做天气盘的人有用？

0x_Miko

19,595 görüntüleme • 6 ay önce