正在加载视频...

视频加载失败

加载此视频时出现问题。这可能是由于临时网络问题，或视频可能不可用。

别再一个一个去调教美股 AI 机器人了！今天直接上硬核Multi-Agent链式协同打法。如果你在用Helio这类支持多AI并行的工作空间，千万别让它们各自为战——要让它们内卷起来！我直接把虚拟团队打造成华尔街多策略对冲基金模式，搭建了5个垂直资深研究员。量化技术面、财报精算师、宏观新闻面、期权资金面、风控决策大脑。下面视频是我输入【帮我把 NVDA 和 AMD 摆在一起横向拉表】，AI 兵团瞬间输出五大投研板块： · 多维数据摘要（核心财务指标横向 PK） · 深度业务拆解（AI 芯片市场份额与性能对决） · 宏观与新闻催化（大行评级与政策风险全扫描） · 量化 Alpha 因子（技术面支撑位与一致性预期） · 风险与决策建议（仓位风控与终局交易方案）我不需要在 5 个聊天框里分别问问题，它们会在同一个频道里自发内卷对齐降低 90% 的无效垃圾文本，只留像素级硬核指标～感兴趣的可以去你的空间里把这套 Prompt 骨架搭起来吧！以上是个人研究学习工具分享哦～dyor

爱丽丝呀！

18,119 subscribers

10,730 次观看 • 2 个月前 •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

0 条评论

暂无评论

原始帖子的评论将显示在这里

相关视频

别再用单体 AI 跑股票量化交易了！大模型做股票交易最大的弱点：不是幻觉，就是无法应对高频变盘的单向思维风暴。分享一个真正懂金融行为学的硬核 GitHub 开源项目 —— TradingAgents-CN 它专为股票分析设计，核心逻辑极其优雅：用多智能体社会学模拟，把单 LLM 的交易偏见彻底干碎！核心杀手锏：多角色盘前模拟辩论：框架内由宏观分析师、技术交易员、风控官等多个 Agent 角色组成。在系统内展开多轮激烈辩论，通过交叉验证寻找更稳妥的决策点。全链路金融行为学模拟：从宏观新闻感知、盘前技术面交叉对齐，到模拟盘中的动态仓位控制，完美还原专业投资机构的决策工作流。中文本地化与回测支持：无缝对接 A股、港股、美股等核心市场的数据与交易逻辑，而且完美适配 Claude、ChatGPT (OpenAI) 以及国内主流大模型底层。一站式回测支持：内置高频交易环境模拟与标准量化指标评估，直接输出带思维链（CoT）的决策报告。感兴趣的可以看看～dyor～地址：

别再用单体 AI 跑股票量化交易了！大模型做股票交易最大的弱点：不是幻觉，就是无法应对高频变盘的单向思维风暴。分享一个真正懂金融行为学的硬核 GitHub 开源项目 —— TradingAgents-CN 它专为股票分析设计，核心逻辑极其优雅：用多智能体社会学模拟，把单 LLM 的交易偏见彻底干碎！核心杀手锏：多角色盘前模拟辩论：框架内由宏观分析师、技术交易员、风控官等多个 Agent 角色组成。在系统内展开多轮激烈辩论，通过交叉验证寻找更稳妥的决策点。全链路金融行为学模拟：从宏观新闻感知、盘前技术面交叉对齐，到模拟盘中的动态仓位控制，完美还原专业投资机构的决策工作流。中文本地化与回测支持：无缝对接 A股、港股、美股等核心市场的数据与交易逻辑，而且完美适配 Claude、ChatGPT (OpenAI) 以及国内主流大模型底层。一站式回测支持：内置高频交易环境模拟与标准量化指标评估，直接输出带思维链（CoT）的决策报告。感兴趣的可以看看～dyor～地址：

爱丽丝呀！

32,866 次观看 • 2 个月前

港大 HKUDS 重磅开源：AI 交易员的专属平台 AI-Trader 来了以前 AI 玩交易，大多只是帮人看图、生成策略，像个聪明的助手而 AI-Trader 直接把格局拉满 —— 直接在底层组建了一个 AI 交易员团队。不管 A 股、港股、美股还是加密货币，全都原生打通传统的自动化交易，大部分逻辑是人写死规则，程序去执行；而 AI-Trader 是让好几个 AI 角色组合在一起，自己去分析市场、讨论策略。在这个框架里，面对复杂的盘面，系统里的基本面 AI、技术面 AI和风控 AI 等agent会自己进行内部辩论。就像一个真实的基金团队一样，它们会一起开会、互相PK，自动碰撞并对冲掉单一模型的偏见，自发找出最好的交易和仓位机会。它研究的不是简单的代码自动化，而是让 AI 学会像人类专家团一样协同看盘。这才是最硬核的黑科技！而且它在底层已经完美兼容了 Claude 、OpenAI 等主流大模型生态。项目地址：感兴趣的可以看看哦～非投资建议，dyor

港大 HKUDS 重磅开源：AI 交易员的专属平台 AI-Trader 来了以前 AI 玩交易，大多只是帮人看图、生成策略，像个聪明的助手而 AI-Trader 直接把格局拉满 —— 直接在底层组建了一个 AI 交易员团队。不管 A 股、港股、美股还是加密货币，全都原生打通传统的自动化交易，大部分逻辑是人写死规则，程序去执行；而 AI-Trader 是让好几个 AI 角色组合在一起，自己去分析市场、讨论策略。在这个框架里，面对复杂的盘面，系统里的基本面 AI、技术面 AI和风控 AI 等agent会自己进行内部辩论。就像一个真实的基金团队一样，它们会一起开会、互相PK，自动碰撞并对冲掉单一模型的偏见，自发找出最好的交易和仓位机会。它研究的不是简单的代码自动化，而是让 AI 学会像人类专家团一样协同看盘。这才是最硬核的黑科技！而且它在底层已经完美兼容了 Claude 、OpenAI 等主流大模型生态。项目地址：感兴趣的可以看看哦～非投资建议，dyor

爱丽丝呀！

26,123 次观看 • 2 个月前

兄弟们！第一个专门给 A 股做的多智能体投资 Agent，2.4K stars，MIT 开源！ A 股散户终于有自己的 AI 投研团队了！不是美股版的翻译搬运，是从数据源到策略逻辑到风控全部围绕 A 股生态重新设计的。基本面分析、技术面分析、市场情绪、宏观经济——每个角色一个 Agent，分工协作，像一家迷你券商研究所。核心特点如下： 1️⃣ 多 Agent 架构：技术、基本面、情绪、估值、宏观等分析师分工 2️⃣ 多空辩论机制：看多和看空研究员先辩论，再由 LLM 做中立评估 3️⃣ 风险管理和组合决策环节 4️⃣ 数据来自 AkShare，并带本地缓存 5️⃣ 支持新闻搜索和情感分析 6️⃣ 提供 FastAPI 接口，方便调用以前用 AI 做 A 股：用美股框架硬套 → 数据源不对 → 财报格式不对 → 放弃了。现在 A_Share_investment_Agent 从数据到模型到报告全是 A 股原生。对想研究 AI Agent 在投资分析中的应用，或者关注 A 股智能化研究的人来说，值得看看。

兄弟们！第一个专门给 A 股做的多智能体投资 Agent，2.4K stars，MIT 开源！ A 股散户终于有自己的 AI 投研团队了！不是美股版的翻译搬运，是从数据源到策略逻辑到风控全部围绕 A 股生态重新设计的。基本面分析、技术面分析、市场情绪、宏观经济——每个角色一个 Agent，分工协作，像一家迷你券商研究所。核心特点如下： 1️⃣ 多 Agent 架构：技术、基本面、情绪、估值、宏观等分析师分工 2️⃣ 多空辩论机制：看多和看空研究员先辩论，再由 LLM 做中立评估 3️⃣ 风险管理和组合决策环节 4️⃣ 数据来自 AkShare，并带本地缓存 5️⃣ 支持新闻搜索和情感分析 6️⃣ 提供 FastAPI 接口，方便调用以前用 AI 做 A 股：用美股框架硬套 → 数据源不对 → 财报格式不对 → 放弃了。现在 A_Share_investment_Agent 从数据到模型到报告全是 A 股原生。对想研究 AI Agent 在投资分析中的应用，或者关注 A 股智能化研究的人来说，值得看看。

爱吃折耳根的Ace

28,782 次观看 • 22 天前

🚨卧槽！量化技能全景导航库来了 quantskills 组织开源的 quantskills 仓库，是一个专门为量化交易和金融 AI Agent 打造的全景导航地图，把大量可复用、可被 Agent 调用的量化技能进行了系统化整理。核心亮点： > 覆盖 9 大核心类目：数据接口、因子研究、策略回测、风险监控、市场分析、AI Agent 等 > 收录 500+ 个经过验证的因子技能，涵盖量价、风险、方向性和统计类 > 强调技能的标准化设计，便于 AI Agent 直接调用和组合 > 包含大量实用工具链：因子 IC 分析、事件风险预警、新闻情绪分析、组合优化等 > 提供技能与 Agent 的开发模板和治理机制，方便社区共建 > 同时整理了大量未分类的高价值研究工具和复现项目对做量化因子开发、策略研究，或者想构建能自主使用量化工具的金融 AI Agent 的开发者来说，这是一个目前开源里整理得最系统、最具导航价值的资源库之一。

🚨卧槽！量化技能全景导航库来了 quantskills 组织开源的 quantskills 仓库，是一个专门为量化交易和金融 AI Agent 打造的全景导航地图，把大量可复用、可被 Agent 调用的量化技能进行了系统化整理。核心亮点： > 覆盖 9 大核心类目：数据接口、因子研究、策略回测、风险监控、市场分析、AI Agent 等 > 收录 500+ 个经过验证的因子技能，涵盖量价、风险、方向性和统计类 > 强调技能的标准化设计，便于 AI Agent 直接调用和组合 > 包含大量实用工具链：因子 IC 分析、事件风险预警、新闻情绪分析、组合优化等 > 提供技能与 Agent 的开发模板和治理机制，方便社区共建 > 同时整理了大量未分类的高价值研究工具和复现项目对做量化因子开发、策略研究，或者想构建能自主使用量化工具的金融 AI Agent 的开发者来说，这是一个目前开源里整理得最系统、最具导航价值的资源库之一。

爱吃折耳根的Ace

23,174 次观看 • 1 个月前

做量化不一定非要有一整支团队。把几个开源项目组合起来，已经能搭出一套比较完整的 AI 量化工作流：从市场研究 → 策略生成 → 回测验证 → 交易执行。我目前重点看的几个： QuantDinger 10.3k star AI 量化操作系统。支持市场研究、自然语言生成策略、回测和交易执行，覆盖面比较广。 Freqtrade 53k star 加密货币自动化交易机器人。连接多交易所，策略执行和优化都比较成熟。 vnpy 44.3k star 中文量化里很核心的一个框架，适合股票、期货等市场的策略开发和实盘。 StockSharp 10.5k star 跨市场交易平台，支持股票、外汇、加密等，带策略开发和回测能力。 AI Trader 21.2k star 多 Agent 协作模式，不同角色分工研究、辩论和风控，模拟小型投研团队。 TradeMaster / FinRL 16k star 偏强化学习和策略训练，适合想让模型自己学习和进化的方向。这些项目组合后，大致能覆盖：研究分析 → 策略生成 → 回测验证 → 模拟/实盘执行它们并不能完全替代专业团队，但已经能让个人交易者拥有一套可运行的 AI 量化工作流。对想系统尝试 AI 量化的人来说，值得自己去搭建和验证。

做量化不一定非要有一整支团队。把几个开源项目组合起来，已经能搭出一套比较完整的 AI 量化工作流：从市场研究 → 策略生成 → 回测验证 → 交易执行。我目前重点看的几个： QuantDinger 10.3k star AI 量化操作系统。支持市场研究、自然语言生成策略、回测和交易执行，覆盖面比较广。 Freqtrade 53k star 加密货币自动化交易机器人。连接多交易所，策略执行和优化都比较成熟。 vnpy 44.3k star 中文量化里很核心的一个框架，适合股票、期货等市场的策略开发和实盘。 StockSharp 10.5k star 跨市场交易平台，支持股票、外汇、加密等，带策略开发和回测能力。 AI Trader 21.2k star 多 Agent 协作模式，不同角色分工研究、辩论和风控，模拟小型投研团队。 TradeMaster / FinRL 16k star 偏强化学习和策略训练，适合想让模型自己学习和进化的方向。这些项目组合后，大致能覆盖：研究分析 → 策略生成 → 回测验证 → 模拟/实盘执行它们并不能完全替代专业团队，但已经能让个人交易者拥有一套可运行的 AI 量化工作流。对想系统尝试 AI 量化的人来说，值得自己去搭建和验证。

爱吃折耳根的Ace

33,875 次观看 • 25 天前

你能想像一个没有任何人类监督的世界吗？🤖 有研究人员打造了一个虚拟世界，并设计了10个各具性格的 AI 代理人。它们被分别放进五个相同的城镇模拟中，任务是建立一个公平且和平的社会。但即便规则完全相同，不同世界里的AI却出现了截然不同的行为模式。随着科技公司加速推出具自主性的AI代理人，研究也发现自主性越高，结果往往越难预测。专家提醒，当我们把越来越多决策权交给AI，背后潜藏的风险与影响，或许也正在扩大。

你能想像一个没有任何人类监督的世界吗？🤖 有研究人员打造了一个虚拟世界，并设计了10个各具性格的 AI 代理人。它们被分别放进五个相同的城镇模拟中，任务是建立一个公平且和平的社会。但即便规则完全相同，不同世界里的AI却出现了截然不同的行为模式。随着科技公司加速推出具自主性的AI代理人，研究也发现自主性越高，结果往往越难预测。专家提醒，当我们把越来越多决策权交给AI，背后潜藏的风险与影响，或许也正在扩大。

BBC News 中文

32,840 次观看 • 2 个月前

挑战做最适合普通投资者的美股工具！——完全免费我想做一个所有人都觉得好用的美股工具！你们的意见十分重要！现在是V1版本，开放给大家免费使用！我决定把它当成一个长期项目来做：你们想加什么功能直接告诉我，我持续迭代，直到它真正好用为止🫡 这是一个万能美股研究助手，你只需要输入美股代码或中文名，比如 $AMD、英伟达、 $TSLA、 $AAOI，20秒就能生成一份完整的研究报告，快速建立对一家公司的基本认识，特别适合小白扫盲和日常个股跟踪核心功能包括： - 自动拉取公开市场数据、最新财报、基本面指标 - 量化评级与华尔街分析师观点 - 汇总近7天 X 平台英文区 KOL 的真实观点分布（看多/看空/中性 + 核心逻辑） - 如果该标的在 X Layer 上已有对应代币，还会同步展示链上盘口，方便传统研究 + 链上对照直接打开网页就能用，手机端、电脑端都支持：后续计划加入实时新闻、更精准的 KOL 信息抓取、问答式交互、全自动交易等功能专门建了一个 X 号督促自己持续迭代：StockXI 欢迎大家多多使用，有任何建议请直接告诉我🫡

挑战做最适合普通投资者的美股工具！——完全免费我想做一个所有人都觉得好用的美股工具！你们的意见十分重要！现在是V1版本，开放给大家免费使用！我决定把它当成一个长期项目来做：你们想加什么功能直接告诉我，我持续迭代，直到它真正好用为止🫡 这是一个万能美股研究助手，你只需要输入美股代码或中文名，比如 $AMD、英伟达、 $TSLA、 $AAOI，20秒就能生成一份完整的研究报告，快速建立对一家公司的基本认识，特别适合小白扫盲和日常个股跟踪核心功能包括： - 自动拉取公开市场数据、最新财报、基本面指标 - 量化评级与华尔街分析师观点 - 汇总近7天 X 平台英文区 KOL 的真实观点分布（看多/看空/中性 + 核心逻辑） - 如果该标的在 X Layer 上已有对应代币，还会同步展示链上盘口，方便传统研究 + 链上对照直接打开网页就能用，手机端、电脑端都支持：后续计划加入实时新闻、更精准的 KOL 信息抓取、问答式交互、全自动交易等功能专门建了一个 X 号督促自己持续迭代：StockXI 欢迎大家多多使用，有任何建议请直接告诉我🫡

梭哈.AI

21,204 次观看 • 13 天前

港大又放大招了！量化投研的门槛，这次被港大开源的 Vibe-Trading 直接干穿。你不再需要精通 Python、不用手动拉数据、不用自己写回测框架。只需要用大白话说一句想法，AI 多智能体团队就自动帮你把事情干完。分享一个我最近一直在用的项目：Vibe-Trading 核心优势： · 全市场原生打通：加密货币、美股、A股全部支持（OKX、Futu、Tushare、yfinance 等） · 29 种 AI 交易团队：策略师、技术分析师、基本面研究员、风控官……随便召唤 · 它们会内部辩论、互相挑刺，把 AI 幻觉大幅减少 · 生成策略后可一键导出 Pine Script（TradingView）和 MQL5（MT5）代码，直接复制使用～实际试了试：输入【ETH 这周有啥机会？把技术面和资金费率都考虑进去】→ 几个 AI 角色开始吵架，最后给了我一份带收益曲线和风险评估的完整报告。而且Docker 本地部署，数据不离开自己电脑，安全隐私拉满。 GitHub：感兴趣的朋友们可以跑起来试试～ DYOR

港大又放大招了！量化投研的门槛，这次被港大开源的 Vibe-Trading 直接干穿。你不再需要精通 Python、不用手动拉数据、不用自己写回测框架。只需要用大白话说一句想法，AI 多智能体团队就自动帮你把事情干完。分享一个我最近一直在用的项目：Vibe-Trading 核心优势： · 全市场原生打通：加密货币、美股、A股全部支持（OKX、Futu、Tushare、yfinance 等） · 29 种 AI 交易团队：策略师、技术分析师、基本面研究员、风控官……随便召唤 · 它们会内部辩论、互相挑刺，把 AI 幻觉大幅减少 · 生成策略后可一键导出 Pine Script（TradingView）和 MQL5（MT5）代码，直接复制使用～实际试了试：输入【ETH 这周有啥机会？把技术面和资金费率都考虑进去】→ 几个 AI 角色开始吵架，最后给了我一份带收益曲线和风险评估的完整报告。而且Docker 本地部署，数据不离开自己电脑，安全隐私拉满。 GitHub：感兴趣的朋友们可以跑起来试试～ DYOR

爱丽丝呀！

183,050 次观看 • 3 个月前

斯坦福团队造了1000个 AI 模拟人，预测真人行为的准确率到了85% 他们做了一个实验：用 AI 创建了1000个代表美国人口结构的虚拟个体，让它们在模拟环境里做各种决策然后拿模拟结果跟真人的实际行为做对比——85% 的吻合度这个数字意味着：AI模拟体的选择，和真人被问到同样问题时的选择，五次里有四次以上是一致的怎么被发现商业价值的？财富500强的CEO们去斯坦福参观看到了这个演示，开始疯狂问市场相关的问题。团队发现这些问题以前没人能回答，但模拟可以于是他们决定把这个研究做成产品：一个 AI 模拟平台，专门帮企业在做重大决策之前先"跑一遍" 想推一个新产品？先让1000个AI消费者试试反应想调价格？先模拟市场会怎么变想进一个新市场？先看模拟人群的接受度市场调研行业可能要被 AI 重新定义了

斯坦福团队造了1000个 AI 模拟人，预测真人行为的准确率到了85% 他们做了一个实验：用 AI 创建了1000个代表美国人口结构的虚拟个体，让它们在模拟环境里做各种决策然后拿模拟结果跟真人的实际行为做对比——85% 的吻合度这个数字意味着：AI模拟体的选择，和真人被问到同样问题时的选择，五次里有四次以上是一致的怎么被发现商业价值的？财富500强的CEO们去斯坦福参观看到了这个演示，开始疯狂问市场相关的问题。团队发现这些问题以前没人能回答，但模拟可以于是他们决定把这个研究做成产品：一个 AI 模拟平台，专门帮企业在做重大决策之前先"跑一遍" 想推一个新产品？先让1000个AI消费者试试反应想调价格？先模拟市场会怎么变想进一个新市场？先看模拟人群的接受度市场调研行业可能要被 AI 重新定义了

Vincent

27,763 次观看 • 2 个月前

Codex 5.6 ，除了写代码，我发现它在金融股票分析上的实力超出想象分享一套我在用的 Codex 股票分析组合skill，瞬间变成你的顶级私人投研团队 1️⃣Public Equity Investing （内置插件）负责财报复盘、多空逻辑、催化剂、估值和风险分析，让 Codex 按买方流程拆解公司，并输出完整投研报告，并且做成可交互的网页与投资看板 2️⃣global-stock-data 免费的美股、港股数据源，无需 API Key。覆盖行情、K线、财务三表、SEC 文件、机构持仓、期权链和技术指标。 3️⃣a-stock-data 免费的 A 股数据源，无需 API Key。提供行情、K线、财务数据、资金流和全市场筛选，补齐 Codex 的 A 股数据能力。 4️⃣Vibe‑Trading MCP 量化回测神器，把研报里的判断放进历史市场验证：A/港/美组合回测、Walk‑Forward、蒙特卡洛与风险平价一次完成，还会生成可复现的 HTML/PDF 报告。下面视频展示了codex用这套组合分析的案例～以上仅为工具分享与研究参考，非投资建议

Codex 5.6 ，除了写代码，我发现它在金融股票分析上的实力超出想象分享一套我在用的 Codex 股票分析组合skill，瞬间变成你的顶级私人投研团队 1️⃣Public Equity Investing （内置插件）负责财报复盘、多空逻辑、催化剂、估值和风险分析，让 Codex 按买方流程拆解公司，并输出完整投研报告，并且做成可交互的网页与投资看板 2️⃣global-stock-data 免费的美股、港股数据源，无需 API Key。覆盖行情、K线、财务三表、SEC 文件、机构持仓、期权链和技术指标。 3️⃣a-stock-data 免费的 A 股数据源，无需 API Key。提供行情、K线、财务数据、资金流和全市场筛选，补齐 Codex 的 A 股数据能力。 4️⃣Vibe‑Trading MCP 量化回测神器，把研报里的判断放进历史市场验证：A/港/美组合回测、Walk‑Forward、蒙特卡洛与风险平价一次完成，还会生成可复现的 HTML/PDF 报告。下面视频展示了codex用这套组合分析的案例～以上仅为工具分享与研究参考，非投资建议

爱丽丝呀！

58,694 次观看 • 1 个月前

和AI Agent一起工作是一种什么样的体验？扣子空间详细体验评测（下面有邀请码）🧵↓ 字节跳动发布新一代 AI Agent 平台：扣子空间，Slogan为：在扣子空间，和 Agent 一起开始你的工作。也就是你可以像和真人协作一样，和AI一起完成特定任务。通过自然语言交流直接交付结果🫡 例如这个↓ 这个测试是模拟你通过AI来简化你的工作或者提高你的工作效率或者成果，例如假如你是一个幼儿园老师就可以通过AI生成一个交互式的英语学习应用。提高孩子们学习英语的乐趣。它支持调用MCP，这个测试调用了两个MCP，一个是图像生成一个是语音生成。扣子空间，它可以是： ✅「通用实习生」：可以处理各种基础任务，比如整理资料、写文案、查数据等。 ✅「领域专家」：针对具体行业或专业的问题（如法律、医学、设计等）有深入理解，能给出专业建议或完成复杂任务。你可以根据自己的需要选择不同AI来协助你完成任务。它不只是回答问题，AI还能主动帮你做事：比如生成报告、整理数据、写代码、规划日程等。支持两种工作方式：自动模式：AI自动帮你完成任务。协作模式：你可以一步步与AI互动，逐步推进任务，更适合复杂工作。

和AI Agent一起工作是一种什么样的体验？扣子空间详细体验评测（下面有邀请码）🧵↓ 字节跳动发布新一代 AI Agent 平台：扣子空间，Slogan为：在扣子空间，和 Agent 一起开始你的工作。也就是你可以像和真人协作一样，和AI一起完成特定任务。通过自然语言交流直接交付结果🫡 例如这个↓ 这个测试是模拟你通过AI来简化你的工作或者提高你的工作效率或者成果，例如假如你是一个幼儿园老师就可以通过AI生成一个交互式的英语学习应用。提高孩子们学习英语的乐趣。它支持调用MCP，这个测试调用了两个MCP，一个是图像生成一个是语音生成。扣子空间，它可以是： ✅「通用实习生」：可以处理各种基础任务，比如整理资料、写文案、查数据等。 ✅「领域专家」：针对具体行业或专业的问题（如法律、医学、设计等）有深入理解，能给出专业建议或完成复杂任务。你可以根据自己的需要选择不同AI来协助你完成任务。它不只是回答问题，AI还能主动帮你做事：比如生成报告、整理数据、写代码、规划日程等。支持两种工作方式：自动模式：AI自动帮你完成任务。协作模式：你可以一步步与AI互动，逐步推进任务，更适合复杂工作。

小互

27,254 次观看 • 1 年前

🚨 终于有人把“金融数据 + AI Agent”这件事打通了 OpenBB 目前 GitHub 上已有近 7 万 star，是一个开源的金融数据与研究平台，被很多人称为「开源版 Bloomberg Terminal」以前做金融研究，最烦的不是不会分析，而是数据太散：一个终端看行情，一个表格存模型，一个网站翻 SEC 文件，一个工具跑图表，最后还要复制给 AI 总结。现在它把过去只有机构才能轻松获取的专业数据，整合成了人人可用的工具，核心亮点： > 覆盖股票、期权、加密货币、外汇、宏观经济、固定收益等多个市场 > 包含财务数据、高管信息、股东结构、地区分布等细粒度信息 > 支持 AI 集成，一条指令就能让 AI 调取数据并生成深度研报 > 数据可自部署，保护隐私和数据安全只输入一条指令，AI 就能调取数据、生成深度研报，全球金融数据接口真的被打通了做股票研究、量化分析、基金投研、AI 金融 Agent 的，强烈建议保存看看

🚨 终于有人把“金融数据 + AI Agent”这件事打通了 OpenBB 目前 GitHub 上已有近 7 万 star，是一个开源的金融数据与研究平台，被很多人称为「开源版 Bloomberg Terminal」以前做金融研究，最烦的不是不会分析，而是数据太散：一个终端看行情，一个表格存模型，一个网站翻 SEC 文件，一个工具跑图表，最后还要复制给 AI 总结。现在它把过去只有机构才能轻松获取的专业数据，整合成了人人可用的工具，核心亮点： > 覆盖股票、期权、加密货币、外汇、宏观经济、固定收益等多个市场 > 包含财务数据、高管信息、股东结构、地区分布等细粒度信息 > 支持 AI 集成，一条指令就能让 AI 调取数据并生成深度研报 > 数据可自部署，保护隐私和数据安全只输入一条指令，AI 就能调取数据、生成深度研报，全球金融数据接口真的被打通了做股票研究、量化分析、基金投研、AI 金融 Agent 的，强烈建议保存看看

爱吃折耳根的Ace

18,508 次观看 • 2 个月前

🚨 卧槽！白毛股神 Serenity Serenity 的研究方法，被做成了开源 Skill Serenity 在 A 股和美股圈子里以供应链深度研究着称，很多人都把她当成「白毛股神」级别的存在。她最强的地方在于：不追热点，而是把一个赛道拆解成供应链各环节，找到真正的瓶颈和稀缺环节，再去匹配公司和证据。现在有人把她的这套研究框架，做成了一个可直接用的 serenity-skill，这个 Skill 能做什么： > 把一个热门赛道（AI、半导体、机器人等）拆成供应链各层级 > 自动识别瓶颈环节（供应商少、验证周期长、扩产难等） > 要求 AI 用公告、财报、订单、专利等证据来验证，而不是空谈逻辑 > 输出带优先级排序的股票/基金列表 + 风险提示简单来说，它把 Serenity 那种「先找瓶颈、再找证据」的硬核研究方法，变成了 AI 可以直接调用的结构化流程。对做 A 股、美股、港股量化或者主题投资的人来说，这个 Skill 可以作为研究辅助工具，帮你把模糊的赛道 hype，变成更有逻辑和证据支撑的个股筛选，所以建议保存

🚨 卧槽！白毛股神 Serenity Serenity 的研究方法，被做成了开源 Skill Serenity 在 A 股和美股圈子里以供应链深度研究着称，很多人都把她当成「白毛股神」级别的存在。她最强的地方在于：不追热点，而是把一个赛道拆解成供应链各环节，找到真正的瓶颈和稀缺环节，再去匹配公司和证据。现在有人把她的这套研究框架，做成了一个可直接用的 serenity-skill，这个 Skill 能做什么： > 把一个热门赛道（AI、半导体、机器人等）拆成供应链各层级 > 自动识别瓶颈环节（供应商少、验证周期长、扩产难等） > 要求 AI 用公告、财报、订单、专利等证据来验证，而不是空谈逻辑 > 输出带优先级排序的股票/基金列表 + 风险提示简单来说，它把 Serenity 那种「先找瓶颈、再找证据」的硬核研究方法，变成了 AI 可以直接调用的结构化流程。对做 A 股、美股、港股量化或者主题投资的人来说，这个 Skill 可以作为研究辅助工具，帮你把模糊的赛道 hype，变成更有逻辑和证据支撑的个股筛选，所以建议保存

爱吃折耳根的Ace

16,165 次观看 • 2 个月前

港大开源的仓库 Vibe-Trading ，适合爱交易的同学。 Vibe-Trading 是一个由人工智能驱动的多智能体金融工作空间，可将自然语言请求转化为可执行的交易策略、研究见解和全球市场的投资组合分析。主要功能：策略生成：根据您的想法自动生成交易代码智能数据访问： 5 个数据源，具备自动回退功能性能测试：使用历史市场数据测试您的策略 TradingView 导出：一键将策略转换为 TradingView 的 PineScript v6 格式专家团队：部署专门的 AI 代理来执行复杂的研究任务实时更新：实时查看整个分析过程 TradingView 直接内置了 64 个成熟的金融分析技能和 29 种 AI 团队配置（比如一键召唤“加密货币盯盘组”或“宏观研报组”），有高校实验室的学术底层逻辑兜底。有两个极其对味的特性：一是支持一键将策略转为 TradingView 的 PineScript v6 格式，跑通了直接挂图表；二是自带 MCP 协议，可以直接把它塞进 Cursor 或者 Claude Desktop 里，边写代码边让它在后台帮你算因子。想要地址的同学，评论区留言👇👇👇

港大开源的仓库 Vibe-Trading ，适合爱交易的同学。 Vibe-Trading 是一个由人工智能驱动的多智能体金融工作空间，可将自然语言请求转化为可执行的交易策略、研究见解和全球市场的投资组合分析。主要功能：策略生成：根据您的想法自动生成交易代码智能数据访问： 5 个数据源，具备自动回退功能性能测试：使用历史市场数据测试您的策略 TradingView 导出：一键将策略转换为 TradingView 的 PineScript v6 格式专家团队：部署专门的 AI 代理来执行复杂的研究任务实时更新：实时查看整个分析过程 TradingView 直接内置了 64 个成熟的金融分析技能和 29 种 AI 团队配置（比如一键召唤“加密货币盯盘组”或“宏观研报组”），有高校实验室的学术底层逻辑兜底。有两个极其对味的特性：一是支持一键将策略转为 TradingView 的 PineScript v6 格式，跑通了直接挂图表；二是自带 MCP 协议，可以直接把它塞进 Cursor 或者 Claude Desktop 里，边写代码边让它在后台帮你算因子。想要地址的同学，评论区留言👇👇👇

比特币橙子Trader

31,526 次观看 • 4 个月前

Elon Musk最新对话：当 AI 走到尽头，金钱与工作都会失去意义。 1. AI 将彻底改变社会的生产方式 AI 与类人机器人带来的超高生产力，会把贫困从“资源问题”变成“分配问题”。 2. 金钱在未来可能不再重要随着自动化接近极限，财富不再由“货币”决定，而由能量与物质等物理资源决定。 3. 工作将不再是生存必需，而是兴趣选择高度自动化时代，人类工作更多是为了体验，而不是为了谋生。 4. 个人机器人会像今天的智能手机一样普及每个人都将拥有自己的通用型机器人，改变生活方式与经济形态。 5. AI 带来巨大机遇，也伴随前所未有的风险越强大的技术越需要严格治理，否则人类必须面对潜在的失控后果。 6. 未来世界将是由 AI、能源与机器人共同构建的新秩序技术不再只是工具，而是重新定义财富、劳动与社会结构的核心力量。

Elon Musk最新对话：当 AI 走到尽头，金钱与工作都会失去意义。 1. AI 将彻底改变社会的生产方式 AI 与类人机器人带来的超高生产力，会把贫困从“资源问题”变成“分配问题”。 2. 金钱在未来可能不再重要随着自动化接近极限，财富不再由“货币”决定，而由能量与物质等物理资源决定。 3. 工作将不再是生存必需，而是兴趣选择高度自动化时代，人类工作更多是为了体验，而不是为了谋生。 4. 个人机器人会像今天的智能手机一样普及每个人都将拥有自己的通用型机器人，改变生活方式与经济形态。 5. AI 带来巨大机遇，也伴随前所未有的风险越强大的技术越需要严格治理，否则人类必须面对潜在的失控后果。 6. 未来世界将是由 AI、能源与机器人共同构建的新秩序技术不再只是工具，而是重新定义财富、劳动与社会结构的核心力量。

KK.aWSB

183,655 次观看 • 9 个月前

字节开源了一个 AI 团队大脑：DeerFlow 2.0 刚发就冲上 GitHub Trending 第一，43k ⭐。它是一个开源的超级代理框架，它让 AI 不再是工具，而是一个能干活的团队。你只需要一句话： “帮我研究 AI 行业趋势，并做一份 PPT” 它会自动完成：拆任务 → 分配 Agent → 并行执行 → 汇总交付不是建议，是直接把结果做出来。更关键的是：它通过 Agent 协同 + 内存 + 沙箱执行 + 可扩展技能可以完成几乎任何事情核心能力就三点： - 多 Agent 协作：一个 AI = 一个团队 - 技能驱动（可扩展）：报告、PPT、网站、视频都能做 - 完整工作流执行：从任务到交付，一步到位 DeerFlow 2.0 不是提升效率，是把几乎所有工作流程交给 AI。

字节开源了一个 AI 团队大脑：DeerFlow 2.0 刚发就冲上 GitHub Trending 第一，43k ⭐。它是一个开源的超级代理框架，它让 AI 不再是工具，而是一个能干活的团队。你只需要一句话： “帮我研究 AI 行业趋势，并做一份 PPT” 它会自动完成：拆任务 → 分配 Agent → 并行执行 → 汇总交付不是建议，是直接把结果做出来。更关键的是：它通过 Agent 协同 + 内存 + 沙箱执行 + 可扩展技能可以完成几乎任何事情核心能力就三点： - 多 Agent 协作：一个 AI = 一个团队 - 技能驱动（可扩展）：报告、PPT、网站、视频都能做 - 完整工作流执行：从任务到交付，一步到位 DeerFlow 2.0 不是提升效率，是把几乎所有工作流程交给 AI。

开发者Hailey

62,129 次观看 • 5 个月前

我把百灵大模型装进 Mac，接进了自己的自动化打狗meme系统如何让大模型全程不消耗云端 Token 额度，写作、编辑、报表和代码都在自己的电脑上完成？我把百灵大模型装进 Mac 后，给它出了一个和我工作直接相关的任务： “如果我有一些加密货币和美股策略，你能不能帮我做自动化监控和辅助决策？” 不到 5 分钟，它从空白开始拆出了数据源、信号生成、风险控制、执行监控和 Python 代码骨架。整个过程由 Ling-3.0-tiny-int4 在我的 M4 Mac mini 本地完成，没有调用云端模型。我没有停留在聊天演示：现在已经把它接入自己的自动化打狗系统，开始测试百灵 AI 的入场复核和影子决策能力。

我把百灵大模型装进 Mac，接进了自己的自动化打狗meme系统如何让大模型全程不消耗云端 Token 额度，写作、编辑、报表和代码都在自己的电脑上完成？我把百灵大模型装进 Mac 后，给它出了一个和我工作直接相关的任务： “如果我有一些加密货币和美股策略，你能不能帮我做自动化监控和辅助决策？” 不到 5 分钟，它从空白开始拆出了数据源、信号生成、风险控制、执行监控和 Python 代码骨架。整个过程由 Ling-3.0-tiny-int4 在我的 M4 Mac mini 本地完成，没有调用云端模型。我没有停留在聊天演示：现在已经把它接入自己的自动化打狗系统，开始测试百灵 AI 的入场复核和影子决策能力。

DeFi狙击手 | Ai🕊️

14,015 次观看 • 9 天前

Google 前 CEO 埃里克·施密特近期在斯坦福 CS323 课堂上的访谈（四/完结）关于大语言模型对经济的影响以及学术界的选择学生：大语言模型的经济影响，比如劳动力市场的影响，比你最初预期的要慢。Chegg（在线教育技术公司）和一些服务人员受到了影响。你认为学术界应该获得AI方面的补贴，还是应该选择与业界的大公司合作？ Eric：我非常努力地推动为大学建立数据中心。如果我是这里的计算机科学系教师，我会非常失望，因为无法与研究生一起构建能够进行博士研究的算法。我被迫和这些公司合作。我认为这些公司在这方面并没有表现出足够的慷慨。我与许多你们认识的教师交谈，他们花费大量时间等待Google Cloud的配额。这是非常糟糕的情况。这个领域正在快速发展。我们希望美国能胜出，我们希望美国的大学——出于多种原因，我认为正确的做法是把资源提供给他们。我在这方面做了很多努力。至于劳动力市场的影响，我将这个问题交给这里的真正专家。作为Eric教导的业余经济学家，我坚信那些接受过大学教育、从事高技能工作的人将会适应，因为人们将会与这些系统一起工作。我认为这些系统与以往的技术浪潮没有区别。那些危险的工作和不需要太多人为判断的工作将被取代。关于计算机科学教育的未来学生：我对“文本到行动”及其对计算机科学教育的影响非常感兴趣。你认为计算机科学教育应该如何变革以适应新时代？ Eric：我认为计算机科学专业的本科生群体将始终有一位编程搭档。因此，当你学习你的第一个for循环时，你会有一个工具作为你的伙伴。这就是未来的教学方式，教授会讲解概念，但你会通过这种方式参与其中。这是我的猜测。关于非Transformer架构与数学创新学生：你提到了一些让你兴奋的非Transformer架构。我想其中一个被提到的是状态模型，但现在还有一种是更长上下文的模型。我更好奇的是你在这方面看到的情况。 Eric：我对数学的理解还不够深入，但我非常高兴我们为数学家们提供了工作机会，因为这里的数学太复杂了。但基本上，他们是在采用不同的方法来进行梯度下降和矩阵乘法，使其更快更好。Transformer架构是一种能够同时进行乘法运算的系统化方式，这是我理解的方式。它和其他的很像，但数学部分不同。我们将继续关注这些新的数学进展。关于中美关系与国家安全学生：你在关于国家安全的论文中提到，中美两国在现代架构的帮助下处于关键地位。接下来的10个国家，以及稍后的一组国家，都是美国的盟友，或者与美国盟友关系密切。我很好奇你对这些国家，尤其是那些中间地带但并非正式盟友的国家有什么看法。它们有多大可能愿意加入我们的安全阵营？是什么因素可能会阻碍它们加入？ Eric：最值得关注的国家是印度，因为顶尖的AI人才从印度来到美国，我们应该让印度保留一部分顶尖人才。他们没有我们这里如此丰富的培训设施和项目。在我看来，印度是这一领域的重要摇摆国家。中国已经没有机会了，不会再回来。日本和韩国显然站在我们这一边。台湾在硬件方面很出色，但他们的软件开发较弱。在全球范围内，其他大国的选择并不多。欧洲因为欧盟的政策和管理机制陷入困境，这并不是什么新鲜事。我与他们斗争了10年，但他们仍然有许多限制，导致我们在欧洲开展研究非常困难。法国还有一些机会，但我不太看好德国。其余的国家都不够有影响力。关于编程与AI 学生：我是编译器工程师。考虑到你设想这些模型将具备的能力，我们还需要花时间学习编程吗？ Eric：是的，这是一个老生常谈的问题，为什么你已经会说英语还要学习英语呢？是为了让你的英语更好。你确实需要理解这些系统的工作原理，我对此非常坚定。关于分布式计算与大语言模型的训练学生：你是否探索过分布式环境？虽然构建大型集群很困难，但MacBooks的性能很强大。你认为类似“Folding@home”的想法适合训练吗？ Eric：是的，我们对此进行了深入研究。算法的工作方式是你有一个非常大的矩阵，基本上是一个乘法函数。系统的速度完全受限于内存到CPU或GPU的传输速度。Nvidia的下一代芯片已经将所有这些功能整合到了一块芯片中，如今的芯片已经足够大到需要将它们都粘合在一起。短时间内，分布式计算在训练大语言模型方面的进展可能有限。关于数据隐私与版权学生：在ChatGPT发布后，OpenAI因使用他们的作品进行训练而被《纽约时报》起诉。你觉得这种情况会如何发展？这对数据隐私有何影响？ Eric：我曾经从事过大量的音乐版权工作。我了解到在60年代，有一系列诉讼最终达成了一项协议：每次播放你的歌曲，你都能获得一定的版权费。我猜AI领域可能会有类似的情况。可能会有很多诉讼，最后可能会达成一种协议，要求你必须支付你的一部分收入，以便使用类似ASCAP BMI的版权管理机构。关于AI领域的垄断与反垄断法规学生：现在看起来几个主要玩家在AI领域占据主导地位，他们会继续维持这个地位。这些公司似乎与那些受到反垄断法规关注的大公司有所交叉。你对这两种趋势有何看法？像是监管部门会否对这些公司进行分拆？这将会对现状产生怎样的影响？ Eric：在我的职业生涯中，我曾帮助微软避免被拆分，结果它确实没有被拆分。我也曾努力阻止谷歌被分拆，目前来看，谷歌还未被分拆。因此，从我的观察来看，这些公司被分拆的趋势并不明显。只要这些公司避免成为像约翰·D·洛克菲勒那样的企业巨头，政府可能不会采取行动。这些公司占据主导地位的原因是他们有足够的资本来建设数据中心。关于技术差距对全球的影响学生：这一切将会把那些不参与前沿模型开发和无法获取计算资源的国家带向何方？富国越来越富，穷国尽力而为。 Eric：事实上，这就是富国的游戏，对吧？巨大的资本，众多技术过硬的人才，强有力的政府支持。有些国家，比如印度，将会成为这一领域的重要参与者。其他国家可能需要找到合作伙伴或与其他国家联合。对年轻人的建议主持人：最后一个问题，Eric。你花了很多时间帮助年轻人，他们正在创造大量财富，你对在座的各位有什么建议吗？他们正在为这门课写商业计划书或撰写政策提案、研究提案，未来职业发展方面你有什么建议？ Eric：我在商学院教过一门关于这个主题的课程。快速制作原型的能力真的非常重要，成为创业者的一个难点在于一切都发生得非常快。现在，如果你不能在一天之内利用这些工具构建你的原型，那你就需要考虑一下了，因为你的竞争对手正在这么做。所以我的建议是，尽快使用这些工具把你的想法制作成原型。这是关键，因为在其他公司、其他大学，或你从未去过的地方，一定有人正在做和你一样的事情。

Google 前 CEO 埃里克·施密特近期在斯坦福 CS323 课堂上的访谈（四/完结）关于大语言模型对经济的影响以及学术界的选择学生：大语言模型的经济影响，比如劳动力市场的影响，比你最初预期的要慢。Chegg（在线教育技术公司）和一些服务人员受到了影响。你认为学术界应该获得AI方面的补贴，还是应该选择与业界的大公司合作？ Eric：我非常努力地推动为大学建立数据中心。如果我是这里的计算机科学系教师，我会非常失望，因为无法与研究生一起构建能够进行博士研究的算法。我被迫和这些公司合作。我认为这些公司在这方面并没有表现出足够的慷慨。我与许多你们认识的教师交谈，他们花费大量时间等待Google Cloud的配额。这是非常糟糕的情况。这个领域正在快速发展。我们希望美国能胜出，我们希望美国的大学——出于多种原因，我认为正确的做法是把资源提供给他们。我在这方面做了很多努力。至于劳动力市场的影响，我将这个问题交给这里的真正专家。作为Eric教导的业余经济学家，我坚信那些接受过大学教育、从事高技能工作的人将会适应，因为人们将会与这些系统一起工作。我认为这些系统与以往的技术浪潮没有区别。那些危险的工作和不需要太多人为判断的工作将被取代。关于计算机科学教育的未来学生：我对“文本到行动”及其对计算机科学教育的影响非常感兴趣。你认为计算机科学教育应该如何变革以适应新时代？ Eric：我认为计算机科学专业的本科生群体将始终有一位编程搭档。因此，当你学习你的第一个for循环时，你会有一个工具作为你的伙伴。这就是未来的教学方式，教授会讲解概念，但你会通过这种方式参与其中。这是我的猜测。关于非Transformer架构与数学创新学生：你提到了一些让你兴奋的非Transformer架构。我想其中一个被提到的是状态模型，但现在还有一种是更长上下文的模型。我更好奇的是你在这方面看到的情况。 Eric：我对数学的理解还不够深入，但我非常高兴我们为数学家们提供了工作机会，因为这里的数学太复杂了。但基本上，他们是在采用不同的方法来进行梯度下降和矩阵乘法，使其更快更好。Transformer架构是一种能够同时进行乘法运算的系统化方式，这是我理解的方式。它和其他的很像，但数学部分不同。我们将继续关注这些新的数学进展。关于中美关系与国家安全学生：你在关于国家安全的论文中提到，中美两国在现代架构的帮助下处于关键地位。接下来的10个国家，以及稍后的一组国家，都是美国的盟友，或者与美国盟友关系密切。我很好奇你对这些国家，尤其是那些中间地带但并非正式盟友的国家有什么看法。它们有多大可能愿意加入我们的安全阵营？是什么因素可能会阻碍它们加入？ Eric：最值得关注的国家是印度，因为顶尖的AI人才从印度来到美国，我们应该让印度保留一部分顶尖人才。他们没有我们这里如此丰富的培训设施和项目。在我看来，印度是这一领域的重要摇摆国家。中国已经没有机会了，不会再回来。日本和韩国显然站在我们这一边。台湾在硬件方面很出色，但他们的软件开发较弱。在全球范围内，其他大国的选择并不多。欧洲因为欧盟的政策和管理机制陷入困境，这并不是什么新鲜事。我与他们斗争了10年，但他们仍然有许多限制，导致我们在欧洲开展研究非常困难。法国还有一些机会，但我不太看好德国。其余的国家都不够有影响力。关于编程与AI 学生：我是编译器工程师。考虑到你设想这些模型将具备的能力，我们还需要花时间学习编程吗？ Eric：是的，这是一个老生常谈的问题，为什么你已经会说英语还要学习英语呢？是为了让你的英语更好。你确实需要理解这些系统的工作原理，我对此非常坚定。关于分布式计算与大语言模型的训练学生：你是否探索过分布式环境？虽然构建大型集群很困难，但MacBooks的性能很强大。你认为类似“Folding@home”的想法适合训练吗？ Eric：是的，我们对此进行了深入研究。算法的工作方式是你有一个非常大的矩阵，基本上是一个乘法函数。系统的速度完全受限于内存到CPU或GPU的传输速度。Nvidia的下一代芯片已经将所有这些功能整合到了一块芯片中，如今的芯片已经足够大到需要将它们都粘合在一起。短时间内，分布式计算在训练大语言模型方面的进展可能有限。关于数据隐私与版权学生：在ChatGPT发布后，OpenAI因使用他们的作品进行训练而被《纽约时报》起诉。你觉得这种情况会如何发展？这对数据隐私有何影响？ Eric：我曾经从事过大量的音乐版权工作。我了解到在60年代，有一系列诉讼最终达成了一项协议：每次播放你的歌曲，你都能获得一定的版权费。我猜AI领域可能会有类似的情况。可能会有很多诉讼，最后可能会达成一种协议，要求你必须支付你的一部分收入，以便使用类似ASCAP BMI的版权管理机构。关于AI领域的垄断与反垄断法规学生：现在看起来几个主要玩家在AI领域占据主导地位，他们会继续维持这个地位。这些公司似乎与那些受到反垄断法规关注的大公司有所交叉。你对这两种趋势有何看法？像是监管部门会否对这些公司进行分拆？这将会对现状产生怎样的影响？ Eric：在我的职业生涯中，我曾帮助微软避免被拆分，结果它确实没有被拆分。我也曾努力阻止谷歌被分拆，目前来看，谷歌还未被分拆。因此，从我的观察来看，这些公司被分拆的趋势并不明显。只要这些公司避免成为像约翰·D·洛克菲勒那样的企业巨头，政府可能不会采取行动。这些公司占据主导地位的原因是他们有足够的资本来建设数据中心。关于技术差距对全球的影响学生：这一切将会把那些不参与前沿模型开发和无法获取计算资源的国家带向何方？富国越来越富，穷国尽力而为。 Eric：事实上，这就是富国的游戏，对吧？巨大的资本，众多技术过硬的人才，强有力的政府支持。有些国家，比如印度，将会成为这一领域的重要参与者。其他国家可能需要找到合作伙伴或与其他国家联合。对年轻人的建议主持人：最后一个问题，Eric。你花了很多时间帮助年轻人，他们正在创造大量财富，你对在座的各位有什么建议吗？他们正在为这门课写商业计划书或撰写政策提案、研究提案，未来职业发展方面你有什么建议？ Eric：我在商学院教过一门关于这个主题的课程。快速制作原型的能力真的非常重要，成为创业者的一个难点在于一切都发生得非常快。现在，如果你不能在一天之内利用这些工具构建你的原型，那你就需要考虑一下了，因为你的竞争对手正在这么做。所以我的建议是，尽快使用这些工具把你的想法制作成原型。这是关键，因为在其他公司、其他大学，或你从未去过的地方，一定有人正在做和你一样的事情。

宝玉

14,213 次观看 • 2 年前

【AI 内容工厂第 9 期】还在苦哈哈地手搓 Prompt？别傻了！顶级高手都是让 AI 自己写 Prompt。教你一套“套娃式”提示词工程，把 AI 调教成你的专属高级员工，输出稳如老狗！ 1️⃣ 倒垃圾（Brain Dump）：别管格式，把你脑子里的想法、背景、想要的结果，一股脑全倒给 AI。 2️⃣ 让它读心：告诉它“先别写，消化一下这些信息，告诉我你懂没懂”。 3️⃣ 让它写指令：问它“基于你刚才学的，帮我把这些大白话翻译成结构严谨的 System Prompt”。 4️⃣ 彩排（Rehearsal）：让它基于新 Prompt 生成 3 个案例。不满意？直接用人话反馈（“太生硬了”、“要幽默点”），让它改，直到完美。记住，好的 Prompt 不是写出来的，是“聊”出来的。把重复繁琐的工作丢给 AI，你只需要把控方向。想要这套“AI 自写 Prompt 万能模板”的，评论区扣“模板”，直接发你。 #AI内容工厂 #AI自动化赚钱 #提示词工程

【AI 内容工厂第 9 期】还在苦哈哈地手搓 Prompt？别傻了！顶级高手都是让 AI 自己写 Prompt。教你一套“套娃式”提示词工程，把 AI 调教成你的专属高级员工，输出稳如老狗！ 1️⃣ 倒垃圾（Brain Dump）：别管格式，把你脑子里的想法、背景、想要的结果，一股脑全倒给 AI。 2️⃣ 让它读心：告诉它“先别写，消化一下这些信息，告诉我你懂没懂”。 3️⃣ 让它写指令：问它“基于你刚才学的，帮我把这些大白话翻译成结构严谨的 System Prompt”。 4️⃣ 彩排（Rehearsal）：让它基于新 Prompt 生成 3 个案例。不满意？直接用人话反馈（“太生硬了”、“要幽默点”），让它改，直到完美。记住，好的 Prompt 不是写出来的，是“聊”出来的。把重复繁琐的工作丢给 AI，你只需要把控方向。想要这套“AI 自写 Prompt 万能模板”的，评论区扣“模板”，直接发你。 #AI内容工厂 #AI自动化赚钱 #提示词工程

Vincent

16,025 次观看 • 4 个月前

哈哈！ai太好玩了！！！！为什么我会持续关注 TermMax | Fixed Rate Borrowing & Lending？因为它切中的不是“再做一个期权产品”，而是把期权这件事，真正做成了链上可组合的合成资产层。在大多数衍生品协议里，用户面对的仍然是复杂参数、隐性风险与半中心化撮合。而 TermMaxFi 选择了一条更底层的路： 👉 用智能合约直接构建 Call / Put 合成资产，让期权成为一种可自由创建、持有、结算的链上资产形态。这带来三个关键变化： 1️⃣ 自托管，不信任任何中介所有仓位、结算与规则都写在合约里，没有人为干预空间，风险边界清晰。 2️⃣ 策略表达被极度简化做多、做空、对冲、吃时间价值，本质都被抽象为对合成资产的持有与组合，而不是复杂参数博弈。 3️⃣ 普通用户也能直接上手无注册、无 KYC，连接钱包即可交易；仓位状态、历史数据全链上可查，路径足够直观。更重要的是，TermMaxFi 并不只服务交易者。通过流动性激励 + 手续费分成，它正在把用户从“单纯交易对手”，转化为协议长期价值的共建者。当然，期权永远是高风险工具。 TermMaxFi 降低的是结构与信任成本，而不是风险本身。理解机制、控制仓位，依然是前提。如果你在找的不是下一个短期热点，而是一个真正可扩展的链上期权基础设施，TermMaxFi 值得放进观察列表。

哈哈！ai太好玩了！！！！为什么我会持续关注 TermMax | Fixed Rate Borrowing & Lending？因为它切中的不是“再做一个期权产品”，而是把期权这件事，真正做成了链上可组合的合成资产层。在大多数衍生品协议里，用户面对的仍然是复杂参数、隐性风险与半中心化撮合。而 TermMaxFi 选择了一条更底层的路： 👉 用智能合约直接构建 Call / Put 合成资产，让期权成为一种可自由创建、持有、结算的链上资产形态。这带来三个关键变化： 1️⃣ 自托管，不信任任何中介所有仓位、结算与规则都写在合约里，没有人为干预空间，风险边界清晰。 2️⃣ 策略表达被极度简化做多、做空、对冲、吃时间价值，本质都被抽象为对合成资产的持有与组合，而不是复杂参数博弈。 3️⃣ 普通用户也能直接上手无注册、无 KYC，连接钱包即可交易；仓位状态、历史数据全链上可查，路径足够直观。更重要的是，TermMaxFi 并不只服务交易者。通过流动性激励 + 手续费分成，它正在把用户从“单纯交易对手”，转化为协议长期价值的共建者。当然，期权永远是高风险工具。 TermMaxFi 降低的是结构与信任成本，而不是风险本身。理解机制、控制仓位，依然是前提。如果你在找的不是下一个短期热点，而是一个真正可扩展的链上期权基础设施，TermMaxFi 值得放进观察列表。

董小姐 MemeMax ⚡️ 🐬TermMax

104,521 次观看 • 7 个月前