Video yükleniyor...

Video Yüklenemedi

Bu video yüklenirken bir sorun oluştu. Bu geçici bir ağ sorunundan kaynaklanıyor olabilir veya video kullanılamıyor olabilir.

Ana Sayfaya Dön

😱 谷歌偷偷开源了时序预测底座TimesFM 2.5，参数降到200M，上下文飙到16k。历史数值丢进去直接出zero-shot预测，家人们可以做一个加密货币预测，哈哈～ TimesFM是一个已经预训练好的时间序列预测基座模型。你把历史数值序列喂进去，它就能先给你跑 zero-shot 预测，未来走势和分位数区间都能一起吐出来。而且最新 2.5 版还挺狠：模型从 500M 直接瘦到 200M，上下文窗口拉到 16k，连原来那个 frequency indicator 都去掉了，接口比以前更顺手。更关键的是，这仓库已经不只是“论文配套代码”了：官方后面又陆续补了 XReg 协变量支持、Transformers 版本、LoRA 微调示例和测试，实用度明显在往工程化走。做业务销量、网站流量、服务器负载、需求预测这类活，我觉得它特别适合先拿来打一版 baseline。仓库评论区👇👇👇

比特币橙子Trader

75,172 subscribers

55,752 görüntüleme • 5 ay önce •via X (Twitter)

Bilim & Teknoloji Finans

Anya Rossi• Live Now

Private livecam show

0 Yorum

Yorum bulunmuyor

Orijinal gönderinin yorumları burada görünecek

Benzer Videolar

🚨 谷歌悄无声息地扔出预测未来的AI核武器！ TimesFM：扔一段历史数据，几秒钟就能预测未来！销售预测、股价走势、网站流量、能源负荷、加密货币波动…… 现在 24K+ stars，安装超简单（一行命令搞定）： pip install timesfm[torch] 这些让人头疼的数字，现在终于有统一答案了！TimesFM 核心亮点： > 在 1000 亿真实世界时间序列数据上训练 > 零样本直接预测，完全不用微调或再训练 > 几秒出结果，还自带置信区间 > 100% 本地运行 + 100% 开源，普通电脑就能跑 > 完全免费！以前熬夜调 ARIMA、Prophet、Excel，现在一行代码搞定。 Google Google AI 自己已经在 BigQuery 和 Sheets 里大规模使用。预测这件事，终于要变简单了！

🚨 谷歌悄无声息地扔出预测未来的AI核武器！ TimesFM：扔一段历史数据，几秒钟就能预测未来！销售预测、股价走势、网站流量、能源负荷、加密货币波动…… 现在 24K+ stars，安装超简单（一行命令搞定）： pip install timesfm[torch] 这些让人头疼的数字，现在终于有统一答案了！TimesFM 核心亮点： > 在 1000 亿真实世界时间序列数据上训练 > 零样本直接预测，完全不用微调或再训练 > 几秒出结果，还自带置信区间 > 100% 本地运行 + 100% 开源，普通电脑就能跑 > 完全免费！以前熬夜调 ARIMA、Prophet、Excel，现在一行代码搞定。 Google Google AI 自己已经在 BigQuery 和 Sheets 里大规模使用。预测这件事，终于要变简单了！

爱吃折耳根的Ace

73,220 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？

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

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

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

在咖啡店刷手机，隔壁桌两个程序员在聊天。 A 说：“兄弟，我昨晚在阿里云上跑了个节点，居然能参与预测标普500了。” B 一口咖啡差点喷出来：“啊？你跑的是量化基金还是AI彩票？” 我当时还以为他们在吹牛，结果一搜——真有这回事。 Allora 居然和 alibaba cloud 以及 Cloudician 搞了个新合作，直接把“去中心化AI预测网络”搬上了阿里云。以前我以为 Allora 就是那种算币价、撸任务的链上AI；现在人家直接杀进传统金融的主战场——标普500。而且重点来了：以前要跑AI节点得自己搭GPU、架服务器，现在你只要有个阿里云账户，点几下就能部署节点，门槛比开个微博还低。这意味着啥？意味着“预测未来”的权力第一次不在华尔街那几个人手里了。从此以后，全球任何人都能参与构建这个“集体智能”，不管你在上海、内蒙古、还是巴厘岛，只要接上Allora网络，你的算力都能为AI贡献一份判断。我突然有点明白为啥这合作会炸圈它不仅是技术集成，更是信号： AI 不只是币圈的叙事，它开始真正接入现实世界的资本逻辑。回头看那两个程序员，A 笑着说：“我这节点预测准了，Allora 奖励还挺香。” B 摇头感叹：“兄弟，这年头连AI都开始炒股了，我们还在加班。”

在咖啡店刷手机，隔壁桌两个程序员在聊天。 A 说：“兄弟，我昨晚在阿里云上跑了个节点，居然能参与预测标普500了。” B 一口咖啡差点喷出来：“啊？你跑的是量化基金还是AI彩票？” 我当时还以为他们在吹牛，结果一搜——真有这回事。 Allora 居然和 alibaba cloud 以及 Cloudician 搞了个新合作，直接把“去中心化AI预测网络”搬上了阿里云。以前我以为 Allora 就是那种算币价、撸任务的链上AI；现在人家直接杀进传统金融的主战场——标普500。而且重点来了：以前要跑AI节点得自己搭GPU、架服务器，现在你只要有个阿里云账户，点几下就能部署节点，门槛比开个微博还低。这意味着啥？意味着“预测未来”的权力第一次不在华尔街那几个人手里了。从此以后，全球任何人都能参与构建这个“集体智能”，不管你在上海、内蒙古、还是巴厘岛，只要接上Allora网络，你的算力都能为AI贡献一份判断。我突然有点明白为啥这合作会炸圈它不仅是技术集成，更是信号： AI 不只是币圈的叙事，它开始真正接入现实世界的资本逻辑。回头看那两个程序员，A 笑着说：“我这节点预测准了，Allora 奖励还挺香。” B 摇头感叹：“兄弟，这年头连AI都开始炒股了，我们还在加班。”

币圈荒木｜Araki🪵

150,404 görüntüleme • 10 ay önce

有个事我憋很久了，今天必须说一下。市面上那些标榜 AI 驱动交易的 Bot，我深度用过几款之后发现一个特离谱的现象：它们所谓的 AI 就是接了一个 GPT 或者 Claude 的 API，把 K 线数据原封不动丢进去，让一个从来没被训练过理解金融时间序列的通用模型给你输出买卖建议。说难听点，跟拿 ChatGPT 算命没什么区别。所以 AIX 的多模型路由方案，是我接触这个项目之后第一个真正觉得"方向对了"的设计。它同时接了 GPT、Claude、DeepSeek R1、Gemini 这些通用模型，也集成了 Kronos 这类专门为金融预测训练的专业模型。中间多了一层调度层，根据当前市场状态智能路由，震荡市用一套推理框架，单边趋势切另一套算法组合。这个设计的聪明之处在于它承认了一个很朴素的事实：没有一种模型能在所有行情里通吃。趋势跟随在单边市是神，进了震荡就是来回止损。反过来网格在震荡舒服，单边一来直接穿仓。通用大模型做策略意图理解很强但看 K 线的能力确实有限，专用金融模型在时序预测上更精准但没办法理解你用自然语言描述的策略逻辑。没有一个模型能同时搞定所有事。 AIX 干的事不是选一个最强的模型然后迷信它，而是让不同模型在不同环节轮班上岗，动态调权重。这个思路在传统量化里叫多因子动态权重，AIX 把它搬到了 LLM 和时序模型的协同上。我体验下来的感受是它不像那种一问一答的 Bot，更像有一个小团队在后台协作，你只需要给方向，它自己去协调谁干什么。这个架构如果跑通，抗单一模型失效的能力跟那些只接一个 API 的项目不在一个数量级。个人分享，非投资建议。

有个事我憋很久了，今天必须说一下。市面上那些标榜 AI 驱动交易的 Bot，我深度用过几款之后发现一个特离谱的现象：它们所谓的 AI 就是接了一个 GPT 或者 Claude 的 API，把 K 线数据原封不动丢进去，让一个从来没被训练过理解金融时间序列的通用模型给你输出买卖建议。说难听点，跟拿 ChatGPT 算命没什么区别。所以 AIX 的多模型路由方案，是我接触这个项目之后第一个真正觉得"方向对了"的设计。它同时接了 GPT、Claude、DeepSeek R1、Gemini 这些通用模型，也集成了 Kronos 这类专门为金融预测训练的专业模型。中间多了一层调度层，根据当前市场状态智能路由，震荡市用一套推理框架，单边趋势切另一套算法组合。这个设计的聪明之处在于它承认了一个很朴素的事实：没有一种模型能在所有行情里通吃。趋势跟随在单边市是神，进了震荡就是来回止损。反过来网格在震荡舒服，单边一来直接穿仓。通用大模型做策略意图理解很强但看 K 线的能力确实有限，专用金融模型在时序预测上更精准但没办法理解你用自然语言描述的策略逻辑。没有一个模型能同时搞定所有事。 AIX 干的事不是选一个最强的模型然后迷信它，而是让不同模型在不同环节轮班上岗，动态调权重。这个思路在传统量化里叫多因子动态权重，AIX 把它搬到了 LLM 和时序模型的协同上。我体验下来的感受是它不像那种一问一答的 Bot，更像有一个小团队在后台协作，你只需要给方向，它自己去协调谁干什么。这个架构如果跑通，抗单一模型失效的能力跟那些只接一个 API 的项目不在一个数量级。个人分享，非投资建议。

DeFi狙击手 | Ai🕊️

17,513 görüntüleme • 2 ay önce

2024年，我朋友在特斯拉股票上亏了1.2万美元。马斯克说什么他信什么，真信。 2026年，他全赚回来了。靠的不是马斯克说了什么，直接预测他说了多少次。 338刀，干到83,672刀。他平台名叫 TROLLSK 91次预测，7.3万刀利润。2026年3月入场的。我查看了他所有记录，标题写着：特斯拉亏1.2万刀，马斯克推文数量预测赚8.3万刀。我问她怎么做到的，她是直接贴了策略，搭了个OpenClaw agent： - 每小时扫一次马斯克的X - 统计当天推文数，存进MEMORY.md - 算7天滚动平均值 - 跟Polymarket的盘口对比 - 差价超过10倍就报警马斯克一周发340-360条推，雷打不动。市场定价0.3美分，实际应该值35美分。这规律一直摆在那，他的X历史全是公开的，就是没人去数。特斯拉让他亏1.2万，是因为他信那些不可预测的承诺。数推文让他赚8.3万，是因为这东西完全可预测。这是我朋友交易使用的BOT 那套agent每小时跑一次，马斯克还在发推。

2024年，我朋友在特斯拉股票上亏了1.2万美元。马斯克说什么他信什么，真信。 2026年，他全赚回来了。靠的不是马斯克说了什么，直接预测他说了多少次。 338刀，干到83,672刀。他平台名叫 TROLLSK 91次预测，7.3万刀利润。2026年3月入场的。我查看了他所有记录，标题写着：特斯拉亏1.2万刀，马斯克推文数量预测赚8.3万刀。我问她怎么做到的，她是直接贴了策略，搭了个OpenClaw agent： - 每小时扫一次马斯克的X - 统计当天推文数，存进MEMORY.md - 算7天滚动平均值 - 跟Polymarket的盘口对比 - 差价超过10倍就报警马斯克一周发340-360条推，雷打不动。市场定价0.3美分，实际应该值35美分。这规律一直摆在那，他的X历史全是公开的，就是没人去数。特斯拉让他亏1.2万，是因为他信那些不可预测的承诺。数推文让他赚8.3万，是因为这东西完全可预测。这是我朋友交易使用的BOT 那套agent每小时跑一次，马斯克还在发推。

CAT

42,317 görüntüleme • 6 ay önce

今年 AI 视频最卷的就是模型迭代，几乎每隔一阵就有新一代出来，谁能第一时间用上，谁就多一个身位这次是 MiniMax 的海螺 H3 刚发，Topview 已经是最早一批能直接上手的平台之一我一直觉得，模型好不好，光看官方 demo 没用，得看放进真实工作流里能不能出活看了下附的这条视频，H3 这版的进步很实在：画面稳定度上来了，运镜更自然，材质和光影的质感也更耐看，做营销片、带货短视频、UGC 风格的内容，都够能打对做出海和电商的人来说，价值不在「又出了个新模型」，在于 Topview 本来那套从产品链接到成片的流程已经很顺，现在底层直接换上更强的 H3，等于同样几步操作，出片质量又往上抬了一档模型在飞快变强，工具在飞快跟进留给创作者的功课，就是尽早上手，把手感练出来，等别人还在观望，你的号已经在跑量了想第一时间玩上海螺 H3 的，直接去 TopviewAI，附的视频就是 H3 跑出来的

今年 AI 视频最卷的就是模型迭代，几乎每隔一阵就有新一代出来，谁能第一时间用上，谁就多一个身位这次是 MiniMax 的海螺 H3 刚发，Topview 已经是最早一批能直接上手的平台之一我一直觉得，模型好不好，光看官方 demo 没用，得看放进真实工作流里能不能出活看了下附的这条视频，H3 这版的进步很实在：画面稳定度上来了，运镜更自然，材质和光影的质感也更耐看，做营销片、带货短视频、UGC 风格的内容，都够能打对做出海和电商的人来说，价值不在「又出了个新模型」，在于 Topview 本来那套从产品链接到成片的流程已经很顺，现在底层直接换上更强的 H3，等于同样几步操作，出片质量又往上抬了一档模型在飞快变强，工具在飞快跟进留给创作者的功课，就是尽早上手，把手感练出来，等别人还在观望，你的号已经在跑量了想第一时间玩上海螺 H3 的，直接去 TopviewAI，附的视频就是 H3 跑出来的

Jason Zhu

34,015 görüntüleme • 2 ay önce

有人靠金融市场模拟，在链上赚了 $400,000 而且用到的整套工具，都是 GitHub 开源能看到的钱包在这，自己点开看：他们做的不是 crypto 原生叙事而是拿 Russell 2000、Dow Jones、SPX、Apple、Google 这些传统金融标的来做 Polymarket 交易问题也很现实：这些数据平时都在大型中心化交易所里。你怎么拿？拿到之后又怎么处理，才能真的变成可交易模型？这套公开出来的技术栈，大概是这样： 1）Financial Datasets MCP Server 给任意 ticker、任意时间周期提供价格数据解析。核心卖点就是：免费真实数据。 GitHub： 2）MiroThinker 一个偏深度研究和预测的 agent。据说在 BrowseComp benchmark 上做到 88.2。特点是：长周期推理先验证再下结论步骤级 + 全局级校验单任务最多可调用 300 次工具它的作用不是直接下单。而是先通过 MCP Server 拉数据，把研究、清洗、验证这些环节跑完，最后整理成可以直接用于模拟的数据集。 GitHub： 3）MiroFish simulation system 把前面准备好的数据丢进去，再设定模拟参数，就可以开始跑价格行为模拟。本质上，它卖的不是一个指标。而是一种更接近“矩阵视角”的东西：价格在不同条件下会怎么动哪些路径更常见哪些定价其实偏离了历史结构整个流程串起来就是：拉传统金融历史数据 → 用 agent 做研究和数据整理 → 把数据送进模拟系统 → 再拿结果去打 Polymarket 上的相关市场这种玩法最值得看的，不是“开源”两个字而是它说明了一件事： Polymarket 上很多看起来像事件交易的东西，背后其实已经在被人用传统金融数据 + agent 研究 + simulation当成量化问题来做。你觉得这种 edge 的核心，更像是数据获取能力，agent 研究能力，还是最后那层 simulation 对市场行为的还原能力？

有人靠金融市场模拟，在链上赚了 $400,000 而且用到的整套工具，都是 GitHub 开源能看到的钱包在这，自己点开看：他们做的不是 crypto 原生叙事而是拿 Russell 2000、Dow Jones、SPX、Apple、Google 这些传统金融标的来做 Polymarket 交易问题也很现实：这些数据平时都在大型中心化交易所里。你怎么拿？拿到之后又怎么处理，才能真的变成可交易模型？这套公开出来的技术栈，大概是这样： 1）Financial Datasets MCP Server 给任意 ticker、任意时间周期提供价格数据解析。核心卖点就是：免费真实数据。 GitHub： 2）MiroThinker 一个偏深度研究和预测的 agent。据说在 BrowseComp benchmark 上做到 88.2。特点是：长周期推理先验证再下结论步骤级 + 全局级校验单任务最多可调用 300 次工具它的作用不是直接下单。而是先通过 MCP Server 拉数据，把研究、清洗、验证这些环节跑完，最后整理成可以直接用于模拟的数据集。 GitHub： 3）MiroFish simulation system 把前面准备好的数据丢进去，再设定模拟参数，就可以开始跑价格行为模拟。本质上，它卖的不是一个指标。而是一种更接近“矩阵视角”的东西：价格在不同条件下会怎么动哪些路径更常见哪些定价其实偏离了历史结构整个流程串起来就是：拉传统金融历史数据 → 用 agent 做研究和数据整理 → 把数据送进模拟系统 → 再拿结果去打 Polymarket 上的相关市场这种玩法最值得看的，不是“开源”两个字而是它说明了一件事： Polymarket 上很多看起来像事件交易的东西，背后其实已经在被人用传统金融数据 + agent 研究 + simulation当成量化问题来做。你觉得这种 edge 的核心，更像是数据获取能力，agent 研究能力，还是最后那层 simulation 对市场行为的还原能力？

0x_Miko

23,818 görüntüleme • 6 ay önce

Qwen 今天发了 Qwen3.6-Plus，顺手把它接到 Claude Code 里试了下，效果比预期好不少。我让它帮我做一个工程师的个人作品网站，主要看审美和前端实现的表现，直接感受是这次质量提升很明显，Agentic Coding 也更清楚了。放到前端开发和长一点的任务里，它不会停在给你一段代码上，而是会自己接着拆需求、找路径、改代码、跑测试，发现问题再继续修，中间少了很多反复接手的地方。这次另一个比较明显的点，这次任务拆解、规划、编码交付这条链路更好了，多模态和推理也基本到位了，图像、文本、视频这些输入能放到同一条链路里统一处理，接真实工程任务的感觉更完整，执行过程录了个视频，大伙有兴趣可以看看它是怎么一步步跑下来的。

Qwen 今天发了 Qwen3.6-Plus，顺手把它接到 Claude Code 里试了下，效果比预期好不少。我让它帮我做一个工程师的个人作品网站，主要看审美和前端实现的表现，直接感受是这次质量提升很明显，Agentic Coding 也更清楚了。放到前端开发和长一点的任务里，它不会停在给你一段代码上，而是会自己接着拆需求、找路径、改代码、跑测试，发现问题再继续修，中间少了很多反复接手的地方。这次另一个比较明显的点，这次任务拆解、规划、编码交付这条链路更好了，多模态和推理也基本到位了，图像、文本、视频这些输入能放到同一条链路里统一处理，接真实工程任务的感觉更完整，执行过程录了个视频，大伙有兴趣可以看看它是怎么一步步跑下来的。

Tw93

94,769 görüntüleme • 6 ay önce

腾讯这个新模型是真牛逼啊，我之前一直觉得 AI 整理数据就是帮你排个序的打杂活，直到看到把 101 个乱成一团的 SKU 销售数据丢给了腾讯 Hy3，竟然返回了一整套能直接拿去开会的完整分析。 Excel 里分了执行摘要，异常值，定价梯度，重复命名好几个 sheet，它自己用 IQR 把离群的贵价货单独挑了出来，还顺手识别整理了重名的重复 SKU。最超出预期的是最后同步生成了一份 30 页的汇报 PPT，所有图表都已经做好，不用再二次调整。它根本不是在帮你整理数据，是把一个分析师一整个下午的标准化工作，直接还给了你。当然不是说分析师就失去价值了，需要深度业务洞察和定制化判断的分析，依然要靠真人落地。而是这种标准化的流程化分析交付，AI 已经能直接做到成品级别，不再是需要反复修改的半成品。

腾讯这个新模型是真牛逼啊，我之前一直觉得 AI 整理数据就是帮你排个序的打杂活，直到看到把 101 个乱成一团的 SKU 销售数据丢给了腾讯 Hy3，竟然返回了一整套能直接拿去开会的完整分析。 Excel 里分了执行摘要，异常值，定价梯度，重复命名好几个 sheet，它自己用 IQR 把离群的贵价货单独挑了出来，还顺手识别整理了重名的重复 SKU。最超出预期的是最后同步生成了一份 30 页的汇报 PPT，所有图表都已经做好，不用再二次调整。它根本不是在帮你整理数据，是把一个分析师一整个下午的标准化工作，直接还给了你。当然不是说分析师就失去价值了，需要深度业务洞察和定制化判断的分析，依然要靠真人落地。而是这种标准化的流程化分析交付，AI 已经能直接做到成品级别，不再是需要反复修改的半成品。

AYi

15,468 görüntüleme • 2 ay önce

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

0x_Miko

487,676 görüntüleme • 8 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。

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

一个叫 gatorr 的中国交易者，靠模拟成千上万个自主 AI agents，在 NBA 市场上赚了 $1,934,731.20 原本研究人员只是拿 MiroFish 的 demo 去测试宏观政策但 gatorr 已经把这套仓库改造成一个增强版 MiroFish terminal，直接拿去打体育盘了这套系统的核心，不只是“预测” 而是先从现实世界抽取信息，再自动构建一个高精度的平行数字世界真正的优势，在执行层 1）信息与赔率聚合系统实时抓取伤病信息，同时汇总多个顶级量化 AI 模型给出的底层赔率 2）仓位与执行再把 agent swarm 模拟出来的胜率，和聚合后的 bookmaker 赔率做匹配一旦出现偏差，增强版 MiroFish terminal 就会直接给出可执行信号，再用动态 Kelly Criterion 去优化下注仓位也就是说，它不是单纯在猜比赛结果而是在做：信息提取多模型赔率聚合 agent swarm 概率模拟动态仓位执行整套流程已经非常接近一个完整的机器化下注系统。但问题也很明显。成千上万个 agents 40+ 轮仿真跑在高性能 LLM 系统上，这意味着极其凶猛的 API token burn 再叠加体育博彩市场本身的流动性限制，以及 Kelly 公式对下注规模的约束，当资金做到 $2M 附近时，继续放大就会变得非常困难。所以这个案例最有意思的地方，不只是他赚了多少钱而是它说明了一件事： 2026 年的 edge，可能已经不再是“谁看球更懂” 而是谁能更快把现实信息、模拟概率和执行系统接起来你觉得这种多 agent swarm 预测，会成为下一阶段的主流基础设施，还是只适合少数高算力玩家的局部优势？

一个叫 gatorr 的中国交易者，靠模拟成千上万个自主 AI agents，在 NBA 市场上赚了 $1,934,731.20 原本研究人员只是拿 MiroFish 的 demo 去测试宏观政策但 gatorr 已经把这套仓库改造成一个增强版 MiroFish terminal，直接拿去打体育盘了这套系统的核心，不只是“预测” 而是先从现实世界抽取信息，再自动构建一个高精度的平行数字世界真正的优势，在执行层 1）信息与赔率聚合系统实时抓取伤病信息，同时汇总多个顶级量化 AI 模型给出的底层赔率 2）仓位与执行再把 agent swarm 模拟出来的胜率，和聚合后的 bookmaker 赔率做匹配一旦出现偏差，增强版 MiroFish terminal 就会直接给出可执行信号，再用动态 Kelly Criterion 去优化下注仓位也就是说，它不是单纯在猜比赛结果而是在做：信息提取多模型赔率聚合 agent swarm 概率模拟动态仓位执行整套流程已经非常接近一个完整的机器化下注系统。但问题也很明显。成千上万个 agents 40+ 轮仿真跑在高性能 LLM 系统上，这意味着极其凶猛的 API token burn 再叠加体育博彩市场本身的流动性限制，以及 Kelly 公式对下注规模的约束，当资金做到 $2M 附近时，继续放大就会变得非常困难。所以这个案例最有意思的地方，不只是他赚了多少钱而是它说明了一件事： 2026 年的 edge，可能已经不再是“谁看球更懂” 而是谁能更快把现实信息、模拟概率和执行系统接起来你觉得这种多 agent swarm 预测，会成为下一阶段的主流基础设施，还是只适合少数高算力玩家的局部优势？

0x_Miko

21,270 görüntüleme • 6 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。

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

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？

0x_Miko

41,948 görüntüleme • 6 ay önce

Distil-Whisper：让语音识别的速度提高 5.8 倍，参数减少 51%，准确度保持在 99%。 Whisper 在语音识别方面表现卓著，但是它有一个明显的缺点：训练出来的小模型支持的语言比较少，而大模型推理速度又很慢。如果你有海量的数据需要处理，或者对实时性要求略高，那使用 Whisper 可能会让你比较头疼。你可以使用工程手段来加速推理，例如将语音分片后并发处理然后合并结果，但这里涉及到本地计算资源瓶颈的问题，以及合并分片时容错处理的问题，工程复杂度比较高。《Distil-Whisper: Robust Knowledge Distillation via Large-Scale Pseudo Labelling 》， Whisper 的 Large-v2 model 生成了一系列的 soft targets（也就是概率分布），然后复制 Whisper 网络的第一层和最后一层解码器，最后生成了一个更小、更快效果更好的蒸馏模型 Distil-Whisper。论文数据写的是：速度提高了 5.8 倍，参数减少了 51%，准确度保持在 99%。这个模型的效果之所以不错，主要还是得益于训练数据的完备，它结合了九个公开可用的语音识别数据集，合并后包含 21170 小时的语音数据，涵盖超过 18260 名说话者和 10 个不同的领域；自从 Whisper 大力出奇迹（它从互联网爬取了 68w 小时的数据，未公开）以后，相信后续语音领域的论文都会配置更庞大的数据集。 Distil-Whisper 目前开源在 Hugging Face 上，模型地址： Demo： Demo 会把模型下载到本地，然后通过 WebGPU 直接在网页上跑起来，测试了下效果，还是挺不错的。目前仅支持英文，如果想让它支持中文，需要使用同样海量的中文语料数据，重新做一次知识蒸馏，但我觉得即便是这样做，效果也不一定好，因为 Whisper 本身对中文、韩语等支持就不太优秀，这个信息可以从 Whisper 的论文中找到数据支撑。下面这个视频是 Whisper 和 Distil-Whisper 的对比效果：

Distil-Whisper：让语音识别的速度提高 5.8 倍，参数减少 51%，准确度保持在 99%。 Whisper 在语音识别方面表现卓著，但是它有一个明显的缺点：训练出来的小模型支持的语言比较少，而大模型推理速度又很慢。如果你有海量的数据需要处理，或者对实时性要求略高，那使用 Whisper 可能会让你比较头疼。你可以使用工程手段来加速推理，例如将语音分片后并发处理然后合并结果，但这里涉及到本地计算资源瓶颈的问题，以及合并分片时容错处理的问题，工程复杂度比较高。《Distil-Whisper: Robust Knowledge Distillation via Large-Scale Pseudo Labelling 》， Whisper 的 Large-v2 model 生成了一系列的 soft targets（也就是概率分布），然后复制 Whisper 网络的第一层和最后一层解码器，最后生成了一个更小、更快效果更好的蒸馏模型 Distil-Whisper。论文数据写的是：速度提高了 5.8 倍，参数减少了 51%，准确度保持在 99%。这个模型的效果之所以不错，主要还是得益于训练数据的完备，它结合了九个公开可用的语音识别数据集，合并后包含 21170 小时的语音数据，涵盖超过 18260 名说话者和 10 个不同的领域；自从 Whisper 大力出奇迹（它从互联网爬取了 68w 小时的数据，未公开）以后，相信后续语音领域的论文都会配置更庞大的数据集。 Distil-Whisper 目前开源在 Hugging Face 上，模型地址： Demo： Demo 会把模型下载到本地，然后通过 WebGPU 直接在网页上跑起来，测试了下效果，还是挺不错的。目前仅支持英文，如果想让它支持中文，需要使用同样海量的中文语料数据，重新做一次知识蒸馏，但我觉得即便是这样做，效果也不一定好，因为 Whisper 本身对中文、韩语等支持就不太优秀，这个信息可以从 Whisper 的论文中找到数据支撑。下面这个视频是 Whisper 和 Distil-Whisper 的对比效果：

Barret李靖

124,482 görüntüleme • 2 yıl önce

有个搞气候数据分析的哥们，直接把工作辞了，跑到Polymarket的天气市场里玩了一票。他从1000美元起步，愣是干到了77000美元。他是怎么想的呢？说白了，他觉得机器学习跑出来的天气模型，能看到那些传统物理模型漏掉的东西，而且市场反应总是慢半拍，没跟上。这老哥自己整了个五模型联动的系统，专门抓那种温度预测的定价错误——价格在0.01到0.1美元之间的，他一眼就能看出来不对劲。他的钱包地址在这：他这套玩法其实很简单：天气模型每6小时更新一次，但Polymarket上那帮人得过好几个小时才反应过来。只要三个以上的模型（比如GFS、ECMWF、ICON）都指向同一个温度区间，而市场给的价格只有0.15美元，实际应该值0.70美元，那这就是一个差不多5倍的定价漏洞。操作也很直接：看到这种机会就买入预测，等着结果出来结算，然后重复这么干。你要是也想跟着他抄作业，可以打开这个Telegram机器人：进去之后： · 先连上TG · 找到“Copy Trading”那个栏目 · 选“Add Wallet to Copy” · 把上面那个交易钱包地址“0x594edb9112f526fa6a80b8f858a6379c8a2c1c11”一加，就完事了。

有个搞气候数据分析的哥们，直接把工作辞了，跑到Polymarket的天气市场里玩了一票。他从1000美元起步，愣是干到了77000美元。他是怎么想的呢？说白了，他觉得机器学习跑出来的天气模型，能看到那些传统物理模型漏掉的东西，而且市场反应总是慢半拍，没跟上。这老哥自己整了个五模型联动的系统，专门抓那种温度预测的定价错误——价格在0.01到0.1美元之间的，他一眼就能看出来不对劲。他的钱包地址在这：他这套玩法其实很简单：天气模型每6小时更新一次，但Polymarket上那帮人得过好几个小时才反应过来。只要三个以上的模型（比如GFS、ECMWF、ICON）都指向同一个温度区间，而市场给的价格只有0.15美元，实际应该值0.70美元，那这就是一个差不多5倍的定价漏洞。操作也很直接：看到这种机会就买入预测，等着结果出来结算，然后重复这么干。你要是也想跟着他抄作业，可以打开这个Telegram机器人：进去之后： · 先连上TG · 找到“Copy Trading”那个栏目 · 选“Add Wallet to Copy” · 把上面那个交易钱包地址“0x594edb9112f526fa6a80b8f858a6379c8a2c1c11”一加，就完事了。

区块链行情研究

10,610 görüntüleme • 6 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。

产品经理老王霸

173,926 görüntüleme • 3 ay önce

Anthropic 在 2026 年 9 月 17 日公布了一组进展：在两名技术人员监督下，Claude 用了不到四周时间，协助优化了 30 多个开源生物学模型，其中包括 AlphaFold3 和 Boltz-2，相关优化代码已经开源。这件事情吸引人的地方，在于它处理实际科研代码的具体过程，也就是从进入工程仓库、定位问题、修改代码，到最后一步步拿指标做检查。顺着这种科研工作流的思路，我最近试用了 ScienceBuddy。它是 PhAI Labs 推出的生物医学 Agent 工作台，我先用它跑了一个具体的文献梳理任务。我给出的提示词是整理近几年用机器学习预测 CRISPR-Cas9 脱靶活性的相关研究，主要看基因编辑在目标区域之外产生误切的情况。为了方便后续比对，我直接指定了输出结构，要求把研究任务、数据规模、主要发现、研究局限和 DOI 整理成规整的列。 ScienceBuddy 在当前任务窗口里生成了一张论文信息表格。不同研究使用的数据集、得出的结论以及原文入口被归纳在同一套字段下。这样的交互挺省事：输入的提示词、生成的表格以及后续的追问都停留在同一个工作界面，左侧列表也保留着历史任务记录，随时可以点回来继续补充条件。拿到了整理好的表格，我抽查了其中一行，点击 CRISMER 对应的 DOI 链接，跳转到了 bioRxiv 上的原始预印本摘要。表格里抓取的 CHANGE-seq 和 SITE-seq，确实是原文摘要里明确写出的训练数据；论文自身报告的 F1 值为 0.728、PR-AUC 值为 0.818，也逐字出现在摘要数据中，页面同时标有预印本提示。这里需要说明，这些准确率数值是 CRISMER 那篇论文自己的实验结果，并不是软件的性能数据。这次抽查做的事情很简单，就是顺着生成结果里的来源链接，确认关键字段能不能在原文里找到出处。在另一个关于 GEO 公开组学数据的任务中，我查看了它的运行轨迹（Trajectory）。界面上展示了 query_geo、fetch_source、query_pubmed 等工具调用节点，清晰记录了系统在推进任务时尝试发起的查询动作。关于底层的实现，项目方提到 ScienceIDE 是 ScienceBuddy 的底层技术框架，主要作用是把真实的科研代码封装成 Agent 可以执行、练习和验证的环境，并尝试通过科学标准来检查结果。面向普通用户日常使用的产品是 ScienceBuddy。整套体验下来，最直观的感受是ScienceBuddy 把文献线索集中整理成表，并在同一个任务流里继续追问，遇到关键数据也能够直接从引用中找到 DOI 回原文做核对。产品访问地址是 PhAI Labs 开发。我体验的时候 Preview 版本处于免费开放状态。如果平时需要梳理生物医学领域的论文脉络或收集开题证据，可以找一个具体课题试一试。

Anthropic 在 2026 年 9 月 17 日公布了一组进展：在两名技术人员监督下，Claude 用了不到四周时间，协助优化了 30 多个开源生物学模型，其中包括 AlphaFold3 和 Boltz-2，相关优化代码已经开源。这件事情吸引人的地方，在于它处理实际科研代码的具体过程，也就是从进入工程仓库、定位问题、修改代码，到最后一步步拿指标做检查。顺着这种科研工作流的思路，我最近试用了 ScienceBuddy。它是 PhAI Labs 推出的生物医学 Agent 工作台，我先用它跑了一个具体的文献梳理任务。我给出的提示词是整理近几年用机器学习预测 CRISPR-Cas9 脱靶活性的相关研究，主要看基因编辑在目标区域之外产生误切的情况。为了方便后续比对，我直接指定了输出结构，要求把研究任务、数据规模、主要发现、研究局限和 DOI 整理成规整的列。 ScienceBuddy 在当前任务窗口里生成了一张论文信息表格。不同研究使用的数据集、得出的结论以及原文入口被归纳在同一套字段下。这样的交互挺省事：输入的提示词、生成的表格以及后续的追问都停留在同一个工作界面，左侧列表也保留着历史任务记录，随时可以点回来继续补充条件。拿到了整理好的表格，我抽查了其中一行，点击 CRISMER 对应的 DOI 链接，跳转到了 bioRxiv 上的原始预印本摘要。表格里抓取的 CHANGE-seq 和 SITE-seq，确实是原文摘要里明确写出的训练数据；论文自身报告的 F1 值为 0.728、PR-AUC 值为 0.818，也逐字出现在摘要数据中，页面同时标有预印本提示。这里需要说明，这些准确率数值是 CRISMER 那篇论文自己的实验结果，并不是软件的性能数据。这次抽查做的事情很简单，就是顺着生成结果里的来源链接，确认关键字段能不能在原文里找到出处。在另一个关于 GEO 公开组学数据的任务中，我查看了它的运行轨迹（Trajectory）。界面上展示了 query_geo、fetch_source、query_pubmed 等工具调用节点，清晰记录了系统在推进任务时尝试发起的查询动作。关于底层的实现，项目方提到 ScienceIDE 是 ScienceBuddy 的底层技术框架，主要作用是把真实的科研代码封装成 Agent 可以执行、练习和验证的环境，并尝试通过科学标准来检查结果。面向普通用户日常使用的产品是 ScienceBuddy。整套体验下来，最直观的感受是ScienceBuddy 把文献线索集中整理成表，并在同一个任务流里继续追问，遇到关键数据也能够直接从引用中找到 DOI 回原文做核对。产品访问地址是 PhAI Labs 开发。我体验的时候 Preview 版本处于免费开放状态。如果平时需要梳理生物医学领域的论文脉络或收集开题证据，可以找一个具体课题试一试。

雪踏乌云

60,621 görüntüleme • 9 gün önce

MiMo推出1000 Token/s超高速模型｜体验测评 MiMo 推出了 MiMo V2.5 Pro UltraSpeed 超高速的模型版本，能够实现每秒输出超过 1,000 Token 的速度。同时，这应该也是全球第一个达到这个速度的万亿（1T）参数模型。藏师傅提前试了一下，做了三个测试，确实爽。第一个跑了一个比较复杂的 3D 采矿小游戏测试。在没有素材的情况下，我让它全部用 Three.js 前端代码来生成素材。整体要求比较完整，虽然第一次实践时出了一些小问题，但在跟他沟通修改建议后，非常完美地实现了任务。这次测试的各项指标如下：思考的 TPS：804 Token/s，峰值速度：810 Token/s，首次响应时间：4.71 秒。第二个测试给了一个官网，其头部包含一个相对复杂的 3D 动画。这次的输出速度快了非常多：峰值达到了 1426 Token/s，首次响应只用了 0.83 秒，在 32 秒内输出了 25624 个 Token，总计生成了 1000 行代码。第三个测试给了一个更复杂的官网。我要求这个官网的 Header 头部包含以下 3D 效果：地球边缘、轨道上的飞船、星际尘埃、航线图、舷窗的 HUD 样式。这个效果非常好，整体的视觉样式、状态、SVG 动画和驾驶卡片都非常精细，还有滚动的视差效果这个输出的 TPS 达到了 1136 tokens/s，首次响应是 4.5 秒官方测试平台下面有个数据展示，会显示相关信息在流式输出的情况下，当你看着它只用 20 秒就产生一个非常复杂的 3D 游戏时，那种场景还是比较震撼的之前的这些（比如说 Groq 之类的）超高速推理方案，在模型能力或者是整体水平上都会有所下降，但是 MiMo 这个在测试的时候，我没有看到这种迹象最近很多公司都开始推出这种超高速的 API 服务，比如之前 OpenAI 和 Anthropic 都有 Fast 模式在 Agent 场景下，模型输出效率的提升会直接带动每一步 Agent 操作的效率：如果一个任务预估一分钟完成，你就会盯着它直到结束，然后立刻投入测试。如果需要五分钟才完成，你可能就会去干别的事，然后再回来看，难免会浪费一些时间这种效率提升在 Sub-Agent 和并发场景下更加明显。因为它可以更快地产出大量结果，想象一下，如果同时启动一两百个 Sub-Agent，在模型能力没有衰减的前提下，速度提高 10 倍，体验是非常爽的毕竟这本质上是面向那种对效率有极高要求的 To B 客户所推出的希望后面大家卷起来，优化一下成本，让普通用户也能放开用这种 UltraSpeed 模型

MiMo推出1000 Token/s超高速模型｜体验测评 MiMo 推出了 MiMo V2.5 Pro UltraSpeed 超高速的模型版本，能够实现每秒输出超过 1,000 Token 的速度。同时，这应该也是全球第一个达到这个速度的万亿（1T）参数模型。藏师傅提前试了一下，做了三个测试，确实爽。第一个跑了一个比较复杂的 3D 采矿小游戏测试。在没有素材的情况下，我让它全部用 Three.js 前端代码来生成素材。整体要求比较完整，虽然第一次实践时出了一些小问题，但在跟他沟通修改建议后，非常完美地实现了任务。这次测试的各项指标如下：思考的 TPS：804 Token/s，峰值速度：810 Token/s，首次响应时间：4.71 秒。第二个测试给了一个官网，其头部包含一个相对复杂的 3D 动画。这次的输出速度快了非常多：峰值达到了 1426 Token/s，首次响应只用了 0.83 秒，在 32 秒内输出了 25624 个 Token，总计生成了 1000 行代码。第三个测试给了一个更复杂的官网。我要求这个官网的 Header 头部包含以下 3D 效果：地球边缘、轨道上的飞船、星际尘埃、航线图、舷窗的 HUD 样式。这个效果非常好，整体的视觉样式、状态、SVG 动画和驾驶卡片都非常精细，还有滚动的视差效果这个输出的 TPS 达到了 1136 tokens/s，首次响应是 4.5 秒官方测试平台下面有个数据展示，会显示相关信息在流式输出的情况下，当你看着它只用 20 秒就产生一个非常复杂的 3D 游戏时，那种场景还是比较震撼的之前的这些（比如说 Groq 之类的）超高速推理方案，在模型能力或者是整体水平上都会有所下降，但是 MiMo 这个在测试的时候，我没有看到这种迹象最近很多公司都开始推出这种超高速的 API 服务，比如之前 OpenAI 和 Anthropic 都有 Fast 模式在 Agent 场景下，模型输出效率的提升会直接带动每一步 Agent 操作的效率：如果一个任务预估一分钟完成，你就会盯着它直到结束，然后立刻投入测试。如果需要五分钟才完成，你可能就会去干别的事，然后再回来看，难免会浪费一些时间这种效率提升在 Sub-Agent 和并发场景下更加明显。因为它可以更快地产出大量结果，想象一下，如果同时启动一两百个 Sub-Agent，在模型能力没有衰减的前提下，速度提高 10 倍，体验是非常爽的毕竟这本质上是面向那种对效率有极高要求的 To B 客户所推出的希望后面大家卷起来，优化一下成本，让普通用户也能放开用这种 UltraSpeed 模型

歸藏(guizang.ai)

27,376 görüntüleme • 3 ay önce