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.

越熟练用 Claude Code，反而越容易花最多时间在返工上很多人以为“prompt写得够清楚、context塞得够多”就能让Claude高效输出。结果呢？它还是直接开写、直接出bug、直接跑偏，最后你花80%的时间在来回纠错、澄清假设、推翻重来。作者用 Claude Code 满一年，Superpowers（Jesse Vincent 开源，125k+ GitHub stars，每周涨1.5-2万）是唯一让他速度、质量、挫败感同时大幅改善的插件。普通 Claude 直接“开始建”而不问问题、写计划，大部分时候都要花1小时 course-correct；Superpowers 强制模拟“好工程师”的真实流程（先探索上下文→逐一澄清问题→提出2-3种方案+权衡→分段写设计文档→自审→等待明确批准）。 14+ skills 按任务自动触发且 mandatory（跳过有12条开发者常用借口会被框架拒绝）；7阶段管道每阶段都有铁律（planning 里不允许 TBD/TODO、TDD 必须先写 failing test、debugging 3次失败就强制质疑架构）。这些结构不是锦上添花，而是把 raw prompting 的天花板彻底打破，让 Claude 真正像团队里的资深工程师一样思考和执行。对任何重度使用 Claude Code 的人来说，Superpowers 不是“又一个插件”，而是把 agentic workflow 从混乱拉到可预测、可维护、可规模化的分水岭。

AYi

52,984 subscribers

82,374 Aufrufe • vor 3 Monaten •via X (Twitter)

Bildung Wissenschaft & Technologie

Anya Rossi• Live Now

Private livecam show

0 Kommentare

Keine Kommentare verfügbar

Kommentare vom Original-Post werden hier angezeigt

Ähnliche Videos

一位工程师公开了他每天用于进行真实工程开发而非“凭感觉编程”（vibe coding）的 Claude Code 技能。真正的工程实践。该仓库的两位贡献者之一就是 Claude 本身。90.5k stars。 7.9k forks。MIT 协议。这些是互联网上最著名的 TypeScript 专家之一 Matt Pocock 在日常使用 Claude Code 时所采用的技能。它们不是通用的提示词，而是来自资深工程师的真实工作流。使用 Claude Code 进行真实工程开发的技能。在生产环境中测试过的流程。架构与技术决策文档。Claude Code 直接插件。 140 万次技能下载。5 天前更新。 MIT 许可证。区分“凭感觉编程”者与使用 AI 进行“真实工程开发”者的区别，就在于他们安装了哪些技能。 90.5k stars。7.9k forks。 MIT 许可证。仓库地址见此。

一位工程师公开了他每天用于进行真实工程开发而非“凭感觉编程”（vibe coding）的 Claude Code 技能。真正的工程实践。该仓库的两位贡献者之一就是 Claude 本身。90.5k stars。 7.9k forks。MIT 协议。这些是互联网上最著名的 TypeScript 专家之一 Matt Pocock 在日常使用 Claude Code 时所采用的技能。它们不是通用的提示词，而是来自资深工程师的真实工作流。使用 Claude Code 进行真实工程开发的技能。在生产环境中测试过的流程。架构与技术决策文档。Claude Code 直接插件。 140 万次技能下载。5 天前更新。 MIT 许可证。区分“凭感觉编程”者与使用 AI 进行“真实工程开发”者的区别，就在于他们安装了哪些技能。 90.5k stars。7.9k forks。 MIT 许可证。仓库地址见此。

Bill The Investor

15,050 Aufrufe • vor 1 Monat

Anthropic 刚放出一份 33 页的 Claude trading agents 文档。然后有人昨晚试了一件事：让 Claude 直接搭一套 Polymarket 交易工作流结果 10 小时后，脚本已经赚了 $561 目前胜率大约是 71% 这件事最有意思的地方，其实不是利润而是架构这套系统做的，不是让 Claude 每次都临场判断而是把 Claude 拆成一组专门处理交易环节的 skills 每个 skill 都是一个独立模块，里面包含： • instructions • scripts • reference data 当对应的触发条件出现时，对应的 skill 就会自动激活。不需要人工手动 prompt 整个 skill architecture 也很清晰每个模块只负责一段固定流程：市场扫描概率更新执行逻辑而且 Claude 不会一开始就把所有内容全部加载。它会先读取最少量的 metadata，只有在真正需要的时候，才拉取完整指令。这样做的结果就是：速度更快但依然保留专门化逻辑这套工作流会在特定市场条件出现时启动素材里给出的触发条件包括： • probability deviation • abnormal volume • rapid price shift 一旦触发，系统就会按预定义好的多步骤流程执行。这个 agent 做的事情是： • 读取市场概率 • 把市场概率和模型估算值做比较 • 当 EV 为正时开仓 • 自动管理退出重点就在这里因为交易流程本身已经写进了 skill，所以 bot 的行为会更一致不是随机 prompt 不是临时猜也不是一次次从零开始做判断按这段素材的意思，真正的优势其实是自动化它不是每笔交易都重新解题，而是把同一套优化过的流程，反复跑进不同市场里。最后得到的效果就是：更少的 prompt complexity 更高的一致性以及一台不会疲劳的交易引擎你觉得这种把 Claude 拆成 skills 来跑交易流程的方式，会不会比直接让模型临场做买卖判断更有效？

Anthropic 刚放出一份 33 页的 Claude trading agents 文档。然后有人昨晚试了一件事：让 Claude 直接搭一套 Polymarket 交易工作流结果 10 小时后，脚本已经赚了 $561 目前胜率大约是 71% 这件事最有意思的地方，其实不是利润而是架构这套系统做的，不是让 Claude 每次都临场判断而是把 Claude 拆成一组专门处理交易环节的 skills 每个 skill 都是一个独立模块，里面包含： • instructions • scripts • reference data 当对应的触发条件出现时，对应的 skill 就会自动激活。不需要人工手动 prompt 整个 skill architecture 也很清晰每个模块只负责一段固定流程：市场扫描概率更新执行逻辑而且 Claude 不会一开始就把所有内容全部加载。它会先读取最少量的 metadata，只有在真正需要的时候，才拉取完整指令。这样做的结果就是：速度更快但依然保留专门化逻辑这套工作流会在特定市场条件出现时启动素材里给出的触发条件包括： • probability deviation • abnormal volume • rapid price shift 一旦触发，系统就会按预定义好的多步骤流程执行。这个 agent 做的事情是： • 读取市场概率 • 把市场概率和模型估算值做比较 • 当 EV 为正时开仓 • 自动管理退出重点就在这里因为交易流程本身已经写进了 skill，所以 bot 的行为会更一致不是随机 prompt 不是临时猜也不是一次次从零开始做判断按这段素材的意思，真正的优势其实是自动化它不是每笔交易都重新解题，而是把同一套优化过的流程，反复跑进不同市场里。最后得到的效果就是：更少的 prompt complexity 更高的一致性以及一台不会疲劳的交易引擎你觉得这种把 Claude 拆成 skills 来跑交易流程的方式，会不会比直接让模型临场做买卖判断更有效？

0x_Miko

107,651 Aufrufe • vor 4 Monaten

很多基础设施讨论的都是“最终结果”，但在真实使用中，更影响体验的是：从你产生一个操作意图，到结果真正生效，中间隔了多久。这段时间越不可控，系统就越难被放进复杂流程里。不确定的等待，会直接放大风险判断，也会压缩操作空间。从这个角度看 Plasma 它关注的并不是把结果推到极限，而是缩短并稳定这段“意图到生效”的路径。当行为反馈更清晰、时间预期更稳定，使用者才敢连续操作，而不是每一步都重新评估风险。也正因为如此 $XPL 更像是一种对操作确定性和系统响应质量的判断。真正可被反复使用的基础设施，往往不是最耀眼的，而是让你不用反复确认“这一步会不会出问题”的那一个。 #plasma

很多基础设施讨论的都是“最终结果”，但在真实使用中，更影响体验的是：从你产生一个操作意图，到结果真正生效，中间隔了多久。这段时间越不可控，系统就越难被放进复杂流程里。不确定的等待，会直接放大风险判断，也会压缩操作空间。从这个角度看 Plasma 它关注的并不是把结果推到极限，而是缩短并稳定这段“意图到生效”的路径。当行为反馈更清晰、时间预期更稳定，使用者才敢连续操作，而不是每一步都重新评估风险。也正因为如此 $XPL 更像是一种对操作确定性和系统响应质量的判断。真正可被反复使用的基础设施，往往不是最耀眼的，而是让你不用反复确认“这一步会不会出问题”的那一个。 #plasma

DD

65,689 Aufrufe • vor 5 Monaten

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 #KAITO

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 #KAITO

草帽 boy

89,368 Aufrufe • vor 6 Monaten

Anthropic 刚甩出一份 33 页的文档，讲 Claude 怎么做交易 agent。结果昨晚就有人拿它试了个东西：让 Claude 自己搭一套 Polymarket 交易流程 10 个小时后，脚本已经赚了 561 美元胜率目前 71% 钱包在这：这事最有意思的，不是那几百刀是这套玩法本身他没有让 Claude 每次都现想现做而是把交易拆成一组专门的 skill 每一个 skill 就是一个独立模块，里面装着： • 操作指令 • 执行脚本 • 参考数据一旦市场触发了对应条件，那个 skill 自己就动起来了全程不用人手动去敲 prompt 这套架构也很清晰每个模块只干一件固定的事：扫市场更新概率跑执行逻辑而且 Claude 不会一上来就把所有东西都塞进脑子它先读最精简的 metadata，真要用了，才去调完整指令结果是：跑得快逻辑还不丢这套东西会在特定市场信号出现时启动素材里列的条件包括： • 概率偏离 • 成交量异常 • 价格剧烈波动一旦触发，系统就按写好的多步流程自动开干这个 agent 做的事很简单： • 读市场概率 • 跟自己算的值做对比 • 正期望值就进 • 自动找机会退重点是这因为交易流程已经固化进 skill 里了，bot 的行为稳得一批不是临时乱 prompt 不是现场猜也不是每笔都从零开始想按素材里的说法，真正的优势其实是自动化它不是每笔交易都重新解一遍题，而是把一套已经跑顺的流程，反复塞进不同市场里反复跑最后的效果就是： prompt 复杂度更低一致性更高还有一台永远不会累的交易机器你觉得这种把 Claude 拆成 skill 来跑交易的方式，会不会比让它临时做判断更稳？想在 Polymarket 上用跟单交易的话推荐这个 Bot： #Polymarket

Anthropic 刚甩出一份 33 页的文档，讲 Claude 怎么做交易 agent。结果昨晚就有人拿它试了个东西：让 Claude 自己搭一套 Polymarket 交易流程 10 个小时后，脚本已经赚了 561 美元胜率目前 71% 钱包在这：这事最有意思的，不是那几百刀是这套玩法本身他没有让 Claude 每次都现想现做而是把交易拆成一组专门的 skill 每一个 skill 就是一个独立模块，里面装着： • 操作指令 • 执行脚本 • 参考数据一旦市场触发了对应条件，那个 skill 自己就动起来了全程不用人手动去敲 prompt 这套架构也很清晰每个模块只干一件固定的事：扫市场更新概率跑执行逻辑而且 Claude 不会一上来就把所有东西都塞进脑子它先读最精简的 metadata，真要用了，才去调完整指令结果是：跑得快逻辑还不丢这套东西会在特定市场信号出现时启动素材里列的条件包括： • 概率偏离 • 成交量异常 • 价格剧烈波动一旦触发，系统就按写好的多步流程自动开干这个 agent 做的事很简单： • 读市场概率 • 跟自己算的值做对比 • 正期望值就进 • 自动找机会退重点是这因为交易流程已经固化进 skill 里了，bot 的行为稳得一批不是临时乱 prompt 不是现场猜也不是每笔都从零开始想按素材里的说法，真正的优势其实是自动化它不是每笔交易都重新解一遍题，而是把一套已经跑顺的流程，反复塞进不同市场里反复跑最后的效果就是： prompt 复杂度更低一致性更高还有一台永远不会累的交易机器你觉得这种把 Claude 拆成 skill 来跑交易的方式，会不会比让它临时做判断更稳？想在 Polymarket 上用跟单交易的话推荐这个 Bot： #Polymarket

区块链行情研究

28,006 Aufrufe • vor 4 Monaten

大部分人用 Claude Code 其实是在裸跑打开项目，直接问它改代码、写功能、修bug。能干活，但工作流全靠手动组织 Anthropic 最近出了个官方插件叫 claude-code-setup，做的事情挺简单的：扫描你的项目结构和依赖，然后推荐你应该配哪些东西具体来说它会建议你装： -适合你项目的 MCP servers -可以复用的 skills -自动触发的 hooks -拆分任务用的 subagents -常用的 slash commands 相当于它帮你把 Claude Code 从一个"什么都能干但什么都要你自己安排"的工具，变成一个针对你这个项目定制过的AI开发环境之前这些配置全靠自己摸索，哪些 MCP 好用、hooks 怎么写、subagents 怎么拆，都要一个个试。现在至少有个起点了不是说它推荐的就一定全对，但比从零开始配要省不少事用 Claude Code 的可以试试，尤其是项目已经有一定规模的

大部分人用 Claude Code 其实是在裸跑打开项目，直接问它改代码、写功能、修bug。能干活，但工作流全靠手动组织 Anthropic 最近出了个官方插件叫 claude-code-setup，做的事情挺简单的：扫描你的项目结构和依赖，然后推荐你应该配哪些东西具体来说它会建议你装： -适合你项目的 MCP servers -可以复用的 skills -自动触发的 hooks -拆分任务用的 subagents -常用的 slash commands 相当于它帮你把 Claude Code 从一个"什么都能干但什么都要你自己安排"的工具，变成一个针对你这个项目定制过的AI开发环境之前这些配置全靠自己摸索，哪些 MCP 好用、hooks 怎么写、subagents 怎么拆，都要一个个试。现在至少有个起点了不是说它推荐的就一定全对，但比从零开始配要省不少事用 Claude Code 的可以试试，尤其是项目已经有一定规模的

Vincent | 信号＞噪音

21,388 Aufrufe • vor 1 Monat

卧槽，答案终于揭晓了！那个在open router上持续霸榜的神秘模型，是阿里推出的全新大模型“蚂蚁百灵”！今天我们来深度聊一聊这个模型。用过AI来完成前端开发的朋友肯定懂：要让AI做出想要的UI总是要找参考，再不然就是要依赖设计 skill 的帮助。但这种界面一旦看多了，就会陷入审美疲劳。原因在于不管你是对标UI还是使用skill，结果都是被限定在固有的生成范围内。最近小灰测了新模型 Ling-2.6-1T （由蚂蚁集团 Ant Ling 开发），发现它刚好就能打破这个限制。它生成的页面不仅审美极度在线，而且自带高质量的交互效果，做出来的东西终于不再是干巴巴的呆板网页了。但用它有个必须要避开的坑：Ling 2.6 1T 默认是没有深度思考模式的。它在计算资源分配上极其克制，如果你偷懒丢一句"给我写个好看的界面"，那么它大概率会给你一个准确但极其敷衍的结果。(视频1) 那么怎么取巧使用它？小灰分享一个能逼出它真实设计水平的实操工作流：把它当成主规划师，先拆解风格，再写代码。跟它对话时，你可以直接下这种指令： 1. 强制思考：先别急着写代码！帮我分析这个产品的定位，明确它的视觉情绪、色彩规范和排版布局，把思路列出来。（比如明确告诉它你要包豪斯风格或者北欧风）。 2. 落地执行：等它把设计语言梳理清楚，你确认没问题了，再让它基于这套标准去生成具体的 TailwindCSS 样式和前端页面。用这种先 Plan 后做的方式，出来的页面不仅美观，而且风格极其统一。（视频2）目前在Openrouter中可以免费体验该模型。选对工具打破模板限制，用高审美的模型直接拔高视觉质感，能帮我们省下大把死磕 CSS 的时间。期待大家都能快速做出让人眼前一亮的作品！

卧槽，答案终于揭晓了！那个在open router上持续霸榜的神秘模型，是阿里推出的全新大模型“蚂蚁百灵”！今天我们来深度聊一聊这个模型。用过AI来完成前端开发的朋友肯定懂：要让AI做出想要的UI总是要找参考，再不然就是要依赖设计 skill 的帮助。但这种界面一旦看多了，就会陷入审美疲劳。原因在于不管你是对标UI还是使用skill，结果都是被限定在固有的生成范围内。最近小灰测了新模型 Ling-2.6-1T （由蚂蚁集团 Ant Ling 开发），发现它刚好就能打破这个限制。它生成的页面不仅审美极度在线，而且自带高质量的交互效果，做出来的东西终于不再是干巴巴的呆板网页了。但用它有个必须要避开的坑：Ling 2.6 1T 默认是没有深度思考模式的。它在计算资源分配上极其克制，如果你偷懒丢一句"给我写个好看的界面"，那么它大概率会给你一个准确但极其敷衍的结果。(视频1) 那么怎么取巧使用它？小灰分享一个能逼出它真实设计水平的实操工作流：把它当成主规划师，先拆解风格，再写代码。跟它对话时，你可以直接下这种指令： 1. 强制思考：先别急着写代码！帮我分析这个产品的定位，明确它的视觉情绪、色彩规范和排版布局，把思路列出来。（比如明确告诉它你要包豪斯风格或者北欧风）。 2. 落地执行：等它把设计语言梳理清楚，你确认没问题了，再让它基于这套标准去生成具体的 TailwindCSS 样式和前端页面。用这种先 Plan 后做的方式，出来的页面不仅美观，而且风格极其统一。（视频2）目前在Openrouter中可以免费体验该模型。选对工具打破模板限制，用高审美的模型直接拔高视觉质感，能帮我们省下大把死磕 CSS 的时间。期待大家都能快速做出让人眼前一亮的作品！

程序员小灰

15,021 Aufrufe • vor 2 Monaten

很多时候，一个生态起不来，并不是因为大家没想法，而是从想法到真正跑起来，中间的摩擦太多。环境搭建、工具适配、链上交互，每一步都会劝退一批人。最后留下来的，往往不是最有创意的，而是最能熬流程的。从这个角度看 Vanar 它更像是在解决一个很现实的问题：怎么让“试一试”这件事变得足够便宜。当一条链从设计上就是 AI-native 的，很多原本需要手动拼接的步骤，会自然被系统吸收掉，创意不需要先翻过一堆基础设施的门槛，才能进入可运行状态。这类差异在早期并不显眼，但时间一拉长，你会发现生态里愿意持续尝试的人明显更多。不是每个想法都会成功，但只要失败成本够低，新的东西就会不断冒出来。也正是在这个意义上 $VANRY 更像是一种对开发者密度和持续试错能力的押注。当“做点东西”不再是一件很累的事，生态才有机会真正活起来。 #Vanar

很多时候，一个生态起不来，并不是因为大家没想法，而是从想法到真正跑起来，中间的摩擦太多。环境搭建、工具适配、链上交互，每一步都会劝退一批人。最后留下来的，往往不是最有创意的，而是最能熬流程的。从这个角度看 Vanar 它更像是在解决一个很现实的问题：怎么让“试一试”这件事变得足够便宜。当一条链从设计上就是 AI-native 的，很多原本需要手动拼接的步骤，会自然被系统吸收掉，创意不需要先翻过一堆基础设施的门槛，才能进入可运行状态。这类差异在早期并不显眼，但时间一拉长，你会发现生态里愿意持续尝试的人明显更多。不是每个想法都会成功，但只要失败成本够低，新的东西就会不断冒出来。也正是在这个意义上 $VANRY 更像是一种对开发者密度和持续试错能力的押注。当“做点东西”不再是一件很累的事，生态才有机会真正活起来。 #Vanar

DD

68,100 Aufrufe • vor 5 Monaten

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

24,685 Aufrufe • vor 3 Monaten

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

94,518 Aufrufe • vor 3 Monaten

Anthropic推出了一项新功能，叫做“提示词改器”（Prompt Console）。 Claude 会使用思路链推理等提示工程技术自动对提示词进行改进，优化你的提示词，让AI的回答更准确、符合预期。这项功能的主要作用： 1. 自动优化提示词：通过提示词改进工具，开发者可以让Claude模型自动优化现有的提示词（即向AI模型提出的问题或要求），以提高模型回答的质量。例如，工具会增加一个“链式思维”环节，让Claude在回答之前先有条理地思考问题，确保回答更精准。 2. 标准化和丰富示例：工具可以把提示中的示例转成统一的格式，比如XML格式，这样Claude更容易理解和处理。 3.示例增强：对现有示例进行自动补充，使其与结构化后的提示更加契合，包括增加链式思维的逻辑过程。 4.重写：对提示进行重写，明确其结构，并纠正小的语法或拼写错误，以提高提示的质量和易读性。 5.预填充：在Claude的助理消息中预填充内容，帮助引导Claude的行为，并确保输出格式符合需求。一旦新提示生成，你还可以向Claude提供反馈，说明什么有效，什么不起作用，以进一步改进提示。实际效果：根据Anthropic的测试数据，使用提示词改进工具后，模型的准确率在多标签分类任务中提升了30%，并且在摘要任务中能够100%完全遵循字数要求。

Anthropic推出了一项新功能，叫做“提示词改器”（Prompt Console）。 Claude 会使用思路链推理等提示工程技术自动对提示词进行改进，优化你的提示词，让AI的回答更准确、符合预期。这项功能的主要作用： 1. 自动优化提示词：通过提示词改进工具，开发者可以让Claude模型自动优化现有的提示词（即向AI模型提出的问题或要求），以提高模型回答的质量。例如，工具会增加一个“链式思维”环节，让Claude在回答之前先有条理地思考问题，确保回答更精准。 2. 标准化和丰富示例：工具可以把提示中的示例转成统一的格式，比如XML格式，这样Claude更容易理解和处理。 3.示例增强：对现有示例进行自动补充，使其与结构化后的提示更加契合，包括增加链式思维的逻辑过程。 4.重写：对提示进行重写，明确其结构，并纠正小的语法或拼写错误，以提高提示的质量和易读性。 5.预填充：在Claude的助理消息中预填充内容，帮助引导Claude的行为，并确保输出格式符合需求。一旦新提示生成，你还可以向Claude提供反馈，说明什么有效，什么不起作用，以进一步改进提示。实际效果：根据Anthropic的测试数据，使用提示词改进工具后，模型的准确率在多标签分类任务中提升了30%，并且在摘要任务中能够100%完全遵循字数要求。

小互

39,813 Aufrufe • vor 1 Jahr

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)🕊️|🐬TermMax

25,531 Aufrufe • vor 6 Monaten

我一直觉得，判断一个交易系统是不是偏心，最好的办法不是看谁赚得多，而是看谁更容易活下来。在 MemeMax 里，这个问题尤其重要，因为它不是一个试图平滑风险的系统，而是一个把风险放在台面上的系统。在 MemeMax 里，天然更占优势的，不是消息最快的人，也不是手法最花的人，而是能和清算结构长期共存的人。这听起来有点抽象，但拆开看，其实非常现实。第1️⃣层优势：时间，而不是判断 MemeMax 的清算逻辑，本质上并不奖励判断正确一次，而是奖励在多次波动中不断留下来。高波动、高杠杆、快节奏，决定了任何一次重仓判断，都可能直接被市场抹掉。所以你会发现，真正活得久的人，往往不是最会猜顶猜底的，而是允许自己看错很多次的人。他们的仓位天然更轻，节奏更慢，不是因为保守，而是因为清楚一件事，清算不是意外，是常态。第2️⃣层优势：结构理解，而不是操作技巧很多人把 MemeMax 当成一个操作空间很大的地方，但真正的优势，其实来自对结构的理解。清算线不是风险提示，而是系统的核心齿轮。只要你愿意频繁去触碰它，系统就一定会把你吃掉。所以在 MemeMax 里，占优势的人往往有一个共同点：他们不试图和清算线博弈，而是围绕它设计行为。什么时候必须退，什么时候允许错，什么时候宁愿少赚。这不是技术，是结构感。第3️⃣层优势：资金曲线，而不是单笔盈亏在 MemeMax 里，系统真正偏向的，是能维持平滑资金曲线的人。不是不亏，而是不爆。因为一旦爆仓，你在系统里的“参与权”就被强行中断。而 MemeMax 的很多机会，本质上是给持续参与者准备的，而不是给一次性玩家准备的。换句话说，这不是一场比聪明的游戏，而是一场比谁能持续留在桌上的游戏。第4️⃣层优势：心理结构这点很多人不愿意承认。在 MemeMax 里，情绪越强烈的人，反而越容易成为系统的燃料。系统对 FOMO、重仓、加速下注的容忍度非常低。不是道德问题，而是结构问题。清算机制不会关心你的理由，只会执行结果。所以真正占优势的人，往往情绪并不激烈，甚至有点冷。不是因为他们不信 Meme，而是因为他们接受不确定性是常态。说一句很实在的判断MemeMax 从来没有试图让所有人都赚钱。它真正做的，是在一开始就把“谁更容易被淘汰”这件事，写进了系统里。如果你追求的是刺激、爆发、一次翻倍，那你会觉得这个系统很残酷。但如果你追求的是在高波动环境中，尽可能多地活过几个周期，那你会慢慢理解它的偏向。我个人的选择很简单。我不会把 MemeMax 当成提款机，也不会把它当成赌场。我更愿意把它当成一个会不断筛人的系统。如果你也在参与，不妨问自己一个问题你是在赌一次判断，还是在和这个结构长期共存。想清楚这一点，再决定怎么玩，结果会完全不一样。 #Mememax #KAITO

我一直觉得，判断一个交易系统是不是偏心，最好的办法不是看谁赚得多，而是看谁更容易活下来。在 MemeMax 里，这个问题尤其重要，因为它不是一个试图平滑风险的系统，而是一个把风险放在台面上的系统。在 MemeMax 里，天然更占优势的，不是消息最快的人，也不是手法最花的人，而是能和清算结构长期共存的人。这听起来有点抽象，但拆开看，其实非常现实。第1️⃣层优势：时间，而不是判断 MemeMax 的清算逻辑，本质上并不奖励判断正确一次，而是奖励在多次波动中不断留下来。高波动、高杠杆、快节奏，决定了任何一次重仓判断，都可能直接被市场抹掉。所以你会发现，真正活得久的人，往往不是最会猜顶猜底的，而是允许自己看错很多次的人。他们的仓位天然更轻，节奏更慢，不是因为保守，而是因为清楚一件事，清算不是意外，是常态。第2️⃣层优势：结构理解，而不是操作技巧很多人把 MemeMax 当成一个操作空间很大的地方，但真正的优势，其实来自对结构的理解。清算线不是风险提示，而是系统的核心齿轮。只要你愿意频繁去触碰它，系统就一定会把你吃掉。所以在 MemeMax 里，占优势的人往往有一个共同点：他们不试图和清算线博弈，而是围绕它设计行为。什么时候必须退，什么时候允许错，什么时候宁愿少赚。这不是技术，是结构感。第3️⃣层优势：资金曲线，而不是单笔盈亏在 MemeMax 里，系统真正偏向的，是能维持平滑资金曲线的人。不是不亏，而是不爆。因为一旦爆仓，你在系统里的“参与权”就被强行中断。而 MemeMax 的很多机会，本质上是给持续参与者准备的，而不是给一次性玩家准备的。换句话说，这不是一场比聪明的游戏，而是一场比谁能持续留在桌上的游戏。第4️⃣层优势：心理结构这点很多人不愿意承认。在 MemeMax 里，情绪越强烈的人，反而越容易成为系统的燃料。系统对 FOMO、重仓、加速下注的容忍度非常低。不是道德问题，而是结构问题。清算机制不会关心你的理由，只会执行结果。所以真正占优势的人，往往情绪并不激烈，甚至有点冷。不是因为他们不信 Meme，而是因为他们接受不确定性是常态。说一句很实在的判断MemeMax 从来没有试图让所有人都赚钱。它真正做的，是在一开始就把“谁更容易被淘汰”这件事，写进了系统里。如果你追求的是刺激、爆发、一次翻倍，那你会觉得这个系统很残酷。但如果你追求的是在高波动环境中，尽可能多地活过几个周期，那你会慢慢理解它的偏向。我个人的选择很简单。我不会把 MemeMax 当成提款机，也不会把它当成赌场。我更愿意把它当成一个会不断筛人的系统。如果你也在参与，不妨问自己一个问题你是在赌一次判断，还是在和这个结构长期共存。想清楚这一点，再决定怎么玩，结果会完全不一样。 #Mememax #KAITO

草帽 boy

42,304 Aufrufe • vor 6 Monaten

很多人评估一条链，习惯看上行空间，但真正在真实场景里用系统的人，第一眼看的其实是失败成本。系统一旦跑起来，最怕的不是性能不够，而是出问题之后代价太高：数据丢不丢？流程能不能回滚？换一条链要不要重来？这些问题不解决，再好听的叙事也进不了核心流程。从这个角度看 Vanar Chain，它更像是在压低“用错一次”的代价。成本好算、行为可追溯、流程可控，意味着哪怕出问题，也有修复空间，而不是推倒重来。这对 AI Agent 和企业用户来说很现实。他们不追热点，也不赌运气，只会选择那种出事也扛得住的基础设施。一旦系统跑顺，切换成本反而会变得越来越高。这也是 $VANRY 的另一层逻辑。不是靠一次爆发定输赢，而是随着系统稳定运行，被慢慢锁进真实流程里。真正的护城河，往往不是你有多快，而是别人不敢轻易换掉你。 Vanar #Vanar

很多人评估一条链，习惯看上行空间，但真正在真实场景里用系统的人，第一眼看的其实是失败成本。系统一旦跑起来，最怕的不是性能不够，而是出问题之后代价太高：数据丢不丢？流程能不能回滚？换一条链要不要重来？这些问题不解决，再好听的叙事也进不了核心流程。从这个角度看 Vanar Chain，它更像是在压低“用错一次”的代价。成本好算、行为可追溯、流程可控，意味着哪怕出问题，也有修复空间，而不是推倒重来。这对 AI Agent 和企业用户来说很现实。他们不追热点，也不赌运气，只会选择那种出事也扛得住的基础设施。一旦系统跑顺，切换成本反而会变得越来越高。这也是 $VANRY 的另一层逻辑。不是靠一次爆发定输赢，而是随着系统稳定运行，被慢慢锁进真实流程里。真正的护城河，往往不是你有多快，而是别人不敢轻易换掉你。 Vanar #Vanar

DD

23,794 Aufrufe • vor 5 Monaten

Claude Code 桌面板发布本地定时任务功能设定好任务执行的频率，Claude 会在你电脑开着的时候自动执行，无需你每次手动触发。比如：每周五下午，汇总本周进度，生成一份 Markdown 报告存到本地有几个细节值得注意：任务第一次跑完之后，Claude 会自动重写你的 Prompt，记住具体该去哪里找文件、用哪些工具，下次会更准可以开 Git Worktree 模式，每次运行在独立分支里，不会动你的主干代码如果电脑在任务时间点刚好休眠了，App 重新打开后会自动补跑，并发通知目前需要 Claude Pro 以上的付费订阅，桌面端专属，网页和手机暂不支持。怎么用在侧边栏点击 "Schedule"，再点 "+ New task" 就能创建一个定时任务。也可以在任意会话里直接描述需求，比如"帮我设置一个每天早上9点执行的代码 review 任务"，Claude 会自动完成配置。

Claude Code 桌面板发布本地定时任务功能设定好任务执行的频率，Claude 会在你电脑开着的时候自动执行，无需你每次手动触发。比如：每周五下午，汇总本周进度，生成一份 Markdown 报告存到本地有几个细节值得注意：任务第一次跑完之后，Claude 会自动重写你的 Prompt，记住具体该去哪里找文件、用哪些工具，下次会更准可以开 Git Worktree 模式，每次运行在独立分支里，不会动你的主干代码如果电脑在任务时间点刚好休眠了，App 重新打开后会自动补跑，并发通知目前需要 Claude Pro 以上的付费订阅，桌面端专属，网页和手机暂不支持。怎么用在侧边栏点击 "Schedule"，再点 "+ New task" 就能创建一个定时任务。也可以在任意会话里直接描述需求，比如"帮我设置一个每天早上9点执行的代码 review 任务"，Claude 会自动完成配置。

小互

23,651 Aufrufe • vor 4 Monaten

卧槽，有个编程大神把自己的工程经验蒸馏成了一个开源项目 GitHub 热榜第一，Star数直接冲上了9万 + 作者是前 Vercel 工程师 Mat，参与过 Next.js 早期开发，以把复杂技术讲得通俗易懂著称。他把日常和 Claude 协作的工程实践整理成 16 个 skill，一条命令安装，给 AI 注入几十年的软件工程经验。最受好评的一个叫 Grim，让 AI 反过来拷问你，沿着决策树逐一确认需求，直到彻底搞清楚你想要什么再动手。只有 3 句话 42 个词，被不少人评为"token 回报率最高的提示词"。还有一个 skill 专门解决代码跑不起来的问题，强制 AI 先写一个会失败的测试，再写最少量的代码让它通过，最后重构，经典红绿循环，AI 想走捷径都难。整套项目不只是教 AI 怎么做事，更是帮你和 AI 建立一套持续对齐的工作机制。

卧槽，有个编程大神把自己的工程经验蒸馏成了一个开源项目 GitHub 热榜第一，Star数直接冲上了9万 + 作者是前 Vercel 工程师 Mat，参与过 Next.js 早期开发，以把复杂技术讲得通俗易懂著称。他把日常和 Claude 协作的工程实践整理成 16 个 skill，一条命令安装，给 AI 注入几十年的软件工程经验。最受好评的一个叫 Grim，让 AI 反过来拷问你，沿着决策树逐一确认需求，直到彻底搞清楚你想要什么再动手。只有 3 句话 42 个词，被不少人评为"token 回报率最高的提示词"。还有一个 skill 专门解决代码跑不起来的问题，强制 AI 先写一个会失败的测试，再写最少量的代码让它通过，最后重构，经典红绿循环，AI 想走捷径都难。整套项目不只是教 AI 怎么做事，更是帮你和 AI 建立一套持续对齐的工作机制。

阿西_出海

279,958 Aufrufe • vor 1 Monat

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。

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。

AYi

19,651 Aufrufe • vor 2 Monaten

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。 #Tria

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。 #Tria

Captain Jim | 火币赚币💰

16,743 Aufrufe • vor 8 Monaten

Claude有个很让人不爽的点！！每次新模型发布，官方非订阅用户连体验的资格都没有！！想起之前在 ZenMux 充了钱还没用完，登上去一看，没想到已经上架了Claude Fable 5 ，也算是第一时间体验上了这个“目前最强模型”。听说这模型死贵！！于是很慎重的用它跑了一个支付模块重构的任务！零代码基础，只能把之前Codex的输出给复制进去，任务要求比较复杂：保持原 API 兼容；拆出 PaymentRequested / PaymentSucceeded / PaymentFailed；补幂等，避免重复扣款；改状态机；更新单测；输出迁移风险； Fable 5 不算快，面对这个长任务，它做对了两件事：第一，先拆计划，再执行。它把兼容层、事件定义、状态机、handler、测试、回滚风险都列出来了。第二，最后主动自检。它自己指出：支付成功事件必须幂等；旧接口“返回成功”不再等于“扣款完成”，调用方文档要改。结果看起来，还是一如既往的稳！但是真的贵，就这么几分钟，直接跑了十多美金！！所以，我觉得要是家里没有矿，还是不要随便用Fable 5 ，根本不适合当常驻模型！感谢Zenmux让我体验了一下“宇宙最强”！虽然有点贵，但有时候相比价格，省心省力会更重要。比如多文件重构、复杂迁移、PR review、长链路 Agent workflow这些复杂任务，偶尔用用，还是可以的！最后说一下 Zenmux，它有个PK 模式我一直很喜欢，可以同屏对比多个模型输出、延迟和成本。现在刚好还有个限时的充值返赠活动：充 20 美元送 10 美元充 50 美元送 30 美元如果你想第一时间体验Claude Fable 5或者其他模型，现在就是下手的最好时间！

Claude有个很让人不爽的点！！每次新模型发布，官方非订阅用户连体验的资格都没有！！想起之前在 ZenMux 充了钱还没用完，登上去一看，没想到已经上架了Claude Fable 5 ，也算是第一时间体验上了这个“目前最强模型”。听说这模型死贵！！于是很慎重的用它跑了一个支付模块重构的任务！零代码基础，只能把之前Codex的输出给复制进去，任务要求比较复杂：保持原 API 兼容；拆出 PaymentRequested / PaymentSucceeded / PaymentFailed；补幂等，避免重复扣款；改状态机；更新单测；输出迁移风险； Fable 5 不算快，面对这个长任务，它做对了两件事：第一，先拆计划，再执行。它把兼容层、事件定义、状态机、handler、测试、回滚风险都列出来了。第二，最后主动自检。它自己指出：支付成功事件必须幂等；旧接口“返回成功”不再等于“扣款完成”，调用方文档要改。结果看起来，还是一如既往的稳！但是真的贵，就这么几分钟，直接跑了十多美金！！所以，我觉得要是家里没有矿，还是不要随便用Fable 5 ，根本不适合当常驻模型！感谢Zenmux让我体验了一下“宇宙最强”！虽然有点贵，但有时候相比价格，省心省力会更重要。比如多文件重构、复杂迁移、PR review、长链路 Agent workflow这些复杂任务，偶尔用用，还是可以的！最后说一下 Zenmux，它有个PK 模式我一直很喜欢，可以同屏对比多个模型输出、延迟和成本。现在刚好还有个限时的充值返赠活动：充 20 美元送 10 美元充 50 美元送 30 美元如果你想第一时间体验Claude Fable 5或者其他模型，现在就是下手的最好时间！

沐阳

15,442 Aufrufe • vor 1 Monat

Kaku 这个产品我在琢磨和 AI 的结合点，让 AI 在里面属于润物细无声，需要时候能雪中送炭的那种，而非强塞。我计划分 3 个阶段来做，刚好借助春节休假时间，当前差不多完成 1.5 阶段，希望通过开源建设对工程师有帮助。第一个阶段，0.4 版本已经可以通过 kaku ai 命令一键列出当前你所有的 AICoding 的cli 配置，可以进行登录状态、key、模型选择的管理。后面这里也计划加上额度的展示，就更方便了。第二个阶段，昨晚在写差不多ok，还需打磨再放出，正是下面那个视频的展示，这个阶段属于润物无声，平时不会出现，当你命令执行错误，或者你运行过程中报错了，我会把错误信息传递给一个快速准确的模型处理，立马告诉你如何处理，可以快捷键一键处理，只在你出错时候找你，就不需要把错误信息再 copy 出来问 AI，此外在环境内可以获取到更多上下文信息，处理更便捷。第三个阶段，会是我更想做的，既然终端是最接近系统级别上下文的应用，而且 Kaku 本身可以给 Agent 提供对应运行环境和手的地方，加上好的大模型脑袋，好比手和干活场地在 Kaku，更好施展，然后直接在终端就可以说话干活了，不过不是面向小白，而是有技术背景的工程师，要爽快，干脆，指哪打哪不啰嗦那种感觉，这个正在思考中。哈哈非常欢迎大伙比如有 Codex、Claude Code 额度用不完的来给 Kaku 贡献代码，这样做起来就更快啦。

Kaku 这个产品我在琢磨和 AI 的结合点，让 AI 在里面属于润物细无声，需要时候能雪中送炭的那种，而非强塞。我计划分 3 个阶段来做，刚好借助春节休假时间，当前差不多完成 1.5 阶段，希望通过开源建设对工程师有帮助。第一个阶段，0.4 版本已经可以通过 kaku ai 命令一键列出当前你所有的 AICoding 的cli 配置，可以进行登录状态、key、模型选择的管理。后面这里也计划加上额度的展示，就更方便了。第二个阶段，昨晚在写差不多ok，还需打磨再放出，正是下面那个视频的展示，这个阶段属于润物无声，平时不会出现，当你命令执行错误，或者你运行过程中报错了，我会把错误信息传递给一个快速准确的模型处理，立马告诉你如何处理，可以快捷键一键处理，只在你出错时候找你，就不需要把错误信息再 copy 出来问 AI，此外在环境内可以获取到更多上下文信息，处理更便捷。第三个阶段，会是我更想做的，既然终端是最接近系统级别上下文的应用，而且 Kaku 本身可以给 Agent 提供对应运行环境和手的地方，加上好的大模型脑袋，好比手和干活场地在 Kaku，更好施展，然后直接在终端就可以说话干活了，不过不是面向小白，而是有技术背景的工程师，要爽快，干脆，指哪打哪不啰嗦那种感觉，这个正在思考中。哈哈非常欢迎大伙比如有 Codex、Claude Code 额度用不完的来给 Kaku 贡献代码，这样做起来就更快啦。

Tw93

13,854 Aufrufe • vor 4 Monaten