Felix

一个工程师...

[花叔 @AlchainHust]

https://t.co/eWeYu3bKY6

[硅基废话 @DDJCXX]

这个 AI 风景视频号，一年不到做到 55 万粉。

卖教程、单卖视频一条 27 美元，Topaz、OpenArt 这些 AI 公司排着队找他合作。

但做法简单到离谱：一张 AI 图 + 一个视频工具，不用拍摄，不用露脸，不用会剪辑。

工具就 4 个：GPT、Topaz、即梦、剪映。

我自己跑通了，5 步全放下面👇

[开心果爱炒股 @carla121100]

6家“冷门”中国公司被重仓，最高一只持仓超6亿，背后逻辑不简单

当全球顶级投行高盛开始悄悄买入一些“不太起眼”的中国公司，市场往往后知后觉。

最新持仓数据显示，高盛新进重仓了6家中国公司。它们不是茅台、宁德时代那样的明星股，甚至很多散户连名字都没听过。但仔细一看，每一家都卡在一条关键赛道上。

再升科技；高效过滤材料龙头
高盛持仓市值5500万。这家公司做的是高效过滤材料，听起来传统，但在半导体、医药、核电等高端制造领域，洁净过滤是刚需。高盛买它，买的不是“口罩概念”，而是高端制造的基础耗材。

兴业矿业；全球锡资源核心标的
高盛持仓市值4.61亿。锡，被称为“工业味精”，半导体焊料离不开它。全球锡资源稀缺且集中，兴业矿业手里有矿，高盛看中的是资源端的定价权。

数据港；专业IDC数据中心服务商
高盛持仓市值5700万。AI爆发，算力需求暴涨，数据中心是底层基础设施。数据港背靠国资，服务头部互联网客户，高盛布局的是AI算力时代的“收租婆”。

伟测科技；国内半导体第三方测试龙头
高盛持仓6.51亿，是6家中持仓市值最高的。半导体测试是芯片出厂前的关键一环，第三方测试在国内渗透率还很低，替代空间大。高盛下重注，赌的是国产半导体产业链的“卖水人”。

太极实业；国内晶圆厂洁净室EPC龙头
高盛持仓市值1.75亿。芯片制造要在极度洁净的环境里进行，太极实业做的���是晶圆厂洁净室工程总包。国内晶圆厂扩产，它最先受益。

亚翔集成；高端晶圆厂洁净室EPCO集成龙头
高盛持仓市值6.04亿。和太极实业类似，但更聚焦高端晶圆厂洁净室集成。高盛同时押注两家洁净室龙头，说明它看好的是整个晶圆厂扩产周期。

把这6家公司放在一起，高盛的意图就清晰了：
不是消费，不是金融，而是半导体产业链+算力基础设施+稀缺资源。

再升科技、伟测科技、太极实业、亚翔集成，四家都指向半导体制造和测试环节。数据港指向AI算力。兴业矿业指向半导体上游原材料。

高盛在下一盘棋：中国半导体自主可控+AI算力基建。

这些公司市值不大，关注度不高，但都在关键环节卡位。高盛买它们，不是短线炒作，而是产业趋势布局。

当然，外资持仓变化只是参考，不代表股价一定涨。高盛也会看错，也会止损。但它的选股方向，值得普通投资者思考。

个人观点 不构成投资建议！ 股市有风险 投资需谨慎

[Chuck Chou @ZhouYanAI]

Gemini 4 Argon 也出了（虽然现在还没开放给用户），大家没有入手的，真的建议赶快入手体验。

注册方法、国内网络配置、使用技巧全部写在这篇保姆级长文里了，值得通读收藏 https://t.co/EtKZHAOPwi

[GitHubDaily @GitHub_Daily]

收盘后想复盘，雪球、淘股吧、公众号上的大 V 文章一篇篇点开看，看完十几篇脑子里还是一团乱。

easy-stock 是一个面向 A 股的开源 AI 投研桌面应用，把行情、题材、复盘文章和 AI 分析放进同一个本地工作台。

最省事的是大 V 自动复盘，多位作者的盘后文章收进一条时间线。

一键就能提炼出共同关注的方向、主要分歧，以及下个交易日要验证的条件。

超短连板分析把涨停池、连板梯队、晋级率和情绪历史摆在一起看，持仓巡检最多放 10 只股票，按激进、均衡、稳重三种风格出组合报告。

GitHub：https://t.co/nKlMKRfd7F

文章、分析记录和模型会话都存在本机，结论会保��数据来源和原文地址，方便回头核对。下载安装包就能用，模型接 DeepSeek 或 Kimi 的 API。

作者在 README 里写得很清楚，目标不是替人做决定。我觉得这个定位挺对，拿它当研究和复盘的助手，比让 AI 猜明天涨什么靠谱。

[Bojie Li @bojie_li]

2026 年了，让 Agent 访问微信聊天记录仍然是一件很麻烦的事情。我做了一个 CLI 小工具 greenbubbles（绿泡泡），可以让 Agent 随时连上微信桌面版的数据库，实时访问聊天记录。

我也开源了自己用来整理微信聊天记录��� skill，目前已经形成了一个庞大的个人知识库，涵盖个人生活、工作的方方面面，感觉 AI 已经掌握了我的所有经历和小心思（这些信息太敏感了，我都不敢截图）

不知道为什么现在大多数的工具都是把微信数据库拷贝出来，再导出成自己的格式，��实微信本身的数据库 schema 就挺好的，只要用 greenbubbles-acquire 获取到密码，然后直接连上就行了啊。

好像我还没宣传就有了 78 个 star……欢迎 star & 提 issue
https://t.co/Eohbca7jP0

[龙海 @longhaiqwe123]

Tim Urban 花了 6 年时间写出了《What's Our Problem?》这本书，里面的“思维阶梯”模型让我受益匪浅。

在 Gemini 的帮助下，我为你深入介绍了这个思维模型，并剥离政治噪音，梳理了它在个人、生活、职场等领域的妙用。

我想，如果你认真读完，以后你会变得睿智、平和很多。 https://t.co/ohsCYxqKEC

[Quin👾（量化版 @sera00111]

In my opinion, true quantitative trading is about getting as close as possible to risk-free arbitrage, amplifying the advantage of every tiny discrepancy, and repeating this process countless times.
在我看来，真正的量化交易就是尽可能接近无风险套利，放大每一个微小差异的优势，并反复重复这个过程。

[詹姆斯叉 | James_X @james_x]

AI Trading工具新手使用指南的第一篇

这一篇为大家介绍的是 @minara

目前功能最全面的AI Trading Agent平台

后续还有更多AI Trading工具的介绍测评内容，感兴趣的话不要忘记关注 https://t.co/Br0xWaERgL

[数字生命卡兹克 @Khazix0918]

在重写完之后，做了一个小小的决定。
这个月活百万的AI热点站 AIHOT，正式开源了。

AIHOT网址：https://t.co/Uw2WWYs2wr
开源地址：https://t.co/mRNUdDAaWz

采集流程、精选评分、聚簇机制，连生产环境里的全部Prompt，能开源的都开源给大家了。

过去，总有人问我说，能不能做个游戏行业、法律行业、HR、金融等等行业版本的AIHOT……
但我确实不懂那些行业，也没有那个时间和精力，但我知道，你���懂。

于是，那不如，把火种交给大家吧。

半年以前，我是一个最最基础的开发小白，只是懂一些产品和设计而已。
半年以后，我终于可以把一个曾经只属于我的小东西，交到更多人的手里。

我不知道它最后会被改成什么样子，会走到多远的地方。
但这可能就是开源最浪漫的地方把。

愿我们都能用AI，把那些曾经只有少数人才能做到的事，一点一点，变成普通人也可以拥有的能力。

也愿诸君，乾坤既大，草木尤青。
本心择路，笃志前行。

以上。

[Jealousy 尼卡 @eastweb3eth]

A股投研工作台

挖掘冷门库的神又来了！首先，中美领导要会晤了，美股和大A都在大涨。合作共赢，不要搞对抗，全世界人民都喜欢看到自己的资产升值。如果你主要投资A股，这个库会非常适合你。

这个投研工作台是专门面向A股的，而且功能都极具特色：
1. 大V信息��盘。这个我觉得是非常有特色的功能，要知道大 V 的盘后复盘通常分散在雪球、淘股吧和微信公众号中，手工逐个打开主页、筛选当天文章、复制正文并整理观点非常耗时。这个工具 将这些内容组织为统一的复盘时间流。兼听则明嘛，看多看想一直是进步的重要途经。
2. 超短连板分析。系统将涨停池、连板梯队、昨日反馈、晋级率和情绪历史放在同一视图中,并设计一套算法分析情绪周期
3. 趋势题材雷达。聚合题材排名、涨跌强度、资金流、上涨宽度和持续天数，通过题材地图拆解产业链、概念节点和细分方向。结合 AI 分析市场趋势、题材阶段和趋势股的条件化介入点。
4. 行情总览。这个功能基本是标配了，确实是不可或缺。
5. 个股 AI 分析。这个也是标配功能，不多做赘述。
6. 持仓 AI 巡检。从单只股票研判走向组合巡检，识别集中度、联动与风格错配风险。
7. 游资心法。把经验材料变成可持续研读的知识。

仓库地址：https://t.co/4zV1o7QqnJ

我是尼卡，平时会持续分享 AI、美股、Web3 相关有用又有趣的工具和项目，感兴趣的话欢迎关注，下次见～

[Theclues @follow_clues]

https://t.co/j7ByOhoJn7

1.未来考虑融合到某家交易平台
2.持续更新还需要3个月的迭代，2026年底完成
3.目前仅支持deepseek api，使用之前先配置即可

[梭哈.AI @SUOHA_AI]

Browser Use 接上 JEV 这速度太他妈吓人了吧？？

过去大家看 GPT、Claude 操控浏览器，体验其实并不好，因为真的太慢了，中间还经常卡死...

因为让大模型写一堆长篇大论去操作网页，本质上就是杀鸡��牛刀

在网页上点按钮，本质上就是一个离��的多选题，根本不需要 AI 会写诗

JEV 拿到 DOM 结构，以做分类题的速度毫秒级选出该点的元素，只有在需要打字输入时才偶尔回退给小模型

黑客松冠军开发者 @gregpr07 刚刚拿 JEV 做了个开源的微型浏览器 Agent，让它自主打开网页查机票

整个过程：
• 耗时仅仅 7 秒
• 成本只要 $0.0039（折合人民币不到 3 分钱）
• 作者特意注明：演示视频是 1 倍速，没有任何加速剪辑

这个老哥还开源了GitHub： https://t.co/e9tXcYPIzC

[meng shao @shao__meng]

腾讯团队开源了一个 "CLI + 浏览器扩展" 组合「BrowserSkill」，让任何能执行 shell 命令的 AI Agent 直接使用你真实、已登录的浏览器干活，且不打断你正在做的事。
https://t.co/tKqa55t0se

现有 Agent 浏览器自动化（Playwright、headless Chrome、browser-use 等）有一个共同尴尬：它们开的是"另一个浏览器"，没有你的登录态、没有你的 Cookie、碰到需要登录的站点就得单独配测试账号。BrowserSkill 反其道而行，直接借用户日常使用的浏览器：
· 登录态复用：Agent 操作的就是你已登录的真实 profile，无需任何测试账号；
· 互不干扰：自动化任务在一个独立可见的 "Agent Window" 里运行，你可以继续正常用浏览器；
· 框架无关：不绑定 MCP 或任何特定 Agent 框架——只要能跑 shell 命令（Cursor、Claude Code、Codex、CodeBuddy 等）就能用，DeepSeek Harness 还有专门插件提供原生 browser_* 工具；
· 人工介入：遇到验证码、短信 OTP、支付确认等只有人能完成的步骤，Agent 可以发 bsk request-help 请求你接管，完成后继续。

# 架构：四层链路，职责分离严格

Agent → bsk CLI（shell）→ bsk 守护进程（本地 IPC）→ 浏览器扩展（WebSocket）→ Agent Window

Agent 永远不直接碰浏览器。几个关键设计：
· bsk CLI + daemon：CLI 解析命令；daemon 管理会话路由、按会话串行化 RPC，通过 Unix socket/命名管道与 CLI 通信，通过回环 WebSocket（默认 52800 端口）连接扩展
· 扩展：21 个工具处理器，经 CDP 驱动浏览器；管理 Agent Window、元素引用仓库（@ eN）、标签借用表
· bsk-protocol：线格式共享定义，TypeScript 侧镜像类型靠测试保持同步

会话模型是核心抽象：一个会话 = 一个不透明 ID + 专属 Agent Window + 会话级 ref-store + 借用表。同一会话内的操作串行执行（保证引用安全），不同会话并行。会话结束必须显式 session stop，它会归还借用的标签页，5 分钟空闲超时只是兜底。

0.3.0 新增远程模式：Agent 跑在服务器上，通过一次性配对链接 + 可续期/吊��的设备凭证，经 TLS 认证的 WSS 连回你本地的浏览器；这在"云端 Agent 操控本地登录态"的场景里是稀缺能力。

# 安全模型（很重要！）

把"Agent 拿着你的真实身份上网"这件事的每一步都做了权限收敛：
1. 沙箱优先：所有写操作只能作用于 Agent Window 里的标签页，除非该标签被显式借用（borrow）。借用需要用户确认（默认开启），步骤结束立即归还，标签页原样留在你的窗口里。
2. 权限归属唯一：两项自动化开关（借用前确认、允许请求人工帮助）以浏览器里保存的设置为权威来源，CLI 参数无法覆盖，0.3.0 起 --unattended 等旧参数已弃用。这防止了 Agent 自己给自己提权。
3. 文件传输三方分权：上传/下载中，CLI 是唯一接触用户文件路径的组件；daemon 是存储能力的权威（签发一次性传输 ID、分块暂存、原子提交下载）；扩展只管浏览器事务，永远看不到 Agent 侧路径。每个操作返回 effect_state（none/committed/unknown），"效果未知"状态禁止盲目重试——因为重试一次上传可能传两份文件。
4. 凭证零提取：SKILL.md 开篇即声明“绝不提取凭证、Cookie、token 或任何机密”；Cookie 始终留在用户浏览器 profile 里；远程凭证只存哈希。另有 30 天操作审计日志。

# Agent 工程化：把"纪律"写进说明书

skill/SKILL.md 本身就是一个精心设计的工程品，里面全是防御性规则：
· 导航后引用失效，必须重新 observe 再交互；不允许凭旧截图/旧 HTML 里的控件直接点击；
· 借用被拒、帮助被取消就停手，不允许换后端绕过；
· 帮助被禁用时不许请求帮助也不许重新启用，只能用现有登录态和已授权输入尽力完成；
· 截图证据与页面断言分开验证；
· 甚至覆盖了 Canvas 场景：observe 对 Canvas 只返回文本语义，要点图内坐标必须用单次有效、2 分钟过期的 capture_id，用原始 PNG 坐标而非显示坐标。

安装体验同样是 Agent 优先的：用户只需对 Agent 说一句“按照 AGENT_INSTALL.md 装好 browser-skill”，Agent 会自行完成 CLI 安装、技能注入（bsk install-skill --harness <id>）、bsk doctor 诊断和首次验证。受管技能会自动更新，但用户本地修改会被保留并暂停更新——尊重定制。

# 工程成熟度

· 评测框架（evals/browser）设计得相当认真：本地确定性页面、Agent 中立的提示词（同一用例可跑不同 Agent）、种子化可复现的 DOM 变体，以及"诚实验证"原则，缺少适配器证据记为 unverified，绝不静默算通过。28 种浏览器操作的能力覆盖清单，core/matrix/regression/stress 五套件分层。

· 迭代速度：2026-06-22 首个 tag，7 月初公开发布，约 3 个月走到 0.3.0，节奏稳定（约 2-3 周一个版本），跨三平台发布 + Edge 商店 CI 自动化 + CLI 自更新。

· 代码构成：TypeScript 约 350 万行（扩展 + UI + 评测），Rust 约 170 万行（CLI/daemon/协议），多语言 i18n（英/中/韩）。

[黄白 @Hss1128_]

这条视频在小��书跑了 4 W 多赞，全网100W 播放。
涨了 1 万多粉
说实话我也没想到，大家觉得为啥🤔

[Eian @EianLu]

https://t.co/20rgqzlYfa

[Miles Ma @miles_mazy]

https://t.co/Qo3PX876eb

[爱吃折耳根的Ace @_zheergen]

我去！A股开箱即用的量化交易系统——KHunter，15 种选股策略 + 5 种择时 + 五维评分 + 回测 + PTrade 自动交易，Web 界面点一点就选股！

以前做 A股量化，数据、选股、择时、风控、回测、交易得自己一个个拼，没点代码基础根本玩不动。

KHunter 不一样，从数据到交易的全流程都给你做好了，还有 Web 界面，双击 start.bat 就能跑。

核心能力：

1️⃣ 15 种选股策略：底部反转、涨停回马枪、W 底、趋势突破、多金叉共振等都已经内置
2️⃣ 5 种择时策略：布林带、RSI、支撑位、海龟、MACD + 布林带趋势跟随
3️⃣ 五维股票评分：技术面、资金面、基本面、板块强度、事件驱动一起打分
4️⃣ 完整回测：可以看收益率、胜率、最大回撤、交易记录和资金曲线
5️⃣ 风险控制：支持 VaR、市场温度监控，还会自动过滤 ST、退市、市值过低和短期涨幅过高的股票
6️⃣ 支持 PTrade：可以把选股信号继续接到自动交易流程里

核心很直接：先初始化本地库，收盘后增量更新，再跑策略进「狩猎场」。五维打分：技术、资金各 35%，基本面、板块、事件各 10%。回测看收益和回撤。PTrade 模块可选，不是默认实盘。

想从头跑一套 A股量化、又不想从零写代码，这个开箱即用的系统值得一试。

仓库地址：https://t.co/EP9s5wVmKf

[Roland.W @rwayne]

https://t.co/WiQH8KpYGc