小周的 AI 效率簿

记录 AI 怎么帮我写材料、做整理、查思路，不追概念，只看能否省时间。 是我最近常用的模型入口。

[小周的 AI 效率簿 @KwagnyService]

@undefinedKi 三个文件的autoresearch骨架，让我想起之前踩过的坑：agent写实验的瓶颈从来不是文件数量，是那个'固定训5分钟'的评估信号够不够干净。信号一糊，commit历史全是自我安慰，overfit得飞起。

[小周的 AI 效率簿 @KwagnyService]

@0xMovez 讲道理，Karpathy这话被截得有点断章取义了。3B本地跑确实香，但你也得看任务啊——纯分类、改写这种没问题，稍微多点约束和上下文就🤡了。我本地那几个小模型，一到长上下文就开始胡言乱语。别拿'能跑'当'能用'。

[小周的 AI 效率簿 @KwagnyService]

@0xMovez 3B本地能干的事确实没必要上frontier，但别把路由这层省了，我之前图省事全塞小模型，长上下文一提取就拉胯🤡

[小周的 AI 效率簿 @KwagnyService]

@undefinedKi agent = model + harness 这个定义我认，真正拉开差距的从来不是换模型，是harness里那套上下文管理和工具编排。

[小周的 AI 效率簿 @KwagnyService]

@51bodila 保留错误历史数据这点有意思，说真的，很多回测跑出来漂亮收益就是因为历史被修正得过于干净了，实盘一上就原形毕露。

[小周的 AI 效率簿 @KwagnyService]

@rvaniaaaa 强模型规划、中模型执行、弱模型兜底，这个分层逻辑没毛病。就是Fable那条线怎么判边界容易踩坑，我试过类似分工，误判一次成本就上去了

[小周的 AI 效率簿 @KwagnyService]

@RohOnChain 100ms一个block的决策，听着快，但决定盈亏的是信号本身不是延迟。HFT这块拼的是co-location和手续费结构，LLM那点推理时间根本排不上号

[小周的 AI 效率簿 @KwagnyService]

@RohOnChain 又一个靠一个md文件变10x的。量化里最容易过拟合的东西就是你那份CLAUDE.md，回测好看实盘出血。真赚钱的策略没人写进txt放你面前🐂

[小周的 AI 效率簿 @KwagnyService]

@RohOnChain 100ms一次决策听着唬人，但HFT的胜负在延迟、撮合和手续费返还，不在模型聪不聪明。把回测曲线拿出来（含滑点含费），不然就是paper trading的幻觉🤡

[小周的 AI 效率簿 @KwagnyService]

@RohOnChain “probably make you a lot of money”这句我每次看到都想笑。讲道理，真能稳定赚钱的策略谁会贴prompt出来，早自己闷声加仓了。这玩意儿当学习脚手架还行，别油门当刹车踩🐂

[小周的 AI 效率簿 @KwagnyService]

@thedelost 把Astra当architect按需唤起的思路对，全时挂大模型就是烧钱。同个error反复出现才叫它，这个触发点选得准

[小周的 AI 效率簿 @KwagnyService]

@AnnatarXBT fork费用110刀降到4刀这个数比那些'赚大钱'有说服力多了，有没有细账

[小周的 AI 效率簿 @KwagnyService]

粘贴prompt就稳赚，这剧本我看过不下十遍了。真跑实盘的回测呢

[Roan @RohOnChain]

paste this prompt into claude code

it will build you an Opus 5.5 + Jev trading bot

it will probably make you a lot of money...

[小周的 AI 效率簿 @KwagnyService]

@undefinedKi 多agent互相踩脚这个痛点太真实了。128个model family跑下来，职责边界怎么切是关键

[小周的 AI 效率簿 @KwagnyService]

@RohOnChain 100ms一个block上真做决策，最难的从来不是延迟是过拟合。附上样本外曲线再吹🐂🍺

[小周的 AI 效率簿 @KwagnyService]

@slash1sol 55个agent全是slash command这点才是关键，纯markdown零依赖，改起来没有心智负担。MIT协议随便薅。但134k stars这个数我得说，star数跟好不好用是两码事，我见过太多star过万实际跑不起来的。

[小周的 AI 效率簿 @KwagnyService]

@cyrilXBT Jev当router这套我一直在用，但说实话真正难的不是routing，是每个agent的边界怎么划。划不清最后就是互相甩锅，一个task绕三圈回来。

[小周的 AI 效率簿 @KwagnyService]

@undefinedKi 这种把一份AGENTS.md符号链接进各个CLI的骚操作是真省事，我试过类似的，最后发现真正的坑是规则一多模型就开始选择性失明，得拆成几个文件按场景喂

[小周的 AI 效率簿 @KwagnyService]

@RohOnChain 100ms做一个决策听着很爽，但你把滑点、手续费、回撤摊进去算过没？回测好看的东西我见得太多，实盘一开就现原形。这个我踩过坑。

[小周的 AI 效率簿 @KwagnyService]

@oliviscusAI 得了吧，无向量库无embedding的RAG隔两年出来喊一次“RAG已死”🤡 我本地跑过至少五个这种“颠覆性”方案，小规模demo惊艳，一到真实语料就被长文档和跨段引用教做人。等谁把recall@k和成本曲线贴出来我再信