Winkle

[Winkle @Winkle1989]

@0xcryptowizard Meme最近好像是又火起来

[Winkle @Winkle1989]

@noahvisualsx 推荐ubuntu24.04，记得做反代，不是的话暴露IP国内会直接屏蔽喔。

[Winkle @Winkle1989]

做逆向时，AI 真正缺的往往不是“会不会用 IDA / jadx / Frida”。

而是：

拿到一个 APK、EXE、SO、JS 加密或 CTF 题目后，到底应该先做什么？该调用什么工具？走哪条分析路径？

最近发现一个挺有意思的开源项目：

reverse-skill

它不是单纯塞一堆 Prompt，而是给 Claude Code、Codex、Cursor、OpenCode 这类 AI Agent 做了一套路由系统：

APK → jadx / apktool / Frida
二进制 → IDA / Ghidra / Binary Ninja / radare2
JS 加密 → JS Reverse
恶意软件 → Malware Analysis
CTF → 专门的 CTF Skill
固件、Pwn、API Security、OLLVM 也都有对应路径。
目前仓库已经做到：
• 44 条路由规则
• 175 个回归测试案例
• 45 个核心 Skill 模块
• Windows + Ubuntu CI
• 不绑定某一个 AI 客户端
简单说：
以前是你告诉 AI“用 IDA 分析这个”。
现在可以变成：

你只告诉 AI“分析这个目标”，它自己判断下一步该走哪套逆向流程。

对经常用 Codex / Claude Code 做逆向、安全分析的人，这种 Skill Router 思路值得看看。
GitHub：
https://t.co/zf3oxQRsYV
#ReverseEngineering #AI #CyberSecurity #Codex #ClaudeCode

[Winkle @Winkle1989]

@Vincent_AINotes antigravity随便用，这个跟你谷歌账号地区有关，我申请了新加坡就可以了。

[Winkle @Winkle1989]

@Bitget_zh 不是VIP，只是小散户，有交易量算吗？也没那么恐慌要提币

[Winkle @Winkle1989]

@Bitget_zh BGB忠实粉丝，加强BGB发展生态吧。我相信能超越BNB和OKB。

[Cavoti AI @nhxao]

入口：https://t.co/1LLutgQxaN

[Cavoti AI @nhxao]

🎁 大模型「六重奏」开跑了
9.11 00:00 UTC — 9.25 00:00 UTC
精选 6 款模型，14 天免费、不限量：

• Hy3
• Xiaomi MiMo-V2.5
• DeepSeek-V4-Flash-0731
• Qwen3.8-Flash
• GLM-5.3-Flash
• MiniMax-M3
输入 / 输出均为 $0，OpenAI 兼容接口直接换模型名就能打。

👉 https://t.co/1LLutgQxaN

[Tibo @thsottiaux]

Here is how to enable a 1M-token context window in Codex for GPT-5.6 Sol.

Even though we have tuned the context limit in Codex to be set optimally when it comes to performance and cost, this is a common ask, so here it is documented.

A larger context window lets Codex retain more code, tool output, and conversation history before summarizing older material. You need a model that supports it. And GPT-5.6 Sol, for example, has a documented 1,050,000-token window.

Open ~/.codex/config.toml and add or update these settings at the top level, before any [section] headers:

```
model = "gpt-5.6-sol"
model_context_window = 1000000
model_auto_compact_token_limit = 900000
```

The first setting selects the model. The second tells Codex to use a one-million-token context budget. The third starts automatic history compaction around 900,000 tokens, leaving some headroom. Restart Codex client and start a new session after saving.

To try the configuration for a single CLI session without changing your defaults:

```
codex -m gpt-5.6-sol \
-c model_context_window=1000000 \
-c model_auto_compact_token_limit=900000
```

Have fun, but also know that we tuned the default carefully!

[Winkle @Winkle1989]

@Cckjrr 最起码50%，一堆杀猪盘

[Winkle @Winkle1989]

@pengchujin 我也收到了😀