Marsman

The world needs a little noise!

[余温 @gkxspace]

https://t.co/GJXnawJpS2

[beiyue1 @beiyue66]

Anthropic刚刚发布的最新博客 关于如何使用claude5的建议

https://t.co/W62EWfQovZ

强烈建议把链接丢给ai解读一下
博客的核心观点就是 过去的那种context Engineering已经过时了 包括但不限于写过长的claude.md memory 甚至skills也不重要了（我现在确实也不怎么用skills了）

和之前openai发布的博客观点差不多 随着模型能力的提高 你更应该给予模型更多的自主性 不在需要通过几百条死规则限制他的能力 你只需要用模块化的知识适当引导就行

我最近在用gpt5.6sol 和 fable做前端 确实自从我放弃使用skills以后 用简短的prompt+示例往往能跑出更好的效果

推荐一读

[0xAA @0xAA_Science]

https://t.co/NnRBBWSRXP

[大洋弥生mio&ocean @hiroe_yoshida]

开发出 Kimi K3 并力图超越 Anthropologie 和 OpenAI 的中国公司 Moonshot 的创始人刚刚进行了一场 40 分钟的大师级讲座，详细介绍了他们的研发进展。

这是我见过的对中国低成本模型最精彩的讲解。免费观看！必看！

[ClaudeDevs @ClaudeDevs]

https://t.co/v694m8Eaj6

[宝玉 @dotey]

Anthropic Claude Code 工程师 Thariq Shihipar 上周在 AI Engineer World's Fair 上做了一场关于 Fable 5 的演讲。

他提了四个主题，最有信息量的是前两个。

第一个叫“解除 Claude 的束缚”（unhobbling Claude）。

他的核心观点是，模型的能力是在使用过程中逐步摸索出来的，很难一开始就设计出来的，所以模型变强的方式往往出人意料。

举例来说：你问聊天模型哪些宝可梦的名字以 aw 结尾，它答不上来，因为它虽然知道所有宝可梦的名字，但没法在脑子里一个一个过。但如果你给它代码执行工具，它会去拉全部宝可梦列表然后写脚本过滤，两秒钟就能找出答案。

Anthropic 内部把这叫“能力悬余”（capability overhang），模型其实已经能做很多事，只是我们还没找到正确的打开方式。

Claude Code 最近一个关键变化是砍掉了 80% 的系统提示词。早期模型需要详细的指令和大量示例，但 Fable 这个级别的模型反过来了，给太多示例反而会限制它，因为它自己的想象力比你给的示例更丰富。新的做法是给上下文，不给约束；告诉它情况，不告诉它不许做什么。

第二个主题叫“找到你的未知”。

你写给模型的提示词就像是“地图”，但真正的代码库和现实世界是“领地”。模型在领地里碰到地图上没标注的东西，就是一个未知数，就得自己做决定。Fable 5 的活动范围太大了，如果你不提前搞清楚这些未知数，它会在你没想到的地方做出你不想要的决策。

他给了几个具体方法：

让 Fable 做一次“盲区扫描”（blind spot pass），在动手之前先通读相关代码，帮你找出你自己都不知道的潜在问题。

让它一口气做四个风格完全不同的原型，这样你可以通过反应来发现自己的偏好，而不是先想清楚再描述。

让它提问你，通过提问把你脑子里那些"知道但没写下来"的细节挖出来。

给它一段别的系统里的代码当参考地图，比直接写规格说明书更高效。

让它在执行过程中记录每个偏离你预期的决策点，事后你能看到它在哪些地方遇到了你没考虑到的问题。

最后让它反过来考你，确保你理解它做了什么，这样你在提 PR 的时候能说清楚发生了什么。

演讲的后半段内容就偏感性了，有点像@onevcat 写的那篇《当编程变得不再有趣》 https://t.co/AKtlV7h0ED。

他说第一次用 Fable 的时候，既觉得获得了很多，也觉得失去了什么。他以前开过一家三十人的 YC 创业公司，当时团队因为写代码太难，被迫在各种功能之间做取舍。几周前他回去看那个代码库，用 Fable 几小时就做完了当年要花好几周的事。他真的很喜欢手写代码时那种在脑子里旋转整个代码库的感觉，但也记得那些熬夜调 bug、项目一个接一个失败的日子。

他最后的建议是“打破常规”（be unreasonable）。

以前做取舍是本能，好、快、省三选二，现在他觉得这套逻辑该被推翻了：与其先设好优先级排除掉一部分，不如逼一下现实，看它是不是真的会逼你二选一。他演讲前一天花四个小时用 Fable 做完了这场演讲的全部 PPT。

[淘沙者(TheSandPicker) @Etudecn]

Anthropic刚刚扔出一个王炸。

教你开一家公司，但员工全是AI。

CEO只需要你一个人，剩下的活儿全丢给Claude智能体。

整个教程免费，只要30分钟就能看完。

我已经保存了，这玩意儿不能丢。

[淘沙者(TheSandPicker) @Etudecn]

英伟达工程师一句话点破AI现状：智能体啥都能干，就差个靠谱的循环框架。

他花了20分钟拆解一套能让智能体稳定跑几小时的循环结构。
道理其实特简单，但一堆人就是搞不对。

视频在这，下面是完整搭建指南。
看完你会回来谢我的。

[淘沙者(TheSandPicker) @Etudecn]

Anthropic 工程师这句话有点狠：
“一个下午，你就能搭 5 个 AI 助手。
每个助手，专门接管一个你每天还在手动做的破事。”
他直接录了 45 分钟，从 0 开始，一步一步演示怎么搭。
不是那种讲概念、画大饼的 Agent 教程。
是真的把一个 AI assistant 怎么拆任务、怎么配置、怎么跑起来，全流程过一遍。
最离谱的是，这些事很多人每天还在自己复制、粘贴、整理、检查、回复。
明明已经可以丢给 assistant 做了。
建议先把这 45 分钟看完。
然后把下面那篇 guide 存起来：
AI Agents 是什么，以及怎么一步步做一个自己的 Agent。
说真的，很多人不是不会用 AI。
是还没意识到，自己每天浪费时间的那些小破活，已经可以被拆出去一大半了。

[爱吃折耳根的Ace @_zheergen]

🚨 卧槽！终于有一个又轻又好用的股票行情统一 API 了！

一个好的开源股票 API，直接让你每年省几万块数据订阅费。

stock-api，1.4K+ stars，MIT 开源。最大的卖点：
统一的 API 接口，A 股、港股、美股全包——你只需要换一个参数，底层数据源自动切，不用记十套不同接口。

核心亮点：
> 支持 A 股、港股、美股以及场内基金
> 自动从多个数据源（腾讯、新浪、东方财富）获取数据并 fallback
> 提供 CLI 命令行直接查询
> 支持 MCP，可以直接给 Claude Code、Cursor 等 AI 工具使用
> 非常轻量，几乎没有运行时依赖

以前做跨市场数据：A 股接 Tushare → 港股接 yfinance → 美股再接 Alpha Vantage，三套鉴权、三种格式、三个坑。现在 stock-api 一个接口全通。数据管道这件事，终于不用维护八套 SDK 了！

对想自己写股票工具、或者用 AI 做量化/投研辅助的人来说，是一个比较实用的开源项目

[animajoe0917 @JoeAnima]

https://t.co/NHPLHkJzU0

[美研芒格君 @Kay2289123]

$MRVL 今天下跌，通常我会检查我的逻辑和买点是否发生变化。建议每个人想要投资mrvl都阅读我的这篇文章。

我想再强调一下：NVIDIA下一步的scale-up方向恰好与MRVL能力高度吻合：

1. Vera Rubin Ultra将从单机架NVL72扩大到八机架、576颗GPU的NVL576；
2. 后续Kyber架构将做到NVL144单机架和NVL1152多机架；

机架间会使用直接光互连；
到Feynman/Kyber阶段，NVIDIA明确表示会同时提供铜scale-up和CPO光scale-up。

MRVL刚好同时拥有定制ASIC、硅光、光DSP、CPO、交换芯片和Celestial AI的Photonic Fabric。

换句话说，NVIDIA从“一个机架”扩展到“多个机架组成一个NVLink域”时，MRVL的技术拼图最完整

ALAB很可能继续拿到：

PCIe/CXL retimer
MGX平台交换芯片
机架内部板级连接
遥测和连接管理软件
一部分NVLink Fusion定制连接芯片

但ALAB目前更像是NVIDIA机架的关键连接零件供应商，而不是MRVL那种涵盖“定制XPU＋多机架光scale-up”的战略共同开发者

CRDO更可能拿到：
云厂商或OEM为NVIDIA系统选择AEC；
服务器到交换机、机柜到机柜的铜缆或光模块；
Spectrum-X或以太网scale-out网络；
NVIDIA平台出货增长带来的间接连接需求

互联才刚刚开始。这是token更快更便宜的关键。

[Xudong Han @Xudong07452910]

https://t.co/LSvOFZAt33

[暖暖爱AI @nuannuan_share]

有人把埃隆·马斯克的实际思考框架用作AI提示词。

这就像是让一位亿万富翁工程师彻底拆解你的想法并从物理角度重建。

以下是改变我解决问题方式的15个提示词：

[0xhhh @hhhx402]

但凡你看过我这篇文章，你都会觉得 20M 的 $dreams 便宜得很， $dreams 超越 $payai 理所当然

[zagen扎根(✱,✱) @0xzagen]

现在大致 @virtuals_io 上的龙头标

neobank/支付： $vpay ，新发的 $zoof 表现也很不错
robotics: $robot $show
trading标很多， $axr $ethy 不错
预测市场： $predi $biz predi感觉控筹更好 biz有点av，不过我更喜欢biz
x402: $santa $aura $ain

另外virtual自己的币就是 $game $luna ，game是butler手续费进财库有直接利好，luna是传要到bsc搞发射台但是还没确定应该。

精力顾不过来看这几个差不多

[cutepanda @cutepanda]

别嫌我烦
再次推荐全力去撸Virtual的Seesaw

[凯林 @kaylyn_0x]

一觉起来，我的 VIRTUAL 人生又回来了！

十几个链上钱包继续 ATH，开启 A8 的征程。其中我交易最频繁的一个更是在今年拿到 150X 收益，从刚开始的 300刀一路玩到现在接近 21000 刀（点赞破 200 的话我回头这个复盘）

我发这些就是想告诉那些看不懂、看不起 VIRTUAL 生态的人，x402 协议爆火推动 AI Agent 新世纪，谁才是这个赛道真正的蓝筹

同时现在 VIRTUAL 生态才刚刚价值发现，从 Prototype →Genesis → Unicorn，那些成功发射了的几百个 Agents 绝大多数都存活下来了，背后的团队不像操盘 MEME 的狗庄依靠“注意力经济”不停发射新盘浇给，相反他们持续建设，成为 aGDP 的一份子

量的积累会引发质变，这就是 ACP 在 x402 协议技术上领先同行一个时代的核心原因

目前这趟星际列车🚄 才刚启动，财富效应尤显，比如我上周在掘金大队群里 call 的几个例子：

1. $VIRTUAL @virtuals_io
我自己 10.11 在 0.58 的位置上车，x402 爆火后敏锐嗅到市场追涨资金会沉淀进来，在掘金大队于 0.86 位置按头 call 群友上车，担心群友不执行，我甚至自己主动买了几千刀做表率。这是大资金稳赚的机会，截止目前 V 已突破 1.5 ，收益 70%
https://t.co/xWVhl4Q4cH

2. $BIZ @Bizzy_agent @BuzzingApp
和创始人共鸣了，于是我在 800K 的位置 Call 了，截止目前 1.4M，最高涨到 1.7M，收益 60% 。我对 $BIZ 看到 5M 以上，持仓的小伙伴不用着急，相信我等蛛网上线会拉菲的，因为还有些我不能说的利好在
https://t.co/fx8kQfdeLq

3. $ROOM @useBackroom
我持续跟进的一个项目，在 1.8M 的位置多次 call 了，底部位置我买了 3%，截止目前8.4M，最高涨到11M，收益 460%。其中大部分仓位单边质押到 Hydrex ，虽然错过了涨幅，但 300% 的 APY 很香，而且后面还可以参与 ICM
https://t.co/fx8kQfdeLq

4. $OOPZ @oracle_opz
也是我长期跟的项目，昨天同样和创始人共鸣，在底部 600K 的位置精准 call 了，截止目前 1.5M，最高涨到 1.7M ，收益250%。OOPZ 未来要做 Survey Layer，他们也和ACP 探索“normie 路径”合作，如通过引导式问卷（onboarding surveys）将这些问卷用户分流到其他 Virtuals 项目，让他们了解并参与 ACP 上的任务。执行顺利的话，我也看到 5M
https://t.co/niI0YVG6uX

最后掘金大队目前仅剩 65 个位置，先到先得，等 500 个位置满后不会在开放了！所以想加入早期掘金的，抓紧使用我的邀请码申请 v6qXY4

https://t.co/rqyetnvxpF

评论区截图或者私信即可

[加密狗 @jiamigou]

https://t.co/UJmSyTcZL1