Danny James

coding and exploring

[Frank trading @Franktradinglog]

敏捷交易的核心，是把命运掌握在自己手里。

我会把每一次高点都当作潜在的历史大顶来审视。诚然，这可能让我过早离场，错过一部分后续行情；但我宁愿犯多次小错，也绝不允许自己犯下一次不可逆的大错。

因为当史诗级下跌真正到来时，我不想像邪教徒一样，对自己的持仓和判断抱有盲目信仰，在下跌中不断加仓，最终把整个牛市赠送的收益全部归还给市场。

交易可以判断错误，可以踏空，也可以反复止损，但不能让任何一次判断拥有摧毁账户的权力。

请切记：命运赠送的一切，早已在暗中标好了价格。

[Berryxia.AI @berryxia]

兄弟们，微软居然还搞了这个好东西，值得看看啊！
做零售店、巡检的行业人简直是大喜~

Microsoft扔出一个仅仅4B的流式视觉模型，能实时盯着视频说“什么时候发生了什么”。

Mage-VL是Codec-Native的Streaming VLM，专门做直播式理解。

它一边看视频一边描述正在发生的事，你还能用自然语言指定关心的时刻，比如“火车到站的时候”“进球的瞬间”。4B体量却能持续处理流式输入，效率很高。

以前实时视频理解要么靠大模型烧算力，要么只能事后分析。

[Danny James @codingandexp]

@Franktradinglog 大f牛逼，我选择的是黄金也跟着吃了点

[Frank trading @Franktradinglog]

我们7/22一键平仓了所有，避开了这一波巨大的flush。
事实上，这种内生性的去杠杆行情，如果没有外源利好，只会无限下跌。
短期之内能看到的利好有：fomc，msft，amzn，meta财报可能产生向上的动力。
跌吧多跌点，我要来捡尸体了。

[小互 @xiaohu]

Ranking on AI 创始人分享 GEO 操作指南

如何让 AI 推荐你的 SaaS 产品，从而真正带来用户和转化

AI 带来的流量只占 0.5%，却贡献了 12.1% 的注册，转化率是自然搜索的 23 倍...

Ranking on AI 的创始人 Tanya van Gastel 最近接受了 Florian Darroman 的访谈，完整拆开了她那套 GEO 策略：

怎么让你的 SaaS 被 ChatGPT、Claude 这些 AI 主动引用和推荐，以及怎么把这些推荐变成实实在在的注册和付费。https://t.co/50EX1FWvXv

[Hux @huxlab]

这28分钟视频直接把我点醒了。

Anthropic工程师说得很清楚：

“你不需要更好的提示词。你需要的是图工程：持久的记忆，这样你的代理永远不会忘记任何事情。”

他完整演示了Anthropic内部到底怎么搭agent、怎么组织工作流。

不是那种堆prompt的玩法，而是真正把记忆做成持久图谱，任务之间能互相引用、互相纠错。

比市面上那些收费agent课强太多了。

强烈建议存下来反复看。

[💺 @patience_cave]

Introducing MazeBench, a 3D open world environment that evaluates long term planning with visual spatial reasoning.

It spans hundreds of rooms and puzzles. Today’s best agents cannot progress beyond the initial levels.

[小互 @xiaohu]

Claude Design 作者本人讲述 Claude Design 诞生始末

以及分享 10 个实用技巧

https://t.co/TlFgphyzSd

[Max For AI @MaxForAI]

卧槽？？ 著名开源语音项目 @FishAudio 融了5200万美元？？

他们宣布完成了5200万美元的种子轮融资，并宣布推出 S2.1 Pro 的公测版本。

S2.1 Pro只需5秒音频即可克隆声音，同时速度比 Cartesia 快2倍，成本仅为 Eleven Labs 的1/6。

同时这是最具表现力的语音模型，可在单词级别控制情感、语调、节奏等。

目前包括 HeyGen、LiveKit、Retell、Sanas 和 OpenArt，它们都在生产环境中运行他们的模型。

并且他们还宣布，如果他们无法为你的语音AI成本降低50%，他们将免费为您提供1年的 Fish Audio 服务。

看了一下Demo，效果确实很好呀😧

[宝玉 @dotey]

MCP 协议今天推出了第五个大版本（版本号 2026-07-28），核心变化：从有状态双向协议变成了无状态的请求/响应协议。

这是 MCP 社区呼声最高的改动。

之前的 MCP 客户端连上来要先握手，服务端要给你一个会话 ID（session ID），后续每次请求都得带着这个 ID。这意味着你的请求被限制在了某一台服务器实例上，不方便做负载均衡。

现在每个请求都是独立的，自带协议版本和客户端信息，可以负载到任何一个实例上。也就是说 MCP 服务器终于可以像普通 HTTP 服务一样部署了，serverless、边缘计算、或者 CDN 后面放一排实例。

那如果业务确实需要跨请求的状态呢？协议的建议是：由工具自己生成一个句柄（handle），让模型在工具调用之间传递。状态放在业务层而不是协议层，模型能看到这个句柄，也能理解要怎么用它。

【其他变化】

MRTR（多轮往返请求）解决中途需要用户输入确认的问题。

比如 Supabase 的 MCP 服务器想在创建项目前告诉你费用，或者在执行删除操作前让你确认。以前这需要维持一个双向流不断开，现在服务端返回“需要输入”状态，客户端带上用户的回答重新发请求即可。

请求头里新增了 Mcp-Method 和 Mcp-Name 两个字段，网关和防火墙可以直接根据请求头做路由和鉴权，不用解析 JSON 请求体。

授权方面做了几项加固，包括要求验证授权服务器的 issuer 参数（堵上了一个授权服务器混淆漏洞）。动态客户端注册（DCR）正式废弃，改用客户端元数据文档（CIMD）。

Roots、Sampling、Logging 三个功能标记为废弃，但至少还能用 12 个月。旧版 HTTP+SSE 传输同样进入废弃轨道。协议首次引入正式的废弃策略，保证最少 12 个月过渡窗口，这对生产环境的团队来说很实际：你可以排期升级，不用被动救火。

【生态与迁移】

四个一级开发工具包（SDK）同步更新：TypeScript、Python、Go、C#。Rust SDK 以 beta 状态跟进。MCP 目前月下载量接近 5 亿次，TypeScript 和 Python SDK 各自累计下载量都超过了 10 亿。

AWS（Amazon Bedrock AgentCore）、Microsoft（Foundry）、Cloudflare（Workers）、Google Cloud 等都已宣布支持新规范。Figma、Supabase、Honeycomb 等工具厂商也在跟进。

新规范有破坏性变更，依赖会话标识符的实现需要改造。SDK 团队表示根据早期测试反馈已经简化了迁移流程，但具体成本因项目而异。如果你现在在生产环境跑着 MCP 服务器，建议先看一遍完整的 changelog 和迁移指南，评估影响面再动手。

[Zara Zhang @zarazhangrui]

How I get endless content ideas, in one picture

[ClaudeDevs @ClaudeDevs]

MCP 2026-07-28 is live and it's the largest update to the protocol since launch.

MCP is now stateless, making it easier to deploy and scale remote servers.

https://t.co/K8KqxbUh4e

[小互 @xiaohu]

OpenAI分析了80 万条和工作相关的消息发现

人们用 AI 干的活 绝大部分不是自己原本该干的活🤣

也就是有了AI后，你的工作内容和项目扩展到了其他的岗位，干了很多原本不属于自己的活...

而你的工资却没有涨🥲

每 100 条工作消息里，约 17 条在干别人的活

8个岗位里五个的越界活过半：客服 77%、设计 75%、人力 69%，工程最低 28%

设计是最极端的一个：35.2% 的提问在干别人的活，而设计的活只占别人提问的 1.7%，什么都干，但没人干设计

https://t.co/FNLLSUOFum

[Ed Sheeran HQ @edsheeran]

Thank you Santa Clara, we felt the California Love 🫶

[投资TALK君 @TJ_Research]

做投资时，可以试图去理解市场交易的逻辑线，但切勿线性外推，因为逻辑线都是用来解释市场的。现在市场里面很简单的几个矛盾点
1. 硬件的基本面变糟了吗？并没有，唯一改变的是价格，市场情绪面，杠杆
2. 市场很讨厌花钱的，那不花钱的呢？软件P/FCF很多都10倍以内，但市场不喜欢，认为他们要被AI破坏
3. 那如果AI要破坏软件，谁破坏？模型公司？新的初创？整个IT市场6T，CODING的3倍，如果能落地这个市场，云投入没有回报吗？市场的确看似有逻辑，实际也没什么逻辑，逻辑线都是为了合理化价格的走势，但不一定能预测未来走势。
最后，下跌肯定能安个非常合理的理由，市场短期之内也从不是交易基本面，都是不同力量之间的互相影响，今天宏观，明天CTA，量化，后天战争，能连续提前走位，胜率高的，很厉害，没法反复做到的，也不用灰心和强迫自己去做到，站在自己的舒适圈/能力圈里做好就行。

[Thariq @trq212]

We removed ~80% of the Claude Code system prompt for our newest models, this is what we've learned about writing system prompts, skills and Claude.MDs for them. https://t.co/6DZwSrZjE9

[plantegg @plantegg]

小红书看来是怂了，居然主动联系陈皓了（下文我均代表陈皓）：

今日一早我发布《否认传闻不等于消解疑问，小红书要做的是正视与反思》后，上午11点多，我在小红书公司在职时期对接的前HRbp致电联系我。

       早年共事我们相处融洽，后续对方因岗位要求身不由己卷入纠纷并被调整不再与我岗位配合，我俩过往聊天记录也曾被小红书公司用作庭审证据（但还好法院并未采纳）。我理解普通打工人的职场无奈，通话中接纳了对方个人致歉，告知其无需背负心理负担，私人过往就此翻篇。

       本次来电为公司安排，提出邀约线下见面沟通，同行还有平台部流程同事。我已明确拒绝所有线下会面，也不添加私人联系方式，所有诉求均在公开平台发表。

       前几天小红书公司单方面接受某财新媒体采访，对外仍作出我业绩不达标的表述，该说法与本人完整业绩记录相悖，这种单方面对外歪曲判决事实的行为，我认为是极大的不尊重。

       我本人在此重申，我与小红书的诉讼已全部结束，判决赔偿已完成；此次发声的诉求不变，不索要任何额外物质补偿：

1. 对外：希望公司正视用工乱象，停止打压、排挤员工，善待全体从业者；

2. 对内：完整复盘当年侵害我权益的全部事件，针对HR负责人邓云璐、HRbp曾兰仪相关违规处置行为开展专项调查，厘清林某招聘事故、绩效互评内容外泄、无合理理由调岗打压、恶意调整客户抬高业绩指标等问题，相关责任人承担对应责任，并正式向我致歉。

       全部事实、证据、IPO相关质疑已在上一篇文章完整公开，无需线下重复沟通。企业若有正式整改协商意向，请发送加盖公章的书面函件对接。

      基于目前企业对外披露的资本动态，我将暂缓舆论层面的持续输出，给予企业充足的自查窗口期与自我反思空间。此举，是尊重市场、尊重行业和良好营商环境的克制与善意。

      本次通话全程录音留存，我配有律师团队，若后续出现歪曲、抹黑行为，将通过法律途径维权。

至于网传的“某公司正联系员工和解，补发期权”，我的诉讼已结束，不需要任何额外物质赔偿，截止此刻，身边在诉讼的同事反映没有接到相关通知。

[Easycompany @Easycompany333]

真的要卸载剪映了。

YC S24 团队做的 Palmier Pro，开源后已经冲过 1 万 GitHub stars。

我看到它的第一反应：AI 已经进时间线里干活了。

把 Codex、Claude Code 或 Cursor 通过 MCP 接上，你可以直接说：

“把这段剪短一点。”
“重新排一下镜头。”
“生成一段 B-roll，放进时间线的空位。”
AI 会读取当前项目，自己调整轨道、补充素材、修改剪辑点。
画面不满意，也能在时间线上继续调用 Seedance、可灵、Nano Banana Pro 生成，不用在网页、下载文件和剪辑软件之间反复搬素材。

它用 Swift 原生开发，目标对标 Premiere Pro。编辑器和 MCP 免费开源，不过目前只支持 Apple Silicon + macOS 26，生成式 AI 功能需要订阅。

对内容创作者来说，这个变化很具体：以前你告诉 AI 应该怎么剪，现在它可以先把第一版铺到轨道上，你负责判断和修改。

[Raft @raft_hq]

https://t.co/lZbKcBavm7

[华尔街没有名字 @WallStreet0Name]

黄仁勋来X了，发表了第一篇推文

文章主要表达了六层意思：

1. 把开放权重类比为早期的开源软件
文章认为，互联网的发展依赖 Linux 等开源软件。类似地，美国未来的 AI 竞争力，也不能只依赖某一家最强的封闭模型，而要依赖一个广泛、开放、可扩散的生态。
其逻辑是：
更多人可以使用底层技术
更多企业可以开发应用
成本下降
技术扩散到制造、医疗、农业、教育和中小企业
美国整体 AI 生产力提高

2. 降低企业使用 AI 的成本

企业不需要从零训练模型，也不必每次都支付最昂贵的前沿模型 API 费用。
可以把不同模型放到不同任务中：
复杂研究使用高性能前沿模型
客服、分类、数据提取使用小模型
涉及隐私的数据在本地运行
特定行业模型进行内部微调
文章认为，这种分层使用才能让 AI 真正进入数十亿个日常任务。

3. 防止少数厂商垄断
开放权重能够减少企业对单一模型供应商的依赖。
企业可以：
更换模型供应商
自己保存模型和微调成果
控制内部数据
在不同云平台之间迁移
在本地数据中心部署
避免 API 涨价或服务中断
因此，这份声明明显反对过度的供应商锁定，希望模型、芯片、云、应用和服务各层都保持竞争。

4. 认为开放也可以提高安全性
文章承认开放权重存在风险：
模型发布后，开发者无法完全收回
修改版本难以追踪
恶意使用者也可能获得模型
模型可能被移除安全限制
但签署方认为，封闭模型也可能被攻击、滥用或出现隐藏问题。开放模型可以让更多研究人员进行测试、红队评估、漏洞发现和安全改进。
这是全文中争议较大的主张。开放有利于审计，也会降低恶意使用门槛，两方面风险同时存在。声明明显强调了开放带来的安全收益。

5. 要求政府支持算力和公共 AI 基础设施
文件对美国政策制定者提出了几项要求：
政策诉求实际含义扩大初创企业和研究人员的算力获取降低训练、微调和推理成本投资共享数据集、工具和评估框架建设公共 AI 基础设施避免过早限制开放模型降低开放模型公司的监管风险保持多个前沿模型供应商防止能力集中于少数企业支持应用层发展让 AI 进入真实行业工作流
换句话说，签署方希望美国政府提供资源，同时减少对开放模型的限制。

6. 为“模型蒸馏”争取合法空间
这是全文政策含义最强的一段。
“蒸馏”是指利用一个模型的输出，训练或改进另一个模型。例如，让大型模型生成答案，再用这些答案训练更小、更便宜的模型。
声明的立场是：
正常的模型蒸馏属于常用研发技术
不应把所有蒸馏都视为盗窃
非法抓取、违反合同或侵权行为可以单独处理
不应因少数违法行为而全面限制蒸馏技术
这实际上是在影响未来关于模型知识产权、API 使用条款、训练数据和竞争法的监管规则。