MorrisLu 互關 互fo

藝術性格的人生, mentor/coach, career consultant, engagement, technical expertise of storage, 3D sensing and radio frequency

[Amto @XAMTO_AI]

兄弟们，今天随手一刷，看到个东西直接把我干懵了。

GitHub上有个叫 agency-agents 的开源角色库，你知道它现在多少星吗？81万。不是8.1万，是81万。这个数字意味着什么？意味着全球有几十万开发者和AI玩家已经在用了，你还不知道？

🔗 : https://t.co/7oTbpRfg0o

先说这东西是干嘛的。

简单讲，就是一个超级角色提示词库，里面塞了140多个专家级Agent角色。CEO、律师、程序员、产品经理、增长黑客、财务顾问、市场策略师……你能叫出名字的岗位，基本都在里面。每个角色都是精心调教过的，不是那种随便写两句“你是一个律师”就完事的垃圾提示词，是真的有深度、有专业框架的角色设定。

用法也极其简单，三步走：

1️⃣ 打开这个库，找到你需要的角色
2️⃣ 把角色描述直接喂给Claude Code或者Cursor
3️⃣ 开始对话，你的AI瞬间��成那个领域的专属顾问
就这么简单。你在做一个创业项目，不知道商业模式怎么跑通？调出CEO角色问它。合同条款看不懂？调出律师角色让它帮你拆解。代码写不下去？调出高级程序员角色让它review。
但最骚的玩法不是单个角色，是多Agent组团。

你可以同时开几个对话窗口，一个跑CEO视角，一个跑市场总监视角，一个跑财务视角，让他们对同一个问题给出不同角度的判断。这不就是给自己开了一家虚拟公司吗？而且这帮“员工”7×24小时在线，不要工资，不会摸鱼，不会跟你讲情绪。

我自己测试了几个角色，说实话，质量比我预期高很多。

特别是那些商业类角色，给出的框架和思路真的有点东西，不是那种泛泛而谈的废话，是能直接落地用的建议。当然，AI终究是AI，专业判断还是要自己把关，但作为思路启发和初稿生成，这个库的价值真的被严重低估了。

还有一点我必须说——它是完全免费的。

开源、免费、随便用、随便改。在这个到处收费、动不动就订阅的AI时代，这种东西真的越来越少见了。

现在AI工具的核心竞争力已经不是模型本身了，Claude、GPT、Gemini底层能力差距在缩小，真正拉开差距的是你怎么用、用什么角色、给它什么上下文。这个库本质上是在帮你解决“怎么用”的问题，把最难的提示词工程部分给你做好了，你直接拿来用就行。

81万星不是运气，是实力。

还没收藏的，现在去。

[Guillermo Casaus @_guillecasaus]

Un desarrollador chino ha creado una "maquina de imprimir dinero".

Se trata de una herramienta capaz de generar vídeos completos para TikTok, Reels y YouTube Shorts de forma automática.

Acumula más de 13k stars en GitHub, es gratis y open-source.

Aquí te explico cómo funciona 👇

[MorrisLu 互關 互fo @MorrisLu12]

@uzmanerkann me

[MorrisLu 互關 互fo @MorrisLu12]

@uzmanerkann .

[0xkevin (🖤 , 💙) @0xKevin00]

如何追踪美国政府合法老鼠仓？

$MRVL 最近两天因为黄仁勋喊单暴涨150%都知道吧

但有两个人，早在4月初就已经买在最低点了

这俩人是美国众议院金融服务委员会委员，专门负责监管AI政策， $MRVL 刚好就在管辖范围内

他们买入17天后，谷歌与Marvell合作开发定制AI芯片的消息才公开出来

这不是妥妥的老鼠仓吗，但美国证监会不管

《STOCK 法案》禁止的是利用公司内幕信息，但"知道政策走向"不等于"知道内幕"。这叫信息优势，不叫内幕交易。迟报违规的罚款首次也只有200美元，形同虚设

这就是美国的游戏规则

但规则同时也留了个口子给普通人

因为美国法律要求，所有议员的股票交易必须在45天内强制公开披露

有人专门做了追踪平台：

https://t.co/rFg9OxPGdA
免费，实时更新，按议员名字或股票代码直接搜 https://t.co/02g98vFhP7
更全面，有委员会关联分析，能看到哪个委员会的人在集中买哪个板块

跟单的正确姿势

先寻找多人共振买入
同一委员会的多位议员在短期内买入同一标的，比单人买入信号强度高出数倍。唐纳兹和萨拉查正是这种模式

关注刚披露的新交易
MRVL 案例中，@pelositracker 在5月19日披露时，距离买入已过去近7周，但 MRVL 在6月2日财报日仍单日暴涨25%，说明及时跟单仍有机会，但窗口越早越���

最后不要忽视卖出信号。 议员集中卖出，有时是不利政策即将落地的预警，往往比买入更值得警惕

[MorrisLu 互關 互fo @MorrisLu12]

@MarkSterling0 stocks

[Michael | Hypermarkets @itsmichaelluu]

When $SPY crashes 10%-20% this summer, everything will be on sale.

Add these 16 stocks for the reversal of a lifetime:

1. $NOW — AI automates every enterprise workflow at scale
Buy zone: $85��$100 | Near 52-week lows, massive AI re-rating

2. $BE — Fuel cells powering AI data centers off the grid
Buy zone: $200–$220 | $ORCL deal de-risks demand story

3. $ASTS — Satellite broadband direct to your phone, globally
Buy zone: $65–$70 | Post-earnings flush, thesis intact

4. $GOOG — Gemini + TPUs + Search = AI moat unmatched
Buy zone: $300–$320 | Key support, 52-week low area

5. $LITE — Optical switches are the nervous system of AI
Buy zone: $600–$700 | Pulled back from $1,000+, still growing 85% YoY

6. $MU — HBM memory is the oxygen inside every AI server
Buy zone: $700–$750 | Key support after Broadcom-induced selloff

7. $SNDK — NAND flash storage exploding on AI inference demand
Buy zone: $1,100–$1,200 | Bull flag on the weekly chart

8. $TE — Data center power infrastructure, critical AI backbone
Buy zone: $6–$7 | Oversold, government energy tailwinds building

9. $RKLB — Launch provider + space systems for AI-connected satellites
Buy zone: $80–$90 | Pulled back hard, $816M SDA contract intact

10. $AAOI — 800G transceivers shipping to hyperscalers at scale
Buy zone: $120–$130 | Volatile beta, best entry on deep dips

11. $NVDA — Designs the GPUs that run every AI model on earth
Buy zone: $165–$175 | 52-week support zone, Jensen demand still intact

12. $ONDS — Drones + autonomous rail powering AI-enabled defense
Buy zone: $7–$8 | Near prior base breakout level

13. $IONQ — Trapped-ion quantum computers for post-classical AI computing
Buy zone: $27–$40 | 52-week range low, government funding tailwind

14. $AMD — EPYC + MI300X chipping away at NVDA's AI market share
Buy zone: $350–$360 | Key technical support from prior consolidation

15. $ARM — Architecture inside every AI chip ever designed
Buy zone: $220–$240 | Pulled back from highs, royalty model scales forever

16. $ORCL — Cloud infra + AI database layer for the enterprise
Buy zone: $130–$140 | Near 52-week lows pre-earnings catalyst

Remember, when $SPY sells off, you should the strong companies and hold for a massive move back towards $820+ by year end.

♻️ RESHARE this post and write 1 comment, I'll DM you my $SPY contract I'm getting for 1000% winner

[MorrisLu 互關 互fo @MorrisLu12]

@GuoShenCN7 BTC

[0x_Miko @Mikocrypto11]

Anthropic engineer 这句话很关键：
“你不应该一直 prompt Claude。你应该搭一个会自己 prompt 自己的 system。”
这可能是最近看到最值得保存的 Claude workflow 之一

视频里她拆了很多人正在犯的同一个问题：
用了 Claude 几个月，但每次还是从零开始
新开 session
重新解释背景
重新贴上下文
重新写 prompt
然后关掉 tab，一切停止

她讲到几个细节：
CLAUDE.md 在你输入第一个字前，就可能吃掉 14%
95% 用户从来没装过的 plugins
不需要你手动输入 prompt，也能运行的 workflows
以及为什么“打一条 prompt 然后关掉页面”，等于把 90% 的能力留在桌上

真正有意思的是：
Claude 的价值不只是回答你的问题
而是你能不能把它放进一套系统里

让它记住规则
读取上下文
调用 plugins
跑 workflows
甚至在你不输入下一条 prompt 的时候，继续推进任务
如果你用了 Claude 几个月，但每次 session 还是从头开始

那你至少还有 28 个 untouched features
可能是 30 个
今晚与其再刷一集剧，不如看完这个视频
看完先 bookmark

[GOLD @Honcia13]

科研的门槛，正在被彻底重新定义！

以前做研究：
熬夜刷论文、反复跑代码、写一周综述。

现在：
一句话指令就够了。
开源AI代理 Feynman 把博士���研究流程压缩成全自动执行：
一句话就能完成 arXiv 深度调研、文献综述、代码验证
四大智能体协同（Researcher + Reviewer + Writer + Verifier），几乎零幻觉
生成带完整引用、审稿级质量的研究简报
支持论文审计、代码复现、主题持续追踪

本地优先，完全开源，支持 Ollama 等本地模型，数据不离电脑。
不管你是研究员、开发者还是学生党，
这工具都能把重复劳动甩给AI，让你专注真正有创造力的部分。
科研效率直接起飞的时代来了！
https://t.co/N5vJYBPhu5

[黄小木 @ai_xiaomu]

GitHub 今日趋势：English-level-up-tips。

一个中文项目："离谱的英语学习指南"。

为什么程序员圈子里爆了：
不是传统英语教学，是"程���员视角的英语学习方法论"
用"输入假说 + 间隔重复 + 沉浸式"替代"背单词"
全部免费，GitHub 开源

对做内容的人的启示：
"学英语"这个赛道永远有流量
但"程序员学英语"是一个被忽略的细分
如果你英语好 + 会编程，这是一个天然的内容方向

项目地址：https://t.co/S6UvdoG0i0

[nini @nini_incrypto_]

宝妈看了也能搭出一个大模型来？

威斯康星大学教授把价值百万的 AI 开源了。

当大家还在理论里打转时，他直接把狂揽数万星标的 100 万行核心代码全塞进了项目里。

这套硬核教程硬生生把大模型开发拉下了神坛，普通人跟着步骤也能轻松手搓出属于自己的大模型。

不仅有手把手的核心代码，连中英文版配套书籍资源都安排得明明白白，真正做到了看懂就能自己训练模型
https://t.co/hoZj2VOdYP

[Bill Brooklyn @BillBrooklyn10]

I’ll only say it once.
This might be the fastest way to hit $1 million by the end of 2026:
$INTC (Intel) → $112 Must buy

$ONDS (Ondas) → $9 Must buy

$IREN (IREN Ltd) → $59 Must buy

$ASTC (Astrotech) → $13 Must buy

$RKLB (Rocket Lab) → $140 Must buy

$MU (Micron Technologys) → $860 Must buy

I often get asked why I don’t turn this into paid content, but for me, sharing stock information is just a hobby. I’m not financially struggling, so I choose to share it for free.

NFA

[Xudong Han @Xudong07452910]

📘 开源高质量Agent教程推荐：《Harness Engineering 从0到1》

这是一门项目驱动的实战教程，专门讲解如何为AI Coding Agent（Claude Code、Codex等）构建可靠的工作环境（Harness），让Agent能够多轮、长时间稳定完成真实工程任务。

教程包含：
1. 12节系统性理论课（覆��环境构建、状态管理、验证机制、会话连续性、范围控制等核心问题）
2. 6个递进式实战项目（以一个Electron个人知识库App为例，从纯Prompt逐步迭代到完整Harness）
3. 可直接复用的资源模板和harness-creator技能

特别适合正在使用Claude Code、Cursor等工具的开发者、AI Agent从业者和科研工作者，帮助Agent从“偶尔能用”走向“可生产级可靠”。

目前已获得 6.8k+ stars，是非常高质量的AI Agent工程实践教程之一。

https://t.co/RLod6ZAynu
#AIAgent #ClaudeCode #HarnessEngineering #harnessagent #Codex

[0xkevin (🖤 , 💙) @0xKevin00]

白毛股神 Serenity 火遍全网，到处是她的传说，但是没人讲清楚她是谁

这个人非常神秘，被称为半导体的供应链之神，年内回报率 4502%

我梳理了她所有推文和留言，整理了目前最全面的介绍

最重要的是 @aleabitoreddit 选股思路和供应链方法论全解析👇🧵

[AI Will @FinanceYF5]

🧵 工作会被重组，但不是大失业

1/🧭"自动化是个谎言。CLI已经结束了。SaaS末日论是蠢话。"

Every CEO Dan Shipper一年前预言了Claude Code的崛起，全部应验。

他回来了，带着12个新预测——其中每一条都和你听到的叙事相反👇

[Amto @XAMTO_AI]

想认真学数学？

强烈推荐 GitHub 上的 Awesome Math，已获 15k+ stars。

它的价值不在资源多，而在体系完整——代数、几何、分析、概率、数论等 30+ 领域全覆盖，视频课、电子教材、练习工具、名校笔记应有尽有。

自学党必备，省时高效。建议收藏。

https://t.co/gPXe96Utit

[0x_Miko @Mikocrypto11]

JP Morgan 曾经用大约 $700K/year 的价格，去挖一位 Goldman Sachs trader
因为这个人把 $25M 做到了 $400M

更有意思的是：
Lehman Brothers 也曾经请过他
而在他离开之后，这家银行最终带着 $600B debt 崩塌
当然，这不代表银行倒闭和他离开之间有直接因果
但这个细节本身很有冲击力

一个 trader 能被 JP Morgan、Goldman Sachs、Lehman Brothers 这种级别的机构同时盯上，核心一定不是“会猜行情”

而是他身上有顶级 fund 最想要的东西：

- 风险判断
- 仓位控制
- 市场直觉
- 压力下的执行
- 以及把大资金持续滚大的能力

16 分钟
你可以看到，为什么华尔街最顶级的机构，会反复追逐同一个 trader。

[投机实验室 @LabSpeculation]

分享一个非常实用的 github 小工具，book-to-skill。

可以把一本技术书的 PDF，变成 Claude Code 的技能包。

转完会自动生成几个文件，每章的精华总结，全书的术语表，里面提到的方法和套路，还有一份速查表，全都能帮你整理好。

之后想查书里的内容，直接喊一下就行，Claude 会翻原书回答，不会瞎编，也不用手动翻 PDF。

章节是用到才加载，转再厚的书也不会卡顿。

[nini @nini_incrypto_]

Hugging Face 把 AI 训练全流程都自动化了啦！

最近有个叫 ml-intern 的项目在 GitHub 爆火，它就像一个 24 小时待命的算法实习生，能独立完成大模型的后训练（Post-training）

1.自主调研：它会自己上 arXiv 读论文、翻引用关系，挑出最值得试的算法

2.数据处理：自己去 HF 找数据集，觉得数据不够好？它还会写脚本生成合成数据（Synthetic Data）进行补齐

3.全自动训练：自动写训练脚本、监控收益曲线。如果本地算力不够，还会自己去调用 HF Jobs 跑任务

4.全程闭环：你给它一句话需求，它跑完直接把训练好的模型权重交给你

最硬核的战绩：
它把一个 1.7B 的小模型（Qwen3-1.7B），��没人干预的情况下，通过 10 小时 H100 训练，GPQA 分数从 10% 提升到了 32%，直接超过��� Claude Code（22.99%）

总结：AI 不再只是辅助写代码，它现在开始自己通过读论文和合成数据来“自我进化”了。
https://t.co/uBjaeRMDhZ