Shane

[💎 大阪NEW LIFE @newlifeosaka]

真牛逼！
疯了！一个人2万元手搓94分钟AI科幻电影，刘慈欣《山》居然真被拍出来了 #刘慈欣 #AI电影 #科幻电影 #人工智能 #山

[Shane @shanexucccc]

YouTube 你是疯子吗？看曹操说的视频一分钟一次强制我看广告

[小柴AI @zsl731231794]

白嫖Seeddance2.5的30秒视频的焚决 自己做的软件大家可以找我领激活码 下载地址https://t.co/Ez2t88MBtf

[Leo @leoxbtt]

Un profesor del MIT les ofreció a sus alumnos una apuesta simple:

Cara: ganas $125 dólares.
Cruz: pierdes $100.

Matemáticamente es un robo. De media sales +$12.50 por cada vez que la juegas. Es lo que los economistas llaman “más que justa”.

La mayoría de la clase dijo que no.

No eran tontos. Eran humanos.

El profesor lo llevó más lejos. Les dijo: “Los voy a obligar a hacer esta apuesta… a menos que me paguen para librarse”.

¿Cuánto estaban dispuestos a pagar?

$43 dólares.

Casi la mitad de su dinero… para escapar de una apuesta que está a su favor.

Eso no es debilidad.

Se llama aversión al riesgo.

Y es exactamente la razón por la que existe el seguro, las garantías extendidas y casi todas las decisiones “seguras” que tomamos con el dinero.

No estás siendo irracional cuando rechazas una buena apuesta.

Estás poniendo precio al miedo de perder.

En esta clase del MIT se aprende cómo funciona realmente la utilidad esperada.

Por qué la aversión al riesgo no es un defecto, sino una característica humana.

Y cómo eso explica casi todas las decisiones económicas que tomamos a diario.

Guárdala para ver mas tarde 🔖

[记者易速利2026 @yisuli2026]

为纪念江泽民诞辰100周年，央视播出了12集文献纪录片，目前没有发现提到《60分钟》2000年8月在北戴河采访的著名事件。那次拍摄时间近4小时，内容涉及人权、独裁、法轮功、天安门事件等敏感话题，这或许是中国领导人在英文电视媒体上影响力最大的一次采访。采访结束后江泽民请摄制团队吃饭，《60分钟》制片人趁机开展公关工作，希望江主席能够牵线，让他们去朝鲜采访金正日。

[Allen Leo @AllenLeo89064]

＂幽默＂的朱镕基历史画面合集。
中共最大的贪污犯、大骗子、变态狂！
爱好：咬女人乳房、很多女人乳房有他牙印！
饮食：喝人奶
财产：世界各地存上万亿的钱
女儿：香港中银副行长，所有行长是她傀儡
儿子：中投创始人，勾兑美国，所有金融机构上市，都被他捞一把！

[超级财经 SuperFinance @SupFin]

前上海首富周正毅，谈漂亮女人为什么难以成功:男人送你一辆车，只想着把车开走，而不去学这个男人怎么买得起这辆车。周正毅确实见过不少这种场面。他早年从上海底层生意起家，后来靠地产和资本运作迅速做大农凯集团，民间一度把他称为上海首富。 最风光的时候，他开上海最早的一批法拉利，香港有多套豪宅，和章小蕙、杨恭如约会。 后因操纵证券交易价格、卷入上海社保案入狱，直到2020年获释。 刚出狱他就高调办60岁寿宴，程雷、陈蓉、朱桢、倪琳、房海燕、戴刘菲六个上海广电主持人集体到场站台，号称东方卫视春晚也不过这个阵容，最后六人集体被处分。不过周正毅说的没错，漂亮只是门票，不是股权，人学到真本事才是一辈子的。

[Fang @FLMdongtianfudi]

瑞·达利欧带来了一场 42 分钟的财富创造大师课。

大多数人花一辈子都在试图理解市场。

而达利欧把 75 年的投资智慧，浓缩成了 42 分钟。

https://t.co/I9eo327jVx

[GitHubDaily @GitHub_Daily]

很多教程教 AI Agent 开发都是直接上框架，装完跑起来了，但底下到底怎么回事不清楚。

ai-agents-from-scratch 反过来，先从最基本的模型调用写起，一步步搭出工具调用、记忆、ReAct 循环这些核心模式。

全程用本地模型跑，不依赖云端接口，每个阶段都有代码和概念讲解。

GitHub：https://t.co/oMqgTDu3NB

从加载模型、翻译、推理，到带记忆的 Agent、ReAct 模式、错误处理，总共 11 个递进式示例。

想搞懂 AI Agent 底层原理再去用框架的朋友，这个项目适合拿来入门。

[Fox @indie_maker_fox]

给大家推荐一本非常值得阅读的 Pi Agent 电子书

https://t.co/kiD4HKakZl

众所周知，我很喜欢 Pi agent，极简的设计，丰富的扩展。我也很喜欢 Craft agent，也多次推荐，优秀的架构，丰富的功能。我自己也基于它们开发了 MkAgent，可以理解为是 Pi agent 的桌面端产品，或者理解为 Craft agent 的 Lite 版本，过几天我会忙完了会发出来。

对于想要了解 agent 内部原理的朋友，还是推荐之前分享的 Learn Claude Code 教程，入门最友好的教材，每个章节只配有少量的python代码。

对于想要了解 Pi agent 内部原理的朋友，我就推荐阅读今天这份电子书教程，10个章节，从 agent loop 到上下文工程都有源码剖析，理解精华。

说实话，我自己也看了不少 pi agent的代码，也想写个教程，奈何我实在没多少空闲时间，偶然发现这本书，从结构上、讲解上都非常赞同，作者很多理解在我之上，所以我感觉自己没有必要再去写 pi agent 教程了。

总之，非常推荐这2个教程，循序渐进读下来，掌握了核心基础之后，上面的东西怎么看实现起来都很简单。现如今定制化的 agent 开发已经是企业内的核心业务了，agent 内部原理可以说是未来程序员的编程基础了。

[Geek Lite @QingQ77]

深入理解 AI Agent：设计原理与工程实践

让开发者照着公式 Agent = LLM + 上下文 + 工具把 Agent 从原理吃透到落地上手，而不是只会套 API。

https://t.co/VLqIpSbDG7

[lumxss @bkdgiffug]

还在熬夜一条条发内容？AiToEarn这个开源项目直接把内容生产全流程自动化了，GitHub上9300多Star。

① 视频和图文全靠AI自动生成
② 抖音、小红书、B站、TikTok一次性全平台分发
③ 点赞、关注、评论回复全部自动化
④ 靠CPS和CPM变现，不用盯着也能收钱
普通用户直接网页开搞，开发者用MIT协议随便改，团队想私有化部署三行Docker命令搞定。

还在熬夜肝内容的自媒体人，真的该换个姿势了。
🔗 https://t.co/azfc3kyFSk

[Amto @XAMTO_AI]

有兄弟把一整堂Claude实操课直接白给了，足足1小时，全程不跟你扯虚的，全是拿Claude搭东西、跑自动化、甚至往口袋里薅钱的操作。

a哥刚刷到的这个，确实有点离谱了。

你少追一集剧，把这1小时吃透，明天睁眼可能就多了一门能变现的活哈。

白送还手把手教，你说香不香？

关键人家压根也不卖课。

[柴郡🔔｜Crypto+AI Plus @0xCheshire]

最牛逼的 AI 视频 skill，没有之一。

[爱吃折耳根的Ace @_zheergen]

强烈推荐给想系统入门量化交易的朋友。

这套《Algorithmic Trading Using Python》全长 4 小时 33 分钟，是目前比较完整的 Python 量化从基础到实战课程之一。

为什么值得看？

最大特点是没有刻意剪掉错误，而是完整展示真实开发过程：API 报错、数据缺失、逻辑调试，直到策略最终跑通。

对于新手来说，这种带着问题一起解决的学习方式，比只展示最终结果的教程更有价值。

课程直接落地三类真实策略：

1️⃣ 等权重标普500（规避市值加权偏差）
2️⃣ 高质量动量选股（多周期 + 百分位评分）
3️⃣ 复合多因子价值筛选（避免单一估值陷阱）

完整流程覆盖：
真实金融数据获取 → 因子清洗 → 截面排序 → 股票分配 → 生成交易方案

整套流程可以作为学习量化研究框架的参考。

建议收藏，配合代码边看边练。

它最大的价值不是教你一个赚钱策略，而是让你理解专业量化研究从数据到策略的完整流程。

周末学起来吧。

[大师的AI小灶 @dashiAIxz]

有幸收到飞书团队的邀请，分享了我们团队近期在做的 Vibe Coding 项目——dashi-taskboard 🚀

这是一套重塑现有 Codex 工作流的项目管理工具，通过任务看板的方式，把你从海量的 Codex 对话中拯救出来。

项目现已在 GitHub 完全开源，欢迎大家安装体验、提 Issue 和反馈建议！
https://t.co/hirpXa0ynC

[财经老王 @linda6248130564]

上海16岁学生，暑假搭出神经网络跑Polymarket

没有对冲基金培训，没有金融学位，他手里只有Claude和公开的钱包交易数据。

他把8600万笔历史交易喂进神经网络，只给了一个指令：
“找出那些在入场前，就能预判交易能盈利的规律。”

模型真的挖出了对冲基金心知肚明、却从来不会公开的秘密：
排名前0.1%的顶级钱包，都有一模一样的入场时间特征：
他们从不在市场刚开盘就冲进去，而是先等60-180秒，再把订单拆成小单，在15-40分钟的窗口里分批悄悄入场。

神经网络学会了实时识别这种“拆单布局”的模式：
检测到特征=聪明钱正在悄悄建仓；没有特征=只是市场随机噪音。
他还做了个检测器，专门标记过去2小时里出现拆单模式的合约。

2026年3月的真实交易：
早上6:40-7:20，网络检测到12个历史高胜率钱包，正在伊朗相关盘口拆单布局：
总金额47,200美元，拆成了89笔小单悄悄进场。
散户看到价格开始涨，以为是行情启动，7:35才一窝蜂追高。
而他在6:55就跟着巨鲸完成了建仓，比散户早了整整40分钟。
最终结果完全顺着巨鲸的方向走，他靠复制这种“聪明钱拆单模式”，一笔赚了8,400美元。

整个暑假3个月，他累计赚了67,000美元。
父母一直以为他天天在家闷头准备高考，
其实他在研究的，是对冲基金每一笔交易都在用的订单流拆单特征。

9月他顺利去上大学了，
而他搭的那套神经网络，还在后台不停运行、检测、赚钱。

对冲基金花4000万美元搭建的同类检测系统，
他靠Claude+公开交易数据仓库，6周就做出来了。
同样的能力，只是获取门槛天差地别。

最后问一句：你现在交易，还在傻傻直接按市价入场吗？

[老韭菜南亥 @daweifs]

字节跳动开源 AI 超级员工

近 8 万 GitHub Stars，能研究、写代码、做网页、生成 PPT，还会自己组建 AI 团队，DeerFlow 2.0 部署教程。

字节跳动开源了一个真正能“干活”的 AI：DeerFlow 2.0 🦌

它不只是陪你聊天。给它一个目标，它会：拆解任务 → 调用工具 → 分配子智能体 → 执行代码 → 检查结果 → 交付文件

GitHub 已接近 8 万 Stars，下面教你 5 分钟部署👇

DeerFlow 可以理解成：一个运行在自己电脑上的 AI 工作团队。

普通 AI：你问一句，它回答一句。

DeerFlow：你提出目标，它可以连续工作几十分钟甚至数小时，最后交付：

• 调研报告
• 网页
• PPT
• 数据分析
• 图片和视频
• 可运行的代码

它最强的地方，是给 AI 配齐了“工作环境”：

• Sub-agents：多个 AI 分工协作
• Sandbox：隔离执行代码和命令
• Memory：记住你的偏好和工作方式
• Skills：安装或编写专属工作流
• MCP：连接外部工具
• Scheduler：定时自动执行任务
不只是模型，而是一套 Agent 操作系统。

部署前准备：

• Git
• Docker Desktop
• 一个可用的大模型配置
• 至少 4 核 CPU、8GB 内存
• 推荐 8 核 CPU、16GB 内存

先下载项目：

git clone https://t.co/T0e4FVkL0K
cd deer-flow

教程基于 DeerFlow 2.0 主分支，运行官方配置向导：make setup。

它会引导你配置：

• 使用哪个大模型
• API Key 或模型认证
• 是否启用联网搜索
• 是否允许 Bash
• 文件写入权限
• 沙箱运行模式

配置完成后，检查环境：make doctor

推荐使用 Docker 启动：

make docker-init
make docker-start
第一次运行需要拉取并构建镜像。

启动成功后打开：

http://localhost:2026

到这里，你已经拥有一个本地 AI Agent 工作台。

第一个实战：自动生成行业研究报告。
直接复制这段提示词：
研究 2026 年全球 AI Agent 市场。

将任务拆分给多个子智能体，分别分析：

1. 主要公司和开源项目
2. 商业模式
3. 市场规模与增长趋势
4. 潜在机会
5. 主要风险

最终生成一份结构清晰、带来源链接的中文研究报告。

第二个实战：一键制作内容网站。

研究最近一周最值得关注的 10 个开源 AI 项目。

总结每个项目的用途、核心亮点、适用人群和使用门槛。

完成研究后，创建一个现代、响应式的中文导航网站，并将网页文件保存到输出目录。

它不只是告诉你怎么做。
它会直接交付网页文件。

另外几个非常适合 DeerFlow 的任务：

① 阅读整个 GitHub 仓库并输出重构方案
② 分析 CSV，生成图表和商业报告
③ 根据资料制作 PPT
④ 自动收集竞品更新
⑤ 把固定流程封装成自定义 Skill
⑥ 通过飞书、Slack、Telegram 或微信提交任务

真正的价值，是把重复工作变成自动流程。

最后提醒：
DeerFlow 可以执行系统命令、访问资源和读写文件，权限非常高。不要在没有认证和网络隔离的情况下直接暴露到公网。

建议：

• 优先使用 Docker 沙箱
• 默认只在本机运行
• API Key 保存在 .env
• 重要文件提前备份
• 高风险操作保留人工确认

收藏起来，周末给自己部署一支 AI 团队。

项目地址：https://t.co/Na5K8w3xvp

[沸点 • 视频 @BreakPointChina]

段永平早年谈投资心得，没有废话全是精髓，值得反复细品！

[小马 | 商业生存指南 @VibePonyAI]

MIT 金融课精华整理｜85分钟带你建立财富认知框架。

建议收藏，慢慢学习。