shilfcrypto AI

mars trader

[JetBrains @jetbrains]

Junie CLI, the LLM-agnostic coding agent, is now in Beta!
Junie will follow you wherever you’re working: in the terminal, your IDE, or CI/CD workflows.

With BYOK pricing, real-time prompting, and next-task prediction, Junie is ready for you to try. https://t.co/aRCPZdrvMI

[Tw93 @HiTw93]

假如你的朋友最近需要更新简历，一定要把 Kami 推荐给他，我单独细致优化了一个版本，单独让 Kami 写简历变得非常好用好看清晰，让他把他的原生素材 md 准备好，然后对着 AI 说 /kami 帮我产出一个简历，然后调1-2下差不多就好了。
https://t.co/XB5mfwU9rX

[Alok Kumar @Alokkumarzz]

INSTEAD OF WATCHING AN HOUR OF NETFLIX TONIGHT.

This 60-minute Cambridge lecture by Demis Hassabis will teach you more about the future of AI than most people will learn in the next 5 years.

Bookmark it and give it an hour, no matter what.

[Santi Torres @SantiTorAI]

Un desarrollador ucraniano creó un agujero negro en su terminal para obligarse a tomar descansos.

Cuanto más trabajas sin parar, más crece y deforma tu código con su lente gravitacional. Descansas y se encoge.

[链研社｜AI First🔶💧 @lianyanshe]

做了一套从加密到美股的入门指南，开源在 GitHub 上和腾讯 ima 知识库上。 教程是用 GLM5.1 处理文字内容，minimax-M3 负责最后的前端代码实现。

GitHub：lianyanshe-ai/crypto2USstocks (有全套内容的 markdown 文档和前端的学习页面 index.html)
腾讯 IMA：搜索【加密到美股学习手册】 (markdown 文档可以直接下载)

如果你已经在加密货币市场摸爬滚打过，转向美股其实比想象的更容易，需要一套适配美股的认知框架。

这套系列教程从加密货币投资者的视角出发，用你熟悉的概念作为锚点，帮你快速建立美股知识体系。从交易规则差异（T+1结算、固定时段、熔断机制）到底层资产的区别（公司所有权 vs 协议代币），从波动率的量化对比到熊短牛长的历史规律，每个主题都在回答一个核心问题：美股和加密市场到底有什么不同，这些不同意味着什么。

实操层面，精选了值得长期配置的ETF和蓝筹股筛选方法，手把手教你读懂财报中的关键数字，带你从零理解美股期权，这些工具在加密世界里要么不存在，要么形态完全不同。还结合了投资大师巴菲特、索罗斯、霍华德·马克斯、彼得·林奇等大师的核心理念，帮你理解不同投资哲学适用的市场环境。

最后是宏观视角同样重要。美联储利率决策、通胀数据、就业报告如何影响美股？普通投资者该通过哪些渠道跟踪？教程中都有具体指引。最后，我们梳理了从行情分析到券商选择的实用工具，帮你把知识落地为可执行的投资行动。无论你是美股新手还是希望构建多元配置的进阶投资者，这套教程都能提供一条清晰高效的学习路径。

[Stani @StaniKulechov]

Took a bit to read but quite a banger review what makes Aave V4 so special.

[Sky @SkyEcosystem]

The headline isn’t just that sUSDS is number 1.

Three Sky Agents are also in the top 10: @Securitize, @maplefinance, and @sparkdotfi.

A growing share of institutional-grade yield infrastructure is being built through the Sky Agent Network ↓

[Farhan Azad Shuvra @Faazsh]

Goodbye Claude Code subscription fees.

Someone just built a proxy that runs Claude Code completely free... and it's wild.

You literally plug in a free NVIDIA API key and point Claude Code at localhost.

That's it.

It handles everything:
- Converts Anthropic API calls to NVIDIA NIM format
- Unlocks 40 requests/min for free
- Supports Kimi K2, GLM 4.7, MiniMax M2, Devstral and more
- Streams thinking tokens and tool calls live
- Even includes a Telegram bot so you can run Claude Code from your phone

No API bill. No rate limit panic. No vendor lock-in.

Honestly, this goes beyond router tools like OpenRouter.

It doesn't just swap the model... it turns Claude Code into a free agent you can control remotely.

The project is open-source on GitHub.

It's called free-claude-code.

[卡牌大师崔斯特 @cuisitekp]

长期用 Claude Code 或 Codex 写项目的人，真该把 Trellis 装上试试。

说它是现在最接近"让 AI 记住你项目"的方案，不算夸张。

很多人写着写着觉得 AI 越来越不靠谱，第一反应是去换更强的模型、或者把提示词堆得更长。但问题常常不在模型——而在它每次都是"空着脑子"进场：项目结构、命名规范、技术选型、上次做到哪，全得从头再喂一遍。

Trellis 直接把这事根治了。

它在你项目里建一个 .trellis/ 目录，把规范、任务、进度、踩过的坑都沉淀进去，跟代码一起进版本库。下次 AI 一进来先读这些，自己就知道该守什么规矩、做到哪一步、接下来干嘛。

相当于给项目配了一份"常驻记忆"，换谁来接手都不断片。

而且它不只是帮你塞上下文，是一整套开发工作流：先把需求问清楚，再动手写，写完对着你的规范和测试自查，最后把这次的经验写回项目——下次更聪明。

还有两点很多人没用上：复杂任务它能自己拆开、开几个分身并行干，互不打架；团队里一个人定的规范，全队的 AI 都跟着守，新人接手直接继承。它也不挑工具——Claude Code、Codex、Cursor 等 14 个 AI 编程平台都能装。

裸用 AI，像请了个聪明但每天失忆的临时工。
配上 Trellis，才开始有一支记得住、守规矩的开发团队的样子。

开源，目前 9000+ star、每周 5000+ 下载。
GitHub：https://t.co/Aub9EfzQjT

[DeFi Warhol @Defi_Warhol]

Most underrated metric in a bear market?
Revenue.

My golden rule is that any protocol with high revenue during rough market conditions should be kept on a close watch.

These are my top 10 protocols by LTM revenue (below $1B MC):

1. @MeteoraAG (MET): $56.4M
2. @aave (AAVE): $21.9M
3. @AerodromeFi (AERO): $21.5M
4. @AethirCloud (ATH): $16.0M
5. @PancakeSwap (CAKE): $13.0M
6. @0xPolygon (POL): $12.5M
7. @Lighter_xyz (LIT): $11.3M
8. @JupiterExchange (JUP): $10.2M
9. @ORE (ORE): $9.6M
10. @LidoFinance (LDO): $6.6M

Bad conditions don't last forever, so I'd keep a close eye on each one here.

[Crypto Tony @CryptoTony__]

Buy Bitcoin 500 days before the halving.

Sell Bitcoin 500 days after the halving.

Is this a cheat code ? Will this repeat again ?

[狮国游民 @SgLittlesmart]

跨越阶级的4个步骤：

1. 耐心等待金融/经济危机出现
2. 危机期间，抄底优质资产
3. 在经济繁荣期，高价卖出抄底的资产
4. 重复以上步骤N次，不断积累资金

[qinbafrank @qinbafrank]

一家从个人博客起步到现在一份报告就能把美股砸崩的研究机构SemiAnalysis和它非半导体专业出身的创始人@dylan522p：
1、Dylan Patel出生于1996年，美国佐治亚大学管理与法律学士。青少年时期（8–12岁起）即活跃于在线硬件论坛，作为“forum warrior”自学Xbox等硬件维修、芯片技术，通过阅读文档和社区交流掌握专业知识。多年来以匿名身份在Reddit、WordPress博客及Silicon Twitter上发布芯片与硬件分析内容，以及moderation 多个Nvidia等硬件社区。

2、2020年5月22日，Dylan在24岁生日时发布第一篇博客，此后正式创立SemiAnalysis。最初以个人匿名WordPress博客起步，后转型为Substack付费内容。

早期就是Dylan一人独自专注于半导体供应链、AI基础设施、云生态系统、机器学习模型及相关领域的深度分析，后面慢慢发展出咨询业务。

Dylan自己也从匿名“Silicon Twitter芯片博主”成长为全球范围内最受关注的AI基础设施分析师之一。

3、近几年SemiAnalysis快速扩张，目前已发展为全球最领先的AI基础设施与半导体研究机构，团队规模约60人，分布于美国、日本、台湾、新加坡、法国、德国、以色列、加拿大、英国等8–10个国家/地区。

2026年SemiAnalysis预计营收超过1亿美元（The Information报道），较早期订阅模式实现爆发式增长。业务模式包括：
1）付费订阅（newsletter + 深度报告）；
2）专有行业模型销售（AI Datacenter Model、Accelerator Industry Model、Wafer Fab Model、AI Cloud TCO Model、AI Networking Model等，用于预测晶圆产能、数据中心电力、加速器产量、TCO经济性等）；
3）顾问业务、定制项目和小时咨询。

提供全供应链（晶圆厂→云端→ML模型）统一视角。 这些专有模型和数据（如卫星图像监测数据中心建设、GitHub commit分析、HBM供应链跟踪）成为客户核心决策工具，客户涵盖顶级AI实验室、超大规模云服务商（hyperscalers）、对冲基金及半导体巨头，其分析直接影响万亿美元级AI资本支出决策。

4、更关键的SemiAnalysis现在的超级影响力
1）黄仁勋在今年GTC keynote上，公开点名Dylan Patel，把SemiAnalysis最新InferenceX芯片性能报告秀上大屏，花了整整5分钟专门解读，还在Q&A继续引用。Jensen这种级别的大佬主动call out一个独立分析师，含金量直接拉满。

2）苏姿丰更狠：SemiAnalysis发了一篇狠批AMD MI300X训练性能的报告，第二天Lisa Su就亲自打电话安排90分钟一对一面谈，后来还公开推文感谢“feedback is a gift even when it’s critical”。这操作，简直是把独立研究机构直接拉进CEO级战略对话。

从这个角度出发时SemiAnalysis已不再是单纯的“newsletter”，而是AI半导体生态的战略情报枢纽。其影响力通过专有数据模型 + 高频媒体曝光 + 双边客户服务三重放大，直接服务于硅谷的工程决策和华尔街的亿级交易。

现在对冲基金和资管机构做AI/semiconductor仓位时，SemiAnalysis的月度ChipBook和专有数据已经是标准配置——idea generation、thesis validation、portfolio tracking全靠它。报告一出，经常直接带动股价波动和数百亿capex调整。 hyperscalers规划自定义ASIC、GPU采购、数据中心电力，都得看它的供应链拆解。已经不是“参考”，而是直接左右决策。

这就是典型的“非传统0到1”：没名校EE PhD，没大厂背景，就靠自学+数据驱动+独立思考，从匿名博客干到让NVIDIA CEO和AMD CEO都得认真对待的程度。硅谷和华尔街现在都默认——想搞清楚AI硬件真实节奏，先看SemiAnalysis和Daylan说了什么。

一个人能把独立投研做到最极致的地步估计也就是这个状态了。

[Amto @XAMTO_AI]

李笑来居然亲自下场给自己孩子写了个打字练习工具，还随手扔到了 GitHub 上……

比特币首富现在的副业是写儿童教育工具？这人真的闲不住。

试了一下，说实话比金山打字好玩多了，界面干净，节奏感也有。

家里有小孩的可以让娃试试，反正免费。

🔗 项目地址：https://t.co/NEiNry9RT0
🔗 GitHub：https://t.co/Rb8NnNBt4J

[高军 @GoJun315]

一位 16 岁开发者，开源了一个无头浏览器引擎，专为爬虫和 AI Agent 自动化设计。

项目名叫 Obscura，使用 Rust 构建，已狂揽 14600+ GitHub Star。

与 headless Chrome 对比优势明显：

- 内存占用：30MB vs Chrome 的 200MB+，差距 7 倍以上
- 页面加载：85ms vs Chrome 的 500ms 左右
- 启动速度：瞬间启动 vs Chrome 的 2 秒
- 二进制体积：70MB vs Chrome 的 300MB+
- 内置反检测：自动绕过指纹识别和 tracker 屏蔽，Chrome 完全没有

GitHub：https://t.co/WcZj1Q6gAN

而且兼容 Puppeteer 和 Playwright 协议，老项目改一行代码就能直接换上。

另外还可以接入到 Claude Code、Codex 等 AI 工具，让 Agent 拥有真正操作浏览器能力。

适合做爬虫、数据采集、或者想给 AI Agent 接互联网能力的开发者。

[timekey.eth🌊RIVER Moss🌶️ @mybitstar]

🐂 开源BTC跨所套利机器人，178星，代码全公开

Binance和Deribit价差自动扫，Redis持久化、Telegram告警、Web面板监控。

🔧 部署流程：
① 环境：Python 3.10+、Redis、Binance测试网+Deribit测试网API Key

② 部署：
git clone https://t.co/Ab0feZXSqX
cd binance-deribit-btc
pip install -r requirements.txt
cp .env.example .env

③ 填API Key和Telegram Token，https://t.co/BCgMFdItUr里test_trading=True

④ 启动：python binance_deribit.py

核心功能：
· 跨所价差扫描，自动识别套利机会
· Redis持久化，断线重启自动恢复
· Telegram实时告警+远程控制
· Flask面板监控持仓和权益曲线

⚠️ 风控：
· 默认测试网，实盘手动改配置
· 杠杆最高20x，建议ISOLATED逐仓
· 先小资金跑3天再上量

这代码架构值得每个想做量化的人研究。

🔗 GitHub: https://t.co/Jy0vIgXLSB

#量化交易 #套利 #开源

[Amto @XAMTO_AI]

又一个让你秒变架构师的工具来了——

浏览器里直接拖拖拽拽，服务器、代理、数据库之间的数据流向，全给你画得明明白白，一行代码不用写。

说白了就是：不会画架构图？没关系，现在连这道门槛也没了。

🔗 https://t.co/Vvo6FQyBya

[0xMarioNawfal @RoundtableSpace]

MIT JUST PUBLISHED A PLAYBOOK FOR ASPIRING QUANTS

•⁠ ⁠Covers the probability, statistics, and research concepts that underpin quantitative trading and investing
•⁠ ⁠Includes interview-style questions inspired by top firms, giving readers a look at how elite quant candidates are evaluated

[How To Prompt @HowToPrompt__]

Anthropic's in trouble, again!

Someone built a free and better alternative to Claude that runs 100% locally.

→ works with any LLM (Claude, GPT, Gemini, vLLM)
→ beats it on deep research
→ has Cowork-like capabilities
→ 50+ connectors out of the box
→ deploy in literally one command

100% open source. MIT license. 28k stars.

[高军 @GoJun315]

Agent Reach，一个能让 AI agent 拥有获取几乎全互联网内容的的开源工具。

安装之后，Agent 能直接读取和搜索 16+ 个主流社交和资讯平台的真实内容。

支持的平台覆盖国内外主流平台：

- 海外：X、Reddit、YouTube、GitHub、LinkedIn、Instagram
- 国内：B 站、小红书、抖音、微博、微信公众号、V2EX
- 通用：RSS、Exa 网页搜索、播客转录等

GitHub：https://t.co/Qkt3Lpc0fJ

全程零 API 费用，可通过 cookie 模式访问，不用申请开发者账号，也没有调用次数限制。

兼容 Claude Code、Cursor、Windsurf、Codex 等主流 AI 工具，一行命令装完即用。