TheSmartApe🔥

每個人都在談論 @karpathy autoresearch，但你們大多數人根本不知道它實際做了什麼。
有一個訓練腳本 (train(dot)py)，用來訓練一個小型語言模型，基本上就是一個嬰兒GPT。而有一個指令文件 (program(dot)md)，用來告訴AI代理該做什麼。
你按下開始。代理會調整訓練腳本，訓練5分鐘，檢查分數。更好？保持。更差？還原。重複100次，整夜讓你睡覺。
就這麼簡單。
它實際在優化的是：模型架構。不是預測。不是交易。也不是你的投資組合。
像這樣的問題：
→ 4層還是8層？
→ 最佳學習率？
→ AdamW還是Muon優化器？
→ 哪個批次大小在這台特定GPU上效果最好？
最佳架構取決於你的硬體。H100需要完全不同的模型，跟你的MacBook不一樣。autoresearch會自動找到最適合你機器的配置。
你可以用它做的事情：
> 建立一個寫程式的小型LLM，autoresearch找到最佳架構，你用你的資料集訓練
> 創建一個離線在手機上運行的輕量級聊天機器人
> 用你自己的寫作訓練一個模型，讓它聽起來像你
> 在一夜之內測試「RoPE是否比ALiBi更適合小模型？」100個變體，而不是花3週做博士研究
> 為樹莓派或邊緣設備優化模型
你不能做的事情：
> 預測股價
> 找交易優勢
> 分析試算表
> 預測體育比賽結果
autoresearch是一個

沒有人在科技界談論目前對AI投資最大的威脅。
這個威脅是水。
特別是波斯灣的海水淡化廠，以及伊朗摧毀它們的能力。
海灣國家依賴海水淡化水。
科威特：90%的飲用水來自海水淡化。
阿曼：86%。
沙特阿拉伯：70%。
數百座淡化廠沿著海灣沿岸建設。沒有它們，主要城市根本無法維持其人口。
一份2008年洩露的美國外交電報警告，如果朱拜爾海水淡化廠遭受嚴重破壞，利雅得“將在一週內被迫撤離”。
它們是生存基礎設施。
巴林指控伊朗襲擊其一座海水淡化廠。
伊朗的攻擊已經距離迪拜的Jebel Ali（世界最大之一的海水淡化廠）12英里。
伊朗自己則聲稱，美國首先襲擊了Qeshm島上的一座海水淡化廠。
伊朗無法匹敵美國/以色列的火力，但它可以威脅每個海灣國家的水資源供應。
現在有一個沒有人在連結的部分。
沙特阿拉伯、阿聯酋和卡塔爾在2025年僅在全球交易中就共同投資了$165 十億美元。全部都投向美國的科技和AI。
沙特的PIF成立了Humain，一家國家AI公司。阿聯酋擁有Stargate，這是世界上最大的數據中心項目之一。卡塔爾剛成立Qai，一家國家AI公司。這些國家正為OpenAI、微軟、谷歌的AI基礎設施提供資金。
對海灣國家來說，投資AI部分是為了美國的保護。
如果海灣國家成為美國與中國AI競賽中的關鍵夥伴，美國必須保證它們的安全。AI投資是一種保險。
現在，伊朗導彈正落在維持這些國家生

最近我在使用Claude代幣的限制上，比以前更快地達到了上限。
相同的工作流程。相同的複雜度。我的端沒有任何變化。
所以我開始深入調查。結果發現解釋了很多事情。
@AnthropicAI 在Claude Code上一直在虧錢。
一個每月200美元的Claude Code訂閱，去年在計算成本上燒掉了約2,000美元。今天呢？同樣的$200 方案每月消耗的計算成本高達5,000美元。
這意味著每個用戶每月損失4,800美元。
但這是一個經典的策略，燒掉數十億美元來搶佔市場。補貼一切。讓產品看起來便宜。然後逐步收緊。
我們以前在@Uber看到過這種情況，搭乘費用曾經是5美元。DoorDash則提供免費送餐。
而且不僅僅是Anthropic，所有這些AI工具，像Claude Code、Cursor、Copilot、Codex，目前的定價都低於成本。每一個都是。整個市場都在補貼。
當補貼停止(，而它們一定會)，會發生兩件事：
1. 價格大幅上漲
2. 功能被限制
或者兩者都會。很可能兩者都會。
這也是我覺得我的代幣限制感覺更緊的原因。
Anthropic 正在以一種安靜、逐步、"你可能不會注意到"的方式進行調整。每美元的計算用量更少。稍微更激進的速率限制。
我並不生氣。這是有商業邏輯的。你不可能永遠每個強用戶損失4,800美元。
但如果你在這些API之上構建，而我也是，你需要為一個AI計算成

你不需要更好的AI設置，你需要更少的設置。
你們中的大多數花更多時間配置他們的代理堆棧，而不是實際構建，他們也因此想知道為什麼他們的代理會產生幻覺。
以下是在經過數月的生產使用後，真正有效的方法：
> 將研究與實現分開。
> 停止提出引導性問題。“找出一個錯誤”，它會為了取悅你而自己發明一個。改為讓它中立地分析邏輯。
> 代理知道如何開始任務，但不知道如何結束。給它一個契約：這些測試通過，這個截圖匹配，否則你還沒完成。
> 你今天安裝的每個有用的工具，六個月內都會成為Claude/Codex的原生功能。技能、記憶體、子代理，全部一開始都是插件，最後都被吸收了。
> 這個循環是：從基本開始。當某些事情讓你困擾時加入規則。性能下降時清理。重複這個過程。
只需閱讀更新日誌並反覆迭代即可。

大多數 AI 工具幫助你與 AI 交流，很少幫助你部署 AI。
本週嘗試了許多 AI 工具，並且很喜歡使用 @CreaoAI。
它是一種執行系統，你可以提示它，也可以直接構建基礎設施。
核心是超級代理，每次對話都可以轉變成一個永久的代理應用。
使用 ChatGPT 或 Claude：
你提問 → 你得到輸出 → 會話結束 → 上下文消失。
使用 CREAO：
你提問 → 它建立一個代理應用 → 它永遠運行。
代理應用是可執行且持久的。如果你願意，可以讓它一直開著。這意味著你不必每次都重新解釋或複製粘貼提示。我認為這些代理應用可以有許多有趣的用例。
但與其他工具相比，真正的附加價值在於它的 STUPIDLY 簡單。
1/ 聊天：用自然語言描述你想要的內容。
2/ 創建：超級代理根據你的邏輯構建代理應用。
3/ 自動化：手動運行、定時運行或在雲端 24/7 運行。
就這樣。
在我看來，這是它勝過 OpenClaw 的地方。OpenClaw 功能非常強大，但對 95% 以上的用戶來說過於複雜。
使用 Creao，你可以在 5 分鐘內開始，也可以根據需要構建複雜的多代理系統。
技術上令人感興趣的地方：
1/ 記憶系統：
大多數 AI 的主要問題是記憶。Creao 學習你的模式，存儲所有邏輯，並真正接續你未完成的工作。
記憶是 Creao 的基礎。
2/ 代理應用
這是以下兩者的區別：
“A

如何在週末建立一個AI代理，每月賺取$2K
97%的消費者在選擇本地商家前會閱讀線上評論，但87%的商家從不回應負面評論。
在Google上提升一顆星，營收可增加5-9%。對於年營收$500K的餐廳來說，這意味著損失$25-45K的營收。
這是一個巨大的差距，而你可以用一個簡單的AI代理來填補它。
代理流程如下：
1/ 監控Google商家資料，取得新評論(每15分鐘輪詢)
2/ 對於正面評論(4-5顆星)：生成個性化的感謝回覆並自動發布
3/ 對於負面評論(1-3顆星)：生成草稿回覆，經由Slack/電子郵件送給店家審核，審核後再發布
4/ 將所有內容記錄到Google試算表，並標記情感
5/ 發送每週摘要：新評論、平均評分趨勢、回應時間、情感分析
魔法在於提示工程 -> 回覆內容不會像機器人，會引用評論中的具體細節，符合商家的語調，並以同理心處理投訴。
技術堆疊(總成本：約$30/月)
> n8n(自行托管) -> 工作流程自動化(免費)
> Google商家資料API -> 免費，提供n8n原生節點
> OpenAI API(gpt-4o-mini) -> 大多數用量約$5/月
> Google試算表 -> 記錄與儀表板，免費
> Slack或電子郵件 -> 通知，免費
> VPS -> $5-10/月(Hetzner或Railway托管n8n)
每個客戶的運營成本低於$15

你的AI代理現在可以在Solana上進行交易。方法如下。
@dflow剛剛推出了兩個改變一切的功能：
> 通用MCP伺服器：讓你的代理直接訪問Solana交易基礎設施
> 一個Claude Code技能(與Phantom)：代理可以從單一提示構建完整的Solana應用
使用方法：
> 安裝DFlow MCP伺服器 → 將其添加到你的Claude配置或OpenClaw MCP配置中
> 設置Phantom連接 → 瀏覽器錢包、嵌入式錢包或移動深層鏈接
> 指定你的代理任務 → “幫我建立一個SOL/USDC交換界面”
> 部署 → 產生可用於生產的代碼
這很有趣，因為他們不是在構建一個AI代理，而是在建立讓任何代理都能交易的基礎設施。就像我們使用Polymarket的CLOB API來為我們的機器人提供服務一樣。
技能的方法也很聰明。它不僅僅是一個API，而是給代理提供了如何用它的上下文，讓代理理解整個流程。

Anthropic 開源了驅動 Claude 文件功能的技能，共16個技能。大多是範例，但其中4個，PDF、DOCX、PPTX、XLSX，是真正運行在 Claude 的「創建文件」功能背後的生產代碼。目前值得安裝的3個：→ MCP Builder。構建 Model Context Protocol 伺服器的逐步指南。API 研究、工具命名、認證模式、錯誤處理。→ Webapp Testing。基於 Playwright 的工具包，帶有決策樹。伺服器生命週期管理器。截圖、日誌等一應俱全。→ Skill Creator。用於構建技能的技能。草稿、測試、基準、優化觸發。如果你在自己開發，從這裡開始。它們不僅限於 Claude。這是一個開放標準：OpenClaw、Cursor、GitHub Copilot，以及你可以部署在任何代理上的相同 SKILL 格式。架構也很智能。代理只會將技能名稱和描述加載到上下文中。完整指令只在需要時加載。鏈接的文件只在極端情況下加載。你不會在未使用的技能上浪費代幣。如何安裝 (2分鐘)：Claude 代碼：> /plugin install document-skills@anthropic-agent-skills OpenClaw：> git clone anthropics/skills → ~/.openclaw/skills/ > symlink 你

我們最近看到一宗價值1.78百萬美元的漏洞事件，原因是一個由Claude Opus 4.6撰寫的漏洞。
cbETH的價格為$1 ，而非$2,000。
不久前，@OpenAI推出了EVMbench。簡單來說，它是一個評估AI代理與智能合約互動能力的基準測試。
它有三個主要評估模式：
> 檢測：分析代理檢測漏洞的能力
> 修補：分析代理修復漏洞的能力
> 利用：分析代理利用漏洞的能力
他們的分析顯示，近期的模型(Opus 4.6、GPT-5.3-Codex等)在利用漏洞方面表現非常出色，但在檢測和修補方面較為薄弱。
這正是我在用最新模型運行自己的代理時所觀察到的。在我的代理團隊中，我總是包含一個審核代理，能獲取完整上下文，主要目標是找出漏洞。
當它找到漏洞時，開發代理就能輕鬆修復。
但問題是，在10個漏洞中，它可能只找到3個。目前，我們還不能完全依賴代理來正確檢測漏洞。
推出這個基準測試是一個非常強力的舉措。我很期待用我的代理來測試它。
為了澄清，這不是一個安全掃描器或一個可用於生產的審計工具。它主要是用來衡量AI的能力、比較模型，並提供AI在這個領域的進展指標。
基本上，這是一個讓AI在這個領域被評估和改進的工具，說實話，我們真的很需要這個。

我建立了一個理論概率模型，用來估算 @Polymarket 上 BTC 15 分鐘市場的漲跌概率。
該模型僅使用目標價格、當前 BTC 價格以及距離回合結束的剩餘時間來計算概率。
我原本沒想到這個理論模型能如此接近實際市場概率。市場價格與模型概率之間的差距只有 1–5%，這意味著該模型與現實的吻合度非常高。
在這個市場中，概率是由交易者直接設定的。
這清楚地顯示出它是多麼由機器人主導，受到邏輯規則和算法的驅動。
如果市場主要由人類交易，實際概率不會與理論模型如此緊密地對齊。