BullishBase🎒

Best GitHub repos for Claude code that will 10x your next project: 1. Superbase CLI github.com/supabase/cli 2. Skill Creator github.com/anthropics/ski… 3. Get shit done github.com/gsd-build/get-… 4. Notebooklm-py github.com/teng-lin/noteb… 5. Obsidian. md github.com/obsidianmd

Best GitHub repos for Claude code that will 10x your next project: 1. Superpowers github.com/obra/superpowe… 2. Awesome Claude Code github.com/hesreallyhim/a… 3. GSD (Get Shit Done) github.com/gsd-build/get-… 4. Claude Mem github.com/thedotmack/cla… 5. UI UX Pro Max github.com/nextlevelbuild… 6. n8n-MCP github.com/czlonkowski/n8… 7. Obsidian Skills github.com/kepano/obsidia… 8. LightRAG github.com/hkuds/lightrag 9. Everything Claude Code github.com/affaan-m/every…

삼성팹 협력업체 1. 소재 협력사 (화학·정밀 소재) • 동진쎄미켐
텍사스에 생산기지 건설(약 7,000만 달러 ≈ 1,000억 원 투자). 추가로 1억 1,000만 달러(≈ 1,600억 원) 투자해 시설 확대 예정. 반도체 포토레지스트·세정용 황산 등 소재 공급. • 솔브레인 (Soulbrain)
약 8,000억 원 투자로 텍사스에 정밀화학 소재 공장 건설 중. 삼성 테일러 팹 전용 공급망 강화. 2. 장비·설비 협력사 • 에프에스티 (FST)
노광 공정 부품·칠러 장비 공급. 최근 생산라인 인력 채용 및 테일러 팹 지원 준비. (펠리클 핸들링 솔루션 계약도 수주) • 한양이엔지
텍사스에 미국 본사 설립 후, 테일러 팹 클린룸 공사 착수. 설비·배관 전문. 3. 장비 공급 및 설치 관련 • 원익IPS, 세메스 (삼성전자 자회사)
국내 협력사 설비(테스트용 포함) 대규모 반입 중. 2026년 장비 설치 본격화. • 글로벌: Applied Materials (AMAT), Lam Research
일부 장비는 미국 현지 조달. 4. 기타 협력·인프라 업체 • 아이마켓아메리카 (IMA, 아이마켓코리아 자회사)
테일러시에 ‘그래디언트 테크놀로지파크’ 산업단지 착공(2025년 11월). 협력사 입주·물류 지원. • 건설·시공: 삼성물산, 삼성E&A 등 삼성그룹 계열사가 주도하며 현지 하도급 업체 채용 중.

@bitcatshow legendary

Pre-market valuations are less relevant for projects that are worth investing in. I will be staking all of my BP allocation from day 1. Believe in something🎒

We just released Claude Code channels, which allows you to control your Claude Code session through select MCPs, starting with Telegram and Discord. Use this to message Claude Code directly from your phone.

📉 Bad News: MiniMax M2.7 is closed weights. No HuggingFace release = no local inferencing. 🛡️ Good News, you can still use it with 100% privacy. Use @novita_labs (US SF-based) via @OpenRouter. They operate under a Zero Retention agreement: 🚫 No logging inputs 🚫 No storing chat history 🚫 No training on your prompts 📜 “You acknowledge and agree that we shall not log, store, or retain any User Content, including but not limited to your Inputs, prompts, chat histories, or any Outputs generated by the Services, unless we have obtained your prior written consent for specific instances.” If we can't get open weights, zero retention is better than nothing. 🤝

🚨 Holy shit...A developer on GitHub just built a full development methodology for AI coding agents and it has 40.9K stars on GitHub. It's called Superpowers, and it completely changes how your AI agent writes code. Right now, most people fire up Claude Code or Codex and just… let it go. The agent guesses what you want, writes code before understanding the problem, skips tests, and produces spaghetti you have to babysit. Superpowers fixes all of that. Here's what happens when you install it: → Before writing a single line, the agent stops and brainstorms with you. It asks what you're actually trying to build, refines the spec through questions, and shows it to you in chunks short enough to read. → Once you approve the design, it creates an implementation plan so detailed that "an enthusiastic junior engineer with poor taste and no judgement" could follow it. → Then it launches subagent-driven development. Fresh subagents per task. Two-stage code review after each one (spec compliance, then code quality). The agent can run autonomously for hours without deviating from your plan. → It enforces true test-driven development. Write failing test → watch it fail → write minimal code → watch it pass → commit. It literally deletes code written before tests. → When tasks are done, it verifies everything, presents options (merge, PR, keep, discard), and cleans up. The philosophy is brutal: systematic over ad-hoc. Evidence over claims. Complexity reduction. Verify before declaring success. Works with Claude Code (plugin install), Codex, and OpenCode. This isn't a prompt template. It's an entire operating system for how AI agents should build software. 100% Opensource. MIT License.

돈의 인터넷이 켜졌다 오늘, 2026년 3월 19일. Visa가 CLI를 냈다. 터미널에서 카드 결제가 된다. 이게 왜 중요한지 제대로 이해하려면, 우리가 지금 어떤 변곡점 위에 서 있는지부터 봐야 한다. 인터넷에는 원래 결제가 없었다 인터넷을 설계한 사람들은 결제를 생각하지 않았다. HTTP에는 402 Payment Required라는 상태코드가 1991년부터 존재했다. "여기서부터는 돈을 내야 한다"는 신호. 그런데 35년간 이 코드는 단 한 번도 표준으로 구현되지 않았다. "미래에 쓸 것"으로 예약만 해둔 채. 그 사이 인류는 결제를 위해 별도의 레이어를 쌓았다. 비자, 마스터카드, 페이팔, 스트라이프. 전부 인터넷 위에 얹은 임시방편이었다. 인간이 클릭하고, 카드를 긁고, OTP를 입력하는 것을 전제로 설계된 시스템. 그게 지금 무너지기 시작했다. 오늘 하루에 벌어진 일은 이렇다. 오늘 24시간 안에 세 개의 발표가 동시에 터졌다. 첫째, Visa Crypto Labs가 visacli.sh를 공개했다. AI 에이전트가 터미널에서 바로 카드 결제를 실행할 수 있는 CLI 툴. API 키 설정도 없고, 사전 충전도 없다. 이미지 생성 API, 음악 생성, 유료 데이터피드 — 에이전트가 필요한 것을 그 자리에서 사서 쓴다. 둘째, Stripe가 지원하는 블록체인 Tempo가 오늘 메인넷을 론칭하며 MPP(Machine Payments Protocol)를 발표했다. Tempo는 2025년에 $5billion 밸류에이션으로 $500million을 조달한 회사다. MPP는 에이전트가 지출 한도를 사전에 설정하고 스트리밍 방식으로 연속 결제를 실행하는 오픈 스탠다드다. Stripe의 PaymentIntents API 몇 줄로 연동된다. 셋째, Circle이 지난주 x402 스탠다드 기반 Nanopayments를 테스트넷에 올렸다. 0.01센트 이하 가스비 없는 USDC 마이크로결제. 에이전트가 계정도 없이 API를 호출하고 즉시 결제한다. 그리고 Mastercard는 Google과 함께 Verifiable Intent 프레임워크를 발표했다. AI 에이전트가 대신 결제할 때 "누가 무엇을 승인했는지"를 암호학적으로 기록하는 신뢰 체계다. 하루 만에 Visa, Mastercard, Stripe, Circle이 전부 에이전트 결제 인프라를 들고 나왔다. 이건 우연의 일치가 아니다. 에이전트 경제의 진짜 의미 여기서 한 걸음 뒤로 물러서자. 우리가 알던 상거래는 이런 구조였다. 인간이 원하는 게 생긴다 → 인간이 검색한다 → 인간이 결제한다 → 상품이나 서비스가 전달된다. 에이전트 경제는 이 루프에서 인간을 빼낸다. 에이전트가 원하는 걸 판단하고, 에이전트가 API를 고르고, 에이전트가 결제하고, 에이전트가 결과를 처리한다. 이건 단순히 "자동화"가 아니다. 거래 주체가 바뀌는 것이다. 인간은 처음에 목표를 설정하고 예산을 승인한다. 그 이후는 에이전트의 판단이다. 어떤 데이터 피드를 살지, 어떤 계산 리소스를 쓸지, 언제 얼마를 지불할지. 그래서 우리는 어디 있나 현실적으로는 아직 규모가 개미수준이다. x402는 아직 수요가 따라오지 않고 있다. CoinDesk가 지난주(3월 11일) 정확히 보도했다. "프로토콜은 준비됐는데, 그걸 쓸 에이전트 생태계가 아직 작다." Visa CLI도 지금은 클로즈드 베타다. GitHub 계정으로 액세스를 신청해야 한다. 하지만 이게 중요한 게 아니다. 인프라가 먼저 깔린다. 수요는 나중에 온다. TCP/IP가 1970년대에 만들어졌을 때 웹은 없었다. SMTP가 생겼을 때 이메일을 쓰는 사람은 극소수였다. 지금 우리가 보고 있는 건 에이전트 경제의 인프라 레이어가 동시에 완성되는 장면이다. 지갑이 바뀌면 세상이 바뀐다 지갑이 누구 손에 있느냐가 권력을 결정한다. 지금까지 지갑은 인간의 손에 있었다. 앞으로는 에이전트의 논리 안에 있게 된다. 에이전트가 어떤 서비스를 사고, 어떤 API에 돈을 쓰고, 어떤 데이터를 가치 있다고 판단하느냐 그 결정 구조가 곧 새로운 시장을 만든다. Visa가 CLI를 만든 이유는 카드 수수료 때문이 아니다. 에이전트가 돈을 쓰는 세계에서 결제 레이어를 계속 장악하기 위해서다. 나는 분명히 1월부터 에이전트 경제는 시작한다고 추론했는데 예상보다 더 빠르게 오는 것 같다 돈의 인터넷이 커지고 있다.

Looks like Feynman’s specs may have changed lol. According to JPM’s estimate, it’s expected to use even more HBM capacity than Rubin Ultra. JPM appears to expect the Feynman GPU to use 1TB/1.3TB of HBM5. That’s hugely bullish for the HBM makers. $MU

▶ Browave eyes 10x monthly CPO capacity surge by 2027 amid AI data center demand - Taiwanese optical communications company Browave has announced that its CPO (Co-Packaged Optics) products are on track to enter full-scale mass production in the second half of 2026. - The company is targeting a monthly production capacity of 1,000 units by Q4 2026, with plans to scale up to 10,000 units per month by Q1 2027, positioning CPO as a core growth engine going forward. - Browave highlighted that the optical transceiver market hit an all-time high in 2025, with shipments of 400G and above data modules surpassing 10 million units. - Future market growth is expected to be driven by 800G and 1.6T optical modules, with AI data centers rapidly transitioning through successive generations: 400G → 800G → 1.6T. [CPO Product Lineup & Capacity Expansion] - Browave is developing a range of CPO-related products, including FAUs (Fiber Array Units), PM-type fiber kits, and Fiber Distribution Boxes. - In the fiber connectivity segment, the company has launched next-generation MMC jumpers with higher density than conventional MPO architectures, addressing the high-density optical interconnect requirements of AI data centers. - Given that CPO standardization remains immature and system/chip designs vary significantly, the ability to deliver customized solutions has emerged as a key competitive differentiator. - Leveraging its mass production experience in PCFA fiber arrays and WDM arrays, Browave has built a scalable product lineup encompassing:Conventional 40-channel / 72-channel FAUs Multi-row FAUs supporting high-bandwidth interconnects - To meet rising CPO demand, the company plans to expand its manufacturing floor space by 2–3x, with equipment lead times of approximately six months. Current primary production sites are located in the Philippines and China. [CPO Deployment Outlook & Telecom Market Recovery] - Regarding AI data center architecture, Browave anticipates that initial CPO deployments in early 2026 will be concentrated in scale-out switch architectures. - Large-scale systems will integrate multiple Fiber Distribution Boxes and tiered CPO fiber array modules, driving substantial growth in overall component demand. - Scale-up architectures hold greater long-term potential, with demand volumes that could exceed scale-out deployments by more than 10x. - However, given that chip and system design optimization is still ongoing, meaningful scale-up CPO adoption is not expected until around 2028. - In the legacy telecom segment, end-customer inventory normalization combined with a recovery in North American subsidy programs is driving robust demand for next-generation PON FTTH WDM products and high-throughput splitter components, improving operational efficiency. - Browave expects AI data center demand to remain a primary growth driver for at least the next two years, with WDM and splitter products also set to benefit from the broader expansion of 1.6T optical architectures.

The Information: NVIDIA is currently producing its LPU at Samsung, but its next-generation LPU will be manufactured at TSMC. The Information: NVIDIA is considering integrating the Groq processor and the NVIDIA Feynman GPU into a single chip in Feynman. This could improve performance while reducing costs. $NVDA

Anthropic is offering 13 AI courses & certificates. It's free by following these 13 links: 1 - Claude 101. Learn Claude for everyday work. Core features and best practices. ↳ anthropic.skilljar.com/claude-101 2 - AI Fluency: Framework & Foundations. The foundational thinking course. Must need. ↳ anthropic.skilljar.com/ai-fluency-fra… 3 - Introduction to Agent Skills Build, configure, and share Skills in Claude Code — reusable instructions Claude applies automatically. ↳ anthropic.skilljar.com/introduction-t… 4 - Building with the Claude API Full spectrum: function calling, tool use, streaming, SDKs, and production patterns. ↳ anthropic.skilljar.com/claude-with-th… 5 - Claude Code in Action Integrate Claude Code into your dev workflow. Hands-on, practical, ship-focused. ↳ anthropic.skilljar.com/claude-code-in… 6 - Intro to Model Context Protocol Build MCP servers and clients from scratch in Python. Tools, resources, and prompts. ↳ anthropic.skilljar.com/introduction-t… 7 - MCP: Advanced Topics Sampling, notifications, file system access, and transport for production MCP servers. ↳ anthropic.skilljar.com/model-context-… 8 - AI Fluency for Students AI skills for learning, career planning, and academic success through responsible collaboration. ↳ anthropic.skilljar.com/ai-fluency-for… 9 - AI Fluency for Educators For faculty and instructional designers applying AI Fluency into teaching and institutional strategy. ↳ anthropic.skilljar.com/ai-fluency-for… 10 - Teaching AI Fluency Teach and assess AI Fluency in instructor-led settings. Curriculum-ready. ↳ anthropic.skilljar.com/teaching-ai-fl… 11 - AI Fluency for Nonprofits Increase organizational impact and efficiency while staying mission-true. ↳ anthropic.skilljar.com/ai-fluency-for… 12 - Claude with Amazon Bedrock The full AWS accreditation course, now open to everyone. ↳ anthropic.skilljar.com/claude-in-amaz… 13 - Claude with Google Cloud's Vertex AI Work with Claude through Google Cloud's Vertex AI, from setup to production. ↳ anthropic.skilljar.com/claude-with-go… 14 - How to master AI with words (not code) Shameless plug: it's my own (free) newsletter. Join 369,000+ weekly readers at how-to-ai.guide. I made how-to-claude.ai to start mastering Claude. And then claude-co.work to master Claude Cowork. ♻️ Repost this to help others access AI courses.

MiroFish 라고 하는 다중 AI 에이전트 기반 미래 예측 시뮬레이터가 높은 정확도로 큰 반향을 얻고 있습니다: github.com/666ghj/MiroFis… - 중국의 한 대학생이 10일 동안 바이브 코딩으로 만듦 - 다중 에이전트 기술로 구동되는 AI 예측 엔진 - 뉴스, 정부 정책, 금융 신호와 같은 현실 세계의 정보를 시드로 하여 - 수 천개의 에이전트가 존재하는 '평행 우주' 를 구축 - 각 에이전트는 독립적인 성격, 장기 기억 및 행동 논리를 가지고 - 에이전트간 동적 상호 작용을 통해 사회적 진화가 진행 - 이를 통해 금융, 사회 이슈, 비지니스 의사 결정 등의 결과를 높은 정밀도로 예측 지금까지의 과거 데이터 기반이 아닌, 동적 상호작용을 통한 미래 예측이 큰 차이점입니다.

20살 중국인 인턴이 만들고 54억 따거한테 투자받은 미래예측시뮬레이션 부분 편집해서 폴리마켓 연동해서 수익화하기 프로젝트 테스트mvp까지 2시간걸림 알아서 에이전트 고용하고 업무 분배하는 paperclip 써서하는데 보드진이 결정 감독을 해야해서 클로드랑 같이 햇음 클로드감독관 + paperclip 조합 좋은 듯 던져놓고 이따 테스트결과 봐야지

X의 고수 분들과 집단 지성에 도움을 요청드려 봅니다 코딩 이외의 분야에서 AI 에이전트 워크플로우/하네스를 진짜 잘 구성했다고 생각하시는 사례가 있으시다면 소개를 부탁드립니다 혹은 에이전트를 깎는 과정에서 self eval -> self improvement 잘 돌리는 사례를 던져주셔도 큰 도움이 될 것 같아요 깃헙 레포도 좋고 유튜브나 블로그 글 등 컨텐츠도 좋습니다 배움을 가속하고, 익숙한 방법에 매몰되지 않게끔 노력해야 하는데 좋은 소스 찾는데 충분한 에너지를 쓰지 못하고 있는 상황이 답답하네요

My investment thesis on $POET is based on the Optical Interposer platform, not the laser. The interposer is the moat. Laser die specs like RIN, linewidth, and SMSR are the responsibility of the die vendor. If you put a good die on it, one with tight linewidth, high power, and clean performance, you get a good result. Chiplets from $LITE or anyone else can go on the interposer too. The better the die, the better the output. That said, bare die specs are the vendor's job, but system-level performance on the interposer, coupling efficiency, thermal effects, reflection-induced degradation, that's on POET to prove. And that data hasn't been sufficiently disclosed yet. That's a fair criticism from those who are skeptical of $POET. I respect the pushback. The metrics being asked for should be published.

💡 CPO(광학 소자 공동 패키징) 밸류체인 • 모듈 설계: Coherent, Lumentum, NVIDIA, Broadcom, AyarLabs, Celestial AI, LM(Lightmatter) • 제조 및 패키징: 삼성전자, TSMC, GlobalFoundries, Tower, Fabrinet, ASE, Kyocera, PTI, SHINKO • 부품 (레이저/커넥터): Coherent, Furukawa, Sumitomo Electric, SENKO, Molex, T&S(태성광통신) • 설계 자동화(EDA) 및 표준: Synopsys, Ansys, Cadence, CXL, UCIe, CW WDM MSA • 최종 고객사: NVIDIA, Broadcom, Marvell, Google, Coherent, Lumentum, Zhongji Innolight 정리가 잘 되어있으니 잘 저장해두시길 😉 #광통신 Source: 미래에셋증권