Nftcollector.wl.HL retweetledi
Nftcollector.wl.HL
572 posts
Nftcollector.wl.HL
@NftcollectorW
0⃣0⃣8⃣6⃣.eth Stay hungry stay foolish. #degen #NFT looking to shock the world with the next great project 🤪
Katılım Mart 2022
832 Takip Edilen244 Takipçiler
Nftcollector.wl.HL retweetledi
Anthropic推出"Claude认证架构师"，免费考，可以类比成AI领域的AWS认证。
埃森哲培训3万员工、Cognizant推广给35万人、德勤向47万员工开放Claude。这些数十亿美元的咨询公司正在围绕Claude重组团队。
考试不难也不简单：60道题、2小时、全程监考、不能搜索，考的是构建真实生产系统而非跟AI聊天。趁它还没普及，赶紧入手。
开始免费预备课程 →anthropic.com/learn
中文
Nftcollector.wl.HL retweetledi
Nftcollector.wl.HL retweetledi
卧槽…GitHub榜首项目有点逆天了，叫做 WiFi-DensePose 开源项目。
号称只通过 WiFi 信号，就能“还原”你在家里的动作轨迹——不需要摄像头、不用额外传感器，甚至不用特殊硬件。
我日，门外连wifi就可以穿墙透视？？？
github.com/ruvnet/wifi-de…
中文
Nftcollector.wl.HL retweetledi
推荐鱼总这篇 OpenClaw 学习路径。
他把整个学习流程拆成了5个阶段：
理解→搭建→配置→扩展→优化，每个阶段该看谁的内容、哪个教程、有什么坑，以及资源都是他自己验证过的，我看了一遍，很不错。
我自己玩 OpenClaw 也有一段时间了，在他的基础上补充几点：
1、关于记忆系统，OpenClaw 生态里最混乱也最有潜力的领域。官方的全量加载会吃大量Token，用 memory_search 按需检索能省 50%。社区里 MemOS、Supermemory、mem0 各有思路，但目前没有标准方案。
2、关于多 Agent，有很多方案。懒得折腾可以直接用sub-agents，想看到🦞真实协作，可以用单Gateway 多 Agent 就够了。
更好的方式是，先把单 Agent 调到满意再慢慢补充。
3、关于安全，鱼总提到了 ClawHub 恶意技能事件，我再补一条：可以给 OpenClaw 加敏感操作的二次认证，比如修改 .env 或执行删除命令前必须在 discord、TG 里确认。
OpenClaw 的学习曲线确实存在，但如果能将OpenClaw接入自己的业务，那还是很值得的。
鱼总聊AI@AI_Jasonyu
中文
Nftcollector.wl.HL retweetledi
Anthropic 发布的《Claude Skill 构建指南》pdf 版，一共 33 页，可下载
中英文版本点这里下载：note.mowen.cn/detail/hIoIAhs…
这份详尽的指南是由 Anthropic 官方发布，旨在帮助开发者和普通用户更高效地利用 Claude 的“技能”（Skills）功能。虽然 Claude 的 Skill 最早是在 2025 年 10 月 随 Agent 功能一同推出的，但这份长达 32-33 页的完整版技术指南才刚刚发布。
中文
Nftcollector.wl.HL retweetledi
⚡️拜读了 Vitalik @VitalikButerin 新发布的这篇以太坊 × AI 的文章，说实话是有触动的——
跟2024年那篇不一样，他终于把 $ETH 从应用想象力不足的困境里抽了出来，找到了一个长期可行的新叙事！
他提出了一个 2×2 的建设空间，明确了 AI 时代里，以太坊真正适合和值得去做的四个交叉方向：
1⃣ 启用更信任最小化、同时更私密的 AI 交互
V 神强调本地模型、ZK 支付、隐私调用、客户端验证、TEE 证明，都是在解决一个问题：AI 很强 → AI 如何在不被控制的前提下被使用。
如果每一次调用都绑定身份、账号、平台信用，那无论模型多先进，权力结构都会自然向中心回流。
以太坊在这里的角色不是当算力市场，而是提供一种最小信任的结算与证明承载。
2⃣ 把 ETH 定位为 AI-to-AI 交互的经济层
V神提出，在开放环境中，没有经济约束的去中心化协作几乎不可能成立。
AI 之间要协作、要分工、要互相调用，就必须有清晰的成本、激励、责任边界——
比如 API 调用是否需要抵押、Bot 之间如何结算、行为是否可追责、声誉与争议能否被标准化。
这不是为了金融化 AI，而是为了避免协作最终退化成平台内部协调；而以太坊是目前唯一一个能长期承载这种经济关系的可信底座。
3⃣ AI实现“不要信任，验证一切”的赛博朋克理想
现代系统的复杂度早已超过人类个体可审计的上限，所谓 verify everything在现实中永远不可行。
Vitalik 这次给出的转折点是：
用本地、可控的 LLM 承担理解与验证的成本，从验证交易、审计合约，到解释协议的信任模型，让 AI 不再只是被约束的对象，而是帮助个人行使主权的工具。下放给个人。
4⃣ AI让更复杂的市场与治理机制真正落地
当下预测市场、决策市场、二次方投票、组合拍卖之所以长期停留在理论层面，并不是设计错误，而是人类注意力和判断力太稀缺，容易被少数高动机参与者长期捕获。
AI 可以作为“辅助判断层”降低理解与参与门槛，而以太坊提供的，是一个透明、可验证、可追责的执行环境，让这些机制不必依赖中心化裁判。
从 Vitalik 这篇这些持续而克制的思考来看，他并没有试图用短期故事去拯救价格，而是在一层一层地为以太坊重新寻找和构建一个长期的哲学框架。
而在 AI 不断放大能力与权力的背景下，最难被替代的东西，恰恰不是效率，而是那些不能被轻易绕开的约束层——验证、结算、责任和退出。
这条路注定慢，也注定孤独；
但从以太坊这些年的历史来看，它好像也一直是靠这种不太讨喜的坚持，硬生生走到今天的。
vitalik.eth@VitalikButerin
Two years ago, I wrote this post on the possible areas that I see for ethereum + AI intersections: vitalik.eth.limo/general/2024/0… This is a topic that many people are excited about, but where I always worry that we think about the two from completely separate philosophical perspectives. I am reminded of Toly's recent tweet that I should "work on AGI". I appreciate the compliment, for him to think that I am capable of contributing to such a lofty thing. However, I get this feeling that the frame of "work on AGI" itself contains an error: it is fundamentally undifferentiated, and has the connotation of "do the thing that, if you don't do it, someone else will do anyway two months later; the main difference is that you get to be the one at the top" (though this may not have been Toly's intention). It would be like describing Ethereum as "working in finance" or "working on computing". To me, Ethereum, and my own view of how our civilization should do AGI, are precisely about choosing a positive direction rather than embracing undifferentiated acceleration of the arrow, and also I think it's actually important to integrate the crypto and AI perspectives. I want an AI future where: * We foster human freedom and empowerment (ie. we avoid both humans being relegated to retirement by AIs, and permanently stripped of power by human power structures that become impossible to surpass or escape) * The world does not blow up (both "classic" superintelligent AI doom, and more chaotic scenarios from various forms of offense outpacing defense, cf. the four defense quadrants from the d/acc posts) In the long term, this may involve crazy things like humans uploading or merging with AI, for those who want to be able to keep up with highly intelligent entities that can think a million times faster on silicon substrate. In the shorter term, it involves much more "ordinary" ideas, but still ideas that require deep rethinking compared to previous computing paradigms. So now, my updated view, which definitely focuses on that shorter term, and where Ethereum plays an important role but is only one piece of a bigger puzzle: # Building tooling to make more trustless and/or private interaction with AIs possible. This includes: * Local LLM tooling * ZK-payment for API calls (so you can call remote models without linking your identity from call to call) * Ongoing work into cryptographic ways to improve AI privacy * Client-side verification of cryptographic proofs, TEE attestations, and any other forms of server-side assurance Basically, the kinds of things we might also build for non-LLM compute (see eg. my ethereum privacy roadmap from a year ago ethereum-magicians.org/t/a-maximally-… ), but for LLM calls as the compute we are protecting. # Ethereum as an economic layer for AI-related interactions This includes: * API calls * Bots hiring bots * Security deposits, potentially eventually more complicated contraptions like onchain dispute resolution * ERC-8004, AI reputation ideas The goal here is to enable AIs to interact economically, which makes viable more decentralized AI architectures (as opposed to non-economic coordination between AIs that are all designed and run by one organization "in-house"). Economies not for the sake of economies, but to enable more decentralized authority. # Make the cypherpunk "mountain man" vision a reality Basically, take the vision that cypherpunk radicals have always dreamed of (don't trust; verify everything), that has been nonviable in reality because humans are never actually going to verify all the code ourselves. Now, we can finally make that vision happen, with LLMs doing the hard parts. This includes: * Interacting with ethereum apps without needing third party UIs * Having a local model propose transactions for you on its own * Having a local model verify transactions created by dapp UIs * Local smart contract auditing, and assistance interpreting the meaning of FV proofs provided by others * Verifying trust models of applications and protocols # Make much better markets and governance a reality Prediction and decision markets, decentralized governance, quadratic voting, combinatorial auctions, universal barter economy, and all kinds of constructions are all beautiful in theory, but have been greatly hampered in reality by one big constraint: limits to human attention and decision-making power. LLMs remove that limitation, and massively scale human judgement. Hence, we can revisit all of those ideas. These are all things that Ethereum can help to make a reality. They are also ideas that are in the d/acc spirit: enabling decentralized cooperation, and improving defense. We can revisit the best ideas from 2014, and add on top many more new and better ones, and with AI (and ZK) we have a whole new set of tools to make them come to life. We can describe the above as a 2x2 chart. There's a lot to build!
中文
Nftcollector.wl.HL retweetledi
別急
Michael Saylor 和 Tom Lee緊急拉群開會了
老大哥們正在討論怎麼拯救加密世界
MSTR CEO：就算BTC跌到8000塊
我們還是能扛到2032年也不會被清算
中文
Nftcollector.wl.HL retweetledi
Nftcollector.wl.HL retweetledi
In these five years, the Ethereum Foundation is entering a period of mild austerity, in order to be able to simultaneously meet two goals:
1. Deliver on an aggressive roadmap that ensures Ethereum's status as a performant and scalable world computer that does not compromise on robustness, sustainability and decentralization.
2. Ensures the Ethereum Foundation's own ability to sustain into the long term, and protect Ethereum's core mission and goals, including both the core blockchain layer as well as users' ability to access and use the chain with self-sovereignty, security and privacy.
To this end, my own share of the austerity is that I am personally taking on responsibilities that might in another time have been "special projects" of the EF. Specifically, we are seeking the existence of an open-source, secure and verifiable full stack of software and hardware that can protect both our personal lives and our public environments ( see vitalik.eth.limo/general/2025/0… ). This includes applications such as finance, communication and governance, blockchains, operating systems, secure hardware, biotech (including both personal and public health), and more. If you have seen the Vensa announcement (seeking to make open silicon a commercially viable reality at least for security-critical applications), the ucritter.com including recent versions with built in ZK + FHE + differential-privacy features, the air quality work, my donations to encrypted messaging apps, my own enthusiasm and use for privacy-preserving, walkaway-test-friendly and local-first software (including operating systems), then you know the general spirit of what I am planning to support.
For this reason I have just withdrawn 16,384 ETH, which will be deployed toward these goals over the next few years. I am also exploring secure decentralized staking options that will allow even more capital from staking rewards to be put toward these goals in the long term.
Ethereum itself is an indispensable part of the "full-stack openness and verifiability" vision. The Ethereum Foundation will continue with a steadfast focus on developing Ethereum, with that goal in mind. "Ethereum everywhere" is nice, but the primary priority is "Ethereum for people who need it". Not corposlop, but self-sovereignty, and the baseline infrastructure that enables cooperation without domination.
In a world where many people's default mindset is that we need to race to become a big strong bully, because otherwise the existing big strong bullies will eat you first, this is the needed alternative. It will involve much more than technology to succeed, but the technical layer is something which is in our control to make happen. The tools to ensure your, and your community's, autonomy and safety, as a basic right that belongs to everyone. Open not in a bullshit "open means everyone has the right to buy it from us and use our API for $200/month" way, but actually open, and secure and verifiable so that you know that your technology is working for you.
English
Nftcollector.wl.HL retweetledi
OpenAI 终于把官方 Prompt 公开了！
直接给销售、产品、工程师、HR、经理、IT、客服、高管……每个岗位都塞了 20-30 个现成能打的高质量提示词包，总量 300+ 个，全部免费拿走用。
以前我们自己调 prompt 像炼丹，现在 OpenAI 直接把丹炉和配方都端出来了😂
尤其是工程师和产品那两包，看完第一感觉是：这要是早点出，我去年少加多少班啊……
地址
academy.openai.com/public/tags/pr…
中文
Nftcollector.wl.HL retweetledi
看完Notion创始人的这篇文章，我意识到
这是聪明人拉开差距最好的时代了
他也提到要给自己的能力 x10 ，要解决两个核心的问题
---
文章里面有个细节让我停了很久：
他的联合创始人Simon，原本是传说中的"10倍工程师"
但现在，Simon很少亲自写代码了
他做的事是—— 同时指挥三四个AI编程智能体
它们不仅打字更快，它们在思考。
这让Simon变成了"30倍甚至40倍"的工程师
他在睡觉的时候，AI还在替他干活。
---
过去二十年，知识工作者的杠杆在哪？在平台
进大厂 → 大平台 → 大杠杆 → 高收入
你能赚多少，核心不在于你多努力，而在于你背后有没有一个足够大的系统在帮你放大产出。
但现在，杠杆正在换手
那些会用AI的人，已经拿到了自己的杠杆
不是AI取代人，而是会用AI的人取代不会用的人
---
Notion创始人用了一个比喻：
乔布斯说「电脑是大脑的自行车」
后来我们有了互联网——"信息高速公路"
但直到今天，大多数知识工作依然是人力驱动的。
我们正费力地蹬着自行车，行驶在德国无限速高速公路上。
AI智能体的出现，意味着有人已经从骑自行车升级到开汽车了
---
那普通人怎么拿到这个杠杆？
Notion创始人说，需要解决两个问题。
我把它翻译成能用的语言：
第一，你得有自己的"上下文"
程序员之所以能这么快用上AI，是因为他们的工具和语境集中在一个地方：代码仓库、IDE、终端。
但普通的知识工作分散在几十个工具里。
所以，如果你想早一点拿到这个杠杆——
从今天开始，有意识地把你的知识、经验、工作流程沉淀下来。
写给谁看？写给未来的AI助手看
我一个不爱复盘的P人也开始每天给自己写流水账了
---
第二，你得有自己的"判断力"
代码可以被验证——跑一遍就知道对不对
但"项目管理得好不好""战略备忘录优不优秀"
AI目前判断不了
所以你要能判断AI产出的东西好不好
这个判断力，才是你真正不可替代的东西
---
但这里还有更深一层：
原文说了一句话：「拥有"人在回路中"并不总是理想的，这就像让人去亲自检查流水线上的每一个螺栓」
判断力不是用来"盯着每一个产出"的
如果你每次让AI写个东西，都要逐字检查——你就变成了"人肉质检员"，反而拖慢了整个系统
判断力的正确用法：
1. 定义清楚"什么是好的"
2. 把这个标准教给AI
3. 只在关键节点做抽查
这就是"定标准 + 抽查"，而不是"盯着干"
---
所以，下次你打开ChatGPT/Claude/任何AI工具的时候，问自己一个问题：
我现在是在"用它当水车"，还是"用它当蒸汽机"
"水车"是什么意思
工业革命初期，蒸汽机出现了，但工厂主只是把蒸汽机装在原来水车的位置上——其他一切照旧
生产力提升非常有限
真正的爆发，发生在他们意识到可以「脱离水」——围绕蒸汽机重新设计工厂
我们今天用AI问问题、改文案，这就是"替换水车"
还没有到重新设计工作的阶段。
---
最后，三个可以现在就做的事：
1. 把你的知识、流程、SOP沉淀成文档，让AI能读懂
2. 建立你对"什么是好产出"的判断力——这是你不可替代的部分
3. 问自己：我是在"盯着干"，还是在"定标准"？
如果你一直在盯着干，说明你还在用「人肉质检」的模式
如果你在定标准、教AI、抽查迭代——你才是真正拿到了这个杠杆
---
杠杆已经换手了
那些先意识到这件事的人，已经在用汽车跑高速了。
你呢？
Ivan Zhao@ivanhzhao
中文
Nftcollector.wl.HL retweetledi
🔥Grok @grok 封神用法！左手监控一级，右手深度投研，这才是 AI 的正确打开方式！
很多兄弟最近都在 Vibe Coding 搭建自己的情报系统，但是如果想监控X上的信息，API很贵，我现在直接告诉你，加密行业最好用的还是Grok，用好 Grok = 信息监控 + 情报收集 + 项目投研。
只要你会训练，它就是你免费的顶薪分析师！今天手把手教你如何榨干 Grok 的价值！👇
1. 核心逻辑：一个标签页 = 一个顶级员工
以前的 AI 聊几句就忘，现在的 Grok 能记住你喂给它的所有规则。
玩转 Grok 的秘诀在于“分工”：
不要在一个对话框里乱问，你要在不同的标签页（Tabs）下，植入不同的底层逻辑和需求，训练出不同功能的“AI 人格”。
标签页 A： 你的一级市场监控哨（专盯打新、关键词）
标签页 B： 你的首席投研官（专攻深度分析、代码审计）
2. 深度投研：建立你的“杀手级”框架模型
在你的投研专用标签页里，直接把你的分析框架喂给 Grok。我通常强制要求它从这几个维度输出，少一个都不行：
比如项目投研，建立自己的框架模型：
项目简介 : 用人话解释它到底是个啥？
需求分析 : 市场痛点是伪需求吗？谁会买单？
VC 融资 : 哪些机构站台？估值多少？是否有跑路风险？
代码进度 : （重中之重） 抓取 GitHub 数据，最近一次 Commit 是什么时候？是真在写代码还是在 Fork 别人的垃圾？
⚠️ 独家调教秘籍：如果不满意，就骂，使劲骂！
Grok 有时候会偷懒或者说车轱辘话。这时候别客气，直接上压力：“你的分析太浅了！代码部分全是废话！我要具体数据！如果没有干货就重写，写到逻辑闭环为止！”骂到它对为止。 在这种高强度的反馈训练下，Grok 会越来越懂你的标准，以后只要扔一个代币名称，它就能吐出一份完美的研报。
3. 一级监控：捕捉优质项目一级机会
在监控专用标签页，喂给它你关注的资源：
打新平台列表： (Launchpads, IDO platforms...)
一级关键字： (Restaking, AI Agent, DeSci, Base...)
然后下达指令：“全网实时扫描，一旦出现匹配上述平台或关键字的新项目，立即由简入深汇报。”
它会像猎犬一样帮你盯盘。不用你一个个网页去刷，任何风吹草动，Grok 直接把饭喂到你嘴边。情报收集从未如此简单。
人人都可以拥有自己的“彭博终端”。
以前做投研，要开几十个网页，看无数个推特。现在有了具备记忆的 Grok，你只需要做好一件事：骂它。
任何人都可以按照自己的需求（无论是炒币、撸毛还是长持），训练出独属于自己的 Grok。有了它，加密情报收集和项目基本面判断真的不用愁了。
👇 调教视频如下：
PS：训练的时候可能骂的太多了，所以录屏的时候有点慢！！！
中文
Nftcollector.wl.HL retweetledi
你现在用的 Gemini，其实只开了 10% 火力
但只要把基础设置调对，它的精度、速度会 瞬间暴涨，
整个输出体验直接像换了台模型 ⚡
我把自己这几个月踩出来的
「Gemini 3 最强自定义模板」 全部整理好了👇
复制存一份，随时能用。
🧱 ① 固定指令：核心大脑（只要贴一次，永久生效）
你是我的 AI 伙伴。
目标：最快产出 SNS / 商业 / 文案 / 推广成果。
必须遵守三条铁律：
精确 > 情绪
可重复 > 花活
逻辑 > 偏见
这三条就是 Gemini 的“稳定剂”。
🎬 ② 创意增强模式（Veo / Imagen 画质拉满）
所有创意生成必须包含：
杰作
超高细节
电影光影
强对比
8K 风格
商业级质量
一句话：
让 Gemini 不再随便画图，而是按“广告片规格”出图。
🔍 ③ 研究模式（让它像专业分析师一样工作）
调查任务必须执行：
数据来自权威来源
信息源要汇总
禁止瞎猜
提供对比表
给 3–5 个对标案例
这能让它彻底摆脱“胡说八道模式”。
✏️ ④ 文案模式（生产效率直接翻倍）
所有文案统一结构：
先结论
再 3 要点
再幻灯片结构
专业词汇减半
每一页只讲一个重点
自动加页码
加一个比喻（更好懂）
你会发现：它写的 PPT 比你自己写得清楚。
🚀 ⑤ 推广特化模式（营销内容命中率最高）
精准推广必须做到：
从图片识别产品亮点
抓优势 + 痛点
避免违规表达
X 平台字数控制在 180–200 字
优先使用高转化词
这是我实测下来最稳的推广结构。
中文
Nftcollector.wl.HL retweetledi
权威 Vibe coding 教学：
斯坦福教人作弊的「0 代码」计算机课，到底学些啥？
这两天看到不少媒体提到了 Standford 讲师@mihail_eric 的新课程 The Modern Software Developer。
仔细看了一下介绍，课程还挺有趣的。就所有讲师都在抵制“拿 AI 写作业”的时候，Mihail Eric 则强调未来 AI 工具的实用性，让大家积极运用 AI。
🔗 课程链接：themodernsoftware.dev
目前 Slide 已经更新到了 Week 10: What's Next for AI Software Engineering
主讲人有来自 @a16z 的 @martin_casado
@mihail_eric 除了 The Modern Software Developer 这个课程之外，还有个面对全体开发者的付费课：AI Software Development: From First Prompt to Production Code
内容更加实战，比较适合新人小白上手，我根据课程大纲拿 Gemini 二次整理了一下，大致的学习方向是：
「Vibe Coding 新手通关手册」
Penny777 🦊@penny777
「亲测有效」0 基础编程：20 分钟上手 Vibe Coding 教程 Google 新工具 Antigravity 太好用了！仅靠“嘴撸”就能做出属于自己的交易工具！ 官网：antigravity.google 几天前下载了 @antigravity 之后，就一直在 Vibe Coding 各种小工具，觉得实在是太好用了。我在制作的产品：x.com/Penny777_eth/s… 今天写一篇推来分享一下我的使用心得，和期间遇到的问题，例如： 1️⃣ 如何开始 0 基础编程 2️⃣ 遇到 Limit 怎么办 3️⃣ Gemini 网页版、Antigravity、AIStudio 三者怎么选 ——————— 🔴 1. Antigravity 和 Cursor 一样，支持自然语言编程，我们只用把自己想要的说给它，它就能开始用代码完成我们的需求，例如： “制作一个网页定期抓取 𝕏 上优质交易员博主的内容” “交易记账工具，需要集合 CEX 和 On-chain 数据” “我要一个定时抓取币圈新闻的页面” …… 🟠 2. 下载完 Antigravity 之后，在最右侧的输入框就能对话了，连新建文件夹都不必自己动手。 🟡 3. 如果没有 GitHub 使用经验也不必着急，可以先把前后段都放在本地运行，之后再备份。 你告诉它：目前你需要将前后段都配置在本地即可。 🟢 4. 目前 Antigravity 支持三种模型： Gemini 3 Pro （最优解） Claude Sonnet 4.5 （次选择） GPT-OSS 120B （一般不用 😂） 用下来的感受是 Gemini 3 Pro 在 UI 界面的视觉效果最好，很多细节能够一步到位，排版的理解也很精准；Claude Sonnet 4.5 弱一点。 但这二者在编程方面差异不大，如果只是编写功能或者 Debug 那么切换 Model 也不影响。 🔵 5. 我目前制作产品的流程是： 写粗略的产品需求 — 丢给网页版 Gemini 去优化 Prompt — 给到 Antigravity 制作产品框架 — 在本地前端进行测试 — 调整问题 — 让 AI 优化代码结构（然后循环♻️） ——————— 🟣 如何面对 Model limit 的情况 目前 Antigravity 没有付费包，所以 Limit 了就只能等时间过去。我一般 Gemini 3 Pro 和 Claude Sonnet 4.5 轮着用，用完也差不多能休息了 🥲 然后另台电脑会跑另一个账号，可以用来做其他的项目和事情，穿插着来还能用。 这比较适合我们 0 基础开始刚刚上手的新人，白嫖不花钱。如果需要大量编程，还是得选择其他付费模式比较丝滑。 ——————— 🟤 最近超级火的 Google AI 三件套怎么选？ Gemini 网页版：gemini.google.com 特点：和 ChatGPT 一样，适合对话解决日常问题，特点是有了 Nano banana 所以图像处理略胜一筹，但个人觉得日常任务比 ChatGPT 差点。 Antigravity：antigravity.google 编程软件，如果制作网页、APP、互联网产品，强烈推荐，0 帧起手！自动创建文件、写代码、安装依赖包、运行服务器，并在它内置的浏览器里展示给你看。 AIStudio：aistudio.google.com 在 Gemini 的基础上训练属于自己的 AI Agent，例如：发现通用的 Gemini 模型分析财报不够犀利。可以去 AI Studio，上传了 50 份优秀的投资研报作为样本，调试出了一个专门“分析投资回报率”的 Prompt，然后把这个 API 接口放进了你的工具里。 也算是各司其职了！ ——————— 最后我觉得不管是什么职业，只要感兴趣，都能花时间和精力在接下来的时间重点研究： 如何用 AI 彻底提高自己的效率！ 这几天体验下来的感觉是这件事情非常值得，磨刀不误砍柴工。 AI 的使用将是个体在未来十年内，能撬动的最大能力杠杆。大家一起玩起来～❤️❤️❤️
中文
Nftcollector.wl.HL retweetledi
Vibe Coding 入坑指南 - AI 时代必备技能
1. 什么是真正的“会用 AI”？
很多人以为会用 AI，就是会写提示词，会在对话框里聊天，实际上提示词不用你来写， AI 写得更好更专业（配图一是 Claude Code 给我写的架构师的 Prompt），对话框聊天始终太碎片化，无法形成系统。真正的“会用”，是让 AI 替你干活。不要把 AI 当成聊天对象，要把它当成你头脑风暴的拍档，当成你的 CTO。你要做的，是让 AI 写出工具，把你每天重复枯燥的工作接管过去，让 AI 把你的想法产品化。
2. 接触 Vibe Coding 必会上瘾，反馈机制让你快速学习
我本科学的通信工程，我主要研究的是给芯片写代码，也叫嵌入式开发，我永远记得最开始用代码点亮单片机上的小灯泡的那一刻带来的快感。所想即所得，你敲下一行代码，现实世界立刻给你一个亮灯的反馈。 从此,通宵写代码成为了常态。学习最快的方式：极速反馈。
以前学东西是“背书 -> 考试 -> 等分数”，周期太长。
Vibe Coding 是“想法 -> AI生成 -> 看到结果”，就像玩游戏一样，几秒钟一个回合。这种快感会推着你不断往前走，干中学，即时反馈，是学习最快的方式。
3. 你的新身份：不是程序员，是产品经理
别去想怎么写代码，用什么编程语言来写，那不是你的事。 在 Vibe Coding 的世界里，分工极其明确：
• AI 的工作：负责“怎么做”（写代码、改BUG）。
• 你的工作：负责“做什么”（提需求、挑毛病）。
你不需要懂代码的语法，但你需要懂你自己的需求。 你能把需求描述得多清楚，AI 就能做得多好。
4. 最大的坑：AI 的“金鱼记忆”
为什么复杂的项目容易做烂？ 因为大模型有上下文长度的限制，也就是说 AI 记性不好，你跟它聊得太久，它就忘了最开始你要干什么，然后开始胡编乱造（我们叫“幻觉”）。
解决办法：不要只靠嘴说，要靠文档记。Manus 和 Claude Code 在上下文管理方面做得很好，因为它们懂得看“文件”。文件就是 AI 的外挂硬盘，帮它记住所做的一切。上下文是只负责处理当前的任务，处理完后，就丢到文件中保持起来，清空记忆，开始新的工作，需要唤醒记忆的时候，再去文件中读取。
Vibe Coding 不是对话框交互式开发，而是工程级别的上下文管理。
5. 核心方法：搭积木逻辑
新手怎么做复杂的东西？千万不要试图一口吃成胖子。 用搭积木的逻辑去思考：
a. 拆解：别让 AI 做“微信”，让它先做“一个输入框”。
b. 只看结果：代码写得怎么样你别管（你也看不懂）。你只需要试一下：我在输入框打字，能不能发出去？
◦ 能发出去 -> 这个积木是好的 -> 保留。
◦ 发不出去 -> 把它扔回去让 AI 重做 -> 修正。
c. 拼装：把一个个验证好的“积木”拼起来，就是你的产品。
先局部，后整体；先跑通，后重构。 这就是 Vibe Coding 的核心心法。
6. 如何开启第一步？（工具与战术）
不用纠结选哪个工具最好，根据你的预算和投入度，选择最适合的“战术组合”。
方案 A：零成本体验版（适合验证想法）
核心逻辑：用免费的工具，跑通最小的流程。
a. 大脑（产品经理）：使用 ChatGPT 或其他免费对话模型。
◦ 任务：和它讨论、头脑风暴。把你的模糊想法变成一份清晰的“需求文档”，并强制让它把大需求拆解成一个个独立的“小积木”（模块）。
b.车间（开发环境）：下载 Google Antigravity (antigravity.google/download)。
◦ 任务：这是你的“工厂”，每天有免费额度。在这里搭建项目框架。
c. 替补员工：配置 Gemini CLI。
◦ 任务：每个谷歌账号都有免费额度。当 Antigravity 的免费额度用完时，用 Gemini 接力继续干活。
方案 B：高性价比实战版（适合持续产出）
核心逻辑：每月 $20 的投入，换取工业级的精准度。这是目前性价比最高的配置。
a. 主力配置：ChatGPT Plus 会员 ($20/月) + IDE (Antigravity / Cursor (不需要开通付费开通会员)/ VS Code)。
b. 隐藏福利：CodeX CLI。
◦ 很多人不知道，开通 ChatGPT 会员后，你其实拥有了一个极其强大的命令行编程工具 CodeX CLI，无需额外付费，即可一键安装使用 CodeX CLI。
◦ 优势：在写代码这件事上，CodeX 比 Gemini 更精准，更能理解复杂的逻辑。
c. 双流操作（战术技巧）：
◦ 开两个终端。
◦ 终端 A (Gemini 免费版)：处理“脏活累活”，比如写注释、生成简单的测试数据。
◦ 终端 B (CodeX 付费版)：处理“精细活”，编写核心业务逻辑。
◦ 目的：好钢用在刀刃上，最大化榨取那 20 美元的价值。
方案 C：终极极客版（适合复杂系统开发）
核心逻辑：组建一支特种部队，让每个 AI 发挥其长板。
◦ ChatGPT：战略顾问。负责头脑风暴，输出需求文档雏形。
◦ Gemini：审核员。负责评审需求文档，查漏补缺，进一步细化需求文档。
◦ Claude Code：架构师。这是目前的“最强大脑”，有 Agents，Output-Style、Skills 等工具来管理上下文。
◦ CodeX：特种兵。在 Claude Code 搭建好的框架内，精准执行每一个小模块的代码编写。
最后的一条建议：不要问我“怎么安装这些工具”。你已经进入 AI 时代了。打开 ChatGPT 或 Gemini，问它：“我是 Mac/Windows 系统，请一步步教我怎么安装 CodeX CLI。”如果连这一步都需要人类手把手教，那你可能还没准备好开始 Vibe Coding。
中文
Nftcollector.wl.HL retweetledi
写得真好，深度好文。建议大家都静下心阅读。
昨天圈外囤BTC的朋友问我：那这么看的话BTC也不是避险资产啊？是吧？我还是去买黄金吧。
我一时不知道怎么回答…语塞
动察Beating@BeatingOfficial
中文
Nftcollector.wl.HL retweetledi
Vibe coding web3篇-0代码基础制作@StandX_Official空投收益计算器实操
废话不多说，先展示成果，任何人都可以公开访问：huggingface.co/spaces/cryptom…
因为最近Perps Dex赛道倍受关注的-Standx上线了主网，开启了限时两周的1.5倍积分奖励加成，热度很高，所以吸引了很多KOL以及小伙伴参与。
所以我决定借助Gemini3 pro和 Antigravity 挑战：0代码基础制作实用工具-未来空投收益计算器，来帮助我们更好地管理空投预期。
这个网站完全实现了一键自动计算在不同FDV情形/TGE解锁的变量条件下的空投收益的功能，可以帮助个人/工作室管理空投预期。未来我会根据Standx官方披露的更多积分规则来进行更新调整。
当其他人还停留在震惊于Gemini3的强大或者只是拿来做图的阶段，而你可以靠这篇教程制作实用工具领先很多人了，下面公开我的思考以及制作过程：
首先是关于这个收益计算方式是否科学准确？以下是我的思路。
我是根据目前的积分规则和可抓取的排行榜规模估算收益。Gemini 也明确告诉我所有空投计算器都是“水晶球占卜”，重点在于预期管理。
遵循的规律是只计算存款挖矿，首先我通过调用官方API抓取排行榜前200名积分，然后根据加密项目积分普遍遵循的幂律分布估算，前1%计为总积分池20%。前30天增长率计为3%，到60天后递减为1%。测试了一下，结果比较符合早期投入赔率更高的经验。
后续如果Stand X公布更多积分规则，比如交易积分回溯和每周固定的积分池我也会更新到计算器里，同时加上交易磨损和手续费的成本计算，尽量让估算更接近实际。
接下来，关于整个实现的过程整体拆解为三步：
❶使用Gemini3 Pro探讨出一套在有限条件下能有实际参考价值的工具，整个过程我是没有用复杂的提示词，把StandX的积分规则给到Gemini，并明确我的意图是打造一个更好参与积分活动的辅助工具。最终敲定搭建一个基于 Streamlit 的专业金融测算器。
❷将Gemini的代码给到Antigravity 进行Coding，debug，调整参数优化代码。中间我发现测试结果有偏差，在Antigravity的建议下引入了更真实的递减通胀模型，以保证预测结果更接近实际。
❸将生成的代码上传Github仓库，之后就能到开源平台部署网站了。我选择的是Hugging face运行比较稳定。然后就是调整UI并根据我的需求增加交互功能，不断上传更新测试运行，直到我需求的功能都能正常使用。
重点提示：
❶通过工具链接注册的小伙伴，未来产生的任何相关手续费佣金全额返还。
❷以上数据均来自官方公开数据，预测结果仅供参考，不构成投资建议。
#Gemini3Pro #Perpsdex #Standx
中文
Nftcollector.wl.HL retweetledi
感谢魏神@coolish 把交易 API 直接公开出来，整整5年的数据，真的把【让别人无死角看懂自己怎么交易】这件事做到了极致，但我更关心的是学习金字塔挂单。
拿到 API 之后，我用新人邪修出来的一套「视觉系 Vibe Coding 流程」，一天半就把第一个带 AI 挂单分析的网站搞上线了：
1️⃣先用 Gemini Canvas（Gemini 3.0pro） 生出一版符合大脑所想，且在审美上过得去的 html版本
2️⃣再将html代码丢给 Aistudio（Gemini 3.0pro） 重构成 React 网站，期间不断修bug直到80分；
3️⃣推到 GitHub → 接 Cloudflare Pages → 绑好域名，整套流程零服务器成本；
4️⃣后期迭代 / 修 bug 就交给 ClaudeCode（Opus 4.5），至少目前不会像以前那样，不小心改一个小bug导致所有代码都【道心破碎】 😇
过程中真的有种久违的快乐 —— 像当年玩 QQ 空间粘贴神奇代码、一刷新皮肤大变身的那种爽感，只是现在变的是能真正帮助自己的工具。
最爽的是：借助Ai，只要会把想法讲清楚、不耐其烦地一直试，就能靠这种 Vibe 式开发，把一个脑洞在半天里炼成可以实战用的小法宝。
最后还是想特别谢谢魏神，愿意把实盘 API 摊在阳光下给大家学，对后来所有想做工具、想学交易细节的人，都是巨大的加速器。（这次打通了我一直以来不会部署代码的痛点）
👉网站链接在这里，希望对想学习魏神的小伙伴有帮助：wsnb.ppq.app
#BuildInPublic #videCoding #Wsnb
中文