seaccheng

连续写了 6 篇 Agent 长文，沿着底层实现重新拆了一遍。 每篇阅读量都在 2w 左右，RAG 那篇突破 4w。 第六篇是 context 和 memory 的底层拆解，算是阶段性收尾篇。前 5 篇： 1、基础状态机-二维矩阵表，为 Agent 状态管理思维建设 x.com/mate_mattt/sta… 2、Agent runtime 架构演进 x.com/mate_mattt/sta… 3、Hermes Agent 架构详细拆解 x.com/mate_mattt/sta… 4、Agent 数据面概念扫盲 (context memory 相关) x.com/mate_mattt/sta… 5、RAG 拆解，项目实战，notebook 教程 x.com/mate_mattt/sta… 不讲“AI 很神奇”，只讲生产级 Agent 到底怎么跑： 控制面如何调度，数据面如何读取、压缩、沉淀、召回。 如果你想系统理解 Agent，而不只是会调几个 API， 这 6 篇应该值得顺着读一遍。

趁着熊市 给大家录一录交易的系统课 从0开始 建立自己的交易系统 接下来的牛市跟上大部队 我自己也在录制的过程里复习了很多 和大家一起学习🫡

@huoru_tarnish 我的《性能之巅》买完后，所有的编码、运维都交给 Agent 了。我怀疑以后还有没有机会给这本书开封～～

我们组新来的 AI 后端 Leader，他真的太恐怖了。 不是因为代码写得快。 而是任何一个线上问题，他都能一路从 Python → Linux → eBPF → CPU → 网络 → GPU，把真正的瓶颈找出来。 这让我意识到：AI 时代，底层能力反而更值钱了。👇

有人把量化基金常用的工具，全部整理进了一个免费的GitHub仓库。 定价引擎、回测框架、订单簿、实时行情、风险模型，几乎一套配齐。 里面的项目多到有点离谱： 1️⃣ 期权定价库 用来计算期权和衍生品价值，覆盖多种定价模型与风险指标。 2️⃣ 完整回测框架 包括Zipline、Backtrader、NautilusTrader和LEAN。 从简单策略验证，到事件驱动交易和多资产组合回测都能找到对应工具。 3️⃣ 撮合与高频交易工具 包括号称每秒可以处理超过1.5亿笔订单的撮合引擎，以及能够模拟排队位置、延迟和成交概率的高频回测框架。 4️⃣ 微软开源的AI量化平台 可以用AI完成数据处理、因子研究、策略生成和实验管理。 5️⃣ 投资组合与风险工具 包括组合优化、风险模型、因子库和另类数据源。 以前普通人做量化，最大的门槛之一是工具。 现在大量机构级框架已经开源，真正拉开差距的，变成了数据质量、策略逻辑、执行成本和风险控制。 代码公开，不代表利润公开。 但至少你已经可以用几乎为零的软件成本，搭建过去只有专业团队才能使用的研究环境。 仓库链接放下面。 github.com/wilsonfreitas/…

Pi社区开源了codex没有开源的computer-use实现。 深入分析了一下仓库，眼前一亮！

@hailand @chaoyinsukandao "把火箭从回收的框架内移出来就很不容易"，你能不能找个好的角度。比如要求非常稳定的船、船上的固定大支架、每次使用对缆绳的损耗，等等很多角度都可以说这样做的成本非常高，结果你挑了个“怎么把火箭移出来”。

@chaoyinsukandao 这个方案没什么神奇的，马斯克的团队曾经也有考虑过，只是这方案对后续的重新发射很麻烦，光是把火箭从回收的框架内移出来就很不容易，马斯克现在的方案直接在发射架上就回收了，再次发射就方便很多，只是对控制的精度要求很高，中国做不到只能用网来回收了，不过给不懂的屁民打打鸡血还是有用的，呵呵

今晚高潮部分是各路人馬對著一段加速的搖擺視頻哈氣，那麼就來看看正常倍數下的搖晃程度（加速和正常倍數，可以看畫面裡面的讀秒速度）。且不說火箭底部隨後也被鋼索交叉固定。

@peasant_trader @jokieliu Brother, being able to do something but not doing it means you don't want to; claiming you can't do it when you actually can't is just lying.

@jokieliu My country doesn’t need a space programme to see who’s winning just like I don’t need tk be the fastest man in the world to understand who won the 100m at the olympics. 😂🤡🤡🤡🤡

I can sort of understand when America competes with China on space projects and rocket science. I just find it weird that people from some countries—not even America—with zero capability in space exploration mock China’s successful rocket launches as “10 years behind,” as if America’s success is theirs. Like, China might be No. 1 or No. 2, who tf are you to judge you don’t even have the ability to laugh anything. Where’s your country’s space station eh?

@Kaneshiro1960 所以，中国会因为被你们“以怀疑的态度去审视”而改变自己吗？？？？苍蝇罢了。

中国的事情除非从头到尾直播、或者像SpeceX那样允许民间拍摄，否则每一个事情你都最好以怀疑的态度去审视。

@geekbb 自我感觉自己是厉害了，问题是用到你的地方少了啊。

时代没有抛弃我们，只是递了把新枪。

@ThamGhoul @robertgraham If it can make you feel better today and have a better life in the future, then feel free to do so.

@SeacCheng @robertgraham It is a well earned reputation.

China just "caught" a reusable booster rocket coming back down to earth using the same technique that somebody posted to Reddit 5 years ago.

@Luisfer19988442 @ControlMision 弱小和无知不是生存的障碍，傲慢才是。

@ControlMision Igual china copia todo

Ojo, acabo de enterarme de que Europa ya había ideado e incluso llegado a probar (a pequeña escala) un sistema de captura por cables igual que el de China. ¿Se ha copiado China? Podría ser, sí. La diferencia es que esto de Europa lleva siendo un proyecto para el lanzador Themis desde 2020, y ni está acabado ni se le espera en varios años. China lo ha ejecutado en tiempo récord, como nos tiene acostumbrados. Bien jugado.

不要再去读 X 上又臭又长的 harness 工程的文章了， 跟这篇文章相比， X 上的那些文章垃圾都不如。 Lilian-weng 的这篇新的博客文章， 是我目前读过的最写的清晰、最容易理解的 harness 工程， 也是递归自我改进的 harness 工程写的最好的文章。 文章是一篇框架式的详细描述了 self-Improment 的 harness engineering 全部知识框架。 链接是我做的中文版本 pandatalk8.com/blog/harness-e…

去年花了几个月时间，自己搭了一套缠论系统。上个月开始又折腾了一遍，把它移植到了 TradingView，测试了几周，总算是准备好发布了：chanlunpp.org 主要功能就是把笔、线段、中枢和买卖点自动画出来，并尽量在第一时间标出潜在的买卖点类型。全能版还会判断是否背驰，支持实时报警。(1/n)

@kasong2048 我去年和几名我没有共事过的老同事一起做一个项目。发现不管是前端还是后台的老工程师，他们的架构、代码质量都非常差，他们做完后我要做二次重构才能继续推进项目，于是和领导质疑他们的 leader 这几年是否正确的培养过他们。但领导说他们做过很多项目，都正常交付，并没有问题。

真诚请教：如果 需求是在 AI 辅助下你对齐的、 代码是 AI 写的、AI review 的 你对项目把控的底气来源于哪？