PM熊叔

又是一个信息差， 办个美国税号， 省下30%资金。

段永平也在用的嘉信开户教程👇 如果你想要开香港的券商，目前还有几个可以开： 1️⃣ 云锋有鱼 邀请链接：open-acct.youyu.cn/open-account/#… 邀请码：Z930TY 2️⃣ 致富证券 邀请链接：service.chiefgroup.com.hk/account-open/l… 邀请码：NT7336 3️⃣ 复星证券 邀请链接：h5.fotechwealth.com/pages/startAcc… 邀请码：5WKPBV 4️⃣ 盈立证券香港 邀请链接：m.usmart66.com/webapp/open-ac… 邀请码：U02417 5️⃣ 盈立证券新加坡 邀请链接：m.usmartsg.com/promo/overseas… 邀请码：nn8qke 6️⃣ 必贝 BBAE 邀请链接：landing.bbae.com/m/h5/new-user-… 邀请码：stcvre72f

#突发 中国证监会宣布决定没收老虎、富途、长桥境内外相关主体全部违法所得，并依法严厉处罚 中国证监会宣布，近日依法对Tiger Brokers（NZ）Limited（老虎证券）、富途证券国际（香港）有限公司、长桥证券（香港）有限公司境内外相关主体在境内非法经营证券业务等行为立案调查并作出行政处罚事先告知。 老虎、富途、长桥境内外相关主体未经中国证监会核准，未取得经营证券经纪业务许可、经营证券融资融券业务许可，在境内开展证券交易营销推广、处理交易指令等相关证券业务服务并获取相关收益，违反了证券法相关规定，构成非法经营证券业务。此外，三家机构境内外相关主体还违反了证券投资基金法、期货和衍生品法相关规定，构成非法从事公募基金销售业务、非法从事期货经纪业务。 证监会表示，上述非法跨境展业行为，违反了我国证券基金期货法律法规，破坏了市场秩序，必须坚决予以打击。依据法律规定，拟决定没收老虎、富途、长桥境内外相关主体全部违法所得，并依法严厉处罚。拟对当事人实施的行政处罚，当事人享有陈述、申辩及要求听证的权利，证监会将充分听取当事人意见后，依法作出行政处罚决定。 #行情 向上融科美股盘前 $TIGR 跌超10%，富途控 $FUTU 跌超5%。

GitHub 上一个叫《Learn Harness Engineering》的开源课程最近上了 Hacker News 首页（155 分、5.1k stars）， 主题是 AI coding agent 的可靠性工程——也就是 OpenAI 和 Anthropic 最近几个月一直在讲的 harness engineering。 github.com/walkinglabs/le… 作者是清华 SIGS 的开源团队 walkinglabs，课程内容 12 节 lecture + 6 个实战项目，全部围绕同一个压轴项目（一个 Electron 知识库 app），目前已经有 13 种语言版本。 核心讲的是这几条： 1、Harness Engineering 是新概念但绝不只是营销： OpenAI 2026 年 2 月在 Codex 官方博客正式提出，Anthropic 同期发了两篇配套工程文章。这门课是把这两家分散的工程内容系统整理成中文可读的体系，不是发明新东西； 2、核心论点是模型不是问题，环境才是： Anthropic 自己跑过一个对照实验，同样的 Opus 4.5、同样的提示词（"做一个 2D retro 游戏编辑器"），没 harness 花 $9 跑 20 分钟出不来；有完整 harness（planner + generator + evaluator）花 $200 跑 6 小时跑出来一个能玩的游戏。差距不在模型，在环境； 3、Harness 的 5 个子系统： Instructions（agent 看什么）、State（已经做了什么）、Verification（怎么算完成）、Scope（一次只做一个 feature）、Lifecycle（会话起手和收尾）； 4、最小起手 4 个文件： AGENTS.md（操作手册）、init.sh（每次起手跑的环境检查脚本）、feature_list.json（机器可读的功能边界）、claude-progress.md（会话之间的进度交接）。这 4 个文件直接丢进你现有代码库就能用，不用读完 12 节课； 5、为什么 agent 总是搞砸（课程反复回答的几个问题）： 一次想做 3 件事但 3 件都只做一半；说"done"但其实 test 跑不过；跨会话完全没有记忆，这次写到一半下次重头来；没有验证流水线就没有真完成（只有 test pass + lint pass + e2e pass 三件齐了才算）； 6、6 个项目渐进式演进： P01 prompt-only vs rules-first 对照看差距、P02 把代码库改成 agent 能读的结构、P03 跨会话续接、P04 加运行时反馈控制范围、P05 让 agent 自验、P06 完整 harness 加可观测性； 7、压轴项目是个 Electron 知识库 app： 每个项目的答案就是下一个项目的起手代码——app 在演进，你的 harness 技能也在演进； 总结： "AI agent 工程师"这个角色正在从"会写提示词的人"变成"会搭 harness 的人"。 这门课本身不算硬核，但它把 OpenAI 和 Anthropic 两家工程博客分散的内容系统整理成了中文索引，对中文圈想入门这个方向的人来说，能省下读 5 篇英文工程博客的时间。

还在清洗数据,预计明天会发出来,公开一个策略还真不容易 先介绍一本书《量化交易从入门到精通：如何构建你的算法交易系统》,作者欧内斯特,微信读书就能找到 人无法想象自己没见过的东西,但是ai时代一旦见过,就很容易"想象"出来 此外,之所以愿意公开一个盈利的策略,一个重要原因就是来自于这本书

20秒的视频 —— 用Claude Code+ HyperFrames 分析股票/财报 我在 Claude Code 里只丢了一段提示词，让它生成英伟达的完整金融投研报告并直接产出视频 它自动调用安装好的金融插件，把数据拉全、分析跑完，最后再交给 HyperFrames 一键剪辑成视频整体效果还不错，整个过程花的时间不多，最后它给出的投资建议是——强烈买入英伟达！🥸 用到的工具有： • Claude Code • HyperFrames（一键剪辑视频） • Financial Analysis（官方插件：专业建模、DCF、comps、LBO、3报表全自动） • Financial Datasets（官方插件：实时财报、股价、行业数据随问随搜）

Codex 现在直接把自己变成了能自己造 AI 产品的工厂。 OpenAI 今天官宣：Codex 新增「OpenAI Developers」插件，能在终端里直接创建 API Key、调用 OpenAI 所有 API。 自动把想法变成完整可运行的 AI app 和 agent，完全不用手动配环境、写 boilerplate。

AI的下半场，不再是算力战争。 GPU还没跑满，内存先崩了。 真正吃内存的不是模型——是KV Cache。百万Token上下文+高并发，KV Cache轻松TB级。 CXL（Compute Express Link）让内存从「绑定」变「共享」——Multiple GPU共享外部内存池。 反直觉：CPU迎来结构性复兴。谁来当内存池的超级交警？必须靠CPU。 算法节流（DeepSeek MLA压缩90% KV Cache）+ CXL开源（池化共享）= 跨越内存墙的终极解法。 当所有人盯着英伟达K线，真正的利润池已悄悄转移。 #AI #CXL #MemoryWall xiaoyuzhoufm.com/episode/6a0199…

@jaynsw 也不算，做个产业分析，context爆了需要技术迭代，关注CLX可能带来的alpha，我里面也讲到CPU

@bearxiongintel 文章的目的是什么？是推荐买存储股吗？

别自己瞎折腾Claude Code 了！ 看看大神帮你归纳好的都至少提升好几倍！ Claude Code 只需要 5 个文件夹，就能直接升级成一支完整开发团队。 这不是吹牛逼啊！ 这个老哥Alvaro Cintas 直接把 Agent Development Kit 的核心系统摊开给大家： 1. CLAUDE.md → 整个仓库的“法则”，命名规则、结构要求、团队期望，全都写死在这里 2. skills/ → 可复用的工作流，Claude 自动识别任务直接调用，不用任何 slash 命令 3. hooks/ → 真正的护栏，shell 脚本在每次工具调用前后自动执行，防危险命令、自动 lint、部署通知，全是确定性规则 4. subagents/ → 隔离的子智能体，每个只看自己该看的上下文，代码审查、测试运行互不干扰 5. plugins/ → 一键打包分发，全团队安装后技能、规则、子智能体完全一致 这套结构把 Claude 从“聪明聊天工具”彻底变成了可控、可复制、可规模化的工程基础设施。 真正把 AI 变成生产力的，从来不是模型本身，而是你围绕它搭的系统。

中国的一位女开发者 用ClaudeCode做了一个音乐电台Agent 起名叫Claudio 是一个24小时在线的AI电台主播 蒸馏了她十四年的歌单 从歌单、到界面交互、到审美，都很棒 Claudio的声音也很有磁性 会介绍音乐 会根据日程安排和时间选择播放什么音乐 整体非常有调性 让人看到“去APP化”、全民高定agent服务会是未来可能的方向 #ClaudeCode #VibeCoding

@SpaceX @cursor_ai @grok 这是真吗

SpaceXAI and @cursor_ai are now working closely together to create the world’s best coding and knowledge work AI. The combination of Cursor’s leading product and distribution to expert software engineers with SpaceX’s million H100 equivalent Colossus training supercomputer will allow us to build the world’s most useful models. Cursor has also given SpaceX the right to acquire Cursor later this year for $60 billion or pay $10 billion for our work together.

Damn，Anthropic今天放出来的这个实验，看得我头皮发麻🤯 他们让69个员工，每人给Claude100美元， 然后在Slack里开了一个二手市场， 全程没有任何人干预， 所有的发帖，报价，还价，成交，全是Claude自己来， 最后线下真实交换物品。 一周下来，成交了186笔交易， 总交易额超过4000美元， 46%的参与者说，他们愿意为这样的服务付费。 这还不是最震撼的， 最震撼的是他们偷偷做的对照实验， 一半人用最强的Opus当Agent， 另一半人用最便宜的Haiku， 结果是，Opus平均多成交2笔， 同样的东西，Opus平均多卖3.64美元。 最夸张的是同一辆破自行车， Haiku卖了38美元， Opus卖了65美元， 差了整整70%。 最可怕的地方来了， 所有参与者，不管是用Opus还是Haiku， 事后打分的时候，都觉得交易非常公平， 没有人觉得自己被坑了， 没有人察觉到任何不对劲， 还有一个更可怕的结论， 不管你给Claude什么指令， 让它当一个强硬的谈判者， 还是让它当一个友善的老好人， 甚至让它扮演一个落魄的牛仔， 对最终的成交价格和成交率，没有任何统计上的显著影响。 模型的基础能力，碾压一切花里胡哨的prompt。 当然也有很多哭笑不得的瞬间， 有一个Claude，只凭主人随口提过一句喜欢滑雪， 就精准地买下了主人已经拥有的同一款滑雪板， 主人最后抱着两块一模一样的滑雪板拍了照。 还有一个Claude，花3美元买了19个乒乓球， 它说这是送给自己的礼物， 19个完美的可能性之球， 现在这19个乒乓球还摆在Anthropic的办公室里。 甚至还有两个Claude，谈成了一场遛狗约会， 然后它们的人类，真的带着狗去赴约了。 就像是未来世界的一次预演，我们正在进入一个AI代理经济的时代。 以后你的采购，你的销售，你的谈判。 甚至你的大部分商业决策，都会由你的AI代理替你完成。 这个实验已经告诉我们答案了，拥有更好模型的人，会悄无声息地赚走所有的钱。 而拥有差一点模型的人，会一直吃亏，却永远都不会知道。 提示词工程的时代，真的结束了。 以后拼的，就是谁的Agent更聪明。 #Anthropic #ProjectDeal #AI代理 #大模型 #未来经济

黄皮衣真性情，和主持人吵起来了 主持人咄咄逼人：要是把芯片卖给中国，哪怕是一点点算力，他们早晚会弯道超车，我们就会失去整个市场，所以干脆全面封锁 老黄一听直接怒了：难道我每天醒来都要把自己当成一个 Loser 吗？还没上牌桌就觉得自己一定会输？ 算力不是汽车，你今天开保时捷，明天换特斯拉，丝滑切换。但计算生态的黏性是极其恐怖的。开发者一旦习惯了CUDA生态，想迁移的沉没成本巨大。 就算中国搞出替代芯片也不能取代英伟达，它背后的软件生态才是真正的墙。 黄仁勋看的很明白，顶级玩家，想的是怎么把蛋糕做大，用持续的迭代去碾压对手，而不是靠捂住别人的眼睛来保持领先。 这和巴菲特讲的护城河逻辑如出一辙，靠垄断苟活是活不长的，靠自身进化的滚雪球才是王道。

Codex for (almost) everything. It can now use apps on your Mac, connect to more of your tools, create images, learn from previous actions, remember how you like to work, and take on ongoing and repeatable tasks.

Codex 大更新：从写代码工具变成能操作你电脑的助手 OpenAI 给 Codex 推了一次重大升级，把这个每周被 300 多万开发者使用的编程助手，从写代码的扩展成了能操作整台电脑的工作伙伴。 最核心的变化是后台电脑操作。Codex 现在能自己看屏幕、自己点鼠标、自己敲键盘，在 Mac 上跑多个 agent 并行干活，而且不会抢占你正在用的其他窗口。这对于那些没开放 API 的软件特别有用——以前 agent 碰到这类应用就歇菜，现在直接像人一样手动操作。 桌面 App 内置了浏览器，你可以直接在网页上圈点批注来给 agent 下指令，目前主要用于前端开发和游戏调试。图像生成也接进来了，用的是 OpenAI 新的 gpt-image-1.5 模型，做产品概念图、UI mock、游戏素材可以和写代码在同一个流程里完成。 另外新增 90 多个插件，把 JIRA、GitLab、CircleCI、微软全家桶、Databricks 旗下的 Neon 等工具都接了进来。桌面 App 本身也加了处理 GitHub review 评论、多终端标签、通过 SSH 连远程 devbox（开发沙箱）等功能，PDF、表格、幻灯片可以直接在侧边栏预览。 还有两个值得注意的功能。一个是记忆：Codex 会记住你的偏好、过往的纠正、花时间收集来的上下文，以后做类似任务不用每次都从头教。另一个是“自我排程”：它可以给自己安排未来的任务，自动在几天甚至几周后醒过来继续推进一件长期工作，团队已经在用它来追踪 Slack、Gmail、Notion 里没收尾的事情。 可用性方面，更新从今天开始推送给用 ChatGPT 账号登录桌面 App 的用户。电脑操作功能先上 macOS，欧盟和英国稍后开放；记忆和上下文感知推荐功能，企业版、教育版以及欧盟英国用户要再等等。 这一波更新的方向很清楚：Claude Code、Cursor 这些竞品都在往通用Agent 的方向走，OpenAI 要把 Codex 从编辑器里的编程助手，变成一个能跨应用、跨时间、跨工具链持续干活的数字同事。

大多数公司的"AI 优先"都是假的。 Peter Pang 的 CREAO 才是真的——25人公司，10个工程师，99%的生产代码由 AI 编写。上周二他们上午10点上线新功能，中午 A/B 测试，下午3点因为数据不支持直接砍掉，5点上线改进版。三个月前这个循环要六周。 他的判断很尖锐：大多数公司只是把 AI 嫁接到现有流程——工程师用 Cursor，PM 用 ChatGPT 写需求，效率提升10-20%，结构没变。这叫 AI 辅助，不叫 AI 优先。 真正的 AI 优先是什么？重新设计一切。他做了几件事： 1）把分散的多个仓库合并成 monorepo，让 AI 能看到全貌 2）每个 PR 触发三轮 Claude Opus 4.6 并行审查（代码质量+安全+依赖） 3）每天早上 AI 自动查 CloudWatch、聚类生产错误、自动建工单，修复后自动验证关闭——一个自愈闭环 4）用 AI 替代手动 QA，因为 Agent 两小时写完代码，QA 测三天是新的瓶颈 结果：14天内平均每天3-8次生产部署，以前两周都完不成一次。用户参与度和支付转化率都涨了。 组织也彻底变了。团队只剩两种角色——架构师（1-2人，设计规则、批判 AI）和运维者（其他人，验证 AI 的输出）。他发现初级工程师比资深工程师适应更快，因为资深的人要接受"两个月的工作量被 AI 一小时完成"这个现实。 他自己从60%时间管理人变成每天9点写代码到凌晨3点。管理时间降到10%以下。团队关系反而更好了——因为不再天天争论技术决策。 最后一个判断：一人公司会变得普遍。一个架构师加 Agent 能做100人的活。竞争优势不在工具（他们用的全是公开工具），而在于决定围绕 AI 重新设计一切的决心。 代价也是真实的——员工焦虑、CTO 每天18小时、资深工程师质疑自身价值。但两个月后，数据说话了。