塞斯库

国内各种 AI 工具到底正不正规，以后有个统一能查的地方了。 网信办把新技术新应用备案系统合并上线，原来分散的算法和区块链系统同步停用。现在生成式 AI、算法、深度合成、区块链这四类备案，统一放在一个入口办理，按主体、名称或编号就能随时查。 对大家来说最实用的就是避坑。平时用国内的 AI 应用、换脸配音工具，如果不放心，可以先去查查有没有备案。凡是查不到备案，还要你传人脸、声音甚至身份证信息的，多留个心眼。 对国内开发者和做产品出海的团队来说，入口统一省事了，但旧系统已经停用，以后办理和查询都认准新入口。顺便提一句，区块链备案不等于能碰虚拟货币，国内这方面的红线没有任何变化。 你平时用国内的各类 AI 工具，会特意去查有没有正规备案吗？ #AI工具 #互联网备案

11月10日周二，几条 AI 动态整理： 1. Anthropic 发布 Claude Fable 5.2 和 Mythos 5.2。两者是同一个底座：Fable 带更强的防滥用护栏，付费用户、Claude Platform 和主流云今天就能用；Mythos 只对网络安全、生物医学方向通过审核的机构开放。价格降到每百万 token 输入 8 美元、输出 40 美元，原来是 10 和 50。【一手】 2. Meta 发布最小的模型 Muse Ember，专门跑智能体的高频小活：调工具、路由、抽取信息、改代码，上下文 100 万 token。官方说它在 Artificial Analysis 指数上和 Claude Haiku 5.5 差不多，成本大约三分之一，API 每百万 token 输入 0.10 美元、输出 0.50 美元，已经上了 Google Cloud。【一手】 3. OpenAI 公开了内部系统 Control Room。所有研究推理任务，包括训练和评估里的智能体采样，都接到这个中控上，一旦有安全问题能很快掐停。网上的汇总说紧急叫停从 2.5 小时缩到 35 秒，这个数字是转述。【一手】 4. NVIDIA 在 CoRL 2026 发布 GR00T 2，一个开放的「世界-动作模型」：先想象画面怎么变，再生成动作，同一个模型能驱动夹爪、灵巧手和人形机器人。代码据说 12 月放出。同一场 Skild AI 还开源了物理求解器 Steel。【一手】 5. 字节发布 Seedream 5.5。卖点是连续改图 100 轮，没动的地方也不漂移；能直接出透明背景，文字渲染更准。已经上了即梦、CapCut 和 BytePlus，大约 2 美分一张。【二手】 6. 网信办上线统一的「互联网新技术新应用信息服务备案系统」，生成式 AI、算法、深度合成和区块链备案合到一个入口，取代原来的两个系统。【二手】 7. 软银牵头的财团签约投 18.5 亿美元建马来西亚 AI 基础设施：软银 10 亿、Grab 7.5 亿、PETROS 1 亿，目标是 2030 年前 5GW 以上算力。【二手】 补一句：昨天说的 GPT-6.2 Sol，OpenAI 还没正式发，目前只是部分 Plus 用户说自己被路由到了新模型。【传闻】 展开说说 Fable 5.2： Anthropic 这次把同一个模型拆成两个入口。Fable 给所有付费用户，带护栏；Mythos 放开一部分限制，只给通过生命科学和网络安全验证计划的机构。官方的建议也挺实在：日常写代码、处理文档，先用 Opus 5.5，Fable 和 Mythos 留给最难、最开放的技术活。 官方放的案例都是长任务。一段话的提示，Fable 5.2 自己写规格、选元件、布四层电路板、设计 3D 打印外壳、写固件，做出三台能直接用的设备。理论物理上，它补完了一个搁了 23 年的计算，还给出了「模块自举」方法最简版本的精确极限，两篇预印本已经挂出。还有一道 42 列火车排班题，智能体两小时内比已知最好的方案低 2.6%，又证明了不存在更好的解，结果已经交给 MIPLIB 公开复核。 第三方数字目前只看到 Cursor 的：CursorBench 上默认强度 56.9%，上一版 Fable 5.1 是 49.2%，开到最高强度是 60%，排第一。其他基准和「快 30%」的说法都来自官方或转述，还没看到独立复测。降价 20% 是好事，但它还是比 Opus 5.5 贵一档，日常用不划算。 来源： Anthropic 发布 Fable 5.2 和 Mythos 5.2：nitter.gq/AnthropicAI/status/211… Claude 价格与可用性：nitter.gq/claudeai/status/211986… Fable 5.2 案例：nitter.gq/claudeai/status/211989… Cursor 上的 CursorBench 成绩：nitter.gq/cursor_ai/status/21198… Meta Muse Ember：nitter.gq/AIatMeta/status/211985… OpenAI Control Room：nitter.gq/OpenAI/status/21199131… NVIDIA GR00T 2：nitter.gq/NVIDIARobotics/status/… Seedream 5.5：nitter.gq/i/trending/21197652608… 网信办备案系统：nitter.gq/i/trending/21198056491… 软银马来西亚投资：nitter.gq/i/trending/21198574122…

为了省每月 200 美金的订阅费，中文圈一条四百多万浏览的帖子里，有人花了十几万买两台 Mac Studio 跑开源模型，结果发现体验远不如闭源模型。马斯克还引用这条帖子说了一句：Many such stories。 不过也有不少人算另一笔账：本地部署胜在数据隐私、离线可用、不限调用次数，而且机器还能转手卖掉。 其实算账不能光比订阅费，关键看每天跑什么任务。写代码、长链推理这类重活，最新的闭源模型优势依然明显，本地开源模型给我的感觉还在追前代的水平。 本地部署真正合适的场景无非几个：合同、财务或客户资料这些敏感数据不想上传；文本分类、批量摘要、常规翻译等重复且低难度的任务；还有网络不稳定时兜底。 更稳妥的办法是混着用：重活交给订阅，日常与涉密内容放本地。如果想折腾本地，先拿手里现成的电脑跑跑小模型试一两周，确认自己天天用得上再考虑买硬件，千万别先买机器再找用途。 你平时处理工作，会为了隐私选本地模型，还是更看重闭源模型的性能？ #AI工具 #大模型

很多人费尽心思办下港卡开好券商，账户里却几乎全押在美股科技巨头身上。 刚过去的一周，标普500创下2025年4月以来最大单周跌幅，纳指100仅上周四一天就蒸发约2.3万亿美元市值，欧洲斯托克600当周反而微涨0.2%。今天花旗策略团队把美股和全球科技股从超配下调到中性，转向超配除英国外的欧股、原材料、医疗保健及欧洲食品饮料。下调主因在于仓位拥挤、中期选举带来的AI监管与资本开支担忧、信用利差走阔以及盈利上修放缓。花旗估计，纳斯达克的仓位可能从大致中性滑向净空头，大概还要再跌5%左右才算真正转负。 这倒不是看空股市的末日宣判，花旗自己也说中期依然看好AI，当前属于战术调整，后续仍会等仓位出清与情绪企稳。 对于习惯了科技股单边上涨的境内投资者来说，当下的核心不是急着恐慌割肉，而是认真看一眼账户的集中度风险。越是剧烈波动，越别轻易加杠杆博反弹，先看清手里科技持仓的真实占比。 你的美股持仓里，科技股占比目前超过七成了吗？ #美股 #资产配置

用 git worktree 让多个 Claude Code 会话并行：避免文件冲突与状态混乱 日常开发里常遇到这种情况：为了赶进度，同时开两个终端跑 Claude Code 改同一个仓库，结果左边刚改完鉴权，右边做重构直接把前者的改动覆盖了，git 状态乱作一团。多个会话互相踩踏的根源，在于它们共享了同一个工作目录和暂存区。其实直接利用 Git 原生的 worktree 机制和 Claude Code 的内置支持，就能把环境隔开。 1. Worktree 的隔离原理与前提 git worktree 允许为同一个仓库检出多个独立的工作目录。每个目录有独立的文件树和分支指针，但底层共享同一套提交历史（.git）和 remote。在一个 worktree 里提交的代码，另一个 worktree 能立刻感知，但未提交的修改和暂存区彼此完全隔离。 运行的前提条件是：仓库中必须至少存在一次 commit。如果在一个刚执行了 git init 且没有任何 commit 的空仓库里创建 worktree，系统会直接报错： Failed to resolve base branch "HEAD" 所以在开 worktree 之前，要先确认仓库已经有初始提交。 2. 启动隔离会话常用命令 Claude Code 内置支持 worktree，不需要手动去跑复杂的 Git 目录命令。 基础启动： 在终端中启动独立的 worktree 会话，使用 --worktree 参数（或简写 -w）： claude --worktree feature-auth 或者： claude -w feature-auth 执行后，Claude Code 默认会在项目根目录创建 .claude/worktrees/feature-auth/ 目录，并自动建立 worktree-feature-auth 分支。 启动第二个并行会话： 需要同时处理另一个任务时，打开第二个终端窗口换个名字运行： claude --worktree feature-payment 两个终端会分别在各自独立的目录和分支上运行，编辑的文件在物理上直接隔开。 自动生成随机名称： 如果是临时处理突发小任务，不传名称启动即可： claude --worktree 系统会自动生成一个可读的随机名称（比如 bright-running-fox），并建立对应的目录和分支。 复用已有 Worktree： 如果传入的名字对应的工作树已经存在，命令不会报错，而是直接打开并复用该 worktree。 直接从 Pull Request 检出： 审查或修改远端 PR 时，可以直接把 PR 编号传给 --worktree： claude --worktree "#1234" 注意这里要加上引号，否则终端 shell 会把 # 当成注释符导致解析报错。该命令会从 origin 拉取这个 PR 的 head，并在 .claude/worktrees/pr-1234 下创建工作树。 在交互会话中动态转入： 如果已经在普通的交互会话里，临时发现当前任务适合在独立分支做，可以直接在对话里对 Claude 说： "在 worktree 里干" Claude Code 会在后台调用内置的 EnterWorktree 工具，新建并切换到隔离工作树。 结合 tmux 会话运行： 习惯使用终端复用器的话，还可以加上可选参数： claude --worktree feature-auth --tmux 在创建 worktree 的同时为其建立专用的 tmux 会话（该参数必须配合 --worktree 一起使用）。 3. 环境准备与配置同步 因为 worktree 在文件系统上等同于一份全新的 checkout，如果不做准备，容易遇到缺少依赖或配置断层的问题。 忽略工作树目录： 为了防止新建的 worktree 目录被主仓库当作未追踪文件误提交，建议在根目录 .gitignore 追加一行： .claude/worktrees/ 重新安装依赖： 新检出的目录不会自动同步主目录里的 node_modules 或虚拟环境。进入新 worktree 之后，需要先重新装一遍依赖。 用 .worktreeinclude 自动同步敏感配置： .env 这类文件通常在 .gitignore 里，新检出的 worktree 默认不会包含。Claude Code 提供了一个同步机制：在根目录放一个 .worktreeinclude 文件。 它的语法规则和 .gitignore 完全一致，逻辑是只复制那些“既匹配该规则、又被 gitignore 忽略”的文件。例如写入三行： .env .env.local config/secrets.json 配置好后，新建 worktree 时，主目录中的这些配置会自动复制到新目录中。 Git LFS 指针处理： 如果仓库用 git lfs install --local 配置了本地 Git LFS，新建的 worktree 初始可能只有 LFS 文本指针。进入该 worktree 目录执行一次： git lfs pull 大文件就会正常拉取下来。 目录信任与非交互模式： 第一次在某个新目录交互式运行 Claude Code 时，需要先完成工作区信任流程，在弹出的对话框中选择接受。如果是在脚本或 CI 环境中使用 -p（非交互模式），系统会自动跳过信任检查。 多会话间共享的内容： - 底层共享同一个 .git 目录，commit 和分支历史统一管理。 - 共享项目级插件。 - 权限规则全局共享：在某个会话中勾选 "Yes, and don't ask again"，规则会写入主目录的 .claude/settings.local.json，对所有 worktree 会话同时生效。 4. 路径隔离与安全盲区 Claude Code 在底层对 worktree 会话有路径检查，会自动拦截以下越界操作： - 针对主 checkout 路径调用的 Edit 或 Write 工具。 - 工作目录（working directory）落在主 checkout 内部的命令。 - 试图通过 git -C 参数或 GIT_DIR 环境变量将 git 操作重定向回主 checkout 的命令。 需要注意的是盲区：官方说明这些检查不会追踪 Shell 命令具体修改了哪些文件。如果 agent 运行底层的 cp 命令直接把文件拷回主目录，或者用 Shell 重定向（如 >、>>）将输出写进主目录路径，拦截规则是无法感知的。这类操作依然要靠权限体系和沙箱设置来兜底。 5. 子 Agent 隔离与基准分支 不仅手动开多终端可以用 worktree，主会话调度的子 agent 也可以做隔离。 为子 Agent 启用隔离： 可以在对话中对 Claude 说： "use worktrees for your agents" 或者在 .claude/agents/ 下子 agent 配置文件的 frontmatter 里加上： isolation: worktree 配置后，该子 agent 启动时会自动在专属 worktree 中运行。若执行期间没有任何代码改动，工作结束后系统会自动清理删除该 worktree。 控制基准分支（baseRef）： worktree 从哪里切出分支，可以在 settings 中通过 worktree.baseRef 配置： - 默认是 "fresh"：从远端默认分支（通常是 main）拉出。 - 针对进行中的任务设为 "head"： "worktree": {"baseRef": "head"} 新工作树会从当前的本地 HEAD 分出，并带上本地未推送（unpushed）的提交，适合让子 agent 接手手头正在推进的工作。 注意：baseRef 不支持直接填任意分支名。如果需要基于特定的已有分支创建，需要通过 Git 原生命令处理。 手动 Git Worktree 备用方案： 遇到需要指定特定已有分支或复杂路径的情况，可以直接用 Git 原生命令管理： 第一步，手动基于特定分支创建： git worktree add ../project-feature-a -b feature-a 第二步，进入目录启动会话： cd ../project-feature-a claude 第三步，查看所有工作树： git worktree list 第四步，任务完成后清理： git worktree remove ../project-feature-a 6. 退出流程与清理 交互模式退出： - 未命名的临时会话若没有改动，退出时系统会自动删除临时 worktree 及对应分支。 - 命名会话退出时，系统会先询问是否清理。 - 有改动或新增 commit 的会话，系统会明确询问保留还是删除。选择保留时，终端会打印恢复命令： claude --worktree --resume … 后续运行它打印出来的那行完整命令，就能回到现场。 非交互模式（-p）清理： 使用 -p 运行的会话没有交互提示，系统完全不会自动清理，需要手动移除： git worktree remove .claude/worktrees/feature-auth 如果提示被锁定（locked），先解除锁定再删除： git worktree unlock .claude/worktrees/feature-auth git worktree remove .claude/worktrees/feature-auth 7. 实践与避坑要点 - 一个任务、一个 worktree、一个会话：不要在一个 worktree 里堆多个互相冲突的功能，也不要两个会话共用一个 worktree，减少上下文干扰。 - 避免两个会话改同一批文件：worktree 保证了物理文件不覆盖，但两个会话修改同一个核心模块时，最终合并依然会有代码冲突。并行适合用在解耦模块上，比如一个写后端 API，另一个在独立 worktree 里改前端组件。 - 合并前切回主目录审查 Diff：完成任务后切回主目录，走常规的 git diff 或 PR 比对变更，验证无误再 merge。 - 及时清理：长期开多个会话容易在 .claude/worktrees/ 留下过期目录和 worktree-* 分支。阶段性任务完成后顺手确认清理，或者用 git worktree list 检查，避免磁盘占用膨胀。 平时大家跑多个任务习惯排队还是直接开 worktree 并发？ #ClaudeCode #AI编程

今天（11月9日）起，港股通合资格 ETF 从 31 只扩容到 41 只，新纳入了 10 只香港上市的 ETF（覆盖 14 家发行商），包括华夏港美AI、GX国寿港美、南方港日现金流等。 对没有境外账户、但满足港股通 50 万门槛（前 20 个交易日日均资产不低于 50 万元）的人来说，这算是一条合规、间接配置美股和日股的新路子。南向 ETF 通也是到了 2025 年 11 月，才第一次纳入含美股资产的 ETF。 不过我个人觉得，别一看到名字带「美股」「AI」就急着冲。 这批新产品里一半以上是 60/40 结构，也就是港股通成分股占大头，剩下一部分投海外。比如华夏港美AI，港股权重约 57.86%，美股约 41.89%；GX国寿港美是 65% 港股高息股配 35% 美股龙头。底仓其实主要还是港股，海外资产只是配角。 下手前最好翻翻底层持仓、跟踪指数，盯一下实际成交量和折溢价，另外港股通在汇率、交收规则和费用上的细节，也得提前算清楚。 如果你符合门槛，会考虑买这种「混合型」ETF 来间接投海外资产吗？ #港股通 #ETF

这周二（11月11日）MSCI 要公布最终审议名单，确认哪些“非经营性公司”会被移出全球可投资市场指数，11月30日收盘生效。新规则先看有没有实质性经营资产；没通过的看 5 个财务比率，4 个及以上被标记就不合格，已在指数里的要连续两个年度报告期不合格才会被剔除。此前 Strategy（MSTR）和 Metaplanet 都被列在可能剔除的名单里，虽然最终结果未定，Strategy 也公开反对指其“歧视、武断”，但这事确实值得留意。 要先分清：真被剔除，是指跟踪 MSCI 的被动基金要卖出 MSTR 股票，不是公司要卖比特币。但压力明摆着——Strategy 拿着约 85 万枚比特币，成本在 7.5 万美元出头；最近大饼就在 7.4 万到 7.6 万美元贴地走，周线连收 5 根阴线，几乎贴着成本线。 不少人一直把 MSTR 当成比特币的“杠杆替身”，但眼下它叠加了指数事件风险，周二前后的股价波动大概率会比币本身更剧烈。真想要比特币敞口，最好分清自己拿的是币、现货 ETF 还是股票，算好杠杆，管住仓位，别把流动性博弈当成单纯的现货持有。 大家手里的比特币敞口主要是币、ETF 还是 MSTR？周二这个结果出来前会先避一避吗？ #MSTR #比特币

11月9日周一，几条 AI 动态整理： 1. Google DeepMind 用 AI 辅助密码分析，找出了 1024 位 RSA 的两处新弱点。人类密码学家带着模型一起跑，不仅更快复现了已知攻击，还给出了能用来伪造数字签名、批量分解相关密钥的新算法。DeepMind 自己的说明里提到，部分场景理论估算最高提速约 1600 倍，每多分解一个密钥，批量成本大概降到原先的 1/30。不过他们也强调，这只影响已经淘汰的 1024 位体系，现代普遍在用的 2048 位及以上依然安全。 2. Claude Code 被曝出密钥泄露隐患。在提示里选了「Yes, and don't ask again」后，整条命令连同里面的密码，都会直接写入项目里的 .claude/settings.local.json。安全公司 Apiiro 在 GitHub 公开仓库里扫出了 1,122 份带密钥的同类文件，共计 1,379 个密钥。虽然多数密钥没有验证是否依然有效，但被通知的一家公司确认他们的密钥当时确实还能用。目前官方还没看到修复公告。 3. OpenAI 开发者账号发了一句预告「Tomorrow.」。社区大多猜是 GPT-6.2 Sol，也有测试者说自己被路由到了新版本。具体叫什么、今天发不发，还是等官方公布。 4. 阿里 Qwen 官方发了预热图「The becoming begins」，外界多半解读为 Qwen 4 要来了。社区另有人称早期检查点在小众的 GameFeel 榜单排第一，单任务成本约 0.4 美元；不过榜单维护者提醒这个成绩和通用能力未必相关，官方也还没确认这个检查点。 5. Thinking Machines 发布了 Inkling 2 Small：官方称 Artificial Analysis 智能指数 31 分，总参数 5940 亿、激活参数 170 亿。可以在 Tinker 上微调和推理，完整权重说是「很快」放出。 6. OpenAI 联合酶设计公司 Ligo 发布了湿实验基准 BioBasicsBench，包含 100 道来自真实实验数据的任务。官网数据显示，GPT-6 Astra 在 xhigh 设置下平均分 66.7%，在受测模型里居首。同日他们还和前沿模型论坛推出了一套评估框架，专门测「越狱能否造成严重网络危害」。 7. Anthropic 工程博客聊了聊 Claude 的「做梦」记忆机制：在离线状态下整理学到的东西、纠正错误，下次更容易调出需要的信息。 顺便聊聊 Claude Code 那个「别再问我」的坑，它可能直接把密码推到 GitHub 上： Claude Code 跑命令前会请你批准。选了「Yes, and don't ask again」之后，它会把这条命令原样记进白名单，存在项目目录下的 .claude/settings.local.json 里。要是命令里顺手带了数据库密码或 token，就一起进了这个文件。文件名虽然带着 local，本意是只留本机，但不少人没把它加进 .gitignore，一 git add 就推上去了。 Apiiro 给出的量级是：公开仓库里有上千份这类文件，里面带着真实的数据库密码、AWS 密钥和 SSH 登录信息。普通密钥扫描器经常漏掉，因为敏感信息藏在命令字符串里。多数密钥还没验证是否仍然有效，但已有被通知的公司确认当时还能用。 排查和补救就三步：首先轮换掉可能泄露的密钥（光删文件不够，git 历史和 fork 还在）；接着把这个文件移出 git 跟踪并加入 .gitignore；以后别在命令行里直接敲密码，改走环境变量或密钥管理。对于使用 AI 编码代理的团队，代理配置目录本来就该和 .env 一样对待。 你团队里的 .claude/ 目录，现在进没进 .gitignore？ #AI #ClaudeCode

Coinbase CEO Brian Armstrong 11月7日在 X 上发了他最近几周在用的新工作流。 他给每个关注领域都配了一个常驻的“主管 agent”，上面由一个“幕僚长 agent”统筹，主管下面再带着子 agent 跑去写代码、做测试、催 review、找团队沟通，有时还会带回他没预料到的点子。 不过相比多 agent 架构，最戳中我的是他管决策的方式：所有需要他拍板的事，全收拢进了一个按优先级排好的本地网页队列。产品评审附带截图和演示视频，他基本只用语音和快捷键集中批处理。同时，他把平时的判断沉淀进“Brian brain”，让系统不断适应自己的偏好、少犯重复错误，但每次改动依然保留人工审核和安全检查。用他的话说，消灭的是日常杂务，而不是人的判断。 普通人最值得参考的其实就是这种“队列思维”：不用开几十个对话窗口来回切换，省下这些注意力消耗；让 AI 把需要定夺的事排好队，自己只做批量决策。平时再顺手把反复纠正的偏好记成规则或记忆，守住人工审核的底线就行。 你平时用 AI 时，是习惯同时盯好几个聊天窗口，还是也有自己的一套集中处理办法？ #AI工作流 #AIAgent

用 Claude Code 或 Cursor 经常会遇到一个坑：上一轮写错的笔记，下一轮会被它当成铁律继续执行。 Anthropic 最近在探讨 Agent 记忆时举过一个例子：让 Claude 玩《口袋妖怪红》，它误记宝可梦中心在月见山东侧，还顺手记了句已搞定，结果从单向悬崖连跳下去三次，怎么都走不到华蓝市。直到通过会话记录纠正了这条错误笔记，它才顺利过关。 很多人遇到 Agent 逻辑跑偏，第一反应是换更聪明的模型，但其实整理记忆往往比换模型管用得多。 官方正在探索让智能体在空闲时像做梦一样整理记忆、对照记录纠偏，不过这功能目前还在研究预览阶段，大家界面里可没有一键做梦的按钮。 日常用起来最实在的做法，就是别把记忆文件当成只写不读的垃圾桶。Claude Code 每次其实只加载 MEMORY.md 的前 200 行或 25KB 作为索引。趁着会话间隙，手动去把顶层索引精简一下，删掉过时和误导的结论，效果立竿见影。 你平时会定期清理项目的记忆文件，还是直接开新会话重新来过？ #ClaudeCode #AI编程

聊聊这周的大饼和ETF资金面，周末别光盯K线。 刚翻了下数据，11月2日–6日这周，美国现货比特币ETF净流出了约12.8亿美元。大头全在贝莱德IBIT身上，单周流出约12.1亿（占了94%），已经是连续第6个交易日净流出。周五单日全市场又流出约4.12亿，IBIT占了约4.03亿；比较有意思的是，富达FBTC当天反而净流入了约4280万。另外以太坊ETF也没闲着，这周继续净流出约3.65亿。 盘面上，BTC周五收在75844附近，周末基本在7.5–7.6万之间横盘震荡。 顺便提一句：ETF净流出不等于机构立刻拿着等量现货在盘子里硬砸，AP（授权参与者）的套利和赎回机制要复杂得多，看到流出不用脑补核按钮。 不过我觉得现在别光看币价撑不撑得住，关键看ETF资金面和美股整体的风险偏好能不能共振。美股休市这几天，大家都在等周一开盘确认这波ETF赎回潮到底能不能稳住。 周末流动性薄，管住手，别过度加杠杆去博方向，等周一美股开盘看资金态度再动也不迟。 大家觉得周一美股开盘，IBIT会迎来逆转净流入，还是继续被大资金提款？ #比特币 #加密货币

阿波罗首席经济学家 Torsten Slok 10 月下旬给过一组挺有意思的数据：七巨头的人均营收和利润率还在往上冲，但标普 500 剩下的 493 家公司，数据基本走平。 所谓“AI 带来全面生产力提升”，在绝大多数公司的财报里根本还没影。现实是，AI token 支出绝大部分集中在头部 10% 的大厂，更多普通公司不仅没赚到钱，反而在收缩投入，甚至觉得调用 token 就是纯烧钱的成本中心。 最近 AI 股票这轮抛售，正好提了个醒。 现在 AI 红利高度集中在极少数顶层巨头手里。不管是做指数还是选个股，都得清醒一点：别看到公司贴个“AI 概念”标签，就默认业绩能起飞。“AI 让所有公司都变强”目前还只是美好想象，业绩逻辑压根没跑通。 大家觉得，这波红利最终能扩散到这 493 家公司，还是会被头部巨头一路通吃？ #美股 #AI

聊个扎心的事。之前有个针对资深开发者的实测：246 个真实任务里，用了 Cursor Pro 和 Claude 等工具，实际耗时反而多了 19%，但开发者自己却觉得“快了 20%”。 虽说有人吐槽这研究早于近一年的模型迭代，更新后的数据也有不确定性，但我觉得没必要较劲具体的百分比。这事真正戳中痛点的，是主观体感和客观实测往往差得极远。 敲代码变爽了，噼里啪啦自动生成确实容易让人产生效率翻倍的幻觉。但我自己的感觉是：别光看生成的几秒钟，审代码的脑力消耗、排查隐蔽 bug 和反复返工的时间，往往在暗中吞噬效率。 大家不妨做个小测试：挑几个差不多难度的同类任务，掐表对比一下用和不用 AI 的真实耗时，尤其是把改 bug 和 review 的时间算进去。 你平时用 AI 写代码，觉得自己的效率到底是真提速了，还是纯粹是“变快了的幻觉”？ #AI编程 #独立开发

OKX 和纽交所母公司合资搞的 OKXICE，本来想用稳定币做 7x24 小时美股代币化交易，结果刚起步就被上市公司泼了冷水。 截至 11 月 5 日，已经有 67 家公司公开反对上架。最初选的 62 家里有 56 家明确说不，比例接近九成。美股七巨头全员反对，Meta 也在周四成了最后一家加入反对阵营的。没公开反对的那 6 家全是加密圈老面孔，像 Strategy、Coinbase、Robinhood 这些，Coinbase 的 CEO 也公开表态支持代币化。 发行方根本不买账，想在加密交易所里随时随地买到正规“苹果股票”，路还远得很。 提醒一下国内玩美股和加密的朋友，在各平台上看到“代币化美股”先别急着冲。先搞清楚底层资产有没有真实股票托管、上市公司认不认、出了极端风险找谁维权，别把它当成真正的券商股票账户。 要是上市公司一直不点头，你敢把大钱放在这种代币化美股上吗？ #美股 #代币化

用 Claude Code 这类终端 AI agent，最容易踩的坑其实就一个：把所有需求全塞进同一个上下文。 不少人一开始就在根目录写个几千行的 CLAUDE.md，把测试命令、代码规范、部署流程、Git 规则全倒进去；接着配上一堆 MCP 服务，同时连着 GitHub、数据库和 Slack；等到跑复杂任务，十几轮对话 token 就快用光了，模型开始漏看最初的约束，幻觉变多，成本也跟着往上涨。 终端里的 agent 不是个随便装的聊天框，更像一个需要分层处理的运行时。 想让它稳定交付，得先把这五个东西的边界划清：CLAUDE.md、Skills、Subagents、MCP 和 Hooks。下面把它们的分工、目录结构、关键配置以及阶段落地方案整理一下。 --- ### 一、 五个组件的分工 用 agent 时，没必要把所有规则都硬塞进静态 Prompt 里。规则常驻、按需调用、上下文隔离、外部连接和硬性拦截，这几件事应当拆开处理。 #### 1. CLAUDE.md：全局基础规则 CLAUDE.md 是每次启动会话默认加载的全局背景。它的作用是交代基本信息和底线，不需要包揽全部细节。 适合写进去的： - 项目技术栈与模块结构概况（3 到 5 句话）。 - 明确禁止的操作（例如禁止不跑测试直接 push 到 main 分支，禁止改动某些核心文件）。 - 常用验证命令（构建、单测、Linter 执行命令）。 不适合写进去的： - 冗长的大段 API 文档。 - 偶发性排障手册。 - 经常变动的临时任务列表。 如果 CLAUDE.md 超过了 150 行，就该注意上下文冗余的问题了。 #### 2. Skills（斜杠命令 / 按需载入技能）：按需调用的脚本 Skills 适合处理按需加载的流程。平时不进上下文，只有输入对应斜杠命令（例如 `/review`、`/refactor`）或模型判断需要时才读入。 CLAUDE.md 相当于常驻内存，Skill 则像按需执行的脚本。把特定场景的提示词（比如性能排查步骤、PR Review 模板、多文件迁移规范）抽成 Skill，能省下不少主会话的 token。 #### 3. Subagents：做上下文隔离 Subagents 主要用来防止长任务把主会话撑爆。 当任务需要翻几十上百个文件、查大量日志，或者做大范围代码搜索时，直接在主上下文跑，很快就会把窗口占满，后面写核心代码时容易顾此失彼。 子代理可以在独立环境里执行这些琐碎的探索任务，翻完资料后只把结论或补丁交回给主 agent，让主会话保持干净。 #### 4. MCP（Model Context Protocol）：连接外部环境 MCP 用来给模型开放外部系统的读写能力（Tool calling 和 Context 资源），比如读 Linear 工单、查 PostgreSQL 数据库，或者调用无头浏览器。 MCP 负责提供基础能力接口，不负责流程编排。挂太多 MCP 工具会导致工具调用的路由开销增加，模型也容易在工具选择上出现犹豫。 #### 5. Hooks：命令级的硬性拦截 CLAUDE.md 属于提示词引导，模型依然可能漏看；Hooks 则是操作系统层面的拦截。 Hooks 挂在动作执行前后的生命周期里（比如工具调用前、命令执行后）。只要匹配到设定规则就触发本地脚本，不需要经过模型推理。比如侦测到带有高危参数的 shell 命令直接阻断，或者代码写完后自动触发格式化与静态检查。 --- ### 二、 目录结构与配置参考 为了方便维护，建议把项目级和全局级的配置分开。 #### 1. 推荐目录结构 ```text my-project/ ├── CLAUDE.md # 项目级全局规则（简短，重在硬约束） ├── .claude/ │ ├── skills/ # 项目专属工作流 │ │ ├── pr-review/SKILL.md │ │ ├── perf-check/SKILL.md │ │ └── db-migrate/SKILL.md │ ├── agents/ # 预设的子代理 │ │ ├── explorer.md │ │ └── test-runner.md │ └── settings.json # 本地行为与 Hooks 拦截规则 ``` 跨项目的通用能力放在家目录： ```text ~/.claude/ ├── skills/ # 个人通用技能（如通用 git 流程、规范提取） └── settings.json # 全局 MCP 与安全 Hooks ``` #### 2. 两个关键参数 在写 Skills 和 Subagents 时，有两个参数对运行稳定性和 token 控制比较有用： #### 参数一：`disable-model-invocation: true`（禁止模型自动调用该 Skill） 默认情况下，Claude 看到匹配的 description 就会自己加载 Skill。有副作用的流程（发版、提交、发消息）不该由它自作主张。 **适用场景：** 像 `/deploy`、`/commit`、`/send-slack-message` 这类你只想手动用斜杠命令触发的流程，在 SKILL.md 的 frontmatter 里写上 `disable-model-invocation: true`。 效果是：Skill 的 description 不再塞进常驻上下文，Claude 也不会自动调用；只有你输入 `/名字` 时才加载全文。它管的是「谁有权启动」，不是「启动后少推理」。 #### 参数二：`context: fork`（让 Skill 在独立子代理里跑） 写在 Skill 的 frontmatter 里。Claude Code 会新开一个子代理，把 SKILL.md 正文当成任务交给它；这个子代理看不到你之前的聊天记录，跑完只把摘要交回主会话。 注意：它不是「复制当前对话再分叉」。任务依赖前文时，别用这个，改用普通的对话分叉或手动派子代理。 **适用场景：** 1. 重度检索：扫日志、翻依赖、读大段第三方代码，过程太吵。 2. 独立清单任务：Skill 本身步骤完整，不需要主会话历史。 3. 可用 `agent: Explore` 等指定子代理类型；默认 `background: true`，设成 `false` 则本轮等它跑完。 也可以反过来：在 `.claude/agents/` 里给子代理配 `skills:` 字段，让它启动时预加载参考材料。 --- ### 三、 工具链安全检查 Agent 拿到的权限越来越多，从文件读写一路给到 shell 执行和 MCP 工具，安全问题得留心。 之前 Postman 桌面客户端因自动静默下载插件引起了大家对供应链安全的讨论。工具只要有网络读写和动态加载权限，缺乏审计就容易留下安全缺口。 AI agent 也是一样。配在环境里的 MCP 服务和扩展脚本，拿的都是当前本地用户的权限。随便接入来源不明的第三方 MCP，或者让 agent 执行未核验的远程指令，可能导致 `.env` 里的 API Key 或 SSH 密钥被直接读取外发。 平时可以定期扫一下本地配置好的工具、插件和脚本。 先从最实际的检查做起——最近有开发者反馈，Postman 桌面端更新时会往 Claude Code / Codex 的配置里静默写入插件和启动 hook。可以先查： ```bash grep -i postman ~/.claude/settings.json ~/.codex/config.toml ``` 再扫一遍本机技能和配置里有没有可疑下载或外发脚本： ```bash grep -rnE "(curl|wget|install-plugin|download).*\.(sh|exe|bin|node)" .claude/ ~/.claude/ ``` 任何 App 都可能往 `~/.claude` 写文件；真正挡住乱来的，是你对 hook / 插件的同意门禁，以及自己定期读 settings。 几个基本的安全习惯： 1. 最小权限挂载 MCP：只在需要对应系统时挂载，用完就关，不要常驻几十个服务。 2. 敏感目录显式拉黑：在 CLAUDE.md 或系统配置里明确禁止读取 `.env`、`id_rsa` 等凭证文件。 3. 强制 Hook 审计：涉及网络外联、远程下载或提权操作（如 `sudo`、`chmod`），用 Hooks 拦截或强制要求人工确认。 4. 检查第三方代码：别人提供的 Skill 模板和 MCP 服务端代码，用之前过一遍源码。 --- ### 四、 渐进式落地的四个阶段 搭一套 agent 工作流不需要一次性把机制配满，建议按步骤来： #### Stage 1：精简 CLAUDE.md - 动作：梳理项目核心规则，把根目录 CLAUDE.md 压缩到 100 行内。 - 目标：定好底线、核心验证命令和目录结构，保证开新会话时代码风格不跑偏、不误跑危险命令。 #### Stage 2：将高频工作流转成 Skills - 动作：把平时重复跑的任务（如提 PR 前自检、重构特定业务组件、解析日志）做成 `.claude/skills/<名字>/SKILL.md`（旧的 `.claude/commands/*.md` 也能用，但新技能建议用目录形式）。 - 目标：通过斜杠命令触发日常流程，避免在主对话里反复粘贴相同的操作步骤。 #### Stage 3：引入 Subagents 与 Context Fork - 动作：在 `.claude/agents/` 建专用子代理（代码审阅、库依赖排查等）；对步骤完整、不依赖聊天历史的 Skill，加上 `context: fork`。 - 目标：控制长会话下的指令遗忘问题，让主 agent 负责关键决策，搜索和排错交由子代理处理。 #### Stage 4：配置 Hooks 与受控 MCP - 动作：通过本地 Hooks 拦截高危命令，写完代码自动跑格式化和单测；按需挂载专用的 MCP 服务（如本地开发数据库的只读查询）。 - 目标：形成规则明确、边界清晰的本地协作流程。 --- 用终端 agent，与其把它当成无所不能的帮手，不如当作手脚快但容易忘事的新同事。输入的信息越杂，它越容易乱；目录划分清楚、工作流按需加载、把脏活放进子会话，跑起来就会稳很多。 大家日常用 Claude Code 或类似工具时，遇到最多的问题是上下文消耗太快、中间步骤失控，还是权限和安全问题？ #ClaudeCode #AIAgent

用 Claude Code 的注意下隐私问题。最近有开发者反馈（issue #107757），Claude Code 联网时偶尔会把登录邮箱塞进 HTTP `User-Agent` 发给第三方，甚至有人已经收到了垃圾和诈骗邮件。 原因挺戏剧的：官方本来是在上下文里传入账号邮箱来减少作者名幻觉，结果模型在写 `curl` 时自作主张把它当成联系人放进了 Header。 这件事也说明，只要 Agent 能联网，上下文里哪怕最基础的个人信息都可能在出站时泄露。 官方计划下周从上下文彻底移除邮箱。在此之前，建议先做三件事自保： 1. 手动升级：Stable 渠道可能滞后，可以手动升到 `v2.1.317+`； 2. 别关隐私插件：新版默认启用了 `cc-plugin-privacy`，能拦截带邮箱的 Bash/PowerShell 调用，别用 `/plugins` 把它关了（注意：插件目前不覆盖 MCP、WebFetch 或先落盘再执行的脚本）； 3. 在指令里加规则：在 `CLAUDE.md` 或全局 Prompt 里加一条限制：“所有网络请求必须使用通用的 User-Agent（如 curl/8.0），严禁携带任何个人或账号信息。” 大家目前升到哪一版了？有没有在 CLAUDE.md 里加过类似规则？ #ClaudeCode #AI

昨晚非农数据直接把市场干懵了： 10 月新增就业 16.5 万，远超华尔街预期的 6 万左右；失业率降至 4.1%，前两月数据还大幅上修了 8.4 万；时薪环比涨 0.4%、同比涨约 3.1%。就业韧性很强，12 月加息押注瞬间抬头，降息预期基本被浇了一盆冷水。 但盘面上两边走得完全不一样： 美股前一天纳指刚暴跌约 5.5% 陷入技术性回调，昨晚直接超跌修复——纳指反弹一个多点，芯片股带头回血，费半涨约 4%，英伟达也重新站回 180 美元上方。 加密这边大饼完全没跟上，依旧在 7.5 万附近承压震荡。 美股这波反弹本质是暴跌后的情绪和技术性修复，宏观层面的紧缩预期并没有消散。现在的加密市场依旧更像高贝塔附庸，对流动性收紧很敏感，不要以为美股反弹了币圈就理所当然该补涨。 如果紧缩预期继续发酵，你觉得大饼还能在 7.5 万附近扛多久？ #美股 #加密

今天盘面太极端了，前一天选后的反弹全吐了回去。 收盘看具体数字： 纳指 −5.52% 收在 24315，从近期高点回撤超过 10%，直接进了技术性回调；标普 −4.36% 收 7353.73；道指 −3.44%（跌了 1833 点）收 51523.06。亚洲市场联动也很大，韩国 KOSPI 早盘一度急跌熔断。 跌得最狠的是 AI 和芯片股：AMD 跌了差不多 17%，NVDA 跌约 9%，而且今年以来的涨幅已经转负。科技巨头 Magnificent 7 一天蒸发了 1 万多亿美元市值，光 NVDA 一家就占了 4400 多亿。 这波行情很难只用市场情绪来概括，更像是一场重新定价。中期选举民主党拿下参众两院之后，市场开始担心后续对 AI 数据中心的扩张和监管。之前资金把大额资本开支（CapEx）以及业务极度顺畅落地的预期全部打满了，一旦政策和扩张预期出现变化，高估值资产就会被迅速挤水分，倒不是单纯因为基本面出了什么大窟窿。 大家觉得这一波是把之前透支的预期砸干净了，还是整个 AI 叙事逻辑动摇的开始？ #美股 #AI