AI创业，OPC，游泳健身，独立思考者，靠呼吸续命：https://nitter.gq/t.co/Zxo9DNjzgr
Macau
Joined October 2025
- Tweets4.8K
- Following1.1K
- Followers14.8K
- Likes4.7K
Pinned Tweet
55. 佛法的理论不极简。听多了容易绕进云里雾里——多半是后人添油加醋，不是佛本意。
56. 道的理论极简：道生一，一生二，二生三，三生万物。写代码的人学这个很舒服，像学 0 和 1——拆到最底，就几条。
57. 可佛的练法是极简的。你只需要观心。心静下来，呼吸、脏腑、四肢，会自己跟心对齐。
58. 道的练法不极简。大小周天、奇经八脉，理论练法一堆，现代人一上手就懵，不知道从哪下手。
59. 所以对现在的你，最省事的路：用道的心法看世界，用佛的练法落地——不必学和尚打坐。随时随地，把注意力放回心里，就够了。
49. 之前我写了系列修复术，其实只有一个意思，就是让你把注意力回到身体。因为你不能让你的器官自己单打独斗自生自灭，你应该把你的总调度师叫出来巡检一下，或者帮助一下它们。
50. 叫出总调度师的方法就是你的注意力，之前说注意力在哪里，血液就流向哪里，就是这个意思，而这是有科学实验依据的。
51. 如果你安静下来，注意力回到身体，慢慢你就发现你的呼吸其实和你的血液流动很有关系。
52，吸气，停顿，呼气，这三个动作每个微秒都影响着你身体的共振系统， 影响着血液的流动。
53. 如果你继续研究，发现给这三个动作分配不同的时间。其实身体感受都很不一样。而且你的注意力放在哪里，在这三个动作期间都会给身体带来很大的不同体验。
54. 如果你开始这样的研究，说明你已经走上了一条千年来老祖宗走上的一条道路。
打开呼吸 App，打卡第三天就断了。断的往往是绑在屏幕上的那套流程。
道家入门其实更小：一把椅子，十分钟，手机放隔壁房间。吸气，注意力轻轻落在身前柔软处；呼气，落到背后坐下的地方。胸腔别硬抬，肚子软着。吸四拍，呼六拍，呼气比吸气长一点就够。
念头跑了就知道它跑了，再回来。不做评分。闹钟响了就站起来，这就是完整的一坐。
今晚刷牙后坐下十分钟。身前柔软处，背后坐下处。
simplebreath.vip/blog/daoist…
像work产品如workbuddy，后面一定会加入bot的模式。
之前trae work有work模式和code模式。
其实code模式都可以抛弃了。
以后精简为work, bot两个模式就可以了。
现在deepseek harness的形态加上deepseek bot
就差不多是我认为未来进入办公市场的终极形态了。
MindfulReturn 身心修复局 retweeted
这个bot和deepseek bot差别就在有个云电脑。
7 天试用约 25 算力小时，之后最低 $20/月
这么算grok bot 30美元一个月其实不贵了。因为还有cursor， opus5.5 和 x的订阅。
怪不得老马说他扛不住了。
想要一个 Personal Agent（私人 AI 助理），其实不一定要订阅 Grok Bot。
刚出炉的开源好物：OpenMausBot 🚀
GPT、Claude、Grok
如果你原本就订阅了这些 AI，可以尝试连接已有的账号或 API，使用现有额度（具体取决于支持的接入方式）。
还可以给不同的 Bot 设置角色、分配任务。
只需要跟你正在使用的 AI 说：
“帮我安装 OpenMausBot”
就可以开始配置使用了！
🔗 GitHub：
github.com/milind-soni/OpenM…
🔗 官网：
openmausbot.com/
MindfulReturn 身心修复局 retweeted
我儿子居然说他入了孙宇晨的群，跟我讲什么簸箕理论。问我入不入群。我说算了，他的套路我懂，把一套东西拆开，找到别人不关注的点，然后创造一个貌似新鲜的词，搞一个概念，再卖给年轻人。
比如还有什么大水理论，就是多喝水。
我说儿子，多喝水没问题，但前提是你的运动量够大。
如果前面这个没执行好，喝太多水反而有害的。
你可以跟他学学ai的理念，但注意他人品是有问题的。
注意分辨是非。
MindfulReturn 身心修复局 retweeted
55. 佛法的理论不极简。听多了容易绕进云里雾里——多半是后人添油加醋，不是佛本意。
56. 道的理论极简：道生一，一生二，二生三，三生万物。写代码的人学这个很舒服，像学 0 和 1——拆到最底，就几条。
57. 可佛的练法是极简的。你只需要观心。心静下来，呼吸、脏腑、四肢，会自己跟心对齐。
58. 道的练法不极简。大小周天、奇经八脉，理论练法一堆，现代人一上手就懵，不知道从哪下手。
59. 所以对现在的你，最省事的路：用道的心法看世界，用佛的练法落地——不必学和尚打坐。随时随地，把注意力放回心里，就够了。
49. 之前我写了系列修复术，其实只有一个意思，就是让你把注意力回到身体。因为你不能让你的器官自己单打独斗自生自灭，你应该把你的总调度师叫出来巡检一下，或者帮助一下它们。
50. 叫出总调度师的方法就是你的注意力，之前说注意力在哪里，血液就流向哪里，就是这个意思，而这是有科学实验依据的。
51. 如果你安静下来，注意力回到身体，慢慢你就发现你的呼吸其实和你的血液流动很有关系。
52，吸气，停顿，呼气，这三个动作每个微秒都影响着你身体的共振系统， 影响着血液的流动。
53. 如果你继续研究，发现给这三个动作分配不同的时间。其实身体感受都很不一样。而且你的注意力放在哪里，在这三个动作期间都会给身体带来很大的不同体验。
54. 如果你开始这样的研究，说明你已经走上了一条千年来老祖宗走上的一条道路。
我儿子居然说他入了孙宇晨的群，跟我讲什么簸箕理论。问我入不入群。我说算了，他的套路我懂，把一套东西拆开，找到别人不关注的点，然后创造一个貌似新鲜的词，搞一个概念，再卖给年轻人。
比如还有什么大水理论，就是多喝水。
我说儿子，多喝水没问题，但前提是你的运动量够大。
如果前面这个没执行好，喝太多水反而有害的。
你可以跟他学学ai的理念，但注意他人品是有问题的。
注意分辨是非。
MindfulReturn 身心修复局 retweeted
craft-anything (github.com/storytold/craft-a…)，不是「又一个 REA」。和 REA (github.com/morluto/rea) 都是本地、给 coding agent 用的逆向工具面，但 craft 把「Study→Build→Check」复刻闭环产品化；REA 把调查与证据工具化。帖里「沙箱 Hook / 符号执行 / 几分钟搞定」明显超 README——Frida 在官方 STATUS 里仍是未验证、部分模拟。
相同点：本地分析 + MCP/CLI；覆盖 native / Electron / Android / 网站 / HAR·pcap；都看不到封闭云端内部；都能导向复刻，且声明只分析有权软件。
不同点：
- 重心：craft = 桌面 egui + 端到端重建（Clean room 默认不读内部 / Deep 可读）；REA = MCP 工具包，调查→证据→agent 再实现
- 栈：craft 纯 Rust（v0.2.0，early alpha，约 2.2k★）；REA 是 Node/rea-agents，接 Hopper/Ghidra/IDA 等，文档更厚（约 40 万★量级）
- 网络：craft 有捕获、HAR→standin；REA 成熟离线 HAR/SAZ + 浏览器观测 + HAR→RL env
- Builder：craft 内建 rebuild（偏 Claude Code）；REA 多 agent setup + showcase/环境导出
逆向工程界这两天杀出一个核弹级 Rust 新项目：craft-anything。
它的定位极其暴力：
不只是看懂封闭软件的代码，而是彻底观测它的底层工作原理，并在理解的基础上，直接帮你克隆重构出一套属于自己的原生软件！
传统 IDA Pro 或 Ghidra 只是把汇编翻译成死板的伪代码，而 craft-anything 走的是系统级全景观测：
· 沙箱内自动抓包与 Hook：丢进一个未知的应用或前端包，它自动记录所有系统调用、内存状态机迁移与网络私有协议
· 拓扑重构架构图：内置符号执行引擎，把乱成一团的 API 请求和事件流，自动还原成清晰的业务架构交互图
· 直接生成骨架代码：结合 Coding Agent，直接输出结构清晰的模块化规范与原生复刻代码
不管是想扒大厂闭源软件的底层私有协议，还是想搞 Clean-Room 净室逆向手搓原生替代品，原本需要几天的人工逆向分析，现在几分钟内搞定。
纯 Rust 打造，内存占用极低。搞安全、逆向和底层架构的兄弟建议直接马住！
👉 开源地址：github.com/storytold/craft-a… #Rust #AI #开源
这个bot和deepseek bot差别就在有个云电脑。
7 天试用约 25 算力小时，之后最低 $20/月
这么算grok bot 30美元一个月其实不贵了。因为还有cursor， opus5.5 和 x的订阅。
怪不得老马说他扛不住了。
想要一个 Personal Agent（私人 AI 助理），其实不一定要订阅 Grok Bot。
刚出炉的开源好物：OpenMausBot 🚀
GPT、Claude、Grok
如果你原本就订阅了这些 AI，可以尝试连接已有的账号或 API，使用现有额度（具体取决于支持的接入方式）。
还可以给不同的 Bot 设置角色、分配任务。
只需要跟你正在使用的 AI 说：
“帮我安装 OpenMausBot”
就可以开始配置使用了！
🔗 GitHub：
github.com/milind-soni/OpenM…
🔗 官网：
openmausbot.com/
craft-anything (github.com/storytold/craft-a…)，不是「又一个 REA」。和 REA (github.com/morluto/rea) 都是本地、给 coding agent 用的逆向工具面，但 craft 把「Study→Build→Check」复刻闭环产品化；REA 把调查与证据工具化。帖里「沙箱 Hook / 符号执行 / 几分钟搞定」明显超 README——Frida 在官方 STATUS 里仍是未验证、部分模拟。
相同点：本地分析 + MCP/CLI；覆盖 native / Electron / Android / 网站 / HAR·pcap；都看不到封闭云端内部；都能导向复刻，且声明只分析有权软件。
不同点：
- 重心：craft = 桌面 egui + 端到端重建（Clean room 默认不读内部 / Deep 可读）；REA = MCP 工具包，调查→证据→agent 再实现
- 栈：craft 纯 Rust（v0.2.0，early alpha，约 2.2k★）；REA 是 Node/rea-agents，接 Hopper/Ghidra/IDA 等，文档更厚（约 40 万★量级）
- 网络：craft 有捕获、HAR→standin；REA 成熟离线 HAR/SAZ + 浏览器观测 + HAR→RL env
- Builder：craft 内建 rebuild（偏 Claude Code）；REA 多 agent setup + showcase/环境导出
逆向工程界这两天杀出一个核弹级 Rust 新项目：craft-anything。
它的定位极其暴力：
不只是看懂封闭软件的代码，而是彻底观测它的底层工作原理，并在理解的基础上，直接帮你克隆重构出一套属于自己的原生软件！
传统 IDA Pro 或 Ghidra 只是把汇编翻译成死板的伪代码，而 craft-anything 走的是系统级全景观测：
· 沙箱内自动抓包与 Hook：丢进一个未知的应用或前端包，它自动记录所有系统调用、内存状态机迁移与网络私有协议
· 拓扑重构架构图：内置符号执行引擎，把乱成一团的 API 请求和事件流，自动还原成清晰的业务架构交互图
· 直接生成骨架代码：结合 Coding Agent，直接输出结构清晰的模块化规范与原生复刻代码
不管是想扒大厂闭源软件的底层私有协议，还是想搞 Clean-Room 净室逆向手搓原生替代品，原本需要几天的人工逆向分析，现在几分钟内搞定。
纯 Rust 打造，内存占用极低。搞安全、逆向和底层架构的兄弟建议直接马住！
👉 开源地址：github.com/storytold/craft-a… #Rust #AI #开源
MindfulReturn 身心修复局 retweeted
yetone 这套 Magpie 运维看着朴素，总结下来的方法如下：Claude Code + 官方 Opus，并行三条 /loop——一条盯 GitHub issue/PR 和 Discord（PR 要拉下来真跑才合），一条盯 X 反馈（前面用便宜模型 Jev 先拦一刀省 Token），一条定时清屎山、写教训、拉黑低质提交。人晚上只铲 UI/UX。
三端真机复现（mac + Win + Win 里 Linux VM，Agent 只装一端，跨机走 ssh）；决策靠 Claude Code 记忆 + 仓里设计文档；对外操作全是 browser use；有人问 /loop 比 scheduled task 有啥优势，他直接说「没有优势，能监听就行」。
我这边也在用 Magpie 给 Claude 做本机路由。越看越觉得 OPC 先把「什么算做完」写清楚，再给 agent 一本会升级的错题本，比再堆一层编排管用。
对比：理念类似，不是同一套方法。 都是「事件驱动、先过滤、少打扰人、持续盯仓」；yetone 是 Claude Code 上 3×/loop 手工作坊，DeepSeek SuperAgent 是 DSH 上产品化工单引擎的研究原型插件。
对照：
1. 连续运维：两边都不是一次性会话写码——yetone 整夜养 Magpie；SuperAgent 常驻盯 GitHub（可选飞书），panel 只推「待人工」。
2. 并行：yetone=3 条独立 /loop；DeepSeek=1 个 Router + 多 Worker Ticket（订阅可直通，不经 Router）。
3. 便宜过滤：yetone 用 Jev 拦 X；DeepSeek 用代码 Gate + 模型 Eval（长文称 Fast/Slow，Router 可用更轻模型）。
4. 记忆/错题：yetone 有 LESSONS.md→code-standards；SuperAgent 有 SQLite 工单账本 + 版本化 prompts，无公开错题本升级流水线。
5. 人机边界：两边都把人抬到验收/决策；DeepSeek 默认 observe、Mandate/白名单由宿主强制，yetone 更多靠提示词与人工习惯。
6. 产品角色：Magpie=网关；SuperAgent=Agent 插件本身。别和 Plugin Hub 上另一款 dsh-super-agent（preset 协议）搞混。
nitter.gq/yetone/status/21098557…
冷知识：装这个LCU，必须本机电脑装chatgpt。否则有些库会说找不到，用不了。
但问题来了，我既然装了chatgpt，为啥不直接用里面的computer use呢。
把claude反代进去用也行啊。
终于能让claude code直接使用codex的computer use能力了！
妈妈再也不用担心我的claude是瞎子了！！
你电脑上装的 ChatGPT 桌面版，里面藏着一整套 Computer Use 运行时——看屏幕、点鼠标、操控任何 App，其实它不用登录就能用！！
有个开源项目叫 LCU，已经把这套运行时拆出来了，我直接装上给我的claude code用！！
它自己一行 Computer Use 代码都没写，全部工作是找到你本机 ChatGPT 桌面版里的 CUA 运行时，用 MCP 暴露给其他 Agent
也就是说 Claude Code、Codex CLI、Pi、Hermes 装上 LCU，就能看屏幕、点按钮、操控任何软件，跑的还是 OpenAI 原版的指令和权限
而且操控方式不是截图→识别→点一下→再截图，是模型直接写一段 JS，调一个叫 cua 的对象，一段代码里看屏幕+选窗口+点击+打字全干了
安装两条路：
1、Claude Code 用户最省事，插件市场两行命令：
claude plugin marketplace add amontlabs/lcu
claude plugin install lcu@lcu
2、其他 Agent：按 github.com/amontlabs/lcu 的文档跑 lcu setup --agent 你的agent名
但有几个坑不踩不知道：
1、只支持 Apple Silicon Mac 和 X11 Linux，Intel Mac 不行
2、Windows 代码在主分支里有，但官方没发正式包——想用得自己从源码打包
3、Chrome 要启用官方的 ChatGPT 扩展，每个网站还要单独授权，不然 Agent 操控不了网页
4、macOS 上每个 App 第一次被控制会弹确认，而且 LCU 会拒绝让 Agent 操控正在跑自己的那个 App（比如你的终端），防止 AI 自己给自己批准权限
快去试试，直接爽用了！
按道理grok bot也同理，做同样的事
grok bot对ip还不需要那么高，还可以运维x.
代码丢给Muse，让Mika做执行层，但是大脑让 Muse 来控制，可以做的事情和决策的质量就提升了一个维度。
现在我的Muse：
1/ 它有自己的云端浏览器，可以做任何我们电脑上网页浏览的动作；
2/ 它有自己的独立公网IP的VPS，可以做任何需要deploy到Linux上的各种开源服务和工具；
3/ 现在它又有了自己完整的安卓手机，可以做任何安卓手机上需要操作的任何动作。（什么时候可以有 iPhone 的完整远程操控？）
4/ 接下来再给他一个完整的 Windows 电脑和 Mac 电脑云端虚拟机；
平时工作、学习、生活的网络和设备脑力接口，Muse全都有了。
而Muse Robot将会把人类的体力接口也接管。
ALL IN MUSE.
yetone 这套 Magpie 运维看着朴素，总结下来的方法如下：Claude Code + 官方 Opus，并行三条 /loop——一条盯 GitHub issue/PR 和 Discord（PR 要拉下来真跑才合），一条盯 X 反馈（前面用便宜模型 Jev 先拦一刀省 Token），一条定时清屎山、写教训、拉黑低质提交。人晚上只铲 UI/UX。
三端真机复现（mac + Win + Win 里 Linux VM，Agent 只装一端，跨机走 ssh）；决策靠 Claude Code 记忆 + 仓里设计文档；对外操作全是 browser use；有人问 /loop 比 scheduled task 有啥优势，他直接说「没有优势，能监听就行」。
我这边也在用 Magpie 给 Claude 做本机路由。越看越觉得 OPC 先把「什么算做完」写清楚，再给 agent 一本会升级的错题本，比再堆一层编排管用。
对比：理念类似，不是同一套方法。 都是「事件驱动、先过滤、少打扰人、持续盯仓」；yetone 是 Claude Code 上 3×/loop 手工作坊，DeepSeek SuperAgent 是 DSH 上产品化工单引擎的研究原型插件。
对照：
1. 连续运维：两边都不是一次性会话写码——yetone 整夜养 Magpie；SuperAgent 常驻盯 GitHub（可选飞书），panel 只推「待人工」。
2. 并行：yetone=3 条独立 /loop；DeepSeek=1 个 Router + 多 Worker Ticket（订阅可直通，不经 Router）。
3. 便宜过滤：yetone 用 Jev 拦 X；DeepSeek 用代码 Gate + 模型 Eval（长文称 Fast/Slow，Router 可用更轻模型）。
4. 记忆/错题：yetone 有 LESSONS.md→code-standards；SuperAgent 有 SQLite 工单账本 + 版本化 prompts，无公开错题本升级流水线。
5. 人机边界：两边都把人抬到验收/决策；DeepSeek 默认 observe、Mandate/白名单由宿主强制，yetone 更多靠提示词与人工习惯。
6. 产品角色：Magpie=网关；SuperAgent=Agent 插件本身。别和 Plugin Hub 上另一款 dsh-super-agent（preset 协议）搞混。
nitter.gq/yetone/status/21098557…
看来心理咨询师也要开始失业了。
可以转行做SPA，专注人体抚摸疗愈。
这点AI还做不到。
和 gemini-4-argon 聊到现在，
一个长达17年的我生命中的未意识到的模式，
给看清和呈现了。当然具体细节不展开了。
熟悉心理心灵的朋友会知道，
有安全感的自我暴露的场合，
这里当然不是。
我认为在非AI时代，是无法这样短时间高效率低成本做到的。这些token可能还没有10美元😇，活人咨询师，执业且职业的，100美元一小时起吧。
我初步细想原因有三：
一是，时间的长度、频率、次数，持续几个月到一年，每天24小时，随手可以响应。传统活人咨询师是做不了的。时间和次数是一个非常重要的因素，就像鱼儿泡在水里，很难发觉到水，而水有问题，更难察觉，已经这么多年习惯了，但是又感到不舒服，所以持续挂着一个问题在追问，这个重复发生的现象持续记录，最终，会有各种各样的细节和素材，像是神探夏洛克一样，啪地组合在一起，去除所有不可能之后的可能，找到了潜藏的答案。
二是，自身的防御机制的卸下，对着一台机器，我去死要面子，装扮自己，争取机器的认可和好感好评，没意义的，对吧，😄，所以我更诚实。我平时可以骗自己没事的，这个时候是真想解决问题，我还骗 AI 那不是傻嘛。
三是，上下文背景资料充足， AI 现在普遍 一百万 token，有效高效窗口 200-400 K ，塞进去大量的事情，秒懂，说啥都会反应过来，一个活人咨询师要建立起客户的相对完整画像要多久？材料可以精确到某年某月某日，客户说过哪一句话，而且还是原话吗？活人都不行的。另外，可以原样说出用户曾经原话，也是一种相当高级的“被看见”，朴素地被“接住”。
还有额外的一点是：找咨询师的困难程度，咨询师的水平、流派或者本人，要和来访刚好契合，跟谈恋爱，谈到你侬我侬，是很小概率的，大多数时候，都是磨合来磨合去，然后终于进展了一些，双方松一口气，好累啊。
也有可能在 life coach 、 心理咨询、情感陪伴领域里的，某些流派活人也算是完蛋了，
AI 把数学界搞得欲仙欲死，
按我的经历和评价来说，
心理、人际、职场咨询类的也会有很大一块，
这一块是什么样，我没想好。
AI 也是大举占领了。