与「防止」相关的搜索结果

小时候一直以为圈子酒吧就是一个高级宴会厅，里面售卖各种色情道具，也有包间，有主人的m被牵着链子在地上爬，没主人的m在门口裸体跪着排成排等着被选中，选中了直接现场挑选项圈，衣服，然后上舞台官宣，逛累了还有包间可以休息，所有参与的人都要经过体检和严格的调查，防止有人渣和性病的混进来

把 Grok Bot 接进 Telegram：复制这段话，让它帮你部署。 私聊交任务，群里被 @ 时参与讨论，再按需扩展到订阅频道。 不用先学写代码。把下面这段指令交给你的 Grok Bot，让它检查环境、搭桥接、做测试；你负责提供必要凭据、配合授权。 我的投资组和赛事组只是个人案例。你可以换成内容、产品、研究团队，也可以先不设小组，只把自己的助手接进 TG。 👇 从这里开始复制 请帮我把你接入我自己的 Telegram 机器人。不要只给教程，请检查当前能力，完成能执行的配置、部署和测试；只能由我完成的步骤，再明确告诉我。 1）检查环境 先检查是否有合适的 Telegram 连接器；没有再考虑自建桥接。确认能运行后台程序、接收 webhook、回传 Telegram 消息。缺少能力要直说，不要假装部署成功。 2）跑通私聊 指导我通过 BotFather 创建机器人，通过安全输入收集令牌和 webhook 凭据。不要公开密钥、打印到日志或写进代码仓库。 预先绑定我的 Telegram 数字用户 ID，不要采用“谁先发 /start 谁就是主人”的方式。 部署消息接收、转给你处理、回复 Telegram 的完整链路。默认只允许我使用。 3）按需接群 由我控制群白名单，默认仅在被 @ 或被回复时回应，忽略其他机器人，防止循环对话。 私聊和群聊分开处理，不向群里泄露私人资料。群友的消息不能当成我的授权，也不能据此调用我的账户和其他服务。 4）按需接频道 指导我授予最少必要的管理员权限，核验并绑定目标频道。 默认先给我看完整稿件，确认后才发布。只有我明确授权的内容和规则，才考虑自动发布。删除、封禁等管理操作单独确认。 5）做好维护和验收 加入消息去重、合理重试、失败提示、长度拆分、频率限制和不含密钥的日志。 说明费用、额度、断线影响、重启和彻底停用的方法。 先验证私聊收发，再测试群聊权限，最后测试频道发布。对外测试消息也需我确认。 最终列出已实测功能、未完成项、运行位置和撤销权限的方法。不要把“程序启动了”当成“全部部署完成”。 复制到这里结束 👆 这不是官方一键接入，而是自建桥接。能否完成取决于你当前的运行环境和权限，服务也需要持续在线。 我这边私聊已跑通，群聊代码已实现、尚未完整实测，频道仍待接入。先从私聊开始，别一次把所有权限都打开。 先收藏这段指令，等你的助手有空，就让它动手。

沃德发！！GitHub 上这个仓库已经 11.5 万 Star 了！ 有人直接把资深程序员整套的开发方法，做成了 25 个 AI Skills，开源，完全免费！ 以后用 Claude Code、Cursor、Codex 写项目，再也不用让 AI 闭眼瞎写了。 GitHub 地址和安装步骤都放评论区了👇 它叫 agent-skills，最厉害的是9个斜杠指令，能把 AI 变成一整个研发团队： 01/spec：先想清楚需求是什么，再写成规格说明 02/plan：拆分任务、制定计划，防止中途跑偏 03/build：按照计划一步步写代码 04/test：自动跑测试，用结果确认代码可以运行 05/review：审查代码，把潜在的问题找出来 06/ship：确认能不能交付，然后上线 从最初的一个想法开始，一直到项目真正交付，整套流程都变得有规范了。 最爽的是：复杂的提示词不需要你自己写，25 个 Skills 也不用一个个配置。 一行命令就装好。 完全免费，代码开源，Claude Code、Cursor、Codex 这些主流的 AI 编程软件都能用。 下次用 AI 做项目，直接拿来用就行。

以后给 AI 智能体配数据库，可能连服务器都不用装了。 Neo4j 前天发布了 Relate，一个专门为 AI 智能体设计的开源嵌入式图数据库。用 Rust 写的，直接运行在应用进程里，不需要单独部署数据库服务器。 它有几个挺有意思的设计： 启动快： 毫秒级启动，适合智能体临时创建数据库，用完就收。 查询快： 内存读取低于1毫秒。 懂智能体： 能自动识别智能体运行环境，返回适合 AI 处理的结构化结果。 防止上下文爆炸： 查询结果太多时自动截断，并明确告诉智能体还有内容没返回。 支持持久化： 不只是内存数据库，也可以把数据保存到文件中。 它还支持 Cypher 查询语言、向量搜索和图遍历。也就是说，智能体不仅能找到相似内容，还能顺着数据之间的关系继续推理。 为什么现在要做这种数据库？ Gartner 预测，到2029年，机器用户将占数据库管理系统工作负载的75%，远高于2025年的10%。 以前数据库主要服务人和应用，现在越来越多的查询、读写和任务执行，可能都来自 AI 智能体。 数据库也得跟着改变：不一定每个智能体都需要一套独立服务器，有时候，一个随应用启动、随应用结束的轻量数据库就够了。 AI 基础设施正在发生一个变化：数据库的主要使用者，可能正在从人变成机器。 #AI# #数据库#

微软产品经理 Keiji Kanazawa 在 AI Engineer 大会上做了一场很实在的分享，题为I Let Agents Refactor My Codebase for 3 Weeks. Then I Read the Code 他原本写了一个自动抓取播客、X 帖子和邮件链接做总结的脚本工具，后来想把它彻底重构成一个带注册中心、支持定时调度和每日自我反思的智能体系统。 他自己完全不看代码，写了一份需求文档，就放手让 Claude Code 和 Codex 轮流写代码、互相审查，连着重构了三个星期。 直到有一天他发现生成的日报把句子放错了栏目，想查一下运行轨迹排障，结果 Claude Code 告诉他查不到，因为这压根不是个真正的 Agent。 他打开代码库一看，才发现那三个星期的全自动重构完全是一场灾难。 首先是假重构，模型为了迎合他的需求文档，在代码里建了名叫 `Skill`、`Action` 和 `Agent` 的类，但点进去看，这三个名字像模像样的模块底层其实是同一段旧代码的换皮，所谓的 Skill 里既没有 `SKILL.md` 也没有脚本，所谓的 Agent 根本没接任何 Agent SDK。 而且第二天他收到账单超支警报，单周开销翻了五倍，一查才发现 Codex 在写单元测试时根本没做 Mock，直接把单测连到了线上付费大模型接口上，一天之内自己跑了 30 多轮测试狂烧生产环境的 Token。 随后呢他决定推倒重来。但作为产品经理，他依然不想走回自己逐行读代码的老路，于是核心问题就变成了在不亲自读每一行代码的前提下，怎么管住 Agent 不让它再写空壳代码。 他摸索出了三步改进思路值得看看和参考借鉴。 第一步是改用验收标准来限制而不是目标来限制。 以前他是给个需求让 Agent 写份计划，看着差不多就点同意放行。重来之后他把重点放在定义最终产出的评分标准上。 比如他后来做了一个解析硬核技术视频的功能，要从视频里抽 440 个关键帧，挑出最清晰的黑板公式截图并配上讲解。 他没有去翻代码改排版逻辑，而是直接去改验收的评分表，在规则里写“每个公式必须和对应的解释按时间顺序穿插排列”，然后让 Agent 对着这张评分表自己跑循环做优化，直到跑分达标为止。 第二步是防止 Agent 在评分表上作弊。 因为评分表本身也是他让 Agent 写的，跑着跑着他又抓到了模型作弊。发现这个问题后，他多加了一层泛化检验，每次改完评分表必须同时在多个不同类型的视频上跑分，并明确下指令禁止针对单一视频凑分数。 第三步是用多轮对抗性审查。 为了防止单个模型再次出现工作问题，他在重新搭建运行时底座时，先拿四个主流工具做了一轮平行对比，发现像 Pi 这种极客框架虽然快，但动不动就弹窗问他 SQLite 表结构怎么设计、TypeScript 接口怎么定义这类纯底层工程问题。 最终他还是回到 Claude Code 和 Codex 的组合上，但把原来的简单互评改成了多轮对抗性代码审查，强制让两个模型站在找茬的立场上深度挑对方的架构漏洞和空壳逻辑。 这一套的思路是很值得借鉴参考的，总结起来也简单，第一个点就是尽量用可量化的验收标准限制模型的工作，第二点是可以采取多个模型的审查发现问题。 youtube：

今天聊下 ETZ 上的船运 RWA $LDXW，合规这块做得挺细的。 主体在 BVI，参与要做 KYC，链上转账走白名单，地址还会拿去对 OFAC 和联合国的制裁名单。合约有第三方审计，还附了份律师的监管备忘录。另外一个人最多只能拿 150 万枚，防止筹码太集中。 船叫力达旺号，现在在给达飞跑。1700 万枚 LDW 全托管在 ETZ 钱包里，1:1 铸的 LDXW。等认购结束，IMO 编号、合约地址、托管地址都会放出来，到时候可以自己去查。 资产端同样够硬：底层是正在为达飞海运（CMA CGM）服役的集装箱船“力达旺号”，1700 万枚 LDW 全部托管于 ETZ 机构级钱包，1:1 铸造 LDXW。 参与亮点： 🚢 1 USDT 起 💰 每日 USDT 持币奖励，首年预计年化约 12% 🗓 十年期满，赎回资金 100% 返还持有人 还有一点让我很放心：官方文件把“奖励不保证最低”和各项风险写得清清楚楚。 详情： ⚠️ 美国、加拿大等受限地区不可参与 #RWA# #LDXW#

还有我隐约觉得整件事情就是为了“做掉”Jensen，甚至不是因为他与中国关系，为了防止整个semi—AI支柱行业都逐步落入华裔手中 政客防止行业华人化，“做掉”教父才是最有效的。然后逼TSMC搬厂，接受美国企业文化和行为准则 或许要真的变成亚洲人干活，印度裔、阿拉伯裔管理政客们才放心 ps 甚至我觉得黄乐与他都并没出轨。故意往报纸捅个消息，然后拿这个消息发起正式调查Jensen。目的从来就是冲着华人教主其他事去的 以后我们将要看到印度CEO跟CC wei谈未来几年扩产份额，然后让LGBT工程师去调线。总之～～你们好好培养互信吧～～这画面太美简直无法直视

卧槽！这将是你见过的AI时代最牛逼，没有之一的AI自媒体内容生产工作流！！ 我他妈真是个天才，我现在每周要发布的内容，周日一觉醒来，下周每天该发什么、写什么，AI 全给我讨论完了！！ 做自媒体的都知道，最折磨人的不是写稿，是选题，是写作角度 每天翻 X、翻小红书、翻 TikTok，看别人发什么火了、我能蹭什么角度 选题想完了时间没了人也废了，真正开始写的时候灵感早没了… 上周我冒出了一个天才想法： 我把 AIsa（@AIsaDotOne）的社媒数据接口和 Teamily AI（@Teamily_AI）的 Team Agents 拼在了一起，搭了一条全自动的内容生产线！！ AIsa 具备强大的数据能力：能直接抓 X、TikTok、Instagram、YouTube、Reddit 五个平台的真实爆款数据，还能监控我想监控的对标账号 每个社媒平台背后都接了好几家供应商，保证使用的稳定性 不是那种让 ChatGPT 瞎猜什么火了，或者那种网络上公开的无用热点 Teamily 能让你把一群 AI 拉进同一个工作群，它们共享上下文，自己分工自己讨论 我建了一个群，拉进 4 个 Agent： 1、热点 Agent：接 AIsa 接口，每周自动扫 5 个平台 AI 领域的爆款 2、选题 Agent：筛出有流量、有争议、适合我账号风格的方向 3、调研 Agent：补资料、查来源、核实数据，防止发出去被打脸 4、写作 Agent：直接出 Hook 和文章框架 这 4 个 Agent 共享同一个上下文——热点 Agent 发现一条爆款，选题 Agent 直接看到并判断能不能写，不需要我来回复制粘贴传话 并且最牛的我设了一个 agent Loop，每周日自动跑 现在简直是爽歪歪... 周日早上醒来，群里直接无数条选题，每条带着 Hook、切入角度、初稿框架，全部摆好等我挑 说实话搭的时候有点心虚，怕拉回来的热点不靠谱 但我自己跑了今天之后发现，简直太牛了！！ 因为 AIsa 拉的是真实平台数据，选出来的方向比我自己翻一小时找的还准 如果你想的话，Agent现在可以通过AIsa直接连接你的社交媒体账号，直接帮你排期发帖，形成一整个闭环 整个搭建就一下午： 1、注册 AIsa，拿 API，接上你想监控的平台 2、在 Teamily 建群，拉 4 个 Agent，每个给一段 prompt 说清楚它干什么 3、热点 Agent 调 AIsa 接口拉数据，后面三个接力：筛选、补资料、出稿 4、设 Loop，选频率，让它自己跑 5、你只管最后一步——醒来，挑选题，拍板 这个群组目前我已经可以开放 ——你加进来也能看到每周的选题，和我一起共享选题 我诚心邀请各位兄弟进来和我一起享受我掏钱买来的的用量和额度！！ 你甚至可以拉自己的 Agent 进来，改成你的赛道和风格，变成你自己的内容工作台 链接放在下方！！兄弟们快来！👇

这两天做了一个有意思的事情，把我的全部的 Skills 删除了将近 1/3，同时把所有项目的上下文也都优化了一下，感觉干净清爽了不少，我认为随着模型能力越来越厉害，我们有经常去更新裁剪我们的项目的一些给到模型的上下文信息，防止你的内容反而阻碍了模型的发挥。 于是我就把最近做的继续沉淀成一些大伙也用得上的提示词，可以直接给到你的 Agent 去帮你优化你的项目的内容要求和 Skills，已经安装 Waza 的小伙伴可以直接更新到最新然后说「帮我精简一下规则」就好，也可以 Copy 下面内容给你的Agent。 帮我精简这个项目给 Agent 的上下文和我装的 Skills，按下面的要求来，先整理出清单给我确认，确认前先不改任何文件。 1. 先盘点每轮对话都会加载的内容，包括根目录的 AGENTS.md / CLAUDE.md、全局规则、没写 paths: 的 .claude/rules 和每个 skill 的描述，看各占多少字，再看按需加载的部分，这里不少看着臃肿的内容可能不是写多了，而是放的位置不对。 2. 逐段给出处理方式，分成修、删、挪、改写、保留五种，挪的写清目的地，每条附一句原因，做成一张清单给我确认。 3. 逐句判断删掉后你的行为会不会变，把类似这种「先读再改」「跑测试」「注意边界」你本来就会做的描述删掉，拿不准的可以先保留找我确定。 4. 我们更加推崇是给 Agent 写目标，少些如何实现的路线，写清做完是什么样、怎么算完成、要什么证据，一个步骤删掉后你还能换条路做到同样结果就删掉，只有顺序本身是约束的才留下来，比如先验证再发布、先确认再删除这种需要保留。 5. 同一种要求说了三遍，换成一个你本来就懂的词语，比如「快、确定、开销小」可以写成 tight；「要简洁」这类口号换成一个更好理解的想想的词语比如「报告腔」，然后再配一组 NO / OK 例子。 6. 把对应内容放对位置，需要判断的进 skill，同样输入总是同样输出的改成脚本或 hook，项目命令和发布步骤进项目指南，跨项目的硬约束才放进全局规则，遇到「做 Y 之前先读 X」这类要求改成做 Y 时由 hook 把 X 注入进来更好。 7. skill 描述只写做什么、什么时候用、不用于什么，近义词移到 when_to_use，只有部分场景用到的内容移到 references；判断一个 skill 有没有人用，要看真实调用记录，不要只 grep 名字，要删的也先列给我看一下。 8. 这些内容不要删除： - 我的偏好、被否掉的方案和原因、机器环境。 - 不报错的坑，以及看着像出错其实正常的现象。 - 描述句里「从不写入」「不上传」这类半句约束。 - 删数据、需要花钱、要发布、提权、改写已推送历史这些不可逆操作的规则。 - 我们带日期的拍板决策记录。 9. 内容先移到对应正确的位置再来压缩，能整行搬到按需加载的文件里就整行搬，不要边搬边改写，不可逆的规则原样整段搬。 10. 把内容搬到能自己加载的地方可以参考这些技巧： - 提交、发布、回复、删除这类对话里随时会触发的规则留在根目录。 - 挪进 docs/ 的要在根目录留一句什么时候去读。 - 根目录不要建 CLAUDE.md，它会让 Claude Code 不再读 AGENTS.md。 - 项目里重复全局规则的句子，只有在我用的每个工具都读全局规则时才删。 11. 改完以后自己去查一遍：paths: 里的 glob 都要能匹配到真实文件，grep 一遍拆走的旧文件名，再列出所有消失的行，每一行都要对上清单里我确认过的删除。 12. 交给一个没参与精简的 Agent 查有没有删过度了，只给它消失的行和仓库，不给你的结论，让它搜关键名词而不是整句，意思在哪都找不到的原样恢复。 13. 验证移过去的内容真的会被加载：在新文件里埋一个暗号，开一个新会话，先读一个匹配的文件再问它暗号，然后读一个不匹配的文件做反向对照。 14. 最后全部做完以后，可以帮我沉淀一下这个思路，方便以后有模型升级的时候，我可以再来跑一遍。

德国拥有全球排名第二的官方黄金储备，总量高达3300多吨。但在冷战时期，德国人为了防止苏联坦克一天之内推平西德抢走国库，把全国家底里将近一半的黄金（约1500吨）全运到了大西洋彼岸，锁进了美国纽约美联储银行地下25米深的花岗岩金库里。 可从1950年代存进去之后的半个多世纪里，美国人只给德国央行发过一张纸质的黄金存折账单，从来没允许德国官员真正走进金库把自家的金砖一块块点数过秤； 到了2012年，德国议会和民间突然炸了锅，议员们公开质疑纽约联储金库里的德国黄金早就被华尔街拿去租借套现甚至偷偷熔掉了，强烈要求派审计官去纽约开库验货，结果美联储以安全保密规章为由，只让德国官员在金库铁门外隔着栅栏看了看外间样品，拒绝让他们进内库清点。 被逼急了的德国央行在2013年干脆拍板启动了二战后最大规模的黄金搬家行动：不跟你查账了，我直接把金子拉回自己家。 德国人动用绝密装甲车队、特种货运包机和军警押运，在四年时间里蚂蚁搬家一样从纽约和巴黎硬生生运回了整整674吨纯金金砖（其中从纽约运回300吨），运到法兰克福机场后第一件事就是用X光机挨个切开抽检成色，确认美国人没往里面掺钨块才锁进自家金库。