与「附上2年前」相关的搜索结果

《从福布斯富豪榜看财富流动趋势》 今天关于 @cz_binance 被杀猪榜放进前20的消息又满天飞了，按之前的调性大概率等CZ睡醒又要开始辟谣，哈哈。 不想露富是华人常见心态，但从我等吃瓜群众看，作为Crypto唯一杀入前列的代表，还是乐得看到CZ给Crypto挣了脸的。 顺便分析了一下这次的富豪榜比例情况： ▶️科技（互联网 / AI / 软件 / 芯片）约35–40% 代表：Elon Musk、Jeff Bezos、Mark Zuckerberg ▶️金融与投资 约15–20% 代表：Warren Buffett、对冲基金、PE ▶️零售 / 奢侈品 / 消费 约10–15% ▶️制造 / 工业 约10% ▶️重工业、汽车、制造 能源 / 矿业 约5–8% ▶️石油、天然气 房地产 约5–7% 可以看出财富结构正在发生代际变化，世界在不知不觉间已经通过财富流向告诉大家是如何变迁的。 ~~~~~~~~~~~~~~~~~~~~~~~~~~~ 我摘出几个有意思的地方： 1、AI正在成为新的财富发动机。 榜单前列里很多财富增长都来自 AI 或 AI相关科技公司，Musk，Larry Page，老黄等人财富增长很大程度来自 AI浪潮带动的科技股上涨。例如 Alphabet 股价上涨直接推动 Page 和 Brin 财富大幅增加。 过去十年最赚钱的是移动互联网，未来十年最赚钱的可能是AI基础设施。 2、超级富豪财富增长速度极端惊人 榜单还有一个很震撼的数据： 全球亿万富豪数量已经超过 3400人，总财富达到 约20万亿美元，而且仍在持续增长。 更夸张的是： 全球最富的10个人一年财富增加接近6000亿美元。 财富向极少数人快速集中的速度进一步加快了，科幻小说里一个人掌握全球99%财富的故事好像真有可能发生？ 3、财富结构正在发生代际变化 老钱逐渐被科技钱取代，比如奢侈品巨头Bernard Arnault 逐渐被科技创始人压制。现在的超级富豪基本都是科技公司创始人or控制人，平台型企业掌控者 而不是传统的：地产 石油 制造业 4、超级富豪“百亿俱乐部”正在爆炸增长 centibillionaire（千亿美元富豪）数量暴增。全球已经有 18位财富超过1000亿美元的人，这个群体的总财富接近 3.6万亿美元 这在十年前几乎是不可想象的。 很多机构都预测全球第一位 trillionaire（万亿富豪）可能在2030年前出现。 ~~~~~~~~~~~~~~~~~~~~~~~` 此外，国人比较熟悉和感兴趣的富豪情况： 1、卖水的赢了搞互联网的，首富还是“水王” 钟睒睒（农夫山泉）依然稳坐中国首富。在全球互联网寒冬和电商内卷下，水王靠着刚需和极致的现金流控制力，依然压过张一鸣和马化腾。 2、老黄代表华人之光席卷全球 随着AI浪潮，英伟达（Nvidia）CEO黄仁勋身价疯涨，目前已进入全球前10（甚至前8）。对于中文读者来说，他是全球科技圈最受瞩目的华人面孔，也是AI时代的绝对教父。 3、“出海三杰”的进击：赚全球的钱 张一鸣（TikTok）、黄峥（拼多多/Temu）、许仰天（Shein）。这三位是典型的“中国供应链+全球化运营”的赢家，反映了中国互联网出海的强大生命力。 4、房地产时代的终结，新能源/半导体的崛起 曾经榜单前列的王健林、杨惠妍等地产巨头排名大幅缩水甚至掉队。取而代之的是雷军（小米造车成功）、曾毓群（宁德时代）。 资源型财富已经被科技型财富压过去了。 ~~~~~~~~~~~~~~~~~~~~ 说回Crypto，CZ 的财富变化，本质上是整个加密市场周期的一个晴雨表。 Forbes 在计算 CZ 财富时主要参考是Binance股权估值，而非 $BNB 币价和其他链上资产。 现在已经是加密熊市， $BNB 价格从顶峰已经跌落50%，但CZ的身家反而上涨。我问了一下AI，这可能与熊市了反而头部交易所的市场份额会上升有关。 在2018熊市、2022熊市、现在这个阶段，Binance 的市场份额反而往往会上升，因为原因很简单：熊市会淘汰很多熬不下去的平台。头部交易所反而会趁机吸收流动性用户，进而提高了市场份额。 表单上其实还有其他Crypto富豪，比如 Coinbase的 @brian_armstrong (100-130亿，大约200名）， @saylor 老爷子（70-100亿美元，大约300-400名区间）。 但Forbes评估时候不看链上财富，所以Crypto富豪的资产往往是被低估的。 希望未来有更多加密富豪上榜吧，给咱们行业也长长脸。 最后附上福布斯榜单原链接，感兴趣的可以自己再去挖掘一下：

一台电脑的装配动画，三个 Claude Agent 做了近八小时。 11月13日，创作者 Mr Tactical 晒出了一段用 Blender 制作的三维主机动画。主机里的零件逐步组装起来，镜头还能贴近内部，展示硬件细节。 按作者给出的记录，参与制作的是三个 Claude Fable 5.2 Agent，耗时7小时41分钟，模型用量按 API 价格折算约138.82美元。这个数字不能直接当成全部制作成本，作者教程中的统计口径也不包含管理 Agent 自身的规划和检查。 他还在评论区附上了自己的制作教程，做法很具体：让 Claude Code 写 Python 脚本，在后台运行 Blender，把模型、材质、灯光、镜头和动画逐项搭出来，再渲染成视频。 其中值得参考的一步，是先别急着输出整条成片。 按照他的教程，Agent 要先做一张目标效果图，再渲染几个关键时刻的测试画面。看看材质对不对、零件有没有穿插、镜头是不是离得太远。修改几轮之后，先出一版低质量预览，确认运动和节奏，再正式渲染。 用代码驱动 Blender，方便的地方就在于：做完后，手里还留着一套可以继续改的三维场景。 某个零件挡住了，换个机位；装配过程太快，放慢这一段；想给客户单独看看内部结构，就沿用同一套模型再拍一条。模型、灯光和镜头都可以分别调整，不必每次重新描述整段画面。 这对产品结构展示、安装说明和机械原理科普，都有参考价值。不过，画面看着像，不代表尺寸和装配关系就一定正确。真要拿来解释产品，还得对照实物或设计资料检查。 想试这套做法，可以先拿两三个零件做一段简单拆装：先把结构搭对，把动作讲清，再往上加材质、灯光和镜头。这样更容易看出，Agent 到底能帮自己省下哪部分工作。

【招聘｜AI Agent 工程师 · 预测方向】 📍 新加坡 / 远程（新加坡时区）｜全职 💰 SGD 8,000–14,000 / 月 🤖 生产级 LLM Agent 帮客户招一位 AI Agent 工程师。团队在做能预测未来、并公开记分的 AI：政策、市场、地缘事件的每一次预测，都在结果揭晓前锁定，再由现实检验对错。团队精干，已经和机构伙伴合作，只看你做过什么，不看头衔。 你要做的： 构建能自主搜索、阅读、逐步推理并给出校准概率的 Agent，跑大规模多智能体政策与市场模拟，让每个预测都可审计，并作为生产级服务交付给机构客户。 我们希望你： 1. 3 年以上软件工程经验，至少上线过一个有真实用户在用的 LLM Agent 或多步骤 AI 系统 2. Python 和后端扎实：异步服务、API、数据管道、数据库、云 3. 评测思维：先建评测，再谈效果提升 4. 熟悉工具调用、检索、结构化输出和上下文管理，用过多家模型及开源模型 5. 每天用 coding agent，能用英文清楚表达技术决策 加分项： 1. 有自己得意的预测机器人、Agent 项目或公开战绩 2. 做过多智能体系统，或市场、机构、人群的 agent-based 模型 3. 搜索与信息管道：爬虫、新闻流、带时间维度的检索 4. 有预测、预测市场或金融数据相关经验 📩 感兴趣的朋友，欢迎到 moledao 搜索「AI Agent Engineer, Forecasting」投递并给我留言，附上你最得意的 Agent 或代码仓库（链接见评论 👇） 欢迎转发给身边合适的朋友！ #新加坡招聘# #远程工作# #AIAgent# #招聘#

小伙伴们我们第四期刚刚上线啦～ 这期让大家围绕可以波动行情讲怎么用okx交易产品捕捉机会，写出你的观点😎 交易 TradFi 就来 OKX第 4 期内容征集现已正式开启 近期美股 AI 与科技板块波动明显，加密市场也在快速涨跌间切换。 面对变化不断的市场，你会如何判断行情，选择交易产品并制定自己的策略？ 欢迎结合你在 OKX 的真实交易体验，分享你的市场观点、交易思路或策略，这期很像开放式选题，可以参考以下这三个角度： 1你如何判断行情？ 2会选择哪些产品交易？（最优选） 3为什么这样操作？ 也欢迎附上持仓或操作截图，让内容更有参考价值。 在 X 发布原创图文内容（不少于 100 字），带上 #OKX达人# #交易TradFi就来OKX，并在发布后回填链接即可参与# 提交入口： App 路径： OKX App → 个人中心 → 赚币与奖励 → 达人 请聚焦真实观点与产品体验，避免照搬任务文案或进行第三方比较，具体奖励规则以活动页面为准哦。 在这个AI写文章很方便的时代，需要的是你独特的观点和活人感，一期一期的和大家一起成长，发现大家的进步越来越大了。 从写产品相关文案到作图，再到现在开始做视频，进步飞快，还是那句话，学到的本事都是自己的财富。 前面几期的冲锋衣和水杯马上揭晓，没得到的可以继续RT参与本条，我们活动很多，争取让大家都能得到周边～ 第二期活动预计将于本周五前完成奖励发放 第三期活动及闪赚活动在进行内容复核，预计将在任务结束后 10 个工作日内 完成发放 最终结果请以奖励到账通知为准，感谢您的理解与支持 本次达人活动时间： 11 月 9 日 15:00 至 11 月 17 日 23:59（GMT+8） 期待大家的作品🖤

你们心心念念的OKX达人任务上新啦～ 这次 Misa 给大家带来一个很适合发挥的选题：百万 USDT 闪赚活动！这一篇下面会有创作教程哦。 我已经发挥了好几天了，可以参考下方帖子是怎么写，怎么做图的。 持有 BTC，ETH 的小伙伴可以关注闪赚活动，喜欢做内容的达人也别错过！ 优质内容当然有价值，优质创作也也应该有奖励，小账号在起步阶段非常适合来试试，认真写一篇原创分享，还有机会拿最高80USDT 创作奖金！ 我们先一起搞清楚这次闪赚有什么值得关注？ 💚 100 万 USDT 奖励池 🟠 BTC 申购池：410,000 USDT 最低 0.001 BTC 起申购 🔵 ETH 申购池：590,000 USDT 最低 0.01 ETH 起申购 这期属于 OKX 闪赚的质押赚币活动。 符合条件的用户申购后，有机会同时获得： ① 简单赚币利息 ② 额外 USDT 空投奖励 🏆 接下来是达人奖金！ 60 USDT｜优质内容奖 共评选 30 篇！ 不单纯看曝光量，更看重内容创意、专业度、主题契合度和完成度。 8–40 USDT｜人气内容奖 40 U：曝光 ≥15,000，有效评论 ≥25，累计互动 ≥80 20 U：曝光 ≥8,000，有效评论 ≥15，累计互动 ≥40 8 U：曝光 ≥500，累计互动 ≥10 小博主直接冲！大博主随意冲！ 问题来了： “Misa姐，我不会写怎么办？” 想要做一个优质的创作者，或者大V幼年体，一定是要有自己的思考和风格的，而不是直接把东西丢给AI，然后发到网络上。 Misa帮你们整理了五个角度，可以参考一下。一定要“利他”属性拉满 ①【小白入门】 闪赚到底是什么？和简单赚币有什么区别？怎么用 BTC、ETH 参与？ 这个最简单，花几分钟就可以讲明白。 举例：《手里有 BTC，闪赚到底怎么玩？》 ②【收益研究】 100 万 USDT 奖池怎么分？双重收益机制怎么理解？按小时计算有哪些细节？ 这个要帮大家计算一下收益细节，还可以举例子之类的，让大家看起来更直观。 举例：《百万 USDT 奖池，收益到底怎么算？》 ③【实操教程】 OKX App 里怎么找到闪赚？如何申购、查看奖励和赎回？ 这个适合自己玩过，有真实截图的人来。 举例：《OKX 闪赚升级后，我发现了三个变化》 ④【产品对比】 闪赚升级后，持币赚币、交易赚币、质押赚币有什么区别？分别适合哪些需求？ 适合懂交易的人拆开了细细讲。 举例：《都是赚币，一张图带你搞懂三种到底有啥差别？》 ⑤【真实体验】 分享你的使用经历、收益记录、产品优缺点，以及你认为需要注意的风险。 这个适合经验比较丰富的人来讲风险、额度、赎回，属于教学帖。 举例： 《闪赚适合谁？有哪些容易忽略的细节？》 不要求大家都写成专业研究报告，能把一个知识点讲清楚，帮助其他用户理解产品，就是有价值的内容。 那么怎么参加达人任务？ 1️⃣ 引用 Misa 这条主贴，发布你自己的原创闪赚分享 2️⃣ 必带话题 #OKX达人# 3️⃣ 发布不少于 100 字的原创图文，建议附上 OKX 闪赚产品截图，还可以自己制作海报图片。 4️⃣ 打开 OKX App → OKX 达人 → 任务广场 5️⃣ 找到发推有奖：百万 USDT 闪赚活动，邀你一起分享！ 6️⃣ 点击开始任务 / 提交内容链接，提交你的 X 帖子链接 ⚠️ 重要提醒！ ▪️ 11 月 8 日 15:00 截止发文和数据统计 ▪️ 每人最多同时提交 2 条链接，可以多发几条，挑满意的提交。同一链接只能提交 1 次 ▪️ 每人仅能获得 1 次发文奖励，不同奖金档位不叠加 ▪️ 帖子需公开保留至 11 月 20 日 23:59 ▪️ 严禁抄袭、刷量、虚假互动，内容需要真实原创 ▪️ 奖励预计活动结束后 10 个工作日内发放，以最终审核结果为准 Misa 这次更想看到大家的真实理解，而不是复制粘贴官方公告！ 引这条帖子交作业，再去任务广场提交链接，别让奖金从眼前溜走啦！ 🖤 链接： #OKX达人#

不用学《Obsidian从0到1教程》也能快速上手Obsidian做“第二大脑”的【帖子大合集】来了！！！都是我过去两个月分享过的 Obsidian 用法，看完你将超过90%使用Obsidian的人！！十一放假，再也没理由不折腾啦！ 一、All-in-One 个人工作台 1. Life OS 三周前刚发布，系统大而全，目标、任务、人际、复盘都给你安排上了；可视化大脑知识图谱是一大亮点！ 英文版介绍： 汉化版介绍： 2. 向阳乔木个人工作台 乔木大佬的最新力作。阅读、收听电台、看电影、听歌、全盘查资料，都能在这个工作台里完成！ 3. FLO.W Obsidian（付费） 这是“二一老师”精心打磨的产品，不愧是研究知识管理和效率工具 7 年的专业人士！ 4. IvyChim/Obsidian-Template 这是我入坑 Obsidian 时使用的第一个模板：颜值高、对新手友好，插件也不用自己挑选，一键即可配置，开箱即用！ 5. Apex Dashboard 包含 Todo、项目管理、日历、Memo、读书记录、番茄钟等功能；提供 14 种主题风格，主页图片和文字也可以自定义。 二、高颜值外观皮肤推荐 IvyChim/Obsidian-Template：Vault 模板 Retroma：复古风皮肤 Soft Paper：Vault 模板 三、AI 驱动的任务管理 1. FlowNote 插件 如果你觉得 Obsidian 生态还缺少任务与项目管理工具，可以试试这款更轻量、由 AI 驱动的插件，让 AI 自动帮你整理，使用起来更省心。 2. 手机同步与快捷输入 如果你使用 iPhone 和 Mac，长按手机静音键，就能把突如其来的灵感一键录入 Obsidian 的特定文件夹，并自动附上时间戳。 四、内容创作插件 1. 微信读书插件 不用打开微信读书网页版，就能在 Obsidian 中看到自己的划线和笔记，以及其他读者的热门划线与书评。用它写读书心得非常方便！ 2. 多平台发布助手插件 目前我发布公众号文章一直在使用的插件。它最大的优势是可以提前预览，发现问题后能够直接修改。 五、基于 Karpathy LLM 理念的知识库插件 支持 Markdown、PDF、图片等多种文件格式，同时支持 11 种语言和 16+ 大模型接入，可以直接在对话中提问。 六、Agent 插件-Claudian Obsidian 里有没有 Agent，使用体验完全不同。我能下定决心从 Notion 搬到 Obsidian，就是因为 AI 与 Obsidian 更适配。 community.obsidian.md/plugins/realcl… 七、AI RSS 订阅 1. 向阳乔木 AI 信息订阅插件 学 AI 的必装插件之一，能订阅 1,000+ 独立博客、377 个微信公众号和海量 YouTube 播客。 2. 张咋啦 AI Builder 订阅 X 上的一手信息源很重要。这篇内容介绍了如何把张咋啦关注的信息，每天自动同步到 Obsidian 中。 3. YouTube RSS 插件 这是我自己开发的插件：YouTube RSS 每天自动同步到 Obsidian，还能一键提取视频中的 Takeaways，让学习 YouTube 视频的效率提升 10 倍！ 八、Kepano Obsidian Skills Kepano是Obsidian的CEO。这个 SKill 能帮助 Claude Code、Codex CLI 等兼容该规范的 AI 智能体，更准确地理解并生成符合 Obsidian 格式的内容。 九、多端同步方案 这是我在全网看过最全面的同步方案之一，可以根据自己的设备和预算进行选择。

在超过几十种的文档格式中，Markdown 目前还是对 Agent 最友好的格式，应该没有之一。 为了最大化企业和个人知识库的价值，让 Agent 能懂你的企业和你自己，即使有 WorkBuddy <-> 企微、千问办公 <-> 钉钉、豆包工作 <-> 飞书 这样的天然生态打通优势，在企业网盘、硬盘、知识库里吃灰的文档，还是要转为 Markdown 才能更好的被 Agents 用起来。 分享几个我自己平时在用的 Markdown 文档格式转换项目，朋友们可以根据自己环境内当前的文档实际情况来选择用哪个。 1. anydoc 18.8k 🌟 Firecrawl 最新开源，评价很高，文档格式覆盖很全、解析很快。纯 Rust 零依赖，把 Word/PPT/Excel/PDF 等 14 种格式毫秒级转成 LLM 可用的 GFM Markdown。 2. MinerU 78.6k 🌟 OpenDataLab (上海 AI Lab) 开源，在 anydoc 之前是我自己主力用的。它基于 1.2B 视觉语言模型的高精度文档解析器，专攻 PDF 的公式、表格与中文版面，OmniDocBench 榜首。 3. MarkItDown 176.6K 🌟 微软开源，开源之初声量极高，不过解析能力上限不如前两个。轻量 Python 工具，把 ~25 种文件（Office/PDF/图片/音频/HTML 等）统一转成 Markdown 喂给 LLM。 4. Docling 65.7k 🌟 IBM Research 开源，MIT 许可，企业级文档智能工具包，多格式解析为带类型的结构化文档树（DoclingDocument），为 RAG 而生。 5. Marker 39.3k 🌟 Datalab 开源，基于 Surya 模型套件的高速 PDF 转 Markdown/JSON 工具，GPU 批量吞吐可达 ~120 页/秒。 最后附上一个简单对比测试，供大家参考吧，实际表现还要基于具体环境测试（项目/速度/硬件要求） 1. anydoc 中位 4.7ms/文档 Ryzen 9 9950X3D，纯 CPU，100 个真实文档（14 种格式） 2. MinerU 0.21s/页（L4 GPU）、2.12 页/秒（A100） VLM 路径必须 GPU（≥8GB 显存） 3. MarkItDown 中位 134.8ms/文档；整份 PDF 约 0.6–1.1s 同上 CPU；比 Docling/Marker 快 50–100 倍 4. Docling 513.6ms/文档（Office）；PDF 约 3.1s/页 CPU、0.49s/页 GPU CPU 可跑，GPU 明显加速 5. Marker 批量最高 ~120 页/秒（H100）；B200 上 2.9–23.7 页/秒 GPU 才有意义，CPU 模式很慢

Claude Code 会话价值最大化指南 -- 适用于你的 Coding Agents：从缓存、上下文到 Subagent 的成本优化 先看两个问题： 1. 单个 token 的价格由什么决定 2. 一个会话会发出多少 token # Token 单价的三个决定因素 1. 模型 更大的模型对输入、输出都做更多计算。难题/模糊任务用大模型，常规任务用小模型——其余所有优化都会被模型单价放大。 2. 输入 vs 输出 · Prefill：系统提示、CLAUDE.md、你的消息、以及会话中累积的所有内容（读过的文件、命令输出）。 · Decode：思考、工具调用、回复文本。逐 token 串行生成，GPU 占用时间更长，因此输出价格约为输入的 5 倍。 · 输出中很大比例是 thinking token，其数量由 /effort 控制。已知是体力活的会话，可用 MAX_THINKING_TOKENS=0 直接关闭思考。 3. 提示词缓存 · 机制：请求前缀与上次完全相同，则前缀部分直接读取缓存状态，只对新增部分全价 prefill。 · 价格：缓存读取 0.1×，缓存写入最高 2×（写入只发生一次，之后每轮都是 0.1× 读取）。 · Claude Code 自动管理缓存，但以下行为会击穿缓存，导致整个会话重新全价 prefill： · /model 切换模型（含 opusplan 进出 plan 模式） · /effort 切换思考档位 · 开启 Fast mode（且按 fast 价格重新 prefill） · /compact 压缩会话（系统提示部分保留） · 时间过期：订阅 1 小时、API key 5 分钟（ENABLE_PROMPT_CACHING_1H=1 可延长到 1 小时）；恢复旧会话基本必然 miss 结论：不是不能切换，是要选便宜的时机——会话开始时或 /clear 之后，而不是长对话中途。 # 会话 Token 量的成本模型 关键事实：进入上下文的任何内容（读过的文件、命令输出），会在之后的每一轮被重新发送，直到会话结束。虽然有缓存折扣，但便宜不等于免费，还占用模型每轮要"绕着思考"的上下文空间。 1. 什么进入了上下文 · 启动即加载：工具定义、系统提示、CLAUDE.md、MCP 工具定义。用 /context 审计；CLAUDE.md 只留通用指令，流程性内容移到 skills；用不到的 MCP 用 /mcp 关掉。 · 探索成本：说"测试挂了"，Claude 要先 grep、开一堆文件去定位，这些中间结果会留在上下文里。直接说"修 utils.test.ts 里挂掉的测试"省掉搜索；用 @ 提及文件连 Read 调用都省了（文件随第一条消息直接附上，且一次会话只需提及一次）。 · 命令输出：超过 3 万字符会自动落盘只留摘要（BASH_MAX_OUTPUT_LENGTH 可调），真正的杀手是阈值以下的中等输出——比如 400 行逐行打印的通过测试。对策：给命令加 quiet flag、用 subagent、或用 hook 改写嘈杂命令；把高频命令连同静默参数写进 CLAUDE.md。 2. 在上下文里停留多少轮 · 一个长会话比拆成几个短会话贵，且贵得超乎直觉——第 40 轮要重读前 39 轮。 · 任务切换用 /clear，同一任务前半段完成用 /compact；/clear 前可先 /rename 以便找回；/compact 时告诉它保留什么。 · 一个反直觉的省钱技巧：如果最近几轮走偏了，用 /rewind 回滚而不是 /compact——rewind 只砍掉尾部，前缀缓存仍在，成本为零。 · 注意"你不在打字时发生的轮次"：/loop 每次都携带整个会话触发完整一轮，超 1 小时还叠加缓存失效——应在新终端的干净会话里跑。 3. Subagents：隔离上下文的另一手段 · 子 agent 有独立上下文（含系统提示、工具、CLAUDE.md），但不带你的对话；只有最终结论返回主会话，其余全部丢弃。 · 代价是可能要重读主会话已读过的内容，小任务不划算；适合"产出大量你不需要保留的输出"的任务（如翻日志）。 · 固定外包的嘈杂任务，给它定义一个用 haiku/sonnet 的专属 subagent，否则它默认跑在主会话的模型上。 # 可执行清单（按性价比排序） 1. 任务之间 /clear —— 阻断无关上下文持续计费 2. 开工前定好 /model 和 /effort —— 中途切换击穿缓存 3. @ 提及文件代替写路径 —— 省掉 Read 调用和搜索 4. 嘈杂命令加静默 flag 或丢给 subagent —— 命令输出会驻留整个会话 5. 新会话先跑 /context —— 审计启动加载项，砍掉不需要的 6. 离开键盘前 /compact —— 缓存 1 小时过期，趁热压缩便宜得多

🔥 网友爆料：DeepSeek Harness 内测保密级别有多高？直接拉满到“量化机构级”！ 多位内侧用户反馈：初筛过了，签名+身份证复印件也只是“报名资格”，最终通不通过还得再等通知…… 分点拆解当前流程 & 超高保密规格： 1️⃣报名本身就很严：必须有 Agent Harness 相关开源经验，提交 GitHub ID + 代表作 + 问卷匹配使用场景。 2️⃣初筛后才发正式邀请：邮件写“恭喜获得内测资格”，但真正开始前必须完成硬核步骤。 3️⃣核心保密硬要求（重点！）： ◦下载并手写签署《保密承诺函》 ◦必须附上身份证复印件 ◦添加官方小助手微信并备注 ◦所有信息仅用于内测资格核验 4️⃣完成以上≠入选：签名+身份证复印件只是拿到“报名资格”，最终放行还要再等官方通知。 5️⃣泄密代价极狠：一旦泄露，不仅取消本次资格，还会直接影响未来所有 DeepSeek 模型、产品内测及合作机会。 保密要求可以理解，但用身份证复印件换一个“可能入选”的资格，DeepSeek 这次对 Harness（Agent 执行框架）的保密级别，已经远超普通产品内测了。 你准备交身份证了吗？还是直接观望？😂 #DeepSeek# #Harness# #内测# #审核# #梁文峰#

兄弟们上周说的故事转手绘视频skill，现在开源了。 支持把中文故事文案（或有序的本地图片）转换成手绘日记漫画动画——手写体字幕、从左到右的黑白→上色渐变揭示、可选的翻页转场、安全不裁剪的画面构图,输出静音 MP4 画面轨,方便后期配音。 功能特性 故事文本 → 分镜:保留原文措辞,默认一个完整句子一个节拍,只在自然叙事转折处拆分长复合句。 上传页面 → 动画:自动裁切合成页中的手写字幕与插画,并在本地生成对齐的黑白底版。 两种转场:直接切换(text → bw_full → color,从左到右揭示)与翻页(保留原始上传页,从右下角卷起)。 安全构图:所有插画内容保持在白色安全边框内,只使用 contained 构图,绝不 cover 裁剪。 静音 MP4 输出:H.264,正式版 1080×1440 / 预览版 720×960;配音与 BGM 属于后期工作。 开源地址👇 附上最新数据： 9天，14条视频 ，涨粉648， 播放量日均稳定上2.5W+ 这几天发的少一天1条，每天3条的话应该在10w左右 开通创作者权益后 不算爆款 应该每天最少能有大几块钱。