注册并分享邀请链接,可获得视频播放与邀请奖励。

搜索结果 分析技巧
分析技巧 贴吧
一个关键词就是一个贴吧,路径全站唯一。
创建贴吧
用户
未找到
包含 分析技巧 的推特
#分析技巧# 如果大家经常遇到上下文压缩,长度不够用,可以试试让 Codex “把 codex contextwindow 从 258k 改成 1000000”,具体好处和坏处如下:
🤔 打算把自己的一些常用动作做一个超小的 Agent Team 进行任务流转,这样应该会提效很多,py 脚本可以让结果稳定也节省 token 开支: 员工A:批量拉取 rollbar 崩溃日志,当然也可以基于 MCP [图 1] 员工B:逐个分析日志给出处理结论,创建待修复的 task [图2] 员工C:编码修复 task,提交到 git 新分支 员工D:测试&验收 task,给出真机测试流程和合并建议
显示更多
正好拿今天及昨晚两个案例试了试并截图,一个是 Huma Protocol V1 被攻击: Huma Protocol on Polygon was drained for ~$101.39K. Root cause: refreshAccount(address) could move an unapproved credit line from Requested to GoodStanding. Primitive: approval-state bypass in credit lifecycle. _updateDueInfo() sets state = GoodStanding when no periods are missed, without preserving Requested. Profit: - 82,315.571143 native USDC - 19,074.730401 USDC.e Related wallet addresses: - Attacker EOA: 0x13b44e416e0f66359502e843af2e1191f1260daf - Attack borrower contract: 0x44d4a434ae1529106e4b801315e22721978022a3 - Helper: 0xef8a13797b009228f6e4a25112ea114b7ba6e1b2 Tx: - Attack: 0x7b8d641d76affcc029fd0e0f06ab81ad675b1da21ef79b82e1343016040ba359 - Setup requestCredit: 0x0adf9953c4e2506ffd4526ceee962a9bb61c573eaef60f669605cca68d0ef5aa - State refresh: 0x7126ae1d8e8d1e0c0f1c598de16a035cf309d6cc556e73edc2847de2b5777e5e 比较令我满意的是,Agent 自行找出了触发最终利用的一个前置条件 tx State refresh: 0x7126ae1d8e8d1e0c0f1c598de16a035cf309d6cc556e73edc2847de2b5777e5e 另一个是最近可能新起的钓鱼团伙,采用的是 permit 离线签名钓鱼技巧,这个分析其实很简单,如果 Agent 连这种单利用都识别失败,那只能说完全不及格了。 Mark 下,这些都是不错的实践。
显示更多
交易要想稳定盈利,那么策略就必当遵循,为啥我300下面重仓了特斯拉,涨到了500,跌到430附近又像个傻逼一样加仓; 我多次分享过交易技巧; 头仓或者底部建仓无非是买横买均买缩,300下面明显符符合策略内容; 行情启动建仓,一买理想的价格(300下面合适),二买确认的形态,三买突破的趋势,以周线为周期,特斯拉是否有突破的形态自己拿捏确认; 那么有部分人说这是顶部,你说的可能对,对于一只龙头标的,只要公司的业务护城河还在,预期的前景还在,那么你凭啥认为会是顶,你如果用技术面总用美股崩盘的思维去分析美股7龙头,微软早就改行卖光碟了,英伟达做铜回收了,特斯拉改做二手车了,巴菲特改名卡扎菲了; 美股龙头任何一个巨无霸,你要确认顶部,只有一种判断方法,第一公司出现了问题,没有持续创新跟引来未来的能力,那么K线上自然会提前体现出来,比如最近几年的英特儿; 特斯拉这家公司,本身就是叠加预期业务跟现有业务的股价,波动大是常态;
显示更多
0
11
53
5
转发到社区
•套利(难度系数🌟): 套利的操作难度较低,仅需具备基本的加减法能力,执行力够强即可 •抄底(难度系数🌟🌟): 抄底操作需要一定的技巧,尤其是对仓位管理和情绪控制的把握。在合适的时间拥有足够的现金储备,是抓住机会的关键所在。 •卖飞后重仓(难度系数🌟🌟🌟): 在卖飞后重新选择重仓布局,是一种对心态要求较高的操作。需要具备足够的心理调适能力 •逃顶(难度系数🌟🌟🌟🌟): 逃顶操作难度高,需要综合分析多方面因素,包括基本面数据、宏观、群体情绪等。对市场趋势有敏锐的洞察力和快速反应能力。 • 杠杠 (难度系数🌟🌟🌟🌟🌟) 杠杠显著放大了波动率,降低了生存率。需要精通抄底,重仓,逃顶等。 这么多年下来,我早已对逃顶不再抱有任何期待,唯一学会的就是如何接盘
显示更多
今天上午读书会时候意识到的两个点 1、这一轮好像大家都很早就在准备btc退出计划,甚至身边很多朋友都已经执行了退出计划。 2、mstr融资买币的计划远超预期,原本我觉得saylor3年融资420亿美金的计划已经激进到接近天方夜谭了,没想到不到一年就已经干了140亿了。 3、17年那一轮牛市,很多人都是过早减仓了,以至于那一年很流行带鱼梗(我投资就像吃鱼,从不吃鱼尾巴,没想到这次碰到了一条带鱼),以至于21年很多人都在6万的时候盼十万,基本都没减仓。 4、今年感觉大家都有点ptsd了,又开始按照21年的剧本准备减仓计划。 5、这种情形让我想起来了高考填志愿,好大学总是大小年循环,今年报考的人太多,以至于录取分数线很高,然而到了下一年,就没有人敢报了,又导致分数线很低。 6、很好奇今年会不会也是btc的大年😂
显示更多
0
55
376
123
转发到社区
从实际 vibe coding 的效果来看,并非每个任务选择最强模型就是最佳选择,也不是无脑新开子 Agent 就能保持最佳上下文和执行效率。 最贵模型的推理思考能力很强,但处理普通任务,例如读写文件、代码搜索、格式化、简单查询时,效率经常很低。 背后的原因也很简单,强模型的 thinking 和 reasoning tokens 开销很大,而这些任务并不需要深度推理,过度思考只会增加延迟和 token 消耗。例如,用 Opus 做一次 Glob 搜索和用 Haiku 做,结果基本一样,但成本会差出两个数量级。 要把任务做好,关键不在于模型是不是最强,而是看任务能否正确匹配模型的能力密度。Claude Code 在创建 Sub-Agent 时,就围绕这方面做了大量设计: 1)当需要保留当前对话上下文继续工作时,例如并行探索不同方案、在后台执行独立子任务,它会 fork 一个 Agent,继承当前上下文,让任务在同一语境中延续; 2)当任务目标明确且不依赖父会话上下文,例如代码搜索、方案规划、结果验证,它会直接使用内置 Agent,包括 Explore、Plan、verification、general-purpose 等,调度的时候,会给 Agent 分配一个清晰的任务目标; 3)设计了 Agent Team 模式,支持让多个 Sub-Agent 协同工作,分工不同的子任务,互相之间通过消息传递和共享上下文来配合完成更复杂的工作。Agent Team 跟普通 subagent 的不同之处是,成员 Agent 之间允许通讯。 在 Sub-Agent 的模型选择上,Claude Code 是动态设定的,例如 Explore Agent 采用的就是 Haiku 模型,而 Plan 和 verification 默认会继承父模型。 Haiku 模型延迟最低、单 token 成本也最低,在文件搜索、代码定位、文档分析等等只读场景下,准确率已经足够了,整体性价比也是最优的。 有了模型选择的基础,再往下就是执行方式的优化。要同时兼顾成本和效率,核心思路是并行执行,将任务拆成多个上下文隔离的子任务,再分派多个 Sub-Agent 并发处理。也分享几个在 Claude Code 中的小技巧,用起来可以让成本、效率和效果达到一个更好的平衡: 1)通过环境变量 CLAUDE_CODE_SUBAGENT_MODEL 可以统一指定子 Agent 的默认模型,主会话用强模型做调度和决策,子 Agent 用轻量模型做执行,配置简单,几乎零成本接入。 2)通过 Fork 模式复用父会话的 Prompt Cache,让并行子任务共享上下文前缀的 KV 缓存,10 个并行 fork 的成本接近 1 + 9 × delta,在大规模并行场景中非常省钱。直接跟主对话说“从当前上下文 Fork 子进程处理”即可。 3)通过 .claude/agents/ 目录下的声明式 Markdown 文件定义专用 Agent,可以精细控制模型选择、工具权限、最大轮次、执行模式、隔离方式、记忆范围、MCP 服务、Hooks 等,适合那些会反复出现的固定角色,例如 code reviewer、security auditor 等等。项目长期使用的专用 Agent 可以考虑用这种方式来定义,后续维护和迭代也更方便。 好模型的 token 成本会越来越高,获取难度也是越来越大,短期内一定是供不应求的,因此模型的推理能力需要被转换为一种精细化分配的资源。中低难度的任务把国内模型用起来就好了,反而效率更高,还省钱。 在 vibe coding 的时候,学会让不同能力的模型组合完成任务,将会是一项必备技能。😄
显示更多
分析师预期,今年三星和海力士的利润将会超过2万亿人民币。 刚够填恒大的窟窿😅😅 证明了,只有AI才能救恒大。
分析师称 #OpenAI# 将在 2028 年推出 AI 手机,由智能体驱动而不是安装各类应用程序,智能体将接管用户的各类信息即时处理需求。 OpenAI 的芯片供应商是联发科和高通,芯片需要能够在本地运行规模较小的 AI 模型,系统设计与制造则由立讯精密负责,OpenAI 将获得完整的底层硬件和软件权限:
显示更多
原因分析: - Edge 的渲染合成线程(Compositor)持续长时间无响应,最长达 6 分钟。这表明 Edge 在疯狂消耗 CPU/GPU 资源。 - 这导致 kwin_wayland(KDE 的 Wayland 窗口管理器)主线程被饿死,多次报告 "The main thread was hanging temporarily!" - 鼠标和键盘输入事件也开始滞后处理 - 最终系统完全失去响应,触发硬重启
显示更多
理性分析: Sato 这玩意下次蜕变就是真正mint完后 估计就是一大波洗盘,调整 因为官网这时候只能卖不能买 Mint 完后抛压,散户投机的卖出,真正巨鲸入局,然后疯狂卖就是疯狂销毁时候。 那时候还是很期待的,幸运的是现在在mint完之前已经有了社区,随机进了几个都很fomo。好的机制就有人愿意参与。
显示更多
0
70
39
3
转发到社区
色彩分析: 从这张自拍创建奢华色彩分析板,采用高级时尚杂志风格(迪奥/拉夫·劳伦)。 纯米色/象牙背景、暖色调、柔和漫射光、超逼真照片质量、协调打光、简洁优雅线条、网格设计。 主图:突出自然美(同一身份、柔顺肌肤、微光、逼真质地)。 上部分:'你的最爱颜色'搭配面料样本与最佳算法选择。 副色板:暖色/中性/冷色与清晰结果。 应避免的颜色 适合中性色 突出你美丽的印花图案 彩妆指南:眼影、腮红、唇膏、高光 '你的颜色':多种最佳造型选项 发色:最佳选择 珠宝首饰 优雅贴士 基础衣柜:协调服装、鞋子、包包、配饰 风格:最适合我的风格
显示更多