带 Polymarket Developers 附属的 Builder fireplace 宣布将关闭 从 1 月下旬主网上线到关闭仅半年多一点的时间，期间还曾融了 150 万美元 世界杯结束后，预测市场或正在迎来一场寒冬，这对小型终端平台更是打击 Polymarket Builders 数量超过 450+，但周交易量已连续 5 周下滑，后面陆续关停的小平台可能不在少数

Codex 现在直接把自己变成了能自己造 AI 产品的工厂。 OpenAI 今天官宣：Codex 新增「OpenAI Developers」插件，能在终端里直接创建 API Key、调用 OpenAI 所有 API。 自动把想法变成完整可运行的 AI app 和 agent，完全不用手动配环境、写 boilerplate。

前天，IREN宣布签署总价值 28亿美元 的多年代理AI云合同，并将2026年底AI云年化运行收入（ARR）目标从37亿美元上调至 超过40亿美元（其中85%已签约）。这一消息不仅推动股价大涨，更传递出一个清晰的市场趋势：AI算力需求正从顶级frontier labs向更广泛客户群外溢。 IREN的新合同主要来自 Perplexity（AI搜索）、Figure AI（物理AI与机器人）、Together AI、Fireworks AI、Fal AI、Hume AI 等专注领域AI公司，以及一个未具名的领先AI开发商。加上此前已有的 Microsoft 和 NVIDIA，IREN的客户画像已覆盖： Hyperscalers（超大规模云厂商） 专业AI开发商 企业级用户 公司明确表示，正在“broadening our customer base across hyperscalers, enterprises and AI developers”，并优先选择多样化分配容量，避免过度依赖少数巨头。 IREN在公告中指出，“hyperscalers、enterprises、AI developers and frontier labs”的需求持续超过其可用和计划容量。过去一年，其自建AI云容量从约3MW激增至2026年交付480MW，2027年目标1.2GW，仍供不应求。 这说明前沿实验室（frontier labs）仍是重要驱动力，但其需求已无法独占新增容量。 大量中层和应用层AI公司（推理、专用模型、机器人、生成媒体等）开始大规模锁定长期GPU资源。 许多合同包含客户预付款（约占GPU资本支出45%），显示买家意愿强烈且愿意承担前期成本。 IREN的案例是AI基础设施热潮的缩影：算力短缺正从“顶级玩家军备竞赛”扩散至整个AI生态。这对数据中心运营商、GPU供应链和新能源行业都是长期利好，也意味着AI商业化落地正在加速。 随着更多公司加入“算力抢夺战”，2026-2027年将成为AI基础设施大规模部署的关键窗口。IREN的故事，或许只是行业多元化浪潮的开始。 免责声明：本人持有推文题及资产，观点充满偏见，非投资建议dyor

base链 预测市场 @trylimitless 相关的撸毛规则和策略分析。老规矩是想到哪写到哪。 1.如何获取自动交易的api 普通api，每次交易都需要签名。想要获得免签名交易的api需要申请partner api 申请流程（推荐步骤）：进入 Limitless Exchange 官网 → Developer / API 页面（通常在 底部或 /developers）。 登录/连接钱包后，找到 Create API Key 或 Partner API 申请入口。 申请时明确选择 Scopes：delegated_signing（必须） 可同时选 trading、account_creation 等 提交申请（可能需要说明用途、项目信息）。 2.S3赛季的撸毛规则： Season 3 的积分 = 三部分： LMT = Trading + Referral + LP（× Multiplier） 时间：1.26 – 5.25（现在已进入后半场） • 门槛：累计交易量 > $200（否则直接没空投） • 积分公式： 👉 LMT = Trading + Referral + LP × Multiplier 重点只有一句话： 👉 每一笔交易 = 积分（和盈亏关系不大） 2.1不同于偏向于鼓励做市的predict，limitless依旧是交易量刷分的模式，但是本赛季会加大刷分惩罚力度。单账号，同时买yes和no这种策略不再被允许。 2.2multiplier 规则未完全公布，但是官方明确表示会考虑的因素有 交易频率（持续参与） 交易质量（非异常行为） 账户健康度 活跃周期（早期更高） 3.由此产生的撸毛策略 每天：20–50 笔 每周：volume ≥ $500（及格线） 理想：$1000+ 每周积分 ≈ 5k 赛季：6周 → 30k 分 预期收益： 参考 S2： 20k–30k 分 👉 ≈ $100–300 2~4个号足以 4.补充说明 可以拿10%的资金做一下LP，被动获取积分 邀请好友可能是积分指数增长最快的手动

Google Developer 这场圆桌干货真多。 Google Developer 这场圆桌讨论含金量非常高，推荐所有的程序员和产品经理都可以看看。 几位嘉宾都是谷歌非常资深的工程师和管理者，他们分享了各自对接下来程序员职业发展的看法，应该是我今年听过最有见地和接地气的判断了。 下面是我的笔记： 1、程序员应该主动放下对语法的执念。过去学习一门语言，往往要花大量时间记忆各种语法细节。 现在这些工作越来越适合交给 AI。真正值得投入精力的，是理解这门语言为什么这样设计、适合解决什么问题，以及不同技术方案背后的取舍。语法越来越容易获得，判断力反而越来越稀缺。 2、Senior Engineer 的定义变了。过去资深工程师的价值，是能写出别人写不出来的代码。 现在资深工程师的价值，更多体现在理解复杂系统、拆解复杂问题，以及做出正确的权衡判断。 面对同一个需求，他知道哪些方案适合业务长期发展，哪些方案只是看起来很先进，实际却会带来新的复杂度。 3、AI 正在模糊职业边界。谷歌有团队做过一次统计，一周时间里，软件工程师大部分时间都在补文档、写设计文档，而 UX Researcher 反而开始写代码。 过去很多需要跨团队协作的事情，正在被 AI 压缩到一个人身上完成。 确实，AI 会让每个人获得一些跨领域能力，但大多数时候只能达到入门水平。产品经理能写一点代码，工程师能做一点设计，研究员能做一点原型。 但真正的竞争力，依然来自自己专业领域里的高级判断力。 4、AI 时代，内部文档的重要性反而在上升。当团队开始大量使用 Agent，相当于团队规模突然翻倍，而且新增成员几乎没有任何背景知识。 如果设计决策、业务规则和历史上下文没有被记录下来，再聪明的 Agent 也很难发挥作用。 5、AI 时代最危险的事情是把思考让渡给 AI。 很多人现在写代码的方式是，把需求告诉给 AI，让它生成，错了再让 AI 修改。 时间久了之后，系统虽然还能运行，但自己已经说不清楚为什么这样设计、为什么这样实现。 这就是所谓的 Cognitive Debt。 AI 给出答案之后，不验证、不质疑、不追问，直接接受，表面上效率很高，实际上是在逐步放弃自己的判断能力。 短期看是在省时间，长期看是在搭纸牌屋。等系统真正出问题的时候，你会发现自己根本不知道它为什么会这样工作。 6、以前开发者负责的是实现路径，诸如用什么语言、什么框架、怎么写每一行代码。 现在越来越多时候，开发者要描述的是 end state，也就是最终想要什么。 你要把问题、目标、约束、边界、质量要求讲清楚，然后让 AI 去实现。 但这件事没那么简单。不是随便写一句 prompt 就完了。 你得非常清楚地知道：什么叫 done，什么叫 good，用户真正要解决什么问题，系统要满足哪些质量标准。 比如功能正确只是 done 的一部分，性能、可访问性、交互体验、稳定性，也都应该写进意图里。 7、架构能力正在往下沉。以前可能只有高级工程师、架构师才经常考虑系统拆分、模块关系、通信方式。 现在只要你用 Agent，你就得想这些问题。 比如，一个任务应该交给一个 Agent 跑一天，还是拆成十个 Agent 各跑一小时？哪些任务适合后台跑？ 哪些任务必须人盯着？一个 Agent 的职责边界在哪里？多个 Agent 怎么协作？这些都已经变成普通开发者也要面对的问题。 8、很多人把 AI 当工具用，但更高阶的玩法是把 AI 当成一个持续成长的协作者。 真正有价值的动作，是分析 Agent 的错误。Agent 为什么会犯这个错？是上下文缺失？规则不清晰？还是需求本身有歧义？ 很多人遇到错误之后第一反应是赶紧修复。 但优秀的工程师遇到错误之后第一反应是总结。因为修复一次错误，只能解决今天的问题。理解错误产生的原因，才能解决未来的问题。 9、一个特别实用的方法，是把 AI 当成一个专门挑刺的导师。 代码写完之后问它：我漏了什么逻辑没？哪里会出问题？别人会怎么反对这个方案？文档写完之后也问同样的问题。 很多时候最有价值的，是让 AI 帮我们发现自己看不见的盲区。 10、不要把忙碌误认为生产力。 很多人喜欢吹嘘说自己同时启动了 20 个 Agent 干活，并行在干 10 个任务，看起来很厉害。 理论上确实可以同时开很多个 Agent 干活，但人的注意力不能并行。Agent 多了以后，我们可能会花大量时间分配任务、检查结果、修正方向，最后看起来很忙，其实生产力不一定高。 真正重要的能力，是知道哪些事情应该交给 Agent，哪些事情必须自己深度参与。 忙碌和有产出是两回事。 11、不要试图跟上所有变化。AI 时代很容易陷入一种错觉，好像每天都有新工具出现，自己只要慢一步就会被淘汰。 一个具体的方法是，给自己设定固定的实验预算。比如每个月认真研究一个工具，或者每周固定留出几个小时做实验。 适合自己的就留下，不适合自己的就快速放弃。 变化越来越快之后，真正重要的能力已经不是追热点，而是筛选热点。

99$ 一年的 Apple Developer 赚回本的比例是多少？ RevenueCat 的订阅应用报告（目前最大的公开数据集，覆盖 ~115,000+ 个 app）： 上线一年后，中位数订阅 app 的月收入约 $72。也就是说，做了内购/订阅并且真正上线的 app，中位数大概头一两个月就能覆盖 $99（扣掉苹果 15–30% 抽成后稍慢一点）。 所以每个月花几千块买 token 开发应用还没赚到钱的朋友不要犹豫了，尽快上架 apple store 吧

吴说获悉，跨境支付公司 MoneyGram 宣布加入 Solana Developer Platform（SDP），并已成为 Solana 网络活跃验证者。Solana 基金会表示，MoneyGram 将作为基础设施合作伙伴参与 SDP，该平台旨在帮助企业和金融机构基于 Solana 构建合规金融产品。目前 Mastercard、Worldpay 和 Western Union 等机构亦已加入该平台。

吴说获悉，跨境支付公司 MoneyGram 宣布加入 Solana Developer Platform（SDP），并已成为 Solana 网络活跃验证者。Solana 基金会表示，MoneyGram 将作为基础设施合作伙伴参与 SDP，该平台旨在帮助企业和金融机构基于 Solana 构建合规金融产品。目前 Mastercard、Worldpay 和 Western Union 等机构亦已加入该平台。