今天在研究 CleanMyMac 时候，发现公司名称叫做 MacPaw。有几个有意思的事情： 1. MacPaw 是一家乌克兰公司 2. MacPaw 收购了 The Unarchiver 的产品，这以前是开源软件 3. MacPaw 生态链里面产品，有点对标奇虎 360 我不太喜欢这个公司，我记得以前他们做了相当多推广广告。

我们总觉得，快乐就是躺着、刷手机、打游戏、吃东西。 数据说，错得离谱。 万维钢讲过一个 Mappiness 项目：6 万多人装 APP，研究者随机跳出来问三件事： 你正在干什么？ 跟谁在一起？ 现在有多快乐？0 到 100 打分。 几年下来，收了 300 多万条数据。 结果最反直觉的地方是： 看电视电影，只比什么都不做好 2.55 分； 打游戏 2.39 分； 吃饭零食 2.38 分； 上网浏览只有 0.59 分。 但去博物馆，8.77 分； 参加体育运动，8.12 分； 园艺，7.83 分。 人最大的错觉之一，是以为“不动”叫休息。 很多时候，你不是需要躺平。 你是需要从沙发上滚起来，去做一件真的会让你快乐的事。

晚点独家丨蚂蚁灵波启动首轮融资，拟募资 15 亿元，年底完成二轮融资 晚点独家获悉，蚂蚁集团旗下具身智能公司灵波科技（以下简称 “蚂蚁灵波” 或 “灵波”）已启动首轮融资，首轮拟募资 15 亿元，目标在今年年底完成二轮融资。该融资若如期完成，将突破具身领域创业公司的融资速度。 灵波过去一年公开展示出来的路线是全球少有的完整布局：Vision 、Depth 、Mapping、Video、World Model 、VA 、VLA，几乎把机器人感知、理解、行动的大脑链条都覆盖了。 据悉，当前资本市场对具身领域的投入，一半资金流向本体公司，一半流向具身大脑，且后者占比在加速提升。知情人透露，正因为蚂蚁灵波的独特布局被认为是具身智能发展的关键，所以早在灵波启动融资之前，已有投资机构开始主动接触灵波。在刚刚结束的世界人工智能大会（WAIC）上，甚至有投资人直接去到灵波展台，探访技术和产品发展情况，表达投资意向。 蚂蚁灵波的路线和美国 Physical Intelligence 如出一辙。全球具身智能赛道，Physical Intelligence 是公认的大脑层（Brain Layer）代表公司之一。Physical Intelligence 做的不在于让机器人学会一个动作，而在于让机器人获得一种可迁移、可泛化、可持续学习的物理世界智能。这也是为什么一家几乎没有机器人产品的公司，能够获得超过 110 亿美元估值的核心原因。 资本今天越来越相信：机器人最大的价值，不在身体而在大脑。因为，身体未来可以采购，甚至标准化。但是，世界模型、动作模型、数据这些不能买。所以全球现在估值最高的公司 Physical Intelligence 、Skild AI 几乎都不是因为机器人硬件，而是因为大脑层。 这一点，行业已形成共识。机器人大脑已经被宇树明确写进了 IPO 募资方向，这也是宇树招股书里最值得关注的信息之一。招股书显示，宇树此次 IPO 拟募集约 42 亿元，其中一个核心募投方向就是：智能机器人模型研发 、具身智能模型（机器人大脑）研发 。这也论证了具身大脑在机器人大规模落地中不可或缺的地位。 机器人大脑，将是具身智能角逐谁才是具身领域 OpenAI 的关键。 分析人士也向晚点透露，蚂蚁集团坚定布局具身智能方向，在灵波累计投入的资金已超一线创业公司的融资额。本轮融资后，蚂蚁灵波仍将是蚂蚁在具身和物理 AI 领域最核心载体，蚂蚁将在 AI Infra、数据资产和应用场景等资源上持续给予灵波最大支持，本次融资也是为了加快灵波具身大脑的发展。 不过，该人士也认为，尽管蚂蚁灵波作为国内机器人大脑的领军企业，但是最终估值并不会只取决于模型能力，而会取决于三个关键变量：是否证明 LingBot 系列模型在行业内具有领先的泛化能力；是否形成真实的大规模部署和数据飞轮；是否能从 “蚂蚁的具身智能团队” 成长为 “全球物理 AI 基础模型平台”。这三条路能否跑通将决定蚂蚁灵波在行业中的地位。如果这三个条件兑现，它未来的估值逻辑，将更接近 Physical Intelligence 这样的 “具身大脑平台”，而不是一家具身本体公司。

为什么很多人开始把 MemeMax 当成“下一个 HYPE”来看？ 最近看 @MemeMax_Fi 的一些文案，味道已经越来越明显了。 尤其这句： “HYPE farmers made millions Now they're looking for the next one” 基本已经是在往“HYPE 式大毛”方向引导市场预期。 因为当年 Hyperliquid 最核心的财富效应，其实不是 Perp 本身。 而是： 早期行为数据。 谁更早参与、谁持续交易、谁长期活跃， 最后都变成了真正有价值的权重。 而现在 MemeMax 也在做类似的结构： MP 积分 Season 0 MaxPack 排名机制 持续交易行为 本质上都在记录用户的生态参与度。 尤其现在： 交易量达到 $11,111 后， 前面拥有 MaxPack的人能拿到双倍手续费 官方也一直在强化： farming points early users next one 这种关键词。 很明显， 它想建立的， 不只是一个交易平台。 而是： “早期参与者有机会获得大回报”的市场认知。 再加上背后还有 MemeCore 3亿 $M grant 支持， 现在很多人开始把 MemeMax 当成“下一轮 HYPE 模型”来看，其实也不奇怪。

机器人圈也被 AI 的 scaling 卷麻了 截图是 ICRA 2026 一个数据统计，感觉蛮有意思的，分享一下。比如论文关键词的分布，中美加起来占一半以上的江山。 投稿 4947 篇，接收 1882 篇，接收率 38.04%。2021 年时候投稿量大概 4000 篇左右，机器人圈也在被 AI 的 scaling 卷麻。 Hot topics 是 Manipulation、Planning、Mapping/Perception 3D，SLAM/Localization，Object Detection/ Tracking。 author keyword top 是：Deep Learning for Visual Perception、Reinforcement Learning、Motion and Path Planning、Imitation Learning。 btw，这个数据不是 ICRA 官方做的，是韩国 DGIST 一个助理教授 Giseop Kim 做的，现在vibecoding一个东西变得无比容易。just do it… 想起来去年还写过一场 ICRA 2025 的 keynote 辩论，当时议题是“Data will solve robotics: True or false？” 转眼一年过去了……大家觉得这一年机器人领域的进展快吗？现在关于Data will solve robotics的争论，大家觉得有答案了吗🐶

亏大了，难受，没看见二级买的NFT不能参加5000万美金FDV的打新呀@zama😭 项目方怎么不拉拉盘呀，啥情况 卖了不能参加打新呀，不懂拿到NFT的老铁们为啥要卖，醉了 还是撸免费的好呀，可惜我太懒了没撸,因为之前没有任何具体细则，也怕被白嫖 很多项目在上线前的预热、任务，说白了就是走一遍流程，做完就散，热度来得快，退得也快。但@MemeMax_Fi的节奏明显不一样，它更像是在有意识地把参与周期拉长。 现在的 Boost Phase 和 MaxPack，本质就是在留人。 不是点两下就结束，而是让你持续参与，把时间和注意力慢慢沉淀下来，整个节奏是往前推的，而不是做到一半就停。 从定位上看，@MemeMax_Fi也不只是玩梗。 它是 MemeCore 生态里的 Perp DEX，目标很清晰，就是 memecoin 交易人群，走的是参与感和游戏化这条路，而不是去跟那些拼体量、拼数据的通用型 DEX 正面硬刚。 放在整个永续合约赛道里看，竞争已经很激烈了。 有人靠规模，有人靠技术，而 MemeMax 选的是一条更垂直的路，专心去抓 memecoin 交易社区，用机制和激励换长期黏性。 这条路不一定轻松，但如果真做成了，辨识度会很高。 现在谈成败还太早，但至少从节奏和设计来看，它不是那种上线就结束的项目。 一月上线在即，值不值得继续盯着，很快就能见分晓。 @MemeCore_M @MemeMax_intern #KaitoYap# #Yap# @KaitoAI

MemeMax 第一季收尾了，只拿到800U奖励，拖了大家后腿😭 Memex 是我在 kai**拿到的第一个短暂第一名，当时的奖励是 1万U！每天坚持输出，这次太懒了没好好写 第二季继续参与，发奋图强，我打算从嘴撸和交易双线出发 @MemeMax_Fi 1⃣️第二季嘴撸奖励80万美元 要知道第一季才20万美金，第二季不仅增加前排奖励，还扩大了奖励范围 Top 1-10：数万美元 + MaxPacks Top 11-200：$1,000+ 等值token/airdrop Top 201-500：基础奖励 + 社区积分兑换 额外：交易量top用户获vesting tickets（用于2026年1月主网launch snapshot） 2⃣️dex交易 DEX 据说在1月上线，趁这段时间继续开卡包！ $M 也走出一个相对独立的曲线，标准的圆弧底形态 跌下去之后又被推回到一块一四附近 空头回补的量不小，成交密度上来也快 走势没有脱离基本面，继续看涨！ @MemeCore_M 这个团队非常稳重，从年初运营到现在，持续投入资金营销，以及二级市场拉盘，都可以看出这个团队实力蛮强的，一般的小项目做不到这样 cooking 所以第二季认真肝气，希望多开出几个大包，到时候多刷一点M～

这个打币给kol。kol不建设还砸盘的解决方案，我思考了一下和之前构建的一个项目的需求很像。分享给各位dev。 原理就是70%既确权给kol。但是又不能让人一把掏了！最大限度降低dev和社区的归零风险，又能激发想干的kol动力！把下面的上下文交给你的codex 让他给你开发出来就行。 核心逻辑是：有人往合约里面打币，然后这个币就会自动每天释放1% 100天后释放完毕。 codex开发完之后再说俩句：按照binance合约审计的水准审计下全部代码。 下面这段可以直接交给另一个用户的 Codex，当作项目交付上下文。 # 项目上下文：BSC 代币 100 天每日 1% 释放 DApp ## 目标 交付一个运行在 BSC / BSC Testnet 上的锁仓释放系统。 用户把指定 BEP20 代币存入合约后，该笔存款从存入时间开始释放：每天释放 1%，100 天释放完毕。用户通过网页连接钱包，完成 approve、deposit、claim 操作。 ## 核心规则 - 链：BSC，先支持 BSC Testnet，后续可部署主网。 - 资产：一个固定 BEP20 token，部署合约时传入 token 地址。 - 存款方式：用户不能只靠直接 transfer 到合约。必须： 1. 用户在网页点击 `Approve` 2. 用户点击 `Deposit` 3. 合约通过 `transferFrom` 收币并记录释放计划 - 释放方式： - 每笔 deposit 独立生成一个 position。 - 从该笔 deposit 的 `startTime` 开始计算。 - 满 1 天释放 1%。 - 满 100 天释放 100%。 - 第 0 天可领取 0%。 - 第 100 天及之后可领取全部剩余未领取数量。 - 领取方式： - 用户主动点击 `Claim`。 - 合约不需要每天自动转账。 - `claim()` 领取当前所有已释放但未领取的 token。 - 管理权限： - 管理员不能提走用户锁仓资金。 - 管理员最多只能暂停新 deposit。 - 即使暂停 deposit，也不应阻止用户 claim。 - 不需要后端服务，前端直接读写合约。 ## 推荐技术栈 ### 合约 - Solidity `^0.8.24` 或更新稳定版本 - OpenZeppelin Contracts - `SafeERC20` - `ReentrancyGuard` - `Ownable` - 可选：`Pausable` - Hardhat 或 Foundry 均可，推荐 Hardhat + TypeScript，方便和前端共享 ABI。 ### 前端 - Vite + React + TypeScript - wagmi + viem - RainbowKit 或 ConnectKit 用于钱包连接 - 支持 MetaMask / Trust Wallet - 网络：BSC Testnet，后续支持 BSC Mainnet ## 合约建议接口 合约名称建议：`DailyReleaseVault` 核心常量： - `DURATION_DAYS = 100` - `BPS_DENOMINATOR = 10000` - 每天释放 1%，也可以直接用天数除以 100 计算。 建议数据结构： ```solidity struct Position { uint256 amount; uint256 claimed; uint64 startTime; } 状态： IERC20 public immutable token; mapping(address => Position[]) private positions; 外部函数建议： function deposit(uint256 amount) external nonReentrant whenNotPaused; function claim() external nonReentrant; function claimable(address user) external view returns (uint256); function totalDeposited(address user) external view returns (uint256); function totalClaimed(address user) external view returns (uint256); function positionCount(address user) external view returns (uint256); function getPosition(address user, uint256 index) external view returns (...); function pauseDeposits() external onlyOwner; function unpauseDeposits() external onlyOwner; 释放计算： elapsedDays = (block.timestamp - startTime) / 1 days if elapsedDays >= 100: vested = amount else: vested = amount * elapsedDays / 100 claimable = vested - claimed 注意处理： amount == 0 应 revert。 claimable == 0 时 claim 应 revert 或返回 0，推荐 revert，提示无可领取数量。 使用 SafeERC20.safeTransferFrom 和 safeTransfer。 claim 时先更新 claimed，再转账，配合 nonReentrant。 不要写管理员提取用户 token 的函数。 如果要支持误转其他 token，可加 rescueToken(address otherToken)，但必须禁止 rescue 主锁仓 token。 前端页面需求 首页就是实际操作界面，不做营销 landing page。 页面模块： 钱包连接区Connect Wallet 当前地址 当前网络 如果不是 BSC Testnet，提示并提供切换网络按钮 用户资产区钱包 token 余额 allowance 已存入总量 已领取总量 当前可领取数量 未释放数量 预计完全释放时间 存入区输入 deposit 数量 如果 allowance 不足，显示 Approve allowance 足够后显示 Deposit 显示交易 pending / success / error 状态 领取区显示 claimable 数量 Claim 按钮 没有可领取数量时按钮禁用 仓位列表每笔 deposit 一行 amount start date released % claimed claimable full unlock date 测试要求 合约测试必须覆盖： 用户 deposit 成功，position 被记录。 deposit 前必须 approve。 amount 为 0 时失败。 第 0 天 claimable 为 0。 第 1 天 claimable 为 1%。 第 50 天 claimable 为 50%。 第 100 天 claimable 为 100%。 第 120 天不会超过 100%。 多笔 deposit 分别按各自 startTime 释放。 claim 后 claimed 正确增加。 重复 claim 不能重复领取已领取部分。 pause 后不能 deposit。 pause 后仍然可以 claim。 管理员不能取走用户锁仓 token。 rescueToken 不能 rescue 主 token，如实现该函数。 前端测试或手动验收： 能连接钱包。 能切换到 BSC Testnet。 能读取 token balance / allowance / claimable。 allowance 不足时先 approve。 approve 成功后可以 deposit。 deposit 后仓位列表更新。 时间推进后 claimable 正确展示。 claim 成功后余额增加，claimable 归零或减少。 交付物 必须交付： Solidity 合约源码 合约测试 部署脚本 前端 DApp ABI 地址配置方式 README README 至少包含： 安装依赖 运行测试 部署到 BSC Testnet 配置前端合约地址和 token 地址 启动前端 用户操作流程：Connect Wallet -> Approve -> Deposit -> Claim 安全说明：合约不会自动每天打款，用户需要主动 claim 推荐项目结构 project/ contracts/ DailyReleaseVault.sol scripts/ deploy.ts test/ DailyReleaseVault.test.ts frontend/ src/ abi/ config/ components/ pages/ README.md 明确不做 不做自动每天给所有用户转账。 不做后端数据库。 不做多 token 锁仓。 不做管理员代用户提币。 不做用户直接 transfer 到合约后的自动识别。 不做复杂推荐返佣、白名单、手续费，除非后续明确要求。 验收标准 项目完成后，应能在 BSC Testnet 上完成完整流程： 部署测试 BEP20 token 或使用现有测试 token。 部署 DailyReleaseVault，传入 token 地址。 前端配置 vault 地址和 token 地址。 用户连接钱包。 用户 approve。 用户 deposit。 前端显示仓位。 合约测试中通过时间推进验证每日 1% 释放。 用户 claim 后收到已释放 token。 这份上下文已经够另一个 Codex 开始交付了。最重要的是让它坚持 `approve -> deposit -> claim`，不要设计成“用户直接转币到合约自动释放”，那个方向在 BEP20 里会把归属记录搞得很不可靠。

AI模型评分都是被专项攻坚创造出来的，于是我对比了Fable5，Grok4.5， Kimi K3针对同一个交易系统审计结果进行了对比。 先说结论： Fable5：最适合作为系统级主审核模型 Kimi：最适合作为代码缺陷与一致性专项审核模型 Grok：最适合作为代码梳理和方案发散模型，不适合单独决定策略修改 最佳组合：Fable5全面审核+Grok 4.5代码梳理+K3代码审核 具体细节： 1. Fable5：系统级判断能力最强 Fable5 最大的优势不是代码读得比另外两个模型更多，而是它能把： 代码规则； sizing snapshot； intent ledger； 实际 block 统计； 当前资产 headroom； SELL/REDEEM 回流路径； 放进同一个因果框架。 它使用了几个非常关键的实盘指标： ADD 近 7 天约占新增资金 43%； 84% 资金已经部署； ETH、SOL、XRP headroom 为 0； 近 40 个周期中主要阻塞是：blocked_capital_efficiency=47 blocked_asset_cap=28 deployment cap=0 runway=0 这让它能够区分： “某个机制理论上可能限制资金” 和 “当前实盘真正正在限制资金的机制”。 最终它得出： ADD 对资金流向重要，但当前周转主因在回收端、资产 cap 和效率过滤，不在 ADD 准入本身。 这是三个模型中最接近生产系统审核要求的判断。 弱点 Fable5 仍有一些过度推断： 把 ADD 描述为让资金“锁得更久”，实际上 ADD 的剩余 TTE 通常比 ENTRY 短； 把超 cap 资产总持仓约 $382 说成可以“直接解锁 $382”，没有区分总持仓、超额部分和可成交部分； 把模型中的 redeem_lag_days=2 一度当作实际回款延迟； “$5 仓位几乎不受每美元每日利润门约束”的推理不正确，因为该指标已经按资金归一化； 2-lot 最低 ENTRY 建议可能系统性损失覆盖率。 因此，Fable5 的系统方向判断最好，但具体数字和金融指标仍需二次校验。 最适合的角色 PRIMARY_SYSTEM_REVIEWER LIVE_OPERATIONAL_DIAGNOSIS CHANGE_PRIORITY_DECISION CROSS_MODULE_ROOT_CAUSE_ANALYSIS 2. Kimi：代码缺陷侦测能力最强 Kimi 对代码结构的还原比较准确： 固定 ADD 次数和 interval 已退役； ADD 采用 target-gap 模型； ENTRY 60%，ADD 补到 100%； allocator 是最终数量权威； style 仅作诊断； 现金、集中度、shock、深度共同限制订单。 更重要的是，Kimi 找出了其他两个模型没有明确指出的具体问题： shared_deployable_pool() 读取 account_snap["capital"]["deployable_cash"] 但该字段可能没有实际写入 → 回退到 free_cash → 策略层与 allocator 层资金口径可能不一致 它还发现了： 合同写 debounce 60 秒，代码/配置为 30 秒； 注释周期 16 分钟，实际 loop 600 秒。 这些是典型的静态审核、字段追踪和合同一致性检查优势。 弱点 Kimi 在资本效率和交易语义上的推理弱于它的代码检查能力。 典型错误是： ADD 价格更高，所以边际 edge/day 必然更差。 这忽略了剩余持有时间也缩短。更高 ask 并不必然意味着更低 edge/day。 它还认为： 60/40 会让剩余资金长期闲置； 提高 entry share 会改善周转； CONFIRMATION_NO 应收紧； 增加单市场软 cap 会改善组合周转。 这些结论缺少真实候选竞争、实际 block attribution 和反事实分配数据支持。 最适合的角色 STATIC_CODE_AUDITOR SCHEMA_AND_FIELD_FLOW_CHECKER CONTRACT_IMPLEMENTATION_DIFF LOCALIZED_BUG_DISCOVERY Kimi 很适合回答： “代码是否存在字段没有写入、默认值回退、文档与实现不一致、某个 gate 实际是否生效？” 但不适合单独回答： “应该如何改变交易策略和资本分配？” 3. Grok：代码梳理最完整，但最容易过度设计 Grok 对整个 ADD 路径的整理最详尽： 各层准入条件； risk latch； REDUCE reentry cooldown； 价格带； fingerprint； emergency cap； market target； ENTRY/ADD gap； allocator 的现金、集中度、shock 和深度约束； ADD 与 ENTRY 的评分和 continuity； SELL/REDEEM 对现金回收的影响。 它对当前代码执行模型的概括非常清楚： 能不能加由 headroom 决定；加多少由 target gap 离散为 lot；ADD style 只是解释标签。 因此，在“快速理解一个陌生复杂系统”方面，Grok 表现很好。 弱点 Grok 最大的问题是： 从“发现一个可能的机制副作用”快速跳到“建议修改策略”。 它提出了大量未经实盘证明的改动： TIME_TOPUP 冷却； ADD 1.5 倍 edge/day 门槛； ask≥0.97 限制为 1 lot； 降低 peak target； 提高 entry share； 单次仅补部分 gap； 弱化 continuity； 降低 TTE confirmation 权重。 这些建议表面上都很合理，但存在三个问题： 没有先证明这些机制实际造成了损失； 没有量化被 ADD 挤出的 ENTRY 是否更优； 可能重新引入此前已经修复的低 ADD recall 和 leader fidelity 偏差。 Grok很擅长生成完整优化空间，但容易把： POSSIBLE SIDE EFFECT 升级成： CONFIRMED ROOT CAUSE 再进一步升级成： SHOULD CHANGE PRODUCTION LOGIC 这是生产交易系统审核中最危险的倾向。 最适合的角色 SYSTEM_MAPPING CODE_AND_CONFIG_EXPLANATION HYPOTHESIS_GENERATION DESIGN_OPTION_ENUMERATION 不适合作为唯一的： PRODUCTION_CHANGE_APPROVER ROOT_CAUSE_FINAL_AUTHORITY STRATEGY_SEMANTICS_GATEKEEPER 三个模型的典型思维模式 Grok 发现机制 → 推演可能副作用 → 生成多种优化 → 倾向建议修改 优点：覆盖广、思路多。 风险：过度设计、假设升级过快。 Kimi 追踪代码和字段 → 找实现不一致 → 找局部缺陷 → 尝试从缺陷推导策略改进 优点：代码问题定位强。 风险：局部正确不等于系统结论正确。 Fable5 理解代码 → 读取运行数据 → 找实际 binding constraint → 区分主因和次因 → 按实盘收益排序 优点：最接近生产运营思维。 风险：仍会在个别指标含义和金额口径上过度断言。