OpenAI Codex 的开发者 Guinness Chen 最近发了一条推，兴奋地宣布了 Codex 的一个超级实用新功能——线程无缝迁移（Thread Migration）。 简单说，现在你可以在笔记本电脑上用 Codex 写代码、调试、跑任务。工作到一半要出门，或者笔记本性能不够了，你只要告诉 Codex：“帮我把当前会话移到远程服务器去。” Codex 就会自动把整个工作线程（包括代码、Git 状态、所有未提交的改动、甚至正在跑的进程）打包好，干净利落地搬到远程主机上继续运行。你完全不用手动拷贝文件、配置环境、git push/pull 这些麻烦事。 等你回家或者想换回本地时，再让 Codex 把线程“接回来”就行了，状态完全保持一致。 视频演示里能看到：Codex 自己创建独立的工作目录、复制文件、同步 Git、验证环境，整个过程几乎全自动，像有个 invisible 的 AI 助理在帮你搬家一样顺滑。 这个功能对经常在本地和服务器之间切换、或者通勤路上还想让代码继续跑的人来说，简直太香了。基本把远程开发的割裂感给抹平了。

我最近重新看了 Anthropic 对 CLAUDE.md 的建议，里面有个判断挺好用： 删掉这一行，Claude 会因此犯错吗？ 如果不会，就别写。 所以真正该留在 CLAUDE.md 里的，是模型从代码里推不出来的东西：这个目录别碰、那个旧接口不要再用、项目里什么才算真正「做完」。 「代码要干净」「遵循最佳实践」这种话，Anthropic 自己都拿来当反例。写得越多，真正重要的约束反而越容易被淹没。 还有一层更重要：不是所有规则都应该交给模型记。 lint、测试、禁止写 migrations 这类一次都不能漏的动作，官方建议直接放进 hook。因为 CLAUDE.md 本质上还是 instruction，hook 才是程序化的约束。 CLAUDE.md 解决「Claude 不知道」，Hook 解决「不能指望 Claude 记得」。

再次推荐 Google Engineering & DevRel Leader @addyosmani 重磅开源的 Agent Skills (69.7✨)，把资深工程师的生产级工程纪律，固化为 AI Agent 可机械执行、强制验证、跨工具复用的工作流 Agent Skills: Production-grade engineering skills for AI coding agents. 它要解决什么问题？ AI Coding Agent 的默认行为是"走最短路径"——跳过规格、跳过测试、跳过安全评审，给出能跑但不可靠的代码。Agent Skills 的立论是：质量不靠提醒出来的，要靠强制流程托底的。它把"什么时候写规格、测什么、怎么评审、何时发布"这类隐性工程判断，固化成 Agent 必须遵循的步骤。 顶层架构：六阶段生命周期 DEFINE → PLAN → BUILD → VERIFY → REVIEW → SHIP /spec /plan /build /test /review /ship 8 个 slash 命令作为入口，分别对应一个阶段，自动激活对应 Skills。Skills 也会按上下文自动触发（写 API → api-and-interface-design，写 UI → frontend-ui-engineering）。/build auto 在一次批准后自动跑完计划与实现，但每个任务仍独立测试、独立提交、遇险即停。 24 个 Skills 的分布 1. Meta - 1 个 using-agent-skills（路由，决定该用哪个技能） 2. Define - 3 个 interview-me、idea-refine、spec-driven-development 3. Plan - 1 个 planning-and-task-breakdown 4. Build - 7 个 incremental-implementation、test-driven-development、context-engineering、source-driven-development、doubt-driven-development、frontend-ui-engineering、api-and-interface-design 5. Verify - 2 个 browser-testing-with-devtools、debugging-and-error-recovery 6. Review - 4 个 code-review-and-quality、code-simplification、security-and-hardening、performance-optimization 7. Ship - 6 个 git-workflow-and-versioning、ci-cd-and-automation、deprecation-and-migration、documentation-and-adrs、observability-and-instrumentation、shipping-and-launch 几个值得点名的设计取向 · doubt-driven-development：对抗性"新上下文复盘"，CLAIM → EXTRACT → DOUBT → RECONCILE → STOP，可选跨模型升级。这是该仓库比较有原创性的一项，针对高代价/不可逆决策。 · source-driven-development：框架决策必须挂在官方文档上，要引源、要标注未验证项。直接对治 LLM 编造 API。 · deprecation-and-migration 把"代码即负债"单列为技能，配套强制 vs 建议性弃用模式与僵尸代码清除——很少见但有工程味。 · Google 工程文化底蕴：Hyrum's Law（API）、Beyonce Rule 与测试金字塔（测试）、变更尺寸约 100 行 + 评审速度规范（评审）、Chesterton's Fence（简化）、主干开发（git）、Shift Left 与 feature flag（CI/CD）。来源明确标注自《Software Engineering at Google》与 Google 工程实践指南。

Injective 进入 6 月大动作不少，整理下关键动态： 1⃣Vulcan 上线：底层先补强 6 月 4 日，Injective Vulcan 主网升级正式上线。 这不是普通版本更新，Vulcan 针对的是更低结算成本、桥接安全、稳定币、RWA、永续合约和价格数据访问这些底层能力。 换句话说，Injective 不是在单独推某个应用，而是在把链本身往「链上资本市场基础设施」方向改。 我觉得这是 6 月最核心的节点，因为后面所有东西，不管是 USDC、RWA、pre-IPO，还是 AI Agent，最后都要落到底层结算和交易体验上。 2⃣回购销毁落地：$INJ 开始讲供需逻辑 6 月社区回购规模超过 31.5 万美元，随后 39,000+ 枚 $INJ 被永久销毁。 回购销毁比很多叙事都实在，因为它把链上收入、社区参与、代币销毁连在了一起。 对 $INJ 来说，市场当然会看价格，但更重要的是，项目有没有持续把生态收入反馈到代币模型里。 3⃣USDC 统一保证金：交易体验开始收口 6 月中旬，Injective 完成 USDC migration，生态里的永续合约开始统一用 USDC 计价和保证金化。 这件事很容易被忽略，但对交易型公链来说很重要。保证金币种统一，意味着流动性更容易集中，用户也不用在不同资产之间来回切换。 对 Helix 这类核心交易应用来说，这是直接影响使用体验的基础设施更新。 Injective 要做链上金融，USDC 这种稳定币的应用场景会越来越多。 4⃣AI Agent 和 RWA：叙事开始往真实用例走 6 月 Injective 的 AI Agent 线也明显加速，先是 AI Agent payments 和 x402 上线，后面又推进 Agent 链上身份、声誉记录和交易费用回流。 这个方向有意思的地方在于，它不是单纯蹭 AI 概念，而是让 Agent 能在链上支付、交易、结算，甚至形成自己的收益流。 RWA 这边也在扩展：音乐版权、pre-IPO、tokenized equities、外汇、商品、结构化产品，我们在 Injective 上都已经能看的到应用。 5⃣机构入口扩张：INJ 的可接入性变强了 6 月还有几条偏中长期的信号：M-INJ 被包装为亚洲首个受监管 $INJ 基金，Coinbase 也将支持 native INJ 充提和迁移。 再加上 Injective Summit 对机构、支付、合规资源的预热，Injective 这条线已经不只是 DeFi 玩家内部的故事。 6 月的 @injective 真正值得看的不是短线涨跌，而是它把几条线同时往前推了：底层升级、代币销毁、USDC 交易基础设施、AI Agent、RWA、机构入口。 短期 $INJ 的走势并不理想，接下来就看生态持续进展之后，能不能推动代币了，继续保持关注 @InjectiveLabsCN 。

Agent 24h 自动化交易绝对是一个值得做的风口，但风险同样很高，一旦控制不好，也很容易一夜之间花光所有的钱。 于是我上线了一个新的ASP 服务，给你的Agent做一道审查闸门,在你交易之前，帮你排除掉高暴雷风险的meme币。 痛点其实很简单： meme 不是死在你手慢， 是死在你还没看清风险，就先冲了。 我做的不是某个币的监控， 是 ASP #5139「Meme# · 风险哨兵」： 给你/你的 Agent 做一道审查闸门， 优先排除高暴雷风险的 Solana meme。 ———————————— 这活怎么干出来的？ 我们用了多 Agent 协作： • Codex 当主控（拆任务、盯进度、验收） • Grok 做市场与竞品窗口 • Kimi 啃长文档和规格完整性 • DeepSeek 扛工程、数据与 fail-closed 审计 人定方向，Agent 并行推进。 不是一个人硬肝到天亮那种浪漫， 是把「能交付」拆成可复盘流水线。 ———————————— 究竟做了什么？ 1. 调研后放弃红海 sniper，锁定「只读风险闸门」 2. 接 OnchainOS 拉链上证据，做成 live 评分服务 3. 硬否决优先，soft score 其次，全程可解释 4. 上架 · A2MCP · 0.01 USDT/次 5. 公网 endpoint + 审计日志 + Demo 视频 ———————————— 研究 / 回测了哪些数据？ 链上证据维度（每次评分都会看）： • Top10 持仓集中度 / 持有人数量 • Bundler 捆绑占比 • Sniper 狙击占比 • Dev 持仓 + rug 史 + 发币/迁移记录 • 市值 proxy、1h 活跃、社交链接是否存在 前向研究（point-in-time，防作弊）： • NEW / MIGRATING / MIGRATED 队列持续采集 • 0、1、3、5、10、15、30、60 分钟窗口拍风险快照 • 峰值约 880+ token、6500+ 条带时间戳快照 历史最小回填： • 对 MIGRATED 样本拉 1 分钟 K 线（路径/回撤实验） • 明确禁止：用「现在的风险标签」倒贴到旧K线 （那是 look-ahead，看起来准，其实是假） 本地真币验证也打过： 软分可以不低，但硬否决照样 VETO。 分数高 ≠ 过闸。 ———————————— 为何这道审查有效？ 分析了历史数据特征，这个ASP监控 meme 早期暴雷的一些高度同构的特征： • 高度控盘 → Top10 / 持有人过少 • 捆绑出货 → bundlers • 开盘抢筹 → snipers • 连开连 rug → dev history • 数据黑洞却给绿灯 → 最危险 如何试用？ 把这段话复制给你的Agent: "我想使用 Agent 5139 提供的服务： 服务名称：Solana Meme 代币风险评分 服务类型：A2MCP 接口地址： 请使用 OKX Agent Payments Protocol 向该接口发送请求。 " 具体请看demo视频👇