Pyth 这次直接把车门焊死了。 100% 收入回购，4200 万枚 PYTH 储备，消息一出，币价短线暴拉 10%+。 刚刚，Pyth DAO 通过 OP-PIP-136 提案，这次玩的不是小打小闹。 Pyth Pro 订阅、Listing as a Service、Data Marketplace、Pyth Indices，四条产品线的收入，100% 拿去市场买入 PYTH，全部纳入储备。 注意，是 100%，不是拿点利润意思一下。 以前每个月只能动用 DAO 非 PYTH 余额的三分之一，每次操作还得单独投票。 现在直接改成长期授权，不用每个月重新走流程，连此前持有的非 PYTH 资产也纳入回购范围。 首批回购已于 9 月 30 日执行，目前储备约 4200 万枚 PYTH。 作为老韭菜，见过太多项目一边喊着生态繁荣，一边靠通胀发币撑估值。 嘴上说赋能代币，实际上产品赚的钱跟持币人半毛钱关系都没有。 Pyth 这波至少把态度摆出来了。产品赚多少钱，就拿多少钱买自己的币。 以前项目靠发币养产品，现在 Pyth 想靠产品养代币。

用 Python Scrapy 框架做海外大规模数据采集，刚开 10 个并发就被目标站封 IP？ 如何在不侵入业务爬虫代码的前提下，实现每一次请求自动轮换原生住宅 IP？ 手把手教你编写 Scrapy 下载中间件（Downloader Middleware），打造高并发防封采集管道

学 Python、练 SQL、做作品集，卡住的往往不是技术，是手边没有真实数据。这 6 个全部免费开放： 1、【Kaggle Datasets】 几十万个数据集，从房价、电影评分到医疗影像都有，绝大多数带说明和别人写好的分析笔记本，看着别人的思路做一遍是最快的入门方式。 2、【Hugging Face Datasets】 偏机器学习方向，文本、图像、语音数据集为主，一行代码就能加载进 Python，不用自己写解析。想微调模型的从这里找训练数据。 3、【Our World in Data】 全球人口、能源、健康、经济的长期统计，图表做得极好，每个数据都标了来源和处理方法。做内容配图或者写观点文找论据非常合适，全部可免费使用。 4、【世界银行开放数据】 两百多个国家几十年的经济和发展指标，可以按国家、按年份直接下表格，也有 API。做跨国对比分析的标准数据源。 5、【Google Dataset Search】 数据集里的搜索引擎，不知道该去哪个网站找的时候先来这里搜关键词，它会把散落在各个机构网站上的数据集聚在一起。 6、【 美国政府开放数据门户，三十多万个数据集，交通、气候、教育、犯罪统计都有，颗粒度细到具体城市和年份。 作品集里放一个用真实数据做完的完整分析，比列十个学过的工具管用。

OpenAI 收购了 Astral，Python 三件套 Ruff、uv、ty 一起并入 Codex，这是 11 月 4 日那笔收购之后的第二笔，隔了不到一周。 这三件套月下载数亿次，FastAPI、Airflow、Pydantic 都在用，实际上已经是 Python 开发的事实标准。 逻辑不难懂，agent 写完代码要 lint、格式化、装依赖、查类型，这些确定性环节由谁控制，下游就绕不开谁，竞争也从模型能力转移到了工具链。 HN 上 777 分、485 条评论，质疑的几乎都集中在开源承诺能否兑现。交易完成后的许可证和治理情况，值得关注。

LMAO，看起来python生成器也蒸馏了Claude啊 所以现在你知道昨天一堆靠简易模型指纹测试来说DeepSeek V4.1-Flash-1017蒸馏了xx模型的人有多不靠谱了吧🤣 但我还是发现整个风格越来越像GPT了（我还是相信我的体感）

预言机网络 Pyth Network 发布 2026 年第三季度财报，其活跃年化经常性收入（ARR）达 1,149 万美元，环比增长 86.5%（Q3 净新增 533 万美元 ARR），付费客户达 276 家；在三大核心领域中，Pyth 在 Q3 规模达 2.09 万亿美元的 RWA 永续合约市场中占据 94.1% 的数据份额，在预测市场领域为 Polymarket 及 Kalshi 提供定价，并联手 Exa 通过 MCP 为 AI 代理提供结构化行情；此外，Pyth 成为纳斯达克 Nasdaq Basic 实时美股行情的外部数据分发商，PYTH DAO 亦投票通过“100% 规则”，将协议产品产生的全部外部收入用于公开市场回购 PYTH 代币（此前比例为 1/3）。