方便大家体验 @openclawby 数据服务 我们整理了一下 vibe coding的ai场景 仅供大家参考 逛了下 Clawby 的 Vibe 社区，发现几个挺有意思的 AI+交易产品。 核心是 Clawby Stock Report Generator——一个用 Vibe Coding 搓出来的美股分析报告生成器。 不是那种"趋势分析+免责声明"的废话生成器，而是真的有点东西。 它的数据流是这样的： 输入「AAPL」→ 后端 8+ 并发请求同时拉 10+ 维度数据： ├ 实时报价 & 市值 ├ 365 天日线 ├ 短成交量 / 短利息 / 借券费率 / FTDs ├ 暗池 Levels + Prints ├ 期权链 Max Pain ├ SEC 财务（EPS / 收入 / 净利润） ├ Reddit 情绪 └ 分红 / 拆股 / 流通股本 数据齐了 → LLM 流式生成报告 → 图表 + PDF 导出。 这个产品的架构也挺典型，基本是当下 Vibe Coding 做交易工具的标配模板： Frontend: Next.js 14 · React 18 · Tailwind CSS · Recharts Backend: Python · FastAPI · httpx Data: Clawby API（一个聚合了 10+ 维度的实时金融数据 API） LLM: OpenAI / Anthropic / DeepSeek / Ollama 任选 Deploy: Docker Compose · 零数据库依赖 它还支持自定义报告模板——4 个内置模板（全面分析/快速扫描/深度研究/财报），可以复制后改 Prompt 和章节结构。 外加 5 个交互式图表（价格走势 + MA、做空趋势、暗池分布、期权链、Reddit 情绪），以及 A4 格式的 PDF 导出。 如果你试过用 GPT 直接写分析报告，就知道"把数据喂给 LLM"和"LLM 自己从 API 拉数据"完全是两回事。 同一个社区里还有几个值得关注的产品： 🔹 Smart Money Index（聪明钱指数）—— 也是 Aaron水煎包的作品，追踪聪明钱和散户的资金流向差异 🔹 Clawby Tradingview MCP —— 把 Clawby 数据接入 TradingView 的 MCP 工具 🔹 Claw-poly —— 另一个数据聚合工具 这轮 Vibe Coding 做交易工具的趋势很明显： 不再是「AI 预测涨跌」这种伪命题，而是「AI 做数据聚合和翻译」——把 10 个维度的数据拉到一起，翻译成人类能读懂的叙事。 AI 不负责预测明天涨不涨。 AI 负责把你需要翻 5 个网站才能凑齐的信息，塞进一个对话框。 这才是目前 AI 交易最务实、最能落地的方向。 项目是 MIT 开源的，有兴趣可以去看源码： 也推荐去 Clawby Vibe 社区逛逛，上面还有不少类似的实验品。👉

🚨 即将进一步扩展对 $UUSD @UUSDai 的支持🎉@uxuycom 普通模式及税币模式此前已在后端完成对 UUSD 的支持，前端入口将于今日正式开放。 Universal Subscription模式也将同步上线 UUSD，届时前后端均全面支持。 ⏰ 预计今日 15:30 (UTC+8) 左右，UUSD 将全面支持以上三种模式。 准备好使用 UUSD 在 发射和交易 Meme 吧！🚀 🚨 Multi-Token Trading Pair Update! $UUSD @UUSDai support is expanding on 🎉 @uxuycom For Normal Mode and Tax Token Mode, UUSD is already supported on the backend — and frontend access will officially open today. For Universal Subscription, UUSD support will go live across both frontend and backend. ⏰ UUSD support across all three modes is expected to be fully enabled around 3:30 PM UTC+8 today. Get ready to launch and trade with UUSD across 🚀

📢 meme筛选精品岗位！！！！ 投递小技巧：不要一次投递多个岗位，尽量写符合岗位JD的简历，因为都是直接对接HR的。打招呼的时候写好你的优势，你的意向岗位，有作品集发作品，开门见山 （实在不会写简历，可以来问meme） 1. Beta Tester（$350–$450/week/远程） Moderator / Community Manager（$600–$750/week/远程） Marketer（($1,000–$3,000//远程） NFT Artist（Negotiable/远程） Game Designer（($1,200–$3,200//远程） UI/UX Specialist（($1,200–$3,000//远程） Developer (Frontend / Backend)（($1,400–$4,200//远程） BI Analyst（($1,200–$2,600//远程） Tokenomics Specialist（$1,800–$5,000/w/远程） 投递：@MarianaBalate 2. UI设计师（远程） 投递：@NadiaLii 3. 美股合约BD（远程） 牌照合规官（负责交易所牌照申请）（远程） 直播运营负责人（券商背景优先）（远程） 视频运营（熟悉 YouTube、TikTok 等主流平台）（远程） java（合约/跟单/风控）（迪拜办公） 市值经理（远程1月，后期迪拜）（远程1月，后期迪拜） BD市场负责人（远程1月，后期迪拜）（远程1月，后期迪拜） 直播运营经理（迪拜办公） 达人运营经理（迪拜办公） HR主管（英语好，懂迪拜签证流程）（迪拜办公） 投递：@DarenWeb3Node 4. 客服运营 前端工程师 量化交易员 AI工程leader PR manager VCC商务BD 投递：@ppp63636 可以说是meme推荐的

MediaTek NeuroPilot 是联发科（MediaTek）闭源的商业闭环生态，因此它没有官方的、开源的单一 GitHub 主仓库。 如果你需要下载工具链或查看官方文档，需要前往联发科的官方开发者门户： 官方门户网站：👉 MediaTek NeuroPilot Portal 你可以在这里注册开发者账号，并下载编译转换工具（如 NeuroPilot Express SDK、Neuron Compiler）以及查看开发指南。 与开源社区（GitHub）的合作接口 虽然核心编译器和运行时是闭源的，但联发科在 GitHub 上为许多主流的开源 AI 部署框架贡献了 NeuroPilot 硬件加速适配层（Backend） 的代码。你可以通过以下开源项目学习它是如何接入硬件加速的： pytorch/executorch 说明：PyTorch 官方针对移动端设计的轻量化推理框架。联发科官方在其中维护了 MediaTek (NeuroPilot) 后端适配器代码，支持直接在该框架下调用 APU。 Google LiteRT (GitHub，原 TensorFlow Lite):项目地址： google-ai-edge/LiteRT 说明：Google 的端侧 AI 框架，内置了对 NeuroPilot NPU 硬件加速器的支持接口。

目前来看，整个Aethir 收割局，最核心的两个受益方：罗卫宇和IVC @ivcryptofund ，两方在Aethir中的重要性不相上下。 可以说，没有IVC就没有@AethirCloud 百科会进一步披露IVC相关信息。 Currently, the two core beneficiaries of the entire Aethir harvest scheme are Luo Weiyu and IVC , with both parties holding equal importance in Aethir. The truth is that there would be no Aethir without IVC. Baike will further disclose information related to IVC. 현재 에테르(Aethir) 수확 계획의 두 핵심 수혜자는 로웨이위(罗卫宇)와 IVC로, 양측은 에테르에서 동등한 중요성을 가지고 있습니다. 사실, IVC가 없었다면 에테르는 존재하지 않았을 것입니다. 백과(Baike)는 IVC와 관련된 정보를 추가로 공개할 것입니다. @intern_cripto @anshitaksoni   @milesdeutscher   @TylerDurden   @CryptoGWB @cryptofloki  @Edward__Park @Coiniseasy @cryptocruise77    @Bounty_ATM   @coinboy717 @bloomingbit_io  @DOKDODAO @vvinyll  @admen_vc_2  @sunominq  @maishumai_edge @lucianlampdefi @0xning0x  @blockTVBee @LeotheHorseman @off_thetarget  @roger9949  @V1JeromeLoo    @thankUcrypto  @vctbtc  @Rocky_Bitcoin  @RR_hodl @daidaibtc @ru7longcrypto @eric_zhongyong @jason_chen998 @_forab @cathy_que   @bitwux @xingxingjun8888  @0xsleepinrain @sefatuba3 @zkgoudan @broleon  @yuexiaoyu @airdrop_GUARD #aethir# #ivc# #罗卫宇#

推荐这篇文章，LangChain Deep Agents v0.7 发布。 他们把默认的基础指令砍掉了一大半，跑完全部 eval 性能不变。 LangChain 在 7 月 29 日发布了 Deep Agents v0.7。这次更新的核心是把 harness 变薄——基础输入 token 减少 65%（约 6K → 2K），性能不变。 三条瘦身策略 删掉基础 system prompt。 Deep Agents 之前内置了一个通用指南和工具使用说明的 system prompt。v0.7 把它整个砍掉了。 工具描述精简 43%。 内置工具的描述文本被压缩了近一半。 Todo 列表默认关闭。 TodoListMiddleware 不再是默认开启。跨三类 eval（自主任务、多轮对话、长上下文）× 四模型（GPT-5.6 Luna、Gemini 3.6 Flash、Claude Sonnet 4.6、Claude Opus 4.8）的评测显示，关闭 todo 后奖励略优、成本更低。不过有三类场景仍然值得打开：长多步任务、能力较弱的模型、需要可见进度条的 UI 场景。 验证方法 LangChain 用了一个新的 eval 套件来做对照。三个基准类别：Autonomous（编码、数据分析端到端任务）、Conversational（多轮对话）、Long-context（长上下文检索推理）。v0.7 vs v0.6.12 矩阵跑下来，reward 整体持平，token 和成本多数下降。最显著的是 GPT-5.6 Luna：token -34%，成本 -15%，reward +4%。 Anthropic 的影响 博客里直接引用了 Anthropic 刚发的 Claude 5 模型的 context engineering 新规——Claude Code 的 system prompt 被砍掉了 80% 以上，coding eval 毫无下降。两条核心发现： • 接口比示例好。 好的 tool schema 教会模型怎么用工具，比过去流行的 few-shot examples 更有效——示例反而会收窄模型的探索范围。 • 不要重复。 在 system prompt 和工具描述里各说一遍同一个指令，不带来增益。 可配置性 v0.7 让覆盖内置中间件变成一等公民。传一个 middleware= 实例，同名的默认中间件会被原地替换而不是报错。一个实际例子：SummarizationMiddleware 默认在上下文窗口 85% 时用通用 prompt 做摘要——v0.7 可以把它换成： SummarizationMiddleware( model="fireworks:kimi-k3", trigger=("fraction", 0.5), # 50% 就开始摘要 summary_prompt="Summarize the conversation, keeping file paths and decisions verbatim...", ) 破坏性变更 • TodoListMiddleware 默认关闭（可 opt-in） • 移除了 v0.5 中废弃的 backend factories • delete 工具加入默认文件系统工具列表（可通过 allowlist 关闭） 原文： #DeepAgents# #LangChain# #AgentEngineering#

今天很意外的发现，All In昨天最新一期，聊的话题也跟我昨天说的OpenAI成立AI Deployment公司相关，而且他们直接请了SalesForce的CEO来做客聊这事儿 我简单看了下，视频里面有三个点有点意思，跟我昨天写的内容正好做个呼应 1. OpenAI亲自下场证明这个事儿不容易，算是被逼无奈 就大家以前以为企业的AI adoption 是：Prompt → 接 API → boop boop boop → 自动化完成……结果发现Too Young Too Naive，原因就是我昨天写的那些东西， 有点像“模型卖不进去，只能自己下场帮客户装”的Feel 但是！这里要说但是了！这事儿从好的一面想，这生意的TAM可能单纯比API revenue要大得多。企业愿意为这个花的钱，可能远大于API fee，毕竟API就是个工具预算，企业的AI Transformation那是战略预算，做过高管或者PLanning的老铁都懂 2. Salesforce CEO Marc Benioff 的观点 - 如果 AI 要改 SaaS 玩法，Salesforce会主动转型。 他们现在活的还挺好，各种数据啊营收啊都很不错。因为现在AI渗透进企业的速度远不及预期。真正有价值的不是软件本身。而是跟企业的关系+信任+内部部署能力+数据和上下文等等 他说Salesforce本来就是本来就是 API-first architecture，所以它比很多传统SaaS更容易 agent-native转型。他认同SaaS 前段UI未来可能被 AI 吃掉，以前那种按席位收费的好日子可能也一去不复返了，但Salesforce完全可以转型成一个AI 的Backend，或者说Operating layer，按API调用来收费，走基础设施流 3. 大佬Chamath认为过去他看空SaaS是对的，但现在这个时间点，SaaS有点跌无可跌了 或者更准确一点他的原话是- “the low end of the market is basically finished” “the high end of the market where Mark operates is quite safe” 低端 SaaS可能真有结构性问题；高端Enterprise SaaS 可能已经被市场错杀 他的逻辑就是之前说的，如果OpenAI 自己都要花大钱搞 deployment company，说明 enterprise AI adoption 根本没那么简单。所以之前业界盛传的“AI会秒杀 enterprise SaaS” 这个叙事根本没那么成立。 看了下SalesForce的股票，从24年底高位到今天已然腰斩，这周四+周五收盘都是逆势强势反弹，可能跟第一季度财报数据很好+1份价值7200万美元的美国空军合同有关。当然，也可能是市场反应过来，OpenAI亲自下场做AI deployment，对Salesforce其实是利好，不是利空。变相替Salesforce来教育市场 - “AI kills SaaS这事儿暂时不成立，顶流SaaS护城河依旧很深，我们可能之前真的恐慌超卖了……” 正好这两天看到 @ShanghaoJin 等一些美股大佬有在说硬件Infra短期可能有些情绪顶，软件其实可以看看，感觉SalesForce近期得加入关注列表了！