推荐一个开源项目 闲鱼超级管家，基于 xianyu-auto-reply 二次开发的闲鱼自动回复工具，并且有自动自动发货功能（不过仅建议小号尝试，可能触发咸鱼风控）。 它保留了原项目的全部核心功能，同时对前端界面进行了完整重构，整体视觉和操作体验比原版更现代、更专业 GitHub：

OpenCLI 一键打通 Agent 的 Twitter 世界！🚀 发推、回复、引用转推、监控通知、关键词触发自动回 DM、把整条 thread 抓下来总结、批量整理 list、定期备份某个人的所有图和视频——你想到的客户端操作，Agent 都能替你跑。 不需要 X API key。不需要等审批。不用 OAuth 折腾半天。 全部复用浏览器登录态——你能在网页上做的事，Agent 都能做。 OpenCLI 的 Twitter 适配器膨胀到 36 个命令，几乎打穿整个客户端： 读：timeline / search / thread / tweets / likes / followers / following / bookmarks / notifications / trending / article / download 写：post / reply / quote / retweet / like / bookmark / follow / block / hide-reply / delete DM：reply-dm / accept 关键词自动放行 List：lists / list-tweets / list-add / list-remove 以前 Agent 看 Twitter 只能爬时间线 现在 search → thread 抓完整讨论 → 总结 → quote / reply 发出去，一条流水线串到底 Twitter 是 Agent 的第一个完整生活场景。

如果你觉得 我这条推文🙏，这关系到能否入围第二阶段，后续也会持续开发对大家有帮助的工具，感谢大家的支持❤️。 If you find helpful, please Like, Retweet, and Reply to this tweet! 🙏 This is crucial for us to qualify for Round 2. I will keep building useful tools for the community. Thank you for your support! ❤️

这几天Axis 老板 @chris_anm01 在群里很活跃，回应了很多社区关心的问题，给老表捋捋： 1⃣关于脚本的问题 team自行购买了市面上的各种脚本，包括多层验证去测试，目的就是最大化降低脚本影响。 当前的情况是：不能完全阻止脚本提交，但是可以通过后端强验证把污染数据筛掉，把被刷坏的 slot 重新释放出来。目前这套机制已经在跑，效果明显。 2⃣验证机制 ①每一条数据都会在服务器端做 Replay，验证轨迹真实性和质量 ②单条 Replay 耗时几秒到几十秒，目前有 3-5 台服务器实时处理 ③任务发布后2小时内就会涌入上万条，因此replay 会 pending ④最近一周实际表现：最长8-12小时完成全部 verify ⑤通过 = 可 sign 状态 ，Failed = slot 自动释放 ⑥若账号绝大部分数据 failed，将直接 ban 账户 3⃣关于发币与激励 如果发币，会严格按照真实贡献量 + 贡献价值来做空投或数据商业化后的分润。 4⃣ Fail 是正常现象 绝大多数失败是因为 sim2sim validation 没过。 Fail 就代表这条数据确实无效，无法恢复，但如果觉得有问题，项目方可以人工介入帮忙看。 翻了翻历史记录，failed属于极个别现象，问题不大，欢迎老表一起上车： @axisrobotics @0xsexybanana @plpiaoliang

还国内信用卡/花呗 海外工资还国内账单？跨境汇款慢 私人换汇？怕被冻卡 银行电汇？手续费贵到肉疼 MiPay 怎么做： USDT 兑换为人民币 直接还款到支付宝/微信绑定的信用卡 T+0 到账，手续费仅1.5% Mipay下载链接： 官方中文客服群： Pay domestic credit card/Huabei Pay domestic bills with overseas wages? Cross-border remittance is slow Private currency exchange? Afraid of being frozen Bank wire transfer? The handling fee is so expensive that it hurts How to do MiPay: Convert USDT to RMB Repay directly to the credit card bound to Alipay/WeChat T+0 deposit, the handling fee is only 1.5% Mipay download link: Official Chinese customer service group:

我研究了下 @TermMaxFi XP 玩法，这个项目不能只理解成“签到刷 XP”。 纯属个人研究，不构成投资建议。 如果你只是想每天签到混点积分，也不是不能做，但别期待回报特别大。 我个人建议，至少准备 150 USDT，会比较容易把核心任务一起完成。 ——————————————— TermMax 本质上做的是： 固定利率借贷。 大白话说， 普通 DeFi（去中心化金融，像不用银行的链上金融市场）借贷里， 利率是会变的。 你今天看到 5%， 明天可能变成 12%。 TermMax 想解决的是： 借钱、放贷、做收益之前， 先把利率和到期时间说清楚。 这样你至少知道： 这笔钱借到什么时候， 利息大概怎么算， 什么时候必须处理。 所以它不是单纯的任务站。 它是把任务绑在真实产品上。 ——————————————— 现在最核心的活动， 是 Puzzle Challenge。 逻辑很简单： 做完 4 个任务， 集齐 4 块拼图， 最后解锁 Puzzle Master。 全部完成后， 最高可以拿到 1.76M XP（活跃积分）+ 4K MP（社交积分）。 四个任务分别是： · Check-in（签到） · Post（发帖） · Borrow（借贷） · Earn / Vault（金库存款） ——————————————— 第一个任务：签到。 每天去 Leaderboard 页面， 点一下 Check-in（签到）。 累计 10 天起步。 后面 20 天、30 天， 还有额外奖励。 这个基本没资金风险。 新手可以先做。 ——————————————— 第二个任务：发帖。 在 X 上发一条和 TermMax Puzzle Challenge 相关的内容， 带上： #TermMaxPuzzleChallenge# 然后把推文链接提交回 Leaderboard 页面。 这个主要是拿 MP（社交积分）。 简单理解， 就是项目想鼓励你产出内容， 不是只做链上交互。 ——————————————— 第三个任务：Borrow（借贷）。 这个地方新手最容易看不懂。 简单说： 你先拿一部分资产当抵押品， 然后从协议里借出一部分钱。 只要你的借贷仓位价值不低于 50 美元， 并且累计保持 15 天， 就能完成 Borrow（借贷）任务。 但这里一定要注意： 不要借满。 不要梭哈。 不要为了积分把自己搞到快清算。 Borrow（借贷）这个任务， 本质上是让你体验产品， 不是让你重仓赌博。 ——————————————— 我自己理解下来， 如果你想舒服一点做核心任务， 至少准备 150 USDT 会比较合理。 大概这样分： 70～100 USDT 做 Borrow（借贷） 80 USDT 做 Vault（金库存款） 再留一点 Gas（链上手续费，像过路费） 为什么 Borrow（借贷）不建议刚好卡 50U？ 因为价格会波动。 如果仓位价值低于任务门槛， 可能会影响任务完成。 所以宁愿多留一点缓冲。 别把自己卡得太死。 ——————————————— 我截图里这个， 就是我的 Borrow（借贷）仓位页面。 新手看这类页面， 别被一堆英文吓到。 重点只看几个数字。 Collateral（抵押品）： 我这里抵押的是 0.150 WBNB。 简单说，就是我拿 BNB 当押金。 Debt（债务）： 我这里借了 51.464 USDT。 这就是我欠协议的钱，到期前要还。 Maturity（到期日）： 我这个仓位到期日是 2026 年 7 月 31 日。 到期前要 repay（还款）或者 close（关闭仓位）。 Health Factor（健康因子）： 我这里是 1.47。 这个数字可以理解成仓位安全垫。 越高越安全，越接近 1 越危险。 Liquidation Threshold（清算阈值）： 我这里显示 457.46。 这不是说我亏了 457U。 它更接近于： 如果 BNB 跌到 457U 附近， 我的抵押品价值可能不够， 仓位就会进入危险区， 系统可能会强制清算。 ——————————————— 截图里还有一个按钮： Remove Collateral（解除抵押）。 新手不要乱点。 它的意思是， 把一部分抵押品拿出来。 听起来像是提高资金效率， 但代价是： 你的 Health Factor（健康因子）会下降， 清算风险会变高。 所以我的做法很简单： 抵押多一点， 借少一点， 只做任务门槛。 做满 15 天后， 记得还款或者关闭仓位。 ——————————————— 第四个任务：Earn / Vault（金库存款）。 这个任务相对简单。 进入 Vault（金库）页面， 选一个 Vault（金库）， 存入不低于 80 美元的资产， 然后连续放满 15 天。 注意： 中途取出， 时间会重新计算。 所以放进去之后， 最好先别乱动。 但 Vault（金库）也不是银行存款。 它更像是把钱放进一个策略池， 收益依赖策略管理人， 极端情况下也可能亏。 ——————————————— 所以我对 TermMax 的理解是： 签到和发帖， 基本没什么资金风险。 Borrow（借贷）和 Vault（金库）， 是真实链上操作， 不是白嫖按钮。 Borrow（借贷）有清算风险。 Vault（金库）有策略风险。 Alpha（交易区）更不适合新手乱点。 ——————————————— TermMax 现在也不只有 XP（活跃积分）。 几个东西要分清： XP（活跃积分）： 更像日常使用分。 AP（Alpha 交易积分）： 更偏交易活跃分。 MP（社交积分）： 更偏内容和社交分。 Pre-mine（预挖奖励）： 可以理解成发币前， 先给早期参与用户记一笔账。 所以真正想参与未来空投， 不是只刷签到。 而是尽量覆盖： · 签到 · 发帖 · Vault（金库） · Borrow（借贷） · 小额 Alpha（交易区）交互 · 徽章任务 想签到的直达链接： ——————————————— 但别搞错了。 积分不等于确定空投。 任务奖励不等于最终代币。 高 XP（活跃积分）也不代表一定能赚。 如果做任务的过程中， 能顺便让我理解一个产品， 我愿意小资金参与学习一下。 ——————————————— TermMax 这波， 我自己的定位很简单： 小资金试水。 顺便学习固定利率借贷。 不要上头。 不要重仓。 不要为了积分把本金赔进去。 新手记住一句话就够了： 能白嫖的先白嫖； 要押钱的只做最低门槛； #TermMaxPuzzleChallenge#

翁家翌新 blog：超越梯度的学习 昨天看到翁家翌（前 OpenAI 研究员）新写了一篇 blog《Learning Beyond Gradients》，挺有意思的，分享一些我读下来的感受。 原文较长且偏技术，下面这版做了不少删减和重组，建议感兴趣的同学直接读原文 · · · 翁家翌：超越梯度的学习 持续学习（Continual Learning）之所以一直很难，很大程度上是因为神经网络的顽疾：灾难性遗忘。那如果我们不只盯着权重更新这一条路呢？ 随着 LLM agent 越来越强，写代码这件事变得又快又好。但翁家翌注意到一个更有趣的现象：agent 可以反复读取失败信息、修改策略代码、添加测试、回放录像，让整套程序在不动任何网络权重的情况下持续变强。 · · · 这个视角让他重新审视了一个老朋友：heuristic，也就是手写规则和程序化策略。之前很多 heuristic 不是没用，而是维护太贵了，而coding agent 改变的正是这条维护曲线。那些曾经用完就扔的一次性补丁，开始变得值得长期拥有。 凡是能被持续迭代的东西，都开始变得更可解，这也恰恰是持续学习一直追求的目标。 它有没有可能成为继 pretraining → RLHF → 大规模 RL/RLVR 之后的下一个范式？ · · · 翁家翌用 Codex（gpt-5.4）做了实验，纯写规则版本，完全不碰神经网络。结果超出预期： — Atari Breakout 的打砖块分数从 387 一路升到 864，达到理论最高分； — MuJoCo 四足和跑步机器人任务中，纯 Python 策略也跑进了常见 Deep RL 结果的量级，HalfCheetah 五轮均值 11836.7； — 跑完 Atari 全部 57 个游戏后，在相同的环境交互步数下，中位数得分已经远高于 PPO 这类标准算法。 这里被更新的对象早就不是单纯的策略函数了，而是一整套带着记忆、反馈入口和回归机制的软件系统。翁家翌把它叫作 Heuristic Learning（HL，启发式学习）。 （我自己也做过 evolve，但不训练神经网络，纯靠规则约束，感觉系统怎么都智能不起来。其实不管 RL 还是 HL，能不能跑起来都是看一件事，优化结果的评分能不能清晰定义。） · · · Heuristic Learning（HL） 是什么？HL 怎么持续学习？ HL 的核心是用 coding agent 维护一个 Heuristic System（HS）。 和 Deep RL 的差异： — 反馈来源：不是 loss 函数，而是测试结果、环境奖励、日志、视频、失败模式分析； — 更新方式：不走反向传播，agent 直接改 policy、状态检测器、测试、配置或记忆结构； — 维护对象：不止一个 trace（黄金轨迹）、环境 wrapper 等。 以前怎么没人搞？专家系统 70 年代就有，但人维护起来是噩梦：加一条规则修好 case A，case B 崩了；规则堆到几百条后，除了原作者没人看得懂。 而 coding agent 不怕堆规则。它能同时读所有代码、跑全量测试、对比日志，把维护成本打下来。用翁的比喻说，就像纺纱机改变纺线成本曲线一样：手工纺贵得要死，机器一上来就塌掉了。 · · · Heuristic Learning 怎么做 Continual Learning 神经网络把经验压进权重，忘没忘、怎么忘的都是黑箱。HL 的历史则是显式的：版本 diff、回归测试、replay、视频、golden trace 全透明。新增能力前先固化旧能力：跑回归测试、跑固定种子回放。如果新规则破坏旧 case，agent 能直接定位到哪行代码引入的 regression。 但规则叠太多、agent 自己都维护不动的时候，就需要"历史压缩"，把一堆 case-specific 的补丁合并成更通用的逻辑，否则系统迟早变成没人敢碰的代码泥球。 · · · 当然，HL 不是万能药。因为 Heuristic Learning 并不能做所有神经网络能做的事情。它的上限卡在代码的表达能力：比如复杂感知和长程泛化。翁家翌也坦率地说，他想不出有哪个 agent 能纯靠 Python、不用网络去搞定 ImageNet。 所以真正的问题变成了：怎么把神经网络和 HL 结合起来，同时搞定在线学习和持续学习？ 最有希望的方向是：用 HL 快速处理在线数据，把在线经验变成可训练、可回归、可筛选的数据，再周期性地更新神经网络。以机器人为例，借用 System 1 / System 2 的说法，一种可能的分工是： — 专用浅层 NN 作为 System 1 的一部分：快、便宜，负责感知、分类、物体状态估计； — HL 也可以当做 System 1 的一部分：负责最新数据处理、规则、测试、回放、memory、安全边界、局部恢复； — LLM agent 作为 System 2：负责给 HL 提供反馈、改进数据，并周期性把 HL 生成的数据拿过来更新自己。 · · · Agentic coding 改变的不仅是写代码的速度，更改变了"哪些代码值得被长期拥有"。过去很多 heuristic 看上去没前途，不是它们太弱，而是维护不起。 coding agent 改变的就是这条维护成本曲线。 规则、测试、日志、记忆和补丁，原来只是散落的工程材料，现在开始能组成一个持续进化的 Heuristic System，去解决在线学习和持续学习一直没搞定的事。 欢迎来到下一个范式。 · so，skills + instruction following = AGI？

日读论文： From Context to Skills: Can Language Models Learn from Context Skillfully? (Ctx2Skill) 互斗写书，越斗越偏 ──────── 医生想用一份刚出的临床指南调整治疗方案。50 页文档，密密麻麻全是术语，规则之间还交叉引用。他真正需要的是把"什么病合什么药"变成几条能照着走的步骤。直接把整份指南扔给 GPT-5.1 让它答题，全 benchmark 平均对率 21%——大模型读完了，用不出来。这不是它"长上下文"不行，是 *它没把规则提炼成可以反复调用的小手册*。 老办法是把人类标注员请来给文档画重点：把规则、流程、注意事项提炼成自然语言"技能"，附在 prompt 前面给模型用。但这条路有两个死结：一是*标注成本爆炸*——50 页技术文档，标注员要把整套领域逻辑读到能复述，几小时才标一份；500 份这么搞，人累死也搞不完。二是*没有外部反馈*——如果想让 AI 自动写技能，怎么验证它提炼对了？没有 ground truth、没有执行结果、没有标准答案，它瞎写你都不知道。已有的"自动写技能"方法（AutoSkill、SkillX 等）都需要环境给反馈信号——比如"代码跑出来对不对""任务完成没"——可面对一份纯文档，没人替你判对错。 作者说不需要外人。让模型自己跟自己打——一个出题，一个解题，第三方判 pass/fail。每一回合，错题让解题方反省"我漏了什么知识"，过得太轻松的题让出题方反省"我出题不够刁"。两边各自维护一份自然语言的"技能手册"，回合结束之后改写各自的手册。这套循环不依赖人类标注，也不依赖任务本身的对错反馈—— *只用模型互相之间的胜负就能把技能写出来*。 ──────── 按常识，5 个回合互相磨练完，第 5 回合的 Reasoner 手册应该最强吧？ 错。论文做了固定回合的对照实验（GPT-4.1）：*单调下降*。越练越差。 为什么？作者起了个名字： *adversarial collapse*——对抗坍缩。Challenger 越来越凶，开始出"考钻牛角尖"的题；Reasoner 为了应付这些极端题，把手册改得越来越歪——专为对付怪题而存在的条目挤掉了通用知识。两边都在围着一个不代表真实任务分布的"病态点"打转。 更阴险的是， *这种崩塌在循环内部察觉不到*——Judge 每一回合只看当前题，没有信号告诉你"之前学会的事是不是被新条目挤丢了"。 ** 怎么找回早期的好手册：Cross-Time Replay 既然不能信"最后一版"，得回头挑。但凭什么挑？ 办法：在 5 个回合里偷偷攒两套小探针—— - *Hard probe*：每回合败得最惨（评分点通过率最低）的那道题 - *Easy probe*：每回合解得最轻松（评分点最少）的那道题 循环跑完，把 5 个版本的 Reasoner 手册*回去重做*这两套探针。每个版本算两个分：在难题集上的解题率 ρ_h、在易题集上的解题率 ρ_e。 *选哪一版？* 让 ρ_h × ρ_e 最大的那一版赢。 为什么是乘积不是相加？*乘积惩罚"舍弱保强"*——一个版本如果为了多解几道难题、把易题做塌了，乘积立刻塌（一个 0 拉低全场）；加法只算总分，掩盖短板。消融：换成加法 → -0.6%。 ──────── *你的对手如果只服你一个人，他会变成你的镜子，不是你的镜鉴*。 Self-play 跑久了，Challenger 出的题不再代表真实世界，只代表 Reasoner 当下还不会的边角；Reasoner 的手册也不再是知识，只是这场私局的应试手册。两个人在屋里关久了，一起走进自己造的回音壁。 破解的办法不在循环里——*在循环之外保留一份"代表性参照"*，回头挑哪一版没飘走。Cross-Time Replay 是这个论文真正的灵魂，不是某个技术细节。它在说：*对抗优化必须配一个不参与对抗的判别器*，否则一定会塌。这个判别器不一定是人，可以是从对抗自己内部偷出来的、有代表性的小样本——但它必须独立于"当下这一刻在追什么"。