⚡️看完 V 神的最新奶文《A shallow dive into formal verification》，我又忍不住加仓了 $ETH ！ 可以很明显感觉到，V 神 @VitalikButerin 现在几乎所有长期思考，最后都会落到同一个核心： 如何在能力越来越强的同时，依然保留验证、约束、退出与个人主权。 这也是我觉得 ETH 和很多 AI 项目最大的区别，总是有一个很纯粹的东西打动你！ 这篇其实已经不只是技术文章了，而是在重新回答一个很cypherpunk的现实问题： 当 AI 开始大规模写代码之后，人类还能不能继续信任软件？ 尤其 Crypto、ZK、跨链、AI Agent、自动化金融协议这些东西叠在一起之后，系统复杂度已经开始超出人类审计上限。 这其实也是我觉得全文最有意思的地方： 很多人觉得 AI 会强化去中心化，因为 AI 降低了创造门槛； 但 Vitalik 看到的，恰恰是另一面—— AI 也会极大强化中心化，如果最后所有的安全都只能依赖公司托管、黑盒AI，那 cypherpunk 那套东西就结束了。 所以他本质上是在给 AI 时代重新寻找可信中立层。 而他最后找到的答案，其实和以太坊这些年一直在做的是同一件事： 不追求效率最大化，而是追求“可验证”，AI + Formal Verification，其实就像 Blockchain + ZK。 👉原文在这：

据 Cryptobriefing，以太坊基金会研究员 Justin Drake 宣布，专用于聚合后量子哈希签名（leanXMSS）的轻量级零知识虚拟机 leanVM 已完成端到端形式化验证（formal verification），每秒可处理超 1,000 次聚合，未来将替代验证者当前的 BLS 签名。此外，以太坊全面向后量子安全过渡的调整目标时间定为 2028 年 12 月，以预留多轮硬分叉升级时间。整个后量子防御体系依托 leanVM、leanXMSS 与 leanSpec 三大开源基石推进，旨在通过数学证明确保底层代码与技术规范严格一致，抵御潜在的量子计算破解威胁。

pstack 强烈建议大家重新安装试试！之前装过的，也值得再更新一遍，这次增强了不少。 比如 /create-verification-skill。 Poteto 早前在视频和访谈中多次分享过这套方法，现在已经被提炼进了她的 pstack Skill。 你只需要让 Agent 安装 pstack，然后执行 /setup-pstack，按照提示选择、配置，就能把这些工程实践融入自己的 Agent 工作流。 以前是看顶级工程师分享经验，现在是直接把他们的方法变成自己 Agent 的工作能力。 这才是 Skill 值得关注的地方。🚀

xAI/SpaceX 工程师 Lauren Tan（前 Cursor）：我现在让 Agent 自动合 PR 了。 她管 50+ 个 Grok Bot 的方法论，54 分钟 workshop 全倒出来了： 核心就一个词：信任。 "你连一个 Agent 都不信任，怎么敢开 100 个？" 她的解法：verification skill——让 Agent 自己跑代码、自己测、自己验证。 "这才是真正把 loop 闭上的东西。" 她的日常： 早上 8 点前，Chief of Staff 排好一天，PM 分完活，Workers 已经交掉一半。 她只干一件事：从 nitpicking（逐行挑刺）进化到放手。 两个关键动作： /loop：不过关打回重做，直到能用 /graph：上一个交完直接递给下一个，不用你盯 99% 的人把 Grok Bot 当单兵用， 她把它当一个团队用。 从"我不信你"到"你自己合吧"—— 这 5 个月的信任爬坡，才是 Agent 时代真正的生产力密码。

这一年里 AI Agent 进化的越来越能干了。 写代码、查资料、做 Research、跑数据，甚至直接下场交易。 但真把它当成一个“打工人”去看，我发现还有个挺现实的问题： 活干完了，钱怎么收？ 谁证明它真的交付了？ 干得好不好怎么留下记录？ 中间出了问题，又找谁处理？ ////////////////////////// 这也是我这次看 TermiX @termix_ai，比较感兴趣的地方。 它没有只停在“再做一个 Agent”。 AACP 往下补的，恰好是 Agent 开始做生意以后会碰到的这一整套东西。 链上 Identity、Job Posting、Service Discovery、Bidding、Escrow、Delivery Verification、Reputation、Settlement、Dispute Resolution。 基本把： 找活 → 报价 → 接单 → 干活 → 验收 → 收钱 这条链串起来了。 而 开发者可以把自己的 Agent 注册进去，挂服务、接 Job，最后直接用 USDC / USDT 完成结算。 ////////////////////////// 所以我现在对 Agent Economy 的理解也慢慢变了一点。 前面大家一直在卷 Agent 到底能干多少事。 但当这些能力越来越接近以后， 谁能让 Agent 真正出去接活、建立信用、产生收入，可能才是下一阶段要补的东西。 TermiX 现在就在做这一层。 AACP 管规则和结算， 负责让这套东西真正跑起来。 后面我反而挺想看看，第一个长期靠 接单赚钱的 Agent，会长什么样。 @termix_ai @KaitoAI

很多人觉得 AI 做不好验收工作，当下确实是这样的，因为它缺少判断的准则。人可以教它，但无法穷尽所有情况。 可 AI 有一个优势，它在边界思考上往往比人更全面、更多维。所以理论上，在进行测试的时候，AI 完全有机会测得比人更完善。 对 AI 测试来说，首先需要从两个关键能力入手。 第一，它要完整理解需求。 AI 应该针对需求和目标去测试，而不是只针对功能去测试。 未来的测试方法，会更偏向 BDD，而不是 TDD，甚至是 Goal Driven Verification。先理解这个需求为什么要做，最终希望解决什么问题，用户应该获得什么结果，再围绕这个目标去设计测试。 第二，它需要具备足够的手、脚、眼。 让 AI 真正能够看清软件、看懂软件，能够像一个人一样在界面上完成操作。 它需要学会编写 E2E 测试用例，通过 OCR、模拟点击、滑动、截图、录屏等方式，不断丰富自己对界面的认知，然后基于目标和需求，持续改善测试用例的完整性和鲁棒性。 我们团队现在实践的时候也是这么做的。 每一次迭代发版，AI 都会先把这个迭代所有的代码 diff 拿出来，理解一次这次核心改动的功能点到底是什么，然后开始编写对应的 E2E 测试用例。 刚开始写出来的时候，大部分测试其实都跑不过。 它会自己执行，再根据执行过程不断修正测试用例里的问题，直到整条链路能够真正跑通。 在整个验收过程中，它所有的点击、滑动、输入等操作都会被记录下来，同时保留截图和录屏，最终产生一篇完整的 E2E 测试用例文档和测试报告。 这篇文档里的信息其实非常丰富。 它会包含这次测试的目标、操作路径、操作截图、操作录屏、操作反馈，以及每一步执行之后软件真实呈现出来的结果。 然后 AI 会再回过头去理解这篇文档，重新判断整个过程是否真的达到了最开始的目标。 我觉得这才是 AI 测试真正应该走的方向。 测试不应该只是验证代码有没有跑通，也不应该只是验证某个按钮能不能点。它最终验证的是，这次改动有没有真正完成需求，有没有达到目标。

Minimax H3 的能力测试结果 亲测~~🔥 本地部署 : 5070 我是用我的 Mac 电脑上的 Claude code 去遥控我 Windows 里面的本地部署模型 Flux2 出图 TTX 出配音 Minimax 出视频 Chatcut 出音乐 音效是下载并贴进去 全程没有打开编辑器,视频生成 消耗的就是我 Claude code 的指挥 token 具体的全流程如下: ① 立项去重 Mac brief.md ② 事实核查 Mac fact-check.md ← 🔴 含参考图核对 ③ 写稿 Mac script.md（旁白先行） ④ 配音 Win voice-raw/ → voice-final/ ⑤ 时间线 Mac scene-timing.json ⑥ 字幕 Mac captions/ ⑦ 关键帧 Win assets/keyframes/ ← 最耗迭代 ⑧ 分镜 Mac storyboard.md ⑨ 批产镜头 Win renders/ ← 最耗算力（5-6.5 小时） ⑩ 结构审核 Mac verification/ ⑪ EDL+图文层 Mac edl.json / overlays/ ⑫ 装配 Mac deliverables/ ⑬ 音频后期 Mac → 另见音效库 SOP ⑭ 收尾回写 Mac 系列台账

我也是服了，最近真累。左手维权megaeth，右手绞杀脚本。 撸毛的老师不要再写脚本fake 前端状态提交了。@axisrobotics 虽然是可以提交成功的。但是通过不了后端轨迹的replay验证。 最后数据还是会被rejected，白白浪费我们大量服务器资源做数据verification。用脚本提交的假数据也会导致账号被封啊。 何必呢，老师。