好久没做投研了， 没行情最近瘾来登了。 （都快忘记是投研出生的） 没事做投研8个项目：（自取，DROY！） 1️⃣ ：Fables @fablesfi Robinhood Chain LP积分 / PROLOGUE claim option 常见说法截止 10月19日 02:00 UTC TGE 约 10月20日 兑换约 10月20日到11月20日 🔗： 2️⃣INKDEAD @inkdeadhq 免费 WL，OpenSea mint 约 10月20日 3333 个 站 （小项目） 3️⃣这个就不说了都知道：NeoSoul @NeoSoulAI DNA Confirm 常见说法截止 10月22日 16:00 UTC 🔗： 4️⃣：MINT @PlayOnMint TGE 目标 10月20日 白皮书 （偏博彩，注意风险大） 可跟 5️⃣：Afterflow @disorderly_AI 免费 mint 10月26日 美东 11:00 （allowlist，13:00（ public 🔗： 6️⃣KindWorld @kindworldlabs Solana Gates 拿 Key NFT，指向 $KW 站 （数量和日期未定） 7️⃣：这个也不说了都知道，Perpl @perpltrade 交易积分换 MON，约 10月28日结束 文档 8️⃣：Blur @blur_io 前端约 11月12日关 Blast @blast 提款常见说法到约 10月26日 （注⚠️走官方界面） 优先级：@fablesfi @inkdeadhq @PlayOnMint（到20号） @NeoSoulAI Confirm（到22号）

看到 @Cloudflare 发布 Kitesurf，我第一反应是：能不能直接装进自己的 Hermes Agent？ 结果发现，它不是这么用的。 Kitesurf 跑在 Cloudflare Workers 的 V8 isolates 里，通过 Browser Run 提供网页读取、HTML 提取、截图和页面操作。它服务的是已经部署在 Workers 上的 Agent。 对长期运行的 Agent 来说，如果每个实例都自己起 Chromium，CPU、内存和稳定性都会变成持续成本。Cloudflare 把这部分放到了自己的运行环境里。 8 月 4 日，Cloudflare 发布 Wallets。8 月 6 日，Kitesurf 上线。 一个是 Agent 的可编程钱包，一个是给 Workers 上的 Agent 处理网页任务的能力。 同一天，@awscloud 发布 AgentCore Runtime instances，为生产环境中的 Agent 提供可长期运行、保留状态的托管实例。 也是 8 月 6 日，@MetaMask 发布 Agent Wallet。用户可以设置 spend limit、协议 allowlist，选择 Guard Mode 或 Beast Mode；交易执行前还会经过模拟、威胁扫描和 MEV 防护。MetaMask 官方列出的可接入框架里，也有 Hermes。 @CanPayAI 更早发布 Agent Wallet 时，已经把身份、钱包、支付额度和可执行动作放进同一套约束里：Agent 付款前，先锁定是谁在执行、能花多少、能做什么。 MetaMask 把这些边界带进链上交易；CanPay 则从 Agent 进入支付和结算的那一刻开始处理它们。 这些产品未必彼此关联，也不需要硬凑成同一套故事。 但 Agent 要在云端长期跑、处理网页、持有资产，并在预设规则下替用户执行任务——这些能力偏偏在几天内被不同公司接连摆到了台面上。 如果它们隔着几个月出现，可能只是各自的产品更新。 但现在，很难不让人联想：Agent 经济的第一簇火，也许已经在大多数人还没注意到的地方烧起来了。 来源： - Cloudflare Kitesurf｜2026-08-06 Introducing Kitesurf: The agent-first browser that runs in V8 isolates on Cloudflare Workers - AWS AgentCore Runtime instances｜2026-08-06 22:58 UTC 标题：Runtime instances: persistent compute for production AI agents on Amazon Bedrock AgentCore AWS Machine Learning Blog - MetaMask Agent Wallet｜2026-08-06 MetaMask Agent Wallet is live: self-custodial AI trading

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#

我已经用上了 Claude Code 的 Telegram 插件，巨 TM 丝滑。龙虾危 ⚠️ Claude Code 连接 Telegram 方法： 1. 在 Telegram 上 DM @BotFather （这是生成所有 telegram bot 的地方），输入 /newbot ，然后输入你给bot起的用户名，不能和别人的重复，必须以 bot 结尾，然后他会给你返回一个 token，类似 123456789:AAHfiqksKZ8... 2. 在 CC 上安装 Telegram Plugin，官方给的方法是在 CC 里面输入 /plugin install telegram@claude-plugins-official 。但我没成功，是输入 /plugin ，然后在插件市场找到的，名字就是 telegram。 3. 把刚才拿到的 Telegram token 给插件，在cc里 输入 /telegram:configure 123456789:AAHfiqksKZ8... ，或者直接跟 Claude code 对话，让它帮你配置。 4. 重启 claude code，命令： claude --channels plugin:telegram@claude-plugins-official ，这时你在 cc 可以使用 /telegram 了。 5. 和TG机器人配对：私聊你的机器人（搜你刚才填的 bot 用户名），它会回复你一个6位数的 pairing code。在 CC 中填入 /telegram:access pair ，进行配对。配对成功后，CC会给你发一条消息。 6. 给TG机器人加锁：使用 /telegram:access policy allowlist 让它仅能跟你配对的tg账户对话，其他人不能。 7. 开始在 TG 上和 CC 对话吧！ 链接: