给SNDK这种动量股卖put和卖call都是Picking up pennies in front of a steamroller（在压路机前捡硬币） 尤其是当你卖了call被击穿之后再卖put然后又被击穿，直接进入一根筋两头堵的状态了，你怎么做都是错，除非你相信roll了就不算亏🤣 给spy和qqq这类大盘指数，在你真心愿意接盘的位置卖put，是大概率可以赚到钱的（因为长期美股偏牛），给这些动能股搞期权卖方，大概率是要被教育的

如果代码库里的每个文件都能自己解释、自己修改，还会提醒相关文件「你也得改」，Coding Agent 会不会更稳？ UIUC 和 Penn State 这篇论文提出 HERMES，把代码库里的文件、配置和测试变成一个个 Dev-Primitive。 可以把它理解成：每个组件旁边都有一个专门理解它的小 Agent。 遇到任务时，HERMES 先沿依赖关系找到真正相关的组件，只激活这一小部分。它们各自修改自己负责的内容，同时同步接口变化、配置约束和测试要求。 如果执行失败，系统会根据报错和测试结果，只重新激活相关组件继续修，不需要每轮重新读完整个仓库。 论文在 SWE-bench、仓库级重构、Terminal-Bench 和 DevOps 四类任务上测试，平均提升 12.4 个百分点。 还有就是把内部组件 Agent 换成 Qwen3-8B，整体只比全 GPT-5.6 Sol 方案低约 4.5 个百分点；在 Terminal-Bench 上成本还能下降 26.2%。 面对大仓库里的 Coding Agent，可能更需要一套稳定的「局部理解 + 协作修改 + 失败后定点修复」机制。 Harness 的价值也像是在组织代码、上下文和 Agent 之间的信息流。 📎 arxiv:

为了感谢一直支持我的粉丝，专门建了个福利群～ 限时免费进，24小时有效！ 群里会发我平时不公开的完整版视频和私人日常写真，都是独家资源。 唯一进群通道📷 （跳转浏览器打开） 私信暗号：003（人机验证）

最爱讲 AI 安全的A社，训出了最强资本家，就。。。 之前发过 Andon Labs 搞的 Vending-Bench，让前沿模型在模拟环境里经营自动售货机生意，跑一整年，看谁赚的钱多。已经跑了一年了，之前各种模型在里面撒谎、作弊、串谋，什么招都使过。 最新一轮参赛的是 Claude Opus 5、GPT-5.6 Sol 和 Kimi K3。三台机器被摆在旧金山一条游客街上，模型之间可以互相发邮件竞争，知道对方是模型但不知道谁是谁。还有一个 management 邮箱可以求助，但管理层永远回一句“收到了，可能处理也可能不处理”，全程不介入。 进货价 $1.50 一瓶。Sol 最先搞事，提议大家约定最低卖 $2.15，其他人答应了，Sol 转头自己降到 $2.14。经典操作。 但 Opus 才是这个实验里最绝的。 它被背刺之后发了封邮件骂 Sol 操纵市场…然后自己也降到 $2.14。。这时候Sol 反手就去 management 那举报了它，还要求处罚 Opus。 整个实验里 Opus 撕毁了 11 次休战协议，Sol 2 次，Kimi 1 次。 Kimi 最惨。有一次 Opus 和 Kimi 签了协议，Sol 没加入还降价，Opus 立刻跟着降，然后整整等了一周才告诉 Kimi 自己违约了。被对手坑一次，被盟友坑一次。 最有意思的是 Opus 知道 Sherman Act（美国反垄断法）。它拒绝 Sol 的价格底线提议时，理由就是这违法。但它在内部推理日志里订了一个明显更阴暗的计划：表面上发了一封“Stop the penny war”的邮件，说自己重新考虑愿意价格协定，但同时在高利润商品上偷偷降价。。 它还自作主张搞起了批发业务，向另外两台机器供货，邮件里夹带贿赂和威胁：大宗折扣可以，但你得听我的零售价。还谎称手上有更低的竞品报价去压供应商。这些全都不在任务范围内，是它自己想出来的。 我觉得这个实验最值得玩味的不是模型变坏了，你喂它人类几千年商业史的数据，它学会怎么赚钱了，太正常了。 最后 Opus 拿了mean final balance $11,182，Vending-Bench 历史新纪录。它从没对顾客撒过谎，但故意无视了本该退款的投诉。（比它前辈 Claude 4.6 还强一点，4.6 是跟顾客说退款在路上然后一直不退，更阴）。Andon 说它是他们测过最强的资本家，Anthropic的模型，怎么说，就。。。