CodeX App 新推出的这个插件 Record and Replay，功能十分的逆天呀！ 基本上可以实现桌面自动化：你在桌面录制一遍自己的操作过程，它就能给你转成“技能”。以后只要是桌面上可以操作的，比如说发公众号文章之类的，全部都可以实现自动化。

RPA 也要进入 AI 时代了 Codex 推出 Record & Replay 插件 你操作一遍，Codex 就能学会 说实话，看到这个功能有些感慨 这可能会让整个 RPA 软件行业迎来一次大地震 当 AI 开始覆盖你的业务流程时，你该怎么办？

吴说获悉，硬件钱包厂商 Ledger 就 BIP-110 潜在分叉发布安全提醒称，BIP-110 是一项未内置重放保护（replay protection）的比特币软分叉方案，如果形成独立链，BTC 持有者可能在新链获得相同数量的对应资产，但两条链初期可能接受相同签名交易。用户若尝试转移或出售 BIP-110 链上的资产，相关交易可能被“重放”至比特币主链，导致对应 BTC 同时被转出。Ledger 表示，其设备在技术上可以签署相关交易，但建议在重放保护机制加入前不要领取或操作 BIP-110 分叉币。

Halborn 要审 Alkanes，而且明确说是 Bitcoin metaprotocol + indexer，这个定性我觉得很关键。 BTC L1 资产协议最难的地方，不只是合约逻辑本身，而是不同节点能不能从同一段 Bitcoin 历史里 replay 出同一个协议状态。 这也是我最近在本机跑 Bitcoin full node + Alkanes full index 的原因。 我不想只看 UI 或第三方 API 给出来的结果。 我更想自己从原始链数据往上验证 state transition、trace、余额、失败调用和流动性变化。 如果 BTC DeFi 真的起来，优势不会只是“谁先发现下一个 ticker”。 真正的壁垒会是：谁拥有自己的数据层。

特斯拉已经从图片学习向动态视觉学习大模型转变，OpenClaw和codex开始向动作过程学习转变，AI的学习能力会无限进化到比人类聪明而比人类能干。 ：Codex新出的Record & Replay是我今年见到最牛逼的功能，没有之一！以前，你需要通过文字描述创建Skills。现在，你只需要操作一遍，Codex会全部录下来，然后分析每步操作的逻辑，最后自动生成可重复使用的Skills。这个对于AI学习人类技能有非常大的促进！

今天有个搞Infra的小男娘发消息跟我说 这是他成年以来最好的秋天 这一年他终于找到了做推理优化的工作 每天和GPU、Kernel、MoE、KV Cache打交道 以前想研究DeepSeek的推理系统，只能对着论文、技术博客和Benchmark，一点点猜他们线上到底是怎么跑的 今天DeepSeek突然把DeepInfer开源了 分布式推理、推测解码、SWA Bounded Replay，连调度器和高性能算子都放出来了 英伟达和华为昇腾都支持，连生产级的Token编解码组件也一起开源 过去要花几个月研究的东西，现在直接就能在GitHub上看源码 今天下午他坐在工位上 突然整个Infra群都沸腾了 所有人停下手头的调参，开始疯狂Clone仓库 有人在看Kernel，有人在研究调度器，还有人在讨论怎么把公司祖传的推理框架换掉 他说很开心 有种人类Infra黄金时代的错觉

🔬 RadixArk 开源了一个专门干大模型后训练的强化学习框架 Miles，几千张卡的任务中途挂了也不用从头再来 GitHub 上两千六百多 star、四百多个 fork，v0.1 是今年 8 月刚发的。 做过大规模后训练的都知道最肉疼的是哪一下：一个任务连着跑好几天，推理引擎中间抽风一次，整个作业就得重启，几十小时的卡时直接打水漂。Miles 把这件事按住了，SGLang 引擎出问题时能原地恢复接着跑，不重启任务。 它的分工是 SGLang 扛高吞吐 rollout、Megatron-LM 扛可扩展训练，想轻装上阵也有一套基于 PyTorch FSDP2 的后端。中间那些隐形损耗它也一并收拾了：rollout 和训练之间不再来回 detokenize 和 retokenize，token 进 token 出；MoE 老大难的路由不一致，用 Rollout Routing Replay 压了下去。 再往上，MXFP8 和 NVFP4 这类低精度训练它支持，硬件从 NVIDIA 的 GB300、B200 一路吃到 AMD 的 MI355X，DeepSeek-V4、Kimi-K3、GLM-5.2 这些模型是发布当天就能训。项目本身是从 slime fork 出来的，LoRA 训完的适配器能直接扔给 SGLang 做 rollout，不用中间那道转换。 训大模型最贵的从来不是算力，是重跑一遍的那几天。 GitHub：

这次我想把Post Training里那几秒人工接管再往下拆一层。 @axisrobotics 公开的实验任务，是让机械臂把一块豆腐放到盘子里，Policy先自己执行，出现失败趋势时由人短暂接手，修正后再把控制权交还给Policy。 这里的Correction不是完整示范，而是截取Policy出错位置附近的恢复动作。 ▣ 实验最初收集了660条Correction，第一关是Replay Check，整段操作需要在模拟环境里重新执行并完成任务，660条里有496条通过。 后面还要确认人工接管并非多余，经过Redundancy Filter后剩下416条，其中414条满足短片段测试条件。 到了Recovery Test，人工只修那一小段，控制权重新交回Policy，机器人还要能继续把任务做完。 真正留下的只有161条，平均每段约0.8秒。 ◇ 这套筛选也改变了我的操作习惯。 有一次夹爪已经蹭到物体边缘，我接手后只往侧面调整了一点，把夹爪重新对准目标，确认位置没问题后就点Return to Policy，让机器人自己完成后面的抓取和移动。 ▹ 161条Correction进入训练后，Axis用同一批160个起始状态测试新旧Policy，原Policy完成66次，三次训练分别完成78次，80次和84次。 官方结果能确认完成次数增加，但没有单独拆出具体减少了哪一类失败，我更愿意把它看成Policy整体任务成功表现得到改善。 另一组480个新起始状态里，原Policy完成192次，直接学习完整人类轨迹后降到176次。 换成经过验证的短Correction，Axis还比较了40条，80条和161条三个规模，随着有效修正增加，整体表现继续改善，161条版本三次分别完成236次，235次和225次。 ◈ 现在再看这套机制，我发现Axis筛选Correction时，看的是这段修正到底解决了什么问题，而不是单纯看它持续了多久。 先Replay确认任务能够完成，再判断接管是否发生在Policy确实无法处理的位置，还要经过Recovery Test，验证修正后机器人能否自己继续完成任务。三层筛选都通过，这段Correction才会被留下。 模拟环境里的效果已经有数据支撑，下一篇我想把视线转到真实机械臂上，看看这些经过筛选的修正离开浏览器以后还能不能继续发挥作用。 实验数据来源