Zhixiong Pan
@nake13
Followers
41K
Following
13K
Media
328
Statuses
6K
A real cyborg vibe coder | Study @ChainFeedsxyz | ex Research @ChainNewscom, @MyToken, @IBM | Holding and accumulating BTC since 2011.
Singapore
Joined July 2007
== Vibe Coding 零基础教程 == 通过 Vibe Coding,我自己实现了信息流产品的开发,发布了 Mac App,构建了满足自己需求的 AI Agent,还有更多新任务正在解锁中。 接下来,我会写一系列教程,带你用最少的步骤和刚刚好的知识,轻松开发满足你自己需求的产品。 1️⃣ 模型和工具怎么选
51
169
738
昨天公开的 Lux,应该是近期最有趣的一个 AI 模型了。 它拓宽了 AI 能力的边界:能够像人一样直接操作电脑,这让许多原本受限的场景一下子变得现实起来。 其实,OpenAI 和 Google 都有类似的模型,业内通常称之为 Computer-Using Agent(CUA),字面意思就是能自主操作电脑的智能体。
Website: https://t.co/VDdb6KYJ0X SDK: https://t.co/ihQxypjouZ Blog post: https://t.co/j8cXvrpI24 The number of use cases is endless: software QA agents, e-commerce agents, social media management agents, data entry, bulk operations, etc. You can build whatever you want!
13
3
20
Comfort never looked this good. From chill mornings to late nights out — this sweatshirt’s got your back. Get it now 👉 https://t.co/k2oozr3Wcp
17
39
270
Before you hire a messaging consultant to fix your homepage, or an agency to “do your branding,” or someone to fix your positioning (when they're really doing framing), try this first. It’s called the CEO Clarity Starter Kit. It solves the root cause that keeps you paying for
0
1
8
Fusaka 升级前瞻:以太坊扩容、治理与互操作性的底层重构 Fusaka 升级是以太坊架构演进的重要里程碑,其中包含了一长串改进提案。 排除掉那些纯底层的技术向 EIP,有三项核心变更对生态架构的影响最为关键,它们分别重构了数据可用性、治理弹性与密码学兼容性。 1️⃣ PeerDAS:数据可用性的范式转移
5
4
16
有人用 Grok 很快就实现了 BTC 价格工具,更复杂一些的应该也绰绰有余,比如: - 抓取批量数据后计算指标 - 构建数据库,持续监控 - 抓链上数据分析 超级个体不求人,靠 AI 亲手打造一切趁手的工具。
== Vibe Coding 教程之 Grok 篇 == 从目前的编程能力基准测试来看,Grok 也属于第一梯队,因此用它来开启你的编程之旅是一个不错的选择。 特别是对于已开通 X 会员的用户而言,还可以享受一定的免费额度,这使得 @grok 成为体验 Vibe Coding 的理想起点。 1️⃣ 推荐语言:Python 虽然主流的 AI
5
1
13
3️⃣ 所以,他们「真的会给其他人用吗」? 大概率会,但更像是把电力送到你家,而不是把发电厂钥匙交给你:可用、好用、处处计费、处处风控、处处不交出可复制的核心资产。而且越接近高自治与高风险能力,越像「受监管的特许经营」。
0
0
1
2️⃣ 会给谁用?什么顺序? 最稳、也最赚钱的排序通常是「同心圆放权」。 🟢 第 0 圈:公司内部(最先) 只给核心研发/安全/运维/法务/高管治理层。目标:把它变成「会赚钱但不会炸」的系统。 🟢 第 1 圈:外部安全与对抗测试(很早,但小范围)
1
0
2
1️⃣ 先隐藏还是尽快公开? 最赚钱的往往不是「隐藏/公开」二选一,而是:短期强保密 + 分阶段披露。 先隐藏(短期),不是为了阴谋论,而是为了做三件极现实的事: 1. 安全/滥用评估与红队(否则一旦事故,利润清零还可能吃监管铁拳); 2.
1
0
1
0️⃣ 头部实验室公开文件里反复出现「随着能力增强会更少公开细节/更重安全与部署控制」的思路。 比如 OpenAI Charter 明说未来可能因安全与安保减少传统发布、强调避免权力过度集中,并提到若别家先接近 AGI 会「停止竞争并协助」这类反竞赛承诺。 另外像 Anthropic 的 Responsible Scaling
1
0
2
🤔 如果真的实现了 AGI,他们会给其他人用吗? 我怀疑这些公司会先藏起来自己用,然后在一个不得不公开的时间再宣布。 很好奇当前最强的推理模型是怎么看待这个问题,GPT-5-Pro 在思考了 16 分钟后的答案是: > 如果真的做出 AGI(或接近 AGI
11
0
20
中美 AI 之争的一条暗线,是围绕算力的日台芯片之争。 台湾检方起诉一家日本半导体设备厂,指其卷入窃取台积电 2 纳米制程机密,涉案工程师恐面临重刑,公司则被求处约 380 万美元罚金。 该公司与日本政府全力扶持的 2 纳米「国家队」 Rapidus 关系密切。这背后,是日本押注 Rapidus
reuters.com
Taiwan prosecutors said on Tuesday they had charged Tokyo Electron's Taiwan unit with violating the National Security Act and the Trade Secrets Act after a former employee was indicted in August for...
15
1
29
== Vibe Coding 教程之 Grok 篇 == 从目前的编程能力基准测试来看,Grok 也属于第一梯队,因此用它来开启你的编程之旅是一个不错的选择。 特别是对于已开通 X 会员的用户而言,还可以享受一定的免费额度,这使得 @grok 成为体验 Vibe Coding 的理想起点。 1️⃣ 推荐语言:Python 虽然主流的 AI
developers.binance.com
These URLs do not require any authentication (i.e. The API key is not necessary) and serve only public market data.
== Vibe Coding 零基础教程 == 通过 Vibe Coding,我自己实现了信息流产品的开发,发布了 Mac App,构建了满足自己需求的 AI Agent,还有更多新任务正在解锁中。 接下来,我会写一系列教程,带你用最少的步骤和刚刚好的知识,轻松开发满足你自己需求的产品。 1️⃣ 模型和工具怎么选
15
20
152
在商业上彼此竞争的模型,在安全评估这件事上已经默契地站到了一条战壕里。大家都急于搞清楚,如果把当前最强的模型放开干坏事,经济后果到底有多大。 为了验证这一点,Anthropic 在其最新发布的 SCONE-bench 报告中,也引入了竞争对手 OpenAI 的 GPT-5
New on our Frontier Red Team blog: We tested whether AIs can exploit blockchain smart contracts. In simulated testing, AI agents found $4.6M in exploits. The research (with @MATSprogram and the Anthropic Fellows program) also developed a new benchmark:
4
4
21
Anthropic 最新的智能合约安全研究,用到了一个叫 SCONE-bench 的新基准集: https://t.co/gGYp1eFNDX 它从 @DeFiHackLabs 的开源仓库里整理了 2020–2025 年间在 Ethereum / BSC / Base 上、405 个真实被利用过的合约漏洞合约。而 DeFiHackLabs 正是 GCC 资助的公共物品之一 🧱
github.com
Contribute to safety-research/SCONE-bench development by creating an account on GitHub.
New on our Frontier Red Team blog: We tested whether AIs can exploit blockchain smart contracts. In simulated testing, AI agents found $4.6M in exploits. The research (with @MATSprogram and the Anthropic Fellows program) also developed a new benchmark:
8
10
72