TheSmartApe🔥

Cloudflare 刚刚推出了一个 /crawl 端点，大家都炸了。
冷静下来。让我告诉你它到底是什么、不是什么，以及你可能根本用不到它。
/crawl 端点是一个封装器。你提供一个 URL，它会在 Cloudflare 的基础设施上启动无头浏览器，跟随链接，渲染 JavaScript，然后用一个 API 调用返回 markdown 或 JSON。
这很酷，但并不革命。
Firecrawl 做过这个。Crawl4AI 做过这个。Spider 也做过这个。他们已经做了几个月了。Cloudflare 只是把它加入到他们现有的浏览器渲染产品中，然后大家都表现得像他们发明了爬虫一样。
真正有趣的是：这是 Cloudflare。这意味着它很便宜，($0.09/小时)。
但问题是，你可能根本不需要爬虫。
有 8 种方式让 AI 代理读取网页。大多数人直接跳到复杂的方法，其实一个 50 毫秒的 HTTP 请求就能搞定。所以我们从最简单到最过度的逐一分析。
1. 原始 HTTP 获取
你的代理发出请求，得到 HTML。就这样。
就像阅读一本书的源代码，而不是印刷的页面。对简单网站、博客、维基、文档都很适用。在用 JavaScript 加载内容的网站上就不行。
速度：约50毫秒。成本：免费。
2. 可读性解析器
相同的，但带有清理步骤。去除导航栏、广告、页脚、cookie 横幅。只给你干净的 ma

稳定币喜欢谈论透明度，但大多数仍然每季度发布一次PDF，然后就算了。
USD1 刚刚实现了全实时的储备证明。
@chainlink 预言机从 BitGo 托管中提取数据，并持续写入链上。
仪表盘显示所有链上的总供应量、储备支持和抵押比率。每秒更新一次。整个系统是开源的。这意味着你可以克隆仓库并自行验证。
对 @worldlibertyfi 你可以说什么，这才是每个稳定币应该有的样子。

每个人都在谈论@karpathy autoresearch，但你们大多数人其实不知道它到底做了什么。
有一个训练脚本(train(dot)py)，用来训练一个小型语言模型，基本上就是一个婴儿GPT。
还有一个指令文件(program(dot)md)，告诉AI代理该做什么。
你按下“开始”。代理会调整训练脚本，训练5分钟，检查分数。表现更好吗？保持。更差？还原。重复100次，整夜睡觉时完成。
这就是全部。
它实际上优化的：模型架构。不是预测。不是交易。也不是你的投资组合。
比如：
→ 4层还是8层？
→ 最佳学习率？
→ AdamW还是Muon优化器？
→ 在这台特定GPU上，哪个批次大小效果最好？
最优架构取决于你的硬件。H100需要完全不同的模型，而你的MacBook则不同。autoresearch会自动找到最适合你机器的配置。
你可以用它做的事情：
> 构建一个写代码的微型LLM，autoresearch找到最佳架构，你用你的数据集训练
> 创建一个离线在手机上运行的轻量级聊天机器人
> 训练一个模仿你写作风格的模型
> 测试“RoPE是否比ALiBi更适合小模型？”一夜内完成100个变体，而不是花3周做博士论文
> 为树莓派或边缘设备优化模型
你不能做的事情：
> 预测股价
> 寻找交易优势

没有人在科技界谈论目前对AI投资的最大威胁。
这个威胁是水。
具体来说，是波斯湾的海水淡化厂，以及伊朗摧毁它们的能力。
海湾国家依赖海水淡化。
科威特：90%的饮用水来自海水淡化。
阿曼：86%。
沙特阿拉伯：70%。
数百个淡化厂沿着海湾沿岸分布。没有它们，主要城市根本无法维持其人口。
一份泄露的2008年美国外交电报警告称，如果朱拜尔海水淡化厂遭到严重破坏，利雅得“将在一周内被迫撤离”。
它们是生存基础设施。
巴林指责伊朗袭击了其一座海水淡化厂。
伊朗的袭击已经距离迪拜的杰贝阿里12英里，这是世界上最大的海水淡化厂之一。
伊朗自己声称，美国首先袭击了Qeshm岛上的一座海水淡化厂。
伊朗无法匹敌美以火力，但它可以威胁每个海湾国家的水源供应。
现在是没有人连接起来的部分。
沙特、阿联酋和卡塔尔在2025年仅在全球交易中就共同投资了$165 十亿美元，全部投向美国的科技和AI。
沙特的PIF成立了Humain，一个国家级的AI公司。阿联酋拥有Stargate，这是世界上最大的数据中心项目之一。卡塔尔刚刚创建了Qai，一个国家级的AI公司。这些国家正在为OpenAI、微软、谷歌的AI基础设施提供资金。
对于海湾国家来说，投资AI部分是为了美国的保护。
如果海湾国家成为美国在对抗中国的AI竞赛中的关键伙伴，美国必须保证它们的安全。AI投资是一种保险。
现在，伊朗导弹正落在这些国家赖以生

最近我发现我的Claude代币限制比以前快得多。
相同的工作流程。相同的复杂度。我这边没有任何变化。
所以我开始深入调查。发现的东西解释了很多。
@AnthropicAI 在Claude Code上亏损严重。
一个每月200美元的Claude Code订阅去年在计算成本上烧掉了大约2000美元。今天？同样的$200 计划每月的计算成本高达5000美元。
这意味着每个用户每月亏损4800美元。
但这是一套经典的策略，烧掉数十亿以占领市场。补贴一切。让产品看起来很便宜。然后逐步收紧。
我们以前在@Uber看到过类似的情况，打车费曾经是5美元。DoorDash免费送餐。
而且不仅仅是Anthropic，所有这些AI工具，Claude Code、Cursor、Copilot、Codex，目前的定价都低于成本。每一个都是如此。整个市场都在补贴。
当补贴停止(而且它们会)时，会发生两件事：
1. 价格大幅上涨
2. 功能被限制
或者两者兼而有之。很可能两者都发生。
这也是我觉得我的代币限制变得更紧的原因。
Anthropic 正在以一种安静、逐步、“你可能不会注意到”的方式进行调整。每美元的计算用量减少。速率限制略微更激进。
我并不生气。这符合商业逻辑。你不能永远每个强力用户亏损4800美元。
但如果你在这些API之上构建，而我也

你不需要更好的AI设置，你需要更少的设置。
你们中的大多数花更多时间配置他们的代理堆栈，而不是实际构建，他们也会因此而疑惑为什么他们的代理会产生幻觉。
以下是在经过数月的生产使用后，真正有效的方法：
> 将研究与实现分开。
> 不要问引导性问题。“找个bug”，它会为了取悦你而自己发明一个。请它中立地分析逻辑。
> 代理知道如何开始任务，但不知道如何结束。给它们一个契约：这些测试通过了，这个截图匹配了，或者你还没有完成。
> 你今天安装的每个有用的工具，六个月内都将在Claude/Codex中原生支持。技能、记忆、子代理，最初都是插件，最终都被吸收了。
> 循环是：从基础开始。当某些事情让你烦恼时添加规则。当性能下降时清理。重复这个过程。
只需阅读更新日志并不断迭代。

大多数AI工具帮助你与AI对话，很少有工具帮助你部署AI。
本周尝试了许多AI工具，喜欢使用@CreaoAI。
它是一种执行系统，你可以提示它，也可以直接构建基础设施。
核心是超级代理，每次对话都可以变成一个永久的代理应用。
使用ChatGPT或Claude：
你提问 → 获取输出 → 会话结束 → 上下文消失。
使用CREAO：
你提问 → 它构建一个代理应用 → 它永远运行。
代理应用是可执行且持久的。你可以让它一直开启。如果你愿意。这意味着你不必每次都重新解释或复制粘贴提示。我认为这些代理应用可以有许多有趣的用例。
但相比其他工具，真正的附加价值在于它超级简单。
1/ 聊天：用自然语言描述你的需求。
2/ 创建：超级代理围绕你的逻辑构建一个代理应用。
3/ 自动化：手动运行、定时运行，或在云端24/7运行。
就这些。
在我看来，这点它比OpenClaw更胜一筹。OpenClaw功能强大，但对95%以上的用户来说太复杂难以操作。
使用Creao，你可以在5分钟内开始，也可以根据需要构建复杂的多代理系统。
技术上令人感兴趣的点：
1/ 内存系统：
大多数AI的主要问题是记忆。Creao学习你的模式，存储所有逻辑，真正能接续上次的工作。
记忆是Creao的基础。
2/ 代理应用
这就是区别：
“AI帮我一次”
与
“AI现在在我业务的这部分运行”
它们是永久的逻辑容器。
3/ 技能

如何通过销售一个你本周末就能搭建的AI代理，每月赚取2K美元
97%的消费者在选择本地商家前会阅读在线评论，但87%的商家从不回应负面评论。
在Google上提升一颗星，能带来5-9%的收入增长。对于年收入50万美元的餐厅来说，这意味着每年损失2.5万到4.5万美元的收入。
这之间存在巨大差距，而你可以用一个简单的AI代理来弥补。
代理流程如下：
1/ 监控Google商家资料的新评论 (每15分钟轮询一次)
2/ 对于正面评论 (4-5星)：生成个性化的感谢回复并自动发布
3/ 对于负面评论 (1-3星)：生成草稿回复，先通过Slack/电子邮件发给店主审批，待批准后再发布
4/ 将所有内容记录到带有情感标签的Google表格
5/ 每周发送一次摘要：新评论、平均评分趋势、响应时间、情感分析
魔力在于提示工程 -> 回复听起来不像机器人。它们会引用评论中的具体细节，匹配商家的语调，并以同理心处理投诉。
技术栈 (总成本：约30美元/月)
> n8n (自托管) -> 工作流自动化 (免费)
> Google商家资料API -> 免费，n8n内置节点可用
> OpenAI API (gpt-4o-mini) -> 大多数用量每月约5美元
> Google Sheets -> 记录和仪表盘，免费
> Slack或电子邮件 -> 通知，免费
> VPS -> 每月5-10美元 (Het

你的AI代理现在可以在Solana上进行交易了。方法如下。
@dflow刚刚推出了两项改变一切的功能：
> 一个通用的MCP服务器：为你的代理提供直接访问Solana交易基础设施的权限
> 一个Claude Code技能(与Phantom)：代理可以通过单一提示构建全栈Solana应用
使用方法：
> 安装DFlow MCP服务器 → 将其添加到你的Claude配置或OpenClaw MCP配置中
> 设置Phantom连接 → 浏览器钱包、嵌入式钱包或移动深度链接
> 指定你的代理执行任务 → “为我构建一个SOL/USDC交换界面”
> 部署 → 生产就绪的代码
这很有趣，因为他们不是在构建一个AI代理，而是在构建让任何代理都能进行交易的基础设施。就像我们使用Polymarket的CLOB API为我们的机器人提供服务一样。
技能的方法也很聪明。它不仅仅是一个API，而是让代理了解如何用它进行构建的完整流程。

Anthropic 开源了驱动 Claude 文档功能的技能，共16项技能。大多数是示例，但其中4项——PDF、DOCX、PPTX 和 XLSX——是实际在 Claude 的“创建文档”功能背后运行的生产代码。目前值得安装的三个技能是：
→ MCP 构建器。构建模型上下文协议服务器的逐步指南。API 研究、工具命名、认证模式、错误处理。
→ Webapp 测试。基于 Playwright 的工具包，带有决策树。服务器生命周期管理器。截图、日志等一应俱全。
→ 技能创建器。用于构建技能的技能。草稿、测试、基准、优化触发。如果你在自己开发，建议从这里开始。
它们不仅仅是 Claude 独有。这是一个开放标准：OpenClaw、Cursor、GitHub Copilot，以及你可以在任何代理上部署的相同 SKILL 格式。
架构设计也很智能。代理只会将技能名称和描述加载到上下文中。完整指令只在需要时加载。关联文件只在极端情况下加载。你不会在未使用的技能上浪费令牌。
如何安装 (2 分钟 )：
Claude 代码：
> /plugin install document-skills@anthropic-agent-skills
OpenClaw：
> git clone anthropics/skills → ~/.openclaw/skills/

我们最近看到一起由Claude Opus 4.6编写的漏洞导致的178万美元的攻击事件。
cbETH的价格为$1 ，而不是2000美元。
不久之后，@OpenAI@推出了EVMbench。简单来说，它是一个评估AI代理与智能合约交互能力的基准测试。
它有3个主要评估模式：
> 检测：分析代理检测漏洞的能力
> 修补：分析代理修复漏洞的能力
> 利用：分析代理利用漏洞的能力
他们的分析显示，最新模型(Opus 4.6、GPT-5.3-Codex等)在利用漏洞方面表现非常出色，但在检测和修补方面较弱。
这正是我在用我自己的代理运行最新模型时所观察到的。在我的代理团队中，我总是包括一个审计代理，它可以获得完整的上下文，主要目标是发现漏洞。
当它发现漏洞时，开发代理可以轻松修复。
但问题是，在10个漏洞中，它可能只找到3个。目前，我们还不能完全依赖代理来正确检测漏洞。
推出这个基准测试是一个非常强有力的举措。我很期待用我的代理进行测试。
需要澄清的是，这不是一个安全扫描器或生产就绪的审计工具。它主要用于衡量AI的能力、比较模型，并提供关于AI在该领域进展的指标。
基本上，这是一个让AI在该领域进行评估和改进的工具，坦白说，我们确实非常需要这个。