CryptoHunter (@CryptoHunter168) header
CryptoHunter (@CryptoHunter168) profile picture
Joined July 2013
Photo by CryptoHunter (@CryptoHunter168)
CryptoHunter retweeted
这个道理,我也是在今年年中的时候才认识到,在那之前,我花了不小的精力学习 AI Coding。后来认识到,AI 在大幅度提高软件开发效率的同时,也大幅度挤压了对软件的市场需求。AI Coding 仍然会非常有用,但我认为,它会被业务人员和管理者大量用来生产一次性的、用后即弃的软件。
最讽刺的是:AI Agent 正在快速吃掉传统软件,很多人却一头扎进 AI Coding,没完没了地比哪个 Agent、哪个模型写代码的交付质量高那么一点点,然后用 AI 去开发更多软件。这就把自己的路越走越窄了。 AI 最大的价值不是生产更多没用的软件,而是彻底改造每个人自己的工作流,让你可以创造更多价值,赚更多钱。 少关注点 AI Coding,这不能让你赚钱;多关注点怎样用AI提供咨询,分析产品,找客户,做个人IP。
3
1
1
13
2,168
CryptoHunter retweeted
isso aqui é ouro puro agentes de IA escrevem muitos comentários no código, e a maioria é inútil ou pior que isso - atrapalha esse prompt do matt da um limpa mais que necessário
Prompt of the day (a long one): Take a look at every code comment in <my codebase | this section of the code>. Categorise each comment as: - Tautology: simply repeats what is already visible from the code - Excuse: many comments allow the agent to get away with a hacky implementation, which then gets propagated through the code - Stale: references code or implementation information that is no longer relevant - Decision Record: documents an important, non-obvious decision about the code For each comment, take this action: - Tautology/Stale: delete the comment - Excuse: delete the comment and file an issue to fix the hacky implementation - Decision Record: move it into an ADR Once this is done: - Create a lint rule banning comments for <my codebase | this section of the code> - Take a ratchet approach, assuming not all comments will be deleted this PR - Create a /delete-comment skill in this repository so we can repeat this process later - Estimate for me how many lines of code we'll shed by deleting all comments --- I'm sold - comments considered harmful
4
6
136
11,708
CryptoHunter retweeted
其实大环境越差,越要反其道而行之 1、有人在国内闲鱼和拼多多低价收二手iPhone、华为旧机,简单刷机+换壳后,挂到东南亚Shopee和Lazada卖。 单机赚30-80美金,一个月出货900多台,纯利轻松过几万刀。 2、有人刷海外设计师平台(Behance、Dribbble),把欧美最新潮流配色+穿搭手稿下载下来,用AI翻译成中文+排版优化。 然后打包成《2026春夏欧美风尚素材库》,在小红书和视频号卖149元,月5000+份,复购率高达65%。 3、有人在闲鱼卖Codex换肤,零成本月入过万。别人都在烧Token写代码,有人专门在闲鱼卖Codex桌面端皮肤定制——从二次元到财神爷,从王者荣耀到日本女优,统统能改。 售价66到99元不等,销量破千单的商家不在少数。不写一行代码,靠信息差和审美赚AI工具的第一波红利。 4、有人把奶茶DIY做成一门副业。喜茶、霸王茶姬上线手绘杯贴功能后,闲鱼上催生出“代画杯贴”产业链。标价1元打包全套主题杯贴的商家已售超2000单; 还有人只提供“代上传服务”,收费5块,卖了1700多单,光这一项赚了十几万。 5、还有人天天盯Kickstarter和Indiegogo上还没量产的极简厨房小工具,确认爆款后立刻去义乌和1688找代工厂开模, 海外原品售价$199,还没发货。国内首发¥699,月销5000单,单月流水¥350万。货还在集装箱里,钱已经到账了。溢价4倍,差价就是纯利润。 6、有人在小红书卖AI Skill,0成本爆卖40多万。有教育博主做了AI英语外教Skill,定价68.8元,售出2000+份,创收14万+。 这个世界,96%的财富都藏在信息差里。 中国14亿人,9亿人没坐过飞机,信息差大到离谱。 欧美、日本、东南亚每天都在产生海量新趋势、新产品、新内容,而国内大部分人根本看不到,也不会用。 这就是普通人最应该抓住的机会。 AI时代最值钱的能力,不是写代码,也不是做视频。是你先看到,然后告诉别人。 9亿人没坐过飞机,意味着至少有9亿人还活在信息孤岛里。你要做的,就是成为那道桥。 大环境越差,越要反其道而行之—— 别人收缩,你就去放大信息差; 别人抱怨,你就去吃信息差的红利。
2
29
2
189
18,896
CryptoHunter retweeted
这也解释了为什么很多人眼里只有 Coding Agent,因为他们只懂用 AI 写代码,根本不会用AI干点别的事情。 而写代码这件事情本身就不需要提供长期记忆和丰富的个人信息上下文。 但是当你把视野放到更广的地方,把 AI 真正当成助理或者员工来用,那么长期记忆,管理持续的上下文,才会变成一件重要的事情。 单纯就拿写作来说吧: Pi Agent + DeepSeek + 写作Skill Hermes+ DeepSeek+ 写作Skill + 长期记忆 + 自定义技能 我亲自测试,后者效果远远好于前者。 AI能干的事情中,写代码是最容易的一件事,因为高度可验证,最佳实践也很多了。但是用AI干其他事情,才是真正有挑战,而且更有价值的。
最讽刺的是:AI Agent 正在快速吃掉传统软件,很多人却一头扎进 AI Coding,没完没了地比哪个 Agent、哪个模型写代码的交付质量高那么一点点,然后用 AI 去开发更多软件。这就把自己的路越走越窄了。 AI 最大的价值不是生产更多没用的软件,而是彻底改造每个人自己的工作流,让你可以创造更多价值,赚更多钱。 少关注点 AI Coding,这不能让你赚钱;多关注点怎样用AI提供咨询,分析产品,找客户,做个人IP。
2
5
18
2,228
CryptoHunter retweeted
最讽刺的是:AI Agent 正在快速吃掉传统软件,很多人却一头扎进 AI Coding,没完没了地比哪个 Agent、哪个模型写代码的交付质量高那么一点点,然后用 AI 去开发更多软件。这就把自己的路越走越窄了。 AI 最大的价值不是生产更多没用的软件,而是彻底改造每个人自己的工作流,让你可以创造更多价值,赚更多钱。 少关注点 AI Coding,这不能让你赚钱;多关注点怎样用AI提供咨询,分析产品,找客户,做个人IP。
28
13
9
126
13,006
CryptoHunter retweeted
Prompt of the day (a long one): Take a look at every code comment in <my codebase | this section of the code>. Categorise each comment as: - Tautology: simply repeats what is already visible from the code - Excuse: many comments allow the agent to get away with a hacky implementation, which then gets propagated through the code - Stale: references code or implementation information that is no longer relevant - Decision Record: documents an important, non-obvious decision about the code For each comment, take this action: - Tautology/Stale: delete the comment - Excuse: delete the comment and file an issue to fix the hacky implementation - Decision Record: move it into an ADR Once this is done: - Create a lint rule banning comments for <my codebase | this section of the code> - Take a ratchet approach, assuming not all comments will be deleted this PR - Create a /delete-comment skill in this repository so we can repeat this process later - Estimate for me how many lines of code we'll shed by deleting all comments --- I'm sold - comments considered harmful
152
149
37
3,549
275,096
CryptoHunter retweeted
Matt Pocock 在通过这个 Prompt 让 Agent 检查了当天的代码之后,他最终承认「注释是有害的」
Prompt of the day (a long one): Take a look at every code comment in <my codebase | this section of the code>. Categorise each comment as: - Tautology: simply repeats what is already visible from the code - Excuse: many comments allow the agent to get away with a hacky implementation, which then gets propagated through the code - Stale: references code or implementation information that is no longer relevant - Decision Record: documents an important, non-obvious decision about the code For each comment, take this action: - Tautology/Stale: delete the comment - Excuse: delete the comment and file an issue to fix the hacky implementation - Decision Record: move it into an ADR Once this is done: - Create a lint rule banning comments for <my codebase | this section of the code> - Take a ratchet approach, assuming not all comments will be deleted this PR - Create a /delete-comment skill in this repository so we can repeat this process later - Estimate for me how many lines of code we'll shed by deleting all comments --- I'm sold - comments considered harmful
1
1
43
9,513
CryptoHunter retweeted
Replying to @akazwz
又不得不提ESLint,可以从工程级尽可能解决这类问题,这方面太爽了
1
2
12
3,486
CryptoHunter retweeted
一定要让少写注释,用代码结构表达。注释会污染后续所有 Agent,造成坏范式传染
50
15
5
419
65,887
CryptoHunter retweeted
如果你是一个资深的软件工程师或架构师, 现在去找一份和你的背景相似的纯技术类的工作,肯定是会比较困难的。 如果必须要去找工作,我的建议是不要去找纯技术的岗位, 而是去找「AI 产品经理」这样的岗位, 带着你的资深技术的背景,然后加强自己的产品能力,比如需求的洞察、客户的沟通、团队的协调与组织的能力等等。 总结一下来就是要有能力把产品从需求端一直到实现端全栈打通的能力。 这不是全栈工程师,这是全能型的工作者。 实际上 AI 把编码的工作接管了, 我们这些原先在技术底层的人必须要向栈顶移动。
14
5
63
8,298
CryptoHunter retweeted
给国内失业人员一个活路,务必进入制造业,甚至是外贸制造业。三架马车只剩下外贸产业一骑绝尘,2026年10月单月出口总值:2.79万亿元人民币,增长 28.7%。看过“大明王朝1566”的都知道,财政来源决定了行业的发展,从古至今无非“税人”,“税地”,“税资产”。税人不可能,工资就那么一点,高工资还影响出口。“税地”,房地产经济已经熄火了。“税资产”,房价崩了,收房产税估计难度也大。消费就不说了,没钱消费不可能提起来。所以结论就是外贸,这是目前唯一的引擎,国外需要中国的低价商品,中国也需要国外的市场,这是经济循环的必然。当然你如果说国内14亿人消费潜力和体谅很大,这个正确,但是再把“大明王朝1566”和历史书看一遍,提消费就的提高工资,提高了工资会导致啥,这就涉及到个人对历史的理解能力了。总之,从经济学角度说,离钱越近,越能赚到钱,所以外贸制造业,无论你是啥行业,在当下就业难的情况下都可以去尝试。稳住当下,学好英语,坐待时机。
16
20
2
182
25,564
CryptoHunter retweeted
AI 写代码,真的别太信它那句“已经完成” 代码交了,单测也全绿。 结果打开网页一试,购物车能加东西,结账却卡住了…… Claude Code 团队最近分享了他们的验收方法。现在团队约 90% 的代码都是 Claude 写和审的,但验收还真不能只靠它跑几个单测。 🛒 比如做购物网站,就让 AI 自己打开浏览器,从加购物车、结账,一直走到订单确认页。 中间哪一步没跑通,就回去修。 具体做法是在项目的 `.claude/skills/` 里放一个 `verify` Skill,把启动程序、操作步骤、通过条件都写清楚。 以后 Claude 提交代码前,先自己跑一遍验收。 连续三轮还过不了,就停下来交给真人处理。 下次它再说“已经完成”,先让它自己去下个测试单,看它还敢不敢这么说 😂
13
1
8
707
CryptoHunter retweeted
你在Meme圈摸爬滚打这么久,见过哪个真正赚到钱的大佬,是每天盯着几十个指标、画各种均线找百倍币的?没有。 刚刚刷到一个大佬分享的Meme筛选法,我看完直接拍大腿。这套方法没有任何花里胡哨的复杂策略,核心就两个字:**极简**。 在Meme市场,越复杂的策略越容易让你犹豫,越简单的规则反而越能一刀切掉垃圾盘。大佬的逻辑很通透,普通人想抓百倍,别去猜哪个故事能火,先学会怎么活下来、怎么把噪音过滤掉。 极简不代表盲目冲,而是只看最致命的几个数据。比如合约安不安全、筹码集不集中、车头进没进场。把这几个硬指标过一遍,是金狗还是土狗,一目了然。 这套方法你不用到处去找,工具一拉就清清楚楚。我平时用的GMGN,安全面板、聪明钱动向、筹码分布全在一个页面里: gmgn.ai/r/6KxYIQs3 别再拿自己辛辛苦苦盯盘的精力去赌了。大道至简,把这套极简过滤法刻在脑子里,收藏起来,下次按买入键之前,先过一遍这个标准。
5
26
131
14,363
土豆姐 Lauren 这篇《用 Grok Bot 做自动化》发布不到半天,已经超过 100万 浏览量。我做了两张长图,完整概括了重点内容。 你会发现,每次土豆姐讲 Grok Bot,讲的都是方法论框架,不会细到替你把每一句指令词都写好。 这是因为!Grok Bot 是一个带记忆、能调用工具、能持续迭代的 personal agent! 这与过去聊天窗口式 LLM 不同,那会更多的是「如何写好 prompt」。当你进入 personal agent 的世界后,prompt 的精细程度边际收益会快速下降。 更重要的是,如何让它理解你的工作方式,积累具体场景的 know-how,并管理好 Bot 之间的协作。 作为超级个体来说,用好 AI 的关键就在于「具体场景的 know-how + 长期记忆 + 协作关系」。 这正是土豆姐这篇文章强调的—— 使用 Grok Bot,真正拉开差距的是:「厘清目标、再拆解过程、把隐含的判断逻辑和约束条件讲清楚、建立反馈闭环、最后用 routine 触发。」 这些都高度依赖具体场景和个人工作方式,通用模板很难直接套用。你需要在实际交互中,把自己的判断标准一点点教给 Bot,再通过反馈,把结果从能用磨到出色。 重点还是去「做」,然后学会「正确地做」。
I think a lot of people aren't using Grok Bot to its full potential, because knowing how to automate things is actually quite a difficult skill to learn. I wrote this post to break down how I approach automating anything with Grok Bot!
23
115
4
676
104,072
CryptoHunter retweeted
Gemini 4 Hydrogen+Ego Lite浏览器=自动化绝杀。 Gemini 4 Hydrogen速度快,Ego Lite省token效率高。 快上加快,好上加好,妙上加妙。Nice!!!
14
9
117
14,338
CryptoHunter retweeted
你做的 Agent 一出问题,是不是先想着换个更强的模型? 阿里云开源的《AI Agent Handbook》专门讲了这件事:先分清 Model 和 Harness 各管什么,别把问题全算到模型能力头上。 这本手册是从他们 2025 年 9 月那本《AI 原生应用架构白皮书》重新整理来的,改成开源维护,作者说每周会收录新的实践。内容来自阿里云自己、云上企业客户和开源社区开发者落地 Agent 的经验和教训,按架构、构建、运行、治理、调优整个生命周期排。 写 Agent 的人主要看构建篇、运行篇和调优篇:上下文、状态、工具、沙箱、轨迹,最后讲评估怎么做成闭环。另外附了一份 2026 Agent 开发者调研报告,讲企业里的 Agent 在上生产、选型、治理和评估上各做到了哪一步。 有一条可以直接抄:任务系统要能持续推进、中断后能恢复,还要能验证到底做完没有。团队评审 Agent 方案时拿这条去对,能挑出不少问题。 仓库 9 月就建了,今天一天多了 69 个星,总共 3400 出头,Apache-2.0 许可。在线版读着更舒服,还配了一套代码测试题,读完可以测测自己能拿几分。
8
5
19
1,392
CryptoHunter retweeted
Anthropic 发现:Agent 不是越多越好。有客户把多 Agent 改成单 Agent 后,运行速度提升了约 2 倍。 Anthropic 最新分享了 Agent 架构设计经验。 核心观点:能用一个主 Agent + Skills + Tools 解决的任务,没必要拆成多个子 Agent。 原因很直接: 减少上下文损失:多个 Agent 交接时容易遗漏信息 降低成本和延迟:减少重复推理和模型调用 按需加载:Skills 和 Tools 用到时再加载 统一任务状态:主 Agent 掌握完整上下文,随时调整计划 但子 Agent 仍适合独立验证、并行任务和需要隔离上下文的场景。 Anthropic 的建议是:先建立端到端评测,再逐个合并子 Agent,用实际效果决定保留哪些。 关键不是 Agent 数量,而是任务成功率、成本和延迟。 原文:claude.com/resources/article… 你们现在更倾向多 Agent 分工,还是一个主 Agent 按需调用 Skills? #ClaudeCode #Agent #AI #Skills
4
8
1
66
6,709
CryptoHunter retweeted
今晚别刷Netflix了。 去看这个SpaceX AI工程师Lauren Tan的1小时免费masterclass。 这是我见过最清晰、端到端讲透怎么从0到100搭出GrokBot agent团队和自主循环的课。 从给bot真实工作,一路到每月4000个PR的工作流、个人软件工厂、最小自检循环,再到能省token的代码库护栏。 不管你是从没认真跑过多agent,还是已经在用GrokBot,看完都会把很多“原来如此”的点一次打通。 真正核心就这几层: 1给agent真实岗位,而不是一直当聊天机器人(自己的账号、预算、任务) 2从单agent进化到loop和工厂,才能真正放量到每月数千PR 3最小也最关键的循环:教会agent自己跑代码、检查结果、验证工作 4代码库护栏比prompt更重要,把约束写进架构和CI,省token也更可靠 5到了一定阶段,agent就能自己合并PR,人只看产物不看diff 大多数人花好几个月才拼出的全景图,这节课直接给你画完。 把时间空出来,这可能是你这个月最值的一堂课。
75
397
8
2,463
166,928
CryptoHunter retweeted
原来看土豆姐的工作流云里雾里的,写几个lint规则,突然就秒懂了。现在再看claude code review的文章,发现本质是一样的。
33
46
2
804
119,389