runesleo

Robinhood Chain 上第一轮 meme 普涨结束后，第一次真正的压力测试开始了。
我前几天参与过、也一直在跟这批币。我写这条时， $CASHCAT 已从约 2 亿美元市值高位回到 1.2 亿附近，24 小时跌约 31%； $VEX 跌约 21%， $4663 跌约 83%。但这不是所有币一起崩，$MARIAN 过去 24 小时仍在上涨，只是最近一小时也开始剧烈回落。
这说明资金没有简单消失，而是从普涨切进了高波动分化。对一条刚起步的链来说，现在真正要看的是：龙头大跌以后，链上还有没有足够的资金和交易者；资金会继续在不同项目间轮动，还是直接撤走；官方钱包带来的入口，能不能慢慢变成长期使用。
所以这不是抄底信号，也不是链已经死了。第一轮靠注意力，第二阶段要靠留下来的资金和用户。回撤之后还能继续长出来的东西，才决定 Robinhood Chain 是不是一波流量。

用 AI 帮忙写东西、研究问题或者拿主意的时候，我现在习惯问好几个模型。
但这不是随便多问几次，也不是看哪个答案听起来更多人支持。
真正的价值在于让不同模型独立判断，把它们的分歧挖出来，再回到原始证据去验证。
最近我又把这个流程走了一遍，才发现之前差点漏掉最关键的一步。我以为让三个模型都参与了，结果实际只有两个给出了回答，另一个被跳过了。如果不确认每一路是不是真的返回了内容，很容易误以为验证已经做全了。
我把能马上用的做法压成了三步。
让不同模型先独立回答。问第二个模型时，不要把第一个的答案给它看，避免互相带偏。
再要求每个模型用同一结构输出：结论是什么、主要依据是什么、哪里不确定。这样放在一起才好直接对比。
最后不去数谁对谁错，而是专门盯分歧。重要的分歧就去翻最原始的资料，或者自己实际验证一下。同时确认每个模型是不是真的给出了回答。
下次你要用 AI 交叉验证一个判断的时候，就按这三步来。

想让 Codex Ultra 少浪费额度，又不能为了省 Token 再叠一套复杂分工系统。
我刚做了最小实验：主模型仍是 GPT-5.6 Sol Ultra，只负责复杂判断、任务拆解和最终验收。找资料、扫代码这类活交给更快更省的 Terra Medium，全程只读不改；边界清楚、执行路径明确的任务直接丢给 Sol Medium；复杂、模糊、高风险的部分一律留在 Ultra。
Sol Medium 还是 Sol，只是思考强度从 Ultra 降到 Medium。官方定位 Medium 是多数任务的平衡默认，高推理强度可能提升复杂任务质量，但会增加耗时和 Token。所以我不敢说质量完全不受影响，只能靠任务边界清晰 + Ultra 最终验收来控风险。
目前还在真实任务里跑，还没测出具体节省比例，也还没系统对比质量差异。正在观察。
你们有没有做过类似「强模型只做判断和验收、Medium 档只做明确执行」的分工？质量有没有明显掉？

Mac 电脑用了很久之后，桌面上有很多杂乱的 APP 一直都没整理。然后闲着没事，让 Cursor 帮他整理了一下，太丝滑了，一句命令搞定。图1 整理前 图2整理后
什么时候手机里也有这种 agent 能干活就好了

跟 @levelsio 学的。
他个人站看起来特别硬核，是因为他把 X 上那些内容直接自动化沉淀到自己域名里。
我也想这样搞一下。公开工作是不是不该只押在时间线上？发在 X 上的东西默认回流到自己的站，持续自动更新，不用每次手搬。
现在跑通了：
VPS 每 30 分钟 sync 一次，发完差不多半小时内进归档。公开 Article 还会带标题和封面，现在已经有 111 条。
这种持续更新的感觉，还挺好的……

沉浸式体验 GPT 5.6 Sol Ultra

OMG Codex App 这点太方便了！
如果你连接了 Gmail 邮箱或者其他邮箱的话，当你收到新邮件，它直接告诉你有哪些新邮件要处理；当你点击其中某一个任务之后，它直接帮你生成一个 prompt，然后去执行任务就可以了。
牛逼！

把 Cursor Ultra 的计费体系花时间研究了一遍：两套额度池、Composer Standard / Fast、Auto、MAX Mode、Remote Control、Cloud Agent，全对着官方文档和 dashboard 用量核过了。这篇是结论版，给同样被账单搞晕的人。
【先给结论】
1. Auto 看着省心，往往比直接锁 Composer 2.5 Standard 更贵。
2. Fast 和 Standard 同一模型，智商一样，Fast 大约贵 6 倍，别当默认。
3. Ultra 有两池：Composer 池便宜量大；前沿模型池每月约 $400，手选 Opus / GPT / Fable 才吃这池。
4. Remote Control ≠ Cloud Agent，但都会让 agent loop 跑在云端 → MAX 会亮。区别是 RC 的 tools 还在你本机 Mac；Cloud Agent 的 tools 在云端 VM。
5. Composer 2.5 固定约 200k 上下文，开 MAX 也扩不到 1M；要 1M 得换前沿模型 + MAX（贵）。
【单价对照｜每 100 万 token｜官方价】
Composer 2.5 Standard：Input $0.50 · Output $2.50
Auto：Input $1.25 · Output $6.0

最近越来越觉得，多 AI 协作最难的不是 prompt。
真正难的是：
怎么让 Claude、Cursor、Codex 在不同对话里接得上、交得回，而且不会把聊天记录当成事实。
我现在基本拆成五层：
1. 业务线对话：只负责调度、判断、验收，不当状态库
2. 任务卡：记录单条业务现在到哪、下一步是什么
3. 执行模型：Claude / Cursor / Codex 谁在具体推进
4. 可验证产物：文件、代码、报告、截图、commit、preview
5. 验收写回：产物被检查后，再更新任务状态
这样一个任务不管今天是 Claude 研究、Cursor 改 repo，还是 Codex 验收，都不会靠“你还记得上次聊到哪吗”来续命。
聊天窗口适合推进。
状态必须落到机器能读、别的 AI 也能接上的地方。

大家现在手机底部最常用的 App 入口是什么？这已经是我的最新日常了👇

这几天泡在 Fable 5 里，把积了半年的 agent 工作流翻修了一遍：7 路 agent 并行审计，挖出 24 个问题——三份配置各说各话，记忆服务死了两个月还在被规则引用，一个安全守卫从来没真正拦住过任何东西。然后一路修到底，规则瘦身 62%，散在四个工具里的技能分叉全部合并归一。
这种活以前我自己干要一周，还不一定敢动核心配置。这次是我在旁边拍板，它自己跑完，每一步都贴验证证据。
Fable 是真好用，就是贵。更难受的是过两天就用不上了，刚摸到手感就要还回去，比一直用不上还折磨。
听说 Cursor 订阅里塞了一点 Fable 额度，杯水车薪，到时候大概也只能这么凑合。
工具的代差是真实存在的，用过就回不去。

今晚网又挂了两次。Chrome 全红，Claude Code 和 Codex 也跟着挂。
这时候发现 Cursor 的好处了，他竟然在没梯子的情况下还能回话，还能在本机 shell 里动手。我就让它跑 network-doctor：查网关 ping、看 Clash 是不是 TUN 半挂、该重启 mihomo 还是直接关 TUN。
修网这种活，通常就几轮「检测 → 执行 → 再看状态」。没开 Cursor 付费额度的话，免费额度往往够也跑几轮排查。
有兴趣的可以试试，把 Cursor 当作免费本地修理助手。