拆解年入百万的AI落地项目：交易
文章揭秘了AI交易系统的商业真相与技术架构。作者将AI交易分为五个层级，从传统量化到LLM与强化学习混合体。他详细介绍了自研系统的七层数据分析管道和四层Prompt工程结构，强调风险评估优先于决策。文章还复盘了2025年“1011之夜”的币圈大暴跌，指出交易是丑陋的，但能教会人敬畏概率与风险。
相关文档
AI 时代的量化交易系统构建分享
本文是作者在内部分享会上的复盘，重点探讨了 AI 如何降低量化交易的工程门槛。文章指出，利用 OpenClaw 等智能体，个人开发者可以独立完成需求文档编写、回测框架搭建、API 接入等全流程工作。作者详细讲解了从回测到实盘的信号层统一、技术分析的规则化参数化、以及常见系统误区（如过拟合、流动性筛选），强调在 AI 时代，量化交易的核心不再是代码能力，而是交易逻辑的系统化拆解与数据验证能力。
用“女娲”Skill 蒸馏 Crypto 大佬交易人格，Agent 竞技场实战复盘
作者利用“女娲”Skill 将 Wintermute 创始人、Dragonfly 合伙人和 3AC 联合创始人的交易人格蒸馏为 AI Agent，并在同一交易竞技场进行 150 天回测与实盘。实验发现，蒸馏出的策略差异巨大，不仅复刻了真人的交易风格，也保留了其弱点，展示了 AI 在量化交易中的人格化应用潜力。
史上最伟大交易员吉姆·西蒙斯的5个交易经验
文章介绍了文艺复兴科技公司创始人、数学家吉姆·西蒙斯的交易智慧。其旗舰大奖基金自1988年以来年均回报率达66%（费后39%），堪称史上最佳。作者总结出五大交易经验：1）通过历史数据回测量化优势，寻找非随机模式；2）严格遵守交易系统纪律，不随意干预模型；3）交易多元化的流动性标的以获取更多机会；4）无需高胜率也能获得丰厚回报，1:2或1:3的盈亏比配合50%胜率即可盈利；5）盈利交易的普适原则是风险管理、仓位控制和正期望系统的数学基础，关键在于人以纪律执行系统而非被情绪左右。
一支发布视频如何为浏览器扩展带来220万播放与3000用户
本文复盘了浏览器扩展 AgentCloak 的发布营销案例。AgentCloak 是一款免费隐私工具，可在数据发送到 ChatGPT、Claude 等 LLM 前将其替换为假数据。团队通过一支创始人用棒球棍砸 Mac Mini 的视频，在 X 上获得 220 万播放和 3000 下载。文章详细拆解了成功要素：脚本采用'最辣版本+降级备选'的双版本写法；拍摄时准备后备结局降低风险；通过分层 KOL 策略、创始人私有人脉预热、精心设计转发文案、选择周五早 7 点发布等放大手段，将流量转化为真实用户而非虚荣指标。
出海小白靠新词破千刀的经验复盘
作者kristoff复盘了自己出海做网站一年多仅赚三四百刀后，通过捕捉新兴关键词（新词）在半个月内突破1100刀的经历。文章详细介绍了新词的概念、如何利用Google Trends发现新词（如hotel lobby ai、burning bridges ai），以及借助AI工具快速建站、先上线后优化的策略。作者总结了三点关键经验：不要害怕做没做过的事、不要等网站完美再上线、要多尝试并跟随大佬实践总结。最终实现日入百刀到两百刀，并强调了正反馈对新手的重要性。
Minara + Jev：最强AI金融智能体完整搭建流程，带你一周跑出174%收益率
作者介绍了将 Minara 与 Jev 两个 AI 工具组合搭建金融交易智能体的完整流程。Minara 提供行情数据、Funding、OI、Smart Money、回测和执行等一体化金融基础设施，Jev 负责实时判断做多、做空或等待。工作流为：实时数据 → Jev 判断 → Minara 回测验证 → 风险过滤 → 执行。作者用 100U 本金在 7 天内跑出 174% 收益，强调 Jev 提出判断、Minara 验证策略是否有 Edge 的互补机制，展示了完整 AI Trader 的雏形，并计划后续分享搭建方法与配置。
我们复现了那个决策模型教程
作者复现 Nish Tahir 的《Build your own decision model》教程，在 CommonsenseQA 上验证基于语言模型单次前向读取选项 token 概率作为置信度的决策模型方法。复现发现教程方法成立但需补两个关键前提：读数位置必须放在 assistant 轮，模型需用 8B 而非 1.7B。温度缩放校准有效，而微调增益主要来自修正 harness。作者还将方法应用于素材席位判定任务，发现模型间一致标签不等于准确率，结论需以人工标签为准。核心启示：核对读数位置的概率质量、报告覆盖率、用独立数据拟合温度。
在加州待了快两周，聊聊 AI，也聊聊生活
作者受 AWS 邀请赴加州参加活动，从北加到南加待了近两周。文章分享了对 AI 圈的观察：华人众多、双语优势明显但英文口语仍是刚需；理解 LLM agent 架构和模型能力边界的重要性；湾区活动多但需选择性参与；常刷 X 可保持信息不落后。生活方面，作者感受了湾区高昂的生活成本与房租，认为加州不能代表美国全貌，同时对美国的物价、小费文化和 Waymo 无人驾驶体验发表了看法。
海龟交易法：只需读懂3个问题
文章介绍了理查德·丹尼斯创立的海龟交易法。丹尼斯曾用6年将1600美元做到3.5亿美元，并通过培训普通人验证了交易方法可复制——学员四年赚取约1.6亿美元，年复合回报率达80%。海龟交易法将交易变成一套明确规则：通过55日或20日高低点突破判断进场信号；根据波动率（N）计算仓位大小与止损距离，控制单笔风险；顺势每前进0.5N加仓一个单位，最多持有四个单位；在价格跌破近期低点时退出，不设固定盈利目标。文章强调，同样的规则能复制流程，但收益不会完全一样，震荡市中可能反复止损，趋势行情中才能盈利。
大家好我是 ZKOpenETF 的 Co-founder
ZK 是 OpenETF 的联合创始人，曾作为 day 1 成员参与 ofo 创立，负责增长营销，一年花 1 亿美金获取 2 亿用户。他分享了十年创业的四课：直面不完美产品、理解烧钱逻辑、突破自我束缚、选择被感召的创业方向。基于在加密基金投资中遇到的门槛高、信任成本高的痛点，他在 Hyperliquid 上构建了 OpenETF——一个全链上、可组合的开放 ETF 层，让任何策略都能成为 ETF，资金全程不下链，管理人无法挪用资产，把基金从特权金融工具变为链上金融原语。
职业交易员最大的敌人，也许是自由
作者从高强度科研工作中退出后成为全职交易员一年，复盘发现近期交易不顺的根源不在市场判断，而在心态与状态。他反思自由的诅咒：职业交易没有外部约束，所有决策归还个人，导致作息混乱、错过行情、FOMO等看对做错的错误。他提出自救之道是主动建立规则与routine，限制未来自己的解释空间，训练主动放弃与等待，学会在没有外力约束时管理自己，把自由从敌人变成优势。
Claude Opus 5.5——17 个值得调整的习惯用法
Anthropic 发布 Claude Opus 5.5 后提供了官方 Prompting Guide。作者读完指南并总结出 17 个值得调整的用法：API 默认从 medium effort 开始，用真实任务测试最佳档位；5.5 切换 effort 不再清空 cache；长任务要一次性说清目标和完成标准，让模型维护文件中的 checklist；通过 system prompt 明确何时暂停询问；给多 Agent 工作流设置时间预算；用 subagents 处理重型任务但需核实其报告；删除'请仔细思考'等旧习惯提示词；要理由摘要而非完整推理；设计需求用删除法点名不喜欢的元素；区分用户指令与粘贴内容；Claude Code 现已支持 AGENTS.md。核心是讲清任务目标与流程，而非堆砌提示词。
