Lowerce @Lowerces

OpenAI 公布了 GPT-5.6 Sol 的最新提示词指南，核心可能就一句话：少写点废话，把任务边界讲清楚。 这份文档真的很值得看，它并不是教你继续堆更长的 system prompt，而是建议把 prompt 做轻：目标是什么、成功标准是什么、哪些证据必须有、什么时候该停、哪些动作需要确认。 这其实很符合新一代 Agent 的变化。 模型越来越强以后，过度规定每一步流程，反而可能拖慢它、增加 token、制造冲突。真正重要的是给它一个清楚的任务契约，让它在安全边界内自己选择路径。 我觉得这对 AI coding 特别有启发。 以后写 AGENTS.md / system prompt，重点不再是把模型管得越死越好，最重要的是把验收标准、权限边界和验证流程写得足够清楚。 developers.openai.com/api/docs/guide…

从我那个苹果开发者账号说起。 2024 年 11 月 30 日，我用美国公司注册的苹果开发者账号进入了一种异常状态：可以登录后台，但无法创建证书进行签名和公证。 此后，我几乎把网络上相关的帖子都看了；在 Twitter 和苹果开发者论坛上发过帖子求助；陆陆续续给苹果客服发过 4 封邮件，打过 4 次电话。都没有任何结果。苹果统一给我的回复就是，已经有 Ticket 了，我什么也不用做，等着就行。 我还联系上了网上遇到过相同问题的陌生人，通过邮件和 IM 交流，结果是对方的问题也一直没有解决。 后来我不想因为这个事 block 了我的产品发布，于是就用了朋友的开发者账号来创建证书和签名。生活还得继续，产品还得发布。 此后我还会时不时登录看一下我的开发者账号状态，不过一直都处于这种异常状态。苹果开发者论坛上也有许多和我情况类似的人，基本上没看到成功解决的案例。偶尔看到一个解决了的案例，按照他的方法去做，同样没用。 后来，我又以个人身份注册了一个国内的开发者账号，并且在后续用它发布 App，这个倒是没遇到什么问题。 时间来到 2026 年 2 月，我在 Twitter 上看到 @HiTw93 分享的历时 3 年最后通过给 Tim Cook 写邮件成功开通账号的推文。于是我决定也试试。 写完邮件后的前 2 周，我时不时就会看看邮件，登录开发者后台看看，问题是否已经解决，然而并没有。于是我觉得这个号应该就没了，算了。 前段时间，和 @tualatrix 聊天聊到这件事，他让我把账号发给他，他去找苹果的人看看。我破天荒地再次登录苹果开发者账号后台，奇怪的是这次的状态和之前的不一样，账号居然可以 Renew 了。我毫不犹豫地续费，然后账号恢复正常了。 我想，要么是因为 Tim Cook 要卸任大赦天下；要么就是我之前给 Tim Cook 写的邮件起作用了。 历时一年半，不管怎样，结果是好的。 在我做事的路上，这一类问题我遇到许多。而且我非常确信，但凡你想做点事，你就会遇到各种各样的问题。有人可能会觉得，一个苹果开发者账号而已，怎么会弄得那么麻烦。还会有人跳出来说：我注册和使用就非常顺利，一点问题都没遇到。 这 2 种情况，其实都是合理存在的。因为反过来，我也在信息流中会看到别人费劲巴拉，折腾好久都不成功的事情，我则轻轻松松，没费什么力就做成。 我们常常忘记了，世界是一个非常复杂的混沌系统，而个体却企图使用十分有限的数据点，去还原这个世界，去抓住这个世界的规律。 最常见的一个表象就是：为什么你们那么多人都遇到了这个问题，我就没遇到？ 有些人便会洋洋得意，觉得是自己水平高，然后开始总结规律。水平差异确实能带来一些结果差别，但据我观察，很多时候，可能只是因为这些人在毫不知情的情况下走了 Happy Path，仅此而已。 我不是针对谁，我也经常在毫不知情下走了 Happy Path 而一路顺风，没遇到什么问题。但我足够觉知，这不是因为我水平高，更不会动不动就去总结规律。 我们都带着偏见看世界，我们都在盲人摸象、管中窥豹。 有一段时间，我混迹美卡论坛，也顺手办了一些美国信用卡。我特别喜欢美卡论坛的一点，就是大家分享自己经历的时候，都会加个 DP (Data Point)。也就是说，无论我准备得多么充分但是没有申请下这张信用卡，还是因为大放水秒批，这些都只是一个数据点，可能有参考价值，也可能没有。 我希望有更多人去看看美卡论坛，学习一下这种看待世界的方式，顺便还能办几张真正的美国信用卡。一举两得：） —— Hawstein

If you aren't yet bold enough to install the Codex app, you can stay in the presence of your orange crab and point it at GPT 5.6 Sol. Takes 5 minutes. Kudos to Theo for explaining one of the ways to get this done. Step 1: Install CLIProxyAPI Step 2: Connect Step 3: Define following alias and enjoy claudex ``` alias claudex='CLAUDE_CODE_SUBAGENT_MODEL=gpt-5.6-sol \ CLAUDE_CODE_ALWAYS_ENABLE_EFFORT=1 \ CLAUDE_CODE_MAX_TOOL_USE_CONCURRENCY=3 \ ENABLE_TOOL_SEARCH=false \ claude --model gpt-5.6-sol' ``` If this gets blocked, I owe you a reset.

Theo - t3.gg @theo

5 days ago

@thsottiaux tl;dr version: - set up CLIProxyAPI with Claude and Codex auth - Connect to Claude Code - Make "claudex" alias that sets some env vars Took like 2 prompts (I already had the proxy set up tbf)

keyboard_arrow_left Previous keyboard_arrow_right Next

112 111 2K 1.4M 3K

🤖 #定期分享 我 Codex 的全局 Prompt 现在迭代成这样了，欢迎交流继续优化。👇 中文回复，言简意赅，巧用Emoji 若编码Coding，按需选用skill：Mattpocock、superpower 若无必要，仅最精准修复，克制顺手改动 按需使用 Plan Mode 或 Subagent 若提交Git，需含中文Log格式：问题或需求描述 或 修复或实现思路 或 复现路径(可选) DO NOT send optional commentary 避免无必要的Xcode Build或模拟器测试以节省时间 分析问题时，若无问题，就输出✅OK

自力6XStudio @hzlzh

3 months ago

💡 继续分享我目前的全局 Prompt，它现在多了两个 Skill 的调用：superpower 和 karpathy-guidelines，让代码质量变高了非常多。可以极大的避免 AI “随手修” 和 “我猜测” 的风险情况。（Skill 直接让 AI 自己安装即可） 👇 中文回复，言简意赅，巧用Emoji。 减少 Xcode Build，节省时间。 按需使用

keyboard_arrow_left Previous keyboard_arrow_right Next

6 33 247 60K 359

开源乔木 RSS 阅读器，也不怕 AI 信息过载！ 精选 35+ 海外优质 Newsletter，还有Paul Graham等知名大V博客。 功能亮点： 1. AI 自动翻译、重写全文，更好懂、好读。 2. 侧边栏AI对话，随时讨论总结内容。 3. 支持划线点评，未来让 AI 读取偏好。 4. 字体排版、字号设置，全屏沉浸阅读。 如果你是 AI 产品经理，提供了 Producthunt，Huggingface 论文、Github Trending 等频道。 如果你是研发，提供了Hackernews热帖翻译、评论总结。 如果想做 X 增长，大量 AI 新闻素材可选。 AI 资讯 RSS 网站：rss.qiaomu.ai Github地址见评论区

Cursor 官宣了：跟 SpaceXAI 合训的 Grok 4.5 上线。官方说是他们目前最强，第一次不只为写代码训练；首周用量翻倍；跟 Composer 是两个量级，Composer 2.5 还会留着。 我以前 Cursor 默认是 Composer 2.5。现在感觉日常可以换成 Grok 4.5 了。 官方单价我对了一下：Grok 是 $2 / $6，Fast 是 $4 / $18，Composer 是 $0.5 / $2.5，Opus 是 $5 / $25，Fable 是 $10 / $50。 能力接近 Opus 档，价格却跟 Sonnet 一个量级，更便宜，还走 first-party 池消耗订阅额度。

Leo｜一个人 + AI @runes_leo

a week ago

Cursor 月 API 额度消耗超过 $400了，发现 Fable 5 竟然还能用。 原来是之前Ultra Plan 拆解时没看 bonus。刚对 dashboard，除了 included $400，我这月大概又多 ~$245，总池接近 $645。 好钢用在刀刃上，找点复杂任务让 Fable 5 跑跑👀

keyboard_arrow_left Previous keyboard_arrow_right Next

5 2 0 5K 1

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 $6.00 Composer 2.5 Fast：Input $3.00 · Output $15.00 速算：Auto input ≈ Standard 的 2.5×；Fast output = Standard 的 6×。 【两池怎么扣】 池 1（Composer + Auto）：日常 agent 主吃这池，最便宜。 池 2（前沿模型按 API 价）：Ultra 含约 $400/月，池 1 用尽会单向溢过来。 对账：cursor.com/dashboard → Usage → 按模型分组。 【200k vs 1M 上下文】 Composer 2.5：固定约 200k，长对话会压缩，这是模型上限，不是 MAX 能解决的。 前沿模型 + MAX：才能到 1M 窗口，适合超大仓库，但吃池 2、账单掉得快。 不是智商升级，是窗口变大 + 更贵。 【Remote Control 和 MAX — 你实测没错】 官方 mobile docs 写得很清楚：Remote Control 一开，agent loop moves to the cloud，tools 继续跑你本机。 Cloud Agent docs 又写：agent loop 在云端时，always Max Mode，没有关的开关。 所以你一选 Remote Control，MAX 跟着亮——正常，不是 UI bug。 但模型还是你选的那个：Composer 2.5 仍是 200k，别误以为已经上了 1M。 真要 1M 得手动换 Opus / GPT 等前沿模型，知道在烧池 2。 【手机用户怎么选】 要手机控家里 Mac → 运行位置选「本机 · Remote Control」，别选「云端」Cloud Agent。 RC：loop 上云 + tools 本机，MAX 亮，Composer 仍 200k。 Cloud Agent：loop + tools 都在云端 VM，MAX 强制，通常更吃池 2。 【怎么避开意外 Cloud Agent】 运行位置别选 Cloud · 对话别 Move to Cloud · 检查 automations · 最近项目带云图标只是历史，勾回本地 ~/Projects 即可。 【一个真实账单样本】 Ultra 用户，7 月头 6 天 Included 约 $413，On-Demand 还是 $0。 7/4→7/5 陡增，主力是 Fable 5 前沿模型；composer-2.5-fast 是慢流血。 Remote Control 解决的是手机能不能控，不解决窗口有多大；frontier 长 agent 才是最大洞。 架构图如下👇 参考：cursor.com/docs/models-an… · cursor.com/docs/cloud-age… · cursor.com/docs/cloud-age…

最近 @leto_bao 老师在投资圈特别火，我把 leto 老师最近推荐的投资相关书籍整理后做成了精校数字版的开源电子书: leto.fate.red - 《彼得·林奇的成功投资》1989年 - 《战胜华尔街》1993年 - 《彼得·林奇教你理财》1995年 - 《生命周期投资法》2010年 - 《期权投资策略》2015年 - 《The Second Leg Down》2017年 - 《持续买入》2025年 如有侵权，请联系我随时删除。

keyboard_arrow_left Previous keyboard_arrow_right Next

推荐一个学习美股投资基础知识的网站。 用这个网站你可以了解很多基础投资、宏观经济、公司财务、技术分析等方面的基本概念，你可以对照目录学习和查漏补缺。(上个月订阅内容)invest.howlifeusa.com/zh/

x.com/i/article/2074…

x.com/i/article/2070…

夯爆了，这已经不是教程，是论文了。可以收纳进量化起步必看文章了！ 这篇教程一共6章实质内容，每章配了指定教材、Python代码和课后作业，总学时25到32周 <量化圣经>教程总览👇

Mr.RC｜𝟎𝐱𝐔 @MrRyanChi

4 months ago

x.com/i/article/2038…

116 1K 6K 1.9M 13K

文章写的太好了，基本上是我们这种量化爱好者的起步必经之路！！

Mr.RC｜𝟎𝐱𝐔 @MrRyanChi

4 months ago

x.com/i/article/2038…

116 1K 6K 1.9M 13K

人的一生，或许都会经历三次觉醒。 第一次是弗洛伊德 你开始意识到，很多痛苦与拧巴，并不是你的“性格问题”，而是童年的延续。你不再责怪自己。 第二次是阿德勒 你逐渐明白，过去可以解释你，但不能决定你。真正重要的，是此刻的选择。你开始转而承担自己人生的重量。 第三次是荣格 你终于理解，人不需要完美，而是成为一个“完整的人”。你学会与阴影共处，与脆弱共存，你回到了自己。 就像灵隐寺山门写的，向外求求而不得，向内求生生不息。人生的自由，并不是战胜过去，而是当一切都成为经历之后，与完整的自己和解，稳稳地接住自己。

这是世界上最有效的打哈欠动作。适合手机颈、驼背、颈椎不直的人。 还有脸部开始松弛的人也适用。自然有效地改善，所以肌肉变紧时立即做。

如何成为一颗冉冉升起的学术新星 三个AI赋能论文写作的方法 依旧在国内平台发不出去😡

才知道一个离谱小技巧。 把外区 Apple ID 添加到“设置-备忘录”里， 之后更新软件可以直接更新。 不用去 App Store 来回切账号。

PPT Master 确实是最好的 PPT Skill 我新的 skill 写PPT也挺好，能导出可编辑版本，可以AI配图，可以在 Agent 内置浏览器中标记编辑 github.com/jimliu/baoyu-d…

柴郡🔔｜Crypto+AI Plus @0xCheshire

3 weeks ago

转发一下 B 站博主的锐评 PPT skills： 注意：有些 skill 不是专门做 PPT 的，所以评分会有点低，只是需求不同，想专门做 PPT 的看最前面的。 1. hugohe( 3.1万 star) | 顶级天花板 👑 全场唯一正经做 PPT 的！元素全可编辑，自带音色克隆和旁白生成，纯纯降维打击。 🔗github.com/hugohe3/ppt-ma…

90 499 2K 343K 4K

我最近很喜欢使用 NotebookLM 来帮助学习理解新东西，但只能导出 PDF，有时候对于中文的渲染也不是很好。一直想找一个好用的能把 PDF 转成可编辑 PPT 的工具，找一圈下来发现 Codia AI NoteSlide 做得最好用，相比传统的 pdf2ppt 简洁易用很多，可快速转化成可编辑的内容，效果很美观精致无差错，很好用，有相同痛点的小伙伴可以去试试看。 codia.ai/noteslide?r=tw

非常建议每一个选择计算机系的大学生，在大学时期将cs336啃完，不开中文字幕，只开英文字幕。啃完之后，你对LLM的理解和英语能力至少在国内前百分之1%。 这门课超过国内任何一所大学里面计算机的课程。 《Stanford CS336: Language Modeling from Scratch》 是一门斯坦福大学计算机科学系的课程，这门课每一年春季都会有，每一年都会在油管免费开放。 里面的内容非常前沿而且实用，目前油管上的版本是25年的版本，第一节课提到的模型已经是GPT-4。而与此同时，国内的计算机课程还在用着至少5年前的PPT。 依稀记得，我的第一节C语言课程，PPT的里面的演示系统是XP... 啃完CS336，你会收获LLM的全栈技术栈，从数据收集，清洗，模型训练，优化，评估到部署，Transforemer架构，注意力机制，各种目前最新的机器学习训练方法 这门课的目标就是从头让你手搓一个LLM，亲手实现完整的pipeline。 两位主要讲师： 1、Percy Liang MIT 本科 + MEng，UC Berkeley 博士（2011）。曾在 Google 做 post-doc，后加入 Stanford 任教。 2、Tatsu Harvard 本科（统计与数学），MIT 博士（co-advised by Tommi Jaakkola 和 David Gifford），之后在 Stanford 做 Percy Liang 和 John Duchi 的 post-doc 耐心啃完这个，所有计算机课程几乎都不需要上了...因为在过程中必然会遇到很多不懂的点，边学边查，然后顺带就把学校关于机器学习和深度学习的专业课给学完了。 如果刚上大一，可以先看cs50，然后再到cs336，先稍微打点计算机的基础。 与此同时，一定要把线性代数学好，将高数丢了都要把线性代数学好，线性代数是机器学习的底层DNA。 如果线性代数没有学好，会比较难理解神经网络，相当于没学好加减乘除就想去求导。