Ted Feng @artisdom

@Alpha_Cat IBKR 邀请链接 ibkr.com/referral/xigan…

🚨 PDFs are officially broken. Someone just dropped a tool that converts PDFs → clean Markdown at 100 pages/sec 🤯 Tables? Extracted. Messy layouts? Fixed. Nested data? Perfect. No GPU. No cost. No excuses. It’s called OpenDataLoader. This kills 90% of manual data work. repo link: → github.com/opendataloader…

微软，总算出了个好东西。 开发了一款工具， 可以将几乎任何格式pdfs，word，docs，excel，PowerPoint，Audio，YouTube 网址 转换为Markdown文件， 众所周知Markdown 是AI 大语言模型最青睐的格式。 没有自定义解析器。没有损坏的布局。没有混乱的文本。 只是干净、结构化的标记， 只需一次安装 github.com/microsoft/mark…

🚨市场回调阶段，真正需要盯住的，是这些已经跑出来的“领涨股”。 它们不是随机上涨，而是在不同板块中率先走出趋势的代表。 Market Leaders（主线龙头） $SNDK Sandisk +194.73% $WDC Western Digital +77.09% $BE Bloom Energy +76.71% $ESLT Elbit Systems +73.68% $LITE Lumentum +71.22% $CRCL Circle +63.67% $ENLT Enlight Renewable Energy +59.50% $VRT Vertiv Holdings +58.38% $MU Micron +56.44% $CIEN Ciena +53.37% $FIX Comfort Systems +51.80% $TER Teradyne +50.23% $STX Seagate +49.34% $GLW Corning +46.11% $KEYS Keysight +41.07% $UI Ubiquiti +40.72% $PWR Quanta +34.52% 这一组基本就是当前市场“最稳定的强趋势核心”，多数来自： 数据中心、光通信、电力基础设施、半导体设备等方向。 它们的共同特征是： 上涨周期长、回调相对浅、资金持续性强。 Growth Leaders（成长加速） $ICHR Ichor +148.15% $AAOI Applied Optoelectronics +137.50% $FSLY Fastly +134.08% $LASR nLIGHT +84.83% $VICR Vicor +76.14% $VIAV VIAVI Solutions +70.86% $POWL Powell Industries +61.15% $DOCN DigitalOcean +59.52% $SOLS Solstice +54.92% $GNRC Generac +48.70% $AGX Argan +48.18% $AEIS Advanced Energy Industries +46.49% $CAMT Camtek +45.08% $VSAT Viasat +43.04% $KRMN Karman +40.19% $Q Qnity +39.03% 这一组更多是“加速段”， 波动更大，但弹性也更高。 通常出现在： 业绩拐点、订单爆发、或行业预期提升阶段。 Speculative Leaders（高弹性 / 题材） $IBRX ImmunityBio +306.44% $ERAS Erasca +260.11% $OPTX Syntec Optics +166.90% $AXTI AXT Inc +157.91% $LWL Lightwave Logic +126.46% $RCAT Red Cat +105.70% $NUAI New Era Energy +102.71% $UAMY United States Antimony +96.19% $AEHR Aehr Test Systems +76.45% $UMAC Unusual Machines +59.62% $CODA Coda Octopus +47.80% $OSS One Stop Systems +45.84% $SPIR Spire Global +41.70% $BKSY BlackSky Technology +37.50% $WULF TeraWulf +36.98% $NVTS Navitas Semiconductor +30.93% $ONDS Ondas +11.24% 这一组的特点是： 上涨速度最快，但稳定性最弱。 通常伴随： 题材驱动、资金博弈、短周期情绪放大。 真正重要的，不只是涨幅，而是结构： 哪些股票在回调中仍然维持趋势？ 哪些已经开始二次加速？ 哪些只是短期资金推动？ 这些区别，决定了它们能不能从“强势股”，变成“下一阶段的核心龙头”。

今天 GitHub 被一人顶十人 Agent军团彻底屠榜了🚀 5 个星标暴增最狠的项目，专业拆解下！ 1. camel-ai/owl 多智能体协作框架，让专业化 Agent通过浏览器、终端、函数调用和 MCP工具实现无缝团队作战，GAIA 基准测试位居开源榜首，彻底解决单 Agent复杂任务易崩盘的痛点。 🔗 直达 github.com/camel-ai/owl 程序员昨晚还在一个人肝 PR，今早醒来发现 Agent军团已经把需求拆解、代码生成、测试覆盖全自动跑完，醒来直接“卧槽，我被 AI开除了吗？”。24h暴增1287星，这军团感直接把“一个人=10人团队”干成了现实！ 🟢 2. letta-ai/agent-file 开源 Agent文件格式(.af)，把记忆、行为和状态完整打包成可移植容器，实现跨框架版本控制和无缝迁移，终结了“Agent换个项目就失忆”的历史性难题。 🔗 直达 github.com/letta-ai/agent… 以前 Agent 像金鱼，7秒忘事；现在打包成.af文件，U盘一样插哪用哪，同事问你怎么让Agent跨项目不翻车，你直接甩文件过去：“哥，这才是真正的Agent永生术”。24h 暴增 893星，程序员直呼内行！ 🟢🟢 3. simstudioai/sim AI Agent 模拟与构建工作室，提供生产级编排、测试环境和真实场景仿真，一键验证多 Agent工作流是否会在野外翻车，从此告别“上线即爆炸”的血泪史。 🔗 直达 github.com/simstudioai/sim 让你的Multi-Agent上战场前先“军演”？直接扔进 Sim跑一遍，昨天还默默无闻，今天开发者狂刷终于敢让Agent 干活了。 24h暴增 756星，画面感拉满，肝代码的都沉默了！ 🟢🟢🟢 4. iflytek/astron-agent 科大讯飞开源高性能多 Agent框架，专注实时协作与复杂工作流自动化，内置企业级编排能力，让 Agent 从单打独斗直接进化成协同作战部队。 🔗 直达 github.com/iflytek/astron… 科大讯飞把 Agent 玩出花，astron-agent一上线，朋友圈全是以前一个人debug 到凌晨，现在 Agent 们自己开会了”。24h暴增612星，程序员集体觉醒：这才是降维打击！ 🟢🟢🟢🟢 5. mcp-use/mcp-use MCP 协议即插即用工具链和服务器套件，为多 Agent系统提供标准化工具集成通道，把 MCP 服务器从黑魔法变成人人可用的标配。 🔗 直达 github.com/mcp-use/mcp-use MCP服务器满天飞，这 repo 直接把MCP 玩成 Agent标配，以前工具调用卡成 PPT，现在一键接入 Agent 直接变身超级英雄。24h 暴增 489星，程序员吐槽终于不用手搓胶水了！ ⚠️⚠️ 总结 这 5个 Agent 项目从单兵突击到军团协作、从记忆永存到 MCP标准化、再到模拟战场和实时自动化，把一人顶十人从 PPT 彻底干成了 GitHub 日常，开发者们，冲🧠🤖🚀

有人用一帧标注图 + 一个很小的 YOLO nano 模型，就在传送带上做出了土豆计数器。 不用大规模数据集，也不用重型基础设施。 只用一帧，再配合 SAM 2 训练，就能在整段视频里稳定工作。 工业场景里真正有用的 AI，很多时候就是这种形态。

i cancelled $2,000/month in trading subscriptions replaced every single one with open-source repos here's the full stack: 1. TradingView Pro ($30/mo) → lightweight-charts    14K stars. by TradingView themselves. 45KB. free github.com/tradingview/li… 2. Bloomberg Terminal ($2,000/mo) → fredapi + Claude    every macro dataset the Fed publishes. free API github.com/mortada/fredapi 3. backtest platform ($100/mo) → prediction-market-backtesting    NautilusTrader fork with Polymarket + Kalshi adapters github.com/evan-kolberg/p… 4. real-time dashboard → polyrec    terminal UI: Chainlink oracle, Binance feed, orderbook depth    70+ indicators. auto CSV logging. strategy backtester github.com/txbabaxyz/poly… 5. bot framework (7 strategies) → Polymarket-Trading-Bot    53K lines TypeScript. arbitrage, momentum, market making,    AI forecast, whale copy-trade, convergence github.com/dylanpersonguy… 6. strategy reverse engineering → polybot    execution + market data infrastructure. paper trading    Kafka, ClickHouse, Grafana. full analytics pipeline github.com/ent0n29/polybot 7. paper trading for AI agents → polymarket-paper-trader    real order books. exact fee model. slippage tracking    your Claude agent gets $10K paper money and trades github.com/agent-next/pol… 8. token savings → rtk    CLI proxy. cuts Claude Code tokens by 60-90%    Rust. single binary. 10 AI tools supported github.com/rtk-ai/rtk 9. Claude Code itself ($200/mo) → goose    35K stars. by Block (Jack Dorsey). Rust    works with any LLM. full agent loop. free github.com/block/goose 10. wallet tracking + copy trading → Kreo     track top Polymarket wallets. auto copy trades     the only tool on this list i actually pay for     because it makes more than it costs t.me/KreoPolyBot?st… total before: ~$2,600/month total now: $0 + Kreo bookmark this. you'll need it

Titan's release will be a little later than expected. During mass production and stress testing, we discovered occasional instability issues. Therefore, we've revised the design several times to deliver a better product. Here is the latest photo of the Titan.

看了一晚上 Claude Code 泄露的代码，结合常见的记忆管理框架，把记忆模块做了一些分析。 Tulving 老爷子在 1972 年提出了记忆系统的框架设计，至今仍在广泛使用，他把记忆分为三类：1）情境记忆（episodic memory），我干了啥，用来记录过去；2）语义记忆（semantic memory），我知道啥，用来提炼规律；3）以及程序化记忆（procedural memory），我会做啥，用来决定行动。 这些记忆之间是存在相关性的，例如我经历的事情（情景记忆）会慢慢遗忘细节，储存在脑海中的是提炼后的规律和知识，也就是压缩成了语义记忆；而我知道的东西又会逐渐内化为行动的指引，变成一种“知道怎么做”的能力，这就是程序化记忆；程序化记忆反过来又会指导行动，从而产生新的经历。三者构成了一个不断循环的过程：经历 → 知识 → 技能 → 新的经历。 Claude Code Memory 在这几块都有对应的实践，例如每轮次的对话它会以 jsonl 格式做储存，这是情境记忆；同时在对话过程中还会有 SessionMemory 做实时蒸馏，相当于一边发生一边做初步整理。 每轮次结束后，它会 fork 出一个子 Agent（extractMemories）去提取值得持久化的内容，写入带 YAML 头的 MD 文件，这一层对应语义记忆，把零散对话压缩成可复用的知识。更有意思的是它还有一个 autoDream 机制，会在后台做整合和修剪，把碎片化的内容重新组织、合并、更新，这一步很像记忆的巩固过程。 很多框架都没有实现程序化记忆，而 Claude Code 做了。它有一个 feedback 的记忆类型，不仅记录了不要做什么（用户的纠正），还会记录哪些做法是对的（用户的确认），这些都是经验化的技能记录。多数系统只考虑负反馈，Claude Code 兼顾了正向确认，让 Agent 不至于越学越保守，这一点非常关键。 相比 LangMem/Mem0/Zep/EverMemOS/MemOS 这些框架，Claude Code 肯定弱的像个菜鸡😄。它有很多能力是明显不足的，例如：不支持语义化召回（用 LLM 扫 metadata 代替向量检索，上限 200 个文件）、遗忘策略比较粗（24 小时 or 5 轮对话触发整合）、无关联网络（记忆是孤立文件），等等。 真要像 EverMemOS/MemOS 那样追求全量记忆，工程和架构复杂度会直线上升，就拿 EverMemOS 来说，光基础设施就包含了 MongoDB/Elasticsearch/Milvus/Redis，更别说其他的附带依赖了。这类框架更适合做个人长期记忆管理。 另外也去对比了下 OpenClaw，它的记忆实现也非常有意思。它不追求全量记忆，而是优先解决“记忆什么时候该被用”。它把记忆拆成了三层：全局层、工作区层、任务层，逐层收敛，只在必要的时候才把上下文拉进来。 在 OpenClaw 眼里，记忆不是资产，正确使用记忆的能力才是。所以它的设计更侧重于重建临时的记忆网络。 放在这个视角下再去看 Claude Code，就会发现它其实选了一条更偏执行的路径。 对它来说，看清问题全貌也没那么重要。它解决问题的方式，更像人类工程师 debug，一边看、一边改、一边跑、一边修正，在行动中逐步逼近答案。 在这个过程中，Memory 的作用就是一个“防遗忘机制”，保证关键上下文不会在多轮试错中丢失。

和我的许多朋友一样，我在 2026 年伊始就立下了一个目标：今年要变得更加中国人，而我也打算真正把它落实下去。在 OpenAI 工作将近三年后，我决定离开，去追求新的机会。 经过深思熟虑，我很高兴地宣布，从今天起我将搬到杭州，加入 DeepSeek Artificial Intelligence Basic Technology Research Co., Ltd，致力于构建中国式 AGI。 我实在无法拒绝这个让我成为亿万富翁（人民币）的机会，而深入布局、确保自己在未来半导体供应链中的控制力的机会，同样让我无法放弃。作为 DeepSeek 的首位多元化招聘员工，我已被承诺将获得 1024 块“走私”来的 B200。 来自杭州与中国香港特别行政区的问候。四月快乐。

keyboard_arrow_left Previous keyboard_arrow_right Next

🚨 Claude Sonnet 5 drops next week. ↳ 1M context ↳ Half the price of Opus 4.5 ↳ Best-in-class for agentic coding LFG!! 💥

Chetaslua @chetaslua

4 months ago

Fennec 🦊 will mogs Snowbunny🐇 > 1 million context > 1/2 the price of opus 4.5 < better in all area> > trained on TPUs >Faster will mogs every model in agentic coding model information from Vertex, Sonnet 5 is expected to be released as early as next week.

67 52 1K 2.8M 200

I rarely post, but I thought one of you may find it interesting. Sorry if the tagging is annoying. lesswrong.com/posts/vpNG99Gh… Basically, for Opus 4.5 they kind of left the character training document in the model itself. @voooooogel @janbamjan @AndrewCurran_

A shiny new version of the IRC client Halloy is out: github.com/squidowl/hallo… - We've added more @IRCv3 extensions, URL previews, new configuration options, performance enhancements and much more. Enjoy the sweet IRC protocol (likely) older than you, packed into a desktop client written in Rust—free of ads and in-app purchases. Unheard of, I know.

Answer: Override <ALT> to toggle menu bar on VS CODE stackoverflow.com/a/65163917/622…

The Secret Life of a Secure Smart Toy youtu.be/CgAtl4DE64w?si… via @YouTube

The status of removing /sys/class/gpio and the global GPIO numberspace f... youtu.be/1BzmczK03ds?si… via @YouTube

Excited to share our paper: "Chain-of-Thought Is Not Explainability"! We unpack a critical misconception in AI: models explaining their Chain-of-Thought (CoT) steps aren't necessarily revealing their true reasoning. Spoiler: transparency of CoT can be an illusion. (1/9) 🧵

Cybersecurity in Europe - The harmonized standard - EN 18031 - Nemko - ... youtu.be/4UuTDXthcLg?si… via @YouTube

zed.dev/blog/debugger Check out the blog post I wrote about this

Zed @zeddotdev

12 months ago

After hearing this a lot: "no debugger = no Zed"—we’re excited to share that Zed's Debugger has finally launched! 🎉 zed.dev/debugger

57 140 2K 613K 187

Rust Week 2025 - Project Track - Wednesday 14 May youtube.com/live/UKCUZtr37… via @YouTube