全部 通识 以太坊 比特币 Solana 公链 Solidity Web3应用 编程语言 安全 密码学 AI 存储 其他

Claude Code 完整教程

本文作者是一名资深软件工程师和创业公司的CTO，分享了使用 Claude Code 构建强大系统的经验，包括使用 Claude Code 的一些技巧，例如先思考再输入，编写 CLAUDE.md 文件，控制上下文窗口，优化提示词，以及构建自动化系统。
Claude Code  提示工程  AI 编程  自动化  LLM  上下文窗口 
  • Eyad
  • 发布于 1天前
  • 阅读 ( 111 )
  • ( 4 )

当 LLM 遇见离散数据：AI 在加密货币择时交易中的边界与实践

本文深入探讨了 LLM 在处理加密货币离散行情数据时的技术架构与实战坑位，通过多 Agent 协作提升择时准确率。

廉价生成与理解的脆弱性

文章探讨了在AI技术快速发展的背景下，理解的价值并未自然而然地提升。文章通过分析市场价值与内在效用的区别，以及AI在代码生成和知识学习中的潜在风险，强调了真实世界模型的重要性。文章还讨论了机构和教育在激励真实知识和避免“理货崇拜式认识论”方面的作用，最终强调了保持真理与奖励机制紧密结合的重要性。
人工智能  理解  世界模型  激励机制  验证  代码生成 
  • thogiti
  • 发布于 2026-01-02
  • 阅读 ( 171 )
  • ( 10 )

Codex 架构原理详解：从代理到执行的完整旅程

最近心血来潮上手试了试Codex（用#Rust开发的），本来只是想“摸个新鲜工具”图一乐，结果玩着玩着就收不住了——不管是补完我写了一半的逻辑代码，还是帮我把一段绕得头晕的业务逻辑注释理得清清楚楚，它给的反馈都比我预想的要机灵，实际用起来的效果，更是给了我好大的惊喜。
Rust  Codex  Vibe Coding 
  • King
  • 发布于 2025-12-22
  • 阅读 ( 571 )
  • ( 30 )

2天撸出护眼工具+3天搞定全流程！冬至这天，聊聊超级个体的高效开发日常

搁以前想都不敢想——居然能2天就把带自动升级的软件开发出来，再花2天把网站搭好，最后1天把全流程和部署都测完！赶在冬至这天，把EyeSentry这款macOS护眼工具正式上线，也算给今年的技术探索添了个温暖收尾。祝大家冬至安康，吃碗热汤圆/饺子，屏幕前的双眼也能少点疲惫～作为一个常年
Vibe Coding 
  • King
  • 发布于 2025-12-21
  • 阅读 ( 339 )
  • ( 9 )

聊天机器人能编写正确的代码吗？

本文讨论了LLM在代码生成方面的应用，指出了LLM与传统编译器的根本区别在于LLM的非确定性，这可能导致代码中出现难以察觉的语义错误。文章通过实际案例分析，强调了LLM在处理复杂、遗留代码库时的局限性，并提出了未来发展方向，包括形式化验证框架、更好的上下文编码方法以及更全面的测试框架，以确保LLM生成的代码在语义上的正确性。
LLM  代码生成  确定性  语义  形式化验证  测试框架 

Talus 内幕：链上自治代理的基础设施

Talus Network 旨在为链上自治代理提供一个去中心化框架，通过可验证的工作流执行、加密状态管理和可编程经济原语，使代理能够托管资产、执行交易并通过链上结算和共享状态在组织边界之间进行协调。Talus 旨在解决当前代理基础设施的结构性限制，使代理能够作为独立的参与者进行交易，而不是作为从属工具，从而创建一个自我强化的代理经济。
自主代理  链上自治  去中心化  可验证计算  工作流引擎  Leader 网络 

Cuechain的AI套件：在Solana上驱动智能自动化

Cuechain是一个AI驱动的基础设施，它利用Solana的高性能区块链为去中心化应用提供可扩展、智能和自治的解决方案。文章深入探讨了Cuechain的AI套件的技术架构、核心AI方法和区块链优化，展示了它如何重新定义AI驱动的Web3基础设施的未来。
Solana  人工智能  去中心化应用  智能合约  机器学习  Web3 

Open-AutoGLM 技术原理解析

Open-AutoGLM是一个基于AutoGLM构建的手机端智能助理框架，它利用视觉-语言模型(VLM)和ADB(AndroidDebugBridge)技术，实现了通过自然语言指令来自动化操作Android设备的功能。核心架构Open-AutoGLM采用模块化设计，主要由以
AutoGLM 
  • King
  • 发布于 2025-12-10
  • 阅读 ( 702 )
  • ( 32 )

通过设计实现自主性： 在后界面世界中维护用户控制权

本文探讨了在加密和金融领域中，AI Agent 的兴起对用户主权的影响。Agent 能够自主处理任务，但同时也带来了用户控制权弱化、权限滥用等风险。文章提出了一系列解决方案，包括 Agent 授权框架、基于意图的协调、认证委托标准、可验证的执行层和零知识 Agent 框架，旨在在 Agent 时代保持用户的控制权、透明度和信任。
AI Agent  用户主权  权限管理  零知识证明  意图  智能合约 

🧩 深入浅出理解论文：《Beyond Greenfield：AI 驱动的遗留系统文档与 Brownfield 工程生产力提升》

在过去两年，大家谈到AI×编程时，更多看到的是Greenfield场景：“从零开始做一个项目，用AI帮你生成代码。”但真实世界几乎从不这么理想。企业内部真正耗钱、耗人、耗时间的是：一层又一层的旧系统缺失或混乱的文档历史包袱堆叠的架构业务逻辑隐式分散在代码与人的记忆里
Brownfield  Greenfield 
  • King
  • 发布于 2025-12-09
  • 阅读 ( 281 )
  • ( 7 )

你的AI智能体会被迫耗尽钱包吗？DeFi中AI的结构性风险

本文分析了深度神经网络（特别是Transformer模型）的两个重要功能属性：满射性和单射性。满射性意味着模型可以达到任何输出，单射性意味着模型将不同的输入映射到不同的表示。文章解释了这两个特性如何影响AI驱动的加密协议的安全性及隐私性，并提供了在设计AI+DeFi系统时应考虑的设计约束。
transformer模型  满射性  单射性  深度学习  AI安全  AI隐私 
  • thogiti
  • 发布于 2025-12-08
  • 阅读 ( 649 )
  • ( 74 )

“天才实习生”问题：为什么区块链是唯一足够强大的手铐，可以约束……

文章探讨了当前人工智能模型的局限性，提出了基于价值函数的新模型，并分析了其在经济上的潜在风险。文章认为，为了确保AI安全可控，需要结合区块链技术，通过链上规则和多重签名机制，对AI的行为进行约束，实现“约束代理”，在引擎上使用超智能，在制动器上使用区块链， 以应对潜在的风险。
区块链  人工智能  价值函数  智能合约  ERC-8004  多重签名 

人工智能与盗版：通用人工智能能否阅读书籍并抄袭内容以供学习？

文章讨论了人工智能公司Anthropic使用书籍训练其LLM模型的法律问题。法院认为，Anthropic购买或从公共图书馆获取书籍进行扫描和用于LLM训练属于合理使用，但使用盗版书籍则不属于合理使用，可能会面临诉讼和赔偿。
GenAI  LLM  版权  合理使用  Anthropic  盗版 

人工智能与盗版：通用人工智能是否能阅读书籍并抄袭内容进行学习？

文章讨论了AI公司（如Anthropic）使用书籍内容训练大型语言模型（LLM）是否侵犯版权的问题。文章引用Bartz v Antropic案例，指出如果公司购买书籍或从公共图书馆获取书籍进行扫描和用于LLM训练，属于合理使用；但如果使用盗版书籍，则构成侵权，可能面临法律诉讼。
GenAI  LLM  版权  合理使用  盗版  Anthropic 

LLM安全深度解析：数学组件、局限性与攻击向量（第二部分）

本文是“AI模型安全”系列文章的延续，深入探讨了AI系统的数学基础，包括线性代数、微积分、概率论和统计学等关键组成部分。文章详细分析了这些数学组件在AI中的应用、局限性和潜在的安全风险，例如对抗性攻击、数据中毒、模型反演等，旨在帮助读者理解AI系统的底层原理，并为AI安全评估提供理论基础。
线性代数  微积分  概率论  统计学  对抗性攻击  模型中毒 
  • zealynx
  • 发布于 2025-11-30
  • 阅读 ( 870 )
  • ( 50 )

案例研究 - Web3中AI代理的承诺与现实

本文讨论了在Web3中使用AI代理时面临的挑战，特别是在安全、非托管的环境中实现大规模应用。文章通过一个构建者的案例，强调了传统Session Key方法的局限性，并介绍了Biconomy的Smart Sessions如何通过将多个权限捆绑到单个Supertransaction中，简化用户体验，同时保持安全性和控制。
AI代理  Web3  Session Key  Supertransaction  Biconomy  智能合约 
  • Biconomy
  • 发布于 2025-10-25
  • 阅读 ( 1865 )
  • ( 55 )

Solana instruaction MCP 介绍以及安装教学

SolanaInstructionMCP介绍以及安装教程
MCP 
  • 0xWen1918
  • 发布于 2025-10-24
  • 阅读 ( 737 )
  • ( 25 )

苦涩的教训与古代哲学家

文章探讨了人工智能发展的哲学基础，认为AI的发展历程与西方认识论的演变相呼应，经历了从模仿（柏拉图）、经验（亚里士多德）到自我反思（黑格尔）的阶段。文章还指出，Richard Sutton的“苦涩的教训”在于强调通过经验学习的重要性，而非依赖人类的直觉和预先设定的知识。
人工智能  强化学习  模仿学习  经验学习  自我反思  哲学 
  • thogiti
  • 发布于 2025-10-22
  • 阅读 ( 831 )
  • ( 37 )

Efficient Attention 机制详解：线性时间Transformer背后的数学原理

本文深入探讨了Transformer架构中的Attention机制，重点介绍了通过数学技巧优化其复杂度的线性Attention方法。文章详细解释了原始Attention的计算方式及其复杂度瓶颈，并阐述了Efficient Attention的核心思想，即通过近似计算softmax函数来降低计算和存储需求，最后通过代码和基准测试展示了Efficient Attention的优势与局限。
Attention机制  Transformer  线性Attention  Efficient Attention  Softmax函数  复杂度分析