Cơ bản
Giao ngay
Giao dịch tiền điện tử một cách tự do
Giao dịch ký quỹ
Tăng lợi nhuận của bạn với đòn bẩy
Chuyển đổi và Đầu tư định kỳ
0 Fees
Giao dịch bất kể khối lượng không mất phí không trượt giá
ETF
Sản phẩm ETF có thuộc tính đòn bẩy giao dịch giao ngay không cần vay không cháy tải khoản
Giao dịch trước giờ mở cửa
Giao dịch token mới trước niêm yết
Futures
Truy cập hàng trăm hợp đồng vĩnh cửu
TradFi
Vàng
Một nền tảng cho tài sản truyền thống
Quyền chọn
Hot
Giao dịch với các quyền chọn kiểu Châu Âu
Tài khoản hợp nhất
Tối đa hóa hiệu quả sử dụng vốn của bạn
Giao dịch demo
Giới thiệu về Giao dịch hợp đồng tương lai
Nắm vững kỹ năng giao dịch hợp đồng từ đầu
Sự kiện tương lai
Tham gia sự kiện để nhận phần thưởng
Giao dịch demo
Sử dụng tiền ảo để trải nghiệm giao dịch không rủi ro
Launch
CandyDrop
Sưu tập kẹo để kiếm airdrop
Launchpool
Thế chấp nhanh, kiếm token mới tiềm năng
HODLer Airdrop
Nắm giữ GT và nhận được airdrop lớn miễn phí
Pre-IPOs
Mở khóa quyền truy cập đầy đủ vào các IPO cổ phiếu toàn cầu
Điểm Alpha
Giao dịch trên chuỗi và nhận airdrop
Điểm Futures
Kiếm điểm futures và nhận phần thưởng airdrop
Đầu tư
Simple Earn
Kiếm lãi từ các token nhàn rỗi
Đầu tư tự động
Đầu tư tự động một cách thường xuyên.
Sản phẩm tiền kép
Kiếm lợi nhuận từ biến động thị trường
Soft Staking
Kiếm phần thưởng với staking linh hoạt
Vay Crypto
0 Fees
Thế chấp một loại tiền điện tử để vay một loại khác
Trung tâm cho vay
Trung tâm cho vay một cửa
Ảnh hưởng của việc kiểm thử thực tế Augment Code đối với mã AGENTS.md: tốt nhất thì như nâng cấp mô hình một cấp, tệ nhất thì không viết còn hơn
Tin tức ME, ngày 23 tháng 4 (UTC+8), theo theo dõi của Động Trắc Beating, công ty công cụ lập trình AI Augment Code đã trích xuất hàng chục tệp AGENTS.md từ monorepo của chính mình, sử dụng bộ kiểm thử nội bộ AuggieBench để đo lường ảnh hưởng thực tế của chúng đối với sản phẩm của các agent lập trình. Phương pháp là lấy các PR chất lượng cao đã hợp nhất làm chuẩn, để agent thực hiện lại cùng một nhiệm vụ trong hai điều kiện có và không có AGENTS.md, rồi so sánh điểm số. Khoảng cách chênh lệch lớn hơn nhiều so với dự kiến. AGENTS.md viết tốt nhất mang lại mức nâng cao chất lượng tương đương như chuyển đổi mô hình từ Haiku sang Opus, còn viết kém nhất thì còn thua xa hoàn toàn không có. Hơn nữa, cùng một tệp trong các nhiệm vụ khác nhau có thể cho kết quả trái ngược: nó giúp tăng 25% độ phù hợp của chuẩn mực sửa lỗi, nhưng lại làm độ hoàn thành của một chức năng phức tạp trong cùng một mô-đun giảm 30%. Có vài cách viết hiệu quả: kiểm soát tệp chính trong khoảng 100 đến 150 dòng, đi kèm vài tài liệu tham khảo tập trung, trong các mô-đun trung bình khoảng vài trăm tệp chính có thể mang lại cải thiện toàn diện từ 10% đến 15%. Viết quy trình thành các bước đánh số hiệu quả nhất, một quy trình triển khai 6 bước giúp giảm tỷ lệ PR thiếu tệp từ 40% xuống còn 10%, độ chính xác tăng 25%. Sử dụng bảng quyết định giúp agent chọn đúng phương án trước khi bắt tay, độ phù hợp của chuẩn mực cũng tăng 25%. Viết các lệnh cấm phải kèm theo các phương án thay thế, chỉ viết “không được” sẽ khiến agent do dự, hơn 15 cảnh báo liên tiếp sẽ làm hiệu quả rõ rệt giảm. Điều dễ gây lỗi nhất là quá nhiều tài liệu. Một khi agent bị kéo vào hàng loạt tài liệu kiến trúc, sau khi tải hàng chục vạn token, kết quả lại trở nên kém hơn. Có một mô-đun tích trữ 226 tài liệu vượt quá 2MB, dù AGENTS.md tốt đến đâu cũng vô dụng. Ngoài ra, AGENTS.md là vị trí duy nhất agent chắc chắn sẽ đọc, các tài liệu trong thư mục _docs/ không được tham chiếu thì tỷ lệ phát hiện dưới 10%. (Nguồn: BlockBeats)