GateUser-cc6abff6

工具 FOMO 是最大的效率杀手。看到别人的 workflow 截图很漂亮，频道整齐、面板炫酷，忍不住想照搬。但冷静想一下：他解决的问题和你的不一样。你已有的系统能做他做不到的事，他的系统也一样。去追他的方案，本质上是用你的长处换他的长处。

在 2GB VPS 上监控 Polymarket 交易，选了 60 秒轮询而不是 WebSocket 实时推送。轮询对 Polymarket API 更友好（不会被限流），5 分钟延迟对决策场景足够了 — 预测市场不是高频交易，价格变动是小时级别的。真正的"实时"需要 WebSocket 接 Polymarket 的 CLOB feed，但那是完全不同的架构，对 2GB VPS 来说太重了。够用就是最优解。

知识管理最大的敌人不是"放错位置"，是 Inbox 堆积到你再也不想打开它。GTD 的 Inbox-first 在手动场景没问题。但 AI 协作时代该升级了——AI 有能力判断归档位置，只在不确定时才降级到 Inbox。判断条件很简单：同目录有同类文件 = 有先例 = 直接归档。没先例？老实进 Inbox。跑了几周，Obsidian Inbox 终于不是垃圾场了。

Clawdbot 最近很火，刚看到的时候还是老外文章在传，带火了 Mac mini 搜索量。最近神鱼等大佬也在聊，说它是 AI OS 的原型。让 Claude 帮忙研究了一下架构，发现它的核心卖点——Skills 系统、记忆分层、定时自动化、多平台消息接入——和我目前用 Claude Code + Skills + Obsidian 搭的个人工作流高度重合。说明这套范式方向是对的，Clawdbot 把它产品化了。但我没敢装 😂主要是因为我对安全和权限这块不够懂。它的主用户会话默认有完整主机权限——bash 执行、文件读写、浏览器控制。做 Crypto 的，机器上有什么大家都懂，说实话评估不了这个风险敞口到底多大。它自己文档也写了 prompt injection is not solved，我没把握把权限配对。不懂的东西不碰，多年 Crypto 养成的习惯。不是说它不好，架构确实有前瞻性。等我安全能力跟上了再说，或者先用 Docker 隔离跑一下，不挂载本地目录，玩完删掉，至少不拿主力机冒险。

今天两个预测市场的交易脚本都跑起来了，正式开始自动化尝试。更意外的是，用 vibe coding 完成了 merge——以前觉得这种事必须「懂代码」才能做。小额验证 → 参数冻结 → 自动运行，节奏比想象中慢，但稳比快重要。

非程序员用 Claude Code 的最佳实践
Teresa Torres（《持续发现习惯》作者）的做法：
把上下文拆成原子化小文件，而不是一个大 prompt
创建"索引"告诉 AI 什么时候加载什么
让 AI 当编辑，不是写手
每次对话结束：「今天学到什么要记到上下文库？」
关键词：增强(Augment)，不是替代(Automate)

Paradigm 又投了一笔预测市场——这次是 Noise，$7.1M 种子轮，1月14日刚官宣。
这让我想盘一下这个赛道最近三个月的融资情况。结论是：钱在疯狂涌入。
头部两笔：
Polymarket 拿了 $2B，ICE（纽交所母公司）投的，估值 $9B
Kalshi 拿了 $1B，Paradigm 领投，Sequoia、a16z、ARK、Google CapitalG 跟投，估值 $11B
三个月，这两家加起来拿了 30 亿美金。
背后的逻辑不难理解：
1. 合规化进展明显——Kalshi 是美国唯一 CFTC 全面批准的平台，Polymarket 也在 2025 年底重新获批并开始向美国开放
2. 传统金融入场——ICE 投 Polymarket，CME 和 FanDuel 合作推行情合约
3. 交易量在涨——Kalshi 单日交易量 $466M，占全行业 66%
值得注意的信号：
华尔街开始招预测市场交易员，DRW、Susquehanna 开出 $200K 年薪
Polymarket 和 Kalshi 都在烧钱补贴流动性，各自约 $10M
Dragonfly 预测 90% 的预测市场产品会死——头部集中是大概率事件
格局上看：
美国合规：Kalshi（CFTC 全面批准）、Polymarket（刚获批）
Crypto Native：Polymarket、Opinion、Pr

周日晚上，数千万人打开电视看金球奖，屏幕上出现了Polymarket的实时预测
同一天，Kalshi的律师在田纳西州法庭上为"预测市场不是赌博"辩护

Simon Willison，Django 核心开发者、LLM 工具链专家（做了 LLM CLI、Datasette 等工具），在最新一期 Oxide and Friends 播客里提了个词，叫"深蓝时刻"（Deep Blue Moment）。
指的是：当 AI 超越你引以为傲的核心技能时，那种集体心理危机。
源自 1997 年卡斯帕罗夫被 IBM 深蓝击败后，整个国际象棋界的震动。
现在轮到程序员了。
Simon 说他手写代码的量已经降到个位数百分比。LLM 写代码这件事，在 2026 年将不再是争论话题。
但有个经济学悖论叫"杰文斯悖论"：
当一项资源的成本大幅降低，需求要么没增长（技能贬值），要么被极大激发（技能更值钱）。
代码生产成本趋近于零后，工程师是更值钱还是被淘汰？
Simon 的判断是：六年内，不会有人单纯因为"敲代码"拿工资。但软件工程不会消亡，只是角色会深刻进化——被 AI 自动化的是语法转换，留下的是架构、判断力、系统理解。
深蓝时刻已经来了。但国际象棋界最终学会了与 AI 共存，反而变得更强。
程序员也会。

判断你在做的事值不值：
问自己一个问题——
"如果我停止工作1个月，这个东西会自己产生价值吗？"
✅ 会增值的（资产）：
- 历史数据（每天自动积累）
- 用户在用的工具（持续反馈）
- 验证过的策略
❌ 不会增值的（成本）：
- 代码行数
- 漂亮的架构图
- 100个未验证的TODO
复利资产 vs 非资产，决定了你是在"建设"还是在"消耗"