MilesDeutscher

vip
币龄 3.7年
最高 VIP 等级 2
用户暂无简介
整个时间线都在抱怨 Sonnet 和 Opus 5 很蠢。
我不怪他们。Sonnet 5 和 Opus 5 开箱即用时确实很蠢。
修复几个问题,它们立刻就会感觉聪明 10x。
以后再谢我(建议直接来自 Anthropic:
1. 停止搬用旧提示词
为旧版 Claude 模型构建的技能和系统提示词实际上可能让 Claude 5 变得更糟,而不是更好。
Anthropic 表示应该重新开始,而不是重复使用适用于 Sonnet/Opus 4.6 或更早版本的做法。
2. 停止要求 Opus 5 “自我复核”
即使不被要求,它也已经会发现并修正自己的错误。添加“验证你的答案”只是在它已经进行的操作之上再叠加一层,并白白消耗 token。
3. 直接要求简洁
Opus 5 的默认回答比之前的版本更长。仅靠努力程度不会自动缩短回答。明确说出你想要什么:“保持简洁,跳过注意事项,直奔主题。”
4. 明确限制范围
如果你的要求含糊,Opus 5 会自行扩展任务,添加你没有要求的步骤。具体说明你到底想让它做什么,并告诉它保持目标不变。
这是我能给你的最大建议 👆
5. 对于审查工作,先要求全部列出,再进行筛选
如果你告诉 Opus 5 “只标记严重问题”,它会照字面执行,并遗漏报告问题。真正的问题会被漏掉。先要求全面覆盖,再在第二轮筛选。
6. 提高 Sonnet 5 的努力程度
Sonnet 5
查看原文
  • 赞赏
  • 评论
  • 转发
  • 分享
实际上,没人真的能靠氛围编程开发的应用赚钱。
改变我的看法。👇
查看原文
  • 赞赏
  • 评论
  • 转发
  • 分享
如何在 Claude 中于 <60 秒内部署你的第一个图(收藏此文):
循环的问题在于,它们一次只运行一个步骤。
观察 → 执行 → 验证 → 重复。
这种方法在任务包含多个相互独立的部分之前都运行良好,但循环仍会让它们一个接一个地执行(效率很低,而且太慢)。
图通过并行运行任务,而不是按任务线性执行,解决了这个问题。
以下是构建图的确切 4 步流程:
第 1 步。审查你当前的循环
对于你已经在运行的每个工作流,问自己:
→ 这需要多少个步骤?
→ 它最常在哪个地方重试?
→ 需要多长时间,成本是多少?
在你做出任何改变之前,这能找出真正的瓶颈。
第 2 步。找出可以并行运行的部分
对于每个步骤,问一个问题:它是否依赖另一个步骤的输出?
如果不依赖,它就适合并行执行。
最常见的模式:研究任务、样式/设计、逻辑/策略。
这些通常不会像验证之类的任务那样相互依赖。
第 3 步。实际画出图
使用 Excalidraw MCP,或者直接手绘。
一个真实示例:
任务:研究 5 个竞争对手并生成一份定位报告。
作为循环:研究竞争对手 1,然后是 2,再是 3,接着撰写报告,如果不理想就重新开始。
作为图:
→ 规划器节点:定义每个竞争对手需要查找的内容
→ 5 个研究节点:每个竞争对手对应一个,同时运行
→ 综合器节点:将全部 5 个输出汇总成一份报告
→ 审查节点:根据原始任务说明检查报告
查看原文
post-image
  • 赞赏
  • 评论
  • 转发
  • 分享
AI 是你一生中将获得的最大赚钱机会。
现在就抓住它,到 2030 年,你完全可以彻底改变自己的人生。
利用 AI 赚钱有 4 个步骤——如果你想用 AI 赚到第一笔$10k with AI 收入,以下就是你需要遵循的路线图:
第 1 步:建立记忆与上下文
在 AI 真正了解你和你的目标之前,其他一切都无关紧要。
你需要建立一个本地记忆文件夹,其中存放你的业务战略、品牌识别和变现计划。
持续向其中输入内容:会议记录、零散想法记录、文档,这样每次开启新的 AI 会话时,它就已经了解一切。
第 2 步:构建真正的自动化流程
第二层是将真正的 AI 自动化流程融入你自己的生活中,以便最终将它们出售给别人。
我的建议是:进行一次时间审计,记录你一周内所做的一切。
当我进行这项练习时,我发现自己每周的任务中竟有 44/65 项可以实现自动化。
根据审计结果,挑选 1-2 个最令人痛苦的工作流程,然后开始将它们自动化。
如果你不知道该怎么做,就问问 Claude,它可以帮你设计这些自动化流程的架构。
这就是你最终帮助其他人实现自动化的基础。
第 3 步:产品与服务方案
这一步是实际设计你要销售的内容。
基于你在自己生活中实现自动化的某个 AI 驱动工作流程,将它出售给那些尚未找到解决方案的人。
想想看:网站、文案、设计、技能,以及你为自己构建、后来发现对其他人也有用的内部工具。
第 4 步:分
查看原文
  • 赞赏
  • 评论
  • 转发
  • 分享
普遍共识是,Opus 5 是 Anthropic 有史以来最糟糕的模型发布。
我们在几周内从 Fable 5 的兴奋狂喜跌入了彻底的绝望。
没有其他领域像 AI 这样。
查看原文
  • 赞赏
  • 评论
  • 转发
  • 分享
我每天私信中收到的第 #1 个问题:
"Miles,我看到了你的内容,但我到底该如何开始利用 AI 赚钱?"
我的回答始终一样,而且每次都会让人感到意外。
开始利用 AI 赚钱与工具、细分领域,甚至商业创意都毫无关系。
这一切都与记忆有关。让我来解释一下:
AI 只不过是在你现有数据之上添加的一层,用来提高效率,或者在这里,用来实现变现。
如果 AI 根本不了解你的任何信息或技能,那么你尝试在它之上构建的其他东西都无关紧要。
在我看来,构建一个稳固的记忆系统并非可选项,因为它是一切上层内容的基础。
对于那些希望开始尝试的人,我个人的建议如下:
建立一个本地记忆文件夹,存放所有你希望 Claude 了解的关于你的信息。
其中可以包括:你现有的技能、一般性的商业创意,以及一个说明文件,准确告诉 Claude 何时以及如何更新。
这样一来,每次你开启新会话时,Claude 都已经了解你的完整个人背景。
一旦这个基础建立起来,其他一切都会变得容易得多:
构思真正适合你现有技能的商业模式、自动化实际工作流程、打造产品方案,等等。
但跳过这一步,你就是在一无所有的基础上构建。
大多数人会直接跳到“我该如何利用 AI 赚钱”,却跳过了那个能让后续一切真正运转起来的关键部分。
先设置好你的记忆系统。这是你能做的最好的事情。
查看原文
  • 赞赏
  • 评论
  • 转发
  • 分享
如果你交易金融市场,却没有经常使用 AI,那你是在对自己造成巨大的损失。
我说这话并不是轻描淡写。我做投资已经 8 年了,而 AI 是我在整个投资生涯中遇到的单项最大优势转变。
大多数交易者仍在用 10 年前人们那样的方式做研究。
手动浏览新闻,手动拉取财务报表,手动回测策略等等。
与此同时,那些真正正确使用 AI 的人正在用几分钟完成策略回测,获得即时的收益拆分,并将其通过自己的论点进行筛选,还会运行研究循环——在他们睡觉时也能工作。
AI 永远不可能比你更会选股票,但它肯定会消除所有繁琐的杂务。
你需要使用 AI。
查看原文
  • 赞赏
  • 评论
  • 转发
  • 分享
用 AI 将代币成本按字面降低 80% 的小技巧:
(适用于 Claude、Codex——字面意义上任何集成/模型)
杠铃策略 + 子代理。
想法如下:
大多数人会把任务的每个部分都通过同一个模型来完成。
比如说,你用 Fable 5 来做规划、执行和复盘。这很可能是目前使用这些前沿模型最浪费的方式。
我一直在用一种杠铃式方法:按智能需求来拆分工作。
两端都重,中间轻
→ 规划(10%):用你最聪明、最昂贵的模型来设计任务架构、定义规格,并设定成功标准。这里才是智能真正发挥作用的地方——在这里用像 Fable 这样的一流模型。
→ 执行(80%):让你的前沿模型启动更便宜的子代理,去做实际的苦活:写作、编程、研究——基于已经制定好的计划。
→ 验证(10%):最后把昂贵的模型再叫回来,对照最初的计划检查输出,以发现错误,并确认确实做对了。
我之前分享过这个技巧,但想再重提一下,因为它和 Sol + Luna Max 搭配效果特别好。
SOL-1.75%
LUNA3.34%
MAX-0.56%
查看原文
  • 赞赏
  • 评论
  • 转发
  • 分享
每隔大约十年,就会有一次巨大的财富转移事件。
1995 年,那是互联网。一波默默无闻的人很早就涌入了当时大多数人都觉得只是一时的热潮的公司,成为第一代互联网百万富翁。
2008 年,是房地产和困境资产。那些看懂了危机崩盘中发生了什么的人,获得了代际层面的入场“席位”。
2013-2022 年,是加密货币。$BTC 、NFTs,甚至连 2024 年的梗也算。
下一个代际机会是 AI。
想要抓住成为“AI 那个人”并印出现金的窗口期,简直难以置信……
咨询、AI 信息、代理服务——我可以点名几十种模式。
如果你一直在等待自己的大机会,那就是现在。相应采取行动。
BTC-0.49%
查看原文
  • 赞赏
  • 评论
  • 转发
  • 分享
$BTC 推文总量刚刚降至自 2020 年以来的最低水平。
这正是那种预示着世代级交易即将到来的沉默。
BTC-0.49%
查看原文
post-image
  • 赞赏
  • 2
  • 转发
  • 分享
rocky dewan:
2026 GOGOGO 👊
查看更多
我最近提出了一个用于在 Claude Code 中设计完美循环的 6 步框架。
如果你想尽可能高效地使用 /loop,我强烈建议你遵循这种循环结构。
这就是你如何在 Claude 中通过循环工程来自动化任何事情:
1. 触发器
这是在你不需要点击任何东西的情况下启动循环的。
这可以是一个计时器(“每天早上 8 点”),也可以是在你输入命令时立即触发。
2. 执行者
这是 Claude 真正在做工作。
阅读、写作、调研、编码,等等——不管任务是什么。
3. 检查器
决定工作是否真的足够好或是否已经完成。
没有它,Claude 就不知道自己是否做得很好;它只能假设已经完成,然后就停止。
一个好的检查器会问:这是否通过了测试?是否符合我提出的要求?数字是否正确?
4. 停止规则
每个循环都需要知道何时停止:成功时停止,失败时也要停止。
成功停止:“所有任务都已完成。”
失败停止:“如果连续 5 次失败,就停止并告诉我。”
没有这些,循环要么会永远运行下去,要么会以相同的方式反复失败,却从不告诉你。
5. 记忆
一个简单的文件,循环把它做了什么以及它学到了什么写下来。
下一次运行,它会先读这个内容,这样就不会重复同样的错误,也不会忘记它已经弄明白的东西。
6. 指令
最后,这些是循环应该始终遵守的规则。
想一想:你的偏好、你的约束,以及你希望事情如何被完成。
每次循环运行时都要重新阅读,这
查看原文
post-image
  • 赞赏
  • 1
  • 转发
  • 分享
GateUser-e3bdec1e:
它是用来做什么的呀,哥,拜托了,新手
周末工作就像白送一击。
其他人都在瞎胡闹、喝得烂醉。
这是你抢先一步的机会。
AI 夏季。
查看原文
  • 赞赏
  • 评论
  • 转发
  • 分享
用 AI 赚钱始于为某一特定类型的客户解决真实问题。
归根结底,没有人关心你是否使用了 AI。
企业只关心他们的问题是否被解决,或者他们是否能以可衡量的方式节省时间/金钱。
学习一项基础技能 → 用这项技能解决真实问题 → 在已经足够熟练之后,再在其上叠加一层 AI 以提升效率。
查看原文
  • 赞赏
  • 评论
  • 转发
  • 分享
强烈建议你把这期节目全程看完:
查看原文
  • 赞赏
  • 评论
  • 转发
  • 分享
在我们这個小小的 𝕏 泡沫之外,普通人根本不知道 AI 正在发生什么。
人们仍然以为“AI”就是 ChatGPT。
如果你用过智能体、连接过 MCP,甚至更进一步,跑过循环(run loops),那你实际上就是 AI 用户中最前的 0.1%。
无限机会。
查看原文
  • 赞赏
  • 评论
  • 转发
  • 分享
大多数人不知道这一点,但 Anthropic 会定期向一个 GitHub 仓库贡献网络安全领域的智能体技能。
700+ 项技能,25+ 个安全领域,5+ 个框架映射。
我把全部内容都过了一遍,并构建了一个用于保护你代码库的提示词。
它让任何 AI 智能体都具备资深分析师的安全能力:
查看原文
  • 赞赏
  • 评论
  • 转发
  • 分享
好的,所以我想把这话说清楚。
Sam Altman:“我们正处于奇点——AI 正在接近创造一种能实现任何愿望的精灵。”
Dario:“这是我们有史以来面临的最严重的安全威胁。”
要么这是人类历史上最伟大的时刻,要么接下来事情就要彻底糟糕了……
查看原文
  • 赞赏
  • 评论
  • 转发
  • 分享
这是我发布过最私人的视频。
大多数人不会告诉你的:年轻时如何变富……
这是大多数网红从不愿讨论的黑暗面。
立即观看👇
查看原文
  • 赞赏
  • 评论
  • 转发
  • 分享
我已经用 AI 测试、构建并自动化了几十种交易策略。
听起来很复杂,但比你想象的要容易得多。
以前构建需要技术专长。现在只需要用 Claude。
如果你想构建你的第一个 AI 交易机器人,请按以下 9 步操作:
1. 选一个策略(RSI、EMA 交叉、均值回归)——甚至可以是你自己的策略
2. 提示 Claude 将其变成完全客观的规则集。不允许自由裁量;每条规则都需要能够计算。
入场/出场规则、仓位 sizing 等。
把所有内容都转换成 .md 文件。
3. 提示 Claude 将这些规则转换为 TradingView Pine Script v6,准备好直接粘贴到 Pine 编辑器中。
4. 打开 TradingView,把代码粘贴进去,点击 Add to Chart。
5. 下载每一笔回测交易的 CSV,把它喂给 Claude,并让它准确告诉你如何改进策略。
6. 重复步骤 4-5,直到该策略在多个时间框架和资产类别中都能经受住考验。
7. 当你有了一个可靠的策略后,通过它的 MCP 服务器连接你的交易所或经纪商(Alpaca、Blofin、Robinhood 等)。
8. 从你的交易所生成一个 API key,并交给你的 AI 代理(我喜欢 Claude)。
9. 告诉它监控市场,当某笔交易符合你策略的条件时提醒你,或者让它自动执行。
你能想到的任何策略都可以被转成代码,
查看原文
  • 赞赏
  • 评论
  • 转发
  • 分享
我测试了 432 个 AI 交易机器人,而其中这个赢了。
在这段视频里,我基于真实数据拆解了 最佳 的 AI 交易策略。
我还把整个 GitHub 仓库开源了!
现在就观看 👉
查看原文
post-image
  • 赞赏
  • 评论
  • 转发
  • 分享