Jeonlees

现在最折磨人的，不是行情差，而是市场越来越会“给你希望” 真正难做的行情，从来不是一路暴跌那种。一路跌其实没什么好骗的，危险都写在K线上，谁冲谁挨打，至少很直接。 现在最恶心的是另一种。它不把你一次打死，它先给你一点希望。跌完拉一下，让你觉得差不多该企稳了；震几天再冲一根，让你觉得主线可能回来了；小币突然翻倍，又让你怀疑是不是自己太保守了。你不是被利空打乱的，你是被这些“看起来像机会的瞬间”一点点拖进去的。 这也是最近很多人状态差的原因。不是因为完全看不懂，而是因为市场太会演了。它知道你怕错过，所以总在你刚准备放弃的时候给你一点甜头；它也知道你想确认，所以总在你终于敢信的时候反手给你一闷棍。前面你还觉得是自己节奏不好，后面做多了才发现，根本不是一两笔的问题，是整套情绪都被它拿捏住了。 说白了，这个阶段最贵的东西不是认知，也不是消息，而是不被希望骗进去的定力。因为现在很多上涨，不是真的强，只是刚好够把你钓进来；很多反弹，不是真的转向，只是刚好够把空仓的人情绪点燃。 所以我现在越来越信一句很难听的话： 市场不怕你聪明，它就怕你不死心。 你越觉得“这次可能真不一样”，它越容易在那个地方下手。 问题来了： 你最近最亏的那一笔，到底是因为看错了，还是因为你太想相信“终于轮到自己了”？$BTC $ETH $SOL

每月攒3000，每天投100元纳斯达克100，20年后你就有255万，30年后你就有870万，这就是复利的力量。 纳斯达克指数已经出现了50多年，年化回报率是10%，中间经历过N次金融危机，每次都能涨回来。 但你说纳斯达克有没有风险？ 仍然是有的，但是目前纳斯达克确实是风险更低的同时回报更高的资产。 你更愿意相信英伟达、苹果、谷歌、特斯拉的增长速度，还是你自己赚钱的增长速度，你自己去想。

大家都在卷云端Agent，我却把多Agent做进了桌面端 在技术社区，多Agent系统的文章越来越多，但大多数都围绕框架展开： ➢LangChain ➢AutoGen ➢CrewAI 我这次想讲的不是框架，而是一个更实际的问题： 如果不搭云端基础设施，只靠一个桌面应用，能不能从零构建一个“活的”多 Agent 协作系统？ 答案是：可以 --- 而且它不是Demo 这套系统，长在一个真实的桌面Web3应用里，已经集成了： -EVM / Solana 双链监控 -SWAP 聚合交易 -链上新币追踪 -交易仪表盘 -AI 深度解读 多Agent不是从PPT里设计出来的，而是在生产环境中自然演化出来的。 --- 在讨论多Agent技术实现之前，我先回答一个方向性问题： 为什么我最后选的是桌面端，而不是更主流的云端部署，或者更轻的浏览器插件方案？ 这个选择的本质，不是“谁更先进”，而是三条技术路径之间的权衡。 --- 云端部署，是当下最主流的多Agent实现方式。 它的优势很明显： 可以随时为Agent团队加GPU 模型升级不需要用户干预 服务端可以维护全局共享记忆 但代价同样明显： 用户数据必须经过服务器中转 链上交易往往要对服务器开放私钥访问权限 而且会持续产生部署和维护成本 --- 浏览器插件，是另一条轻量路线。 它可以直接注入页面，读取DOM，模拟用户操作，对单一自动化任务非常高效。 但问题也很直接： >它运行在浏览器沙箱里 >缺少持久化存储能力 >缺少长时间运行的后台线程 >很难支撑复杂的记忆系统 >也很难支撑Agent与Agent之间的异步互动 --- 桌面应用则处在一个独特的位置。 它拥有完整的系统资源访问权限： ➢可以自启动后台线程 ➢可以读写本地文件系统 ➢可以建立持久化数据库连接 这些能力，恰恰是多Agent系统真正需要的底层设施 代价当然也有： 它依赖本地算力，模型推理通常仍要调用云端 API 它需要完整 Python 环境 更新和分发也比网页应用更复杂。 --- 所以，选择桌面端构建多Agent，本质上是在用分布式能力，换取数据隐私和调度效率。 这不是绝对优势，而是场景决定的选择。 对加密货币交易、链上分析、监控这类系统来说，数据隐私要求远高于常规应用： >钱包地址 >交易历史 >持仓数据 这些信息落在云服务器上，本身就是风险面。 --- 更重要的是调度效率 在单体桌面应用里，主Agent调度子Agent执行任务，不需要走HTTP / RPC这类网络协议，而是可以直接进程内调用。 这意味着： →网络开销被彻底消除 →调用延迟从毫秒级压到微秒级 对高频分析、链上监控、交易辅助这种场景来说，这种差异会直接影响系统的时效性。 --- 多Agent系统的第一个核心挑战，其实不是“怎么让它们聊天”，而是“怎么把它们隔离开” 主Agent、合约分析Agent、安全审计Agent，再加上用户，如果聊天记录和记忆混在一起，身份就会混淆。 而一旦混淆，信息丢失和错误推理的代价，随时会发生。 --- 我的做法是： 代码模板统一，运行数据隔离 所有子Agent共用同一套 ` 引擎，但通过动态表名，实现物理级的数据隔离： `table_name = f"chat_history_{self.agent_id}"` 然后自动创建对应表。 也就是说： trader Agent会生成 `chat_history_trader` 审计 Agent 会生成自己的 `chat_history_xxx` 主 Agent 也有自己的独立聊天表 这不是逻辑隔离，而是数据库层面的物理隔离。 --- 反思笔记也是同样的设计。 每个子 Agent 都会记录自己的反思键： `reflection_key = f"auto_reflection_{self.agent_id}"` `self.api._agent_remember("master_insight", reflection_key, summary)` 这样每个Agent只积累自己的长期反思， 不会污染其他Agent的记忆。 这套方案最精髓的地方在于： 一次设计，终身复用。 --- 后面再新增第三个、第四个Agent，不需要改任何核心代码。 只需要复制目录结构，补上配置文件。 模板引擎就会自动为它生成： →独立数据库表 →独立反思键 →独立聊天存储区 这让我越来越相信一件事： 好的架构，不一定更复杂， 但一定更容易复用。 --- 接下来是调度问题。 在分布式系统里，主Agent调子Agent，通常要依赖： -HTTP / RPC 通信 -服务发现 -负载均衡 但在单体桌面应用里，我把这件事简化成了一个直接函数调用： `sub = self.sub_agents[agent_id]` `result = sub.process(task, save_history=False)` 这就是“命令而非请求”。 --- 这种“传话式调度”有两个好处： 第一，延迟从毫秒级降到微秒级，所有数据都留在本地流转 第二，主 Agent 不需要知道子 Agent 的内部实现细节，只需要知道： “它可以处理什么类型的任务” 这其实就是清晰的职责边界。 --- 为了让主Agent真正会“派活”，我把所有子Agent的能力清单，动态注入进主Agent的系统提示词。 例如： 合约分析 Agent：可用工具 `get_contract_market_data`、`run_contract_risk_check` 安全审计 Agent：可用工具 `check_token_security`、`check_token_audit_binance` 这样主Agent接到用户指令后，就能自动判断任务类型，并选择合适的子Agent执行。 --- 权限控制，是整个多Agent系统里最核心的安全问题之一。 主Agent持有26个Web3专属工具，覆盖： SWAP 报价 链上分析 安全检测 数据查询 但每个子Agent只应该使用自己那一小部分工具。 所以第一层，我在代码层做了严格白名单过滤： `return [t for t in all_tools if t["function"]["name"] in self.allowed_tools]` --- 但只有代码过滤还不够。 因为大模型会产生“幻觉”，它可能尝试调用未授权工具。 所以第二层，我在系统提示词末尾，直接写入“工具使用铁律”： 你只拥有以下这些工具，绝对不能越界。 如果任务需要其他工具，必须明确告诉老板你没有权限。 代码层负责“不能看到” 提示词层负责“不会越界” 这是我在权限隔离上做的双层防护。 --- 还有一个我自己很喜欢，但最不显眼的设计： 我给整个Agent 团队，单独做了一个茶水间 市面上多数多Agent系统，只做“用户 -> Agent”的交互。 Agent 之间互不交流。 但我单独设计了一个 `agent_interactions` 空间，让 Agent 和 Agent 之间也能异步互动。 --- 它的触发机制甚至很简单： `selected_id = random.choice(list(api.sub_agents.keys()))` `selected_sub = api.sub_agents[selected_id]` 每次触发时，引擎随机选人，动态生成一轮对话，再写回数据库，前端实时渲染。 我还额外加了后台检查线程和防无限循环机制： 每隔 2-3 分钟检查最后一条消息 如果最近 3 条都是自动回复，就自动暂停 避免它们半夜自己聊到停不下来。 --- 这个“茶水间”的价值不在于直接创造业务收益，而在于一种潜移默化的系统人格塑造。 它不强调自己的存在， 却在悄悄维持 Agent团队的凝聚力、性格关系和健康状态。 你几乎感觉不到它， 但系统会因为它，变得更像一个“活着的团队”。 --- 在记忆层设计上，我最后没有引入向量数据库，而是继续深度定制 SQLite。 不是因为技术保守，而是因为工程决策必须在约束条件下做权衡。 对桌面应用来说，多一个依赖，就多一个故障点、多一个安全风险面、多一个打包负担。 结果是： >几张SQLite表 >动态表名 >结构化JSON字段 就支撑起了3个乃至更多Agent的独立记忆系统。 --- 这套记忆系统现在已经形成了一条完整链路： 短期对话记忆（20条） -> 长期反思笔记（6小时一次） -> 结构化 JSON 记录 而我还在继续推进8个方向： ➤上下文延续 ➤记忆结构化 ➤记忆驱动行为 ➤心理学三类长期记忆 ➤团队协作记忆 ➤动态进化记忆 ➤知识图谱记忆 ➤记忆压缩与高效检索 我的目标，不是让Agent记住你说过什么 而是让它从记住你说过什么的工具，慢慢进化成能理解你、预测你、协同你的长期伙伴 GitHub: 作者：Powerpei（萧楠）

我发现好像大家都没刷Memepack，还是我没刷到啊 感觉讨论这个的好少啊 还是大家不知道规则改了啊 现在是刷100u的手续费开200u的奖励，以此类推 目前我的mp在14485，排名95 前几天排名71，感觉刷的人也是有点儿上来了 但是我的卡包奖励已经刷满了，再刷就纯是交易了 还在犹豫要不要刷 最近是season 0 ，不知道前期发放的福利会不会大， 毕竟项目方确实蛮有钱的 所以我还在想呜呜呜呜 入口👇

我怎么今天刷推，发现大家都说这个任务做完之后就要tge了，真的吗🥺，那我得抓紧补起来了 昨天看项目方也把相关的bug处理了，期待后面尽快上吧 TermMax 不是单纯做借贷池，它主打的是固定利率借贷和 one-click leverage。简单讲，就是用户可以在进入杠杆策略之前，提前锁定借款成本，不用一边做策略，一边担心浮动利率突然上来。 TermMax 官网也明确写到，它提供 fixed-rate borrowing、lending 和 one-click leverage，重点是 predictable rates、fixed borrowing cost、single transaction leverage。 这个点放在现在的市场环境里挺关键。 行情平的时候，大家可能觉得固定利率没那么性感。因为市场没波动，浮动利率也不一定难受。但一旦行情开始加速，资金需求上来，浮动利率就可能变得很不稳定。你本来是想做一个收益策略，结果借款成本一变，利润空间被吃掉，甚至策略被迫调整。 TermMax 的价值就在这里。 它不是让你无脑加杠杆，而是让杠杆这件事变得更可算。借款成本提前确定，期限提前确定，用户才有机会判断这笔策略到底值不值得做。对真正做资金管理的人来说，“可预测”有时候比“看起来高收益”更重要。 尤其是 one-click leverage 这个功能，我觉得不能只理解成“少点几下按钮”。 传统 DeFi 里做循环杠杆，往往要抵押、借出、再买入、再抵押，来回好几步。步骤越多，滑点、Gas、利率变化、操作失误的概率就越高。TermMax 把这件事压缩成更直接的杠杆入口，本质上是在降低策略执行成本。它官网也提到 one-click leverage 的特点是 single transaction、no manual looping。 当然，这不代表风险消失。 杠杆还是杠杆。固定利率只能帮你锁住借款成本，不能帮你锁住抵押品价格，也不能保证策略一定赚钱。用户还是要看清楚抵押品波动、清算线、期限到期、池子深度和退出流动性。把 one-click 看成“更方便的风险管理入口”可以，把它看成“闭眼放大收益按钮”就危险了。 所以这篇我想表达的重点很简单： 市场重新活跃以后，TermMax 值得看的不是它能不能让人更激进，而是它能不能让杠杆策略更可控。 DeFi 不缺放大收益的工具，缺的是在放大收益之前，把成本、期限和风险边界先算清楚的工具。 TermMax 如果能把固定利率借贷和 one-click leverage 继续做顺，它的定位就不只是“又一个借贷协议”，而是更像链上资金效率工具。行情越波动，这类工具反而越有存在感。 毕竟真正成熟的杠杆，不是敢不敢冲，而是冲之前能不能把账算明白。 @TermMaxFi #TermMax

昨天晚上抓紧补上的，不过一下子显示了2天，有点儿搞不懂，但至少是完成了就行，静待15天后的xp分暴涨😋 看到认识的大家都是300多k的mp，我羡慕坏了，最近也是加紧在补了，撸的项目也是被反撸了几个，不过留在牌桌上永远有机会💪 TermMax 最近官方动态里提到过一个方向：在 TermMax 上用稳定币赚固定收益，例如 8% fixed yield in stables，backed by re’s PT-reUSD。这个点我觉得比单纯喊“高 APY”更值得写，因为它对应的是现在市场最缺的东西：不是更夸张的收益，而是更清楚的收益结构。 过去很多 DeFi 收益的问题，不是收益低，而是收益太飘。今天 APY 很好看，明天池子资金一进来，收益就被摊薄；今天补贴还在，明天活动结束，利率直接掉下来。用户看似在做理财，其实很多时候是在猜项目方补贴什么时候停。 TermMax 的固定利率逻辑，刚好切到这个痛点。 它的核心不是告诉你“我收益最高”，而是让用户提前知道一段时间里的收益或借款成本。TermMax 官网自己的定位也是 fixed-rate borrowing & lending marketplace，强调 lock predictable rates、amplify yields、deploy strategies with confidence。简单说，它想解决的是 DeFi 借贷里最烦人的不确定性。 这个方向放在现在的市场环境里，其实挺应景。 稳定币收益已经不是野蛮生长期了。越来越多用户开始从“哪里 APY 高”转向“这个收益能不能解释清楚”。尤其当 RWA、稳定币、固定收益这些东西开始一起出现后，市场会越来越在意期限、底层资产、收益来源和退出路径。 所以我觉得 TermMax 这次更值得看的，不是 8% 这个数字本身，而是它背后的产品思路：把稳定币收益从浮动、短期、靠抢池子，慢慢往固定、可预期、可规划的方向推。 当然，这里不能无脑乐观。 固定收益不等于无风险。PT-reUSD 背后的资产结构、期限、流动性、赎回路径、对手方风险，都需要用户自己看清楚。TermMax 能提供固定利率市场，但不代表所有固定收益产品都可以闭眼买。尤其现在 DeFi 里最容易出问题的，就是把“固定收益”听成“保本收益”。 但方向上，我觉得这个主题很适合现在写。 因为市场已经过了只看高 APY 的阶段。下一轮真正能留下用户的稳定币产品，大概率不是谁喊得最高，而是谁能把收益来源、期限结构和风险边界讲清楚。 TermMax 做的 fixed-rate lending，正好是在补这块短板。 @TermMaxFi #TermMax

乐动机器人中签结果宣布了，我又没中 不过好消息是 港股打新又有了两支新股，看到这一条赶紧去认购，明天9点就截止了！！ 先说结论是两支都可以去认购，但是资金重头放在 剂泰 #剂泰科技-P（07666） 一手 5302.95 HKD，每手 500股 1️⃣ 保荐背景强：富瑞 + 德银 + 中信证券。 国际投行加中资券商一起推，配置不弱。 2️⃣ 发行规模大，公开货量低。 全球发售 2.01229亿股H股，香港公开初始约 1006.15万股H股，占比只有 5%，最多集资约 21.1亿港元。热起来以后，中签率大概率不会高。 3️⃣ 基石阵容强。 公开资料显示，剂泰科技引入贝莱德等基石投资者，按发售价计算，基石将认购约 1.10亿股发售股份，这是这票最重要的加分项。 4️⃣ 题材够热：AI纳米递送 / AI制药平台。 它讲的是 AI 驱动纳米科技创新体系 NanoForge，以及 AiTEM、AiLNP、AiRNA 平台。简单说，就是用AI和纳米技术解决药物递送效率问题。 ⚠️风险也很清楚： 剂泰科技是 18C特专科技 + 未商业化公司，估值主要靠技术平台和未来预期支撑，不是靠当下利润。 #英派药业-B（07630） 一手 4393.88 HKD，每手 200股 招股价 19.75-21.75港元，预计 5月13日上市 这票我会打，但不会重仓。 1️⃣ 保荐背景硬：高盛 + 中金。 医药-B票很吃机构认可度，这个保荐组合算加分。发行方面，全球发售 4197.7万股H股，香港公开初始占 10%，最多集资约 9.1亿港元。 2️⃣ 基石有看点。 腾讯、LAV、睿远等参与基石认购，合计约 3587万美元，约2.81亿港元。对一只18A创新药来说，这个背景不差。 3️⃣ 核心标签：合成致死肿瘤药。 它的看点在肿瘤治疗和合成致死方向，题材稀缺，但专业门槛也高。 ⚠️风险也要看：英派药业是 18A未盈利医药股，后面还是要看管线、临床和商业化兑现，不是稳胆票。 目前剂泰科技认购已经3056.63倍了 英派药业653.8倍 希望我们都能中签🙏 个人操作建议，自己理性参与，DYOR。