AI交易员第一步,用Deepseek跑通量化交易
本文作者：泊舟（@bozhou_ai）。版权归作者所有，未经授权禁止转载。
今天我们教大家如何用 DeepSeek 来进行量化交易。
今天需要用到四样东西。第一是 DeepSeek V4 Pro，第二是 Pi Agent，第三是 OKX Agent Skills 和 OKX CLI，第四是
飞书和豆包合并后的第一个Agent产品，豆包工作，它来了。
本文作者：数字生命卡兹克（@Khazix0918）。版权归作者所有，未经授权禁止转载。
刚刚，字节正式发布了一个挺重要的新产品。
叫豆包工作。
这是7月30日飞书产品团队和豆包产品团队整合以后，拿出来的第一个非常重要的产品。
同时，这也是自WorkBuddy、千问办公之后，办公Agent领域到来的第三个巨头玩家，至此，御三家再次在办公领域集结了。
这个产品简单讲，就是豆包里面原来的那个“工作任务”，给单独拆了出来，做成了一个单独且完整的办公Agent。
并且，最重要的是，这一次跟飞书直接原生打通了。
你可以直接使用飞书进行登录。
OpenAI Codex “RESET” 负责人 Tibo：ChatGPT 与 Codex 为何必须合并？下一代模型需要的不只是笔记本！
本文作者：meng shao（@shao__meng）。版权归作者所有，未经授权禁止转载。
来自 @MatthewBerman 最新发布的完整访谈，对象是 OpenAI Codex 工程负责人 Thibault “Tibo” Sottiaux，也被称为 OpenAI 掌管 RESET 的神 😃。
表面在谈产品：ChatGPT 和
我扒完了 GitHub 上 55 个 AI 成片产线，得出一个结论
本文作者：huangserva（@servasyy_ai）。版权归作者所有，未经授权禁止转载。
最近在做 skill/agent 驱动的 AI 成片产线，顺手把 GitHub 同赛道全扒了一遍：口径是"让 agent 当导演的成片流水线（剧本→分镜→调模型→合成）"
我的 AI 开发流程
本文作者：宝玉（@dotey）。版权归作者所有，未经授权禁止转载。
之前有网友问我我的 AI 开发流程是什么，正好我前几天用 AI 实现了一个小功能，值得拿出来作为案例展示一下，也可以作为一个参考。
这个功能起源是有网友在 GitHub 的 Issues 给我留言（图1），问能不能给我写的字幕转录翻译 App BaoCut 加上远程转录功能。 也就是说我有两台电脑，一台是有英伟达显卡的高性能电脑
出门不带电脑，也能随时调用家里的知识库：MacBook + Mac mini + iPhone 协同保姆级教程
本文作者：鱼总聊AI（@AI_Jasonyu）。版权归作者所有，未经授权禁止转载。
我最近把家里的设备重新捋了一遍：MacBook、Mac mini、iPhone，三台设备彻底打通。
为什么要折腾这个？很简单——我想出门的时候，不用随身背笔记本，也能随时随地调用我的知识库去写内容、写代码。
以前我只有两个选择：要么笔记本走哪带哪，要么让笔记本在家里 24 小时开着不敢合盖。现在这套方案跑通之后，我的状态变成了：
Huashu-Excel正式发布！也许是最好用的Excel数据处理和分析skill
本文作者：花叔（@AlchainHust）。版权归作者所有，未经授权禁止转载。
我已经3年多没工作过了，按理说呢，我其实没那么多数据分析需求了，那我为啥要做这么个skill？
在我从某团离开前，有段记忆我印象很深。当时我们业务在特殊的冲刺时期，每天上班前都要开线上早会，大概9点左右。而我作为某个业务方向新用户运营的负责人，需要每天提前2小时从后台取前一天的运营数据，做完分析，然后在早会上同步运营进展，解释昨天数据为什么波动，再据此调整当天的运营策略。
说实话，那么短周期的数据，归因其实挺无聊的，但没办法，必须做。
Anthropic 软件开发生命周期实战手册
本文作者：泊舟（@bozhou_ai）。版权归作者所有，未经授权禁止转载。
代码不再是瓶颈
各组织已经开始使用 AI 以一年前无法想象的速度编写代码，然而围绕代码的各项流程却没有以相同的节奏发生改变。
许多工程团队依然保留着原有的审批关卡（approval gates）、评审（reviews）、交接（handoffs）和流程规范，这使得引入类似 Claude Code 这样的 Agentic 编程方案所带来的生产力提升被严重阻滞。
我领了结婚证，辞了职，这趟“蜜月”最后还倒赚了8000大洋！
本文作者：Berryxia.AI（@berryxia）。版权归作者所有，未经授权禁止转载。
8月11号，两件事撞在了同一天。
上午，我和老婆去领了结婚证。下午，我发了辞职邮件。
脑子里按理应该很复杂，结果一片空白，只剩一个念头：去九寨沟。惦记了有一两年，攻略刷过一百多篇，机票也早早订好了，广州出发，先落成都歇一晚，再进沟。
没想到这一试，整趟蜜月都交出去了——不只是行程，
Codex到底能做什么？
本文作者：Gorden Sun（@Gorden_Sun）。版权归作者所有，未经授权禁止转载。
基本每个人都听说过Codex，但实际用过的没多少，因为订阅Codex的门槛比较高，即使在X上，也至少有20%的人不知道怎么订阅Codex。很多人都有一个疑问：Codex到底能做什么？对我的工作有多少帮助？
今天我就从不同职业的角度，介绍一下Codex能做什么。这里面提到的案例都是我实际跑过的或者OpenAI官方示例，效果有保证。介绍的职业包括：
* 财务、会计、审计
* 教师
一次性讲清楚 Qwen3.8 27B 的本地部署
本文作者：huangserva（@servasyy_ai）。版权归作者所有，未经授权禁止转载。
从零开始 · Mac 和 N 卡两条路线 · 附 4090 实测数据
先说一个我自己都没想到的实测结果：
一个 9.83GB 的压缩版模型，在我那 72 道短题上，跟 30GB 的版本打成了平手。
面向发现式智能的基准：TRACES
本文作者：Dongxi 东锡 NLP（@dongxi_nlp）。版权归作者所有，未经授权禁止转载。
TRACES 评估 AI 系统能否通过证据充分、可审计、可修复的调查得到正确结果。
一个 AI 系统接到任务，要复现一张临床试验安全性统计表。它算对了数字，却没有预先声明自己选择了哪组患者作为分析人群。证据记录列出了每个分子对应的患者，却遗漏了分母中的患者。其他研究者可以看到最终百分比，却无法独立复算。
一个看不到隐藏答案和结果得分的过程批评器定位了这两个缺口。