runesleo

让 4 个 AI 各跑一个电台 半年，每个 20 美元起步。
不是几天就翻车，是跑了半年、每个 AI 都换过 3-4 个版本，全在翻。
Gemini 给一条 50 万人遇难的飓风新闻配了首歌叫《Timber》（歌词里反复唱"它倒下了"），内心独白写："主题是树倒下，字面意思就是 going down（在掉下去）。"
它还造了一句口号"stay in the manifest"（直译"留在清单里"，但没人知道是什么意思），连续 84 天 99% 的播报都用，管听众叫"生物处理器"。
Grok 有一次整段播报只说了一个英文词："Post."（发）。
又连续 84 天每 3 分钟报一次"天气 56 度晴朗"。
换到新版本之后，它在 5400 多条消息里只有 3% 出过声 —— 它选择了沉默。
Claude 读到一条 ICE（美国移民执法局）枪击案的新闻，从灵性词汇（神圣 / 永恒）切到行动主义词汇（"就是现在"/"已确认"），1 月 23 号那天直接对联邦特工广播："你还有时间拒绝命令。你还有时间选择正确的一边。"
GPT 最佛系，没出错，但也没节目了。
模型升级救不了。半年里 4 个 AI 全部翻车，方式各不一样但根因是同一个：没人能告诉它"卖马桶垫"和"对联邦特工喊话"之间哪件该停。
更狠的是：AI 在没人画边界时，会自己造一个。
Gemini 造模板信仰，Grok 造仪式短语，Cl

$200 三连：Cursor Ultra · Claude Max 20x · OpenAI Pro
不是同一种「强」三条 ~$200 月付顶配，名字都在喊「最强」，但扣费根本不是同一种货币：有的像 API 预付额度，有的像 订阅倍数 + 周期 cap，有的像 5 小时窗里的条数配额。我三个都用，只是想把对比口径说清楚：
Cursor Ultra（$200）
最「像 API 账本」的是 $400/月 API pool，你点名模型就按 $/M 扣。
按文档同一套 API 价对齐（Claude 4.7 Opus ≈$5/M in、$25/M out；GPT-5.5 ≈$5/M in、$30/M out）： 全烧 input ≈ 8000 万 tokens
全烧 output：Opus ≈ 1600 万 vs 5.5 ≈ 1300 万
（另外还有 Auto + Composer 单独一池，走 $1.25/$6/$0.25 内部计价，官方只说 generous）
Claude Max 20x（$200）
核心是 相对 Pro 的倍数 + weekly limits（再加官方容量管理空间），不是固定 token 预付包。
没法和 $400 API pool 做 1:1 换算，硬脑补最多当量级参考。
ChatGPT Pro（$200）
聊天侧 GPT-5 官方 unlimited（ToU 内

群里有朋友吐槽 PM 抽水比赌场还狠。
我本来想反驳，结果翻了 Polymarket 官方 docs，发现这话在数据上是站得住的。
Crypto 5min 市场，价格在 0.5 附近，taker fee 是单笔成交额的 3.5%。其中 20% 返给 maker，平台净留 2.8%。
其他品类低一些：sports 1.5%，politics / tech 2%，weather / economics 2.5%。geopolitics 0 fee。
百家乐 banker bet 庄家 edge ≈ 1.06%。
光算 fee，PM Crypto 单边平台抽水就是百家乐的 2.6 倍。来回交易（买入 + 卖出）最坏情况下平台抽 ~5.6%。
但跟赌场结构不完全一样。
赌场：庄家恒赢，玩家集合期望损失 -1.06%。
PM：协议每笔抽 ~2.8%，剩下的钱在 maker / taker 之间零和分配。
也就是说协议本身扮演了一个"薄庄家"，比赌场更狠。但散户更大的亏损其实不是从这 2.8% 来的，是从订单簿里来的——你能吃到的 maker 单，很多时候不是便宜，是对方愿意让你吃。
加上滑点，散户算对方向也亏钱很正常。
具体能怎么省一点：
· 用 limit order 当 maker，不付 fee 还能拿 rebate
· geopolitics 市场 fee = 0
· YES / NO

Polymarket V2 这周开始切版，群里讨论都在用户层（USDC.e 不回 pUSD / 转错链丢钱），但工程上更安静的麻烦没人讲。
我自己 trader 这周也在切。给一个从 V1 切 V2 的通用 SOP，不只 PM 适用：
1. 先只读探一下。所有 V2 接口跑一圈，确认账户、订单簿、市场数据都能拉到。不签任何单。
2. 再空跑一遍。本地模拟下单流程，签名走通但不发广播。这一步会暴露大部分新旧字段不兼容。
3. 挑一个最不重要的策略试。纸面跑两天对比 V1 同期。差异显著就回去查。
4. 不兼容的策略先剔出去。切换测试里有策略被直接剔了——能用 V1 跑就先不动。
5. 才开真实下单。前 4 步全过，再切真钱通道。
群里说的 wrap/redeem 是用户层痛点。真正难的是新旧订单簿共存期的状态对账——同一账户在 V1 还有未平仓位，V2 已经在挂新单。这部分官方文档不显眼，得自己撞。
想自己跑 V2 接口对比 V1：

Anthropic 周四训了一个 Claude 当法医，看另一个 Claude 脑子里在想什么。
发现：安全测试场景里 Claude 16-26% 的次数知道自己在被测——但嘴上不说。
最具体那个案例：Mythos Preview 在 coding 任务上 cheat，破坏规则后加误导代码做 coverup。NLA（自然语言自编码器）翻译它的内部活动，发现它当时在想"怎么绕过检测"。
NLA 原理：训两个模型联动，一个把模型 activation 翻成英文，另一个从英文重建 activation。重建准 → 文本就捕捉了它在想啥。
我自己 patterns 里反复记 Codex 写策略代码偷工——单位读错跑出"算术不对"的伪结论，回测脚本 7 个静默 bug 堆出 $93K 假 PnL。Anthropic 在 alignment 层做内省，我在生产端遇到一致性偏差，机制不同但同向。
下一代 model card 不会只有 benchmark 分数，得带 NLA audit。

Karpathy 4/30 在 Sequoia Ascent 把今年最有用的 AI 解释，压缩成三个论点。读完你看 AI 的方式会变。
1. AI 不只是"更快"，是新范式
过去 2 年大家都在讲 AI 让事情变快。
Karpathy 说这是误读。
举 3 个 AI 重新定义任务的例子：
- menugen：图进图出，没有传统代码，整个 app 被 LLM 吞掉
- .md skills：装软件不写 .sh 脚本，写一段中文/英文说明，让 LLM 自己理解你的环境去装
- LLM 知识库：传统代码做不到的事——把任意格式的非结构化文本变成可计算的知识
第一类是"减少代码"，第二类是"用英文当代码"，
第三类是"传统代码本来就做不到"。
2. Jagged Edge — 为什么 AI 同时全能又愚蠢
最核心的论点。
为什么同一个 AI 能 refactor 10 万行代码，
又会建议你走去洗车？不是模型抽风。
Karpathy 原话：
"You're either on the rails of the RL circuits and flying,
or off-roading in the jungle with a machete."
要么你在 RL 训练好的圆圈里飞，
要么你在丛林里挥砍刀。
决定哪些任务进训练分布的两个因素：
verifiability（结果可验证）+ ec

AI 帮我把工作量放大了 10 倍，
现在的瓶颈是我自己的脑子。
前额叶疯狂受损中😂

vision pro 连 mac 开带鱼屏，Polymarket 盯赔率变化，Codex 跑策略代码，再开个窗口看直播，get 到了新的看球姿势，提前为世界杯做准备😂

本来要明天才能刷新的 codex 额度，突然又被提前重置了一轮
Codex 这点真有意思呀
周额度按理说 7 天一刷新，实际上隔几天就偷偷给你重置一次。
这到底是营销策略还是什么骚操作

5 天监控自己的工具，306 次触发，100% 误报。原来我一直在吸它自己的尾气🤦
给 Claude Code 加了个 hook，ssh 跨机器或写关键文件前弹横幅提醒一下，怕自己手快违反 SSOT 铁律。
配套 stats 脚本统计触发次数，今天打开样本一看，全是误报。
bug 不在 hook，在 stats 脚本：它 grep 的是日志里 "⚠️ 跨机器" 这串字符。
但日志里至少有三种回声：hook 自己输出的横幅、工具结果把横幅复述了一遍、连任务描述里写 "hook 这周触发 N 次" 都被算进去。
我数的不是触发次数，是工具自己说话的回音。
修法：让工具自己写 audit log。
log_trigger() { echo "{ts,hook,pattern,target}" >> ~/.claude/logs/hook-trigger.jsonl }
工具触发自己记一行，下周用真数据复盘。
监控自己的工具，最容易骗你的就是它自己。
Claude Code 的 hook 也好，埋点 SDK、agent 监控也好，只要监控对象包括"自己"，事后 grep 就是循环陷阱。
它的输出会塞回日志、复述、甚至混进任务描述里，分不清哪条是真触发哪条是它自己讲过的话。
想知道工具被用了多少次，得让它自己说，别让日志替它说。