安全及资产被盗指南

GitHub - evilcos/darkhandbook: Update by evilcos, for DarkHandBook.io

关于MM

wintermute pattern + $griffain

dittochu_ on Twitter / X

一级半市场估值定价（以 Manta New Paradigm 为例）

Rollup Summer思考：叙事推演和投资机会

1.5-2.5 U，构成了 MANTA 开盘后价格区间上下轨。开盘价格接近或低于下轨，说明价格被低估，反之被高估。

AI Agent 框架认知

三万字实录对话硅谷顶尖研究员：General Agent是伪命题；Agent的交互设计是关键

关于Agent

• Agent本质上由三个部分组成：action space、decision making 和 memory。
  • action space 就是选择什么样的工具来交互，如何设计interface，以及如何进行internal reasoning。
  • decision making可以通过planning来实现更复杂的决策。我们不只是直接产生单个动作，而是可以在脑子里面模拟多个可能的动作并评估它们。就像下棋一样，我可以预测如果我这样走，对手会怎么应对这样的互动过程。
• Agent最重要的两个能力
  • 一是获取信息的能力，无论是通过web还是通过RAG
  • 二是自我验证的能力，就是执行和测试。
• General agent是个伪命题
  • 因为很难真正产生价值。表面上看能帮你做很多事情，但首先系统稳定性是个问题。其次，如果要处理真正复杂的事务，仅靠API是不够的，需要中间的agent来管理工作流程。而且你要解决的问题越宽泛，就越难让它真正好用。需要人机交互才能真正发挥作用。
  • 需求定义越明确，完成的成功率就越高；需求越abstract，就越需要interactive的步骤和人工介入。所以Replit对agent的思路是把它定位为协作伙伴，不是简单地交付任务给它。