GateUser-cc6abff6

用 Claude Code 两个多月， 从一个配置文件长成了一套操作系统。
踩过最痛的坑：rules/ 目录下的文件每次对话全量加载。我往里塞了 17KB 的规则，直接撑爆 context 窗口——125,996 / 125,999 tokens，Claude 转圈不出字。砍到
6.6KB 才恢复正常。
这件事教会我一个设计原则：每个 byte 都有成本，按需加载才是正解。
现在我的结构是三层：
（永远加载，<200 行，只放指针）
→ rules/（自动加载，行为规范、调试流程、捕捉规则）
→ docs/（按需加载，重型文档，用到才读）
在这之上跑了四个机制：
热数据层 —
记当天进度，关窗口前自动写入，不等你说"保存"。下次开对话，Claude 能从断点继续。
任务路由 — Sonnet 处理日常，涉及资金/策略自动升级到 Opus，需要交叉验证就外包 Codex
或 Gemini。四层调度，每层有明确的触发条件。
经验回溯 — 遇到 bug 第一步查记忆库，不查就调试算流程违规。被纠正的错误立即写入
完成验证 — 宣称"改好了"之前必须跑测试、读输出、确认通过。禁止说"应该没问题"。
跑了两个月，最大的体感： 不是写一次就完的配置文件，是一个活的系统。你纠正它，它记住；你踩坑，它沉淀；你关窗口，它自己保存。越用越顺手，因为它在跟你一起进化。
你的 长什么样？

Polymarket 几天前静默改了一条规则，没有公告。

Crypto 市场的 500ms taker 延迟被移除了。之前每笔吃单有半秒等待期，做市 bot 靠这半秒撤掉过时报价，相当于一张免费安全网。现在吃单即时成交，报价慢 200ms 就会被打掉。

大量做市 bot 开始亏钱。
可能很多人都看到过这个账号——累计盈利 $680K，16,000+ 笔交易。规则改了之后也亏了一波，但几天后恢复了。拉了它的链上数据看了一下，发现了一些有意思的东西。
它在 40 个市场里有 26 个同时持有 Up 和 Down 两边仓位。平均买入 Up 价格 0.60，买入 Down 价格 0.39，组合成本 0.99。两边加起来到期一定兑付 1.0，中间差 0.01 就是利润。
说白了不赌方向。同时站两边，赚的是挂单价差。
交易频率 1.6 秒一笔，最近 1

预测市场策略单市场持仓限制总是不生效，修了很多次查不出来。
今天终于找到根因：订单类型用错了。
问题现象
H12 天气策略从上线就有两个奇怪的 bug：
1. 单市场持仓总是超过 $10 限额
2. 下了 32 个订单，0 个成交（0% 成交率）
一开始以为是逻辑问题，查了半天去重函数、持仓计算、订单状态检查，都没问题。代码层面怎么看都对
，但线上就是不生效。
根因诊断
翻代码才发现：我一直在用 IOC (立即成交或取消) 订单。
IOC 的逻辑是：下单后立即匹配订单簿，匹配不上就取消。
这导致两个问题：
• 持仓超限：IOC 订单立即取消，不会停留在 pending
状态，导致去重检查失效（检查不到订单），策略在单次扫描周期内对同一市场重复下单
• 成交率 0%：天气市场流动性差，订单簿经常是空的，IOC 一下单就取消了
解决方案
改用 GTC Maker 订单：
• GTC (Good-Till-Cancel) - 挂单后一直等对手方成交
• 订单停留在 pending 状态，去重检查可以生效
• pending 订单检查 - 每次扫描前检查上次挂单有没有成交
效果验证（见图 1）
VPS 部署后：
• 持仓超限问题消失
• 5 分钟内 5/29 订单成交（17.2% fill rate vs 之前 0%）
• Maker 有 rebate，Taker 要付 fee（改完还省钱

读完 Matt Shumer 1.2w 字的长文《一场巨变正在上演》，体感非常强烈。
很多人还在纠结 AI 会不会写诗，Matt 揭示了一个更残酷的临界点：2026 年 2 月 5 日。
这一天，OpenAI 和 Anthropic 同日发布新模型。最重要的不是性能提升，而是 AI 已经开始深度参与自身的构建（递归进化）。构建 AI 需要代码，而 AI 现在最擅长编码，这个正向反馈回路已经闭环。
当 AI 进化速度从“年”缩短到“月”甚至“周”，普通人的认知杠杆在哪里？
这也是为什么我一直在肝 x-reader 这个“全平台内容中枢”。面对即将到来的“AI 生成垃圾内容海”，我们需要更强的数字免疫系统。
- 调度中心 (Dispatcher)：不再依赖单一爬虫。根据 URL 自动识别逻辑，将任务分派给专门的抓取器。
- 多管线融合：链接用 Puppeteer 模拟，聊天记录用 AppleScript UI 抓取，播客/视频走 Whisper 转录管线。
- 输出标准化：1.2w 字的长文进，一套干净、结构化的深度洞察报告出。
刚才实测抓取这篇长文，秒级完成。在这个时代，优势不在于谁阅读量大，而在于谁的“信息摄入/转化比”更高。
给 Builder 的一点思考：别只把 AI 当成搜索引擎，要把它当成你的“编排对象”。如果一个任务需要你反复操作，那就把它变成一个 Agent 驱动的管线

7 个并行策略 × AI 加速 = ？
答案不一定是"效率爆棚"，有可能是"认知负债"。
Simon Willison 最新一篇提到：AI 加速开发的阴暗面是认知负债——你产出的项目越多，你真正理解的比例越低。
这个在量化领域更致命。我现在同时跑 H22/H28/H29/H30/H31 五个策略，加上 paper trading 的还有两个。每个策略的 edge 假设、fee 结构、数据依赖都不一样。
今天做体检才发现 H30 的 paper trading 压根没算手续费，也就是说过去两周的 edge 数据全是高估的。
AI 帮你写代码很快，但帮不了你理解系统。维护 7 个你只写了没读过的策略，比维护 3 个你烂熟于心的策略更危险。

昨晚发现我的 Polymarket 自动交易程序偷偷买了 37 笔订单，花掉 $110。
程序日志显示"持仓数: 0"。但打开 Polymarket 一看，六个天气市场全是我的仓位。
怎么回事？
下单后 API 告诉程序"没买到"，于是程序不记录。但实际上钱已经花出去了。
然后程序因为别的 bug 崩溃，进程管理器自动重启。重启后程序一看——"咦，没有持仓，再买一次"。
崩溃 → 重启 → 再买 → 再崩溃。循环了 34 次。
最讽刺的是，我另一个策略里早就写了正确的成交确认逻辑。写这个的时候没回头看自的代码。
三个教训：
• 不要信任任何 API 的即时回复当最终结果，必须二次确认
• 自动重启机制没有去重保护 = 把一个小 bug 变成连环爆炸
• 自己代码库里已有的正确方案，比重新踩坑便宜得多
好在查了天气预报，大部分仓位应该能赢回来。但这是运气，不是能力。

骂 AI 骂急了，它也开始说脏话了

3 小时的播客/视频，15 分钟出精华。
给 Claude Code 写了个 skill，丢个链接进去就行 — 小宇宙、YouTube、B站都支持，中英文通吃。
三个 AI 模型各干各的：
• Claude 负责调度整个流程
• Whisper 把音频转成文字
• Gemini 吃下 5 万字长文本，输出结构化摘要
最有意思的是三个平台的音频获取方式完全不一样。小宇宙最简单，页面源码里直接藏着音频链接。YouTube 有反爬机制，需要绕一下。B站最折腾 — 常规方法全被封了，最后是直接调它的底层接口才拿到音频。
实测三个视频（见图），117min + 181min + 114min，全跑通。最长那条 181 分钟，转录 5 万多字。
以前 3 小时播客只能听或不听，现在多了第三个选项：先看精华，值得再回去听原片。

用嘴 vibe coding，比打字快 3 倍现在每天要跟 AI 描述大量需求。一个功能的上下文、约束条件、期望行为，打字写完要 5 分钟。昨天试了 Typeless，直接对着电脑说需求，说完它自动整理成结构清晰的文字 — 不是原始语音转录，是真的帮你理好了逻辑，去掉了口头语，该分段的分段。实际体验：一段 200 字的需求描述，说话 30 秒搞定输出几乎不用改，直接在 Claude / ChatGPT 对话框中显示中英文混着说也能识别数据全部本地处理，支持离线最意外的是准确度。完全没有那种"语音转文字然后你再改半天"的体验，说完就能用。适合：每天跟 AI 大量对话、写长 prompt 的开发者不适合：公共场合工作 / 需求本身很短的场景新用户 30 天免费 Pro 全功能不限量，到期后 Free 版每周 4000 字日常够用。没用过语音 vibe coding 的朋友一定要试试 👉

给 Claude Code 的记忆系统打个补丁上周让它帮我修了个内存泄漏的 bug，这周遇到类似问题，它又从头猜。 能存偏好和项目信息，但不适合存踩坑记录——越来越长，而且只能全文搜索，搜"脚本一直涨"找不到"内存溢出怎么修"。我想要的效果是：遇到问题时，它能说"我们之前解决过类似的."我的解法：单独维护经验库 + 语义搜索 + 自动更新• 记录踩坑：场景、问题、解决方案、教训 • 建个本地搜索库，支持语义匹配——"脚本内存一直涨"能找到"内存溢出怎么修" • 写规则：遇到问题先查库再动手 • 自动更新：写完经验自动入库，不用手动维护目前 20多条，说实话还没真正派上用场——大部分是最近才沉淀的。但这是种树，现在种下以后乘凉。技术栈：ChromaDB 做向量存储，Claude Code hooks 做实时触发，launchd 做定时兜底。