寫東西只為了抒發，一切隨緣不為流量
有事找 @finalfantasty
👻 個人博客 Blog: https://blog.pdzeng.com
👻 個人微博客 Blog:
https://daily.pdzeng.com/
有事找 @finalfantasty
👻 個人博客 Blog: https://blog.pdzeng.com
👻 個人微博客 Blog:
https://daily.pdzeng.com/
▶️ 【下一战歌手·纯享】#持修 #刘柏辛《#到底你是要不要我啦》两人嗓音交织 将那种对爱情的期待与不确定表现得淋漓尽致 | The Next Singer EP12 | MangoTV Music #youtube
https://www.youtube.com/watch?v=i_4sSBFJgdA
https://www.youtube.com/watch?v=i_4sSBFJgdA
https://fixupx.com/idoubicc/status/2014630939104776411?s=52
🧵 Thread • FixupX
idoubi (@idoubicc)
我的桌面 Agent 产品 WorkAny 开源了。
主要特性：
1. 以 Claude Code 为 Agent 运行时，可以完成各类任务
2. 以 Codex 为运行沙盒，可以在隔离环境执行脚本
3. 支持整理文件、生成网站、生成 PPT / Excel / Word 等日常办公任务
4. 支持 MCP / Agent Skills，可玩性高
5. 支持自定义模型，可以接入 OpenRouter、火山引擎、Kimi、智谱等供应商
6. 支持复用本地的 Claude Code 订阅套餐，无需额外付费…
主要特性：
1. 以 Claude Code 为 Agent 运行时，可以完成各类任务
2. 以 Codex 为运行沙盒，可以在隔离环境执行脚本
3. 支持整理文件、生成网站、生成 PPT / Excel / Word 等日常办公任务
4. 支持 MCP / Agent Skills，可玩性高
5. 支持自定义模型，可以接入 OpenRouter、火山引擎、Kimi、智谱等供应商
6. 支持复用本地的 Claude Code 订阅套餐，无需额外付费…
gemini-cli-extensions/conductor
🔗 https://github.com/gemini-cli-extensions/conductor
#github
🔗 https://github.com/gemini-cli-extensions/conductor
#github
GitHub
GitHub - gemini-cli-extensions/conductor: Conductor is a Gemini CLI extension that allows you to specify, plan, and implement software…
Conductor is a Gemini CLI extension that allows you to specify, plan, and implement software features. - gemini-cli-extensions/conductor
📰 區塊鏈日報 2026-02-03
🦄 Uniswap
推出鏈上代幣拍賣功能
• 無需許可、完全鏈上
• 設定預算 + 最高價，自動分批競標
• 代幣分配新範式
🔮 Pyth Network
與 Flash Trade 合作推出 Solana 首個反向外匯交易對
💧 Hyperliquid
• HIP-3: 預測市場上線
• HIP-4: 無許可永續合約
生態持續擴張
🚀 跨界
Elon Musk 確認 SpaceX 與 xAI 進階合併談判中
📊 本日關注
• USDC $250M 鑄造 = 流動性充足
• Uniswap 拍賣 = 去中心化 launchpad
• Hyperliquid = 預測市場 + perps 雙線發展
🦄 Uniswap
推出鏈上代幣拍賣功能
• 無需許可、完全鏈上
• 設定預算 + 最高價，自動分批競標
• 代幣分配新範式
🔮 Pyth Network
與 Flash Trade 合作推出 Solana 首個反向外匯交易對
💧 Hyperliquid
• HIP-3: 預測市場上線
• HIP-4: 無許可永續合約
生態持續擴張
🚀 跨界
Elon Musk 確認 SpaceX 與 xAI 進階合併談判中
📊 本日關注
• USDC $250M 鑄造 = 流動性充足
• Uniswap 拍賣 = 去中心化 launchpad
• Hyperliquid = 預測市場 + perps 雙線發展
📰 AI 日報 2026-02-03
🔬 Anthropic × 科研
與 Allen Institute、HHMI 合作加速科學發現
🐙 OpenClaw 爆發
• GitHub 114K+ stars，開源 AI Agent 框架
• 本地部署 + 本地模型成趨勢
• 最佳運行需 Opus 4.5 或 GPT-5.2-codex
📉 AI 訓練成本
Karpathy: GPT-2 訓練成本每年降 2.5x
📸 AI 取代攝影（levelsio）
• 2024/09: 30%
• 2025/02: 58%
• 2026/02: 85%
包含：證件照、頭像、產品、房地產、美食攝影
🧠 The Decoder
• Anthropic 研究：用戶對 Claude 形成情感依賴
• 前 OpenAI 研究員：AI 無法從錯誤學習，阻礙 AGI
• 中國 AI 農曆新年前搶發新模型（智譜、Minimax）
• AI 晶片需求推高 iPhone 成本 +$57
💡 一句話
World shifting events: 過去數十年 → 2025 數週 → 2026 數天
🔬 Anthropic × 科研
與 Allen Institute、HHMI 合作加速科學發現
🐙 OpenClaw 爆發
• GitHub 114K+ stars，開源 AI Agent 框架
• 本地部署 + 本地模型成趨勢
• 最佳運行需 Opus 4.5 或 GPT-5.2-codex
📉 AI 訓練成本
Karpathy: GPT-2 訓練成本每年降 2.5x
📸 AI 取代攝影（levelsio）
• 2024/09: 30%
• 2025/02: 58%
• 2026/02: 85%
包含：證件照、頭像、產品、房地產、美食攝影
🧠 The Decoder
• Anthropic 研究：用戶對 Claude 形成情感依賴
• 前 OpenAI 研究員：AI 無法從錯誤學習，阻礙 AGI
• 中國 AI 農曆新年前搶發新模型（智譜、Minimax）
• AI 晶片需求推高 iPhone 成本 +$57
💡 一句話
World shifting events: 過去數十年 → 2025 數週 → 2026 數天
前幾天跟 member 聊的內容有點像這樣
https://t.me/reorx_share/6468
我的回應是這樣的
用 AI 的過程中，讓他隨機給你幾段文字讓你判斷有沒有共鳴，沒有共鳴就不看了吧，有共鳴就繼續
主打的一個隨緣
https://t.me/reorx_share/6468
我的回應是這樣的
用 AI 的過程中，讓他隨機給你幾段文字讓你判斷有沒有共鳴，沒有共鳴就不看了吧，有共鳴就繼續
主打的一個隨緣
仔细读了一遍 Anthropic 这篇关于用代码执行的方式调用 MCP 的文章，还挺有收获的。
https://www.anthropic.com/engineering/code-execution-with-mcp
这一篇的核心逻辑在于解决 MCP 工具执行过程占用 LLM 上下文的问题。许多原本被拆解为多次工具调用的任务，完全可以通过编写代码来一次性完成，从而避免因多次执行而产生不必要的冗长上下文。
例如，一个任务需要先从 Google Drive 获取电子表格，筛选出未完成订单，最后上传至 Salesforce。原始表格可能极为庞大（几万行），且对后续对话无实质参考价值。如果先让 agent 来把这个任务写成一段代码（包含获取、过滤、上传工具的调用和组合），那么注入上下文的将仅是筛选后的有限信息，而非完整的表格数据。这样做不仅减少了 Token 的浪费，也提高了 LLM 执行后续对话的精确度。
此外，在代码执行过程中，可以用文件的方式保存和传递中间结果。因为这套系统是基于文件系统运作的，所有的工具都首先被转换为 MCP 目录下的文件模块，供 agent 生成代码调用，因此也可以存在特定目录如 store/, 允许生成代码在这里存放中间数据。在后续交互中，agent 还能根据对过往代码逻辑的理解，知道如何处理之前生成的数据，从而在运行的完整生命周期中持续维护 store state。
文章中还提到了 Cloudflare 今年 9 月发的一篇文章 Code Mode: the better way to use MCP，理念非常相似，不过 CF 更关注 LLM 生成代码的标准性，它将 MCP 工具直接转换成 TypeScript API，包含完整的类型定义和文档注释。这比第一篇文章提到的文件系统映射更加自然——开发者本来就是这样写代码的；还使用 V8 isolate 作为沙箱环境，既兼顾了性能（毫秒级的启动速度）又提供了安全隔离。
我还在笔记中找到了去年收藏的一篇 paper，是 Apple 发布的 CodeAct, 它也提出了相似的理念。不过不涉及 MCP, 而是直接让 agent 控制 LLM 生成代码，放在 Python 沙盒环境中执行来解决复杂问题 (比如数字计算和数 r :)。当时感觉惊为天人，但现在看来这是必然的解决途径，各家应用开发商都不约而同地想到并使用了。最早在产品上体现的应该是 Claude，去年就发布了 Analysis Tool，用代码生成的方式解决数据分析和可视化，到今年仍然非常好用。
https://www.anthropic.com/engineering/code-execution-with-mcp
这一篇的核心逻辑在于解决 MCP 工具执行过程占用 LLM 上下文的问题。许多原本被拆解为多次工具调用的任务，完全可以通过编写代码来一次性完成，从而避免因多次执行而产生不必要的冗长上下文。
例如，一个任务需要先从 Google Drive 获取电子表格，筛选出未完成订单，最后上传至 Salesforce。原始表格可能极为庞大（几万行），且对后续对话无实质参考价值。如果先让 agent 来把这个任务写成一段代码（包含获取、过滤、上传工具的调用和组合），那么注入上下文的将仅是筛选后的有限信息，而非完整的表格数据。这样做不仅减少了 Token 的浪费，也提高了 LLM 执行后续对话的精确度。
此外，在代码执行过程中，可以用文件的方式保存和传递中间结果。因为这套系统是基于文件系统运作的，所有的工具都首先被转换为 MCP 目录下的文件模块，供 agent 生成代码调用，因此也可以存在特定目录如 store/, 允许生成代码在这里存放中间数据。在后续交互中，agent 还能根据对过往代码逻辑的理解，知道如何处理之前生成的数据，从而在运行的完整生命周期中持续维护 store state。
文章中还提到了 Cloudflare 今年 9 月发的一篇文章 Code Mode: the better way to use MCP，理念非常相似，不过 CF 更关注 LLM 生成代码的标准性，它将 MCP 工具直接转换成 TypeScript API，包含完整的类型定义和文档注释。这比第一篇文章提到的文件系统映射更加自然——开发者本来就是这样写代码的；还使用 V8 isolate 作为沙箱环境，既兼顾了性能（毫秒级的启动速度）又提供了安全隔离。
我还在笔记中找到了去年收藏的一篇 paper，是 Apple 发布的 CodeAct, 它也提出了相似的理念。不过不涉及 MCP, 而是直接让 agent 控制 LLM 生成代码，放在 Python 沙盒环境中执行来解决复杂问题 (比如数字计算和数 r :)。当时感觉惊为天人，但现在看来这是必然的解决途径，各家应用开发商都不约而同地想到并使用了。最早在产品上体现的应该是 Claude，去年就发布了 Analysis Tool，用代码生成的方式解决数据分析和可视化，到今年仍然非常好用。
Anthropic
Code execution with MCP: building more efficient AI agents
Learn how code execution with the Model Context Protocol enables agents to handle more tools while using fewer tokens, reducing context overhead by up to 98.7%.
