runesleo

5 天監控自己的工具，306 次觸發，100% 誤報。原來我一直在吸它自己的尾氣🤦
給 Claude Code 加了個 hook，ssh 跨機器或寫關鍵文件前彈橫幅提醒一下，怕自己手快違反 SSOT 鐵律。
配套 stats 腳本統計觸發次數，今天打開樣本一看，全是誤報。
bug 不在 hook，在 stats 腳本：它 grep 的是日誌裡 "⚠️ 跨機器" 這串字符。
但日誌裡至少有三種回聲：hook 自己輸出的橫幅、工具結果把橫幅復述了一遍、連任務描述裡寫 "hook 這周觸發 N 次" 都被算進去。
我數的不是觸發次數，是工具自己說話的回音。
修法：讓工具自己寫審計日誌。
log_trigger() { echo "{ts,hook,pattern,target}" >> ~/.claude/logs/hook-trigger.jsonl }
工具觸發自己記一行，下周用真數據復盤。
監控自己的工具，最容易騙你的就是它自己。
Claude Code 的 hook 也好，埋點 SDK、agent 監控也好，只要監控對象包括"自己"，事後 grep 就是循環陷阱。
它的輸出會塞回日誌、復述、甚至混進任務描述裡，分不清哪條是真觸發哪條是它自己講過的話。
想知道工具被用了多少次，得讓它自己說，別讓日誌替它說。

Leo Labs 大群 4/26 群友討論精華（最近 380 條）
━━━━━━━━━━━━
1️⃣ 凱利公式被群裡集體否定 — 一致換回固定倉位
群裡 30+ 分鐘討論倉位管理：
• "凱利需要知道真實概率，散戶根本算不出"
• "凱利是穩定盈利前提下的優化方法，本身不能決定盈虧，吹成系統必備屬於亂扯"
• 多人收斂實操：固定倉位 + 賺了就提本金 + 不隨便改參數
• 一句金句："你是上帝那麼可以用凱利公式"
💡 回撤了想改參數 ≠ 倉位問題，那是策略本身的問題。
━━━━━━━━━━━━
2️⃣ 0.99 極端價格策略 — 驗證窗口的統計學陷阱
群友抛出"買 0.99 能活嗎"，引出最好的統計學討論：
• 99% 反轉概率 = 1/1000
• 98% 反轉概率 = 5/1000
• 想買 0.99 必須真勝率 >99%，但散戶短期內根本驗證不出來
• 一個比喻最直觀："我有 2 個硬幣，一個 99% 正面 vs 99.5% 正面，得抛幾百次才能分辨是哪个"
💡 你的策略可能不是"不行"，是你撐不到驗證它行不行的那一刻。
━━━━━━━━━━━━
3️⃣ 模擬盤 vs 實盤 gap 的真實數字
• 模擬 ROI 2.5% → 實盤虧
• 模擬 ROI 5% → 實盤還是虧
• 模擬 80% 勝率 → 實盤成交率不到 40%，能拿到的都是爛單
• 實盤門檻："下單 50%

Cursor 好大方，一下送 10000 美金的 token 額度，5 月底到期。
最早接觸 vibe coding 的時候重度用過一段時間 Cursor 後來逐漸轉移到了 cc 和 codex 為主；
想不到又有機會可以重新研究 Cursor 看能搞出什麼好玩好用的產品和工具，這下有的玩了！
感謝 @cursor_ai @edwinarbus 🙏

謝謝你，Elon
雖然變少了，但比預期的多
每一百萬展示大概對應225美元

做 Polymarket 的自動策略,部署一次大家都很小心,但停用的時候基本沒人講 —— 今天被這個盲點教訓了 14 小時。
3 周前我停了一個在 Polymarket 上跑的策略機器人。pm2 stop,看到狀態變成 stopped,就以為事情過去了。
今天順手做了 10 分鐘的伺服器清理,重啟了一下進程管理器。那個"死透"3周的策略,復活了,還靜靜跑了 14 小時真錢模式。
查了下根因 —— pm2 stop 只是把狀態標記成"已停",沒有真的刪掉。只要一次批量啟動,所有被"暫停"的進程都會被拉回來。這坑不是 pm2 獨有的, systemd、docker、k8s 都是同一個問題:以為停了,其實沒停。
做預測市場的自動策略,不管你用什麼工具,停一個策略要做 5 件事:
1. 進程管理器層面徹底刪除這個服務(不是暫停)
2. 從配置文件裡移除這條定義(不然下次批量啟動它會自己復活)
3. 在程式入口加一道關閉門(防止被誤操作喚醒)
4. 更新你的文件或狀態表(不然過兩週你自己都忘了這個策略停了沒)
5. 如果涉及交易帳本,正式關閉這個策略的記帳週期(epoch),防止新數據
混進舊策略的帳
部署大家都很仔細,停用往往只做第 1 步就當完事。真正的坑都埋在第 2到第 5 步裡。
14 小時樣本小沒虧錢,但這種僥倖不代表下次還能走運。

看 @predictionindex 这期最新预测市场数据周报告：Polymarket + Kalshi 合计约 75% 成交量，其余所有平台累计 <$30B。
报告里没讲的两个细节，对预测市场玩家其实更关键：
Kalshi 正在追上甚至反超 Polymarket
DeFiRate 最新一周：Kalshi $2.9B（60%），Polymarket $2.0B（40%）。两家在周度数据里互有拉锯——上周 Poly 刚反超过 Kalshi，这周又被追回去。
美国市场更极端。BofA 4/9-10 报告：Kalshi 89%，Polymarket 7%， 4%。合规 + KYC 是 Kalshi 的结构性优势，Polymarket 是链上协议，在美国散户覆盖上暂时吃亏，短期不会翻。
"双寡头"这个词容易让人以为 Poly 还是老大，美国市场实际已经基本是 Kalshi 一家。
"其他 25%" 里也许藏着更大的 alpha
Week 15 报告点到的小平台：Opinion / Limitless / Myriad / / Probable / / Chain）...

本质上是新预测市场上线到竞争充分之间的窗口期玩家。
一个典型数据：某链上钱包在 30 天做出 $99K PnL，每笔毛利率 ~21%。对比 Polymarket 成熟盘口的 0.5-2%，差了 10 倍以上。

又一件雖然沒什麼用但是很爽的事：今天用 Claude 把 3.7 萬封 Gmail 收件箱清到 1.1 萬。全程沒自己看一封郵件，只點了兩下：發 App Password、導入 filter。
走的是 Python + IMAP，分四步：
1. 導出所有發件人按頻率分類
2. 555 個垃圾域名一鍵歸檔到 Archive-Junk
3. 主動停下來說「我誤傷了 317 封銀行 / 券商 / Coinbase / Claude 安全郵件，要召回嗎」
4. 生成 Gmail Filter 讓未來這些域名直接跳過 INBOX
第三步是我沒料到的。本來準備自己抽查幾封看分類對不對，AI 自己先把風險點列出來了。

最近做了一次多模型互搏，有個挺有意思的發現。
同一個架構題，我分別讓 Claude 和 Codex 獨立寫方案。
Codex 漏了一件事：我的策略分散在 20 多個獨立的進程裡，它寫的方案默認"所有組件跑在同一個地方"，直接無效。Claude 一眼看出這個問題。
反過來 Claude 漏了另一件事：它執著於新建獨立的模組，其實我手裡已經有一整套現成的框架可以搭車，加一個字段就夠了。Codex 把這條撿了回來。
最有意思的是後面這步：我讓兩個模型互相 review 對方的最終方案，雙方都下意識錨定了"對方已經寫好的框架"，結果一起漏掉了一個邊界情況——最後是我手動跑生產數據才發現的。
所以現在的習慣是：每一輪互搏都給獨立的成功標準，禁止讓一個模型看另一個模型的底稿。拿到手的是兩份盲區不重疊的獨立底稿，合起來才接近完整。

做量化策略很容易犯的一個錯：信任"看起來靠譜"的數據，不去跑上游。
我的天氣策略之前覆蓋 34 個城市，是過去幾次擴張慢慢加出來的，很久沒復查了。前幾天例行 audit 隨手拿 Polymarket 官方 API 拉了一遍全量市場，發現實際有 44 個——我自己漏了 10 個。
更有意思的是，順手對比了行業裡大家都在引用的那個天氣工具站，它同樣漏了其 中最大的一個：Panama City。這個城市在 Polymarket 上有 66 個事件選項，兩份"看起來靠譜"的數據都沒它。
教訓：你自己一年前整理的列表會過期，別人整理的"行業清單"也會漏，只有原始 API 是對的。跑一遍成本沒多少——這次我一次拉完就幾分鐘。

Claude 悄悄送了 $200 額度，藏在後台 Settings → Usage 裡。
可以用在 Code、Claude Desktop、第三方 App，4 月 17 號過期。
注意：直接點 Claim 可能報錯，先往下滑把 Extra usage 開關打開，再回去領就行了（app store 訂閱、沒綁卡也成功喔）。
又可以開心的燒 token 了！

天氣做市策略跑了一段時間，最近發現回撤不對勁。一查，問題出在概率模型的兩個假設上。
第一個：校準用的是網格再分析數據，但 Polymarket 結算用的是機場實測。兩套數據源之間有系統性偏差，校準出來的 σ 從源頭就不准。
第二個更隱蔽：模型假設預報無偏差。但實際上每個城市的預報都有方向性偏差——有的城市預報系統性偏冷，有的偏熱。模型不知道這件事，就會在錯誤的方向上反覆下注。
比如某個城市預報比實際低將近 2°C，模型覺得"溫度不會到 X"是大概率，買了一堆 NO。結果實際溫度每次都比預報高。
最開始的本能反應是砍城市，把表現差的停掉。砍完發現三分之一都被禁了。這時候反應過來：需要砍三分之一覆蓋才能活的策略，問題在模型不在城市。
改了校準數據源（切到結算同源的機場觀測），概率計算加上了 bias 修正。然後把砍掉的城市全恢復了——高 σ 城市模型自己會減少信號，不需要人工禁止。

Claude Code 51 萬行程式碼外洩，GitHub 一夜間冒出十幾個備份倉庫，最高 11.8 萬星。
中文開發者圈集體狂歡，拆架構、挖隱藏功能、找 feature flag。
但最反直覺的是 Anthropic 的反應：
npm 包沒撤。沒緊急公關。首席商務官 Paul Smith 出來說了句："absolutely not breaches or hacks"——不是安全事故，是流程問題。
對比一下：如果 Tesla 自動駕駛程式碼洩了，馬斯克會說"流程問題"就完了？
Anthropic 敢這麼淡定，因為心裡清楚：Claude Code 的競爭力從來不在那 51 萬行 TypeScript 裡。harness 是殼，模型是魂。你拿到了殼，塞不進那個魂。
GitHub 上那些 fork 已經證明了——大部分在做的事是"怎麼繞開 Anthropic API 跑起來"，而不是"怎麼用這套架構做個更好的產品"。
開發者以為拿到了程式碼就拿到了 Claude Code。Anthropic 知道他們只是拿到了說明書。

我盤了一下我的 Claude Code，全局掛了 12 個 MCP。
每個 MCP 的工具描述是常駐 system prompt 的，不管你調不調，都在吃 context。
拉了 14 天調用數據：6 個兩周加起來不到 10 次。直接砍到 6 個。
砍完在想一個問題：哪些工具該用 MCP，哪些用 CLI 就夠了？
MCP 的優勢是結構化——Claude 能看到參數 schema，直接調用，處理複雜交互（登入狀態、長連接、多步操作）也更穩。
但代價是常駐 context。你裝 10 個 MCP，就是幾十個工具描述永遠掛在那。
CLI 沒有這個開銷。命令只在你跑的時候才進入 context，跑完就消失。
我現在的做法：需要 Claude 主動發現和調用的留 MCP（記憶系統、TG 消息），其餘能 CLI 化的都 CLI 化。
全局 MCP 控制在 5-6 個以內，其餘按專案按需加載。

我每天會掃一遍 GitHub 熱門項目，找能優化自己工作流程的東西。今天篩出來發現一半都是 Claude Code 生態的，挑三個值得看的：
claude-code-best-practice（+2407⭐）
整理了 87 條 CC 使用技巧 + 8 種社區工作流對比。剛上手或者用了一陣想系統化的都適合翻一遍。
oh-my-claudecode（+1126⭐）
多 Agent 編排框架，19 個預設 Agent + 自動模型路由（簡單任務走 Haiku 省錢，複雜的自動升 Opus）。最有意思的是它能從調試過程中自動提取可復用的 skill，不用你手動寫。適合已經用 CC 幹活、想上團隊協作的。
superpowers（+2620⭐，總星 128K）
Jesse Vincent 做的 Agent 技能框架，核心是測試驅動 + Git worktree 隔離。適合對程式碼品質有要求、不想讓 Agent 亂改程式碼的。
按階段選：入門看 best-practice，幹活看 superpowers，搞團隊看 oh-my-claudecode。