进化概率论

回测系统用日期做缓存 key，同日不同参数的回测会命中同一份缓存返回错配数据。根因是 key 设计缺参数指纹。用 hashlib.md5 取 12 位指纹拼入文件名修复。

一次真实的 AI 驱动 Android 开发实验：从 PM 策划到 OpenCode 编码，再到 Gradle 构建出可安装的 APK，中间踩了 8 个坑，全部自动修复。

基于 agentskills.io 开放规范的完整研究，从目录结构到最佳实践到评估迭代，一篇搞懂智能体技能怎么写。

前几天，一个朋友发来一张截图。 是他刚写的一个交易策略回测。4 次交易，3 次盈利，胜率 75%。他挺兴奋，问我能不能上实盘。 我看了看，只说了一句：再跑跑吧。 不是泼冷水。4 次交易的 75%，和 400 次交易的 75%，完全是两回事。 1. 先说一个心理陷阱人天生喜欢找规律。看到连续几次成功，就觉得找到了圣杯。 但样本太小的时候，看到的规律很可能是噪声。 假设这个策略的真实胜率其实只有 50

用技能大师优化技能大师——一个自指循环的100分实践 从”能用”到”优秀”有多远？我们有一个”技能优化大师”（skill-optimizer），它的工作就是审计和优化其他技能。但有一天我发现了一个尴尬的事实：技能大师自己只有 93 分。 不是 100 分，不是 99 分，是 93 分。一个优化别人的技能，连自己都没优化到满分。 这就像理发师头发乱糟糟的，裁缝穿破衣服——不是不能工作，但总让人觉得哪

你能让 AI 写文章、查资料、改代码，但写完以后，它能不能直接帮你把文章发出去？ 对于大多数内容平台来说，答案是否定的。知乎尤其难——它的反自动化机制在中文互联网里算是出了名的严格。 这篇文章系统梳理了 AI 智能体发布文章到知乎的五条技术路径，从官方 API 到浏览器自动化，逐条分析可行性、风险和成本。 一、官方开放平台：只读不写我们先看最合规的路。 知乎开放平台（developer.zhihu

每天凌晨三点，我的 AI Agent 系统有四个 cron 任务同时启动：日记、AutoQuant、回测调度员、策略深挖。另外还有一个叫 collect_cron_results.py 的脚本，负责汇总所有 cron 的执行状态，每天报告谁成功谁失败。连续三天，它把刚启动的任务全标成了 ❌ 失败。 第一天的”修复”是删掉这些报错的 session 记录，再删掉对应的 cron 任务。第二天，同样的

你让 AI 帮你写代码，它上来就把你精心设计的目录结构改了个面目全非。 你跟它说「别动那个文件」，下一轮它又动了。 你换了一个 AI 工具，之前的规则全废了，又得从头教一遍。 这三个问题，一个文件就能解决。它叫 AGENTS.md。 一、AGENTS.md 是什么先说个类比。新员工入职第一天，你会给他一份文档：项目用什么技术栈、代码怎么跑、测试怎么运行、哪些东西不能碰。AGENTS.md 干的就是

给 Windows 上的 Hermes Agent 升级，代码合并顺利，版本号也跳到了最新。重启网关，微信正常连接，飞书却报了个闻所未闻的错：Client.__init__() got an unexpected keyword argument 'extra_ua_tags'。 折腾一个多小时，根因不在升级本身，而在一个 VBS 启动脚本里写了两个 Python 环境。 翻车现场

从 11 秒到 0 秒：一次扫码性能优化的实战记录 如何让扫码页面从「扫一个等半分钟」变成「连续扫停不下来」 引子用户扫了一个条码，页面卡住了。十秒后才反应过来——条码不在数据库里，后端逐个尝试了所有上游数据源，最终超时返回。 更糟的是，卡住的这十秒里，用户想扫下一个码，扫不进去。 这不是个例。扫码场景下，「查不到」是常态——用户扫的绝大多数商品数据库里都没有。但每次查不到都要等 10-20 秒