runesleo

5 天监控自己的工具，306 次触发，100% 误报。原来我一直在吸它自己的尾气🤦
给 Claude Code 加了个 hook，ssh 跨机器或写关键文件前弹横幅提醒一下，怕自己手快违反 SSOT 铁律。
配套 stats 脚本统计触发次数，今天打开样本一看，全是误报。
bug 不在 hook，在 stats 脚本：它 grep 的是日志里 "⚠️ 跨机器" 这串字符。
但日志里至少有三种回声：hook 自己输出的横幅、工具结果把横幅复述了一遍、连任务描述里写 "hook 这周触发 N 次" 都被算进去。
我数的不是触发次数，是工具自己说话的回音。
修法：让工具自己写 audit log。
log_trigger() { echo "{ts,hook,pattern,target}" >> ~/.claude/logs/hook-trigger.jsonl }
工具触发自己记一行，下周用真数据复盘。
监控自己的工具，最容易骗你的就是它自己。
Claude Code 的 hook 也好，埋点 SDK、agent 监控也好，只要监控对象包括"自己"，事后 grep 就是循环陷阱。
它的输出会塞回日志、复述、甚至混进任务描述里，分不清哪条是真触发哪条是它自己讲过的话。
想知道工具被用了多少次，得让它自己说，别让日志替它说。

Leo Labs 大群 4/26 群友讨论精华（最近 380 条）
━━━━━━━━━━━━
1️⃣ 凯利公式被群里集体否定 — 一致换回固定仓位
群里 30+ 分钟讨论仓位管理：
• "凯利需要知道真实概率，散户根本算不出"
• "凯利是稳定盈利前提下的优化方法，本身不能决定盈亏，吹成系统必备属于乱扯"
• 多人收敛实操：固定仓位 + 赚了就提本金 + 不随便改参数
• 一句金句："你是上帝那么可以用凯利公式"
💡 回撤了想改参数 ≠ 仓位问题，那是策略本身的问题。
━━━━━━━━━━━━
2️⃣ 0.99 极端价格策略 — 验证窗口的统计学陷阱
群友抛出"买 0.99 能活吗"，引出最好的统计学讨论：
• 99% 反转概率 = 1/1000
• 98% 反转概率 = 5/1000
• 想买 0.99 必须真胜率 >99%，但散户短期内根本验证不出来
• 一个比喻最直观："我有 2 个硬币，一个 99% 正面 vs 99.5% 正面，得抛几百次才能分辨是哪个"
💡 你的策略可能不是"不行"，是你撑不到验证它行不行的那一刻。
━━━━━━━━━━━━
3️⃣ 模拟盘 vs 实盘 gap 的真实数字
• 模拟 ROI 2.5% → 实盘亏
• 模拟 ROI 5% → 实盘还是亏
• 模拟 80% 胜率 → 实盘成交率不到 40%，能拿到的都是烂单
• 实盘门槛："下单 50%

Cursor 好大方，一下送 10000美金的 token额度，5月底到期。
最早接触 vibe coding 的时候重度用过一段时间 Cursor 后来逐渐转移到了 cc 和 codex 为主；
想不到又有机会可以重新研究 Cursor 看能搞出什么好玩好用的产品和工具，这下有的玩了！
感谢 @cursor_ai @edwinarbus 🙏

Thank you Elon
虽然变少了，但比预期的多
每一百万展示大概对应225美金

做 Polymarket 的自动策略,部署一次大家都很小心,但停用的时候基本没人讲 —— 今天被这个盲点教训了 14 小时。
3 周前我停了一个在 Polymarket 上跑的策略机器人。pm2 stop,看到状态变成 stopped,就以为事情过去了。
今天顺手做了 10 分钟的服务器清理,重启了一下进程管理器。那个"死透"3周的策略,复活了,还静静跑了 14 小时真钱模式。
查了下根因 —— pm2 stop 只是把状态标记成"已停",没有真的删掉。只要一次批量启动,所有被"暂停"的进程都会被拉回来。这坑不是 pm2 独有的, systemd、docker、k8s 都是同一个问题:以为停了,其实没停。
做预测市场的自动策略,不管你用什么工具,停一个策略要做 5 件事:
1. 进程管理器层面彻底删除这个服务(不是暂停)
2. 从配置文件里移除这条定义(不然下次批量启动它会自己复活)
3. 在代码入口加一道关闭门(防止被误操作唤醒)
4. 更新你的文档或状态表(不然过两周你自己都忘了这个策略停了没)
5. 如果涉及交易账本,正式关闭这个策略的记账周期(epoch),防止新数据
混进旧策略的账
部署大家都很仔细,停用往往只做第 1 步就当完事。真正的坑都埋在第 2到第 5 步里。
14 小时样本小没亏钱,但这种侥幸不代表下次还能走运。

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。

又一件虽然没什么用但是很爽的事：今天用 Claude 把 3.7 万封 Gmail 收件箱清到 1.1 万。全程没自己看一封邮件，只点了两下：发 App Password、导入 filter。
走的是 Python + IMAP，分四步：
1. 导出所有发件人按频率分类
2. 555 个垃圾域名一键归档到 Archive-Junk
3. 主动停下来说「我误伤了 317 封银行 / 券商 / Coinbase / Claude 安全邮件，要召回吗」
4. 生成 Gmail Filter 让未来这些域名直接跳过 INBOX
第三步是我没料到的。本来准备自己抽查几封看分类对不对，AI 自己先把风险点列出来了。

最近做了一次多模型互搏，有个挺有意思的发现。
同一个架构题，我分别让 Claude 和 Codex 独立写方案。
Codex 漏了一件事：我的策略分散在 20 多个独立的进程里，它写的方案默认"所有组件跑在同一个地方"，直接无效。Claude 一眼看出这个问题。
反过来 Claude 漏了另一件事：它执着于新建独立的模块，其实我手里已经有一整套现成的框架可以搭车，加一个字段就够了。Codex 把这条捡了回来。
最有意思的是后面这步：我让两个模型互相 review 对方的最终方案，双方都下意识锚定了"对方已经写好的框架"，结果一起漏掉了一个边界情况——最后是我手动跑生产数据才发现的。
所以现在的习惯是：每一轮互搏都给独立的成功标准，禁止让一个模型看另一个模型的底稿。拿到手的是两份盲区不重叠的独立底稿，合起来才接近完整。

做量化策略很容易犯的一个错：信任"看起来靠谱"的数据，不去跑上游。
我的天气策略之前覆盖 34 个城市，是过去几次扩张慢慢加出来的，很久没复查了。前两天例行 audit 随手拿 Polymarket 官方 API 拉了一遍全量市场，发现实际有 44 个——我自己漏了 10 个。
更有意思的是，顺手对比了行业里大家都在引用的那个天气工具站，它同样漏了其 中最大的一个：Panama City。这个城市在 Polymarket 上有 66 个事件选项，两份"看起来靠谱"的数据都没它。
教训：你自己一年前整理的列表会过期，别人整理的"行业清单"也会漏，只有原始 API 是对的。跑一遍成本没多少——这次我一次拉完就几分钟。

Claude 悄悄送了 $200 额度，藏在后台 Settings → Usage 里。
可以用在 Code、Claude Desktop、第三方 App，4 月 17 号过期。
注意：直接点 Claim 可能报错，先往下滑把 Extra usage 开关打开，再回去领就行了（app store订阅、没绑卡也成功哦）。
又可以开心的烧token了 ！

天气做市策略跑了一段时间，最近发现回撤不对劲。 一查，问题出在概率模型的两个假设上。
第一个：校准用的是网格再分析数据，但 Polymarket 结算用的是机场实测。两套数据源之间有系统性偏差 ，校准出来的 σ 从源头就不准。
第二个更隐蔽：模型假设预报无偏差。但实际上每个 城市的预报都有方向性偏差——有的城市预报系统性偏 冷，有的偏热。模型不知道这件事，就会在错误的方 向上反复下注。
比如某个城市预报比实际低将近 2°C，模型觉得"温度不会到 X"是大概率，买了一堆 NO。结果实际温度每次都比预报高。
最开始的本能反应是砍城市，把表现差的停掉。砍完 发现三分之一都被禁了。这时候反应过来：需要砍三 分之一覆盖才能活的策略，问题在模型不在城市。
改了校准数据源（切到结算同源的机场观测），概率 计算加上了 bias 修正。然后把砍掉的城市全恢复了——高 σ 城市模型自己会减少信号，不需要人工禁止。

Claude Code 51 万行源码泄露，GitHub 一夜冒出十几个备份仓库，最高 11.8 万星。
中文开发者圈集体狂欢，拆架构、挖隐藏功能、找 feature flag。
但最反直觉的是 Anthropic 的反应：
npm 包没撤。没紧急公关。首席商务官 Paul Smith 出来说了句："absolutely not breaches or hacks"——不是安全事故，是流程问题。
对比一下：如果 Tesla 自动驾驶源码泄了，马斯克会说"流程问题"就完了？
Anthropic 敢这么淡定，因为心里清楚：Claude Code 的竞争力从来不在那 51 万行 TypeScript 里。harness 是壳，模型是魂。你拿到了壳，塞不进那个魂。
GitHub 上那些 fork 已经证明了——大部分在做的事是"怎么绕开 Anthropic API 跑起来"，而不是"怎么用这套架构做个更好的产品"。
开发者以为拿到了源码就拿到了 Claude Code。Anthropic 知道他们只是拿到了说明书。

盘了一下我的 Claude Code，全局挂了 12 个 MCP。
每个 MCP 的工具描述是常驻 system prompt 的，不管你调不调，都在吃 context。
拉了 14 天调用数据：6 个两周加起来不到 10 次。直接砍到 6 个。
砍完在想一个问题：哪些工具该用 MCP，哪些用 CLI 就够了？
MCP 的优势是结构化——Claude 能看到参数 schema，直接调用，处理复杂交互（登录态、长连接、多步操作）也更稳。
但代价是常驻 context。你装 10 个 MCP，就是几十个工具描述永远挂在那。
CLI 没有这个开销。命令只在你跑的时候才进 context，跑完就消失。
我现在的做法：需要 Claude 主动发现和调用的留 MCP（记忆系统、TG 消息），其余能 CLI 化的都 CLI 化。
全局 MCP 控制在 5-6 个以内，其余按项目按需加载。

我每天会扫一遍 GitHub 热门项目，找能优化自己工作流的东西。今天筛出来发现一半都是 Claude Code 生态的，挑三个值得看的：
claude-code-best-practice（+2407⭐）
整理了 87 条 CC 使用技巧 + 8 种社区工作流对比。刚上手或者用了一阵想系统化的都适合翻一遍。
oh-my-claudecode（+1126⭐）
多 Agent 编排框架，19 个预设 Agent + 自动模型路由（简单任务走 Haiku 省钱，复杂的自动升 Opus）。最有意思的是它能从调试过程中自动提取可复用的 skill，不用你手动写。适合已经用 CC 干活、想上团队协作的。
superpowers（+2620⭐，总星 128K）
Jesse Vincent 做的 Agent 技能框架，核心是测试驱动 + Git worktree 隔离。适合对代码质量有要求、不想让 Agent 乱改代码的。
按阶段选：入门看 best-practice，干活看 superpowers，搞团队看 oh-my-claudecode。