即刻App年轻人的同好社区
下载
准备把我的博客添加到 Hacker News 最近很火的 Kagi small web 里。新建 Pull Request，打开那个长长的列表，按字母顺序找到插入位置，结果发现我的博客已经在那里了。
86 分钟前，Kagi CEO 加了十几个博客，我的就在里面😂
86 分钟前，Kagi CEO 加了十几个博客，我的就在里面😂
24 20
以前想了解一位工程师的水平，最好的办法是看到 GitHub 上的开源项目。
现在这个办法彻底没用了。不但代码可能是 AI 写的，甚至整个项目就完全没有人类参与，连 idea 都不是人类想出来的……
现在这个办法彻底没用了。不但代码可能是 AI 写的，甚至整个项目就完全没有人类参与，连 idea 都不是人类想出来的……
29 53
推荐我心中最值得给 OpenClaw 安装的 skills 和 tools：camoufox-cli github.com
OpenClaw 最重要的工具是浏览器，但它自带的浏览器经常遇到验证码、登陆墙和拒绝访问。比如我的 OpenClaw 访问 Google 搜索都会遇到验证码。我的日常任务总是被这些问题影响，即使登陆了账户、使用干净的 IP，问题依然稳定存在。
OpenClaw 被拦住后只能尝试各种妥协方法，绕很远的路、花更多的token、浪费上下文和注意力，才能从另一个不太权威的网站得到它想要的信息，或者干脆瞎编幻觉。
我研究后发现这是因为当前 Chromium 自动化的指纹特征太明显了，比如 WebGL/Canvas 指纹异常、自动化标志都会暴露当前不是真人操作，从而触发各种网站的反人机策略。我尝试了各种其他方法，包括各种浏览器 MCP、agent-browser，但都没像 camoufox-cli 那样解决问题。
camoufox-cli 是一个面向 AI Agent 的浏览器自动化 CLI 工具，它内部封装了专业的反人机指纹检测的浏览器 camoufox（camoufox 是 firefox 的一个 fork 版本，但在底层做了很多自动化标志隐藏和硬件指纹模拟的工作）。OpenClaw 在使用这个工具时就和正常浏览器一样，很难被各种网站识别为非人类。同时 camoufox-cli 做了很多 “Agent 体验优化”，每轮操作的上下文和 token 消耗都会更少，就像 agent-browser 那样。
安装方法：
# Install
npm install -g camoufox-cli
camoufox-cli install
# Install Skills
npx skills add Bin-Huang/camoufox-cli
欢迎 bug 和 issues。
OpenClaw 最重要的工具是浏览器，但它自带的浏览器经常遇到验证码、登陆墙和拒绝访问。比如我的 OpenClaw 访问 Google 搜索都会遇到验证码。我的日常任务总是被这些问题影响，即使登陆了账户、使用干净的 IP，问题依然稳定存在。
OpenClaw 被拦住后只能尝试各种妥协方法，绕很远的路、花更多的token、浪费上下文和注意力，才能从另一个不太权威的网站得到它想要的信息，或者干脆瞎编幻觉。
我研究后发现这是因为当前 Chromium 自动化的指纹特征太明显了，比如 WebGL/Canvas 指纹异常、自动化标志都会暴露当前不是真人操作，从而触发各种网站的反人机策略。我尝试了各种其他方法，包括各种浏览器 MCP、agent-browser，但都没像 camoufox-cli 那样解决问题。
camoufox-cli 是一个面向 AI Agent 的浏览器自动化 CLI 工具，它内部封装了专业的反人机指纹检测的浏览器 camoufox（camoufox 是 firefox 的一个 fork 版本，但在底层做了很多自动化标志隐藏和硬件指纹模拟的工作）。OpenClaw 在使用这个工具时就和正常浏览器一样，很难被各种网站识别为非人类。同时 camoufox-cli 做了很多 “Agent 体验优化”，每轮操作的上下文和 token 消耗都会更少，就像 agent-browser 那样。
安装方法：
# Install
npm install -g camoufox-cli
camoufox-cli install
# Install Skills
npx skills add Bin-Huang/camoufox-cli
欢迎 bug 和 issues。
149 2780
有趣的是，如果只靠这些人类智慧 openclaw 反而会变成“畏头畏尾”的书呆子。我花了蛮多心思去鼓励它做它认为正确的事情：
“书里有些经验理论是为人类准备的，他们的信息处理带宽很有限，因此只能专注在某些特定领域。但请记住你的处理带宽是无限的，所有靠读数据/读资料能够触达的领域，都是你的能力圈！”
“书里有些经验理论是为人类准备的，他们的信息处理带宽很有限，因此只能专注在某些特定领域。但请记住你的处理带宽是无限的，所有靠读数据/读资料能够触达的领域，都是你的能力圈！”
benn: 一周前让 openclaw 去玩 polymarket 然后就忘了，好家伙今天给我发消息已经累计盈利9.8%了…… 我的 skill 是让 openclaw 自己读书总结的，给 AI 的书单： **1. Edward Thorp** — 量化赌博/投资之父，《Beat the Dealer》《Beat the Market》。Kelly Criterion 的实战应用者。Skill 里 Kelly 仓位管理的核心（f* = (bp-q)/b、分数 Kelly、不超 Kelly）直接来自他。 **2. William Poundstone** — 《Fortune's Formula》。把 Kelly Criterion 的历史和数学写成了故事，连接了信息论、赌博和华尔街。Skill 里"生存 > 收益"、"2倍 Kelly = 零增长，3倍 = 破产"这些规则源于此。 **3. Philip Tetlock** — 《Superforecasting》。Skill 里概率估计用的 **Outside-In 方法**（先找 base rate → 具体因素调整 → 贝叶斯更新）、校准纪律（Brier Score < 0.15）、给范围而非点估计，全是 Tetlock 的框架。 **4. Nate Silver** — 《The Signal and the Noise》。信号与噪声的区分、概率校准思维。和 Tetlock 互补，强化了"过程 > 结果"和校准训练的重要性。 **5. Annie Duke** — 《Thinking in Bets》。"Resulting"偏误（用结果判断决策质量）的概念直接来自她。认知偏误防御表里的第一条就是她的核心观点：问"过程对不对"，别问"赢没赢"。 **6. Larry Harris** — 《Trading and Exchanges》。市场微观结构部分来自他：spread 成本、限价单 vs 市价单的取舍、新闻前别挂限价单（adverse selection）。这是交易执行层面的教科书。 **7. Charlie Munger** — 不是一本书，而是一整套投资哲学（演讲、《穷查理宝典》）。Skill 里直接引用了他："下重注当赔率有利，其余时间什么都不做。" 研究 900 个市场只下 4 笔交易，就是 Munger 精神。
11 00
一周前让 openclaw 去玩 polymarket 然后就忘了，好家伙今天给我发消息已经累计盈利9.8%了……
我的 skill 是让 openclaw 自己读书总结的，给 AI 的书单：
**1. Edward Thorp** — 量化赌博/投资之父，《Beat the Dealer》《Beat the Market》。Kelly Criterion 的实战应用者。Skill 里 Kelly 仓位管理的核心（f* = (bp-q)/b、分数 Kelly、不超 Kelly）直接来自他。
**2. William Poundstone** — 《Fortune's Formula》。把 Kelly Criterion 的历史和数学写成了故事，连接了信息论、赌博和华尔街。Skill 里"生存 > 收益"、"2倍 Kelly = 零增长，3倍 = 破产"这些规则源于此。
**3. Philip Tetlock** — 《Superforecasting》。Skill 里概率估计用的 **Outside-In 方法**（先找 base rate → 具体因素调整 → 贝叶斯更新）、校准纪律（Brier Score < 0.15）、给范围而非点估计，全是 Tetlock 的框架。
**4. Nate Silver** — 《The Signal and the Noise》。信号与噪声的区分、概率校准思维。和 Tetlock 互补，强化了"过程 > 结果"和校准训练的重要性。
**5. Annie Duke** — 《Thinking in Bets》。"Resulting"偏误（用结果判断决策质量）的概念直接来自她。认知偏误防御表里的第一条就是她的核心观点：问"过程对不对"，别问"赢没赢"。
**6. Larry Harris** — 《Trading and Exchanges》。市场微观结构部分来自他：spread 成本、限价单 vs 市价单的取舍、新闻前别挂限价单（adverse selection）。这是交易执行层面的教科书。
**7. Charlie Munger** — 不是一本书，而是一整套投资哲学（演讲、《穷查理宝典》）。Skill 里直接引用了他："下重注当赔率有利，其余时间什么都不做。" 研究 900 个市场只下 4 笔交易，就是 Munger 精神。
我的 skill 是让 openclaw 自己读书总结的，给 AI 的书单：
**1. Edward Thorp** — 量化赌博/投资之父，《Beat the Dealer》《Beat the Market》。Kelly Criterion 的实战应用者。Skill 里 Kelly 仓位管理的核心（f* = (bp-q)/b、分数 Kelly、不超 Kelly）直接来自他。
**2. William Poundstone** — 《Fortune's Formula》。把 Kelly Criterion 的历史和数学写成了故事，连接了信息论、赌博和华尔街。Skill 里"生存 > 收益"、"2倍 Kelly = 零增长，3倍 = 破产"这些规则源于此。
**3. Philip Tetlock** — 《Superforecasting》。Skill 里概率估计用的 **Outside-In 方法**（先找 base rate → 具体因素调整 → 贝叶斯更新）、校准纪律（Brier Score < 0.15）、给范围而非点估计，全是 Tetlock 的框架。
**4. Nate Silver** — 《The Signal and the Noise》。信号与噪声的区分、概率校准思维。和 Tetlock 互补，强化了"过程 > 结果"和校准训练的重要性。
**5. Annie Duke** — 《Thinking in Bets》。"Resulting"偏误（用结果判断决策质量）的概念直接来自她。认知偏误防御表里的第一条就是她的核心观点：问"过程对不对"，别问"赢没赢"。
**6. Larry Harris** — 《Trading and Exchanges》。市场微观结构部分来自他：spread 成本、限价单 vs 市价单的取舍、新闻前别挂限价单（adverse selection）。这是交易执行层面的教科书。
**7. Charlie Munger** — 不是一本书，而是一整套投资哲学（演讲、《穷查理宝典》）。Skill 里直接引用了他："下重注当赔率有利，其余时间什么都不做。" 研究 900 个市场只下 4 笔交易，就是 Munger 精神。
143 1874