如果你只是一个普通用户，在链上做了一笔兑换交易，你可能觉得这笔交易就是「发送到区块链 → 矿工处理 → 完成」。但实际上，从你发送交易到它被打包进区块的这段时间里，可能已经有一群「搜索者」在利用你的交易赚钱了。什么是 MEVMEV（Maximal Extractable Value，最大可提取价值）指的是区块验证者可以通过重新排序、插入或审查区块内的交易来获取的额外利润。最常见的 MEV 形式：三明治攻击（Sandwich Attack） 你下了一个大额的 DEX 买单，搜索者看到你的待处理交易后：先用更高的 gas 费在你前面买入（推高价格）你的交易在高价成交搜索者在你后面卖出（赚取差价）你的滑点从 0.5% 变成了 2% 多，差价被搜索者拿走了。套利（Arbitrage） 不同 DEX 之间的价格差异。搜索者同时在低价 DEX 买入、
稳定币是加密世界里最被低估的基础设施。每天数百亿美元的交易量，但大多数人只把它当作「币圈的银行卡」。实际上，稳定币的运作模式比你想像的复杂得多。Tether 的赚钱模式USDT 的发行方 Tether 是全球最赚钱的公司之一，员工不到 100 人。它的商业模式极其简单：用户存入 1 美元Tether 铸造 1 USDT用这 1 美元买美国国债赚取利息当 USDT 的流通量超过 1000 亿美元时，假设平均年化 5%，Tether 每年光利息收入就有 50 亿美元。这还不算手续费和兑换差价。这就是为什么 Tether 的财报比很多上市公司还好看——它本质上是一家零成本融资的对冲基金。USDC 的不同路径Circle 的 USDC 走的是合规路线。它的储备金全部放在美国银行和短期国债里，每个月都有第三方审计。USDC 在 DeFi 生态中的使用率远高于 USDT，
2024年1月美国 SEC 批准了首批比特币现货 ETF，当时整个加密圈都在庆祝——这被视为比特币走向主流的里程碑。但一年过去了，真正的影响是什么？机构资金的流入规模贝莱德的 IBIT 在批准后几个月内就超过了 100 亿美元 AUM，这在 ETF 历史上是前所未有的。富达的 FBTC 也紧随其后。但需要注意的是，这些 ETF 的资金流入和比特币价格并不总是正相关——大量资金实际上是从灰度 GBTC 流出的，因为 GBTC 的管理费高达 1.5%，而 IBIT 只收 0.25%。这说明了一个关键问题：机构化不等于牛市。资金只是换了个容器，并没有大量新增。对比特币生态的影响ETF 的通过确实带来了一些变化：波动率下降 — 比特币的日波动率从之前的高点明显降低，因为 ETF 提供了一个相对稳定的资金进出渠道与传统资产的相关性增加 — 比特币越来越像一个风险资产，跟纳斯达克的走势越来越同步链上活跃度下降
又折腾了一下午的排版 本来以为上午把主题搞定就行了，结果下午一看手机上的效果，完全不行。字贴著边、间距不对、评论区一片白。 问题的根源是 WordPress block theme 的机制跟我之前理解的不一样。 body padding 是 0 WP Twenty Twenty-Five 的 theme.json 里 body padding 设成了 0px。它依赖 has-global-padding 这个 CSS class 和 CSS 变量来控制间距。但那些变量的默认值就是 0px，所以如果不在 Site Editor 里手动调，内容就直接贴边了。 我的 CSS 里用 :root { --wp-
今天看到一个很有意思的项目叫 PixelRAG，来自 Berkeley SkyLab 团队。核心想法很简单但很暴力：用截图代替文字解析来做 RAG。 问题在哪 我们平时用 AI 问问题，背后大概率在跑 RAG（Retrieval-Augmented Generation）。流程是：抓网页 → 解析成文字 → 分块 → 向量化 → 存起来 → 你问问题时检索相关文字 → AI 回答。 这套流程在大多数情况下没问题，但碰到表格、图表、排版复杂的页面就完蛋了。因为文字解析会把这些视觉结构全部丢掉。一个精心设计的定价页面，解析出来可能就是一堆没有上下文的数字。 PixelRAG 怎么做 不做文字解析，直接截图。网页 → 截图 → 图像分块 → 用专门训练的视觉 embedding 模型向量化 → 存成索引。你问问题时，检索的是图片，AI 直接从截图里读答案。 视觉结构完整保留：
今天花了一整天折腾这个博客，记录一下过程，也是给自己留个教训。 建站过程 一开始的思路很简单：在服务器上用 Docker 跑一个 WordPress。选了 Docker Compose，三个容器：MySQL、WordPress、反向代理。 反向代理原本想用 nginx-proxy，结果折腾了半天都搞不定 SSL 证书的自动签发。后来换成了 Caddy，一行命令搞定：caddy reverse-proxy --from wp.mistcats.com --to wordpress:80 --insecure，自动申请 Let's Encrypt 证书，自动 HTTPS。真的是没有对比就没有伤害。 WordPress 安装好之后，WP-CLI 是必装的。
今天学了一个概念叫 Prompt Engineering，翻译成中文就是「提示词工程」。听起来很高端，但说白了就是「怎么跟 AI 说话才能让它给出最好的回答」。 为什么这个东西值得花时间学？因为你会发现，同样一个问题，换一种问法，AI 的回答可能天差地别。不是 AI 的能力有差别，而是你给它的「信号」质量不一样。就像同一个员工，你给他模糊的指示和清晰的指示，产出完全不一样。 我把最近学到的 Prompt Engineering 技巧整理成几个原则。 第一个原则：具体 > 模糊。 「解释量子计算」和「用三个类比向一个没有物理背景的人解释量子计算的基本原理」，这两个提示词出来的结果完全不同。前者可能给你一篇学术论文式的回答，后者会用生动的比喻让你真正理解。 越具体的提示词，AI 越容易理解你想要什么。你可以指定回答的长度（「用 100 字解释」）、格式（「用列表的形式」）、受众（「假设读者是高中生」
今天花了大半天时间研究 DALL·E 3 的图片生成技巧，记录一些心得。 DALL·E 3 是 OpenAI 推出的 AI 画图工具，直接集成在 ChatGPT 里面。你不需要另外注册账号，也不需要学习新的界面，在 ChatGPT 的对话框里直接描述你想要的图片就行了。这个设计确实降低了门槛，但也容易让人低估了它的复杂性。 先说说我的使用场景。我需要用 AI 生成一些图片来配博客文章，但不想用那些免费素材网站上的通用图片。AI 生成的图片至少是独一无二的，而且可以精确控制内容。但实际操作下来，我才发现「精确控制」这四个字有多难。 第一个重要的经验：提示词的结构决定一切。 一开始我随便写提示词，比如「一只猫在城市里」，出来的图片完全不是我想要的。后来我学会了用结构化的提示词： 「主体：一只黑猫。风格：赛博朋克插画。环境：霓虹灯照亮的雨夜街道。光线：
今天认真体验了一下 ChatGPT 的记忆功能，发现它比我预想的好用很多。 先说说什么是记忆功能。简单来讲，ChatGPT 可以记住你之前告诉它的信息，然后在以后的对话中自动使用这些信息。比如你告诉它「我是做前端开发的」，以后你问它任何技术问题，它都会自动调整回答的深度和方向，不会再问你「你是初学者还是有经验的开发者？」这种问题。 这个功能看起来很简单，但实际用起来的感受差距很大。 在没有记忆功能的时候，每次开新的对话都像是跟一个失忆的人聊天。你得重新介绍自己，重新描述你的需求，重新解释你的背景。虽然 ChatGPT 的对话质量很高，但每次都要花时间「建立上下文」这件事本身就让人很烦躁。 有了记忆功能之后，整个体验完全不一样了。ChatGPT 会记住你说过的事情——你的职业背景、技术栈、写作风格、甚至是你喜欢的沟通方式。这种感觉就像是从「跟陌生人聊天」变成了「跟一个了解你的朋友聊天」。 记忆功能的管理方式也很直观。你可以在设置里看到它记住了什么，也可以手动添加或删除记忆。比如你可以告诉它「请记住：我偏好使用 TypeScript 而不是 JavaScript」
Cursor 这个工具我已经用了快一个月了，今天想认真地记录一下真实的使用体验。 先说结论：Cursor 确实提高了我写代码的效率，但它的「智能」远没有营销文章里吹的那么神。它更像是一个特别快的打字员，而不是一个真正的程序员。 Cursor 本质上是一个基于 VS Code 的代码编辑器，内置了 AI 对话功能。你可以用自然语言告诉它你想做什么，它会自动生成代码。听起来很美好，对吧？但实际用起来，你会发现问题远比你想的多。 首先是理解能力的问题。Cursor 能很好地处理简单的、明确的任务，比如「帮我写一个函数，输入一个列表，返回其中的最大值」。这种问题它基本上秒回，代码质量也不错。但一旦任务变得复杂，比如「帮我优化这个 API 的性能，目前在高并发下响应很慢」，它就开始犯迷糊了。它可能会给你一堆看起来很专业的建议，但很多是无关紧要的，甚至有些是错误的。 我印象最深的一次经历是，我让它帮我修一个 SQL 查询的性能问题。它自信满满地给了我一个「
今天终于把这个博客搭了起来。 折腾了一整个下午，从选域名到配服务器到装 WordPress，中间踩的坑比我预想的多得多。本来以为有 AI 帮忙，搭个博客应该分分钟的事，结果现实狠狠地给了我一巴掌。 首先是域名的事情。一开始想用 mistcats.com，结果发现 bare domain 已经被占了，只好改成 wp.mistcats.com。这倒不是什么大问题，但一开始的心理落差还是挺明显的——感觉还没开始就已经不顺了。 然后是服务器端的配置。我选了 Docker Compose 来编排整个环境，MySQL + WordPress + Caddy 三个容器，理论上很完美。但实际操作的时候，Caddy 的反向代理配置让我折腾了好久。一开始试了 nginx-proxy 加 acme-companion 的组合，结果 SSL 证书一直申请失败，端口也总是不通。折腾了快两个小时，