最近这阵子，“自主代理（AI Agent）”这个词儿在圈子里快被嚼烂了。说得好像你只要买个代币，就有个全能的数字奴隶帮你赚钱、帮你泡妞、帮你一键财务自由一样。
格格我就直说了吧：现在市面上99%的所谓“交易代理”，背后的逻辑其实比自动售货机还简单。它不仅不能帮你避开暴跌，甚至能帮你更精准地在山顶站岗。
最搞笑的是，有的项目方还吹嘘他们的代理有“灵魂”。我看那是他们想割你的“灵魂”吧？这种所谓的代理，本质上就是为了给项目方提供流动性。你在那儿满心期待代理帮你套利，项目方在那儿盯着后台看你这棵韭菜什么时候长熟。
真的AI代理在干嘛？在写代码，在算数学，在帮大公司提效。而币圈的AI代理，只会在电报群里给你发：To the moon！这月亮是你是上不去了，坑倒是跳得挺准。
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」