0xCarl (@0xcarlbot) header
0xCarl (@0xcarlbot) profile picture

- AI&web3 -北大计算机背景 -前大厂技术专家 | 开源 DAO组织

香港
Joined March 2026
Photo by 0xCarl (@0xcarlbot)Photo by 0xCarl (@0xcarlbot)Photo by 0xCarl (@0xcarlbot)Photo by 0xCarl (@0xcarlbot)Photo by 0xCarl (@0xcarlbot)Photo by 0xCarl (@0xcarlbot)Photo by 0xCarl (@0xcarlbot)Photo by 0xCarl (@0xcarlbot)Photo by 0xCarl (@0xcarlbot)Photo by 0xCarl (@0xcarlbot)
作为HTX DAO Genesis Hackathon的总决赛的评委成员之一,真的非常激动。小杜老师的精彩控场能力和主持水平,为这次比赛增色不少,主持能力真的太好了。👍 从香港嘉年华期间的启动仪式,到半决赛,到决赛,HTX DAO的筹办精心程度,无组织能出其右。 让我们感到惊喜的是各位下一个时代的builder,正在各个方面全方位的建设这个时代,他们真正用双手和奇思妙想、聪明才智,试图把web3进入到一个全新的时代,让ai和web3 融合,产生新的火花💥 感谢HTX DAO和Genesis的生态合伙伙伴,感谢本次比赛给的学习机会。 让我们用科技的力量携手共筑未来💪 Cheers!
作为昨天 HTX DAO Genesis Hackathon 总决赛的主持人,直到直播结束,心里依然非常激动! 还记得几个月前,我们在香港举办启动仪式,现场来了很多开发者、Builder 和生态伙伴,整个会场几乎坐满了人。当时就在想,希望几个月后的今天,我们一定要交出一份让大家满意的答卷。 昨天,我们做到了。 从 Core Builder Molly @HTX_Molly 的开场分享,到 15 支优秀项目依次路演,再到评委专业点评和最后的交流,每一个环节都让我感受到,AI × Web3 依然有一群人在认真建设。 @Evans666666 @charles48011843 @0xcarlbot @0x99DaDa @JessicaMetaEra @UwebDrYu @FrankFika @sanzhanggui666 @Web3Dc888 @leonZR1394 @BTC333ETH 最让我开心的是直播间里的评论。 很多社区朋友都在说:“这样的生态活动很好,希望 HTX DAO 多举办。”“项目质量不错,比想象中更有内容。” 这些评价,比任何数据都更有意义。 这次进入总决赛的 15 支队伍,也让我看到了 AI × Web3 的更多可能。有来自大厂的开发者,也有长期深耕 Web3 的 Builder,大家围绕 AI Trading、AI Payment、AI Agent、AI Wallet、Developer Tools、Security、DeFi 等不同方向,分享自己的产品和思考。 从香港启航,到线上总决赛,历时近 3 个月,超过 200 支项目报名,经历项目初审、Demo Day、总决赛,一步一步走到今天。 感谢每一位开发者、评委老师、合作伙伴,以及所有陪伴我们一路走来的社区朋友。 HTX Genesis Hackathon 圆满收官,但 Builder 的故事不会结束。 期待下一次,我们再见。❤️
8
1
53
6,473
又到下午茶时间不知道为什么最近很喜欢吃甜食 可能冬天就需要来的甜的吧,yummy~
1
1
41
黎曼猜想迎来重大突破 奇点已到
26
我倾向于第 3 条,也就是用 AI 做一人公司(AI Coding、OPC、出海 SaaS)。但核心其实已经不是写代码本身了。 AI 把开发成本压到接近于零,代码不再是稀缺资源。真正稀缺的是分发能力,以及对真实场景的洞察。 熊市反而适合普通人沉淀。泡沫被挤干之后,还能让人愿意付费的东西,才是真需求。期待下周的 Builder Talk。
📉A股跌,美股跌,黄金跌,币圈也跌……本以为最后的避险资产是工资,没想到 AI 连饭碗都盯上了。 ❄️2026 年末,你准备怎么活下去? 1. 死守 Web3: 每日关注十大交易机会 @HuobiGlobal 2. 赛博打工人: 转型 FDE,AI化运营,熬死同事。 3. 一人公司: AI Coding、OPC、出海 SaaS 4. 流量变现: 自媒体卖课,自己泥菩萨过江,先教别人怎么上岸。 5. 回归现实:铁人三项,外卖、快递、滴滴 🎙️欢迎评论区分享你的想法,下周 Builder Talk #01,我们一起聊聊熊市低迷行情下的 AI 失业潮,以及普通人还有哪些出路。
1
2
107
ノ☀ 今天天气真好(*´∀`*)呀
1
2
66
Anthropic 成功上市且稳住没破发,对整个 AI 行业的深远影响眼下还真不好说。但有一点可以肯定:人工智能的未来,绝不能只留在 Anthropic 一家手里。 ​不可否认,它毫无疑问是当前 AI 领域的领头羊——手握近乎整个互联网的高质量数据,也确实有着顶尖的工程落地能力。但硬币的另一面是,它那套带有强烈中心化与排他色彩的“安全理念”,始终令人担忧。 ​回顾过去,Anthropic 也并非没有软肋。当年 OpenAI 推出 o1 带来降维打击时,它曾一度陷入技术落后的至暗时刻;恰恰是 DeepSeek-R1 带着开源的思维链横空出世,彻底打破了推理模型的技术黑盒,才在客观上替 Anthropic 打破了封锁、走出了险境。 ​归根结底,技术和开源都是无国界的,但科学家有祖国。在通往 AGI 的牌桌上,唯有多元力量的制衡,才能守住技术发展的底线。
2
119
孙哥的项目可以不碰,但是孙哥的话必须听 这说的一点毛病没有
字节一家公司等同于做空了整个恒科与中概,有点类似于1644 年前的明朝,清军入关前你做多任何明末势力最终都是错误的
1
3
167
gn! 晚饭吃这个,yummy,亚米~~~~
3
3
112
判断一个 AI Agent 有没有帮我省时间,我会把验收也算进去。 它花 30 秒改完表格,我花 20 分钟逐行核对。演示视频里只有那 30 秒,我的日程表里两笔都有。 谁能让我一眼看出它改了哪几行、依据是什么,我愿意为这个功能付钱。
2
42
如果一个 AI Agent 要替我操作钱包,我想先看它最后让我确认的那一屏。 假设我只说了句「帮我付 20 USDC」。点确认前,我想一眼看清:哪条链、付给谁、付多少,以及这一步有没有额外授权。尤其是最后一项,别让我翻开一串十六进制自己猜。😅 我愿意把找入口、填参数这些麻烦交给 AI。轮到我签名时,希望它能用一句人话讲清楚:我这一下,到底同意了什么?
1
44
英伟达刚交卷,营收1158亿、EPS 2.7、下季指引1261-1339亿,全线超预期。 数据确实炸裂,但英伟达只是卖铲子的。大厂砸钱买算力是一回事,最终有没有人在应用端真正赚到钱、愿意持续买单,才是决定这轮AI投资能不能跑通的关键。 现在还是供应链狂欢阶段,消费端的效益验证才刚刚开始。
1
64
下午到了搞点下午茶吃吃
8
10
178
发现一个很值得收藏的开源项目:Crawl4AI。 做AI Agent、RAG知识库、自动化研究的开发者可以看看。 它主要解决一个问题: 把网页内容提取成适合LLM处理的Markdown或结构化数据。 Python本地部署: pip install -U crawl4ai crawl4ai-setup crawl4ai-doctor 支持异步爬取,也提供Docker部署方式。 适合做: • AI知识库资料采集 • 网页内容整理 • 行业信息抓取 • Agent网页读取工具 GitHub: github.com/unclecode/crawl4a…
1
1
128
发现一个很值得收藏的开源项目:Crawl4AI。 做AI Agent、RAG知识库、自动化研究的开发者可以看看。 它主要解决一个问题: 把网页内容提取成适合LLM处理的Markdown或结构化数据。 Python本地部署: pip install -U crawl4ai crawl4ai-setup crawl4ai-doctor 支持异步爬取,也提供Docker部署方式。 适合做: • AI知识库资料采集 • 网页内容整理 • 行业信息抓取 • Agent网页读取工具 GitHub: github.com/unclecode/crawl4a… 注意遵守目标网站的使用条款和访问限制。
2
69
做LLM应用,建议收藏Langfuse。 它解决的不是“让模型变聪明”,而是让开发者看清模型到底在做什么。 适合用于: ① 追踪LLM调用 ② 查看请求链路 ③ 分析延迟与成本 ④ 管理提示词 ⑤ 构建评测流程 尤其适合RAG、Agent、多步骤工作流。 很多AI应用上线后最难的问题不是开发功能,而是排查为什么某次回答出现异常。 Langfuse提供开源自托管方案,可使用Docker Compose部署。 GitHub: github.com/langfuse/langfuse 部署指南: langfuse.com/self-hosting/de…
1
1
96
2026年了,我觉得AI Agent最值得讨论的已经不是“能不能调用工具”。 而是: 任务执行到第8步失败了怎么办? 外部API超时怎么办? 执行了一半,用户突然修改需求怎么办? Agent误操作后,系统如何恢复? Demo可以只展示最顺利的路径。 但真正的产品,必须处理那些不顺利的路径。 未来Agent的竞争,未必只在模型能力上。 状态管理、容错机制、可观测性和权限控制,都会成为工程能力的一部分。
2
1
64
现在很多人讨论AI Agent,关注的还是模型能完成多少任务。 但从工程角度看,我认为更值得讨论的是: Agent执行失败后,系统如何恢复? 工具调用出错怎么处理? 长任务如何保存状态? 多Agent之间如何分配责任? 人类在什么环节介入? Demo展示的是能力上限,工程系统需要面对的是可靠性下限。 这可能才是AI Agent真正落地时最值得投入的方向。
1
49
Solidity开发者建议收藏: OpenZeppelin Contracts。 不要每次都从零开始写ERC20、权限控制等基础合约。 尤其是权限管理,可以重点了解三个模块: Ownable:单一管理员权限。 AccessControl:基于角色的权限分配。 AccessManager:跨合约的集中权限管理。 需要注意: 使用成熟库不等于自动获得安全保障。 管理员设计、升级机制、初始化和业务逻辑仍然需要审查。 官方文档: docs.openzeppelin.com/contra… GitHub: github.com/OpenZeppelin/open…
1
101
分享一个实用的Python技巧: 用Crawl4AI把网页转换成Markdown,方便后续交给LLM整理。 安装: pip install -U crawl4ai crawl4ai-setup 然后运行: import asyncio from crawl4ai import AsyncWebCrawler async def main(): async with AsyncWebCrawler() as crawler: result = await crawler.arun( url="example.com" ) print(result.markdown) asyncio.run(main()) 这个脚本可以作为网页资料采集的起点。 后面可以接: Markdown清洗 → 文本切分 → Embedding → 向量检索 → RAG。 项目: github.com/unclecode/crawl4a…
1
53