撸毛的高阶玩法-架构思路及原理详解 一、全自动撸毛总体流程说明 （限于篇幅，只说每个环节原理，细分只能后续独立开篇，部分补充就在回复里吧）。 1.电脑来电自动开机（只需设置bios来电启动） 2.全自动运行脚本任务，机器停电或异常重启（只需将总控程序随系统启动） 3.脚本异常重启（比如使用指纹浏览器，2000个用户id，单机启动多少个浏览器）完成所有任务后，汇报进度到tg，日志写入数据库，方便查看板统计。 这里大致说下思路，如果某些浏览器因为代理原理，项目方网站等原因产生了异常，那么就等待几分钟后再重试，先做下一个浏览器，如果这个浏览器id连续错误达到设定比如5次，就不再重复，而是2000个做完后，tg，wx汇报异常，由人工查看。为什么要这么自动？那既然都说自动化撸毛了，你看完下面的就知道：对，就得唯快不破，要卷只卷自己。 好吧：先上2年前的初始架构图，相对简陋，但太近也不便给你看不是: 二、硬件方便的配置，如何自动化运维。 1.廉价机集群的搭建，如图比如搭建一个便宜的e5集群，建立资源池，一键克隆几百个机器来备用。 用途(仅简单描述，多了一是不好懂，二是几小时也说不完): 1.1 做管理机，可手动处理一些小任务，临时处理某些项目，统一管理，自己电脑不会乱，也更加安全； 1.2 用来执行单任务，一些只需要单开浏览器的，纯图色模拟，ocr识别模拟,这样每次只开一个浏览器，根据任务时间，计算一天的总量，单机一天做几百个浏览器， 例如单虚拟机一天200个浏览器，要做2000，克隆10台即可。 1.3 用来领水,虽然购买2cpacha,CapSolver这样的可以解决临时领水问题，但是每1-2k就是一个猪脚饭了，如果一ip一天又能领取3次，领取半年那消耗就不少，项目多了消耗也大，既然我们都是撸毛了，能节约自然毛都不想给。怎么领？ 但指纹浏览器模拟点击cloudfare这样的主流的就过了，至于其他变态的就不解释了，除了tw这样的，都有解决办法，因为一般领水也不会有。 1.4 搭建局域网文件服务器，数据库服服务器，代理机，即时通讯等(不解释)。 1.5 用来搭建一些节点，一鱼多吃啥的，你买云服务器，那个内存,cpu很是心酸，用你本地的，只需要解决带宽就好,内存比白菜都便宜。配个图吧： 2.高端机器配置，比如最新的i9+3060+显卡+64内存，得有个几台吧。 用途(仅简单描述...): 2.1 用来多开浏览器，这时候需要吃内存，也吃硬盘，带点游戏的项目吃显卡，这样的好处比如单机40开浏览器，可以快速完成2K号的任务，做4K号怎么办？克隆几台就好了，可预装好系统，git同步，连接局域网数据库。 你也可跟网吧一样，ghost多播等。 就不配图了，可能陆续就能看到我其他推文的截图。 2.2 用来临时打手动，都自动化了，还有手动吗？自然,因为就几个小时的任务你写上自动化的时间手都打完了. 三、如何实现脚本的自动化？ 1.实现一个主监控，查询数据库，看板，配置参数（比如异常几次，单机开多少个浏览器），全局管理这一台机就看主监控了，配置好主控后，他就会启动启动主脚本控制程序。如图: 2.实现一个脚本控制程序，用于启动浏览器执行脚本， 如果是多开浏览器，是用多线程吗？不，我建议是多进程，这样万一脚本卡主只影响这一个浏览器，就跟chrome一样道理。此程序需要执行脚本执行，就看根据各位语言选择，比如选择js，还是python,lua,或者pascal之类，为什么要用脚本？就是自动git了就执行，不然你得重新编译，项目很多都是短平快，甚至几十种交互，需要修改的，自然就没有效率。如果你不具备构建这些能力，你就会使用一点python，好吧，前面这些就当没说了，思路只是借鉴，你独立执行python就可以了。如图: 3.是否一定要中心数据库？ 是的，你要快，这是必然的，不然局域网这么多机器怎么全自动启动就知道干什么，因为他们都读取数据库配置啊，对应的机器名称，或者他主监控配置，根据读取数据库就知道各自去干什么了，通常我们都没显示器。 当然你就是要跑单机，一个个去处理下又怎么样呢？是的，闲着也是闲着，开心就好。但我们的口号是能机器尽量不人工。 4.还没说到怎么怎么具体跑浏览器自动化? 这个就需要各位根据自己的能力去找对应的解决方案了，搜索下一堆，js在网页是一等公民， python当然因为他的库天下第一，所以建议就这两个，加上需要做脚本载入，自然也他们两个更合适。框架诸如Selenium,Puppeteer,Playwright等。 四、跑协议(脱机)，跑合约？ 这个方面，链上基本都是对接rpc，其他需要网页调试，就不展开说，大多时候是一个可选项，或者辅助项，当然你就用这一项完成任务，那么ok，前面的都不用看了，你也似乎没必要看到这里来了。 五、如上自动化怎么对抗女巫的简单说明 1.模拟，加入随机，自然是安全度最高的，鼠标移动，点击按下弹起的时间，输入的速度，这些函数都经过封装后，通常很难被检测的。 脚本的随机时间，因为指纹浏览器每个启动都有一个独立的id，所以每次启动的时候随机启动，其实连自己都不知道规律在哪里，比人工自然随机得多。 2.跑协议，只能凭运气，如果项目方前端检测，因为他的网站是后台更新的，他只要加入一个简单的隐藏参数或者检测，某一天网站更新了，你还在用老版网站数据来交互，但是他也让你协议能正常交互通过，那这时候你该明白么？ 再举个例：就好比他多一个v2接口新网站交互，你一直用v1,请问他网站都更新了，你怎么去打开的v1? 也有一些库，他会检测你的鼠标，键盘的行为，然后提交，所以你协议中并没模拟这个数据，但是你也能交互，最后是否决定你女巫就看项目方了。 再举例：个人认为movment这样的不容易女巫的原因，是因为除了领水你很多交互都是在各自项目方或者galxe这样三方平台上的。 六、安全的问题 1.机器运维安全，首先每台机器防火墙配置，对外不开放端口，保持基本工作在局域网内， 2.代码内不能有敏感数据，比如私钥，钱包密码等，都需要是加密的。 3.如果你有员工，觉得钱包能到处私钥怎么办，我觉得疑人不用是最好的，不然都很难。 有的工作室修改钱包插件来防止员工，但他要真懂卸载重新导入一个插件，或者替换下插件里的钱包文件也是能恢复的，若他真不懂，那心思也就小。 当然你可以用堡垒机，全程录制，用于追溯，但事实上长期跑起来你要防自己人，个人认为多半是不现实的，百密一疏 ，毕竟去中心化零容错，不能像交易所你改个密码就好了。而且丢了不仅是钱，丢了他会很长时间恶心你，比如你还继续撸吗？ 4.聊天工具被监控，你做什么在现在大数据时代就不多解释了吧，不中毒都有人能看到，因为隐私问题只是民事， 不起诉都没事，聊天内容审查很多人都有权限看， 甚至普通员工，因为他上面约束的只是法律，懂的都懂。你发出私钥他查看信息，对屏幕拍个照就行。 5.安全总是开始会觉得很注意，一段时间之后一定就松懈了，毕竟要安全就麻烦。 就到这里吧，确实不能用这么一点文字就能表达出太多，就当先抛砖引玉吧。 #web3 #撸毛

ZK 不该塞进 EVM：密码学落在哪一层 昨天 Vitalik 发了一条没说完的判断：预编译和 EVM，都不是以太坊承载大部分密码学支持的正确位置。 这条 X 帖子热度一般，点赞和转发远不如同一天的空投、行情和 Memecoin 讨论。但在研究圈里传得很快。因为它实际上否定了以太坊过去多年处理新密码学的默认方式：新曲线、新证明系统、新原语出现，就想办法加一个预编译。 先简单说清楚预编译是什么。 预编译本质上是写在客户端里的原生函数，地址很低，调用时不走 EVM 解释器，直接执行。椭圆曲线配对、哈希、大数运算这类重活，用预编译确实比纯合约便宜很多，经常是一个数量级以上。 但代价也很直接：预编译的行为是共识规则的一部分。加一个预编译，不是某个应用自己升级就行，而是所有客户端都要跟着改，最后往往要走硬分叉。 Vitalik 说的 “僵化税”，核心就在这里。密码学本身迭代很快，证明系统、曲线、后量子原语可能两三年就会有新一代方案；但以太坊的协议升级节奏完全是另一回事。Glamsterdam 已经推进到 Sepolia 和 Hoodi 测试网，从提案到测试网再到主网，是以月和季度计算的。把快速变化的东西钉在慢速共识上，每钉一次，就多一份长期维护负担。 ethresear.ch 上那篇讨论 “为以太坊后量子证明暴露一个 ISA” 的帖子，其实也是顺着这个思路延伸：与其不断补预编译，不如定义一层更通用的指令和接口，让验证逻辑可以插拔，而不是每次都改共识。 要判断这条路值不值得走，关键先看链上验证的钱到底花在哪。 一次零知识证明验证的链上成本，大概可以拆成三块：证明生成、链上验证、calldata 数据成本。 证明生成主要在链下，由证明者承担，可能是 CPU 也可能是 GPU，时间从秒级到分钟级不等。这部分成本通常不由链上用户直接承担，所以讨论经常被忽略。真正让应用开发者头疼的，是链上验证的 gas，以及把公开输入和证明本身写进 calldata 的数据开销。 纯合约实现为什么贵？因为 EVM 的算术粒度太粗。EVM 只有 256 位整数运算，而域运算、模幂、配对这些操作本来是为大整数和有限域设计的。要在 EVM 里完成一次完整验证，往往要把大数拆成很多个 256 位字，反复做加法、乘法、取模，每一步都按 opcode 计价。 预编译则是把这一整段折叠成一次原生调用，所以成本会突然下降很多。但这里也有一个问题：预编译的 gas 表通常是人工定的，不一定和真实计算量严格对齐。它更像一个为了方便而预设的价格，而不是精确反映硬件开销。 所以，纯合约和预编译之间的差距，往往不只是几倍，而是几十倍甚至更高。 有一个常被引用的说法是，零知识证明和同态加密之间大约有 68 倍的速度差距。这个数字我见过很多人转，但它来自单一基准，具体硬件、安全参数、测量口径都不透明，只能当作方向性参考，不能直接当成以太坊上的 gas 比价。 真正更值得强调的是：任何触及验证路径的共识改动，背后都不是 “协议优化” 四个字这么简单。以太坊上锁定的资产规模很大，一旦客户端之间对密码学实现的理解出现分歧，后果可能是共识分裂级别的。客户端团队对新增预编译谨慎，根本原因就在这里。 目前看，密码学验证大概有三条路。 第一条是继续加预编译。 它的优点很明确：验证开销最低，gas 可预测，合约侧调用也最简单。如果一个原语已经非常稳定，调用量极大，而且只有一种被广泛审计的实现方式，预编译仍然是最合理的选择。 但缺点也同样明显：可升级性几乎为零。而且信任假设不在合约，而在客户端实现。一旦某条曲线或某个证明系统的实现有微妙分歧，问题就不再是应用层 bug，而是链分裂级别的故障。 所以，预编译适合的是那种 “已经定下来，不会再改” 的原语，而不是作为以太坊承载所有新密码学的默认方式。 第二条路是纯合约实现。 这条路径的好处是迭代灵活。项目方可以自己升级逻辑，不需要等硬分叉，也不需要说服所有客户端团队。信任假设也更清楚：只要合约代码是这样，行为就是这样，审计对象明确。 代价就是 gas 成本高。尤其在高频验证场景里，纯合约可能贵到没法用。但如果调用频率不高，很多时候这个成本并不是不可接受。开发者真正要承担的，不只是 gas，还有验证逻辑写错的风险。 第三条路，是把验证从 EVM 里拆出来，走独立的 ISA 或接口层。 这里的 ISA 不是指通用 CPU 指令集，而是指为一类密码学验证专门定义的底层指令和接口。EVM 只负责调用和记账，具体怎么验证，交给更灵活的底层模块去做。 EF 博客里提到的 zkAPI，其实也是同一方向的上层尝试：把证明相关能力包装成可调用的服务接口，让应用不必关心底层验证器到底是谁。 但这条路并不是免费的。它会引入新的角色：专用验证器由谁运行？怎么激励？出错了怎么罚？这些问题现在都没有标准答案。如果证明生成依赖 GPU 或专用硬件，门槛会上升，证明市场可能逐渐集中到少数有资本开支能力的参与者手里。ISA 层如果只定义验证，不定义证明市场结构，这个问题并不会消失，只是被推到更下游。 反对者的声音，我觉得也值得认真听。 最硬的一条是时间线。 后量子威胁经常被拿来论证 “先上后量子证明，反正不亏”。但把后量子验证指令塞进共识层，成本是即时的、确定的；收益却是对冲一个时间不确定的风险。等到真正需要时，可能已经出现了更好的方案。这种成本和收益的不对称，应该被算清楚，而不是简单当作政治正确。 第二条是硬件加速带来的集中化。 如果证明生成依赖 GPU 或专用硬件，参与门槛会明显上升。资本开支能力更强的参与者，会更容易进入证明市场。ISA 方案如果只解决验证层，不解决证明生成的市场结构，去中心化问题只是被转移，不会自动消失。 第三条是交付节奏。 以太坊客户端多样性本来就不算宽裕。一套新的指令集要在多个客户端里保持语义一致，测试网周期只会更长。而验证层本身就是攻击面。NEAR Intents 曾经因为验证与跨链衔接处的问题损失数百万美元，这件事说明任何新增验证接口，都应该按最高标准去审查。 所以，对开发者来说，判断标准其实可以收得很简单。 如果你要用的原语已经稳定五年以上，调用频率高到 gas 是主要瓶颈，而且只有一种广泛接受的审计实现，那提预编译仍然合理。这是唯一能让所有人都便宜的办法。 如果原语还在迭代，调用量中等，而且你愿意承担审计责任，那就直接写合约，不要等协议层。 如果你做的不是单个原语，而是一整类验证需求，那更应该考虑把验证器做成可替换模块，同时关注 ISA 方向的进展，而不是再提一个新的预编译。 接下来真正值得观察的，不是谁表态，而是三件事。 第一，ethresear.ch 上关于后量子证明 ISA 的讨论，能不能收敛成具体 EIP。第二，Glamsterdam 从 Sepolia、Hoodi 测试网到主网到底要花多久，这个时间成本会直接影响所有共识层密码学变更的节奏。第三，zkAPI 这类接口层有没有真正出现付费调用方。 有人用，才说明密码学下沉这件事在工程上成立，而不只是研究圈里的一条推文。 #web3

“AI霸总”这四个字摆一块，问题基本就摆明了。 我的判断很直接，这波 AI 陪伴热潮，最肥的落点不是年轻人的电子宠物，是老人的情感空窗。北京晚报那篇报道讲的就是这个，一批拟人化的“AI霸总”账号，精准围猎银发群体。同一天新闻里还有一条，浙大版的人工智能法建议稿出炉，在讨论怎么给 AI 划法律边界。两条放一起看，挺难受的。 为什么是老人。有钱，有闲，孤独，这三条他们基本都占。还有最关键的一条，对“AI”这词的辨识度最低。年轻人跟模型聊两句，觉得味儿不对，划走了。老人不会。

钱不是赚来的，是大风刮来的，也会被风刮走。 赚钱的底层逻辑 其实钱不是赚来的，而是别人给的。 财富的本质是他人的给予，哪怕是马斯克，钱也是从投资人和客户兜里掏出来的。 因此核心问题不是怎么赚钱，而是别人为什么愿意把钱给你。 年少时父母给钱是因为爱； 亲友过节给钱是因为祝福； 工作后老板和客户给钱是因为信任和感恩。 所以，钱就是爱、祝福、信任和感恩的载体。 那么赚钱简单吗？简单，何况在web3这总草莽时代，草台班子，你我都是乱世英雄。 从现在开始你关注我，跟我互动，分享你的观点机会，那么我虽然没法爱你， 但我会祝福、感恩与信任你，赚钱自然叫上你。 AI乱生成工具一通跑，超出自己驾驭能力，终将一波跑飞。 顶级黑客掌握的顶级模型也还有跟市面上有代差，赚钱是重要的，风险控制更重要。 #web3 #meme #合约 #撸毛

若干年后，小马的资产并没选择装进信托留给他的儿子，只告诉他30岁生日那天几个邮箱将会收到一个故事，说看懂后有了财富密码。 故事原文: 一束强光照向了一个戴着兜帽的老者，他大声呼叫引起了很大的回声， 转身走进马路的车流里，左手持根香肠，右手持根香肠，玩起了手艺花活， 这时响亮的声音中，一只庞大的狗头怪兽，骑在滚滚浓烟上念起了神秘咒语。 隐约中咒语一直重复：财富密码，财富密码，财富密码...... 看了几遍后他儿子满脑子都循环播放着这个咒语， 终于：“呸，傻狗” （PIP39），别念了，我悟了。 彼时，btc 30万美金/枚. #web3 bright 光亮 hood 兜帽 senior 老者 echo 回声 traffic 车流 sausage 香肠 sausage 香肠 skill 手艺 loud 响亮 huge 庞大 smoke 浓烟 spell 咒语

🚀 开源一个 AI 投研工作台 —— AI 投研助手 Open-sourcing an AI-powered investment research assistant 复盘 · 持仓 · 分析 · 风控，一站式覆盖 A股 / 港股 / 美股 / 加密货币 / 期货 Review · Portfolio · Analysis · Risk control, across A-shares / HK stocks / US stocks / Crypto / Futures. ✨ 全市场 AI 信号扫描，自动识别机会 Market-wide AI signal scanning that surfaces opportunities automatically 📊 市场概览 · 板块周期 · 涨停打板 · 筹码分布 Market overview · Sector cycles · Limit-up board · Chip distribution 🧠 DeepSeek 驱动的多维研判 + 思维模型训练 DeepSeek-driven multi-dimensional analysis + mental-model drills 💼 持仓风控 + 盯盘预警（企微 / 飞书 / 钉钉 / Telegram） Risk checks + alerts via WeCom / Feishu / DingTalk / Telegram 🎯 策略回测 · 交易计划 · 每日复盘报告 Strategy backtesting · Trading plans · Daily review reports 数据源 Data Sources：akshare（东方财富）· Tencent · Binance MIT 开源 · Open source under MIT，欢迎 Star ⭐ github.com/CodeNightOwl/ai-t… #开源 #AI投研 #量化 #web3

没有行情就睡觉。

反向教学如何15天亏掉几十万U 不缺天天教赚钱的，其实能信的只有标点符号。看我这个是不是真实一点，引以为戒，远离垃圾项目方。 我要说的就是edgex这个是傻x项目。 一、=========当时的项目分析============ Edgex的参与赔率分析 Edgex的Pre-Tge Season按照当前的情况来看： （1）在3月TGE（也就是最后时间）的概率极大，按照规定，会增加5%的token发放 （2）之前的Points总量约为7,311,219.3，对应TGE为30%-35%左右的token 份额，那么5%的token对应积分为：104W-120W （3）每周的XP上限为120W，那么从1月7号计算，到3月31前大概12周，那么总量XP大概为1440W （4）计算XP对应的point比例为14-12xp/point 再根据实际的数据来计算获取xp的效率： EDGEX的新手任务是：手机端交易5W交易量可以获得10xp+30maru （1）方案为：edgex采用双边对冲，一边是maker，一边是taker，maker的费率是万分之1.5，taker的费率是万分之3.6，返佣按照35%计算，实际测试磨损为：单号14-15U （2）叠加充提币（edgex提出币需要千一的费用），约为2U，则单号损耗为16-17U （3）30maru大概1.5U，但是因为maru需要100个才能充提，归集需要减少10maru，所以单号的maru按照1u来回归计算，则单号损耗为15-16U （4）由于交易量也会获得xp，所以单号的xp大概是14-15 （5）所以1xp的实际成本约为1.1U，单号的point获得约为1 最后根据Point的价格预估来计算赔率： （1）按照当前OTC的价格来看，Edgex的Point积分~60U/point，对应FDV是2B （2）考虑到当前行情的走弱，可以适当降低积分价值到~30U/point，对应FDV是1B （3）那么15-16的损耗，获得的价值大概为：30U，赔率为2X；如果项目能到2B，那么赔率就是4X 二、技术分析 因为要移动端才有加成，所以需要模拟成手机 大年30到初五我都基本没什么睡觉，一直分析还原签名算法。 他这个app是fullter写的，随机移动端UA (Dart/3.8) JA3/JA4 TLS指纹，WebSocket Sec-WebSocket-Key随机等底层一些防女巫。 1.身份隔离 用了日韩新加坡的加宽代理池。A/B账号不同IP，运行时动态代理旋转; 2.行为拟人等一些处理 当然当时细节考虑太多，也就不展开了，毕竟要是女巫了我这压力就大了。 三、产品实现与跑动 几天时间陆续做了3万号 也不想说了，看下面视频 四、回报 最后1xp给了0.2edgex吧我都忘记了，时间久了，总之是赔率分析划中的十分之一（赔率分析是找到之前文档）。 听说这个项目有人请几十个人拿手机左右互戳的， 我算是没要什么人工，除了回报损失，也就一点ip费用了。 不说了，牛市来了，要从交易中去割回来了😉。 #web3 #撸毛

天天有人教赚钱的，除了父母亲友谁轻易告诉你赚钱，看多了都在内耗自己，不如看看技术分析自己总结， 所以赚钱不真实，过几天我分析如何15天亏掉几十万U，这就真实了😞

静待操作操作

O-AI 之U本位合约交易自动驾驶机器人😅 这两天有空整理下然后开源，欢迎有兴趣深度交流的朋友来探讨。 下一个目标是polymarket 的自动驾驶。 #web3 #web3合约

O-AI 之合约交易-自动驾驶机器人 工作回报💕 1. rtx-5090D 测试也只能跑14B左右的模型，准备用14B 模型微调，目前还是接deepseek测试. 2. 仓位管理还需要调整. 3. 独立一个全局风险管理. 4. tw api 港卡有问题开不通了(所以o-ai 的空投一直暂停) 链上数据还没整理好. 5. 计划修改接入多家交易所(还需要构思下细节). 6. 新闻目前采集了币安、巴比特、华尔街见闻、路透社、金色财经还有国内十几个做低权重参考，有什么新闻站推荐欢迎告知. 接前面底座模式的介绍，等理顺畅开源python端 1. 两端完全独立，python端直接启动也是功能一样，不用做任何修改独立运行的命令行界面. 2. 如果启动UI端，就会如下图界面显示. #web3 #meme #撸毛