@im_pradee_p · X

Backend as a service

@dorikuio · X

AI agents have amnesia — Claude Code figures out the codebase, an hour later Codex starts from zero. So I built a shared memory + task board for every MCP agent — Claude Code, Codex, Cursor, Gemini CLI: Is this just my problem? Help me find out.

@jielove233 · X

最近看到 @dappOS_com 一个作品挺有意思 一个主流币交易共振信号Agent，通过 dappOS Coding 快速完成 链接： 这个案例的价值，不在于又做了一个行情页面，而是在于它展示了一种新的 AI Agent 构建方式 过去开发一个交易辅助工具，需要先处理数据接口，再搭建前端交互，编写指标逻辑，最后不断测试优化。 对于很多有交易想法的人来说，真正困难的不是没有策略，而是从想法到产品之间隔着一整套开发流程 dappOS Coding 改变的，就是这个过程 通过自然语言描述需求，就可以快速生成对应功能模块 像这个交易共振信号案例，本质上就是把市场数据、技术指标和信号逻辑结合起来，形成一个面向交易场景的辅助工具 它并不是替用户直接交易，也不是承诺预测市场 更重要的价值在于 帮助交易者降低信息处理成本 在 Crypto 市场里，行情 24 小时运行，大量数据、新闻、价格变化不断涌入 普通用户很难持续人工筛选有效信息 AI Agent 可以承担其中一部分重复工作： 监控市场变化 整理关键数据 输出信号参考 辅助交易决策 这也是为什么最近 AI + Crypto 的结合越来越受到关注 OKX 推出 AI 与交易生态结合 @BNBCHAIN 也在推动更多项目加入 BNB Agent Studio，鼓励开发者围绕交易、情感陪伴等方向构建 AI Agent 整个行业正在从AI 能聊天进入AI 能完成任务的阶段 而 dappOS Coding 展现出来的方向，是降低 Agent 创建门槛 以前一个想法可能停留在笔记里，需要开发团队才能实现 现在，更多开发者、交易者甚至普通用户，都有机会快速验证自己的想法 未来 Crypto 的竞争，不只是资产和协议之间的竞争，也会是 AI Agent 生态和应用数量的竞争 谁能让更多人低成本创造工具，谁就更有机会成为下一阶段基础设施的一部分 这个交易信号案例只是一个开始 AI Agent 正在逐渐成为连接用户、数据和链上应用的新入口

@StuSim · X

hey Adam, I run , lightweight agent memory

brianhabana123 · HN

TensorRT-LLM running natively on Windows (no WSL)

stan_kirdey · HN

Clark – AI assistant with own computer

@TharejaRushil · X

@FlateAI · X

We've just launched!

@MrPenetratorTP · X

MrPenetrator helps businesses monitor their website’s trust, security and performance before problems affect their visitors.