你以为彭博终端只有华尔街机构才用得起?一年两万美金订阅费,普通人根本碰不到。但现在有人直接开源了这个免费版彭博终端,它叫 fenseptominal, 它直接把 ai 投资 agent、 实时行情、量化分析、多券商交易等一百多个金融数据源全部塞进一个本地客户端。你甚至还能直接调用 openai、 cloud gemini、 deepsea 欧拉玛,相当于蓬勃终端加 chart gpt 加量化平台三合一。而且它内置 python, 能直接跑 pandas 安排量化策略,甚至还有 dcf 估值、 vr 风险分析、投资组合优化、衍生品定价。 这个 ai 重构了整个金融终端。我把体验地址和 github 放评论区了,关注我,每天解锁更多前沿 ai 知识。
粉丝1.4万获赞17.4万

fincap terminal 是 一个想把专业金融终端做成开源桌面应用的项目。它不是普通网页壳,而是用 c 加加二十和 qt 六做原声界面,再把 python 分 析能力嵌进去。在同一个工作台里,你能做 dcf 投资组合,优化 vr 二下普比例和极权定价 项目,还内置多种 ai 投资代理,从巴菲特到达利欧,帮你用不同风格看同一只股票。数据测也很重。 readme 列了一百多个连接器,从押户 finance f, l, e, d, i, m f 到世界银行和交易所接口。如果你不想手写流程,它还有格式化 node editor, 可以 拖拽搭建数据管道和自动化工作流。 截至二零二六年四月十九日,这个仓库在 github 上已经接近四千九百个星标。如果你想找一个开源免费,而且明显比普通看盘软件更重型的金融工作台,可以看看 thingsapp terminal。


deepsea toothy 今天在 get up 冲上二点三 k 星,这简直就是 deepsea 玩家的 cloud code。 同时 openai 和 antropic 都在搞企业级合资公司,商业化路子越走越远了, deepsea 也有了自己的专属 coding agent。 这个叫 deepsea toy 的 项目刚刚在 get up 冲破二点三 k 星,作者 hunter bow 用 rust 撸出了这个工具, 主打一个在终端里流畅运行,且专门针对 deepseek 的 a p i 做了适配优化,它像极了 cloud code。 但对国内开发者来说, deepseek 的 性价比和响应速度配合这个 t u i 工具,生产力直接拉满,只能说这波是金鱼兄弟们的狂欢。 聊完工具,来看看巨头们的商业化变阵。 opennine 和 antropic 最近都在低调推进企业集合资公司计划,简单说就是不再只卖 a p i, 而是要和垂直行业的巨头深度绑定,成立合资实体来提供定制化 ai 服务。这种模式能绕过很多合规和数据隐私的弯路。 看来在通用模型卷不动的时候,下沉到企业深水区搞合资成了大家共同的财富密码。说到企业级 ai, brettaylor 创办的 sierra 刚拿到了九点五亿美金的巨额融资, 这公司主打的是能帮大企业构建自主 agent, 不是 简单的聊天机器人,而是能处理复杂业务逻辑的智能体。这笔钱砸下去,意味着硅谷对 agent 替代传统萨斯的信心已经爆棚。 对于开发者来说,这预示着未来企业应用的架构将全面转向 agtech 工作流。 a w s 这边也在猛攻基础设施。 stage maker ai 连发三个更新,首先是 agent core 优化环进入预览,解决了 agent 性能评估的闭环难题。 其次是 agent 引导的工作流降低了模型定制的门槛。最后还上线了自动实力回退功能,当算力资源紧张时,能自动切到备用节点。这套组合拳下来, ados 是 想把 agent 的 全生命周期管理都锁死在自己的云生态里。 一个有趣的行业趋势, tech crunch 报导显示,现在驱动移动应用增长的已经不再是聊天机器人的升级,而是图像 ai 模型。用户对能生成图和能改图的需求明显比能聊天更愿意掏钱 多。 dash 刚上线的 ai 菜单修图工具就印证了这一点。看来多模态能力的商业化落地图像还是走在最前面。最后照例吃个瓜。马斯克和 openai 的 诉讼案又有新进展, openai 声称马斯克在寻求和解后给 gribble、 rockman 和奥特曼发了不祥的短信。 马斯克的唯一专家证人也公开表达了对 a g i 军备竞赛的恐惧。这场硅谷顶流的互撕,已经从技术路线之争演变成了充满悬疑感的个人恩怨剧。 观众老爷们,这关你们怎么看?以上就是今天的 ai 早报, deep seek 挑起的出现,再次证明了 r s 的 垂直领域适配才是生产力工具的正确姿势。巨头们搞合资公司,说明 ai 已经从实验室玩具变成了生一场利器。 你觉得合资模式会是 open nine 的 救命稻草吗?在评论区聊聊,记得点赞关注,咱们明天见!

大家好,前天 a i 圈发生了极具戏剧性的一幕, pulsic 率先放出了 cloud open 四点六。接近二十分钟以后, open i 的 g、 b、 t 五点三 codex 贴脸跟上。这两家明显都是准备好了正面硬刚,谁先忍不住出牌,对手就马上缩哈 跑分,大家自己看看就行了。两边都很强,差距我觉得不太重要。我更想聊的是呢,这两家同源的巨头,是否正在把 ai 带向两个完全不同的中局? 先快速过一下能力升级 gbt 五点三 codex 这次主要在动手能力上拉满终端操作,模拟人类,点鼠标、填表格都已经接近人类熟练工水平。最狠的一点是呢, open i 说这是第一个参与了自己开发的模型, 早期版本已经开始帮团队 delete 训练代码诊断测试结果,这是 ai 进化的一个起点,他开始自己给自己拧螺丝,自我迭代的飞轮开始转起来了。 cloud open 四点六这边,百万级上下文窗口终于平民化落地,而且在海量信息里捞针的准确率更高、更稳。更重要的是推出了 agent teams, 多个 ai 可以 像真正的团队一样并行干活,互相沟通,甚至互相秩序,这才是真正的团队协助。 共性很明显,两边都在狂堆 a 阵。能力 a 阵的时代不再是 ppt 里的概念,而是正在发生的现实。 但能力层面的趋同呢,只是表象,真正的分歧在底层,就是服务对象和商业模式。 open i 的 逻辑是平台化、流量化, 七亿周活用户呢,只有百分之五付费。这个用户结构决定了他必须走规模化路线,靠生态、靠数据飞轮,靠流量变现,所以他宣布在免费版和最低的付费版里加广告。这不是贪婪,是商业模型的必然结果。 snoop 呢?立刻抓住机会反击。他在超级版弄了四个广告,阴阳 oppo i 也是损到家了。比如用户问 ai 怎么健身, ai 回答到一半突然开始推销蛋白粉和增高鞋垫。荒诞吗?是荒诞,但这不仅仅是简单的道德批判,而是在精准打击对方的商业逻辑的死穴。 广告模式的核心是年性,他需要你多说话,多停留、多点击。但 a 阵的模式的核心是效率,他应该用最短的路径,最少的废话帮你把事办了。 如果一个 ai 靠广告活着,那他就会产生一种病态的激励。明明一句话能解决的问题,他可能会引导你多绕两圈,更深一层。当 a 阵的进化到能带你决策审合同的时候, 他推荐的每一个选项背后都可能藏着商业利益。你问他哪款笔记本适合剪辑你,他知道你要下单了,这时候他推荐的是最适合你的呢,还是给他返点最高的呢? 奥特曼回答说, oppo 爱的使命是让数十亿用不起订阅的人免费用上 ai。 话虽好听呢,但它其实别无选择。 oppo 爱的生态位跟 google 高度重合,免费、海量无处不在,除了广告,几乎找不到其他的变现方式。 但巨大的算力成本,想靠广告赚回来的阶阶段几乎不可能,只能靠融资持续输血。 astropik 走的是另外一条路,就是代理化。他不追求服务所有人,他追求在专业场景里成为你的代理人。 金融、法律、咨询这些领域需要的不是一个什么都能撩了去的通用助手,而是一个可以托付关键任务的律师。同样,你也不该信任一个靠广告活着的 ai。 cloud 作为公认最强的编程模型,连竞争对手的员工都在偷偷用。不仅是程序员,在金融、法律、数据分析这些领域,他已经占据了专业用户的心智。所以 astropics 选的是一条高端、垂直、高溢价的创业路线,靠企业订阅和信任溢价赚钱。他的挑战是能不能在不走广告路线的情况下找到足够大的付费市场养活自己。 所以你看明白了吗?看似能力接近的两个产品和公司,其实已经在分道扬镳,而且结局几乎已经注定。你更看好谁呢?欢迎在评论区讨论。感谢关注未来博士,我们一起用跨界的视角看懂未来的方向。

最近,推特向一个 ai 话题爆火, codex 的 核心开发者宣称,勾五指令或许是他们在 codex 中推出的最具深远意义的功能。在二零二六年五月一日, openai 旗下的终端编程代理 codex 发布了 v 零点一二八点零版本,并且引入了核心命令 go 命令、高危命令有着重大意义,他把 codex 从每次只能执行一条指令的工具,升级成了能够持续推进长期工程目标的自主智能体。借助这个命令,开发者只需设定一个宏观目标, codex 就 能跨越多次交互和中断,持续自主地朝着目标迭代前进,直至目标完成或者遇到阻碍。这堪称 ai 编程助手,像真正的自主软件工程师严禁的关键一步。在过去的传统模式里,开发者需要一步步下达指令, codex 则按照指令一步步执行。比如开发者说帮我写一个登录函数, codex 就 完成这一个任务。而现在,有了购物命令, 开发者可以为 codex 设定一个持久的长期目标。一旦目标设定, codex 就 会像一位不知疲倦的工程师,围绕这个目标持续开展工作,包括编辑代码、运行、测试、分析结果,并且在发现问题时自行修复, 全程无需开发者中途干预。对于开发者而言,有了 codex 的 助力,他们无需再死记硬背各种编程语言的特定语法,能够将更多精力放在逻辑设计和架构思维上,这极大地降低了非专业开发者开发功能的门槛。勾勒功能的核心优势体现在自主性和闭环能力上。 其一,自动拆解任务。当 codex 接收到宏观目标后,会自动把它分解成多个可执行的子步骤。其二,自主迭代。它会不断循环执行编码、运行、检查、修复的流程,直到判定目标已经达成。其三,任务管理,开发者可以随时对正在运行的目标进行暂停、 恢复或者清除等操作。有开发者给了 g p t 五点三 codex 一个空仓库以及完整访问权限,并布置了一个完整的射击游戏开发任务。 codex 在 不间断运行大约一个多小时后,自主生成了游戏所需的所有资源。 总之,勾勒命令的出现,让 codex 从每次一条指令的工具转变为持续推进长期工程目标的自主智能体。让开发者设定宏观目标后, codex 能跨越交互和中断持续迭代,这无疑是 ai 编程助手迈向真正自主软件工程师的重要一步。
