Anthropic 刚刚发布了一个重大的 Claude 更新。 一名学生利用它构建了一个交易机器人。 $1,430 → $238,006 在 11 天内。 钱包：0xdE17 他不是交易员。 也不是量化分析师。 只是一个有笔记本电脑和访问 Claude 的学生。 当 Anthropic 更新技能架构时，他花了两个晚上阅读文档，从零开始构建了一个机器人。 到目前为止的结果： • $238,006 利润 • 366 笔交易 • 62% 胜率 • 最大单笔盈利：$52,700 其背后的逻辑很简单。 机器人每隔几秒扫描 Polymarket，寻找概率偏差 >8%。 示例： 市场价格：30¢ 模型概率：~55¢ 当差距出现时，机器人进入，并在市场重新定价后退出。 没有预测。 只是概率套利。 大多数交易员会错过这些差距。 自动化不会。 最大的交易之一来自一个市场，询问特朗普是否会在三月签署加密货币行政命令。 市场价格：28¢ 机器人以 $16,000 进入。 在 81¢ 退出。 仅此交易的利润：$52K+。 在短短 11 天内，他经历了大多数交易员数年才能经历的事情。 现在钱包是公开的： 复制交易： 0xdE17 CLAWD BTC SNIPER 机器人现在开放供复制交易。 人们不断问他一个问题： “你需要多少启动资金？” 他的回答： “我有 $1,400 和一个不眠之夜。” Anthropic 构建了这个工具。 他只是决定使用它。

Anthropic刚刚发布了33页关于构建Claude交易代理的内容。 所以昨晚我尝试了一些事情。 我让Claude构建一个Polymarket交易工作流程。 10小时后，脚本赚了561美元。 目前的胜率：约71%。 钱包 → 复制交易 → 有趣的部分不是利润。 而是架构。 这个系统将Claude转变为一组专业的交易技能。 每个技能都是一个模块化包，包含： • 指令 • 脚本 • 参考数据 当出现正确的触发条件时，技能会自动激活。 无需手动提示。 技能架构 每个模块处理特定的工作流程。 市场扫描 概率更新 执行逻辑 Claude首先加载最小的元数据，然后在需要时再提取完整的指令。 这使得系统快速，同时仍然使用专业逻辑。 触发检测 当某些市场条件出现时，工作流程会激活。 示例触发条件： • 概率偏差 • 异常交易量 • 快速价格变动 一旦触发，系统会运行预定义的多步骤过程。 工作流程执行 代理： • 读取市场概率 • 将其与模型估计进行比较 • 当EV为正时开仓 • 自动管理退出 因为工作流程编码在技能本身中，机器人行为一致。 不是随机提示。 不是猜测。 自动化才是真正的优势。 系统不是从头解决每一笔交易，而是重复运行相同的优化过程。 这就是一个简单的脚本如何在数百个市场中扩展的原因。 更少的提示复杂性。 更多的一致性。 以及一个永不疲倦的交易引擎。

🚨 体育 5m 和 15m Polymarket Clawdbot 配置的最佳结果刚刚公开。 这不是参与度耕作。 这也不是虚构。 如果你在 Polymarket 交易，请仔细阅读。 他开始时大约有 ~$100–200。 将其转变为大约 ~$2M。 没有内部访问。 没有政治后门。 只是一个构建自己执行脚本的开发者。 个人资料 → 复制交易 → （和往常一样：在复制任何策略之前，独立验证数据并理解执行风险。） 我查看了这个框架。 没有庞大的数据管道。 没有复杂的机器学习堆栈。 没有“量化基金”基础设施。 我花了 4–6 小时来分析它。 这里是结构： 通过没有头寸获得“免费钱” 这个机器人瞄准近乎零概率的结果。 在体育和政治微市场中，某些结果的交易价格为 1–3 美分，尽管极不可能以 YES 结局。 它不是随机下注，而是系统性地以规模积累小的、高概率的 NO 胜利。 这不是赌博。 这是风险收割。 逻辑套利 当结果 A 逻辑上保证结果 B，但定价尚未调整时，机器人会立即执行。 示例： 如果 A 队赢得系列赛，他们必须赢得第 4 场比赛。 有时这些市场会暂时失调。 机器人在零售注意到之前捕捉到不一致。 人类无法反应得那么快。 零售主导的市场 体育和政治由情绪订单流驱动。 在头条新闻后激增。 在单次比赛后过度反应。 延迟重新定价。 机器人反复利用微小的错误定价。 规模是优势。 2,958 笔交易。 单独来看，毫无意义。 复合后，他们大约建立了 ~$2M 的利润。 最大的单笔收益：$1,464,152。 股权曲线接近垂直。 这不是关于预测结果。 这是关于利用零售主导的短期市场中的结构。 在我看来，Polymarket 上的安静机器人军备竞赛已经开始。 加密市场已经饱和且费用高昂。 体育市场仍然分散、混乱，并且重新定价缓慢。 自动化在这里蓬勃发展。