这是个什么站
wqu.guru 是一个独立站，不接广告，不收费，只做两件事：NewsHub 每天从上千个账号与媒体抓取 AI、投资、版本变更、商业与创作者合作五条线的资讯，由模型中文化、评分后只留下不到一成，聚成事件与日报；量化金融课程是 56 讲的完整体系，从数学与统计基础走到风险控制与实战。全站无需登录，可以在站内读、订阅 RSS，也可以让 Agent 通过 Skill 与 REST 接口匿名接入。
基本情况
| 站点 | wqu.guru（别名 NewsHub，2026 年 8 月起是唯一在服务的域名）· 独立运营，不接广告，不收费 |
|---|---|
| 资讯 | 五个数据集：AI · Invest · Ship · Biz · Collab；近 7 天入库 16286 条（约 2327 条/天），进精选的不到一成 |
| 课程 | 量化金融 56 讲、4 个阶段，含公式推导、图表与可运行代码，另有 36 条术语表；完全免费 |
| 接入 | RSS · Agent Skill · REST API，全部匿名、只读、免费，无需密钥 |
| 其他渠道 | X @wquguruagentway.devRSS更新日志 |
常见问题
这里的资讯是人挑的还是模型挑的？
都有。抓取、中文化、写摘要和打分交给模型，但看哪些信源、评分的尺子、什么算精选，这些口径是人定的，而且一直在改。每条都能点回原文，多家同时报道的会折成一个事件并标出有几家在报。
量化课程要钱吗？零基础能看吗？
完全免费，也不用登录或注册。课程是 56 讲、4 个阶段，从数学与统计基础起步，一路走到风险控制、投资组合与实战，每讲有公式推导、图表与可运行代码；另有 36 条术语表，遇到不懂的词可以单独查一页。
怎么让我的 Agent 每天自动读到精选？
三种方式都匿名免费、不需要密钥：把本站装成 Agent Skill（终端跑 bash <(curl -fsSL https://wqu.guru/skill/install.sh)，之后直接问「今天 AI 有什么精选」）；或者把 https://wqu.guru/feed.xml 加进 RSS 阅读器；或者直接调公开 REST 接口 /api/public/items。
我已经在用 RSS 和 X 列表了，这里多了什么？
多了三件 RSS 阅读器和时间线都不做的事：英文源逐条中文化并给出摘要；同一件事的多家报道折成一个事件，只留代表条目；每条打 0–100 分，只有不到一成进精选。五条线（AI、Invest、Ship、Biz、Collab）共用一个入口，也共用同一套 RSS、Skill 与接口。
来时路
先把公式跑起来，再被市场教一课
我从数学系出发，学概率论和随机过程。那时对论文里的模型很好奇：它写在纸上是这样，交给真实数据以后还会是这样吗？于是白天上课，晚上对着公式写代码。后来第一次做出漂亮的回测曲线，也兴奋过，直到策略进了实盘——滑点、延迟和突如其来的行情一起到齐。第一次亏损不算多，却把一件事说清楚了：回测里的世界是整齐的，真实市场不是。
从那以后我看一条回测曲线，先想的不是它赚了多少，而是它遗漏了什么。
链上更快、更透明，也更不留情
后来我转向 DeFi，做永续合约的资金费率套利，也捕捉不同 DEX 之间的价差。数据公开、过程可见，但这并不让事情更简单：延迟、Gas、合约机制，每个细节都会落到结果上。我遇到过三明治攻击，也经历过参数没调好、一次清算抹掉一周盈利。
链上教会我的不只是怎样找机会，还有怎样在出手之前先把风险想完整。
从调一个 API，到让它把事情做完
2023 年我把 LLM 接进量化研究和内容流程。最初以为无非是调 API、把提示词写仔细，长期跑起来才发现幻觉、成本、评分是否稳定、长摘要会不会走样，全是问题。再往后我不满足于让它只回答一个问题，开始认真做 Agent loop、工具调用、记忆与多 Agent 协作。你现在看到的抓取、评分、聚类和日报，就是一条每天自己运转的任务链。
Agent 最难的从来不是第一次跑通，而是遇到超时、错误和意外之后，仍然知道下一步该怎么办。
把两件长期在做的事放在一起
Agent 那条线后来长成了独立的学习系统 AgentWay，搬去了自己的站。留在这里的是两件我会一直做下去的事：一边是每天从多个信源筛出来、再由模型评过分的 AI 与投资资讯；另一边是量化金融，从数学基础到市场里的真实问题。它们看着不同，背后是同一种方法——把问题拆开，亲手跑通，在失败里修正，再把过程写清楚。
如果你最后带走的不只是几个答案，而是独立完成一件事的能力，这条路就没有白走。
这里解决的两个问题
过滤 90% 的噪音
上千个账号与媒体，每天产出数千条；模型逐条中文化、评分、分类，只留下不到一成最值得看的。
系统性学习
56 讲的课程主干，系统掌握量化交易的数学基础与实战技能——不是零散教程的堆叠。
接下来，一起慢慢往前走
我会继续把新学到的、真正做过的东西整理到这里。有问题，或者想聊聊合作，都欢迎找我。