diff --git a/assets/Liuzhichao99/Day0/hermesagenttelegram.png b/assets/Liuzhichao99/Day0/hermesagenttelegram.png
new file mode 100644
index 000000000..7bfcc0380
Binary files /dev/null and b/assets/Liuzhichao99/Day0/hermesagenttelegram.png differ
diff --git "a/assets/Liuzhichao99/Day0/\346\231\272\350\260\261ai\346\263\250\345\206\214\351\200\2012000\344\270\207token.png" "b/assets/Liuzhichao99/Day0/\346\231\272\350\260\261ai\346\263\250\345\206\214\351\200\2012000\344\270\207token.png"
new file mode 100644
index 000000000..a3a549768
Binary files /dev/null and "b/assets/Liuzhichao99/Day0/\346\231\272\350\260\261ai\346\263\250\345\206\214\351\200\2012000\344\270\207token.png" differ
diff --git "a/assets/Liuzhichao99/Day0/\346\231\272\350\260\261\351\200\201\347\232\204token.png" "b/assets/Liuzhichao99/Day0/\346\231\272\350\260\261\351\200\201\347\232\204token.png"
new file mode 100644
index 000000000..e78060328
Binary files /dev/null and "b/assets/Liuzhichao99/Day0/\346\231\272\350\260\261\351\200\201\347\232\204token.png" differ
diff --git "a/assets/Liuzhichao99/Day1/260516 AI\346\227\266\344\273\243\357\274\232Web3\345\274\200\345\217\221\350\200\205\351\234\200\350\246\201\346\233\264\345\274\272\347\232\204\345\237\272\347\241\200\347\237\245\350\257\206\345\222\214\346\236\266\346\236\204\350\203\275\345\212\233.pptx" "b/assets/Liuzhichao99/Day1/260516 AI\346\227\266\344\273\243\357\274\232Web3\345\274\200\345\217\221\350\200\205\351\234\200\350\246\201\346\233\264\345\274\272\347\232\204\345\237\272\347\241\200\347\237\245\350\257\206\345\222\214\346\236\266\346\236\204\350\203\275\345\212\233.pptx"
new file mode 100644
index 000000000..ac71861c4
Binary files /dev/null and "b/assets/Liuzhichao99/Day1/260516 AI\346\227\266\344\273\243\357\274\232Web3\345\274\200\345\217\221\350\200\205\351\234\200\350\246\201\346\233\264\345\274\272\347\232\204\345\237\272\347\241\200\347\237\245\350\257\206\345\222\214\346\236\266\346\236\204\350\203\275\345\212\233.pptx" differ
diff --git a/notes/Liuzhichao99.md b/notes/Liuzhichao99.md
index 9c2ee971d..8b0d6e3b5 100644
--- a/notes/Liuzhichao99.md
+++ b/notes/Liuzhichao99.md
@@ -1,7 +1,6 @@
 ---
-timezone: UTC+8
+span
 ---
-
 # Theo
 
 **GitHub ID:** Liuzhichao99
@@ -16,5 +15,530 @@ AI x Web3 School
 
 <!-- Content_START -->
 
+### 26-5-17开营仪式笔记
+
+安装了hermes agent.
+使用智谱AI作为API Token，
+
+2026-5-18目前智谱平台注册送不少token.送的token如下：
+
+![ai2000token.png](../assets/Liuzhichao99/Day0/智谱ai注册送2000万token.png)
+
+![token.png](../assets/Liuzhichao99/Day0/智谱送的token.png)
+
+![image.png](../assets/Liuzhichao99/Day0/hermesagenttelegram.png)
+
+### 26-5-18
+
+#### Day1-Co-learning｜任务推进与答疑
+
+主要解答了hermes-agent相关问题，还有优势
+下面我直接把你整理的会议内容，**转成一份适合直接保存、复习、查阅的「结构化知识点笔记」**，**逐点清晰、详细、但不啰嗦**，适合学习记录。
+
+---
+
+# Hermes/OpenCloud（Agent 框架）会议知识点笔记（详细版）
+
+## 一、Agent 核心能力：动态生成 Skill
+- Agent 内置定制化能力，会把用户习惯固化到行为模型中。
+- **动态生成 Skill：**
+    - 自动识别用户完成的**复杂任务流程**。
+    - 自动提取步骤、自动封装成 **Skill（技能）**。
+    - 自动 **持久化记忆**，下次直接复用。
+- **持久化能力对比：**
+    - Hermes/新 Agent：**原生支持持久化记忆，优化更好**。
+    - 小龙虾（OpenCloud 早期）：**没有持久化记忆，需要手动配置**。
+- 主讲人状态：**尚未深入 LongChain 结合**。
+
+---
+
+## 二、老电脑下载速度 & Web3 平台
+### 1）老电脑下载慢原因
+- **硬件配置低 → 编译慢**
+- **网络差 → Python 依赖包下载慢**
+- 低配置电脑：速度明显下降
+
+### 2）Web3 课程平台
+- **不限平台：Windows / Linux / Mac 都可以**
+- 课程最佳实践与平台无关
+
+---
+
+## 三、Harmony / Hermes 部署选择：本地 Mac vs 外网服务器
+### 1）部署推荐
+- **优先：本地 Mac（24h 运行）**
+    - 像“随叫随到”的助手
+    - 文件读写、本地处理、权限都更好
+- **外网 VPS 劣势：**
+    - 只能通过 **Telegram / DC / 飞书 / 微信** 交互
+    - **文本处理、代码编辑、Word 文档等能力受限**
+    - VPS 性能限制大
+
+### 2）适用人群
+- **个人重度使用、大量文件处理、开发者、运营** → 本地 Mac
+- **仅消息交互、轻量使用** → 外网服务器
+
+---
+
+## 四、HelpAgent：学习助手能力
+- 定位：**个人学习助手**
+- 自动生成**每日学习计划**
+    - 时间多 → 任务多
+    - 时间少 → 任务精简
+- **打卡提醒**：消息推送提醒学习
+- 体验：全新 AI 辅助学习方式
+
+---
+
+## 五、Windows 搭建：推荐方案
+### 1）推荐系统
+- **Linux / macOS / WSL2**（最稳）
+- **原生 Windows：Beta，不稳定，bug 多**
+
+### 2）安装方式
+- 优先：**WSL2（Windows 子系统）**
+- 无法装 WSL → 再用原生 Windows（接受 bug）
+
+### 3）参考渠道
+- GitHub 仓库有完整教程
+- 遇到 bug：查 Issue / 提交 Issue
+
+### 4）不推荐
+- 复刻本地、产工学二次开发（维护成本高）
+
+---
+
+## 六、提效方式：四大 Group
+- **General：通用能力**
+- **量化机器人：量化交易、策略研究**
+- **Code：代码讨论、脑暴、开发辅助**
+- **News：获取全球最新资讯**
+- Windows 子系统 = **完整 Linux 内核**，不是虚拟机
+
+---
+
+## 七、主流 AI 工具对比
+### 1）ChatGPT
+- OpenAI 聊天产品
+- **Codex：开发专用智能体**
+
+### 2）Claude
+- 大模型
+- **Claude Code、Sonnet、Haku、Autopass**
+
+### 3）Gemini
+- Google 模型
+
+### 4）Hermes / OpenCloud（小龙虾）
+- **对大模型进行封装**
+- 强化记忆、持久化、Skill、交互方式
+- 支持 **Telegram / DC / 飞书** 等消息渠道
+
+---
+
+## 八、Hermes 调用机制 vs CLI
+- Hermes **不是封装 CLI**，而是 **API 调用**
+- 类似直接用 CLI，但：
+    - Hermes **自带系统提示词**
+    - 会影响 **上下文占比**
+    - **少量能力可能缺失**
+
+### 客户端升级
+- Cloud Code 客户端更新 → **Hermes 不会自动捕捉**
+- Hermes 需**自身仓库更新兼容**
+- 服务端模型优化 → 无影响
+
+---
+
+## 九、Web3 / AI 入行路径
+1. **多参与社区，积累经验**
+2. **多打黑客松**
+    - 优秀项目 → 被项目方看中
+    - 能力展示 → 被初创团队招募
+
+---
+
+## 十、GitHub CLI 适用场景
+- 外出、临时、**轻量代码修改**
+- 远程提交、快速修改、简单维护
+
+---
+
+## 十一、Hermes vs 原生 CLI（Cortex / Code）
+### Hermes 优势
+- **使用门槛低**
+- **多渠道交互：TG / 飞书 / DC**
+- **记忆持久化、自动成长、Skill 自动封装**
+- **自动根据反馈纠正行为**
+
+### CLI（Cortex/Code）劣势
+- **没有持久化记忆、没有 Skill、不能自动成长**
+
+---
+
+## 十二、Hermes 配置要点
+- **配置非常简单，2 步：**
+    1. 选择对接模型
+    2. 配置消息推送渠道（TG/飞书）
+- **手动配置即可，AI 自动配置效果差**
+- 更换 Agent：**指令切换，很方便**
+
+---
+
+## 十三、Windows 开发痛点
+- **权限机制复杂，开发不友好**
+- macOS / Linux：**UNIX 体系，权限统一、开发顺畅**
+
+---
+
+## 十四、实际工作流（主讲人）
+- 边学习 → 边记录 → 边用 Agent 查资料
+- 插件作为 **个人知识库**
+- 支持 **RAG：检索过往笔记**
+
+---
+
+## 十五、OpenCloud vs Hermes：定位关系
+- **OpenCloud：大框架、底层**
+- **Hermes：OpenCloud 衍生品、更轻、更易用、个人助手导向**
+- Hermes：**更易训练、配置、上手**
+- Hermes 可做设计：**接入 GPT 图像能力**
+
+---
+
+## 十六、项目价值：简历/企业
+- **LangChain / LangGraph：企业级、简历含金量高**
+- **OpenCloud / Hermes：个人探索、学习价值高，企业价值弱**
+- 团队实践：**Hermes 处理大量重复工作**
+
+---
+
+## 十七、多智能体编排
+### 支持
+- **量化任务：可生成 Skill、调用不同模型**
+
+### 暂不支持
+- **智能体之间自主讨论、互相探讨策略**
+
+### 备选
+- **CCB（Cloud Code Bridge）：跨模型通信**
+
+---
+
+## 十八、AI × Web3 落地方向（已验证）
+1. **用户意图交易（自然语言下单）**
+2. **资产规划（AI 根据用户画像推荐）**
+3. **AI 钱包 / AI 支付**
+
+---
+
+## 十九、ZK × AI
+- 场景：**AI 处理隐私数据，但需可信验证**
+- 方案：**AI 处理 + ZK 做数据验证**
+- 落地：银行已有需求，细节未公开
+
+---
+
+
+##### Day1-Co-learning｜任务推进与答疑-总结如下
+
+会议讨论了 AI 工具如 Hermes agent 等的特点、配置、应用场景及与其他技术的联动等相关事宜，具体如下：
+
+* **Hermes agent 特点**：
+  * **定制化与技能封装**：能根据完成的复杂任务自动提取流程并封装成技能，实现持久化记忆，在持久化优化上优于小龙虾。
+  * **交互方式多样**：可通过 telegram、DC、飞书等消息渠道进行交互，使用门槛相对较低。
+  * **记忆与学习能力**：能根据用户反馈自动成长，将用户行为习惯封装成技能，在处理重复工作时自动调用。
+* **部署建议**：
+  * **本地部署优势**：推荐部署在本地 Mac 上，类似豆包助手可随叫随用，适合个人需求大、有较多文件处理需求的用户。
+  * **外网部署限制**：部署在外网服务器上，交互只能通过消息渠道，功能会受性能限制，如文本处理、代码改动等操作可能受限。
+* **学习助手功能**：
+  * **学习计划安排**：可作为学习助手，根据用户时间安排学习计划，时间多可多安排任务，时间少则少安排。
+  * **打卡提醒**：能通过消息提示方式提醒用户打卡。
+* **工具对比与关系**：
+  * **与其他工具对比**：与 Cortex 和 code 相比，Hermes agent 使用门槛低，有记忆持久化和自动成长功能。
+  * **封装与调用方式**：通过 API 方式调用大模型，与 CLI 调用方式类似，自带封装系统提示词可能影响交互上下文占比。
+  * **版本更新影响**：cloud code 客户端能力新增与 Hermes agent 无关，Hermes agent 会对自身仓库更新做兼容。
+* **配置相关**：
+  * **配置步骤**：配置内容不多，主要是选择对接模型和消息推送渠道，按引导操作即可。
+  * **更换 agent**：更换 agent 问题不大，可通过 “ham is a module” 指令切换。
+* **应用场景**：
+  * **多智能体编排**：不太建议用 Hermes 做多人多智能体编排，但对于量化分析可支持生成 SQL 将过程做成技能并调用对应模型，智能体间探讨目前不支持。
+  * **Web3 与 AI 结合**：Web3 中 AI 可用于交易所用户意图交易、根据用户习惯做资产规划、AI 支付等场景。
+* **学习建议**：
+  * **课程学习**：优先看手册，接入 learning agent 学习助手，让其根据时间安排学习计划。
+* **ZK 与 AI 联动**：有银行想用 AI 处理用户数据，但考虑用 ZK 方式做数据验证，具体方式暂未获取到消息。
+
+
+#### Day1-AI 时代，Web3 开发者需要具备的基础知识和架构能力
+
+##### Day1-AI 时代，Web3 开发者需要具备的基础知识和架构能力-笔记
+下面给你整理成一份**详细、结构清晰、适合直接保存的学习笔记**，语言简洁、逻辑连贯，覆盖全部重点。
+
+---
+
+# Web3 开发者常见问题解答 · 详细笔记
+
+## 一、分享会整体背景
+- 主办方：IXO3 School
+- 主题：AI 时代 Web3 开发者需要具备的基础知识与架构能力
+- 形式：中英双语嘉宾、提供实时字幕、全程直播 + 问答
+- 主讲嘉宾：TC 老师
+    - 安全行业出身，早期做二进制病毒分析
+    - 现香港 Web3 公司技术专家，负责技术预研、安全架构
+
+---
+
+## 二、核心观点：有 AI 后，基础知识是否还重要？
+### 1. 结论：**AI 不会降低复杂度，反而对人的要求更高**
+- 基础知识和架构能力不足 → 无法判断 AI 输出是否正确
+- AI 是**辅助**，人是**决策者、设计者、验收者、责任承担者**
+
+### 2. 人与 AI 的分工
+- **人**：
+    - 设计整体方案、架构
+    - 评估 AI 输出合理性
+    - 验收代码、分析问题、最终负责安全
+- **AI**：
+    - 细化方案、梳理数据流、生成代码
+    - 自我验证、迭代优化
+- 关键：**AI 质量 = AI 自我验证能力**
+
+---
+
+## 三、Web3 与 Web2 的关系：不是割裂，而是融合
+### 1. Web3 并非完全独立于 Web2
+- 大部分 Web3 项目**Web2 能力占比很高**
+- 例子：
+    - CEX（币安等）：核心是 Web2，链上只是结算层
+    - Polymarket：链上清算、链下撮合
+    - DeFi（Uniswap、dYdX）：依赖 Web2 前端、状态管理、后端服务
+
+### 2. Web3 安全特点：**安全源于设计，必须贯穿全生命周期**
+- Web2：先上线、后修漏洞
+- Web3：**设计出错 = 资产归零**
+- 审计≠安全：审计是锦上添花，不能替代设计安全
+- 安全本质：**基础知识 + 架构能力** 扎实
+
+---
+
+## 四、Web3 支付系统：从 Web2 到 Web3 的核心差异
+### 1. Web2 支付模型（中心化）
+流程：
+用户下单 → 电商 → 支付服务 → 银行 → 回调 → 发货
+
+特点：
+- 依赖银行机构（Banking Institution）
+- 信任链：用户→支付服务→银行
+- 安全：API Key、风控、密码、MFA
+- 资金由银行记账、用户无控制权
+
+### 2. Web3 支付模型（去中心化）
+升级：**用区块链替代银行**
+流程：
+用户生成地址 → 转账到链上 → 链上监听服务 → 通知支付服务 → 回调电商
+
+核心区别：
+- **无需中心化机构**
+- 加密地址由算法生成，**无需后端请求**
+- 链主动无法推，依赖**监听服务（Pull/WebSocket）**
+- 信任机制：**密码学 + 不可篡改 + 公开透明**
+- 校验方式：**私钥签名**（替代 API Key）
+
+### 3. 钱包：Web3 的身份与资产核心
+- 本质：**管理私钥、生成签名**
+- 输入：**私钥（随机大数）**
+- 输出：
+    - 交易签名：证明转账意图
+    - 消息签名：证明身份、授权
+- 关键：**私钥 = 所有权**，泄露即资产丢失，**无法找回**
+
+---
+
+## 五、钱包分类与安全
+### 1. 技术分类
+- **EOA 钱包（私钥钱包）**：单个私钥，最简，风险最高
+- **合约钱包（Gnosis Safe）**：链上程序，天然支持多签
+- **AA 钱包（账户抽象）**：融合 EOA + 合约，未来趋势，对 AI 友好
+
+### 2. 托管分类
+- **自托管**：私钥在本地（MetaMask），安全高、操作复杂
+- **全托管**：交易所（币安）保管私钥，方便、有跑路风险
+- **混合托管**：私钥分片（MPC），用户 + 平台各持一片，**双方无法单独签名**
+
+### 3. 其他钱包
+- 硬件钱包（Ledger）：离线存储，防黑客
+- 隐私钱包（Zcash/Tornado）：隐藏交易信息
+- 分层钱包（BIP-32）：一套助记词生成多地址，适合批量管理
+
+### 4. 钱包安全要点
+- **私钥绝对保密**：泄露=资产归零，Web3 无法重置
+- **签名欺骗**：假消息诱导签名，实际转走资产
+- **EIP712**：签名可视化，降低钓鱼风险
+- **eth_sign 被禁用**：防止误签交易
+
+---
+
+## 六、Web3 交易全流程与关键参数
+### 1. 交易生命周期
+1. APP 构造交易：收件人、金额、data
+2. **私钥签名**
+3. 广播到链
+4. 节点共识、打包上链
+5. 状态更新、不可篡改
+
+### 2. 三大关键参数
+- **Gas Fee**：决定打包速度
+    - gasLimit：资源上限
+    - gasPrice：出价
+    - EIP1559：baseFee + tip，更稳定
+- **Nonce**：防重放、保证顺序
+    - EVM：必须递增（0,1,2...）
+    - 部分链：用区块哈希替代
+    - BTC：UTXO 模型，天然防重
+- **Call Data（指令）**：链上交互核心
+    - 相当于 EVM 的“代码”
+    - 实现转账、合约调用、复杂逻辑
+
+### 3. 交易确认与防分叉
+- 不能一收到就入账，需等待**区块确认**
+- 以太坊：2 个 epoch
+- L2（Polygon/Arbitrum）：时间更长
+- 目的：防止链分叉（reorg）导致交易回滚
+
+### 4. 交易模拟（安全必备）
+- **签名前模拟**：查看交易执行后余额变化
+- 发现异常（如转 100U 变 1000U）→ **拒绝签名**
+- **严禁签名后模拟**：私钥已暴露，风险极高
+
+### 5. 服务侧钱包安全（交易所/项目方）
+- **资金拆分**：热钱包（小额）+ 冷钱包（大额）
+- **多签/MPC**：2/3、3/5 签名，避免单点
+- **交易审核 + 可视化**：人工复核大额/异常交易
+- **TEE 可信执行环境**：私钥全程加密，明文不出安全区
+
+---
+
+## 七、AI 时代：变与不变
+### 1. AI 改变了什么？
+- 编码更快、学习效率提升
+- 多 Agent 协作，并行处理
+- 降低入门门槛，小白也能写代码
+
+### 2. AI 没变什么？
+- **系统复杂度不变**：架构、安全、逻辑仍靠人
+- **责任不变**：AI 写的代码出漏洞，**开发者背锅**
+- **判断力不变**：AI 给方案，人要判断对错
+
+### 3. AI 时代架构师三大能力
+1. **扎实基础知识**（底层、协议、密码学）
+2. **架构设计能力**（系统拆分、流程设计）
+3. **Debug 能力**（底层问题排查）
+
+### 4. 核心结论
+- **驾驭 AI，而非被 AI 驱动**
+- AI 是工具，不是替代者
+- 基础不牢 → 用不好 AI，还会被 AI 坑
+
+---
+
+## 八、高频问答（QA）精华
+### 1. Web3 安全学习路径
+- 先学**开发基础**：会写合约、懂链原理
+- 看头部公司招聘 → 让 AI 反推技能树
+- 重点：合约安全、链安全、钱包安全
+
+### 2. 浏览器钱包 vs 交易所钱包
+- 浏览器钱包：**私钥在本地**，自己保管
+- 交易所钱包：**私钥在平台**，你只是记账
+- 交易所地址：随机生成，资金归集到热钱包
+
+### 3. AI 在 Web3 安全中的应用
+- 逆向老合约（未开源字节码）
+- 漏洞扫描、代码审计（如 Misos）
+
+### 4. 大四学生入行建议
+- **选喜欢的方向**：兴趣 > 薪资
+- 短期赚钱不重要，**长期成长最重要**
+
+### 5. 链上小额免密支付
+- 技术可行，但**信任问题无解**
+- 方案：**账号权限拆分 + 风控规则**（如单日上限）
+
+### 6. 钱包监听交易方式
+- **轮询（Pull）**：定时查区块
+- **WebSocket（Push）**：长连接推送
+- 推荐：参考开源项目 **Epusdt**
+
+### 7. 跨链方向前景
+- 需求**有但不大**，熊市更冷
+- 去中心化跨链**收益低、成本高**，难落地
+
+### 8. 面试 Web3 技术岗
+- 必考：**基础知识 + AI 使用经验**
+- 一面：基础；二三面：架构、场景题
+- 态度：**会就会，不会就不会**，别装
+
+### 9. 区块链监听：自建还是付费？
+- 付费订阅：**便宜（月 <100U）、省心**
+- 自建：成本高、需专人维护
+- 建议：**付费 + 多节点校验**
+
+### 10. 文科生如何入行 Web3？
+- 先定方向（钱包/合约/安全）
+- 倒推所需技能，**AI 辅助学习**
+- 架构能力：看设计文档、大佬分享
+
+---
+
+## 九、总结
+- Web3 不是颠覆 Web2，而是**Web2+密码学+区块链**
+- AI 提升效率，但**安全、架构、判断永远靠人**
+- 入行关键：**基础扎实 + 懂安全 + 会用 AI**
+- 一句话：**基础为王，安全至上，驾驭 AI，而非盲从**
+
+---
+
+
+##### Day1-AI 时代，Web3 开发者需要具备的基础知识和架构能力-总结
+已帮你记录好《AI时代Web3开发研讨》,详细内容请点击下方查看:
+AI时代Web3开发研讨
+会议讨论了AI时代Web3开发者所需的基础知识、架构能力及相关技术要点，具体如下：
+- **分享会开场**：
+    - **开场准备**：主持人检查屏幕和嘉宾接入情况，待嘉宾TC老师进入会议后，介绍分享会是AI全栈工程师的第一场分享会，会有中英文嘉宾，后台正在做Zoom双语字幕，建议使用实时转译工具。
+    - **嘉宾介绍**：介绍TC老师背景，其出身安全行业，现于香港WEB3公司担任技术专家，分享主题为AI时代Web3开发者需具备的基础知识和架构能力。
+- **常见问题探讨**：
+    - **AI与基础知识学习**：即使有AI，开发者仍需扎实的基础知识和架构能力，以判断AI方案的合理性和代码质量。人负责设计方案、评估合理性、验收代码结果和分析问题，AI协助设计方案、细化分析和按计划编码，AI自我验证是决定编码质量的关键。
+    - **Web3与Web2的关系**：Web3并非完全独立于Web2，大部分Web3项目中Web2能力占比较高。Web3更注重安全设计，安全应贯穿项目生命周期，审计只是锦上添花，不能代表安全。
+- **支付系统案例分析**：
+    - **WEB2支付模型**：以电商购物支付为例，介绍了用户、电商平台、支付服务和银行机构之间的请求流和资金流，强调了服务间身份验证、用户安全措施和信任问题的重要性。
+    - **引入WEB3支付**：将银行机构替换为区块链，介绍了WEB3支付流程，包括用户转账、链上记录、监听服务通知等。通过算法保证数据不可篡改和逻辑代码公开透明，解决信任问题，通过私钥签名校验请求。
+    - **钱包概念及分类**：钱包用于控制用户资产，输入私钥，产出交易签名和消息签名，实现身份和资产的双重认证。钱包分类包括EUA钱包、合约钱包、AA钱包、多签钱包、自托管钱包、全托管钱包、混合托管钱包、硬件钱包、隐私钱包和分层钱包。
+- **交易相关要点**：
+    - **交易生命周期**：用户支付USDC到地址，APP构造交易，使用私钥签名后广播，链进行处理和共识，记录交易状态。
+    - **交易关键参数**：包括gas fee（由gas count和gas price决定交易上链速度）、nonce（确保交易幂等性，不同链实现方式不同）和instructions（call data是链上应用交互的灵魂）。
+    - **交易监听与确认**：链上服务监听block，检测到用户转账后，等待reorg避免链分叉，进行合规筛查，确认有效后回调支付服务。
+    - **交易模拟**：在未签名前进行交易模拟，可查看交易执行后的账户变化，避免签署有风险的交易。
+    - **服务器侧钱包安全**：通过权限拆分和多签方案保证安全，交易可视化后由审核人员审核，进行交易模拟，使用Tee可信执行环境签名。
+- **AI对开发者的影响**：
+    - **改变方面**：AI使编码更快，减少精力消耗，学习更易，提升开发效率。
+    - **未改变方面**：系统复杂度未变，开发者仍需具备判断系统架构和复杂度的能力，对AI生成的代码负责，最终审核和责任在开发者。
+    - **AI时代架构师能力**：包括架构能力、debug能力和扎实的基础知识，开发者应驾驭AI，而非被AI驱动。
+- **问答环节**：
+    - **安全学习路径**：先扎实掌握开发基础知识，根据招聘要求，让AI反推所需能力，有针对性地学习。
+    - **钱包相关问题**：浏览器插件钱包私钥在本地，交易所托管钱包会为用户创建充值地址，资金会归集到热钱包，热钱包会分级管理。
+    - **AI在Web3安全的应用**：可用于分析未验证的合约代码，如去年年底很多老的未验证合约被AI爆破。
+    - **数据集成与量化**：量化相关策略多为内部知识，大数据在Web3的应用需求有但机会可能较少，价值需市场反馈。
+    - **链上小额免密支付**：技术成熟，但存在信任问题，可通过账号权限拆分解决。
+    - **钱包监听交易**：可通过轮询或Websocket监听区块链客户端，开源项目Epusdt可参考。
+    - **AA钱包**：会越来越成熟，对AI友好度高，安全支援好，但具体应用需根据场景选择。
+    - **跨链方向**：需求有但不算大，目前跨链方案多为中心化，去中心化收益不高。
+    - **面试问题**：面试基础技术岗会问基础知识和AI使用情况，基础好能体现能力，态度要诚恳。
+    - **区块链监听**：监听链上可付费订阅，成本低且需进行双重校验，自己维护成本高。
+    - **智能合约审计找工作**：建议参考招聘要求。
+    - **密码学学习程度**：以MPC签名为例，需搞明白私钥切割、计算、交互等细节，以及如何保证安全。
+- **任务**
+    - **WEB3 需求了解**：了解 WEB3 发展到一定阶段是否有大数据的需求，可查看 WEB3 的形式，如 Doom.com 及链上数据分析，也可了解相关 API 服务
+    - **老师入群安排**：将分享会老师拉到群里，方便大家继续提问
+    - **笔记打卡提交**：提交今天的学习笔记，完成打卡，避免因两天未连续打卡被残酷共学规则淘汰
 
 <!-- Content_END -->