ME News

圆币科技将一如既往地坚守“合规、稳健”的底线，共同推进下一代支付金融体系的发展建设。

文章作者、来源：RD Technologies

香港，2026 年 4 月 10 日 ——

自 2020 年创立以来，圆币科技始终围绕一个核心使命：全力推动香港合规稳定币及新一代数字金融基础设施的建设。 我们对香港金管局首批持牌稳定币发行人结果表示尊重。同时，集团将继续与监管机构保持密切沟通，期待在下一阶段的监管评估与牌照核发中取得进展。

在推进稳定币合规发行牌照申请的同时，圆币科技集团在稳定币行业生态的布局上已取得成果。依托集团旗下成熟的全场景跨境支付平台——源稳支付（OristaPay），圆币正在构建连接法币与数字资产的下一代支付金融基础设施。

展望未来，圆币科技将一如既往地坚守“合规、稳健”的底线，携手广大 Web2 与 Web3 生态伙伴，共同推进下一代支付金融体系的发展建设。

Statement from RD Technologies on Stablecoin Issuance Business

Hong Kong, April 10, 2026 ——

Since its inception in 2020, RD Technologies has remained steadfast in its core mission:

To drive the development of compliant stablecoins and next-generation digital financial infrastructure in Hong Kong. We respect the results of the Hong Kong Monetary Authority’s first batch of licensed stablecoin issuers. RD Technologies will continue to maintain close communication with regulatory bodies and look forward to achieving progress in the next phase of regulatory assessment and license issuance.

While advancing the application for a compliant stablecoin issuance license, RD Technologies has achieved significant milestones within the stablecoin ecosystem.Leveraging our mature cross-border payment platform, OristaPay, we are actively constructing a next-generation financial infrastructure that bridges the gap between fiat and digital assets.

Looking ahead, RD Technologies will continue to uphold its commitment to "Compliance and Stability." We remain dedicated to collaborating with our Web2 and Web3 ecosystem partners to collectively advance the future of payment finance system.

ME News 消息，4 月 11 日（UTC+8），美国知名天使投资人、播客主持人 Jason Calacanis 在最新一期的顶级商业、科技类播客节目 All-In Podcast 中再次对 Bittensor 和其子网项目表达乐观看法。其建议观众去调研一下 Bittensor Subnet 62，Ridges AI（SN62）。该项目是一个开源的 AI 编码助手/代理平台，任何人（包括匿名贡献者）都可以参与改进它。Jason 称该项目通过 Bittensor 的激励机制，在短短 45 天内就达到了 Claude 4 大约 80% 的性能水平，期间只花费了约 100 万美元的 TAO 奖励。Jason Calacanis 借此强调去中心化 + 开源 + 激励机制带来的创新速度，再次展现他对 Bittensor 的乐观看法。值得注意的是，这不是 Jason Calacanis 第一次唱多 Bittensor。其曾于 23 日在社交媒体上发文「TAO＞BTC」喊单。据悉，Jason Calacanis 曾于早期投资了 Uber、Robinhood、Calm 等多家独角兽公司，是硅谷老牌投资人。他还成立了 Stillcore Capital 基金，专门投资 Bittensor 生态的 subnet 项目，长期以来一直表达看好 TAO 的观点。（来源：ME）

ME News 消息，4 月 11 日（UTC+8），加密做市商 Wintermute 政策负责人 Ron Hammond 表示，美国加密市场结构法案《Clarity法案》今年通过概率约为30%，尽管华盛顿已有一定推进迹象，但立法进程仍受多重因素掣肘。 Hammond 指出，该法案旨在明确 SEC 与 CFTC 在数字资产监管中的职责划分，但当前谈判进展不均衡，时间表多次延后。市场调查显示，该法案通过预期仍存在较大分歧。 阻力主要来自传统银行机构，尤其围绕稳定币是否应提供收益的问题分歧严重，相关妥协方案已多次受阻。此外，民主党内部立场分化、DeFi 合规及反洗钱等议题，以及潜在政治因素，也为立法增添不确定性。 尽管如此，Hammond 认为法案仍存在推进空间，但能否在年内落地，仍取决于关键分歧能否取得突破。（来源：ME）

文章介绍了一种基于Claude Code与Obsidian构建的个人知识管理系统，强调AI持续维护结构化知识库（而非一次性RAG查询），通过摄取、查询、校验三类操作实现知识沉淀与复利式积累，提升认知效率与输出质量，并提供5分钟搭建教程及进阶使用技巧。

文章作者、来源：律动BlockBeats

编者按：本文介绍了一种基于 Claude Code 与 Obsidian 搭建的个人知识系统，其核心不再是传统 RAG 模式下「每次查询、临时检索」的用法，而是尝试让 AI 持续构建并维护一个可演化的知识库（Wiki）。

从结构上看，该系统可以拆分为三层：

·其一，是原始数据层，包括笔记、文章、转录内容等不可修改的输入源；

·其二，是由 AI 维护的结构化知识库，在持续更新中完成交叉引用与关系构建；

·其三，是 Schema 规则层，用于规范知识的组织方式与系统运作逻辑。

围绕这一结构，系统通过三类核心操作运行：Ingest（摄取），将外部信息不断纳入体系；Query（查询），实现对知识的即时调用；Lint（校验），用于检查结构一致性并修复潜在问题。

在这一机制下，知识不再停留于一次性对话结果，而是通过「写入—整理—再利用」的循环，逐步沉淀为可复用的长期资产。作者据此提出，这种模式使知识具备类似「复利」的积累效应：一方面减轻个体的认知负担，另一方面提升模型输出的准确性与上下文一致性。

但这一系统的有效运行，也建立在一个前提之上——持续输入与维护。如果缺乏稳定的数据注入与结构更新，这一「第二大脑」将难以形成真正的积累效应，其优势也将随之减弱。

以下为原文：

Claude Code + Obsidian，是我用过最强大的 AI 组合。

我几乎搭建出了一个「AI 第二大脑」，把我所有的思考、阅读、写作、线上研究等内容都纳入其中。这里面包含了我的商业计划、我发布过的所有 YouTube 视频、写过的文章，以及一切对我重要的内容。

Claude Code + Obsidian 已经在各个平台上迅速走红，而且这并非偶然。

对我个人来说，这套 AI 系统极大地减轻了我的认知负担，让我能够把精力集中在真正重要的事情上——无论是业务，还是个人生活。

这套系统看起来也许有点复杂，但实际上搭建只需要 5 分钟。更关键的是，它自带记忆机制，会随着使用不断自我优化。

接下来，我会一步一步带你复刻这个「AI 第二大脑」系统，它确实能实实在在地提升你的效率。

建议你读到文章最后——我会附上一份完整的 Claude Code + Obsidian 操作速查表，以及文中提到的所有资源（全部免费）。

开始之前

这套系统并非我一人原创，它的灵感来自 Andrej Karpathy 几天前关于「LLM 知识库」的一条爆火推文。

这条推文之所以迅速走红，是因为它为解决当前 AI 发展中的一个关键痛点提供了思路。

这个问题就是：每当你开启一段新的对话，或者切换到新的 AI 工具时，都不得不反复重新输入提示词、补充上下文，几乎等于从零开始。

而将这一套系统提示词，与 Obsidian 和 Claude Code 结合起来之后，这个问题可以被彻底解决，同时还能显著提升 AI 的输出质量。

这个系统是如何运作的？

整个系统由四个核心模块构成：

1、你的数据：包括文章、笔记、转录内容、灵感想法等

2、组织方式：通过 Claude Code 在 Obsidian 中自动完成整理

3、即时调用：你可以随时向这个「数据库」提问，获得答案

4、进化记忆：系统会随着使用不断变得更聪明

这套系统的真正力量在于什么？

作为人类，我们的认知带宽是有限的。我们会遗忘，有时也很难把不同的想法连接起来，能同时跟踪和处理的信息终究是有上限的。

而借助这套由四个模块组成的系统，你实际上是在释放自己的认知负担，把「连接、整理与理解信息」的工作交给 Obsidian 和 Claude Code。

你的想法开始被系统性地串联起来，一条笔记可以自动关联到另一条笔记，而你可以随时通过 Claude 将这些内容重新提取、组合和调用。

在这种结构下，你的知识不再是零散的，而是一个可以被不断调用和重组的网络——几乎没有上限。

如何在 5 分钟内搭建你的 AI 大脑

 

1、下载 Obsidian

官网： https://obsidian.md/

 

2、创建你的 Vault（知识库）

下载完成后，Obsidian 会提示你创建一个「Vault」。

你可以把它理解为电脑上的一个文件夹，我们会在这里存放所有内容，并让 Claude Code 访问和管理这些数据。

这个 Vault 的名称可以随意设置——比如我自己就叫它「Obsidian Vault」。

这个 Vault，就是 Obsidian 用来存储你所有数据与笔记的地方，所有内容都会以 MD（Markdown）文件的形式保存。

3、设置 Claude Code

接下来，你需要配置一个可以访问 Claude Code 的方式。对我来说（也很可能对大多数人而言），最简单的方法就是直接使用桌面客户端。

在主聊天界面中，点击「Select Folder（选择文件夹）」，然后找到你刚刚创建的 Obsidian Vault 并选中它即可。

 

4、设置系统提示词（System Prompt）

当你选好文件夹之后，下一步就是把 Andrej Karpathy 的系统提示词粘贴到主聊天框中。

你可以在这里复制这段提示词：https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f

你的输入应该是这样的：

小提示：如果你不想，也完全可以不用手动打开 Obsidian。只要把 MD 文件夹（也就是你的 Vault）以及相关数据交给 Claude Code，它就可以直接对这些文件进行读写和修改——而这些内容会自动同步到你的 Obsidian「第二大脑」中。

5、构建你的数据库

当你输入完上述的系统提示词之后，Claude Code 会开始向你询问一些数据来源，用来初始化并逐步填充你的「第二大脑」。

你可以把 Obsidian 想象成一本「空白笔记本」——一开始需要你主动输入内容，数据库才会逐步建立起来。可以导入的内容包括：笔记、CSV 文件、Markdown / 文本文件等。

一些实用建议：

·从你现有的笔记工具中导出数据

·如果你使用 Notion，可以导出为 CSV 文件

·让 Claude（或其他大模型）整理一份关于你的信息，用来初始化你的「第二大脑」

·把你已有的文章、收藏、灵感想法等一次性导入进来——这是建立初始数据的最好时机，后续也可以随时补充

需要注意的是，像我这样数据量较大的数据库，并不是一蹴而就的，而是随着时间不断输入、逐步积累形成的。

就是这样，你的「AI 第二大脑」已经搭建完成，可以开始运行了。接下来，我再分享一些进阶技巧，帮你把它用得更高效。

进阶技巧（Pro Tips）

 

1、Obsidian Chrome 扩展插件

如果你想更轻松地往系统里添加数据，只需要安装 Obsidian 的 Chrome 扩展。它可以让你在浏览网页时，直接点击「Add to Obsidian（添加到 Obsidian）」，把内容一键保存进你的知识库。这会让你构建「第二大脑」的过程变得非常顺手。

我自己也经常用这个功能来收集文章、网页数据、研究资料等等。

需要注意的是，通过扩展添加的数据，最初只是一个「孤立的数据源」。

接下来你可以告诉 Claude Code：「我刚刚在 Obsidian 里添加了 [x]，请帮我把这些内容整合进我的 Wiki。」

Claude Code 会自动将这些新数据与已有内容建立关联、生成链接，让它真正融入你的「第二大脑」。这也是这套工具组合强大的原因所在。

2、分开建立文件夹（Vault）

Andrej Karpathy 建议使用两个独立的文件夹（Vault）：

·一个用于工作 / 商业内容

·一个用于个人生活 / 目标管理

我自己的使用体验也是，这样的结构最清晰、最有效。

3、实用性

我发现这套系统最有价值的一个用法，其实很简单：让你的 LLM 提示词更精准。

当模型可以访问你完整的个人信息、商业计划、写作背景等上下文时，它就能生成更加「定制化」、更贴近现实情况的高质量提示词（甚至是「超级 Prompt」）。

当然，这套系统的用途远不止这些，但如果你只想从一个最实用的场景入手，我会强烈建议你先从「提升 Prompt 质量」开始。

4、Orphans（孤立节点）

在 Obsidian 中，「Orphans」指的是那些没有与其他笔记建立连接的数据点。

这个功能很有用，因为它可以帮你：

·找到尚未被整合的想法

·发现数据库中的「薄弱区域」

·判断哪些内容值得进一步扩展或深化

换句话说，它不仅是一个整理工具，也是一个帮助你发现思考盲区的机制。

你可以在右上角点击「三个点」，找到并开启 Orphans 的开关，用来查看哪些内容还没有建立关联。

这套系统的潜在缺点

前面我们已经讲了很多优点、使用场景和优化方法，那么它的不足是什么？什么情况下你不太适合使用这套系统？

1、不习惯可视化的人

这套系统的一个核心优势，是可以将数据进行可视化呈现。如果你本身并不依赖或不习惯这种方式，那它对你的帮助可能会比较有限。

2、需要一定维护成本

如果你不愿意持续维护一个数据库，那这套系统可能不适合你。虽然维护成本并不高，但如果不持续往「第二大脑」中输入数据，它就很难发挥价值。

3、存储占用

所有内容都会以 Markdown 文件的形式存储在本地，这会占用一定的设备空间。这一点也需要提前考虑。

AI Agent经济正在爆发，以太坊区块链因其无需人类身份、低成本、可组合的金融基础设施而成为关键支持平台。

文章作者：Etherealize

文章编译：Felix, PANews

AI Agent 经济正在爆发，Etherealize 发布长文，指出以太坊是唯一能为其提供无需人类身份、低成本、可组合的金融基础设施的区块链。以下为内容详情。

2026 年初，一个名为 Felix 的 AI Agent 在五周内创造了超 30 万美元的收入。Felix 雇用其他 AI Agent，并运营多条业务线，其中 Iris 负责客户支持，Remy 负责销售。他以 29 美元的价格出售一份持续更新的 AI Agent 部署指南；还构建并运营了 Claw Mart，这是一个供开发者买卖预构建 AI 技能和工作流模板的市场。此外，他还为需要内容营销人员、客服代表或销售助理的企业定制 AI Agent。他的总运营成本大约每月 1500 美元。

Felix 可以编写代码、部署网站、管理销售管道、回复客户支持邮件。这一切都无需人类帮助。但他无法开设银行账户。Felix 的创造者 Nat Eliason 必须亲自创建 Stripe 账户，并将 API 密钥交给 Felix。Felix 赚取的收入只能闲置，因为其无法开设经纪账户来投资这些资金，也无法筹集资金来开展新业务。传统金融系统假设每个账户、信贷申请或签名的另一端都有一个人类。但 Felix 不是人类。

然而，当 Nat 让 Felix 用加密货币做些事情时，“他可以毫无问题地完成，简直太简单了。”

Felix 并非个例。例如上周 Marc Andreessen 在 Latent.Space 播客中表示：

“我认为 AI 是加密货币的杀手级应用……现在很明显，AI Agent 需要资金。这已经在发生……我那些最激进使用 OpenClaw 的朋友已经把银行账户和信用卡给了他们的 Claws。他们不仅这样做了，而且显然他们需要这样做……这完全是显而易见的。今天这样做的人数，我不知道，大概 5000 人左右。但它会增长。这就是这些事物开始的方式。”

Felix 是一个实验，现在判断他的收入是可持续的，还是仅仅是发布初期的爆发还为时过早。但他所代表的模式：一个能赚钱、花钱并需要金融服务的自主 Agent，无论 Felix 本身是否能长久存在，都将反复出现。人类借出自己的金融身份只是一种临时的权宜之计。最终，它们将使用我们才刚刚建设了十年的以太坊金融系统。

Agent 已经在交易

到目前为止，围绕 AI Agent 与加密货币的讨论几乎完全集中在支付上。Coinbase、Cloudflare 和 Stripe 成立了一个基金会来治理 x402，这是一个开放协议，允许 Agent 进行即时稳定币微支付。Stripe 和 Paradigm 还在 Tempo（专为稳定币结算构建的区块链）上推出了机器支付协议（Machine Payments Protocol）。

数据已经相当可观。在最初的九个月里，x402 处理了超过 1.4 亿笔 Agent 对 Agent 交易，总交易量达 4300 万美元。x402 现在产生了 Coinbase 的 Base 网络上大约五分之一的流量。近 1.6 万个已验证的 Agent 正在链上运行，并记录了超过 40 万个独立买家地址。

Agent 将加速向加密原生支付的转变，因为传统的银行卡支付网络在结构上与Agent 商务不兼容。根据《2026 年 Agent 现状》报告，Agent 之间交易的平均金额为 0.31 美元，主要用于 API 调用、计算和数据访问。在这样的交易规模下，Visa 约 0.3 美元的固定费用将消耗掉几乎全部的支付金额。

但支付是最简单的金融功能。更有趣的问题是，当其中一些 Agent 超越单纯支付，开始管理支付间持有的资金时，会发生什么。

Agent 需要什么样的 DeFi？

大多数 Agent 永远不需要金融系统。代表公司行事的客服 Agent 不会持有金库，编码 Agent 也不会。这些都是在部署它们的公司内部运行的工具，由公司来处理财务层面的事务。

需要 DeFi 的 Agent 是那些作为自主经济行为者运行的 Agent：拥有自己收入流、支出、金库，且因没有人类身份无法获取金融服务的 Agent。这部分 Agent 的数量比较少，但正在增长。随着 Agent 更强大、寿命更长、更自主，Felix 式的 Agent 数量将从数百个增长到数千个，再到数百万个。Coinbase CEO Brian Armstrong 认为，AI Agent 数终将超过人类。即使只有其中一小部分 Agent 作为自主经济行为者运行，它们管理的总资本也将相当可观。于是问题将变成：一个自主 Agent 需要什么样的金融服务？

需要借贷：用于计算的营运资金、弥补现金流缺口，或为新项目提供资金。传统的借贷需要信贷申请、承销商和法律身份，但在 Aave 上，Agent 可以存入抵押品并立即借入稳定币，无需人类介入。

需要利用闲置资金产生收益： Felix 拥有超 16.5 万美元的资金，而且（用 Nat 的话说）“不知道该怎么处理它”。在以太坊上，这些资金可以存入借贷协议，用于购买像贝莱德的 BUIDL 这样的代币化国债，或者作为流动性部署在 Uniswap 上，所有这些都是无须许可的、即时的且可组合的。以太坊上的代币化国债产品增长迅速，网络上已有超过 225 亿美元的基金资产被代币化（占所有区块链 71.9% 的市场份额）。摩根大通于 2026 年初在以太坊上推出了其 MONY 市场基金，加入了贝莱德的 BUIDL 和富兰克林邓普顿的链上货币市场基金的行列。这些机构级的产品正是拥有闲置资金的自主 Agent 所需要的，其运行在任何 Agent 无需经纪账户即可访问的无需许可基础设施上。

需要筹集资金：Felix 无法设立 Carta 账户，也无法从 Mercury 发起电汇，但其可以部署一份智能合约，发行代表收入分成的代币，接收稳定币投资，并以编程方式管理分配。这方面的法律框架正在成型，但《数字资产市场清晰度法案》代表着在促进美国链上资本形成方面迈出的坚实一步。

需要进行支付和收款：这已经在 L2 和 Solana 上大规模发生。但是，当 Base 向 L1 支付结算费、稳定币在主网上发行和赎回、以及 Agent 需要在交易之间存放收益时，以太坊就能从这些活动中捕获价值。

需要托管资产：股权代币、治理代币、稳定币、身份凭证——无需托管人可以冻结它们，也无需对手方可以追回它们。自托管的以太坊钱包原生地实现了这一点。

为什么 Agent 使用以太坊上的低风险 DeFi

Vitalik 在 2025 年 9 月提出，基础金融服务（如支付、储蓄、出借和借款）代表了以太坊最重要的应用。其核心观察是，对于全球经济中越来越多的参与者来说，传统金融中隐含的尾部风险：银行倒闭、账户冻结、资本管制、交易对手违约，现在已经超过了使用经过实战检验的 DeFi 协议的尾部风险。他指的是缺乏可靠金融机构管辖区的个人，但这一论点对 Agent 来说适用性更强。Agent 将倾向于 DeFi，不仅因为它降低了交易对手风险，还因为它本质上是一个对机器来说更好的金融系统。

在 DeFi 中，交易成本只是几美分，而不是几个百分点。结算只需几秒钟而不是几天。该系统在全球范围内是无摩擦的。而且每个协议的规则都编码在开放的、可审计的代码中，Agent 可以在投入资金之前对其进行验证。

这里存在着一种讽刺。智能合约对人类来说一直很别扭，用户体验也一直是个持续存在的挑战。当 Nick Szabo 在 1997 年引入这个概念时，他描述了直接嵌入在机器中的契约逻辑，根据条件自动执行，无需人为干预。这种愿景从未真正适合人类用户，他们更喜欢在出现问题时有人类中间商介入，但这却完美契合了 Agent。

一个拥有 50 万美元资金库的自主 Agent 会需要相当于货币市场基金的东西，要求具有可预测的收益、深厚的流动性、极低的智能合约风险，且没有可以冻结或没收其资产的交易对手。以太坊上的 DeFi 正日益满足这一标准。黑客攻击和资金损失依然存在，但它们变得越来越罕见，并集中在生态系统充满投机的边缘地带。一个稳定的核心应用群已经通过反复的压力事件证明了其稳健性，而这种业绩记录是其他任何公链都未能复制的。

以太坊 L1 DeFi 损失。来源：Vitalik Buterin

DeFi 为 Agent 消除了一整类风险。规则编码在可审计的智能合约中；抵押率自动执行；没有对手方可以冻结、追回或重新谈判。这对软件原生参与者来说确实是一个更优的架构。

其他区块链也有 DeFi 协议。任何团队都可以分叉 Aave 并在新链上部署借贷协议。然而，构建一个参与者可以长期信任并投入大量资金的 DeFi 生态系统，则完全是另一个问题。

正如 Erik Voorhees 所说：“以太坊仍是王者。人们被其他一些 L1 平台分散了注意力，但如果你看看开发者在哪里以及稳定币交易量在哪里，这些指标很难造假，而且非常重要，它们一直主要集中在以太坊上。差距非常明显。”

以太坊上的 DeFi 目前已形成近乎不可撼动的网络效应：

协议成熟度。Aave 于 2020 年上线，MakerDAO 自 2017 年以来在多次市场崩盘中都维持了 DAI 的锚定。Uniswap 的累计交易量已超 3 万亿美元。这些协议在 Terra/Luna 崩盘和 FTX 等黑天鹅事件中都完美运行。对于将资金存放六个月的投资者而言，经过五年压力测试的协议与经过两年压力测试的协议之间的差异至关重要。投资者是理性的，在选择资金部署方向时会权衡过往业绩。

流动性深度。低风险借贷需要深度池。如果一个 Agent 在 Aave 上存入 1000 万美元抵押品并借入 700 万美元稳定币，池子需要足够深才能在不产生显著滑点或利率影响的情况下处理。以太坊的 DeFi 池子规模是任何竞争对手的数倍。截至 2026 年 4 月，以太坊的 DeFi TVL 超过 550 亿美元，几乎是 Solana 的 10 倍，占所有链 57% 的市场份额。

机构参与度。贝莱德选择在以太坊上推出 BUIDL 项目。富兰克林邓普顿选择以太坊作为其链上货币市场基金。以太坊托管着约 71% 的代币化基金。这些机构在选择区块链时进行了广泛的尽职调查。它们的参与产生了一种自我强化效应：更深的流动性吸引更多机构资本，从而进一步深化流动性。寻求最低风险 DeFi 环境的机构会倾向于选择机构资本最集中的区块链，因为机构资本的存在能够创造更深的市场、更完善的审计协议和更清晰的监管环境。

网络可靠性。以太坊在十多年的运营历史中从未出现过任何宕机。数十万个验证节点保障了网络安全，使得对单个交易进行审查几乎不可能。

可组合性。在以太坊上，交易者可以在 Aave 上存入 ETH，借入 USDC，并将这些 USDC 部署到代币化的国债基金中，所有操作都可以在一次交易中完成。如果任何步骤失败，整个序列都会回滚。步骤之间不存在部分执行，也不存在交易对手风险。这种可组合性之所以存在，是因为所有主流的 DeFi 协议都在同一条链上共享相同的状态，并且随着交易者执行越来越复杂的多步骤金融策略，其价值会不断累积。

57% 的 DeFi TVL 存在于以太坊上（来源：DeFi Llama）

这对 ETH 意味着什么

自主 Agent 主要使用稳定币进行交易。98.6% 的 Agent 支付以 USDC 计价。但它们与以太坊 DeFi 堆栈的每一次交互：在 Aave 上借款、在 Uniswap 上兑换、部署智能合约、重新平衡投资组合，都需要以 ETH 支付 gas 费。

一个部署了 100 万美元抵押品的 Agent 会使用以太坊 L1，因为安全保障最强，而且它会心甘情愿地支付 gas 费。因为相对于风险资本而言，这些费用微不足道。随着 Agent DeFi 活动的增长，以太坊 L1 的区块空间会越来越宝贵，而 EIP-1559 意味着每笔 gas 费用的一部分将被销毁，永久性地减少 ETH 流通量。

此外，正如 Vitalik 指出的，低风险的 DeFi 对 ETH 的经济贡献不仅体现在交易费用上，还体现在将 ETH 锁定为抵押资产上。在 Aave 上借入稳定币的 Agent 需要提供抵押品，而 ETH 是网络上最深、流动性最强的抵押资产。借款 Agent 越多，锁定在借贷协议中的 ETH 就越多，从而在不依赖销毁机制的情况下减少更多流通量。

无法精确估算由此产生的结构性需求。坦白说，这取决于有多少 Agent 发展成为自主经济主体，他们管理的资本规模，以及有多少资本流经以太坊的 DeFi 系统。但方向很明确：Agent 经济正在增长，以太坊是唯一能够大规模服务于自主参与者的金融系统，而且该系统上的每一笔交易都需要 ETH。

可能出现的问题

有三件事可能会削弱这一论点，值得明确指出。

首先是 gas 抽象。账户抽象和支付 Agent 允许使用稳定币支付 gas，而不是直接持有 ETH。如果这成为标准做法，将降低对 ETH 作为营运资金的需求。然而，链上的某些环节仍需要获取和使用 ETH 来处理交易。

其次是竞争。如果其他区块链或 L2 达到目前以太坊所拥有的流动性深度、协议成熟度和机构影响力，DeFi 参与者可能会将其 DeFi 活动分散到其他链上。

再次是传统金融会转型。银行最终会为 Agent 账户创建 API，经纪公司也会构建机器可访问的界面。然而，即使是经过调整的传统金融系统，其提供给 Agent 的产品仍然是为人类设计的，成本结构中已包含了人工成本，而 DeFi 提供的则是软件原生产品。

但总体而言，看涨的理由更占上风。Gas 抽象转移了生态内对 ETH 的需求，而不是消除了它；竞争对手的 DeFi 生态在低风险 DeFi 所需的具体属性上落后以太坊数年；而且传统金融在结构上的低效难以克服。尽管如此，仍应相应地权衡这些风险。

以太坊的下一个十亿用户将不再是人类

以太坊正朝着成为机器经济的金融系统迈进。它是唯一能提供自主 Agent 所需金融服务（借贷、收益生成、资本形成、托管）的系统，而无需人类身份认证，无需支付 Agent 无法利用的人力成本，也无需因司法管辖区而分割访问权限。

随着 Agent 数量的增加和复杂性的提升，那些最终演化为自主经济主体的 Agent 将持续不断地对以太坊上的低风险 DeFi 产生需求。它们执行的每一笔交易都需要消耗并销毁 ETH。它们所依赖的金融基础设施运行在以太坊上，因为没有其他区块链能提供低风险 DeFi 所需的流动性、成熟度、可靠性和机构支持。

ME News 消息，4 月 11 日（UTC+8）， Chainalysis 高级情报分析师 Kaitlin Martin 表示，使用加密货币支付可能运往伊朗的过境费用的航运公司可能会面临严重的制裁风险。 Martin 告诉 Cointelegraph，根据目前的制裁框架，向伊朗政权支付的任何款项，包括与通过关键水道相关的款项，都可能被解释为“物质支持”，使公司面临违反美国和国际限制的风险。 “这样做可能会带来严重的违反制裁风险，因为伊朗革命卫队受到多个司法管辖区的制裁，而伊朗也受到美国的全面制裁，”她说。 此前有报道称，伊朗可能寻求以加密货币形式收取过境费。尽管尚未得到官方证实，但美国总统唐纳德·特朗普曾表示，他不会接受德黑兰任何企图对途经这条重要水道的航运征收通行费的行为。（来源：ME）

ME News 消息，4 月 11 日（UTC+8），在地缘冲突持续约六周背景下，比特币市场正明显分化为两大阵营：以 Strategy 和现货 ETF 为代表的“被动型买家”持续吸纳筹码，而鲸鱼、矿企及部分主权持有方则转向减持。 机构方面，Strategy 持续增持 BTC，总持仓已达约 76.7 万枚；与此同时，美国现货比特币 ETF 在 3 月吸纳约 5 万枚 BTC，成为市场主要买盘来源。不过，资金流入呈现集中且边际放缓趋势。 抛售端则表现明显：持有 1000–10000 BTC 的鲸鱼地址由净买入转为大幅净卖出，年内持仓变化从约 +20 万枚转为 -18.8 万枚；上市矿企亦在高成本压力下集中减持，单周抛售规模超过 1.9 万枚 BTC。此外，不丹等主权持有方自 2024 年 10 月以来已减持约 70% 比特币储备。 尽管市场情绪一度处于极度恐慌区间，比特币价格仍维持在 6.5 万至 7.3 万美元区间震荡，显示价格“底部”主要依赖少数机构买盘支撑。分析指出，当前市场买方基础持续收窄，后续走势将取决于机构资金流入能否持续并突破关键阻力区间。（来源：ME）

ME News 消息，4 月 11 日（UTC+8）， 基于对更多图片和视频的分析，美国媒体和军事专家进一步证实，美军在对伊朗发起军事行动首日使用 PrSM 导弹攻击了法尔斯省多个平民目标，致数十人死亡。美军中央司令部否认使用 PrSM 导弹攻击这座体育馆，称相关视频中出现的武器与伊朗“霍韦伊泽”导弹相符。不过，《纽约时报》10 日报道，该报和军事专家分析更多图片和视频，从导弹引爆方式、目标的毁伤特征和导弹飞行轨迹等方面进一步证实美军当天不仅使用 PrSM 导弹攻击了体育馆，还袭击了一座学校和两个居民区。上述遇袭设施都距离伊朗伊斯兰革命卫队一座设施不足 300 米。（来源：ME）

CZ、何一与OKX创始人Star之间的十年纠葛，始于2013年OKCoin时期的铁三角合作，经历CZ与何一出走创立币安、双方在交易量与全球化路径上的激烈竞争，再到FTX崩盘后行业信任体系重构、监管压力加剧，最终演变为以新书《币安人生》为导火索的舆论对线。

文章作者：Climber

文章来源：CryptoPulse

4月10日，Binance 创始人 CZ （赵长鹏） 在社交媒体上公开发文要求 OKX 首席执行官 Star道歉，并表示愿以10亿美元赌约自证早已与前妻离婚。而Star方面则以监管为由拒绝了这一赌约，随后何一亲自下场爆出更多往事。

其实，三人的恩怨要追溯到十年前。而从早期交易所之间的草莽竞争，到如今监管与流量并行的复杂生态。很少有一段纠葛能像CZ、何一与OKX体系之间的故事这样，横跨多个周期并不断被续写。

这已经不是一段个人恩怨，更像是一条贯穿东方中心化交易所崛起、全球化扩张、行业危机与舆论时代的隐性主线。它真正推动了加密生态格局的变化、也推动了整个区块链行业的发展。

一、同盟与分裂：一切从OK体系开始

2013年前后，比特币交易在中国进入早期爆发阶段。OKCoin迅速崛起，并与Huobi共同构成当时全球交易量的核心来源之一。那时的OK体系，本质上更像是一个高度分工明确的铁三角结构，Star是OKCoin ceo、何一当时任CMO并引荐CZ任CTO。

具体来说，徐明星负责整体战略与资源整合，掌控公司方向。何一主导市场与品牌，通过媒体曝光、用户运营迅速扩大平台影响力。而CZ则搭建核心交易系统，这个撮合引擎在当时具备领先性能，也为高频交易提供了基础设施支持。

2014至2015年间，OKCoin一度占据全球比特币交易量的重要份额，这种成功并非偶然，而是技术效率、流量运营、资本资源三者协同的结果。

然而随着平台规模扩大，发展的问题开始出现。比如国际化路径如何推进？是否优先发展衍生品？风险控制边界在哪里？这些也都逐渐演变成了三人之间最为核心的分歧。

与此同时，国内监管环境开始收紧。尤其是2017年前后政策趋严，使交易所不得不面对生存与转型的双重压力。在这种背景下，内部矛盾被迅速放大。

最终，CZ选择离开OK体系，何一随后出走。

当时这一变化并未引发太多关注，但从后来的行业演变来看，这一各奔前程的事件实际上直接削弱了OK体系的技术与增长能力，也为后来竞争格局的重构埋下伏笔。

二、出走与对立：Binance的极速崛起

2017年，ICO浪潮席卷整个加密市场，大量新项目涌现，交易所成为流量与资金的核心入口。在这一窗口期，CZ与何一共同创立Binance，并迅速切入市场。

与传统交易所不同，币安从一开始就采取高频上币加全球扩张的策略。通过发行BNB完成融资，同时快速上线热门代币，吸引大量用户与流动性涌入。这种打法在当时极具攻击性，也极其有效。

技术层面，币安延续了CZ在OK时期积累的撮合系统优势，平台的交易速度与稳定性极大的优于多数竞争对手。

而在战略层面，币安迅速布局日本、马耳他等地区，形成了全球分布式运营的结构，从而规避单一的监管风险。

短短数月内，币安交易量跃升至全球前列。到2018年前后，已成为全球最大的加密交易所之一。这种增长速度，在整个互联网商业史中都极为罕见。

但是对OKX而言，这已经不仅是竞争对手的出现，更是一种颠覆。曾经的核心成员，在外部建立起更高效率的体系，并反向争夺起了市场。

此后，双方竞争越来越频繁。OKX强化合约与衍生品业务，币安则通过现货、Launchpad及生态扩展构建更广泛的商业版图。

而这种差异化的竞争，也构成了此后数年加密行业的发展主线。

三、暗战到明战：FTX崩盘引爆信任危机

2018年至2022年，加密行业经历多轮牛熊切换，但头部交易所之间的竞争仍相对克制，主要集中在产品与用户层面。然而，这种表面和平随着2022年FTX的崩盘被彻底打破。

在事件关键节点，CZ公开宣布清仓FTT，着被市场普遍认为加速了流动性危机的爆发。随着FTX迅速倒闭，行业进入到了深度信任危机当中。

头部交易所崩塌所带来的影响巨大，从短期来看，币安成为主要流动性承接方之一，市场份额进一步集中。但长期来看，权力集中也引发监管关注。

2023年前后，美国监管机构对币安展开调查，最终CZ与监管达成和解并卸任CEO。

这一阶段的关键变化在于，行业评价体系发生转移。过去以交易深度、产品丰富度为核心的竞争逻辑，被透明度、合规性与历史行为所替代。

舆论开始回溯各大交易所的过往争议，并不断放大。

这也意味着，竞争不再局限于业务层，而开始向叙事与合规层面转移。

四、舆论战争：OKX Star与何一的正面对线

在新的舆论环境下，OKX Star逐渐成为一个话题引爆者。他发布的内容从行业点评，逐步转向涉及历史纠纷、合同问题乃至聊天记录的爆料式叙事。

这类内容的特点在于信息与情绪混合表达，立场明确、传播效率极高。在社交媒体和舆论的发酵下，这种表达方式往往比传统公告更具扩散力。

与此同时，讨论焦点开始从交易所做得怎么样，转向谁在操控、谁更可信。行业之间的竞争焦点也从产品、服务，一度变为了人物设定。

而何一的参与，也使这一矛盾进一步升级。

她通过AMA、播客及社交媒体多次回应争议，解释上币机制与内部流程。这种直接沟通方式，在提升透明度的同时，也让摩擦持续处于高曝光状态。

最终，舆论让双方逐渐形成更加强烈的阵营对立，社区支持和反对的声音也都围绕着事件核心人物展开，进而影响着每一个圈内人的评判。

五、全面爆发：旧账重启与流量时代的终局

4月8日，CZ新书《币安人生》发布，并且这本书由桥水基金创始人 Ray Dalio、贝莱德联创 Larry Fink 以及海底捞创始人张勇等人撰写了推荐语，何一撰写了序言。

但是着也让这段跨越十年的纠葛被再次推向高潮，因为书中涉及的早期经历与争议，让大量历史信息被重新激活，并进入到了公众讨论视野众。

围绕这些内容，各方迅速展开回应与反击，旧事件被重新解读。

Star公开发推质疑 CZ 并未正式离婚，和其自传中描述内容不符。而CZ则回应称，早已离婚，愿出资 10 亿美元对赌。

CZ这种以极具戏剧性和强硬性的方式表明自身立场，而OKX Star则拒绝参与并质疑其专业性。尽管事件本身并未提供实质性新信息，但其传播效果却远超一般争议。

从根本原因上来看，这场冲突的持续发酵，主要原因有三点：一是OKCoin时代遗留的历史问题，二是币安与OKX之间长期竞争积累的对立矛盾、三是社交媒体时代舆情的推波助澜效用。

结语：这不只是三个人的故事

回头看这场横跨十余年的纠葛，从OKCoin时代的并肩作战，到Binance与OKX的正面对抗，再到舆论时代的全面撕裂，CZ、何一与OKX Star之间的关系，早已超越个人恩怨的范畴。

它更像是一面镜子，映照出了加密行业不同阶段的核心玩法。早期是技术与效率决定生死，中期是资本与扩张重塑格局，而当下，则是信任、叙事与流量开始主导一切。

某种意义上，这场三角风暴不会真正结束。因为只要行业仍在变化，旧叙事就会被反复激活，新矛盾也会不断叠加。

今天的对线，可能只是下一轮周期的开场白。而今天被放大的情绪，也许会在未来被重新定义。而CZ、何一与OKX Star，正处在这场转变的中心。

Anthropic因第三方工具导致算力成本激增，宣布限制Claude订阅对OpenClaw等工具的访问，暴露大模型在Agent时代订阅制难以为继的困境。

文章作者 ：楷楷

文章来源：伯虎财经（bohuFN）

“低价卖Token并对第三方开放，看起来很友好，但那是一个陷阱。”

近日，小米集团MiMo负责人罗福莉在X平台发文，将Token价格战比喻为“陷阱”，提醒大模型公司不应该盲目参与价格战。

几天之前，Anthropic突然宣布切断第三方工具对Claude订阅的访问权限，这也是罗福莉发文讨论Token定价逻辑的契机。

在这场全民“养龙虾”的Token狂欢中，罗福莉的公开信和Anthropic的“封杀令”，成为行业中罕见的“不同声音”，给这股热潮泼下了冷水。

但问题是，大模型厂商当真算不清这笔成本账？还是说，这只是行业一场心照不宣的博弈，用狂烧的Token换取一张通往未来的入场券，赌的是AGI的未来。

如果是这样的话，谁还能叫醒一个正在装睡的人。

01 Anthropic撑不住了

几天前，Anthropic向所有用户发送邮件，宣布自当地时间4月4日下午3点起，Claude Pro和Max订阅将不再覆盖OpenClaw等第三方工具的使用。

事出突然，Anthropic给用户送了一笔一次性补贴，金额刚好等于一个月订阅费。但相较于从前花200美元月费就能无限量调用Claude的好日子，这笔补贴显然只是杯水车薪。

消息一出，社交媒体瞬间炸锅，用户们破口大骂，铺天盖地都是“过河拆桥”的论调，因为OpenClaw创始人彼得·斯坦伯格跟Anthropic的恩怨早已有之。

OpenClaw最初上线时命名为Clawdbot，由于名字跟Anthropic旗下的Claude高度相似，被Anthropic一份律师函要求改名，梁子算是结下了。

更重要的是，在OpenClaw验证了市场对开源智能体的需求后，Anthropic随即推出了Claude Cowork，除了安全考量之外，这也被认为是想用自家产品取代OpenClaw。

但这些都不足以解释“封杀令”的全部，真正让Anthropic下决心动刀的，是成本问题。

Anthropic在用户信中提到，“第三方工具对系统造成了过大的压力，我们必须优先保障使用我们核心产品的用户体验。”

外媒称明星独角兽Cursor曾在去年进行估算，发现每月200美元的Claude Code订阅可能消耗高达2000美元的计算资源，说明Anthropic一直在进行巨额补贴；也有其他分析师指出，Anthropic订阅制实际消耗的算力成本或高达5000美元。

这意味着，大模型曾经的订阅收费模式，在Agent时代恐怕难以跑通。

一方面，在Agent模式下，Token使用量正以几何级增长速度膨胀。

当大模型还停留在对话层面时，单轮对话大约消耗1000-3000个Token，平台只要统计出一个代表大部分用户的用量均值，就可以跑通订阅制。

但在Agent场景中，一个用户背后可能同时跑着10个甚至100个Agent，每个Agent都在

7×24小时地执行任务，每次任务都会触发多次模型推理，随着交互次数不断增多，就形成了“滚雪球式”的Token消耗，靠“少用”补贴“多用”的订阅制也就失去了平衡。

作为参考，一个普通ChatGPT用户即使天天聊天，月消耗也不过百万级；而一个重度“养虾”用户，日均消耗Token则在3000万-1亿之间。

但另一方面，大模型企业的成本并没有随着用量暴增而自然下降，反而越走越高。

斯坦福大学的《2025年人工智能指数报告》指出，在高效小模型的驱动下，GPT-3.5 级别的模型推理成本已在过去两年间下降到了原来的1/280，硬件成本每年下降 30%。

只是，推理成本虽然下降了，但训练成本却依然惊人。更重要的是，全球算力依然处于紧缺阶段，越多用户扎堆使用Agent，越推高了企业的运营成本。

以OpenAI为例，其对投资者表示，预计到2028年算力支出将达到1210亿美元，届时亏损可能会达到850亿美元，或将超越已有上市公司的亏损记录。

虽然Anthropic的训练成本没那么高，约为OpenAI的40%左右，但当下也依然处于烧钱状态，其自然不想再被第三方工具白薅羊毛。

（图：OpenAI与Anthropic训练成本对比）

02 卷Token价格是陷阱

Anthropic撑不住了，国产大模型企业又如何呢？

罗福莉可能是最能共鸣Anthropic的同行，她在社交平台发文，称 Claude Code大概率不赚钱，甚至可能在亏损，因为Claude Code的定价逻辑要成立，前提是用户必须用 Anthropic 自己的框架，否则就会出问题。

她以OpenClaw作为案例，指出接入第三方框架可能带来的问题：

“我观察过OpenClaw的上下文管理，很糟糕。在单次用户查询里，它会触发多轮低价值工具调用，每次都是携带长上下文的独立API请求，往往超过10万Token。”

简单来说，同一件事，OpenClaw会比Claude Code原生框架多跑几遍，实际成本会达到订阅价格的数十倍。在成本结构上，即便是使用OpenClaw的轻度用户，也等同于重度用户。

因此，低价售卖Token并对第三方开放看似对用户友好，实则是陷阱。企业为了控制成本，只能降低算力或用更便宜的低智模型；用户在低智模型上反复碰壁，使用体验也并不好。

可是，罗福莉这番发言却是国内大模型行业中“少数的声音”。至少在当下，大部分大厂及大模型企业还是将Token吞吐量视为衡量实力的重要指标。

全球大模型聚合路由平台OpenRouter数据显示，中国大模型的单周调用量已连续一个月超过海外模型，调用量位于前列的都是国产模型，比如小米、阶跃星辰、Minimax等。

全球科技大厂也在推波助澜，比如鼓励员工多使用AI工具，Meta甚至列出了Token 消耗量排行榜，这已成为科技大厂的隐性KPI。

因此，Token之所以贵，不仅仅在于居高不下的成本，更因为这是一场暂时还看不到尽头的消耗战，当所有人都在拼命消耗更多Token，算力便永远追不上被制造出来的需求。

况且，比起Token消耗到底是不是虚假繁荣这个问题，大模型企业，更难抵御的是真金白银的诱惑——在短短3个月里，Anthropic的年化收入便从90亿美元飙升至300 亿美元。

卷Token价格或许是“陷阱”，但在全球大模型厂商“你追我赶”之际，谁都不愿意先踩下“刹车”。

对于阿里、字节、腾讯等一线科技公司而言，大家围绕AI超级入口争夺已久，但还是无法摆脱“烧钱换流量”的互联网打法，发红包、增投流能激活DAU，可一旦没有了“钞能力”，用户也会快速流失。

“龙虾”则成为了新的契机。用户完成部署后，就相当于将自己的“智能体助手”嵌入了某个云平台，不仅会产生源源不断的Token消耗，个人数据也会沉淀在生态体系内，迁移成本将变得越来越高，大厂自然不会放过这个新的“生态入口”。

对于Kimi、智谱等二线厂商而言，“龙虾”的出现带动了算力需求，让它们的模型能够被调用起来，API增长也有故事可讲，这足以驱动它们更卖力地销售API。

从逻辑上来讲，罗福莉对于Token的评价是对的，“价格内卷”不可能一直持续。但对于因为“龙虾”而跑通增长叙事的大模型厂商而言，大家或许还想再“装睡”一会儿。

03 效率比价格更重要

谁也无法叫醒一个装睡的人，但现实或许可以——越来越高的Token消耗量并没有带来相应的利润增长，这也是大模型企业无法回避的问题。

以全面对标Anthropic的智谱为例，其在2025年交出了一份“高增长、高亏损”的成绩单：全年总收入7.24亿元，同比大增131.9%；全年亏损47.18亿元，同比扩大59.5%。

智谱创始人张鹏曾表示，智谱要成为Anthropic的平替，甚至开玩笑称Anthropic卖200美元，我们就卖200元人民币。今年3月，智谱发布了一键安装的AutoClaw，个人版39元/月/3500万Tokens，99元/月/1亿Tokens，门槛确实不高。

但背后的账单也非常沉重。2025年，智谱的研发开支为31.8亿元，同比增长44.9%；没有基础设施的智谱，还需要给第三方算力供应商支付高额的采购费，从2022 年的1463万元飙升至2025 年上半年的 11.45亿元。

面对无法绕开两大刚性支出——研发投入与算力成本，进入2026年以来，国内外云厂商陆续对AI算力、存储等相关产品进行调价，但国内模型相较于海外模型而言，依然便宜。

根据民银证券2025年12月发布的研报，国内大模型API平均价格约为 3.88 元/百万 Tokens，而海外模型约为20.46 元/百万 Tokens，是国内模型 API 价格的5倍以上。

价格优势带来了规模需求，在这一背景下，国内大模型厂商恐怕暂时还不会摆脱价格战。但在Token消耗大于供给的当下，逐渐收紧免费额度和补贴也是大势所趋。

罗福莉提到，大模型行业的出路不是更便宜的Token，而是“更高token效率的Agent框架”叠加“更强大高效的模型”，Agent时代不属于烧算力最多的人，而是用算力最聪明的人。

这将推动大模型厂商往两个方向发展：

一方面，从“算力规模”转向“工程效率”的竞争，单纯卖API的企业将面临越来越近的天花板，要将模型层跟智能硬件、应用产品等深度结合起来，才能为商业模式注入更多可能性。

另一方面，推动Token收费的分层定价。当下，主流大模型的计费方式基本上涵盖了订阅制、按量计费以及Token Plan套餐，即超额后再按量付费。

长远来看，Token定价除了简单地“按量分层”，还可以按推理能力、任务数量等维度推出更精细化的付费体系，既能让平台缓解算力峰值的压力，也能进一步增加收入。

比如DeepSeek悄悄上线了“快速模式”和“专家模式”两个入口，被认为是分成模式的一种全新探索；火山引擎谭待表示，未来可能会孵化出垂直领域的智能体，按回答问题的数量收费。

当下，Token狂欢或许还会持续一段时间，但对整个大模型来说，Token成本已经成为每一个企业和用户都无法忽视的成本因素。

说到底，大模型从来不是一门纯粹的技术生意，而是一场关于效率与价值的博弈。大模型企业想做长久的生意，自然也要学会算账，只有脚踏实地，才能更好仰望星空。

Bittensor（TAO）以34.3亿美元市值稳居AI加密赛道首位，占据近19.6%市场份额。其核心壁垒在于独创的‘智能证明’机制，直接激励高质量AI模型产出。

文章作者： @BlazingKevin_

文章来源：Blockbooster

Web3 与AI的融合正在脱离早期阶段。市场对 AI 加密赛道的审视从早期的“概念炒作”向“基本面与技术落地”转移。这转变中，展现出极强韧性与技术突破的项目正在重塑市场的估值体系。

1 Bittensor牢牢站稳龙头地位

当前 AI 加密货币板块的总市值约为174.6亿美元，24小时交易量接近19.4亿美元。在这个赛道中，Bittensor（TAO）以约34.3亿美元的市值稳居板块第一。它占据了整个 AI 加密赛道近19.6%的市场份额，确立了绝对的龙头地位。

核心竞争对手的横向对比直观呈现了其生态位：

竞争对手代币市值 (亿美元)核心定位与 TAO 的差异化BittensorTAO34.3去中心化AI激励网络 NEAR ProtocolNEAR14.9高性能L1公链通用公链，AI为其生态一部分Render NetworkRENDER8.64去中心化GPU渲染/计算纯算力基础设施，无AI质量激励Fetch.ai (ASI)FET5.33自主AI代理网络侧重AI应用层，非底层模型训练Akash NetworkAKT1.26去中心化云计算市场通用算力市场，无复杂AI共识机制

核心竞争壁垒

Bittensor 的核心竞争壁垒是其独创的"智能证明"（Proof of Intelligence）网络。它跳出了单纯提供算力的框架。网络引入复杂的激励机制，直接奖励高质量 AI 模型的产出。这一定位在竞争对手中独一无二，极难被简单复制。

2 真实“造血”能力验证与估值逻辑重塑

抛开宏大的技术愿景。检验 Web3 协议穿越牛熊的关键，是其真实的商业拓展与收入获取能力。

加密市场中，Bittensor 展现出罕见的真实造血能力。根据2026年第一季度的数据，Bittensor 网络从真实的 AI 客户（非代币激励产生的虚假交易）处获得了约4300万美元的收入。这一数字已超过众多传统 Web3 协议的全年收入。

核心估值指标（截至2026年3月29日）：

指标数值说明流通市值~$34.2亿基于约10.78M流通量完全稀释估值~$66.8亿基于21M总供应量Q1 2026 真实收入~$4300万非代币激励，真实AI客户付费年化收入推算~$1.72亿基于Q1数据线性外推市销率 (P/S)~20x基于流通市值/年化收入FDV/年化收入~39x基于FDV/年化收入子网生态总市值~$14.7亿dTAO Alpha代币总市值

传统中心化 AI 基础设施公司在私募市场中通常享有15-25倍的远期收入估值。Bittensor 具有高流动性溢价、网络效应和稀缺性叙事属性。其当前约20倍的 P/S 倍数处于合理甚至被低估的区间。其生态系统内的子网代币总市值已达14.7亿美元。这一生态结构反哺了主网 TAO 的价值捕获。

3 SN3的突破

财务数据确立了协议的估值下限。去中心化训练上的技术突破彻底打开了其市值的想象空间。

TAO 此次逆势上涨的核心驱动力绝非单纯的资金炒作。底层技术实现了历史性突破。其估值逻辑从“叙事驱动”向“产品驱动”发生根本性转变。

3.1 Covenant-72B 验证去中心化训练可行性

2026年3月10日，Bittensor 生态子网 Templar (SN3) 与背后的 Covenant Labs 团队在 arXiv 发布技术报告。团队宣布成功完成 Covenant-72B 大语言模型的预训练。这是迄今为止在完全去中心化、无需许可的互联网环境下，训练出的最大规模密集架构模型。

该模型拥有720亿参数，基于1.1万亿 tokens 训练。其 MMLU 得分达到 67.1，基础性能与 Meta 的 LLaMA-2-70B 相当。该模型突破了去中心化训练的通信带宽瓶颈。SparseLoCo 算法的引入发挥了关键作用。节点仅需传输1%-3%的核心梯度分量并进行2比特量化，实现了超146倍的数据压缩（将100MB数据压缩至1MB以下）。普通互联网带宽下，计算利用率依然高达94.5%。这一里程碑证明，全球分布式的异构算力能够产出具备商业竞争力的前沿模型。该技术方案摆脱了对昂贵 InfiniBand 专线和中心化超算集群的依赖。

Covenant-72B 的成功迅速引起了传统 AI 界的震动：

Anthropic 联合创始人的高度评价：3月16日 Jack Clark 在其研究报告中大篇幅引用了该突破。他将其定性为“通过分布式训练挑战 AI 政治经济学”。他指出这是值得持续追踪的技术，并预见未来设备端 AI 将广泛采用此类去中心化训练的模型。

黄仁勋的“Folding@home”类比：3月20日，在 All-In VC 播客中，Chamath 向英伟达 CEO 黄仁勋介绍了 Bittensor 的技术成就。黄仁勋对此作出积极回应。他将其比作“现代版的 Folding@home”，并肯定了开源与分布式模型共存的必要性。

3.2 SN3 两大核心组件：解决通信效率与激励相容

几十个互不信任、硬件各异、网络质量参差不齐的节点协同训练同一个 72B 模型。SN3 依靠两大核心组件解决了通信带宽和恶意作恶的难题：

SparseLoCo（解决通信效率）： 传统的分布式训练每一步都要同步完整梯度。数据量巨大。SparseLoCo 允许每个节点在本地跑完 30 步的内部优化（AdamW）。节点随后将产生的“伪梯度”压缩上传。系统采用 Top-k 稀疏化（仅保留 1%-3% 核心梯度分量）、误差反馈及 2 位量化。该流程实现了超 146 倍的数据压缩（将 100 MB 数据压缩至 1 MB 以下）。系统在普通互联网（上行 110 Mbps ，下行 500 Mbps ）下，计算利用率依然高达 94.5%。每轮通信耗时仅 70 秒。

Gauntlet（解决激励相容）： 该组件运行在 Subnet 3 区块链上。它负责验证每个节点提交的伪梯度质量。系统用一小批数据测试“用上该节点梯度后模型损失降低的程度”（LossScore）。系统同时检查节点是否在用分配到的数据训练（防止作弊）。每轮聚合只选取评分最高节点的梯度。该机制从根本上解决了去中心化场景中“如何防止矿工摸鱼”的问题。

4 子网生态与 dTAO 机制的超级杠杆

Bittensor 在 2025 年推出了动态 TAO（dTAO）机制。该机制在此次上涨中扮演了关键的“放大器”角色。dTAO 允许每个子网发行独立的 Alpha 代币。子网通过自动化做市商（AMM）机制与 TAO 建立流动性池。

4.1子网代币的杠杆效应

在 dTAO 机制下，子网代币的价格直接由质押在该子网池中的 TAO 储备量决定。TAO 本币升值带动所有子网的底层储备价值水涨船高。子网代币价格随之被动上涨。子网代币的暴涨吸引更多投机与质押资金买入 TAO 锁入子网。系统借此形成了强烈的正向反馈循环。

核心子网代币30天价格涨幅核心业务定位Templar (SN3)+444%大模型分布式预训练OMEGA Labs+440%多模态数据收集与挖掘Level 114+280%-BitQuant+230%-Targon+166%算力与推理服务

如上表数据呈现，受 Covenant-72B 成功的直接刺激，SN3 (Templar) 代币单月飙升超 440%。其市值达到 1.3 亿美元。这种子网层面的造富效应显现。整个子网代币市值在 3 月底达到 14.7 亿美元。日交易量突破 1.18 亿美元。该效应作为一种“超级杠杆”，将巨大的买盘压力反向传导至 TAO 本币。

4.2 垂直生态的整合

Covenant Labs 运营 SN3 的同时，布局了 SN39（Basilica，专注算力服务）和 SN81（Grail，专注强化学习后训练与评估）。这种垂直整合覆盖了从预训练到对齐优化的全流程。该布局向市场展示了 Bittensor 生态内已经形成的完整去中心化 AI 产业链闭环。

5 筹码分布

根据 taostats 和 CoinMarketCap 截至 2026 年 3 月 29 日的最新链上数据，Bittensor 网络的健康状况可从以下几个维度进行深度评估：

链上指标数据表现评价与洞察质押率流通量的 68% - 75%极高的质押率（约734万枚TAO被锁定）大幅减少了市场实际流通盘。强烈的供应紧缩效应形成。价格的上涨螺旋获得支撑。子网活跃度128个活跃子网生态繁荣。顶级子网如 Templar (SN3)、Targon (SN4) 的独立市值均达到数亿美元。数据证明了 dTAO 机制下子网代币作为"杠杆押注"的成功。Alpha代币总市值~$14.7亿该数据自 dTAO 上线以来增长超 50 倍。市场对子网生态的高度认可得到反映。主网 TAO 持续获得需求支撑。验证者集中度头部验证者占据主要权重tao.bot、Taostats、Opentensor Foundation 等占据较高权重。一定程度的中心化客观存在。核心建设者对网络的深度绑定同样得到体现。日交易量约 $2.41亿交易量/市值比约为 7.03%。流动性极其充沛。市场交投活跃。机构与散户参与度高。90天内部署AI代理14,500个网络的实际使用增长得到反映。这是衡量真实需求的重要指标。

综合链上数据评价：

Bittensor 的链上数据展现出了一个极其健康的经济体特征。高质押率锁定流动性。真实收入支撑基本面。dTAO 机制激发子网创新。供应侧的持续紧缩（包含减半与高质押）结合需求侧的持续增长（涵盖机构入场与AI叙事强化），构建了极具优势的价格动力学模型。

6 估值隐忧

需要注意的是，链上数据的透明度主要体现在供应侧，需求侧（真实AI服务调用量）的链下特性仍是重要的信息盲区：

风险一：高额代币补贴掩盖真实商业成本 当前多数子网的低价服务高度依赖 TAO 代币的通胀补贴。以头部推理子网 Chutes (SN64) 为例。该网络的发行补贴与外部收入比例高达 22-40:1。剔除代币补贴因素，其真实服务定价远超中心化竞争对手。相较于 Together.ai 等平台，其服务溢价达 1.6 至 3.5 倍。后续减半周期的持续推进将彻底暴露这一商业模式的脆弱性。

风险二：商业护城河缺失导致用户极易流失 Bittensor 网络主要提供开源模型与标准化 API。这种模式与 AWS 等传统云巨头存在本质差异。生态内部极度缺乏专有平台、企业深度集成或数据飞轮等传统意义上的“锁定效应”。开发者的迁移成本极低。代币补贴一旦出现退坡，对价格敏感的 B 端用户将迅速流失。更低成本的中心化算力平台将轻易承接这部分出逃流量。

风险三：数据挤水分后的估值脱节风险 针对前文提及的 4300 万美元一季度收入，部分审慎的机构研究给出了截然不同的测算模型。剔除生态内部的关联交易与补贴，仅统计经过严格验证的真实外部法币收入，网络的年化收入规模可能骤降至 300 万至 1500 万美元区间。采用该“挤水”后的真实收入基数，网络的实际市销率（P/S）倍数将飙升至 175-400 倍的极高危险区间。估值泡沫破裂的风险客观存在。

Anthropic公司推出的AI模型Mythos因具备自主发现并利用操作系统及浏览器深层漏洞的能力，引发美国财长贝森特与美联储主席鲍威尔紧急召集华尔街顶级银行CEO召开闭门会议。

文章作者、来源：新智元

【导读】刚刚，华尔街巨头被紧急召往华盛顿！Mythos这个模型让美国财长和美联储主席都恐慌了，向全美金融业CEO发出警告。短短一年内，SaaS市场经历了一场浩劫，2万亿美元直接蒸发。

就在这周二，鲍威尔和贝森特紧急召见华尔街，向所有人发出警告——

Anthropic的最新模型Mythos，可能对金融业造成重大风险！

从蒸发2万亿美元，到紧急召集CEO进华盛顿——Anthropic的AI，正在触碰金融世界最敏感的神经。

就在今天，这个新闻已经在全网刷屏了。

Anthropic

Anthropic

本周二，一场没有提前预告、没有公开议程的会议，在华盛顿财政部悄然举行。

出席者不是普通官员，而是美国金融体系的核心人物，及华尔街最顶级银行的CEO们。

美国财长贝森特与美联储主席鲍威尔，这两位掌控全球金融命脉的「巨头」，联手发出了一道紧急召集令。

美国财长贝森特与美联储主席鲍威尔

花旗、大摩、美银、富国银行、高盛的CEO们，此刻脸上都写满了严峻。

他们怕的不是通胀，不是加息，而是Claude Mythos。

这只在Anthropic实验室里诞生的怪兽，被认为足以瞬间瘫痪全球的数字金融基础设施！

Anthropic

Anthropic

最强黑客大模型掀起市场恐慌，美国软件股暴跌

4月9日，美国科技股的天空被乌云笼罩。

美国软件股暴跌

这一次，Anthropic搞出的Mythos超级模型，因为能力太强，干脆宣布不敢向公众开放！

消息传出，华尔街的基金经理们坐不住了。

如果AI能如此简单地修复漏洞，那么那些每年收着巨额订阅费、靠卖安全防护软件为生的传统大厂，还有存在的必要吗？

周四，美国软件板块遭遇了前所未有的「血洗」。

美国软件股暴跌

首先，是网络安全双雄惨遭重挫。

Zscaler暴跌8.8%，CrowdStrike、Cloudflare等巨头的跌幅也都在5%到7%之间。

然后，企业级巨头全线飘红：从做修图软件的Adobe，到做人力资源的Workday，再到云服务大佬Salesforce，无一幸免，跌幅从3.7%到6.8%不等。

短短一年间，标普500软件和服务指数已经缩水了25.5%，这是行业底层逻辑在崩塌。

这种焦虑甚至像病毒一样蔓延。

首先是欧洲市场惨叫连连，德国软件巨头SAP和Capgemini应声下跌。

接着，私募信贷也爆雷了。连凯雷集团这种顶级机构的信贷基金都遭遇了赎回潮，因为投资者担心那些背着一身债的科技公司，未来可能根本没活路。

一夜惊动华尔街，当AI开始「自己找漏洞」

说回开头，为什么一个AI模型，能让美国财长和央行行长坐立难安？

在Anthropic的内部描述中，Mythos的能力近乎神迹，近乎恐怖：「它能根据用户指令，「识别并利用每一个主流操作系统和网页浏览器中的漏洞」。

首先，它秒破了全球最安全的系统。

OpenBSD，在黑客界被誉为「地球上最安全的操作系统」，其核心代码经过了长达数十年的审计。

然而，Mythos在接入后不久，就精准地揪出了一个隐藏了27年之久的远程崩溃漏洞。

媒体报道

过去近三十年里，无数顶尖黑客和自动化扫描工具都没发现的死角，在Mythos面前就这样被揪出来了！

另外，在流媒体处理核心组件FFmpeg中，Mythos发现了一个16年前埋下的漏洞。

这个漏洞所在的行，曾被自动化测试工具扫描过500万次，却从未触发警报。

Mythos不仅看穿了它，还演示了如何通过这个漏洞实施攻击。

媒体报道

最让监管层脊背发凉的是，Mythos展现出了极高的「逻辑进化」。它能在Linux内核中，像串门一样自主寻找多个微小漏洞，并把它们串联起来。

第一步：获取普通用户权限。第二步：寻找溢出点。第三步：权限提升。最后，就是完全接管机器。

对于银行来说，这意味着它们斥资数十亿美元构建的防火墙、入侵检测系统，在Mythos面前已经薄如蝉翼！

SaaS末日，消失的2万亿美元

在Mythos引发华盛顿大地震之前，它已经先在资本市场投下了一枚核弹。

Anthropic发布的Claude Opus和一系列Agent工具，直接引发了企业软件股（SaaS）的暴跌。

在过去的短短12个月内，该领域市值惨遭血洗，近2万亿美元的财富凭空蒸发。

这不仅是SaaS行业的至暗时刻，更是人类历史上绝对市值最大规模的一次暴跌。

SaaS行业

为什么投资者如此恐慌？逻辑很简单：SaaS末日（SaaSpocalypse）到了。

长期以来，SaaS是资本市场的「心头好」：高毛利、按席位收费、稳定的现金流。过去十年，SaaS公司的护城河是「按人头收费」。公司有100个员工，就得买100个账号。

但现在，Mythos告诉老板们：「如果10个AI Agent就能完成100名员工的工作，你为什么还要买那90个订阅？」

更可怕的是，当3月下旬Mythos的部分配置参数意外泄露时，网络安全板块也崩了。

市场突然意识到：如果AI能自动生成攻击，那么现有的安全防御工具也将沦为廉价的商品，甚至失效。

Project Glasswing，拒绝向公众发布Mythos

面对这种「核武级」的能力，Anthropic做了一个罕见的决定：拒绝向公众发布Mythos。

他们联手亚马逊、苹果、谷歌、微软、思科等公司，启动了一个代号为「玻璃之翼（Project Glasswing）」的绝密防御项目。

Project Glasswing

这是一场与魔鬼赛跑的战争。

为此，Anthropic投入了1亿美元的算力额度，并向开源安全组织捐赠了400万美元。

他们希望，在黑客掌握同类AI能力之前，利用Mythos先把自家的所有漏洞补上。

这也就解释了，为什么鲍威尔要召集CEO们开会。

因为监管层必须确保，这些「系统重要性银行」在Mythos这种级别的力量面前，不是在裸奔。

摩根大通的首席信息安全官Pat Opet坦言，他们正在以「极其严格」的方式评估这个工具。

他们知道，AI时代的攻防战，已经从冷兵器对砍直接跃升到了二向箔打击！

五角大楼、特朗普政府与AI天才的微妙博弈

有趣的是，Anthropic目前正处于一个极度尴尬的地位。

一方面，它是美国金融系统的「守护神」，被视为防御AI威胁的唯一希望；另一方面，它正与政府打着官司。

五角大楼此前将Anthropic列为「供应链风险」。尽管Anthropic提出了异议，但联邦上诉法院在本周刚刚驳回了他们暂停该认定的请求。

这种「一边被视为威胁，一边被视为救星」的矛盾，也正是当前AI监管的缩影。

一方面，监管层担心它太强，会成为敌对势力攻击美国的利刃；另一方面，监管层又担心它不够强，导致美国在AI军备竞赛中落后。

贝森特和鲍威尔的这次紧急会议，实际上是在向华尔街传递一个信号：AI不再是实验室里的玩具，而是关乎国家安全的「金融军备」！

普通人：我的银行账户还安全吗？

看完华尔街的动荡，很多人会问：这跟我有什么关系？关系可太大了。

从此，全球金融安全的底层很可能重构。

以后你的银行账户安全，可能不再取决于你改了多少次密码，而取决于银行背后那个「防御AI」够不够聪明。

而就业市场的逻辑，也开始全面坍塌。

当SaaS企业因为AI Agent而裁员时，这种冲击会迅速传导至金融、法律、审计等所有白领行业。

最后，数字信任也面临着彻底崩解。

如果一个模型能自主发现所有漏洞，那么我们过去赖以生存的数字文明（网购、转账、社交）都将面临着信誉危机！

鲍威尔与贝森特的这通电话，敲响的是旧时代的丧钟。

在Mythos这个「神话」模型面前，人类金融体系几十年来引以为傲的稳健，显得如此脆弱。

华尔街不相信眼泪，但在Mythos面前，华尔街选择了敬畏。

现在，人类第一次正式向「不可控AI」递交上了防御白皮书。

未来的金融战，可能没有硝烟，没有交易员的嘶吼，只有在0和1之间，两个超强AI模型那零点几秒的博弈。

AI时代的「金融核威慑」，已经开始了。