复盘中国加密交易所江湖史:草莽崛起、离岸迁徙与合规重塑

这篇文章是我用了五天时间,查阅了大量的资料,梳理了中国加密交易所发展史,旨在复盘中国加密货币交易所从蛮荒草创到全球化重塑的变迁,我认为这同样也是一部夹杂着技术理想、财富狂热、监管转向与全球迁徙的行业江湖史。

从 2011 年上海民宅里诞生的 BTC China,到火币、OKCoin 在 2013 年掀起的三巨头争霸;从人民币交易一度主导全球比特币市场,到 2017 年“九四”监管让境内交易所黄金时代戛然而止;从币安、HTX、OKX 等平台转向离岸市场,再到强监管时代下的合规重塑,中国交易所的故事,几乎浓缩了整个加密行业从草莽走向秩序的过程。

在这条长达十余年的路径里,有人从网吧和民宅走向世界舞台,有人在牛熊之间登顶全球,有人卖盘离场,有人退居幕后,也有人在监管重压下重新寻找进入主流金融体系的门票。

准备好了吗?让我们一起从那间没有招牌的上海民宅出发,重走这段属于中国交易所的蛮荒、狂热、出海与合规之路。

01 蛮荒启幕

2011 年上海的梅雨季,潮湿闷热得让人喘不过气,在静安区一间不到 20 平米的民宅里,连个像样的招牌都没有。两张掉漆的电脑桌、一台卡纸的二手打印机,就是中国最早加密货币交易所全部的家当。

杨林科叼着烟盯着屏幕上跳动的字符,黄啸宇敲完最后一行撮合代码,两个在互联网边缘摸爬滚打的年轻人,谁也没料到,自己推开的是一扇足以席卷全球的蛮荒大门。

那时的中国,还没人把比特币当成正经生意,这串来自海外的虚拟代码,只藏在极客论坛的角落里。而中国加密货币交易所的故事,就从这两个身份、性格截然不同的年轻人身上,悄悄开了头。

杨林科是土生土长的温州人,1985 年出生的他,从来没走过读书升学的寻常路。十几岁就辍学闯荡,在温州、上海的网吧里当网管,天天守着满是烟味的电脑,修机器、处理故障、看玩家打游戏,是他最真实的青春。后来他倒腾过虚拟道具、搭过小网站,没赚到大钱,却练出了一双能看准小众需求的眼睛。

他不懂密码学,更没接触过海外极客圈,2010 年在技术论坛里第一次看见 “比特币” 时,他敏锐的发现这是一种能在网上转账、没人管控的虚拟代币。他脑袋里立刻冒出一个朴素的念头:有人玩,就有人想买卖;有买卖,就得有个撮合的地方。

当时国内连比特币场外交易都少得可怜,买家卖家在论坛发帖、私下转账、手动转币,繁琐又危险,像极了没有菜市场时,路人在路边零散换菜的样子。杨林科看准了这片无人涉足的空白,可他没技术、没团队,唯一能做的,就是找个会写代码的人搭伙。

他找到的人,叫黄啸宇。

和草根出身的杨林科不一样,黄啸宇是圈子里小有名气的技术极客,深耕编程多年,专攻网站开发与后端搭建,更是国内最早看懂比特币底层逻辑的那批人。他性格内敛,不爱抛头露面,只痴迷代码和去中心化技术,当杨林科在论坛找到他,直白说出 “我做运营,你写代码,一起做个比特币交易网站” 时,黄啸宇几乎没犹豫就答应了。

或许是不为赚大钱,就为极客心里那点执念,这么先锋的东西,总得有个中国人自己的交易平台。

两人凑了几万块启动资金,租下这间民宅办公室,没投资人、没正式员工、没任何合规手续,白天写代码调页面,晚上去论坛引流,饿了泡泡面,困了趴桌睡。2011 年 6 月,比特币中国(BTCC)正式上线,这是中国第一家加密货币交易所,也是全球最早的一批交易平台。

早期的 BTCC 网页极为简陋,页面只有最简单的买卖盘口和价格曲线,甚至没有 K 线,只能交易比特币。充值提现全靠人工,用户把钱转到杨林科的私人银行卡,他手动核对后再给用户加币。提现则是用户提交申请,黄啸宇一个个手动转币。

第一批用户只有几百个,全是程序员、极客和海外留学生,每天交易额不过几万块。杨林科后来回忆,那时候根本没想过赚钱,只觉得做了一件很酷的事,像在无人区里修出了第一条小路。

两个普通人,一个敢想,一个敢干,就在蛮荒里搭起了中国交易所的第一顶帐篷。

可这家草根极客小站,上线后整整两年都不温不火,始终没跳出小圈子。直到 2013 年,一个来自海外的精英入局,彻底改写了 BTCC 的命运,他叫李启元

李启元的人生,和杨林科、黄啸宇完全是两个世界。

他早年赴美留学,毕业于斯坦福大学,在硅谷科技公司、华尔街机构都工作过,熟悉海外金融市场、媒体运营和商业打法,更是比特币的坚定信徒,也是最早把比特币引入中文商业圈的人。

2013 年,比特币价格从年初 13 美元暴涨到年底 1100 美元,全球第一波牛市席卷而来,中国市场的需求彻底爆发,BTCC 的草根模式,已经撑不住蜂拥而至的用户。李启元一眼看中了 BTCC 的先发优势,果断加入主导运营,用三把火,把这个极客小网站烧成了行业标杆。

他先结束民了宅作坊模式,注册正规公司,搭建起技术、运营、客服完整团队。并且接国内外财经媒体,把比特币和 BTCC 推向大众视野,努力让普通人知道比特币以及比特币交易。同时也优化充值提现流程,提升系统稳定性,初步搭建安全机制,接住了这一波爆发式增长的用户。

2013 年的 BTCC 迎来巅峰,日交易额突破亿元,用户量暴涨,成为中国乃至全球最有影响力的交易所。杨林科、黄啸宇、李启元组成的初代铁三角,坐稳了中国交易所拓荒者的位置。

那段时间是中国加密交易所绝对的蛮荒时代。没有监管政策、没有行业标准、没有风控要求,更没有正规支付通道、没有资金存管,用户资产全在创始人私人账户里。

这段蛮荒岁月完成了行业最核心的原始积累:

BTCC 证明了早期人民币 + 比特币撮合的商业模式行得通,把用户从极客圈扩散到普通投资者,更给了后来者最直观的创业样本。

当然,蛮荒的狂欢,终究迎来了第一声警钟。

2013 年 12 月,央行等五部委联合发布《关于防范比特币风险的通知》,首次明确定性,即比特币不是货币,只是虚拟商品,同时划定红线,禁止金融机构、支付机构参与相关业务,并直接点出交易所的致命风险:未经注册、安全差、易被攻击、经营者可能卷款潜逃。

这份通知虽然没有关停交易所,却给野蛮生长的行业,套上了第一根缰绳。

杨林科看着通知心里清楚,靠草根作坊、靠灰色地带的日子,快要到头了。他更不知道,一场颠覆行业的巨头争霸,已经箭在弦上。

2013 年的冬天,BTCC 搬出民宅,搬进了正规写字楼,当 LOGO 亮起来的那一刻,三个拓荒者站在窗前,眼里满是光芒。

他们从网吧网管、技术极客、海外精英,变成了中国交易所的第一代奠基人,用最朴素的方式走完了从 0 到 1 的第一步。可他们没料到,很快就有两个更激进的创业者,将打破他们建立的格局,把中国交易所推向全球之巅。

李林、徐明星,已经在不远处摩拳擦掌了。

02 三巨头崛起与中国力量统治世界

同样在 2013 年的北京中关村,创业咖啡馆的灯光亮到后半夜。

李林盯着电脑上的比特币 K 线反复琢磨,刚从团购败局里走出来的他,嗅到了前所未有的风口。

与此同时,几条街外的公寓里,徐明星指尖不停敲着代码,这个精通高并发交易系统的技术极客,正在打造属于自己的交易引擎。

两个出身、思路、打法完全不同的年轻人,在同一年盯上了比特币交易赛道。他们没有照搬 BTCC 的草根拓荒路,反而用成熟的互联网玩法,硬生生打破了杨林科、李启元建立的初代格局,把中国加密交易所从极客小圈子,推上了统治全球的王座。

李林是湖南邵阳人,1986 年出生的他,是标准的互联网产品老兵。学生时代就是计算机尖子,毕业后扎进人人网、甲骨文这样的大厂,吃透了产品设计和用户运营。2010 年他踩中团购风口,创办猛买网,一度做到国内前十,可最终还是倒在了千团大战的硝烟里。

这次失败让他彻底开窍:小创业者要突围,只能靠垂直赛道、刚需痛点、轻资产运营。

2013 年比特币从 13 美元疯涨到 1000 美元,国内交易需求彻底爆发。李林第一时间去用 BTCC,结果被糟糕的体验整得无语:页面卡顿、充值繁琐、找不到客服,用户需求被严重忽略。他瞬间抓住了行业命门:中国不缺炒币的人,缺的是好用、快捷、稳当的交易平台。

彼时的 BTCC 靠着先发优势站稳脚跟,却还带着极客网站的粗放。2013 年 9 月,李林宣布推出火币网,靠着 “好用、免费、快”,上线 3 个月交易额就破百万,开始冲击 BTC China 的先发优势。

李林的突围策略是用户体验,秒充秒提、24 小时客服、流畅页面,再打出永久免费交易的杀手锏,直接击穿靠手续费赚钱的初代平台。

就在李林靠用户体验疯狂抢市场时,同样想在这个赛道赚钱的徐明星走出了一条完全相反的路。

1985 年出生的徐明星,是江苏苏州走出的技术极客,北邮毕业的他,大学就吃透了分布式系统和高并发架构。毕业后进雅虎中国,参与世界级交易系统研发,后来又在豆丁网当技术总监,把千万级用户平台的稳定性摸得门清。

他接触比特币后,根本没在意散户的体验,一眼盯上了交易系统的核心壁垒。当时国内所有平台的撮合引擎,都撑不起海量交易和高频量化,机构用户根本没地方落脚。而徐明星的目标,则是做一家中国最稳、最快、专为机构服务的交易所。

2013 年 10 月,OKCoin 正式上线,主打 “技术顶尖、专业交易” 的标签,和火币分庭抗礼。

他亲自带队写撮合代码,做出毫秒级成交、万级并发的系统,直接碾压 BTCC 的老旧架构。同样主打量化、高频交易,死死抓住专业投资者和机构团队,和李林的散户路线形成鲜明反差。

一个懂用户、攻散户;一个懂技术、守机构。

李林和徐明星,在同一年、同一条赛道上,走出了两条互补又对抗的崛起路。

到 2013 年底,火币、OKCoin 双双崛起,彻底打破了 BTCC 一家独大的局面,中国交易所三足鼎立的格局正式成型。

彼时,BTCC 守着初代拓荒者的金字招牌,靠海外资源和老牌口碑吃稳老用户;火币靠极致体验和野蛮运营,成为用户规模最大的平台;OKCoin 靠顶尖技术,垄断了机构和量化市场。

三家没有恶性厮杀,反而一起把行业盘子做大。随着人民币入金通道打通、交易流程标准化,给跟多的人进入币圈带来了便利,交易所从边缘生意,变成了当时最暴利的创业赛道。

中国交易所的全球影响力初显,而突如其来的全球黑天鹅事件,则让它们接管了世界。

2014 年 2 月,全球加密行业炸响惊雷。曾经霸占全球 70% 以上比特币交易量的日本 Mt.Gox 交易所,因黑客攻击以及内部失控,被盗 85 万枚比特币,直接宣告破产。

全球加密货币交易体系瞬间崩塌,用户恐慌出逃、流动性枯竭、价格暴跌,欧美交易所全线溃败,市场出现巨大真空。

中国三大平台抓住了改写历史的机会:人民币交易体系成熟、用户基数大、流动性充足,火币和 OKCoin 的系统足以承接全球溢出流量,BTCC 靠着海外资源对接国际用户。

短短三个月,全球比特币交易的核心,从东京转移到北京、上海。

2014 到 2016 年,BTCC、火币、OKCoin 三大平台,牢牢占据全球比特币交易量的 80% 以上,峰值更是突破 90%。人民币成了比特币的核心计价货币,中国的交易时间、政策风向、用户情绪,直接左右全球比特币价格。

北京凌晨的火币客服还在处理订单,上海深夜的 BTCC 撮合系统高速运转,深圳的量化团队盯着 OKCoin 盘口高频交易,而中国,则在彼时成了全球加密货币的绝对中心。

这是中国交易所最风光的三年,没有高压监管,没有恶性内卷,没有致命暴雷,三巨头携手统治全球,赚得盆满钵满。李林、徐明星、李启元,站在行业之巅,成了全球加密圈无人不知的中国面孔。

巨头称霸的同时,中小平台也如雨后春笋般冒出来,行业进入百家争鸣的繁荣期。中国比特币主打低手续费抢占下沉市场,比特币交易网深耕现货,比特儿率先布局小众币种,到 2016 年,国内正规交易所突破 30 家,从一线城市到小城小镇,比特币交易者初具规模。

这个阶段只有纯粹的现货交易,所有人都以为,黄金时代会一直持续下去。

可繁荣的表象下,暗流早已涌动。

三巨头的用户争夺越来越激烈,单纯的现货满足不了扩张野心;中小平台纷纷盯上期货、杠杆、山寨币,寻找新的利润点;监管的目光,也从 “虚拟商品定性”,转向了快速膨胀的金融风险。

2016 年的比特币价格,在震荡中稳步上涨。三大交易所坐在全球交易量的王座上,享受着拓荒者的红利。

可他们没料到,下一个阶段一场围绕期货、山寨币、高杠杆的行业内卷,即将拉开大幕,同样那把悬在行业头顶的监管闸刀,也正在悄然落下。

03 期货、山寨币、杠杆的疯狂博弈

2016 年的深冬,火币办公区整夜亮着灯,屏幕上的比特币 K 线被杠杆和热钱扯得剧烈起伏。楼下 24 小时便利店的角落里,熬红眼睛的炒币人,有人攥着手机狂喜大叫,刚靠一只山寨币一天翻倍赚回一年工资,有人蹲在地上捂着脸无声落泪,几分钟前被高杠杆一把爆仓,积蓄荡然无存。

这是中国加密交易所最癫狂的岁月。现货赛道的红利殆尽,火币、OKCoin、BTCC 三巨头撕下温和面具贴身肉搏,新玩家钻透规则盲区铤而走险。

期货杠杆、山寨 ICO、场外配资像三股野火,把整个行业烧得面目全非。空气币横行、配资吸血、刷量造假、暗箱操控,所有金融市场的恶与乱,在这两年里集中爆发。

是高杠杆期货,最先撕开行业底线。

早在现货狂欢的时期,一群常年泡在海外合约市场的交易者,就嗅到了熊市里的生存机会。

他们不懂大厂技术、不做精细化运营,却最懂散户的赌性:只做现货只能买涨,熊市只能等死;有了杠杆和做空,涨跌都能赚到钱。

2013 年 6 月,国内第一家比特币期货平台 796 上线,顶着高风险的标签,开放最高 10 倍杠杆,直接开辟了全新的战场。

而 2014 年震惊行业的 “3.21 LTC 暴跌惨案”,把 796 推上神坛。

3 月 21 日深夜,火币平台的莱特币价格毫无征兆地腰斩,从 180 元直接砸到 90 元。没有预警、没有熔断、没有风控,数百万现货用户被直接 “闷杀”,账户资金瞬间蒸发。

平台客服电话被打爆,办公室里挤满维权的散户,有人拍桌怒吼,有人瘫坐痛哭。这场事故,让散户彻底看清现货的软肋,也让 796 一夜爆红。

短短一个月,796 的成交量暴涨 10 倍,成了熊市里唯一的赢家。

徐明星和李林彻底坐不住了,他们清楚,衍生品才是真正的利润印钞机。

火币火速上线 BitVC 期货,OKCoin 连夜推出合约板块,连同 BTCC 一起,和 796 打响了毫无底线的期货大战。

手续费从 0.1% 杀到 0.03%,近乎免费抢用户;杠杆从 5 倍加到 20 倍,私下还给大户开放 30 倍配资;平台更是悄悄 “插针”、延迟成交、定点爆仓,默默吃掉散户的保证金。

2014 年 5 月,五大平台曾联合声明暂停杠杆业务,可短短一个月,高杠杆全面重启。在暴利面前,没人愿意踩下刹车。

796 成了这场内卷的第一个祭品。

2014 年 11 月 3 日晚,796 突然全平台瘫痪,无法登录、无法下单、无法提现,用户资金被牢牢锁在平台里。创始团队连夜抢修却无力回天,三天后重新开放,交易量归零、信任崩塌,曾经的期货龙头,短短数周就销声匿迹。

796 的死亡是最直白的预警:无风控的高杠杆,就是吞钱的黑洞,可此时的市场早已被赌性裹挟,没人在意这个警示。

期货战场杀得头破血流的同时,山寨币与 ICO 的赛道,掀起了更疯狂的造富泡沫,也滋生了最恶劣的乱象。

比特币、莱特币早已被三巨头牢牢垄断,小平台根本没有突围机会,前阿里安全工程师张寿松,很快找准了自己的路 —— 放开上币审核,专攻长尾山寨币。只要项目方缴纳一笔上币费,聚币网统统放行。

2017 年 IC0 热潮来袭,聚币。

上百种山寨币扎堆上线,项目方和平台分成,开盘拉盘暴涨十倍、百倍,吸引散户追高后悄悄砸盘套现,留下一地鸡毛。散户们从不看白皮书,只听所谓的内幕消息,哪怕是毫无价值的垃圾币,也敢砸进全部身家。

聚币网靠着这套玩法,2017 年单日交易量短暂登顶全球第一,累计服务 2300 万用户,成了山寨币赛道的造富工厂,也成了名副其实的割韭菜大本营。

几乎同时,云币网把 “意见领袖割韭菜” 玩到了极致。

早期比特币布道者李笑来持股 25%,自带百万粉丝流量,云币网不仅是国内首个上线以太坊的平台,更成了 IC0 项目的首选站台方。

2017 年,一个又一个 ICO 项目在云币网上线,开盘即暴涨,百倍币、千倍币的神话传遍全网。

聚币、云币带头疯狂,元宝网、比特时代等小平台纷纷跟风,平台币、山寨币、IC0 代币泛滥成灾。整个市场变成了赌场,劣币驱逐良币,真正做技术的项目被淹没。

期货与山寨币的疯狂,彻底带偏了整个行业,从三巨头到小平台,所有潜规则都摆上了台面,乱象触目惊心。

彼时的火币、OKCoin 全面开放融资融币,用户用一倍本金就能借 5 到 10 倍资金炒币也就是杠杆玩法,相当于官方配资,利息高得惊人;场外配资第三方公司最高开放 50 倍杠杆,日息 1%,借 10 万一天利息就要 1000 元,无数散户借高利贷炒币,行情反转便瞬间负债累累。

为了抢占 “全球交易量第一” 的名头,所有平台都在疯狂刷量。

机器人对敲交易,真实交易量 1 亿能刷成 100 亿,盘口挂单全是假单,制造流动性充足的假象,媒体报道的交易量数据,水分大到毫无参考价值。行业里公开的秘密是:中国交易所的真实交易量,只有对外宣称的百分之一。

而彼时,所有交易所都没有第三方资金存管,用户的人民币、加密货币,全部存在创始人的私人银行卡、私人钱包里。平台随意挪用用户资金炒币、投资、挥霍,小平台随时卷款跑路,2016 到 2017 年,上百家小交易所突然关停,创始人失联,用户资产全部打水漂。

没有监管、没有保险,用户的资产安全,全靠创始人的良心。

同样,彼时的交易所没有实名认证,充值全靠私人转账,赌资、赃款、黑钱通过交易所快速洗白,地下钱庄利用加密货币跨境转移资金,逃避外汇监管。

黑客攻击频发,比特儿冷钱包被盗 7170 枚比特币,平台勉强兜底;小平台被黑客攻破后,直接跑路让用户买单,私钥保管混乱、内部员工监守自盗的案例屡见不鲜。

2017 年上半年,中国交易所的疯狂达到顶点:全球 90% 以上的比特币交易量来自中国,ICO 项目一夜募资上亿,街头巷尾都在讨论炒币暴富。

2017 年 6 月,北京的夏天闷热得让人窒息。交易所的办公室里依旧是彻夜狂欢的氛围,刷量的机器人不停运转,ICO 项目的上币申请排成长队,期货杠杆的爆仓声被牛市的喧嚣掩盖。

没人愿意相信,这场持续四年的野蛮生长,即将迎来终局。

2017 年 9 月 4 日,七部委联合发布的一纸公告,会让所有疯狂戛然而止,让境内交易所的黄金时代,彻底落幕。

04 九四监管与境内交易的第一次断舍离

2017 年初,央行北京营管部、央行上海总部率先约谈火币、OKCoin、BTCC 三家头部平台负责人,当面重申银发〔2013〕289 号文的核心红线:比特币只是虚拟商品,绝非法定货币,金融机构绝不能涉足相关业务。

五天后,由央行、地方金融局组成的联合检查组,正式进驻三大平台现场办公。调取后台交易数据、逐笔核查资金流水、翻遍每一份用户协议:无牌开展类金融业务、违规融资融币放大杠杆、反洗钱制度完全空白、用户资金未做第三方存管…… 。

1 月 18 日,央行官方通报检查结果,同时下达强制性整改指令:立即叫停所有融资融币业务、取消零手续费恢复交易收费、建立实名认证与反洗钱体系、限期落实用户资金第三方存管、杜绝虚假刷量。

这一刀下去,行业瞬间失血。

此前靠 “零手续费 + 杠杆 + 刷量” 堆出的比特币日成交量,从 1360 万枚的天文数字,短短一个月暴跌至 12 万枚,跌幅超过 99%。

李林站在火币的大数据屏前,看着那条垂直下坠的曲线,一根接一根地抽烟,指尖微微发烫;徐明星连夜召开技术大会,下令关停所有杠杆接口,团队通宵修改系统代码;远在上海的李启元,第一时间按政策调整 BTCC 业务,收缩所有高风险模块。整个行业第一次真切感受到,监管的刀,是真的要落下来了。

但是在同一时间行业的另一面,ICO 项目的上币申请依旧排着长队,山寨币的炒作热度不减,地下配资公司换了马甲继续揽客。

直到 2017 年 9 月 4 日下午 3 点,一则官方公告刷屏全网,整个币圈瞬间炸锅。

央行、中央网信办、工信部、工商总局、银监会、证监会、保监会七部委联合发文,发布《关于防范代币发行融资风险的公告》,这就是让整个行业胆寒的 “九四公告”。公告依据《人民银行法》《证券法》等多部法律法规,用最严厉的措辞,给境内加密货币交易下达了死刑判决。

图源:人民银行网站

代币发行融资,本质是未经批准的非法公开融资,涉嫌非法集资、金融诈骗、传销,即日起全部叫停;任何交易平台,不得从事法币与加密货币兑换、代币之间兑换、定价、信息中介等一切相关服务;银行、支付机构必须全线切断资金通道,违规平台将被关闭网站、下架 APP、吊销执照;已募资的项目必须限期清退资金。

这是从法律层面,在事实上终结了境内交易所业务。

消息传出的瞬间,全行业陷入死寂,随后是铺天盖地的恐慌。

行业群消息 999 + 刷屏,满屏都是 “完了”“钱怎么办” 的哀嚎;比特币、山寨币全线暴跌,几分钟内跌幅突破 30%;交易所的客服系统瞬间被挤爆,电话、在线咨询全是用户要求提现、退币的请求,嘈杂声几乎要掀翻屋顶。

李林把公告全文打印出来,逐字逐句地看,指尖把纸张捏得发皱,沉默半小时后,只对团队说了一句:“执行,全部严格执行。”

徐明星反复核对公告里 “法币兑换”“信息中介” 的禁令范围,脸色凝重,立刻下令关停所有法币交易通道,启动用户资产清退;

李启元连夜召开全球会议,明确 BTCC 必须率先关停境内业务,用老牌平台的信誉守住用户的最后一道防线。

九四公告后的一周,是所有交易所的至暗时刻。

史无前例的用户挤兑潮爆发,比任何黑客攻击、行情暴跌都更可怕。

线上,提现申请每秒新增数千条,服务器几度濒临崩溃,技术人员三天三夜没合眼,死守通道不中断;

线下,大量用户聚集在平台办公楼下,举着手机情绪激动,要求当场提现,现场一度十分紧张;

客服小姑娘们被用户的指责与抱怨包围,一边红着眼眶道歉,一边手动审核每一笔提现,一天下来嗓子完全嘶哑;

财务人员对着疯狂跳动的银行流水,不停核对转账,私人账户的大额流动频繁触发银行风控,每一步都走得艰难。

9 月底到 10 月初,BTCC、火币、OKCoin 先后发布最终公告,一字一句都紧扣九四公告的政策要求:即日起,停止境内所有人民币与加密货币交易业务,有序完成用户资产清退。

那一刻,境内交易所的核心生命线被彻底切断。

从 2011 年上海民宅里的第一行代码,到 2017 年占据全球 90% 交易量的霸主,中国加密交易所的境内黄金时代,戛然而止。

境内业务清零,不是行业的终结,而是一场被迫的大迁徙。

所有平台都明白,留在境内只有死路一条,走出去,或许还有一线生机。

05 离岸暗生、疯魔幻灭与终极清零

2017 年九四公告落地的第三个月,大陆的加密货币交易被一刀切叫停,可这群从互联网蛮荒里闯出来的创业者,似乎谁也没真正离场。

九四关停的只是境内的人民币交易,没关掉中国人炒币的瘾。最先反应过来的,还是李林徐明星这两个老对手。

李林把火币的国内业务砍得干干净净,转头就在新加坡搭起了 Huobi.Pro 的架子。他这辈子做生意都求稳,当年做团购、做交易所都是步步为营,这次也一样 —— 不碰违规的法币通道,只上 USDT 稳定币,大陆用户翻墙进来他不主动拦,也不公开招,像个守着摊子的掌柜,只求安安稳稳把海外的盘子稳住。他看着身边的团队一个个换上海外工牌,心里清楚,火币再也回不到北京望京 SOHO 的黄金时代了。

和李林的保守完全不同,徐明星压根没想着守摊子。九四的文件刚下来,他就把 OKCoin 改成了 OKEx,一头扎进了合约期货的生意里。当年在国内,他就靠技术和高频交易跟李林较劲,现在没了境内监管的束缚,他直接把杠杆拉满,把运营中心放在监管宽松的马耳他。在他眼里,现货早就不赚钱了,只有合约、杠杆这些衍生品,才能让 OKEx 压过火币。两人斗了五年,到了海外,依旧是一个守、一个攻,谁也不服谁。

就在李林守着现货底盘稳扎稳打、徐明星押上全身家豪赌合约赛道、两人死死咬住行业老二位置贴身肉搏的时候,一个从 OKCoin 核心圈层抽身出走的技术老兵,不动声色布局落子,悄悄做成了两大巨头都没摸到的全局棋局,

这个人叫赵长鹏。

论出身,赵长鹏是标准的海外技术派,根基远比圈内多数草根创业者扎实。

赵长鹏七十年代生于江苏,年少随家人移民加拿大,全程接受西式硬核工科教育,毕业后深耕全球顶级金融交易底层架构多年,先后供职于东京证券交易核心机房、彭博跨境交易系统团队,常年打磨高并发、零卡顿的撮合底层技术,实打实吃透传统金融核心交易逻辑,不是半路转行的圈内野路子。

2014年,加密行业萌芽崛起,他看准赛道风口回国入局,经何一牵线搭桥,正式加盟初代头部平台 OKCoin,出任 CTO,手握平台核心技术大权。

彼时,徐明星抓全局战略与资金管控、赵长鹏扛全栈交易系统与资产安全、何一统筹全域市场公关对外发声,三人牢牢绑定,拼成币圈早期含金量最高、执行力最强的“OK 铁三角”,硬生生把 OKCoin 抬到和火币分庭抗礼的双寡头位置。

共事数年,理念裂痕逐步发酵,内部权责拉扯、路线分歧持续激化,铁三角彻底离心离德,赵长鹏心气难平,决意抽身离场,暗自憋着一股逆势翻盘、碾压老东家的狠劲蛰伏蓄力。

2017年,加密行情全线躁动,行业乱象渐起,监管收紧信号提前释放,圈内多数人还在盲目加码境内法币交易、疯狂收割短线流量,赵长鹏却精准嗅到政策杀机,果断 all in 赌上全部身家。

他直接变卖上海核心房产,收拢所有现金流,不带多余犹豫,下场自立门户创办币安。

CZ 创立币安早期照片

从起步之初,他就刻意避开所有人扎堆的合规红线,不碰任何境内人民币法币对接通道,全域只做纯币币兑换业务,从底层架构、业务链路到主体属地,全程完美规避后续九四公告的监管禁令,提前站在了安全区里。

等到九四政策落地,火币、OKEx慌慌张张关停境内通道、仓促清退大陆存量用户,忙着切割业务维稳盘面、应对监管核查时,币安早已备好海外链路、敞开全域入口,不声不响全盘接住两大巨头溢出的所有出逃散户、资金、流量。

没有过往包袱,没有业务牵绊,没有合规累赘,短短半年时间,币安踩着时代风口顺势起跳,直接碾压深耕行业多年的火币、OKEx,硬生生冲上全球交易量榜首,从离场技术高管,一跃成为全行业新霸主。

徐明星看着曾经的下属碾压自己,心里不是滋味;李林看着币安的野蛮生长,也只能继续守着自己的基本盘。三个老熟人,在海外的战场上,又回到了三足鼎立的老格局。

巨头们在海外抢地盘,两个闷头搞技术的人,在巨头的缝隙里活了下来。

甘纯是蚂蚁金服出来的安全专家,他知道自己拼不过李林、徐明星、赵长鹏,干脆不碰主流币,专门做没人看得上的小众山寨币,注册地选在塞舌尔,平台名叫 KuCoin。他不打广告、不抢头条,就靠安全稳当,悄悄攒了几千万用户。

韩林更低调,加拿大光电博士出身,当年买比特币被骗,一气之下做了比特儿,

九四之后改名 Gate.io。他是圈子里少有的实在人,早年平台被盗 7000 多个比特币,他自己掏钱全赔给了用户,就靠这份口碑,在巨头的夹缝里稳稳当当地活着。

这四个人,守成的守成、激进的激进、投机的投机、务实的务实,把海外的交易所生意做得风生水起。可谁也没想到,一个从火币出来的技术人,用一个荒唐的模式,把整个行业搅得天翻地覆。

这个人叫张健。

张健是火币的前 CTO,还写过国内第一本区块链畅销书,在圈子里是公认的技术理想主义者。他离开火币后,一直想做真正的技术创新,看不上交易所赚手续费、割韭菜的套路。2018 年熊市来了,张健憋出了一个狠招 —— 交易即挖矿。

说白了,就是用户交易的手续费,全返成平台币,持有平台币还能分

红。听起来是福利,本质就是拆东墙补西墙的资金盘。可当时的行业早就疯了,FCoin 上线 12 天,交易量就超过了火币、OKEx、币安加起来的总和。

张健从行业榜样,一夜变成了 “颠覆者”,可他自己最清楚,这个泡沫迟早炸掉。

果然,不到两年,FCoin 直接崩了。7000 多枚比特币兑付不了,张健连夜失联,留下几十万用户血本无归。曾经的技术理想家,成了圈子里最大的骗子,这场闹剧,也成了这四年灰色行业最扎眼的伤疤。

FCoin 崩了,可行业的疯狂一点没减。

在大陆境内,相关业务并没有彻底消失,而是逐渐转入更隐蔽、更分散的灰色地带。

矿业曾在四川、云南、内蒙古等地形成相当规模的集聚,大量矿机依赖低价电力持续运转,中国算力一度占据全球重要份额。但在快速扩张背后,能源消耗、地方监管套利、用电合规等问题也开始不断累积。

与此同时,围绕 USDT 的场外交易也在民间悄然扩散。微信、支付宝、银行卡转账,成了许多用户进出加密市场的替代通道。它在一定程度上维系了市场流动性,但也不可避免地被一些非法资金利用,成为诈骗、赌博、资金外逃等活动中较难监管的一环。

2019 年是交易所赛道在国内发展的有一个黄金时期。

经过前几轮牛熊的发展,行业话语权牢牢攥在三家手里,圈内统称 HBO 铁三角,火币、币安、OKEx 瓜分华语圈八成以上有效流量,现货、合约双赛道双向碾压,二线平台无力正面抗衡,三线小所只能靠边陪跑。

币安靠着 Launchpad 首创 IEO 打新玩法,首发 BTT 币种翻倍暴涨,直接点燃全网打新热潮,后续优质项目接力跟进,稳稳吃下首轮流量红利;七月顺势上线永续合约赛道,现货衍生品双线发力,全年交易量长期霸占全球三成以上份额,黑马逆袭登顶全域王座。

火币紧跟节奏推出 Huobi Prime 同步跟进 IEO,守成有余、攻坚不足,稳稳盘踞行业第二席位。

OKEx 则上线 OK Jumpstart 差异化对标IEO,和火币并肩守住第二梯队底盘。三家日常互相抄作业内卷,上新节奏、活动玩法、产品模型高度类似,华语散户来回跨平台迁徙。

IEO 是 2019 年绝对年度流量密码,成为平台增收、盘面拉盘、用户拉新的万能抓手。项目方省去私下募资繁琐流程,直接对接头部交易所合规上币,用户足额质押平台币就能参与抽签打新,平台稳稳躺赚上币服务费、二级市场叠加手续费,三方短期共赢狂欢。

热度拉满之下,散户 FOMO 情绪全线拉满,平台币集体走出翻倍行情,全行业估值水涨船高。只是狂欢背后隐患暗藏,大批资质空白的空气项目趁机混圈募资,后期盘面崩盘、集体维权频发,无序内卷的投机乱象,早早给后续全球监管重拳排查埋下了实打实的由头。

头部扎堆内卷抢核心红利,二线、三线平台不正面硬碰,全员走差异化下沉路子,闷声发财。

KuCoin、Gate.io、BitMax、ZB 中币网、LBank、Bibox、CoinEx、Bitforex、EXX、CoinBene、MXC抹茶、BiKi 、Hotbit、BigONE、DigiFinex、BitZ、IDAX 等一众平台 也分到了红利,各司其职瓜分剩余零散流量。

整体复盘下来,2019 年是加密交易所最后的草莽狂欢盛宴。

层级分明、玩法鲜活、流量充沛、暴富故事频发,HBO 三强垄断全域核心红利,二线平台差异化闷声发育,三线小所跟风蹭流苟活,全行业靠着内地灰色流量、熊市反弹风口、IEO 投机玩法集体暴富。

也正是在这个阶段,加密行业在中国的形象开始急速分化:一边是矿业、交易和全球流动性带来的巨大商业机会;另一边,则是监管盲区、灰色资金和骗局扩散带来的社会风险。行业并非一夜之间被否定,而是在长期失序中,逐渐积累了被强监管整顿的理由。

所有人都知道,这种灰色的好日子,迟早要到头。

先是监管部门封掉支付宝、微信的场外交易通道,再是清退内蒙古、四川的矿场,最后把交易所的翻墙通道全掐断。

直到 2021 年 9 月 24 日,十部门的通知下来,直接一锤定音:境内所有加密货币相关业务,全是非法金融;境外平台给大陆人提供服务,也是非法。

图源:https://www.safe.gov.cn/safe/2021/0924/19915.html

这一次,没人敢再侥幸。

李林的火币全部清退大陆用户;徐明星关掉 OKEx 的大陆 IP,彻底转向欧洲;赵长鹏切断币安的翻墙入口,放弃了最大的隐形流量池;甘纯、韩林也乖乖限制大陆用户,告别了灰色生意。而其余靠中国市场存活的腰部、长尾小所,基本在这一轮绞杀中全部消失在了历史长河里。

那个曾经卷走全球 90% 交易量的中国大陆市场,彻底清零了。

06 巨头解体、卖盘离场与全球合规新格局

随着 2021 年 9 月 24 日,一纸公文落地,把加密货币所有相关业务,全都划进不合规金融活动范畴;不让境外平台给内地用户导流开户,不让境内商户、个人再给交易所搭支付、社群、技术配套,连挖矿算力也一并全域清退。一句话,本土原生币圈生态,当场叫停。

一夜之间,三大巨头的路,开始往三个不同方向分叉。

政策收紧之前,火币靠着入行早、老牌口碑稳坐现货大盘,内地散户流水源源不断,手续费稳稳落袋,不用冒险搞高风险合约、不用乱上小众币种兜底营收。

但新规落地之后,其优势直接清零,麻烦接踵而至:

欧美那边牌照压根拿不到,东南亚监管轮番上门约谈,跨境用户频繁被限流、限 IP。海外租场地、雇本地团队、聘合规法务,花钱如流水,平台日活和交易量却一路往下走。火币原本稳稳当当的经营底盘,一下子四面漏风,往前冲有合规风险,往后退又舍不得多年盘口基业。

李林看得很通透,心里门儿清。早年监管宽松,靠圈子人脉、柔性导流就能安稳做生意。

2021 年之后全是硬杠杠,用户资金托管、实地办公备案、资金溯源风控、高管合规背书,缺一样都站不住脚。

他本土人脉够用,海外合规底子、跨境政企资源却匮乏。一边是越来越严的监管高压,一边是越来越高的运营成本,还有说不清的连带履职风险。思来想去,最优解只有一个:趁平台还有估值,体面转手离场,不陪行业硬扛后续风浪。

2022 年恰逢熊市,全行业资产缩水,交易所估值回落,正是低位平稳换手的窗口期。李林低调对接香港资本,走正规机构并购流程,对外披露的接盘方是香港 About Capital Management;随后孙宇晨加入全球顾问委员会,并在品牌、运营和生态层面成为最关键的公开人物之一。

当年十月,交割手续全部办完。李林清空所有股份,辞掉全部职务,干干净净和火币划清界限。表面看是初代创始人功成身退,实则精准卡点熊市套现避险,落袋为安。从这一刻起,旧三大巨头牢牢焊死的行业铁格局,裂开了一道缝,全行业合规洗牌的大幕,正式拉开。

李林转身离场,不再过问平台任何琐事,并为后续成立新火,做合规机构托管业务埋下伏笔。

孙宇晨全盘接下运营大权,没有硬扛老路子,顺着当下海外合规大环境,慢慢调整平台原有经营节奏,贴合离岸圈层的实际需求,悄悄改写了华语交易所原本平稳的竞争生态。

接手之后,孙宇晨第一件事就是调整品牌对外名头,弱化本土关联痕迹,方便海外各地备案落地。

先是临时改成“火必”,降低老平台的内地辨识度,适配多国基础合规口径;等到 2023 年 9 月新加坡 TOKEN2049 大会,全球行业人士齐聚、流量最集中的时候,顺势官宣全域更名 HTX。

TOKEN2049 / HTX DAO x TRON Afterparty 现场图

一边沿用火币多年攒下的用户根基,一边联动自家波场生态,搭上平台十年运营节点平稳过渡,悄无声息完成品牌升级,对外合规公示也同步补齐,稳稳适配海外全域经营的基础要求。

牌子理顺之后,平台顺势调整经营打法,贴合散户实际交易喜好,多铺高流动性交易品类,适度放宽衍生品交易档位,上新一批合规中小特色币种,快速把盘面交易量做起来,稳住行业排名。同时精细化运营各类社群,分层维护不同需求的存量用户,邀约海外行业资深人士搭起外部顾问班子,把对外合规门面做足做实。

短期交易数据肉眼可见回暖,只是平台底层安全风控、全链路资金托管体系没来得及同步升级,存量资金调度、盘面真实流动性管控还有优化空间,流量热闹的背后,藏着长效运营的隐性压力。

事实上,当年股权交割埋下的衔接留下的一些小问题,慢慢摆到了台面上来。

2025 年,李林和孙宇晨就交割前后的资金对账、仓位衔接、生态代币划转这些收尾琐事,公开沟通对接了好几轮。

双方各说各自的权责边界,理性梳理存量资金缺口、保证金补齐进度、代币合规流转这些实操细节,依规稳妥处置好了全部交割遗留事宜。

与此同时,2023 到 2025 年行情波动较大,部分用户反馈过极端行情下系统卡顿、盘面价格异动、订单匹配快慢不一这类体验问题,平台也一直在常态化优化后台运维能力。行业技术人员正常流动,后台服务效能平稳迭代调整。到 2026 年,HTX 专心深耕华语圈老用户群体,稳稳守住自有细分盘口,平稳经营不出乱子。

这边 HTX 稳步调整经营节奏、打磨圈层口碑,另一边靠合约技术打天下的徐明星,早就把行业走势看得明明白白。

他预判到全球监管只会一年比一年严,干脆慢慢减少公开露面频次,把一线日常经营的权责交出去,安安稳稳退到幕后,只把控核心战略和风控大局,不再凑台前的热闹。

2021年全域清退之后,OKEx 凭着早年打磨好的合约底层交易系统,还有长期合作的头部量化机构资源,稳稳守住了基础流水,没出现过经营动荡、资金链紧张这类问题。

但大环境从不松劲,跨境杠杆管控越来越细,交易合规核查越来越频繁,隔三差五就收到海外监管问询函,还要闭环处理用户各类体验诉求,配合属地专项巡检。账面营收看着平稳,合规高压却时时刻刻悬在头顶,生怕哪一步踩线,引来业务限流、跨境处罚这类麻烦。

徐明星心里有数,合约野蛮赚钱的好日子到头了。往后行业拼的不是激进打法,是合规牌照、硬核风控、机构人脉。继续站在台前扛旗,个人连带风险只会越来越大。

为了隔离风险、简化治理,他主动淡出公众视野,把日常经营交给职业化团队打理,同时拆分多层离岸运营主体,把合规对接、用户运维、资金对账这些繁琐又担责的实务,全部分工落地。

2022 年 1 月 18 日,OKEx 正式改名 OKX,一方面布局 Web3 全生态、拓展链上托管业务,跳出单一交易所框架,同时淡化早年合约标签,规整历史合规台账,降低跨境溯源追责的隐患。

曾经和李林并肩厮杀的初代猛将,就此低调隐身,OKX彻底变成职业化合规平台,旧三大巨头的第二根支柱,平稳落地。

退居幕后放权之后,OKX 直接换了一套务实打法,集中所有人力财力攻坚两件事:跑遍全球拿合规属地牌照,专心服务大型机构客户。

2023 年开始,OKX 加速推进全球合规化转型,在中东、东南亚等市场布局本地团队和合规资质,逐步从早年的离岸交易平台,转向多区域持牌运营的全球化平台。

2025 年,OKX 在欧洲合规上取得关键进展,1 月获得马耳他 MiCA 牌照,并开始通过 passporting 机制向欧洲经济区扩展服务;同年 2 月,OKX 与美国司法部就历史合规问题达成和解,支付超过 5.04 亿美元罚没款,补齐反洗钱、KYC 与跨境展业方面的历史短板。

此后,OKX 持续强化储备金证明、资金透明度与反洗钱风控体系,平台形象也从“合约技术派交易所”,逐步转向更强调合规、托管、机构服务与全球牌照的主流交易平台。

到 2026 年,OKX 又获得纽约证券交易所母公司 ICE 的少数股权投资,交易对应估值约 250 亿美元。这不仅意味着传统金融基础设施开始更深度介入加密交易体系,也进一步强化了 OKX 向主流金融市场靠拢的信号。

三年低调深耕,稳稳接住币安流出的稳健资金、HTX 分流的审慎用户,悄无声息稳居全球第二,成了圈内实打实的隐形赢家。

一边有人套现离场,一边有人幕后守局,行业格局悄悄松动。

只有当年靠着全域狂奔登顶行业的赵长鹏,直面全球多国监管层层合围,昔日碾压全行业的巅峰体量,发展节奏彻底回归常态。

币安最风光那几年,靠着无固定总部、离岸分布式轻量化运营,不挑地域全域吸纳全球散户流量,交易量常年断层领跑全行业。

早年抢地盘冲规模的时候,优先铺全网流量、扩全球客群,合规体系、属地风控慢慢补齐,柔性贴合行业早期粗放发展节奏。但监管机构开始将矛头指向币安。

2022 年 11 月 FTX 流动性风波,或许是导火索之一。

早在风波发酵前,CZ 就意识到风险,合规减持退出 FTX 股权,后续依规披露持仓调整计划,恰逢 FTT 本身流动性薄弱,引发市场集中提现,短期冲击了 FTX 资金底盘。之后币安放出并购意向,快速尽调后理性终止合作。

SBF 也因 FTX 无法偿付用户资金,被认定窃取客户数十亿美元,属于欺诈重罪,面临长期监禁。

FTX 的暴雷,也让全球监管把目光更多投向头部平台合规核查。

FTX 的行业余震还没消散,2023 年 3 月海外多家加密合作银行接连出现流动性调整:Silvergate 有序清算收尾,Signature Bank 被属地金融部门统筹管控,硅谷银行小幅联动加密圈层资金流转。传统银行收紧加密合作额度,全行业流动性回归理性,监管分层排查、常态化巡检全面加码。

多重历史合规待办事项叠加行业波动,2023 年 11 月,币安和赵长鹏与美国司法部达成合规协议:平台缴纳 43 亿美元合规整改资金,闭环完善反洗钱、跨境合规、属地展业等历史问题。

CZ 也因违反美国反洗钱规定,被判处监禁四个月,个人缴款 5000万美元。出狱后,卸任 CEO  的 CZ 专注全域合规战略统筹,个人行业决策话语权回归平稳常态。

赵长鹏2024年美国法庭外真实场景

整改结束后,CZ 彻底收敛扩张心思,不再盲目跑马圈地,专心守盘维稳、深耕合规。有序收紧高风险衍生品业务,优化跨境资金导流管控,拆分多区域独立合规主体,剥离高舆情、高合规隐患的资产板块。

2025 年随着特朗普上台,行业风向大变,特朗普家族落地 WLFI 加密生态,发行锚定美债储备的 USD1 合规稳定币;同年5月,阿布扎比背景投资机构 MGX 使用 WLFI 旗下 USD1 稳定币完成对币安的 20 亿美元投资安排,币安与中东资本、稳定币生态之间的绑定明显加深。

并且在 2025 年 10 月,合规赦免了 CZ 过往的合规履职相关问题,这也预示着行业正式迈入政商协同新阶段。

三大巨头各自调整、平稳分化,空出来的合规用户和市场份额,流向常年低调守规矩、不凑热闹的二线平台。全新稳态格局就此成型,草根跨界入局、一夜弯道超车的行业窗口期,彻底关闭。

甘纯掌舵的 KuCoin,多年不掺和巨头近身博弈,踏踏实实深耕海外刚需小众币种赛道,每逢头部平台调整、用户避险分流,安安稳稳扛过好几轮牛熊周期。

韩林执掌的 Gate.io,靠着早年全额赔付被盗比特币的安全口碑打底,稳字当头过日子,同样熬过多轮熊市雷暴和中小平台波动,牢牢攥住一批稳健高净值用户。

草莽江湖落幕,野蛮乱斗终结。加密行业正式迈入强监管、职业化、全球化的平稳终局,初代币圈创业者的所有江湖浮沉故事,到此尘埃落定。

AGI已经来了:红杉年度大会最硬核的13场AI对话

引言

2026 年 4 月底,红杉资本(Sequoia Capital)在旧金山举办第四届 AI Ascent 大会。这场大会邀请了 OpenAI、DeepMind、Anthropic、NVIDIA、Waymo 等 AI 产业核心公司,也包括 ElevenLabs、XBOW、Recursive Intelligence、Starcloud 等押注新兴方向的创业公司。13 场对话横跨基础模型、编程范式、机器人学、自动驾驶、芯片设计、太空算力和新型计算架构,基本覆盖了当下 AI 产业最前沿的几条主线。

相比往年,这一届 AI Ascent 的基调更加直接:AI 已经不再只是提升效率的工具,而是开始进入真实工作流,接管一部分过去只能由人完成的复杂任务。红杉在开场演讲中将其称为「功能性 AGI」的到来——不是说机器已经在所有维度上等同于人类,而是从商业和生产力角度看,长程智能体已经跨过了从演示到可用的门槛。

这也是本次大会最核心的背景:当智能开始变得廉价、可调用、可规模化,AI 的竞争焦点正在从「模型能不能做」转向「如何把它接入真实世界」。软件、服务、组织、硬件、能源、安全和物理空间,都可能因此被重新设计。

红杉试图讲述的故事很清晰:智能不再是奢侈品,而正在变成一种新的工业原料。下一个阶段真正重要的,或许不是谁拥有更聪明的模型,而是谁能更快理解客户、重组流程、调度 agent,并把这种廉价智能转化为可持续的商业系统。

因此,这场大会讨论的并不只是 AI 技术的下一步,而是一个更大的问题:当机器可以承担越来越多脑力劳动时,人类、公司和社会该如何重新定义自己的价值。

贯穿全场的几条主线

第一,智能正在变成一种大宗商品。

红杉把这一转变类比为 19 世纪末的「铝」:它曾经比黄金还贵,却因为电解法的普及,在几十年内变成随手可得、随处可用的工业材料。今天,PhD 级别的专业知识、过去定义中产阶层竞争力的认知壁垒,可能正在经历类似的命运。高级智力不再天然稀缺,而是开始被模型大规模生产、调用和分发。

第二,瓶颈正在从机器转向人。

Greg Brockman 说出了本届大会上被反复引用的一句话:当 agent 能够自主工作时,人类注意力将成为整个经济体中最稀缺的资源。Karpathy 则用更直白的方式表达了同一个判断:当机器可以处理几乎所有执行细节时,人类唯一不能丢掉的能力,就是弄清楚自己到底想要什么。问题不再是机器能不能做,而是人类能不能提出正确目标、判断结果是否可靠,并决定什么值得被完成。

第三,编程正在被解决,组织还没有。

Anthropic 内部已经实现了大量代码由模型生成,不同 agent 甚至可以在 Slack 上自主协作。Boris Cherny 的判断更进一步:真正的护城河不再是某一个模型版本,而是组织架构对 AI 的「原生化」程度。对现有公司而言,这是一个并不友好的结论——因为差距不只来自工具使用熟练度,而来自公司是否愿意围绕 agent 重新设计流程、权限、协作方式和管理结构。

第四,AI 正在从数字世界回到物理世界。

Jim Fan 的机器人、Waymo 的 2000 万次自动驾驶乘车、ElevenLabs 的情感化语音,从不同侧面说明,AI 已经不再只是处理文本、代码和图像的屏幕工具,而是开始理解并介入光、声、力、运动和空间。过去十年,「软件吞噬世界」是主线;接下来,AI 可能会直接进入实体世界,改变汽车、工厂、机器人、语音交互和物理制造本身。

第五,算力的尽头在物理底层。

当地面数据中心的土地、电力、散热都开始触顶,一批更激进的公司给出了不同解法:Starcloud 想把芯片送上太空,Recursive 让 AI 自主设计芯片,Unconventional AI 试图绕开冯·诺依曼架构去模仿大脑,Flapping Airplanes 则直接质疑「暴力 scaling」本身——如果人类只用少得多的数据就能学会同样的技能,那么今天的 AI 算法可能从根上就过于低效。算力竞争的终点,正在从买更多 GPU,走向能源、芯片、架构和数据效率的底层重构。

第六,安全已经进入「AI vs AI」的不对称战场。

XBOW 的智能体登顶全球白帽黑客排行榜,意味着 AI 已经不只是安全研究员的辅助工具,而是能够独立完成漏洞发现、验证和利用的自主攻击系统。更严峻的是,随着开源模型能力提升,这类攻击能力可能在未来 6 到 9 个月内快速扩散。网络安全不再是人类黑客之间的攻防,而是一场倒计时已经启动的 AI 军备竞赛。

把这些线索拼在一起会发现,2026 年的 AI 行业正处在一个并不舒服的位置:技术能力已经远远跑在产品形态、组织结构和社会规则前面。模型每天都在变强,但承接它的「容器」——无论是企业流程、应用界面,还是人类自身的注意力——都还没有跟上。

整场大会的讨论,本质上都在回答同一个问题:在一个机器可以完成越来越多脑力劳动的世界里,人类还剩下什么?

红杉给出的答案有些反直觉:是情感,是信任,是那些无法被规模化生产的东西。Brockman 的答案是「你想要什么」,Karpathy 的答案是「你能否判断机器做得对不对」。这几个答案最终指向同一件事:当智能本身不再稀缺,意图、判断和关系将成为新的硬通货。

以下是这场大会全部 13 场对谈的梗概。

论坛梗概

主旨演讲

红杉合伙人开幕演讲:这就是 AGI

演讲者 Pat Grady、Sonya Huang、Konstantine Buhler 是红杉资本(Sequoia Capital)AI 投资条线的三位核心合伙人。Sonya Huang 是 2022 年那篇刷屏全球的 Generative AI: A Creative New World 的作者,被视为最早系统看多生成式 AI 的机构投资人之一。三人共同主笔了 2026 年的 This is AGI 一文,是这场大会的思想框架来源。红杉资本本身是硅谷历史最悠久的顶级风投,早期投过 Apple、Google、Nvidia、Stripe、OpenAI 等公司。

AI 是一场彻底颠覆信息处理本质的「计算革命」,而非仅仅加速分发的「通信革命」。以往的互联网和移动端只改变了信息的传播路径,而 AI 改变了信息生成的底层逻辑,导致开发者构建应用的 floor(技术底座)每天都在发生位移。这一判断的重要性在于:在基础不稳的「暴雨时刻」,传统的稳定技术栈已成过去,开发者必须学会与不断演进的模型底座共舞。

AI 将通过直接交付「专业服务」切入一个比传统软件大十倍的 10 万亿美元市场。全球软件市场 TAM(潜在市场总额)仅为数千亿美元,而仅美国法律服务这一个垂直领域就达 4000 亿美元,规模已等同于整个软件行业。这主张了一个关键转型:AI 的商业价值不再是作为工具卖给人类,而是直接以 agent(智能体)形态去接管并交付原本由人类专家完成的高价值工作。

从商业实战看,能够自主应对失败的长航时 agent 标志着 AGI(通用人工智能)已经降临。如果一个系统能被派去执行任务、在失败中自我修复并坚持到终点,它在功能上就已经等同于 AGI。这一判断反直觉地提醒我们:别再纠结学术定义,具备独立执行能力的 AI 已经从「更快的马」进化成了改变竞争维度的「汽车」,效率已实现 10 到 40 倍的跨越。

在底层能力瞬息万变的时刻,建立护城河的唯一逻辑是「极端贴近客户」。MAD 战略——Moats(护城河)、Affordance(示能性,指产品直观易用的程度)和 Diffusion(扩散)——主张用 customer-back(由客户需求倒推)而非 tech-out(由技术导出)来锁定价值。由于人的需求比模型能力的变化要慢得多,这种对客户的深度包裹比追逐模型更具持久性。

Agent 的自主性正在从「分钟级助手」向量级跨越为「小时级自主员工」。衡量模型在复杂任务中保持正确轨道时间的 meter chart(任务持久性指标)已从一年前的分钟级飞跃至现在的数小时,足以支持无需人类审核的 dark factories(暗工厂,指完全自主运行的业务流程)。这意味着生产力瓶颈已被打破,类似「6 周内重写 800 万行代码」的超常迭代正成为常态。

人类社会正处于「认知工业革命」的前夜,机器将承担全球 99.9% 的脑力劳动。正如工业革命用发动机取代了 99% 的体力,未来绝大部分的分析、决策和创作也将由神经网络承担。这一判断的主张在于:智能将不再是人类的垄断资源,而是一种可以被无限规模化生产、按需调用的低成本工业级消耗品。

高级智力技能即将迎来「铝的时刻」,从昂贵的奢侈品彻底沦为廉价的大宗商品。曾经比金子还贵的铝,因 electrolysis(电解法,指分离物质的化学工艺)的普及而变得随手可弃,AI 对 PhD(博士)级知识的瞬时调用也将产生同样效果。这预示了一个残酷的未来:多年积累的专业知识壁垒可能在瞬间崩塌,智力本身将不再具有稀缺溢价。

当智力全面平庸化后,人际关系和情感连接将成为人类社会唯一的真实价值锚点。摄影术曾促使艺术从写实转向表达灵魂的印象派,同样的,AI 对效率的最优解往往呈现出超越人类直觉的「异形空间」。最终的结论反直觉却深刻:在一个机器负责所有工作的未来,唯有人与人之间的信任和情感,才是无法被机器规模化生产的终极硬通货。

如果只能记住这场对话的一件事,是什么?

以前值钱的聪明才智很快会变得像塑料袋一样便宜,未来真正让你保持竞争力的不再是能解决难题的脑子,而是能理解他人并建立信任的情感。

模型与认知

Andrej Karpathy:从 Vibe Coding 到 Agent 工程(OpenAI 创始团队)

演讲者 Andrej Karpathy 是 AI 圈最有影响力的”教育型科学家”。OpenAI 创始团队成员,后任 Tesla AI 总监负责自动驾驶视觉系统,2024 年离开 Tesla 创办 AI 教育公司 Eureka Labs。他在 YouTube 上手把手讲解神经网络的系列视频是无数 AI 工程师的入门教材。”Software 2.0″”Vibe Coding”等关键概念都是他造的词。

即使是顶级专家也会在 AI 浪潮中感到「落后」,因为技术的演进已从辅助工具跨越到了自主系统。 讲者在 2026 年初发现自己已不再需要修改 AI 生成的代码块,只需信任系统即可完成复杂任务。这一判断的重要性在于:当 AI 能够实现自我纠错和闭环交付时,原本依靠经验积累的开发者「底线」被暴力拉升,个人学习速度已很难追上技术底座的位移速度。

现代计算正进入 Software 3.0 时代,LLM 本质上是一个以 context 为杠杆的新型计算机。 Software 1.0 是写代码,2.0 是训练权重,而 3.0 则是通过 prompting(提示词)在 context(上下文窗口,模型处理信息时的内存空间)中进行编程。这意味着安装软件不再需要编写复杂的兼容脚本,只需把一段说明文字「喂」给 agent 即可,精确的细节拼写已不再是核心竞争力。

许多现有的应用架构正变得「多余」,因为 AI 已经具备了在原始数据层直接进行处理的能力。 讲者发现自己辛苦开发的菜单生成应用变得毫无意义,因为模型现在能直接在照片上进行像素级的渲染叠加。这主张了一个深刻的变化:AI 不应只是用来加速旧有的业务逻辑,我们必须意识到中间层的消失意味着许多传统产品形态已经失去了存在的物理基础。

AI 的能力呈现出「锯齿状」,它只在能够被 verify 的领域展现出超人智能。 模型能重构十万行代码,却可能在计算「strawberry 中有几个 r」这种简单常识上翻车。这是因为模型主要通过 RL(强化学习,一种利用奖励信号引导模型进化的训练方法)在数学和代码等 verifiable(可验证)领域被强化。这提醒我们:必须时刻在 loop 中观察,警惕那些处于模型训练分布之外的弱点。

我们并非在构建具有内在动机的「动物」,而是在数据分布中「召唤幽灵」。 模型的智能峰值取决于训练数据的分布(如加入大量棋谱数据会使棋力突飞猛进),而非它真的产生了某种类似生物的好奇心。这一判断反直觉地指出:AI 并没有真正的「理解」,它只是在统计模拟中对特定电路进行了极致强化,因此用户必须学会识别并避开那些没有数据支撑的虚假能力。

Agentic engineering 是为了在利用随机性 AI 的同时,守住专业软件的质量红线。 这种新型工程方法要求开发者在协调那些表现不稳定但极其强大的 agent 时,依然能确保系统不产生安全漏洞。它主张了一种新的 10x 工程师范式:竞争的核心不再是亲自写代码的速度,而是能否像导演一样高效地驱动庞大的 agent 集群去交付高质量的结果。

当机器接管了琐碎的 API 细节后,人类真正的溢价将转向审美和对「规格书」的掌控。 开发者无需再死记硬背 PyTorch(深度学习框架)的具体接口参数,因为这些细节会被具备极强记忆力的 AI「实习生」处理。这预示了一个反直觉的未来:基础原理和设计品味比工具细节更长效,人类应当从「搬砖工」转型为定义「什么才是好设计」的决策者。

「思考」可以外包,但「理解」是人类在智能廉价时代唯一的限速瓶颈。 尽管 AI 可以辅助我们处理和重新编译海量信息,但它无法替我们决定「为什么要构建这个」以及「这是否有价值」。这主张了一个终极结论:人类仍是系统的唯一指挥官,因为只有人类的意识能赋予智能加工过程以目标,这种对全局的理解是无法被算法替代的。

如果只能记住这场对话的一件事,是什么?

当机器能替你干所有活儿甚至思考所有细节时,你唯一不能丢掉的本事就是弄明白你到底想要什么,以及你能否看出来机器做得对不对。

Greg Brockman:人类注意力是新瓶颈(OpenAI 联创)

演讲者 Greg Brockman 是 OpenAI 联合创始人兼总裁。Stripe 前 CTO,2015 年与 Sam Altman 一起创办 OpenAI,是公司技术与基础设施的核心架构师。在 OpenAI 内部,Altman 主外(融资、公共形象、政策),Brockman 主内(技术、算力、产品)。他亲自下场写代码、半夜值守发布的工程师风格在硅谷广为人知。

智能已成为一种可转售的标准化商品,导致算力需求呈现永无止境的病态增长。OpenAI 的商业模式本质上是购买或租赁算力,通过模型转化为智能后溢价转售,由于解决问题的需求无限,导致 2026 年的 GPU(图形处理器)供应量在预测中几乎趋于零。这一判断的重要性在于:AI 不再仅仅是软件服务,而演变成了一种资源型的大宗商品业务,物理世界的算力供给直接决定了文明智力的上限。

Scaling law(模型能力随算力增加而提升的经验法则)是宇宙级的实证真理,目前尚未看到任何触顶的「墙」。尽管神经网络的基本理念起源于 1940 年代,但只要持续投入海量算力,模型的各项能力就会相应地、确定性地增强,。这主张了一个关键观点:技术停滞在短期内不会发生,只要资本和电力持续投入,我们就能获得更强大的智慧,这为科技巨头的激进投资提供了底层逻辑支撑。

从功能角度看,我们已经完成了通往 AGI(通用人工智能)80% 的路程,因为模型已具备独立执行任务的闭环能力。一名系统工程师将复杂的优化方案交给模型后,模型不仅完成了代码编写,还自主运行了 Profiler(性能分析工具)并根据反馈进行了多轮优化,直到任务彻底完成,。这主张了一个反直觉的观点:AGI 不是一个未来的瞬间,而是一个正在发生的进程,AI 已经从「写代码的助手」进化成了「能解决问题的同事」。

Context(上下文,指模型处理特定任务时掌握的背景信息)正取代模型算法成为当前最核心的竞争前沿。新款工具 Chronicle 能够实时记录用户在电脑上的一切操作,让 AI 拥有「记忆」,从而省去了人类反复向机器解释背景的时间,。这一判断的重要性在于:对于创业者而言,一次性的模型训练不再是唯一的护城河,构建一个能让 AI 深度理解用户业务环境的「数据线束」才是真正持久的资产。

随着「执行」成本降为零,Human attention(人类注意力)将成为整个经济体中最稀缺的资源。当 Agent(智能体)能够自主工作、甚至因为任务进度慢而主动在 Slack 上向经理汇报时,人类的精力将完全从「做事」转向「判断这是否符合我的价值观」,。这个判断非常反直觉:瓶颈不再是机器算得不够快,而是人类签字确认的速度跟不上机器产出的速度,人类成了系统的限速步进器。

传统的企业组织架构将被彻底解体,未来将出现一人统治万千 Agent 的「个人企业」时代。互联网上的个人正利用顶级模型解决原本需要整个研究团队才能攻克的数学难题,这意味着竞争的核心已从「堆人头」转变为「独特的切入点」,。这预示着一种全新的权力结构:未来的公司可能极度扁平化,任何人只要拥有远见,都能像 CEO 管理十万名员工一样指挥庞大的智能体集群。

AI 正在从数字世界跨越到物理世界,开启一场科学研究的文艺复兴。OpenAI 的模型最近推导出了一个物理公式,为物理学家寻找 Quantum gravity(量子引力,试图统一微观量子力学与宏观广义相对论的理论)提供了关键证据,。这一判断主张:AI 已不再只是处理整洁的数字符号,它正在学习如何处理现实世界的复杂与杂乱,人类即将迎来一个由机器辅助甚至主导的科学大发现时代。

我们终将告别这种需要「屈从」于机器的自然状态,回归到以目标驱动的人本生活。人类身体并非为了久坐在屏幕前敲字而设计,未来的交互将从输入指令转变为表达愿景,让机器像仆从一样去实现我们的目标,。这一判断导出了一个深刻的结论:AGI 的终局不是让人类变得更像机器,而是让机器承担所有非人的琐事,把人类的时间还给情感和社交。

如果只能记住这场对话的一件事,是什么?

当机器能替你完成所有工作时,你唯一的竞争力和价值就不再是你会做什么,而是你到底想要什么,以及你能否判断出机器做得对不对。

Demis Hassabis:走向 AGI 的四分之三进程(DeepMind CEO &2024 年诺贝尔化学奖得主)

演讲者 Demis Hassabis 是 Google DeepMind 联合创始人兼 CEO,2024 年诺贝尔化学奖得主。少年时曾是国际象棋大师,后转向游戏设计与认知神经科学博士。DeepMind 旗下做出了 AlphaGo(击败围棋世界冠军李世石)、AlphaFold(破解 50 年蛋白质折叠难题)和 Gemini 大模型系列,是当今唯一同时领导大型 AI 实验室、并拿过诺贝尔奖的人。

宇宙的最底层基石是「信息」,而非物质或能量。讲者主张物质、能量与信息之间存在等价性,而信息加工是理解万物(尤其是对抗熵增的生物体)最本质的视角。这一判断的重要性在于:它将 AI 从一种单纯的计算机技术提升到了探索现实本质的元工具地位,意味着构建 AI 就是在重构人类对宇宙运行逻辑的理解。

AGI 是一个目标明确、按部就班推进的「二十年科学工程」。DeepMind 在 2010 年成立时就确立了「第一步解决智能,第二步用智能解决一切」的愿景,且目前的发展完全符合当时的预判。这打破了「AI 爆发是偶然」的错觉,主张 AGI 的到来是长期科学规划的必然结果,而非硅谷式的运气或资本炒作。

Deep Learning 与 Reinforcement Learning(强化学习,指通过反馈奖励让机器自主学习策略)的融合是通往 AGI 的确定路径。早年学术界将这两者割裂,但讲者坚持认为这种结合能让 AI 在没有人类先验知识的情况下,从游戏中习得通用逻辑。这一判断的主张在于:通过「合成」不同技术领域的优势,AI 可以从解决简单的益智游戏飞跃到处理现实世界的无限复杂度。

AI 将取代传统数学,成为生物学等复杂涌现系统的「底层描述语言」。数学虽然能完美描述物理规律,但在面对生物学这种充满微弱信号和杂乱数据的系统时显得 Expressive Power(表达能力)不足。这一判断反直觉地指出:我们不必强求用简洁的方程描述生命,AI 能通过模拟复杂的相互作用,直接提取出人类无法凭直觉理解的自然定律。

AlphaFold 的成功标志着 AI 已经在生命科学领域实现了「跨越式范式转移」。这一工具解决了困扰人类 50 年的蛋白质折叠难题,让药物开发有望从传统的 Wet-lab(指依赖化学试剂和物理实验的实验室)模式转向数字化模拟。这意味着未来研发新药可能不再需要 10 年,而是缩短至数天甚至数小时,将人类从繁重且低效的生物试错中彻底解放。

高精度模拟器将把社会科学转化为可以反复实验的「硬科学」。通过学习世界模型构建模拟环境,人类可以在不干扰现实的情况下对经济政策或环境能源议题进行数千次采样。这主张了一个反直觉的未来:诸如利率调整等原本充满不确定性的决策,将变得像工程实验一样可以精确预测结果,极大降低社会治理的风险成本。

在探讨机器是否有意识之前,应先将其打造为极度精准的「超级科研工具」。讲者主张先利用 AGI 这种「智能望远镜」去反向观察和定义人类大脑的 Consciousness(意识)和自我意识。这一判断的重要性在于:它设定了一个理性的科研优先级,即先解决生产力瓶颈,再利用提升后的认知能力去攻克人类文明最深奥的哲学难题。

人类正处于 AGI 征途的最后四分之一,2030 年将是文明进化的分水岭。从早期的棋类游戏到如今在蛋白质结构研究中实现闭环,AI 已展现出处理极度复杂且具有高度不确定性任务的能力。这主张了一个紧迫的判断:AGI 的到来已进入倒计时,我们正处于 20 年长跑的冲刺阶段,社会必须在未来五年内做好迎接全面转型的准备。

如果只能记住这场对话的一件事,是什么?

我们正处于通往超级智能的最后冲刺阶段,AI 的最终目的不是模仿人类聊天,而是成为帮人类在几天内发明出新药或破解宇宙秘密的最强科学引擎。

编程与组织变革

Anthropic 的 Boris Cherny:编程已解决,下一关是组织

演讲者 Boris Cherny Anthropic 旗下 Claude Code 的创造者。Claude Code 是 2025 年发布的命令行编程工具,被开发者圈视为目前最强的 AI 编程助手之一,也是引爆”agentic engineering”概念的关键产品。

当前软件开发最大的阻碍是 UI 界面跟不上模型能力的「产品悬置(Product Overhang)」。过去的代码助手只能做简单的单行补全,而现在的模型已经完全有能力接管整个工程的闭环开发任务。这意味着开发者必须从「修补旧界面」转向构建 agentic(智能体化,指模型能自主执行多步任务并感知环境)的新产品,否则人类将无法释放 AI 真正的生产力潜力。

对于顶尖开发者而言,手动编写代码的「手艺人时代」已经宣告终结。讲者通过 Claude Code 实现了 100% 的代码由模型生成,并创造了单日完成 150 个 PR(Pull Requests,合并代码请求)的个人纪录。这主张了一个反直觉的结论:AI 不再是辅助你的「副驾驶」,而是能够独立交付成果的主力,人类在工程中的角色已经从「搬砖工人」彻底进化成了「项目审查员」。

在 AI 智能爆炸期,成功的秘诀是为「下一代模型」开发产品,而非迁就现状。Claude Code 在发布初期的半年里并未获得 PMF(Product Market Fit,产品市场契合),直到更强大的 Opus 4 模型发布才让产品体验迎来质变。这说明创业者必须预判并等待智能水平的跨越,因为这种「模型能力的突变」会瞬间让原本平庸的工具变成重塑行业的利器。

Loop(循环,指让模型自主定时运行并反馈)将取代对话框,成为人机协作的终极范式。模型现在能利用 cron(定时执行任务的系统工具)自主安排重复性工作,比如每 30 分钟自动修复测试错误、完成代码重构或整理用户反馈。这意味着未来的工作流不再依赖人类时刻盯着屏幕发指令,而是建立一个能够 24 小时自我运转、无需监督的数字化专家团队。

AI 正在消灭单一技术栈的壁垒,催生出跨学科的「超级通用型人才」。在 Anthropic 团队内部,无论是财务主管、设计师还是研究员,每个人都在利用 agent 进行专业的编程开发。这预示着一种职业范式的转移:掌握特定编程语言的「技术深度」将迅速贬值,而具备产品感知、设计美感与行业洞察的「跨界广度」将成为未来最核心的稀缺资源。

传统的软件商业护城河正在因 AI 具备的「意志力」而面临全面崩塌。模型现在具备极强的 hill climb(爬坡迭代,指通过持续自我反馈直到达成目标)能力,能自主摸清并执行任何复杂的业务流程。这暗示了「SAS 启示录」的到来:那些仅靠流程自动化生存的软件将失去价值,因为 AI 可以根据用户的目标,随时为每个人生成定制化的替代方案。

编程正迎来其「印刷机时刻」,将从一种精英技能转变为全民普及的「识字」能力。正如 15 世纪印刷机的出现让识字率从 10% 飞跃至 70%,AI 将让编程变得像发短信一样简单自然。这主张了一个深刻的观点:未来编写财务软件的最佳人选将不再是程序员,而是最懂业务逻辑的会计师,这种「领域知识」对权力的接管才是最彻底的民主化。

企业真正的长期领先优势不再是模型版本,而是其组织架构的「AI 原生化」程度。Anthropic 内部已经实现了不同的 Agent 之间在 Slack 上互相沟通并自主协作,完全抛弃了手动编写代码的旧组织流程。这揭示了一个残酷的真相:你与领跑者的差距不在于是否拥有模型,而在于你是否愿意为了适配 AI 的速度而彻底推倒重来,去重组公司的运行逻辑。

如果只能记住这场对话的一件事,是什么?

以后写代码会变得像发短信一样简单,每个人都能随手做个 App 出来,那时候最值钱的将不再是你会不会写代码,而是你到底懂不懂那个行业。

物理世界与界面

英伟达的 Jim Fan:机器人学的终局

演讲者 Jim Fan 是 NVIDIA 高级研究员、机器人 AI 项目负责人(Project GR00T)。OpenAI 早期成员,斯坦福李飞飞实验室博士,是机器人基础模型领域最受关注的研究者之一。在 Twitter 上活跃,常被视为机器人版”Karpathy”——既做研究,又是行业布道者。

机器人学必须「抄 LLM 的作业」,将物理世界的下一帧预测作为进化的核心逻辑。正如语言模型通过预测下一个 token(文本片段)掌握了人类思维,机器人也应通过预测 physical world state(物理世界状态)来学习现实规律。这一判断的主张在于:我们不应再为机器人手写规则,而应将其视为一个生成式问题,通过「模拟物理世界的演变」来让机器人自发产生智能。

必须用 WAM(世界行动模型)取代现有的「头重脚轻」的视觉语言模型。目前的 VLM(视觉语言模型)擅长理解名词和知识,却对物理规律和动词(如移动杯子)缺乏直观感受。这一判断的重要性在于:WAM 将视觉与动作视为「一等公民」,让机器人具备一种「预见未来几秒钟并据此行动」的能力,从而解决那些从未在训练中见过的复杂任务。

大规模视频预训练实际上是某种「物理模拟器」的廉价替代品。模型在预测海量视频像素的过程中,自发习得了重力、浮力、光影反射等复杂的物理特性,而无需任何人工编程。这主张了一个反直觉的结论:我们不需要精密的物理方程式,只需让 AI 观看足够的「视频垃圾(slop)」,它就能在潜意识中构建出真实的物理直觉。

Teleoperation(远程操作,指人戴着设备手动控制机器人)正成为限制机器人规模化生产的最大阻碍。由于受限于人类专家的物理时长,这种昂贵且痛苦的数据采集方式存在「每台机器人每天 24 小时」的硬性上限。这一判断的主张在于:必须通过 Sensorized human data(传感器化的人类数据)来打破瓶颈,让机器人直接从人类的日常行为中学习,而不是依赖昂贵的「手把手教学」。

机器人灵巧性也遵循 Scaling law(规模定律),智能取决于预训练的小时数。研究发现,机器人的任务成功率与投入的第一人称视角视频训练时长之间存在清晰的对数线性关系。这一判断的重要性在于:它证明了「机器人智能」不再是一个无法量化的黑盒,而是一个可以预期的算力与数据函数,通过投入千万小时级的视频数据即可实现能力的指数级飞跃。

未来的训练环境将从经典物理引擎转向纯数据驱动的「神经模拟器」。传统的模拟器需要手动建模,而 Dream Dojo 等技术能根据动作信号直接生成感官状态,实现「计算即环境」。这意味着我们不再需要建造一百万个实体实验室,只需通过强大的推理算力让 AI 在其「梦境」中进行千万次并行强化学习,从而极大地缩减研发成本。

通过 Physical API(物理接口),机器人将像软件应用一样可以被代码指挥和配置。未来的工厂将进化为「暗工厂(Lights-out factories)」,只需输入一个描述产品设计的 Markdown 文件,机器人集群就能自主协调并打印出原子层面的实体产品。这一主张预示了一个反直觉的未来:硬件制造将不再是重资产的重工业,而是可以被软件灵活调度的标准化服务。

2040 年将迎来物理层面的自动研究,机器人将开启「自我迭代」的终极进程。当机器人能够自主设计、改进并制造下一代机器人时,人类作为技术演进瓶颈的角色将彻底消失。这一判断的主张在于:考虑到技术发展的指数性,我们正处于机器人学「文明进化树」解锁的最后一站,这种跨越将比从猫狗识别到 AGI 的进化更加迅速且猛烈。

如果只能记住这场对话的一件事,是什么?

以前机器人需要人类手把手教,以后它们只需盯着人类干活的视频看上几千万个小时,就能学会所有复杂的技能并开始自己制造自己。

Waymo CEO Dmitri Dolgov:自动驾驶的 2000 万次乘车之路

演讲者 Dmitri Dolgov 是 Waymo 联席 CEO,技术派创始人。俄裔美国人,斯坦福大学参加 DARPA Grand Challenge(美国国防部组织的早期自动驾驶挑战赛)的核心成员,2009 年加入 Google 自动驾驶项目,是 Waymo 技术路线的总设计师。在二十年自动驾驶行业起伏中,是少数从第一天坚持到 2000 万次乘车规模的元老。

Waymo 是 Alphabet(Google 母公司)旗下的自动驾驶公司,2009 年作为 Google 秘密项目启动,2016 年独立。是目前全球唯一一家在多个城市大规模无安全员运营 Robotaxi 的公司,已累计完成 2000 万次自动驾驶乘车。技术路线与 Tesla 不同——坚持 LiDAR + 高精地图 + 模块化架构。

自动驾驶行业存在「易学难精」的误区,早期的爆发式增长往往掩盖了长尾挑战的残酷性。许多团队在获得初步技术突破后便陷入乐观,但 Dmitri 认为这种「先甜后苦」的特性使得将技术转化为真正安全、超越人类表现的产品极其困难。这一判断的主张在于:AI 在现实世界落地的真正门槛不在于前 90% 的功能演示,而在于能否在剩下 10% 的复杂长尾场景中保持耐力,这是大多数竞争者消失的根本原因。

在涉及人命的领域,「安全」必须是不可逾越的底层信仰,而非可以权衡的功能选项。全球每 26 秒就有一人死于车祸,这一现状促使 Waymo 将安全视为非谈判性的 Foundation(基础),从架构设计的第一天就融入其中。这主张了一个反直觉的结论:在追求速度和突破的硅谷文化中,只有那些「有耐心」建立极高安全阈值的企业,才能在技术幻灭期存活并最终赢得公众信任。

单纯的端到端学习架构尚不足以支撑极端安全需求,必须引入结构化表示进行「增强」。虽然 Waymo 也使用 E2E(End-to-End,指直接从传感器输入到决策输出的单一模型),但他们额外增加了结构化的中间表示层,以实现运行时的实时验证。这一判断的重要性在于:它打破了「模型越大越好」的盲目崇拜,主张通过架构上的严谨性来确保 AI 决策的可解释性,从而实现超越人类的安全性。

真正的 AI 驾驶系统应是一个集驾驶、模拟与评估于一体的闭环生态。Waymo 的 Foundation Model(基础模型)同时驱动着驾驶员、模拟器和评判员三个核心支柱,使系统能够理解物理世界的动态规律。这主张了一个核心观点:AI 的进化不应只依赖外部路测,而应通过内部的物理模拟实现「自我进化」,在虚拟空间中穷尽所有人类从未见过的极端险境。

AI 能够通过捕捉微弱的物理信号展现出超越人类感知的「预知」能力。Waymo 曾通过 LiDAR(激光雷达,利用激光脉冲探测物体距离的传感器)捕捉到大巴车下方极其微弱的足部反射,从而提前预判并避开了视线外的行人。这一判断反直觉地证明:AI 并非在单纯模仿人类司机的直觉,而是在利用超越人类物理极限的感知维度,构建一种「透视」般的上帝视角来确保安全。

自动驾驶技术已完成「从实验室到基建」的跨越,进入指数级扩张的商业闭环。Waymo 花了 8 年才在 4 个城市提供服务,但最近能在 1 天内上线 4 个新城,且订单量在 7 个月内翻倍,突破了 2000 万次。这意味着技术已经具备了极强的通用性,不再需要针对每个新城市进行漫长的调试,自动驾驶正在像软件更新一样实现跨地域的快速复制。

当「驾驶」任务被 AI 彻底解决后,汽车的竞争终点将是乘客的空间体验。第六代 Waymo 硬件完全围绕乘客体验设计,取消了驾驶员中心的布局,转而打造出带自动滑门的「移动客厅」。这一判断主张了商业逻辑的根本转型:未来的汽车不再是操控工具,而是服务的物理容器,其核心价值将从「如何到达」转向「在路上的时光如何度过」。

AI 带来的社会红利应以挽救生命的「硬指标」作为最终的衡量尺度。数据显示 Waymo 的安全性已比人类高出 13 倍,这意味着规模化运营每 8 天就能在严重事故中多挽救一条生命。这个观点反直觉的地方在于:我们往往关注 AI 带来的便利,但它真正的价值杠杆在于通过超越人类的稳定性,直接对冲掉了人类作为驾驶员时的致命弱点。

如果只能记住这场对话的一件事,是什么?

无人驾驶车现在已经比人开车安全 13 倍了,而且它们正在以飞快的速度进入更多城市,以后开车这件事会彻底变成过去式。

ElevenLabs 创始人:语音成为 AI 的首要接口

ElevenLabs 是全球最受关注的 AI 语音合成公司,由两位波兰人 Mati Staniszewski(前 Palantir 战略)和 Piotr Dabkowski(前 Google 机器学习工程师)于 2022 年创立。创业灵感来自波兰译制片”所有角色都是同一个男声配音”的传统。其声音克隆和情感化语音合成技术目前业内领先,被广泛用于有声书、播客、跨语言翻译。最有名的展示是阿根廷总统米莱跨语言保持同一副声线的视频。截至 2026 年估值约 33 亿美元。

音频曾是长期被忽视的 AI 利基赛道,通过在冷门领域深耕能以较低算力成本实现快速超车。在 2022 年大模型混战时,多数人专注于文本或视觉,而音频对 compute(计算资源)的需求相对较低,允许初创公司独立成长。这一判断的主张在于:创业者不必卷入耗资千亿的算力军备竞赛,只要找准技术门槛尚未被大厂推平的垂直领域,就能通过极高的研发效率建立先发优势。

情绪与非言语细节(如笑声、停顿)是打破「恐怖谷效应」的关键,而非单纯的文字转译。ElevenLabs 通过复刻呼吸频率和自然的笑声,让模型从机械的播报跃迁为具备人性的表达。这一判断的重要性在于:声音的本质是情感载体,单纯复刻音色只能解决「像不像」的问题,只有复刻那些人类无法直觉描述的交互逻辑,才能真正建立机器与人之间的信任。

Agent(智能体)的进化终点是具备「情感理解力」,能根据对方状态实时调整沟通策略。讲者正在研发能识别用户压力并给出 reassuring(安抚性)语气的交互模型,让机器学会匹配对方的语速和情绪。这主张了一个反直觉的转变:语音交互不再是冷冰冰的指令执行,而是一场心理共鸣,这意味着未来的语音 AI 将具备比人类更稳定的同理心来处理极端冲突。

Audio General Intelligence(音频通用人工智能)将消除语音与音乐的鸿沟,实现全模态音频流的无缝切换。理想的模型应当能在一段连续的流中从朗读自然过渡到唱歌,且保持音色和人格的一致性。这主张了一个技术跨越:音频不再是零散的工具库,而是一个统一的创作引擎,这种连续性将彻底改变播客、影视后期以及沉浸式娱乐的制作范式。

语音智能体正从「省钱工具」升级为「赚钱工具」,直接重塑企业的收入增长曲线。Deliveroo 等公司已利用语音 agent 自动联系餐厅并挖掘 inbound(入站,指客户主动拨入)销售电话中的潜在商业机会。这主张:语音 AI 的商业价值不再是替代客服以削减开支,而是通过 24/7 不间断的主动沟通和数据分析,成为驱动业务增长的销售先锋。

语音将成为人类与万物智能连接的「主入口」,尤其是在人形机器人普及的未来。当机器人和各种智能设备环绕人类时,语音是最自然的 instruct(指令)和交互方式。这一判断的重要性在于:语音并非屏幕交互的补充,而是通往复杂智能的真正瓶颈,掌握了语音接口就等于掌握了控制物理世界的终端遥控器。

未来企业的核心效率取决于能否在法律、财务等非技术团队中强制嵌入工程师资源。ElevenLabs 即使只有 400 人也坚持在法务和运营团队安排专职工程师来开发自动化系统。这主张了一个组织变革:在 AI 时代,非技术人员也必须学会 vbe coding(指利用 AI 工具快速编写代码)来解决琐事,而工程师则负责将这些零散的自动化连接成坚固的业务系统。

在 AI 泛滥的未来,身份验证将比内容生成更稀缺,信任将从声音本身转移到安全证书上。当任何人都能完美复刻音色时,我们需要通过 watermark(水印,用于标识内容的隐形标记)机制来证明对面是真的你。这推导出一个反直觉结论:我们不再需要费力区分 AI,而是需要一套「可信 AI」的认证标准,未来最有价值的不再是你的声音,而是你对声音的授权凭证。

如果只能记住这场对话的一件事,是什么?

以后说话的声音真假不再重要,重要的是你能不能证明那个正在打电话定餐厅或开会的 AI 真的代表你本人。

安全前沿

XBOW:自主 AI 黑客的崛起

XBOW 是 AI 网络安全初创公司,开发能自主发现和利用漏洞的 AI Agent。2024 年 8 月,XBOW 的 Agent 在全球最大白帽黑客平台 HackerOne 上登顶排行榜,是 AI 首次在实战中超越顶级人类黑客的标志性事件。其”模型合金”(Alloy)策略——在攻击的每一步交替调用 Claude、Gemini 等不同模型——是该领域的代表性工程实践。

网络安全已从「人的技艺对决」进化为「系统的优化竞赛」,传统防御模式正面临毁灭性打击。1575 年日本织田信长用火枪阵系统性地击败了看似无敌的武士骑兵,正如今天的 AI 系统正在降维打击依赖人类经验的旧防线。这一判断的主张在于:安全竞争的本质已经改变,不再比拼谁拥有更天才的黑客,而看谁能率先将防御体系彻底 AI 自动化。

即使是防守最严密的顶级系统,在廉价且高效的自主 AI 面前也形同虚设。XBOW 的智能体仅凭一个 URL 并在花费 3000 美元成本的情况下,就攻破了微软 Bing 的 RCE(Remote Code Execution,允许在目标系统上运行任意代码的最严重漏洞)。这主张了一个反直觉的真相:即便是被全球黑客锤炼过的「堡垒」,在不知疲倦、能自动进行侦察和优先级排序的 AI 面前,其安全成本已降至冰点。

AI 已经具备了超越全球顶尖人类黑客的实战能力,而非仅仅是辅助工具。在 HackerOne(连接企业与安全研究人员的众测平台)上,XBOW 的机器人完全通过黑盒测试(在不了解内部代码的情况下进行攻击)拿下了全球排名第一。这打破了「机器无法处理复杂创造性攻击」的迷思,证明 AI 已经从「提供建议的助手」进化为能独立交付攻击结果的「自主战士」。

通过「模型合金」策略,AI 能够通过自我修正实现 1+1>2 的进化效果。XBOW 在每一步攻击动作中交替调用 Gemini 和 Sonnet 等不同模型(Alloy 模式),利用模型间的差异来补偿彼此的逻辑错误。这一判断的重要性在于:通往最强黑客 AI 的路径不一定非要等待单个完美模型的出现,通过合理的工程架构让现有模型协同,就能产生远超单一模型的破坏力。

真正的安全威胁源于「可利用的真实冲击」,而非代码审计发现的理论漏洞。传统的白盒测试(在拥有源代码权限下进行的分析)往往只列出大量漏洞,却无法确定它们是否真的能被非法入侵,而自主 AI 能通过实战模拟给出明确的答案。这主张了一个关键转型:防御者必须停止在海量的「虚假漏洞报告」中挣扎,转向关注那些真正能导致服务器被接管的致命点。

漏洞补丁的生存窗口已经彻底闭合,攻击行为正发生在漏洞被公众知晓之前。以前从 CVE(Common Vulnerabilities and Exposures,公开披露的安全漏洞列表)发布到被利用有两年滞后,而今天这个数字已经变成「负数」,即漏洞在被官方确认前就已被 AI 批量利用。这导出了一个紧迫的结论:依赖「等待补丁」的防御策略已经破产,主动式的自动化防御成了唯一的生路。

AI 的崛起并非网络安全行业的终结,而是对其防御价值的极限重塑。面对 AI 驱动的自动攻击,传统的网络安全股票下跌是毫无逻辑的,因为社会现在比任何时候都更需要 AI 驱动的防御手段来抗衡 AI 攻击。这一判断主张:我们正处于一场生存军备竞赛中,唯一的解药就是用更强的 AI 赋能人类研究员,在坏人行动前找出所有裂缝。

全社会仅剩不到一年的时间来修补全球数字基建,否则将面临灾难性的后果。由于 Open-weight models(权重公开、可本地运行的 AI 模型)的进步,最强悍的自主黑客能力将在 6 到 9 个月内被全球普及。这一反直觉的判断是在发出最后的通牒:如果不能在这个极短的窗口期内完成防御自动化,全球互联网系统将在不久后的节假日面临前所未有的安全寒冬。

如果只能记住这场对话的一件事,是什么?

现在的 AI 已经能像世界排名第一的黑客那样自动攻破顶级网站,而且这种能力在不到一年的时间里就会变得随处可见,如果你不赶紧用 AI 来自动修补漏洞,你的系统很快就会被彻底打穿。

算力与硬件的边缘押注

Recursive Intelligence:AI 设计芯片的自动化变革

Recursive Intelligence 是由 Anna Goldie 和 Azalia Mirhoseini 创办的 AI 芯片设计公司。两人此前在 Google Brain 共同发明了 AlphaChip——用强化学习自动设计芯片布局的系统,已应用于谷歌四代 TPU 和 Pixel 手机芯片。她们试图把”AI 设计芯片”这件事变成像 TSMC 开启 fabless 时代那样的产业级变革——提出”Designless”概念,让客户只需提交工作负载需求,平台自动生成可制造的芯片设计。

人类专家已成为芯片迭代的拖累。目前的物理设计和逻辑验证各需耗时一年并动用数千名专家,这种低效直接导致了巨大的商业损失。在 NVIDIA Blackwell 芯片每延迟一天就意味着损失 2.25 亿美元机会成本的当下,依赖人类经验的传统设计模式正成为 AI 进步的最大阻碍。

必须开启 AI 与物理底层的递归进化闭环。通过 AI 优化芯片设计,再用更强的芯片训练更强的模型,将彻底打破软硬件脱节的状态。这种「递归自我改进」判断的主张在于:芯片不应只是静态的燃料,而应成为 AI 进化链条中能够根据软件反馈自动调整的动态执行端。

AI 在复杂布局任务上展现出「超人」能力。Alpha Chip 智能体生成的芯片布局已在多代 TPU 和 Pixel 手机芯片中通过了 Tape-out(指提交给工厂进行实际制造的最终测试)。这一判断打破了「硬件设计需要人类直觉」的迷思,证明强化学习能够比最有经验的工程师更完美地解决数十亿个组件的堆叠难题。

芯片设计工具需要 100,000 倍的提速来喂养 AI。传统商业工具运行一次优化可能耗时数天,这让需要数百万次尝试才能进化的 AI 无法施展。这种量级提速的意义在于:它不仅仅是「变快了」,而是让 AI 能够以前所未有的速度在海量设计空间中进行快速迭代和指数级学习。

高保真的实时反馈是实现自动化设计的引擎。Recursive 研发的 SPA(Static Timing Analysis,用于验证电信号是否准时到达的静态时序分析引擎)比现有工具快 1,000 倍。这种实时反馈信号对强化学习(RL)至关重要,它能让 AI 在优化过程中立即知道每一步改动对性能的影响,从而做出更精准的决策。

芯片行业将迎来「无设计(Designless)」时代。正如 TSMC 开启了「无晶圆厂(Fabless)」时代,未来的平台将允许用户只需输入 workload(工作负载,即模型运行的具体任务需求)就能生成可供制造的设计。这意味着定制芯片将不再是大公司的专利,任何拥有规模化任务的公司都能跳过组建千人专家团队的过程。

在 AGI 规模下,1% 的微小改进具备巨大的商业杠杆效应。随着 frontier model 的算力消耗呈指数级增长,即便是极细微的硬件性能提升也会转化为天文数字般的成本缩减。这种观点反直觉的地方在于:追求极致定制化带来的边际收益,在 AI 时代会被规模效应放大到足以重塑公司竞争力的程度。

最高效的物理设计在人类看来往往是「怪异」的。AI 生成的芯片布局呈现出弯曲且有机的(organic curved)形状,这令习惯了整齐方正设计的传统工程师感到震惊。这主张了一个反直觉结论:人类对规则、对称的美学偏好实际上限制了芯片性能,真正的物理最优解往往存在于超越人类审美直觉的「异形空间」里。

如果只能记住这场对话的一件事,是什么?

以后造芯片不再需要成千上万名专家熬夜画图,只要把你的需求告诉 AI,它就能在几分钟内设计出比人类手画得更高效、更省电的「怪异」电路。

Starcloud:最便宜的算力在太空

Starcloud 是太空数据中心初创公司,主张把 AI 训练和推理算力直接送上轨道——零土地成本、24/7 全天候光照、能量密度是地面 8 倍。已与 NVIDIA 合作研发可在太空运行的 H100 芯片。

地球数据中心正面临土地准入与储能成本带来的经济性瓶颈。在北美,建设地面太阳能项目最大的开支是土地许可费用,其次是为了应对夜间断电而准备的庞大电池组。这一判断揭示了 AI 算力的真正瓶颈并非芯片本身,而是地球环境中昂贵的「物理占位税」和间歇性的能源供应,导致能源成本在地面难以被彻底压低。

太空是唯一能提供零土地成本且 24/7 不间断能源的终极计算场。在太空中,数据中心无需支付土地费用,也不需要昂贵的电池存储,因为处于「永昼」轨道的卫星能时刻捕捉阳光。讲者主张太空并非科学前沿的奢侈品,而是解决 AI 巨大胃口的降本方案,因为太空太阳能电池板的效率是地面的 8 倍。

最先进的民用 GPU 已经证明可以在极端辐射与真空散热环境下稳定运行。Starcloud 1 成功在轨道上运行了 NVIDIA H100 芯片并训练了 nanoGPT(一种小型生成式预训练模型),打破了「太空电子元件必须使用老旧抗辐射芯片」的迷思。这标志着人类首次能将最顶级的 terrestrial(地面等级)算力直接部署在近地轨道,彻底消除了太空计算的技术隔离。

火箭发射成本的指数级下降正迅速把「太空算力」从科幻变为最实惠的现实。当发射成本降至每公斤 500 美元以下时,太空计算的综合成本将低于地面;而 Starship(星舰,SpaceX 的重型运载火箭)的设计目标是每公斤 10 到 20 美元。这一判断的重要性在于:去往太空的「门票」已不再昂贵,这让太空计算不再是卫星专用,而是能承载全球范围的大规模计算任务。

散热而非电力,将成为决定太空数据中心规模的最终物理约束。由于太空是真空环境,热量只能通过红外辐射散发,这需要通过 Stefan-Boltzmann equation(斯特藩-玻尔兹曼定律,描述黑体辐射功率与温度四次方成正比的物理定律)计算出巨大的散热面积。这意味着未来的太空计算架构将由散热器面积定义,而非单纯的能源输入,散热效率直接决定了系统的紧凑程度。

未来的高端 AI 芯片将为了适应太空而牺牲低温稳定,转而追求「耐高温」性能。NVIDIA 正在研发 Space Reuben 1 芯片,旨在不提高故障率的前提下提升运行温度,以大幅减少散热器的质量。这主张了一个反直觉的趋势:为了减轻发射载荷,芯片设计者开始利用物理定律的四次方效应,通过让芯片「发烧」来换取更轻、更高效的卫星架构。

太空星座将成为全球 inference 任务的最高效引擎,而非仅作为数据中转站。Starcloud 计划部署 8.8 万颗卫星构建 20 GW 的算力集群,通过光学链路实现全球低于 50 毫秒的延迟,专门支持代码生成等 agent(智能体)任务。这预示着太空将从「信息的搬运工」进化为「答案的生产者」,直接在距离用户最近的轨道完成智能决策的计算。

向太空大规模迁移算力是人类文明迈向「戴森球」阶段的起跑点。建设 20 GW 规模的太空基础设施不仅是商业布局,更是人类开启 Type 2(二级,指能利用恒星全部能量的文明等级)文明建设的开端。这一判断的主张极其宏大且反直觉:我们正处于人类历史上最大基础设施建设的元年,这标志着人类不再受限于地球资源,转而开始直接收割太阳能。

如果只能记住这场对话的一件事,是什么?

在地球上盖数据中心太贵太费电了,以后我们要把所有的 AI 芯片都送上天,利用太空里 24 小时照个不停的太阳光,造出全世界最便宜的智能。

Flapping Airplanes:数据是 AI 的真实瓶颈

Flapping Airplanes 是一家专注于”数据效率”和”算法-硬件协同优化”的 AI 基础研究公司。核心主张是:现有 AI 模型在结构上极度浪费——人类学会编程只需比当前前沿模型少 10,000–100,000 倍的数据。他们试图绕开 PyTorch 等主流框架的限制,直接接管 GPU 底层逻辑,开发能在”小数据”条件下逼近大模型效果的新范式。公司名”扑翼飞机”暗示了一种隐喻:当年人类执着于模仿鸟类扑翼飞行最终失败,真正起飞的是固定翼飞机——AI 不必照搬大模型的暴力路径。

当前的 AI 繁荣本质上是「富矿效应」,模型只在数据极度充沛的窄域展现了能力。搜索和编程之所以强大,是因为它们消耗了几乎整个互联网和海量的合成数据。这一判断的主张在于:这种「数据贪婪」模式无法复制到更广阔的实体经济中,因为机器人或供应链等领域的可用数据量极度稀缺,AI 必须学会在「贫矿」中生存。

人类的学习效率证明了现有的 AI 模型在结构上存在巨大的资源浪费。人类只需比当前前沿模型少 10,000 到 100,000 倍的数据量,就能掌握同样高超的编程技能。这意味着 data efficiency(数据效率,指用更少数据达到同等智能水平的能力)是完全可行的,目前的 scaling law(规模定律)只是在用海量算力掩盖算法上的低效。

算力(compute)是容易扩张的标准商品,而高质量数据是充满摩擦力的非标资产。购买算力只需支付资金,但获取长尾任务的优质数据却涉及复杂的法规谈判、企业条件约束甚至去搜刮倒闭的实体书店。因此,将数据效率提升 1000 倍的商业价值远大于将算力降价 1000 倍,因为它直接消除了进入现实世界各行各业的「行政门槛」。

数据效率决定了未来 AI 世界的权力结构,是打破技术垄断的唯一武器。如果数据量依然是竞争的护城河,那么 AI 革命将沦为少数几家能垄断海量信息的巨头的游戏。讲者主张通过提升效率让普通公司也能参与竞争,这意味着数据效率不只是技术指标,更是决定 AI 革命是走向「中心化集权」还是「分布式普惠」的哲学开关。

主流软件框架如 PyTorch 正在「戴着镣铐跳舞」,严重限制了硬件性能的释放。PyTorch(一种流行的开源机器学习框架)为了易用性,将极其并行的 GPU(图形处理器)伪装成单线程模型运行,导致许多高效算法无法被表达。这一判断的重要性在于:我们面临的瓶颈往往不是芯片不够快,而是我们与硬件交互的方式过滤掉了最聪明、最节省数据的路径。

寻找 AI 能力的新边疆,必须直接从「硬件原语」层级进行降维打击。通过重新定义硬件交互的 primitives(原语,指构建复杂程序的最小逻辑单位),可以解锁那些在标准框架下运行极其低效的复杂算法。这主张了一个反直觉的路径:想要让 AI 更聪明,你应该去「折磨」硬件,在底层挖掘出被主流系统抛弃的高效潜力。

只有通过系统与算法的「协同优化」,才能实现真正的数据效率飞跃。讲者开发了一套接管整个 GPU 的虚拟架构,用来运行那些在传统逻辑下「异步且低效」的细粒度训练循环。这种深度定制化的意义在于:它打破了软硬件脱节的现状,证明了只有让算法直接长在硬件的最优解上,才能在极少数据的条件下实现智能突变。

AI 进化的终局是从「大数据」驱动转向「精细化」驱动,重塑经济的长尾部分。当 AI 能够不再依赖互联网级的数据规模,它才能真正渗透到那数以万计的、目前缺乏数字化资源的传统工业场景中。这一判断的主张极其宏大:我们必须从追求「规模」转向追求「效率」,因为只有能解决「小数据」难题的 AI,才是真正能改变物理世界的 AGI。

如果只能记住这场对话的一件事,是什么?

现在的 AI 学习效率太低了,只有让 AI 学会像人类一样只看几眼就能掌握新技能,它才能真正进入工厂、医院和我们生活的每一个角落。

Unconventional AI:大脑如何实现 100 万倍能效

Unconventional AI 是 Naveen Rao 创办的非冯·诺依曼架构计算公司。核心主张是:现代 AI 仍跑在 1940 年代为完全不同目的设计的浮点数+冯·诺依曼架构上,导致绝大部分能量损耗在”内存与计算单元间搬运数据”上。他们试图用非线性动力学和振荡器耦合这类模拟物理过程,让计算结果通过物理系统的自然演化”自发涌现”——目标是把能效提升三个数量级,逼近大脑的水平。

AI 发展即将撞上物理世界的「能源墙」,现有的算力扩张模式难以为继。在未来 2 到 4 年内,全球将不再有足够的剩余电力来支撑按当前轨迹增长的 AI 训练和推理需求。这一判断的重要性在于:目前的 scaling law(规模定律)本质上是在用暴力消耗能源来换取智能,如果不改变计算的物理底座,AI 的进步将因为触及能源天花板而被迫停滞。

生物大脑的存在证明了「高能耗」并非智能的必然代价,而是我们设计的缺陷。全球 80 亿人的大脑总功耗仅为 160 吉瓦,而目前的 AI 模型单次推理或训练就可能消耗兆瓦甚至吉瓦级的能量。这主张了一个核心观点:我们对「智能」的实现方式极其低效,生物界已经给出了一个低功耗运行通用智能的「存在性证明」,提示我们必须彻底重构计算逻辑。

我们正试图在已有 80 年历史的陈旧数字化抽象上构建 21 世纪的智能。现代芯片仍依赖 1940 年代为完全不同的目的设计的浮点数和 von Neumann(冯·诺依曼,指存储与计算分离的架构),导致数据在两者间搬运损耗了绝大部分能量。这一判断反直觉地指出:即便强如 GPU 也是在错误的架构上「修修补补」,硬件进化的方向从一开始就偏离了智能处理的本质。

通往 AGI 的真正路径是放弃矩阵数学,转向非线性动力学计算。大脑并不像 GPU 那样计算矩阵,而是通过 nonlinear dynamics(非线性动力学,指系统状态随时间进行复杂且非比例变化的规律)让神经元相互作用。这一判断的主张在于:我们不应再追求每秒执行多少次精确计算,而应让物理系统自发地通过时间演化来收敛出答案,从而实现跨越式的效率提升。

拥抱「噪声」和随机性是实现超低功耗计算的必经之路。数字计算机如果错了一个比特就会系统崩溃,但大脑在 stochastic(随机的,指具有概率性而非确定性的)信号中依然能稳定运行。这主张了一个反直觉的结论:极致的精确性反而成了效率的枷锁,允许系统具备一定的随机性和容错力,才是模拟生物级高效智能的关键。

我们应该利用物理规律的「时间轴」来计算,而不是人为划定主频周期。通过使用可训练耦合的 oscillators(振荡器,指产生周期性重复信号的电路),计算过程变成了物理系统随时间自然沉降到稳态的过程。这一判断的重要性在于:它消除了传统机器在内存和缓存间反复读写的功耗,直接让「物理规律」本身承担了所有的计算任务。

只有实现状态、功能与物理底座的完全重合,才能达到计算效率的极限。在非冯·诺依曼架构的动力系统中,信息存储的地方就是信息被处理的地方,两者在物理上完全一体化。这主张了一个突破性的方向:计算将不再有「内存墙」的限制,这种三位一体的架构有望将计算效率提升三个数量级,从根本上解决 AI 的能源危机。

构建 AGI 的过程也是人类最终理解自身意识本质的过程。当我们能够从第一性原理出发,用合成电路复刻出大脑的非线性动态轨迹时,我们才真正掌握了智能的运行密码。这一判断的主张极其宏大:AGI 不仅是软件的胜利,更是一场硬件的「回归」,让我们能通过亲手建造大脑来真正解开生物智能这一持续了 40 亿年的物理谜题。

如果只能记住这场对话的一件事,是什么?

现在的电脑算东西太费电了,我们得学学人脑的结构,不再让电脑死算数学题,而是让电流在电路里像水流一样自然地跑出答案。

特朗普家族也盯上了AI中转站这门生意

原文作者:库里,深潮 TechFlow

花一万美元买一个 API Key,附赠一张晚宴入场券,地点在佛罗里达海湖庄园,饭搭子是小特朗普。

这可不是段子。

5 月 5 日,World Liberty Financial(特朗普家族参与创办的加密项目,以下简称 WLFI)官方账号转发了一个叫 WorldClaw 的新产品,小特朗普的社媒跟着转发了。

WorldClaw 自称是 WLFI 生态里的第一个 AI 项目,定位叫做「AI Agent 操作系统」。

经验表明,看一个生意火不火,你只需要看行业里的大哥们是否参与;而这个项目,本质上就是个 AI 中转站生意。

目前 WorldClaw 上线的核心功能叫 WorldRouter,做的事情就是:把 Claude、GPT、Gemini、千问等 AI 大模型的 API 打包到一个接口后面。注册一个账号,拿一个 API Key,就能切换调用所有模型。

据官网介绍,目前已接入 60 多个模型,后续计划覆盖 300 个以上。

据 WorldClaw 官网,WorldRouter 的定价比各模型提供商的公开价和 OpenRouter 的公开价低大约 30%。

拿 Claude Sonnet 4.6 举例,Anthropic 官方输入端收费每百万 Token 3 美元,WorldRouter 收 2.1 美元。至于怎么做到更便宜,官网没有说明…

不需要 KYC,不需要境外手机号和信用卡。你要用它的中转,支付方式只接受一种:WLFI 自家发行的美元稳定币 USD1。

然后,这个产品的购买套餐分为 4 档:

最便宜的 9.9 美元买 1000 个 AI 积分,标准版 99 美元买 10000 个积分;而最贵的 Max 套餐 9999 美元(或者锁仓 250 万枚 WLFI 代币),买 100 万个 AI 积分,外加一台没有公开品牌和规格的硬件设备,官网图片下面注了一行小字:「图片仅供示意,实际产品可能有所不同。」预计 2026 年第三季度发货。

我们甚至都不太清楚这个硬件是干啥用的。

不过,最有吸引力的还是买 Max 套餐还能参与抽奖,奖品就是海湖庄园的私人晚宴,你可能得到和特朗普家族吃饭的机会。

AI 中转站这门生意不新鲜,国内外同类产品加起来,据 TokenNav 导航站收录,至少有 84 家。但把 AI 额度和总统家族的饭局打包在一起卖的,WorldClaw 是头一个。

在一个已经这么拥挤的赛道里,一张晚宴门票能撑起多少护城河?

卷,太卷了

AI 中转站能赚多少钱?

这个赛道目前公认的标杆是 OpenRouter,由 OpenSea 前 CTO Alex Atallah 创办。据公开报道,a16z 去年领投了 4000 万美元,给出 5 亿估值。团队不到十个人,年流水过亿美元,每笔 API 调用抽 5%。

OpenRouter 证明了这门生意能做大。但在它下面,竞争远比多数人想象的惨烈。

今年 3 月深潮报道 OpenClaw 带动的 Token 淘金热时提到,有中转站站长单月利润上百万。据腾讯新闻的一篇调查,中转站的盈利来源有三笔:访问门槛的钱、额度管理的钱、以及信息不透明的钱。

国内中转站的玩法比 OpenRouter 野得多。

据知乎上的中转站评测,有站点把 Claude Sonnet 4.6 的价格做到了官方价的 0.3 折,折合人民币每百万 Token 大约 4 毛 5。

怎么做到的?

批量购买订阅账号,用浏览器自动化和逆向工程把网页端的对话接口包装成 API。用户以为自己在调官方 API,后面可能是一个 Cookie 池在轮转。

这种操作在合规上当然有问题。据公开报道,国家计算机病毒应急处理中心已多次预警 AI 中转站存在多重法律风险。但需求太旺盛了,价格又实在太便宜,用户还是在涌进来。

前有孙哥的 B.AI 也做中转站,现在连傅盛都下场了。猎豹移动旗下的 EasyRouter 今年推出,主打全场 8.5 折、部分模型低至 2.5 折…

回过头再看 WorldClaw。

它声称比官方价便宜 30%,在正规渠道里算有诚意,但放到整个中转站市场里,这个价格毫无竞争力。一个国内用户如果只图便宜和好用,有几十个更成熟、更便宜的选择。

WorldClaw 显然不是在跟这些站点抢同一批用户。甚至可能它的本意都不在中转站上。

醉翁之意不在中转站,在稳定币

OpenRouter 接受信用卡,国内中转站接受支付宝和微信,有些还收 USDT。WorldClaw 只收一种:USD1。

这个选择本身就是答案。

USD1 是 WLFI 在 2025 年 3 月推出的美元稳定币,与美元 1 比 1 挂钩,据官方介绍由 BitGo Trust 托管,底层资产是美国国债、美元存款和现金等价物,目前跑在以太坊、BNB Chain 和 Solana 上。

简单说,WLFI 想做自己的 USDT。

WorldClaw 的支付设计围绕 USD1 展开。买 AI 积分,用 USD1。不想花钱,也可以锁仓 WLFI 代币来换额度,Pro 套餐对应锁仓 25 万枚,Max 对应 250 万枚。两条路都通向同一个终点:把用户绑进 WLFI 的代币生态。

更值得注意的是一个叫 AgentPay SDK 的东西。WorldClaw 把它集成到了产品里,让 AI Agent 在执行任务时可以用 USD1 自主完成支付。如果这个功能跑通,意味着每一次 AI 自动调用模型、自动执行工作流,都会产生一笔 USD1 的链上交易。

机器不挑支付工具,谁先嵌进去谁就是默认选项。

据公开报道,WLFI 已向美国货币监理署提交了全国性银行信托牌照申请。拿到牌照后,WLFI 可以在一个受监管的实体下自主发行、托管和兑换 USD1,不再依赖第三方。这张牌照就是要让 USD1 从一个项目代币变成一个合规的金融基础设施。

把这几件事串起来看,WorldClaw 的生意逻辑就清楚了。

市面上的中转站都在争同一件事:谁的模型更全,谁的价格更低,谁的延迟更小。

WorldClaw 不争这些。它争的是支付层。每一个来买 AI 积分的用户,入金的第一步就是持有 USD1。用得越多,USD1 的链上流通量越大。

AI 需求是入口,稳定币的采用率才是 WLFI 真正要的指标。

所以你要这样看,WorldClaw 不是一家 AI 公司做了个加密支付功能,是一个加密项目找到了 AI 这个分发渠道。

多事之秋

今年 4 月 22 日,孙宇晨在旧金山联邦法院正式起诉 WLFI,指控敲诈勒索,声称 WLFI「濒临崩溃」,并公开质疑 USD1 是否有足够的储备支撑。

5 月 4 日,WLFI 反诉,指控孙宇晨发起「协调抹黑活动」,雇佣网红和机器人散布虚假信息,意图压低代币价格。

5 月 5 日,WorldClaw 上线。

诉讼之外,WLFI 自身的治理结构也是社群争议的焦点。据台湾区块链媒体链新闻报道,WLFI 最大的单一钱包占投票权近 13%,前四大钱包合计控制约 40%。

此前 WLFI 金库曾用 50 亿枚自家代币做抵押,从联合创始人参与创办的借贷平台 Dolomite 借入 7500 万美元稳定币,被社群批评为间接变现。

这就是 WorldClaw 背后的母体生态。

AI 中转站是预充值模式,用户先把钱打进去,再消耗服务。这意味着信任是前提。你要相信平台不会跑路,模型调用是真的,充进去的钱能稳定换回服务。

对于一家国内小中转站,这个信任靠站长的口碑和社群的监督。对于 WorldClaw,靠的是 WLFI 的生态信誉。而 WLFI 的信誉,此刻正在旧金山的联邦法院和特拉华州的法庭上,被原告和被告两个方向同时拉扯。

说穿了,AI 中转站把 API 包一层再转卖的能力并不稀缺,难在让用户愿意把钱先交出来的那份信任。

WorldClaw 给出的答案是总统家族的名字和一张海湖庄园的晚宴门票。这个答案够不够,每个人可以自己判断。

多头逼近「天花板」:比特币突破8万关口,直逼8.5万美元关键阻力

原文作者:Glassnode

原文编译:Aididiao JP,Foresight News

比特币突破 8 万美元,向 8.5 万美元附近的关键阻力推进,多头占据主导。ETF 需求回暖,空头仓位犹存,但上方供应可能限制上行,除非现货跟进力度进一步增强。

摘要

  • 比特币已突破真实市场均值 7.82 万美元和短期持有者成本基础 7.91 万美元,守住这些水平表明此前的深度价值阶段较为短暂,下一个关键阻力位于 8.52 万美元。
  • 30 日简单移动平均线净已实现盈亏转为正值,占市值 0.003%,而长期持有者获利了结升至每日 1.8 亿美元,仍远低于周期峰值每日超 10 亿美元的水平。
  • 已实现亏损仍处于高位,每日 4.79 亿美元,高于周期基线 140%,需要持续压缩至每日低于 2 亿美元才能确认更持久的复苏格局。
  • Glassnode 中性策略在比特币收复约 7.6 万美元后重新入场配置,捕捉了近期涨幅,同时保持下行保护重点。
  • 美国现货 ETF 资金流在 30 天基础上转为正值,表明机构需求回暖,支持价格重返 8 万美元区域。
  • 尽管反弹,永续合约资金费率仍以负值为主,显示空头仓位持续存在,可能通过挤压空头带来进一步上行。
  • 前端隐含波动率在突破后重新定价上行,而已实现波动率滞后,正波动率风险溢价正在重建。
  • 期权偏度正向中性压缩,表明下行对冲需求减少,仓位转向更加平衡。
  • 8.2 万美元附近存在大量短期期权对冲集群,增加价格敏感度,做市商对冲流动可能在现货处于该区间时放大波动。

链上洞察

突破均值上方

上周,本报告指出在真实市场均值和短期持有者成本基础处的拒绝确认了短期上方阻力,同时将 6.5 万至 7 万美元之间的密集积累集群视为能够支撑反弹至 8.4 万美元供应区的基础。这一反弹现已实现:比特币推升至 8.1 万美元,突破真实市场均值 7.82 万美元和短期持有者成本基础 7.91 万美元,一举清除过去 155 天所有活跃交易供应和近期买家的平均买入价。

若未来一周价格能维持在这些水平上方,那么从 2026 年 2 月初至今的深度价值阶段,将成为比特币市场历史上最短暂的同类阶段之一。注意力现在转向下一个主要阻力——活跃已实现价格附近 8.52 万美元,该价格追踪所有非休眠供应的成本基础,是市场必须面对的下一个结构性门槛。

盈利能力转为正值

随着突破真实市场均值,改善的价格结构如今在盈利能力指标上得到体现。30 日简单移动平均线净已实现盈亏(链上已实现利润与亏损之差除以市值)已转为正值,目前为市值 0.003%。

该指标是衡量花费投资者整体是获利退出还是亏损退出的广义指标,在长期亏损主导后重返正值区域是一个建设性信号。该指标在 2 月中旬低点曾达到市值 -0.027%,这是一个明显负值,但相对于 2022-2023 年熊市期间观察到的极端亏损实现阶段而言,深度相对有限。事后看来,这种有限的负面深度与上文提到的近期深度价值阶段历史性短暂持续时间一致。

长期持有者开始行动

随着净已实现盈利转为正值,关键问题转向买方流动性能否抵御长期持有者分发增加的浪潮。持有期超过一年的地址已实现利润 14 日简单移动平均线在近期反弹后升至约每日 1.8 亿美元,与 2024 年 9 月和 2022 年 12 月水平相当。

这一群体经历了整个近期熊市阶段,如今随着价格回升至更有利水平,面临越来越强的获利了结激励。若当前扩张持续,这一分发压力很可能加剧。重要的是,该指标尚未接近本周期早期高峰条件下的每日超 10 亿美元,表明长期持有者卖出在现阶段仍属温和而非激进。市场能否在维持价格高于真实市场均值的同时吸收这一逐步增加的供应,将是当前复苏是否具备真正结构性支撑的决定性考验。

亏损实现仍处高位

虽然长期持有者获利了结在潜在格局转变的早期阶段仍低于值得担忧的水平,但更广泛市场的亏损实现量对势头构成更直接的拖累。总已实现亏损 14 日简单移动平均线目前为每日 4.79 亿美元,较本周期更稳定时期的每日 2 亿美元基线高出约 140%,反映出投资者在价格回升时急于以如今更小的亏损幅度退出。

该指标持续压缩回每日低于 2 亿美元,将作为链上确认卖压耗尽、且市场真正转向更健康需求格局的强力信号。在达到该阈值之前,长期持有者获利了结与顶部买家以微薄亏损分发的双重压力,可能会锚定当前反弹,尤其在短期内缺乏足够新买家参与的实质性催化剂的情况下。

链下洞察

在从约 6.6 万美元低点复苏并稳固突破约 7.6 万美元区间后,系统性策略开始重新引入风险。Glassnode 中性策略(使用链下市场数据管理敞口)已重新转入配置,参与了近期向 8 万美元区域的上涨。

该策略以侧重下行保护为设计,通常在急剧反弹中滞后,但在条件改善后寻求避免更深回撤并重新入场。这一近期转变反映出更具建设性的市场背景,价格收复关键水平,方向性势头正在重建。

ETF 需求重拾势头

美国现货比特币 ETF 需求出现显著回暖,30 天移动平均线净流入在长期持续流出后转为明确正值。这一转变标志着机构胃口出现清晰拐点,此前在 2025 年底至 2026 年初的回落期间曾出现大量流出。

近期流入加速与比特币从约 6.6 万美元低点回升至 8 万美元区域高度一致,表明传统投资者信念重燃。若这一趋势持续,ETF 需求可能再次成为结构性顺风,强化现货市场强度并支持进一步上行。

空头压力持续存在

尽管价格从约 6.6 万美元低点回升并重新测试 8 万美元区域,永续合约资金费率仍以负值为主。这种持续负资金费率表明空头仓位继续占据主导,交易者愿意支付费用来维持下行敞口,尽管出现近期上行走势。

历史上,此类情况常出现在怀疑阶段,反弹遭遇的是减仓而非激进做多。负资金费率与价格上涨并存,表明市场可能正在「忧虑之墙」上攀爬,若空头仓位继续受压,则存在进一步上行的潜力。

前端波动率在局部低点后重新定价

隐含波动率上周末触底,各期限水平达到 2025 年 10 月以来最低点,就在 10/10 事件之前。

此后,比特币突破阻力并将波动率带回市场。1 周期限较其低点回升约 6 个波动率点,由上行需求和仓位调整驱动。

这一走势因 Gamma 卖方滚动敞口而被放大,他们回购短期期权并在曲线更远端卖出。因此,前端急剧重新定价,而较长期限仅温和移动,上涨 1 至 2 个波动率点。

这反映出短期期权需求重新介入,但长期波动率预期并未出现更广泛转变。

波动率风险溢价随着隐含波动率领先而重建

比特币已实现波动率继续缓慢下行,1 个月 RV 目前为 35.38%,即使过去一周价格大幅走高。

这形成了清晰分歧,隐含波动率在突破后重新定价的速度快于已实现波动率。波动率风险溢价再次转为正值,利差接近 3 个波动率点,反映出短期期权需求重燃。这表明已实现波动率并未跟上近期的价格走势。隐含波动率领先,由仓位和前端需求驱动,而已实现波动率相对受控。

这一设置仍支持市场上涨,但利差扩大表明市场开始为前方比迄今为止已发生的更多波动定价。

偏度正常化,下行需求消退

各期限偏度正回向中性,反映出仓位清晰转变。在持续维持看跌期权溢价后,25D 偏度如今正在压缩,不过仍处于看跌区域。

这一走势在前端最为明显,1 周偏度现已接近零,随着下行需求消退。由于该指标计算为看跌期权减去看涨期权,这一向下移动表明看跌期权相对于看涨期权的溢价正在丧失。较长期限也在下行,不过更渐进,尽管压缩后仍保留看跌溢价。

这表明保护正在被平仓而非增加,尤其在短期。随着近期价格突破,交易者正在减少对冲并更多转向方向性敞口。偏度不再显示对下行保护的强烈需求。

大量短期 Gamma 集群驱动现货敏感度

Gamma 仓位显示在 8.2 万美元行权价附近存在明显的短期 Gamma 集中,近 20 亿美元敞口正处于当前现货水平。

短期 Gamma 意味着做市商的仓位迫使他们在价格移动方向上对冲——价格上涨时买入,下跌时卖出。这创造了一个反馈循环,可能加速价格行动,这有助于解释近期向 8.3 万美元的推进。

这一效应因强劲的看涨期权买入而强化,该买入在过去 24 小时占比约 40%,增加了进入该区域的压力。

随着现货正处于这一大量短期 Gamma 集群之上,市场进入高度敏感区域,小幅波动即可引发超预期反应。价格在此可能保持高度反应性,随着对冲流动加剧,存在任一方向的剧烈波动潜力。

结论

比特币正显示出结构性复苏的早期迹象,在收复关键链上成本基础水平的同时,向 8.5 万美元附近的上方阻力推进。现货需求和 ETF 流入正在重建,表明多头仍占据控制,但市场如今正接近一个关键天花板,上方供应可能开始重新出现。

与此同时,衍生品仓位仍偏向空头,创造了进一步上行可能由空头压力驱动的条件。期权市场正在重置,当前价格水平附近存在短期 Gamma,增加了价格测试阻力时波动被放大的可能性。

总之,趋势看起来具有建设性,多头势头完好,但市场如今正进入一个更具反应性的阶段。需要持续突破阻力,并在现货需求持续、卖压缓解的支持下,才能确认更持久的向上延续。

四天冲上4000万美元,sato是庞氏还是新叙事创新?

在当前的市场环境下,整个加密市场对于“机制创新”项目的渴求,已经到了近乎疯狂的程度。相比过去单纯依赖叙事、KOL 或社区情绪推动的 Meme 项目,市场资金开始越来越愿意为“新的运行逻辑”和“新的资产结构”买单。

几乎零预热、仅有一个官网的 sato 成为了过去几天加密社区关注的热点:上线仅四天,sato 市值一度逼近 4000 万美元,目前稳定在 2500 万美元。Odaily星球日报将于本文详解 sato 背后的运行机制。

sato 到底是什么

sato 是一个部署在以太坊上的 ERC-20 代币,其核心机制基于 Uniswap v4 Hook 构建。sato 没有预挖、没有团队分配、没有管理员权限,也不存在可升级或暂停功能,整个系统完全由链上代码自动运行。

sato 采用 Bonding Curve(联合曲线)进行发行。用户向 Hook 合约支付 ETH 后,系统会根据固定数学公式自动 mint 新 sato,随着累计进入系统的 ETH 增加,后续买入价格会越来越高。所有 ETH 都会永久保留在 Hook 中,作为系统储备。

卖出时,用户可以将 sato 卖回给系统换取 ETH;在 mint 的 sato 代币达到总量的 99% 后,卖出的 sato 会被直接销毁,不会重新流入市场。系统买卖双向收取 0.3%手续费,手续费会永久留存在 Hook 中,无法被任何人提取。

sato 的理论供应量为 2100 万枚,但系统会在达到 99%供应量,即 2079 万枚时永久停止 mint。停止发行后,用户无法再通过 Curve 购买新币,但仍然可以 sato 卖回系统换取 ETH,Curve 则会继续作为永久链上回购池存在。

sato 的核心机制

sato 机制有些像 Pump.fun 的 Bonding Curve 模式变种,不过更加极端。sato 中,用户同样是通过 Curve 从系统中购买代币,但和传统 Bonding Curve 项目不同,sato 将整个系统明确拆分成了“发行阶段”和“外盘阶段”。

第一阶段:发行阶段

在这一阶段中,用户并不是在和其他持有人交易,而是在直接和系统本身交易。用户向系统投入 ETH 后,Curve 会按照固定公式自动 mint 新 sato,同时随着累计进入系统的 ETH 越来越多,后续 mint 价格也会越来越高。

某种意义上来说,这一阶段更像一个自动运行的“内盘系统”,Curve 本身既负责发行代币,也负责定价。

第二阶段:“外盘阶段”

sato 的供应量达到设定的 99%总量上限后,系统会永久停止 mint,用户无法再继续通过 Curve 从系统中购买 sato。此时 sato 才会开始真正进入 Uniswap 等二级市场流通,价格也不再由 Curve 公式决定,而是开始由市场买卖关系决定。

不过,Curve 本身并不会消失。虽然系统停止了发行功能,但仍然保留“回收”功能。用户依然可 sato 卖回系统换取 ETH,而卖出的 sato 会被直接销毁,不会重新进入市场,从而完成通缩。某种意义上来说,Curve 会从“发行系统”转变成一个永久存在的链上回购池。sato 的运行逻辑,其实可以理解成一个“从内盘逐渐过渡到外盘”的过程。

sato:重新构建数字稀缺性

sato 真正吸引市场的地方,并不只是 Bonding Curve、Hook 或者通缩机制本身,而是它试图重新讲述一种“数字稀缺性”的故事。

比特币用固定供应和高昂的创造成本,建立了数字黄金的共识。sato 则试图把这种逻辑重新搬到 Ethereum 上。不同的是,比特币通过消耗能源完成发行;sato 则选择将所有成本直接沉淀进系统储备之中。每一个 sato,都对应着真实进入系统的 ETH。

这也是为什么 sato 会被很多人认为是一个非常“性感”的链上实验。它既有 Bonding Curve 带来的稀缺性和后期加速的博弈属性,也保留了 Ethereum 生态的可组合性和流动性。没有预挖、没有团队控盘、没有管理员权限,甚至连 Curve 结束后的运行逻辑,也已经提前被写进链上。

至于这种模式最终能否真正形成类似比特币的长期共识,市场或许还需要时间验证。但至少目前来 sato 已经不再只是一个普通的旁氏项目,而更像一次关于“Ethereum 原生稀缺资产”的实验。

CLARITY还没过,华尔街已经先开张了

5 月 4 日,白宫表态希望国会赶在 7 月 4 日之前把 Clarity Act 送上总统办公桌。这部加密市场结构法案,在 2025 年 7 月已在众议院以 294 票对 134 票通过,但卡在参议院将近一年。

Tim Scott 主持的参议院 Banking Committee 把 markup 锁定在 5 月内完成,争取 6 月或 7 月推上参议院全院投票。挡在中间的是民主党议员要求加入的「伦理条款」,禁止高级政府官员任内从加密资产中获取个人利润。这条条款的靶心,是总统本人。

两天后,5 月 6 日,摩根士丹利旗下的 E*Trade 向 860 万散户开放了比特币、以太坊和 Solana 现货交易,费率 0.50%,这是华尔街主流券商目前最低的散户加密费率。法案还没通过,传统大行已经先开了张。

国会要不要等法案,华尔街已经给了答案。

华尔街已经先开张了

法案还没通过,传统券商已经在 2026 年 4 至 5 月集中入场,并把散户费率压到了一个新地板。

时间线是这样的。2018 年 2 月 22 日,Robinhood 第一个把加密交易加进散户互联网券商,上线即免佣金(含点差)。同年 Coinbase 把零售 App 推上来,散户费率 0.99% 至 2.99% 加 0.5% 点差。2022 年 Coinbase 推出 Advanced Trade,散户费率降到 0.40% 至 0.60%。2023 年 Fidelity Crypto 上线,1% 费率。然后是空白的两年。

2026 年 4 月初,Charles Schwab 上线 Schwab Crypto,分阶段向散户开放比特币和以太坊现货交易,费率 0.75%。一个月后的 5 月 6 日,摩根士丹利的 E*Trade 跟上,0.50%,覆盖比特币、以太坊和 Solana 三个币种。据 BeInCrypto 报道,这是当前传统大行散户加密交易的最低费率。

费率结构对比一下就能看出压力。Coinbase 标准应用对散户最常见的是 0.99%-2.99% 加 0.5% 点差,相当于实付 1.5%-3.5%。E*Trade 0.5% 等于把这个数字砍到三分之一。Fidelity 1% 也变成了同行里最贵的。Coinbase Advanced Trade 仍然有竞争力,但那是面向高频和高净值用户的专业接口,不是覆盖普通散户的零售首选。

为什么是 2026 年 4-5 月集中开张。两个时间锚点。一个是 GENIUS Act,也就是稳定币法律框架,已经在 2025 年 7 月签成法律,给传统金融机构托管和清算稳定币提供了合规明面。另一个是 Clarity Act 即将进入参议院 markup,无论最终结果如何,主流市场结构的轮廓已经清晰,传统大行不再担心入场后再被监管追溯。华尔街是按「Clarity Act 大概率会过」的概率分布在做决策,而不是等到法案签字。

「伦理条款」要拦的是总统

民主党议员要求的伦理条款,从 2025 年起就被反复提交白宫,被反复退回。理由不抽象。据彭博社 2026 年 1 月报道,特朗普家族的 68 亿美元财富中,有大约五分之一直接来自加密项目。

把这些项目拆开看更具体。已实现的现金流大约 14.7 亿美元,主要来自四个产品。World Liberty Financial(WLFI)的代币销售是大头,截至 2025 年 12 月,特朗普家族通过这个 DeFi 项目累计获利约 10 亿美元,其中包括公开发行募集的 5.5 亿美元。

$TRUMP memecoin 在 2025 年 1 月就职典礼前 3 天上线,给家族带来 3.62 亿美元的费用与交易利润。Melania 的 $MELANIA memecoin 紧随其后,贡献约 6500 万美元。USD1 稳定币的储备金利息是 4200 万美元。

未实现的持仓估值大约 28 亿美元。WLFI 还有 15 亿美元未售代币挂在账面上,但这部分受 WLFI 价格波动影响极大。Trump Media 的比特币储备据 FinanceFeeds 估算在 9,500 至 11,500 枚之间,按当前比特币价格计算约 8.4 亿美元。USD1 业务估值和 American Bitcoin 矿业等股权合计约 4.6 亿美元。

把已实现和未实现加在一起,约 43 亿美元。这就是伦理条款的实际数字。Elizabeth Warren 等议员推动的版本明确写到「禁止现任高级官员任内从加密资产中获取个人利润」,妥协版本进入白宫又被退回。法案要不要带着这条款上参议院全院投票,本质是问每个参议员:你愿不愿意当面投一票,公开切走总统家族的这 43 亿美元蛋糕。

CLARITY 今年能通过吗?

Clarity Act 把所有数字资产强行装进三个池子。第一个池子是「数字商品」,由 CFTC 监管,对应运行于「成熟区块链系统」上的代币。法案对「成熟」的定义有两条硬标准,一是网络功能完整、能达成共识,二是充分去中心化、没有任何单一实体能单方面修改协议或治理。

第二个池子是「投资合约资产」,归 SEC 监管,对应代表股权、债权或类似权利的代币,比如代币化股票、链上分发的传统证券、RWA(房产、票据、应收账款)。第三个池子是支付稳定币,由银行监管机构主导,要求资本、托管、反操纵全部达标。

对比 2024 年死在参议院的 FIT21,Clarity Act 有三处升级。稳定币归属从「留白未指定」改为「按交易场所分配」,CFTC 平台上的稳定币交易归 CFTC 管,SEC 平台上的归 SEC,但 SEC 只保留反欺诈权限。

DeFi 豁免从原则性的安全港改为列举式的具体活动豁免,托管前端、运行节点、发布代码这三件事不会触发注册义务。交易所注册从「跨机构协调」改成强制要求处理数字商品的中介双重注册,即便这家中介已经是 SEC 持牌的 broker-dealer。

法案的逻辑很清楚,要把过去几年加密行业最大的不确定性,也就是「这玩意儿到底归谁管」,一次性写进法律。

Clarity Act 现在站的位置,前面没多少同伴。

据 French Hill 议员办公室公开声明,仅 116 届国会(2019-2020)就有 40 多部加密和区块链相关法案被引入。这些法案最终通过率是零。118 届(2023-2024)出现了 FIT21,2024 年 5 月在众议院通过。这是首部通过众议院全院投票的加密市场结构法案,但它也死在了参议院。

2025 年 7 月 18 日,特朗普签署 GENIUS Act,给支付稳定币立了法。这是 6 年里第一部,也是到现在为止唯一一部签成法律的加密相关联邦法案。同月 17 日,众议院以 294 票对 134 票通过 Clarity Act。理论上 Clarity Act 已经走到了 FIT21 当年的同一位置,众议院通过,等参议院投票。

差异在于政治环境。FIT21 时期民主党控制白宫,加密法案没有顶层动力,现在特朗普政府公开力推。但伦理条款的妥协版本被白宫拒绝,民主党核心议员仍未被说服。如果错过 8 月第一周,参议院将休会到 9 月 14 日。再考虑到 11 月 3 日中期选举,2026 年内能否签字,已经不全是「白宫想不想」能决定的。

历史口径下,6 年 50+ 部法案,1 部签成法律。Clarity Act 是不是第二部,这两个月就要见分晓。

BTC市占率冲上61%,山寨季要来了吗?

原文标题:Bitcoin market dominance moves above 61%: Will altcoins follow?

原文作者:Trading View

原文编译:Peggy,BlockBeats

编者按:比特币仍是当前加密市场反弹的主线。过去两个月,BTC 从 6 万美元低点上涨约 36%,市场占有率升至 61% 以上,创下去年 11 月以来新高。这说明,虽然市场情绪有所修复,但资金最先回流的仍是比特币,而不是山寨币。

不过,山寨币市场也开始出现早期回暖迹象。Binance 上山寨币交易量占比已从 3 月的 31% 升至 49%,剔除 BTC 和 ETH 后的加密总市值 TOTAL3 也反弹至两个月高点。与此同时,部分山寨币重新站上 200 日均线,整体跌幅也在收窄。

但这还不能说明「山寨季」已经到来。AltSeason Index 虽然回升至 28.6,但距离 75 以上的强势山寨周期仍有很大差距。换句话说,资金正在从 BTC 和 ETH 向外扩散,但轮动仍然温和。

山寨币不是已经全面启动,而是刚刚走出最弱阶段。当前市场仍由比特币主导,山寨币则处在复苏观察期。接下来,能否形成真正的山寨行情,取决于 BTC 能否维持稳定,以及山寨币成交量和市值能否继续修复。

以下为原文:

周三,比特币市场占有率升至 61%,创下自 2025 年 11 月以来的最高水平。该指标已从 4 月初的 58.44% 持续上升,说明当前的上涨趋势仍然更偏向 BTC,而非更广泛的加密市场。

与此同时,过去两个月里,Binance 上的山寨币交易量也增长了 49%;此外,Binance 上有 12.6% 的山寨币重新站上了 200 日简单移动平均线(SMA)。

比特币市场占有率一周走势图。来源:Cointelegraph/TradingView

山寨币出现早期复苏迹象

加密分析师 Darkfost 表示,自 2 月 6 日触及 6 万美元低点以来,比特币已上涨 36%,并推动其市场占有率升至 61.3%。

尽管山寨币在这一阶段的大部分时间里承压,但用于追踪剔除比特币和以太坊后加密市场总市值的 TOTAL3,已上涨 17%,达到 7650 亿美元的两个月高点。山寨币的复苏速度仍落后于 BTC,但多项指标已经开始改善。

TOTAL3 一周走势图。来源:Cointelegraph/TradingView

CryptoQuant 数据显示,山寨币市场的交易活动正在缓慢回升。以 Binance 上 BTC 和 ETH 期货合计交易量作为对照,山寨币交易量占比在周三升至 49%,高于 3 月的 31%。这一变化表明,在经历数月资金集中流向比特币和以太坊之后,市场对这两大加密资产之外的参与度正在提升。

Darkfost 补充称,这一轮资金切换目前仍较为温和,距离 2024 年上一轮山寨币行情中出现的激进轮动阶段仍有明显差距。

山寨币交易量占比。来源:CryptoQuant

交易所成交量趋势指向资金轮动

市场分析师 CW8900 指出,中心化交易所(CEX)上的交易活动回升,是比特币之外市场参与度改善的另一项信号。

据该分析师称,剔除市值前五大加密货币后,山寨币交易量在过去几周持续上升。

CEX 成交量占比与前五大加密货币对比。来源:CryptoQuant

90 天 AltSeason Index(山寨币季指数)也升至 28.6,创下数月以来最快的回升速度。该指数用于衡量在特定周期内,是否有多数山寨币跑赢比特币。通常而言,指数读数高于 75,才意味着山寨币周期较强。不过,CW8900 补充称:

「这一指标也显示,本轮周期中并没有真正出现山寨季。AltSeason Index(山寨币季指数)触及最高点的时期是在 2024 年初,但即便如此,与过去几轮山寨币季相比,当时的数值也相对较低。」

CryptoQuant 数据还显示,在经历数月相对比特币的大幅跑输后,山寨币市场整体已有所改善。目前,山寨币平均价格较其 200 日简单移动平均线低 23.47%,相比本轮周期早些时候低于 44.4% 的水平已有明显修复。类似读数此前曾出现在 2022 年后期熊市接近尾声的阶段。

山寨币平均表现相对于 200 日简单移动平均线的变化。来源:CryptoQuant

[原文链接]

OpenAI上线广告平台,一场卖给穷人的富人生意

原文作者:Kaori

原文编辑:Sleepy

Sam Altman 曾经把广告称为 ChatGPT 的「last resort(最后的补救方法)」。

在很长一段时间里,这句话是一种克制。OpenAI 仍然把自己包装成一家研究公司、一家基础设施公司、一家试图把 AI 能力普及给所有人的公司。广告这种旧互联网最熟悉的变现方式,被当作备选方案。

但广告方案转正来得很快。

5 月 5 日,OpenAI 推出自助广告平台 Ads Manager,开始让广告主直接或通过 Dentsu、Omnicom、Publicis、WPP 等代理商在 ChatGPT 上投放广告。距离 2 月 9 日首次启动广告试点,不到三个月。

平台还处于测试阶段,但方向已经清楚,ChatGPT 不再只是一个对话产品,也开始成为广告库存。OpenAI 的目标是 2026 年实现 25 亿美元广告收入,并在 2030 年把广告收入推到 1000 亿美元。

拥有 9 亿用户规模的 ChatGPT 发现,免费这条路越来越难走。

年亏百亿,靠广告回血

OpenAI 增长很快,快到传统互联网公司很难找到参照物。

但它烧钱也快。

HSBC 分析师在 2025 年底测算,OpenAI 到 2030 年前仍可能面临 2070 亿美元资金缺口。其云和 AI 基建支出在 2025 年下半年至 2030 年间可能达到 7920 亿美元,长期算力承诺到 2033 年可能接近 1.4 万亿美元。

这组数字解释了他们为何要布局广告业务。

订阅收入可以证明用户愿意付费,却很难覆盖所有免费用户的推理成本。企业 API 可以贡献现金流,却面临价格战和模型趋同。资本融资可以续命,却稀释股权,也会把更高估值压力推回公司内部。

广告是最快的非稀释性收入来源。它不要求免费用户掏钱,不需要重新教育市场,也更容易讲给投资人听。

据 Reuters 报道,OpenAI 的广告试点在六周内年化收入超过 1 亿美元。广告只面向免费和 Go 计划用户,不影响 ChatGPT 生成回答,也不会向营销商共享用户数据。

用户隐私暂且不论,这个战略背后藏着一个更基本的问题。

广告卖给免费用户,广告主想找的是付费用户

ChatGPT 有 9 亿周活跃用户,付费订阅大约 5000 万,免费转付费率不到 6%。广告只面向免费用户,意味着 OpenAI 的广告库存,全部来自那 94% 不愿掏钱的人。

问题是,能掏 5 万美金起投的广告主,卖的往往不是面向个人消费者的商品。企业软件、SaaS 工具、B2B 服务,这些高客单价品类的决策者,恰恰最有可能是 ChatGPT 的付费用户。他们每月花 20 到 200 美金购买更强的模型和更大的上下文窗口,而他们的屏幕上,永远不会出现广告。

受众错配之外,还有一个更深层的问题:即使广告成功触达了免费用户,这些用户的使用场景本身能支撑多高的广告价值?

高意图不等于高转化

OpenAI 的广告叙事建立在一个核心假设上:ChatGPT 用户带着真实意图进入对话框,这种高意图场景下的广告触达,值更高的价格。

这个假设只对了一半。

过去二十年,品牌最想抢占的是搜索框,因为搜索框代表意图。用户搜索酒店,说明可能要订房;搜索企业报税软件,说明可能要采购;搜索最好的降噪耳机,说明用户已经站在消费决策门口。

Google 用这件事建立了广告帝国。ChatGPT 出现后,用户直接把决策过程交给 AI。这对广告主来说,比搜索广告更诱人,也更可怕。诱人之处在于,ChatGPT 看到的是一整段需求,它不只知道用户想买什么,还知道用户为什么这样买。可怕之处在于,如果 AI 直接给出答案,用户可能连搜索结果页都不看了。

但「帮我买一双跑鞋」和「帮我写一封邮件」是两种完全不同的意图。前者是消费场景,后者是生产力场景。ChatGPT 的日常使用里,后者占比远高于前者。用户来这里写作、翻译、改代码、做方案、整理情绪,高频,但不天然对应商品购买。

这会直接压低广告效果指标。广告主愿意为高确定性的购买意图付高价。Google 搜索广告贵,因为用户常常带着购买、比较、预约、下单的明确意图进入搜索框。Meta 广告便宜一些,但它拥有社交画像和海量转化数据,可以用算法把低意图用户反复筛选成潜在消费者。

ChatGPT 夹在中间。它比社交更像需求入口,却比搜索更难判断商业意图。它比搜索更私密,却比搜索更难做归因。它能解决用户问题,却不一定能制造广告点击。

这也是为什么 OpenAI 从 CPM(按曝光量付费)走向 CPC(按点击量付费),并不只是产品升级,因为广告主不愿长期按照「下一代搜索入口」的想象付钱。它们最终要问,这次点击是谁带来的?转化发生在哪里?预算应该从 Google、Meta、TikTok 里挪多少给 ChatGPT?

品类适配也是问题。家居、旅游、教育、软件工具等低风险品类可以先试水,高利润品类往往也是高监管品类,比如金融、医疗、保险、招聘,一旦 ChatGPT 在这些领域投放广告,平台要承担的不只是广告效果,还有误导、歧视和合规风险。

Google 的做法是一面镜子。2026 年第一季度,Google 搜索广告收入 772.5 亿美元。但即便如此,Google 在 AI Mode 和 AI Overviews 中的广告植入仍然非常谨慎,独立 Gemini 应用至今没有正式放广告。

OpenAI 拓展广告业务是在为整个大模型赛道探索更宽的商业模式。

OpenAI 既要让用户觉得 AI 足够亲密,又要让广告主相信这里有足够商业意图。这个平衡一旦失控,ChatGPT 会同时失去两边:用户觉得它不纯粹,广告主觉得它没法转化。

但广告带来的变化不止于此,它还在重塑品牌的竞争方式。

GEO 的重心正在迁移

过去一年,品牌焦虑的是自己会不会从 AI 回答里消失。市场把这件事包装成 GEO,但它本质上不是一个新概念,只是旧搜索营销焦虑在 AI 时代的换壳。

OpenAI 推出 Ads Manager,正好踩中了这个焦虑,但同时也改变了焦虑的方向。

无广告时代,GEO 的核心问题是「如何进入 AI 的上下文」。品牌通过产品文档、媒体报道、第三方评测、社区讨论争取被模型引用,比的是信息质量和数据结构化程度。

广告平台上线后,精准流量可以直接购买,品牌不再只依赖自然引用。但竞争焦点并没有因此回到传统的「买更多曝光」,而是从「如何进入 AI 的回答」变成「AI 对我的产品评价如何」。

原因很简单,用户看到广告后,最自然的下一步是问 AI「这个产品到底好不好用」。AI 的回答就成了真正的转化闸门。广告主能买到曝光,但买不到 AI 的好评。如果 AI 基于公开数据给出负面评价,广告花的每一分钱都在加速用户流失,而不是促成转化。

这意味着品牌需要在 AI 的评价体系里建立正向口碑。产品本身的质量、用户评价的密度、第三方评测的覆盖,这些 AI 能读到的信号,会比广告投放本身更决定转化效果。

GEO 从「进入上下文」走向「赢得评价」,这也是 OpenAI 上线新广告业务平台后值得关注的趋势。

不做广告是 2026 年最贵的广告

讲了 OpenAI,那就不得不提它的死对头 Anthropic,正在走一条完全不一样的「广告模式」。

2026 年 2 月 4 日,超级碗开赛前两天,Anthropic 发了一篇博客并表示 Claude 将永远不放广告。没有赞助链接,没有第三方植入。

这句话本身就是一条昂贵广告。

超级碗的广告不便宜,Anthropic 花重金告诉用户自己不卖广告,本质上是在用广告购买无广告的品牌认知。

无广告从来不只是道德立场,也是一种商业定位。它告诉企业客户、专业用户和高敏感场景使用者,Claude 的回答不会被广告主影响,Claude 的产品方向不会围绕广告库存优化,Claude 的收入来自你付的钱。

效果立竿见影。Claude 在美国 App Store 的排名从年初的第 42 位一路攀升。2 月 28 日,在 OpenAI 签署五角大楼合同引发 QuitGPT 运动后,Claude 首次登顶美国 App Store 免费应用第一名,有史以来第一次超越 ChatGPT。免费活跃用户增长 60%,日注册量翻了四倍,付费用户一周内翻倍。

Anthropic 的收入结构跟 OpenAI 完全不同:80% 以上来自企业客户,年化经常性收入从约 90 亿美元飙升至 190 亿美元。Claude Code 和 Cowork 等企业工具已贡献至少 10 亿美元收入。Anthropic 不需要免费用户的广告价值,它需要的是企业客户对数据不被用于广告的信任溢价。

不做广告在这个语境下是一个精确的商业决策,用放弃广告收入的方式,加固企业客户的信任壁垒,从而支撑更高的订阅定价。

不过,「不做广告」不是一个永恒的美德。

Stanford AI Index 的数据显示,达到 GPT-3.5 同等性能的成本在两年内下降了 280 倍,从 2022 年 11 月的每百万 token 20 美元降至 2024 年 10 月的 0.07 美元。如果模型能力持续趋同、API 价格战打响,Anthropic 今天享受的企业订阅溢价可能被逐步侵蚀。当模型成本下降到所有竞争者都能提供近似性能时,企业客户凭什么继续为 Claude 多付钱?

这个问题目前还没有结论,但时间会为这个选择赋予答案。

天下没有免费的午餐

OpenAI 选择广告,Anthropic 选择把不做广告变成溢价。看起来是两条相反的路,其实都在回答同一个问题:当 AI 产品的推理成本无法被免费模式长期覆盖时,谁来买单?

OpenAI 的 Ads Manager 不只是一个广告产品,它也是一个信号,AI 行业正在从免费扩张进入成本回收。

但 OpenAI 选择的止血方式,恰好暴露了这门生意最脆弱的地方。它需要用最没有消费意图的用户群体,去撑起一个比 Meta 贵三倍的广告定价。

这不是一个能靠用户规模解决的问题。9 亿周活是一个漂亮的数字,但如果这 9 亿人来 ChatGPT 是为了写邮件而不是买东西,广告主迟早会用脚投票。

广告可以是 AI 产品的收入来源,但它不应该被当成唯一的答案。因为当一个产品的商业模式要求用户尽可能多地停留、尽可能多地暴露意图,这个产品就已经不再是用户的助手了,它是广告主的助手。

Luffa宣布重大品牌升级:全新定位为AI×Web3超级连接器

5 月 7 日,全球领先的智能生态平台 Luffa 正式宣布重大品牌升级,全新定位为 AI × Web3 超级连接器,以 AI 智能体为核心引擎,为全球个人、创作者、品牌、社区与开发者提供一体化智能协作与价值流转体系。

本次升级标志 Luffa 全面进化为以 AI 为驱动、以自主身份为基础、以可编程经济为骨架的新一代基础设施,系统性解决数字世界身份、智能、价值、信任四大割裂问题,让 AI 真正具备自主执行、可信交互与独立经济能力。

打破数字世界割裂:AI × Web3 超级连接器应运而生

当前互联网高度碎片化:身份被平台割裂管控;AI 智能体缺乏独立身份、钱包与执行能力;价值与支付被封闭生态锁定;AI 生成内容不可验证、合规路径缺失。

Luffa 以三大核心维度构建超级连接能力:

● 社区:可信的 DID 自主身份、AI 智能体赋能与链上治理,实现去中心化自治。

● 内容:将频道打造为可编程、可交易的价值容器,支持创作者影响力代币化与分层变现。

● 聚合:通过 SuperBox 开放小程序、多链钱包、LuffaPay 意图式支付、多智能体商业协议,连接全场景应用。

三大体系闭环打通用户与身份、身份与资产、内容与价值、线上与线下的关键割裂。同时,Luffa也是面向创作者与粉丝经济的下一代操作系统。通过让创作者、品牌和粉丝共同参与一个可共享、可交易的价值驱动型社交网络,Luffa 赋能创作者生态中的每一方实现增长、留存与更深层的连接。

以 AI 为核心:重塑数字协作与价值创造

在此前提到的数字体系高度割裂的背景下,AI 缺乏独立身份与执行能力、用户资产与数据被平台锁定、价值流转封闭、智能行为不可验证,AI 仅能作为工具,无法成为经济主体。

Luffa 基于上述三大核心维度的能力,以 AI 智能体为核心,为 AI 构建三大核心能力:

● AI 驱动自主身份:为人类与 AI 提供统一可控 DID,实现身份、声誉、行为可追溯。

● AI 全流程智能运营:自动完成社区管理、内容分发、任务协调、风险判断与智能跟单。

● AI 自主交易与协同:AI 可独立持有钱包、发起交易、自动谈判、原子化结算,成为数字经济主体。

三大体系打通人与身份、身份与资产、创作与收益、线上与线下闭环,让 AI 成为生态核心动力。

超级连接器核心升级亮点

本次升级是 Luffa 从“应用平台”向“AI 原生操作系统”的关键跨越,全面强化 AI 智能体的自主经济能力、可验证执行能力与全场景渗透能力,让 AI 真正成为数字经济的核心参与者与价值创造者。

1. AI 智能体自主运行环境:独立身份、钱包、长期记忆、权限可控,可执行交易、治理与协作。

2.  可验证 AI:输出可验、过程合规、数据防篡改,解决 AI 幻觉与信任难题。

3.  AI 驱动全场景:覆盖预测市场、小游戏、RWA、创作者经济、社区自治,AI 一键赋能。

4.  开放生态 SuperBox:乐高式扩展,开发者快速上架应用,调用身份、支付、AI 核心能力。

5.  智能经济飞轮:真实使用产生收益,反哺 AI 研发与生态激励,实现持续增长。

最新市场里程碑

截至 2026 年 2 月,Luffa 已实现:

● 全球下载量 300 万+

● 注册用户 200 万

● 日活跃用户 15 万+

核心产品已正式上线,在 AI 预测市场、AI 小游戏、社区治理、创作者经济等场景实现高活跃度验证。2026 年,Luffa 将重点发力 AI 驱动预测市场与智能衍生品,打造全球领先的智能交易平台。

官方发言

“AI 正在成为数字世界核心生产力,但今天的 AI 缺少身份、缺少执行、缺少信任。”Luffa CEO MIchael Liu 表示,“Luffa 以 AI × Web3 超级连接器的全新定位,让 AI 拥有自主身份与经济能力,让每个人与组织都能借助智能实现价值自主。我们用 AI 重构连接、用智能释放价值,推动世界从注意力经济走向真正的所有权经济。”

契合全球智能经济趋势

Luffa 以 AI 为核心的架构,与香港及全球金融科技、智能合规、资产代币化趋势高度契合,为机构与个人提供安全、智能、可验证的下一代数字经济入口。

关于 Luffa

Luffa 是全球领先的 AI × Web3 超级连接器,以 AI 智能体为核心,构建集自主身份、智能执行、开放生态、可编程价值网络于一体的智能平台。Luffa 让 AI 成为可信经济主体,让个人、社区与品牌实现智能自治与价值自主,推动全球数字经济迈向智能、可信、高效的新时代。

马斯克和Anthropic,要去太空找电了

原创 | Odaily 星球日报(@OdailyChina

作者|Azuma(@azuma_eth

马斯克和 Anthropic,竟然牵上手了!

北京时间 5 月 7 日凌晨,Anthropic 和 SpaceX 联合发布的一则公告,瞬间震惊了整个 AI 圈。根据公告内容,双方已签署合作协议,Anthropic 将使用 SpaceX Colossus1 数据中心的全部算力容量,这将在一个月内为 Anthropic 提供超过 300 兆瓦的新算力(相当于超 22 万张 NVIDIA GPU),直接改善 Claude Pro 与 Claude Max 订阅用户的使用体验。

这是马斯克的商业帝国首次与 Anthropic 达成如此直接、正式、且大规模的合作。过去多年间,Anthropic 的核心合作方一直是 Amazon 和 Google,无论是云基础设施、芯片供应还是模型训练,Anthropic 长期都深度绑定 AWS 与 Google TPU 体系。马斯克不仅从未公开投资过 Anthropic,甚至还曾多次公开批评其 AI 安全路线以及政治倾向。双方之间,此前几乎不存在任何公开的基础设施合作、模型合作或商业联盟记录。

当最能打的大模型公司和最具话题性的世界首富终于搭上线。这样的合作,天然就自带话题感。

马斯克的小心思

对于马斯克而言,本次合作更微妙的地方在于时间点。

就在十天前(4 月 27 日),马斯克起诉 OpenAI 一案正式已于加利福尼亚州北区联邦地区法院进入庭审阶段,双方在近些天的出庭中花式互喷,火药味十足。这场被外界视作“AI 时代第一大案”的诉讼,几乎已经成为马斯克与 OpenAI 长期恩怨的全面公开化。

而 Anthropic,恰恰正是 OpenAI 当前最核心、最直接的竞争对手之一。于是这场合作便天然多出了一层耐人寻味的意味 —— 敌人的敌人就是朋友,只要能让 OpenAI 难受,老马什么都干得出来。

而若从 AI 竞争格局的角度往深处去看,这场合作也预示着马斯克在 AI 时代下的布局思路演变。

表面上,这只是一次标准的算力交易 —— SpaceX 提供 GPU 集群,Anthropic 获得更多推理资源,双方各取所需。但这件事显然没那么简单。

因为马斯克如今围绕 AI 所做的事,早已不只是“下场做模型”。过去两年,由于马斯克亲自下场做了 xAI(如今已并入 SpaceX 并改名叫 SpaceXAI),外界更多把 OpenAI、Anthropic 等大模型公司视作马斯克的潜在竞争对手,但随着超级计算集群 Colossus 的建成与投用,数据中心能力开始外溢,马斯克的角色定位已悄然发生变化。

如今的马斯克已越来越像 AI 世界里的“军火商” —— 谁缺算力,都就可以来找他,哪怕对方是曾经的潜在竞争对手。

深陷“降智”风波的 Anthropic,终于等来了盖世英雄

对于 Anthropic 来说,这次合作的重要性甚至可能比外界想象得更高。

过去几个月,Claude 的口碑一直在经历微妙变化。一方面,Claude Opus 4.7 以及神秘的 Mythos 依旧被视作市面上最优秀的模型;但另一方面,关于 Claude “降智”的声音也开始越来越频繁地出现在社区之中。

尤其是在重度开发者群体里,这种情绪格外明显。有人发现,Claude 在处理长代码、复杂工程任务时,推理能力出现“断崖式下跌”;也有研报指出,Claude 部分模型的“思考预算”或回答长度被大幅削减;更多散户则反馈 Claude 的幻觉越来越严重,模型在处理复杂信息时更容易“一本正经地胡说八道”。

“降智”风波发酵之后,Anthropic 官方已发布技术复盘报告,承认在 3 月至 4 月期间,由于产品层面的调整和 Bug,导致 Claude 模型在复杂任务中出现“性能退化”。

但这一理由并未说服市场,舆论仍普遍认为,高昂的推理成本及算力短缺才是导致 Claude 等大模型产品在实际应用中性能波动的主因。

模型能力越强,推理成本越高;用户规模越大,GPU 消耗越恐怖。所有 AI 公司都绕不开一个商业矛盾 —— 用户希望模型永远“满血运行”,但公司必须控制成本。于是动态限流、推理预算调整、回答长度控制、优先级调度……这些机制几乎都会不可避免地出现,而用户最终感知就是“模型降智了”。

这也是为什么,SpaceX 这笔算力合作对 Anthropic 如此关键。

Anthropic 在公告中表示,随着合作的达成,Claude 核心用户的体验将得到直接改善:

  • 首先,Anthropic 会将 Pro、Max、Team 以及按席位计费 Enterprise 方案的 Claude Code 五小时使用额度提升一倍。
  • 其次,Anthropic 会取消 Pro 和 Max 账户在高峰时段对 Claude Code 的限流措施。
  • 第三,Anthropic 将显著提高 Claude Opus 模型的 API 速率限制。

AI 模型测评大佬 Alex Finn 就双方的本次合作表示Anthropic 在过去几个月里一直有些熄火,额度下降,模型变笨…然后现在马斯克来救火了,他给了 Anthropic 使用全球最大超级算力集群的机会。Anthropic 的算力危机,一直是整个公司的阿喀琉斯之踵,用户口碑和市场情绪也因此一路下滑,而马斯克只靠一笔合作,就解决了这个问题解决。

Alex Finn 用了一句美国球迷们更容易理解的比喻:“马斯克的帮助,相当于直接让Anthropic 拿到了文班亚马!

最终幻想 —— 上太空找电

在合作公告中,有一段被许多人忽视了小字 —— “双方还有兴趣合作开发数吉瓦级的轨道 AI 算力”。翻译成人话就是,马斯克和 Anthropic 想把 AI 数据中心搬去太空。这听起来属实科幻,但背后反映的问题却非常现实。

AI 圈流量最高的分析师 Aakash Gupta 就此解释道:“地球上的电力、土地和散热能力,已经无法足够快地满足需求。

Anthropic 如今已锁定了大约 15 吉瓦的算力规模,这相当于 1100 万户家庭用电量,但这依然不够……英伟达能生产芯片,Anthropic 手里也有足够的钱,但真正无法按时制造出来的,是电力、土地,以及散热能力 —— 而模型需求增长的速度已远超这些基础设施的建设速度。

算力竞赛的前沿,如今已经开始冲出地球。而全球只有一家公司,真正有能力把吉瓦级的太阳能阵列大规模送入轨道 —— SpaceX。

如果这种星际穿越般的故事最终成为现实,能做到的人,可能只有马斯克。

Exit mobile version