GitHub 上发现一个开源密码管理器：Monica，聚合了 Bitwarden 和 KeePass 的能力，数据本地优先，不依赖第三方云服务托管。 GitHub： 官网： 核心特性： - 本地加密保险箱：密码、银行卡、身份信息、私密笔记、附件等数据全部本地加密存储 - 双生态聚合：Android 端同时支持 Bitwarden API 同步和 KeePass (.kdbx) 格式读写 - 内置 TOTP：在同一应用内管理密码和二次验证码，不用来回切换 - WebDAV 备份同步：通过自有 WebDAV 实现跨设备数据流转，数据始终在你控制范围内 - 生物识别解锁：系统级生物识别支持，兼顾安全和便捷性 - 浏览器插件：支持 Chrome / Edge 自动填充 安全层面用的是 AES-256-GCM 认证加密，密钥派生走 PBKDF2-HMAC-SHA256 高迭代参数，主密码哈希和配置由 Android Keystore 与 EncryptedSharedPreferences 管理。 适合场景： - 不想把密码托管到第三方云服务，希望本地存储优先 - 既在用 Bitwarden 生态，又有历史 KeePass 数据需要迁移 - 需要在 Android 和浏览器之间同步密码，但想自己控制数据 - 想在一个应用内同时管理密码和 2FA 验证码 当前已知限制：部分小米 HyperOS 设备无法创建 Passkey。 如果你在找一个本地优先、兼容主流密码管理生态、又能自主控制数据的开源方案，Monica 值得试试。

今天在 Trending 榜上看到 OpenHuman 这个开源的个人 AI Agent，挺有意思的。 开箱即用，可连接我们的账号，几分钟就能建立起对我们的完整认知，不需要像以前 OpenClaw 那样养小龙虾。 主要是它会自动每 20 分钟从连接的 Gmail、Notion、GitHub、Slack 等 118 个应用拉取我们数据，压缩成本地记忆树，并存在我们的本地机器上，数据全程本地加密存储。 GitHub： 提供一个桌面小人形象，能语音对话、加入你的 Google Meet 会议，还能在你没打字的时候后台持续思考。 另外记忆系统兼容 Obsidian，生成的知识库可以直接用 Obsidian 打开编辑。 内置智能压缩技术，能把工具调用和抓取结果的 token 消耗降低最多 80%，省钱的同时响应也更快。 如果你想要一个真正懂你、了解你的私人 AI助手，可以看看，不过项目还在早期测试阶段。

我觉得公链中发展最有前景的还得是Sui，首先币价稳得起，实际业态产品也在加速落地，等个牛市 如果有关注 $SUI 26年有哪些发展重点值得看看 1. 开发者实现效率极大提升 全新Sui Stack官网正式亮相，Sui不再是单一链而是一个标准化开发平台 通过单一SDK，开发者能轻松调用全栈能力实现所有模块协同工作 (涵盖存储,加密,计算,身份认证,执行等）说简单点能使开发速度暴增，复杂性暴降 2. DeFi玩家实现资金的最大利用 DeepBook即将全面开启保证金交易时代，AMM里闲置资金可以直接丢进理财吃收益>想放大收益>一键开杠杆头寸 - 一句话概括 链上订单簿+深度流动性+机构级体验，闲钱生钱，杠杆博弈，全在链上完成，避免中心化的黑箱操作 3. Sui上的稳定币转账将彻底免费——告别高昂手续费和隐私担忧 想象一下，SUI链上稳定币转账零Gas，亚秒到账，再加上即将上线的原生隐私交易——资金流动真正做到私密,安全,像法币一样丝滑（实现日常支付，跨境转账，企业结算等大规模业务集群） 4. 关于Sui的原生隐私交易功能 Sui计划上线隐私交易功能，利用先进的零知识证明技术，确保交易细节保密，同时保持网络的透明度和安全性。这不仅保护用户隐私，还为敏感应用如金融服务提供强力支持 其实可以看出来Sui所发展的这些并不是在追赶谁而是有自己的节奏，真正建立一套闭环完整的基础设施平台—— 高效执行 + 深度DeFi + 免费稳定币 + 默认隐私，更像是是新范式的创建和应用，我个人非常看好SUI的未来，下个牛市必有一席之地 #Sui# #SuiStack# #DeepBook# @SuiNetwork @SuiNetworkCN

@wallet 安全团队已经完成调查，原文将其描述为“OKX 钱包漏洞”并不准确。需要澄清两点： 1️⃣ 该事件并不是 OKX Web3 钱包的安全漏洞。 攻击方式是黑客通过木马软件控制用户设备后，通过篡改网页 JS 代码植入 hook，或监听键盘输入等方式，窃取本地存储的加密文件和密码。 2️⃣ OKX Web3 钱包是 100% 自托管钱包。 私钥和密码只存在于用户自己的设备上，OKX 无法访问或控制用户资产。但如果用户设备本身已经被黑客控制，那么任何钱包——包括 MetaMask 在内——都无法保证安全。这就像小偷已经能够操作你的电脑，并看到你所有的键盘输入一样。 用户设备安全始终是自托管体系中的关键一环。 建议用户避免安装来源不明的软件或插件，定期检查设备安全，并妥善保护助记词和私钥。

FBI 从 iOS 通知存储中提取 #Signal# 加密消息，这可能属于安全缺陷。能提取的原因是这样的：消息抵达本地后会被 Signal 解密 → iOS 系统生成通知预览 → iOS 将预览内容缓存到通知数据库 → FBI 从通知数据库中提取消息，因此正确做法是直接禁止加密应用在锁屏界面显示预览：

AI和加密其实都是属于国运级的行业 甚至加密的重要性比AI还要更高一些 拿大模型来讲 全世界头部的就有十几家 而加密交易所头部只有一个 稳定币只有两家 说明加密的格局比AI门槛更高 算力、存储成本每年都在下降 而大模型的能力是有上限的 其他国家也会追赶上来 但是加密的地位一旦确立就很难被动摇

苹果发布 iOS 26.4.2 和 iOS 18.7.8 修复 FBI 从通知存储数据库中提取加密消息的漏洞，此前 FBI 从通知数据库中成功提取 Signal 收到的端到端加密消息。 不过苹果并未透露通知会被存储多久以及如何恢复数据等细节，当然苹果在公告中也没提到 FBI 已经成功利用漏洞：

Token 经济与加密货币世界的 Tokenomics 有何异同？ 为什么要关注Token？因为它让AI变成了一种可以计量、定价和交易的资源——就像“千瓦时”让电力有了价格，“桶”让石油有了期货市场。有了Token，AI经济就有了可以算账的单位。围绕这个单位，目前也正在形成一套全新的经济逻辑：有价格、有供需、有产业链、有国际竞争、有待解决的制度难题。 这就是Token经济学要讨论的事。Token 经济与加密货币世界的 Tokenomics 有何异同？ 两个Token，两个世界 说起来，这个世界上真正混乱的事情不多，两个东西叫同一个名字却毫不相干，算是其中之一。AI的Token和加密货币的Token，就像两个叫”刘伟”的人，一个在北京开餐馆，一个在上海做期货，见面了也没什么好说的。雷锋与雷锋塔区别！ 但这两个Token，最近都很热闹。热闹到让很多人以为它们是一回事。 Token这个词，到底是不是新营销词 先得承认，Token这个词确实有被滥用的嫌疑。每隔几年，科技圈就会造出一批新词，让人觉得时代变了，其实换汤不换药。“大数据”火的时候，什么都往大数据上靠；”云计算”火的时候，什么都上云；现在轮到Token了。 不过这次有点不一样。Token不只是一个营销标签，它背后有真实的计量逻辑在撑场子。 就像”千瓦时”让电力有了价格，“桶”让石油有了期货市场，AI的Token做的是同一件事：把原本看不见摸不着的”智能算力”，变成一个可以算账的单位。有了这个单位，才能定价，才能比价，才能有产业链，才能有国际竞争。 所以Token不只是营销词，它是一把尺子。问题在于，AI这把尺子，和加密货币那把尺子，量的完全是不同的东西。 AI Token：一个从技术后台走到聚光灯下的计量单位 Token这个概念在计算机里其实由来已久。编译器做词法分析，早就把文本拆成一个个Token。网络安全里，身份验证令牌也叫Token。这些都是幕后工作，从没人觉得它有什么经济价值。 转折点在2017年，Google发表了那篇著名的论文《Attention Is All You Need》，提出了Transformer架构。这篇论文之后，所有大语言模型处理信息的方式都统一了：输入进来的文字，先被切成Token序列，模型一个个处理，再输出Token序列。Token变成了AI”思考”的基本粒子。 但这时候Token还没有经济属性，只是工程师内部的技术术语。 2022年11月，ChatGPT横空出世。这是个分水岭。 2023年3月，OpenAI推出GPT-3.5的API，第一次采用按Token计费。输入多少Token，输出多少Token，分别定价。那时候GPT-4的价格是每百万input token收30美元，output token收60美元，按今天的标准看，贵得像天价。 从那一刻起，Token从技术单元变成了经济单元。Anthropic跟上，Google跟上，国内百度、阿里、腾讯全跟上，全行业默契地采用了这套计费方式。Token成了AI服务的通用货币单位。 价格这三年掉得惊人。GPT-4刚发布时，每百万input token要30美元。 从2022年底到现在，GPT-3.5级别的模型使用成本从每百万token约20美元跌到了0.07美元，整整降了280倍。照这个速度，a16z记录的数据显示，LLM推理成本每年约下降10倍，堪称摩尔定律的重生。 便宜了有什么后果？后果是用量爆了。 这里有个经济学里的老故事，叫Jevons Paradox。1865年，英国经济学家Jevons发现，蒸汽机效率越高，煤炭消耗反而越多，因为效率降低了门槛，用的人更多了。AI Token正在重演这个故事。企业AI云支出从2024年的115亿美元涨到了2025年的370亿美元，整整翻了三倍，而这期间token单价跌了超过95%。 Google内部的token处理量在十八个月内增长了130倍。 越便宜，用得越多。越用得多，总账单越大。 这背后还有个推手，叫Agent。以前是人在问AI，AI回答，一问一答，token消耗有限。现在Agent出来了，AI在自动跑任务，自己调用自己，一次任务可以消耗几十万甚至上百万token。这不是线性增长，是指数级的爆炸。 2026年3月，黄仁勋在英伟达GTC大会上把”Token”这个词说了超过70次，把数据中心重新定义为”Token生产工厂”，把评价算力的核心指标从FLOPS换成了”每瓦Token数”。同一天，阿里巴巴把通义、千问、MaaS等板块整合，成立了Alibaba TokenHub事业群。Token经济，在2026年正式被主流商业世界承认了。 AI Token的上下游：一条新的产业链 AI Token经济的有意思之处，在于它重塑了整个产业链的逻辑。 上游是能源和芯片。每生产一个Token，都要消耗真实的电力和算力。英伟达的GPU是目前最主要的Token生产设备，黄仁勋把它卖给全世界的数据中心，本质上是在卖”Token生产产能”。能源成本直接影响token成本，这让AI经济和能源经济绑在了一起。 中游是大模型公司。OpenAI、Anthropic、Google、国内的百度、阿里、腾讯，都在这个位置。他们把算力和模型打包，按Token卖给开发者。这一层的竞争极其激烈，价格战打得很惨，但总量在涨，所以大家还活着。 下游是应用层。各种SaaS产品、企业工具、消费者产品，把Token的成本打进自己的定价里，再卖给最终用户。Token成本在企业财务里已经是刚性支出，和房租、人力一起躺在成本表里。 这和传统软件经济的逻辑不一样。以前软件卖出去之后，边际成本趋近于零，用户越多越赚钱。AI服务不是这样，每次用户交互都有真实的Token消耗，规模大了，成本也跟着大。这是一个全新的商业模式，整个行业还在摸索怎么把它算清楚。 加密货币的Token：从一枚Coin开始的故事 要说清楚加密货币的Tokenomics，得从更早的地方讲起。 2008年金融危机，全球对银行体系的信任跌到低谷。这个背景下，一个叫Satoshi Nakamoto的神秘人物发布了Bitcoin的白皮书，2009年Bitcoin网络正式上线。2010年5月22日，程序员Laszlo Hanyecz用一万个BTC换了两个披萨，这是比特币历史上第一笔真实商品交易。这笔交易现在被称为Bitcoin Pizza Day，那一万个BTC今天价值近十亿美元。 Bitcoin是一个Coin，有自己的区块链，规则写在代码里，总量2100万枚，靠挖矿产生，四年减半一次。这是最早的加密货币逻辑：用数学创造稀缺，用共识创造价值。 Coin时代的Token概念很简单：就是一种数字货币，用来存储价值和转账支付。Bitcoin是Coin，Litecoin是Coin，它们都有自己的链，规则各不相同，互不兼容。 然后Ethereum出现了，把整个游戏改了。 Ethereum的核心发明是智能合约。有了智能合约，任何人都可以在Ethereum上发行自己的Token，不需要搭建新的区块链。2015年，开发者Fabian Vogelsteller提出了ERC-20标准，描述了一套技术规范，让所有基于Ethereum发行的Token都能互相兼容，在各种钱包和应用里无缝使用。ERC-20在2017年正式实施。 ERC-20的意义在于，它把发Token的门槛从”搭一条链”降低到了”写一个智能合约”。2017年ICO浪潮中，过了5分钟就能发出一个新Token，中心化交易所上架新Token的时间也从几个月缩短到几天。 这就引发了2017年的ICO大爆炸。 2017年到2018年间，数千个项目进行了Token销售，ICO在2018年前三个月就募集了63亿美元，是2017年全年的118%。项目方写一份白皮书，发出Token，散户拿着ETH来换，钱哗哗地流进来。其中有真正想做事的团队，也有大量的骗局和空气项目。监管机构随后介入，SEC把不少ICO认定为非法证券发行，这场派对才逐渐收场。 但ERC-20打开的大门就再没关上。从那以后，crypto世界的Token不再是简单的数字货币，开始承载更复杂的经济功能。Tokenomics这个词，就是在这个背景下诞生的。 Tokenomics：加密货币世界的经济设计学 Tokenomics这个词，是Token和Economics的合体，研究的是一个加密项目怎么设计自己的Token经济体系。它包括发行总量、分配比例、释放节奏、通胀通缩机制、使用场景、持有激励……本质上是在回答一个问题：凭什么有人要买我的Token，买了之后为什么不卖？ 这些年发展出了几个有代表性的模型。 Governance Token模型是2020年DeFi夏天流行起来的。Compound和Uniswap在2020年普及了Governance Token，持币者拥有对协议方向的投票权，但没有直接的现金流权益。用白话说，就是持Token可以投票，但不能分钱。这个模型一开始很流行，因为绕开了监管对”证券”的定义，但后来大家发现，一个没有经济权益的治理权，价值有多大，很难说清楚。 veToken模型是Curve Finance搞出来的，后来影响了一大批DeFi协议。ve(3,3)模型是Andre Cronje在2021年1月提出的，融合了Curve的Vote Escrow机制和OlympusDAO的(3,3)博弈论。基本逻辑是：把Token锁仓，换成veToken，锁仓时间越长，获得的veToken越多，投票权和协议收益也越大。这个设计试图解决短期投机者砸盘的问题，鼓励长期持有。Curve用这套veCRV模型吸引了大量流动性，成为DeFi里流动性最深的DEX之一。 Deflationary模型是Bitcoin开创的，很多项目跟进。通过限制总量、定期销毁，制造通缩预期，支撑价格。以太坊在EIP-1559之后，每笔交易都会销毁一部分ETH，使得ETH在高使用量时期变成通缩资产。 这些模型各有各的玩法，但有一个共同点：它们的价值都依赖于市场共识。没有人相信，Token就没有价值。这和AI Token完全不同，AI Token的价值是真实算力消耗在背后撑着的。 两个经济体，两条路 说到这里，可以把这两个世界放在一起看了。 AI Token的产业链是垂直的、中心化的。英伟达造芯片，云厂商建数据中心，大模型公司训练模型，应用公司调API，最终用户买服务。每一层都是真实的成本和真实的价值。Token是计量单位，不是资产，用了就没了，没有任何金融属性。整个产业链最终服务的是实体经济，帮企业提升效率，帮开发者造产品。 加密货币的产业链是网络化的、去中心化的。矿工或验证者维护网络安全，协议层发行和管理Token，持有者通过投票参与治理，投机者在二级市场买卖。Token本身是资产，可以转让，可以交易，有金融属性，价格由市场供需决定，和外部实体经济的关联相对间接。 两套经济体，两条独立的价值链，两种完全不同的生态。 当然，有人在尝试把两者融合：用区块链来做去中心化的AI算力网络，把AI服务的计费和分润用Token来结算。Bittensor、Render Network、IO net都在这个方向探索。这是第三条路，但无论走到哪里，它骨子里仍然是加密货币的Tokenomics，只是应用场景叠加在了AI上。 有一件事可以确定：这两个Token，同名不同命。一个在工厂里量产，一个在市场上流通；一个代表消耗，一个代表持有；一个撑着AI产业的运转，一个撑着加密世界的信仰。 名字一样，生意不同。就像那两个都叫刘伟的人，一个卖的是饭，一个卖的是梦。饭是真实的，梦也未必是假的，只是得分清楚你在做哪笔买卖。 #AI# #AIAgent#