2023年，经合组织（OECD）同步推出了两套标准：修订版的《共同申报准则》（CRS 2.0）和全新的《加密资产报告框架》（CARF）。 这两套规则的目标一致——把加密资产从税务监管的灰色地带拽出来，按传统金融资产的标准进行全面监控。 昨天，据财新披露，全球税务「天眼」CRS2.0正加速在全球落地，加密资产、CBDC及部分电子货币产品已被纳入金融资产申报范围。 这之前版本有什么不同？它不再只盯着银行存款和股票账户，而是把手伸向了一个曾被长期忽略的角落——加密资产。 香港拟于2028年前实施CRS2.0并同步推进加密资产申报框架(CARF)，未来加密货币交易平台、经纪商、加密ATM运营方需对加密货币与法定货币兑换、跨币种加密资产互换、加密资产境内外划转进行申报，申报需精确标注资产全称，如比特币(BTC)、以太坊(ETH)、泰达币(USDT)等，并按交易维度统计总市值、持仓总量、交易笔数; 针对零售类支付交易，单笔金额达5万美元以上需逐笔单独申报。 尽管内地尚未「官宣」CRS2.0落地时间表，但从2025年起多地税务部陆续以电话、短信等方式通知纳税人自查申报2022一2024年度境外收入并依法完税。 据悉，CRS2.0不仅会让境外持仓加密资产完全暴露在税务监管视野下，还可能触发其他监管部门的联动核查。 虽然内地尚未公布CRS 2.0明确落地时间表，但是伴随着内地居民境外资产与跨境收入规模的持续攀升，进入2026年，居民境外收入征管已出现趋严的动向。 未来叠加CRS 2.0全新规则，居民境外收入如何合规报税、税务机关如何征管，已成为市场高度关注的焦点。 值得注意的是，目前的补税压力正从高净值人群下沉到中产阶层——不只是超级富豪，只要持有过境外加密资产的人，都可能被纳入核查范围 各位大佬有感觉了吗 hyperliquid:native 最近硬核上涨 无需 KYC + 隐私保护，直接用钱包交易，不用担心账户被 KYC 锁或个人信息泄露 这一优势可能会在CRS进一步凸显出来 在高喊去中心化的世界里却还存在着许多中心化的产品应用，像上个月的Kelp DAO损失约2.92-2.93亿美元，居然用的是单签模式就很离谱 希望越来越多真正去中心化的产品应用在未来能够被开发应用起来，而不是徒有其表扯张大旗在那唬人

2023年10月7日，加沙巴勒斯坦人为哈马斯的惨无人道的大屠杀欢呼雀跃。下次再有人跟你说巴勒斯坦人有多可怜，把这段视频发给他看！

2023年，一位巴西占卜师告诉一名27岁的女子，她只剩下几天可活，然后给了她一块巧克力。 吃下巧克力后不久，费尔南达·平托出现了严重症状，包括头晕、视力模糊、呕吐和口吐白沫。 到第二天早上，她就去世了。 毒理学检查后来证实，她的体内含有致命剂量的强效杀虫剂。这些杀虫剂被藏在了一起她吃下的巧克力中。 这位占卜师从未被抓获，至今仍逍遥法外！

2023 年，Meta 首席 AI 科學家楊立昆給當時的 LLM 熱潮潑了一盆冷水。 他指出 LLM 有根本性的缺陷：沒有持久記憶、無法從單一經驗學習、缺乏對物理世界的理解。本質上，它只是在做「下一個 token 的預測」。 從學術的角度看，他說得完全正確。 直到今天，LLM 的底層架構依然沒有變。它依然是一具每次啟動都空空如也的統計引擎。 但在三年的工程演進後，我們發現了一個讓科學家尷尬的事實：學術上的根本缺陷，工程上不一定要正面解決，繞過去一樣能起飛。 楊立昆主張要走「世界模型」的路線，讓 AI 像人一樣建立對物理規律的理解。他認為 Scaling Law（規模定律）有天花板，LLM 光靠堆算力不能產生真正的智慧。 但工程界用兩件事回應了他： 第一，資本的暴力美學。過去三年，人類往算力砸錢的瘋狂程度，讓模型規模產生的「湧現」直接蓋過了架構的粗糙。 第二，系統性的外掛補丁。模型記不住？掛上向量資料庫。模型理解不夠？接上 Vision 和工具。 這就是工程學最迷人的地方：解決問題不需要追求「本質的優雅」。 楊立昆在研究神經元的排列，而工程師在研究如何把這個「不完美的大腦」裝進一個強大的「機械外骨骼」裡。 楊立昆對 LLM 的核心批評，是他認為 Pattern Matching（模式匹配）不算真正的學習。 但如果這種模式匹配的複雜度足以模擬出文明的所有邏輯，那「學習本身到底是什麼模式」還重要嗎？ 飛機與鳥的飛行原理完全不同。飛機沒有羽毛、不會拍翅膀，但在它飛得更高、更遠、更穩定的那一刻，它到底「算不算在飛」已經不重要了。 但繞過去的，跟真的解決，是兩回事。 只要底層架構沒變，楊立昆講的那些缺陷就真實存在。記憶是外掛的，不是原生的。就像義肢，裝上去能走能跑，但它跟真正的腿就是不一樣。你不能假裝它不存在。 所以雖然 AI 已經很強了，推理、寫作、寫程式，很多事做得比大部分人好，但它每次都是一個全新的大腦。沒有連續的意識，沒有累積的經驗。它所有的「記憶」、「理解」、「偏好」，全部來自你這次塞給它的上下文。 如果你去看 OpenClaw 最近的 repo 更新，你會發現記憶管理佔了很大的篇幅。怎麼讓 AI 在對話之間記住該記住的東西。 他們最近推的 QMD，把關鍵字搜尋跟語意搜尋混在一起用，就是為了解決一個問題：你三天前跟 AI 聊過的東西，它下次怎麼找得回來。 模型本身的能力會繼續進步，但只要底層是 LLM，記憶管理就是一個繞不開的大山。 用工程的角度來說，就是 Context Engineering 的重要程度，會逐漸超過模型本身。 你怎麼管理每次丟給模型的那包上下文，決定了 AI 能幫你做到什麼程度。哪些資訊該放、哪些不該放。什麼時候該砍掉重來、什麼時候該接著繼續。不同對話之間的記憶怎麼同步、怎麼取捨。 我自己每天都在處理這個問題。 舉個例子，我的 OpenClaw Agent KAI，它常常在多個頻道處理不同任務，但它們的記憶不是即時同步的。只要 還沒更新，它們就不知道彼此剛做了什麼。 所以我常常要幫它做認知同步。譬如告訴 A 分身，B 分身目前正在做什麼，然後要求 B 把做的東西整理好傳過去。或者更簡單一點，直接叫 A 去讀另一個 Discord 頻道最近兩小時的對話，讓它自己同步 B 的工作內容。 這種「認知斷裂」的現象，只要你常用 AI，一定會有很強烈的感覺。 從人格化的角度看，你會覺得它們是同一個人。但事實上，它們只是共享同一份記憶。只要記憶沒有同步，它們就是不同的人。 我現在花比較多時間在學這一塊。譬如今天 KAI 就教了我，如果讓 Claude Code 的 Opus 4.6 從外部調用 GPT 5.3-Codex，用 MCP 跟 coding-agent skill 的差異是什麼。 KAI 告訴我，差異的核心在於：中間過程要不要進主 context。 用 MCP 調用 Codex，每一個 tool call 都走 MCP 協議。Codex 過程中的每一個 turn，讀檔、改檔、跑測試、報錯、retry，全部以 tool result 的形式灌回 Opus 的 context。一個 coding task 可能產生幾十個 turn，跑完之後 Opus 的 context window 已經被中間過程塞滿了，後面每一 turn 都要重送這些垃圾。這就是 context 污染。 而 coding-agent skill 的設計完全不同。它把整個 coding task 交給一個獨立的 sub-agent，這個 sub-agent 在自己的 context 裡完成所有中間過程。跑完之後，回傳給 Opus 的是一個精簡的 handoff summary：改了哪些檔案、測試跑過了沒、有沒有殘留問題。中間那幾十個 turn 的掙扎，Opus 完全不需要知道。 同樣一件事，兩種做法，Opus 的 context 乾淨程度天差地遠。 所以同一個模型，不同的人用，產出可以差十倍。 人與人之間原本的能力差距，已經沒那麼重要了。你的學歷、你的年資、你寫程式的底子，這些東西的權重正在被 AI 快速壓縮。 取而代之的，是你怎麼使用 AI。這件事的精度，才是現在真正決定產出的變數。 你理不理解它的記憶是怎麼運作的。你知不知道什麼時候該砍掉 context 重來、什麼時候該讓它接著跑。你能不能在對的時間，把對的資訊塞進那個 context window。 這些東西有一個名字，叫 Context Engineering。 它不是什麼高深的學問，但它是所有想把 AI 用好的人，都應該深入研究的東西。

2023 带头撸虫洞，2024 狂奶 Magiceden，2025 第一天按头上背包 今天，我告诉你，2026 上半年最大的空投暴富机会，就是 @variational_io 相信我，你会爱上 Var ，这产品没有刷子，全真实用户，为什么？ 巨大的利好即将公布（现在不能说！），未成年亏损退款无敌，邀请码一号难求，手续费全球最低，积分还未上线，但现在的交易量 100% 追溯 ✅ 在我心中，除了 Variational ，其他 Perp 都是垃圾 我不是在邀请你，我是在告诉你未来 内测邀请码：OMNICOOKIE ⭐福利：邀请码直接享受 VIP 等级，免手续费，退款几率提升 1.125 倍；还会有火车头 Boost 把你的积分拉上去；交个朋友，一起搞钱 相信我，只有 Variational 可以打败 Hyperliquid 2 个月后，你会来感谢我，咱们拭目以待！

2023 上半年 eth_sign 这种盲签机制被钱包们废除/禁用，那么 permit/permit2 这类离线授权签名，钱包们是否可以加些风控？项目方们是否可以在合约层上不使用，前端页面禁用呢？用户差那么点 gas 吗？许多人都可能因为这种不消耗 gas 的离线签名而粗心大意…这种坑真的很惨重。 再次特意做下呼吁！