2025 年 6 月 17 日，京东集团董事局主席刘强东在分享会上表示： 「京东将在全球主要货币国家申请稳定币牌照，目标是将跨境支付成本降低 90%，转账时间提升到 10 秒内。」 京东提到的稳定币叫JDHKD，与港币挂钩。 不过，2025年10月，《金融时报》报道，京东和蚂蚁因中国内地监管方面的要求，暂停香港稳定币的发行计划。 刘强东在视频里提到的想做的事情和愿景，就是Circle 的USDC、CPN目前在做的。 JDHKD虽然因政策受阻，但能看到这个愿景和未来，东哥已经很厉害了。

2025年京都大學高材生赴東京替考案後續—— 事發1年半後，京都大學終於官宣開除令。公告隱去了涉事學生的姓名國籍，稱其在9個月內7次替考。

【2025年中國創新指數比上年增長6.4%】根據國家統計局社科文司《中國創新指數研究》課題組測算，2025年中國創新指數為185.5（以2015年為100），比上年增長6.4%。分領域看，創新環境指數、創新投入指數、創新產出指數和創新成效指數分別為199.9、172.2、233.0和137.0，分別比上年增長7.5%、5.9%、8.0%和2.9%。結果顯示，2025年中國創新指數呈現穩步增長態勢，創新環境持續優化，發展新動能積聚壯大，科技創新能力持續提升，為經濟高質量發展提供有力支撐。

2025年随着山寨币合约的普及以及每个交易所的保险基金遭受攻击的频率提高，各家ADL机制就开始内置风控逻辑了，所以其实对于量化trader来说早就过了保险基金余额>0就能做的时代了。 ADL是多空双方交割不涉及保险基金，估计是这个合约或者这个合约中有账号触发风控逻辑了。正好此前也想写，现在的保险基金&ADL逻辑已经变得越来越复杂，这个算法值得每个量化trader重新研究一下，我给大家分享一下我在交易中的部分研究成果： 1）Bybit 内置了一个直接触发ADL的绝对值，这个绝对值会根据具体的合约调整。测试下来类似于是波动率较大+市值较低的绝对值较低。 2）Okx 会被百分比阈值和设置的绝对阈值二者任一触发 3）Binance 会被风控模型识别异常合约，然后被“可用余额”触发。看文档说明是个通过99%置信区间的风控模型，可以理解为99%置信区间阈值 4）Hyperliquid 更加复杂的逻辑，有4种维度识别恶意账户或者被操纵合约，从而提早进入ADL保护保险基金 至于其他交易所之间我还没试过搬砖，一般也就用这4个之间做。

2025年起，我反复强调的四个原则： 原则1，时代的第一性原理：LLM一定会越来越聪明，benchmark越来越高，context window越来越大，reasoning越来越长，价格越来越便宜，inference速度越来越快， 这是scaling law今天依然持续的具体方向，不用你质疑，这是你唯一的信仰和行业最大共识。 原则2， 管理学设计红利：从我提出“自动编程机”、行业提出vibe coding、SWE-Agent以来，从cursor到manus到metaGPT到claude code， 人们逐渐把LLM Agent抽象成人，把软件管理、工程管理、管理学等等所有方法论直接套在multi agent workflow上面，严格按照人类管理学的方式去拆分、review、执行、反馈、循环， 这一波很快红利也吃完了，因为 a. LLM Agent毕竟不是人，存在着memory有限、执行力有限、function calling工具有限等等局限；b. 人类用于管理学的各种方法，直接套在LLM Agent上有利有弊，红利迅速挖掘完，剩下的弊端大量存在，比如过度交流、七手八脚、随时停工等等。 原则3，LLM Agent的职位和定位：绝大多数人，把claude code当做一个工具，最终的产品是用工具来完成的，最终的代码也是人与SWE Agent一步一步interactively迭代产生、迭代review、迭代部署的， 而我反复告诉过所有人，也是我又一条首次提出的原创观点，multi agent未来越来越会变成本身的一个runtime，这个runtime就运行在production里面，产品和面向的对象消费的，不只是软件或者SaaS本身，而是这个runtime实时产生的内容， 所以claude code/opencode/codex/openclaw这些agent，本身将会越来越多地被嵌入到产品本身，在产品关键逻辑和决策中发挥作用， 而绝对不仅仅停留在开发层面，把产品仅仅局限在SWE Agent单向产出和部署的代码和服务上。 原则4，也是我一直强调的，就是当人们试用了SWE Agent这种强大工具之后，人们还有哪些low hanging fruits可以寻找？SWE Agent目前最适合解决哪类问题？ 我反复讲过的一点是，对于一个设计复杂、环境复杂、场景复杂、用户复杂、体量复杂、范式复杂、一切开放、一切无解的超级复杂系统，这并不是SWE Agent最擅长的领域，相反这些场景需要人去和环境、客户、场景、性能一点点迭代才能打磨好的产品， 比如微信的100种功能，Facebook的一大堆功能模块和十几年来迭代出来的极其复杂的infra，支付宝后面成千上万的基金和风控，这些都不是AI Agent能一次性解决的问题，相反这些场景和问题不仅高度开放，更高度依赖人的观察、人的设计、人的反馈、人的定义。 AI Agent最适合的场景，甚至是我原创提出goal driven（ a. 定义简单、干净、封闭（一道数学系、一个确定性最小系统、一个编译器、一种算法、一个lean证明、一个电路或者信号模拟、蛋白质模拟和预测、CAD设计与仿真、游戏关卡测试、行为经济学仿真，都是well-defined problems，都有非常明确且封闭的边界） b. 解决问题的搜索空间巨大（可能有100~10万种天马行空的解决方案，并且绝大多数都是错的） c. 容易验证，容易verify，验证的成本是设计成本的千分之一（比如编译器，设计可能需要几万行甚至几十万行，验证只需要2000个test case全面覆盖，或者一道数学题，解决需要100步，验证答案只需要带入或者lean编译这一步） 当然，写一段简单的代码，定义一个封闭、完整、定义完全的编程问题，符合上面这些定义， 但是设计一套巨大、复杂、开放、与现实世界深度绑定、高度耦合的系统，让这个系统复杂迭代、添加功能、沟通、review、工程管理、产品管理，这些问题都远远超出这个范畴，很明显是不符合这个要求的。 人们未来探索这些multi agent产品和场景的最关键出路，在于继续挖掘这一类问题，而不是盲目把agent比作一个人，乱套各种管理学方法。

2025年，收入46亿，算力账单73亿。 算力花的钱，是收入的1.6倍，未来几年，还有5180亿的算力承诺排着队。 如果你手里有存储、芯片或者云，这张账单的另一头就是你。 路透社拿到了Anthropic的招股书。 2025年收入45.9亿美元，一年涨了11倍多。经营亏损80.6亿，算力和基础设施支出73.3亿，同比涨了190%，占全部运营开支的58%。 顺便说一句，很多人转的"净亏损420亿"，里面有340亿是估值上涨带来的会计费用，没有真金白银花出去，真正经营层面亏的是80亿。 更大的数字在后面：招股书披露的未来几年云、算力和基础设施承诺，合计5180亿美元，实际花多少、什么时候花，取决于产能交付和需求，但这个量级已经摆这了。 从Anthropic公开用过的来看，这些钱会分散到整条AI供应链上。 有公开合作的： 谷歌TPU 亚马逊Trainium 微软Azure算力，英伟达GPU Akamai7年116亿的云合同 按产业链推的： 内存：美光、SK海力士 GPU：AMD 算力租赁：CoreWeave 还有一点，1.6倍是2025年全年的口径，今年上半年收入已经超过160亿，是去年全年的3.5倍，7月底的年化收入到了650亿左右。 收入爬得很快，但2026年的算力支出还没公布，这个比例能降多少，要等正式招股书。 风险也写在招股书里，2025年两个最大客户合计占了24%的收入，很多大客户没签长期合同，增长一旦放缓，这些承诺会被重新谈。 AI公司之间谁最后跑赢还说不准，但不管谁赢，算力账单都得有人收。