📊 Bitget UEX 日報｜2026/07/22 📈 市場快照 加密總市值：2.34 兆美元（+1.2%） BTC：66,666 美元（+1.45%）｜ETH：1,940 美元（+1.14%） 美股三大指數全面收漲 黃金：4,115 美元｜WTI 原油：85.47 美元 📈 關鍵價位 65,500–66,000 美元：多頭清算區 67,500–69,000 美元：空頭清算密集區，若突破 67,000 美元，恐引發軋空行情。 🔥 市場熱點 大宗商品：黃金、白銀與原油同步走強，避險需求與供應緊張支撐價格。 市場情緒：美股強勢反彈，AI、半導體與記憶體族群領漲，資金回流成長股。 科技／AI：美光大漲逾 12%，AMD、Intel 同步走強；今晚聚焦 Google、IBM、Tesla 財報，市場關注 AI 投資回報與雲端業務表現。BTC 現貨 ETF 已連續 6 日淨流入。 🏛️ 機構觀點 AI 基建需求仍是半導體與記憶體板塊的主要驅動力，但需留意財報季帶來的波動。 加密市場受惠於 ETF 持續流入與風險偏好回升，短線仍偏多，但建議留意獲利了結壓力。 🔗 來源：

2026最重要的ai泡沬警訊...以為導入AI就能讓公司發大財？財報數字不會騙人。Uber短短四個月就燒光一整年的AI預算，連Instagram高層都急踩剎車，坦言必須關掉錯誤專案來止血，才勉強把失控的成本壓下來。 #台股# #AI泡沫# #美股# #中國# #台積電# #股災# #台積電財報# #算力# #股市# #財報# #邦妮區塊鏈# #OpenAI# #雷曼兄弟# #雷曼時刻# #科技股# #輝達# #Nvidia# #甲骨文# #Oracle# #算力崩盤# #中美科技戰# #AI監管# #Anthropic#

關於台積電的次世代先進封裝 CoPoS 的幾個關鍵（省略可查詢到的技術細節）： 1. 預計 2H28 量產，目標提升 9.5 倍光罩尺寸以上的封裝之量產經濟性，Nvidia 的 AI 晶片 Feynman 可能將首度採用。 2. 根據產業調查，兩個不同的地方會用到玻璃（尺寸 mm）： → 310 x 310 的臨時玻璃載具（glass carrier） → 250 x 250（測試）/ 510 x 515（量產）的玻璃面板，加工後切割為玻璃核心載板（glass core substrate） 3. 玻璃核心載板的架構主要分成三層：玻璃作為核心層，上下以 ABF（ABF-GCP）增層包覆。玻璃加工的挑戰，像是TGV（through glass via）、填銅 / 金屬化（metallization）等，指的都是這個階段。 4. CoPoS 常見的錯誤論述： → ❌ 錯誤 1：採用玻璃中介層（interposer）。⭕️ 應修正為：玻璃非中介層，其互連角色由晶片側 RDL 與玻璃核心載板側 TGV / ABF 增層分別承接。 → ❌ 錯誤 2：玻璃取代 ABF。⭕️ 應修正為：如前述的玻璃核心載板架構，玻璃與 ABF 並存。 → ❌ 錯誤 3：晶片放在玻璃上。⭕️ 應修正為：晶片貼附於玻璃核心載板的 ABF 增層表面。 5. CoPoS 將延續並強化台積電先進封裝的優勢，預期讓該優勢能見度可達約2032年。

科技大佬重砲開嗆！AI狂熱背後，大家連基本的財務數學都不管了嗎？全民炒股？現在的企業不是比誰用AI賺得多，竟然是比誰消耗的算力多，AI究竟是未來的印鈔機，還是巨大的錢坑？ #美股# #財報# #AI泡沫# #股災# #財報週# #算力# #股市# #台積電# #台股# #川普# #川普關稅# #台股# #AI泡沫# #美股# #中國# #台積電# #股災# #台積電財報# #算力# #股市# #財報# #邦妮區塊鏈# #OpenAI# #雷曼兄弟# #雷曼時刻# #科技股# #輝達# #Nvidia# #甲骨文# #Oracle#

最近 Pre-IPO 真的越玩越多東西了 😂 這次連 SHEIN（希音） 都來了✨ SHEIN 大家應該不陌生，從快時尚做到全球電商，我自己覺得它如果真的走到 IPO，市場關注度應該不會低！ 現在 @MEXCZH 已經先開放 SHEIN(PRE) 提前購，不用等正式 IPO，就能先參與市場對它的預期 👀 認購只到 8/31 18:00（UTC+8） 最近從機器人、AI 到消費品牌都開始進 Pre-IPO，感覺能提前交易的東西真的越來越多了！ 👉🏻

1/ 🧠 為什麼未來的 personal AI computer(像 NVIDIA DGX Spark)真的能跟 data center 一較高下? 不是因為桌面變強到取代雲端,而是因為 AI 的「需求結構」正在分裂 —— 訓練留在雲端,推論回到本地。 2/ 關鍵突破一:FP4 改寫遊戲規則 70B 參數的模型,用 FP16 要 140GB 記憶體; 換成 FP4 → 只要 35GB。 一台配 128GB unified memory 的桌面機,就能跑得動以前要 8 張 H100 才能裝下的模型。 精度損失?用 QAT(量化感知訓練)幾乎可以忽略。 3/ 關鍵突破二:Memory Wall 正在被打破 LPDDR5X 頻寬不夠? •Apple M4 Ultra 用超寬位元寬度做到 ~800 GB/s •LPDDR6(2027)頻寬再翻倍 •NVIDIA DGX Spark 用 GB10 + 連貫記憶體架構 桌面端不再是「閹割版 GPU」,而是「為推論優化的新物種」。 4/ 關鍵突破三:你根本不需要 data center Data center 解決的是: ✅ 訓練 frontier model(兆級參數) ✅ 服務全球數十億用戶並發 個人需要的是: ✅ 一個跑得動 70B–200B 模型的本地大腦 ✅ 隱私、低延遲、不用月費 這兩件事根本是不同問題。 5/ 投資啟示 💡 •HBM 仍是訓練端王者(SK Hynix、Micron) •但邊緣推論晶片 + 高頻寬 LPDDR/統一記憶體會是下一個十年的新戰場 •NVIDIA DGX Spark、Apple Silicon、AMD Strix Halo、高通 X Elite —— 都在卡位 未來不是雲端 vs 桌面,是雲端做訓練,桌面做你的 AI。

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。

川普访华，英伟达总裁黄仁勋半路上飞机陪同，AI半导体小跌之后继续上涨。 AI概念继续，底层光模块成为下一个百倍机会。 AI算力的「新天花板」已現－GPU再猛，也被資料傳輸徹底卡住！ 從機架到資料中心，銅纜已到極限，光子學正式接管AI互聯命脈！ 雷射、光收發器、DSP、矽光子、光開關、光纖…這些曾經的「冷門技術」，正在成為決定萬億AI集群性能的核心基礎設施！ 📈2025光子學頂級玩家速覽（今年真實漲幅，乾貨拉滿）： $AAOI +430% 超大規模AI光收發器，月產能10萬台，直連Houston&台灣供應鏈 $AEHR +418% 矽光IC燒錄驗證系統，全球大廠排隊，訂單積壓5090萬美元 $LITE +186% InP雷射全球50-60%份額，400G差分EML已量產，訂單超4億美元 $CIEN +149% AI長短距網路核心，1600ZR/ZR+光模組+6.4T光引擎震撼亮相 $GLW +137% 光纖光纜基礎設施王者，Meta簽60億大單，多芯光纖容量暴增4倍 $MTSI +114% 光模組類比晶片龍頭，800G/1.6T全面升級 $COHR +106% InP+矽光+1.6T全覆蓋，400Gbps矽光已實測 $MRVL +101% 光DSP訊號處理大腦，1.6T/6.4T矽光引擎全面鋪開 $CRDO +46% 活躍電纜+光DSP+矽光一體化，7.5億收購DustPhotonics $FN +43% 精密製造底層，泰國+美國產能支撐光模組爆發量產 $ALAB +25% Chip-to-chip光學引擎IP，直接嵌入AI互連平台 $AVGO +24% 光DSP+EML+VCSEL+400G DSP，3.2T→204.8T切換已就位 ⚡光子學不是概念，是AI算力突破的唯一答案！ 錯過GPU紅利的人，這次真的要再錯過光子學萬億賽道嗎？ 把這條乾貨收藏、轉發、拉進你的AI知識庫—— 真正的財富密碼，往往藏在「看不見」的底層基礎建設裡！ #AI# #Photonics# #光子學# #矽光子# #AI基礎設施# #資料中心# #高效能運算# #半導體# #光模組# #AI算力#

【7.17加密晚報】跟隨全球風險資產共振下跌，BTC跌破6.3萬美元⚡️ 比特幣延續下跌態勢，跌破63000美元關口，最低觸及62710美元，現報62892美元，24小時跌幅1.66%。本輪下跌與全球風險資產同步共振－美股半導體股連續兩日遭拋售，日經、恆指等亞太股指同步走弱，避險情緒壓制加密市場表現。 Robinhood Chain生態全線降溫，龍頭CASHCAT市值回落至5775萬美元，24小時跌幅5.02%；HOODRAT市值報223萬美元，24小時跌幅3.11%。先前獲關注的"效用型"代幣亦未能獨善其身，INDEX市值報2878萬美元，24小時漲幅回落至143%；ARROR市值報1509萬美元，24小時漲幅回落至8.7%，整體漲勢明顯收窄。 【市場情緒 & 流動性指標】 - 恐懼與貪婪指數：現報27，較昨日25小幅回升，仍處於"恐懼"區間 - 穩定幣市值：約3123億美元附近，24小時基本持平 ETF資金流：昨日比特幣現貨ETF淨流入7,910萬美元；以太坊現貨ETF淨流出2,800萬美元，兩者流向分化 🚀【細分賽道表現】 - 主流幣 & 大盤：比特幣現報約62892美元，24小時跌幅1.66%；以太幣現報約1823.81美元附近，24小時跌幅3.76%。 - Layer1 & Layer2：SOL現報約74.34美元，24小時跌幅2.66%；BNB現報約568美元附近，24小時跌幅約0.9%；XRP現報約1.0809美元附近，24小時跌幅2.61%。 - DeFi板塊：AAVE現報約89.86美元附近，24小時跌幅4.95%；UNI現報約3.49美元附近，24小時跌幅5.30%。 - 隱私板塊：ZEC現報約539.67美元附近，24小時跌幅5.60%；XMR現報約335.60美元附近，24小時漲幅1.66%，逆勢走強。 - AI板塊：Bittensor（TAO）現報約188.84美元附近，24小時跌幅4.20%；NEAR現報約1.8855美元，24小時跌幅7.68%。 🚨【後續重點關注】 1. 《CLARITY Act》場外聽證會將於北京時間今晚22:00（紐約當地時間10:00）在紐約聯邦紀念堂舉行，由眾議院金融服務委員會數位資產、金融科技與人工智慧小組委員會主辦，題為"Building the Future of Finance: How CLARITY Act Unlocks Innovation"。目前Polymarket對此法案年內簽署成法的機率已回落至約43%，本次聽證會被視為參議院8月休會前推動表決的關鍵節點，需關注會後市場反應。 2. ZEC Ironwood升級：Zcash網路已鎖定Ironwood升級方案，計劃於7月28日、區塊高度3,428,143正式激活，屆時環簽名規模將從11擴大至16並引入Bulletproofs技術，隱私板塊動態值得持續關注。 📘【晚間加密貨幣資訊必讀】 1. 數據：Robinhood Chain上開發者活動升至公鏈排名第二位 2. 澳洲將取消長期持有加密資產50%資本利得稅折扣，2027年7月起實施新規