2026Q1 HOWARD MARKS 和 OAKTREE CAPITAL TORM $TRMD：7.576億美元 Expand Energy $EXE：5.03億美元 Garrett Motion $GTX：4.61億美元 AngloGold Ashanti $AU：3.128億美元 Core Scientific $CORZ：2.298億美元 Viper Energy $VNOM：1.81億美元 Telephone and Data Systems $TDS：1.78億美元 Nokia $NOK：1.572億美元 SunOpta $STKL：1.347億美元 Petroleo Brasileiro $PBR：1.208億美元 Talen Energy $TLN：1.15億美元 Barrick $B：1.105億美元 CBL & Associates $CBL：9,940萬美元 Itau Unibanco $ITUB： 9,790萬美元 Liberty Global (LBTYA)：9,710萬美元 Credo Technology (CRDO)：9,630萬美元 TransAlta (TAC)：8,420萬美元 Freeport-McMoran (FCX)：7,740萬美元 Kilroy Realty (KRC)：6,570萬美元 Grupo Aeromexico (AERO)：5,960萬美元 XP Inc (XP)：5,650萬美元 Bausch + Lomb (BLCO)：5,410萬美元 Runway Growth Finance (RWAY)：4,680萬美元 Liberty Latin America (LILAK)：4,440萬美元 YPF Sociedad Anonima (YPF)：3,930萬美元 Array Digital Infrastructure (AD)：3,690萬美元 Cemex (CX)：3570萬美元 Ecovyst (ECVT)：3,470萬美元 Embraer (EMBJ)： 2,620萬美元 Ternium $TX：2560萬美元 Rice Acquisition 3 $KRSP：2,490萬美元 Oaktree Specialty Lending $OCSL：2,220萬美元 Telecom Argentina $TEO：2010萬美元 Simply Good Foods $SMPL：1300萬美元 Magnachip Semiconductor $MX：1,210萬美元 SmartRent $SMRT：870萬美元 Battalion Oil $BATL：660萬美元 NRG Energy $NRG：660萬美元 Optimum Communications $OPTU：650萬美元 Liberty Latin America A $LILA：630萬美元 Asertio Holdings $ASRT：500萬美元 Invesco Senior Loan ETF $BKLN：410萬美元 HDFC Bank $HDB：280萬美元 PDD Holdings $PDD：45.9萬美元 Alvotech $ALVO： 33.3萬美元 BioXcel Therapeutics (股票代號：BTAI)：28.9萬美元 NU、ORCL、SMH、GRAB 全部售出

Agentic AI 正在快速从实验室走向真实世界生产。从全国 AI 接入合作，到设备端完全自主 Agent，再到机器人领域的突破性世界行动模型以及大规模强化学习基础设施，都在加速落地。 以下是 AI 领域最新重要进展汇总： 1️⃣ OpenAI 与马耳他政府宣布合作，为所有马耳他公民提供 ChatGPT Plus，并配套 AI 素养课程。 2️⃣ 复旦大学、上海创新研究院和新加坡国立大学发布新综述论文，系统梳理了「世界行动模型」，这些模型能让机器人行动前先模拟环境后果。 3️⃣ Mistral CEO Arthur Mensch 警告法国，不要允许 Anthropic 的 Mythos 模型扫描军事代码库，以避免网络安全风险。 4️⃣ ArXiv 规定，如果投稿存在确凿证据表明作者未检查 LLM 生成结果，将禁止该作者投稿一年。 5️⃣ NVIDIA 与 Ineffable Intelligence 合作，构建大规模强化学习系统的基础设施。 6️⃣ 64 位数学家组成的联盟打造了 SOOHAK 基准测试，包含 439 个原创任务，用于测试 AI 模型的研究级数学能力和识别不可解问题。 7️⃣ OPPO 开源 X-OmniClaw，这是一款 Android AI Agent，可直接使用设备相机、屏幕和语音输入，无需云端手机虚拟化。 8️⃣ Andon Labs 开展了一项实验，让四个 AI 模型运营广播电台六个月，结果从专业到相当离谱不等。 9️⃣ OpenAI 收购了一家语音克隆初创公司，该公司提供名人声音克隆工具。

Agentic Coding 是陷阱。它在悄悄积累两种债务。   认知债务： 你让 AI 写了一段代码，跑通了，合并了。 但你不知道它为什么这么写，也不知道它的边界在哪里。 下次出问题，你不知道从哪里找。 这段代码变成了你代码库里的黑盒。 技能萎缩： 你三个月没有从零写过一个完整的模块。 你开始依赖 AI 来做你以前能独立做的判断。 你的 debug 能力在退化，你的架构直觉在钝化。   这两种债务都是慢慢积累的，等你意识到的时候已经很难还清。   怎么对抗：   保持"理解再合并"的习惯，不理解的代码不合并 定期做不用 AI 的练习，保持肌肉记忆 AI 负责生成，你负责判断——不要把判断也外包出去   Agentic Coding 能让你快10倍，也能让你在某个关键时刻完全失控。

OKX 这个 Agentic Wallet 交易赛已经开始了，5 月 7 到 5 月 21，奖池 5 万 USDC 这次比较不一样，不是让你自己手动点来点去，而是用 AI Agent 跑链上交易 你直接跟它说要干嘛，比如“帮我报名比赛”“帮我买点 Solana 上的 meme”，后面的交易路径、执行这些就交给 Agent 支持 Solana 和 X Layer，两条链的交易都算。 奖励大概是： PnL / PnL% 排行榜一共 4 万 U； 参与奖 5000U，累计交易满 100U、钱包资产保持 100U 以上就能参与平分； 还有 5000U 是给会写 Skill 的，10 个名额，每人 500U。 参与方式也挺简单： 先装好 OKX Agentic Wallet ： ```bash npx skills add okx/onchainos-skills ``` 然后登录钱包，直接对 Agent 说： ```text Register me for the Agentic Trading Contest ``` 就能报名 注意下，只有 Solana / X Layer 上的代币兑换算成绩，稳定币互换、SOL 和 WSOL 这种不算。刷量、对冲、多钱包这些也别搞，容易被风控 我觉得这活动主要可以当成一次 Agentic Wallet 的真实体验。冲榜看交易水平，普通用户拿参与奖门槛也不高，顺便感受下 AI Agent 帮你做链上交易到底是不是顺手 活动页：

被低估的真相：Agentic AI 是一场以"存储"为中心的范式革命 1/ 一句话观点 Agentic AI 的核心，不是算力，是记忆。 新硬件层级正在变成： ① 记忆（HBM / DRAM / NAND） ② 并行计算（GPU / ASIC） ③ 协调者（CPU） CPU 早就不再承担主要计算逻辑。 2/ 第一性原理 人类对"智能"的终极追求只有两件事： 无限记忆 + 无限计算。 我们日常评价一个人聪不聪明，无非两点： "记性好" + "脑子转得快"。 机器智能在沿着同一条路前进。 3/ 先说市场已经讲过的故事：HBM LLM 推理的 decode 阶段是典型的 memory-bound 任务。 每生成一个 token，都要把整套 KV cache 从显存里搬一遍。 带宽不够 → 昂贵的 GPU 直接闲置。 这就是为什么 GPU 每升一代，HBM 的带宽和容量都在追着涨。 4/ 市场没怎么讲的故事：1M context 不是在 GPU 集群里组装的 我们天天说的"1M context"，并不是在 AI 推理集群中拼出来的。 它的真正组装地点，是 跑 Agentic 系统的传统服务器（CPU + 大 DRAM）。 5/ 那些传统服务器在做什么？ • 加载用户的长期 / 短期记忆 • 加载 agent 的系统规范（system prompt） • 加载 skill / tool / subagent 的说明 • 拼到超过 1M token 时，还要做压缩 这一整套，全部跑在 Agentic 服务器的 DRAM 里。 6/ 对比过去的互联网 / 移动互联网 过去几乎不处理用户上下文。 只有搜索 / 推荐 / 广告才会留一点用户画像， 数据量大概只有现在 Agentic 系统的 1/20，甚至 1/100。 7/ 供应链已经在反映这件事 服务器的 CPU : DRAM 配比，正从 传统的 1 core : 4 GB 升级到 1 : 16，并继续往上走。 8/ 但远不止"4 倍存储"那么简单 Agentic 状态下，单颗 CPU 能服务的用户数，只有过去的几分之一。 当整个 IT 都切到 Agentic： • CPU 数量：增长 几倍 ~ 十几倍 • DRAM 总量：增长 几十倍 ~ 上百倍 9/ 结论 Agentic AI 是一次以 "存储 + 并行计算" 为核心的范式迁移。 软件范式变了，硬件范式也跟着变。 只有真正读懂技术的人，才会理解： 这一轮存储不是周期，是范式。 10/ 时间维度 考虑到： • 人群渗透率还很低 • 单用户使用深度还很浅 未来至少 5 年，看不到这轮存储需求的周期顶部。 （拉长时间看万物皆周期，但这一轮远没到拐点） $MU $DRAM $SNDK

今晚参加了 @arc 社区的 Agentic Demo Day，整体看下来，一个感觉越来越明显： Arc 正在往「AI Agent + Stablecoin + Payment」这条主线持续推进。 这次不只是聊概念，而是真的开始看到越来越多 builder 把 Agent 产品跑起来了。 无论是 Agent infra、链上支付、自动化经济系统，还是 AI Agent 之间的协作逻辑，都开始慢慢从“未来叙事”变成真正能 Demo、能交互、能落地的东西 很多项目现在已经不是：AI 能不能上链？ 而是开始讨论：AI Agent 如何拥有支付能力、身份、记忆和经济行为 这种变化，其实很关键。因为当 Stablecoin、支付协议、Agent infra 和链上执行能力开始拼到一起之后，Web3 的下一阶段，可能真的会进入 Agent Economy 的时代。 @bobbilee @samconnerone @arc

GitHub 正式上线 GH-600 认证：Agentic AI 开发者认证！ 这套认证专门针对负责设计和管理 AI 智能体系统的开发者。 考核内容涵盖多智能体编排（multi-agent orchestration）、安全防护（guardrails）以及生产环境下的 AI 工作流。 GitHub 明确了新的岗位要求，开发者不仅要会使用 AI，更要具备监督和控制 AI 系统运行的能力。 在 Web3 与 AI 结合的自动化趋势下，这套技术栈将成为核心竞争力。

最近体验了一下 OKX @okxchinese 的 Agentic Wallet 交易赛，我觉得它有意思的地方，不只是“AI”这个概念，而是它开始真正改变链上交易的交互方式。 过去做链上交易，很多时间其实并不是花在判断市场，而是消耗在执行动作上。切链、找池子、确认滑点、反复签名、盯盘……这些步骤做久了会发现，人真正疲惫的不是思考，而是重复操作。 所以我对 Agentic Wallet 的理解，更像是：把执行层交给 Agent，让人从“操作员”慢慢变成“策略制定者”。 这次 OKX 做的并不是简单接一个聊天框，而是已经能让 Agent 去完成实际链上动作。包括自然语言执行交易、风险模拟、多链交互，以及 Skill / Plugin 的扩展能力，本质上已经有点“AI 自动化交易终端”的雏形了。 我觉得这个方向其实很重要。因为 AI 在 Web3 里，过去更多停留在信息层，比如分析、问答、数据总结。但现在开始往“执行层”走了，也就是说，Agent 不只是告诉你怎么做，而是真的替你完成操作。 这也是为什么我会关注这次 Agentic Wallet 交易赛。相比奖金或者排名，我更在意的是：未来会不会出现一批长期在线、持续执行策略的链上 Agent。到那个时候，链上生态可能会从“用户操作协议”，慢慢变成“Agent 操作协议”。 如果这个趋势成立，未来的钱包，可能也不再只是资产存储工具，而会变成真正的 AI 操作入口。 这个方向，我会继续观察。 #OKX#