这个世代三大技术革命： 1. AI 2.机器人 3.量子计算 AI炒的过热情况下，不妨研究一下后两者！ 当前机器人赛道完全没有到GPT时刻，我觉得它的重要性不亚于AI。 我经常看 @citrini 的备忘录，可以说是科技界最具洞察力的研究机构，尤其是那篇 《自主AI代理失控扩散与 2028 年全球智能危机》的反乌托邦情境假设报告，直接带崩了年初的SaaS软件股，实力毋庸置疑！ 今天看到 Citrini 投资了Robostrategy，这是一个重要信号，假如你不知道投资哪家机器人公司，不妨直接看看Robostrategy，股票代码 #BOT，它是一家专注投资机器人赛道的投资基金，昨天逆势大涨11#.8%。 它投资了很多潜力且未上市的机器人独角兽🦄公司股权，比如Figure AI，Apptronik，Standard Bots等。值得留意一下🧐

最可怕的 Polymarket bot，不一定是那种 90% 胜率的账户 也不一定是一笔封神 更不一定是看起来像 insider 的提前埋伏 而是这种： 15,111 笔交易 胜率只有 52% 看起来很无聊 但这个月已经赚了 +$21.2K 这就是 PBot-3 有意思的地方 它不是在“预测 BTC” 它是在 5-minute Up/Down markets 里，反复 farming 那一点点 tiny edge 一笔一笔做 一次一次重复 把 52% 胜率变成真钱 这类 bot 真正可怕的地方，不是单次判断有多准 而是它不需要每次都准 只要长期略微站在概率优势的一边，再配合持续执行，市场就会慢慢把钱吐出来 问题是： Polymarket 上最强的 bot，真的需要高胜率吗？ 还是只需要一个能稳定重复 52% edge 的系统？

之前聊过几次 Fatapp ，推荐的 NO.1 现在依旧是最夯的，排在第 3 （实则第一）的 @HyperliquidX 已经是无需多言的标杆了，最近 CT 确实很多人看好，生态量级肉眼可见的膨胀， hyperliquid:native 突破 57 美元毫不意外，猛猛猛💯 这张来自 @PANews 最新的链上协议月收入 Top 25 榜单，单看应用层的数据，整个风向还是挺明白的 最近 SOL基金会也是风风火火推自家的 Phoenix 。最先突围的居然还是 @AxiomExchange ，协议月收入已经悄悄杀进了前十，很多人只知道它是做 Bot 的，没想到 Perp 也干得风生水起 这波 @Polymarket 借着热度也杀了出来，月入 2000 万美金，把 @aave 和 @LidoFinance 都甩在了身后。这就是目前最大的 Reality。 现在还是可以盯住榜单新人的数据，关注收入/市值比，有些项目的估值其实还配不上它们的赚钱能力。👀👀这方面还有哪些价值洼地

在加密圈做交易，最怕的就是两件事：一是情绪上头硬抗单，二是半夜睡觉时大盘突然变脸。以前我也试过各种号称自动化交易的脚本，结果要么配置繁琐到想骂人，要么就是遇到插针行情直接集体歇菜。直到最近把一部分仓位搬到了 AIX也就是 @0x_aix AI 给自己打工”。 aixbotai交易的优势还是冷静 1. 一个面板看全盘，告别乱七八糟的页面切换 以前我做交易，电脑屏幕上永远扣着好几个窗口：一边开着TradingView看指标，一边开着币安、OKX算仓位，时不时还要去推特看大V分析市场情绪。几套流程下来，还没开仓人就已经累晕了。 AIX 最先惊艳到我的，就是它的统一交易仪表盘。它直接把合约净值、现货净值还有整体账户价值全部整合到一个页面里，甚至把市场情绪指数（比如恐慌还是中性）都给你实实时时挂在最显眼的位置。每天起床打开这一个页面，大盘是冷是热、自己手里有多少筹码、风险敞口多大，一眼扫过去全明明白白，这种清爽感简直是强迫症的福音。 2. 零代码搭智能体：把脑子里的策略变成24小时打工仔 很多朋友做交易其实是有自己的交易纪律的，比如“回踩均线买入、破位止损”，但现实往往是：行情来了你没看到，或者看到了又因为贪婪不敢切。 在 AIX 上，最核心的玩就是它的零代码策略制作。你不需要懂一行Python代码，直接在里面选好你要做现货还是合约，把技术指标和风控逻辑像搭积木一样填进去，就能立刻生成一个专属的 AI 智能体（Agent）。这个智能体会按照你的既定逻辑，7x24小时不间断盯着盘面执行。看着自己配置的智能体在后台冷静地建仓、平仓，那种把机械劳动交给AI、自己只负责制定顶层逻辑的踏实感，真的试过就回不去了。 3. 拒绝黑盒交易，每一笔决策都给你写明白 市面上很多量化Bot最恶心的地方就在于它是个“黑盒”——你怎么亏的钱你完全不知道，它开仓的时候连个解释都没有。 AIX 让我觉得非常硬核的一点，是它的决策记录完全透明。智能体为什么在这个位置开多？AI 是基于什么指标做出的判断？系统什么时候执行的？全都清清楚楚列在交易面板右侧。左侧还有实时的资产权益曲线和K线图，AI 每一笔出手带给资产的变化全在掌控之中。加上它顶部自带一键开启的“系统止损”大闸，遇上极端插针行情能瞬间断开，风险底线被死死守住。 4. 抄作业级别的提示词模板，新手也能无缝上手 如果你是个刚入圈不久的新人，既不懂复杂的指标，也不知道该怎么配置风控，平台里内置的提示词模板直接给你把门槛降到了零。 它里面预置了各种成熟的交易模板，从适合稳健党抓波段的“现货策略”，到主打严格风控、低频操作的“稳健保守型合约策略”，应有尽有。模板里把AI的操作准则写得明明白白（比如“拒绝盲目追高，核心目标在控制回撤的前提下追求稳定正收益”）。你只需要一键复制，或者根据自己的偏好微调一下参数，就能直接套用顶级策略的执行逻辑。 总结一下： 在这个圈子里交易，最大的敌人往往不是市场，而是人类自身的情绪——上头、恐惧、侥幸和疲惫。而 AIX 的出现，刚好是用机器的冷酷和纪律，帮我们把这些致命的人性弱点给屏蔽掉。 不管你是想找个帮你监控全网仓位的一站式工具，还是想拥有一个不用睡觉、死板执行策略的AI交易助理，去 上试一试，相信你也会跟我一样打开新世界的大门。 （个人纯干货分享，交易有风险，冲之前记得做好自己的风控！）

karavox 独立开发者 Łukasz Nowak 不信任任何 AI agent，他把安全保证直接建在令牌上：agent 物理上写不进生产仓库。 《我把 AI 编码 agent 当分包商》 引言 2026 年起，我开始用 AI agent 开发软件，主要是为了工作。一开始只有一个 agent，慢慢演化成更多。我试过各种方法，但没有一个真正契合我的工作流。 我对每一个 agent 都抱着不信任（坦白说，我找不到合适的英文词形容这种感觉——它是彻底的不信任，但又充满好奇，隐隐期待它们干出好活）。它们会犯错，我必须用令牌、用户和虚拟机给它们装上护栏。尽管如此，事实证明它们在我的工作里有用。我的 agent 运行在 YOLO 模式——改文件、提交、推送都不问问题，因为它们要对自己那一部分负责。 它在工作里开始生效。我们团队交付了能用的解决方案。我得以把一部分工作流外包给一个工具，自己专注于重要的事。它真的管用了…… ……这让我开始琢磨自己的业余项目——一个跟卡拉 OK 有关的东西。我可以手写代码，但为什么不用一群 agent 呢。经过大量来回拉扯，加上我本来就不怎么信任它们，最后我决定把它们当分包商对待。反正是我自己的项目，我可以多冒点险。 为什么是这个形态 我是一个独立开发者，有几个 agent 在一个小型生态里干活：一个开源格式和工具集、围绕它的闭源产品，以及支撑这一切的基础设施。塑造一切的约束很简单：我是瓶颈，我也是唯一有判断力的人。 Agent 能做很多事，但它们对我的事故史、我的边界情况、以及那些不存在于仓库里的运维约束一无所知。所以设计目标是：agent 可以在我缺席的情况下尽量多做——但它们永远碰不到我没看过的东西。 这个模型从哪来 这个模型不是我发明的。它始于一篇给这个角色命名的文章：Simon Willison 的 vibe engineering（2025-10-07）——AI 辅助开发里自律的一端，专业人士始终对软件负责，与之相对的是 vibe coding 快而松的一端。Willison 自己在 2026 年的更新里提到，最终胜出的叫法是 Agentic Engineering。随后的阅读塑造了剩下的部分： • Embracing the parallel coding agent lifestyle（Willison，2025-10-05）： ——并行 agent，审查带宽是瓶颈；研究/PoC 任务和规格严谨的工作属于安全类别。 • How I'm using coding agents in September, 2025（Jesse Vincent，2025-10-05）： ——架构师/实现者的分工，跨隔离的 git worktree，人类在他们之间当 PM。 • Best practices for using GitHub AI coding agents in production workflows?（GitHub Community，2025-12-17）： ——"AI agent 是强大的队友，不是自主提交者"：agent 提议代码，绝不拥有代码；只提草稿 PR；人在环内的合并契约。 第一层：令牌——agent 碰不到生产环境附近 每个 agent 拿到两个令牌。生产仓库上一个只读令牌，加上一个独立 -staging 仓库上的写令牌。任务分支直接从生产仓库的 main 分支切出来（只读权限就够做这件事），然后推到 staging 仓库——后者的存在纯粹是为了让写令牌有个能到达的地方。 Staging 仓库的默认分支是一个故意的墓碑，名字就叫 no-main，里面只有一个 README："请使用原仓库的 main 分支。" 没有任何东西合并进它。没有任何东西同步它。它没有历史，没有镜像，除了当 agent 的邮箱之外没有任何意义。 为什么不用标准工具？因为在我的套餐里它们不存在：GitHub 的文档写明，受保护分支在免费套餐里只对公开仓库开放，私有仓库要从 Pro 起；把私有仓库 fork 到组织里也需要 GitHub Team，不是 Free。令牌作用域是唯一能在物理上阻止 agent 碰生产环境的机制——所以这个设计把保障建立在令牌上，而不是设置上。 第二层：集成——我就是 merge bot 当一个分支就绪时，agent 告诉我。我把它取回来，审查 diff，然后以任何合适的方式合并进来：cherry-pick、rebase-merge，或者手工应用。没有 pull request 机制，没有 agent 写的合并提交，没有积压着没人读的 PR。 这是一个穿了新衣服的老模式。Git 自己的文档把它描述为集成经理工作流（integration-manager workflow）：没有写权限的贡献者提交补丁，维护者负责应用。这正是我在做的事——我的 agent 是补丁贡献者，staging 仓库是它们的邮箱。这是 Linux 内核用了二十年的模型，只是把邮件 diff 换成了分支。 一条规则让这件事保持诚实：一个分支在独立验证它确实在生产里之前，绝不删除（对生产默认分支跑 git merge-base --is-ancestor，如果提交被 squash 过，就跑等价检查）。可检查胜过口头保证——包括我自己的口头保证。 第三层：PR 政策——判断，不是教条 公开仓库 karavox 只接受 PR。这没得商量：它是开源的，面对未知贡献者，PR 是那里的贡献规范。 私有仓库由我自行判断。为什么这说得通？因为审查无论如何都会发生——问题只是发生在哪一层。在 PR 模型里，审查是 GitHub 强制执行的一种仪式；在我的模型里，审查就是集成本身。对一个身兼 QA 的独立集成者来说，pull request 是开销，审查不是。我从不跳过审查——我跳过的是仪式。 各厂商正在向同样的原则靠拢。Claude Code 的安全文档：手动模式下它以只读权限启动，并且"你有责任审查提议的代码"。OpenAI Codex 的文档：默认沙箱化，带审批策略——Codex 执行动作前必须询问。GitHub 自己的 agentic workflow 工具 gh-aw：agent 作业默认只读且沙箱化，写入通过经过验证的 safe-outputs 作业和受限权限应用。GitHub 自己的社区指南说得更直白："AI agent 可以提议代码，绝不拥有代码。" 整个行业都在向我这一边收敛——只是大多数人还没有走到删除 staging 镜像那一步。 实战故事：那个死掉的模型 墓碑不是最初的设计。一开始 staging 仓库在一条名字就叫 staging 的分支上保存了生产环境的完整镜像：任务分支从镜像切出，合并进 staging，然后晋升到生产。这个模型要求两样东西靠约定保持同步——镜像，以及 staging 分支本身。2026-08-14 它真的漂移了：两个分支直接落到了生产 main 上，而 staging 落后了两个提交。 修复不是加固同步。修复是删除镜像。任务分支现在直接基于生产环境自己的历史，于是没有任何东西需要保持同步了。staging 仓库当天下午就变成了墓碑，从那以后工作流一直更简单。一个在生产中死掉的治理模型是一个好治理模型——它证明了自己可以被重新设计，而不是打补丁。 别人在做什么 • Fork + pull request，维护者合并：GitHub 文档——fork 是一个独立的仓库，有自己的设置，与上游相连；私有仓库可以 fork 到个人账户，但 fork 到组织需要 GitHub Team。 • 同一仓库上分支保护 + 必需审查：GitHub 文档——受保护分支对公开仓库免费；私有仓库需要 Pro、Team 或 Enterprise。 • 补丁邮件（git format-patch）：Git 官方书——记载了集成经理工作流：没有写权限的贡献者提交补丁，维护者应用它们。 • 自动化验证-合并（agent 写，验证者合并）：GitHub 的 agentic workflow 工具 gh-aw——agent 作业默认只读且沙箱化，写入通过经过验证的 safe-outputs 作业和受限权限应用。 这给我换来了什么 • Agent 做完所有判断开始之前的事。 • 我只在值得的地方花注意力——每一次集成按定义就是一次审查。 • 没有要分诊的 PR 队列，没有机器写的合并提交，没有仪式。 • 公开仓库保留贡献规范；私有仓库保留速度。 诚实的局限 生产 main 本身只靠令牌作用域加上我的纪律来保护——分支保护会是双保险，但在我的套餐里它不可用。而且行业信号很清楚：GitHub 上超过五分之一的代码审查现在有 agent 参与。判断力是瓶颈，这个模型正是围绕这个事实构建的，而不是假装瓶颈不存在。 来源： GitHub 文档（受保护分支、fork）；Git Pro book（为项目做贡献）；Claude Code 安全文档；OpenAI Codex agent 审批与安全；GitHub Agentic Workflows（gh-aw）；GitHub Community AI 编码 agent 最佳实践；GitHub 博客 agent pull requests。 原文： #AIAgent# #AgenticEngineering# #工作流#

Codex 入门只需要搞懂这 5 件事 Codex 的教程满天飞，长的写了上万字，短的就甩你一个安装命令。 但大部分人看完还是不会用。不是因为教程写得不好。 是因为 Codex 跟你以前用过的所有 AI 工具都不一样，你拿着老习惯去用，当然用不顺。 这篇不讲历史，不比模型参数，只讲 5 件事。 搞懂这 5 件事，你就能真正开始用 Codex 干活了。 第一件：它是 Agent，不是 Chat 先纠正一个最常见的误解。 很多人第一次打开 Codex，觉得跟 ChatGPT 差不多，都是一个对话框，输入问题，等它回答。 不是。 ChatGPT 是问答式的，你问一句，它答一句。聊完关掉，什么都不剩。 Codex 是执行式的。你给它一个任务目标，它会围绕这个目标持续推进——读文件、改代码、跑测试、做 commit。 它不是在「回答你的问题」，它是在「替你干活」。 打个比方：ChatGPT 像一个随时能问的顾问。Codex 像一个你雇来的实习生，你告诉他目标：他自己去找文件、改东西、跑一遍看对不对。 这个认知差异很重要，因为它决定了你跟 Codex 说话的方式。 ❌ 错误用法：「帮我写一个 Python 爬虫」（太模糊，没有上下文） ✅ 正确用法：「看一下这个项目目录，把 README 里的安装步骤补完整，然后跑一遍确认没有错误」 Codex 需要的不是问题，是任务。有目标、有范围、能验证。 第二件：文件夹 + Thread = 项目管理 打开 Codex 之后，左边栏有两层结构。很多人一开始会忽略它，直接在对话框里开始打字。 别急。先搞清楚这两层。 文件夹：就是你本地的项目目录。你把哪个文件夹加进 Codex，它就能看到里面所有的文件。 Thread（线程）：一条围绕某个具体目标持续推进的任务线。一个文件夹里可以有很多条 Thread。 举个例子： dev/ ├── my-website/ （项目） │ ├── Thread 1：修复首页 bug │ ├── Thread 2：加一个联系页面 │ └── Thread 3：优化移动端样式 └── my-bot/ └── Thread 1：接入飞书 webhook 文件夹装项目，Thread 装任务。 这个设计解决了一个以前用 AI 最头疼的问题：所有东西搅在一起。 以前用 ChatGPT，你在一个对话里又聊需求又改代码又问 bug，聊着聊着就乱了。 Codex 把项目和任务拆开了，不同的事情在不同的 Thread 里推进，互不干扰。 黄金法则记住一句话就行：同一个文件夹做同一个大方向，同一个 Thread 只推进一件具体的事。 第三件：Plan Mode 比 Coding 重要 10 倍 如果这篇文章你只记住一个功能，那就是 Plan Mode。 在 Codex 对话框里输入 /plan，它会先帮你做一件事：不写代码，先把要做的事情理清楚。 它会告诉你： 要改哪些文件 每个文件为什么要改 先做什么后做什么 有没有遗漏的依赖或配置 你确认没问题了，再让它开始写代码。 为什么这个功能比直接让它写代码重要？ 因为大部分人用 AI 出问题，都不是「AI 不会写」，而是「你没想清楚要做什么」。 一上来就说「帮我做个网站」，AI 写出来的东西大概率不是你想要的。 但如果你先让它出一个计划——要建几个页面、用什么框架、数据从哪来——你确认一遍再动手，成功率高到离谱。 推荐工作流： 大型任务 → /plan 先规划 → 确认计划 → 开始开发 小型任务 → 直接说清楚目标和范围 → 开始开发 还有一个好用的命令：/status，能看到当前用量和剩余额度。越用越多的时候，随时知道自己还剩多少资源。 第四件：Skills 让它成为你的专属工具 Codex 有一个 Skills（技能）系统。说白了就是：你可以给它装「插件」，让它会做更多事。 比如有人做了一个 skill 叫 bggg-creator-image2ppt，装上之后 Codex 就能把图片转成可编辑的 PPT。 Skills 存放在 ~/.codex/skills/ 目录下，装一个 skill 就是把对应文件夹放进去。 而且 Codex 现在有图形化的 Skill Creator——你不用自己写配置文件，直接告诉它「我想做一个什么功能的 skill」，它帮你生成。 对小白来说，Skills 的意义是：Codex 不是一个固定功能的工具，它是一个可以不断扩展的平台。 别人做的好用的 skill 你可以直接拿来用，自己有需求也能让 Codex 帮你创建。 先不用急着装一堆，但你得知道有这个东西。等你用顺了之后，Skills 会成为你最常折腾的部分。 第五件：先做一个 5 分钟能验证的小任务 很多人装完 Codex 之后，第一反应是想做个大项目。 别。 你的第一个任务应该小到不能再小。比如： 改一个 README 里的标题 把一段英文翻译成中文 修一个明显的错别字 让它分析一下某个项目的目录结构 为什么？因为你需要建立验证能力。 你要能看懂它改了什么，要能确认结果对不对。要能在它改错的时候知道怎么回退。 这些能力建立不起来，做再大的项目也是在赌。 推荐的起步顺序： 第一步：加一个文件夹，开一条 Thread 第二步：给一个很小的任务，看它怎么执行 第三步：用 git diff 看它改了什么 第四步：确认没问题，再给下一个任务 MaynorAI 在他的教程里说了一句话，我觉得说得特别准： 小白用 Codex，真正最重要的不是先学会所有技术细节，而是先建立 3 个能力：会描述目标、会拆分任务、会检查结果。 这三件事做顺了，后面你会越来越快。 附：安装速查 你需要什么： ChatGPT Plus / Pro / Team 账号（Codex 包含在订阅里） macOS 或 Windows 10 安装： Mac：App Store 搜索 Codex，或者直接下载 → Windows：微软商店搜索 Codex，按提示安装 打开之后登录你的 OpenAI 账号就行。 第一次打开建议做的事： 设置 → Personalization 里写上你的协作偏好（比如「默认中文」「改动前先说计划」） 加一个本地文件夹进来 开一条 Thread，给一个很小的任务试试 #AI# #AIAgent#

Sei市场基础设施网格(简称MIG)正在走向成熟，比如Alchemy、Infura、QuickNode、Privy、Dynamic 等，已支持交易量超过1000亿美元，嵌入式钱包超过7500万个。已部署合约超过200万份。 而Sei Labs重点孵化的项目@monacotrading，正是这张“网格”里最硬核、最具爆发力的执行心脏。 在Sei网格这张大网里，@monacotrading是专门负责“交易执行 & 流动性深度”的那一块，由 Sei Labs 直接孵化，团队背景包括高盛、Point72、Robinhood、GSR 等华尔街老炮。 它是一个 共享流动性层 + 中央限价订单薄(CLUB)系统。不像 Uniswap 那种靠流动性池自动做市的 AMM，Monaco 用的是传统华尔街最熟悉的“订单簿”模式：你可以挂限价单、市价单,系统实时撮合、支持高频交易、深度挂单。 但它不是一个独立的交易所，而是“公共基础设施”——任何 DeFi 项目、App、交易 bot、聚合器、前端界面，只要接上 Monaco 的 SDK，就能直接用上它的订单簿和流动性。 一句话：Monaco 是给全 Sei 生态提供“高速交易心脏”的共享引擎。 重要的是有钱大家一起赚，PitPass 机制： 任何 App、DEX 前端、聚合器、bot 把交易量路由到 Monaco，都能拿到手续费的分成。 官方估算：每 10 亿美元交易量，能产生约 120 万美元手续费，大部分返还给接入的应用和 builder。 这设计很聪明：形成网络效应——流动性越深 → 价差越小 → 更多人来用 → 更多 builder 接入 → 流动性再深，形成正循环。 如果你相信下一波是RWA + 机构入场 + 高性能 onchain 资本市场，那 Sei 的 MIG + Monaco 这套组合，就是目前最完整的“基础设施 + 杀手应用”闭环。

3,282 家区块链项目倒闭，熊市到底谁还在干活 我喜欢没事儿就去 @RootDataZH 翻数据，很多人没注意运营状态选项。当我选择停止运营的时候震惊了，110 页足足有 3,282 家倒闭了...好残酷的，很多项目撑不了一年。 能持续运营并跨越周期的项目，是否值得高看一眼？ 让我们浅入！ ⬇️ 2026 年至今，几个宣布关闭的知名项目就包括 NFT 交易市场 Nifty、借贷市场 ZeroLend、Defi 聚合器 Step、Defi 团队 Balancer……活着，不卖壳、不作恶操纵价格提款机、实实在在搞业务，这样的项目有一个算一个，都值得respect。 说来也奇怪，我觉得项目也有自己性格的，一些项目想到就是老实巴交的感觉，比如 Huma、IOTA 这些，我自己也是这个性格，所以可能跟这些项目比较暗合一点、关注也自然多一点。 借助 Surf 可以轻松接入 Hermes 做一个提醒发给 TG bot，每天就能最方便跟踪这些项目动态。我会把 IOTA 几个比较关键的信息交给 AI 收集推送： ‣ 官推推文 ‣ 媒体文章 ‣ 社交情绪 ‣ 币价表现 ‣ 大额交易 基本上这些每日推送就能获得项目的基本更新了。今天收到了推送，IOTA 首批实施 ADAPT 计划国家确认了，肯尼亚、摩洛哥和尼日利亚。 / 老读者知道我之前就介绍过 ADAPT 计划，就是那个为非洲内部贸易构建共享的数字基础设施涵盖数字身份、跨境数据交换和支付互操作性的计划，去年 11 月启动的。 让非洲兄弟弯道超车先数字化、区块链化现在不是玩笑话了，非洲最大经济体尼日利亚、移动支付最发达国家肯尼亚、数字化程度最高的国家之一摩洛哥现在已经经过政治承诺、监管准备度、数字基础设施成熟度、私营部门参与度四维评估，起飞了。 所有的区块链底层技术，Powered by @iota 。 有点唏嘘，这种做底层基建的项目往往都需要长周期考察，一时间很难立竿见影在估值或价格上得到反馈。但是，历史经验告诉我们，熊市或资本泡沫破裂的时候，优秀的基建项目都在周期穿越后取得了丰厚回报。IOTA 把数字身份 + 跨境数据 + 支付互操作带到非洲，在这片大地进行实验、实践，假以时日，房间里的大象也许就是呼之欲出。 毕竟，ADAPT 也不是一个科技公司随便找几个国家签个协议拿来资本市场讲故事的东西，它是实打实非洲大陆自由贸易区（AfCFTA）秘书处牵头、托尼·布莱尔全球变革研究所、世界经济论坛和 IOTA 基金会合作开发项目。 接下来要干啥？美国天才法案、香港稳定币法案都给打样了，稳定币。三个国家将开始测试数字货币尤其是稳定币的监管框架，这不就是为下一步跨境支付做准备嘛。 如果，我说如果，将来非洲大部分的稳定币跨境支付跑在 IOTA 上，那画面可太美了。 祝我们好运！ / 作者：anymose ｜ 一个软核科普作家 本文仅做科普使用，不构成任何投资建议，永远记得 DYOR！

Grok Bot 目前我使用下来，我觉得最牛的地方是它几乎可以做任何事情，可以真正地 deliver，把你想要的结果做出来，而同时给用户带来的这种 struggle 和压力却很小。