翻了好久的关注列表 第一个关注的KOL是@laban_li BIN哥 第二是樱花老师@0xsakura666 第三个是荒木老师@HM010169 什么时候拿下BIN哥关注啊 兄弟们😭

$NXT 已经上了 OKX Boost、KuCoin、MEXC 和 LBank。总量 6 亿，TGE 流通 1.34%，团队锁仓一年，没有 VC 解锁。 NEXST 做的事情简单讲就是用 AI 把 K-POP、日系偶像这些娱乐 IP 搬到链上。他们和 UNIS、KISS OF LIFE 搞 VR 演唱会，还有 AI 社交和数字收藏品这套。把粉丝体验碎片化的东西串起来，变成一个可持续的权益体系。 背后是全球 2.8 万亿美元的娱乐市场，如果能打进去一块，空间不小。

🗓️ 以太坊日报 2026-05-15 【区块链技术讨论】 1⃣@tcoratger 总结罗马密码学周五大关键趋势：Lean 4形式化验证在密码学中的大规模应用、二进制域在SNARK证明系统中的效率优势、中性原子架构量子计算的加速威胁、Poseidon哈希函数的安全加固工作、递归SNARK聚合对区块链扩容的核心作用 2⃣@pcaversaccio 强调Vyper作为形式化验证的智能合约语言对以太坊生态的战略价值，批评Fe语言是"象牙塔建设"，主张应优先支持抗审查的Vyper而非实验性语言 3⃣@iptf_updates 发布弹性支付轨道概念验证，结合NoirLang零知识电路、Solidity/Foundry智能合约与智能卡硬件，通过网状网络和零知识证明实现援助资金的隐私分发 4⃣@pcaversaccio 回应语言多样性争议，指出Solidity可直接受益于形式化验证的Vyper编译器进行交叉编译测试，支持Vyper即支持Solidity生态稳健性 5⃣@growthepie_eth 披露数据标签工作细节，通过开放标签倡议和多签钱包分析改进合约识别，已标注750+跨链合约地址 【学术合作动态】 1⃣@DavideCrapis 代表dAI团队与开源AI团队@MiniMax_AI在上海完成学术合作交流，探讨开放代理经济基础设施、多代理AI安全架构，并与工程负责人@SkylerMiao7深入讨论代理编排技术 【行业观点碰撞】 1⃣@intangiblecoins 跟踪报道CLARITY法案在参议院银行委员会以15-9两党投票通过，参议员Ruben Gallego等民主党人投赞成票，为数字资产监管框架立法迈出关键一步 2⃣@VivekVentures 宣布Fidelity International在以太坊主网推出代币化货币市场基金FILQ，采用ERC-20标准发行 3⃣@RyanSAdams 阐述ETH估值逻辑：低费用反映以太坊扩容成功（区块空间供应将增7-8倍），ETH应作为SOV（价值储存）而非仅按费用收入估( 4⃣@growthepie_eth 披露欧洲正考虑采用以太坊作为欧元稳定币结算层，当前以太坊生态已流通6亿欧元稳定币 【开发者生态】 1⃣@tcoratger 宣布STIR算法集成至Plonky3的GitHub Issue已开放，相关开发分支即将就绪 2⃣@Asbet0s 发布ERC-7730标准实施指南，指导协议开发者如何为硬件钱包添加清晰签名支持 3⃣@austingriffith 宣布开发者教育组织BuidlGuidl资金即将耗尽，呼吁通过Giveth二次方融资轮次支持以太坊安全应用开发工具建设 【其他】 1⃣@nloureiro 宣布Gnosis建设的Lisnode空间正式成为以太坊社区中心，与以太坊基金会@EFetheverywhere合作运营

分析：scaling law的范式转移：scale-up、scale-out和scale-lean 过去两年，随着ai的发展，质疑scaling law的声音越来越多，但其实scaling law不但一直都在，而且还在不断增强。 如果我们稍微回顾一下历史，从 GPT-3 到 GPT-4，本质上都是在把模型做大——参数更多、数据更多、算力更强。这就是典型的 Scale Up。 但从 GPT-4 开始，大家开始越来越多地讨论“推理”。不是简单的生成，而是多步推理、链式思考、更复杂的问题拆解。 模型能力的提升，不再只是来自参数规模，而是来自推理过程本身的优化。这其实是一个很微妙但关键的变化：行业开始意识到，“怎么用模型”，和“模型有多大”，同样重要。 直到最近，像 OpenCLaw、AutoResearch 代表的agent生态开始大火，本质上已经不是在讨论模型本身了，而是在讨论一个系统。模型只是其中一部分，更重要的是任务如何拆解、如何调用工具、如何在多个步骤中反复执行和修正。 这时候，能力的提升，已经不再主要依赖模型本身，而是依赖结构。通过多次调用、流程编排、工具接入，把原本单点能力扩展成一个可以执行复杂任务的系统。这一阶段，其实就是 Scale Out。 但从推理和agetn生态开始跑起来之后，一个更现实的问题马上出现了：成本。 推理一旦复杂化，Agent一旦进入多步执行，调用次数是指数级增长的。推理成本迅速上升，延迟变得不可接受，底层的内存和带宽开始成为瓶颈。你会发现，问题已经从“能力不够”，变成了“跑不起”。 于是最近这段时间，越来越多的论文和工程实践，都开始研究如何降本增效。 比如 DeepSeek 之前的Engram，Google 最近的 TurboQuant，本质上是在做更极致的存储优化、压缩和效率提升 -- 在不显著增加算力的情况下，让系统变得更强、更便宜、更快。 我们可以把它叫做 Scale Lean。 把这三条路径综合起来，可能更能帮助我们把握行业未来的发展。 最早是 Scale Up 占绝对主导，大家都在拼模型大小。然后是 Scale Out 开始出现，系统能力逐渐成为新的增长点。再到现在，Scale Lean 开始变得越来越重要，因为它直接决定这些系统运行成本。 这三者不是替代关系，而是叠加关系。 更重要的是，Scale Up、Scale Out、Scale Lean 三条路径本身就是一个正反馈系统，它们会互相放大彼此的效果，从而加速整个AI进化。 模型变强（Scale Up），会让Agent系统更少出错、步骤更短、整体能力更稳定，从而放大Scale Out的效果； 而一旦系统复杂度上来，调用次数暴增，成本问题就会被迅速放大，这又反过来逼着整个行业去做效率优化，也就是Scale Lean。 等到效率真的被做下来之后，事情又会发生变化——更低的成本、更高的吞吐，会让更复杂的Agent系统变得可行，同时也让模型可以被更频繁地调用、训练和迭代，进一步推动Scale Up。 于是这三者之间形成了一种很典型的正反馈：Up让Out更强，Out逼Lean进化，Lean又反过来加速Up和Out。 AI的发展不再是单一变量的线性推进，而是一个多变量耦合的加速系统，一旦三个方向同时往前，整体能力的提升就很容易从“渐进式”变成“跳跃式”。 基于以上的讨论，我们可以得出一个结论，ai能力的增长速度，不但没有放缓，还在加速。 scaling law不但没有装墙，反而驶上了快车道。

广收各大项目方和交易所的端午周边，拍照发推留念+1年内不fud。诚信合作，童叟无欺。 700位家人等待翻牌 感谢🙏🏻 @binancezh @okxchinese @Bybit_ZH @Bitget_zh @Gate_zh @MEXC @LBankchinese @WeexCn @Backpack_CN @Aster_DEX @BiKing_CN @krakenfx_ZH 等等各位老板

世界杯即将来临，各大平台都在撒钱： ‣ @predictdotfun ：200万USDT ‣ OKX：16.66 BTC 奖池 ‣ Kalshi：100 万美金竞猜奖池 ‣ Gate：50 万美金奖池 ‣ Bitget Wallet x Polymarket：20 万美金活动 ‣ JUP：12.5 万美金奖池 ‣ Myriad：10 万美金预测赛 ‣ LBank：11 万 USDT 活动 友情提示：小玩怡情，切勿贪赌 #赚钱# #空投#