Roundhill Memory ETF（$DRAM）在35天内资产管理规模（AUM）突破50亿美元 由 Roundhill Investments 推出的 Roundhill Memory ETF，在成立仅35天后，资产管理规模便突破50亿美元，成为历史上第二快达到这一里程碑的ETF，仅比 iShares Bitcoin Trust（$IBIT）慢一天。 该ETF已经连续23个交易日实现资金净流入，其中前一日单日流入高达13亿美元，使其总资产管理规模达到51亿美元。 其主要持仓包括： SK Hynix（27%） Samsung Electronics（22%） Micron Technology（$MU） SanDisk（$SNDK） Seagate Technology（$STX） Western Digital（$WDC） Kioxia Holdings Corporation。

今天的分享会预告来啦📢 主题：Long-term Memory for AI Agents：如何让 Agent 拥有持续上下文与长期一致性 ⏰ 时间：5 月 25 日 20:00-21:00（UTC+8） 🎤 嘉宾：@li9292 李韭二丨盛大 Evermind 社区大使 💡 分享内容：AI Agent 长期记忆的核心痛点，实现持续上下文与身份一致性的技术路径 ❗️课前准备：一个你在开发或使用 AI Agent 过程中遇到的记忆相关问题 📍 Zoom会议链接： 会议号: 840 1019 2068 密码: 882991 🔗 推特直播：

今年可以说是AI和存储的盛世！ 今年涨幅超预期的4只美股AI相关ETF，主要围绕AI基础设施。 01. DRAM - Roundhill Memory ETF 今年以来涨幅：+95.63%（最猛的一只） 上市时间：2026年4月2日 核心主题：AI内存、HBM、存储芯片，专门抓住AI算力背后的“内存瓶颈”。 主要持仓有SK海力士、三星、美光等存储大厂。 PS：这只在Hype平台上就可以买到，国内小白上手比较方便。 02. AIPO - Defiance AI & Power Infrastructure ETF 今年以来涨幅：+46.29% 上市时间：2025年7月 核心主题：AI电力和数据中心能源基础设施。 重点买AI发展需要的电力供应相关公司，比如数据中心供电、能源基建等。 03. IVES - Dan Ives Wedbush AI Revolution ETF 今年以来涨幅：+17.84% 上市时间：2025年6月 核心主题：AI全产业链和科技巨头。 持仓包括英伟达、AMD、美光、亚马逊、谷歌、苹果等大公司，属于比较均衡的AI组合。 04. TCAI - Tortoise AI Infrastructure ETF 今年以来涨幅：+69.01% 上市时间：2025年8月4日 核心主题：AI基础设施、数据中心和工业链。 重点投资AI从概念转向实际建设的“基建支撑”部分。 整体小结 & 新手建议 这4只ETF都紧跟AI热潮，但侧重点不一样：DRAM最激进（内存方向），TCAI抓基建落地，AIPO押电力，IVES更均衡。 最近几年AI ETF这么火，主要是因为AI大模型发展快，拉动了芯片、内存、电力、数据中心等整个产业链。 风险提醒：AI主题涨得快也跌得狠，这些都是新ETF，波动大。建议小额试水，别冲太多，控制在总资产10-20%以内。

上周更新了OpenClaw后，连1+1=2这样的问题都得卡2分钟才能回复，回退到4.23版本立刻就流畅了 推友反馈4.27和4.29都有这个问题，说是龙虾团队为了安全对内置组件做了限制，尝试在最新的5.2版本卸载memory-core后是好了些 现在看来，回退到OpenClaw 4.23版本是最稳妥的

最近一直在研究 Codex 和 Claude Code 的记忆设计，发现两者的设计哲学和玩法有很大差异。 Codex 的设计目标是让一个 agent 运行的够久，所以它的执行策略偏向于把记忆当做工具，持续构建工作上下文（work memory），为当前的 goal 服务。OpenClaw 也是这个工作模式。 Claude Code 更像把记忆当成认知架构。它不只记录当前目标，还会在不同时间尺度上持续沉淀用户偏好、上下文变化、执行经验和行为反馈。它更偏向于让多个 agent 各自在独立上下文中高效工作，由外部逻辑（文件记录、coordinator 管理等）确保整体进度不丢失。它不信任任何单个 agent 能跑到底，所以把进度状态放在 agent 之外。 Codex 也意识到当前记忆设计的缺陷，尝试引入更持久的记忆机制（执行 codex features enable memories 可启用），支持跨对话记住你的项目上下文。每个交互轮次结束后，Codex 会自动从对话中提取有价值的信息（架构决策、代码约定、踩坑经验等），存到 ~/.codex/memories/。 Codex 更像是一个执行者，专注于完成任务，而不是管理记忆或上下文。它的设计哲学是“做就对了”，不太关心过程中的失误或偏差，只要最终结果符合预期就行。正因如此，很多人体感 Codex 在指令遵循方面做的更好。 Claude Code 更像是一个学习者，通过不断的试错和反思来提升自己的能力。它不仅关注完成任务，还关注如何完成任务。它会持续记录和分析执行过程中的每一步，积累经验和反馈，不断优化自己的行为策略。 二者各有优劣，你更看好哪种模式？

国内还在卷OpenClaw的各种喂饭教程，国外已经有人通过出售SOUL、skills变现了。 本质上是出售你训练好的OpenClaw，最终交付的内容包括SOUL、MEMORY、skills等文件。 两个思路： 1️⃣针对某个细分场景打磨一个OpenClaw，比如小红书运营助手，设计师、仓库管理员等等，甚至有人直接克隆了 Dan Koe 的思维框架做成 agent。 2️⃣ 根据企业的具体需求定制开发OpenClaw，尤其是有存量 SaaS 的，把现有工具接进 OpenClaw，直接降维打击。

昨天是跟着黄仁勋买美股（菜鸟版），今天继续聊 AI 工具（差生文具多版🤣）。有木有人在意一下角落里跌麻了的 $BTC lol。 今年 1月 的时候就关注到 Anuma，那个时候 ZetaChain 刚刚推出 2.0 的叙事宣布进军 AI 赛道。就在 4 月底他们的核心产品 Anuma 终于开放，ZetaChain 也正式从跨链协议全线转入 AI 领域，定位变成了"The Private Memory Layer for AI"。 ｜Anuma @AnumaAI 做为 @ZetaChain 的消费级入口，相比之前越来越丰满了，多模型 AI 聊天方面支持 GPT、Claude、Gemini、Grok 等主流模型自由切换。但它主打的不是"又一个聚合器"，而是"记忆"。 你可以把在 ChatGPT、Claude 等平台的聊天记录导入 Anuma 的加密记忆库，实现“一个身份、一个记忆、链接所有 AI”（One identity. One memory. Every AI.）。这似乎在单模型平台上很难看到。 而且，今天发现似乎直接用 iMessage 或 SMS 发短信就能跟 AI 聊天🤔。大家感兴趣的可以来体验一下： ｜ “记忆”？Skills？SOP？ 这里的“记忆”跟别的 AI 工具的 Skills、SOP 这些概念是不一样的。Skills、SOP 可以让你某项任务完成的更加高效，本质是流程化。 Anuma 的“记忆”则是让 AI 无痛理解你是谁、你有什么习惯、你的各种 Context，而这个过程无需你在多个大模型之间重复输入 or 调教。 ｜$ZETA 那 $ZETA 在这个体系里扮演什么角色？可以用来解锁高级模型和专家 Agent（质押解锁 Anuma Tokens 用于兑换 AI 积分）、x402 支付结算（这个我印象中 @billions_ntwk 也在做）、当然还有创作者激励～ 比如，今天刚上线的获取 Amuna Pro 免费使用资格的活动，质押你手里的 $ZETA 即可参与： $ZETA 其实已经算是老牌 Token 了，如果有新的需求场景、消耗场景，那么这个产品层和资产层才能打通，飞轮才能真的转起来，是件好事。 "AI + Crypto"这个叙事现在很拥挤，但“Private Memory Layer”这个切入点是具备差异化的，现在的市场环境下，转型 + 创新更加需要勇气和实力。 加油，我的老伙计！