对于科技成长股，最大的逻辑思维紧箍圈，就是mean revision， 均值回归，因为科技改变，产业链、商业逻辑完全进化，这种思维，会完全让大家成功避开整个AI 牛市。 但不代表不看估值和入市时机。

大家好，我想就近期 Binance 为 STX 添加“Monitoring（监控）标签” 一事，与大家分享一些想法。 首先，非常感谢社区对此事的关注和反馈。这充分体现了大家对 Stacks 和 STX 成功发展的重视，而这也是我们同样关心的事情。 我也想明确表示，我们非常严肃地对待这件事。自从 Binance 添加该标签以来，我们一直在积极推进相关工作，因为我们理解，这个标签会给 STX 带来负面影响，而我们认为，这一标签并不能反映 Stacks 项目的基本面以及当前的实际情况。 在此次网络升级过程中，我们一直与 Binance 保持合作，并协助他们提前为即将到来的 PoX-5 硬分叉做好准备。我们向他们提供了： 技术层面的说明； 经济模型的详细解释； 关于代币发行率（Emission）调整的完整资料，包括： 按年度的发行计划； 完整的经济模型； 与其他公链的对比数据。 他们唯一明确提出的要求，就是希望我们发布一条 Twitter（X）帖子，再次说明此次经济模型调整，我们也已经按要求完成了。 根据我们的了解，Monitoring 标签是在这些信息仍处于 Binance 内部审核流程时被添加的。 在标签添加之后，我们持续与 Binance 保持沟通。 他们目前希望看到此次网络升级能够顺利完成，随后将在几周后的下一次内部委员会会议中重新审核该标签。 我们会继续配合他们完成整个流程，并及时向社区同步最新进展。 事实上，以前也发生过类似情况，例如 ZCash 在网络升级期间曾短暂被添加 Monitoring 标签，在完成审核后便被移除。 我们预计 STX 也将会经历类似的流程。 我还想强调一点： Binance 没有向我们提出任何其他方面的担忧。 他们的问题仅集中在两个方面： 网络升级（Network Upgrade） 调整后的代币发行率（Adjusted Emission Rate） 除此之外，没有任何其他问题。 关于发行率的数据： STX 的发行率将在：2026 年：7.82% 随后逐年下降：2031 年降至 2.14% 整个发行曲线在未来几年都将低于全球前 50 大区块链网络五年发行率中位数。 我们认为，这样的发行机制是合理的，因为它能够吸引更多 BTC 参与 Bitcoin Staking 并与 STX 一同锁仓。 这不仅能够带来新的应用场景，也能为 STX 创造新的价值积累方式。这既是我们的核心目标，我相信也是整个社区所期待看到的发展方向。 正如我之前所说，我们认为 Monitoring 标签并不能真实反映当前网络的实际情况，这一点我们也已经明确向 Binance 表达。 造成此次情况的原因更多是流程上的问题（procedural），而不是项目本身的问题，并且这是可以解决的。 也正因为如此，我们才会对此感到遗憾，并持续与 Binance 推进解决。 与此同时，我们会继续第一时间向社区同步所有最新进展。 此外，我们还将安排更多与韩国社区负责人的问答（Q&A）活动，让大家能够直接提出自己的问题。 当然，一旦 Binance 完成审核，我们也会第一时间公布审核结果。 同时，我们也正在进一步加强与 Binance 等交易所合作伙伴之间的关系。 这样未来如果再次发生类似网络升级，就能够更顺畅地沟通，避免类似误解再次出现。 我们相信，Bitcoin Staking 将为 STX 带来真正且持续的需求增长。 随着这一飞轮效应不断形成，并带动整个 Stacks 生态系统的发展，我们预计将会有更多： 机构（Institutions） 用户（Users） 投资者（Investors） 加入到 Stacks 网络中。 目前，StackingDAO 推出的 stBTC 已经是 Bitcoin Staking 生态中的首批产品之一，未来还将有更多应用进行集成。 使用 STX 作为 Bitcoin Staking 的质押容量（Staking Capacity），是一项全新的实用价值（Utility）。随着越来越多应用采用这一机制，STX 持有者也将持续获得价值积累。 我们所有的生态资助（Grants）以及各项投入，都是围绕着同一个目标： 不断壮大 Stacks 生态，同时提升 STX 的长期价值。 最后，感谢大家始终以更高的标准要求我们。 正是这种持续监督和高标准，才让 Stacks 与其他项目有所不同。 另外，Stacks Endowment（基金会） 稍后也将在官方博客发布一篇关于此事的最新说明。 来自 Stacks Labs CEO @alexlmiller

一个半小时市值 42 亿！🚀 $TRUMP (OFFICIAL TRUMP) 完整版筹码解析 纠结筹码分布的小伙伴可以在官网上看下代币经济学，这不是一个「Pump 系 Meme」因此并未全流通，所有代币均由其团队发放，并采取「月度解锁」方案 👉 1/ 代币经济 - 代币最大总量：10 亿枚 - 初始流通总量：2 亿枚 - 代币分配：TGE 时 10% 用于添加流动性，10% 用于公共发放，剩余 80% 处于锁定状态，后续按照「Emission Schedule」释放，前三个月总量不变，从第四个月（即 04.18）开始增加对各个小组的代币释放，暂不明确其中小组的含义与范畴

在外面玩，今天就不写完整报告了。盘前之前给大家简单列一下交易计划和注意事项。 核心idea很简单：只要宏观压力不消失、紧缩的金融环境没有改善，我这里就是只要不对，随时一键清仓。目前中美没有超预期利好，伊朗谈判也谈崩了，全球市场广度极差；资金流方面，上周HY fund率先流出，随后连IG fund也开始流出。市场什么时候暴跌我不知道，但在这种赔率下无脑梭哈做多，肯定是铁傻逼。 如果接下来出现超预期利好，应该做多什么？我的答案可能和多数人不同，QQQ已经不再拥有最好的赔率。 如果金融条件继续紧缩，我的路径预期是QQQ凭借盈利和资产负债表维持相对强势，但绝对收益大概率同样向下；如果金融条件真正转松，同时信用利差没有继续恶化，那么此前被高利率压制最严重的IWM、XLF、KRE、XLI、XLY和XLRE，反而更可能迎来一轮relief rally，甚至进一步演化成主升浪。 需要特别注意的是：利率下降不一定等于金融条件改善。如果利率下降的同时HY和IG继续流出、信用利差快速走阔，那就不是risk-on，而是recession trade，届时IWM和KRE反而会最先挨打。 祝好运。

晶体管没有等 V2。NAND / LATCH 在 8 月 29 日洗盘后已经驻底反弹，社区把热情放在囤硅和流片上：这次是库存层先定价。 V2 若上线，工厂用 $BEM 买设备并销毁，代币第一次有结构性消耗。排放仍是每天 7200 枚；消耗一旦对得上这个流速， $BEM 就从纯产出层变成带回收的现金流。 大佬到底看见了什么？8 月 22 日到 25 日，Behemoth NAND 已从 0.011 走到 0.095。库存先动，代币后动。 V2 只是把这条逻辑接到 $BEM 身上而已。 The transistors did not wait for V2. After the Aug 29 washout, NAND and LATCH already found a floor and bounced. The community put its energy into hoarding silicon and taping out machines: this time the inventory layer priced first. If V2 goes live, factories buy devices with $BEM and burn it. For the first time the token has a structural sink. Emission is still 7,200 a day. Once that burn can match the flow, $BEM stops being a pure output layer and becomes cash flow with a recycle path. What did the big players see? From Aug 22 to Aug 25, Behemoth NAND went from 0.011 to 0.095. Stock moved first. The token moved second. V2 only attaches that same logic to $BEM. #TapeOut#

Peter Todd 区块奖励减少后的应对思路：[尾部排放]和[持有税] 1. 概述 这是在2026年7月23日（多伦多）Peter Todd演讲的视频，是一场关于比特币长期安全性的技术与经济讨论，核心聚焦于区块奖励逐渐减少后，网络可能面临的博弈论不稳定问题，并提出两种可能的应对思路。 2. 主要论点 🧿工作量证明（PoW）的真正作用 Peter Todd强调，PoW的主要目的是实现共识（让网络持续前进、防止双花等），而不是“创造新币”。新币只是副产品。如果没有区块奖励，仅靠交易费，比特币在博弈论上会变得不稳定——矿工可能更倾向于重组（reorg）已有区块来抢高额费用，而不是挖新区块。 🧿当前现实与潜在风险 目前补贴仍远高于费用。随着减半进行，补贴持续下降，费用历史上大多很低（虽有铭文等短暂高峰）。Andrew Poelstra等人曾指出，补贴减半是“可怕的相位转变”，因为几乎没有其他成功的PoW币能在无补贴、仅靠非 trivial 费用的情况下稳定运行。比特币的二层方案让基础层费用很低，这反而加剧了长期担忧。 🧿尾部排放（Tail Emissions） 定义：永久固定数量的新币发行（例如每区块固定奖励）。 关键：它会收敛到稳定货币供应量。用“漏桶”类比——固定加水（新币），同时按比例漏水（丢失的币，约每年0.1%量级），最终达到平衡。 如果比特币从一开始就有尾部排放，它可能被宣传为带有稳定供应的“数字黄金”，并更符合奥地利经济学叙事。 但实现需要硬分叉，短期内（例如未来5年）可能性很低。Monero 通过硬分叉加入了尾部排放以支持可变区块大小，但比特币社区对硬分叉更谨慎。 🧿滞期费 / 持有税（Demurrage） 这是一种对持有或花费币的“税”，用来资助矿工，而无需创造新币。 可行实现方式（软分叉）：统计区块中“币日花费”（coin-days spent，即花费的UTXO价值×持有时间），按一定比例征税，把税收入到 coinbase 的一个基金中，供矿工提取。 经济上，它与尾部排放（通胀）近似等价——都是随时间稀释币的价值（一个是通胀，一个是直接税）。低税率（如0.1%）几十年后累计影响有限，远小于比特币价格波动。 优点：不需要硬分叉，可视为资助“公共品”（网络安全）。 3. 我的观点 📌减半造成的矿工奖励不足风险，我认为是比量子攻击的风险在时间线上是要更久的，讨论可以，但是不紧急 📌原则上是要争取中本聪预想的方案：利用手续费来为矿工带来经济收益，至于算力，需要实现博弈平衡 📌BTC的价格上涨会延缓这个问题的出现时机，当然，如果BTC的价格不能很好上涨，这个问题的出现也会提前 📌尾部排放和持有税都不是好的方案，前者会动摇21M的硬顶强叙事，后者会让BTC的“私人主权资产属性”动摇 📌一个值得商榷的点是：我一直认为二层/侧链/拓展等路线会加强手续费收入，但是这场讨论的观点是这类路线反而会加剧问题，我需要重新思考这个点 #BTC#

稳定币最烧钱的一件事，f(x) 反而想把它变成收益来源。 以前看稳定币，我比较关注两个东西：抵押物够不够，以及能不能守住 $1。 但最近重新研究 @protocol_fx，我发现 fxUSD 有个挺有意思的设计： 它没有把“维护锚定”和“用户赚收益”完全拆开。 fxUSD 的 Stability Pool 同时持有 fxUSD 和 USDC。当 fxUSD 在二级市场低于目标价格时，池子可以买入 fxUSD；高于 $1 时，又可以把 fxUSD 换回 USDC。 也就是说，原本协议为了稳定币锚定必须承担的一项成本，被设计成了一个可以参与套利、获取协议收入的流动性模块。 而 fxSAVE 又直接建立在这个 Stability Pool 上，把其中的收益继续复投给用户。 这样一来，逻辑就串起来了： 稳定币出现价格偏差 → Stability Pool 参与纠偏 → 维持 fxUSD 锚定 → 收益进入 fxSAVE。 这和单纯拿代币补贴一个稳定币池完全不是一个思路。 而且最近官方披露的数据显示，fxUSD 流通量已经超过 6200 万美元；近期官方还在强调 fxSAVE 的收益来自协议真实收入，而不是 Token Emissions。 所以我现在看 f(x)，越来越觉得它真正有意思的不是某个单独产品。 而是它在尝试让协议里的每一个机制都承担两份工作： 风险管理，同时创造收益。 如果这套模型能够长期经受不同市场周期，可能比单纯把 APY 做得很高更有价值。

《用 CPV 模型预测 AI 技术演进》 过去几年，AI 领域几乎每天都有新概念出现。 Prompt Engineering、RAG、Memory、Agent、MCP、J-space、Tool Use、World Model…… 大多数讨论都围绕一个问题展开： 下一个热点是什么？ 我更关心另一个问题： 为什么热点会依次出现？ 如果一种理论只能解释已经发生的事情，它的价值有限；真正有价值的理论，应该能够预测未来。 CPV（Cognitive Positioning Value）提供的，正是这样一种视角。 它关注的不是某项技术，而是反馈最终作用到了系统的哪一层。 ⸻ AI 的发展，本质上是反馈不断向深层沉淀 CPV 将反馈划分为五个层级： CPV1：行为（Action） CPV2：状态（State） CPV3：模型（Model） CPV4：结构（Structure） CPV5：边界（Boundary） 越往下，反馈改变的对象越深。 AI 技术的发展，几乎就是沿着这五层不断推进。 ⸻ CPV1：改变输出 这一阶段的代表是 Prompt Engineering。 Prompt 改变输入。 模型改变输出。 任务结束，一切恢复原状。 模型没有成长。 它只是完成了一次推理。 后来出现的 Prompt 自动优化、思维链（Chain of Thought）、提示模板，本质上仍然属于这一层。 它们提高了完成任务的能力，却没有改变模型本身。 ⸻ CPV2：改变状态 随后，人们发现一个新的问题： 模型什么都记不住。 于是，Memory 出现了。 长期记忆、用户画像、上下文管理、会话历史…… 反馈终于开始影响模型的运行状态，而不是一轮对话。 模型开始拥有“今天的自己”。 但这里仍然存在明显的局限。 Memory 越来越长。 越来越混乱。 越来越互相矛盾。 于是，新的结构压力出现了。 ⸻ CPV3：改变模型 真正的成长，不应该只是不断累积记忆。 而应该修改世界模型。 例如： 昨天认为用户喜欢苹果。 后来连续半年都选择安卓。 系统不应该同时保存两条冲突的信息，而应该形成新的理解： 用户真正偏好的是开放生态。 这里发生变化的已经不是 Memory，而是模型本身。 未来的 AI 一定会越来越重视： 记忆巩固（Memory Consolidation） 经验抽象（Experience Abstraction） 世界模型更新（World Model Revision） 它们共同指向同一个方向： 反馈开始改变模型，而不是继续堆积数据。 ⸻ CPV4：改变结构 随着模型越来越复杂，另一个瓶颈出现了。 一个网络承担所有能力，越来越低效。 于是开始出现： Planner。 Executor。 Memory。 Vision。 Reflection。 Safety。 它们逐渐成为不同的功能模块。 MoE、Tool Use、Agent、MCP、多智能体协作，都可以看作这一趋势的不同表现。 未来 AI 更像一个组织。 而不是一个越来越大的 Transformer。 反馈开始重组系统结构。 ⸻ CPV5：改变边界 这是最深的一层。 今天，人们谈论 AI，通常想到的是： 一个模型。 未来，AI 的边界会不断扩展。 浏览器。 手机。 电脑。 机器人。 汽车。 摄像头。 传感器。 云端。 其他 Agent。 这些都会成为 AI 系统的一部分。 到那个时候，我们讨论的不再是一个模型，而是一个持续运行的智能系统。 它的边界不断重新定义。 人与 AI 的关系也会随之改变。 ⸻ 为什么 CPV 能预测未来？ 因为每一层都会产生新的结构压力。 Prompt 足够成熟之后，系统开始需要记忆。 记忆足够丰富之后，系统开始需要学习。 模型足够复杂之后，系统开始需要重新组织。 结构足够完善之后，系统开始突破自身边界。 技术演进并不是热点随机切换。 而是上一层已经无法继续承载反馈。 新的层级因此诞生。 这是一种复杂系统普遍存在的演化规律。 ⸻ J-space 给了我们一个验证 Anthropic 最近公开的 J-space 研究，让人们第一次能够观察模型内部的工作空间。 很多人关注的是： AI 是否拥有了类似意识的东西。 我关注的是另一件事。 J-space 解释的是： AI 此刻如何思考。 CPV 解释的是： AI 为什么会演化到下一阶段。 两者回答的是不同的问题。 前者研究计算过程。 后者研究反馈如何不断向更深层沉淀。 它们并不冲突。 反而共同构成了一幅更完整的智能演化图景。 ⸻ 一个理论真正的价值 未来几年，还会不断出现新的技术名词。 也许叫 Workspace Editing。 也许叫 Self Evolution。 也许叫 Autonomous Organization。 名字会不断变化。 但如果这些技术仍然停留在同一层反馈，它们只是同一类问题的不同实现。 真正值得关注的，不是名字。 而是它让反馈深入了哪一层。 能够回答这个问题，才能真正理解 AI 为什么会这样发展，以及下一次技术跃迁会发生在哪里。 CPV 的意义，不在于解释某一项 AI 技术。 它试图描述的是： 所有能够持续学习的复杂系统，都遵循着同一种反馈演化规律。 因此，它不仅可以解释 AI，也可以预测 AI。

如果说 Nature、Science、Cell 是理工医科的无上圣殿，那么 UTD-24 就是世界商科自成一派的幻之神坛。 在北美顶级商学院，比如Wharton, Sloan，Chicago Booth, Stanford，Harvard，或者国内的清华经管、清华五道口、北大光华、北大汇丰、复旦管院、上交高金，上交安泰，一个青年学者想拿到终身副教授，系统不看Ta拿了多少国家项目，也不看Ta教书多受欢迎，在这个列表里有几篇发文，才是十分重要的关键因素。 北美的残酷标准是在六年考核期内，通常需要发 4-6 篇 UTD-24。 少一篇，可能直接解雇。 国内顶尖高校标准是，很多C9高校的商学院，只要你能以第一作者（或通讯作者）发出一篇 UTD-24，直接可以用来评正教授，或者拿到几十万不等的现金重奖。 UTD-24 里的期刊，每年的整体录用率常年控制在 3% 到 5% 左右。 审稿周期长到脱水。 从投递、初审、Major Revision、二审、三审……到最终接收，耗时 3 到 5 年 是家常便饭。 很多博士生在读博第一年投出去的文章，毕业工作好几年了才被录用。 常年霸榜前三的通常是宾大沃顿商学院（Wharton）、纽约大学斯特恩商学院（Stern）这些顶级怪兽，他们一年能发几十甚至上百篇。 而国内除了解放军式的清北复交等极少数头部院校能挤进全球前100之外，绝大多数普通高校商学院，全院教授加起来，一年的产出可能是 0。 只是，对于绝大多数普通人类、甚至对于99%的现实商业世界来说，UTD-24 几乎毫无卵用。它就是高等教育全球化之后，象牙塔内部演化出的一场高智商、高内耗的无限游戏。 我读商科论文，更多的以自娱自乐为主。商科的本质应该是解决现实中的管理、金融和市场问题。但 UTD-24 里的很多文章，已经彻底走上了极度数学化、微观化、理论化的死胡同。 而且，一篇典型的 UTD-24 论文，从构思到发表要折腾5年。5年前推导的电商模型，在5年后的互联网早就变成了历史文物。 它的读者是谁？ 不是CEO，不是创业者，而是下一位准备投这家期刊的大学教授。 它唯一的价值，就是作为参考文献，被塞进下一篇同样没人读的 UTD-24 论文里。 毕竟，学校靠这个数据去排 Financial Times 或者 U.S. News 的名次，名次高了就能招来MBA 学生、拿到更多的校友捐款。 然后，用这些钱去挖能发 UTD-24 的论文机器。 这是一个完美的资本与名誉的闭环。 但这个闭环，大概率会把把真正的社会价值挡在了门外。