ME 主办｜华尔街之巅：金融新基建的崛起议程发布 🏦⚡ 全球金融体系正经历深刻重构。我们邀您齐聚华尔街核心地标，深度拆解稳定币、数字支付及链上资产的未来范式。 🤵 主办方： @MetaEraHK, @soluluUSA 🤝 联合主办： @CoinfoundGroup, @finchip_ai, @bitpushnews, @SoulByte_HD, @POSX_Official, @Bitfi_Org, @fmgroupxyz 📅 时间：2026年5月11日 17:30 – 22:00 (EDT) 📍 地点：Station 3, 26 Broadway 3rd floor, NYC 🔗 报名： (邀请制) #NYCWeb3# #Stablecoins# #RWA# #Payments# #OnchainAssets# #MEGroup#

有一阵子没体验 @okx 的Agentic Wallet了，或者说好长时间都没调教小龙虾🦞了，今天再次试了下，发现不少进步的地方，在此分享下： 先说之前遇到卡壳的问题，比如我用一个邮箱注册登录了，隔了一阵子，AI忘记我的登录状态了，如果恰好我给了和上次不同的邮箱，那反馈的就是全新的地址，给人一种之前地址上资产丢了的错觉，其实输入一个wallet Switch就可以解决。 又比如最初实现交易，和人工交互一样，需要有一个approve的操作，可能还没approve成功呢，AI幻觉就告诉你交易成功了，摩擦很严重，经过一个多月的版本优化升级后，实操感觉下来，这类小摩擦都有明显改善。 1）Gasless 授权 + 跨链 Gas 统一代付，EIP-3009 把之前繁琐的链上 approve 交易换成链下签名，省掉了授权那一步的 gas；Gas Station 再把执行时的 gas 问题用 USDC 统一解决，两者加在一起，真正实现了 gasless 体验。之前 Agent 动用你的资产，得先发授权交易，跨链还得给每条链单独备原生币，稍有疏漏就卡住了，体验摩擦很严重。 2）contract-call，最初版本的Agentic Wallet擅长的是一些基本的转账和Swap操作，但实际 DeFi 场景下，Stake、Claim、DAO 投票、协议交互等应用场景很复杂，在可支持任意合约的 inputData 调用后，Agent 可介入执行的复杂场景就多了，开发者可以去做收益聚合器、自动复投、链上治理机器人等相关 Dapp 开发； 3）workflows，其实相当于在原先的单步执行上架了一层策略编排，之前每个链上操作都是孤立指令，判断行情→决策→swap→记录，这样的复合逻辑很难串起来。现在开发者可以定义多步骤工作流，让 AI 真正接管完整的交易策略； 4）链上防火墙，Agent 自主交易最大的隐患是买入 rug/蜜罐，过去检测规则较粗，开发者只能自己在应用层做二次过滤，成本高且不一致。这次大幅强化了 token 风险识别规则，相当于在 Agentic Wallet 底层内置了风控基础设施，开发者不再需要重复造轮子，直接复用即可。 以上。 既然被称之为一次全新的 Agentic 基础设施再造，过程自然不容易，我自己体会很深刻，稍微遇到点摩擦和麻烦，可能就弃之不用了，但是在一版叠加一版的持续优化迭代下，尤其是更多第三方 Hook 的 Skills 和关联 Dapps 的出现（这两天再重点体验下集成 @Polymarket 下单的操作）。 不知不觉，没准真有那么一天，Agentic Wallet就成为新一代的行业标准基础设施了。 Note：总之，这套 Agentic Wallet 的迭代速度还是超出预期的，据说下周还有大的要来，好好期待一下！ @Mercy_okx @Haiteng_okx @zakk_okx

手机信号塔可能正在悄无声息地损害周围的树木。 随着无线网络在城市和郊区的普及，科学家们开始注意到一个令人担忧的现象：靠近手机信号塔的树木常常出现异常的生长迹象。 在德国一项为期9年的研究中，研究人员记发现，面向手机信号塔一侧的树木更容易出现落叶、树皮损伤和生长减缓。其他研究也报告了类似的发现，表明长期、低强度的射频辐射暴露可能是造成这种现象的原因之一。 与人类或动物不同，树木无法移动。它们年复一年地暴露在射频信号中。虽然射频辐射是非电离辐射，通常认为少量辐射是安全的，但长期持续暴露对植物的影响仍然知之甚少。 来源：Waldmann-Selsam, C., Balmori-de la Puente, A., Breunig, H., & Balmori, A. (2016). Radiofrequency radiation injures trees around mobile phone base stations

在过去3年，常常有人好奇，我引入中文推特的「动态博弈」理论究竟是如何产生的，是不是我自己拍脑袋想出来的 推特搜索「动态博弈」可以看到很多我的行情🧵推演，庄家剧本的串联讲解，对于逻辑性较强的读者有很高的增幅作用。 正好最近行情比较无聊，定力比较差的朋友很容易被市场忽悠得晕头乱转，胡乱操作并最终亏欠 借此机会，我准备跟我的理工科读者普及一下这块的知识，帮助大家更好地理解背后的原理。 ============================== 你在和ChatGPT畅聊人生问题的时候，也应该了解一些背后的原理，比如大语言模型的attention机制中的Q/K/V向量 「动态博弈」，核心关键词当然是“动态”两个字，是来自「线性动态系统」（Linear Dynamical Systems）这一经典理论基础，我们今天围绕这个原始的理论，讲3⃣个概念。 线性动力学系统，也被称为线性高斯状态空间模型，是一种概率图模型。 📔我先说一嘴「概率」，啰嗦两小段： 如果学过量子力学，你就知道，时间t这个参数其实在大部分情况下是不存在的，世间万物并不是以一个固定的状态产生，每一种东西都是由「概率波」叠加形成。 在部分概率波叠加的时候，含时薛定谔方程中的时间参数t会被约去，有的时候不会。参数t如果被约去了，那就变成了Stationary State，「时间」就会失去意义（后面会讲）。 「概率」这样东西，在全世界的数据中当然是大量使用的，自然也包含金融数据。 比如你持有的山寨币，随着比特币的价格变化，山寨币的价格也会发生对应的变化； 中东打仗，如果大家倾向于BTC避险，那BTC因为散户相信的故事会涨，涨的概率是🅰️；如果BTC被庄家控盘的过程中现在要满足控盘需要，不想让它现在涨，跌的概率是🅱️； 这当然也是概率的2种运用，🅰️和🅱️都有概率，该怎么判断呢？ 🕎这里就需要提到第二个概念（2/3），卡尔曼滤波 Linear Dynamical Systems 通常由两个线性方程描述，而卡尔曼滤波就是基于这两个方程进行递归计算，「状态转移方程」和「观测方程」 大家还记得我在讲「动态博弈」的时候，经常对黑子说一段话： 「动态博弈」的精髓是： 根据手上观察及掌握到的所有信息，进行多因子建模，对未来「一小段时间」即将发生的事情进行预测 这也正对应「线性动态系统」中的「状态转移方程」 xₜ = A xₜ₋₁ + B uₜ + wₜ 🔢接下来，是第3个概念（3/3） 老粉应该还记得我讲过很多次的一个概念——多因子模型，对吧？记得特别清楚，我是在一个傍晚跟大家开space讲的多因子，事后我还特地上传了一个评估模型到我的Github上。 「动态博弈」的「多因子模型」，其实就是「线性动态系统」中的「状态转移方程」中的A，A是状态转移矩阵，由很多代表权重的数字组成。 相信很多散户朋友，总是对“量化”系统，各种“量化”带有技术的滤镜， 恕我直言，到处宣传量化这件事的，99%都是骗子。 市面上的很多量化系统，都是采用傅立叶变换和卡尔曼滤波进行市场数据的降噪处理的，你完全可以用从我这里学到的这个基础知识来考考他们。 很有趣，对不对？ 为什么要降噪？为什么要用卡尔曼滤波？ ▌特朗普的儿子说要对伊朗报复， 这是不是噪音？ ▌那个🦅 KOL 说，大家跟我买入，别怕！哎呀妈呀，怎么以太坊画门了呀！又亏了！ 这是不是噪音？ 比特币价格上下起伏5%，你的心就乱跳3天，长此以往，根本静不下来心，当然不可能做好交易。 卡尔曼滤波的核心优势是什么呢？ 作为一种递推滤波器，它不需要存储全部历史数据，每收到一个新的市场观测值，就能立即更新当前状态的估计。 这难道不牛逼？ 听起来是不是就有点像“裸K”战法？确实有一点点像。 但我更看重的是，它能有效过滤掉金融市场中频繁出现的随机波动，捕捉更平稳的价格趋势；当因子的有效性随市场环境变化时，利用卡尔曼滤波对多因子的暴露度进行动态校准，可以提高交易策略的稳定性。 现在你明白了吧，「动态博弈」就是靠【数学】，而不是【玄学】 最后布置给大家一个小作业，图中为什么把两边的高斯分布，通过卡尔曼滤波可以实现更准确，为什么两边是高斯分布呢？ 好好想10秒，前面讲过的哟 ͏ ͏ ͏ ͏ ͏ ͏ ͏ ͏ ͏ ͏ ͏ ͏ ͏ ͏ ͏ ͏ ͏ ͏ ͏ ͏ ͏ ͏ ͏ ͏ ͏ ͏ ͏ ͏ ͏ ͏ ͏ ͏ ==================== 对，我在2月24号给大家讲过一个重要概念： 世界是对数的 而「对数高斯分布」，就是「对数正态分布」，广泛用于描述右偏数据。 知识都是环环相扣的