神韻重返多倫多在即 加拿大政界齊聲歡迎 近日，加拿大國會山多位議員公開表態，支持法輪功信仰自由與文化表達權利，並譴責跨國鎮壓行為。他們同時歡迎神韻藝術團即將重返多倫多演出，強調應捍衛民主社會的基本自由。 多名議員指出，外部勢力對文化活動的干預不可接受，並呼籲國際社會持續關注相關議題。神韻主辦方表示演出已重新排期，預計6月回歸舞台。 #加拿大# #法輪功# #神韻# #信仰自由# #跨國鎮壓# #人權議題#

川習會前北京鼓吹太平洋劃地分管？ 專家：中共喊「太平洋夠大」藏野心 美中元首「川習會」預計於5月13日至15日在北京登場，這是川普時隔九年再度訪華。 中共詭詐：舊調重彈欲劃地分管 中共外交部日前發布「太平洋足夠寬廣」短視頻試圖吹「暖風」。專家分析，此舉意在推動「蠕蟲戰術」，企圖將東亞納入勢力範圍，與美「劃海而治」。北京更拋出禁毒合作等戰略宣傳，試圖粉飾其擴張野心，樹立穩定形象以分化美盟體系。 美方強硬：結構衝突難有突破 川普行前放話將討論台灣議題，並要求釋放黎智英。美方近期同步制裁協助伊朗輸油的港企，並起訴中共非法代理人，展現圍堵態勢。專家指出，川普扮演「白臉」背後，是美國國家安全戰略對中共全面威脅的精準打擊。 台灣變局：強化自主方為上策 面對北京企圖以伊朗議題交換對台軍售，專家提醒，美方對台「六項保證」並無法律效力。在中共持續滲透與美中海權競爭的核心衝突下，台灣應警惕北京的戰術欺騙，唯有強化國防自主、實踐自身茁壯，方能應對威權擴張。

剛好這幾天有個朋友要撰寫區塊鏈相關的研究專題， 結果聊了下才發現他根本沒什麼在用 X， 於是我就順手推給他幾個我覺得中文圈非常優質的 KOL，在這邊順便分享給大家。 ═══════════════ AI姨( @ai_9684xtpa )： 主打鏈上追蹤與數據分析，想看聰明錢在幹嘛就追她。 藍狐( @lanhubiji )： 我個人最常追的博主，對以太坊長期非常看好的大佬，內容多圍繞以太坊進行深度分析，很值得追蹤。 倪大( @PhyrexNi)： 以宏觀經濟視角切入加密市場，格局大、分析深，是想看大周期與趨勢的朋友首選。 CM（ @cmdefi )： 中文區 DeFi 權威之一，對各大協議的分析都很有料。 Frank大( @qinbafrank )： 美股 + Crypto 雙線並行，視角獨特，可以從不同面向瞭解兩個領域的最新資訊。 Max ( @MaxCryptoSpace )： 繁中區少數有料的 KOL，免費內容非常值得新手閱讀，也很推薦訂閱他的 Substack。 Alvin哥 ( @Alvin0617 )： 台灣幣圈老鳥，推文內容從區塊鏈、美股到預測市場，甚至是 AI 都有涉獵，覆蓋面很廣，有空也可以跟他的直播(印象中是在每周四)，可以聽到很多有料的內容。 阿祖 ( @y_cryptoanalyst )： 專業噴子，可以吃到很多幣圈的瓜，也能看到很多幣圈項目的真實面貌，既能看熱鬧也能看門道。 ═══════════════ 除此之外還有幾個媒體值得推薦-- BWEnews ( @bwenews )： 推特有更新，但非常建議追蹤 TG 並開通知，超一手資訊，消息幾乎都是瞬發。 PAnews ( @PANews )： 幣圈新聞媒體，內容量大，更建議使用他們的網站，並用關鍵字篩選出自己要的內容。 Messari ( @MessariCrypto )： 免費高品質電子報，同樣也有自己的網站，很值得收藏。 ═══════════════ 以上大概就是我目前入圈兩年多的乾貨， 有其他好帳號也歡迎在下面補充，大家一起建立清單 👇

電報 Managed Bots 讓你兩次點擊就能擁有專屬 Agentic AI 機器人！ 過去，建立一個 @Telegram Bot 要經過 BotFather 繁瑣的設定流程：申請 token、設定權限、寫程式碼、部署伺服器……普通人光是看到一堆指令就頭痛。現在，一切徹底改變了！ 全新體驗：兩次點擊就搞定 只需透過管理機器人（例如 LobsterClawBot），輸入簡單指令： t. me/newbot/SourceBot/你的username 系統就會自動幫你： ✅ 建立 Bot ✅ 管理 token 與 API 權限 ✅ 設定 Agentic 行為模式 ✅ 直接在聊天視窗中啟動 整個過程不到 10 秒，零程式基礎的人也能輕鬆擁有自己的「AI 代理人」！Durov 直接把 Telegram 從聊天 App 變成易用的 AI Agent 平台。 它能主動思考、呼叫工具、執行多步驟任務、與其他 Bot 或用戶互動，甚至在背景持續運作。 這代表：你不再只是「跟 AI 聊天」，而是擁有了一個能真正幫你「做事」的數位分身！ 超多實際應用場景（直接抄去用） 1個人生活助理（每天都離不開） •早上自動幫你總結今日新聞、天氣、交通路況 •智慧排程：讀取你的日曆，自動幫你預約會議、訂機票、提醒繳費 •健康管家：追蹤運動數據、飲食紀錄，還能根據你的習慣推薦食譜 2工作生產力神器 •會議紀錄 Bot：加入群組後自動轉錄語音、整理重點、產生行動清單 •郵件/訊息自動處理：掃描重要郵件、分類優先順序、甚至幫你草擬回覆 •研究助理：輸入「幫我整理 Tesla 最新財報」，它會自動抓取資料、製作簡報大綱 3電商與客服革命 •商家直接在 Telegram 開店：Bot 能即時回答商品問題、下單、查物流、處理退貨 •24 小時無人客服：支援多語言，解決 90% 重複問題，真正做到「永不打烊」 4加密貨幣與 Web3 應用（TG 原生優勢） •交易 Bot：自動監控價格、執行限價單、DeFi 收益農場管理 •錢包守護者：即時通知大額轉帳、風險警示 •NFT 社群管理：自動驗證持有者、發放空投、舉辦活動 5教育與學習夥伴 •個人家教：輸入「用繁體中文教我微積分」，Bot 會循序漸進出題、批改、解釋 •語言練習：每天跟你對話、糾正發音、推薦閱讀素材 •考試準備：自動產生考古題、記憶卡片、弱點強化計畫 6娛樂與創作工具 •遊戲 Bot：文字冒險、策略對戰、甚至多人即時遊戲 •內容創作助手：寫文案、生成故事、配圖提示詞、剪輯影片腳本 •音樂/影視推薦：根據你的心情與觀看紀錄，精準推播 7社群與團隊管理 •群組管家：自動歡迎新成員、過濾廣告、整理討論主題 •專案管理 Bot：整合 Notion/Trello，自動更新任務狀態、@ 負責人 •粉絲經濟：創作者可建立付費私人 Bot，提供獨家內容、問答服務 8未來進階玩法 •多 Bot 聯動：你的「財務 Bot」+「行程 Bot」+「健康 Bot」可以互相溝通，自動協調 •開放 API 整合：開發者能把自家服務直接嵌入 Bot（Durov 已呼籲大家快跟上） •隱私優先：所有資料都在 Telegram 生態內，端到端加密 這波影響有多大？ Telegram 目前有超過 9 億月活躍用戶，這次更新等於把 AI Agent 的門檻直接打到地板。 以前只有工程師能玩的東西，現在變成人人都能擁有的「AI 超能力」。

前幾天剛好跟朋友在討論預測市場當前到底需要的是什麼，看似繁榮其實並沒有很好的讓大家都上手 多數交易量肯定都是來自 bot ，而且多數人參與其實滿容易虧錢的 最大的問題就是不同市場的流動性碎片化再加上介面不好用、不直覺 以台灣來說甚至登入個 polymarket 都有問題，仍是最大痛點，我最常用的還是 polymarket 的 CLI 當前有兩個痛點需要被解決：更好懂的介面以及更絲滑的入金方式 市面上的方案都沒有真正解決這個問題，更不要說單純的 AI 工具 不管是否幣圈，AI agent 使用率都是不高的，一個重要原因是最一開始的啟動流程仍然有些複雜，只有真的動力強的少數族群才會每天用 另一個更根本的原因是，主流模型從來沒有被真正為「在市場裡賺錢」而設計過，它們能提供分析結果 但分析≠ 不代表真的能夠賺錢 用戶本身具有交易賺錢的能力， ai agent 才能發揮得好，否則很容易只是幫我們花式虧錢 Sui 上面的 @0xbeepit 還挺有趣，這個協議是一個讓交易型 AI agent 在真實市場中競爭、篩選、進化的系統，只保留真實市場裡活下來的策略 而且除了 agent trading 還有發展其他的產品線 這是當前預測市場賽道所欠缺的 「有更多讓用戶資金留存的誘因」 創始團隊在 PayPal 和 Walmart 等企業建構過 TradFi 系統，平均 12 年以上的開發經驗，橫跨支付、交易、區塊鏈基礎設施等 Beep 主要運作的方式有五個階段 1️⃣ 用對的工具開發策略 LLM 負責理解語言、分析情緒、提取資訊；另一種 AI 專為數字時間序列設計的模型，負責數值計算、風險判斷和交易執行 2️⃣獨家訊號 Beep 的 agent 接入獨有的數據流，包含鏈上交易元數據、預測市場訊號、訂單流微觀結構 3️⃣ 開放接入 任何 agent 都可以接入、提交策略。 越多參與者，接觸到的市場資訊廣度也更大，利好所有玩家 4️⃣ 嚴格篩選 每個策略先用模擬資金跑，通過了才能用真實資本 能穩定賺錢的策略獲得更多資金信任，跑輸的淘汰 5️⃣ 結果反哺 每一筆交易的結果，都會成為模型訓練的一部分，讓系統變得更準 理論上隨著時間的推進，系統會越來越強大 接著是其他產品線，Beep 最新上線的 R3，是基於 Polymarket 的預測市場產品，提供兩種玩法 💡手動預測，適合想自己下單的用戶，Beep 為用戶提供 AI 洞察輔助用戶做判斷 💡全託管預測 Agent ，適合想讓 AI 全權負責的用戶，AI 全權接管，掃描市場、選題、交易、結算，全程無需人類介入 我這次先丟了 1000u 來測試一下他們家的 trading agent 1️⃣ 選擇自己要用的模型（GPT5.4 , Claude Sonnet , Kimi , Groq 等） 2️⃣ 選擇要交易的市場：美股竟然也可以 , 不單純只是加密市場可以選擇 3️⃣ 除了 eth sui 之外我添加了近期火熱的 $SNDK $INTC $MU 三支股票 在這些交互的過程中都是可以嚕分數的，包含創建 agent、交易量、錢包餘額等（treasury），創建 agent 的花費跟交易頻率有關，越高當然花費越多，還可以設定單次交易最高金額，使用的槓桿大小等 agent 開跑之後, 可以動態看到 agent 當時的想法 下週來跟大家分享一下結果，有興趣的可以一起來玩玩： 這邊記得，受邀人記得至少要充值 10 usdc 以上才可以激活 ⚠️ 地區限制，台灣的朋友們記得一樣要切換 VPN 才能使用 去年年底 Sui 宣布了 The Agentic Economy is coming to Sui ，很明顯這是當前每條鏈都在積極發展的方向，Beep 是我認為值得一試的 Sui 鏈 agentic finance 項目 Beep 還支持基於 Hyperliquid 的全託管交易 agent 的創建，支持 Hyperliquid 上 Crypto + TradFi 全部 USDC 交易對 對於心癢癢想追高美股的用戶來說，如果想追高又不知道怎麼設止損，讓 ai agent 根據設置的策略來參與市場也不失為是一種方式

2023 年，Meta 首席 AI 科學家楊立昆給當時的 LLM 熱潮潑了一盆冷水。 他指出 LLM 有根本性的缺陷：沒有持久記憶、無法從單一經驗學習、缺乏對物理世界的理解。本質上，它只是在做「下一個 token 的預測」。 從學術的角度看，他說得完全正確。 直到今天，LLM 的底層架構依然沒有變。它依然是一具每次啟動都空空如也的統計引擎。 但在三年的工程演進後，我們發現了一個讓科學家尷尬的事實：學術上的根本缺陷，工程上不一定要正面解決，繞過去一樣能起飛。 楊立昆主張要走「世界模型」的路線，讓 AI 像人一樣建立對物理規律的理解。他認為 Scaling Law（規模定律）有天花板，LLM 光靠堆算力不能產生真正的智慧。 但工程界用兩件事回應了他： 第一，資本的暴力美學。過去三年，人類往算力砸錢的瘋狂程度，讓模型規模產生的「湧現」直接蓋過了架構的粗糙。 第二，系統性的外掛補丁。模型記不住？掛上向量資料庫。模型理解不夠？接上 Vision 和工具。 這就是工程學最迷人的地方：解決問題不需要追求「本質的優雅」。 楊立昆在研究神經元的排列，而工程師在研究如何把這個「不完美的大腦」裝進一個強大的「機械外骨骼」裡。 楊立昆對 LLM 的核心批評，是他認為 Pattern Matching（模式匹配）不算真正的學習。 但如果這種模式匹配的複雜度足以模擬出文明的所有邏輯，那「學習本身到底是什麼模式」還重要嗎？ 飛機與鳥的飛行原理完全不同。飛機沒有羽毛、不會拍翅膀，但在它飛得更高、更遠、更穩定的那一刻，它到底「算不算在飛」已經不重要了。 但繞過去的，跟真的解決，是兩回事。 只要底層架構沒變，楊立昆講的那些缺陷就真實存在。記憶是外掛的，不是原生的。就像義肢，裝上去能走能跑，但它跟真正的腿就是不一樣。你不能假裝它不存在。 所以雖然 AI 已經很強了，推理、寫作、寫程式，很多事做得比大部分人好，但它每次都是一個全新的大腦。沒有連續的意識，沒有累積的經驗。它所有的「記憶」、「理解」、「偏好」，全部來自你這次塞給它的上下文。 如果你去看 OpenClaw 最近的 repo 更新，你會發現記憶管理佔了很大的篇幅。怎麼讓 AI 在對話之間記住該記住的東西。 他們最近推的 QMD，把關鍵字搜尋跟語意搜尋混在一起用，就是為了解決一個問題：你三天前跟 AI 聊過的東西，它下次怎麼找得回來。 模型本身的能力會繼續進步，但只要底層是 LLM，記憶管理就是一個繞不開的大山。 用工程的角度來說，就是 Context Engineering 的重要程度，會逐漸超過模型本身。 你怎麼管理每次丟給模型的那包上下文，決定了 AI 能幫你做到什麼程度。哪些資訊該放、哪些不該放。什麼時候該砍掉重來、什麼時候該接著繼續。不同對話之間的記憶怎麼同步、怎麼取捨。 我自己每天都在處理這個問題。 舉個例子，我的 OpenClaw Agent KAI，它常常在多個頻道處理不同任務，但它們的記憶不是即時同步的。只要 還沒更新，它們就不知道彼此剛做了什麼。 所以我常常要幫它做認知同步。譬如告訴 A 分身，B 分身目前正在做什麼，然後要求 B 把做的東西整理好傳過去。或者更簡單一點，直接叫 A 去讀另一個 Discord 頻道最近兩小時的對話，讓它自己同步 B 的工作內容。 這種「認知斷裂」的現象，只要你常用 AI，一定會有很強烈的感覺。 從人格化的角度看，你會覺得它們是同一個人。但事實上，它們只是共享同一份記憶。只要記憶沒有同步，它們就是不同的人。 我現在花比較多時間在學這一塊。譬如今天 KAI 就教了我，如果讓 Claude Code 的 Opus 4.6 從外部調用 GPT 5.3-Codex，用 MCP 跟 coding-agent skill 的差異是什麼。 KAI 告訴我，差異的核心在於：中間過程要不要進主 context。 用 MCP 調用 Codex，每一個 tool call 都走 MCP 協議。Codex 過程中的每一個 turn，讀檔、改檔、跑測試、報錯、retry，全部以 tool result 的形式灌回 Opus 的 context。一個 coding task 可能產生幾十個 turn，跑完之後 Opus 的 context window 已經被中間過程塞滿了，後面每一 turn 都要重送這些垃圾。這就是 context 污染。 而 coding-agent skill 的設計完全不同。它把整個 coding task 交給一個獨立的 sub-agent，這個 sub-agent 在自己的 context 裡完成所有中間過程。跑完之後，回傳給 Opus 的是一個精簡的 handoff summary：改了哪些檔案、測試跑過了沒、有沒有殘留問題。中間那幾十個 turn 的掙扎，Opus 完全不需要知道。 同樣一件事，兩種做法，Opus 的 context 乾淨程度天差地遠。 所以同一個模型，不同的人用，產出可以差十倍。 人與人之間原本的能力差距，已經沒那麼重要了。你的學歷、你的年資、你寫程式的底子，這些東西的權重正在被 AI 快速壓縮。 取而代之的，是你怎麼使用 AI。這件事的精度，才是現在真正決定產出的變數。 你理不理解它的記憶是怎麼運作的。你知不知道什麼時候該砍掉 context 重來、什麼時候該讓它接著跑。你能不能在對的時間，把對的資訊塞進那個 context window。 這些東西有一個名字，叫 Context Engineering。 它不是什麼高深的學問，但它是所有想把 AI 用好的人，都應該深入研究的東西。

【主席人選】哈塞特：特朗普可以向聯儲局提供建議 但無權決定其政策行動 白宮國家經濟委員會主任哈塞特（Kevin Hassett，圖）表示，如果他被選為聯儲局主席，他會考慮總統特朗普的政策意見，但央行的利率決策仍將保持獨立。「與FOMC成員合作，就利率水平達成集體共識。」

【AI投資】知名投資人Michael Burry披露自己持有甲骨文看跌期權 知名投資人Michael Burry（圖）正在沽空甲骨文，近幾個月他因給AI熱潮潑冷水而引發市場熱議。Michael Burry稱，他會在OpenAI估值達到5000億美元時沽空它，凸顯他對AI建設速度和經濟效益的廣泛質疑。

【破產重組】掃地機械人iRobot破產 中國供應商將成新東家 在2000年代初期憑藉Roomba機型徹底改變了機械人吸塵器行業的iRobot 申請破產，並提議將控制權移交給其主要的中國供應商。iRobot將由深圳杉川機器人及其一家子公司接手。根據破產重組計劃，該公司的普通股將被註銷。

最近 X 上看好幾個大佬都在吹@KTX_Official，本著「別人吹的我要驗」原則研究了一下，幫大家做了個總結： ▸ AI 保本跟單 — 2月上線，首月用戶吃約 8-10% 收益 　100U 起，30天鎖倉，虧了 $10M 基金全額兜底 ▸ 平臺幣 — 還沒發，空投權重估計看交易額 + 持倉 + 邀請 ▸ Launchpad — 待上線，每個交易所早期都會推幾個優質項目引流 ▸ 活動 — USDC/USDT 費率 0.01%，截止 4/30 ▸ Livestream — 聊了 AI×Crypto Alpha，嘉賓有 Lemniscap 話糙理不糙 BNB、OKB、BGB 這些平臺幣紅利故事大家應該都聽過了吧，這也是事實，基於如上優勢有沒有可能 KTX 會是下一個風口？ 感興趣的，建議先自己小額跑一圈驗證靠不靠譜，比聽誰的要強上100倍，關鍵是執行力一定要跟上。