【#今天我們為什麼要紀念左宗棠】##專家解讀左宗棠家國情懷# 近日，2026年“左宗棠與邊疆治理”學術研討會在新疆哈密舉辦。國家清史編纂委員會委員、傳記組專家、中國人民大學清史研究所教授楊東梁接受中國新聞網 #新聞會客廳# 採訪時表示，左宗棠一生心憂天下、勇於擔當，“攜棺出征”收復新疆，展現出強烈的民族氣節和家國情懷。左宗棠第五世外孫、湖南省文史研究館館員梁小進也表示，左宗棠提出“東則海防、西則塞防，兩防並重”，體現了維護國家主權和領土完整的擔當。《左公柳》舞台劇顧問、北京市文旅局原一級巡視員馬文稱，左公柳精神是一座重要的文化資源寶庫，未來可通過舞台劇、影視劇、微短劇等形式進一步挖掘和傳播。跨越百年，左宗棠身上的家國情懷與責任擔當，至今仍具有重要的現實意義。

【#新聞會客廳# 丨因電影出圈的僑批有多動人？專家解讀跨越山海的家國情書】一紙僑批，千里寄情，留存百年歷史。隨着潮汕方言電影《給阿嬤的情書》熱映，承載海外華僑家國記憶的僑批文化走進大眾視野，再度引發社會廣泛關注。

【中外軍官解碼 #長征，讀懂這部英雄史詩的不朽力量】90年前，中國工農# #紅軍# 勝利結束了歷經血與火考驗的二萬五千里長征，在陝北奠定了民族救亡與復興的基石。以此為歷史經緯，一場別開生面的中外軍官對話會近日在中國 #延安# 幹部學院舉行。就讀於國防大學的外國軍官們與中方專家學者交流探討，共同解碼這部“人類軍事史上的偉大史詩”為何至今仍具有激盪世界、振奮人心的磅礴力量。 @StudyinNDUChina @MFA_China @MND_China @visitshaanxi @YananCHN

【鄭麗文：台灣從來不是“國家”，也從未“獨立過”】中國國民黨主席鄭麗文近日接受網絡節目專訪時直言，台灣從來沒有“獨立過”，也從來不是一個“國家”，並批評民進黨當局宣稱台灣已經“獨立”是自欺欺人、胡說八道。 綜合台媒報道，鄭麗文在受訪時指出，台灣目前享有的和平並非“台獨”帶來的，如果主張“台獨”，“現在所享有的一切，包括和平，立刻就會灰飛煙滅”，因此若將現況解讀為“和平獨立”，是倒果為因、本末倒置。

【Cloudflare 也要做加密錢包了？】 這幾天有人發現一個很可疑的網址： 乍看很像釣魚網站，但它其實真的是 Cloudflare 官方推出的新產品。 不過，Cloudflare Wallet 並不是另一個 MetaMask。 它真正想解決的是： 「未來 AI Agent 要怎麼自己花錢？」 一串看懂 Cloudflare 正在布局的 Agent 經濟 👇 1／Cloudflare 在 2026 年 8 月 4 日宣布推出 Cloudflare Wallets。 目前開放的主要功能，是先註冊一個專屬 Wallet Handle，也就是類似： 的識別名稱。 完整的儲值、付款、收款與提領功能，則會在之後逐步推出。 2／為什麼 AI Agent 需要自己的錢包？ 現在一個 AI Agent 想使用付費 API，通常得經過： ・註冊帳號 ・驗證 Email ・填信用卡 ・選訂閱方案 ・建立 API Key ・請人類核准付款 這整套流程都是替「人」設計的，不適合機器自主操作。 3／Cloudflare 惛的是另一種模式： AI Agent 發現某個資料、API 或 MCP 工具需要付費後，可以直接知道價格、完成付款，然後取得服務。 不用開啟結帳頁面，也不用先和商家建立帳號關係。 也就是把「付款」直接嵌進網路請求裡。 4／背後使用的是 x402 協議。 「402 Payment Required」其實是 HTTP 很早就保留的一個狀態碼，但過去一直沒有被廣泛使用。 x402 把它變成一套可執行的機器付款流程： ① Agent 請求資源 ② 伺服器回傳 402 與付款條件 ③ Agent 簽署付款 ④ 再次發送請求 ⑤ 商家驗證付款並交付內容 5／付款可在同一個 HTTP 流程內完成，不必跳轉到傳統結帳頁面。 Cloudflare 文件顯示，x402 能使用鏈上穩定幣結算，目前技術文件涵蓋 EVM、Solana、Aptos、Stellar、Sui 等網路。 常見情境可能是： ・每次搜尋收 0.01 美元 ・每次 MCP Tool Call 收費 ・按資料量收費 ・按 AI 推論次數收費 ・成功完成任務才付款 6／Cloudflare Wallet 會分成兩層： ① Account Wallet 由人類或企業管理的主要錢包，可存入資金、提領資金及設定政策。 ② Virtual Wallet 分配給不同 AI Agent 使用的虛擬錢包，Agent 透過 API Key 操作。 你可以把它理解成：企業主帳戶＋AI 員工的公司卡。 7／Virtual Wallet 最重要的地方，是可以設定支出限制。 例如： ・每週預算 100 美元 ・每筆最多 1 美元 ・只能支付指定服務商 ・只准購買 AI 推論 ・超過額度要人工批准 AI Agent 因此能自主探索和購買服務，但不能無限制花掉主帳戶裡的錢。 8／假設你給研究 Agent 10 美元預算。 它可以自行測試 20 個不同資料 API，每個只花幾美分，最後選出最適合的服務。 過去人類可能不會為了測試每個 API 都註冊、綁卡和開通訂閱。 但當付款單位縮小到「單次請求」，Agent 就能自行比較價格和品質。 這才是 Cloudflare Wallet 真正想開啟的市場。 9／除了付款，Cloudflare 還想解決 AI Agent 的「身份」問題。 例如： 可以代表某家公司的研究 Agent。 商家不只看到一個匿名 Bot，還能知道它背後可能由哪個 Cloudflare 帳戶授權。 這個身份是選擇性公開，不代表所有 Agent 都必須揭露身份。 10／這對商家有什麼用？ 一個網站未來可能設定： ・匿名 Agent：只能使用免費額度 ・已驗證 Agent：可獲得試用額度 ・特定企業 Agent：享有批發價格 ・高風險 Agent：必須先付款 ・付費 Agent：才能存取完整資料 換句話說，Cloudflare 想把「Agent 身份、存取權限和付款」整合在同一層。 11／Cloudflare 同時在推 Monetization Gateway。 賣方可以把以下資源放到 Cloudflare 後方收費： ・網頁內容 ・資料集 ・REST API ・AI 模型推論 ・MCP 工具 ・檔案下載 ・特定運算結果 買方由 Wallet 付款，賣方透過 Gateway 收錢。 一邊做買方錢包，一邊做賣方收款閘道。 12／這也是整件事最值得注意的地方。 Cloudflare 本來就位於大量網站、API、Bot 與網路流量之間。 它已經擁有： ・全球邊緣網路 ・Workers 運算平台 ・Bot Management ・網站身份與安全系統 ・AI Agents SDK ・網站及 API 客戶 現在再加入「付款」，就有機會成為 AI Agent 商業活動的基礎設施。 13／它不是單純推出一個錢包 App。 Cloudflare 真正押注的是：未來網路的主要消費者，不一定是坐在螢幕前點擊按鈕的人，而可能是替人類工作、比較服務、購買資料及呼叫工具的 AI Agent。 當 Agent 成為買家，網路的商業模式也可能從：廣告＋月費訂閱 轉向：按請求、按使用量、按結果付款。 14／對加密產業而言，這也是穩定幣很重要的一個使用場景。 人類不會為了價值 0.003 美元的內容，打開錢包完成一筆交易。但機器可以。 因此穩定幣微支付最大的潛在市場，未必是人與人轉帳， 而是： Machine-to-Machine Payment Agent-to-API Payment Agent-to-Agent Payment 讓軟體直接為資源付費。 15／但目前還不能過度解讀。 Cloudflare Wallet 仍處於非常早期的階段，目前主要是預約 Wallet Handle。 官方尚未完整公布的資訊包括： ・實際支援哪些國家 ・支援哪些穩定幣與鏈 ・託管及私鑰管理方式 ・KYC／AML 規則 ・手續費 ・退款及爭議處理 ・正式上線時間表 現階段比較像基礎設施預告，而不是成熟產品。 16／另外提醒： 這次 Cloudflare 官方公告沒有推出代幣，也沒有公布任何空投。不要因為看到： 「Cloudflare Wallet 空投」 「連接錢包領取代幣」 「輸入助記詞啟用帳戶」 就直接操作。 官方目前使用的根網域是 Agent，不等於都是 Cloudflare 官方人員。 17／Cloudflare Wallet 最值得觀察的，不是它能不能挑戰 MetaMask，而是它能不能把穩定幣付款藏進一般網路基礎設施裡。 真正成功的加密支付，使用者可能根本不會感覺自己正在「使用區塊鏈」。 - AI Agent 只知道： - 這個 API 要付 0.01 美元。 - 付款完成。 - 資料取得。 底層才由穩定幣與鏈上協議處理。 18／我的看法： Cloudflare Wallet 是一個非常早期、但方向合理的產品。 它把 AI Agent 現在缺少的三個元素連在一起： - 身份 - 權限 - 付款 真正的挑戰則是 x402 能否形成足夠大的買賣雙邊市場，以及監管、託管、安全與退款機制能否跟上。 但 Cloudflare 已經站在網路流量入口，確實比一般錢包公司更有機會推動這件事。 19／ 一句話總結：Cloudflare Wallet 不是做給人類每天轉帳用的加密錢包。 它更像是 AI Agent 的「可程式化公司卡＋網路身份證」，讓 Agent 能在預算和權限範圍內，自主購買 API、資料、內容及工具。 今天先搶名稱。 未來搶的，可能是 AI Agent 經濟的付款入口。

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」。

当一个公司的股票在IPO时如果有很多倍的超额认购时，通常它在上市后的6个月锁定期內股票会跌到它的IPO价格以下，至少是会跌到大多数拿不到IPO配股的零售投资人在IPO当天(6月12日）能在市场上买到的价格以下。SpaceX的IPO价是150, 但IPO当天的收盘价是160, 最高价曾冲到176, 所以对大多数人來说买到的价格是在160 - 176之间, 如果在后來几天买的，价格会更高，6月16号最高位时曾超过225。所以已经进场又沒有拿到IPO配股的人（絕大多数人）应该是在160-225之间进去的，昨天的收市价是154.60. 很多人买SpaceX以为是买了一个spacecraft 公司，但絕大多數的人了解一个公司都是听別人或者各种各样的被认为是专家的人的解釋，很少有人去直接读它的招股书。我在它IPO前仔细读了，招股书在”Our Market Opportunity”那个 section里清楚的写到它有三大业务：Space, Connectivity, AI. 它声称它的”total addressable market”(TAM) 是28.5 trillion, 但其中Space的TAM是370 billion (约占total TAM的1 ％), Connectivity的TAM是1.6 trillion (約占6%), 而AI的TAM是$26.5 trillion (占高达93％！), 也就是说，你以为你买的是一家space公司，但你实际买的是一家赌AI的公司:) SpaceX真正占统治地位的Space和Connectivy二个业务的TAM加起來才7%。如果买SpaceX赌的是AI, 那么问题來了 - 它的AI模型Grok至少目前已经明显不在如OpenAI, Anthropic, Google DeepMind的第一梯队，那么只是作为一家公司凭什么它值得以94 x price-to-revenue ratio的IPO作价上市 (是已經很贵的Tesla的price-to-revenue ratio的5倍!)? 在Elon Musk大主教的魅力面前，最sophisticated 投资人也会失去理性：） Elon His Eminence 是史上最伟大的创业家和创新者，他的很多使命最终常常会得以实现，但他往往对实现的时间过于乐观。所以即使是他，终究也不能违反基本的经济学定律。

偶然看到这篇，当年薄熙来还是不错的，重庆日报以公函方式向我道歉，并在报纸上刊登了道歉。第二年我去重庆参加会议，薄还亲自陪同会议人员观看了演出，相当文革的演出风格，薄进入重庆大礼堂，确实有地方领袖风采，一些人惊呼。 大礼堂晚上要演出，薄要参加，但上午，我在大礼堂小广场上，居然还有维权人士扯条幅抗议，还有散发维权传单的。警察也不怎么管。 晚宴，薄也出席了，当然不与我一桌，我桌子上有重庆宣传部官员，一位处长吧，看到我桌牌上的名字，吃了几口就走了，他可能百思不得其解，这家伙怎么也是开会嘉宾？ 处长不明白，为什么薄愿意掏钱办一场文化类全国性会议。 因为与会者有一二位来自北京的要人，薄要通过他子解一些中南海信息。 薄在面子上，做的还是不错的。唱红打黑，太过了，运动式的，急着出成果，表红心，不如习那样，装傻充楞，欺骗了党和国家所有领导人以及公知以及人民群众。 《重庆日报》假新闻遭当事学者公开揭穿作者：凯文 《重庆日报》2月3日报道《2010年知名专家“热评”重庆：很现代很亲民》，其中引述“吴祚来”的话称，“红歌是精神食粮取之不尽、用之不竭的源泉，重庆市委、市政府就是在发掘和调动这种精神力量。”除吴祚来外，被提名引述的学者还包括王大伟、李林、胡星斗、胡鞍钢、崔之元、李希光等人。 吴祚来本人于当日晚间发微博郑重声明，他没有说过文中引述的话，“完全是欺骗，请重庆市委宣传部核实！”并感慨道：“重庆媒体，你不能这样公然造谎啊！！！” 在随后的微博中，吴祚来继续指责称，这已经是重庆媒体在他身上第三次制造假新闻了。他提供了前两次的网址，但据本台记者检视，这两次其实都是2010年8月27日题为《“唱读讲传”培育出重庆独具特色的城市精神》的同一篇文章。但吴祚来本人又提及还另有一篇关于青海的假采访。 在回答网友的询问时，吴祚来表示他没去过重庆，更没有与重庆媒体有任何接触，“我没见过任何重庆官员啊，红歌，我没亲身去听，根本搞不清是怎么回事”。他还严肃地表示：“谁唱红我都没意见，但我对唱红歌行为还是难过，因为唱红歌时代，伴随着国家苦难，个人崇拜，民生凋比，我不会支持唱红歌的，请任何人不要借我名义支持红歌。” 最后，吴祚来讽刺道：“他们居然一而再再而三，勇气是哪里来的呀，这是新闻史上一个奇迹吧”，并称“重庆不是要打假新闻么，大家看看他们如何打！” 近几个月来大陆言论状况明显收紧，“假新闻”成为当局打压言论的有效武器，先有《成都商报》记者龙灿因“复旦黄山门”报道被逐，最近又有成都《看历史》编辑马兰因抗战老兵晚年待遇问题被指为“虚假报道”被辞退。此外，著名评论人长平也从南方报业集团“被辞职”。而重庆也于去年12月开展“加强新闻职业道德建设”专项教育活动动员大会，要求“对编造、刊播、炒作虚假新闻的，坚决严肃查处。” 现年48岁的学者吴祚来则是中国文化艺术研究院研究员，曾于2010年在媒体发表文章，炮轰赵本山小品《捐助》不尊重弱势群体，并称以赵本山为核心的文化集团已经同中央电视台结成利益共同体。民间文化集团借助央视的文化垄断，实现了文化效益与经济利益双丰收。他呼吁措施来限制这样的利益集团对民间公共文化的侵蚀。

翁家翌新 blog：超越梯度的学习 昨天看到翁家翌（前 OpenAI 研究员）新写了一篇 blog《Learning Beyond Gradients》，挺有意思的，分享一些我读下来的感受。 原文较长且偏技术，下面这版做了不少删减和重组，建议感兴趣的同学直接读原文 · · · 翁家翌：超越梯度的学习 持续学习（Continual Learning）之所以一直很难，很大程度上是因为神经网络的顽疾：灾难性遗忘。那如果我们不只盯着权重更新这一条路呢？ 随着 LLM agent 越来越强，写代码这件事变得又快又好。但翁家翌注意到一个更有趣的现象：agent 可以反复读取失败信息、修改策略代码、添加测试、回放录像，让整套程序在不动任何网络权重的情况下持续变强。 · · · 这个视角让他重新审视了一个老朋友：heuristic，也就是手写规则和程序化策略。之前很多 heuristic 不是没用，而是维护太贵了，而coding agent 改变的正是这条维护曲线。那些曾经用完就扔的一次性补丁，开始变得值得长期拥有。 凡是能被持续迭代的东西，都开始变得更可解，这也恰恰是持续学习一直追求的目标。 它有没有可能成为继 pretraining → RLHF → 大规模 RL/RLVR 之后的下一个范式？ · · · 翁家翌用 Codex（gpt-5.4）做了实验，纯写规则版本，完全不碰神经网络。结果超出预期： — Atari Breakout 的打砖块分数从 387 一路升到 864，达到理论最高分； — MuJoCo 四足和跑步机器人任务中，纯 Python 策略也跑进了常见 Deep RL 结果的量级，HalfCheetah 五轮均值 11836.7； — 跑完 Atari 全部 57 个游戏后，在相同的环境交互步数下，中位数得分已经远高于 PPO 这类标准算法。 这里被更新的对象早就不是单纯的策略函数了，而是一整套带着记忆、反馈入口和回归机制的软件系统。翁家翌把它叫作 Heuristic Learning（HL，启发式学习）。 （我自己也做过 evolve，但不训练神经网络，纯靠规则约束，感觉系统怎么都智能不起来。其实不管 RL 还是 HL，能不能跑起来都是看一件事，优化结果的评分能不能清晰定义。） · · · Heuristic Learning（HL） 是什么？HL 怎么持续学习？ HL 的核心是用 coding agent 维护一个 Heuristic System（HS）。 和 Deep RL 的差异： — 反馈来源：不是 loss 函数，而是测试结果、环境奖励、日志、视频、失败模式分析； — 更新方式：不走反向传播，agent 直接改 policy、状态检测器、测试、配置或记忆结构； — 维护对象：不止一个 trace（黄金轨迹）、环境 wrapper 等。 以前怎么没人搞？专家系统 70 年代就有，但人维护起来是噩梦：加一条规则修好 case A，case B 崩了；规则堆到几百条后，除了原作者没人看得懂。 而 coding agent 不怕堆规则。它能同时读所有代码、跑全量测试、对比日志，把维护成本打下来。用翁的比喻说，就像纺纱机改变纺线成本曲线一样：手工纺贵得要死，机器一上来就塌掉了。 · · · Heuristic Learning 怎么做 Continual Learning 神经网络把经验压进权重，忘没忘、怎么忘的都是黑箱。HL 的历史则是显式的：版本 diff、回归测试、replay、视频、golden trace 全透明。新增能力前先固化旧能力：跑回归测试、跑固定种子回放。如果新规则破坏旧 case，agent 能直接定位到哪行代码引入的 regression。 但规则叠太多、agent 自己都维护不动的时候，就需要"历史压缩"，把一堆 case-specific 的补丁合并成更通用的逻辑，否则系统迟早变成没人敢碰的代码泥球。 · · · 当然，HL 不是万能药。因为 Heuristic Learning 并不能做所有神经网络能做的事情。它的上限卡在代码的表达能力：比如复杂感知和长程泛化。翁家翌也坦率地说，他想不出有哪个 agent 能纯靠 Python、不用网络去搞定 ImageNet。 所以真正的问题变成了：怎么把神经网络和 HL 结合起来，同时搞定在线学习和持续学习？ 最有希望的方向是：用 HL 快速处理在线数据，把在线经验变成可训练、可回归、可筛选的数据，再周期性地更新神经网络。以机器人为例，借用 System 1 / System 2 的说法，一种可能的分工是： — 专用浅层 NN 作为 System 1 的一部分：快、便宜，负责感知、分类、物体状态估计； — HL 也可以当做 System 1 的一部分：负责最新数据处理、规则、测试、回放、memory、安全边界、局部恢复； — LLM agent 作为 System 2：负责给 HL 提供反馈、改进数据，并周期性把 HL 生成的数据拿过来更新自己。 · · · Agentic coding 改变的不仅是写代码的速度，更改变了"哪些代码值得被长期拥有"。过去很多 heuristic 看上去没前途，不是它们太弱，而是维护不起。 coding agent 改变的就是这条维护成本曲线。 规则、测试、日志、记忆和补丁，原来只是散落的工程材料，现在开始能组成一个持续进化的 Heuristic System，去解决在线学习和持续学习一直没搞定的事。 欢迎来到下一个范式。 · so，skills + instruction following = AGI？

分析美日联手干预日元汇率 一、从“干预成功”到“多空拉锯” 2026年7月31日，国际外汇市场见证了一场历史性事件。美日两国宣布时隔15年首次联合干预、28年来首次实施“买入日元”干预。此前，日元兑美元汇率一度跌至164附近，创下1986年以来近40年的历史最低点。干预消息一出，日元瞬间从164拉升至155附近。 然而仅仅过了三天，8月3日的市场给出了更冷静的答案：当日日元盘中一度冲高至155.20，创下5月以来新高，但随即遭遇抛压，快速回落至156.70上方，全天在155.2至157.8之间巨幅震荡。多空拉锯正式展开。 日本财务省财务官三村淳用“日美货币同盟的完成形”来形容这次合作。美国财政部长贝森特明确表示“将毫不犹豫参与进一步干预”。但与此同时，美国前总统特朗普抛出惊人言论：“干预是为了赚钱。”这句话让市场更加困惑联手稳汇率，怎么变成了生意？ 今天，我们从历史视角、最新数据和机构预测出发，深度剖析这次干预的真实效果与隐藏风险。 二、事件全貌：一次历史性的联合行动 2026年以来，日元持续走弱。根本原因在于：日本央行6月加息后政策利率仅为1%，而美联储基准利率维持在3.5%至3.75%的高位。巨大的利差持续为美元提供支撑，市场做空日元的套利交易极为拥挤。 7月31日，日本财务省与日本央行分阶段进场买入日元，带动日元兑美元一度回升超过5日元。美国财政部通过纽约联邦储备银行同步进场，通过卖出欧元、买入日元的方式间接配合。据估算，此次干预总规模约8.45万亿日元，合528亿美元。特朗普也在空军一号上公开表示，这是“友谊的体现，也有利于世界经济”。 但真正引发市场热议的，是他第二天补充的那句话，美国参与干预有“经济利益”。这究竟是事实还是话术？我们稍后详析。 三、历史镜鉴：干预的“有效期”有多长 要理解这次干预的后续走向，必须回顾历史。 第一次：1985年广场协议。 美、日、德、法、英五国在纽约广场饭店达成联合干预协议，诱导美元有序贬值。协议签订后不到三年，美元兑日元从250跌至120，日元升值超过50%。但代价是巨大的，日本为应对升值压力大幅放宽货币政策，催生了严重的资产泡沫，最终泡沫破裂，日本陷入“失去的三十年”。 第二次：1998年亚洲金融危机。 美日同样实施了“买入日元”的联合干预。干预首周，日元从130升值至127，但仅仅两个月后就跌回了147。联合干预并未逆转趋势，效果极为短暂。 第三次：2011年东日本大地震。 七国集团联合干预，但方向相反，是卖出日元、买入美元，以阻止日元过度升值。 历史清晰显示：联合干预短期效果立竿见影，但若基本面不变，效果通常维持不过数月。1998年的案例与我们今天极为相似——同样是买入日元、同样是美日联手，结果却是短暂反弹后重回贬值通道。这也解释了为什么今天市场在干预后迅速进入拉锯状态：市场参与者都读过历史。 四、特朗普“赚钱论”：事实还是话术？ 特朗普的“赚钱论”引发巨大争议，他说的“与阿根廷货币互换赚了250亿美元”确有其事，但那是货币互换，也就是国家间的信贷安排，和本次的外汇干预，直接买卖货币，是完全不同的操作。外汇干预的目标是调节汇率，而非赚取利差。 至于“在委内瑞拉赚了几千亿美元”，几乎所有分析师都表示费解。美国对委内瑞拉有经济制裁，官方并无公开记录显示有此等收益。外界普遍认为这是随口举例或夸大其词。 那么，美国真正参与干预的经济考量是什么？主要是间接利益： 第一，防止日元无序暴跌引发全球套息交易踩踏，进而冲击美债市场。日本是美国国债最大的海外持有国，若日元持续暴跌迫使日本抛售美债筹措美元，将推高美国融资成本。 第二，配合“美国优先”的贸易政策，防止日元过度贬值抵消关税效果。 这些都是战略利益，而非直接“赚钱”。彼得森国际经济研究所高级研究员罗宾·布鲁克斯对此有精辟评价：外汇干预本质上是一场信心游戏，将干预包装为“赚钱”生意，最终反而可能削弱市场对美元的信任。 所以，特朗普的说法更多是政治话术，为干预行动赋予通俗易懂的“赢家叙事”，但事实依据薄弱。市场不应据此判断美国的干预动机。 五、五大核心风险 结合最新动态，我们逐一梳理本次干预的五大风险。 风险一：干预效果递减，市场“抗药性”增强 8月3日的冲高回落已经给出信号，第一次干预能拉9日元，但三天后市场就敢反向抛售。瑞德资本首席投资官Gerald Gan指出：货币干预仅在短期内有效，随着干预次数增加，效力只会逐渐减弱。 彼得森国际经济研究所更警告：美日协调一致的干预最终可能会削弱而不是增强人们对日元的信心。中国社会科学院美国问题专家马伟也指出，今年4月日本单月就用700多亿美元干预汇率，但反弹只维持了约一个月。历史证明，市场对干预的“抗药性”会越来越强。 风险二：套息交易平仓的“双刃剑” 日元长期处于全球套息交易的核心位置，投资者借入低成本日元，投资高收益美元资产。此次干预引发的日元急升，可能触发大量套息交易集中平仓。 关键在于：一旦日元转向升值，套息交易平仓将带来美债被动卖压；若日元持续暴跌，又迫使日本抛售美债筹措美元。无论汇率朝哪个方向剧烈异动，都可能引发连锁反应。这正是美国财政部最担心的系统性风险。 风险三：美债市场的潜在冲击 这是美国此次同意干预的核心考量之一。日本是美国国债最大海外持有国，如果干预长期化、规模继续扩大，日本可能减少新增美债配置，甚至出售存量美债。恰逢美国长债收益率处于高位，华盛顿不愿看到日本的“日元保卫战”反过来成为美债市场的又一股抛售力量。 风险四：结构性贬值因素未消 美日利差短期内难以缩小，套利空间持续存在。日本70%的石油依赖中东进口，能源价格冲击严重。与此同时，日本经济面临老龄化、产业空心化等深层次结构性问题。日本央行加息至1%后便显露踌躇，而美联储基准利率仍在3.5%以上，利差鸿沟依旧。基本面并不支持日元趋势性升值。 风险五：政治与信誉风险 日本立宪民主党代表水冈俊一批评政府，这“可能会沦为单纯的拖延时间”。根本原因在于日本政府必须认真思考日美利差和财政膨胀问题，而非一味依赖干预。 此外，IMF规定自由浮动汇率国在六个月内最多允许三次同类干预，才能保留相关资质。这意味着日本的干预空间并非无限。若多次干预无效，政府信誉将严重受损。 六、中期展望：重新跌回163需要多久？ 那么，日元下一次挑战163需要多长时间？综合了一下主流机构观点： 高盛预测6个月内跌至163，核心逻辑是美日利差难以缩窄。 汇丰预测2026年底升至162，2027年中升至164，认为美元太强，日本干预门槛越来越高。 花旗认为短线可能先回升至160附近，但中期仍看贬。理由是日本央行不急于加息、财政信誉低迷。 法兴银行和三菱日联持中性立场，认为短期干预能托底，但趋势扭转必须靠基本面根本变化，比如日本央行大幅加息或美联储降息。 美国银行则相对乐观，预测2026年底反而会升值至152，认为日元最坏阶段已过。 主流共识是：若不再出现大规模联合干预，日元在3至6个月内（即2026年底到2027年初）重新挑战163的概率较高。 但若日本央行超预期加息、美联储意外转向降息，或全球避险情绪骤升，日元也可能提前升值，延缓跌势。 七、结论 2026年7月31日的联合干预，是历史性的——15年来首次联合、28年来首次买入日元干预。它把日元从164拽回了155，向市场释放了强烈信号，短期内效果立竿见影。 但8月3日的震荡、特朗普的话术争议、以及机构对中期贬值的普遍预期，都在提醒我们：干预可以赢得时间，但无法替代基本面。 从1998年的前车之鉴到今天的结构性困境，历史反复证明：只要美日利差持续、日本经济结构性问题未解，日元贬值压力就难以根本消除。 特朗普的“赚钱论”更像是政治烟幕弹，真正的博弈在于美债市场稳定、贸易利益和全球金融安全之间的微妙平衡。 美日联手能救日元一时，但救不了日元一世。 真正的答案，不在外汇市场的买卖盘中，而在东京和华盛顿的政策选择里。未来3到6个月，155至163的区间将是多空争夺的主战场。投资者需警惕每一次干预后的反弹都可能成为新的做空窗口，同时也需防范套息交易逆转引发的黑天鹅事件。