其实今天海力士还好了。 周五经历了了三十个点的涨停，今天表现成这样也不算太拉跨。 今天能稳住的话。晚上看美股情况。保持上涨反转雏形就成了。

正规军来了！SEC 批准 NYSE 新规，RWA 和美股上链即将进入“权利”交接时代！！ 今天纽约证券交易所获得 SEC 会批准，修改《纽约证券交易所上市公司手册》第 703.12(II) 条，扩大认购权在纽约证券交易所上市的范围。 这次修改的核心是“预期上市认购权”。也就是说，底层证券本身还没有真正进入交易阶段，只要这个证券未来会在纽约证券交易所上市，并且相关证券法注册声明已经被美国证券交易委员会宣布生效，或者和认购权上市同时生效，那么这个未来认购权本身就可以先在纽约证券交易所挂牌交易。 这是什么？这就是 Pre-IPO 走向合规交易所框架的一种雏形，也是最近一段时间在传统金融和加密货币领域沸沸扬扬的 Pre-IPO、RWA、美股上链真正需要面对的核心问题。 过去很多所谓 Pre-IPO，本质上并不是投资者真正买到了 OpenAI、SpaceX、Anthropic 或者 Stripe 的股权，而是买到了某个平台、某个 SPV、某个发行人承诺给你的经济敞口。投资者以为自己买的是股权，但实际上可能没有股东身份，没有投票权，没有分红权，没有信息权，也没有真实股份的直接控制权。 这就是现在很多 Pre-IPO Token 最大的问题。用户购买的实际上和正股完全没有关系，仅仅是一个披着同名的“Meme”。就是想维权都找不到维权的主体！ 而 NYSE 这次新规的是从传统证券法框架出发，先确认权利，确认注册声明，确认未来底层证券会进入 NYSE 上市体系，再允许这个未来认购权本身进入交易所挂牌。 这才是重点。 未来真正合规的 Pre-IPO 是把“未来取得上市证券的权利”做成可以注册、可以托管、可以交易、可以行权、可以退市、可以被监管追责的产品。和现在很多 Pre-IPO Token 的区别在于，后者更多是平台信用，前者是交易所规则下的证券权利。 除了 Pre-IPO 以外，这份修改对于美股上链也有非常重要的意义。 美股上链如果只是把英伟达、特斯拉、苹果这些股票做成链上映射，那最多只是价格上链，甚至更接近差价合约或者合成敞口。这也是我一直再说的，天花板非常的低，而且很多所谓的美股上链也是一个同名 Meme 。 流动性不能共享，不同平台映射的同一美股都是不同的东西，最多就是一个追踪价格波动的敞口，更不要说拥有股东权利，也不代表用户可以承接分红、投票、配股、认购、转换、赎回等一系列公司权益事件。 真正的美股上链，上的不仅仅是股票的名字，还需要有股东权利。股票可以被代币化，但股票背后的所有权利也必须被处理。否则所谓美股上链，就只是把美股价格搬到链上，不是把证券体系搬到链上。 而且这次并不简单放行证券上链，而是在重构证券市场的最小单位。 这对 RWA 的影响也很直接。 过去很多人把 RWA 理解成资产上链，好像只要把债券、股票、基金份额或者未上市公司股权映射成一个 Token，就是 RWA。这个理解太表面了。 真正的 RWA 不是资产上链，而是权利上链。 Token 本身没有意义，重要的是 Token 背后到底对应什么权利。是所有权，是收益权，是债权，是赎回权，是认购权，是转换权，还是价格敞口。目前很多所谓的 RWA 只是换了一层链上包装，本质上还是不透明的结构化产品。 所以对我来说，未来金融资产上链的主线，不是 token first（代币有限），而是 rights first（权利优先）。 #Bitget# 来了就是VIP！Crypto、美股、CFD，全球先机一站布局

Bitget AI 黑客松「免报名直接提交」硬核通关指南-0撸50刀羊毛 Bitget AI Hackathon 的提交阶段已经进入最后冲刺。作为观察者，我一直在追踪这次比赛的动态。 我发现很多开发者和交易员存在一个巨大的误区：“我之前没报名，现在是不是错过了？” 完全没有！这次黑客松最硬核的规则在于：不需要提前注册，没报名也可以直接填表提交项目参赛！ 盘了一下奖池，回报率极高： • 总奖池：50,000 USDT • 一等奖：6,600 USDT • 发糖低保：只要提交 Demo 并发帖，就能直接拿 +50 USDT 的基础参与奖，门槛极低！ CN 提交链接（直接填表就能战）： EN 提交链接： 如果你手里有现成的 AI / 量化 Demo，或者想在最后几天快速拼一个 Agent，这篇深度通关教程将告诉你如何利用官方的“底牌”快速构建一个能打的作品。 一、 解构底层武器库：官方给的两个“外挂” 想要拿高分，必须理解 Bitget 这次黑客松主推的两个底层工具体系——Agent Hub 和 Playbook。 它们分别对应了“开发者”和“非代码交易员”的终极需求，甚至打破了 Crypto 与美股的资产壁垒。 1.Agent Hub：开发者的“全功能感知层” 传统 AI 交易最头疼的是自己去写爬虫抓推特情绪、接各家链上数据源。 Agent Hub 相当于把这些脏活累活全包了。 它提供了 58 个涵盖极度细分的交易执行 API，同时其“感知层 Skill”能让你的 Agent 同时具备读取宏观经济指标、链上大额异动、社媒情绪（X/Reddit）以及传统技术指标的能力。 最亮点的是它支持美股代币化资产。这意味着你的 Agent 可以一边盯着 Nvidia 的财报情绪，一边在 Crypto 市场做套利或对冲。 2.Playbook：非代码交易员的“自然语言编译器” 如果你不擅长写复杂的 Python 代码，Playbook 是你的通关密码。 它支持自然语言交互，你可以直接对它说：“帮我写一个策略：当 BTC 突破 20 日均线，且美股标普 500 波动率下降时，自动做多买入，并在亏损 3% 时硬止损。 ”AI 会自动将这段话编译成策略方案、自动跑回测，并提供一键部署的看板。从“有想法”到“跑起来”全链路覆盖。 二、 三大高分创意思路（现在动手还来得及） 根据我目前观察到的赛道风向，评审团对“感知 + 执行全打通”的 Agent 表现出极大的兴趣。 以下三个方向最容易在最后阶段通过组合官方 API 快速出活： 方向 A：Agentic Trading（感知-决策-执行全自动闭环） 不要只做一个简单的“信号提醒机器人”。利用 Agent Hub 的感知 Skill，做一个能够根据社媒 KOL 情绪变化 + 链上巨鲸钱包动向，自动在 Bitget 调起交易 API 进行现货/合约跟随的 Agent。这种全打通的基础基础设施在评选中极具含金量。 方向 B：美股与 Crypto 跨市场套利 Agent 利用黑客松对“美股代币化资产”的支持，构建一个跨衍生品套利模型。 例如：监测美股 AI 板块（如 NVDA、AMD）的日内波动率和期权数据，联动 Crypto 侧的 AI 概念代币（如 FET、NEAR）进行统计套利 （Statistical Arbitrage）或动量跟随。这轮美股 AI 行情大多数人只会买入等涨，而你可以用 AI 玩转跨市场对冲。 方向 C：基于 Playbook 的无代码策略生产线 如果你是策略产品经理或老交易员，可以利用 Playbook 快速生成 3-5 个针对极端行情（如深夜插针、流动性枯竭）的黑天鹅防御策略，跑通回测并录制 Demo 视频。 这种贴近真实交易场景的应用极易拿到好名次。 三、 极限通关：如何确保拿到 50 USDT + 冲刺 6,600 USDT？ 时间紧迫。 请严格按照以下步骤进行“压哨提交”： 1.准备 Demo 资产：不需要代码极其完美，但一定要有核心逻辑演示（一段 Github 代码库链接、或一段 2 分钟的屏幕录制视频说明你的 Agent 是如何工作的）。 2.无需注册，直接填表：点击官方提交通道，在表单中填写你的项目名称、简介、Demo/Github 链接。 3.顺手拿走 50 USDT：提交完成后，在 X (Twitter) 上发布一条关于你作品的推文，带上话题 #BitgetHackathon# 并 @Bitget AI 官方账号。只要是有效提交 + 发帖，+50 USDT 额外奖励稳稳到手。 总结一下，传统量化交易里需要花费几个月搭建的“数据抓取-回测引擎-交易执行”链路，现在借助 Bitget 的 Agent Hub 和 Playbook，几天之内就能拼装出一个雏形。 👉 中文提交通道： 👉 英文提交通道： @Bitget AI #BitgetHackathon#

前段时间，美国风投机构Dimension Capital的几个合伙人来中国深度拜访了一圈AI公司，用于修正自己的投资判断，他们回去后发给出资人的内部信传得挺广的，全文翻译如下： 跨太平洋的AI棋局 1、稀缺催生进化 美国的出口管制本意是为了拖慢中国的AI发展，但结果却意想不到的制造出了一种进化压力，导致中国的AI实验室拥有了世界独有的竞争围栏。 因为缺少算力，中国团队被迫深入到极其底层的架构里去做工程优化，DeepSeek在刻意削弱性能的H800上训练模型，并绕过CUDA在更下面的PTX上编程，甚至要把每张GPU里的一部分流式多处理器专门分配给跨节点通信。 我们认为，这并不是美国工程师干不了的事情，而是因为两边的刺激机制不同。 美国的AI公司更愿意用资本解决问题，每多投入一美金，就能多买来一美金的算力，但在中国，因为始终没有充足的算力可供购买，所以形成的方案是，每多一个懂编译器的工程师，就能降低整个团队对于算力的需求。 最后形成的是一种覆盖全栈的效率文化，从系统、优化器、推理算法、一直延伸到芯片，这种能力可以持续积累，不像一次性的资本开支，用完就结束了。 2、中国开源模型完成了过去20年中国SaaS都没能做到的事情——进入西方生产环境 不到18个月，中国模型在OpenRouter上的Token消耗份额从不足2%飙升到了45%，Qwen成为Hugging Face上面最快突破10亿次下载的模型家族，大约80%的美国AI初创公司，已经在内部部署了至少一款来自中国的开源模型。 开源绕过了传统软件采购的审查，当模型可以免费部署，也就不存在「供应商」让你放进黑名单。 但吊诡的地方在于，中国的开源模型本质上是在承担西方的生产成本，而并没有拿走西方的生产收入。 因为可以自行部署那些开源模型，所以最主要的利润，仍然流向负责提供Token的云厂商。 所以中国人把模型价格打了下来，让竞争对手很难受，但最主要的受益者仍然是美国的其他商业公司，因为它们能用到更便宜的模型了。 这不是说中国AI公司有钱不赚，开源这种生态在客观上就是会把利润的最大头分配给云厂商，而非模型开发商。 3、中国前沿模型的内部竞争，比西方预计的更加激烈 我们的判断是，目前中国模型的第一梯队包括DeepSeek、Qwen、Kimi、Doubao和GLM，它们之间的差距非常小，洗牌也相当频繁。 五家实验室同时比拼发布速度和模型能力，而且全部开源（译注：豆包并没有开源），这与美国主要由两家闭源实验室主导的竞争环境截然不同。 我们在这一周里最明显的感受就是，中国模型之间的竞争，可能更甚于它们和美国模型之间的竞争。 4、今天，AI要从太平洋两岸来回跑两趟，才能最终落地到客户那里 现在的循环大致上是这样的： 美国的前沿实验室训练出SOTA级的模型； 中国的前沿实验室对这些模型进行蒸馏，然后开源； 美国的AI服务商再基于中国的开源模型进行微调，做成产品卖给美国企业…… Cursor所谓「自主研发」的Composer 2，被发现是用Kimi K2.5改的，Cognition的SWE-1.5看起来也像一个定制版GLM。 就在我们坐在从上海去北京的高铁上时，Harvey发布了自己的专有模型Harvey Tenet——它是对Kimi K3进行了后训练所得到的产物。 如果是一年前，这些公司大概率会选择Llama，或者Mistral。 如今，美国垂直AI行业的底层基座，正在变成中国的开源模型——而这些模型内部，又潜藏着来自美国前沿模型的智能。 5、数据层似乎也在发生类似的事情 Mercor、AfterQuery、Turing这些美国的数据标注公司，都已经公开披露与蚂蚁、阿里巴巴和字节跳动存在商业合作关系。 同时，我们也在中国看到了一批刚刚出现的新公司，它们没有再去做数据标注的生意，而是转为评测和验证基础设施。 比如UniPat。 这家公司成立于2025 年12月，创始人是一名北京大学博士生，此前曾在阿里、月之暗面和腾讯工作。 UniPat发布的 基准测试，已经开始被美国实验室引用到自己的模型报告中，它还声称，通过自己基于Rubric的监督方法训练一个小模型，也取得了很好的效果。 这种思路还是在用更高质量的监督替代更多算力，与我们在第一点中提到的现象完全一致：资源，尤其是算力受限的环境，会逼迫团队发展出不同的适应性能力。 我们在北京和上海见到了好几家这样的公司，绝大多数成立不到24个月，其中少数几家的收入已经很快的突破了1亿美金。 6、美国和中国面临的难题完全不同，而且恰好相反 2024年，中国新增的电力供给是429GW，美国大概是51GW。 根据预估，一直到2030年，中国每年新增的电力供给，都将在400GW以上。 美国的情况是，目前光是数据中心的扩建项目，就有241GW的电力缺口，因为电网接入的积压，需要排队等上5年时间。 中国真正的瓶颈，正如我们提到过的，是算力资源不足。 最直接的例子就是月之暗面：Kimi K3发布后不到两天，就因为推理能力不足而暂停了新用户注册。 所以： 美国芯片充裕，但越来越受制于电力；中国电力充裕，但一直都受制于芯片。 我们可以确信的是，中期AI局势很大程度上将取决于哪一侧的障碍先被推倒，是美国的电网容量先得到改善，还是中芯国际和华为的先进封装以及良品率提升得更快。 7、中美两国的AI产值差太远了 Anthropic在7月的年化收入超过了650亿美金，OpenAI的同期数字在400亿美金左右。 相比之下，中国收入最高的模型是字节跳动的Seedance，年化收入大概在20-30亿美金之间。 中国的纯语言模型公司，年化收入都还停留在数亿美金级别，比如DeepSeek正在接近5亿美金的水位。 消费端也有同样的困扰，豆包的月活用户已经达到3.45亿了，超过Qwen和DeepSeek之和，但每天产生的收入仍然不到100万人民币，而且基本全部都来自购物佣金。 中国的消费者不愿意为软件付费这个死结，我们也不知道该如何解开。 当然，拥有如此庞大的用户规模，最终完全可能找到具有中国特色的商业模式，这在十年前的消费互联网已经发生过一次了。 那就是羊毛出在猪身上，靠电商和广告来实现模型的商业化，中国的创业者身上有种实用主义精神，他们不会因为某种商业模式不够AGI而回避它。 8、硬件和半导体在脱钩，软件和数据在融合 两个国家的政策反应速度已经跟不上了： 美国的产品跑在中国的模型上； 中国的实验室在新马泰租用英伟达的GPU训练模型； 专家标注的数据则在两个方向上互相流动； 所以我们觉得「到底哪边在赢」是一个伪命题，在目前的状态下，两个体系已经高度相互绑定，以致于国家层面的胜负很难被清晰定义。 除非RSI（递归自我改进）的实现能从根本上改变整个系统结构。 9、中国的一些顶尖研究员相信他们已经拥有弱形式的RSI了 在此语境下的RSI，仍然受到算力限制。 更准确的说，这些系统如同RSI的早期雏形： 研究员自己介入其中，通过人工辅助的方式，加速模型到达原本最终也可能到达的能力，从而节省算力和时间。 打比方来讲，这一阶段的RSI，最接近1990年到2010年之间流行的「半人马国际象棋」： 机器加人类的组合，比单独的人类或单独的机器都更强。 10、接下来会有一个至关重要的分叉 假设RSI会随着算力规模的增长而进化，那么美国所处的位置就相当有利了。 目前，美国那两家顶级实验室各自运行有大约2GW的算力基础设施，同时每家已经锁单超过5GW，计划到2030年达到约30GW的水平。 理论上，这些公司拥有巨额收入和资本市场的全力支持，可以大力出奇迹的推动RSI，而中国根本没有足够的芯片追赶。 但另一种情况是： 如果真正的瓶颈并不在于算力，而是质量； 或者，这条技术线所需要的时间足够长，长到足以让中国的优化能力和替代芯片发展到可用水平； 那么过去18个月已经出现的趋势可能不仅会继续，还会加速： 美国前沿模型能力进一步商品化； 中国开源模型变得越来越无处不在； 美国垂直AI公司则获得新的机会——在外国开放权重模型上做微调和应用； 与此同时，大量新增的调用量和利润，会流向负责提供推理服务的公司，目前来看，主要就是超大规模云厂商和新型算力公司。 当然，这一判断建立在电力基础设施按中性预测发展的前提之上。 11、还有一种未来的可能性是，美国的前沿实验室不再对外提供最新版本模型的API了 现实是，目前这一代模型的能力，已经可以满足绝大多数商业需求了。 未来顶尖的高端模型，可能不会再按调用量定价，而是像交付SaaS系统那样，按结果定价。 这样做还有另一个效果：限制中国实验室的蒸馏行为。 美国公司的代价是要放弃不断增长的API调用收入，作为回报，它们可以切断太平洋对面的竞争威胁。 或者至少，这会迫使中国进行昂贵的预训练，从而进一步挤压中国已经存在的算力资源。 12、监管政策砍不断跨太平洋的暗通款曲 到了今天，如果还认为可以简单切断这种联系，实在是过于天真了。 中美两国的技术人员正在通过各种媒介「对话」： 模型蒸馏、开放权重、数据标注、推理服务，以及越来越多的软件执行框架和智能体基础设施。 眼下正在讨论的一些粗暴限制措施——实体清单、托管禁令、采购禁令——几乎肯定会抑制美国自身的创新，并让美国在这些领域失去领导地位。 而空出来的位置，必然会迎来快速跟进的中国竞争者。 13、西方一直在讨论的估值泡沫，在中国市场明显更加突出 中国AI公司的收入规模更低，却享有更高的估值倍数，这是资本市场的一大奇观。 月之暗面的估值是年化收入的115倍，智谱、MiniMax在上市之初也都是100倍，相比之下，Anthropic只有20倍。 我们的判断是，这可能源于中国的资本市场仍不够成熟。 过去二十年，这个市场更习惯于给消费软件公司定价，而现在才刚刚开始建立一套能够理解企业软件和开源商业模式的成熟估值框架。 对于合适的投资机构来说，中国内地和香港存在着相当大的机会，能够找到新兴行业的领先标的。

這是我上班的動力!! 你想要哪個女生當你的秘書? 這陣子越研究 DeFi，我越覺得一件事 市場真正缺的，從來都不是收益 而是能長期留下來的收益 很多協議在牛市時看起來都很漂亮 APR 高得誇張，資金流入速度也很快 但問題是，這種收益很多時候建立在短期激勵上 代幣補貼一減少，流動性開始下降，整個收益模型很快就變了 所以現在我看項目，會特別注意一件事 這個收益，到底是來自真實需求，還是單純靠補貼撐起來 這也是為什麼我最近越來越關注 @TermMaxFi 因為它想做的方向，和很多傳統高 APR 敘事不太一樣 它更重視的是 如何建立一個可以被長期使用的固定收益市場 借款人願意支付固定成本取得流動性 出借人願意接受相對穩定的固定收益 市場透過期限與利率形成更完整的資金曲線 這種結構，其實更接近真正的金融市場 而不是只靠短期情緒推動 尤其現在 RWA、Tokenized Stocks、機構資金慢慢進場之後，我覺得市場對「穩定性」的需求會越來越高 因為大資金通常不會天天追逐最新池子。 他們更在意 這個市場能不能穩定運作 收益能不能預估 風險能不能量化 從這個角度來看，@TermMaxFi 現在做的固定利率基礎設施，我認為很有機會成為下一階段 DeFi 裡的重要一環 至少對我來說，它已經不只是單純的借貸協議，而是開始有點像鏈上的固定收益市場雛形了

哥飞 SEO Agent 初具雏形了，Agent 能力目前具备了，但是词库缺少数据，等这次北京活动搞完了，我回到深圳，去 Ahrefs、Similarweb 等平台拉一下词库导进去，到时候就会更好用了。 到时候也开放非社群会员订阅使用，敬请期待。 （截图没有把回答全部截完整，太长了，只截取了前面一部分）

腾讯的SkillHub的新品类，Pay Skill真的很新奇，把你的付费服务封装成Skill 现阶段只是试用，但是完整的生态已经有雏形了，以后Skill不仅仅是AI使用的工具，也有可能是AI时代的宣传渠道，不仅可以用还可以替你赚钱。 初期门槛较高，需要注册企业账号并完成认证、然后绑定微信商家号，但是后面肯定会开放到个人开发者