很多人做 BTC 交易，都会经历一个阶段： 下跌的时候，总觉得后面还有更深的回撤； 上涨的时候，又害怕自己已经错过最佳位置。 想抄到最低点，想卖在最高点，看似简单，真正做到却非常困难。 这几年在市场里最大的体会是，行情从不会按照人的预期运行。与其每天猜顶部和底部，不如把交易逻辑提前规划好。 现在更倾向于用网格策略来应对震荡行情。 提前设定价格区间，把资金拆分成多个仓位： 价格回落到对应位置，分批布局； 行情反弹到目标区间，逐步止盈。 不用频繁追涨杀跌，也不用被短期情绪牵着走，让策略按照计划执行。 市场永远有波动，而好的策略，就是在波动中寻找属于自己的节奏。 WEEX API 交易挑战赛正在进行中， 把你的交易思路交给策略验证，看看谁能在真实行情里跑出更强表现。 #WEEX# #API交易挑战赛# #量化交易# 想参与的点击：

很多人以为量化交易就是盯盘更久、反应更快。 但真正成熟的交易方式，核心并不是和市场比速度，而是提前建立一套属于自己的执行逻辑。 行情出现信号时，系统按照预设策略自动响应； 机会来临时，不再因为情绪、犹豫或手速影响判断。 这就是 API 交易的价值—— 把交易从“临场决策”，变成“策略驱动”。 WEEX API 交易挑战赛正在进行中，带上你的交易思路和策略，让市场检验你的执行能力。 策略有没有优势，实战才是最好的答案。🚀 #WEEX# #API交易挑战赛# #量化交易# 想参与的点击：

行情半夜突然启动，谁在替你站岗？👀 如果交易也有“特斯拉哨兵模式”： 普通交易：打开行情 → 反复纠结 → 下定决心时，机会已经走了 😅 哨兵策略：持续监测 → 捕捉信号 → 匹配规则 → 自动执行 ⚡ 行情不会提前打招呼，交易纪律也不能临时上线。 WEEX API 交易挑战赛进行中，带上你的策略来实战过招 🔥 立即参与： #WEEX# #API交易挑战赛# #量化交易#

每次都想买在最低、卖在最高？市场早就把你的剧本偷看完了。😅 宽域网格换个玩法：不猜方向，先把价格切成一格一格。 📉 跌一格，分批买 📈 涨一格，分批卖 🔄 行情反复横跳，策略照常执行 不和市场斗心眼，让规则负责干活。 你的网格能扛过几轮行情？WEEX API 交易挑战赛，等你实测： #WEEX# #API交易挑战赛# #量化交易#

AI驱动的自动化链上行为，已经快速到来。链上AI代理已经不只是概念，而是在链上快速落地了。昨晚OKX Web3 night活动上很有感触，简单记下要点： 1、链上工具层整合加速 告别过去零散 API 拼接的时代，通过标准化技能组件（Skill Components） 降低 AI 开发门槛，激活整个生态创新。让 AI Agent 开发更高效、模块化。 2、机器支付协议补齐最后一环 实现 Agent 之间自主结算，脱离人类转账流程，完善全链路自动化（从决策到执行到支付闭环）。这被认为是 AI Agent 大规模落地的关键基础设施。 3、AI Agent 独立合规运行的身份体系问题 当前很多 Agent 仍依赖人类钱包托管，存在巨大资产安全和法律责任隐患。需要专属的 on-chain 身份体系，才能让 Agent 真正独立、合规运行。 4、整体趋势与机遇挑战 AI Agent 已能 on-chain独立做资产判断 + 自动化交易。 智能化基础设施、自动化协同、数据驱动是下一阶段Web3发展的关键路径。 当然如安全、自托管、合规都是痛点。 不得不说，Henderson高空俯瞰维港夜景雀食很棒，昨晚OKX者活动有点赛博朋克风了，很有未来感。辛苦@Haiteng_okx @Mercy_okx @mia_okx @Cayne_okx

做量化久了会发现一件事：策略能覆盖多少市场，有时候真的比拼命提高交易频率更重要。 不是说高频不好，而是当市场环境变了，你再怎么卷频率也是事倍功半。币圈震荡的时候，黄金、原油、股指这些TradFi市场反而可能因为宏观数据、财报、地缘事件走出很明显的趋势。逻辑不一样，波动来源也不一样，策略的用武之地自然也不一样。 所以WEEX这次搞的API TradFi交易挑战，我觉得对量化玩家来说挺值得顺手参与的。通过API交易指定合约，达到对应交易量就能解锁阶梯奖励，四档可以叠加，最高27 USDT。 参与方式不复杂，但有个细节必须提醒——一定要先报名。建议先去活动页面点一下报名，再开始跑API策略和累计交易。反正本来就在跑量化策略的话，顺手参加一下就行，别因为忘了报名白白错过奖励。 活动时间：7月29日—8月5日 传送门放这里了👇 #WEEX# #API# #TradFi# #量化交易#

我今天在给你们爆个料，最近喷的很火的憨巴龙王，他以前是电侠大家都知道，但实际上他还是跟囤明星一起玩的，熬鹰他们也认识应该，他们三个都是在交易所营销部门出来的，我甚至怀疑链上地址都是交易所配合他们营销的，实际上就是交易所的狗拖，熬鹰是以前合约帝的员工，合约帝和币cion是最早实盘软件，交易所的数据都接到这个软件，然后吸引交易员去出名 早期实盘软件都是交易所投资的，因为你要接入交易所最重要的api，api一旦被盗走了那交易所里的u都消失了，所以这些实盘软件，有交易所的安全部门提供技术支持，确保用户不会被盗走，所以说实盘软件本质上就是交易所的营销软件 让实盘软件火起来需要狗拖出名，当时17.18年这个软件刚出的时候立马比特皇和肥宅比特币就注册了，所以我前几年一直喷他们是狗拖，他们的出现吸引了一堆人，到后面我也知道了这些软件，一直到我21年玩实盘把这俩软件带火，后面大家都习惯入驻实盘 囤明星是原币cion老板，他跟电侠21年就一起吃饭关系很好，还发微博见面经常讨论kol的事，当时我知道他们经常见面，后面他们经常说电侠有钱，有内幕，是交易所的某个部门员工，熬鹰是在合约帝出来的工作人员，25年我俩加好友他告诉我，说以前我重置合约帝实盘的时候都是他负责技术支持，因为以前21年牛市波动大经常挑战一天翻百倍，所以每次爆仓了归零了就重置实盘，重新冲u重新挑战 囤明星前段时间被晴天 因为他们这几个人都跟交易所关系密切，熬鹰币安带单亏了几千万u一堆人说他是狗拖我也信，外加这个熬鹰是忽然25年杀出来的，以前一个服务于我的合约帝员工怎么就成技术大神了，我怀疑就是交易所要造神，25年给了他情报，让他做起来账户火了，这个人在去年eth最顶部一路抄底，而且熬鹰这孙子每次交易所活动都去参加，给我一种交易所听话马仔的感觉 事情都是真实的，囤仔被晴天起诉，熬鹰在合约帝工作，以及电侠（憨巴龙王）早期跟囤仔隔三差五吃饭，一堆人说他是内部人员，所以链上地址极有可能是交易所老板的，他们只是被资本利用的，所以每次交易所活动都参加，里面最厉害的是囤仔，早期币cion老板有很多内部上币情报，他是有点东西的，龙王和熬鹰可能只是马仔 这些年尤其是币安的很多交易所内部员工斗身价几千万啊上亿了，早期21年我认识的币安客服，人后面身价上亿，那时候bnb才几十块钱，他们内部得到的情报很多，当时赵长鹏这孙子就给员工洗脑未来bnb涨幅几十倍，还真他妈做到了，所以囤仔熬鹰龙王，这三个孙子在交易所营销部门出来的确可能链上地址是交易所提供的，并不是他自己的

🔥🔥🔥本周重要事件与数据预告： 美国非农、美英加欧四大央行聚首、三星和 SK 海力士将公布投资 “大动作” 这份清单是全球宏观 + 产业 + 政策一周日历，覆盖欧美日韩中经济数据、央行重磅讲话、半导体 / 算力 / 原油产业大事、美股财报、市场休市安排，是外汇、美股、芯片、大宗商品交易者核心参考资。 周一（6.29） 产业重磅：三星、SK 海力士公布重大投资计划，直接影响 HBM、DRAM 存储芯片板块行情；2026 北京太空算力大会举办，利好国内 AI 算力题材。 央行主线：欧洲央行辛特拉央行论坛开幕（持续至 7.1），美联储官员巴尔金发言；国内央行新增隔夜逆回购工具，影响国内流动性。 经济数据：欧元区 6 月工业、经济景气指数。 周二 （6.30） 关键经济数据国内：6 月官方制造业 PMI，直接反映国内工业景气度；2025 个税汇算当日截止。 海外：日本失业率、英法德 CPI / 失业率、加拿大 GDP、美国房价指数、JOLTs 职位空缺、美国消费者信心。 金融事件：美联储 5 月议息会议纪要公布，市场用来预判美联储降息节奏；欧洲央行行长拉加德讲话；美伊技术性谈判；耐克发布财报。 周三（7.1）本周最高权重交易日 全球四大央行行长同台讲话：美联储、英国央行、加拿大央行、欧洲央行行长齐聚辛特拉论坛，会释放货币政策风向，大幅波动美元、黄金、美股。 就业先行指标：美国 ADP 私营就业、挑战者企业裁员人数，为周五非农数据做前瞻。 PMI 全套数据：中、美、英、法、德、欧元区 6 月制造业 PMI；API/EIA 原油库存影响国际油价。 市场休市：多伦多证交所、港交所休市一日； 产业催化：半导体产业链迎涨价潮，达沃斯科技峰会开幕；智能网联汽车新规生效。 周四（7.2） 非农前置数据：美国季调后非农就业、失业率、初请失业金（市场提前交易就业预期）；美国工厂订单、欧元区失业率。 产业展会：上海国际具身智能产业博览会、全球 OPC 共创节（北京）。 周五（7.3）本周超级行情日 全年核心数据：美国非农就业全套数据，直接决定美联储降息预期，驱动美元、黄金、美股、加密市场大幅波动；同时公布石油钻井总数、全球服务业 PMI 终值。 美股休市：美国独立纪念日，美股全天停盘。 其他：英欧央行行长分别发表讲话；国内成品油调价窗口开启；特朗普出席总统竞选活动。 周日（7.5） 沙特阿美公布官方原油售价，直接引导下周国际原油开盘走势。

后大选时代的预测市场：Polymarket 守长尾，Kalshi 抢机构 预测市场近年的爆发，不只是链上博弈玩法的流行，更像是一套生产“群体共识与即时真理”的社会信息基础设施开始成型。 问题在于，这套基础设施并没有沿着单一路径成熟，而是被外部合规监管与内部清算信任同时拉扯。 一、行业正在形成“双路线流动性错位” 预测市场近年的爆发，不只是链上博弈玩法的流行，更像是一套生产“群体共识与即时真理”的社会信息基础设施开始成型。问题在于，这套基础设施并没有沿着单一路径成熟，而是被外部合规监管与内部清算信任同时拉扯。 Kalshi 代表的是制度化路线：以 CFTC 指定合约市场（DCM）牌照、银行托管、法币清算和标准化 API 为核心，吸引传统机构和合规做市商。Polymarket 代表的是链上原生路线：以 USDC 结算、非托管体验、全球长尾流量、做市返佣和持仓奖励为核心，快速捕获政治、加密与文化事件中的共识交易需求。 真正的分水岭不是谁的 CLOB 更先进。两家底层都采用连续中央限价订单簿，技术轨道高度相似；真正拉开差距的是流动性激励、资金沉淀收益、司法准入边界，以及最终结算时“谁来裁判、裁判是否可信”。 二、CLOB 不是差异点，流动性激励才是 Polymarket 与 Kalshi 的订单簿微观结构并无本质差别，二者都选择连续中央限价订单簿（CLOB）。这一机制在流动性充足时具备极高价格即时性，适合把突发新闻、民调变化、宏观数据和体育事件迅速映射成概率价格。 差异出现在“谁愿意把资金挂在簿上”。Polymarket 用 0 Maker 手续费、15%-25% Maker Rebates、平方评分规则（Quadratic Scoring Rule）每日结算流动性激励，以及最高 50% 的 Taker 交易费返还，降低算法做市商在链上持续报价的库存风险和手续费损耗。结果是核心市场的买卖价差可被压缩到 1-3 美分。 Kalshi 的吸引力不在补贴，而在制度确定性。作为受 CFTC 监管的 DCM，它提供的是合规订单簿、法币美元通道、银行托管框架和机构可审计的交易接口。这类安排对不能触碰加密货币、但需要对冲宏观或事件风险的传统对冲基金更关键。 三、资金收益改变长周期合约的持有意愿 Polymarket 的 Web3 USDC 结算让平台能够对符合条件的持仓提供 Holding Rewards。官方口径显示，当前官方执行利率约为 3.25% 可变年化收益率，较 2025 年 9 月推出时的 4.00% APY 已经下调，平台也保留继续调整的权利。该机制通过每小时随机快照并每日结算支付。 这对长周期事件合约很重要。政治大选、宏观路径、长期科技或监管事件都可能占用资金数周乃至数月，持仓奖励可以部分抵消资金沉淀成本，提高散户和套利者持有至结算的意愿。Kalshi 则受客户隔离资金、银行托管和传统清算规则约束，无法提供类似链上持仓孳息。 但这不是无风险红利。随着 Polymarket 总交易量扩大，固定预算或底层孳息能力需要覆盖更大的资金池，3.25% 可变 APY 本身就意味着未来收益空间可能被进一步压缩。 四、流动性不能看总量，要按市场类别拆开 把 Polymarket 与 Kalshi 简单做平台总量对比会误判格局。体育、政治、加密、宏观经济数据的参与者结构、合规要求、入金通道和信息来源完全不同，因此有效深度也呈现明显分层。 全年数据同样支持这种分层判断。官方显示，Kalshi 2025 年全年交易量达到 228.8 亿美元，并在 2026 年 Q1 爆发至 330 亿美元，其中包含特定大户的机构对冲套利行为。与此同时，2024 年美国大选期间，Polymarket 仅总统大选主合约（不含子市场）的累计下注额就达到 32 亿美元，显示政治事件的注意力与资金高度集中。 因此，预测市场不是一个单一流动性池，而是一组事件风险市场的集合。Kalshi 更像机构级、合规化、宏观与体育风险的集中场；Polymarket 更像全球政治、加密与长尾共识的链上流量场。 五、谁在赚钱：专业套利者连接价格，散户承担磨损 专业套利者与量化机构已经成为预测市场的核心参与层。他们通过跨平台套利、民调偏差套利、时间衰减套利和事件驱动统计套利，把同一事件在 Polymarket 链上 USDC 与 Kalshi 链下 USD 之间的价格偏差快速收敛。官方给出的跨平台基差套利日收益率通常在 0.1%-0.5% 区间。 这种机会来自司法辖区、KYC 门槛、入金通道和结算体系的摩擦。两个平台的同类合约会在短时间内产生价格背离，高频做市商通过自动化 API 监控限价订单簿，并借助 Polymarket 的 Maker/Taker 返佣降低手续费磨损。 散户的处境则相反。实证统计显示，预测市场普通散户亏损率处于 69%-70% 区间，约 70% 用户最终以亏损出局。Polymarket 上的亏损主要来自信息不对称和算法做市捕获；Kalshi 上的亏损更多来自长尾市场买卖价差较宽、以及过度高频交易造成的本金磨损。 这说明预测市场不适合被包装成大众低门槛理财工具。它更接近高度专业化的事件风险和共识对冲市场。散户面对的对手不是传统博彩中的单一庄家，而是在 CLOB 中持续撤挂单、建模新闻、追踪民调并自动执行的专业机构。 六、Polymarket 的第一性风险不是监管，而是清算可信度 外部监管固然重要，但对去中心化预测市场而言，内生的预言机信任危机更可能成为长期资金进入的第一性否决项。Polymarket 的合约清算依赖 UMA 乐观预言机，基本流程包括提议、48 小时挑战和代币投票结算。 UMA 于 2026-06-25 推出 Managed Optimistic Oracle V2，引入由 37 个地址组成的白名单机制以防止投票操纵。这是重要修补，但也暴露出悖论：越是需要白名单和托管式治理兜底，越说明纯粹去中心化结算难以独立承载机构级信任。 大型对冲机构宁愿接受 Kalshi 没有持仓利息，也未必愿意把长期大额资金沉淀在存在预言机争议、利益冲突和无统一保险兜底的链上清算体系中。 七、合规双轨制：Kalshi 被地方围堵，Polymarket 被美国吸回 Kalshi 的路径是先进入监管框架，再与地方司法持续拉扯。它已获得 CFTC 批准，以 DCM 身份运营全国性预测市场，并在 2026 年 2 月因微小合规漏洞被处以 2,246.36 美元罚款。 但州级监管并未因此退出。华盛顿州总检察长起诉 Kalshi，联邦法官于 2026-07-21 发布临时禁止令阻止其特定合约运营；伊利诺伊州也试图将其划为体育博彩并征收惩罚性博彩税，Kalshi 正在诉讼抗争。 这背后是美国金融监管和博彩监管的联邦-州双轨制。即使 CFTC 给出联邦通行证，各州仍可能基于博彩法、地方税收和既有利益格局进行二次围堵。Kalshi 正推动国会通过 Clarity Act，以确立联邦专属管辖权；官方提到，Polymarket 上关于该法案能否签署的合约已产生 230 万美元交易额。 Polymarket 则走相反路线：先通过离岸和链上原生体验获得全球流量，再试图回到合规主流市场。 它在 2022 年与 CFTC 达成 140 万美元和解，承诺关闭美国区业务并执行美国 IP 地理屏蔽。目前主平台对包括美国在内的 37 个国家和地区实施严格封锁，并执行高强度 VPN 禁令。 为了回归美国市场，Polymarket 已向 CFTC 递交 DCM 注册申请，其 US 做市商计划也已获得 CFTC 备案，有效期至 2029-11-15。 但 2026 年 6 月，CFTC 再次对 Polymarket 启动涉及虚假交易和误导性社交媒体营销的新调查。Polymarket 的难题在于：一旦 US 实体引入与 Kalshi 类似的 KYC/AML、SSN 验证和银行清算，它就可能失去 Web3 原生平台最核心的无摩擦、非托管与持仓孳息优势。 八、局限性与关键逆转变量 流动性深度口径：体育类、加密类市场的深度比属于基于公开成交量的方向性判断，并非实时挂单快照。由于平台 API 与历史快照限制，无法精确还原分类实时挂单量。 政策变量：美国国会 Clarity Act 的最终走向，以及 CFTC 对 Polymarket DCM 牌照的审批进度，是改变双雄割裂格局的关键外部变量。 激励变量：Polymarket 的 3.25% 可变持仓收益与 Maker/Taker 返佣若继续下调，长周期资金锁定和跨平台套利 ROI 都会被重新定价。 清算变量：UMA Managed Optimistic Oracle V2 能否真正降低争议市场数量、利益冲突和投票操纵风险，将决定机构资金是否愿意进一步进入 Polymarket。 九、最终判断：后大选时代的预测市场会继续分叉 预测市场已经告别早期“博彩”或“娱乐”定性，开始具备事件衍生品与社会共识基础设施的双重属性。但它不会以单一路径统一。未来行业会在两条轴线上继续分叉：外生合规监管决定平台能否承接美国机构与法币流量，内生预言机信任决定链上市场能否承接长期大额资金。 Kalshi 将继续依靠 DCM 牌照、法币清算、银行托管和机构 API，在体育、宏观经济数据和美国合规交易中占据优势。Polymarket 则会继续依靠全球化、非托管体验、政治长尾和加密原生用户，在高波动、高敏感度、高注意力事件中保持深度。

OpenAI 跟 Cerebras 那笔 750MW 的合同今年 1 月签的，1 月份报道的合同价值超过 100 亿美元，后来 S-1 招股书披露的 Master Relationship Agreement 总价值超过 200 亿美元（包含到 2030 年的扩展选项）。第一个产品 2 月 12 日就上线了，叫 GPT-5.3-Codex-Spark。这个产品本身就是 Cerebras 推理引擎实战表现的一份成绩单，可以从几个方面做具体判断。 吞吐方面，Codex-Spark 在 WSE-3 上跑出 1000 tokens/秒以上，标准 GPT-5.3-Codex 跑在 GPU 集群上约 65 tokens/秒，速度差距 15 倍。Cerebras 自己在 gpt-oss-120B 这个开源模型上能跑到 3000 tokens/秒，是当前所有商用推理服务里最高的吞吐。第三方 benchmark 横向对比，同样 gpt-oss-120B 模型在 Cerebras 跟在普通 GPU 推理后端的吞吐差大约 10 倍。这个 10 到 15 倍的实测差距，跟物理层面 Cerebras SRAM 21 PB/s 对比 H100 HBM3 3.35 TB/s 那约 6300 倍带宽鸿沟之间，还有几百倍的 gap，被软件栈、工作负载、batch 处理这些系统级因素吃掉了。 延迟方面，1000 tokens/秒对应每个 token 1 毫秒生成间隔，这个速度的硬件能力反过来暴露了 OpenAI 自己推理 stack 的瓶颈。OpenAI 在 Codex-Spark 上同时引入了持久 WebSocket 连接和 Responses API 重写，每次客户端服务端往返开销减少 80%，per-token 开销减少 30%，time-to-first-token 减少 50%。原来 OpenAI 的整套推理服务架构是按 GPU 推理"几十毫秒一个 token"那个延迟尺度设计的，跟 Cerebras 1 毫秒每 token 的硬件能力对不上，软件栈的开销反而成了瓶颈。Cerebras 的速度让 OpenAI 必须重做整个 web 层，硬件能力升级倒逼软件栈重构。 成本方面，Cerebras 的硬件成本优势目前还没有被公开定价验证。Codex-Spark 只对 ChatGPT Pro 200 美元/月订阅用户开放，API 定价至今未敲定。OpenAI 选择高 ARPU 订阅档而不是开放 API 定价，意味着单位推理成本仍然显著高于普通 GPU 推理服务，需要靠 Pro 订阅的高客单价摊薄 Cerebras 的硬件固定成本。如果 Cerebras 真的便宜过 GPU，OpenAI 应该敢把 Cerebras 后端的 API 价格直接公开。延迟披露 API 价格这件事，可以理解为 cost-per-token 还没真正击穿 GPU 推理的成本曲线。作为参考，Cerebras 自己的推理云上 gpt-oss-120B 定价是 $0.69/M 输出 tokens，GPT-4o 的 API 售价是 $10/M 输出 tokens，但两者模型规模和能力差距很大，不能直接对比。 但 Cerebras 的这套东西有几个关键的约束条件，框定了它现在能做什么、做不了什么。 第一是模型大小限制。Codex-Spark 是蒸馏后的小模型，被显著压缩才能跑进 WSE-3 的 SRAM。WSE-3 的片上 SRAM 只有 44GB，frontier model 的参数量远超这个容量，必须做剪枝或蒸馏才能装得下。换速度的代价是损失约 19 个百分点的模型能力，Terminal-Bench 2.0 上 Spark 约 58% vs 标准 Codex 77.3%。这是 weight streaming 在工程上仍然不够好的旁证，OpenAI 选择用蒸馏小模型而不用 weight streaming 跑大模型，说明前者目前在工程上更可行。 第二是容量限制。Codex-Spark 目前是 research preview，OpenAI 明确说明"由于运行在专用低延迟硬件上，使用受独立速率限制约束"。这个表述基本等同于承认 Cerebras 容量稀缺。750MW 全部部署完需要数千台 CS-3，对应 Cerebras 的整机产线是巨大的扩产挑战。这也是招股书里 RPO 约 246 亿美元有 85% 要到 2028 年之后才能确认收入的根本原因，硬件交付的物理速度限制了营收节奏。 总结来说，OpenAI 这笔交易对 Cerebras 是阶段性胜利，但远没到终局。技术验证层面，Codex-Spark 证明 WSE-3 在中小模型推理上确实能做到 GPU 做不到的速度，这一点产业内已经形成共识。但商业兑现层面，Cerebras 还要解两个核心问题。一是大模型推理的 SRAM 容量限制，OpenAI 用蒸馏小模型而不用 weight streaming 跑大模型，说明 weight streaming 当前还撑不起完整的 frontier model。二是规模化部署的速度，每台 CS-3 都要一片完整的 5nm 晶圆和一套非标准化的整机集成流程，年产几千台 CS-3 是相当具体的工程瓶颈。 对国产推理芯片的同行来说，这件事还有几个很具体的工程信号。 端到端延迟优化的价值正在被产业重估。OpenAI 重写整个 Responses API 说明硬件再快，软件栈跟不上的话推理体验仍然受限，专用推理芯片的价值要靠端到端的延迟优化才能完全释放。 蒸馏在产业部署里的实际重要性远超学术讨论的程度。OpenAI 这种规模都要为了跑 Cerebras 专门蒸馏模型，说明专用推理硬件 + 专用蒸馏模型这个组合是接下来一段时间的主流形态，单纯的"通用推理芯片"在竞争中会比较吃亏。 1000 tokens/秒正在成为 Agentic AI 工作流的新基准。慢于这个速度的推理硬件在交互式 agent 场景下会被边缘化，这个速度天花板对国产推理芯片是一个相当严峻的目标。 Cerebras 当前展示的能力是真实的，但商业化释放节奏被产能和工程瓶颈卡住了。研究 Cerebras 的真正关键，一是看它在 2027-2028 年能不能把 750MW 真的部署完，把 RPO 真的转成营收；二是看它能不能在 OpenAI 之外签下新的推理大客户。AWS 的 CS-3 上架是一个信号，但目前还没有第二个 OpenAI 量级的合同出现。从 G42 依赖到 OpenAI 依赖，客户质量在提升，但集中度的风险结构没有改变，只有客户组合真正分散了，估值里的风险溢价才能消化。