日读论文： From Context to Skills: Can Language Models Learn from Context Skillfully? (Ctx2Skill) 互斗写书，越斗越偏 ──────── 医生想用一份刚出的临床指南调整治疗方案。50 页文档，密密麻麻全是术语，规则之间还交叉引用。他真正需要的是把"什么病合什么药"变成几条能照着走的步骤。直接把整份指南扔给 GPT-5.1 让它答题，全 benchmark 平均对率 21%——大模型读完了，用不出来。这不是它"长上下文"不行，是 *它没把规则提炼成可以反复调用的小手册*。 老办法是把人类标注员请来给文档画重点：把规则、流程、注意事项提炼成自然语言"技能"，附在 prompt 前面给模型用。但这条路有两个死结：一是*标注成本爆炸*——50 页技术文档，标注员要把整套领域逻辑读到能复述，几小时才标一份；500 份这么搞，人累死也搞不完。二是*没有外部反馈*——如果想让 AI 自动写技能，怎么验证它提炼对了？没有 ground truth、没有执行结果、没有标准答案，它瞎写你都不知道。已有的"自动写技能"方法（AutoSkill、SkillX 等）都需要环境给反馈信号——比如"代码跑出来对不对""任务完成没"——可面对一份纯文档，没人替你判对错。 作者说不需要外人。让模型自己跟自己打——一个出题，一个解题，第三方判 pass/fail。每一回合，错题让解题方反省"我漏了什么知识"，过得太轻松的题让出题方反省"我出题不够刁"。两边各自维护一份自然语言的"技能手册"，回合结束之后改写各自的手册。这套循环不依赖人类标注，也不依赖任务本身的对错反馈—— *只用模型互相之间的胜负就能把技能写出来*。 ──────── 按常识，5 个回合互相磨练完，第 5 回合的 Reasoner 手册应该最强吧？ 错。论文做了固定回合的对照实验（GPT-4.1）：*单调下降*。越练越差。 为什么？作者起了个名字： *adversarial collapse*——对抗坍缩。Challenger 越来越凶，开始出"考钻牛角尖"的题；Reasoner 为了应付这些极端题，把手册改得越来越歪——专为对付怪题而存在的条目挤掉了通用知识。两边都在围着一个不代表真实任务分布的"病态点"打转。 更阴险的是， *这种崩塌在循环内部察觉不到*——Judge 每一回合只看当前题，没有信号告诉你"之前学会的事是不是被新条目挤丢了"。 ** 怎么找回早期的好手册：Cross-Time Replay 既然不能信"最后一版"，得回头挑。但凭什么挑？ 办法：在 5 个回合里偷偷攒两套小探针—— - *Hard probe*：每回合败得最惨（评分点通过率最低）的那道题 - *Easy probe*：每回合解得最轻松（评分点最少）的那道题 循环跑完，把 5 个版本的 Reasoner 手册*回去重做*这两套探针。每个版本算两个分：在难题集上的解题率 ρ_h、在易题集上的解题率 ρ_e。 *选哪一版？* 让 ρ_h × ρ_e 最大的那一版赢。 为什么是乘积不是相加？*乘积惩罚"舍弱保强"*——一个版本如果为了多解几道难题、把易题做塌了，乘积立刻塌（一个 0 拉低全场）；加法只算总分，掩盖短板。消融：换成加法 → -0.6%。 ──────── *你的对手如果只服你一个人，他会变成你的镜子，不是你的镜鉴*。 Self-play 跑久了，Challenger 出的题不再代表真实世界，只代表 Reasoner 当下还不会的边角；Reasoner 的手册也不再是知识，只是这场私局的应试手册。两个人在屋里关久了，一起走进自己造的回音壁。 破解的办法不在循环里——*在循环之外保留一份"代表性参照"*，回头挑哪一版没飘走。Cross-Time Replay 是这个论文真正的灵魂，不是某个技术细节。它在说：*对抗优化必须配一个不参与对抗的判别器*，否则一定会塌。这个判别器不一定是人，可以是从对抗自己内部偷出来的、有代表性的小样本——但它必须独立于"当下这一刻在追什么"。

Aptos 宣布加密内存池（Encrypted Mempool）功能已正式上线主网。该功能允许用户逐笔选择加密待处理交易的调用函数及参数，由验证者在交易排序、区块最终确定后协同解密并执行，以降低抢跑及其他 MEV 攻击风险。该功能原生集成于 Aptos 共识协议，无需引入额外的第三方信任方，但发送者地址及 Gas 费用仍然公开。目前 Petra 钱包已支持该功能，永续合约交易平台 Decibel 计划后续接入。

Aptos 基金会公布代币经济模型调整计划，拟通过治理提案将 APT 年质押奖励率从 5.19% 降至 2.6%，将 Gas 费用提高 10 倍，并将 APT 总供应量上限设为 21 亿枚。基金会承诺永久锁定并质押 2.1 亿枚 APT，约占当前供应量的 18%，不再出售或分配这部分代币，仅使用质押奖励支持运营。基金会还计划将未来生态资助与业绩指标挂钩，并探索使用现金及未来收入回购 APT。随着初始代币解锁周期于 2026 年 10 月结束，年度解锁量预计减少 60%，基金会希望通过降低新增供应、增加交易手续费销毁及潜在回购，使 APT 逐步转向通缩。

Aptos Labs 宣布拟推出执行引擎升级 MonoMove。内部测试显示，在 Decibel 全链上交易场景中，抵押品提现执行速度最高提升 55 倍、下单最高提升 22 倍；端到端顺序交易吞吐量在内部基准中最高提升 11 倍。MonoMove 预计于 2026 年底完成功能开发，并在治理投票通过后于 2027 年上线主网。该升级还将保留 Move 的资产安全约束，并增加冗余检查机制。

Aptos 治理提案 #206# 正在投票，拟启用 ChunkyDKG V1 完整模式及 encrypted_transactions 功能。该机制将通过分布式密钥生成支持加密交易，在交易进入共识排序前隐藏其内容，并在之后由验证者协作解密，有助于降低抢跑及 MEV 风险。提案投票将于 10 月 6 日结束，目前赞成票占比接近 100%，但投票率仅 2.69%，尚未达到 24.8% 的法定人数要求。

【Aptos】600,000 $APT Aptos 大額轉帳（約 $370.2K） 路徑：未知錢包 · 0x48d1db…2a5144 → 未知錢包 · 0xbabf76…1373e9 幣種錢包互轉－籌碼歸屬與後續流向待追蹤 $APT / #Aptos# / #大額轉帳#

aptos 最后的希望： @DecibelTrade 官方下场扶持给钱给资源，今年下半年tge且场外价都在60M😋😋 我也不知道那些人在predict傻呼呼的挂单吃分在40赔率20M市值的NO，终于让我吃够了1.3w筹码了😼 准备收菜，真如我所说：预测大部分盈利都取决于消息差，你不思考那么就好好教学费. 盘前参考：

Aptos 靠 Move VM 卖了两年「形式化验证=安全」的叙事。 Hexens 发现一个 cache bug，几美元成本就能伪造任意资源对象，模拟成功率 90%。 链上 $700 亿资产，差点被几百美元搬空。 2 月悄悄修了，零损失，皆大欢喜——但重点不是「修好了」，是 Move 从来不安全，只是没人盯。 PoW 撑 15 年靠的是攻击成本是能量。Move VM 撑半年差点被零花钱做掉。 你的「安全设计」不是没漏洞，是没被盯上。

Aptos 表示，其区块生成时间已降至 25 毫秒以下，并称性能正接近中心化交易所水平，同时提及 Archon 将进一步提升网络性能。Chainspect 数据显示，Aptos 主网已于近日累计处理超过 40 亿笔交易。

Aptos 表示，韩元稳定币 KRW1 即将部署于 Aptos 网络。KRW1 由 BDACS Korea 发行，这是其首次在非 EVM 区块链上部署稳定币。Aptos 称，KRW1 将支持支付、跨境汇款及 RWA 代币化等应用场景。