市场的下一次演化，正在由 AI Agent 推动。 Clustr100 是一个面向 Agentic Trading 的研究型共同体，聚集交易者、开发者与研究者，共同探索 AI 如何重塑研究、策略、决策与优势。 Clustr100，由此开始。 加入我们： Markets are becoming agentic. Clustr100 is a research collective exploring Agentic Trading, AI-native market intelligence, and the future beyond trading. We bring together traders, builders, and researchers to study how AI agents reshape decision-making, strategy, and edge. This is where the cluster begins. Join us:

Over the past two weeks, our team XDO has been working closely with @worldlibertyfi — and honestly, it’s been a real surprise for me. 最近两周，我们团队XDO开始和 @worldlibertyfi 密切合作，狠狠的教育了我！ Tbh, I had my own stereotypes at the beginning. Trump-backing, access to top-tier global resources — I assumed the team would be the type like: big vision, endless resources, everyone coming to them instead of the other way around. I mean, you can easily afford to be a “laid-back” team with this level of privilege and prestige.😂 说实话，刚开始接触的时候我是有刻板印象的。总统家族背景，全球顶流资源，我assume团体风格会是：愿景很大、资源很多，一定是所有的资源去找他们。可以猜想这种有顶级资源的美国团队有多么躺。 But after two weeks of working with them, I was genuinely impressed — even humbled. 但接触下来非常惊喜，甚至教育到我。 On nye, co-founder @ZachWitkoff was still handling interviews job. By Jan 2nd — when most people were still in holiday mode — their entire team was fully back in action. Every sync was well-prepared, execution was fast, and nothing was half-hearted. Even though many team members didn’t come from a Web3 background, everyone was actively and intensely learning. In every discussion, they consistently identified the single most critical key to success, made fast decisions, and mobilized the entire team to execute. From @ZachWitkoff & @zakfolkman founding-team-level market strategy decisions to execution, implementation, and even contract reviews — all of that can happen within a single day. 新年当天，Co-founder @ZachWitkoff 还在处理这面试的工作。1月2号，当大多数人还在休假模式的时候，他们已经全员到岗火力全开了。每次对接，准备充分，执行迅速，一点不含糊。虽然，很多人之前没有Web3背景，但是每个人在饥渴的学习Web3的知识。并且每次探讨中，总是可以找到决定事情成功的最核心的KEY，然后快速决策并全团队响应执行。是的，从大市场战略的Founding team决策到对其执行到落地执行包括审核合同，一天足以。 This made me reflect: why is a team with such a background working even harder than many startup founders? 这让我开始反思：为什么有这种背景的团队，反而比很多一般的创业者还拼？ My guess? Because the whole world is watching. If a normal project fails, you pivot and start over. But WLFI is different — with this kind of background, success is expected. That expectation pushes the founding team to focus on how to succeed even more. That pressure forces them to put in 200% effort to prove that what they build goes far beyond what their so-called “background” could ever hand them. 我猜的——因为全世界都在看。普通项目失败了，换个赛道重来就是。但 WLFI 不一样，顶着这种背景，成功变成了是应该的。所以，整个创始团队更聚焦在如何可以更加成功！这种压力，逼着他们必须用 200% 的努力去证明自己可以做的事情要远远超过他们“所谓的背景”可以给予的。 Another detail I noticed: their execution logic is extremely clear. It’s not the “we have resources, let’s just throw money at it” mindset. They are deliberately building long-term value step by step. They value every partner and every dollar — while also knowing how to turn those into weapons for rapid market capture. And when it comes to critical decisions, they don’t hesitate to invest heavily. You can imagine what this combination can ultimately become: top-tier resources + top-tier execution + a massive market = Massive future for @worldlibertyfi $USD1 By the way, this also validates a thesis I shared in my previous article (link below): in 2025, stablecoins are increasingly becoming the bridge to mainstream assets. Sustainability at the business level matters — and this is exactly the direction we’ve been betting on. 而且我观察到一个细节：他们团队做事的逻辑非常清晰，不是那种「有资源就随便造」的心态，而是真的在一步步构建长期价值。珍惜每一个合作伙伴，珍惜每一分钱，但是同时这些也可以成为快速抢占市场的武器。对于关键事情上，丝毫不吝惜。我们可以想象这种组合——顶级资源 + 顶级执行力 + 超级大的市场 WLFI USD1可以成为什么样最终形态。顺便说一句，也验证了我在之前一篇长文里的思考，今年稳定币成为连接主流资产的趋势越来越明显了。业务本身的可持续性。这也是我们一直在押注的方向。 So YEP! My view on WLFI has completely changed. This is a team that genuinely takes execution seriously, and have the power to make all dreams come true. 所以我现在对 WLFI 的看法彻底改变了。至少从合作体验来说，这是一个认真做事并且有实现造梦能力的团队。 If people with backgrounds are working this hard, what excuse do those without one have to be laid-back?? 「Don't make excuses for not being where you want to be. It usually comes down to not trying hard enough, or focusing on the wrong things.」 「Jiayi never used to create anxiety. But from now on, anxiety and self-reflection start with Jiayi.」 有背景的人都在拼命，没背景的凭什么躺平？ 「不要给自己的不够优秀找借口。大多数就是自己不够努力，或者努力方向不对！」 「Jiayi之前不制造焦虑。但是从现在开始，焦虑和反思从Jiayi开始。」 Side note: after deeply engaging with the founding team, I started allocating heavily into $ALTS (already 100% in profit so far) and $WLFI. I’m happy to say that so far, the results have been very encouraging. 题外话： 正式因为深度的接触了创始团队后。我开始重仓WLFI的DAT股票 $ALTS (且翻倍了）和 $WLFI。很开心，目前为止，让我看到了好的结果。 LONG Crypto 🚀 LONG Stablecoin 🚀 LONG Myself

0G Al Alliance Carnival正式启动，千万不要错过。 The 0G Al Alliance Carnival is officially live. Don’t miss it. 0G 亚太生态正在快速扩张。🌏 越来越多 AI Native 项目正在加入 0G，为社区带来更多早期参与机会。 The 0G ecosystem in APAC is growing rapidly, bringing early participation opportunities for creators and communities across AI + Web3. 本次 Carnival 将联合多个生态项目，通过线上任务、社区活动与线下曝光，共同推动 0G 生态增长，也让大家能抢先体验产品并获取早期 Alpha。 This campaign connects ecosystem projects through quests, community activations, and offline exposure to accelerate the growth of the 0G AI ecosystem. 👇 Participating Projects & Rewards | 参与项目及奖励 ━━━━━━━━━━━━━━ 🔹 @NeoSoulAI 基于 AI Agent Oracle 的原生 AI 预测市场。 AI-native prediction market powered by autonomous agentic oracles. 🎁 Rewards: • 1,000,000 NeoSoul Tokens • $OUL Points ━━━━━━━━━━━━━━ 🔹 @Ghast_AI 构建于 0G 之上的原生 AI Agent 基础设施，让 AI 记忆与交互成为可交易资产。 Native AI Agent infrastructure built on 0G — turning AI memory & interaction into tradable on-chain assets. 🎁 Rewards: • 50 Early Bird Codes ━━━━━━━━━━━━━━ 🔹 @moonfun_ai 将 Meme Token 演化为具备自主能力与社交智能的 AI Agent。 Transforming meme tokens into autonomous living AI agents with social intelligence. 🎁 Rewards: • 50,000 Moon Points ━━━━━━━━━━━━━━ 🔹 @primus_labs 面向链上链下数据与身份验证的隐私证明层。 Privacy-preserving verification layer for identity, data, and on-chain/off-chain activity. 🎁 Rewards: • Primus Reputation Score ━━━━━━━━━━━━━━ 🔹 @gmdottown 打造下一代 Agent Economy，实现 AI Agent 的自治协作与交易。 Building the next-generation Agent Economy for autonomous coordination and 24/7 AI workforce trading. 🎁 Rewards: • 50 OpenWhale Founding Member SBTs ━━━━━━━━━━━━━━ 更多 0G 生态项目即将加入。👀 More ecosystem projects are joining soon. 0G 亚太 AI 生态的增长才刚刚开始。 This is just the beginning of the 0G APAC AI expansion. 🌐 Online Quests 🌐 Offline Activations @ BEYOND Expo 🌐 Ecosystem-wide Collaboration 🌐 Early Community Rewards 更多任务与奖励即将公布，保持关注。 Stay tuned. 本次活动由 0G 生态项目 @lighthouse_2026 提供市场支持。 This event is supported by 0G ecosystem project @lighthouse_2026 for marketing.

到底什么是一时的热点，什么是该一直坚持的标的？在这个圈子里，注意力经济往往只是短暂的火光，情绪一过，一地鸡毛。潮水退去后你会发现，唯有那些真正穿越牛熊、自带强大文化共识的经典meme，才是永恒的！ 💎 中文互联网历史上生命力最强、覆盖面最广、最无可替代的超级meme！从贴吧到微信，从币圈到圈外，谁的手机里没有几个熊猫头表情包？它的底蕴和天然的传播力，是任何硬生生造出来的“土狗”都无法比拟的。🐼兄弟们，是时候停止无意义的内耗，回归真正的经典了！让自带亿万流量的熊猫头来拯救战壕里疲惫的我们。 CA：0xf3525965a4ad3ca0ac13f4d2f237113691194444 What exactly constitutes a temporary trend and what is the subject that should be consistently pursued? In this circle, the attention economy is often just a fleeting flame, and once the emotions fade, it leaves behind a mess. After the tide recedes, you will realize that only those classic memes that have transcended the ups and downs and carry a strong cultural consensus are truly eternal! 💎 The most powerful, widely spread and irreplaceable super meme in the history of Chinese internet! From Baidu Tieba to WeChat, from the cryptocurrency circle to the outside world, who doesn't have several panda head emoticons on their phone? Its depth and inherent dissemination power are beyond what any artificially created "local dog" can match. 🐼 Brothers, it's time to stop the meaningless internal strife and return to the true classics! Let the panda head, with its own billions of traffic, come to save us, the exhausted ones in the trenches. @binancezh #熊猫头#

最爱Beyond、张国荣，那经典的回忆 听的音乐，由英文歌、粤语歌，现在更喜欢国语歌… 更喜欢半吨兄弟、烟嗓陈叔这类的演绎，也尝试听刘宇宁… 是改变，也是意味着中年的自己，be myself … 这几年，越来越爱中国文化，根和底子还是挺中国的，虽然由小到大的教育都是英式，在澳大利亚和新加坡都待了不短时间，毕业后就是MNC，2011年正式觉得要赶上中国经济的腾飞… 最爱的歌曲还是Beyond、张国荣，那是青春的回忆… 自己飞逝的时间，再多的钱，也买不回来。 短暂的停留也是奢侈…

OKX 最新发布的《Beyond Crypto》，信息量有点大。 👀 几个重点几乎都在指向同一件事：
OKX 不只是做交易所了。 而是在往“链上全球资产市场”走。 ✅ 美股链上化
OKX 联合 Ondo Finance，计划引入 263 种美股资产。 这意味着：
未来很多传统股票，可能会直接在链上流通。 ✅ 衍生品继续扩张
股票永续合约池进一步扩大，
半导体、科技股、美股七巨头都在覆盖范围内。 加密市场正在把传统金融那套，完整搬上链。 ✅ 更狠的是 Pre-IPO
后续甚至会支持：
OpenAI、SpaceX 等独角兽公司的 Pre-IPO 交易。 以前只有顶级资本能碰到的东西，
现在正在往链上开放。 从现货、合约，到 RWA、美股、未上市股权。 @okxchinese OKX 这一轮，明显是在做：
“Crypto + TradFi”的融合入口。 RWA 赛道，
这次确实走得很稳。 🔥 另外也很好奇：
@star_okx 徐总，美股上链这部分，后面会不会直接走 X Layer？ 😄

Scaling Law正在被重新Scaling ---openai核心研究员最新论文《Learning Beyond Gradients》解读 过去几年，AI行业几乎默认更大的参数、更多的数据、更长的训练、更强的GPU，就是更强的模型，就是scaling law。 过去几个月，行业开始认为，更多的推理，更多的agent，就能完成更长时、更高价值的任务，就是更强的智能。 这构成了行业对scaling law的理解，而只要Scaling Law继续成立，模型就会不断逼近AGI。 最近的openai核心研究员翁家翌的一篇论文《Learning Beyond Gradients》，提出了一个全新的scaling维度：AI不一定只能通过梯度下降学习，也可以通过heuristic、policy、workflow、strategy、code generation不断修改自己的行为系统。 这是继agentic和harness之后，AI行业可能正在从“Scaling Model”，进入“Scaling System”的阶段一个最新的重要进展。 过去AI的能力飞轮，本质上是：更多数据→更大模型→更强能力→更多用户→更多数据。 但现在，论文要告诉我们的是，新的能力飞轮：更强模型→更强heuristic generation→更强runtime system→更强Agent能力→更多真实世界反馈→更强runtime evolution→反过来增强模型表现。 行业正在加速的从：智能 = weights。过度到：智能 = weights + runtime system。 LLM本质上是输入→Transformer→输出。 模型训练结束之后，能力基本冻结。学习主要发生在梯度下降、反向传播和weight update里。也就是说，learning = 修改参数。 LLM就像人类的大脑，参数就像脑细胞。但现实世界的大量复杂能力，其实并不完全来自参数。 就像人类文明真正强大的地方，也不仅仅是大脑本身。真正让文明爆炸的，是语言、文字、工具、数学、workflow、软件系统、组织结构、科学方法。这些本质上都是“外部heuristic system”。 《Learning Beyond Gradients》，的创新，在于它开始尝试把“学习”从参数空间里解放出来。过去是：reward → gradient → weights。现在开始变成：feedback → heuristic modification → runtime evolution。学习开始发生在program space，而不是parameter space。 heuristic，还有点像专家系统，但极大的增强了其能力：过去的专家系统，规则由人类写；现在，规则开始由LLM自动生成。这是在效率上的从量变到质化。 传统专家系统失败，并不完全因为“规则”方向错了，而是因为人类无法维护超大规模动态规则系统。过去写规则太慢、修改规则太贵、规则之间容易冲突、长尾case会爆炸、系统复杂度会失控，所以专家系统最终被深度学习取代。 但LLM的出现改变了这个约束。现在规则生成成本接近于0。模型不仅能生成规则、修改规则、删除规则、调试规则，还开始能自动生成workflow、tool graph、planner、memory strategy，甚至修复agent行为。 这意味着，AI开始能够修改自己的运行时系统。于是，越来越多能力开始从“模型本身”外溢到memory、planner、search、tool use、verifier、runtime orchestration这些系统结构里。 更大的模型 = 更强的AI，变成：更强的模型 × 更强的runtime system = 更强的AI。这会形成一个新的能力飞轮。 过去AI只有“模型scaling”。未来AI会开始出现：Model Scaling × System Scaling × Runtime Self-Improvement。 我们很可能正在从去年底的scaling law，迈入到现在的heuristic驱动的，结合agent和harness的scaling law的平方。 更重要的是，runtime system的增长现在其实才刚开始。今天很多Agent系统仍然非常早期。memory很弱、planner很弱、workflow persistence很弱、long-horizon task能力很弱，本质上还处于“DOS时代”。 但接下来，同一个基础模型，在不同Harness之下，实际能力可能相差几十倍。因为很多复杂任务的瓶颈，已经不是“模型会不会”，而是“系统能不能持续组织行为”。 这也是为什么，未来最重要的竞争，可能不再只是“谁的参数最多”，而是“谁最先形成：模型 + memory + tool ecosystem + heuristic runtime + self-improving harness”的闭环。 某种意义上，Transformer越来越像“认知内核”。真正的AGI，可能是围绕Transformer构建出来的runtime civilization、heuristic ecosystem、agent society、memory graph、self-improvement loop的组合体。 《Learning Beyond Gradients》最让我兴奋的地方，其实并不是“超越梯度”。而是它开始尝试：把Scaling Law本身，也变成一个可以被继续Scaling的系统。

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？

最近市场整体不太好，资金都比较谨慎，但比特币生态反而开始慢慢有新东西冒出来。 一个挺有意思的项目是@beyond__tech。它做的事情很简单，就是想把比特币变成真正能和其他链互通的网络。现在 BTC、BRC20、Runes 这些资产基本都在自己的体系里转，但 Beyond 想把它们和 ETH、Solana 等 70 多条链打通，让资产可以更自由地流动。 项目主网预计 2026 年 4 月上线，现在测试网已经准备好了，正好处在叙事刚开始发酵的阶段。 代币 $BYD 的启动估值只有 500 万美金，在基础设施赛道里算是非常低的。分配也比较偏社区，10% 给 NFT 持有者，30%会通过排行榜和空投给早期用户，团队初始没有代币。 如果想更早参与，可以关注 Echoports NFT。总量 5555 枚，3 月 12 日铸造，价格 0.000999 BTC。不同等级会给 1.2 倍到 3 倍积分加成，未来会直接影响 $BYD 的空投数量。 让比特币真正和整个多链世界连接起来。 没有投资建议，拿了合作的 WL 感兴趣的也可以在推文留bc1p地址，有3个WL