据 Bloomberg 报道，华尔街正降低大型 BTC 持仓通过实物申购（in-kind creation）转换为 ETF 份额的门槛，投资者可在不先出售 BTC 的情况下继续保持比特币敞口，并将资产转入传统 ETF 体系。BlackRock 已于 7 月将相关交易最低规模由最初的 2,500 万美元降至 100 万美元，其 IBIT 累计完成的此类转换规模已超过 50 亿美元；Bitwise 的门槛也由最初的 1 亿美元降至目前的 300 万美元。Morgan Stanley 表示，此类转换已占其约 5.6 亿美元现货比特币 ETF MSBT 持仓的 5%–7%，21Shares 过去三个月相关交易平均规模约 500 万美元。该机制目前也已扩展至 ETH 和 SOL 产品。

Robinhood发了预告，官网已经开始倒计时了。 9月29-30日休斯顿办第三届HOOD Summit，主题叫Engines of Creation。 29号下午5:30 CT，CEO Vlad主题演讲，主打活跃交易者新工具。 30号全天峰会，Cathie Wood这些人都会上，首次全程直播。 官网文案就一句： 离开传统金融，给交易者量子跃迁式的新工具。 预告片口号是「下一维度等待着什么？」 结合他们最近在推的Agentic交易、Robinhood Chain、代币化股票，大概率还是交易工具、AI代理、链上资产这几块。具体产品29号揭晓。 App、X、YouTube、官网都能看。

本来想骂牛牛 回放视频 …… 她自己跳下去的 牛牛一脸懵逼 错怪了牛牛 Co-Creation @TWENTY_ONE1997 WANIMAL MATE @ac520_like @Butterflyy0007 @maonu164196 @punishmeinbed @Suesuesue985 BTS @lostinthesands_

本来想骂牛牛 回放视频 …… 她自己跳下去的 牛牛一脸懵逼 错怪了牛牛 Co-Creation @TWENTY_ONE1997 WANIMAL MATE @ac520_like @Butterflyy0007 @maonu164196 @punishmeinbed @Suesuesue985 BTS @lostinthesands_

最近一直在玩 @Hertzflow_xyz 测试网，也快玩了一个月了。 以一个普通的华语 DeFi 用户的视角，体验Vault、Pool、市场创建、排行榜，也经历了 7 月 29 日那次测试网重置。 所以这篇不算测评，更像是一封用户反馈。 先说让我留下来的几个地方。 第一，产品逻辑比较容易理解。 Vault、Pool、Trade、Market Creation 各自做什么，第一次接触的时候不需要花很久研究。 我大概第一周就把几个模块之间的关系摸清了。 DeFi 产品能做到这一点，其实已经不容易。 第二，中文支持是认真做过的。 不是简单把英文扔进翻译器，而是术语、页面和整体表达都有在维护。 对于华语用户来说，这种细节其实很影响第一印象。 测试网整体也比较顺，早期偶尔会遇到确认卡顿，但后面明显流畅了不少。 另外，Vault 收益来源、Pool 持仓结构、创建市场时的参数说明，这些信息给得比较细，能看出来团队确实在考虑用户怎么理解产品。 但如果问我，主网上线前最希望看到什么变化，我反而会说几个不太舒服的问题。 首先是风险提示。 Vault 本质上承担交易对手方流动性风险，用户并不是存进去就一定拿固定收益。 这一点如果能直接出现在存入确认页面，用一句最简单的话告诉用户： “交易者盈利时，你的资金可能出现亏损。” 我觉得反而更好。 不是为了吓退用户，而是让用户在点确认之前，真正知道自己承担什么。 第二，Curator 的信息还可以再透明一点。 既然 Pool 很大程度上建立在 Curator 的策略之上，那用户至少应该知道这个人过去做得怎么样。 累计收益、最大回撤、管理规模、运行时间、策略调整记录…… 如果能做成一个公开的 Curator 数据页，会比单纯看一个名字有用得多。 第三，中文社区不能只停留在中文页面。 中文界面只是开始。 后面如果能有持续的中文教程、客服响应和社区活动，华语用户才会真正形成自己的使用习惯。 中文名征集是不错的一步，但社区最终还是要靠持续的内容和互动留下来。 还有两个我觉得比较重要。 主网上线之前，希望能看到完整的审计报告。 测试网体验再好，到了真金白银的阶段，安全性永远应该排在前面。 至少对我这种比较谨慎的普通用户来说，没有审计，我不会轻易把真钱放进去。 另外，7 月 29 日数据重置的时候，不少用户第一反应其实是： “之前的记录是不是没了？” 如果以后再遇到类似情况，哪怕只是在重置后告诉用户一句“你的测试参与数据已记录，感谢你的贡献”，都会让体验好很多。 四周下来，我对 HertzFlow 的感觉其实不差。 它不像那种只会不断发公告、讲故事的项目。 产品确实在做，细节也有人管。 现在真正值得看的，是测试网结束之后，这些体验能不能原样带到 Mainnet。 尤其是当测试资金变成真实资金，用户数量、交易量和系统压力都上来之后，之前看起来合理的设计还能不能经得住考验。 这才是我作为一个普通测试网用户，最期待看到的答案。 一个普通的华语测试网用户

任何人怎么给一个资产开出 perp 市场 有没有想过一个问题: 为什么绝大多数资产,你永远没法给它开合约? 不是它不值得交易,而是"上不上这个市场"从来不是你说了算——得平台审核、排期、够热度。 长尾资产、新叙事、RWA,大多就卡在这道门槛外面。 Hertzflow 想做的,是把这道门直接拆掉。 它的做法叫 permissionless market creation(无许可开市): 只要一个资产有预言机(oracle)给它喂价,任何人都能在几分钟内为它部署一个 perp 市场。 一句话——有 oracle,就能有市场,不用再求谁批准。 而且这不是"给你个壳、其它全锁死"的假开放。 开市的人(deployer)握的是真实控制权: 用哪个 oracle、杠杆上限设多少、fee 结构怎么定、怎么结算,全由你来配置。 你不是在用平台预设好的市场,而是真正成了那个"开市方"。 我觉得更妙的一点是, 这样开出来的市场不是一座孤岛。 它会自动继承 Hertzflow 的底层基建——统一保证金、通过 RFQ(报价请求)直接对 LP 池的即时成交、可组合的流动性池,所以你自建的市场和协议原生的市场,交易体验是一致的,不会因为"是新开的"就流动性稀薄、体验掉档。 这跟"普通 perp DEX 上线一个新币"有本质区别:后者你终究还是在用平台给的市场;而在这里,你可以为一个别人都没上的长尾资产、甚至某个 RWA,第一个把杠杆敞口开出来。 #DeFi# #BNBChain# #RWA# @Hertzflow_xyz @xhunt_ai @EchoHunt_ai @yzilabs

base链 预测市场 @trylimitless 相关的撸毛规则和策略分析。老规矩是想到哪写到哪。 1.如何获取自动交易的api 普通api，每次交易都需要签名。想要获得免签名交易的api需要申请partner api 申请流程（推荐步骤）：进入 Limitless Exchange 官网 → Developer / API 页面（通常在 底部或 /developers）。 登录/连接钱包后，找到 Create API Key 或 Partner API 申请入口。 申请时明确选择 Scopes：delegated_signing（必须） 可同时选 trading、account_creation 等 提交申请（可能需要说明用途、项目信息）。 2.S3赛季的撸毛规则： Season 3 的积分 = 三部分： LMT = Trading + Referral + LP（× Multiplier） 时间：1.26 – 5.25（现在已进入后半场） • 门槛：累计交易量 > $200（否则直接没空投） • 积分公式： 👉 LMT = Trading + Referral + LP × Multiplier 重点只有一句话： 👉 每一笔交易 = 积分（和盈亏关系不大） 2.1不同于偏向于鼓励做市的predict，limitless依旧是交易量刷分的模式，但是本赛季会加大刷分惩罚力度。单账号，同时买yes和no这种策略不再被允许。 2.2multiplier 规则未完全公布，但是官方明确表示会考虑的因素有 交易频率（持续参与） 交易质量（非异常行为） 账户健康度 活跃周期（早期更高） 3.由此产生的撸毛策略 每天：20–50 笔 每周：volume ≥ $500（及格线） 理想：$1000+ 每周积分 ≈ 5k 赛季：6周 → 30k 分 预期收益： 参考 S2： 20k–30k 分 👉 ≈ $100–300 2~4个号足以 4.补充说明 可以拿10%的资金做一下LP，被动获取积分 邀请好友可能是积分指数增长最快的手动

从 Token 到 Outcome：AI 能力增长为什么可能带来超线性的经济价值 市场天天在讨论大模型公司的价格战，Token 价格还能降多少。但更重要的市场忽略了问题可能是：AI 每增加一单位能力，能够创造多少新增经济价值？ 这更可能影响接下来的token价格，而答案很可能不是线性的。 现实任务存在能力门槛。AI 从 60 分提高到 70 分，可能只是邮件写得更好；从 90 分提高到 100 分，却可能第一次独立完成软件开发、投资研究甚至科研任务。两者都是增加 10 分，但后者打开了此前不存在的任务市场。 用人类 IQ 类比也一样。IQ 130 并不只是比 IQ 100 的人生产率高 30%，而是可能具备处理另一类复杂问题的能力。 但现在各种测试ai能力的指标已经越来越饱和，很难再量化的判断ai的iq提升了多少。 因此更可测量的指标也许是可靠完成的任务长度。 如果 AI 单步正确率是 99%，连续执行 100 步的成功率只有约 37%；如果单步可靠性提高到 99.9%、99.99%，Benchmark 看起来可能只进步了一点，能够稳定完成的任务长度却可能提高一个甚至多个数量级。AI 的角色因此可能发生跳跃： Copilot → Agent → Autonomous Worker → Autonomous Team → Autonomous R&D。 这会直接改变 AI 公司的商业模式。 今天 Foundation Model 公司主要卖 Token： Revenue=Tokens\times Price/Token 但假设 AI 消耗 10 美元推理成本，完成了一项价值 1000 美元的专业工作。如果只卖 Token，模型公司只能拿走很小一部分经济剩余。 模型越强，这个问题反而越突出。下一代模型即使推理成本增加 3 倍，如果能够完成的任务价值提高 30 倍，那么 Value/Compute 实际提高了 10 倍。 因此商业模式很可能逐渐迁移： Token → Task → Outcome → Value Share。 最初卖智能原材料；然后按完成一次 Coding Task、一个客服工单收费；进一步直接卖“解决问题”的结果；最终甚至按照帮助客户创造的收入或节约的成本分成。 这意味着 AI 的 TAM 也在改变。传统 SaaS 攻击的是 Software Spending；Agent 攻击的是 Labor Spending；Outcome AI 最终瞄准的则可能是更广泛的 Economic Value Creation。 算力越稀缺，这种动力越强。拥有有限 GPU 的公司真正需要优化的不是 Token 数量，而是： \max \frac{Gross\ Profit}{Compute} 如果卖 Token 每 GPU-hour 赚 1 美元，而自己的 Agent 可以赚 10 美元，继续无限量批发 Token 就是在把稀缺智能低价出售给下游。 但这并不意味着 Token 会消失。更可能形成三层市场：底层继续卖 API，让开发者探索应用；中层卖通用 Agent；上层选择性进入高 Value/Compute 的垂直行业。 这种模式并非没有限制，模型公司并不能随心所欲的把业务模式从卖token切换为卖结果。 最重要的限制大约有八个：专家劳动、私有数据、Workflow Integration、结果验证、法律责任与监管、物理执行、客户渠道以及信任与 Accountability。 例如 Coding 很适合 Outcome 模式，因为从 Think → Code → Test 几乎完全数字化，而且结果容易验证。药物研发却需要 Design → Synthesis → Experiment → Clinical Trial → Manufacturing。AI 可以极快提高“Think”的速度，却无法立即消除实验、临床和制造的物理时间。 因此最先被 Outcome Economy 吞噬的，不一定是 AI 最聪明的行业，而是： 高任务价值 × 高 AI 可完成度 × 低 Human Minutes × 低验证成本 × 低责任 × 低物理摩擦。 这也是为什么 Coding、客服、数据分析和部分 Back Office 很可能领先，而医疗、药物研发、建筑和复杂制造会慢得多。 由此，AI 时代真正重要的经济指标也可能发生变化。 今天市场关注 GPU 数量、GW 和 Token Price；未来可能越来越关注： Revenue/Compute Gross\ Profit/Compute 最终则是： Economic\ Value/Compute 对于数据中心甚至可以直接理解为 Revenue/MW、Gross Profit/MW、Economic Value/MW。 最终整个逻辑可以浓缩成一条链： AI Capability ↑ → Reliability ↑ → Autonomous Task Length ↑↑ → Addressable Task Space ↑↑ → Value/Task ↑↑ → Token → Outcome → Revenue/Compute ↑↑。 所以未来 AI 投资最重要的问题可能不再是“下一代模型需要多少算力”，而是： 下一美元 AI CapEx，最终能够控制和创造多少美元的经济活动？ 真正最有价值的公司，也未必只是拥有最多 GPU 的公司，而可能是那些能够同时控制 Compute + Intelligence + Data + Workflow + Verification + Distribution，最终把智能封装成可交付结果的公司。 Token 是智能的计量单位，Outcome 才可能是智能最终的定价单位。