昨晚Solana发出重磅战略：Solana基金会与Google Cloud合作推出 该平台实际上是在去年x402战略上更进一步，直接将Agent与支付进行了整合，实现通过一个入口即可满足Agent的自主构建、访问与经济活动，这样跟Virtuals打造的ACP经济体也是不谋而合的。 基于该入口可使用Solana稳定币按请求付费访问Gemini、BigQuery、Vertex AI等API，实现无账户、无订阅的机器原生支付。 直接利好标的： 1、 $PAYAI ：一直是Solana系x402赛道的龙头，也是这次 $DREAMS $DEXTER ； 2、 $PURCH : AI购物代理，也是Circle的嫡系项目，Circle老板站过台； 3、 $PREDICT ：预测市场代理。 Solana链上AI经济活动增强，这些标的都会受益。

Solana联合Google Cloud正式推出Pay. sh。 这是一个统一的市场平台，让AI代理能自主发现、访问并用Solana稳定币按请求付费调用任何API，尤其是Google Cloud的Gemini、BigQuery、Vertex AI等企业级服务。 其中，PAYAI被官方列为启动合作伙伴之一。 这样一来， PayAI索引的服务现在可以被Pay. sh上的所有AI代理直接发现和使用，PAYAI成了Solana官方AI代理支付“管道”的一部分。 这让PayAI有了官方背书 + Big Tech（Google）入场，踩中“AI Agent + Solana支付”双叙事。 （不过，市场波动大，注意风险）。

改变大模型竞争格局的一次投资，昨晚Google宣布对Authropic最高400亿美元新投资承诺：1）立即投入 100 亿美元现金，与26年2月融资轮估值一致，不含后续新募资金； 2）额外 300 亿美元 视 Anthropic 达到特定业绩里程碑后投入； 3）同时支持 Anthropic 大幅扩充算力（Google Cloud 将提供新增 5 吉瓦容量，未来 5 年内可进一步扩展） 这次投资完成，谷歌应该就是Authropic最大的份额的外部股东了、当然严格控制在 15% 以内，以免触及反垄断法。 对Google来说意义重大： 1）对冲 OpenAI 风险，Google 通过少数股权绑定 Anthropic，同时自身全力推Gemini，这是一种典型“投资对手”策略——既防止 OpenAI独大，又通过 Vertex AI集成 Claude 丰富产品生态。 2）通过巨额云合同将 Anthropic 的增长转化为 Google Cloud 收入，做大自身的TPU生态、用投资换取算力绑定；这个非常关键， 3）在 AI 军备竞赛中保持技术前沿地位；4）潜在 IPO 后账面巨额浮盈，Anthropic 潜在估值已经逼近OpenAI了。 对Authropic来说意义更重大： 进一步获得海量算力支持（TPU 是其训练核心），加速 Claude 迭代和企业客户扩张。资金储备更加充足 紧随 Amazon 上周承诺最高 250 亿美元投资之后，Anthropic 在短短一周内锁定超 650 亿美元 新资金承诺。 把Anthropic过去半年的金主清单列出来，会发现一个荒谬的现实： 1）亚马逊：50亿美元现金 + 上限250亿美元 + 5GW Trainium算力 + 1000亿美元AWS采购合同； 2）谷歌：100亿美元现金 + 上限400亿美元 + 5GW TPU算力； 3）英伟达：上限100亿美元 + 1GW GPU供给； 4）微软：上限50亿美元 + Anthropic向Azure采购300亿美元算力。 四家硅谷顶级玩家，全部在Anthropic的股东名册上。 也是之前算力短缺的痛苦，让Authropic疯狂寻找新算力供给：思路很清晰，绑定算力供给的最大玩家，但并不是跟一家深度绑死确保自身的灵活度，分散供给。 闲杂压力给到了OpenAI上 以前硅谷大模型御三家，OpenAI、Authropic、Gemini，现在后两者既竞争又合作。Meta、Grok还在奋力追赶。 而算力格局、TPU生态正在快速崛起，未来真有可能GPU、TPU两强相争（虽然现在还差距很大） Google对Anthropic 的投资从 2023 年的 3 亿美元起步，已演变为累计超百亿美元（含最新 400 亿承诺）的战略布局，核心是算力绑定 + 少数股权 + 云收入的三重收获。最新 400 亿美元承诺标志着双方联盟进入新阶段，也凸显 AI 基础设施竞赛的激烈程度。竞争进一步白热化

这个开源吊炸天了🔥 Anthropic 把 Claude 在金融行业的落地方案整个开源了。 而且几乎每天都在提交新代码。 它要解决的不是"AI 怎么用"这种泛问题，是一个更具体的事：投资银行、卖方研究、私募股权、财富管理这些行业的工作流都有自己的术语、报告范式、数据源——通用对话落不进去。Anthropic 这个仓直接给了一个插件市场。 按行业拆成几条线： 投资银行插件 — 募投备忘录、项目预告、流程函、买方名单、并购模型、交易追踪 股票研究插件 — 财报笔记、首次覆盖报告、模型更新、投资逻辑与催化剂追踪 私募股权插件 — 项目挖掘、初筛、尽调清单、投委会备忘录、投后监控 财富管理插件 — 客户检视、财务规划、再平衡、报告、税损收割 总账对账插件 — 总账核对、差异溯源、计提、滚动结转、净值勾稽 财务分析核心插件 — 可比公司、现金流折现、杠杆收购、三张报表、演示稿质检、Excel 审计,加 11 个数据连接器(路孚特、标普 Capital IQ 等) 用法:一条命令把整个插件市场加到 Claude Code,挑要的插件装;同时还有 claude-for-msft-365-install,让 IT 管理员把 Claude 部到自家的 Vertex / Bedrock,跑在 Excel / Word / Outlook 里。 适合: 在投行 / 卖方 / 买方 / 私募做 AI 落地,想要一份 Anthropic 官方参考架构抄 自己在做财务 AI 智能体,需要看专业提示词 + 技能模板(现金流折现 / 投委会备忘录都开源) 企业内部要把 Claude 接到非 Anthropic 的云(Vertex / Bedrock)走合规的 🔗

重新审视 Token (词元）的属性 TLDR： 之前我也一度觉得是大宗商品/资产 甚至还设想过相关的交易和定价逻辑 也看到不少人提过Token期货，交易所之类 但现在我倾向它只是一种服务，没必要过度金融化 毕竟它没有办法脱离AI推理单独存在，无法被提前生产出来或预先被囤积。但换个角度看，是服务，就天然是分层的、多元的，不同的人有不同的需求，这其实也恰恰奠定了AI 经济必将是百花齐放而非赢家通吃的基础。 在这浪潮中，红利属于能把廉价 Token 加工成更有价值的 Token 卖出去的人。 -------------------------------- 我的一些个人思绪和逻辑： 1、Token (词元）经济从何而来？ 首先它是AI训练转向AI推理的产物， 这是理解 Token 商业模式的基础。 过去模型训练时代，主要是卖算力时间。为什么？因为训练是持续性的大工程，需要大量算力协同工作。这种规模的投入，有资本的大厂基本都会选择自购，毕竟可控性最强，但对于没有能力一次性投入大量资金的团队来说，出于对稳定性的要求，也会倾向选择租赁模式，包下一整段时间的独占使用权，榨干这段时间内算力的所有价值，是一种占用的逻辑。 但随着主流大模型开始进入商用阶段，AI 算力的需求重心也从模型训练转向了推理。你用 GPT聊天、用 Claude写代码、问豆包问题，这些本质上都是在跑推理，每一次调用，都在为你做一次推理和计算。 而推理是相对碎片化的、一次性的、用完即走的。虽然也有不少企业，仍然会采用租赁或自购的模式来跑推理，但对于广大中小开发者和应用方来说，他们对算力独占性的要求并不高，因而额外衍生出了按消耗计费的模式，这样算力服务商就可以把算力资源同时卖给成千上万个客户。 Token (词元) 就是在这种背景下而产生的，衡量每次计算消耗了多少资源的那个单位，你付的钱，就是对这次计算的补偿，本质是消耗逻辑。 所以训练和推理是完全不同的生意形态： 训练时代，商业模式是卖 GPU 时间。 推理时代，商业模式是卖 Token (词元)。 --------------------------------- 2、为何Token (词元) 是服务属性而非商品/金融属性？ 卖Token (词元)，就是卖服务！ Token (词元) 经济，本质是服务经济！ 为什么？ 一个比较直接的原因是 Token (词元）不能被预先生产出来，而是产出后就被消耗掉了，并作为衡量你这次推理服务所消耗资源的参考，来给你计费。 且Token (词元) 的一些特性，也和大宗商品的逻辑不像： - 价格长期下降趋势 - Pay-As-You-Go - 难以标准化 你在Claude的100万Token额度，和你在Minimax的100万Token额度，两者本身是没有可比性的，模型不同，性能不同，定价完全可以不一样。 而大家愿意接受价格差异的原因，也是因为 Token (词元) 本质上计量了一种非标准化的服务，而不同用户对服务的诉求是不同的，有的人看重性能，所以愿意支付溢价，有的人看重成本控制，所以觉得国产开源模型也够用了。 而整个模型市场占有率，并没有出现几家独大，本身也是其服务属性的体现。如果 Token (词元) 是资产，那资产的流动性、网络效应，一定会引发所有资源最终向一个市场集中，形成赢家通吃的局面。但恰巧 Token (词元) 其实是服务，而服务市场天然是分层的、多元的，不同的服务商满足不同的需求，所以才构成了 AI 经济百花齐放的基础。 我想通这点后，就不再纠结模型厂商只有哪家笑到最后了。 因为未来必将是多模型共存、多层级并行的格局，Token（词元）也将会被计入到企业的会计成本之中，并反映到企业的产品和服务之中。 比较值得关注的一点是，AI时代Token所代表的服务经济和传统的人力服务经济，成本曲线可能是完全反过来的。由人所提供的服务，长期要求的是报酬上升，这也是为什么服务业占比高的经济体，服务更贵。但 Token 服务恰恰相反，价格长期只会下降，当 Token 逐步替代掉一部分原本需要人力智力才能完成的工作，这部分成本不但不会随时间上升，反而会持续走低。 这可能也是这一波AI的红利之一。 ------------------------- 3、这个Token (词元) 服务都有谁在卖？ - 闭源模型厂商 - 开源模型厂商 - 开源模型托管商 - 大模型聚合器、中转站 1）闭源模型厂商：直营为主，分销为辅 最直接的模式。OpenAI 卖 GPT 的 Token，Anthropic 卖 Claude 的 Token。模型自己训的、API 自己提供、定价权在自己手里，产品和渠道都是自己的，跟品牌直营店一个逻辑。当然作为最顶级的模型，难免会被接入像一些API中转站，或者Open Router这样的大模型聚合平台被动分销。 2）开源模型厂商：开源也挺赚钱的 开源模型谁都可以拿去用，很多人不想自己本地跑，因此催生出了一批开源模型托管商，他们可以帮你跑模型，并按 Token 收费。但这就引出一个问题：Token 的钱都让模型托管商这些中间商赚了，开源模型的开发者自己怎么赚钱？这一点，至少中国的开源模型厂商，走的很灵活。 像Minimax，Kimi，Zhipu，它们都有自有的 API 直售，更多面向开发者群体，并且也都有自己的 Coding Plan 订阅包，把按 token 计费玩出了订阅制，完全是中国移动卖流量的玩法。而OpenClaw 这波更是让它们赚得盆满钵满，各自推出了品牌化的 Claw 产品，帮用户把 OpenClaw 部署好，底层跑自家模型，Token 消耗从自家 API 走。 3）开源模型托管商：帮别人跑模型，赚差价 对于那些没有能力或意愿自己卖 Token 的开源模型来说，托管商就是它们触达用户的渠道。它们帮开发者跑模型、按 Token 收费： - Together AI / Fireworks：自有 GPU 集群 + 极致推理优化，核心竞争力是翻台率，同样的卡单位时间能吐出更多 Token。 - Groq：自研 LPU 推理专用芯片，不用传统 GPU，核心竞争力是极致速度，跑 Llama、Qwen 等开源模型比 GPU 快。 - Cloudflare Workers AI：全球 300+ 边缘节点，跑 Llama、Mistral、Qwen，最近还加了智谱 GLM 和 Kimi，核心竞争力是低延迟 + 开发者生态 - AWS Bedrock / Google Vertex AI — 企业级云平台，跑 Llama、Mistral 等主流开源模型，核心竞争力是客户的数据和基础设施已经在这些云上了，迁移成本低 4）大模型聚合器：一个入口管所有模型 闭源和开源的大模型越来越多，而不同场景适合不同模型，不同模型的优劣势不同，对开发者来说，一个个去接不同厂商和托管商的 API，管理起来很痛苦。于是催生了 OpenRouter 这类聚合器，可以接几十个模型，开发者在一个地方统一管理、按需切换即可。 OpenRouter按照批发转零售的模式盈利，各家模型厂商把自己的Token分销出去。而 OpenClaw 这波直接让 OpenRouter 上中国模型的消耗量暴增，前十名 Token 消耗量中，中国模型占了 61%，前五有四个是中国的。 而围绕这条 Token (词元) 产业链，也衍生出了一些其他的参与者和新需求： 第一是一些推理优化引擎，vLLM、SGLang 这些开源项目，在大家对效率极致追求的当下，通过对硬件算子层面（更高效地利用 GPU 计算单元，减少内存碎片和带宽瓶颈）以及 LLM 算法层面（让多个请求共享已经算过的内容，更聪明地管理显存）的优化，提升同一张卡在同一时间内的 Token 吞吐量。 它们自己不面向终端用户收费，但 Together AI、Fireworks 这些托管商底层用的就是这些技术。也有不少自己本地跑开源模型的开发者，会直接使用 vLLM 或 SGLang 来搭建自己的推理服务。 第二是对Token消耗的优化需求，当 Token 消耗逐渐常态化，自然就会有人开始琢磨怎么省钱，也有不少人早就抱怨OpenClaw高昂的Token消耗，那么，帮你预览一次 Prompt 会消耗多少 Token、建议怎么优化 Prompt 来降本、甚至自动帮你选性价比最高的模型和服务商的产品，就很有市场了。 ---------------------------- 4、AI经济时代，真正的机会在哪？ 我觉得 Token 经济的红利，属于把廉价的 Token 加工成更有价值的 Token 卖出去的人。 1）如果你有能力，就做一个模型，哪怕是微调的 你不需要从头训一个 GPT，在开源模型基础上针对某个垂直场景做微调，只要在某个细分领域效果够好，就有人愿意按 Token 付费调用你的模型。前面说了，Token 是服务，服务市场天然分层，通用大模型吃不掉所有场景，垂直微调的模型在自己的领地里反而更有定价权。 2）做一个新时代的产品，开放 API 你的产品底层消耗 Token，但你的产品本身也可以对外输出能力，你开放 API，让别的开发者和 Agent 来调用。你买入底层模型的 Token，加上你的产品逻辑和数据，产出更高价值的 Token 服务卖出去。这跟传统行业买原材料、加工、卖成品的逻辑是一样的。 3）写 Skill，做 Agent 每一个被广泛使用的 Skill 和 Agent，背后都是源源不断的 Token 消耗。你写的 Skill 越好用、越多人用，你帮模型厂商卖出去的 Token 就越多。这不是你直接卖 Token，但你是这条产业链上的分销渠道。 而不管你选哪条路， 你的护城河在我看来最终都会归结为三样东西： 算力、算法、数据。 算力影响你的吞吐量 算法影响你的效率和成本 数据决定你是不是不可替代

加密+美股，靠 AI Agent 躺赚的时代真的来了！ 作为一个 见证过无数造富神话与爆仓惨剧的 Web3 韭菜，我最近听到身边最多的 焦虑就是：“兄弟，最近美股牛市太顶了，大饼横盘，我想去分一杯美股的羹，但我没传统美股券商账户，出入金繁琐得要死，不知道怎么做啊！”  确实，传统美股量化那是华尔街精英的专属，买历史数据、搭回测框架、写代码能把 99% 的加密人挡在门外。 但最近，开源 12k Stars 的超级黑马项目 VergeX 彻底打破了这个僵局！ 它不仅更新了自带美股数据源的逆天新功能，还联合特朗普家族旗下的 WorldClaw AI 搞起了大事情。 这一次，散户终于拿到了能和机构平起平坐的武器，小白也能一句话生成专业美股策略！

2026年加密交易市场，正上演一场高端用户和专业资金的“三层迁徙”。 内地监管越抓越紧，大量存量用户被强制清退（2年内只能卖不能买），几百亿的高净值、专业资金一下子没地方去，急着找新出口。 第一层：被迫离场 监管一刀切，史上最大规模的被动迁徙就这么开始了。 第二层：平台抢人大战 这批优质玩家瞬间成了香饽饽，Binance、Bitget这些头部CEX拼合规+流动性，Hyperliquid这种顶级DEX则拿零KYC、无限仓位、链上极致自由硬刚，抢客已经打得火热。 第三层：终极选择 而真正玩到顶级的兄弟，已经完成最后进化：不再东跳西跳换平台，而是直接把 VergexAI (@vergex_ai) 当成一站式智能超级入口。 它无缝聚合Binance、Bitget、Hyperliquid的多平台流动性，原生AI Agent系统，一键部署多个智能代理，AI帮你深度研判、自动执行策略、动态管仓位、智能控风险…… 把以前人盯盘直接升级成人机共生的AI操盘时代。 从监管被动清退，到多平台被抢，再到VergexAI 的一站式AI体验，或许这才是2026年高阶玩家的终极归宿。我自己就是这么走的，感兴趣的可以自己去看看。 个人分析，非投资建议！