$BRIDGE 是 Bridgeless L1（一个与 Confidential Layer 集成的去中心化跨链协议）的原生代币， $CLONE质押者可以通过定期质押的空投等奖励获得它 $CLONE 是 Confidential Layer 用于在公共区块链和私有区块链之间建立隐私桥接的实用代币 可以将 Clone 进行质押获得 $Bridge 空投！

USD1在tempo上原生发行，并采用Chainlink的CCIP方案来bridge，这里有一个细节，就是这种方案是Burn and Mint，对比之前rsETH在LayerZero上出现的安全问题，后者使用的是Lock and Mint。 以前很少有人注意它，但Lock and Mint比较明显的隐患就是它会有一个“池子”，并且会产生一个wrapped token。 某种程度上来说这就是流动性碎片化了，从风险控制的角度来看，在目标链上做原生资产发行，也比wrapped token更加可控。各个方面都表现出这种方案是更优秀的。

《從最新 13F 看頂尖投資人的共同下注：AI 不是答案，稀缺性才是》 Berkshire、Bridgewater、Tiger Global、Druckenmiller、李祿、段永平、Ackman 的動作看似分歧，但用第一性原理拆開，會發現他們其實都在圍繞同一件事配置：未來現金流最確定、競爭位置最稀缺、且能把 AI 時代需求轉化為高回報資本的公司。 13F 不能當即時訊號，但能看資本方向 13F 是延遲 45 天的持倉快照，不代表今天還持有，也看不到完整空單、現金和海外持倉。所以它不是抄作業工具，而是觀察頂尖資金思考框架的材料。 」 第一性原理 股票長期價值只來自三件事： 1. 未來自由現金流 2. 能否長期防守這些現金流 3. 買入價格是否合理 AI 只是技術變數，不是投資答案。投資答案要落到：誰擁有算力瓶頸？誰擁有分發入口？誰擁有資料和定價權？誰能把資本支出轉成高 ROIC？ 第一個共識，AI 基建鏈 這一季最明顯的共同方向，是 AI 基建。 Bridgewater 加碼 TSM、AVGO、MU、NVDA； Tiger Global 加碼 TSM、NVDA、AMAT、AVGO；Druckenmiller 也新增/加碼 AVGO、STM，並保留 TSM。 段永平最新可見持倉中，也大幅提高 NVDA、TSM、MSFT 的權重。 這裡的邏輯很簡單：如果 AI 需求繼續增長，最先被驗證的不是哪個應用最終勝出，而是整個產業都需要更多晶片、代工、記憶體、網路與電力效率。 第二個共識，平台股仍重要，但分歧加大** 大型平台股不是被拋棄，而是進入分化。 Berkshire 大幅加碼 Alphabet，李祿也把 Alphabet 放在極高權重；但 Ackman 幾乎賣出 Alphabet，轉去買 Microsoft；Druckenmiller 則退出 GOOGL、減碼 Amazon。 這代表市場不是否定平台股，而是在重新評估：誰能把 AI 投入變成真實現金流？ Google 有搜尋、YouTube、雲端和 Gemini 生態；Microsoft 有 Azure、Office、OpenAI 關係和企業分發；Amazon 有 AWS 和電商現金流；Meta 有廣告分發和 AI 推薦效率。 大家都知道平台重要，但對哪個平台的邊際回報最高，答案並不一致。 第三個共識，低估的中國平台仍被少數高手買入** 李祿重倉 PDD，段永平也加碼 PDD，同時仍持有 Alibaba。這說明中國平台沒有被全部放棄，而是被高度選擇性地買入。 中國平台公司的問題不是商業模式失效，而是折價過重：政策風險、地緣風險、消費信心和資本市場信任度，都壓低了估值。 但如果一家公司仍有高 ROIC、強現金流、低估值和長期競爭優勢，那它就會進入深度價值投資人的視野。 三位關鍵人物 段永平的組合仍以 Apple 和 Berkshire 為核心，但增量資金明顯偏向 AI 基建和中國平台。他買的不是短期熱點，而是強產品、強生態和長需求。 Druckenmiller 則代表另一種訊號。他不是長期抱死，而是宏觀輪動。他加碼 Natera、YPF、AVGO、STM，退出 GOOGL，減碼 Amazon。這說明 AI 基建仍有吸引力，但大型平台股要更挑位置與估值。 李祿最集中，也最像 Munger 系投資人。他重倉 Alphabet、PDD、Berkshire，同時新買 Moody’s、S&P Global、MSCI 這類資料與金融基礎設施公司。這些公司本質上是資訊收費站。 真正的結論 這些頂尖投資人的共同下注，不是「AI 會漲」，而是： 縮減投資數量,提⾼集中度。 重壓關鍵節點:算力瓶頸、平台入口為主!

剑桥博士：八字玄学是大数据？！ 一个剑桥本硕、Bridgewater 基金数据科学家，为什么会去做 AI 玄学创业？ 我的答案是： 我不想让 AI 只是“扮演大师”。 我想做的是，把八字、大运、流年这些传统命理系统，拆成结构化变量，再用数据去重新验证它。 命理不是宿命。 它更像一张人生地图： 什么时候该进攻，什么时候该防守； 什么时候适合投资，什么时候适合学习； 什么时候关系是机会，什么时候关系是风险。 我在试图用数据重构玄学。 为科技赋能，为往事祭绝学，为岁月续文明。

看到这个视频，场景特别真实，有人要给朋友转点USDT。 问题来了，你资产在 Base，对方收款在 Tron。 正常跨链流程里，你只能输入“我要转多少”，但最后对方实际收到多少，得扣掉 bridge fee、gas、滑点等等。 结果就是你永远得多打一笔 buffer。 这其实是整个链上支付体验里一个很长期、但一直没人认真解决的问题，Web3 的支付，大部分时候不是“精准付款”，而是“猜着付款”。 而 deBridge 这个 Exact Output 功能，本质上就是把逻辑反过来了：不是“我付多少”， 而是“对方必须收到多少”。 你直接输入目标金额，比如 58.44 USDT。 系统自动帮你计算源链到底该付多少、Gas 怎么算、桥费怎么算。 这个改动看起来很小，但其实意义挺大。 因为一旦支付结果变成 deterministic，很多以前没法真正落地的场景才会开始成立： 1 / 企业跨链结算 2 / 商户支付 3 / 自动化链上付款 4 / 稳定币工资流 5 / AI Agent 自动执行支付 说白了，只有收款金额可预测，支付这件事才真正像支付。 不然现在很多跨链转账，本质上还是一种“资产搬运”，不是成熟的 payment rail。 看完这个视频之后，我第一次感觉跨链基础设施终于开始有人认真做“用户体验”了，而不是只卷 TPS 和 TVL。 @deBridge_CN

在Stripe的支持下，Meta 已开始向哥伦比亚和菲律宾的部分创作者推出稳定币支付，允许他们在Solana或Polygon区块链上以USDC获得收益 跨境支付的确是稳定币的优势， 费率低速度快免开户，Stripe 之前收购的 Bridge 的一个场景就是帮 Uber 给南方国家的司机发工资 让 Claude 算了一下, 6大创作者平台 （YouTube + TikTok + Meta + Twitch + Upwork + Fiverr）如果都切换到稳定币支付，可以增加 25-26B 一年的增量，相当于现在 320B 稳定币规模的 8% 更大的空间是扩展到消费级电商和共享经济（Shopify 商家、Etsy 卖家、Airbnb 房东、Uber 司机…），这样一年给卖家的总支付量可以达到 $465B，是当下稳定币规模的 1.45 倍 短期利好 Stripe 和 Circle，长期就要看这些平台会如何运用自己的稳定币

军书十二卷，卷卷有爷名 21年5月， XVS价格被操控，产生约 7,700 万美元至 1 亿美元 的坏账； 22年5月，luna预言机漏洞被攻击，损失约 1,120 万美元； 23年12月，Binance Bridge 黑客清算，风险敞口约1.5亿美金； 25年9月，用户钓鱼攻击，损失约 1,350 万美元； 26年3月，THE资金池异常；