Cluster Protocol (CP)已上线Bitget Launchpool。 符合条件的用户可锁仓BGB 和 CP，瓜分 7,777,777 $CP 锁仓时间：2026年9月3日00:00至2026年9月8日00:00（UTC+8） 点击图片马上参与 👇

Coinbase Markets 表示将支持 Cluster Protocol（CP）。在支持交易的地区，用户目前已可通过 Coinbase 生成 CP 充值地址，但在项目方解锁 CP 转账前，充值暂不可用。

吴说获悉，以太坊基金会发布 Protocol Cluster 2026 年 5 月更新，开发者在挪威 Svalbard 举行的 interop 活动中推进下一次升级 Glamsterdam 的测试与准备工作，并确认多个关键进展，包括建立 2 亿 gas limit floor 目标、完成 ePBS 多客户端 devnet 测试、敲定 EIP-8037 状态访问重定价方案，以及推进 Hegotá 升级相关的 FOCIL 与原生账户抽象（AA）准备工作。与此同时，以太坊基金会 Protocol Cluster 启动领导层调整，Will Corcoran、Kev Wedderburn 与 Fredrik 将担任新的 cluster leads。当前重点仍包括推进 Glamsterdam、Hegotá 及 Strawmap 路线图相关工作。

NVIDIA 的 刚发布的PAIR 已经允许把家庭或办公室网络里的 RTX PC、DGX Spark 和 Mac 组合成一个本地 inference cluster， 并把多个独立 Agent 请求自动路由到空闲设备；提示词、文件和 Agent context 可以留在本地网络。 各节点并行承担不同请求。 同时ASUS 前天发布的 RTX Spark ProArt 笔记本声称可在本地运行最高约 120B 参数模型。 所以 AI PC 的发展越来越像让一个家庭/小公司拥有自己的 mini-cloud。 这会改变云端 Agent 与本地 Agent 的成本边界。

🤔 西部淘金时代，最赚钱的生意不是挖金子，而是卖铲子，AI 时代也是一样 比如 AWS 从不押注哪家创业公司会赢，它只收租金 Cluster Protocol（ @OpenProtocolFND ）在 Base 上做的就是这件事 不做 Agent，不做套壳应用，而是做整个 AI 经济的编排层 1️⃣ 一个 API、一个结算层，500+大模型 ： Cluster 的定位是统一 AI 基础设施，具体到产品形态，是一个 OpenAI 兼容的 API 入口，背后接入了 500+ 开源模型： DeepSeek、Qwen、Kimi、Llama、Mistral、GLM，外加 0G 的原生模型 覆盖六种模态：聊天、Embeddings、图像生成、TTS、STT、重排序。 接入一次，全部可用，且跨供应商自动容灾，换模型只是是改一个参数，不用自己做迁移 对开发者来说，这解决的是一个真实痛点：前沿模型迭代极快，DeepSeek 和 Qwen 发新版本的频率以周计，你不想每次都重写集成，使用 Cluster 是一个不错的选择 2️⃣ 五层架构，一个结算代币： Cluster 的技术栈分五层，每一层的交互最终都以 $CP 结算： ➤ 算力层：GPU 算力支持自定义模型托管 ➤ 数据层：数据市场把数据集变成可持有、可交易的资产，直接供给模型微调 ➤ 推理层：500+ 模型的统一 API ➤ Agent 支付层：x402 按次付费轨道 ➤ 应用层：跑在这套栈上的产品，比如 CodeXero 值得一提：数据参与训练，创作者就有收入，价值归属在每个环节都有留痕，在同一个平台上跑通这个闭环的项目并不多 应用层的产品服务单一场景，而基础设施层服务所有建在它上面的应用，这是 Cluster 选择做编排层的原因 3️⃣ x402：在 Agent 经济上的机构背书： AI Agent 无法为自己续订，这是 Agent 经济落地绕不开的问题，x402 应该是目前最好的解决方案 2026 年 7 月，Linux 基金会正式成立 x402 Foundation 40 家机构加入，Visa、Mastercard、American Express、Stripe、Google、AWS、Cloudflare 等 17 家为 Premier 会员 卡组织进入机器支付领域，是这个赛道成立以来最强的信号 结算是公开的，在 x402scan 的市场页面，Cluster 位列过去 30 天使用量最高的 x402 服务器之一： 13 万+ 成功付费请求、7.9 万美元+ 结算金额、700+ 独立买家 越来越多的 Agent 正在通过 Cluster 为 AI 付费 Cluster 已融资 775 万美元，DAO5 领投，Paper Ventures、JPEG Trading、Mapleblock Capital 等机构参与 AI 淘金热里，最稳定的生意不是挖金子，而是考虑如何把铲子卖给所有人 Cluster Protocol 想做的，就是 AI 经济里的那把铲子

大淘金时代，你最应该找那个卖铲子的 AI、meme、RWA、x402……一堆新事物爆发，机会在哪里？机会当然在每个细分被价值错配的真实应用里。矛盾点来了，如果我不是这些方面的专家，那我应该怎么样把我时不我与的机会抓住最大的肥鱼 Alpha？ 这篇文章，我把自己学到的全盘教给你。 让我们潜入！ ⬇️ 其实就是标题所言：寻找时代卖铲人。 点解？很简单，纵观历史上任意一个大爆发时代，能从始至终吃尽红利的必然包括卖铲子的，这个底层逻辑就是，伟大的商业机会需要一个强大的工具来连接客户，而工具的价值就凸显出来了。用这个逻辑再去套当今最火热的 Crypto + AI，我发现了这个机会。 Cluster。拆解一下发现和思考的过程。 第一步提问：如果 Crypto + AI 真的大规模采用，它极大概率会出现在哪条链？我的答案是：Base。在 Base 上已经出现了许多 DeAI 项目，时至今日，AI 也成了 Base 链的主要特色。 第二步提问：Base 上的铲子应该是什么？这个问题稍复杂，可以收敛一下变成 Base 上做 AI 基建最好的项目是什么？我找到了一个更简单办法：看数据。在 base(.)dev 上追踪 Base chain 热门应用，除去 Dex 之外，Cluster 排名第 8 ，同时也是基建分类的排名第一。 第三步提问：它如何为 Base 或其他 DeAI 产品提供支持、如何为用户提供价值？这个问题就可以衍生出 Cluster 到底是什么做的。 / 一句话概括：Cluster 是 Base 上的统一 AI 基础设施层。 作为 infra，它可以提供覆盖算力、数据、推理、Agent 支付、应用这 5 个层级的堆栈服务。这基本上覆盖了 DeAI 所有的应用场景，尤其是最近火热的 Agent Payment x402。所以我们可以直观感受到，Cluster 并不是又一个 Chatbot，它是一整套基于统一 API 的基础结算层。 这个统一的入口/API 非常强大，在文档里我找到了已经覆盖 DeepSeek、Qwen、Kimi、Llama、Mistral、GLM 以及我之前分解过的 0G 原生模型，模型能力则覆盖了聊天、Embeddings、图像生成、语音合成、语音识别、重排序等等。 看不懂没关系，你就理解如果要在 Base 上干 AI 相关的任何创业，接入 Cluster，你可以专注自己的业务，模型调用、路由和结算交给它。事实上，已经有 25,000+ 个 dApp 通过 Cluster 搞起来跑在 Base 上了，产生了 4 万+ 峰值 DAU、30 亿+ 推理 Token 消耗，这也是为什么 Base Dev 上它的数据这么猛。 :统一入口意味着隐私必须从设计层解决。Cluster 的解决方案是直接跟 Privacy AI 领域的领导者合作，包括我们熟悉的全同态加密 FHE 项目 @mindnetwork_xyz ；零留存私有推理项目 @AskVenice（部分模型支持 TEE 与端到端加密）；芯片级、可证明隐私 @PhalaNetwork 等。 / 找到金铲子最重要的是挖掘能参与的机会，Cluster 代币 $CP $CP 已列入 Coinbase 的资产上线路线图。融资方面项目拿了 DAO5 领投的 775 万美元，资本实力也足够强大。 思考和挖掘的路径如上，不一定对，但绝对真实，可以作为参考。AI 类项目普遍比较复杂，如果深入到任何一个都很费劲，所以 Cluster 的出现还是让我眼前一亮，这不机会来了嘛？卖铲子的来了！ ⚠️ 注意防骗：只以 @OpenProtocolFND 官方公告为准。任何私信你的"客服"、"空投领取"、"提前抢购"链接都是骗子。不要连接钱包到陌生网站，不要交出私钥或助记词。 祝我们好运！ / 作者：anymose ｜ 一个软核科普作家 本文仅做科普使用，不构成任何投资建议，永远记得 DYOR！

HuggingFace 独立研究者 AuroraAI-Research 把语言模型压到了 8 万参数——训练是在一台小米手机的 CPU 上完成的。 《Aurora-80K：一个现代微型语言模型》 Aurora-80K 是 AuroraAI-Research 发布在 HuggingFace 上的微型语言模型：正好 8 万参数，Apache 2.0 许可，整个权重文件只有约 0.3MB。作者称这是 Aurora 系列的新起点，用来取代之前那些"低效的旧模型"，更大尺寸的版本已在路上。 最有意思的是词表设计。8 万参数的模型通常只能用几百词的词表，它却塞进了 4096 词表——靠分解表示：嵌入层拆成 64 个 cluster 向量和 64 个 sub-token 向量，相加组合出全部 4096 个词。128 个向量就顶起一张 4096 宽的嵌入表。 输出层同样分解。推理时先预测 cluster（64 选 1），再在 cluster 条件下预测 sub-token（64 选 1），两级合起来就是完整的 4096 词表概率。输入输出两头都省。 架构是现代配置的极简版：2 层 Transformer、hidden 64、SwiGLU 前馈、RMSNorm、ALiBi 位置编码配 256 的注意力窗口、4 头注意力。评测数字：Wikitext-2 BPB 3.2902，BLiMP 52.31%，Arc-Easy 26.05%。 训练数据是 fineweb-edu 按教育分 4 分以上过滤出的约 4000 万 token，跑 2 个 epoch。训练设备是小米 14T Pro，钉在 4 个 Cortex-X4 CPU 大核上，算上预处理和 tokenizer 训练，全程约 6 小时。 适合玩极限压缩、或者想研究"现代架构缩到最小长什么样"的人。仓库里权重、tokenizer、 齐全，装个 torch 就能在 CPU 上跑。AuroraAI-Research 主页还会更新更大的尺寸。 原文： #Aurora80K# #TinyLM# #开源模型#

早安！7/21 外電綜合整理 - 2059川湖：美系升目標 美系大行直言數字會說話，因2Q營收好表現，券商預估毛利率進一步擴張至78.1%、營業利益率升至 71.6%。同時看到動能延續至下半年，長期而言，除了 AI 伺服器之外，也看到 AI Cluster 機櫃中的各類硬體設備，例如 CPU 機櫃、交換器機櫃、電源機櫃等，採用滑軌的比例持續提升中。預期今年營收／淨利分別成長 134%／143%。大幅上修26-28年EPS至$251/$329/$391，以明年30xPE評價，同步升目標。 #下次會考#

一个真实 AWS Aurora 故障排查案例： Aurora MySQL 生产库突然触发 RDS-initiated Failover，但排查后： CPU 没爆 内存充足 连接数很低 IO 正常 数据库还是自动切换了 Writer Reddit 用户讨论的情况： 1. 可能是 AWS 底层 Host / Infrastructure 问题 2. 用户侧监控无法看到所有内部原因，需要 AWS Support 查询 3. 生产环境必须测试应用对 Failover 的容错能力，例如使用 Cluster Endpoint 和自动重连机制 云数据库的高可用，不只是配置 Multi-AZ，应用层的连接管理同样重要 #AWS# #云服务器# #数据库#