Loading...
Loading...
Chai Research 创始人 William Beauchamp（威廉·博尚）：1.4 万 DAU 社交 AI 平台的增长与反主流 AI 观撰文：Techub News 整理
导语
在最新一期的 Latent Space 播客中，主持人 Alessio 和 Swix 来到了 Chai Research 的办公室，与公司创始人 William Beauchamp（威廉·博尚）进行了一场深度对话。Chai 是一款拥有超过 140 万日活跃用户（DAU）的社交 AI 聊天应用，在竞争激烈的消费级 AI 领域独树一帜。William Beauchamp（威廉·博尚）的背景颇为独特：他毕业于剑桥大学经济学专业，曾是一名职业扑克玩家，随后创立并运营了一家成功的量化交易公司。在 30 岁生日时，他决定将才华转向更具影响力的领域，从而创立了 Chai。本次对话不仅回顾了 Chai 从零到一的创业故事，更深入探讨了其与 Character.AI 等资金雄厚的对手的竞争策略、内部 AI 模型迭代的「数据飞轮」、以及对 AI 技术未来发展的根本性思考。
摘要
从量化交易到 AI 社交平台：William Beauchamp（威廉·博尚）基于对机器学习生态的观察，认为 AI 的未来不是由少数巨头垄断的「单一智能」，而是由无数小团队在分布式平台上构建的多样化智能。
产品市场契合（PMF）的发现：早期尝试新闻、食谱等实用型聊天机器人均告失败，直到一款「治疗师」机器人意外获得用户长时间互动，才揭示了用户对「无评判、有趣、陪伴式」对话的真实需求。
增长引擎与竞争：Chai 的增长经历了后端架构瓶颈、竞争对手策略变化、内部 AI 模型迭代飞轮成熟以及引入专业增长负责人等多个关键拐点，最终在 2023 年底实现用户体验反超 Character.AI。
反主流的 AI 发展观：Beauchamp 不认同简单的「规模定律」和 AGI 即将到来的叙事。他认为当前大语言模型（LLM）本质上是「模拟器」和「超级知识」系统，擅长存储和检索信息，但在「推理」能力上存在根本局限，AI 的未来在于构建更丰富、更易用的用户生成内容（UGC）平台。
务实的技术路线：Chai 极度重视推理成本优化，与 DeepSeek 等团队合作，并大量使用「拒绝采样」和奖励模型来提升回复质量，而非盲目追求模型参数量或添加多媒体功能。
从扑克牌桌到 AI 社交：一位量化交易者的转型
William Beauchamp（威廉·博尚）的职业生涯始于对概率和风险的精算。从剑桥大学经济学毕业后，他没有像许多同学一样加入大型对冲基金，而是用玩扑克积累的 10 万美元作为启动资金，开始了自营量化交易。他自学 Python 和机器学习，在早期神经网络和随机森林兴起的年代，试图预测资产价格。这段经历让他深刻理解了机器学习在实战中的应用与局限，也让他看到了一个成熟的机器学习生态应有的样子：不是一个庞然大物垄断所有数据、算力和人才，而是众多专业化的小团队在一个中心化市场（交易所）上竞争。
当他的交易公司年利润达到约 500 万美元，团队全是牛津、剑桥背景的数学物理精英时， Beauchamp 在 30 岁生日之际进行了反思。他意识到，尽管财务成功，但这份事业对世界的「影响力」有限。他考虑过加密货币，但认为其核心用例更偏向「赌博」和「规避监管」，而非创造长期价值。与此同时，他注意到了语言模型的潜力。尽管当时 OpenAI 的 GPT-3 尚未发布，但已有研究（如谷歌的 BERT）让他预感到，能够与人自然对话的计算机将成为下一个重大趋势。
与当时 Sam Altman（萨姆·奥尔特曼）等人宣扬的「AI 是单一智能体，依赖更多数据、算力和研究员」的主流观点不同，Beauchamp 基于其机器学习经验持相反看法。他认为，任何机器学习任务的性能都遵循 S 型曲线，最终会在人类水平附近趋于平缓（如自动驾驶、图像识别）。因此，AI 的未来不应是「大英百科全书」式的集中化产物，而应是「维基百科」式的分布式平台。他设想构建一个平台，让任何小团队都能为其特定目的创建、迭代和部署最好的 AI。这便是 Chai 最初愿景的由来。
寻找 PMF：从「治疗师」机器人到 UGC 平台
Chai 最初的产品形态是一个 API 平台，开发者可以提交 Python 脚本（即早期的「智能体」），实现文本输入和输出。Beauchamp 自己尝试创建了新闻机器人、食谱机器人等各种应用，但均无人问津。转折点发生在他让妹妹学习 Python 并创建了一个「治疗师」机器人之后。第二天，数据显示有 20 个活跃用户平均使用了 20 分钟——全部是在和这个治疗师机器人聊天。
这一发现揭示了用户的核心需求：他们想要的不是信息检索工具，而是无评判、即时响应、可以随心所欲倾诉的「陪伴」。与被动消费的 TikTok 或 Instagram 不同，与 AI 互动让用户感觉自己在「参与」和「贡献」，从而避免了使用后的空虚感。Beauchamp 开始将 Chai 对标为「社交 AI 的 Instagram」，一个让人们创造和分享 AI 体验的平台。
然而，另一个难题出现了：专业的开发者和工程师对构建聊天机器人毫无兴趣。Beauchamp 意识到，真正的创造者应该是消费者自己。于是，Chai 进行了一个在当时并不明显的创新：向用户开放创作工具。用户可以为机器人选择名称、头像，并编写提示词（prompt）来塑造其性格。这一举措释放了巨大的创造力，用户创造了 Beauchamp 从未想过的角色类型，比如「校园恶霸」或各种浪漫原型，满足了更广泛人群的细分需求。Chai 从此真正成为一个用户生成内容（UGC）驱动的社交 AI 平台。
与巨头共舞：Chai 的增长拐点与竞争策略
Chai 的发展并非一帆风顺的直线增长。Beauchamp 在播客中剖析了增长曲线上的几个关键拐点，这些拐点也是与 Character.AI 等资金雄厚对手竞争的真实写照。
拐点一：基础设施瓶颈。 Chai 早期完全建立在 Google Cloud Platform (GCP) 上，包括 Firebase。这套架构支撑了从 0 到 50 万 DAU 的快速增长，但在接近 50 万 DAU 时达到了极限。随后长达数月的迁移和架构重构期导致了服务不稳定，影响了新用户体验和 App Store 排名，增长一度停滞。渡过这个工程难关后，平台才具备了支撑当前 140 万 DAU 的弹性。
拐点二：竞争对手策略变化。 Beauchamp 坦言，Character.AI 的出现和崛起对 Chai 构成了巨大压力。Character.AI 的创始团队来自 Google，融资能力极强，能够负担比 Chai 当时昂贵得多的模型进行推理，导致用户直接抱怨「Chai 的 AI 更笨」。Beauchamp 将此视为「硅谷式超规模商业」的经典案例。他观察到，当 Character.AI 的创始团队可能因公司被收购或进入「维护模式」而减少用户获取（UA）支出时，市场为 Chai 等竞争对手留出了增长空间。
拐点三：数据飞轮的成熟。 这是 Chai 实现反超的核心。团队建立了一个高效的模型评估系统「Chivers」（类似于 LMSys 的竞技场）。任何开发者（或内部研究员）都可以提交模型，系统会将其部署并随机呈现给约 5000 名用户进行 A/B 测试（「哪个回复更好？」）。通过这种基于人类反馈的实时评估（ELO 评分），Chai 的 AI 团队将迭代周期从「每月几个模型」缩短到「每天评估 20-50 个模型」。这种快速反馈循环使得团队能在提示工程、DPO 微调、拒绝采样和奖励模型训练等方面快速迭代和优化。大约在 2023 年 10 月，用户社群的风向发生了明显转变，开始普遍认为 Chai 的体验超过了 Character.AI。
拐点四：专业增长负责人的加入。 一位前字节跳动（TikTok）增长负责人加入了 Chai。当他发现 Chai 在几乎零广告投入的情况下达到了百万 DAU 时非常兴奋。在他的指导下，Chai 开始了付费用户获取，将日广告支出从零逐步提升至数万美元（仍远低于竞争对手的规模），从而将年增长率从 2 倍助推至 3 倍。
Beauchamp 也分享了一些「失败」的尝试，例如他曾力推的「语音」功能。尽管团队投入巨大解决了延迟、成本和音质问题，并早于竞争对手推出，但 A/B 测试显示该功能对核心指标（留存、参与度、 monetization）几乎没有影响。只有约 15% 的用户偶尔使用。这让他更加坚信史蒂夫·乔布斯（Steve Jobs）的信条：必须从用户需求出发，而不是从酷炫的技术出发。目前用户的最大痛点并非多媒体，而是 AI 内容仍主要由「硅谷的中年男性」创造，UGC 的深度和工具丰富度还远远不够。
AI 的未来：超级知识、平台化与对「推理」的质疑
William Beauchamp（威廉·博尚）对当前 AI 领域的主流叙事提出了鲜明挑战。他不同意简单的「规模定律」和 AGI 即将到来的预测。他认为，将大语言模型称为「推理引擎」是一种误解。
「我更愿意把它们看作模拟器，就像物理模拟引擎。它们被训练来预测下一个最可能的词元（token），这并不是真正的推理，只是在做最可能的事情。」
他指出，当前 AI 真正擅长的是「知识」的存储和检索，其能力已超越任何个人类，这是一种「超级知识」。人们很容易将知识渊博与智能混为一谈。真正的「智能」或「推理」能力的提升，在他看来是有限的，并且需要像 AlphaGo 那样的树搜索等不同机制的结合。
因此，他认为 AI 的发展不是一个可以通过「集中化 crowdsourcing」解决的「智能」问题（如同维基百科 crowdsource 的是知识而非智力），而是一个需要「分布式平台」来激发多样性和创造力的生态问题。他批评 OpenAI 等大型实验室的做法类似于「大英百科全书」，雇佣标注员创建高质量但有限的数据集。而未来的方向应该是让更多人能够以分布式的方式贡献数据和塑造 AI。
在技术实践上，Chai 高度重视推理成本优化。Beauchamp 盛赞了 DeepSeek 在推理引擎上的工作，认为他们通过减小 KV 缓存等技术显著提升了「性能/美元」比。Chai 自身也与 MK1 等专注推理优化的团队合作。此外，Chai 大量使用「拒绝采样」技术：对于每个用户输入，模型会并行生成多个（例如 16 个）候选回复，然后通过一个内部训练的奖励模型（Reward Model）选出最优回复再返回给用户。这也解释了为何 Chai 不采用流式输出（streaming）—— 因为需要看到完整回复才能进行评选。这种方法让他们能够在给定的延迟预算内，使用规模更大或质量更好的模型。
文化、招聘与未来
Chai 团队目前只有约 15 人，Beauchamp 形容其文化是「高强度」和「硬核」的。他寻找的是有「特殊印记」的人才：不一定是名校背景，但必须有实际构建过东西、取得过突出成绩的经历（无论是通过交易、开源项目还是其他任何途径）。公司也通过「Chai Grants」项目向开源社区提供无附加条件的资助，以回馈社区并结识人才。
展望未来，Beauchamp 将 AI 的当前阶段比作互联网的 1998 年，还有很长的路要走。对于 Chai 而言，核心任务依然是加厚 UGC 层，提供更强大的工具，让用户能像 TikTok 用户轻松制作视频一样，轻松创造出丰富、个性化的 AI 角色和体验，最终构建一个内容创作者、消费者和推荐算法良性循环的强大生态。
当 Polymarket 们等走向「幕后」：预测市场的下半场，在交易所之外？概率不再只属于某一家平台，围绕它的聚合、衍生品与智能执行基础设施，正在成形。
撰文：农民 Frank
预测市场，最近在发生一个挺有意思的变化。
从币安、Coinbase，再到盈透证券（IBKR）、Robinhood，头部玩家们纷纷重心上移，不再执著于复制一个 Polymarket。
大家纷纷在想办法，怎么让 Polymarket、Kalshi 们逐渐「退到幕后」，变成其他金融产品可以直接调用的底层能力。
这其实很像今天的股票交易，用户通过富途、老虎或 Robinhood 点击买入 TSLA，大多数用户不会关心订单最终流向哪家 Market Maker、经过哪套清算系统。
预测市场未来也可能如此。
前端可能是某一家券商、钱包、新闻 App 甚至 AI Agent，中间是 Aggregator 和 Router，真正提供市场、流动性与结算的 Polymarket、Kalshi 们，则越来越像隐藏在背后的金融基础设施。
回看 DeFi，从 AMM 到聚合器、衍生品、专业做市和智能执行，这条路已经走过一遍。
预测市场，或许也正在进入类似的下半场。
一、预测市场，开始更多走向「幕后」
过去几年，预测市场证明了现实世界里的「不确定性」，的确可以成为一种有价格、有流动性的交易资产。
从美国总统大选，到世界杯等体育赛事，再到 Crypto、宏观经济乃至娱乐文化，很多原本只能被讨论的问题，被 Polymarket、Kalshi 等平台压缩成一份可以买卖并产生盈亏的 Event Contract。
这是非常关键的一步，而当这层需求逐渐被验证之后，头部玩家的打法也开始发生明显变化。
今年 4 月，币安接入 Predict.fun，由第三方预测市场基础设施提供市场能力，自己提供前端入口，允许用户在 App 里直接交易概率事件；两个月后，又进一步开放 Prediction Markets API，让量化策略、交易 Bot 和第三方产品可以直接调用市场数据与交易能力。
Coinbase 走的也是类似路线，它把 Prediction Markets 纳入自己的「Everything Exchange」，但上线初期的市场流动性全部来自 Kalshi，并明确表示未来还会支持更多 Prediction Market Venue。
而在传统金融一侧，IBKR 已经更进一步。
今年 5 月，IBKR 直接把 Kalshi、CME Group 和 ForecastEx 三家 Prediction Market 放进一个统一界面，用户无需分别开户，就可以在同一个账户里搜索事件、比较不同交易所的价格与流动性，并完成交易。
Robinhood 则开始继续向交易与清算层延伸，与 Susquehanna 合作运营 Rothera，后者承接了原 MIAXdx/LedgerX 的 CFTC 注册交易所与清算基础设施，6 月已开始把部分世界杯和职业棒球 Event Contracts 路由至这一关联交易所。
这几个头部玩家的动作，其实指向的是同一件事，即预测市场正从一个用户需要主动前往的「目的地」，变成一种可以被其他产品调用的金融能力。
过去，如果我们想交易接下来的美国中期选举，可能需要先打开 Polymarket，再找到对应市场，但未来，它可能是一张出现在币安首页的事件卡片、Robinhood 上一条财经新闻旁边跳动的实时概率。
用户可能根本意识不到自己正在使用预测市场进行交易，至于订单最终来自 Predict.fun、Kalshi、CME，还是被 Router 拆到多个市场，更是没那么重要。
这也意味着，Prediction Market 越来越隐形，Prediction Asset 反而越来越重要。
一旦走到这一步，行业真正有意思的问题也就变了——这些散落在 Polymarket、Kalshi、Predict.fun 甚至更多市场里的流动性，该怎么被组织起来？
譬如围绕美国中期选举，哪里的价格最好？哪里的深度最大？两个市场之间有没有概率偏差？
这套问题，其实和早期 DeFi 非常像。Uniswap 证明了 Token 可以在链上交易之后，市场并没有停止在「再造十个 Uniswap」，随后真正长出来的，是 1inch 这样的流动性聚合器、CoW Swap 这样的智能执行网络、Hyperliquid 这样的衍生品基础设施，以及围绕它们生长起来的做市商和量化交易系统。
预测市场也正在逐渐走到类似的阶段。
Fortune 就是一个很典型的早期案例，截至今年 8 月，已完成 Seed、Pre-A 等多轮融资，累计金额超过 400 万美元，用于 Fortune Agent 升级、接入更多预测市场，以及扩展流动性和相关基础设施。
它想切入的，就是「The Liquidity Infrastructure for Prediction Markets」这一层，不久前也刚进一步接入 Polymarket 的流动性，与此前已经支持的 Predict.fun 一起放进 Fortune Markets 的统一入口。
用户开始可以在一个入口中查看不同来源的市场、交易量、流动性以及隐含概率，而不必在不同 Prediction Market 之间来回切换。
这只是一个很早期的形态，却已经透露出 Fortune 想做的事情——把原本彼此割裂的 Prediction Markets，逐渐抽象成一个统一的流动性层。
二、不只是「预测市场版 1inch」，还能做什么？
当然，如果因此把 Fortune 这样的新玩家简单理解成「预测市场版 1inch」，又有些刻舟求剑。
预测市场未必会完整复制 DeFi 的发展路径，Fortune 这类新玩家，主要是在尝试把视角从 Prediction Market 转向 Prediction Asset。
看起来只差一个单词，背后逻辑却天差地别：Market 关心的是「去哪里交易」，Asset 关心的则是「究竟在交易什么，以及围绕它还能构建什么」。
就像 BTC 不属于 Binance，特斯拉也不只 Robinhood 能交易，美股并非只有现货买卖，Crypto 也不局限于 Spot，一旦 Prediction Assets 可以跨不同市场被寻找、定价、组合与交易，市场之上的基础设施才真正有机会形成。
以 Fortune 为例，新玩家们想搭建的体系，可以大致拆成几个相互连接的层次。
1.把分散的 Prediction Assets 先「放在一起」
众所周知，今天的预测市场仍然高度分散。
同一类事件可能同时存在于 Polymarket、Predict.fun 及其他平台，不同平台之间又拥有各自独立的市场结构、流动性和定价。
早在今年 4 月，Fortune 原生 Prediction Market 就已上线，到了 8 月，又进一步接入 Polymarket CLOB v2，与此前支持的 Predict.fun 放进 Fortune Markets 的统一入口。
用户现在可以直接在 Fortune Markets 浏览来自不同流动性来源的事件市场，并在建立仓位之前比较各自的流动性、成交量和隐含概率。
新版交易流程又加入了 Outcome Selection、Position Preview 和 Portfolio 等功能，把发现市场、建立仓位以及后续管理逐渐串在一起。
过去，一个用户想交易同一类政治、体育或者 Crypto 事件，可能需要分别进入几个平台搜索，再自己比较价格和深度，现在 Fortune Markets 把这个过程压缩为「发现事件 → 比较不同平台 → 选择价格与流动性 → 建立仓位 → 统一管理」。
理论上讲，预测市场的聚合，其实远比普通 DEX Aggregator 要复杂得多。
1 ETH 在 Uniswap 和 Curve 里仍然是同一个 ETH，但两个看起来几乎一样的预测市场，可能只因为截止时间、事件定义、判定条件或结算规则存在细微差异，就成为完全不同的资产。
从这个角度看，Fortune 首先做的并不是创造更多市场，而是把原本散落在不同平台里的 Prediction Assets，逐渐变成一个更容易被搜索、比较和交易的资产池。
2.从「买 YES / NO」，走向更完整的金融产品
一旦资产被连接起来，下一步的问题自然发生变化。
今天预测市场最常见的交易方式，依然是看好一个结果，买 YES；不看好，就买 NO，然后等待事件结算。
这很像 Crypto 早期只有 Spot。
但如果 Prediction Assets 最终发展成一个规模足够大的资产类别，交易需求理论上不会永远停留在二元下注，当底层资产规模足够大，市场通常都会继续长出杠杆、期权、组合、对冲和结构化产品。
这也是 Fortune 把 Prediction Derivatives 纳入整体产品方向的原因，它想进一步把 Event Contract 从一份「等待最终答案」的二元合约，转化成能够被组合、管理和策略化使用的 Prediction Asset。
这一步其实很关键。
因为一个资产类别真正成熟，往往不是看现货市场有多热闹，而是看它周围能否形成足够丰富的金融结构。
BTC 从现货走向 Perpetual、Options 和结构化产品之后，才逐渐形成今天完整的交易体系；股票市场也同样拥有期货、期权、ETF 与各种组合工具。
Fortune 现在所押注的，是 Prediction Asset 也会经历类似的金融化过程。
不过这也带来另一个问题，如果未来一个用户面对的不再是几个市场，而是几百、几千个 Prediction Assets，甚至不同的组合和策略，人还有没有能力自己完成全部研究与执行？
这才是 Fortune AI Agent 真正应该出现的位置。
3.让 AI 直接进入交易链路
实事求是地讲，预测市场可能是 AI Agent 最容易让人理解的金融场景之一。
因为它天然存在一条非常清晰的传导链：现实世界发生变化 → 新信息出现 → 事件概率改变 → 市场重新定价 → 产生交易机会。
只不过，传统交易需要手动完成整个过程，从看新闻、刷社交媒体、分析市场情绪，到判断这条消息究竟会不会改变某个事件的概率，最后还要找到对应市场、比较价格、确定仓位并执行交易。
Fortune Agent 想压缩的，恰恰就是这条链路。
目前已经上线的 Trading Agent，就被设计为一个 Multi-Agent System，持续从 News、Sentiment 和 Arbitrage 三类信号中寻找机会，再进一步验证条件，其中用户连接钱包后，能自行设定单次交易金额、风险等级，以及是否启用 Automated Trading。
如果深挖 Fortune 后续对 Agent 的描述，还有 24/7 Market Intelligence、Structured Decision-making、Risk Management 和 Execution，那和前面的 Fortune Markets 放在一起，整套产品逻辑完全串了起来。
比如某个宏观事件突然出现新的政策信号。
Agent 首先捕捉信息并判断它可能改变某项事件的真实概率；随后 Fortune Markets 可以同时提供来自不同 Venue 的相关 Prediction Assets、价格和流动性；如果市场报价尚未充分反映新信息，Agent 再进一步寻找更合适的交易机会与执行路径。
这时候，Fortune 想做的已经不只是一个「AI 预测器」，它更接近于把信息层、资产层、流动性层与执行层接在一起。
而最外面，还有一层负责让这套网络冷启动的 Incentive Layer。Fortune 目前已经建立起以 F Points 为核心的激励体系，包括 Daily Check-in 和邀请机制；用户邀请其他参与者后，可以获得其 F 收益的 10%。
看起来这些是传统 Web3 项目常见的 Points、NFT 与 Referral 玩法，但放回整个产品架构里，它承担的其实是一个很现实的问题：
一个新的 Prediction Asset 网络，最早期的流动性、交易用户和生态参与者从哪里来？
更多用户参与，带来更多交易与流动性；更深的流动性改善成交体验，又进一步吸引新的用户和策略进入；当 Agent 和更多金融产品加入之后，交易频率与策略复杂度也可能随之提高。
所以把 Fortune 从头到尾串起来，它现在真正尝试构建的并不是一个孤立功能，而是一条相对完整的链路：
Prediction Markets 提供底层事件资产；
Fortune Markets 负责把资产与流动性连接起来；
Prediction Derivatives 扩展资产的金融表达方式；
Fortune Agent 负责信息处理与交易执行；
Incentive Layer 再为整个网络提供早期增长动力；
也因此，如果一定要给 Fortune 一个定位，它既不只是 Prediction Market，也不只是「预测市场版 1inch」。
更准确地说，它想做的是一套围绕 Prediction Assets 的交易与执行基础设施。
三、当「概率」真正成为一种资产
当然，Fortune 最终能不能把这套路线图真正做出来，现在还很难下结论。
它仍然是一个早期项目。
Polymarket 的流动性接入与 Agent 已经能够看到实际产品，但统一订单路由、成熟的 Prediction Derivatives，以及足够深的跨市场流动性网络，都还远没有走到最终形态。
但如果把视角拉回整个行业，Fortune 押注的方向并不孤立。Apex 已经开始把 Kalshi 的 Event Contracts 通过 API 接进券商基础设施；Paradigm 也在开发面向专业交易者的 Prediction Market Terminal，并研究内部做市与 Prediction Market Index。
预测市场越来越像一个真正的金融市场，那真正的金融市场，一定不会只有交易所。
接下来至少有三层变化值得观察。
1.从 Bet 到 Portfolio，高度金融化
今天很多人第一次接触 Prediction Market，还是把它理解成「我赌某件事会不会发生」。
但对更成熟的交易者来说，其实能创造一连串可以表达完整观点的资产组合。
比如，当一个交易者判断美国通胀重新升温、Fed 转鹰时，未必只交易「下次 FOMC 是否加息」，完全可以同时围绕「Fed 是否维持更高利率」「BTC 年底是否突破某个价位」「美国是否避免衰退」等不同事件建立仓位。
这些单独看都是 Event Contract，组合在一起，却可以表达一套完整的 Higher for Longer 宏观 Thesis。
如果这一阶段真的出现，Portfolio Management、Correlation、Hedging 和 Risk Management 也就会自然跟上，届时 Fortune 这类项目如果能够真正补齐 Derivatives 与组合层，价值也不再只是帮用户「少开几个网页」。
2.从单一市场交易，到跨市场聚合执行
这个很容易理解，市场越大，单个平台的重要性反而可能下降。
Crypto 最终没有形成「一个交易所承载所有流动性」的格局，Prediction Market 大概率也不会。
不同监管体系、用户群体、做市商、事件类别和地域，会长期制造市场分割，而市场分割，本身就是基础设施的机会，毕竟套利者需要价格，做市商需要订单流，机构需要深度，普通用户需要最好的成交价格，Agent 则需要足够多可以扫描和执行的 Venue。
所以 Prediction Market 真正走向成熟以后，交易入口可能反而越来越「隐形」，譬如在券商 App 看到一条新闻：「Fed 下月调整利率概率：72%」
旁边一个按钮，就可以买入，至于背后的订单到底来自 Polymarket、Kalshi，还是被 Router 拆到三个市场里完成，不重要。
这才是 API 化真正可能带来的变化。
3.从 Human Trader，到 AI Trader
我始终认为，预测市场可能会成为 AI Agent 最天然的金融应用场景之一。
因为它本身就是「信息 → 概率 → 价格 → 交易」，而这恰恰是 AI 最擅长介入的一条链路。
如果说 Crypto 给 AI Agent 提供了一个无需银行账户、可以 24 小时直接控制资产的金融系统，那么 Prediction Market 则进一步给它提供了一个可以直接交易「认知」的市场。
AI 最核心的能力之一，本来就是处理信息，而 Prediction Market 最核心的资产，本来就是信息被压缩之后形成的概率。
二者天然契合。
我们可以试想一下，未来一个 Agent 可以同时监听新闻、社交媒体、宏观数据、链上数据、公司公告、体育比赛、政策文件等等，然后不断重新计算自己的概率模型。
市场价格一旦和模型产生足够大的偏离，就直接下单，这时候 Prediction Market 的速度也会发生变化。
过去 Alpha 可能来自我比别人更早看到一条新闻，以后就可能变成：我的 Agent 比你的 Agent 更快理解这条新闻意味着什么；甚至再下一阶段，谁能够在更多 Venue 之间，更快把认知优势转化成成交。
于是信息优势、模型优势和执行优势，会逐渐变成同一件事。
这可能才是所谓 AI × Prediction Market 真正有意思的地方，当然，所有这些想象成立之前，还有几个现实问题绕不过去。
首先是流动性，没有足够深的盘口，再先进的 Router 和衍生品都没有意义；
其次是 Resolution，预测市场最终仍然需要一套可信、明确而且尽量少争议的事件结算机制；
再往后则是监管，一个 Event Contract 究竟属于衍生品、博彩，还是一种新的金融工具，不同地区依然存在完全不同的答案；
最后还有 Agent 本身，AI 可以处理大量信息，但「能够总结新闻」和「能够稳定产生 Alpha」之间，仍然隔着很远的距离；
这些问题不会因为市场正在增长就自动消失。
反而只有当这些基础设施逐步补齐之后，Prediction Assets 才可能真正从一个新鲜的交易品类，变成成熟资产类别。
写在最后
客观地讲，从 2024 年美国总统大选，到 2026 年世界杯，Polymarket、Kalshi 已经完成了预测市场最困难的首轮用户教育：
现实世界的诸多不确定性，是真的可以被交易。
但这更像是上半场，如果回看几乎所有金融市场的发展史，就会发现，证明一种资产能被交易，从来不是故事的终点。
当参与者越来越多、资产越来越多、平台越来越多之后，决定市场成熟度的，往往是交易所之外那些没那么性感的东西，譬如流动性、做市、路由、衍生品、风险管理、组合策略，以及更自由、更自动化的执行。
DeFi 已经走过一遍，预测市场很可能也正在走上类似的路。
所以今天重新看 Fortune 这类新玩家，真正值得关注的，是越来越多「概率」真的成为资产之后，我们该如何更高效地交易它们？
它需要更深的流动性，更丰富的金融工具，更高效的执行，以及能够 24 小时理解现实世界、不断重新计算概率的 AI Agent。
而这，或许才是 Prediction Market 从「市场」走向 Prediction Assets 之后，真正的下半场。
汽车企业用 AI，为什么从飞书开始？企业用飞书重新组织信息与工作，由此沉淀的上下文助力提升企业效率。
文丨沈行
同样一个大模型，进入不同公司，能做的事情可能完全不同。
它可以写报告、总结会议，但如果不了解这家公司正在做什么、过去做过哪些决定，依旧很难真正参与工作。企业里的很多任务也不是靠一条指令完成的。AI 要继续往下做，需要知道事情从哪里开始，中间发生过什么，为什么变成今天这样。
汽车行业尤其能说明这个问题。
一辆汽车背后，是需求、软件、硬件、测试、制造和供应链共同完成的复杂工程。一个功能发生变化，可能同时牵动车端软件、手机、云端、芯片和生产线。参与的人和公司越多，研发节奏越快，信息之间能不能连起来就越重要。
过去，这些信息主要供人阅读、沟通和判断。大模型开始参与研发和经营之后，它们又多了一层新的作用。
在车企的开发过程中，一项功能从需求提出到最终交付，往往要经历多轮评审、开发、测试和修改。比如，辅助驾驶功能从高速场景扩展到城市道路，AI 不仅要了解最新需求，还要知道此前的用户反馈、测试数据、硬件变化和未解决的安全问题。
数字钥匙在部分手机上无法使用时，AI 也不能只查看一份故障报告，而要同时追踪手机、车端、云端和硬件记录，才能判断问题出在哪里。
对 AI 来说，这些需求变更、测试结果、故障记录和供应商往来，才是理解一个项目的上下文。只有把问题的起因、已经尝试过的方案和仍未解决的限制连起来，它才可能给出下一步可执行的判断。
而今天的汽车行业的新变化，又让这件事变得更加迫切。车型越来越多，软件更新越来越频繁，一项功能背后连接的团队、系统和供应商也越来越多。过去依靠人反复沟通还能维持的信息传递，越来越难跟上研发和交付的速度。
8 月以来，我们访谈了超过 5 家车企和供应链公司。保隆科技要同时连接主机厂和中德研发团队；银基科技的一把数字钥匙，要横跨手机、车端、云端和硬件生产，还要适配不同车企各自的开发体系。
这些企业面对的具体问题不同，但共同的问题是：信息散落在不同公司、团队和系统里。AI 想参与得更深，第一步就是把这些彼此分散、不断变化的信息重新连起来。
一些车企很早就意识到了上下文的重要性。2021 年 5 月，理想汽车创始人李想在飞书未来无限大会上把飞书称为 “超级感知工具”。在他看来，飞书流转的不只是办公和信息，也包括企业里的认知和知识，并通过共同协作把它们连接起来。
理想之外，飞书在汽车行业的使用也已不局限于新势力车企。从上汽这样的整车集团，到博世、玲珑轮胎和欣旺达等供应链企业，它已经沿着整车、零部件、轮胎和动力电池等环节进入汽车产业链。这些企业开始把散落在文档、消息、会议、表格和流程中的工作信息汇集到同一个协作环境里，让一项任务的来龙去脉能够连续保存，也让 AI 有机会理解工作并进入流程。
飞书 CEO 谢欣也在 AI 生产力大会汽车行业专场中表示，企业里的绝大多数任务并不发生在孤立的工具中，而是贯穿文档、消息、会议、表格、流程和人与人的协作。当 Agent 进入企业，工作方式将从 “人使用软件” 转向 “人和 Agent 在同一个工作环境里共同完成任务”。
工厂里有一条生产汽车的产线。围绕 AI 和企业内外的上下文，汽车行业正在形成 “第二条产线”。
飞书想进入的，正是这里。
“上下文” 改变汽车产业链的合作模式
在复杂的汽车行业，上下文往往不只存在于一家企业内部。
一辆车的研发涉及主机厂和大量供应商。过去，主机厂提出要求，供应商完成零部件开发，再把成品交给主机厂集成。随着汽车电子和软件越来越重要，双方开始共同设计、共同开发。主机厂更早参与软件和系统定义，供应商也更早进入整车架构。
一方修改需求，另一方的设计、测试和交付节奏都可能随之变化。原本分散在不同公司的研发过程，越来越紧密地连在了一起，也让汽车行业需要的上下文天然跨越企业边界。
业务已经连在一起，信息却还散落在不同系统里。主机厂和供应商都有自己的需求和项目系统，中间仍靠 Word、Excel、邮件和会议传递。文档可以发过去，需求与设计、开发、测试之间的关系却很难一起带过去。会上解决一个问题后，双方还要分别回到自己的系统更新状态。
项目经理因此花大量时间对信息、催进度，同一件事为什么在两个系统里显示不同状态，也常常需要人工解释。
对 AI 来说，它看到的也只是孤立的信息片段。比如，摄像头参数变了，它未必知道会影响算法标定、控制器软件和整车测试；供应商延期了，也未必知道会卡住哪一轮试制。
2026 年年中，上汽与联合汽车电子借助飞书项目打通了一个研发项目。原本分散在邮件、电话里的需求传递、计划同步、变更通知、交付物和评审资料，可以在双方系统之间直接流转，相关文档、会议和讨论也挂到具体事项下面。
上汽把设计需求、零部件设计任务、软硬件开发、测试和评审等 187 个主流程节点放进同一条项目链。每条需求都能继续关联设计、开发和测试任务，并明确负责人和时间。到了节点，系统自动提醒和汇总，项目经理不用再逐个追问，全部计划排期由一至两小时缩短至五分钟，问题溯源和项目交接所需的时间也大幅降低。“这条链上七个角色，分属两家公司，今天跑在同一条流程上。” 上汽集团创新研究开发总院院长王从鹤表示。
更重要的是，需求为什么变化、谁做过什么决定、一次修改影响了哪些环节，过去大量存在于项目经理和工程师记忆里的信息也能随着项目留下来，成为 AI 理解业务所需的上下文。“AI 不缺算力，缺的是上下文。” 王从鹤说。当跨企业的任务、进度、交付物和决策过程持续沉淀在同一条流程中，AI 才有可能真正理解研发现场。一个项目踩过的坑，有机会变成下一个项目可以直接调用的经验。
但合作双方并没有因此进入同一套内部系统。上汽和联合汽车电子属于两个不同的飞书租户，各自的数据、流程和权限仍然分开。主机厂定义共同推进的工作和交付节点，供应商保留内部流程，只开放必要的数据和状态。
这很符合汽车产业链的现实。主机厂和供应商需要一起工作，却不可能向彼此开放全部数据。知识产权、责任归属和数据边界，都要求信息流动的同时保留边界。
飞书进入汽车行业的过程，也在反过来改变飞书。它要理解 APQP、IPD、ASPICE 和整车开发中的质量节点，也要适应供应商的数据边界、不同车企的流程，以及专业工程系统和协作工具之间的分工。
今年 7 月，上汽与飞书把合作扩大到集团层面。在此之前，上汽通用、上汽通用五菱、智己汽车、联合汽车电子等公司已经分别使用飞书。集团签约后，双方开始把合作延伸到研发项目、整零协作、AI 应用，以及 “研产供销服” 等更多环节。
类似的合作正在更多车企中出现。公开数据显示，2025 年销量前十的新能源乘用车品牌中，有 7 家选择了飞书项目；国内销量前 30 名的新能源车企中，约三分之二已经与飞书合作。飞书项目在软件研发管理 SaaS 和 IPD 管理 SaaS 市场的份额分别达到 46.8% 和 68.6%。
上汽大乘用车智能部件部总监张健琼把这种关系类比为 IBM 早年与通用汽车的合作：软件公司先陪第一个客户把复杂项目跑通，再从中找到可以复用的部分，做成其他企业也能使用的产品。第一个客户付出了更多试错成本，软件公司也借此真正学会这个行业。
到了大模型时代，这种积累又多了一层价值。企业能不能用好 AI，不只取决于模型本身，也取决于它能获得多少真实、连续、权限清晰的业务上下文。飞书过去在汽车行业连接项目、文档、会议和流程，也因此成为 AI 进入真实业务的一部分基础。
车企内部的 AI 与 “上下文” 实践
产业链之间的上下文之外，一家车企内部还有另一套更庞杂的信息。
车型越来越多，开发周期越来越短，AI 开始进入研发、质量和管理流程。企业里的 AI 也比个人打开一个聊天框复杂得多。它不仅要读懂一份文件，还要知道文件属于哪个项目、谁有权查看、关联哪些测试，以及它的答案能不能用于正式决策。
会议、文档、群聊、项目节点、质量标准和历史问题，共同记录了一家公司怎么工作。过去几年，不少汽车企业已经把这些信息留在飞书里，同时保留了人员、项目和权限之间的关系。
四维图新的转变很典型。
公司最初考虑自建一套 RAG 知识库，把企业资料重新整理后交给 AI。但他们后来发现，企业信息每天都在变化，人员和项目又有复杂的权限关系。重新建一套知识库，几乎等于再复制一套组织和权限体系。
最终，四维图新直接使用飞书已有的聊天、会议、文档和权限关系，让 AI 在原有权限内读取信息。飞书已经嵌入日常业务，这些上下文会随着工作自然更新，也不需要企业再单独维护一套。
对浙江黎明这样的制造企业，上下文还包括另一类信息：老师傅长期积累的经验。
公司把冷挤压、机加工和模具设计经验整理进智能体。面对新的设计任务，AI 先给建议，工程师再修改；图纸评审也由 AI 先检查、标重点，专家最后判断，单张图纸的审核时间从约三个小时缩短到 10 至 20 分钟。
过去分散在老师傅脑中的工艺经验、设计规则和判断方法，由此变成了组织可以反复使用的能力。
但让 AI 知道一家企业发生过什么，只是第一步。随着 Agent 进入办公场景，新的问题是，AI 能不能利用这些上下文继续完成后面的工作。
8 月 25 日发布的豆包工作，提供了这样一个新的连接方式。它可以围绕目标拆解任务、调用工具，并持续推进复杂工作。放到企业里，飞书保存员工身份、权限、组织关系和工作记录，豆包工作更像一套执行框架，让模型能够在这些上下文之上调用企业已有的工具和流程。
这也让企业 AI 从能根据公司的真实状态继续做事。
银基 CTO 张亮此前已经在尝试类似方式。银基软硬一体的产品和项目涉及的部门、工种、角色非常多，如何快速了解项目和产品的最新进展来支撑下一步的决策，过去需要花费很多时间精力，现在他可以用多个数字分身来整理会议、跟踪目标、汇总进度。同时，因为项目和会议已经记录了工作过程，他不再要求团队额外写一遍周报，获取信息的效率却成倍提高了。“我们已经相信，它能很好地了解我的上下文。” 他说。
不过，企业上下文并不会天然汇集在同一个系统里，也不是所有信息都适合被打通。银基还要通过钉钉、企业微信和个人微信与客户沟通，这些信息无法自动回到飞书。即使技术上可以连接，信息是否愿意开放，也取决于企业之间的利益和信任。保隆 CIO 黄军林认为，如果主机厂只是借助过程透明进一步压价、压缩周期，供应商就不会愿意开放更多信息。与此同时，出于 GDPR 合规、员工隐私和公司内部政策等方面的考虑，欧洲团队对数据和会议记录设置了更严格的边界，部分能力也会因此受到限制。
因此，AI 需要读懂企业，但 “读懂” 从来不等于看到一切。信息在什么关系中产生、可以流向哪里，本身就是上下文的一部分。飞书已经积累了不少汽车企业的项目、文档和协作记录，而决定这些积累最终价值的，是它们能否在明确的权限与边界之内，进一步转化为 AI 可以可靠执行的任务。
当大模型进入千行百业后，人变得更重要了
汽车行业并不是孤例。
随着 AI 从回答问题走向参与工作，越来越多行业都开始意识到上下文的重要性。同样的大模型进入不同企业，能发挥多大作用，还取决于企业自己的知识、数据、权限和工作记录。
摩根士丹利给财富管理顾问做的 AI 助手，连接了公司自己的研究和知识库。目前，它已经可以从约 10 万份内部文档中回答问题，超过 98% 的顾问团队在使用。几十年积累下来的研究、流程和客户服务经验，让 AI 能够回答一家金融机构真正关心的问题。
沃尔玛也在做类似的事。它的 Wally 把销售、库存和需求数据放在一起，帮助采购团队判断哪里缺货、为什么缺货；面向员工的 MyAssistant 则可以读取门店、团队和经营信息。零售业务每天都在变化，AI 接入这些持续更新的信息后，才能参与实际经营。
但企业里的上下文，并不只存在于文档和数据库里。
代码、制度和 SOP 记录了企业明确写下来的规则，更多真正影响工作的东西，其实一直留在人身上。
一个质量工程师知道，某类异常过去出现过几次，最后是怎么解决的；采购负责人知道，同样一句交付承诺，放在不同供应商身上意味着什么；一线员工知道，流程手册里的十个步骤，真正容易出问题的是哪两个。
这些经验很多没有完整写进系统，却每天都在影响企业的判断。AI 要参与这些判断，也必须逐渐理解这些原本分散在人和部门里的信息。
这也意味着，AI 进入一家企业以后，光把现有资料接进来还不够。管理层要决定哪些业务值得投入，哪些数据可以开放；业务负责人要把真正的问题说清楚；一线员工则最清楚哪些工作反复发生，哪些判断长期依赖经验。
人的参与，本身也在不断补充企业的上下文。
这也是为什么，过去一年，不少厂商开始把更多精力放到企业里的人身上。阿里云、钉钉、微软等公司，陆续推出面向企业管理者和业务人员的 AI 培训、认证和实践项目。
从 2023 年起，飞书便密集面向企业管理层和一线员工举行 AI 大赛等活动。
浙江黎明至今举办了三届 AI 先锋大赛。比赛最初看点子新不新，后来开始看节省了多少时间、产生了多少实际效果；近期筹备第四届时，又增加了 “有多少人在用” 这一评分点。同时，公司还把比赛分成办公室和生产现场两条赛道，让更多一线员工能有展示的舞台。
这些比赛表面上是在找好的 AI 应用，还把一家公司的隐性经验一点点翻出来，同时还发掘了新时代的 AI 人才，一些 AI 先锋通过比赛展示了自己的成果，后来也进入了管理岗位。
哪些工作最耗时间，哪些流程长期不合理，哪些岗位掌握着别人不知道的经验，过去往往只有身处其中的人最清楚。当员工开始用 AI 解决这些问题，他们也在把原来留在个人脑子里的经验，变成可以记录、复制和继续使用的方法。
新技术进入企业，往往都要经历一个从少数人尝试，到改变整个组织工作方式的过程。
19 世纪末，电力刚进入工厂时，很多企业只是把蒸汽机换成电动机，原有的机器摆放和生产流程几乎没有变化。后来，工厂开始围绕电力重新设计生产线，机器摆脱中央传动轴，可以按照生产需要重新布置，效率才进一步提高。
AI 可能也在经历类似的阶段。少数人率先用起来，只能说明它有用；真正的变化，要等一家企业开始重新整理自己的知识、经验和工作方式。
过去，一家公司最重要的能力，很多藏在人和组织里。未来，这些经验能不能被机器理解、被更多人使用，也会逐渐成为企业能力的一部分。
题图来源：《法拉利》
被 Meme 盖过的暗线：AI Agent 正在 Robinhood Chain 上自己交易撰文：Gandalf，Techub News
导语
所有人都在看 Meme，但 Robinhood Chain 上复合增速最快的其实是另一条曲线：AI Agent。首周 2100 个 Agent、7700 万美元交易量；第一个 1 亿美元用了两周，下一个 5000 万只用三天。Uniswap 在主网第一天就上线了 AI 插件，Unidity 让 GPT-5、Claude、DeepSeek、Qwen3 Max 四个大模型实盘对战交易代币化股票。本文梳理这条被 Meme 盖过的暗线，以及它为什么可能才是这条链回到 RWA 初心的现实路径。
核心要点
AI-native 是设计定位：主网首日 Uniswap 同步上线 AI 插件，后续开源 Trading Tools（定投/指数/跟单）
增长曲线：首周 2100+ Agent、7700 万美元 → 7/17 达 4500+ Agent、1.5 亿美元、开发者融资 230 万
Unidity 四模型实盘对战：GPT-5、Claude Sonnet 4.5、DeepSeek、Qwen3 Max 交易代币化股票
9 月 1 日 Robinhood 官方全面推出 AI 代理加密交易功能，把能力收进自家产品
冷静看：Agent 交易量占链上总量不足 1%，方向正确但尚未证明自己
Robinhood Chain 上有两条增长曲线。Meme 那条被所有人看见了，另一条几乎没人写——AI Agent 在这条链上自主交易的规模，增长速度比 Meme 更陡。
从设计之初就是 AI-native
这不是意外产物。Robinhood Chain 在主网发布时就被定位为 AI-native 的链，配套动作在第一天就到位了：2026 年 7 月 2 日，Uniswap 随主网上线的同时推出了 AI 插件。
Uniswap 后来把这套能力产品化为 Uniswap Trading Tools——一个开源的 AI 技能库，教 Claude Code、Cursor 这类编码 Agent 如何接入 Uniswap，内置三种能力：定投机器人、指数机器人（定义一篮子代币和目标权重）、以及跟单交易。
图源：Uniswap 官方博客《Uniswap is Live on Robinhood Chain》（2026 年 7 月 1 日）
复合速度比 Meme 更快
主网上线首周，链上已部署超过 2100 个 Agent，Agent 交易量约 7700 万美元。此后的加速曲线很说明问题：第一个 1 亿美元 Agent 交易量用了两周，下一个 5000 万美元只用了三天。
到 7 月 17 日，链上 Agent 数量超过 4500 个，累计交易量超过 1.5 亿美元，并已为开发者募集到 230 万美元。当时就有分析指出，Agent 的复合增速比 Meme 更快。
四个大模型的实盘对战
最具体的产品是 Unidity——一个让 AI Agent 在链上交易代币化股票的平台，在 Uniswap 的发射台 Pools 上启动。它同时跑着四个 Agent，分别由 GPT-5、Claude Sonnet 4.5、DeepSeek 和 Qwen3 Max 驱动，实盘交易代币化股票。
另一个方向是 HoodPilot，主打让用户自己构建在 Robinhood Chain 上运行的 AI 交易 Agent。
官方侧的动作同步跟上：2026 年 9 月 1 日，Robinhood 全面推出 AI 代理加密交易功能，把这套能力从链上开发者生态收进了自家产品。
为什么这条线更值得关注
Meme 的用户忠于活跃度，热度过去就会迁移。Agent 不一样——一旦策略部署在某条链上，迁移成本包括代码改写、流动性适配和历史数据积累，粘性天然更高。
更重要的是，Agent 交易的标的里包含代币化股票。这恰好是 Robinhood 最初想要的那个用例：如果 Agent 生态能持续扩张，它可能才是这条链从「Meme 赌场」回到「RWA 结算层」的现实路径——不是靠散户手动买股票代币，而是靠自动化策略把股票代币变成程序化交易的底层资产。
当然，目前这条曲线的绝对规模仍远小于 Meme。1.5 亿美元的 Agent 交易量，对比 8 月全月近 180 亿美元的链上总交易量，占比不到百分之一。它是一条方向正确但尚未证明自己的曲线。
为 RWA 造的链，79% 的交易量是 Meme撰文：Gandalf，Techub News
导语
CoinDesk 在 7 月 13 日的报道标题说得直白：「Robinhood 为代币化股票造了一条链，Meme 币接管了它」——当时链上已沉淀 1.35 亿美元价值、80 万个地址，但几乎没有一分钱在做这条链该做的事。两周后 CoinGecko 的数据把这个反转钉死：7 月 27 日，Meme 占这条链 DEX 交易量的 79.2%。本文梳理反转发生的过程、Galaxy 研报的「压力测试」判断，以及 IOSG 提出的那个核心问题：赌场还是结算层？
核心要点
7 月 13 日 CoinDesk 统计：上线 12 天，1.35 亿美元价值、80 万地址，但几乎不用于代币化股票
7 月 26 日：Meme 发行数量超越 Solana 登顶；7 月 27 日：Meme 占 DEX 交易量 79.2%（CoinGecko）
Galaxy 8 月 4 日研报：TVL 破 3 亿，Memecoin 占 79%，2800 万用户分销叙事正被链上压力测试
IOSG「Casino or Settlement Layer」之问：Meme 是冷启动引擎，还是会在补贴退坡后集体迁走
Robinhood 官方态度：把「支持 RWA 与 Meme」写进定位，上架 CASHCAT 并自持约 780 万美元
Robinhood Chain 上线不到一个月，就出现了一组让所有人意外的数据。据 CoinGecko 统计，2026 年 7 月 27 日，Meme 币贡献了这条链上去中心化交易所交易量的 79.2%。而它原本是为代币化股票造的。
图源：CoinDesk（2026 年 7 月 13 日）
分水岭出现得比预期早
早期信号在 7 月中旬就已经出现。7 月 11 日，这条链的稳定币市值一周翻倍至超 2.7 亿美元，DEX 日交易量突破 6.9 亿美元，TVL 突破 1 亿美元——增长很猛，但结构已经开始倾斜。7 月 12 日，链上出现某交易者卖出 1504 万枚 CASHCAT、价值约 104 万美元的记录，一只猫主题 Meme 币开始进入视野。
7 月 26 日是更明确的转折点：Robinhood 旗下公链的 Meme 币发行数量超越 Solana 登顶，同日月活突破 200 万、周增 50%。一条主打 RWA 的链，在发币数量上做到了全行业第一。
Galaxy 的压力测试判断
2026 年 8 月 4 日，Galaxy 发布研报，把这个现象总结为一次压力测试：TVL 突破 3 亿美元，Memecoin 占据 79% 的交易量，Robinhood 引以为傲的 2800 万用户分销叙事正在经历链上检验。
研报点出的核心矛盾是：分销能力确实真实存在，但它导流过来的用户在链上做的事，和 Robinhood 设想的完全不同。散户来了，只是没有去买代币化股票。
同期的资产结构印证了这一点。链上代币化资产规模长期停留在千万美元量级——到 9 月 3 日才突破 8800 万美元，而稳定币市值早在 8 月 19 日就达到 6.4 亿美元，TVL 在 8 月 22 日突破 10 亿美元。真正沉淀在这条链上的，不是股票。
「赌场还是结算层」
IOSG Ventures 在其文章《Casino or Settlement Layer? Robinhood Chain's RWA problem》中提出了这个二选一的框架：这条链究竟是一个偶然获得了 RWA 基础设施的赌场，还是一个暂时被投机占据的结算层。
支持后一种解读的论据是：Meme 提供了冷启动流动性和用户获取通道，它们压力测试了基础设施、为 DEX 铺出了深度，给了这条链一个纯 RWA 流量在第一个月无论如何都造不出来的心跳。
支持前一种解读的论据同样有力：Meme 交易者忠于活跃度而不忠于任何一条链，补贴与热度结束后，他们会迅速迁移到下一条链；而他们与 Robinhood 最终想要争取的投资者群体，未必有多少重叠。
官方的选择
值得玩味的是 Robinhood 自己的态度。8 月 14 日，Robinhood 对外表述其旗下链「活跃度居前三，支持 RWA 与 Meme」——把 Meme 明确写进了官方定位。
更进一步，8 月 7 日 Robinhood 在自家平台上线了 $CASHCAT 交易；8 月 13 日，Arkham 的链上追踪显示 Robinhood 持有约 780 万美元的 CASHCAT。这家券商不只是默许了链上的 Meme 狂潮，它自己也下场了。
BE Semiconductor：混合键合正在成为 AI 的下一个瓶颈封装正在成为新的性能扩展层
半导体封装正在演进到这样一个阶段：在不久的将来，半导体元件如何被封装，将开始在决定产品或系统整体“性能”方面发挥重要作用。高性能计算（HPC）受益于让逻辑芯片与存储芯片彼此保持更近距离。TSMC 将 CoWoS 描述为 HPC 和 AI 的重要基础，因为它能够把逻辑芯片与高带宽内存放在同一个封装中。混合键合则是朝这一目标迈出的下一步。混合键合取消了传统微凸点，直接将铜焊盘与周围介电材料表面进行键合，从而实现更高的互连密度、更低的延迟以及更好的散热特性。半导体行业已经无法继续仅依赖晶体管微缩来获得大部分性能提升，未来更大比例的性能增益将需要通过这些裸片如何被组装在一起来实现。
由于上述趋势，半导体行业经济利益的控制权也可能发生显著变化。过去，封装设备所创造的大部分价值，主要集中在提升吞吐量、降低成本以及改善生产良率。然而，随着混合键合以及其他能够提升封装整体性能的技术出现，设备制造商可能会发现，客户越来越受制于设备能否高效完成特定装配功能这一瓶颈。随着一代又一代半导体架构需要更多裸片放置、更严格的对准精度以及更好的热管理能力，单位封装所需的设备内容价值可能会以高于半导体出货量增长的速度上升。
因此，这就是更广泛的行业机会。根据 SEMI 的数据，随着 AI 相关应用需求在半导体后道供应链中持续扩张，组装和封装设备销售额预计将持续增长至 2028 年。虽然 BE Semiconductor（BESIY）所面对的机会相比上述更广泛行业机会更加狭窄、总体价值量也更低，但其自身机会依然具有相当价值。Besi 专注于提供半导体封装中精密放置环节所需要的设备，在这个环节中，多个 chiplet 之间需要在极小互连间距下实现高精度对准，同时不能牺牲速度或良率。随着每个封装中放置的裸片数量不断增加，同时互连尺寸进一步缩小，精密放置环节的复杂度也会随之提高，从而为 Besi 创造更多机会。
【原文图片位置：TSMC CoWoS-S 横截面图（TSMC）】
Besi 掌控着精密工艺的关键节点
根据 Besi 的 2026 年投资者日演示材料，公司在其所定义的可服务市场中占据大约 70% 的市场份额，其中不包括 TCB、引线键合、切割以及其他类别；同时，2025 年公司在 die attach（裸片贴装）市场中的份额达到 49%，在先进裸片放置市场中的份额达到 83%。这一市场地位来自公司多年来持续在运动控制、机器视觉、更高吞吐量以及工艺可靠性方面进行投资。混合键合进一步放大了这些投资的价值。基于焊料的连接方式在回流过程中具有一定程度的自对准能力，因为熔融焊料的表面张力可以把元件拉回正确位置。混合键合则不存在这种由焊料驱动的自对准，因此通常必须通过更严格的预键合对准以及工艺控制来避免放置误差。因此，客户所需要的是一种既能提供接近前道工艺洁净度，又能同时具备后道工艺速度和精度的设备。
除了通过混合键合强化现有产品组合之外，Besi 还通过与 Applied Materials 建立合作进一步拓宽了自身的“护城河”。这项合作可以为客户提供表面处理、计量以及工艺控制，而 Besi 则继续开发并交付高速精密放置和键合解决方案。此外，由 Applied Materials 与 Besi 共同开发的 Kinex 平台，将湿法清洗、等离子体活化、键合以及原位计量整合到一套生产流程中，从而减少晶圆和裸片在不同设备之间转移的需求。
Applied Materials 还收购了 Besi 9% 的战略股权，进一步强化双方合作关系。Besi 目前披露，公司已经拥有 21 家混合键合客户，应用场景涵盖逻辑芯片、存储芯片、共封装光学以及消费电子。虽然拥有 21 家混合键合客户并不能保证未来一定出现大规模订单，但相比仅依赖两家领先逻辑芯片客户，这显然建立了一个更加广泛的潜在订单管线。
【原文图片位置：双方共同开发的 Kinex 平台（Applied Kinex）】
三条需求曲线可以同时上升
这一投资逻辑中最重要的一点，是 Besi 并不需要依赖某一项单一技术转型。如今许多 AI 封装仍然在逻辑芯片、存储芯片、桥接裸片以及光学器件中使用传统技术，包括倒装芯片、热压键合以及高精度裸片贴装。在这些现有技术之外，当逻辑芯片设计厂商开始堆叠缓存和计算裸片时，混合键合又创造了另一类设备机会。下一代高带宽内存很可能会形成第二个大规模市场。此外，共封装光学也可能创造第三个放量市场，因为网络工程师希望把光引擎放置得更靠近交换芯片和加速器。由于 Besi 向封装组装流程中的多个阶段提供设备，因此公司拥有足够多的潜在增长来源，可以通过其他业务领域的成功抵消某一种架构出现延迟的影响。
为了实现管理层制定的 2030 年财务模型，Besi 预计年收入将达到 17 亿至 22 亿欧元，同时营业利润率达到 45%-55%。这些预测数字同时考虑了已经成熟的传统先进封装业务，以及正在增长的亚微米精度业务。考虑到 AI 封装尺寸和复杂度不断提升，这一计划具有可信度。chiplet 数量增加意味着裸片放置步骤增加，而光子器件则需要极高精度的对准。混合键合系统可以同时创造设备销售收入以及服务型收入。公司的目标并不是从封装成本中的每一美元都获得收入，而是成为整个封装工艺流程中，对精度最敏感节点上的最佳设备供应商。
订单已经跨入量产阶段
最新一个季度表明，公司目前正在进入量产爬坡的初期阶段，而不只是出现一次暂时性的研发需求高峰。季度收入目前达到 2.499 亿欧元，同比增长 68.7%。订单达到 2.929 亿欧元，同比增长 128.8%。毛利率提升至 65.7%，净利率达到 35.6%。数据中心、光子学、混合键合以及 AI 电源管理应用都出现了广泛需求。管理层还给出了下一季度收入环比再增长 10%-15% 的指引，同时预计毛利率将在 63%-65% 之间。
这轮增长真正重要的地方，是它属于高质量增长。订单增长的结构非常关键：目前订单仍然高于收入，这对于下一阶段在手订单转化非常有利。由于产品组合改善，毛利率也有所提升。尽管研发支出显著增加，但由于收入增长速度快于管理费用，净利率同样得到改善。管理层预计，由于产品组合变化，下一季度毛利率会出现轻微环比下降。此外，Besi 灵活的亚洲制造基地使其能够扩大产量，而无需像规模更大的前道设备公司那样承担显著增加的固定成本负担。
盈利增长足以消化估值溢价
基于公司自身指引，而不是其他机构的预测，我预计本财年收入约为 10 亿欧元。这一预测假设第四季度收入较第三季度指引中值仅出现非常温和的增长。我的基准情景预测是，下一财年收入约为 14 亿欧元，净利率为 39%，净利润约为 5.4 亿欧元。按照当前汇率进行汇率调整后，对应每份 ADR 的 EPS 约为 7.8 美元。我预测中的新增收入大约有一半来自混合键合以及先进热压键合技术，其余新增收入则来自裸片贴装活动增长、光子业务以及传统主流市场的部分复苏。
我的模型并没有采用管理层长期框架的上限。相反，我假设毛利率维持在 60% 中段，同时费用增长速度低于收入。这些假设既符合 Besi 最近一个季度的实际表现，也符合 Besi 的商业模式，因为公司拥有可扩展的亚洲制造体系。推动盈利改善的核心杠杆并不是激进涨价，而是让高精度设备的高价值产品组合通过一套已经承担了绝大部分必要研发和服务投入的成本结构进行放量。
按照大约 223 美元的参考股价计算，BESIY 当前交易价格略低于我前瞻盈利预测的 30 倍。根据 Seeking Alpha，BESIY 的历史 EV/EBITDA 倍数大约为 58 倍。以相同指标计算，Kulicke & Soffa 约为 40 倍，AMAT 约为 38 倍，LRCX 约为 45 倍。这几家公司的过去五年平均估值倍数分别约为 24 倍、19 倍和 22 倍，而 BESIY 自身过去五年的平均估值约为 40 倍。虽然这四家公司当前都高于各自五年平均水平，但 BESIY 绝对意义上的历史估值仍然明显高于同行。此外，BESIY 当前的历史盈利仍然反映的是上一轮周期中较弱的一段，而现在的订单情况已经反映出一个明显更好的产品组合。
如果对我的前瞻盈利预测应用大约 35 倍市盈率，可以得到 BESIY 大约 275 美元的目标价，比前述参考股价高约 23%。这一估值倍数确实略高于更广泛半导体设备行业的历史盈利倍数，但考虑到 Besi 更快的增长前景、显著更高的利润率，以及公司直接参与混合键合市场，我认为这种估值溢价是合理的。因此，目前估值支持“买入（Buy）”评级，而不是“强烈买入（Strong Buy）”。
投资逻辑失效的验证条件很清晰
Besi 面临的最大风险来自混合键合技术真正实现大规模量产采用的时间。与热压键合相比，混合键合拥有实现更好技术性能的潜力，但由于两者之间存在成本差异，很多存储芯片厂商可能会比最初预期更长时间地继续使用热压键合。此外，一些存储芯片厂商也可能推迟提升混合键合产品的产量，同时逻辑芯片领域的规模化应用也可能仅局限于少数几家大型厂商。以上任何一种情况都会延长 Besi 实现高毛利混合键合设备大规模销售所需要的时间。
除了 Besi 业务爬坡时间相关风险之外，公司还面临执行风险。例如，Besi 正在混合键合获得更广泛采用之前，就提前增加供应、服务以及制造能力。如果 Besi 的设备最终良率低于预期、吞吐量改善速度慢于预期，或者集成式 Kinex 混合键合工艺流程的资格认证出现明显延迟，那么这些新增能力就可能无法得到充分利用。此外，ASMPT 和 Kulicke & Soffa 等键合设备专业厂商也存在竞争，它们可能会缩小与 Besi 在精度和总体拥有成本方面的差距。汇率波动、贸易限制，以及移动端或工业需求再次下滑，也可能进一步压制 Besi 的增长能力。Besi 在美国交易的 ADR 还是 OTC 场外交易，这意味着其买卖价差和流动性可能不如阿姆斯特丹交易所。正如前面提到的，这些都是周期性行业中不可忽视的重要风险。
正如前面所说，如果 2027 年出现以下三个条件，我会认为自己的投资逻辑已经失效。第一，收入没有超过 12 亿欧元。第二，至少连续两个季度订单低于收入。第三，在 AI 驱动型应用需求持续增长的同时，净利率却重新下降至 30% 低位区间。如果出现这些情况，那么按照当前参考股价计算，公司前瞻市盈率将超过 40 倍，但缺乏足够增长来支撑这一估值。因此，对 Besi 的积极展望仍然需要看到更强的在手订单转化、更广泛客户基础中的销量增长，以及经营杠杆持续改善的证据。
风险收益仍然偏向上行
半导体设备公司 Besi 并不是一只便宜的股票，但它也是少数几家正处于 AI 芯片堆栈中由于互连密度提升和散热要求上升所形成的精度瓶颈位置上的设备供应商之一。从公司近期业绩来看，先进封装技术已经开始推动业务增长。未来混合键合、下一代存储技术以及共封装光学的进一步发展，都可能继续推动这一需求增长。不过，正如前面所说，目前估值限制了我能够获得的合理“安全边际”，但我认为，技术领先地位、客户接受度提升以及盈利杠杆这三者结合，足以支持“买入（Buy）”评级。
CDDJAP夏季加速营启动，从与会嘉宾观点看香港AI和Web3发展机遇！(一）8月27日，「资本与智能的交汇之处 —— CDDJAP 2026 夏季加速营启动典礼 · Launch Ceremony」在香港数码港3座功能厅成功举行，同期，主题为“Where Capital Meet Intelligence”的高峰论坛成功举办。论坛汇聚了香港数码港首席公众使命官陈思源（Eric Chan）先生，香港交易所前行政总裁、滴灌通创始人兼主席李小加先生，香港大学副校长（大学拓展）汪揚教授，隆领投资创始人、美图公司联合创始人蔡文胜先生，Kingston Capital 联席主席、香港Web3.0协会理事会荣誉会长陈少杰（Jack Chan）先生，HashGlobal 创始人沈康先生，香港数字资产学会（HKDAS）执行委员会成员 Marco Lim先生，Draper Dragon 合伙人 Larry Li和Richard Wang，CDDJAP合伙人Seven Guo先生，以及CDDJAP Summer Cohort 2026 15位入营项目负责人等专业人士，现将嘉宾发言及圆桌讨论的主要内容分享如下，所有内容均根据会议记录整理形成，未经过发言嘉宾本人审核。
香港数码港首席公众使命官陈思源（Eric Chan）：
CDDJAP成为数码港完善创投生态、深化头部风投合作的重要战略布局。
数码港高度重视与 Draper Dragon 的战略合作，双方共同发掘和支持拥有创新技术及高增长潜力的科技初创企业。
优秀的风险投资伙伴不仅提供资金，还能凭借市场洞察、产业资源和国际网络，帮助创业团队加快商业落地，实现规模化增长。
双方联合推出的加速器计划聚焦人工智能和区块链，帮助初创企业优化商业模式、验证市场需求，并做好融资准备。
1s cohort 已于 2026年5月完成，共有 15个项目参与。多家初创企业获得了商业验证机会，Draper Dragon也在对部分高潜力团队进行进一步评估，并探讨投资的可能性。
展望2nd cohort ，我们希望发掘更多优秀团队，创造更多投资机会，推动数码港初创企业拓展内地及国际市场。
数码港将继续与业界具影响力的创投机构建立战略合作。在對的时机，为有潜力的创始人对接合适的资本、专业资源和发展机会，帮助他们从创新走向商业应用，并从取得早期市场进展迈向区域及全球增长。
Draper Dragon 合伙人Larry Li：
香港在全球人工智能产业生态中扮演重要角色
两年前，我们与数码港携手推出CDDJAP加速器项目，依托的正是我们在硅谷长期积累的大学、加速器与孵化器网络资源，但基金管理是我们的本业，多年投资实践让我们形成一个共识，孵化器是科技创新生态中不可缺失的关键一环。
同时，我想强调的是，当前国际形势下，香港的桥梁和窗口作用非常重要。去年到现在，香港资本市场的表现有目共睹，大量人工智能项目来到香港，进一步体现了香港地位的重要性。当前，人工智能在硅谷及全球市场都是最热门的行业，大量资金都被吸引过来，在台湾、香港、韩国等地区的指数中，人工智能相关上市公司占据了50%甚至70%的权重。作为专注早期项目的投资机构，我们在香港看到了两个机会。
第一个机会是Token出海。从整个人工智能产业的情况来看，日本在算力方面的投资增长很快，欧洲也在迎头赶上，但中美在算力基础设施上仍有较大差距。大家看到了DeepSeek以及Kimi等产品的出现，就突然意识到中国模型的Token生成成本低、效率高，既然算力出海受限，那么Token出海就成为可能。香港在这方面拥有得天独厚的机会，我认为这是眼前的一个重大机遇。
第二个机会是光互联产业。算力中心需要光互联，第一代技术中，像中际旭创这样的大型上市公司已经来到香港。现在是光互联2.0时代，已经涌现出一批全新技术，这其中，中国的产业链，占据了很大比例，我们最近参与的几个项目，正在研发OCS 2.0版本中的关键器件。这些创新技术服务全球市场需要在香港或境外设立身份，这也是香港的又一个机会。
当然，中美之间是双向流动的，硅谷历来是新商业模式的发源地。大模型之后需要落地和应用，我们知道大模型在企业应用方面表现很好，但这只是个开始，后面还有更多可能。这也是我们设立加速器的目标，把美国的一些好的创意吸引到香港，再扶持它们与大陆进行应用结合；大陆企业在产品化、效率、成本控制和推广方面非常出色，可以依托香港服务全球市场。我们一直保持这个策略，认为香港有其独到之处，所以，这几年我们团队在这里投入了大量精力，非常高兴大家能参与我们的生态和项目。
香港大学副校长汪揚教授：
Regulating The Empty Room，What Hong Kong Can Learn from the U.S. Digital Asset Shift？
首先，祝贺CDDJAP加速营第二期启动！美国的现实情况是，无论《CLARITY法案》能否通过，数字资产市场都在快速发展。美国证券交易委员会（SEC）与美国商品期货交易委员会（CFTC）并未等待完备成文法律出台，而是通过解读公告与无行动豁免机制推进监管工作。各大传统金融巨头着手搭建实际基础设施，如美国存管信托和结算公司（DTCC）开展为期三年的代币化试点，有50余家机构组成工作组参与；纽约证券交易所（NYSE）通过专业转让代理机构发行原生链上股票。美国采取“实践先行式监管”模式，在受监督的豁免机制下让基础设施走向成熟，之后再将规则写入法律。由此得到的启示是，华尔街正在搭建服务机构资本的底层通道，而香港还停留在研讨规划方案的阶段。
当前，全球资产代币化市场已经形成“白名单市场Vs蓝名单市场”的鲜明格局，其中，白名单市场主要针对在岸市场及机构客户，且以注册型证券代币（RST）实现链上所有权为主要形式，市场服务需由法定权属以及结算终局性的受监管资本提供，如贝莱德BUIDL、富兰克林邓普顿BENJI即为典型案例，二者管理资产规模均超过25亿美元，该市场的竞争壁垒主要在于转让代理与结算基础设施的控制权；而蓝名单市场主要针对离岸市场以及零售客户，且以封装证券代币（WST）为基础，提供全天候合成资产敞口，该类市场无需取得美国券商或交易商牌照就可满足全球散户的投资需求，其优势在于广泛的分销渠道与快速上币能力，如币安通过获得阿布扎比全球市场（ADGM）牌照的股票产品在30日内交易规模突破30亿美元。
而香港正处在上述两大市场的夹缝之中。它缺少原生的直接注册底层体系，无法主导白名单市场；同时虚拟资产交易平台相关规则限制过多，难以承接蓝名单市场的散户流量。香港似乎已经陷入一个过度合规的困境，暨对一个基本尚未成型的市场实施监管。虚拟资产交易平台需要达到银行级合规标准，需要支付巨大的运营成本，却未能实现足够多资产挂牌交易以带动交易量。2026年出台的部分监管举措，例如对虚拟资产基金敞口设置严格的净资产门槛，优先目标是风险管控，而非培育市场。香港发行合规的现实世界代币资产、获取稳定币牌照仅仅是第一步；倘若缺少二级市场流动性、做市商参与以及协议互操作性，这些资产只会闲置在区块链账本之上。这便形成监管悖论，监管约束越严苛，市场参与主体就越少，监管机构可用于优化后续规则的真实市场数据也随之变少。即便稳定币本身合规，如果没有繁荣的配套生态，其价值也微乎其微。
但香港市场也同时存在着较大的机会，主要就是机构层面的机遇。目前政策过度聚焦散户交易平台，却忽视代币化给机构业务带来的颠覆性影响，传统主经纪商整合托管、清算、保证金融资以及证券借贷业务，代币化会把上述业务收益转移至掌控转让代理关键节点与链上结算通道的参与方。这就使得，作为香港银行和券商高利润业务的清算与融资业务，恰恰可能会最先向链上迁移。这一被忽视的基于主经纪商运行逻辑的创新机遇使得数字资产不只是“一类可供挂牌的全新资产类别”，而更是“一套需要争夺掌控权的全新底层基础设施”。
综上，香港拥有深厚的金融底蕴，但具备前瞻性的监管需要魄力。创新诞生于基础设施之中，而非法条文本。监管要服务真实存在的市场，而不是制定规则把市场参与者赶走。香港数字资产发展可重点关注以下三项原则：
一是流动性优先原则，暨香港监管可将衡量政策成效的标准设定为资产流转活跃度，而非牌照发放数量，可跳出单纯搭建合规牢笼的思路，重点放在发展链上质押资产管理、再质押以及跨境结算网络。
二是监管灵活性原则，暨借鉴美国模式，灵活运用沙盒豁免与无行动豁免机制，允许企业测试真实流动性业务模型，而不必等待完整立法周期落地。
三是面向终局原则，暨面向未来金融形态，监管体系必须考虑适配可编程、由程序代理运行的证券，以及智能合约驱动的全天候资本流动。
香港交易所前行政总裁、滴灌通创始人兼主席李小加：
Crypto世界的第一性原理已经改变，但可用Crypto的哲学实现投资底层资产的极大扩展
首先，祝贺CDDJAP加速营第二期启动！今天在座的大多数朋友来自Crypto领域，或者正积极投身于这个行业，所以，我想先谈一个关于Crypto的大的历史趋势。
Crypto的初衷是构建一个更加平权的社会，其潜在的变革对象正是包括中美两国在内的法币体系；然而，当地缘政治冲突加剧，而美国改变策略选择将Crypto作为战略武器的情况下，Crypto的产业逻辑将发生根本性的转变。
我们知道，Crypto世界所有产品的共同利益基础是法币世界资金的持续流入； 这种流入构成了Crypto诞生以来价格增长的主要支撑。但在美国选择Crypto作为一种战略武器的前提下，Crypto世界的这种利益基础就会发生本质性的变化，比如，西方机构，如BlackRock、JP Morgan等机构的资金进入Crypto领域，本质上是用传统世界的方法论在新世界里寻找高利润空间。这就意味着，Crypto世界的游戏规则将发生实质性变化，而且这些机构一旦大规模进入，现有的Crypto大户未必能与之抗衡。
与此同时，我们也知道，过去十几年，Crypto世界的增长很大程度上依赖中国资本的非监管流入。在国有银行体系和国家信用保护下，中国老百姓的风险意识相对薄弱，这为Crypto世界提供了持续的资本来源。但今天，这个时代同样也已经结束了。中国当前的经济基础是资本项下的管制强化和存量再分配，中国资金向境外或Crypto世界流动的大潮正在退去。因此，RWA、稳定币等一切可能被视作资本外逃渠道的工具，其原有的发展逻辑都在终结。如果这个趋势是退潮而非涨潮，那么Crypto世界的第一性原理已经改变。
虽然Crypto的时长逻辑在变，但我们对Crypto世界的运营哲学，比如去中心化、极细颗粒度的信息披露、记录不可篡改和不可逆转、实体经济与金融有效连接高度认可。我们创立的NUMA 牛码新市（Micro Connect New Markets）项目，正是将Crypto世界的核心方法论下沉到传统金融的毛细血管中。
我们知道，传统金融的底层资产其实非常有限，名义上，全世界只有约2万家上市公司，真正有交易量的其实更少，投资者实际上是在一个极小的池子里打转。我们的方案是，不以公司为证券化的唯一标的，而以商业合同作为资产证券化标的；任何一个合同，只要已有第一投资人（房东、加盟商、供应链等），只要可以产生现金流，就可以成为我们证券化的基础标的。我们的具体做法是将合同证券化为“PCC 千元牛码证”（例如10万元投资对应100张千元证），实现合同层面的Tokenization。
与此同时，我们完全在现有监管体系和持牌机构框架内运作，不撼动传统金融的根基和秩序，但在最底层进行改造。传统投资的“圣经”是夏普比率，暨投资者承担1单位风险，必须要求1单位以上的收益回报，比率超过1才被视为好投资。我们延续这一逻辑，我们为每一个合同生成一个多维度的夏普比率，并每日更新，投资者可以通过设定投资总额、投资分散度（如100万分散到1000个合同）和最低夏普比率为自己设定筛选投资组合的标准；而我们的系统则通过扫描所有合同为每一个投资者匹配符合其投资条件的组合。如果条件过严导致无匹配结果，投资者可调整参数或等待。
显而易见，这套模式需要处理海量、高频、极度分散的计算，且每天都要计算到最底层。没有AI技术，这需要上万人才能完成，但实际上依靠人力执行并不可行。正因为如此，去年我们几乎处于停滞状态。直到今年Agentic AI出现，才让这一构想真正落地。我们感恩身处AI时代——30年前赶上改革开放的红利，如今AI让我们再次出发。
当Crypto世界依赖资本流入增长的时代终结，我们需要重新思考其第一性原理。New Market的方法是，用Crypto的哲学改造传统金融的底层，以合同为标的、以夏普比率为准绳、以AI为引擎，实现投资底层资产的极大扩展。
隆领投资创始人、美图公司联合创始人蔡文胜：
Web3行业处于低谷，香港依然是创业的理想之地
首先，祝贺CDDJAP加速营第二期启动！当下Web3行业处于低谷，借加速营启动的契机，我想和大家分享，为什么香港依然是创业的理想之地，我们该如何在这里把握Web3与AI的时代机遇。
一、Web3当下遇冷的核心原因
现在Web3行情相对低潮，究其原因，AI带来的是生产力变革，因此受到全球广泛欢迎；而Web3天生具备革新属性，旨在重构现有组织架构、金融架构乃至社会治理模式，必然会面临重重阻力。
此外，前两年行业行情和特朗普密切相关。上一任期特朗普原本并不支持Web3发展，正如小加总所说，美国大量印钞，一旦加密货币广泛普及，必将冲击现有货币体系。上一轮竞选失利后，特朗普家族银行账户遭到冻结，才开始支持加密货币，他起诉摩根大通的案件涉及数十亿美金也尚未有结果。虽然特朗普全面拥抱Web3，但他需要处理俄乌冲突、中东局势等诸多事务，竞选承诺迟迟未能落地，动用国家储备买入比特币的计划没有推进，《天才法案》原定去年四季度通过，如今8月依旧悬而未决，6-9月期间法案通过概率仅约15%，后续仍存在较大不确定性。
另一方面，市场原本期待内地借助香港开放Web3相关赛道。去年4、5月，国泰君安宣布布局RWA，股价短期大幅上涨，但随后监管政策收紧，相关计划全部搁置。原本京东、阿里有望拿下稳定币相关资质，但只要是涉及内地业务的主体，基本受到限制。美图是首家买入比特币的港股上市公司，但在两年前选择卖出，主要原因就是受制于合规要求。香港稳定币牌照发给渣打、汇丰，这样的格局很难激活市场，两家机构属于传统金融既得利益者，很难主动颠覆自身业务。汪扬教授说得十分准确，在严苛监管之下，本土市场需求难以释放，普通用户很难参与。不过香港拥有自由表达的宽松环境，这是香港的独特价值。
二、香港迎来科创创业新机遇
即便如此，香港依旧蕴藏极佳的创业机会。有人会提出疑问，互联网、移动互联网时代，香港为什么没能诞生顶尖科技企业？过去难以诞生巨头，主要受限于三大因素。
第一，香港办公成本居高不下。过去金融、地产行业占据主导，写字楼租金高昂。早期互联网、移动互联网属于劳动密集型产业，美图这类面向普通用户的软件，员工规模达到1800人；网易游戏员工约3.5万人，腾讯12万人，阿里23万人，京东、美团规模更大，香港很难承载数千人规模的团队。但AI时代彻底改变这一局面，创业所需人力大幅缩减。
第二，早期香港创业者以本地人为主，市场局限于700多万本地人口。并非香港创业者能力不足，台湾同样难以诞生头部互联网企业，核心瓶颈就是本土市场规模太小，互联网商业模式需要前期投入抢占市场、形成规模效应，狭小的本地市场很难支撑企业成长。
第三，过去港府对科创更多是口号式支持。2000年提出建设数码港，扶持政策难以落地。如今，这三大制约条件都发生了根本性转变。
首先，AI大幅降低人力需求。过去估值10亿美金的独角兽企业，员工规模普遍需要500人，如今十几人团队就有机会打造独角兽。10人团队办公，即便香港租金高于内地，成本差距也可以忽略。百亿美金级别的企业，员工通常不超过100人；Deepseek估值数百亿美金，起步阶段核心团队仅38人，目前也只有百人左右。AI时代，团队规模不再是创业门槛。
其次，香港人才结构迎来重大变化。高才通计划获批10万份，叠加优才、专才政策，近几年香港引进50万内地人才，在校内地大学生数量已达18万人，夯实了创业人才基础。大疆创始人汪滔毕业于港科大，当年香港缺乏科创氛围，只能前往深圳创业。如今大量内地人才汇聚，将构筑香港独特的人才优势。
最后，港股市场意识到单一依赖金融、地产存在巨大风险。金融行业虽然具备一定竞争力，但港交所每日交易量不足美股二十分之一，地产行业增长乏力，香港开始全力扶持科创产业。三大条件同步改善，我认为香港将迎来重大发展机遇。
三、香港创业的核心优势
当然，很多人会问，为什么目前还没有看到标杆企业诞生？优质企业不可能一蹴而就，我们进一步梳理香港的核心优势。
第一，税务优势突出。香港企业利得税超额利润部分税率为 16.5%，薪俸税最高标准税率 15‑16%；内地一般企业所得税基准税率 25%，高新技术企业可享受 15% 优惠税率。以税前年薪 100 万元为例，内地高收入区间个税边际税率最高可达 45%，叠加五险一金后实际到手约七成；而香港百万年薪人员薪俸税税负较低，仅需缴纳法定强积金，税后可支配收入更高，员工到手收入优势明显，这也是不少互联网大厂将核心人才派驻香港的考量因素之一。
第二，开放包容的监管思路是其不可替代的优势。在一些地区，注册域名个人需要备案，网站需要备案，AI领域同样存在类似约束，而在香港，不存在这类强制监管要求。拥有这样宽松的创业环境，如果企业依旧做不起来，那就是自身能力问题。当然，内地充分竞争的市场环境能够锻炼团队，经历过内卷打磨，创业者来到香港放眼全球市场，很容易形成降维打击。
香港还有一大优势，创业不一定要申领牌照。香港目前发放13家数字货币交易牌照，包括HashKey、OSL，但至今没有一家实现盈利，核心原因就是合规成本过高。在香港创业做数字货币交易所，不必执着申请牌照。币安、OKX在香港不开展本地业务、不申领牌照，依然能够服务全球用户。泰达2011年落户香港，最早探索锚定货币模式，2013年推出全球首个稳定币USDT，同样没有申请本地牌照；Bitfinex在美国遭到监管制裁，落地香港后不持牌，依旧可以开展全球业务。拿牌照有合规经营的优势，但倘若目标是全球市场，完全可以不申请本地牌照。类比证券业务，美国资本利得税高达30%，香港没有相关税收，何必耗费成本申请1号、9号牌照？香港累计发放数百张1、9号牌照，99%的机构持续亏损，每年合规成本高达五六百万。游戏行业也是同理，企业选择落地香港，无需版号限制，面向全球发行游戏，只要产品具备竞争力，单款产品就能稳定创造收益。
四、给创业者的两点建议
总结来说，第一，创业不必执着申请牌照；第二，不一定需要融资。
在我看来，借助AI和Web3，只要产品足够优质，完全不需要外部资金。Web3行业尤为明显，大量拿到融资的项目最终走向跑路，反而是不依赖融资的团队能够长久发展。OKX 2013年创立，仅获数百万投资，最终成长为全球最大交易所之一，去年一轮融资估值250亿美金，并获纽交所投资推进美股上市。赵长鹏当初卖掉房产买入比特币开启创业，并没有获得太多外部资金。FTX创始人SBF，2017年来到香港，初期睡在朋友家客厅，没有任何启动资金。他通过比特币搬砖套利，赚取数亿美金，2021年巅峰时期，一年盈利数十亿美金，但FTX做大之后开始大规模融资，引入淡马锡等机构，最终出现重大经营失误，创始人锒铛入狱。SBF曾经向Anthropic投资5亿美金，持股13.8%，对应估值超千亿美金，原本有望跻身全球富豪行列，盲目融资反而成为败笔。
Web3赛道，只要项目本身扎实，并不需要依赖融资，AI领域同理。当然，企业想要持续扩张，融资可以作为可选路径。拿牌照、融资本身没有对错，但多数优质项目，依靠自身现金流就能稳步发展。OpenClaw创始人最初只是独自运营平台，并没有投入大量营销费用，短时间内火遍全球。当然，我并不是完全否定融资，部分项目确实存在资金需求。如果初创者连几万元启动资金都难以筹措，可以寻求加速器扶持，小额创业资金更容易对接，不必执着大额融资。加速器能够为早期创业者提供有效助力。
最后，回归香港本身。香港是绝佳的创业落脚点，背靠内地，能够吸纳庞大的内地人才资源；内地激烈的市场竞争，可以锤炼创业者能力。立足香港，面向全球市场开拓业务，形成降维打击，就是最优的发展路径。
HashGlobal创始人沈康（James Shen，KK）：
香港IFC2.0：依托RWA打通亚洲资产与全球链上流动性
首先，祝贺CDDJAP加速营第二期启动！今天和大家探讨香港国际金融中心下一阶段的发展方向，也就是香港IFC2.0的构想。我们正处在互联网迭代变革的时代，互联网已经走过信息连接、商业连接阶段，迈入第三代互联网——资产互联的时代。从2025年开始，资产上链、权益流转、链上结算成为新的发展主线，万物上链将会是未来十年资本市场最重要的主题。
区块链与Web3为资本市场搭建起一套全球统一的记账体系，链上资产具备可编程、可拆分、可组合、7×24小时全球流转的特性，让现实世界资产拥有了链上第二生命周期。与此同时，人工智能也深度赋能RWA全流程，在资产筛选、风控审核、数据分析、自动化执行等环节，持续提升资产落地效率。对比传统金融，RWA模式也带来运行逻辑的变化，传统金融依靠标准化产品、券商银行渠道、财经媒体营销，区分机构与零售客群；而RWA需要定制化代币化方案，依托钱包、交易所做分销，借助社群与KOL开展运营，围绕链上权益搭建用户生态。
RWA的范畴并不局限于国债、基金、固收、房地产这类金融资产，文娱IP、会员权益、收藏品等非金融资产同样属于RWA。金融类RWA是打开机构市场的起点，而非金融类RWA，能够挖掘增量商业场景，拓展Web3的发展边界。稳定币成为全新的支付结算基础设施，DeFi构建起链上应用底层，海外市场也已经看到趋势，美国SEC推出Project Crypto计划，正式拥抱万物上链的行业浪潮。
回望过去，香港已经完成了IFC1.0的实践。过去二十余年，香港扮演着“连接中国资产与全球传统资本”的枢纽角色。香港把内地与亚洲的股权、债权、实体资产进行产品化改造，依托成熟的上市、融资、交易以及专业服务体系，打造出全球机构看得懂、买得到、持有的金融产品，成为中国资产走向全球市场的关键门户。
时至今日，香港已经为发展Web3金融与RWA夯实了基础，香港已经拥有持续迭代的数字资产可信监管与持牌体系，开展代币化政府债券等代币化市场实践，建立稳定币发行人监管的链上资金框架，同时汇聚银行、券商、法律、会计、跨境资本等大批顶尖金融专业人才。站在这个基础之上，香港有望通过建设香港IFC2.0—用RWA连接亚洲资产与全球链上资本，迈向新的阶段。
IFC1.0对接的是全球传统机构资本，而IFC2.0面向的是全球链上资本与链上用户。它的运行逻辑十分清晰：挖掘亚洲地区大量优质、可产品化的底层资产，在香港的监管框架之下完成合规架构设计与代币化发行，再接入全球稳定币资金与链上生态，实现资产全天候不间断的流通与运营。
这里我想强调一个关键认知：RWA的价值，并不是完成代币发行的那一刻就结束，而是从发行完成之后才真正开启。发行环节考验传统金融能力，解决资产组织、合规确权；但真正释放价值，离不开发行后的链上运营，实现资产持续交易、抵押融资与流动性供给。
香港的优势，是实现资产可信上链，解决资产合规、确权、机构认可的问题。但资产想要真正活起来，还需要全球链上生态提供资金、用户、交易、借贷场景。所以香港和链上生态不是竞争关系，而是合作互补的关系，希望香港能承担全球链上金融落地亚洲资产中心的作用。
在这套合作体系中，BNB生态是不可或缺的全球链上流动性底层。它坐拥海量全球用户地址与活跃用户群体，具备规模可观的稳定币资金池，配套公链、钱包、去中心化交易、借贷协议等完整基础设施，也已经和贝莱德、Circle等众多传统金融、Web3头部机构开展合作，能够为代币化后的亚洲资产提供全球触达、7×24小时交易、抵押借贷等全套链上能力。
Hash Global也深度参与到这一进程当中，在RWA、公链、DeFi、密码安全、Web3应用等全赛道完成投资布局，同时作为BNB Chain早期节点，和BNB生态深度协同。Hash Global发起设立获得YZi Labs战略支持的合规BNB收益基金，搭建起传统机构通往Web3生态的桥梁；持续举办各类闭门论坛交流，对接亚洲机构与链上资源。Hash Global一方面投资RWA相关基础设施项目，另一方面为亚洲金融机构提供RWA战略咨询，推动项目落地，承担生态共建者的角色。例如，Hash Global已经有若干示范项目正在推进落地，包含日本房地产信托份额的RWA项目，稳定币链上流动性通路，亚洲头部金控传统金融产品的链上分发，还有IP卡牌这类非金融资产，探索链上用户运营新模式。
总而言之，IFC2.0想要形成完整闭环，离不开四方协同，香港输出可信制度与金融专业能力，亚洲供给丰富优质的底层资产，BNB生态提供全球用户、稳定币资金和链上流动性，Hash Global作为纽带，推动各方业务落地。
IFC1.0已经证明，香港可以成功把中国资产对接全球传统资本；而IFC2.0的使命，就是证明香港同样能够将亚洲资产，连通广阔的全球链上资本世界。香港输出制度与金融优势，链上生态输出网络与流动性，多方携手，共同把握RWA时代带来的全新历史机遇。
香港数码资产学会（HKDAS）执行委员会成员Marco Lim；
香港建设“国际算力枢纽”应打出“人才教育、Web3算力孵化、资本反转”三张王牌
首先，祝贺CDDJAP加速营第二期启动！香港数码资产学会HKDAS是2020年在香港注册成立的非牟利机构，专注Web3、AI、金融科技以及数字资产的科普推广、人才培养、创业孵化和产业融合。站在当下，我们观察到一个非常值得思考的行业现实：如今资本遇到了两样用钱也买不到的东西，一个是顶尖AI芯片，另一个就是顶尖人才。像英伟达H100、B200这类高端芯片受到出口管制，资本很难随意获取；而像DeepSeek、大疆、宇树科技这类拥有原创技术突破的领军人才，同样不是单纯依靠资金就可以直接买到。AI芯片是生产力的硬件载体，人才是生产力的软件载体，缺少这两者，资本本身只是一堆数字，很难转化为真正的生产力。
再把目光放回香港算力的现状。目前香港整体总算力达到5000PFLOPS，其中数码港AI超算中心AISC贡献3000PFLOPS，截至2025年底算力使用率已经达到80%。现在全球算力的定价权掌握在美国手中，但我认为，香港完全有机会去争夺算力定价权。未来随着沙岭数据园区的扩容建设，香港有条件朝着“国际算力枢纽”的目标迈进。
当然，我们不需要完全复刻美国的发展路径。香港应当打出属于自己的三张王牌：人才教育、Web3算力孵化、资本反转。
第一张牌，人才教育：我们要从单纯培养理论家，转向锻造复合型的资源架构师。
过去十年，香港的AI人才数量增长超过280%，总规模大约23600人，接近一半人才接受过香港本地教育。但行业评判人才的标准已经发生改变。在算力资源稀缺的时代，谁可以用更少的算力训练出效果更强的模型，谁就掌握新的定价权。这不是单一的算法问题，而是算法、金融、工程、监管合规结合的综合能力。
当前市场非常紧缺五类人才：芯片设计工程师、工艺制程工程师、基础研究人才、AI应用开发工程师，还有一类是香港尤其需要重视的——既懂AI技术，又熟悉金融、医疗、法律等垂直行业的跨领域融合人才。
想要培育这类人才，我们要对现有教育体系做“基因改造”，主要有三条路径。
第一是推进跨学科融合，搭建“AI+金融+Web3”交叉课程，让学生在校期间就直面真实的算力约束与合规难题；
第二是坚持应用导向孵化，让在校人才走进家族办公室、医疗、物流等真实产业场景，学会在有限算力条件下创造商业价值；
第三是打造全球人才磁极，不只是出台政策吸引人才来港，更要把香港真实的产业难题，变成全球顶尖人才愿意前来求解的课题。
第二张牌，算力Web3孵化：把算力从一项成本，转变为可以交易的资产。
算力是稀缺资源，稀缺资源就理应被定价、被交易、被对冲。香港有一个全球难得的机会，就是依托Web3技术推动算力证券化。香港的定位，并不是自己去大规模制造芯片，而是打造算力资产的定价平台。谁掌握这个定价平台，谁就拿到算力时代的铸币权。
我们有一个目标，争取在2030年前建成4万P规模的国产智算中心，国产算力的成本预计比英伟达算力低60%。未来可以形成这样的分工：大湾区负责算力的生产供给，香港承担算力证券化与资产定价的角色。
客观来看，香港已经具备不错的Web3基础：现有13家持牌虚拟资产交易平台，还有2张稳定币发行人牌照，数码港Web3基地集聚310多家相关企业，代币化产品的管理资产规模一年增长7倍，达到107亿港元。
未来孵化器的使命，不再仅仅是孵化普通DApp应用，我们希望能够孵化出全球第一个算力资产交易所。未来内地AI、硬科技明星企业来到香港，除了发行股票，还可以发行算力通证，让全球资本可以直接参与中国AI算力的价值发现。让算力像黄金、石油大宗商品一样，可以代币化、期货化、指数化。
第三张牌，资本反转：从南向资金的目的地，升级为中国AI硬科技资产的全球定价中枢。
过去香港资本市场的主流叙事，是内地资金南下投资港股。但现在格局正在发生变化，全球资本正在重新评估、定价中国的AI和硬科技资产，覆盖AI芯片、存储、算力、光通信、半导体设备、储能、人形机器人等诸多赛道。
我们能够看到明确的数据信号：2026年上半年港股IPO集资大幅增长，大量A股科技企业赴港募资；北向资金持续流入，境外投资者持有A股流通市值已经达到很高规模。当下海外资本大多通过A股间接参与中国科技企业，香港要抓住机遇，把间接参与变成直接定价。
简单来说，内地负责生产AI，产出芯片、大模型、机器人与实体制造；香港负责完成定价，依托港交所、A+H上市机制，联动美元、人民币国际资本完成价值定价。纽约距离硅谷四千公里，而香港距离大湾区仅仅三十公里，纽约可以做到的事，香港不仅可以做到，还可以做得更快、更懂本土产业。
除了这三张王牌，香港还有一张独一无二的底牌，就是“一国两制”的制度优势。香港既是全球最大离岸人民币中心，执行联系汇率制度；同时又是普通法司法管辖区，作为中国的特别行政区。全球范围内，没有第二个城市拥有这样的双重制度身份。当全球资本寻找中国AI资产的定价锚，香港就是独一无二的选择。
总结来讲，香港不一定需要自主生产最顶尖的芯片，也不一定去训练全球最大的大模型。但香港，是少数能够同时听懂内地产业逻辑和国际资本语言的城市。我们要推动三件反转：
第一，反转人才逻辑，培养适配算力稀缺时代、能创造实际价值的复合型人才；
第二，反转资产定义，推动算力上链落地，打造全球算力资产交易平台；
第三，反转资本流向，从过去南向资金的目的地，升级为中国AI资产的全球定价中枢。
当然也要客观看到现实，把算力变成可交易资产，愿景很美好，但落地过程中，监管框架、定价模型、市场流动性，每一关都充满挑战，不可能一步到位。
Bitcoin Asia 香港现场专访方德证券何峥炜：加密资产增配的空间依然在，「全港首个」AI股票机让投资走向认知平权撰文：TECHUB NEWS 香港报道｜记者 Alma Li｜2026年8月28日
全球投资，一站搞定：一家新一代互联网券商CEO的加密观点
核心观点：
今年5月，方德证券与方德资本同步完成1、4、9号牌虚拟资产业务升级。成为香港少数“交易+顾问+资管”全链条持牌的券商。在Bitcoin Asia 2026现场，方德金控及方德证券首席执行官何峥炜接受了TECHUB NEWS专访：他曾在华尔街亲历加密货币IPO的挫败，也在Jefferies参与了MicroStrategy两期可转债发行；如今他要做的，是把机构级的投研能力通过AI交到个人投资者手里——“深度投研不该只是机构的特权。”
方德证券CEO 何峥炜（左）在Bitcoin Asia 2026香港会场接受TECHUB NEWS记者Alma Li专访
Bitcoin Asia 2026 香港会场，方德证券的展台前人流不断。刚结束一场演讲的何峥炜状态很放松，聊起天来没有架子。展台桌上摆着一台 iPad 样子的设备——那是方德刚推出的 AI 股票机，里面装载的是方德自研的服务体系。采访中，他随手拿起股票机来进行演示，像在展示一件自己早已用顺手的工具。
这是方德证券加大投入香港市场的一年。今年1月，九方智投控股（9636.HK）完成对方德证券、方德资本的收购；5月，方德证券及方德资本获香港证监会批准，第1类、第4类、第9类牌照同步升级虚拟资产业务，成为香港少数三类牌照同步获批的金融科技持牌券商；位于上环金龙中心的四层旗舰店也已正式投入运营。
何峥炜是典型的华尔街出身：美国投行背景，曾在 Jefferies 做投资银行业务，2021 年加入方德证券。他也是香港加密圈的资深参与者——2016至2017 年第一次接触比特币并亲历过 MicroStrategy 的两期可转债发行。我们的对话就从那三张同时升级的牌照开始。
三张牌照同时升级：加密是必须配齐的资产门类
方德证券Bitcoin Asia 2026展台，主打“全港首个专注投资体验的AI智能投资终端”
TECHUB NEWS：今年5月，方德获香港证监会批准，1、4、9号牌升级后可以开展虚拟资产业务。对整个集团来说，这块业务的战略意义在哪里？
何峥炜：我们一直把 Crypto 当作一个非常重要的资产类别。方德从成立之初就坚持站在投资者的角度——我常说我们要做券商领域的一家“综合医院”，医院里要有各种不同的科室、各种不同的药，满足不同病人的需要；放在券商里，就是各种不同的投资产品，满足不同客户的资产配置需求。最传统的产品线我们有股票、固定收益、衍生品、美股期权，后来又有结构化产品、FCN 等等，现在另一个特别重要的资产类别就是 Crypto。本着从客户角度出发，我们非常坚定地要完成牌照升级。
TECHUB NEWS：而且是1、4、9号牌同时升级，这可以覆盖经纪、投顾和资管三条线。
何峥炜：对，我必须强调这一点：我们是1号牌、4号牌、9号牌同时升级。很多券商可能只升级了1号牌，一些资管公司只升级了9号牌，但我们是同时做的。所以在加密服务上，我们能全方位地给到客户。
TECHUB NEWS：升级之后，方德在加密资产这块能给用户哪些服务？是所有用户都能用，还是分层？
何峥炜：这是我很关心的问题。我分两个大的类别讲。第一个是对内的，跟着牌照走：1号牌的交易，零售客户我们提供前四到五个主流币种；专业投资者（PI）客户，我们加了一些币圈生态里特别有意思的币，比如 Uniswap、Chainlink、Litecoin等。一个账户，全部打通。4号牌的投顾，我们建立了一整套完善的 Web3 研究资讯体系——得益于母公司九方智投在研究投顾上的积累，我们现在有周报、月报、年报的 Web3 资产配置定期报告，遇到特别事件随时响应，通过 APP、研究内容和直播触达客户。9号牌的资管，升级之后我们可以给客户做 100% 的资产配置，APP 上有纯币的策略、有跟币相关股票的策略，客户一键 follow、一键下单。
第二个是对外的。我们想做一个开放的生态，4号牌和9号牌我们有很多战略合作方：跟香港的持牌交易所合作，跟持牌资管机构合作，很多都是我们战略级的合作伙伴。
TECHUB NEWS：这算不算方德区别于其他券商的差异性？
何峥炜：我觉得最重要的是1、4、9号牌同时升级，加上方德与香港持牌交易所之间的合作关系，再加上九方整个研究投顾体系的输出——我们其实已经形成了一个闭环：用户从入口进来，我们给他多资产的配置选择，给他投顾的方向，再给他策略。从起点到落点，是一个完整的圈。当然，这只是我们的第一步。
下一站 RWA：股票代币化是真需求
TECHUB NEWS：第一步之后呢？
何峥炜：我们已经在准备第二阶段，后面会有很多 RWA 的东西，尤其是股票代币化。这是真实的需求、真实的市场：7×24小时交易。股票代币化不只是上市公司股票的代币化，也包括一级市场股权的代币化——比如 SpaceX 上市之前，市场对它的兴趣就很大。当然这里面会有竞争，海外已经有人在做了，纳斯达克自己12月6日也要开始推相关交易，大家都在抢这个市场。
TECHUB NEWS：也就是说，下一阶段用户在方德 APP 里可以买到股票代币？
何峥炜：那会是第二阶段。我们已经在和合作伙伴、那些交易所讨论，他们有很多也已经开始上这些服务。还有一个是基金代币化，货币基金代币化现在香港已经比较成熟，7×24小时随时申购赎回，合规上也成熟——你把一个 SFC 认可的东西放到一个基金里，再把这个基金代币化。
新一代互联网券商：从信息平权到认知平权
参会者在方德展台体验AI智能投资终端
TECHUB NEWS：现在已经是一个融合的时代，同一个账户下可以买股票、衍生品和加密资产。方德这个账户体系是怎么做的？
何峥炜：简单讲，你进入方德的主账户，就可以配置我刚才提到的所有资产类别，购买力是打通的。账户打通只是基础设施，我们在基础设施之上叠加了两层：一层是 AI 的功能，一层是服务的功能。AI 不只是帮你投资，它会分析你的 KYC——你是什么类型的客户、你的风险偏好是什么、你目前缺的是什么，然后给你提供支撑。
TECHUB NEWS：方德给自己的定位是“新一代互联网券商”。请你定义一下，什么叫新一代？
何峥炜：如果用一句话总结：我为客户解决的，是认知平权的问题。上一代互联网券商解决的是信息平权的问题。怎么解决认知平权？靠三个东西：第一是专属的服务，face to face，通过投资顾问的沟通，真正了解客户需求，量身定制；第二是深度投研，用自上而下的方法，从全球资产类别的角度，真正站在客户立场看应该加什么权重、减什么权重；第三是 AI 智投。把这三样东西整合在一起，才是新一代。
TECHUB NEWS：但金融市场某种程度上是零和博弈。你帮高净值个人打破了认知平权，让他们接近机构的水平，那机构岂不是要少赚钱？
何峥炜：首先我必须说，投资不是一个零和游戏。你看美国市场，它给投资者带来了什么？大多数人是赚钱的，因为产业在创造真实的价值——英伟达、特斯拉、SpaceX，它们在为整个世界创造真正有价值的东西，还有分红，这不是博弈。第二，机构永远有它自身的壁垒。我们要解决的是：原来个人投资者在这里，机构在那里，我们把个人投资者往上拉一大截，极大地提升他的认知门槛。但他跟机构之间仍然会有差距——资金规模不一样，研究能力也不一样。方德提供 AI 工具给个人，机构也在用 AI，可能还是更强大的 AI。但至少，我们把认知的落差拉到了同一个量级。
这一判断并非一时兴起。在7月接受香港媒体专访时，何峥炜就明确说过，方德AI股票机的目标，是“打破过往深度研究仅服务机构客户的特权，让高质素原创投研内容触达每一位大众用户”。一个多月后的Bitcoin Asia，他把同一逻辑讲得更直白：从信息平权到认知平权。
一台“给个人的投资终端”
方德展台向来访者展示的方德AI股票机
TECHUB NEWS：说回桌上这台 AI 股票机。彭博终端是机构用的产品，方德现在相当于让个人投资者也拥有了一个“终端”？
何峥炜：对。很多机构投资者用 Bloomberg，我自己用 Bloomberg 差不多十五年，已经离不开它了。个人投资者——特别是高净值客户——也需要一个 AI 驱动的终端，帮他们做投资判断。当然，AI只是工具，最终的投资判断和责任仍在投资者自己手中。手机 APP 会受打扰，你要处理别的事情，各种推送会打断你；但这个终端是专属的，能更好地承载投资决策的 AI 功能和专属界面。我现在已经离不开它了，就像当年离不开 Bloomberg 一样。
TECHUB NEWS：我看这里有热点追踪、AI 选股、量化工具，还有一个 AI 助手可以问股票问题。它用的是什么模型？
何峥炜：我们用的是开源大模型做底座，上层架构是我们自己研发的，然后训练了垂直领域的语料。现在各家大模型大家都会用，但出来的东西不一样，差别就在语料和场景上。
TECHUB NEWS：这个机器只给方德用户？
何峥炜：目前主要给方德的用户，跟他的证券账户绑定。对于在方德达到特定资产门槛的客户，我们会赠配。
加密的增长方向：从 1% 到 5%
TECHUB NEWS：怎么看接下来加密市场的增长方向？
何峥炜：先声明，我不是研究分析师，以下不作为投资建议。就基于我刚才演讲的内容：在整个资产配置里，Crypto 的比例还非常低。美国那些主流机构——大学基金如哈佛、布朗，还有贝莱德——配置也就 1% 以下。我们在2025年针对香港持牌9号资管机构做过一个调研，加密相关配置大约也在 1% 以下，大概 0.5%。但同时我们又调研了香港很多家族办公室和财富管理机构，他们的目标是把加密相关资产配到 5%。
香港的财富管理规模是 5.4 万亿美元——这与香港证监会2026年7月发布的《2025年资产及财富管理活动调查》相吻合，该调查显示香港管理资产总值已达42.2万亿港元的历史新高。从 1% 到 5% 是 4 个百分点，1 个百分点差不多是 4000 亿港币，4 个百分点就是 1.6 万亿港币的增量。而整个加密市场现在的总规模还不大，比特币大概 1.4-1.5 万亿美元。上一个周期大家总把比特币跟黄金比——我现在依然相信这个类比：在超主权信用上，比特币和黄金站在同一个位置——它们都是超主权的信用资产。黄金现在是 15 万亿美元的体量，比特币 1.5 万亿，至少在同一坐标上，空间是看得见的。当然，今天我们不构成投资建议，有兴趣可以到我们的 APP 看研究团队的观点。
AI 不会取代人，但会改变一切
TECHUB NEWS：牌照落地之后，竞争就回到服务能力。对方德、对你个人来说，机遇和挑战在哪里？
何峥炜：我认为 AI 可以做很多事情，尤其是 AI 加投顾。AI 可以形成一整套特别完善的、量身定制的服务体系，对于高净值个人投资者来说，这会改变整个生态——原来他的认知在这里，你把他拉到更高层面上。可能以后不需要那么多 APP ，直接调用 API，一个终端就搞定，你跟它讲需求，它直接交易，帮你调用最好的接口。It's going to change a lot of things.
TECHUB NEWS：现在很多人讲 Agent，讲 AI 的推进，你觉得未来完全可行？
何峥炜：我觉得会是一个很大的机会。但我要澄清一点：我不认为 AI 会取代人。同样的 AI 工具，不同的人用，可能是完全不同的结果。你必须会问问题，必须知道怎么用它——让 AI 为我们工作，是我们做 AI 的主人，而不是 AI 做我们的主人。而且 AI 没有欲望，人有。
券商要守住什么：做医院，不做卖药的
TECHUB NEWS：最后一个问题。市场上券商很多，方德又是“生而全球”的公司。作为一家要持久的、对客户负责任的券商，最需要守住的是什么？
何峥炜：最重要的一点是资产的安全性。我们给投资者提供建议的过程——包括我们的 AI 模型——是不是真正站在客户的角度，从客户出发去解决问题。这涉及整个公司的文化：是不是真的“客户出发”的文化，而不是一开始就想“我要推什么产品给你”。我们想做的是一家“医院”，而不是一个“卖药”的机构。医院要先诊断：你适合什么、你需要什么，然后再根据你的需要配产品。有些很复杂的结构化产品，对券商来说是高毛利，但如果这个客户完全没有这个知识面，不清楚底层逻辑，不知道风险在哪里——but I'm not going to do that.
TECHUB NEWS：回到商业逻辑的本质。
何峥炜：本质就是，我们希望每个方德的用户都能真正挣到钱。他笑言，公司内部有句更直白的话：“投资最重要的是赚钱”。APP 好不好用不是金融投资的第一性原理，帮客户挣钱才是。
编辑说明：本文由 TECHUB NEWS 记者 Alma Li 根据 2026 年 8 月 27 日 Bitcoin Asia 2026 香港会场专访录音整理，有删节，未经受访者本人审阅。文中方德证券牌照、旗舰店、AI 股票机、集团收购等信息已与九方智投控股（9636.HK）公开公告核对；受访者中文姓名、头衔及公开履历经 etnet 经济通、财新峰会等公开报道核对。何峥炜关于加密市场的观点为其个人观点，其在采访中已声明不构成投资建议。
免责声明：本文仅作信息交流，不构成任何投资建议。投资涉及风险，证券、期货合约及虚拟资产的价格可升可跌，过往业绩并不代表将来表现。虚拟资产属高风险投资，价格波动剧烈，可能面临部分或全部本金损失的风险。虚拟资产相关证券风险涉及虚拟资产行业风险、投机性风险、不可预见的风险、极端价格波动风险、所有权集中风险、监管风险、欺诈、市场操纵及安全漏洞风险、网络安全风险、潜在操纵比特币网络的风险、分叉风险、非法使用风险、交易时差风险。投资者不应仅依赖本文内容作出投资决策，在作出任何投资决定前，应充分了解相关产品的性质及风险，并根据自身的投资目标、财务状况及风险承受能力审慎考虑，如有需要，应咨询独立的专业意见。方德AI股票机由方德智投有限公司提供。涉及受规管活动部分，由方德证券有限公司提供。AI提供意见仅供参考，不构成投资建议，投资者应自行评估风险，最终决策由投资者自行决定。
相关公开资料：
1. 九方智投控股：最新业务发展之自愿性公告（2026年7月10日）｜港交所披露易
2. 方德证券及方德资本获香港证监会批准新增虚拟资产业务资格｜美通社
3. 方德證券上環1.9萬呎旗艦店開幕 CEO何崢煒親解「新一代互聯網券商」｜etnet 經濟通
4. 方德證券：未來在香港會逐步擴大覆蓋，料客戶數目將翻倍增長｜etnet 經濟通
5. 香港证监会《2025年资产及财富管理活动调查》：管理资产总值42.2万亿港元创新高
Bitroot 亮相 Bitcoin Asia 2026，并携手 Web3Labs 联合主办 “TO THE MOON” 高端社交之夜这条并行 EVM AI Layer-1 公链将其 10万+ TPS 基础设施与主网路线图带到香港，登上主舞台参与专题讨论，并携手合作伙伴 Web3Labs 汇聚机构资本与建设者。
中国香港，2026年8月28日 —— 面向高吞吐、低延迟应用打造的并行 EVM AI Layer-1 公链 Bitroot，在 Bitcoin Asia 2026（8月27日至28日，香港会议展览中心）上精彩亮相：登上主舞台参与专题讨论，并与本届盛会合作伙伴 Web3Labs 联合主办高端社交活动。
8月27日，Bitroot 首席战略官 Jerry Jiang 作为嘉宾登上 Genesis 主舞台，阐述高性能 Layer-1 基础设施如何成为 AI 原生应用与真实世界资产（RWA）应用的底层支撑。在这些场景中，交易规模对吞吐量与最终性的要求，往往超出通用型公链的承载能力。
8月28日晚，Bitroot 与 Web3Labs 于香港中环 The Centrium 联合主办 “TO THE MOON: THE ELITE BTC NETWORKING” 精英社交之夜。此次仅限受邀出席的活动汇聚了机构资本、加密巨鲸与行业领袖，营造高质量、精准对接的社交氛围，Jerry Jiang 代表 Bitroot 发表致辞。
Bitroot 携强劲发展势头来到香港。在完成核心架构的彻底重构后，其网络通过并行 EVM 执行、Pipeline BFT 共识与 BLS 签名，实现 10万+ TPS 与 0.3 秒最终性。其测试网现已突破 30 万地址，BRT 质押量超过 1 亿枚，项目正稳步迈向主网上线。
Bitroot 首席战略官 Jerry Jiang 表示：“Bitcoin Asia 汇聚了正在塑造行业下一阶段的建设者、投资者与合作伙伴。我们很自豪能在舞台上分享对高性能基础设施的愿景，并与深谙‘优质连接源于合适场域’的伙伴 Web3Labs 共同主办 TO THE MOON。”
Bitroot 谨向 Web3Labs 在本届盛会期间的出色合作致以诚挚感谢。
关于 Bitroot
Bitroot 是一条并行 EVM AI Layer-1 公链，具备 10万+ TPS 与 0.3 秒最终性，专为 AI 与机器经济而打造。项目已完成 100 万美元种子轮融资，拥有 50 位大使与 90+ 生态合作伙伴，测试网现已上线（30 万+ 地址），并配备原生 DEX 与跨链桥，正迈向主网。了解更多：bitroot.co，X 平台 @Bitroot_。
关于 Web3Labs
Web3Labs 是一家总部位于香港的 Web3 生态建设机构，亦为 Bitcoin Asia 的合作伙伴。
媒体联系
Jerry Yu，Bitroot · JerryY@bitroot.co
斯坦利·德鲁肯米勒的交易哲学今天讲讲斯坦利·德鲁肯米勒。
大多数人对他没概念，他做了近30年基金，年化回报接近30%，而且几乎没有亏损年份。1992年他执掌索罗斯基金，做空英镑的决定就是他下的，一口气从英国央行手里赚走10亿美元。
现任美帝财政部长贝森特称他为老师，美联储主席沃什是他十多年的老部下。
他的核心铁律只有一条：
“一旦我买入股票的理由不复存在，我当时花了多少钱就完全无关紧要了。”
不锚定成本，不苦等解套，随时准备空仓清零。
普通人在 60 美元买入，跌到 50 美元时往往会陷入瘫痪，死守着等它涨回原点。而德鲁肯米勒毫无情绪波动，反手就是清仓。
这种散户思维甚至写在了k线图上。所谓的阻力位，本质上就是一群人在高位套牢后，熬了三四年仅仅为了等一波回本。在他们死守的这段时间里，只能眼睁睁错过整个牛市。
在投资中，执着于成本价是代价最沉重的恶习。
更罕见的是，德鲁肯米勒在极度冷血的斩仓之上，还完美结合了普通人难以驾驭的另一面：极度重仓。
他直言：“敢于集中重仓，是我成功的一大核心。”
德鲁肯米勒还原了 1992 年干翻英格兰银行前夜，他和索罗斯（George Soros）最硬核的一段闭门对话。
当时德鲁肯米勒觉得逻辑已经无懈可击，兴奋地对索罗斯说：
George，我今晚打算卖掉 55 亿美元的英镑，全部买进德国马克。这等于我们要把整个基金 100% 的身家全砸进这一个交易里！
结果索罗斯听完狂翻白眼，说这是我听过最垃圾的资金管理。
既然你证明了这是一个完美的单边送钱机会，我们应该砸 200% 的净资产杠杆进去，而不是 100%！
你丫知道这种 20 年一遇的降维发财机会有多难得吗？你到底有什么毛病？
后来的历史大家都知道了：
索罗斯逼着德鲁肯米勒把仓位直接翻倍，用 100 亿美金的空头头寸顺着数字管道轰炸汇率市场。
英国央行花了几十亿外汇死扛，最后在绝对的资金流面前被一枪爆头，宣布退出欧洲汇率机制，英镑崩盘 15%。
这一战，他们在一夜之间强行从主权国家手里抢走了 10 亿美元的净利润。
他的猎场横跨股票、债券、外汇、大宗商品和信用资产。股市入熊，他就调转枪头去债市和汇市寻找降维打击的机会，在最具赢面的战场压上筹码。
对亏损毫无情绪，对信念绝对重仓，在市场间灵活切换。
正是这种特质，让他创下了职业生涯从未录得年度亏损的惊人神话。Solana 拟于 9 月 9 日升级交易格式提升 3.3 倍容量Techub News 消息，Solana 计划于 9 月 9 日推出 Transaction v1 升级，将最大交易序列化大小从 1,232 字节提升至 4,096 字节，为开发者提供约 3.3 倍空间以支持零知识证明、大型多签等复杂操作。
该升级采用可选模式，原有 legacy 和 v0 格式继续运行，但读取区块的基础设施提供商必须更新软件以支持新版本。V1 移除地址查找表并将资源限制直接存入交易元数据，允许开发者将更多指令合并为单一原子操作，降低交易部分失败的风险。（crypto.news）巴西三大银行扩大加密货币零售业务，各自提供超十种代币Techub News 消息，巴西三大银行 Itaú、Nubank 和 Banco do Brasil 已扩大其加密货币零售业务，各自向零售客户提供超过十种代币。值得注意的是，这些银行均未使用自身资产负债表直接持有加密货币。此举是在巴西加密货币监管框架逐步落地的背景下进行的。（Decrypt）Kraken 母公司提交在美国发行 CFTC 监管永续期货产品申请Techub News 消息，Kraken 母公司 Payward 已向美国商品期货交易委员会（CFTC）提交申请，计划通过其收购的指定合约市场 Bitnomial，向符合条件的美国交易者提供受监管的加密资产永续期货产品。根据公告，该产品将涵盖比特币（BTC）、以太坊（ETH）、SOL、XRP 和 ADA 的永续衍生品。
产品启动仍需经过为期 30 天的监管自我认证审查流程，目前尚未开放交易。此举被视为美国加密衍生品市场结构发展的重要一步，因为永续期货是全球加密交易的核心工具，但美国监管下的市场准入此前一直较为有限。
（NewsBTC）8 月现货 CEX 交易量环比增长 15% 至 8110 亿美元，Coinbase 与 KuCoin 领涨Techub News 消息，数据显示，8 月份中心化交易所（CEX）现货交易量环比增长 15%，达到 8110 亿美元，市场呈现复苏迹象。其中，Coinbase 与 KuCoin 的交易量涨幅领先。尽管市场有所回暖，但机构资金正从 CEX 分散出去，挑战依然存在。（Crypto Briefing）Binance 发布 9 月储备证明更新Techub News 消息，Binance 发布 9 月储备证明（Proof of Reserves）更新，用户现可通过该机制验证其资产是否获得 1:1 足额支持。
储备证明是中心化交易所采用的透明度验证机制，通过加密证明或第三方审计验证交易所持有的资产足以覆盖用户存款负债。该机制旨在提升行业透明度，增强用户信任并满足监管合规要求。韩国计划将股票债券基金上链，纳斯达克获批代币化证券交易Techub News 消息，韩国计划将股票、债券和基金等金融资产上链。与此同时，纳斯达克已获得代币化证券交易批准，纽约证券交易所正在开发自有平台，伦敦证券交易所计划于 2027 年推出代币化英国股票。
代币化证券是将传统金融资产以数字代币形式记录在区块链上的创新实践，旨在提升交易效率、降低结算成本并增强市场流动性。全球主要金融基础设施机构加速布局该领域，标志着传统金融与区块链技术融合进入新阶段。（Crypto Rover）Solana 将于 9 月 9 日升级 Transaction v1，交易容量提升三倍Techub News 消息，Solana 计划于 9 月 9 日推出 Transaction v1 升级，将单笔交易的最大容量从 1232 字节提升至 4096 字节，提升幅度达三倍。此次升级需要相关软件更新配合。
（Crypto.news）CME 8 月未平仓合约达 2070 亿美元创新高Techub News 消息，CME Group 8 月机构资产管理人持仓的名义本金总额达 2070 亿美元，创历史新高，同比增长 20%。其中加密货币产品日均交易量约 17.5 万手，名义价值约 79 亿至 120 亿美元。
CME Group 是全球最大的衍生品交易所之一，2017 年 12 月推出比特币期货，此后逐步扩展至以太坊期货及微型合约等加密产品线。该交易所的加密货币产品为机构投资者提供了受监管的比特币和以太坊敞口渠道。（Crypto Briefing）分析师：过去两天超 11.6 万枚 ETH 流出交易所，价值约 3 亿美元Techub News 消息，分析师 Ali Martinez 指出，过去两天有超过 11.6 万枚 ETH（价值约 3 亿美元）从加密货币交易所流出，这可能减轻了卖压。Martinez 分析称，ETH 近期在 2370 美元至 2530 美元区间内震荡，若能突破 2530 美元，下一个目标位将是 2700 美元。
此外，以太坊 ETF 上周录得 2.1841 亿美元净流入，过去两周净流入总额已超过 10 亿美元。自 7 月初以来，以太坊 ETF 仅有一周出现净流出，且金额仅为 226 万美元。（CryptoPotato）币安 bStocks 上线 90 天累计交易量达 300 亿美元Techub News 消息，币安旗下 bStocks 产品自上线以来，在不到 90 天的时间里，累计交易量已达到 300 亿美元。该产品支持 24/7 交易，并提供超过 7000 种热门资产。
（@binance）10 篇文章
