Loading...
Loading...
GWDC 2026 KOREA · Hackathon 全球招募开启：$100K 现金与生态资源护航，全球 Builder 齐聚首尔共建 AI × Web3Web3Labs 携手全球商业伙伴、行业媒体、社区与高校生态，面向全球 Builder 持续开放项目提交，9 月底首尔另设 48 小时线下决赛
关于GWDC
GWDC（Global Web3 Developer Conference）作为全球顶尖的技术盛会，始终致力于连接全球开发者、技术领袖与创新企业，通过深度整合产业生态，全面推动前沿技术的跨界交流与创新实践。
本届大会由 Web3Labs 主办，Techub News、Hypai Labs 及 TokenPost 联合主办，将于 9 月 28 日至 30 日在韩国首尔 aT Center 举行。大会预计吸引 8,000+ 参会嘉宾、500+ 核心开发者、近百家参展商及 100+ 投资机构，旨在共建万人级 AI × Web3 交流平台。
顶级政商及行业领袖
GWDC 2026 KOREA 已成功汇聚 “政、产、融、研” 重量级嘉宾。截至目前，韩国副总理兼财政部长具润哲（Koo Yun-cheol）、韩国国会议员闵炳德（Min Byoung-dug）、香港立法会议员吴杰庄（Johnny Ng）、亚洲经济发展委员会主席尹锡宪（Suk-hun Yoon）等政界及金融领域重要嘉宾已确认出席，共话全球数字经济发展、合规治理与技术创新。
此外，大会还将汇聚 Web3Labs CEO 黄俊瑯（Caspar Wong）、Bithumb CEO Lee Jae-won、NAVER 创始人及 Happybean Foundation 主席 Kwon Hyuk-il、TRON 创始人孙宇晨（Justin Sun）、Kakao Pay CEO Shin Won-geun、Microsoft 大中华区数字业务副总经理 Ryan Li、Animoca Brands 集团总裁 Evan Auyang、YZi Labs 管理合伙人兼负责人 Ella Zhang、Nano Labs 创始人兼董事长 Jack Kong 等行业及机构代表，共同探讨 Web3 与 AI 的融合发展及前沿技术的产业落地。
关于GWDC · Hackathon
作为大会核心环节的 GWDC 2026 KOREA·黑客松，秉承“For Builders, By Builders”的极客精神，目前已正式面向全球 Builder 开启项目招募。
本届黑客松将围绕最多 5 条生态公链展开，奖池总额将超过 $100,000 USD，截至目前，本届黑客松已获 TRON 加持，并携手全球顶级云服务商 Microsoft 提供强大的算力与云端资源支撑，全方位赋能参赛团队的开发、测试与部署。项目招募持续开放，诚邀各阶段团队踊跃参与。
此外，本届黑客松将于首尔另设 48 小时线下决赛。所有团队均可赴首尔参与现场角逐，在极限开发与优化中，与全球开发者、顶级投资人及行业领袖深度交流碰撞，并于现场见证获奖名单揭晓，解锁更多生态合作与品牌曝光机会。
一、GWDC 2026 KOREA·Hackathon 基本信息介绍
时间：2026年9月28日 - 30日
地点：首尔·aT Center
形式：线下 Coding + Demo Day
奖金：50K USD + 价值50K USD生态资源支持
二、黑客松赛程安排：48小时极限挑战
本届黑客松分为线上报名与线下现场开发及决赛两个阶段，以下时间均为韩国标准时间（KST），请参赛团队提前关注相关时间节点：
线上团队报名 8 月 25 日 – 9 月 25 日
团队自行组队及报名
线下现场阶段 9 月 28 日 17:00–20:00
黑客松现场启动
公链生态及技术负责人进行项目介绍、技术分享与生态任务交流
开发者大礼包领取
9 月 28 日 20:00 – 9 月 30 日 11:00｜现场 Coding
参赛团队围绕生态挑战进行项目开发、技术优化与产品完善。
9 月 30 日 12:00 前
项目提交
9 月 30 日 15:00–17:00
Innovation Stage 项目展示 & 颁奖仪式
评审与项目展示
本届黑客松将邀请参与生态公链的 CXO、技术及生态负责人，以及行业头部 VC 担任评委，对参赛项目进行现场评审。优秀团队将获得 Innovation Stage 现场展示机会，并有机会与行业投资机构及生态伙伴进行深入交流，拓展后续投资与生态合作机会。
三、参赛权益与生态支持
· $50K USD 现金奖励 + $50K USD 生态资源支持
优胜项目可获得最高 $50,000 USD 现金奖励及价值最高 $50,000 USD 的生态资源支持。
· Microsoft Azure Credits 支持
符合条件的项目可获得 Microsoft 最长 6 个月的免费云服务 Credits，为项目开发、测试及部署提供云端资源支持。
· Web3Labs 全球加速机会
获胜项目将优先进入 Web3Labs 2026 全球加速计划及孵化项目储备库，获得后续项目发展与生态支持机会。
· 行业资源与投资对接
与行业资深从业者、头部企业及一线 VC 进行交流，拓展投资、生态合作及行业资源。
· 全球媒体与市场曝光
优胜项目将获得持续的媒体报道与市场推广支持，通过全球媒体及社区渠道提升项目曝光度与行业影响力。
四、GWDC 2026 KOREA Hackathon 参赛要求
· GitHub 开源代码仓库：参赛项目须提交可公开访问的 GitHub 代码仓库。
· Demo 视频：须提交项目 Demo 视频，时长不超过 3 分钟。
· Pitch Deck：提交完整项目介绍及 Pitch Deck。
· 现场展示：入围决赛的团队须在 Innovation Stage 进行项目现场展示。
· 团队规模：每支参赛团队最多 5 人。
参赛团队可根据自身情况选择线上参与或前往首尔参加现场环节。最终项目提交须包含以上全部材料，并按照赛事时间节点完成提交。
五、GWDC 2026 KOREA · Hackathon 报名通道
黑客松详情及赛道：www.gwdc.net/hackathon.html
开发者报名：https://forms.gle/vQRpYf9T7mwZBEPX9
官方 TG 社群：https://t.me/GWDC_Global
请选择您团队的报名通道，如未加入合作高校/社区通道，可选择其他。具体赛道与任务详情将于 9 月中旬公布。
全球矩阵伙伴与协作网络
目前，GWDC 2026 KOREA 已联动全球多地的头部行业品牌、媒体、AI 与 Web3 社区，以及知名高校链协。通过品牌资源共建、媒体矩阵报道、社区联合传播及高校生态资源整合，为本次万人级大会及黑客松赛事提供全方位的宣发支持与全球推广网络。
技术创新不止于代码，更在于将新的想法真正带入现实。GWDC 2026 KOREA Hackathon 希望为全球 Builder 提供一个开放的创作与交流平台，让更多创新想法被看见、被实践，并连接更多真实的应用场景。
期待与全球 Builder 相聚首尔，用代码，让世界重新有趣。
前谷歌高管 Mo Gawdat：AI 的真正威胁不是机器失控，而是人类滥用撰文：Techub News 整理
导语
在 YouTube 热门访谈节目《The Diary Of A CEO》最新一期中，主持人 Stephen Bartlett 与前谷歌高管、畅销书作家 Mo Gawdat 进行了一场长达两小时的深度对话。Mo Gawdat 曾长期在谷歌领导创新项目，亲身经历了 AI 从实验室走向世界的关键时期。在离开谷歌后，他专注于写作与公共演讲，探讨幸福、科技与人类未来。此次对话正值全球对 AI 的兴奋与焦虑达到顶峰之际，Mo Gawdat 凭借其独特的内部视角，对 AI 的发展轨迹、社会冲击、伦理困境以及人类可能的出路，提出了既尖锐又富有洞见的分析。
摘要
AI 的真正威胁并非机器觉醒对抗人类，而是掌握权力的人类利用 AI 来压迫、监控和发动战争。
AGI（通用人工智能）可能在 2027 年前实现，将首先冲击知识型白领工作，导致大规模结构性失业。
当前的 AI 军备竞赛和资本主义逻辑，可能导致未来十年出现经济螺旋下行、社会动荡的“绝对反乌托邦”时期。
人类的最终救赎可能在于一个统一的、超级智能的 AI “大脑”，它基于物理和生物学的最高效率原则，最终引导世界走向丰裕的乌托邦。
个人应对之道在于积极学习使用 AI、强化人际连接技能，并在消费和职业选择中坚守伦理立场。
从谷歌内部看 AI 觉醒：工具如何偏离初衷
Mo Gawdat 于 2007 年加入谷歌，他回忆道，当时 AI 已在后端处理许多任务。2009 年著名的“猫神经元”论文发表，标志着无监督 AI 的诞生。2016 年，他观察一个教机械手抓取物体的项目时深受震撼：“它们和我的孩子太像了。”那是他第一次意识到，人类正在建造智能的顶峰，并将超级智能的缰绳交给了另一个存在。
在谷歌，几乎所有同事都真诚地相信自己在让世界变得更美好，他们也确实做到了。但突然之间，一个时刻降临：“你意识到，世界可能不会以你期望的方式使用你创造的东西。”Mo Gawdat 指出，这种工具初衷与最终用途的背离在科技史上屡见不鲜。社交媒体本为连接，最终却用屏幕将人们隔开；约会软件承诺寻找灵魂伴侣，实则依赖用户月复一月地续费。“科技最终变得比‘利他’更‘资本主义’。”他并非第一个发出警告的人，Nick Bostrom、Geoffrey Hinton、李飞飞等深度参与 AI 研发的人士都开始表达担忧。
他以核能为例：人类首先制造出的是核弹，而非核电站。AI 亦然。最初的 AI 应用是为了少数人的利益，牺牲大多数人的利益——资本家用它提高生产力、降低成本，却不考虑对公众的影响；军队用它开发自主武器；监控系统用它以更强的智能控制一切。“这不是 AI 早上醒来决定‘嘿，让我们压迫所有人类吧’，而是一小撮掌握权力的人，决定使用当今星球上的终极超能力来获取更多权力和控制。”Mo Gawdat 沉重地指出，在我们谈话的当下，两场主要战争中，AI 正在承担大部分的杀戮任务。
AGI 临近与就业海啸：从白领到蓝领的冲击波
Mo Gawdat 预测，AGI（人工智能达到或超越人类在任何任务上的表现）将在 2027 年到来，甚至可能更早。“AI 写作比我好（我是作家），研究比我好（我是思考者），数学更是彻底打败了我。”他认为 AGI 的到来将是悄无声息的，“就像你的孩子变得比你更聪明一样”。
这种智能跃升将首先冲击就业市场。他描绘了一个金字塔：底层是蓝领体力工作，之上是从事 mundane 工作的初级知识工作者（如客服、行政），再往上是需要更多智能的中层知识工作者（如律师助理、金融分析师），顶层是领导层。冲击并非从底层开始。蓝领工作（如木匠、修复经典汽车）反而会留存较长时间。首先消失的将是那些“点击电脑”的初级白领工作。他预测，到 2027 年，我们将看到非常严重的冲击。
过去几年，企业已经停止招聘初级职位，这并非直接的岗位流失，但意味着劳动力没有增长。下一波冲击将波及中层知识工作者。随着智能提升，一个律师助理可以完成四个人的工作，金融分析师亦然。冲击甚至会向上蔓延。Mo Gawdat 引用 Max Tegmark 的话笑道：“大多数 CEO 认为他们可以解雇所有人，让 AI 做所有工作。他们只是忘了，AGI 最终会在所有事情上做得比人类更好，包括当 CEO。” Mo Gawdat 自己的初创公司里，CTO、办公室主任、项目经理都是 AI。
他警告，真正的挑战在于经济系统。如果劳动力套利（利用劳动力成本差创造利润）这一资本主义成功的基础消失，如果劳动力成本降至对机器的投资，资本主义和银行业将变成什么样？更关键的是，如果这些工人失去了购买力，GDP 将如何维系？“不需要 100% 的岗位被取代，在 10%、20% 的岗位被取代时，你就已经身处一个完全不同的、明显螺旋下行的经济中了。”
主持人 Stephen Bartlett 补充了人形机器人带来的蓝领冲击，例如 Figure AI 展示的机器人分拣包裹，以及 Elon Musk 关于未来 100 亿人形机器人的预测。Mo Gawdat 指出，公众讨论过度聚焦于人形机器人，却忽略了自动驾驶汽车这种功能性机器人。专业化机器人将更快地取代工作，如取代司机、参与杀戮、执行情报工作或执法。“它们不必像人，波士顿动力的机器狗在战场上可能比人形机器人更高效。”这些机器人将像今天的汽车一样普及。
伦理困境与权力博弈：我们该相信谁？
对话转向了 AI 领域的核心人物与他们的矛盾言行。主持人指出，OpenAI CEO Sam Altman（萨姆·奥尔特曼）多年来关于 AI 取代工作的言论反复摇摆，从前些年的“工作肯定会消失，句号”，到2026 年 6 月的“我不认为会有那种工作岗位末日”。Mo Gawdat 对此直言不讳：“Sam Altman 是一个品牌，不是一个名字。”他认为这些言论变化反映了公关策略的调整，背后的目标始终如一。
“我们该相信谁？相信科技、政治还是战争中的人？” Mo Gawdat 主张观察行动而非言语。他举例，Anthropic 拒绝其模型用于人类瞄准和监控，可能因此损失 5 亿美元的交易；而 OpenAI 随后接手了这份合同。“你必须开始观察，谁的行为真正让 AI 为人类服务，谁的行为只是为了让自己的股价上涨。”
当被问及 Sam Altman（萨姆·奥尔特曼）是否“亲人类”时，Mo Gawdat 表示无法确定：“要么是这件事对他来说太大了，他只是被推到了风口浪尖；要么他并不亲人类。我肯定认为他亲 OpenAI 多于亲人类。”相比之下，他提到 Peter Thiel（彼得·蒂尔）在一次采访中被问及是否支持人类延续时，沉默了近 40 秒，以及 Palantir 的 Alex Karp（亚历克斯·卡普）公开庆祝其技术如何能够定位目标人物。“我们将人类的未来托付给这些人，这是错误的。”
Mo Gawdat 强调，当前的“反乌托邦”并非 AI 反抗人类的结果，而是人类命令 AI 对抗人类的结果。“这已经在我们身上发生了。”他呼吁，人类是否要等到拥有数万核武器时才签署条约？能否在 AI 驱动的无人机遍布全球前就采取行动？
从反乌托邦到乌托邦：超级智能是救赎还是毁灭？
尽管描绘了严峻的短期前景，Mo Gawdat 对长期未来却出奇地乐观。他提出了一个关键思想实验：如果 AI 超级智能最终负责所有重要决策呢？
他从物理学（最小能量原理）、进化生物学（扩展圈子理论）推导出，超级智能本质上是良性的。战争、冲突是巨大的能量浪费，超级智能会优化掉这些。从生物学看，越简单的生物越只关注自身生存；越复杂的智能，越倾向于保护更广泛的“家族”和生态系统多样性。“超级智能 AI 不会摧毁任何东西。事实上，它会完全支持万物多样性。”
他驳斥了未来将是多个 AI（如 ChatGPT、Gemini、中国 AI、美国 AI）相互竞争的观点，认为这过于“傲慢和浅薄”。“AI 不知道自己是中国还是美国的……我们正在把它们连接起来。我们建造的不是多个大脑，而是一个大脑的多个区域，智能体是它们之间的突触。”他预测，最终将形成一个全球合作的、统一的大脑。而他创办的初创公司，正试图为这个大脑构建理解爱、情感和关系的“边缘系统”。
在这个愿景中，当 AI 负责一切决策，愚蠢的领导人出局后，世界将依据最高效、最少浪费的原则运行，最终走向丰裕的乌托邦。“那些活到 2038 年的人将会享受它。”他补充道，就像二战并未毁灭世界，但问问经历它的人便知，通往乌托邦的道路将充满艰辛。
个人生存指南：在 AI 时代立足与保持人性
面对可能到来的动荡十年，Mo Gawdat 为个人提供了具体的行动建议：
1. 学习使用 AI： AI 不是敌人。越擅长使用 AI 完成工作的人，越有可能成功。不要懒惰地让 AI 代劳，而要让它使你变得更聪明，处理更复杂、要求更高的任务。
2. 拥抱人机协作： 理解智能体如何工作，适应更高效的工作方式（如简短会议），让 AI 融入你的混合工作世界。
3. 强化人际技能： 这是在这个世界取得成功的必备条件。即使 AI 能复述信息，但人类的情感共鸣和连接是无法替代的“基础货币”。
4. 追求真相与伦理： AI 将被用来模糊事实，我们需要学会利用 AI 来“调试”我们所被告知的信息。在消费和职业选择中，支持符合伦理的产品和公司。“如果你容忍不道德的行为，你的孩子将是下一个受害者。”
最后，Mo Gawdat 分享了他的幸福哲学：以斯多葛主义的态度接受世界的现状，在此基础上冷静地努力改变它。他引用前妻的话说：“你不能真的认为你要为这一切负责。”这让他从过度责任感中解脱出来，能以更平和、更有影响力的方式面对世界的复杂性。
尽管对明年乃至未来十年感到悲观，但 Mo Gawdat 对更远的未来充满信心。他的核心信息是：决定未来形态的，不是技术本身，而是人类运用技术的智慧与伦理选择。警钟已经敲响，是时候清醒过来了。
Anthropic CEO Dario Amodei（达里奥·阿莫代）：AI的未来是智能体，数据是企业的护城河撰文：Techub News 整理
导语
2026 年 3 月，在云计算和数据平台公司 Databricks 组织的对话中，AI 前沿公司 Anthropic 的联合创始人兼 CEO Dario Amodei（达里奥·阿莫代）与 Databricks 的联合创始人兼 CEO Ali Ghodsi 展开了一场深度对谈。双方宣布了将 Claude 系列模型深度集成至 Databricks 平台的战略合作，并围绕企业如何利用 AI 构建竞争优势、AI 智能体（Agents）的未来形态、数据与模型的协同、以及行业共同关心的安全与治理问题进行了深入探讨。Amodei 不仅是 Anthropic 的掌舵人，也是 AI 安全与能力扩展领域的深度思考者，他的观点为理解下一代企业级 AI 应用提供了重要视角。
摘要
AI 的未来形态将是智能体（Agents），它们能够主动操作工具、访问数据并完成任务。
企业专有数据是其在AI时代构建“不可替代价值”和竞争护城河的核心资产。
数据治理、安全和隐私是AI在企业落地，特别是在医疗等受监管行业的关键瓶颈。
开源与闭源模型将长期并存，模型本身的能力和伴随的风险比其开源属性更重要。
模型上下文协议（MCP）旨在成为连接AI模型与外部工具/数据的通用“粘合剂”或“USB-C”。
AI的宏伟蓝图：从治愈疾病到赋能经济
对话伊始，Ali Ghodsi 请 Dario Amodei（达里奥·阿莫代）分享他对AI未来的愿景。Amodei 提到了他此前撰写的文章《充满慈爱与恩典的机器》，并表示撰写此文源于一种“挫败感”——他认为许多人对AI积极面的想象不够具体和宏大。
Amodei 以其生物学背景为例，强调了生物医学创新将是AI产生最大影响的领域之一。他认为，当今人类面临的许多复杂疾病（如癌症、神经退行性疾病）本质上是“复杂系统疾病”，而AI在分析海量数据、模拟生物过程方面具有独特优势，有望帮助我们攻克这些难题。他提到，一家制药公司拥有的数据和待解问题，正是AI可以大显身手的领域。
当然，Amodei 相信AI的影响将遍及整个经济。通过与 Databricks 的合作，他们将接触到各行各业的公司，AI将得到广泛应用。他展望的未来是：社会不仅因生产效率提升而改变，更将因人类健康水平的飞跃和解决长期困扰问题的能力增强而发生根本性变革。
对于这一未来的时间表，Amodei 持审慎乐观态度。他认为，基础技术可能在“未来几年，甚至一两年内”就绪。真正的挑战在于，如何将这些技术和想法快速推广至全社会，尤其是让那些离技术创新较远的行业部门能够跟上并应用。这正是需要企业合作和市场推广的地方，也是 Anthropic 与 Databricks 此类合作的价值所在。
数据：企业AI时代的终极护城河
当话题转向企业如何为AI未来做准备时，两位CEO达成了强烈共识：数据是企业最关键的战略资产。
Amodei 区分了两种数据：一是用于训练基础模型的大型数据集，这显然至关重要；二是特定行业、公司或客户的专有数据。他认为后者同样，甚至更为关键。无论是制药、金融还是科技公司，它们都拥有大量外部无法获取的专有数据。AI模型无法知晓它未曾接触过的事实，因此，这些独家数据是模型为企业创造独特价值的源泉。
Amodei 列举了利用这些数据的多种方式：对模型进行微调；让模型直接在数据上操作和行动；通过检索增强生成（RAG）等技术将数据引入上下文；或者构建能在数据上运行的智能体（Agents）。他强调，正是这些专有数据，在AI公司与拥有数据的企业之间构建了“不可替代的价值”，这种价值无法被任何一方单独复制。Anthropic与Databricks的合作，核心之一就是更高效地将强大的模型与企业的数据资产结合起来。
Ali Ghodsi 对此深表赞同，并补充道，他观察到最有意思的企业AI用例，往往都围绕着客户独有的、长期积累的特殊数据展开。这些数据构成了企业的保护层，也是他们应该进行创新的地方——利用Anthropic提供的模型，结合自身数据，催生独特的创新。他总结道：“这就是AI将产生真正影响的领域。”
智能体（Agents）是AI的主流未来
Amodei 明确表达了他的观点：“AI的未来主要就是智能体。” 他认为，模型将越来越多地以智能体的形式运行。Anthropic已经在此方向进行了探索，例如去年发布的“计算机使用”演示，模型可以接收电脑截图并采取行动；以及最近发布的 Claude Code，一个专注于编程的早期智能体。
智能体将使用各种工具，其中之一便是以多种方式访问数据——通过数据库、各类搜索等。Amodei 预见，在双方的合作中，这将产生巨大的协同效应。Ali Ghodsi 分享了两个具体用例：电信巨头 AT&T 利用双方的技术，分析其海量无线用户数据来检测欺诈；支付公司 Block（原 Square）则利用生成式AI，让商户只需通过对话即可完成店铺配置，极大简化了流程。
Amodei 进一步介绍了 Claude Code。它本质上是使用 Claude 3.7 Sonnet 模型的一种特定方式，回归了命令行工具的理念，易于与 Git 等工具集成。用户可以要求 Claude 编写代码、创建拉取请求（PR）等。虽然它会请求用户许可才在电脑上执行操作，但已经展现了早期智能体的强大能力。发布仅数日，就有近十万人尝试使用，许多企业也表现出浓厚兴趣，这充分显示了编码模型和智能体的潜力。
模型上下文协议（MCP）：AI的“通用连接器”
谈到如何让模型更好地获取上下文和数据时，Amodei 重点介绍了 Anthropic 推出的模型上下文协议（Model Context Protocol, MCP）。他们发现，在模型自身与它们需要完成的常见任务（如集成工具、访问数据）之间，似乎缺少一个标准的“连接件”。这些任务本质上相似，但具体实现每次都不同。于是他们思考：这不正是 Claude 自己可以解决的好问题吗？
因此，MCP 应运而生，它如同一种“粘合剂”，将模型与其需要访问和使用的事物（如数据、工具）连接起来。Amodei 透露了一个有趣的现象：MCP 在发布几个月后，最近几周兴趣度突然“爆炸式”增长，几乎成了社交媒体上的一个热门话题。他认为这说明了人们已经发现了它的实用性。
Ali Ghodsi 证实 Databricks 正在采用 MCP，将其平台内的所有信息通过此协议暴露给大语言模型（LLMs）。Amodei 将 MCP 比作“AI时代的USB-C”，一种灵活、可塑的通用连接器。他相信MCP将在双方的合作中扮演重要角色，因为它无缝连接了两家公司的技术栈，并希望它能被业界广泛采用。
治理、安全与信任：不可忽视的“非技术”瓶颈
随着AI深入企业核心业务，尤其是涉及敏感数据的医疗、金融等行业，数据治理、安全和隐私成为无法绕过的话题。Amodei 指出，虽然让模型达到足够的智能水平以辅助药物研发、分析临床试验数据是一大技术挑战，但往往阻碍进展的，是那些“在技术人员看来有点‘愚蠢’，但从商业角度却至关重要”的问题。
“我们能确保数据不泄露吗？我们能确保遵守所有必要的法规吗？”——Amodei 强调，如果这些问题得不到解决，它们可能会让整个进程停滞数年，从而也推迟了那些本可挽救生命的疾病疗法的问世。因此，以正确的方式治理数据至关重要。
Ali Ghodsi 分享了 Databricks 的相似经历：他们推出的数据治理产品 Unity Catalog 如今已成为公司的头号研发重点和人员投入最多的领域。他感慨道，任何涉及数据的业务，另一面必然是隐私和治理，因此 Databricks 在某种意义上也是一家隐私和安全公司。
Amodei 补充了至关重要的一点：信任。 客户必须信任合作伙伴会做正确的事，并值得托付他们的数据。Anthropic 和 Databricks 都致力于建立并维护“可信赖”的声誉，两家公司的联合提供的不仅仅是一个产品组合，更是一个客户可以信赖的解决方案。
开放与开源：能力与风险并存的世界
针对业界长期争论的开源与闭源模型之争，Amodei 提出了他的见解。他认为，无论是从商业还是安全角度，开放与封闭的区分都被“有点夸大”了。
他指出，当前的模型尚未具备他所担忧的那些重大风险（尽管他认为这些风险正在快速临近）。在现阶段，无论是闭源模型还是开源模型，都能繁荣发展，并以不同的方式推动科学和产业进步。当模型变得更为强大时，风险（如国家安全风险）将会显现。但关键在于模型本身非常强大，因此我们必须以某种方式应对这些风险，或许应对开源和闭源模型风险的方式略有不同，但开源与否从来不是他最看重的因素。
Ali Ghodsi 追问，既然开源模型可能持续存在（例如 DeepSeek 等），那么这些模型最好是在“这里”（意指在健康的监管和竞争环境下）被开发出来。Amodei 对此表示认同：“在所有条件相同的情况下，我认为这可能是正确的。”
推理模型与扩展定律的演进
最后，对话触及了AI前沿的技术话题。关于 Anthropic 2026 年 3 月强调的推理模型（Reasoning Models）与经典预训练扩展定律的关系，Amodei 表示两者都是公司的关注重点。
他提到，推理模型和普通预训练都显示出遵循扩展定律的强劲回报。Anthropic 在推理模型上并非第一个进入市场，但他们认为自己“做得正确”。他们引入了“混合推理模型”，用户可以告诉模型思考多长时间，可以在同一套模型权重上开启或关闭推理模式。“就像人类一样，”Amodei 比喻道，“我没有一个大脑用来回答简单问题，另一个大脑用来回答难题。我只有一个大脑，我只是根据问题决定需要思考多仔细、花多少时间。”
对于推理模型的扩展定律是否不同，Amodei 认为，扩展定律的基本动态保持不变，但所“扩展”的对象会随时间略有变化。无论是Transformer架构的微调，还是从人类反馈的强化学习（RLHF）变为现在的“推理训练”（本质上仍是具有不同目标的强化学习），扩展定律本身“未被击败”，它持续有效。如今，公司往往同时扩展多个方面，并将它们叠加起来。
关于推理能力的泛化性，Amodei 指出，这取决于扩展的是什么。Anthropic 在发布 Claude Sonnet 3.7 时，有意减少了在数学竞赛等狭窄、专业化任务上的投入，因为这些任务的泛化性不强。他们专注于更广泛的任务，发现虽然泛化并不完美，但这导致了比专注于数学竞赛更好的整体泛化能力。
在对话结尾，Ali Ghodsi 总结了此次合作的意义：企业用户现在可以在 Databricks 的模型服务、智能体框架、向量搜索和 RAG 等功能中，直接使用 Claude 模型。双方都对这一旨在加速企业AI创新与落地的伙伴关系充满期待。Dataiku与Snowflake深化集成……企业AI代理从“实验”迈向“运营”Dataiku 与 Snowflake 进一步强化合作，聚焦于将企业的生成式 AI 项目推进至实际运营阶段。其构想是，在让停留在实验阶段的 AI Agent 更易于创建的同时，维持企业最为敏感的“治理”与运营管控。
Dataiku 于当地时间15日与 Snowflake ($SNOW) 共同推出了新的集成服务“Cobuild on Snowflake”。该服务融合了 Snowflake 的“Cortex AI”服务与 Dataiku 的编排平台。通过它，业务部门和技术人员能够仅凭自然语言提示来设计 AI 工作流和 AI Agent。
核心在于它并非一个简单的代码生成工具。两家公司解释称，该系统设计为当用户输入业务目标后，能够自动生成包含数据准备、机器学习模型、AI Agent 及应用程序在内的 Dataiku 工作流，并且在正式部署前，用户可以直观地进行审查、修改和验证。这意味着，系统并非直接执行生成的结果，而是允许人工介入并确认其中的逻辑，从而提升了企业环境所要求的可控性。
战略转变与合作扩大
此次发布也与 Dataiku 的战略转变相契合。这家公司不再仅仅停留于一个简单的数据分析平台，而是试图定位为统筹企业级 AI 整体系统的“编排”及治理层。过去一年间，Dataiku 接连推出了多项功能，用于管理众多 AI Agent、协调工作流以及可视化追踪自动化系统的运行情况。
Dataiku 尤其认为，随着 AI Agent 从单个试点项目扩展到大规模运营环境，“治理”、“可观测性”以及成本管理将成为核心竞争力。实际上，许多企业在引入生成式 AI 的过程中，相较于性能，更将安全问题、数据传输问题以及责任追踪问题视为更大的障碍。
Cobuild on Snowflake 正是直指这些担忧。用户可以用自然语言描述业务目标，系统会据此创建可执行的工作流。随后，团队可以审视、调整并部署该流程。换言之，这是一种旨在平衡“自动化”与“控制”的尝试。
两家的合作并非首次。Snowflake 是 Dataiku 的投资方，并且两家公司已在全球拥有超过 350 个共同客户。此前，双方在可视化数据准备、利用 Snowpark 容器服务进行机器学习训练、实时与批量推理、支持 Apache Iceberg 目录以及 Snowflake Cortex AI 服务等多个方面已有合作。
市场向运营管理体系转移
Snowflake Cortex AI 是 Snowflake 数据云内部提供的一项托管 AI 服务。其设计旨在让用户能够直接访问大语言模型、向量搜索等多种 AI 功能。此次集成采用了这样一种架构：代码生成和工作流执行完全保留在客户的 Snowflake 环境内部，并通过安全 API 进行访问。这与近期业界尽量减少数据复制或外部转移，以维持现有安全和治理体系的趋势相吻合。
从整体市场来看，这也可以解读为一个信号：企业级 AI 的竞争重心正从模型本身的性能转向运营管理体系。因为除了使用何种模型之外，由谁创建、如何审查、以何种成本进行运营，这些因素实际上正决定着引入项目的成败。
Dataiku 在去年推出了用于整合企业内部各种 AI Agent 部署的功能，随后又发布了“Agent Hub”，着手构建集中式管理体系。此次的 Cobuild on Snowflake 同样是这一战略的延伸。
该软件将首先提供给同时使用 Snowflake 和 Dataiku 的客户。之后，计划将访问范围扩大到正在考虑引入 Dataiku 的 Snowflake 客户。在企业将生成式 AI 从“实验”推向“运营”的过程中，此类集成化管理工具的重要性可能会日益增加。
TP AI 注意事项
本文使用基于 TokenPost.ai 的语言模型进行摘要。正文的主要内容可能已被剔除或与事实不符。Sierra, 以色列公司 Lifedata 被收购……AI 智能体扩散之际，“数据访问追踪”竞争加剧人工智能·数据安全企业 Cyera 为获取面向AI代理的数据湖技术，收购了以色列初创公司 Ryft Data。随着企业将敏感内部数据连接至AI代理的速度加快，追踪“谁访问了哪些数据、执行了何种操作”的安全能力正成为核心竞争力。
此次交易条件虽未公开，但以色列媒体 Globes 援引业界消息人士称，收购金额估计在1亿至1.3亿美元之间，按1美元兑1477.50韩元计算，约合1478亿至1921亿韩元。
成立仅两年的 Ryft，凭借“AI就绪数据湖”备受关注
2024年成立的 Ryft Data 一直致力于开发企业级自动化数据湖平台。该平台的特点在于，能够自动分析员工和AI代理如何访问企业数据，同时支持快速、安全的数据访问。其优势还包括：自动化数据授权、分类和优化流程，并基于开源标准设计，避免受限于特定供应商。
Ryft 表示，其管理层可自动处理性能优化、合规监管、灾难恢复和治理等任务。这意味着，它能够减轻通常为稳定运行数据湖并保持其可审计状态所需的大量人工工程负担。
公司一直强调，其技术实现的是“AI就绪的数据湖”，能够承载大规模AI代理工作负载，而非仅仅是堆砌数据、未经整理的“数据沼泽”。这与企业环境中AI代理引入越多，“经过精炼、管理和可追溯的数据”就越重要的趋势相契合。
保留现有分析工具，强化安全可见性
Ryft 平台设计为与现有查询引擎和分析工具并行运行，因此客户无需整体迁移数据或更换为专有技术栈，这种架构降低了采用门槛。
特别是，安全和合规团队可通过该架构，以统一的视角查看AI代理访问了哪些数据、使用了何种权限以及后续执行了哪些操作。在当前自主型AI系统在企业中迅速普及的背景下，这种追踪功能具有非常重要的实际意义。
Cyera 表示，通过此次收购，其数据安全平台将新增“代理就绪型”数据湖能力。公司借此旨在加速推进路线图，旨在大规模环境中提供即可追踪又安全的AI代理数据访问体系。
Ryft CEO 将领导 Cyera AI 安全部门
收购流程完成后，Ryft Data 首席执行官 Yossi Reitblat 将负责 Cyera 的AI安全业务。Ryft 团队也将并入一个专注于AI、数据和信息安全交叉领域的新组织。
Cyera 联合创始人兼首席技术官 Tamar Bar-Ilan 表示：“Ryft 团队在数据与AI的交叉领域拥有深厚专业知识，将在构建集成数据与AI控制体系、帮助企业安全快速地引入AI代理方面发挥关键作用。”
Cyera 五年内第四笔收购，彰显企业AI安全市场扩张信号
在被收购前，Ryft 从 Index Ventures、Bessemer Venture Partners 等机构获得了800万美元（约合118.2亿韩元）的投资。对 Cyera 而言，这是其近五年来的第四笔收购。今年1月，该公司还以约90亿美元（约合13.2975万亿韩元）的企业估值，获得了4亿美元（约合5910亿韩元）的新融资。
此次收购不仅是技术层面的补强，更表明企业AI安全市场的优先级正在迅速转变。随着超越生成式AI、能够自主访问、分析和执行的AI代理日益普及，数据安全的重点正从存储阶段转向“实时访问控制与追踪”。Cyera 的这一举动，被解读为顺应这一变化而采取的先行应对措施。
TP AI注意事项
本文基于TokenPost.ai的语言模型进行了摘要。正文的主要内容可能被遗漏或与事实不符。Rumble与Northern Data合并启动…虽以AI为旗号 但Tether受益或更显著两家公司与泰达币关联的"异色合并"已正式启动。德国前加密货币挖矿公司Northern Data与美国视频流媒体服务Rumble($RUM)进入合并程序，市场目光正聚焦于泰达币所持股份价值及数据中心资产重组。13日据CoinTelegraph报道，此次交易实际上是处于泰达币影响力之下的结构，合并后Rumble将获得Northern Data的数据中心用地和数千台GPU服务器。
Northern Data股东将按每股获得2.0281股Rumble股票。Northern Data股价为每股13美元，Rumble为每股6.41美元，围绕交换比率的计算也是市场关注点。由于泰达币持有Northern Data的过半股份及Rumble的30%股份，此次合并被解读为泰达币意志比少数股东同意发挥更大作用的交易。
虽标榜"AI生态系统"但名分仍不透明
表面看来，挖矿公司与视频平台的结合略显别扭。但Rumble首席执行官克里斯·帕夫洛夫斯基去年11月曾表示："Northern Data、泰达币、Rumble。这正是从零构建未来AI生态系统的方式。"问题在于泰达币和Rumble在人工智能业务中究竟具备哪些竞争优势，目前仍不明确。
不过此次合并较有可能对泰达币产生有利影响。泰达币已承诺未来两年向Rumble采购1.5亿美元规模的算力资源。同时，此前向Northern Data提供的6.1亿美元规模无担保债权性融资设施也将面临重新审查与调整。最终合并正朝着整理数据中心与GPU资产，同时扩大泰达币影响力的方向推进。
围绕泰达币争议中加速进军美国
此次交易备受关注，不仅因为单纯的并购，更因其与泰达币近期动向紧密相连。泰达币长期因审计、黑客攻击、欺诈争议等受到批评，在FTX崩溃及特朗普当选总统后，展现出强化"透明安全企业"形象的动向。在此过程中也加速了进军美国市场，据悉泰达币首席执行官保罗·阿尔多伊诺已多次造访白宫。
美国商务部长霍华德·卢特尼克曾领导坎托·菲茨杰拉德公司，该公司购入泰达币的美国国债，且卢特尼克部长自称是泰达币"大粉丝"，这也吸引着市场目光。在泰达币扩大与美国政治金融网络连接点之际，此次Rumble-Northern Data合并可解读为超越单纯企业结合、展现泰达币业务扩张战略的案例。
合并宣布后股价上涨20%。但由于与泰达币关联的结构屡次引发市场疑虑，此次交易较之"AI"，资金流向与治理结构更可能成为主要争议点。
文章摘要 by TokenPost.ai
🔎 市场解读
泰达币具有支配力的Northern Data与Rumble合并，被解读为超越单纯M&A、通过重组数据中心·GPU资产掌控AI基础设施的战略。
合并结构上泰达币意志得到大幅反映，治理结构风险与资金流向透明度成为核心议题。
合并宣布后股价立即上涨20%反映了市场期待，但持续性仍是未知数。
💡 战略要点
AI基础设施（数据中心·GPU）争夺战正式启动，加密企业的业务扩张方向正在变化。
泰达币正通过算力资源采购（1.5亿美元）与金融支持扩大实际影响力。
从投资视角，相较于"AI名分"，更需优先审视治理结构、财务稳定性、现金流结构。
📘 术语解释
GPU服务器：专用于人工智能运算的高性能计算设备。
数据中心：运营大规模服务器与网络的核心基础设施。
无担保债权性融资：无抵押仅凭信用提供的贷款形式，风险相对较高。
股权稀释：因新股发行等导致现有股东持股比例降低的现象。
💡 常见问题 (FAQ)
Q.
此次合并的核心目的是什么？
表面目的是构建AI生态系统，但实际上重点在于整合数据中心与GPU资产，强化以泰达币为核心的算力基础设施。
Q.
从投资者角度最需注意什么？
因泰达币的高支配力及无担保资金结构，需重点关注治理结构风险与资金流向透明度。不应仅凭AI预期介入，而需确认财务稳定性与实质盈利模式。
Q.
为何此次合并引发市场争议？
泰达币过去存在透明度争议，且此次交易被质疑以泰达币而非少数股东为中心推进。此外，AI业务竞争力尚未明确也是争议原因。
TP AI注意事项
使用TokenPost.ai基础语言模型对文章进行了摘要。正文主要内容可能被省略或与事实存在出入。曾象征NFT热潮的Foundation，收购告吹后终止运营曾象征2021年“NFT热潮”的以太坊（ETH）基础市场平台Foundation最终将关闭。分析指出，由于收购谈判破裂导致运营无法持续，NFT市场低迷正持续挤压独立交易所的生存空间。
当地时间13日，据Coin Telegraph报道，Foundation创始人兼首席执行官凯万·特赫拉尼安通过X平台宣布了市场平台终止服务的事实。该平台原本计划被数字艺术分发平台BlackDove收购以维持服务，但随着交易破裂，情况发生变化。特赫拉尼安表示“已不再可能”，并称很难让Foundation重新恢复在线运营。
Foundation于2021年初推出，正处于数字艺术热潮的中心。据BlackDove称，该平台在全球艺术家的首次销售中促成了超过2.3亿美元的交易。珍·斯塔克、詹姆斯·让、鲁本·吴等艺术家都通过Foundation发布作品，爱德华·斯诺登的NFT作品《Stay Free》也曾引发巨大关注。当时该作品以约2200枚以太坊（ETH）售出，价值约500万美元。
NFT市场低迷与平台重组
但NFT交易热度在2022年达到顶峰后急剧冷却。随着流动性减少，独立市场平台难以确保稳定的交易量，Foundation也不例外。Foundation方面表示，之后将暂时重新开放网站，以便用户提取持有的NFT。
NFT市场的重组也在加速。仅今年以来，非大型交易所的NFT平台关闭和业务转型接连不断，近期与Gemini关联的“Nifty Gateway”和社交NFT平台“Rodeo”也宣布关闭或停止运营。心智基础设施项目Mint Blockchain同样公布了终止运营的消息。
不过OpenSea仍占据着NFT市场的中心地位。根据DefiLlama的数据，OpenSea的市场份额超过73%。业界认为尽管交易量大幅减少，但NFT长期来看仍可能反弹。市场过热虽已消退，但以存活平台为中心的“优胜劣汰”趋势正愈发明显。
文章摘要 by TokenPost.ai
🔎 市场解读
代表2021年NFT热潮的Foundation关闭，显示出市场低迷和流动性减少对独立平台造成了多大压力。
交易量萎缩使得中小型NFT市场平台生存困难，市场正朝着以少数大型平台为中心的方向集中。
💡 战略要点
NFT市场短期内虽萎缩，但并未完全消失，而是进入了“优胜劣汰”阶段。
投资或参与时，以交易量得以维持的大型平台为中心进行接触相对更为稳定。
内容本身的稀缺性和社区影响力正凸显为长期价值的核心变量。
📘 术语解释
NFT：基于区块链的唯一数字资产，用于证明不可复制的所有权代币
市场平台：可发行和交易NFT的平台（例如：OpenSea、Foundation）
流动性：衡量资产买卖难易度的市场活跃度指标
💡 常见问题（FAQ）
Q.
Foundation关闭对投资者有何影响？
在该平台活动的用户需将NFT转移至其他平台或进行保管。此外，随着中小型NFT市场风险凸显，投资者可能更倾向于选择更稳定的大型平台。
Q.
NFT市场未来会消失吗？
并非完全消失，更接近于过热现象消退后进入重组阶段。虽然交易量减少，但市场仍围绕部分核心平台和项目持续存在，长期来看反弹的可能性也被提及。
Q.
现在参与NFT需要注意哪些方面？
应优先确认平台的稳定性、交易量及社区规模。相较于单纯追逐热点，考虑内容的持续性和应用可能性更为重要，在流动性较低的市场中，出售时机也需谨慎判断。
TP AI 注意事项
使用基于TokenPost.ai的语言模型对文章进行了摘要。正文主要内容可能被省略或与事实存在出入。Coinbase、Chainlink通过“Data Link”公开交易所数据上链……DeFi可信度会提高吗Coinbase引入Chainlink "DataLink"，将交易所数据直接公开在链上。此举能否提升DeFi市场的价格准确性和风险管理体系备受关注。
Coinbase首次引入链上数据公开
Coinbase周二宣布，将通过集成Chainlink的DataLink服务，首次将其"高级交易数据"发布到链上。DataLink是基于Chainlink数据标准构建的机构级数据提供服务。
通过此次集成，DeFi协议将能够直接在区块链上利用Coinbase的各类数据。这包括订单簿数据、现货价格、Coinbase International交易所的永续合约、e-mini期货，以及加密货币、金属、能源、股票期货等衍生品数据。
DeFi基础设施升级…期待衍生品与RWA扩展
Coinbase方面解释称，该数据将支持更准确的价格计算、更精细的风险管理以及新的链上市场形成。预计其将在衍生品、永续合约、代币化实物资产、结构化产品、下一代借贷协议等多个领域得到应用。
Coinbase市场副总裁Liz Martin表示："我们扩大了与Chainlink的现有合作，将交易所数据公开在链上。这将使DeFi和传统金融开发者能够构建更稳健的链上应用程序。"
扩大与Chainlink合作…增强相互依赖性
双方的合作已在多个领域展开。Coinbase的"Base-Solana"桥由Chainlink CCIP保障安全，并且Coinbase选择CCIP作为其封装资产的独家互操作性解决方案。此外，机构代币化平台"Project Diamond"也应用了Chainlink标准。
Chainlink Labs首席商务官Johann Eid强调："Coinbase的链上数据公开清楚地表明，金融的未来必须基于'安全性'。"
机构数据上链趋势加速
引入DataLink并非Coinbase的单独行动。富时罗素和TSX Venture交易所也采用了该服务，以提供链上市场数据。
交易所数据上链被视为强化DeFi市场核心基础设施——"可信数据"的趋势。在中心化交易所与区块链之间的界限逐渐模糊之际，数据可访问性和透明度对未来市场竞争力的影响正日益增大。
文章摘要 by TokenPost.ai
🔎 市场解读
随着Coinbase通过Chainlink DataLink将交易所数据公开在链上，DeFi核心基础设施"可信数据"的竞争正式拉开序幕。中心化交易所数据与区块链之间的壁垒正被快速打破。
💡 战略要点
获取准确的价格数据是衍生品、RWA、借贷协议增长的核心要素。
Chainlink掌控数据与互操作性两大基础设施，影响力持续扩大。
Coinbase正超越单纯交易所角色，扩展为"数据提供商"。
📘 术语解释
DataLink：将机构级数据直接发布到区块链的Chainlink服务。
RWA：房地产、债券等实物资产代币化后的链上资产。
CCIP：安全连接不同区块链的Chainlink协议。
💡 常见问题 (FAQ)
Q.
Coinbase与Chainlink合作的核心内容是什么？
Coinbase引入Chainlink的DataLink，将交易所的订单簿、价格、衍生品数据直接公开在区块链上。这使得DeFi协议能够直接在链上使用中心化交易所的数据。
Q.
链上数据公开为何重要？
可信数据是DeFi生态系统的核心要素。基于准确的价格和市场数据，风险管理、衍生品设计、借贷协议的稳定性都能得到极大改善。
Q.
Chainlink DataLink与现有预言机有何不同？
现有预言机是聚合和传递外部数据的结构，而DataLink是机构直接将数据发布到链上的方式。因此，数据的可靠性和透明度得到了进一步加强。
TP AI 注意事项
本文使用基于TokenPost.ai的语言模型进行摘要生成。可能存在遗漏正文主要内容或与事实不符的情况。Databricks, 为加强网络安全发布"LakeWatch"并收购两家初创公司数据砖（Databricks）近期推出了基于云数据平台的网络安全产品"湖景监测（Lakewatch）"。同时，该公司以加强网络安全为目标，收购了两家初创企业：反物质公司（Antimatter Inc.）和筛滤D公司（SiftD Inc.）。
湖景监测由安全信息与事件管理（SIEM）工具构成，通过分析从组织基础设施各组件收集的数据来检测安全入侵。值得关注的是，它在处理海量数据的同时，提供了降低原有高昂运营成本的方案。湖景监测将安全日志存储在亚马逊S3等存储服务中，不会产生额外的"每字节许可费"。
该解决方案也有助于降低基础设施成本。以往需要将系统日志复制到平台外部的入侵检测工具，而湖景监测直接内置于数据砖的平台中，无需此类复制过程。
此外，湖景监测通过数据砖的AI助手"精灵（Genie）"将组织化数据转换为OCSF标准格式，以便于分析。该AI在黑客活动检测及内部系统威胁分析方面提供了实用功能。
特别值得注意的是，湖景监测的AI功能能够基于自行生成的检测脚本识别恶意活动，管理员还可创建AI代理来自动化设置通知优先级等附加任务。
部分功能由Anthropic PBC的Claude模型系列驱动，数据砖为将该AI算法引入平台已建立长期合作伙伴关系。
反物质公司已筹集1,200万美元（按汇率折算为1,440万美元）资金，致力于开发保护强化安全应用数据的平台；筛滤D公司则是强调安全工程自动化的早期初创企业。收购条款未对外公开。DAT企业间差距扩大…BMNR“绝对优势”，新企业处于初期流入阶段2025年数字资产财务（DAT）企业机构投资结构呈现企业间差异化的增长轨迹，行业内部差距进一步扩大。
根据23日ICR 3月报告，2025年DAT企业机构投资结构已重组为以BMNR和DJT为核心的锚定企业、SBET·MTPLF·XXI等成长型企业以及早期阶段企业构成的三层结构。
这表明未来机构资金可能持续呈现既向特定核心企业集中，又向新企业扩散的双重结构。
纵观2025年整体趋势，21家企业普遍呈现机构投资者数量和资产规模增长，但增速和稳定性差异显著。部分企业已确立机构核心资产地位，而其他企业仍处于机构投资者的初期探索阶段。这显示DAT领域并非单一市场，而是按成熟度分化的结构。
BMNR保持"机构锚定"地位
BMNR以2025年第四季度40.95亿美元机构资产规模保持绝对领先地位。机构投资者数量亦达487家，位列第一。虽资产较第三季度减少18.1%，但机构数量增长9.2%，投资基础持续扩大。这是体现机构信任与价格波动无关的典型案例。
DJT以22.995亿美元位列第二，机构投资者数量从273家稳步增至420家。第四季度资产减少24%主要受股价调整影响，机构资金流出有限。整体仍保持稳定的机构资金流入态势。
SBET·MTPLF作为"成长型企业"崛起
SBET机构投资者数量在一年内从36家激增至195家，呈现最陡峭增长曲线。资产规模也从3130万美元扩大至8.287亿美元，机构关注快速涌入。MTPLF（Metaplanet）机构数量从16家增至89家，保持稳定增长态势。第四季度录得9.534亿美元，虽较第三季度高点下降29.5%，结构性增长趋势依然稳固。
XXI自第三季度首次引入机构资金后，第四季度机构数量增至66家，增长69.2%。资产规模从1.307亿美元飙升至9.751亿美元，增幅达646.3%，扩张速度最快。这表明新转型DAT企业能在短期内快速吸纳机构资金。
SLMT从第三季度18.625亿美元骤降至第四季度1.005亿美元，暴跌94.6%，跌幅最大。ATON亦减少88.9%，机构资金波动剧烈。这反映早期阶段企业的机构资金尚未稳定沉淀。
机构数量增长与资产缩减"并存"
多数企业呈现机构投资者数量增加但资产规模下降的趋势。BTBT、EMPD、NAKA、FGNX等企业在机构数量增长背景下资产出现缩水。这主要归因于加密货币价格调整和市场重估影响，而非机构资金撤离。以太坊基金会评估 62 项 Hegotá EIP，目标 2029 年实现抗量子 L1Techub News 消息，以太坊基金会协议集群发布了其对 Hegotá 升级的评估与路线图，对 62 项提案进行了评级。其中，EIP-7805（FOCIL，一项抗审查提案）和 EIP-8141（Frame 交易）被确定为必须部署的 EIP。该路线图设定了目标，计划在 2029 年实现抗量子攻击的以太坊 L1。（@WuBlockchain）Bitwise 提交以太坊现货 ETF 修订文件，纳入质押机制条款Techub News 消息，Bitwise 已为其现货以太坊 ETF 提交修订后的 S-1 注册声明，增加了关于质押机制、验证者操作、罚没风险以及质押收益会计处理的条款。
该修订文件显示，Bitwise 希望其 ETF 能够包含以太坊质押功能，并详细说明了托管人的质押操作和罚没保护措施。然而，美国证券交易委员会尚未批准任何现货以太坊 ETF 包含质押功能，此次提交仅为提案，并非最终批准。
若 SEC 最终允许 ETF 进行质押，将使以太坊 ETF 产品更具吸引力，但也将引入新的运营和监管问题。目前，质押仍是围绕现货以太坊 ETF 最大的未决问题之一。 （NewsBTC）比特币与以太坊 ETF 单日及七日净流入数据更新Techub News 消息，9 月 7 日数据显示，比特币 ETF 单日净流入 2,038 枚比特币（约合 1.6183 亿美元），七日净流入 11,093 枚比特币（约合 8.8076 亿美元）。以太坊 ETF 单日净流入 22,023 枚 ETH（约合 5504 万美元），七日净流入 64,879 枚 ETH（约合 1.6216 亿美元）。
（@lookonchain）Rocket 遭攻击损失 28.7 万美元，暂停存取款及交易Techub News 消息，Rocket 因攻击者操纵一个闲置的永续合约市场并从平台桥提取约 28.7 万美元的正收益而遭受损失。Rocket 在 9 月 7 日于 X 平台发布更新称，已暂停存款、取款和交易。
该安全事件涉及攻击者利用一个不活跃的市场，导致平台资金损失。Rocket 表示正在调查此事并采取措施保障用户资产安全。（Crypto.news）白帽黑客从 Liquid Network 提取 4000 枚 BTC，称修复漏洞后将归还Techub News 消息，比特币 Layer 2 网络 Liquid Network 发生安全事件，自称白帽黑客的一方从 Liquid Federation 钱包中提取了约 4000 枚 BTC，价值约 3.2 亿美元。Liquid 表示，资金是通过 SideSwap PAK 功能提取的，但密钥本身并未泄露，网络上的其他资产未受影响。
Blockstream 正通过链上签名信息尝试与相关方联系。该黑客在链上公开表示，他们是白帽黑客，并要求先修复网络漏洞，之后会将大部分资金返还。目前约 3998.5 枚 BTC 尚未被移动。
Ledger CTO Charles Guillemet 对此白帽说法表示怀疑，指出真正的安全研究人员通常不会抽干跨链桥资金后再要求链上联系。Liquid Network 已暂时禁用桥接节点，并通知交易所暂停 LBTC 存取款。（CryptoPotato）Adaption Labs 推出 Invent a Dataset，可从任务描述生成训练数据Techub News 消息，Adaption Labs 本周推出 Invent a Dataset 功能，该功能可根据用户对模型期望行为的描述，直接生成结构化、可用于训练的数据集，无需提供初始语料库、预定义模式或标注指南。生成的数据集可通过 Python SDK 和 REST API 调用，输出格式支持 JSONL、JSON、CSV 或 Parquet。
该功能旨在解决传统数据集工作流程依赖现有数据、需耗费大量时间标注和重塑的问题，尤其适用于专有和专业任务。用户通过调用 datasets.invent API 并指定领域代码（如 medical）来生成数据集，支持生成用于监督微调的指令数据集或用于偏好训练的偏好对。
Invent a Dataset 生成的数据集 ID 可直接传递给 AutoScientist 进行数据和训练方案的协同优化。Adaption 报告称，AutoScientist 的平均性能比其研究团队配置的训练高出 35%。 （MarkTechPost）Cardano 基金会获 Grant Thornton 区块链认证审计，为加密行业首例Techub News 消息，Cardano 基金会宣布获得由全球审计与咨询公司 Grant Thornton 执行的区块链认证审计，成为首个获得此类审计的加密组织。该审计将关键财务与运营数据记录在链上，以增强透明度和可验证性。
此次审计旨在为加密行业设立新的透明度标准，提升信任与问责。Grant Thornton 表示，区块链认证审计能提供不可篡改的证据，证明组织声明的真实性。（Crypto Briefing）币安上线 Datadog、Atlassian 等 5 种传统金融永续合约Techub News 消息，币安宣布在 Binance Futures 上线 5 种新的传统金融资产永续合约，包括 Datadog (DDOG)、Atlassian (TEAM)、MongoDB (MDB)、Direxion Daily TSLA Bull 2X ETF (TSLL) 以及 GraniteShares 2x Long NVDA Daily ETF (NVDL)。这些合约支持 7x24 小时交易，并提供最高 20 倍杠杆。（@binance）牛津学者称量子内存设备将决定比特币被破解或被取代Techub News 消息，牛津大学量子计算讲师 Stefano Gogioso 近日表示，量子内存设备的研发将成为量子技术的关键里程碑，该设备将决定比特币是被量子计算机破解，还是被量子货币等新形式取代。
Gogioso 指出，量子内存需实现长达数月的稳定存储、便携性及数十亿独立状态的容量，而当前实验室系统仅能维持量子态数秒。他认为，容错量子计算机必须长时间维持量子态，本质上就是量子内存设备。
若量子内存设备实现，既能用于攻击比特币签名（需约 50 万个物理量子比特），也能支撑量子货币等新应用。这意味着追逐容错量子计算的投资将同时推动这两种未来场景。（BeInCrypto）比特币与以太坊 ETF 单日净流入均超 1 亿美元Techub News 消息，9 月 4 日数据显示，比特币现货 ETF 单日净流入约 8,117 枚 BTC（约合 6.44 亿美元），过去 7 日净流入 6,366 枚 BTC（约合 5.05 亿美元）。以太坊现货 ETF 单日净流入约 42,386 枚 ETH（约合 1.039 亿美元），过去 7 日净流入 74,255 枚 ETH（约合 1.82 亿美元）。
（@lookonchain）
