Loading...
Loading...
Microsoft CEO Satya Nadella（萨蒂亚·纳德拉）：AI 代理将重塑工作流，真正的价值在于技术应用撰文：Techub News 整理
导语
在2025 年 5 月结束的微软 Build 2024 开发者大会主题演讲后，微软董事长兼 CEO Satya Nadella（萨蒂亚·纳德拉）接受了 The Rundown AI 的快速专访。这场对话紧贴大会热点，聚焦于微软如何整合其最新发布的一系列 AI 工具与平台，以构建所谓的“智能体网络”（Agentic Web），并深刻探讨 AI 代理将如何从根本上重塑知识工作、企业运作乃至社会生产效率。作为全球科技巨头之一的掌舵人，Nadella 在带领微软成功转向云与 AI 后，其关于技术应用本质与未来工作形态的思考，具有极高的行业风向标意义。
摘要
微软正构建“AI 时代的脚手架”，通过整合 Copilot、Foundry 等工具与开放协议，打造一个可组合的“智能体网络”（Agentic Web）。
未来知识工作者将转型为“代理管理者”，AI 不是替代人，而是通过改变工作流程和产出物（Artifact）来增强人的能力。
企业的可持续优势在于利用自身数据和知识对 AI 进行微调，并形成“数据-微调-市场反馈-再优化”的良性循环。
技术的真正价值不在于“基准测试黑客行为”或庆祝科技公司，而在于其能否被广泛应用于医疗、教育等领域，切实提升生产力和改善生活。
企业转型的关键在于文化、能力建设以及亲身实践，而非研究成功案例。
构建智能体网络：AI 时代的“新脚手架”
在 Satya Nadella（萨蒂亚·纳德拉）看来，当前我们正处在平台转型的早期阶段，大约两到三年后，讨论的焦点将从单个应用转向整个平台生态。微软的目标是构建一个支撑 AI 时代的“新脚手架”。
他以斯坦福医学院的肿瘤委员会会议为例，描绘了理想中的智能体协作场景：一个高风险的医疗决策场景，需要整合来自病理学、多个实验室、PubMed 数据库等多源数据，并由多个 AI 代理进行协同处理，最终将结果呈现给在 Microsoft Teams 中协作的医生。医生随后还能将这些信息轻松转化为教学用的 PowerPoint。这种复杂的、跨数据源和应用的“编排”（Orchestration）能力，正是未来应用的核心。
为了实现这种愿景，Nadella 认为必须构建一个每一层都开放、可组合、有标准协议的真实技术栈。如今，从 Microsoft 365 Copilot 到 AI 开发平台 Foundry，再到自然语言网络（NL web）和模型上下文协议（MCP）等开放组件，这个技术栈正在成型，共同编织成他所说的“智能体网络”（Agentic web）。他甚至认为，这或许能让我们重新发现互联网最初的开放精神。
微软正在尝试构建一个统一的 AI 用户界面（UI for AI），将聊天、搜索、代理、笔记本等功能集成于一处，Microsoft 365 Copilot 和 Teams 正是其体现。但 Nadella 强调，这并非唯一的形态。针对开发者、科学家等不同群体和工作流，将会涌现出丰富多样的 AI 交互界面。其底层令人兴奋的能力在于：数据、多模型调用、代理编排层以及能够理解意图并将其分解为对多个模型调用的新型推理模型。
从知识工作者到代理管理者：工作流的彻底逆转
随着 AI 代理的普及，知识工作的性质将发生根本性变化。Nadella 认为，未来知识工作者将更多地扮演“代理管理者”的角色，而非被代理所取代。
他用一个生动的比喻来解释这种抽象层次的提升：如果一个外星智能在 80 年代初观察地球职场，会看到“打字员池”、“幻灯片制作池”。而今天再来，它会认为“全人类都是打字员池”，因为人人都在打字。但实际上，我们从事的是知识工作，只是工具和形式被抽象和改变了。
他以自己准备客户会谈的流程为例，展示了工作流的“彻底逆转”。过去，需要账户团队撰写报告、通过邮件发送、他再手动整理到 OneNote 中阅读。而现在，他只需给出一个提示（Prompt），AI 就能从网络、邮件、文档、CRM 系统、供应链系统中自动抓取信息，生成一份全面的报告，他再分享给团队。他坦言，作为 CEO，他现在做的“知识工作”比过去更多，感觉能力更强、效率更高。
因此，Nadella 给所有知识工作者（无论是软件、金融、销售还是科学领域）的建议是：积极使用工具，主动改变你的工作产出物和工作流。拥有改变周围工作方式的能动性（Agency），是应对变革的最佳方式。他承认岗位更替必然会发生，因此最好的防御就是技能提升与再培训，而这一切始于使用工具本身。
AI 编程的未来：填补“技术债”，人类仍在循环中
开发者是工作流受 AI 冲击最显著的群体。Nadella 提到，微软目前有 30% 的新代码是在 AI 辅助下生成的。他展望了当 90% 或 95% 的代码都由 AI 生成时的世界图景。
他的思考起点是全球面临的巨大“技术债”或“IT 债”——大量未完成的软件项目。世界需要更多的软件开发能力来满足需求、清偿这些债务。在此背景下，AI 编程工具（如代码补全、代码解释、图表生成、多文件编辑、全仓库变更代理等）的价值在于，能让开发者保持心流状态，更高效地工作。
他特别提到新发布的 GitHub Copilot 工作流代理（Coding Agent），允许开发者指派任务并异步执行。但 Nadella 强调了一个关键点：“人类仍在循环中”（human is in the loop）。他认为人们高估了 AI 的自主性。即使在执行持续集成/持续部署（CI/CD）之前，代码仍需经过人工审核。这是一个开发组织内部人员与 AI 代理协同工作、共同解决开发赤字的新工作流。
对于企业而言，Copilot 的微调功能是一个重大突破，允许企业利用自有数据和代码库定制自己的 AI 编程助手。Nadella 指出，这引出了企业的“可持续优势”问题。优势不在于基础模型本身（这终将商品化），而在于企业能否形成一个良性循环：利用内部知识和数据微调模型 - 将输出应用于市场 - 获取客户或市场的反馈信号（即强化学习的奖励）- 用新数据样本进一步优化。完美运行这个循环，将成为 AI 时代企业新的核心竞争力。
企业转型之道：文化、能力与实践，而非案例研究
作为带领微软经历多次技术转型的领导者，Nadella 分享了企业如何围绕“代理时代”进行重组的心得。
他指出，微软并非靠单一产品成功的公司，因此最困难之处在于“不断调整”。他总结了转型需要彻底改变的三件事：工作方式、工作内容以及市场进入策略。同时革新生产函数、产品创新以及商业模式和上市策略，是一项艰巨的任务。
他认为，归根结底在于文化和能力建设，这能让企业有更多“射门机会”。对于稳定业务，AI 是顺风，能带来更大杠杆效应；对于衰退业务，AI 则是自我重塑的机遇。核心是培养寻找和实践新概念的文化与能力。
Nadella 特别提醒，迷恋时代的“明星公司”案例研究并无帮助。“现实是，案例研究没用。你必须亲自去做。”他引用了一句妙语：“你看别人去健身房，自己不会变健康。你必须自己去健身房。”这场变革关乎亲身实践，而非仰慕他人。
技术普及与价值回归：让强大的技术“消失”
关于员工技能提升，Nadella 主张“自下而上”的工具扩散模式，而非“自上而下”的标准化培训。他以个人电脑（PC）普及为例：最初是法律部门爱用 Word 写合同，财务部门爱用 Excel 做模型，但当人们需要跨部门协作时，工作流程和产出物自然被改变，这一切并非通过培训课，而是通过通用工具（PC 和 Office）的扩散实现的。
在微软内部，无论是 GitHub Copilot 还是 M365 Copilot 的推广，他都观察到类似的模式。他分享了一个网络工程师的例子：面对激增的 AI 工作负载和繁重的手动运维，她利用低代码/无代码和 Foundry 工具自主构建了一个多代理编排器，自动化了光纤故障处理流程。这种赋予员工工具和能动性，让他们改造身边工作流的方式，才是关键。他称 Excel 是“世界上最伟大、最普及的编程工具”，而 AI 工具将再次引发类似的全民“编程”普及。
谈到更前沿的“主动代理”（Proactive Agent），Nadella 引用了马克·维瑟关于“普适计算”的名言：“技术强大到足以消失。” 他认为，自然用户界面的演进方向就是以最小摩擦完成用户意图。主动代理应能理解高层意图、制定计划并执行，同时用户保持控制和可审查性（如通过会话日志）。这是透明性与自动化之间的平衡。
最后，主持人重提了 Nadella 此前引发热议的观点：AGI（通用人工智能）只是“无意义的基准测试黑客行为”，AI 的真正价值在于全球经济增长。Nadella 对此进行了阐释。他以医疗行业为例（占美国 GDP 约 20%），指出其巨大成本源于工作流低效。如果像斯坦福医学院使用的多代理编排器能够普及，让医疗提供者以更低成本提供更优质的护理，那才是价值所在。
他强调，自己的评论并非针对伟大的 AI 研究，而是认为社会过于庆祝科技公司本身，而非技术产生的影响。他渴望看到讨论焦点转向技术的实际应用。例如，世界银行在尼日利亚的研究显示，为学生提供 Copilot 或其他代理工具后，教育成果出现了可统计的显著改善。这种技术被广泛应用、解决实际问题的故事，才是他投身科技行业的初衷。“当全球其他行业因为运用技术为我们所有人创造了奇迹而受到庆祝时，那才是值得庆祝的一天。” Nadella 总结道。
本周 AI 项目推荐：Citely、ACE、VIRSE、BuilderHub上新啦！作者｜Yoky
微信｜yokyliu617
过去一段时间，我们几乎每周都会遇到一批新 Builder。有人辞职创业，有人在大公司之外做 Side Project，也有人没有工程背景，却借助 Coding Agent 第一次把自己的想法做成了可以使用的产品。真正缺少的是一个集合地。
这些 Builder 和产品散落在朋友圈、微信群、GitHub、Product Hunt 以及一条条很快沉下去的社交媒体动态里。产品发布时可能获得一阵讨论，但几周以后，再想找到背后的团队、查看最新版本，或者确认这个人后来又做了什么，往往已经很难。现有的发布平台更擅长记录“今天上线了什么”，却很少持续回答“是谁在做，他为什么做，现在做到哪一步了”。
此前，我们把长期在做的项目推荐栏目变成了一个围绕 Builder 运转的平台BuilderHub（https://builderhub.pingcode.tech/），目前已经有 50 位真实 Builder 入驻。相比收集更多产品链接，我们更想把人、产品、里程碑和持续发生的思考放在一起，让一次发布成为一条长期记录的起点。
最近，BuilderHub 又完成了一轮更新：
Agent 自动入驻和维护： Builder 申请后会获得专属 API Key 和任务说明，把它们交给自己的 Agent，就可以自动回传个人信息、产品、里程碑和 Builder Talk。此后发布新版本、开放内测、获得首批用户或调整方向，也可以继续让 Agent 更新。
Builder Card： 每位 Builder 都可以生成一张可分享的线上名片，把个人身份、产品方向和关键进展放在一起，更方便地向用户、合作伙伴和投资人介绍自己。
投票、周榜和月榜： 社区成员可以把票投给自己认可的 Builder，用户反馈和硅星人的编辑观察共同形成榜单。我们会定期从新入驻项目和榜单中筛选团队，进入每周推荐、采访和后续深度报道。
如果你也在做 AI 产品，欢迎申请入驻 BuilderHub：https://builderhub.pingcode.tech/join把你的产品和进展放进来，也让更多用户、伙伴和同行找到你。
本周，我们从 BuilderHub 的上新项目里选出了 6 个值得关注的产品。
1
01 VIRSE：
https://builderhub.pingcode.tech/builders/yifan-zhao
产品概述
VIRSE 是一套面向品牌、设计工作室和专业创意团队的 AI 设计基础设施。
产品把 50 多个图像与视频模型放进同一块无限画布，用户可以在一个空间里管理参考图、资产、生成结果和团队协作。VIRSE 更核心的能力叫 Aesthetic Memory：系统学习团队的视觉语言，让不同设计师、Agent 和外部合作方尽量沿着同一套品牌标准工作；历史资产还可以按照“看起来像什么”来搜索。
它解决的不是如何再生成一张图，而是商业设计里更难的部分：多轮迭代以后，风格还能不能稳定，资产能不能复用，团队能不能协作。
团队背景
VIRSE 创始人赵一凡毕业于 Cornell University，曾在腾讯从事软件工程与产品工作，此前做过 AI 定制设计产品，并完成过一次收购退出。VIRSE Labs 位于旧金山，是一支规模不大的跨学科团队，成员背景覆盖视觉智能、工程和人机交互。
赵一凡同时理解工程系统和设计生产，这一点直接体现在 VIRSE 的产品取舍上：团队没有把重点停在模型数量，而是把大量力气花在画布性能、上下文、审美记忆和多人协作这些不容易出现在 Demo 里的地方。
为什么值得关注
图像与视频模型的能力还在提高，但“接入最新模型”本身会越来越难形成壁垒。专业设计团队真正付费的，是可控、一致和可交付。
VIRSE 的判断是，AI 设计的下一层竞争，不是生成能力，而是谁能保存并复用一个团队的审美上下文。 如果这层记忆成立，AI 就不再是设计师偶尔调用的工具，而会逐渐变成团队视觉系统的一部分。
1
02 Stances
https://builderhub.pingcode.tech/builders/zijian-jia
产品概述
INSPIRED AI 是一家在新加坡注册的 AI 应用公司，由贾子健创立。团队早期聚焦 AI 语言学习，先后推出 TalkMe 和 ListenLeap。
TalkMe 面向口语表达，通过实时 AI 对话提供发音、语法和表达反馈；ListenLeap 面向听力输入，把 Podcast 与 YouTube 视频转化为带有双语字幕、逐句精听、词汇解释、AI 问答和跟读评分的学习材料。两款产品共同覆盖语言学习中的输入与输出环节。
2026 年，团队推出第三款产品 Stances，将内容理解、信息检索和来源追踪能力拓展到决策研究场景。用户提出需要判断的问题后，Stances 会从播客、访谈、专家公开观点和高质量讨论中整理一手资料，生成带有出处的洞察简报，并呈现共识、分歧、观点语境与变化时间线，帮助用户建立自己的判断依据。
团队背景
Inspired AI 创始人贾子健是连续创业者，拥有约 10 年 C 端产品经验，曾在网易、360 和好未来负责产品，参与过多款大规模用户产品。联合创始人戴雨珺长期关注二语习得与教学设计，负责把语言学习方法转化为产品体验。
据团队及投资方锦秋基金披露，TalkMe 与 ListenLeap 已经验证了海外用户付费和正向现金流。比具体数字更值得看的是，这支团队没有停在第一款能赚钱的产品上，而是在重复使用语音、内容理解、检索和交互能力，继续寻找新的消费场景。
为什么值得关注
AI 消费应用最难的从来不是做出 Demo，而是让用户第二天还愿意回来，甚至愿意付钱。Inspired AI 已经用两款语言产品证明了自己对 C 端需求、增长和付费的理解，现在又用 Stances 切入信息溯源。
这次转向背后的判断很有意思：生成答案越来越便宜，判断答案值不值得信却越来越贵。Inspired AI 正在从“帮用户学会表达”，走向“帮用户保留自己的判断”。 这支 Builder 团队的价值，也正在从一款产品的功能，变成连续寻找产品市场匹配的能力。
1
03 ACE
https://builderhub.pingcode.tech/builders/joe-guo
项目简介
ACE 正在搭建一套 AI 原生音乐平台，由音乐基础模型、专业创作工作站 ACE Studio，以及个人音乐 Agent miya.fm 组成。
ACE Studio 面向音乐制作人、作曲人和专业创作者，将 AI 人声、AI 乐器、声音克隆、音轨分离、音乐生成与 DAW 协作整合进完整工作流。目前产品约有 10 万付费用户，月收入约 200 万美元，用户累计编辑约 300 万首作品。
miya.fm 面向更广泛的个人用户，希望将生活、关系和情绪转化为音乐。用户可以通过对话、文字、照片或社交内容生成歌曲，也可以用自然语言表达当下的场景和心情，获得更个性化的音乐内容。
团队背景
ACE 由 Joe Guo（郭靖）、Sean Zhao 和 Conger Sheng 于 2019 年共同创立。
Joe Guo 是声音算法工程师、产品设计师和音乐创作者。大学时期曾组建乐队并担任主唱，毕业后参与过亿级用户规模的移动游戏产品。亲身经历专业音乐制作的高门槛后，他开始探索如何利用 AI 改善音乐创作工具。
团队目前约有 40 名成员，能力覆盖音乐生成、音乐理解、AI 工程、音乐制作和产品设计。团队已经完成从早期娱乐产品到专业生产力工具的转型，并逐步建立起专业创作产品、真实编辑数据和音乐模型之间的协同体系。
为什么值得推荐
ACE 已经完成了较为扎实的产品和商业验证。ACE Studio 的付费用户规模、收入表现和专业用户留存，说明 AI 音乐工具在真实创作流程中具备明确需求。
更值得关注的是专业用户产生的数据。音乐人在 ACE Studio 中对音高、节奏、情绪和演唱细节所做的编辑，会形成高质量的偏好数据。这些数据能够持续反哺模型训练，推动生成质量和产品体验共同提升。
2026 年 9 月，ACE 完成近 4,000 万美元新一轮融资。现阶段的 ACE 已经展现出模型研发、产品落地、全球化运营和商业化增长的综合能力，是 AI 音乐赛道中值得持续追踪的 Builder 团队。
1
04 橡果 Oaky
https://builderhub.pingcode.tech/builders/oaky
产品概述
橡果 Oaky是一款陪用户收藏、记录、整理、创作和分发真实内容的 AI 创作搭子。
大多数 AI 内容工具从一个空白输入框开始，让用户给主题，然后直接生成文章。橡果想接住的是更长的一条链路：日常看到的内容、随手记下的想法、真实经历和长期积累的素材，如何逐渐被整理成属于用户自己的表达，再继续分发出去。
它并不把“多写一篇”当成唯一目标。更准确地说，橡果希望帮助有持续创作需求的人，搭建一套不会每次都从零开始的个人内容系统。
团队背景
橡果的 Builder 唐遥民是一名 AI 产品工程师和首次创业者，曾在智谱与美团担任 AI 产品经理，也长期公开记录自己的产品思考、增长实验和创业过程。他此前开源了“橡果视记”，现在把同一个问题继续推进到 Oaky。
唐遥民在个人记录里坦率写过创业早期的真实成本和走过的弯路。他很清楚 AI 可以降低软件开发门槛，但不会自动解决用户、分发和商业模式。这种对问题的长期体感，是橡果比“又一个 AI 写作工具”更值得关注的部分。
为什么值得关注
生成内容已经接近无限供给，真正稀缺的开始变成真实素材、个人视角和持续表达。橡果没有继续卷“同一个提示词谁写得更像人”，而是把产品起点放在内容生成之前。
它想解决的不是写不出来，而是一个人的经验没有被长期积累下来。 如果橡果能把收藏、记录、整理和发布连成自然的日常动作，它就有机会成为创作者的内容基础设施，而不是偶尔打开一次的生成器。
1
05 Citely
https://builderhub.pingcode.tech/builders/citely
产品概述
Citely 是一个面向全球化科技公司、AI 团队和 Web3 创业者的合规决策工具。
传统合规服务通常从法规原文、律师意见和一堆表格开始。Citely 反过来，从 Builder 正在做的动作开始：准备上线一个产品、进入一个新市场、与机构合作，或者发行稳定币。系统会把不同司法辖区的法规、执法案例和监管指引整理成 Playbook 和检查清单，再根据团队的自查结果生成一份诊断 Brief，告诉用户哪些事实已经确认、还缺什么材料、下一步要做什么。
Citely 目前还提供稳定币、AI 政策和 Web3 政策三个追踪 Agent，覆盖 43 个司法辖区，并把部分能力做成 MCP 工具。也就是说，合规不必永远停留在 PDF 和咨询会议里，它可以直接进入团队已有的 Agent 工作流。
团队背景
Citely 的 Builder 是 Alex 与 Sophie。Alex 负责法律、监管工作流和产品策略，曾在 Cornell Legal Information Institute 参与研究，也长期关注金融科技法、CBDC 隐私和数字资产规则；Sophie 负责软件工程和产品开发。
这是一个很典型的“双语团队”：一端能读懂监管语言，一端能把它翻译成软件。对于合规产品来说，这种组合比单纯堆一个法律知识库重要得多。
为什么值得关注
大多数创业公司不是不知道合规重要，而是不知道应该在什么时候、以什么动作开始。律师给出的往往是完整答案，创业者此刻需要的却只是一个更具体的问题：我下周要上线，现在还缺哪三样东西？
Citely 真正想产品化的不是法律知识，而是合规决策的顺序。 如果它能把复杂规则稳定地压缩成可执行任务，合规就会从一次性的外部服务，变成产品团队日常工作流的一部分。
1
06CCX
https://builderhub.pingcode.tech/builders/ccx
产品概述
CCX 是一个开源的 AI API 代理与协议转换网关，支持 Claude、OpenAI、Gemini、DeepSeek、Kimi、GLM、MiniMax 等多个上游服务。
它把 Claude Messages、OpenAI Chat/Responses、Gemini 等不同接口收进一个统一入口，并提供模型路由、多 Key 管理、优先级调度、健康检查、故障切换和 Web 管理界面。项目同时提供 Docker 部署和 Windows、macOS、Linux 桌面版本。
应用不必把自己焊死在一家模型厂商上。哪个模型能用、便宜、稳定，就让网关在后面完成切换。
团队背景
CCX 的 Builder 在 BuilderHub 使用 King 这个名字，GitHub 账号为 BenedictKing。公开资料没有提供他的公司与教育履历，但代码本身留下了另一种更直接的 Builder 档案：截至本期核验时，CCX 已获得约 4,000 个 GitHub Star，仓库累计 3,600 余次提交。
对于开源基础设施，持续维护比漂亮的创始人简介更有说服力。协议变化、上游兼容、异常恢复和部署问题，都只能靠一版一版地补出来。
为什么值得关注
模型能力正在快速分化：有人擅长代码，有人擅长长文本，有人便宜，有人稳定。与此同时，每家厂商又有自己的接口、额度和认证方式。开发者想同时使用它们，首先得维护一堆胶水代码。
CCX 把“多模型选择”从应用逻辑里拆了出来，变成一层独立基础设施。 4,000 个 Star 说明这不是一个被想象出来的问题。它接下来要面对的，是如何在兼容速度、稳定性和安全之间建立长期信任。
结尾：
这 6 个项目里，有已经验证过用户付费、继续做第三款产品的团队，也有公开履历很少、但用几千次提交证明自己还在维护的独立开发者；有人从法律和工程之间切入，有人长期记录自己的创作与创业过程，也有人已经创业、退出，又回来做下一家公司。
这正是我们越来越想强调 Builder 的原因。
BuilderHub 接下来会继续开放 Agent 回传和实时维护能力，让每位 Builder 的产品、里程碑和思考随着进展更新；投票与周榜则负责把真实反馈带回来。硅星人会定期从中挑出值得被更多人看见的项目。
AI 让更多人成为了 Builder。BuilderHub 想做的，是让真正还在 Build 的人被看见。
专访「AI 投研精英孵化计划」学员 Jack – AI 原生个人投研系统撰文：Alma Li，Techub News
导语：
从交易所 Listing Team 的项目发现、尽调研究到资产上线，Jack 经历过一套服务于平台业务的多维资产评估流程。如今作为独立投资研究者，他尝试将这种“网状思维”迁移至美股、数字资产、宏观与跨资产研究，并用 AI 搭建一套可持续更新、可交叉验证、可复盘的个人投研工作流。在他看来，AI 真正带来的不是“认知平权”，而是知识获取的平权；最终定义问题、判断证据和承担风险的，仍然是人。
在众多“AI+投研”的叙事里，最容易出现的画面，是用户输入一段提示词，系统迅速给出“买入”或“卖出”的结论。Jack 对这种想象保持距离。
核心观点：
“真实的投研不是一个按钮，而是一套系统化的研究工程。”
AI 的价值不在于替人拍板，而在于把原本分散、重复、难以留痕的研究动作，连接成一个可验证、可更新、可复盘的过程。
从 2021 年进入加密行业，到参与项目发现、尽调、商务沟通与资产上线的完整流程，交易所经历让他形成了一种多因子、动态的研究习惯。离开机构视角、开始以个人资金面对市场后，问题变成了另一种形式：资产覆盖更广，信息却更割裂。
于是，他开始为自己搭建一套 AI 原生投研基础设施。它服务的不是一个自动化交易承诺，而是一个更基础的问题：当研究者面对一条市场主线、一个资产或一个突发信号时，如何更快地形成完整逻辑，又不把判断力交给黑箱。
从项目上币到个人投资：研究目标变了，底层思维没有变
TECHUB NEWS：在交易所 Listing Team 的经历，给你今天做独立投研留下了什么？
Jack：当时做 Listing，不是只看一个项目质量好不好、融资额有多少，或者赛道增速快不快。站在交易所的业务场景里，要同时看项目本身、真实用户与市场需求、能否带来新增用户和交易、有没有持续的流动性和资产沉淀，以及它和平台战略、用户风险之间是否匹配。
最终的判断是动态的：它是否适合在这个时间节点上线。研究的对象看似是项目，实际服务的是平台的业务目标。
当研究身份从交易所转向个人投资者，目标随之变化：不是判断一个项目是否适合平台上币，而是判断一个资产是否值得配置、为什么值得配置、在什么条件下又不值得配置。
但 Jack 认为，两者的底层思路是一脉相承的。“价值和价格是两件事。”他说，研究一家公司或一个行业，不能只证明它“好”，还要同时放进基本面、预期、估值、价格、催化剂和市场环境里理解。真正有效的研究，应是一种网状思维，而非从单点信息推导出线性结论。
个人投研的痛点：信息不缺，决策过程却被切碎
TECHUB NEWS：从机构研究转向个人研究后，最大的挑战是什么？
Jack：资产越来越丰富，研究和决策反而变得更复杂。今天的交易平台能提供数字资产、美股、黄金等大量标的，但从“看到一个资产”到“形成投资判断”的过程，往往是割裂的。你要离开交易界面，去看行情、新闻、社交媒体、产业数据和公司信息，再把这些碎片重新拼回自己的逻辑。
在他看来，个人研究者真正消耗的，往往不是缺少观点，而是跨平台搜集、比对和更新信息所产生的决策摩擦。AI 投研系统的出发点，正是降低这种摩擦，把“发现机会—理解资产—验证逻辑—持续跟踪”连成一个工作流。
这套工作流首先要发现市场正在交易的主线：资金、产业趋势、基本面、价格和事件，是否共同指向某一方向；主线确定后，再理解具体资产为什么可能受益，其商业逻辑、项目逻辑和传导路径是什么；之后用独立数据补全证据链；最后将判断放进持续跟踪与复盘，而不是在一次输出后结束。
“它来自真实的研究工作流，不是为了展示 AI 而拼出来的流程。”Jack 说。
AI 不是买卖按钮，而是可复现的研究助理
TECHUB NEWS：能否用一个案例说明，系统如何在真实研究中发挥作用？
Jack：以 AI 和半导体主线为例，长期来看，它们仍可能是未来多年重要的产业方向；但这不意味着任何时候都应该无差别地追高。
他在访谈中回顾，以 AI 和半导体为例，长期产业逻辑依然很强，但长期看好并不意味着每一个时间点都适合配置。7 月和 8 月期间，半导体板块出现了比较明显的回撤和分化。系统识别到的变化，并不是简单地认为“AI 或半导体主线失效”，而是市场开始从此前相对广泛的上涨进入更明显的内部轮动和主线迁移。一方面，半导体内部不同细分方向和公司的表现开始明显分化；另一方面，医药、能源等方向在价格、资金和相对强弱上逐渐得到更多确认。公司和产业长期好不好，是一个问题；市场现在真正交易什么，是另外一个问题。
在 Jack 看来，关键不在于事后为行情编写解释，而在于这些信号在当时是否能够被稳定识别，并对接下来一至三个月提供有价值的判断。这样的模块也必须在持续实践中被修正和迭代。
这正是他为 AI 划定的角色边界：研究者负责定义问题、设计框架、沉淀行业 Know-how，并决定哪些信号值得被纳入系统；AI 负责按照这些定义执行信息处理、逻辑验证和持续更新。AI 可以扩大人的覆盖面、固定研究过程、保留当时可获得的数据与判断依据，但不能替代人承担投资决策。
“我现在更愿意把它定义为助理。”他说，“它让投研过程可以复现：不仅能看今天得到了什么结论，也能回看在当时的信息条件下，系统为什么会形成这样的推断。”
数据分层：先定义证据质量，再让 AI 推理
TECHUB NEWS：AI 系统如何避免被错误信息或单一信源带偏？
Jack：控制 AI 错误不能只从数据源开始，更上游的是问题定义。比如直接问“半导体行业哪家公司最好”，本身就是一个不够严谨的问题——最好是增长最快、技术壁垒最高、资本回报最好，还是当前最值得投资？不同的决策目标会得到完全不同的研究路径。因此，他把整个验证过程拆成五步：问题定义、推理链条、数据来源、交叉验证、反向证据。然后再进入一类、二类、三类数据。
他将监管披露、公司财报和业绩电话会，以及美联储、财政部门、统计部门等直接发布的数据，归为一类数据：这类信息可追溯、可信度最高，应成为推理的优先基础。Bloomberg、Wind 或优质财经媒体等可作为二类信息，用来补充和交叉比对；而社交媒体传闻、论坛讨论等三类数据，最多可作为线索，不应覆盖或替代一类证据。
这种分层并不意味着 AI 自动变得可靠，恰恰相反，它把“数据把关”的责任重新放回研究者手中。模型可以更高效地处理、整理和呈现来源，但哪些数据可用、哪些结论需要被反证，仍需要人来设定规则。
Jack 认为，一个能够被长期信任的 AI 投研系统，至少应满足四项标准：研究过程模块化而非直接输出黑箱结论；每个模块具备清晰的数据逻辑与证据链；结论可以交叉验证，并主动寻找反向证据；当新信息出现时，系统能够持续更新并接受复盘。
AI 带来知识平权，不等于认知平权
随着大模型降低资料获取与学习门槛，“AI 是否会让个人投资者拥有与机构相同的认知能力”成为市场热议的问题。Jack 的答案很明确：AI 可以带来知识平权，但不等于认知平权。
“我们今天可以借助 AI 更快接触顶尖课程、研究论文和专业概念，这当然是一种巨大的知识平权。” 他说，“大家拿到同样的数据、同样的工具，也不意味着会形成同样的投资判断。”
差异来自现实经验，也来自对问题的定义能力。即使拿到相同的数据、使用相同的模型，不同研究者对于产业、风险、验证路径和仓位管理的理解不同，输入系统的结构也会不同，最终结论甚至可能走向相反方向。
对 Jack 而言，真正难以复制的“Edge”并不是一段公开代码或一个看起来成熟的提示词，而是研究者在真实场景里不断发现问题、修正问题、迭代框架的能力。公开展示的选股逻辑往往只是系统的一个切面；如何更早识别尚未被充分定价的变化、如何识别反向风险，才更接近研究能力的核心。
先在自己身上验证，再考虑产品化
目前，这套系统仍处于持续打磨阶段。Jack 将其称为 OPC（One Person Company）式的实践：先服务于自己的研究，再在使用中验证它是否真正解决了投资决策中的现实问题。
考虑到投资是高决策成本、高风险成本的场景，他对商业化保持谨慎。后续规划是，在个人使用足够成熟的基础上，先进行小范围内测；只有当系统能够稳定帮助研究者降低真实痛点，才考虑进一步产品化、商业化，并开放给更多研究者或投资者。
参加 AI 投研精英孵化计划，也为这套系统提供了一个外部校验场。Jack 提到，导师和不同背景学员带来的追问，尤其是关于“这套投研系统的 Edge 到底在哪里”的问题，促使他重新审视产品的差异化与可迭代性。
独立研究最容易陷入路径依赖：一个人可以持续优化自己的流程，却未必意识到盲区。对他来说，孵化计划的价值正在于把隐性的经验拿到外部讨论中，接受质疑，再把反馈带回系统。
当越来越多的人把 AI 想象成一个更快给出答案的工具，Jack 的实践提供了另一种路径：与其追求一个“万能买卖按钮”，不如先建立一套能解释证据、容纳反证、持续更新且可以复盘的研究基础设施。
投资判断最终仍由人承担；但一套被认真设计的 AI 工作流，或许能让这个判断不再只依赖零散信息、即时情绪和难以复述的直觉。
编辑说明：本文根据 TECHUB NEWS 对 Jack 的访谈录音、会议纪要及采访提纲整理。文中关于其个人系统、研究方法、市场案例与后续计划，均以受访者访谈表述及提供资料为基础。文中涉及 AI、半导体、数字资产、美股及其他资产的讨论，仅用于说明研究框架与方法，不代表对任何具体标的、行业或市场走势的推荐、预测或保证。
免责声明：本文仅作信息交流与研究方法讨论，不构成任何投资建议。证券、期货合约及虚拟资产价格可升可跌，过往表现不代表未来结果。读者不应仅依赖本文内容作出投资决策，并应根据自身投资目标、财务状况及风险承受能力审慎评估，必要时咨询独立专业意见。
专访「AI 投研精英孵化计划」学员小花猫 —— AI 行情助手撰文：Alma Li，Techub News
导语：
从早年听说比特币挖矿、数次与机会擦肩而过，到 2017 年正式进入加密市场；从依赖经验判断周期，到尝试将链上成本、矿工成本、衍生品与市场情绪等信号结构化，小花猫正在搭建一套 AI 行情研究系统。
他不把系统定位为“买卖按钮”，而是希望它帮助使用者把分散信息转为可复盘的评分框架，在高波动市场中减少由不确定性带来的犹豫与恐惧。对他而言，AI 是提升效率和放大经验的工具，最终定义问题、理解风险并承担决策结果的，仍然是人。
核心观点：
“AI 不会替你承担风险，但它可以让你在做决定之前，知道自己究竟在依据什么。”
从早期接触到真正入场：不是先知先觉，而是认知发生变化
TECHUB NEWS：先请你介绍一下自己。你是什么时候开始接触比特币和 Web3 市场的？
小花猫：小花猫：我在上海，日常工作主要是做企业数字化系统落地，在制造工厂数字化系统方面做了十多年产品经理。比特币我接触得比较早，2011 年朋友就喊我去挖矿，但当时没有认真研究它的价值，所以错过了。其实更早在 2009 年前后，我在一些电脑杂志和海外论坛看到过相关讨论，不过当时也不太懂。
小花猫：2013 年那轮牛市，比特币涨到一千多美元，媒体报道很多；后来市场下跌，加上外部环境的影响，我也没有继续关注。直到 2015 年，一位大学同学问我数字货币该怎么买，我才开始认真查资料，研究比特币白皮书、运行机制和价值逻辑。真正进入行业是 2017 年。当时百度玩客云等硬件和挖矿话题很热，我本身学计算机，也喜欢折腾硬件，于是研究矿机、加入 QQ 群，慢慢真正进入这个市场。
TECHUB NEWS：从“知道比特币”到愿意把它作为长期研究对象，你的认知发生了什么变化？
小花猫：小花猫：早期大家很容易把它当成类似 Q 币的东西，觉得没有价值。那时中文资料很少，想研究要去海外论坛看英文资料；节点同步、钱包使用也比现在困难得多。很多人即使拿到比特币，也未必知道怎样保存。
小花猫：后来我逐渐理解，比特币不是突然出现的。此前加密朋克和数字货币领域已经做过很多探索，只是在密码学、基础设施等条件成熟，加上金融危机后的时代背景下，比特币才真正有机会跑出来。理解了这些历史与机制后，我才开始把它当作一个值得长期研究的方向。
TECHUB NEWS：2017 年入场后，你为什么没有选择高风险、高仓位的方式？
小花猫：小花猫：我个人的风险偏好比较保守。如果我觉得一项风险超过一半，通常就不愿意承担。所以我基本以 BTC、ETH 这类主流资产为主，山寨币会买一点，但更多是试错。
小花猫：我也有遗憾，比如 BNB 当时买得很低，但没有一直拿住。不过我不认为这意味着应该放弃风险控制。主流币未必带来最高收益，但相对稳妥。对我来说，先把自己留在市场里，比追求每一次最高收益更重要。
市场手感：长期靠认知，短期靠周期判断
TECHUB NEWS：你想把自己的市场经验转成 AI 行情系统。在你看来，所谓“市场手感”到底是什么？
小花猫：小花猫：要先区分长期投资和短期交易。长期投资的核心，是对资产价值的认可，以及使用闲钱。身边有朋友很早买入比特币，买完放进冷钱包多年不看，最后获得较高回报。要么是他对比特币有坚定信念，要么是这笔钱对他而言可以承受损失，不会因为短期波动被迫卖出。
小花猫：短期交易则不同，更多是对行情和周期的判断。比特币过去有比较明显的周期特征，投资者需要识别顶部、底部以及市场所处阶段。如果想做高抛低吸，但对周期的判断不够准确，很容易踏空，或在剧烈波动中被甩下车。
TECHUB NEWS：你怎么看近期热门的 Meme 币或高波动资产？AI 能否替投资者找到下一个机会？
小花猫：小花猫：我会把 Meme 币当作买彩票。市场里经常有谁赚了很多倍的故事，但这很容易产生幸存者偏差：那么多人参与，最后真正赚钱的可能只是少数。更不用说频繁交易中还有 Gas 费、平台费用等损耗。
小花猫：不能因为看到几个成功案例，就认为它是一条可以轻易复制的路径。投资一定要有自己的体系。我的观点一直是，财富是认知的变现。你在一个领域短期赚到钱，不代表能在另一个你不了解的市场继续赚；没有对应认知，可能又会把收益亏回去。
把经验做成系统：用评分对抗信息碎片和决策恐惧
TECHUB NEWS：为什么会想到做这套 AI 行情助手？它最想解决的是什么问题？
小花猫：小花猫：以前我判断周期行情，主要依赖自己的经验。但加密市场波动很大：今天你觉得像低点，买入后明天可能又跌 10%，或者突然出现黑天鹅。即使从指标上判断接近适合买入的位置，真要下重仓决策时，内心还是会恐惧。
小花猫：这种恐惧很大程度上来自信息没有被量化。过去我会在微信群、X 平台和不同网站上看数据，每个人都有自己擅长的指标，但信息很碎片，没办法综合判断，最后还是靠感觉。于是我想，如果把重要指标收集起来、设定权重、形成明确分数，至少能让判断更可量化，减少犹豫。它有点像一个帮助你下决心的工具或朋友，但不是替你做决定。
TECHUB NEWS：系统主要参考哪些数据？顶部与底部的判断是否使用同一套逻辑？
小花猫：小花猫：不是同一套。底部判断上，链上成本是一个比较核心的指标，矿工成本在过去几轮周期中也比较有效；200 周均线或周线等，也会给一定权重。顶部判断则更看衍生品数据和市场情绪。
小花猫：系统不是挑一个指标说了算，而是把多个指标合起来。权重也不是永远固定的：一个指标在过去有效，不代表在所有阶段都有同样的重要性，所以需要根据市场结构变化持续调整。
TECHUB NEWS：你如何设计系统的评分机制？
小花猫：小花猫：系统每天会打分，但不是简单用一个单向分数。我设计了“牛顶分”和“熊底分”，可以理解为看多和看空两组证据在博弈，像正方和反方同时提出依据。
小花猫：最后根据两组分数的差值，判断市场处于顶部偏向、底部偏向还是中性。这样系统不会因为一个指标强烈看多或看空，就直接给出绝对结论；当两边证据接近时，系统的“中性”状态本身也是一个结论，说明当前方向还不够明确。
市场结构变了：指标权重也要持续迭代
TECHUB NEWS：本轮市场机构化程度更高，宏观因素也更复杂。过去有效的周期指标，如何确认今天仍然适用？
小花猫：小花猫：不能说历史指标一定失效，也不能机械照搬。比如链上成本仍有参考意义，但判断低点本身不可能精确到某个绝对价格。若系统提示进入底部阶段，我认为更合适的做法通常是分批、定投，而不是试图一次性抄在最低点。
小花猫：矿工成本也是这样。过去它比较重要，但现在新增挖矿产出占整体市场的影响相对变小，权重就可以下调。同时，机构资金进场等变化，也需要被纳入新的权重体系。市场变了，系统的权重也要跟着变。
TECHUB NEWS：系统如何验证？目前得到的回测结果是什么？
小花猫：小花猫：我回测了 2018 年至今的数据。按系统自己的分类，底部偏向的判断准确率约为 90%，顶部偏向约为 70%。系统上线运行二十多天以来，也给出两次阶段性顶部和底部转向的判断，都命中了。
小花猫：但我要强调，这些是系统内部的历史回测和阶段性观察，不代表未来，也不是收益承诺。市场环境会变化，系统仍要持续迭代和验证。
TECHUB NEWS：置信度在系统里扮演什么角色？
小花猫：小花猫：我后来加入了置信度机制。多个指标产生共振时，系统的置信度会更高；如果指标之间没有形成共振，置信度就会下降。
小花猫：这不是说高置信度就必然正确，而是让使用者知道：当前结论背后的信号是否一致。它相当于又增加了一层辅助判断，提醒我们不要只看一个结果，也要看这个结果的证据基础。
AI 是放大器，不是替人拍板的机器
TECHUB NEWS：在受访当时，系统对于市场状态给出的结论是什么？
小花猫：小花猫：当时系统判断是中性，但顶部相关分数略高，属于中性里的偏顶部。此前市场处于约 82,000 美元附近时，系统曾显示偏顶部；随后下跌后，状态回到中性。
小花猫：对于具体点位，我只能说那是当时基于系统与个人观察的看法，不应被理解为投资建议。市场如果出现强烈宏观冲击或超级黑天鹅，走势可能完全改变。系统更重要的作用是识别阶段性倾向，而不是精确预测每一个价格。
TECHUB NEWS：系统使用的是付费数据还是免费数据？AI 在其中承担什么角色？
小花猫：小花猫：K 线等基础数据主要来自公开可获得的数据源，其他指标也通过公开网站信息获取。底层开发使用了 GPT、Codex 等 AI 工具。
小花猫：但我认为，AI 本身不是核心壁垒。大家可能用到相近的模型和数据，结果却不一样，区别在于你怎么定义问题、选择什么指标、如何设权重、怎样理解市场变化。AI 更像能力的放大器：它能提升开发和迭代效率，但不能自动替你形成正确的投研逻辑。
TECHUB NEWS：这套系统未来会直接面向个人投资者开放吗？
小花猫：小花猫：目前我更倾向于先自用或和机构合作。个人投资者的认知、风险承受能力和使用方式差异很大。如果把系统简单包装成买卖信号，很容易被误用。
小花猫：按系统的回测和策略设想，如果一年能捕捉到若干阶段性波段，可能有约 20% 至 30% 的年化目标区间；但这只是内部回测和策略设想，不是实际业绩，也不构成任何投资建议。商业化之前，更重要的是继续验证系统、明确适用边界，并把风控放在前面。
从孵化营到产品落地：不要只留下 PPT
TECHUB NEWS：AI 投研精英孵化计划给你带来了什么收获？
小花猫：小花猫：孵化营让我重新关注数据可靠性、未来函数和验证方法的问题。做投研系统不能只看回测曲线是否漂亮，也要确认有没有使用当时不可能获得的未来数据，数据质量如何，市场结构改变后策略是否仍然有效。
小花猫：从开发效率上，AI 工具确实帮助我快速做出很多系统和原型。但我更看重把它们真正做成可以验证、可以迭代、可以商业化的作品。
TECHUB NEWS：你对后续孵化营有什么建议？
小花猫：小花猫：我觉得最重要的是鼓励大家真正把项目做出来。很多项目容易停留在 PPT 或概念阶段，但只有进入真实使用场景，才会遇到数据、逻辑、用户体验和风险控制的问题，才有机会不断迭代。
小花猫：另外，AI 应用也不应该只集中在金融。制造业、医疗和企业数字化等传统行业同样有很多值得做的场景。希望之后可以有更多跨行业的项目和讨论。
编辑说明：本文根据 TECHUB NEWS 对小花猫的访谈录音、会议纪要及时间轴文本整理，有删节。文中关于其个人经历、系统功能、数据来源、回测表现、市场判断和商业化计划，均以受访者访谈表述及提供资料为基础；其中涉及历史回测、准确率、目标收益区间和市场观点的内容，尚未经独立第三方审计、验证或复核。
免责声明：本文仅作信息交流与研究方法讨论，不构成任何投资建议、投资招揽或对任何资产的买卖推荐。证券、期货合约及虚拟资产价格可升可跌，虚拟资产属高风险投资，投资者可能损失部分或全部本金。过往表现、历史回测及受访者观点不代表未来结果。读者不应仅依赖本文内容作出投资决策，并应根据自身投资目标、财务状况及风险承受能力审慎评估，必要时咨询独立专业意见。
2026 AI Builders Day 上海站：从实践落地到终局推演链接算力、应用与 AI 未来
2026 年 9 月 21 日 · 上海国投大厦
6Block × Techub News
当 AI 从技术热潮走向真实应用，算力能否高效供给、工具是否足够易用、创意如何真正变成作品，正在成为每一位 AI Builder 面前的实际问题。
9 月 21 日，由 6Block 发起、Techub News 联合主办的「AI Builders Day」将在上海举行。活动将把算力基础设施、AI 创意应用、现场实操与行业思辨集中在同一个下午，邀请开发者、创业者、投资人及产业伙伴一起聊趋势，也一起解决实践中的具体问题。
这里不只谈 AI 的未来，也关注今天可以如何参与、如何构建，以及如何把一次灵感继续推进。
五个值得到场的理由
看懂 AI 背后的算力底座
从算力供给、模型托管到推理调用，理解 AI 应用如何获得更开放的基础设施支持，并观察算力网络与实际需求之间的连接方式。
让创意应用真正动起来
通过案例与现场实操，观察 AI 如何参与视频等内容生产流程，也为音乐及更多创意工具与平台的交流合作打开空间。
专业嘉宾汇聚，分享真知灼见
活动将邀请 AI 基础设施、算力、创意应用及 Web3 等相关领域的专业嘉宾，结合一线经验分享判断、方法与实践洞察；嘉宾阵容将陆续公布。
把 AGI、算力与去中心化放在同一张桌上
主题圆桌「AI 的尽头——AGI、算力与去中心化的终局之战」将汇集不同视角，讨论 AI 能力持续扩展之后，算力供给、开放协作与去中心化网络可能扮演的角色。
不只听分享，更能现场上手与连接
实操教学、案例分享与现场 Q&A 将带来可尝试的方法；活动尾声的茶歇与自由交流，也让参与者有机会认识正在建设产品、提供算力和推动应用落地的同路人。
AI 推理大礼包与现场抽奖
活动尾声：16:50-17:00
抽奖、茶歇与自由交流环节将送出 AI 推理大礼包等福利。无论你准备体验新的模型能力，还是推进下一次 AI 创作与开发，都可以把这份算力支持带回去继续实践。
活动议程
时间
议程
13:30-14:00
签到入场
14:00-14:10
主持人开场介绍
14:10-14:40
主旨演讲
14:40-15:20
AI 视频创作新范式：从灵光一现到完整短片
15:20-16:20
圆桌讨论：AI 的尽头——AGI、算力与去中心化的终局之战
16:20-16:50
手把手实操教学、案例分享与 Q&A
16:50-17:00
抽奖、茶歇与自由交流
适合参与的人群
本次活动预计汇聚约 100 位来自技术、产业及资本领域的参与者，适合：
AI、Web3 与算力基础设施开发者
AI 产品及应用创业者
模型、推理与算力服务团队
投资机构及产业合作伙伴
关注 AI 视频创作与实际应用的从业者
高校开发者与区块链社群成员
主办及合作机构
主办方：6Block
联合主办：Techub News
战略合作伙伴：OpenBuild
媒体支持：PANews、Odaily
社区支持：复旦大学区块链协会、Gonka、华东政法大学区块链协会、TinTinLand、Gonkarouter、NODE-X、Craftale
关于Gonka
Gonka 是面向高效 AI 计算的去中心化网络，连接开发者与 GPU 算力提供者。开发者可通过 gonkarouter.io 调用兼容 OpenAI 和 Anthropic 的 API 进行推理工作，硬件提供者则可通过贡献算力获得奖励。当前支持 DeepSeek V4、MiniMax M2.7和 Kimi K2.6 等大语言模型。
了解 Gonka：官网 · 官方 X · TG 社区
关于Craftale
Craftale 聚焦 AI 视频创作实践，探索如何借助 AI 将创意灵感推进至完整短片。本次活动中，Craftale 将围绕「AI 视频创作新范式：从灵光一现到完整短片」，结合案例与现场实操，拆解从构思、生成到成片的实践路径。
了解 Craftale：官网
活动信息
日期：2026 年 9 月 21 日
时间：13:30-17:00
地点：上海市虹口区东大名路 638 号国投大厦 15 楼多功能厅
规模：约100 位线下参与者
席位有限，欢迎提前报名，与 AI、算力及 Web3 领域的建设者一起交流、学习和连接。
报名链接：前往 Luma 活动报名页
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。
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
卓銳證券「AI·CRYPTO 全球資產配置」線下主題論壇吸引近200名投資者八家資管與數位資產機構同場 共探雙主線配置新範式
（香港，2026 年 8 月 27 日）適逢 Bitcoin Asia 2026 在港召開，由卓銳證券（香港）有限公司（下稱「卓銳證券」）主辦的「AI·CRYPTO 全球資產配置」主題論壇，於今日下午在香港萬麗海景酒店舉行。論壇聚焦 AI 與數位資產雙主線驅動下的宏觀週期研判，現場吸引近 200 名投資者參與，互動環節反應熱烈。
論壇匯聚華夏基金（香港）、易方達基金（香港）、Animoca Brands、VDX、BE Trust、Metalpha、BigQuant、北水金控等機構的業界領袖，議題涵蓋數位資產 ETF 的發展路徑、比特幣的機構化進程以及 AI 算力週期的資本傳導，回應投資者在雙主線交匯下對配置方向的關注。
圖註：「AI·CRYPTO 全球資產配置」論壇現場，吸引近 200 名投資者參與。
宏觀研判：AI 牛市能否繼續，需要爆款應用持續接力
卓銳證券基金經理 Jerry Ou 以「AI 與比特幣雙重敘事下的全球資產配置展望」為題發表主題演講，從宏觀週期出發拆解兩條主線對全球資金流向的影響。
他指出 AI 是過去三年美股牛市的絕對主力，而目前 CAPEX 已經到了 CSP 自由現金流轉負的時刻。繼續高強度 CAPEX 只能靠巨額借債，這要求 AI 應用在 2030 年形成 1 萬億美元 ARR（vs.2026 年才 1 千多億美元）才夠還債。目前全球 AI to C 商業化都沒跑通，今年 ARR 大漲幾乎全靠 Anthropic 跑通了 AI to B，主要是編程 AI 取代程式設計師，這導致美國程式設計師職位大幅萎縮，尤其是應屆畢業生。然而，非農就業總人數為何未見顯著下滑，主要是因為 AI 數據中心建設產生的新工作崗位大多位於共和黨執政州和關鍵搖擺州。接下來，AI to B 的爆款應用方向主要在金融、法律、諮詢等高薪白領崗位。而最終衝上 1 萬億美元 ARR，則需要 AI+機器人跑通，目的是大幅降低勞動力成本，實現美國製造業回流。目前 AI 股票尤其是半導體的估值已經處於歷史頂峰，但是否回落甚至轉熊關鍵要看上述 AI 爆款應用能否持續接力，2000 年代科網泡沫破裂是三重利空的意外疊加。
至於比特幣，他認為按四年減半規律，當前處於熊市週期階段，而熊市底部價格通常由挖礦成本決定。
圖註：卓銳證券基金經理 Jerry Ou 就 AI 與比特幣雙重敘事下的資產配置展望發表主題演講。
配置視角：比特幣與主要資產相關性低，配置價值受關注
華夏基金（香港）投資組合管理總監 William Kung以「比特幣新機遇」為題分享。他從資產配置角度指出，過去十年比特幣與主要資產類別的相關性很低——與標普 500、納斯達克 100 的相關係數分別為 0.17 與 0.19，與黃金、債券則接近於零，具備獨特的風險收益特徵。以過去五年的回測為例，在傳統 60/40 組合中納入比特幣，配置比例較高的組合表現相對更佳。
就市場空間，他提到數位資產目前占全球財富總量的比重不足 0.4%，比特幣市值約相當於黃金的 3.5%。機構資金的動向亦在同步變化：根據截至 2026 年 8 月中旬的 13 F 申報，摩根士丹利與摩根大通的比特幣相關敞口環比分別增加約 3.7% 與 12.2%，以太幣相關敞口增幅更為顯著。他並指出，第四次減半後，效率最高礦工的現金生產成本約在 6 萬美元附近，可作為觀察支撐位的參考。
圖註：華夏基金（香港）投資組合管理總監 William Kung 分享比特幣的配置價值與下半年展望。
圓桌一｜比特幣的機構化進程
首場圓桌由 Techub News 聯合創始人 Bobby 主持，VDX 首席戰略官 Paolo、Animoca Brands 投資與戰略合作總監 David Ching 及 BE Trust 投資總監 Yaney 參與討論，議題聚焦 ETF、流動性與新一輪市場週期。三位嘉賓的共同判斷是：這輪上漲並非週期反轉，而是流動性預期、ETF 淨流入與空頭回補疊加的階段性修復。更值得關注的是交易結構的變化。BE Trust 投資總監 Yaney 形容，市場正處於「早期持幣者向華爾街機構換手的關鍵階段」，四年一輪的週期效應正在弱化，波動率將逐步向成熟大類資產收斂。VDX 首席戰略官 Paolo 亦觀察到比特幣與納斯達克科技資產的相關性持續走高，已成為機構眼中的高 Beta 資產。
圖註：圓桌一「比特幣的機構化進程：ETF、流動性與新一輪市場週期」討論現場。
產業滲透：成本下降，反而推高算力需求
易方達香港數碼營銷總監 Sapphire Wang 則從產業滲透與需求端切入，分享 AI 時代的投資新格局。她引述史丹福大學 2026 年 AI Index 報告指出，全球企業的 AI 採用率已超過 88%，滲透速度明顯快於互聯網普及初期。就算力需求的走向，她以傑文斯悖論作解釋：模型推理成本下降並不會減少總消耗，反而因應用場景擴張，推動 Token 與算力需求進一步上升。
她並提到中美 AI 產業鏈高度互補——美國主導模型層與算力晶片，但發電量相對不足，數據中心擴張受制於電力供應；中國掌握光模組、PCB 等硬體產能與能源優勢，先進製程則依賴進口。單一市場難以形成閉環，兩者互為必要條件。
圖註：易方達香港數碼營銷總監 Sapphire Wang 就 AI 時代的投資新格局發表主題演講。
圓桌二｜算力新週期：從晶片到雲端，資本開支如何傳導為投資機會
第二場圓桌由卓銳證券市場副總裁 Miranda 主持，BigQuant 首席執行官梁舉、北水金控聯合創始人 Kylie Li 及 Metalpha 生態負責人 Max參與討論。議題圍繞 AI 資本開支沿產業鏈向下游延伸後，投資機會分佈的變化。三位嘉賓認為，近期 AI 資產回撤是高位擁擠交易的出清，而非產業週期見頂——產業仍在高速成長，只是商業化兌現跟不上炒作預期，二級市場估值已明顯透支。Metalpha 生態負責人 Max 將當前的 AI 行業類比早期的區塊鏈行業：「基建投入巨大、資本熱度極高，但真正跑通閉環、持續盈利的應用仍然稀少。」機會的位置也在移動——從堆算力轉向降本與落地，定製晶片、光通信、液冷、電力基建等效率優化環節，以及垂直應用層，被視為下一階段的主戰場。
圖註：圓桌二「算力新週期：從晶片到雲端，資本開支如何傳導為投資機會」討論現場。
跨界對話延續至會後
論壇最後設自由交流環節，與會機構代表就各自關注的議題繼續深入交流。公募基金、數位資產投資平台與量化科技公司，過往關注重點各有不同，但隨著數位資產合規化推進與 AI 產業週期演進，其面臨的核心課題日趨接近：在市場變數增多、週期縮短的環境下，如何建立清晰且可複製的配置方法。
從傳統證券到虛擬資產，從香港到新加坡、澳洲，卓銳證券正沿著同一條路徑推進——讓不同類型的資產，回到同一張配置表上。目前，卓銳證券持有香港證監會第 1、2、4、5 及 9 類牌照，其中第 1 類牌照已獲批面向專業投資者及零售客戶提供虛擬資產存入、交易及提取的全流程服務；自主研發的一站式平台 ZR，讓投資者以單一帳戶完成股票、ETF 與虛擬資產的配置。
「成為備受信賴的全球金融科技平台」——這是卓銳證券的願景，也是舉辦本次主題論壇的初衷。公司表示，未來將持續圍繞全球資產配置議題舉辦更多線下交流活動，與投資者一同把握雙主線下的市場機遇。
風險提示：嘉賓發言僅為個人觀點分享，不構成任何證券、金融產品或工具要約、招攬、建議、意見或任何保證。
Veritas：副本出现时，如何让风险评分保持真实本文由 Reactive Network 中文社区译制，技术事实与边界以原文为准。
原文：https://blog.reactive.network/veritas-keeping-a-risk-score-true-as-copies-appear/
Veritas 是我们介绍 UHI9 Hookathon 六个项目中的第六个，也是最后一个。它把睿应式合约用在了一个此前项目都未涉及的场景中：当被衡量的对象悄然发生变化后，仍让链上保存的数值保持准确。完整项目代码托管在 GitHub，但仓库目前为私有状态，可能需要向所有者申请访问权限。项目网站可在这里查看。
Veritas 是一个服务于代币化内容资金池的 Uniswap v4 Hook。所谓代币化内容，可以是一张照片，也可以是其他已在链上登记、并围绕它建立资金池的媒体内容。
它要定价的是普通资金池通常忽略的一类风险：随着内容的副本和近似副本不断传播，原作赖以维持价值的稀缺性会被削弱，最终承担这部分损失的，是资金池中的流动性提供者——也就是存入两种代币、供其他用户进行兑换的人。
Veritas 为每项资产设置风险评分，并把它纳入资金池的兑换手续费：资产风险越高，手续费就越高，流动性提供者因承担风险而获得的补偿也越多。真正有意思的部分，也是 Reactive 参与其中的原因，在于这种风险究竟何时发生变化。
● ● ●
01
风险来自别处
对普通自动做市商来说，一个持有独一无二照片的资金池，与一个持有一万份相同副本的资金池看起来完全一样。它无法识别稀缺性，也就无法为稀缺性消退带来的损失定价。
随着副本越来越多，内容价格会发生偏移，流动性提供者则要承担其中的差额，也就是无常损失：价格变动后，流动性提供者的最终处境比单纯持有两种代币更差。Veritas 会衡量一项内容被稀释的程度，将其汇总为单一风险评分，再让资金池手续费跟随这个评分变化。
但有一部分工作，Hook 无法独立完成。内容的稀释程度发生变化，并不是因为这项内容或其资金池自身做了什么，而是因为有人在别处登记了一个近似副本。
假设今天为一张原创照片创建证明——将它连同图像指纹一起登记到链上——此时它的副本数量为零。下周，一个近似副本也被登记，原作便在自身没有发生任何事件的情况下，突然变得不再像过去那样稀缺。
它的资金池没有发生交易，因此 Hook 没有运行；也没有人有理由再发送一笔交易，回头更新原作的记录。原本用于表示其风险的数值，就这样悄然失真了。
● ● ●
02
睿应式合约监控什么
每项新内容都会被记录到 Unichain 上的注册合约中。登记发生时，注册表会发出一个 NewAttestation 事件。
Veritas 的睿应式合约 DilutionMonitorRC 部署在 Reactive 的 Lasna 测试网上，并订阅注册表发出的每一个此类事件，因为任何一项新证明，都有可能是某个既有内容的副本。
本系列此前介绍的项目，订阅的都是与单个资金池有关的事件。Veritas 则订阅整个注册表中新内容的出现，因为既有资产面临的风险正是从这里产生的。
Veritas 稀释风险评分更新流程
图中的 DRS 指资金池的稀释风险评分（Dilution Risk Score）：它是 0 到 1 之间的单一数值，用来表示一项内容面临的复制风险，也是资金池手续费所跟踪的指标。
链上副本数量是其输入之一。因此，一项内容出现的近似副本越多，副本计数就越高，DRS 随之上升，资金池收取的手续费也会提高，以补偿流动性提供者承担的风险。
整个循环的目的，就是在新副本出现时让这个计数保持最新：注册表发出证明事件；Lasna 上的睿应式合约监听到事件，并转发新证明的 ID；随后，回到 Unichain 的回调会找到既有的近似副本，并提高它们的计数。
● ● ●
03
从新证明到资金池重新定价
新证明到达后，react() 会运行。它有意只做一件很小的事：把新证明的 ID 转发给另一条链上的回调，仅此而已。它不会亲自搜索副本。
睿应式合约运行在受限环境中，无法以较低成本读取目标链保存的内容指纹，因此比较工作会留给更适合执行它的一侧。
真正的工作发生在目标链上的回调中。它读取新内容的指纹，向注册表查询已有记录中相似度足以被认定为近似副本的内容，再提高每条受影响既有记录的稀释计数。
该回调只监听 Reactive 官方回调代理发来的调用，注册表也只接受来自这一回调的计数增加请求。因此，唯一有权提高资产风险的合约，正是这条完整调用链末端的合约。
计数上升会推动评分变化：更高的稀释计数会抬高风险评分，资金池则会读取新评分，并在下一次兑换时立即收取更高的手续费。
这样一来，如果某个副本在上周悄然出现，让流动性提供者承担了额外风险，他们无需手动操作，也能因为继续承担这项风险而获得更多补偿。每次计数增加都被单独封装，因此即使某条记录被冻结或处于争议状态，也不会阻塞批次中的其他记录。
04
关于睿应层（Reactive Network）
Reactive Network 是一个基于睿应式合约构建的 EVM 自动化层。睿应式合约是一类面向跨链、链上自动化的事件驱动智能合约。
网络采用 CometBFT 共识，在保持完整 EVM 兼容性的同时，提供即时最终性和约 1 秒的出块时间。
睿应式合约可以订阅多条 EVM 链上的事件日志。当匹配事件发生时，它们会自动执行 Solidity 逻辑，并自主决定何时发送跨链回调交易。这一模型可以支持条件式跨链状态变更，以及持续运行的跨链工作流。
🔗 原文内相关链接
[1] https://reactive.network/
[2] https://blog.reactive.network/
[3] https://x.com/0xreactive
[4] https://t.me/Reactive_Network
[5] https://discord.com/invite/SaZAfkgZhj
[6] https://dev.reactive.network/
一次构建——处处响应！
如何加入睿应层中文社群？
👉 请添加运营人员微信（Alc142）并备注【睿应层中文社群】
AI 不是给你答案，是替你执行系统撰文：TECHUB NEWS 记者 Alma Li 香港报道｜2026年8月30日
12 倍回测曲线 94% 净利出自 5 笔交易，Uweb 八位学员线上拆解 AI 投研的验证之道
核心观点：
8 月 29 日晚，香港 Web3 教育机构 Uweb（University of Web3）举行学员线上分享会，八位学员围绕 AI 投研轮番登台。一份累计收益约 12 倍的量化回测报告被讲者当场拆解，94% 的净利润出自 5 笔交易；期权、贵金属与链上套利的分享者不约而同把重心放在"验证"而非"预测"上。当晚的共识是：AI 的角色不是给出答案，而是执行纪律、审计证据。
比特币正在经历一轮急涨。公开行情数据显示，8 月中旬以来比特币从约 62,800 美元最高升至逾 81,000 美元，近一个月涨幅约 21%，8 月 28 日前后在 8 万美元关口反复拉锯。行情火热，关于工具的讨论随之升温。8 月 29 日（周六）晚间，Uweb 举行本周学员内部分享会，主持人开场即抛出问题：市场剧烈波动的这一周，有没有人用自己手边的 AI 工具做过深度研究。近三个小时里，八位学员轮流开麦，答案各不相同，指向却出奇一致：怎么用 AI 做投研，以及怎么不被 AI（和自己）骗。
五道闸门：一条 12 倍曲线的当场拆解
量化方向分享者岳瑞 Ryan 是当晚数据密度最高的一位。他先展示了一份在 TradingView 上跑出的回测报告：52 笔交易，累计收益约 12 倍。曲线漂亮，但他接下来的动作是把它当场拆掉。
按他的拆解，前 5 笔交易贡献了全部净利润的 94%；把这 5 笔"大赢家"静态剔除，收益从 12 倍缩水至 65%。52 笔中 31 笔盈利，胜率 59%，盈亏比 2.02；平均单笔回报 6.7%，中位数只有 4.3%，他表示更相信后者。把手续费和滑点计回后，差额达十几万美元。他还统计了持有周期与最终回报的相关性，系数仅 0.44。"持有越久赚越多"这个直觉，在这份数据里立不住。
"利润集中度是一盏需要警惕的信号灯。"岳瑞谈到，集中的利润可能只是恰好赶上了某波板块行情，而不是策略本身的功劳。他给回测划了五道闸门：数据完整性、策略逻辑可知性、执行真实性、利润分布、稳健性验证。执行真实性一节他举例：日线收盘价触发的信号，次日未必能以假设价格成交；信号确认时间与执行规则必须事先约定，而不是事后追认。策略还要分别在上涨、震荡、下跌的市场环境里测试，再做样本外验证，否则在他看来"只能称为研究上的假设"。
至于 AI 在其中的位置，他的定义与多数人的想象相反：不是让它生成更漂亮的曲线，而是让它当审计员，产出"降级结论"和"证据缺口"，人负责定义规则与判断边界。"不能用收益率来评判一个策略的好坏。"他还提醒，社交媒体上那些精准的买卖点，大部分藏着未来函数。
给纪律装上外骨骼
第二位分享者林家锐的诊断对象是普通投资者：亏钱不是因为笨，而是三重错位。用他的话说，多数人问的是"这个点位能不能买"，而一次完整的投资至少有四个维度（选标的、判断结构、定进出场、管理仓位），"用一个维度去做四维决策，亏钱是必然的"。另外两重错位是情绪与精力：靠意志力对抗贪嗔痴不可行，靠有限的精力盯不住 7×24 的市场。
解法是把感觉变成系统：把分析周期放大到周线月线、分批进场出场、账户专款专用，然后让 AI 执行纪律。"真正的 AI 不是给你答案，是替你执行系统。"林家锐强调，AI 没有贪嗔痴，凌晨三点市场暴跌、人吓得手抖的时候，它只会按预设规则报出"触及建仓区间"；它最大的价值"不是比人聪明，而是比人更稳"。他给普通人的路径是三步：先学认知再上工具（AI 放大的是已有的认知，规则若是错的，它会帮人高效地错下去）；用一笔亏了也不影响生活的钱跑通全流程；让 AI 当副驾驶，逐步授权，决策和下单先留在人手里。他透露，这套系统自己已经跑了两三年，年化收益约 30%。
当晚第一位登台的璟明把同一命题做成了产品。他开发的"投资工作台"设有多头与空头十余个席位，围绕同一标的做多轮辩论，给出看多或看空、可投或不可投的结论；再由按周运行的投资雷达按信号强度分四档（明确买入、候选、观察、风险预警）筛选标的，回喂给分析终端二次验证；最后叠加一层他自己沉淀的交易规则。若前两层都看多而规则判定不宜买入，系统直接弹出风险提示："标的交易已违反纪律。"从筛选、深度分析到最终决策，三层连成闭环，他称之为用工具约束情绪化交易。开发路径也一并公开：先让 AI 组建带专业技能的"虚拟团队"产出需求文档，再交给 Claude Code 开发，最后用订阅会员的内嵌版本直接跑生产环境。
期权是一张预期报价单
Tracy Cui 换了一个市场维度：期权。她的问题同样不关于预测，而是"在财报、FDA 审批这类重大事件之前，市场到底提前为哪些风险付了钱"。
她把期权理解成"一张未来波动的报价单"：看涨期权变贵，说明市场在意上行空间；看跌期权变贵，说明下行风险被关注；隐含波动率升高只代表预期波动变大，不指向任何方向。信号被她拆成四维：方向、幅度、时间、拥挤度。以拥挤度为例，期权仓位集中在哪个执行价附近，那里大概率就是关键支撑或阻力。岳瑞当场就此提问，她给出简化判断：看成交量在哪个价位集中。
四维信号合流，产出她所称的"事件前预期雷达"，固定输出四个字段：方向、幅度、价格、边界。"它不会把研究强行压缩成一个定死的结论，买或者卖。"事件结束后回头复盘，实际波动落在预期区间之内还是之外，才是研究的重点。她举例：若期权价格隐含财报后正负 10% 的波动区间，实际只波动了 4%，说明结果没有超出预期；波动 12% 才叫预期被打破。"研究的重点不是结果本身，而是结果和预期之间的差。"
方法论上，她坚持先给 AI 看证据，让它先列证据表、再下结论，否则"它很容易把一些零散的信息包装成听起来很确定的答案"。她给 AI 分配四个角色：信息整理员、数据分析员、案例检索员和质疑者，最后一岗要求它主动寻找反例。踩坑清单同样来自她的实战：单笔大单不等于方向，看涨期权的成交可能是卖出；高波动率不等于看跌；任何点位都要放进历史分位里看。"做 AI 投研最重要的能力，不是找到一个神奇的指标，而是建立一个不轻易误读信号的检查清单。"
降噪：从财报到微信群
观渡展示了一套财报评分系统，接入真实行情数据，从估值、盈利、成长、风险几个维度加权打分，输出增持、持有、观望、减持四档结论，并现场演示了特斯拉、苹果与美光三只美股。比工具本身更值得记录的是他的三个判断：财报是标准化信息，AI 能处理其中九成；财报只是"排列工具"，用来验证投资逻辑，不代表未来的现金流，"财报好也不代表马上能买入"，因为财报周期与投资周期可能相反；AI 管信息收集、数据处理和逻辑分析，最终决策仍归人，投资要的是独立思考和批判性思维。
小丸子的题目最"土"也最贴身：观点验证雷达，解决"大咖说的都有道理，究竟信谁"。她以贵金属投资为案例：都知道黄金长期看涨，但 1974 年至 1980 年那轮行情里，1973 年入场方向看对的人，要先经历两年价格腰斩，再用 40 个月等到 8 倍涨幅，随后两个月跌回一半。她的雷达把信息分五层降噪：周期套娃（货币周期之上还有货币制度周期，"我们要的是美债的利息，人家要的是我们的本金"）、信息源漏斗（按影响度和可信度给信源分级）、数据校准（自购 Wind 数据接口，以伦敦和纽约市场为主视角）、技术水位（金银比、金铜比等跨市场指标）、情绪温度计。最后一样最接地气：监测微信群的聊天密集度、关键词排行和红包热度，行情好时红包刷屏，行情差时群里沉寂。按她的测算，黄金每日交易规模远超年产量，观察金价的主视角是金融市场的交易规模，而不是新闻里的供需消息。工具的输出不是简单的买或卖，而是每条信息的影响度、可信度与分周期的行动建议，另附载体切换思路：行情好偏期权期货，行情差退回股票和现货。
来自区块链行业的学员 Lulu 分享的多源交叉方法最轻量：信息不是不够，而是太多太碎。把大问题拆成六到八个小问题，每个问题配最合适的信源（搜索管广度、语义检索管理解、新闻管时效、社媒管情绪、网页抓取管正文深度），多源结果合并互证、去重之后才输出结论。她正在内测一套搜索抓取聚合工具，按次计费，一个接口聚合主流搜索引擎与爬虫，失效源自动切换路由。
链上套利：眼见的价差是假的
程序员小白压轴登场，立场最鲜明：极其厌恶不确定性，只找确定性机会。他的题目是用套利思维审计资源、信息与规则之间的错配。
链上部分的案例自带反转：两个去中心化交易所之间肉眼可见约 80 美元的价差，1000 枚 DAI 换手后毛利 80 余美元，看似 12 秒即可落袋；但扣除 gas 费与付给链上区块构建者的"贿赂费"，净利润为负，系统直接跳过这笔交易。眼见的价差是假的，这是他当晚最想传递的教训。他还展示了一笔据称以约 1.7 万美元成本捕获约 45 万美元的链上套利交易，涉及上百次连续操作。由此立起三步验证法：数学上成立、机制上可执行（同一区块内完成低买高卖）、现实中净利润为正。机会被他写成一条公式：可转移的差异，减去全部摩擦成本，再减去无法承受的不确定性。
套利思维也被他推广到生活：拿着美元薪水在低物价地区远程工作、香港上班深圳居住、签证与税制的信息差。"门槛这个东西是有两面性的：我没跨过去，就是我的门槛；我跨过去了，对别人就是门槛。"在他看来，信息公开不等于"同时、同口径、同对象"，AI 的价值在于把公告、新闻这类非结构化数据整理成可审计的结构化信息，而人要做的是对抗性审查。他提醒，AI 的注意力机制天然顺着用户的话头检索，模型又被训练得更讨人喜欢，"它天然就是哄着你的"，所以必须主动让它找反例。
他现场演示的"清算跟随"思路恰好接上了本周行情：监测链上清算地图，密集清算被触发后，空单被强平引发的买入会继续推高价格，形成滚动。这一机制并非纸上谈兵，链上数据分析机构 Glassnode 在公开分析中将本轮比特币上涨的起点部分归因于 8 月 19 日的空头清算。主持人则补充提醒，他此前邀请的做市商讲师曾讲过订单簿上的种种"损招"，藏单、诱多诱空都属常规操作，机制成立不等于赚钱简单。工具层面，小白推荐用 Grok 的自动化定时任务监控推特上的链上信息（Grok 为推特原生产品，抓取上有天然优势），也可通过 Coinglass 的 API 监控全网爆仓量与资金费率。
150 分晋级线之后
这场分享会同时也是一套筛选机制的一环。主持人当晚三次强调首轮晋级线：150 分，不够即淘汰，学员可以通过打卡、发布社交媒体、报名分享补分。他同时预告，比特币上涨的深度研报将于次日公布，学员的链上数据接口权限有望在两周内落地；周日的首场学员项目路演将有六位学员登台；9 月 5 日至 6 日，Uweb 还将在深圳开设 AI 投研实战营线下课程。
Uweb 全称 University of Web3，2022 年由原火币大学（2018 年建校）团队在于佳宁博士牵头下创办，立足香港，面向企业家与投资人开设 Web3 与数字资产课程。当晚的主持人开场时回忆，投资纪律、分账户这些话题，早在"还叫火币大学的时候"就已在课堂上讲过。八年过去，讲台换成了学员，题目从纪律变成了 AI，内核却没有变。
近三个小时，八个人没有一个教"怎么让 AI 预测明天涨跌"，反而不约而同在做同一件事：给 AI 划边界，让它列证据、找反例、执行规则。行情越急，这功课越值钱。用林家锐的话收束全场："你负责定规则，它负责不让你的情绪破坏规则。"
（整理：Alma Li。本文据 2026 年 8 月 29 日 Uweb 学员线上分享会逐字转写稿整理，有删节，未经分享者本人审阅；学员姓名以现场花名及转写为准。）
编辑说明：本文以分享会逐字转写稿为唯一内容来源，转写含混的专有名词、口径不一的数字与口误（如个别行情口述价位）按"宁删不猜"原则处理；讲者自述的案例数据均以归属语保留。主办机构背景与行情数据经上述公开来源交叉核对。文中提及的 9 月 5 日至 6 日深圳线下课程、周日项目路演等安排出自活动现场口播，报名信息以主办方官方渠道为准。
免责声明：本文为活动报道，文中观点与数据均属分享者个人，不构成任何投资建议。
相关公开资料：
1. 香港Uweb商学院纽约游学收官，从监管风向看数字资产合规繁荣（搜狐）
2. Uweb于佳宁：Web3 AI Agents 塑造未来智能经济的关键四大趋势（腾讯新闻）
3. 比特币历史价格走势图（BTC123）智谱 AI 重返港股市场，完成 40 亿美元大规模配售Techub News 消息，智谱 AI 在锁定期结束后重返香港股票市场，通过大规模配售筹集了 40 亿美元资金。此次大规模融资突显了香港在中国科技公司中的枢纽地位日益增强，这得益于有利的政策和市场动态。（Crypto Briefing）Morpho Midnight 发布 GitHub 审计报告，未发现严重漏洞Techub News 消息，DeFi 借贷协议 Morpho Midnight 在 GitHub 上发布了其智能合约的审计报告。报告显示，该协议未发现任何严重级别的安全漏洞。
Morpho Midnight 是一种旨在提供固定利率借贷产品的新型协议。此次干净的审计结果被认为有助于增强市场对其安全性的信心，并可能推动 DeFi 领域向固定利率产品加速转型。 （Crypto Briefing）IREN 2GW 德州数据中心获 ERCOT 基荷认证Techub News 消息，纳斯达克上市公司 IREN 旗下 2GW Sweetwater Hub 数据中心项目在 ERCOT（德州电力可靠性委员会）Batch Zero 并网筛选流程中获得基荷（Base Load）条件性认证，该项目由此被视为真实电力需求而非投机性申请。
Sweetwater Hub 位于西德州，由 Sweetwater 1（1,400 MW）和 Sweetwater 2（600 MW）组成。其中 Sweetwater 1 的高压变电站已于 2026 年 5 月 1 日通电，首期 300 MW 数据中心容量预计 2027 年第四季度上线。IREN 原为比特币矿企，现正转型大规模数据中心开发，全球总装机容量已超 5 GW。ERCOT 推出 Batch Zero 框架旨在应对 AI 基础设施热潮下数百吉瓦的并网申请积压，通过批量评估 credible 项目缓解电网接入拥堵。（CryptoBriefing）GitHub 发布 HydraFusion AI 编程路由工具，号称前沿质量Techub News 消息，GitHub 发布名为 HydraFusion 的 AI 编程路由工具，号称具备前沿质量。该工具旨在通过优化模型选择来重塑 AI 编程，或将迫使竞争对手提升效率或证明其成本合理性。
（Crypto Briefing）Gemini 交易所发布公开 TypeScript SDK，简化开发者集成流程Techub News 消息，加密货币交易所 Gemini 发布公开的 TypeScript SDK。该 SDK 旨在简化开发者集成流程，已封装身份验证、重试、重连及订单簿逻辑等底层功能，开发者无需从零开始构建客户端。
开发者可通过 NPM 和 GitHub 获取该 SDK 并立即使用。 （@tyler）MirroS 发布 Code-as-World 框架，可将视频转换为可执行的物理模拟程序Techub News 消息，AI 研究机构 MirroS 发布 Code-as-World 框架，这是一种将物理世界表示为可执行世界表征的新范式。该框架将视频场景转换为可由 MuJoCo 物理引擎运行的代码，形成一个包含物体组成、物理演化和视觉外观的三元组，从而实现对物理机制的精确表征。
该框架采用一个智能体循环，通过提出假设、实例化、执行、渲染和验证等步骤，最多经过五轮迭代，从真实视频素材中恢复出可执行程序。这些经过验证的世界程序可作为带有精确物理标签的训练数据，用于训练视觉语言模型。
基于此监督训练得到的 Code-as-World-VL-9B 模型在 QuantiPhy 验证集上取得了 55.4 MRA 的分数，超过了 Gemini 3.1 Flash 的 54.8 分。MirroS 已在 GitHub 上开源了相关代码库和模型检查点。 （MarkTechPost）韩国加密交易所报告56.6万个外国账户，仅90个活跃Techub News 消息，韩国加密交易所报告称，外国账户总数达 56.6 万个，但其中仅有 90 个为活跃账户。这一现象被归因于该国严格的加密货币监管政策，可能削弱其作为竞争性加密枢纽的地位。
（Crypto Briefing）UC Berkeley 与 UT Austin 研究人员推出边缘原生 MoE 推理引擎 FreeTokenTechub News 消息，来自加州大学伯克利分校和德克萨斯大学奥斯汀分校的研究团队发布边缘原生混合专家模型推理引擎 FreeToken。该系统可将个人计算机作为统一的弹性推理平台，实现在单张工作站 GPU 上运行 753B 参数的 GLM-5.2 模型，在游戏台式机上运行 284B 模型，在 8GB 显存的笔记本 GPU 上以交互速度运行 35B 模型。
FreeToken 已以 Apache-2.0 协议在 GitHub 开源，并发布至 PyPI，同时提供适用于 Windows 和 Linux 的一键桌面应用程序。其 CLI 支持 Linux x86_64 系统及 NVIDIA GPU，通过 ft serve 命令可在端口 1919 上暴露与 OpenAI 和 Anthropic 兼容的 API 端点。
该引擎旨在服务个人开发者、初创公司及中小企业工程团队，尤其适用于医疗、法律、国防、金融及知识产权密集型研发等对数据隐私有严格要求的场景。典型应用包括本地编码智能体、私有代码审查、离线合同分析及合成数据生成。（MarkTechPost）AI 编程工具推动 JavaScript 语言家族在 GitHub 使用率快速增长Techub News 消息，GitHub 2025 年 10 月 Octoverse 报告显示，TypeScript 月度贡献者达 264 万，同比增长 66%。2025 年有超百万开发者在 GitHub 上首次编写 TypeScript 代码。报告指出，JavaScript 语言家族（含 TypeScript）已成为 GitHub 上使用最广泛且增长最快的语言。
分析认为，AI 编程工具的广泛采用（约两年时间）正改变技术栈选择逻辑。由于模型主要从已公开的大量 JavaScript/TypeScript（尤其是 React）代码中学习，其为这些语言生成的代码质量更高、更易用，导致团队更倾向于选择与 AI 工具兼容的框架，进而形成数据反馈循环，加剧了语言集中趋势。
尽管 AI 模型开发本身仍主要使用 Python，但最终面向用户的产品前端多采用 JavaScript 实现。市场奖励了模型已熟悉的语言选择，而非纯粹的技术性能优劣。（AI News）Solana Identity 将关闭服务并删除用户数据Techub News 消息，Solana 生态身份协议 Solana Identity 宣布将于 2026 年 9 月 30 日起逐步关闭 ID Hub、API 及 Display Network 三项核心服务，并计划在 2026 年 12 月 31 日前删除所有用户数据。
该协议已销毁其国库持有的全部 $SOLID 代币。尽管该代币仍可在链上交易且流动性池处于锁定状态，但协议停运后，相关开发者需在 9 月 30 日前迁移至替代方案。目前 Solana 生态内，Civic 及 Solana Attestation Service 仍在提供身份验证相关服务。（CryptoBriefing）