Loading...
Loading...
2026 AI Builders Day 完整议程公布：当模型不再稀缺，AI Builder 靠什么赢？一场关于算力、应用与下一波 AI 机会的上海聚会
一个周末做出 AI Demo 已经不难，但为什么真正被持续使用、让用户愿意付费的产品依然稀缺？
当模型能力逐渐趋同、调用成本持续下降，AI Builder 面临的问题正在从“能不能做出来”，转向“为什么用户会选择你”。产品的长期壁垒究竟来自数据、场景、工作流、用户关系，还是品牌与分发？当模型供应商涨价、限制地区或调整规则，应用又该如何保持稳定运行？
9 月 21 日，由 6Block 发起，Techub News 与 Miuro.ai 联合主办的「2026 AI Builders Day 上海站」将在上海国投大厦举行。活动预计汇聚约 100 位开发者、创业者、投资人与产业伙伴，从算力基础设施、模型调用到投研、视频与音乐创作，共同探讨 AI 如何从技术能力走向真实产品。
当模型不再稀缺，Builder 的机会在哪里？
活动压轴圆桌将以「AI 的尽头——当模型不再稀缺，AI Builder 的机会在哪里？」为主题，把讨论落到每一位 Builder 正在面对的现实选择：
如果只有三个人、有限预算和六个月时间，应该从模型、算力、Agent、工具还是垂直应用切入？
为什么 AI Demo 越来越多，真正找到 PMF、获得持续付费的产品却依然有限？
面对闭源模型、开源模型、自建部署与多模型 API，开发者应该如何选择基础设施？
当大家使用相同的模型，产品真正的壁垒在哪里？
如果 AGI 比预期更早到来，今天最值得积累的能力和资产又是什么？
这场讨论不试图给出统一答案，而是希望通过来自基础设施、产品、内容创作与生态一线的不同视角，帮助 AI Builder 看清下一阶段真正值得投入的方向。
从算力底座到具体应用
圆桌之前的多场主题分享，也将为这些问题提供具体的实践样本。
Gonka.ai 团队核心贡献者将带来主旨演讲，分享开放 AI 算力网络的实践与观察；GonkaRouter.io 技术负责人将以「一个 API，组建你的 AI 专家团」为题，介绍多模型能力的调用与协作；Uweb AI 团队实操导师将通过真实案例，分享如何用 AI 搭建辅助个人的投研系统。
在内容创作方向，Craftale AI 团队将围绕「AI 视频创作新范式：从灵光一现到完整短片」，拆解从创意到成片的完整流程；Miuro.ai 团队CTO 则将分享 AI 如何重构音乐创作、全球发行与价值流通。
目前确认出席的嘉宾还包括 SentientAGI APAC Lead Anita、星野大学校长及 AI 内容创作者 星野、Monad Greater China Ecosystem Lead、Billions Network APAC Lead 等 。
除议程嘉宾外，Haotian、DeFi Teddy、Jingle Bell 初号机、王小楼、Laughing、Zisu、Neal 与 Shawn Pang 等几十位 AI 及 Web3 研究者、创业者和生态建设者也将来到现场，与 AI Builders 围绕算力、Agent、产品落地与增长展开交流。
媒体及社区支持包括 OpenSchool、Foresight News、区块律动、深潮、PANews、Odaily、深求社区、OpenBuild、复旦大学区块链协会、华东政法大学区块链协会、TinTinLand 与 NODE-X 等。
现场还将设置问答、抽奖、茶歇和自由交流环节，奖品包括小米 AI 眼镜、 AI 推理、视频及音乐创作 Token 礼包，万向区块链周及 TOKEN2049 主会场门票等。
活动信息
时间：2026 年 9 月 21 日 13:30–18:00
地点：上海市虹口区东大名路 638 号国投大厦 15 楼多功能厅
报名：https://luma.com/d66o016k
专访「AI投研精英孵化计划」学员伯纳德 zkBernard – 投研证据折扣器撰文：Alma Li，TECHUB NEWS
导语
当大模型让策略生成、信息处理与历史回测变得越来越快，一份看似漂亮的结果，究竟有多少来自真正独立、足够且可信的证据？HighBlock Limited 产品经理、独立开发者伯纳德 zkBernard 正在开发「投研证据折扣器（Evidence Deflator）」，试图把 AI 投研里常被忽略的验证问题前置：在策略得出结论之前，先审计模型知识覆盖、回测区间、参数搜索与统计门槛，判断这份回测到底有没有足够的分辨力。
在 AI 投研精英孵化计划的交流中，伯纳德 zkBernard 提出了一个很直观的比喻：让大模型用其训练数据已经覆盖的历史区间来验证策略，就像让考生做一张已经看过答案的试卷。
核心观点
“分数可能很高，但它检验到的未必是能力，也可能只是记忆。”他说。
选择从“验证层”切入 AI 投研的原因：市场上不缺用 AI 生成观点、筛选标的、搭建策略的工具；真正稀缺的是另一种能力：当一个模型给出一份漂亮回测，研究者如何分辨其中哪些是独立证据，哪些只是模型或研究者对已知历史的重复利用？
伯纳德目前在 HighBlock Limited 从事香港合规框架下的加密资产机构业务产品设计与行业研究，覆盖理财与 RWA、做市、托管、OTC、AI 等方向；工作之外，他也进行独立开发和开源研究，关注 AI 判断的独立性，以及 Agent 工具之间的协议互操作。两条路径最终交汇在同一个问题上：AI 可以更快地产生结论，但结论是否经得起验证，不能被默认成立。
一份回测，可能是一场“开卷考试”
TECHUB NEWS：很多人会把“回测周期够长、收益曲线够漂亮”视为策略有效的信号。你为什么认为这还不够？
伯纳德 zkBernard：传统直觉会认为，回测时间越长越好：如果一套策略在过去三年、五年、十年都有效，未来或许也会继续有效。
但当策略设计、解释或验证本身依赖大模型时，问题会变得不一样。模型有知识截止日，也在训练阶段接触过大量公开市场信息、历史事件和既有叙事。如果我们拿模型知识截止日之前的历史数据去验证它给出的判断，就很可能是在让它处理一份“已经做过的试卷”。
它得出的高分，未必说明这套逻辑真的能迁移到未来；有时，它只是在调用或复述自己已知的市场记忆。
TECHUB NEWS：这种“开卷考试”风险，具体会怎么出现？
伯纳德 zkBernard：至少有三种比较典型的情况。
第一，模型设计了一套策略，回测结果漂亮得可疑。它可能已经知道过去几年某类资产上涨背后的原因，于是顺着已知结果组织出一套看起来合理的逻辑。
第二，研究者换一种问法继续问模型，得到的结论几乎没有变化。我们以为这证明策略很稳健，但它也可能只是同一份记忆被换了种说法复述了两次。
第三种更隐蔽：研究者自己在选择回测区间时，已经不自觉地知道这段历史发生过什么。比如，看到某一轮芯片行情后，再专门挑这一段区间去验证相关策略。此时“开卷考试”的不只是模型，也包括研究者本人。
所以问题不只是“AI 会不会出错”，而是研究流程本身有没有把已知答案带进验证环节。
不是判策略对错，而是先审计证据
TECHUB NEWS：你正在做的「投研证据折扣器」，具体要解决什么问题？
伯纳德 zkBernard：它不是一个直接告诉你“这套策略有效”或“这套策略无效”的工具，更像是在策略结论之前增加一个审计层。
我希望它先检查几个关键问题：模型自身的知识截止日是什么；回测的起止时间在哪里；研究者设定了哪些统计指标和门槛；为了得到最终结果，实际尝试过多少组参数、采用了怎样的参数搜索结构。
这些信息共同决定，一段表面上很长的历史样本，究竟还能算作多少真实、独立的证据。工具所做的，是把“表面证据”折算成“实际证据”，并给研究者一个明确判断和下一步建议。
TECHUB NEWS：也就是说，重点不是回测“好不好看”，而是它是否有足够分辨力？
伯纳德 zkBernard：对。这两者很不一样。
假设一段回测横跨 66 个月，但其中大部分历史已经可能被模型训练数据覆盖，真正未被覆盖、相对独立的样本可能只剩下 8 个月；而按这套策略的风险和统计特征，可能需要约 48 个月才具备足够的统计分辨力。
这时不能简单说“结论不够强”，更准确的说法是：这份回测暂时没有足够分辨力。它没有提供足够独立的样本，让我们判断策略是否真的具备可迁移的有效性。
这个区别很重要。“结论不够强”容易让人继续为原有观点找理由；“证据没有分辨力”则要求研究者回到验证设计本身，承认此刻还不能下结论。
调参越多，所需验证越长
TECHUB NEWS：除了模型知识覆盖，为什么你也特别关注反复调参？
伯纳德 zkBernard：因为探索中不断试参数是很常见的，但如果研究者尝试了很多组参数，最终只展示表现最好的一组，就会产生明显的选择偏差。
例如，一套策略原本可能需要约 48 个月的有效验证期；如果在过程中尝试了 20 组参数，再从中保留表现最好的结果，所需的验证期就可能被显著抬高到约 112 个月。原因并不复杂：被挑中的“最优结果”有一部分可能来自偶然性，而不是策略真正的能力。
这对普通研究者最重要的提醒是：不要只保留最终胜出的参数组合。参数尝试次数、筛选规则和被淘汰的方案，本身也是研究证据的一部分，应该被记录下来。
TECHUB NEWS：如果工具给出的结果是“证据不足”或“回测没有分辨力”，研究者下一步应该做什么？
伯纳德 zkBernard：不是机械地延长回测时间，而是根据问题出在哪里采取行动。
如果独立样本不足，就应保留更严格的样本外测试，或等待、收集更多未被已有知识覆盖的新数据；如果参数搜索过多，就要减少无约束的试错，把参数尝试过程完整记录下来；如果历史数据本身不足以支持判断，也可以考虑换一种验证方式，例如跨市场、跨资产类别或不同市场状态下的测试。
工具的价值不在于代替研究者做判断，而在于让“暂时不能相信”成为一个可解释、可执行的结论，而不是一句模糊的风险提示。
从“怎么用”回到“为什么可信”
TECHUB NEWS：你为什么带着这个项目参加 AI 投研精英孵化计划？
伯纳德 zkBernard：一方面，我希望认识更多做 AI 投研的同行，看看大家如何理解研究、策略和产品；另一方面，我也想验证一个想法：市场上是不是确实需要一个更前置的审计层。
传统基金会请第三方核查业绩，例如围绕投资业绩标准建立可查的记录。但我在想，为什么一定要等业绩出来、甚至出现问题以后，才去做验证？能不能在策略和投研方法形成结论之前，就先把验证过程留下可复核的记录？
我想做的，是把这套审计逻辑向前推一步。
TECHUB NEWS：孵化营过程里，有没有让你重新思考产品的反馈？
伯纳德 zkBernard：有。导师和同行会不断追问：这到底是一套什么机制？为什么这些数字能够帮助识别回测是否有效？
我后来反思，做产品的人很容易把“产品怎么用”当作“产品为什么成立”来解释：我输入什么，系统输出什么，再如何测量。但用户真正想知道的，是为什么这些参数能识别模型回忆、样本覆盖或选择偏差。
这提醒我，产品不仅要有流程，也必须把原理讲清楚。特别是在 AI 投研里，如果一个工具本身不能被理解、不能被复盘，就很难成为真正值得信任的基础设施。
未来：嵌入工作流，而非替代判断
目前，这一工具已在小范围内供同事和朋友试用，主要用于检验个人投资策略的逻辑有效性。伯纳德也保持着审慎态度：即使个人持仓近期表现不错，也未必完全来自策略本身，可能只是赶上了整体市场上涨。
“如果策略只是跟着大盘走，我直接买指数也许就可以。”他说。下一步，他计划将策略与标普 500、QQQ 及更贴近策略所属板块的相关指数进行对比，进一步区分策略可能产生的 Alpha，与市场整体 Beta 所带来的收益。
在产品迭代上，他希望优先加强样本独立性的评估，例如衡量不同参数变体之间的重合程度；同时，也在考虑将工具以 API 或 MCP 等形式接入回测和 Agent 工作流，减少对单独前端界面的依赖。初期目标用户将主要是有风控和策略优化需求的机构，也会兼顾个人研究者。
对于刚开始借助大模型做投资研究、策略生成或回测的人，伯纳德最希望他们先问自己一个问题：
“这份漂亮的结果，究竟有多少来自真正独立、足够且可信的证据？”
当 AI 让“创造”变得更便宜，验证也许会成为更稀缺的能力。「投研证据折扣器」并不提供买卖结论，它试图提供的是一条更审慎的路径：先确认一份结论是否经得起验证，再讨论这套策略是否值得相信。
编辑说明：本文根据 TECHUB NEWS 对伯纳德 zkBernard 的访谈录音、会议纪要及采访提纲整理。受访者所在公司、产品功能、技术方案及后续计划，均以其访谈表述和采访资料为基础；涉及工具示例中的样本期、参数数量及验证期，仅用于说明方法论，不代表实际投资表现或未来结果。
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 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。
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）
吴世春：AI不是一个产品，而是一条产业链撰文：Alma Li，Techub News
TECHUB NEWS 香港报道｜2026 年 8 月 25 日
从算力底座到产业应用，AI 投资的价值重心正在发生迁移
核心观点：
吴世春将 AI 投资概括为三条主线：周期为锚、硬科技为核、政策为势。他判断，2026 至 2030 年是新一轮康波周期的战略布局黄金窗口；中美科技博弈的本质是算力霸权之争，“封锁越严，国产替代空间越大”；AI 投资的评价标准，正从参数和榜单转向收入、续费与可复制的商业结果。
8 月 24 日，由全球价值投资协会、香港股权投资协会主办的“金融资本与科创独角兽平行论坛”（Financial Capital Meets Sci-Tech Unicorns）在香港举行。梅花创投创始合伙人、全球价值投资协会副会长吴世春以《AI 投资机会与思考》为题发表演讲，从康波周期谈到中美科技博弈，从“十五五”规划谈到 AI 产业链的价值迁移，并对未来三年的投资机会给出判断。
从“泡沫”谈起：榜单会变，框架要稳
演讲开场，吴世春以“泡沫”为引子。他打趣说，没上车的人容易把它看成泡沫，上了车的人，往往觉得价值很扎实。话题轻松，指向的却是早期投资最基本的矛盾：市场热度变化很快，企业成长和产业成熟却需要时间。
他提到，这两年大模型领域的排名几乎每隔两三个月就会变化一次。如果投资判断始终跟着榜单走，很难建立稳定的方法。
吴世春把自己的框架概括为三点：周期为锚、硬科技为核、政策为势。周期用于判断技术革命所处的位置，硬科技决定企业能否形成难以复制的能力，政策则影响资金、产业资源和市场制度的配置方向。
人生发财靠康波
“人生发财靠康波。”这是吴世春反复讲的一句话。康波，即康德拉季耶夫周期，跨度约 50 至 60 年，由“周期天王”周金涛系统阐释，技术革命是驱动它轮动的核心引擎。一个人一生中，真正改变命运的康波机遇只有三次，财富的积累，本质是对周期红利的捕获，而不是劳动的简单叠加。
那么现在处于什么位置？他的判断是：第五轮康波萧条期接近尾声，第六轮康波——以 AI 为驱动的智能革命——刚刚萌芽，2026 至 2030 年是这一轮的战略布局黄金期。他把当下类比为 1995 年的互联网：基础设施建设期刚开始，未来会诞生一批万亿市值的科技公司。与互联网和移动互联网相比，AI 带来的不只是效率工具，而是对生产力和生产资料的重构，这个红利期可能持续数十年。
演讲开场，他还讲了自己的一笔老投资：十多年前，以数百万元天使投资珞石机器人，是其最早的天使轮投资方；这家公司近期在香港上市，账面回报约 10 亿元。他用这笔交易说明长期主义的含义：投资赚的是对时代认知的钱。
中美博弈，本质是算力霸权
谈到中美科技竞争，吴世春的表述很直接：这场较量的本质，是算力霸权之争。
他梳理了制裁路径：2022 年高端 GPU 断供，2023 年实体清单扩容，2024 年制造设备封锁，2025 年延伸到先进封装。但他得出的结论相反——“封锁越严，国产替代空间越大”。假如高端芯片和关键设备可以完全自由流通，很多本土产业未必会在这么短的时间里获得如此密集的资本投入。
由此，他划出三条黄金赛道：算力层，国产 GPU、算力调度、智算中心；制造层，先进封装、Chiplet；应用层，工业软件、行业大模型、AI 原生应用。越接近关键瓶颈，技术价值可能越高，相应的研发难度和商业风险也越大。
支撑这个判断的，是他归纳的中国四重优势：庞大的制造业基础与丰富的产业场景，国家资本、地方产业资本与社会资本的协同能力，持续的工程师红利，以及完整的产业链。“中美科技博弈不是短期摩擦，而是一场长达 20 年的马拉松。”他说，硬科技既是国家竞争力的支撑，也是时代给投资者穿越周期的礼物。
政策给出方向，企业仍要完成验证
政策，是吴世春框架中的第三条主线。已经发布的《中华人民共和国国民经济和社会发展第十五个五年规划纲要》将数智化发展单独成篇，并提出统筹推进算力设施、模型算法和高质量数据供给。
资本市场制度也在提高对未盈利科技企业的包容度。2025 年 6 月，中国证监会发布《关于在科创板设置科创成长层、增强制度包容性适应性的意见》，重启未盈利企业适用科创板第五套标准，并将适用范围扩大到人工智能、商业航天、低空经济等领域。资金端，国家集成电路产业投资基金三期注册资本 3440 亿元，为研发周期长、投入规模大的硬科技企业提供更长期的资本支持。
不过，方向清楚并不意味着投资变得简单。吴世春把未来数年的投资环境比作一场“开卷考试”：题目已经摆在桌面上，政策可以标出重点，但企业仍要解决技术、产品、客户和现金流问题，投资机构也仍需独立验证，并为判断失误承担成本。
用他的话说，从资金、产业、需求到退出，中国已经构建起“全球最具确定性的硬科技政策闭环”。
五层蛋糕：底层决定上限，顶层决定价值
讲到具体怎么投，吴世春借用了黄仁勋提出的“五层蛋糕”框架：能源层、芯片层、基础设施层、模型层、应用层，自下而上，层层依赖。
“底层决定上限，顶层决定价值。”能源和芯片是 AI 的“硬基础”，决定算力天花板；模型和应用是“软引擎”，决定商业厚度。按他的测算，芯片层价值占比最高，约 35%；基础设施层约 20%；模型层、能源层、应用层各占约 15%。
这套结构的意义，是避免把 AI 等同于大模型。目前产业价值较多集中在芯片和模型层，随着技术扩散，价值会继续向算力基础设施和应用端流动。对早期投资机构而言，更大的增量机会可能来自应用层，即能够进入企业核心流程、提升实体经济效率的产品。
未来三年：三个判断
算力供给仍将偏紧
吴世春预判，算力供给偏紧的状态可能持续到 2028 年，算力调度和先进封装是核心瓶颈。衡量算力投资不能只看设备数量，还要看能源成本、集群利用率、互联效率和软件调度能力。
AI 应用将更多进入企业核心流程
他预计，AI 应用将进一步由面向消费者转向面向企业，工业制造可能成为价值最集中的场景。企业对降本增效、质量控制、研发提速和生产安全有明确需求，能够嵌入真实流程、产生可衡量结果的产品，更容易形成稳定收入。
国产替代进入深水区
“有没有”的问题解决之后，市场会进一步追问“好不好用”：性能、可靠性、成本和生态成为新的筛选标准。只靠概念和政策标签的公司会被淘汰，真正掌握技术、能完成产品化并赢得客户的企业才会留下。
演讲最后，吴世春把话题收束到写在演示文稿最后一页的一句话上：“一个人的财富，本质是他对时代认知的变现。”
编辑说明：本文由 TECHUB NEWS 记者 Alma Li 根据 2026 年 8 月 24 日论坛现场录音及演示材料整理，有删节，已经分论坛主办方同意发布。正文采用第三人称报道体，仅保留能够从现场录音、演示材料或公开权威资料确认的内容；无法核准的专有名词、案例和数据未予采用。文中政府公开文件链接已经核实。
免责声明：本文仅作信息交流，不构成任何投资建议。
相关公开资料：
1. 《中华人民共和国国民经济和社会发展第十五个五年规划纲要》｜中国政府网
2. 中国证监会关于在科创板设置科创成长层、增强制度包容性适应性的意见
3. 国家金融监督管理总局关于中国银行参与投资设立国家集成电路产业投资基金三期股份有限公司的批复Techub News 正式上线 AI 问答：一键获取 Web3 实时资讯与市场解读Techub News 今日正式上线 AI 问答 功能，进一步升级 Web3 内容服务体验。
用户在阅读新闻、浏览行情或追踪热点事件时，可直接通过页面内的 AI 问答入口提出问题，快速获取与加密市场、区块链行业、项目动态及政策趋势相关的信息参考。功能支持结合实时资讯与市场数据进行回答，例如“Clarity Act 法案的影响”，以及相关新闻背景解读。
AI 问答旨在降低信息获取门槛，让用户从“阅读资讯”进一步进入“理解资讯、追踪变化与探索问题”的体验。该功能现已在 Techub News 上线，欢迎用户体验。
（网页端预览）
（移动端预览）Techub News 与金麦粒香港财经传媒集团 正式达成战略合作Techub News 消息，在由 Web3Labs 主办，TRON、Pharos、Techub News 联合主办的 Global Web3 Dev Con 大会上，Techub News 与金麦粒香港财经传媒集团 正式达成战略合作。金麦粒传媒依托超过 2000 万粉丝跨境融媒体平台，在资本市场传播领域具备深厚经验。双方未来将围绕行业内容生产、国际传播体系建设及资本市场价值表达展开合作，推动 Web3 产业知识体系向全球化方向发展。Techub News与加密数据分析平台 CoinAnk 正式达成战略合作Techub News 消息，在由 Web3Labs 主办，TRON、Pharos、Techub News 联合主办的 Global Web3 Dev Con 大会上，Techub News 与加密数据分析平台 CoinAnk 正式达成战略合作。CoinAnk长期深耕加密衍生品数据分析领域，为全球用户提供订单流与期货合约数据服务，并通过AI分析系统提升交易决策效率。双方未来将在产业研究、数据内容传播及市场教育体系方面展开深度合作，推动数字资产行业向专业化与高质量发展阶段迈进。澄清声明：Techub News 创始人 Alma 与 Central Research 无创始关联，Big Demo Day 为公开活动针对近期社交平台出现的不实信息，Techub News 特此澄清：Techub News 创始人兼 CEO Alma 从未参与 Central Research 的创立，亦未担任其「联合创始人」或任何类似职务，相关表述均不属实；Big Demo Day 为多方合作的公开创业路演品牌活动，曾获得香港数码港等机构支持，Techub News 仅以联合主办方、合作媒体等身份参与部分届次活动，不涉及 Central Research 的内部治理、人事任命或运营管理，将该活动简单等同为其「内部活动」，或将 Alma 的公开露面解读为参与其运营，均属误读。
平台已要求相关方更正错误信息，并呼吁各方在引用信息时以事实为准；对于后续蓄意失实或恶意中伤的内容，Techub News 将保留依法追究相关责任的权利。Techub News 与 TOKENPOST 达成战略合作以推动中韩 Web3 资讯互通Techub News 消息，香港 Web3 媒体 Techub News 与韩国区块链媒体 TOKENPOST 达成战略合作。TOKENPOST 将开设香港内容板块，由 Techub News 提供本地化行业资讯；同时 Techub News 将推出韩国内容专栏，内容源由 TOKENPOST 支持。这一合作旨在打破信息壁垒，为两地读者提供更全面、及时的区块链行业动态与市场洞察。未来，双方将在行业会议、投资、内容等方面展开更多深入的合作探讨。Techub News 正式与紫荆杂志社紫荆号达成合作，共建 Web3 生态Techub News 正式与紫荆杂志社达成合作，及时在紫荆杂志社旗下的「紫荆号」发布 Web3 内容，推动香港 Web3 生态发展。
《紫荆》杂志创刊于 1990 年，长期以「影响有影响力的人」为宗旨，是香港公认的权威期刊，被港澳读者视为「理解中央大政方针的标准答案」。紫荆号作为紫荆杂志社的官方新媒体平台，紫荆号致力于多元内容建设，聚焦香港与内地的深度交流与文化传播。
Techub News 成立于 2023 年，专注于 Web3 及新兴科技领域的全方位报道。致力于打造「香港领先，世界一流」的科技媒体集群，推动本地 Web3 产业发展。
此次合作将结合双方在媒体、科技及内容创新领域的优势，为用户带来更丰富的 Web3 内容，助力香港成为全球 Web3 创新高地。Techub News 位列港区 AppStore 新闻免费榜第 2 名，近 1 个月访问量突破 49 万AppStore 与 Similarweb 数据显示，Techub News 手机端 App 位列港区 AppStore 新闻免费榜第 2 名，应用免费榜第 242 名，近 1 个月访问量突破 49 万。
Techub News 作为香港本土的 Web3 科技媒体，近期成功举办多场 RWA 峰会，持续为亚太地区用户带来最前沿的加密行业资讯与新闻，深耕 Web3 领域，提供专业且丰富的内容服务，助力行业发展与信息传播。Techub News 与 Uweb 达成独家内容战略合作Techub News 正式宣布与知名 Web3 教育机构 Uweb（原火币大学）达成独家内容战略合作伙伴关系。双方将重点围绕 Uweb 旗舰栏目「线上大讲堂」展开深度内容合作。Techub News 将独家呈现经过专业编辑团队精心整理的课程精华，通过平台专栏持续输出体系化的前沿知识内容，为全球 Web3 从业者及爱好者提供体系化的前沿知识服务。Techub News 邀请华语 Web3 专业主持茄哥担任华语社媒官方顾问Techub News 消息，Techub News 邀请华语 Web3 专业主持「茄哥」担任 Techub News 华语社媒官方顾问。茄哥将凭借其深厚的行业洞察力和影响力，协助 Techub News 在华语社区拓展优质内容、推动生态合作，为用户提供更前沿的 Web3 资讯与深度解析。未来，Techub News 将继续携手行业领袖，共建全球化区块链信息平台。敬请关注 @TechubNews 官方推特，获取最新动态！香港稳定币法案新闻引发访问洪峰，Techub News 平台短时拥堵后全面恢复香港《稳定币条例草案》正式通过后，平台出现访问量激增。在政策公布后 10 分钟内遭遇超50万次并发访问请求，导致部分用户出现短暂访问延迟及页面加载缓慢现象。技术团队随即启动紧急流量疏导方案，通过服务器集群动态扩容，已于 30 分钟内实现服务完全恢复，此次突发流量较平日峰值增长近 4 倍。