Loading...
Loading...
体验完 Livo，我想聊聊它暴露出的行业真相一句话的影响价值有多大？
在大多数AI产品里，答案取决于你说了什么、对谁说的。但在Livo里，一句话影响的可能不只是某个具体的Agent，而是整个世界——人与自己的关系、人与人的关系、人与世界的关系，都可能因为这一句话产生改变。
这正是Livo试图回答的问题。过去三年，生成式AI把内容的生产成本压到接近于零。文字、图片、视频，一切曾经需要人类投入大量时间的东西，现在几秒钟就能生成。随着行业的发展，相关应用层出不穷，“与虚拟人格对话”变成了千万级用户的日常习惯。
但一个断层始终存在：AI生成的是内容，是角色，不是一个持续存在、会自己运转的世界。你关闭App，那个角色就冻结了；你不再说话，故事就停了。所谓“互动”，本质上仍然是你推一下，它动一下。
Livo想做的，是让这句话的“影响半径”从一次对话扩展到一个世界。快看漫画在2026年9月将它推入内测，名字来自Living（活着）、World（世界）与Orbit（闭环）——它想做的，是一个角色拥有独立人格、记忆与行为逻辑，能够在用户不在场时继续“过日子”的“仿生世界”。
这个世界独立存在，却又因“我（用户）”的行为选择产生了些许不同。在这个被创造出的世界中，“我（用户）”不是全知全能的“上帝”，也不是只能按照既定剧情路线前进的“旁观者”，而是真正具有主观能动性的“参与者”。
带着这个期待，我进入了Livo。
初体验：“穿越”有了读心术
第一次打开Livo，让我想起了一部知名的影视作品——《西部世界》。
《西部世界》里有“西部世界”、“罗马世界”、“中世纪世界”供游客选择，Livo里也有“蒂利亚之冬”、“DOLO最后的夏天”、“崩溃世纪Love 90s”和“拯救废稿世界”供用户选择。每个世界对应一条故事线，角色之间有关系网络，有各自的时间线。无论用户喜欢恋爱体验、奇幻冒险还是阵营对抗，在这里都能找到符合自己口味的选择。
不同于一般的“AI角色聊天”、“AI情感陪伴”APP，Livo从一开始就不是一个对话窗口，而是一个可以选择进入的“世界”。
初入Livo的体验很像“穿越”：精致的开场视频交代了世界观背景，接着我被“放置”到一个具体场景中。我需要主动找话题跟角色对话，甚至跟路过的NPC搭话。在这里没有任务列表，没有“点击继续”的按钮，如果我不开口，时间就在那里流逝。
但最大的不同很快显现了。在和重要角色“罗兰”的对话过程中，我可以选择系统提供的内容选项，也可以自己发挥。对于他说的每一句话，我不仅能看到这句话本身，还能看到他为什么说这句话——他的状态栏里写着“当前情绪：愉悦”。角色不是在对我的输入做“条件反射”，他在调用自己的记忆和当前状态来回应我。
另一个值得玩味的点是，我可以主动选择推进主线剧情“注定命运”，也可以在不同的场景中“闲逛”，与路过的NPC“闲聊”，触发支线剧情“潜在命运”。
比如在既定的沟通中，罗兰应该慢慢“套出”我的身份信息。可我没有选择系统给出的建议回复，而是直截了当地回复：“你对我很好奇，甚至故意找机会接近我，为了什么呢？”
罗兰也给出了很有意思的反馈：“你一句话，就把我最擅长的把戏掀了个底朝天。习惯了掌控节奏，却没想到会被你看穿……”这句话揭开了一个他的“秘密”——我由此知晓，自己是罗兰此次登上和平号列车最核心的任务之一，而罗兰在此之前从未接触过“万晁女孩”等新信息。
这让我意识到一件事：在Livo里，沟通的主动权不是用户的“天然权力”。在大多数聊天产品里，我随时可以发一条消息，角色必须回应。但在Livo中，角色是否愿意跟我深入聊某件事，取决于我们之前建立的关系，取决于他此刻的状态，取决于这个世界里正在发生的事。对话是“世界产生关系后的必然产物”，不是“用户行使的权利”。
Livo的第一眼体验，不像任何一个现有的AI产品类别。它不是聊天工具的升级版，不是互动小说的AI化，也不是AI版RPG。它更接近一个带地图、有时间线、有角色关系网络的微型世界模拟器。
有因必有果，你的反馈就是“我”
作为一个对话过不下百个Agent的“老用户”，我对AI角色的耐心已经所剩无几。
从最开始的疯狂投入，到后来发现所有角色都在用同一套模板拉扯，再到最后只看人设、立绘和配音——缺少“灵魂”的Agent越来越难打动我。市面上很多“AI角色聊天类应用”的问题很一致：角色靠“堆量”取胜，推送新奇人设吸引你点进去，但聊不了几句就OOC了，互动体验的情绪阈值被提高后，疲劳感来得飞快。
Livo给我的感受完全不同。核心差异在于：角色不是为我而存在的。
一般情况下，关闭App，甚至退出和TA的聊天框后，这个角色就冻结了。但在Livo里，在我和其他人沟通的时候、在我自己探索新场景的时候，罗兰有自己的日程。他上午在台灯下撰写《荆棘花信》的新章节，下午去阅览室看书。我没有参与这些事，但我却能看到它们发生了。他的人生有“主线”，而我只是进入了他的世界，不是他围绕我运转。
这种能力并不是主要角色的特权，就连戏份少得可怜的NPC同样拥有自己的生活。
Livo的底层逻辑是“世界状态持续演化”——用户不在的时候，角色之间的关系在变，事件在发生，因果在累积。这听起来像是一句产品文案，但实际体验中有一个瞬间让我真正理解了它的含义。
一次任务，我和NPC咖啡店老板与面包店老板产生了交集。因为我送给列车员一个暖手袋的小事件，三者产生了很奇妙的化学反应。在我无意间再次打开这个场景的对话框时，我发现他们三个人正在探讨我什么时候会再来，要给我一直温着暖手袋从而回报我的善意，要请我再喝一杯新创的咖啡，品尝一下可口的小面包……
坦言之，看到这些内容我是震惊的。他们只是我这段体验中很边缘化的角色，甚至都不是主角，但依然做着自己的事情，甚至会因我而产生争吵。宛如他们并不是NPC，而是一个个切切实实活在那个世界中的人。
这就是“因果”在Livo里的样子。我对列车员说的话、做的事，影响了他自己的行为模式，进而影响咖啡店老板与面包店老板对我的态度。这不是预设的剧情分支，而是几个独立Agent之间的信息流动产生的连锁反应。在轮次对话产品里，这种多角色因果链不可能出现。你生成的是“回应”，Livo试图生成的是“轨迹”。
更让我意外的是，Livo里一个叫“照见我”的模块。与任轻义交流，随着角色逐渐认识你，系统会生成属于我自己的“照见我”。这里记录的是我留下了怎样的痕迹，角色如何理解我，以及这个世界正在如何“看见我”。
换句话说，Livo里的“我”不是用户自己定义的人设，而是这个世界对我的行为的反馈与沉淀。我在任轻义面前的样子、在罗兰面前的样子、在咖啡店老板面前的样子，被分别记录、分别理解，最终汇聚成一个被世界“看见”的“我”。这让我意识到，Livo试图做的不仅是让角色“活着”，更是让用户在被世界看见的过程中，重新认识自己。
这可能才是“有因必有果”的真正含义——你的每一个行为都会进入这个世界的因果链条，而这个世界最终会把这些因果，以“你是什么样的人”的形式，还给你。
一个“活着的世界”究竟靠什么成立？
这次我不仅体验了APP的完整功能，还拿到了新Demo的内测权限，在Demo上直观看到了这个世界运行的底层代码。
比如因为“窗外暴雪”的因，散廷·姚产生了“推开小型放映厅门时肩头还落着雪，他抖落雪的动作比胶片转动声音轻”的“果”；又比如在没有我的地方，施塔恩与罗兰开始了关于等待的相互试探……
从公开信息来看，Livo的技术架构为双层结构，由「创作者灵魂注⼊⼊⼝层」与「三⼤引擎」共同构成，此为Livo区别于⼀般AI⻆⾊/聊天机器⼈产品的底层差异。
入口层将创作者以文学语言撰写的素材，结构化为可供引擎运行的数据。具体来看，在个体侧，人物小传被抽离为「六层人格」档案，包括自我意识、底层需求、信念、思维、立场和情绪；在世界侧，世界观骨架被抽离为「六层世界结构」，包括本源、动力、信念、秩序、律法和气象。
有了入口层的这串“基础代码”，「三⼤引擎」就可以开始协同工作。World Agent，负责管理日程、事件、天气、运势等影响整体状态的因素。Soul Agent负责用户与角色之间的交互。「深度被感受」引擎，通过五步链路保证情感回应的真实性。此时每个角色本身都是一个独立Agent，拥有不同的人设、世界观和状态，调用各自的Sub-agent和MCP服务。底层是Memory和“因果编剧”——前者负责长期信息的保存和召回，后者负责维持长时间运行后的故事因果不崩。
这个架构试图解决的核心问题不是“技术单点突破”，而是“长时段运行后的一致性”。
那些投入了大量的经济成本与时间成本才“调教”好的Agent突然OOC，忘记了我们的过往，忘记了我们之前一起经历的种种，产生出一些不符合角色的行为，对于我们这些老用户而言是致命性的打击。
但Livo走了一条完全不同的路——它不追求物理引擎级别的真实感，它追求叙事因果层面的可信度。“活着的世界”靠的不是更多的角色、更长的剧情、更漂亮的画面，而是三样东西：长期记忆的叙事性、多Agent的自主交互、用户行为的因果进入。
记忆层面，Livo的设计逻辑不是“记住用户说过的话”，而是角色拥有自己的经历。“经历过的事”和“知道的事实”是两回事，这个区分决定了角色是在“回忆”还是在“检索”。
多角色自主性层面，任轻义和罗兰之间的关系张力不是我能直接控制的。他们之间的互动有自己的逻辑，我感受到的是一个本来就在运转的关系网络，而不是一个为我搭建的舞台。
技术路线上，Livo的团队借鉴了斯坦福AI小镇的思路，但明确表示不会照搬任何现有方案。这个产品需要的基础设施，市面上还没有现成的。让子弹再飞一会儿，是合理的态度。
尾声
客观来说，Livo目前还不是一个完美的“活世界”。
角色的“涌现”深度有限，长时间交互后人格偶尔会漂移；有时候剧情已经结束了，角色应该离开了，对话框却还停留在那里，引导我继续沟通交流；“照见”等模块的体验还不完整；故事剧情是单向发展的，不能像聊天Agent那样撤回自己说的话，也不能像影游那样回溯到某个节点……
这些问题的本质其实是同一个：一个持续运转的世界，意味着任何一次交互都会永久改变世界状态。自由度和容错性之间，Livo选择了前者。这个选择有代价，但方向是对的。
所以比起这些体验上的小问题，我更关心的是另一个问题：第十小时、第一百小时之后，这个世界是否还值得回去。
这个问题，其实不只是Livo的问题。每个时代都有属于自己的娱乐方式。电力与光影技术让电影出现，电子技术与广播电视网让电视剧热播，个人电脑与互联网让互动叙事游戏广受欢迎，生成式AI与多智能体架构也让Livo出现。
它们看似是不同年代的产品，背后却是同一条线索：媒介技术的每一次跃迁，都在重新定义“人如何进入一个故事”。电影让人坐在黑暗里观看，电视剧让人在客厅里陪伴，互动叙事游戏让人在选项里参与，而Livo试图让人“活”在一个会自己运转的世界中。从“看”到“陪”，从“选”到“在”——每一次跃迁，都是“进入”的深度在加深。
而在这个方向上，快看还有一个被低估的优势。十二年的漫画经验，意味着它对“角色怎么让人在乎”有肌肉记忆。在一个比拼“世界感”的赛道上，这种能力比想象中更重要——因为一个世界之所以值得回去，不是因为技术多先进，而是因为里面有人让你惦记。
从“生成内容”到“生成持续存在”，这可能是AI内容产品的下一个分水岭。Livo还不是那个分水岭本身，但它是目前更接近让人感觉到“世界在活着”的产品。它验证了“世界可以自己往前走”这件事不是空想，但距离“一个真正活着的世界”还有大量未解决的问题。
它值得被看到，不是因为它已经做成了什么，而是因为它指向的方向——让故事不再停在“然后呢”，让它真的有一个“然后”。
图片来源｜企业供图
【早鸟票开售】硅谷101 Alignment 2026千人大会来啦！最近太多科技峰会了，硅谷101来点不一样的。
Alignment 2026将有整两天的时间，呈现给大家：AI前沿，到底在发生如何的剧变。
2026年10月10日-11日，硅谷101年度科技大会将第三次在硅谷举办。过去几年，我们很幸运，通过播客和视频，和大家一起追踪了这一轮AI浪潮中最重要的技术、公司和人。从大模型到Agent，从机器人到AI Infra，从实验室里的突破，到真实世界里的商业化——很多我们在节目里持续追问的问题，今年，我们继续把它们带到线下。
更重要的是，把那些真正身处变化中心的人，带到大家面前。
所以，here’s Alignment 2026: Live from the AI Frontier, Uncut.
Alignment 2026
今年的Alignment大会，会有几个很大的升级。
去年的大会我们收到很多好评，但不少人遗憾的一点是：行程太紧、时间太短了。台上的讨论意犹未尽，场外刚聊起来，一天就结束了。
所以今年，我们索性把Alignment 2026变成一场完整的两天大会。
我们希望大家不只是来“听几场演讲”，而是真的有时间和研究者、创业者、投资人，以及同样对技术充满好奇的人待在一起。有价值的讨论，不应该只发生在台上。
很多真正的思维碰撞或是合作的开端，发生在茶歇、午餐、走廊，以及一句“诶，你刚才在台上说的那个观点，我也一直在想”的后面。
我们希望创造一个沉浸式的场域。
（Alignment 2025现场）
硅谷101一直不太喜欢泛泛而谈。
相比“AI会不会改变世界”这样的问题，我们更想知道：
在前沿领域，无论是大模型还是机器人，到底在发生什么？将如何带来颠覆？
AI4S、RSI、FDE、Alignment、Agent Infra、Robotics、World Models、AI for Content……当我们忘掉公关稿和精心制作的demo，真正深入技术的本质核心，会带来完全不一样的思考。
今年最热、也最没有标准答案的问题，我们都会聊。
而我们更在意的，是谁来回答这些问题。
硅谷101更喜欢邀请那些正在一线做研究、做产品、建公司的人。
不绕弯子，不念PR稿。
我们希望在现场，对着最核心的嘉宾问出那些真正尖锐、真正核心、也真正值得讨论的问题。
（Alignment 2025 Main Stage强化学习论坛）
如果你来过前两届Alignment，应该知道：硅谷101拒绝把科技大会做得很无聊。
今年，我们还会玩得更大一点。
AI Avatar主持、音乐家与AI乐器现场合奏、机器人表演、AI Demo，以及各种我们现在还不能全部剧透的现场实验……
我们希望你在这里不仅能“听懂AI”，也能真正看到、听到、摸到AI正在变成什么。
严肃的技术讨论和好玩的现场体验，并不冲突。
平日里，很多观众告诉硅谷101，会拉着家里小朋友一起看/听我们的节目；而同样，我们的大会也老少皆宜。大人可以来追最前沿的技术趋势，小朋友也可以近距离看看机器人和AI究竟能做什么。希望在他们心中埋下一些未来的种子。
（Alignment 2025 Tech Playground现场）
这一年，视频模型进步得实在太快了。
快到已经开始动摇整个影视与内容行业原本的生产方式。
所以我们想做一个实验：
如果把最懂内容的人，和最懂AI的人放在一起，他们能把AI for Content推到什么程度？
Alignment 2026将特别设置AI短剧黑客松。
我们会把创作者、导演、编剧、AI工程师和产品人聚到一起，在新的生产工具下重新想象：一个故事，到底还能怎么被创造出来？
现场会有作品放映、专业评审团，也会有高额奖金。
但比比赛结果更让我们好奇的是：
当技术门槛快速下降之后，真正稀缺的，到底会是模型、制作能力，还是人的想象力？
我们想和大家一起看看答案。
（Alignment 2025 Tech Playground现场）
过去三年，Alignment从一个想法，慢慢变成了硅谷101每年最期待的一次线下相聚。
而2026年的AI，也走到了一个无比关键的转折点：随着OpenAI正式发布了新一代大模型GPT-6Astra，将其称为“全球最智能、对齐程度最高的模型”、且宣告AGI时代的到来，但问题是：AGI来了，SO WHAT?
从模型能力，走向Agent、科研、机器人与真实世界；从Demo里的惊艳，走向成本、收入、基础设施和规模化背后，也是今年Alignment最有价值的探讨与记录。
10月10日-11日，我们硅谷见。
用两天时间，和一群真正站在AI前沿的人，一起穿过噪音，看看这场变化真正发生在哪里。
（Alignment 2025现场演讲）
🎟️ 早鸟票现已开放
欢迎扫码或点击阅读原文购票
Alignment 2026 嘉宾亮点
陈天桥是互联网时代最具代表性的创业者之一。
近年来，他将主要精力投入Apodex，探索AI如何从“回答已知问题”走向“发现未知知识”。Apodex致力于构建面向复杂科学与研究任务的AI Discovery系统，让AI能够提出假设、调用工具、反复验证、修正错误，并在真实世界约束下持续进化。
在近期的公开分享中，陈天桥提出：AI真正改变Discovery的地方，可能不只是更高的智能，而是更低的试错成本。在Alignment 2026，他将带来主题演讲：AI Discovery vs Human Genius: Cheap Inner Loops and Expensive Outer Loops （AI发现与人类天才：低成本的“内循环”与高成本的“外循环”）
当AI可以同时探索成千上万个假设，人类“天才”的意义会如何被重新定义？下一阶段AI Discovery真正的瓶颈，又会出现在模型、工具，还是现实世界的验证系统？这将是一场关于AI、科学发现，以及未来知识生产方式的讨论。
Dylan Patel是SemiAnalysis创始人、CEO兼首席分析师，也是当下硅谷最具影响力的AI基础设施与半导体分析者之一。
从GPU、HBM、先进封装，到数据中心、电力与模型经济学，他长期追踪AI浪潮背后决定扩张速度的物理与商业瓶颈。2026年GTC上，黄仁勋曾直接引用SemiAnalysis的InferenceX测试，自封为“Inference King”。Dylan最近在媒体采访中强调：AI的下一轮跃迁不会只来自更快的GPU，而来自模型、软件、芯片、互连乃至数据中心的全栈协同设计；与此同时，算力竞赛真正的天花板正越来越多地转向内存、供应链和电力。在他看来，Inference的规模甚至可能成长为“比石油更大的市场”。
如果你想知道未来几年数千亿美元的AI CapEx最终会流向哪里，以及Nvidia的护城河究竟有多深、TPU和定制芯片能否真正挑战GPU、AI数据中心下一处最可能卡在哪里，Dylan是最值得听的人之一。
Andy Hock是Cerebras首席战略官（Chief Strategy Officer）。
在hyperscaler们疯狂修GPU数据中心的今年，Cerebra提出了一个很重要的视角：AI workload并不都是同一种workload，未来的AI基础设施也不应该只有一种计算架构。
Training与inference、离线生成与实时Agent，对延迟、吞吐和成本的要求完全不同；尤其随着Agent开始进行长链条推理和实时交互，token生成速度和ultra-low-latency inference正在从体验问题变成AI能力本身的一部分。
这也是Cerebras押注的方向。从整片晶圆打造的Wafer-Scale Engine，到新一代CS-4，Cerebras正试图用一条完全不同于传统GPU cluster的路线解决AI推理瓶颈；今年，它还与OpenAI达成了750MW的高性能推理部署合作，并与AMD探索将低延迟与高吞吐计算拆分的heterogeneous inference架构。
Andy会加入Dylan Patel的panel环节，与主持人肖志斌博士一起探讨芯片的替代性架构与算力未来。
随着大模型能力的迅速提升，Alignment（对齐）成为AI产业最重要的议题。
近来，数名Anthropic及OpenAI研究员以“人类将失去对AI的控制”为由，公开表达安全顾虑，令外界对AI竞赛的安全风险担忧骤然升温。这是硅谷101非常关注的方向，因此我们邀请了几名该领域值得听的声音。
John Yan是AI可解释性公司Gutenberg创始人，曾任Anthropic的研究工程师并参与Claude 3 Opus和Haiku的模型训练工作。在Gutenberg，John正在探索Data-Centric Interpretability：不是只打开模型权重研究神经元，而是从成千上万条真实Agent trajectories中寻找隐藏的行为模式。其最新研究利用Sparse Autoencoder分析多智能体强化学习过程，提前识别出了reward hacking、异常角色扮演，以及训练失败的根本原因。
随着AI从chatbot走向可以执行复杂任务的autonomous agent，Alignment的问题也正在发生变化：我们不仅要让模型“说正确的话”，更要理解它为什么这么做，以及它是否正在学习人类没有预料到的策略。John正站在这一变化的前沿。
在Alignment panel上，我们也邀请到了Bo Li（李博），她是Meta Superintelligence Labs（MSL）AI Safety & Security研究者、UIUC计算机科学教授，也是AI安全公司Virtue AI联合创始人。她长期研究trustworthy AI、adversarial machine learning、red teaming 与 alignment，是AI安全领域最有影响力的研究者之一。
2026 年，她与Virtue AI团队加入Meta Superintelligence Labs，继续推动frontier model与AI agent的安全、治理和可信部署。
FDE是硅谷讨论最火的词之一，我们请到了OpenAI最关键的人。
Shawn Li是OpenAI Forward Deployed Engineering（FDE）团队成员。FDE是OpenAI连接frontier model与真实企业场景的一线团队：他们直接深入客户业务，从问题定义、原型设计到生产部署，验证AI在复杂工作流里究竟能不能创造真正可衡量的价值，并把一线反馈重新带回产品与模型迭代。OpenAI也将此视为企业AI落地的重要机制。
如果说模型公司正在生产越来越强的intelligence，那么FDE要解决的问题是：怎样把这种intelligence变成真正可以运行、规模化、并重构企业工作流的系统。Shawn将从OpenAI一线部署的视角，分享frontier AI 从 Demo走向生产环境时，真正困难的问题到底在哪里。
Qifei Wang是Google DeepMind Nano Banana核心研发负责人之一，长期从事生成式AI、计算机视觉与多模态模型研究。他深度参与了Nano Banana Nano Banana Pro的研发，并负责推动通过RL on Diffusion让图像模型更好地对齐真实用户偏好。Nano Banana发布后迅速成为Google最具代表性的生成式AI产品之一，其后续版本在图像生成与编辑评测中持续位居前列。
随着Gemini的推理与世界知识被融入图像生成，模型开始能够理解复杂指令、保持人物与场景一致性、处理文字与空间关系，并通过对话持续修改视觉世界。当AI从“看懂一张图”走向“生成、编辑、推理甚至模拟一个世界”，视觉模型会不会成为继LLM之后的下一种通用智能入口？ Qifei Wang正站在这场Generative AI从content creation走向visual intelligence的最前沿。
宇宙探索，是我们今年最期待的内容之一。
Fengwu Sun（孙凤梧）是天文学家、JWST/NIRCam仪器科学团队成员，长期研究早期宇宙中的星系形成与演化。他曾参与James Webb Space Telescope（JWST）NIRCam的在轨调试与校准，也是JADES深空巡天团队成员，并领导或参与了累计超过2,000小时的JWST观测项目。2026年秋，他将从Harvard & Smithsonian Center for Astrophysics加入西湖大学，组建早期宇宙研究团队。
今天的天文学正在面对一个和过去完全不同的问题：我们获得数据的速度，已经开始超过人类科学家阅读和分析数据的速度。NASA的新一代Nancy Grace Roman Space Telescope刚刚于8月30日升空，预计每天传回约1.4TB数据——大约是JWST日均数据量的20多倍，五年将产生超过20PB的科学数据。面对这样的数据规模，没有AI，未来的天文学研究几乎难以想象。
当望远镜可以以前所未有的速度生产数据，AI能帮助天文学家更好的探索宇宙深空吗？Fengwu将从一线天文学家的视角，分享AI正在如何改变天文学，以及为什么现在可能是整个科学界最让人兴奋的时刻之一。
（韦伯空间望远镜传回的首批全彩深空图）
这会是一个keynote，有很多浪漫的宇宙照片，欢迎带小朋友们来听哦～
Michael Hsu早年师从日本机器人学家菅野重树，长期研究机器人、触觉感知与人机交互。2021年回国创立帕西尼，坚持“具身原生”为出发点：从创业之初便同步布局触觉传感、具身数据与智能执行三大路线。
他推动触觉感知实现从“万元级”到“百元级”数量级降本，在全国5大区域建设具身数据采集基地，并让机器人进入汽车制造等真实场景，持续采集数据、训练模型和验证能力。三条路线最终形成帕西尼感知—智能—执行（PIE）”全栈体系，让机器人能够感知世界、理解世界，并真正作用于世界。
2026年，帕西尼累计融资近40亿元，估值突破100亿元。许晋诚也持续推动行业标准与开放生态建设，带领帕西尼迈向具身智能基础设施平台。
AI在科学上的发展是硅谷101关注的重点方向，在Neolab panel上，我们邀请到Carina Hong（洪乐潼），她是Axiom Math创始人兼CEO，正在打造能够进行严谨数学推理、生成形式化证明并验证自身结果的“AI Mathematician”。
OpenAI今年先用未发布模型推翻了一个研究近80年的Erdős单位距离猜想，随后又公布了横跨几何、编码理论、复杂性理论等领域的10项长期开放问题的新结果或实质性进展。这意味着我们正在进入一个新的阶段：AI开始参与创造此前不存在的数学知识，而这门学科正成为AI从reasoning走向discovery最先发生质变的领域。
Carina说：“Math is AGI.” 在现场，她将深度阐释这句话背后的原因。
田渊栋（Yuandong Tian）是Recursive Superintelligence联合创始人，前Meta FAIR Research Scientist Director，曾共同领导Llama 4 reasoning，长期研究强化学习、规划、推理与大模型效率。他曾主导Meta的OpenGo项目，也指导了StreamingLLM、GaLore，以及探索“连续隐空间推理”的Coconut等研究。
如今，他正在把研究重点推向一个更核心的问题：AI能不能成为改进AI自身的研究者？Recursive正在探索Recursive Self-Improvement（RSI，递归自我进化）：让AI自己提出研究想法、修改代码、运行实验、验证结果，并把有效发现带入下一轮研究。关于AI界最近关于RSI进展的探讨，你不能错过田渊栋的分享。
Neolab的论坛上，我们还邀请到了Andrew Dai。他是Elorian AI联合创始人兼CEO，前Google Brain / DeepMind核心研究者。在Google近14年间，他参与了现代大模型发展的多个关键阶段：早期语言模型预训练研究、Mixture-of-Experts，曾领导 PaLM 2 pre-training，并负责Gemini的数据与多模态相关工作。2026年，他离开 DeepMind创立Elorian，并完成5500万美元融资，投资方包括NVIDIA、Menlo Ventures、Altimeter，以及Jeff Dean等AI研究者。
Andrew现在最关注的，是frontier models一个常被忽略的短板：AI已经能写代码、做数学、处理复杂语言，却仍然经常“看不懂”一个人类小孩轻松理解的视觉世界。Elorian因此选择押注Visual Reasoning / Multimodal Intelligence——让模型真正理解空间、结构、关系与物理世界。
杜克大学的Haozhe Harry Wang教授说，“硅”也许不是人类发明芯片的最终形态。
他的实验室长期研究二维半导体、原子尺度制造与AI for Nanofabrication，聚焦在一个越来越迫切的问题：当传统硅芯片不断逼近物理极限，下一代计算材料会是什么，我们又能不能用AI更快地找到它？Harry的团队正在研究石墨烯、MoS₂、MXene等只有几个原子厚的二维材料，希望构建更小、更快、更节能的post-silicon computing。
今年，他与Google DeepMind合作，将AI Co-Scientist接入真实半导体实验：AI提出方案并优化参数，实验室直接合成、表征和验证材料，形成从推理到物理世界反馈的闭环。当AI开始参与制造承载AI自身的下一代芯片，RSI是否会从软件世界进一步进入材料与硬件？这正是Harry Wang正在探索的未来。
Havey AI是硅谷Agent领域跑得最前面的公司，没有之一。
它选择法律这个高专业度、高价值、同时对准确性和安全要求极高的行业切入，把模型深入到研究、合同审阅、尽调、诉讼等真实工作流中。Harvey已服务全球2,400多家机构、超过20万名律师，并进入75家以上AmLaw 100律所；2026年9月宣布完成 5.5亿美元 的新一轮融资，公司估值飙升至 155亿至156亿美元，前其累计总融资额已超过15.5亿美元。
Joey Wang是Harvey Engineering Lead，负责构建面向coding与professional services的background agents。
Nico Laqua是Corgi联合创始人兼CEO/CTO。Corgi是过去一年硅谷增长最快、也最具争议的AI-native公司之一：成立于2024年，从保险切入，用AI agents重构underwriting、claims、policy operations等原本高度依赖人工的工作流，并直接成为持牌保险carrier。
Corgi的发展速度本身就极具“AI时代”色彩。2026年1月公司宣布融资1.08亿美元；5月完成1.6亿美元融资、估值13亿美元，仅三周后估值又翻倍至26亿美元；随后又被报道以约40亿美元估值继续融资。与此同时，Corgi已从startup insurance快速扩展到trucking、claims infrastructure、AI liability，最近又推出自己的admitted insurance carrier。
但Corgi极其另类的marketing playbook也让它从诞生开始就伴随争议：一家AI保险公司，在旧金山金融区开了一家24/7 Corgi咖啡店；又买下一辆醒目的巴士，提供连接YC、Caltrain和咖啡店的免费巴士。咖啡店后来甚至把菜单本身变成广告位，让科技公司购买冠名饮品。有人把这些动作视为噱头和attention hacking，也有人认为，在数字广告被AI内容彻底淹没之后，Corgi找到了一种非常AI-native的GTM：不是购买流量，而是在现实世界里制造流量、社区和话题本身。
也正因如此，Corgi是一个非常有意思的AI Agent样本。
Jiantao Jiao（焦剑涛）是NVIDIA Director of Research & Distinguished Scientist，同时任UC Berkeley EECS与统计学教授，长期研究大语言模型、强化学习、post-training与agentic AI。近年来，他深度参与NVIDIA Nemotron开放模型系列的研发，覆盖从pre-training、RL、evaluation到agent system的完整技术栈。
当最强的frontier models越来越走向闭源，NVIDIA却在做一个不同的下注：不仅开放模型权重，还开放训练数据、post-training recipe和RL infrastructure。最新的Nemotron 3 Ultra是一个面向long-running agents的550B MoE模型，同时开放 checkpoint、训练数据与训练方法；而刚刚发布的Nemotron 3.5 Lightning，则进一步把重点放在always-on Agent所需要的速度、成本和模型routing上。
这背后其实是一个比“开源 vs 闭源”更大的问题：未来AI的intelligence layer，会不会像今天的软件世界一样，最终形成一个任何公司都可以定制、训练和拥有的开放技术栈？对NVIDIA而言，开放模型也意味着模型、训练框架、推理系统和 GPU 可以被一起co-design，模型本身正在成为下一代计算平台的一部分。
当然我们的大会还会涵盖世界模型，及其对自动驾驶和机器人领域的影响。
José M. Álvarez是NVIDIA Director of AI Research，目前在Spatial Intelligence Lab 领导自动驾驶应用研究团队，研究横跨autonomous driving、foundation models、world models与Physical AI。他长期关注一个核心问题：如何让机器理解物理世界的规律，并预测“接下来会发生什么”。
José深度参与了NVIDIA Cosmos世界模型体系的研究，包括用于可控世界生成的 Cosmos-Transfer。2026年NVIDIA又发布Cosmos 3：把视觉推理、世界生成与action prediction放进同一个开放模型，让机器人和自动驾驶系统可以先在模型里“想象”不同未来、模拟行动后果，再决定现实世界中如何行动。
而José最近尤其在探索self-improving Physical AI：用reasoning自动驱动data flywheel，也就是说，World Model不只是一个更强的视频生成器，而可能成为机器人持续学习和自我进化的环境。
Wei-Chen Wang（王韋程）是Nebius VP of AI Inference，负责打造高性能、低成本的生产级AI推理基础设施。他此前联合创立Eigen AI，专注于模型优化、post-training与inference systems；2026年Eigen AI被Nebius收购，并整体融入Nebius Token Factory。更早之前，他曾在MIT HAN Lab从事高效AI系统研究，并凭AWQ（Activation-aware Weight Quantization）获得MLSys 2024 Best Paper Award——这项技术如今已成为大模型4-bit量化部署中极具代表性的方案。
随着AI从训练竞赛走向大规模真实使用，行业正在面对一笔越来越现实的经济账：模型再强，如果每个token都太贵、延迟太高，就很难真正支撑数以亿计的Agent持续运行。加入Nebius后，Wei-Chen正在把Eigen的模型优化能力与Token Factory的全球AI Cloud结合，从模型量化、speculative decoding到系统级优化，重新思考如何让inference更快、更可靠，也更便宜。
以上只是Alignment 2026的部分嘉宾，更多重磅嘉宾正在确认中，即将揭晓……
OpenAI 联合创始人 John Schulman（约翰·舒尔曼）：ChatGPT 本可提前数年诞生，RL 研究远未结束撰文：Techub News 整理
导语
2025 年 12 月，OpenAI 联合创始人、首席科学家 John Schulman（约翰·舒尔曼）做客 Cursor 播客，进行了一场长达 51 分钟的深度对话。作为强化学习（RL）领域的奠基人之一，以及从 OpenAI 早期一路走来的核心人物，John Schulman（约翰·舒尔曼）的视角极具历史纵深感和行业洞察力。他目前也是新兴 AI 公司 Thinking Machines 的联合创始人。本次对话不仅回顾了 OpenAI 那段“草莽”岁月中的成败得失，更对当前 AI 研究的前沿问题、机构管理哲学以及技术未来走向，给出了坦诚而富有启发性的回答。
摘要
凭借后见之明，一个由少数精英组成的团队，完全有可能在 2018 或 2019 年就打造出 ChatGPT 3.5 级别的模型。
OpenAI 早期项目“Universe”是一个“死胡同”，但其追求通用 RL 智能体的核心理念“超前了可能十年”。
价值函数在当前的 LLM 强化学习（如 RLHF）中作用有限，但未来可能会“卷土重来”。
理想的 AI 研究管理者没有固定模式，需根据团队目标、成员经验和研究阶段，在“深度技术参与”和“放手赋能”之间灵活切换。
AGI 时间线预测充满不确定性，工程师的乐观估计通常需要乘以 2-3 倍的“现实系数”，但 AI 加速自身发展又可能带来意外突破。
ChatGPT 的“时空穿越”：少数精英与提前数年
访谈从一个有趣的假设开始：如果让 OpenAI 创始团队带着今天的全部知识回到 2015-2016 年，他们能以多快的速度“速通”ChatGPT？John Schulman（约翰·舒尔曼）给出了一个惊人的答案：“你完全可以用少得多的计算资源做到这一点。”他提到像 nanoGPT 这样的项目已经证明了这种可能性。关键在于，通过更巧妙的技巧，尤其是更好的“训练后”（post-training）方法，如精细的微调和巧妙构建的数据集，可以有效“放大”计算能力，让一个规模小得多的模型达到相当好的效果。
当被追问具体需要多少人、多少 GPU 以及在何时能完成时，John Schulman（约翰·舒尔曼）估算道：“如果你有几位才华横溢的人，带着充分的后见之明工作一年左右……我认为你可以在 2018 或 2019 年，用几个人就做出达到 GPT-3.5 水平的东西。”他补充说，这还建立在可以利用他人已有的预训练数据集和网络爬取成果的基础上。他甚至畅想未来可能会出现更极端的“演示场景版 ChatGPT”，即一个文件就能完成从网络爬取到全天训练的全过程。
OpenAI 的“草莽”岁月：死胡同与必要的弯路
如今市值巨大的 OpenAI，在早期却是一个“非正式”甚至有点“杂牌军”气质的团队。John Schulman（约翰·舒尔曼）证实了这一点，形容早期更像一个学术小组，研究人员根据个人兴趣主导项目，通常是一到三人合作，产出论文或博客文章。同时，他们也怀有进行大型工程项目的抱负，并深受 DeepMind 如 AlphaGo 等项目工作方式的影响。
然而，并非所有项目都通向成功。他重点提到了一个早期“死胡同”项目——Universe。该项目旨在汇集大量不同的 RL 环境（如各种电子游戏、网页导航任务），构建一个庞大的数据集，通过联合训练得到一个通用的、强大的 RL 智能体。“有趣的是，我认为这是一个根本上正确的想法，但就是太早了，可能早了十年。”John Schulman（约翰·舒尔曼）总结道。当时系统笨重，模型从零开始训练，泛化能力差，最终未能成功。团队后来转向更聚焦的环境（如模拟视频游戏集），才取得了更好的进展。像机器人项目也曾是公司的“死胡同”，但从长远看，它们锻炼了团队执行大型工程和科研项目的能力。
在谈到早期的大型工程项目时，John Schulman（约翰·舒尔曼）提到了 Dota 项目，这是 OpenAI 早期首个真正成功的大型计算密集型项目，涉及复杂的系统工作，包括如何接入 Dota 环境、构建训练系统以及进行大规模并行和异步 RL 训练。
管理科研“特种部队”：没有标准答案的难题
随着 AI 科研日益成为大团队协作的“大科学”，研究管理者的角色变得至关重要。John Schulman（约翰·舒尔曼）认为这是一个“棘手的问题”，因为成功的管理模式多种多样，且领域本身在快速变化。
他观察到两种有效模式：一种是深度参与型，管理者亲自动手写大量代码，审阅所有下属的代码，提供详细的技术反馈；另一种是赋能放手型，管理者更像一个“共鸣板”，提供职业建议，保持团队积极性和动力，让成员自由探索。
“没有一种模式适合所有情况。”John Schulman（约翰·舒尔曼）分析道，如果团队从事探索性研究，且成员经验丰富，那么放手模式更合适；如果目标明确，或者团队成员经验尚浅，需要执行具体任务，那么深度参与、提供更多技术监督的模式可能更有效。
关于研究机构的文化溯源，John Schulman（约翰·舒尔曼）表示，OpenAI 可能更多借鉴了成员们之前工作过的地方（如谷歌、DeepMind）的经验，而非刻意研究历史上的成功实验室（如贝尔实验室、施乐帕克）。早期 OpenAI 更像“和平时期”，允许更多探索性工作；而近年新成立的许多公司则更多处于“追赶模式”，先复制当前技术前沿，这可能导致探索性研究“肌肉”锻炼不足。
强化学习的现在与未来：价值函数会卷土重来吗？
作为 RL 专家，John Schulman（约翰·舒尔曼）对当前 RL 在 LLM 领域的应用现状和未来方向进行了剖析。
他首先解释了为什么价值函数（Value Functions）在当前流行的 RLHF 等任务中不那么受欢迎：“它们似乎帮助不大。”价值函数的主要作用是方差缩减，但在当前任务集上，效果并不明显。他坦言不清楚具体原因，但预计价值函数未来会在某个时刻“卷土重来”。
对于持续学习（Continual Learning）这一挑战，John Schulman（约翰·舒尔曼）认为它包含多种类型（如运动学习、情景记忆、程序性记忆）。他预计上下文学习（in-context learning）和长上下文能力会持续改进，而像 LoRA 这样的参数微调技术将在此基础上发挥作用，尤其适用于需要大量容量和知识吸收的记忆类型。但他也指出，如果模型规模持续扩大，即使方法论不变，各项指标也会持续改善；当然，新方法可能会带来更优的缩放定律，加速持续学习。
关于 RL 研究的未来，John Schulman（约翰·舒尔曼）认为许多想法会经历“时尚轮回”，有些想法出现得过早未能兑现承诺，但之后可能再度流行。他特别提到离线 RL（Offline RL） 和仿真到现实（Sim-to-Real） 是很有趣的方向。当前 LLM 领域的 RL 某种程度上类似于 Sim-to-Real，即在多样化的模拟环境中进行大规模 RL 以求泛化到现实世界。他认为这项技术在机器人领域依然有效，并预计未来 LLM 领域也会重新重视从真实部署中学习。
AGI 预测与行业变迁：从“怪人”聚集到工程能力优先
对于炙手可热的 AGI 时间线预测，John Schulman（约翰·舒尔曼）表现出审慎的态度。他认同工程师和研究者在预估项目时间上存在系统性低估的倾向，通常需要乘以 2-3 倍的系数才能接近现实。参考自动驾驶技术的发展历程，他认为 AGI 可能比一些乐观预测来得更晚。
“另一方面，AI 加速自身发展的正反馈循环也可能颠覆直觉。”他补充道，考虑到这一因素，一些较短的预测时间线也颇具说服力。因此，他并不愿做出非常自信的预测，认为其中存在大量不确定性，例如人类理解进展的瓶颈等。
回顾 AI 领域人才构成的变化，John Schulman（约翰·舒尔曼）认为早期从业者“可能更奇怪一些”，因为当时 AI 的重要性不像今天这样是“传统智慧”，吸引了更多非传统职业路径和风险承受能力更高的人。如今，更多遵循常规职业路径、风险承受能力相对较低的人进入这个领域。同时，由于竞争激烈，入行门槛也水涨船高。
更重要的是，工程技能的重要性如今已超过以往。因为扩展现有简单想法并良好执行就能带来大量收益，且领域更加成熟，研究者通常是在他人代码库和基础设施上构建，而非从零开始。因此，拥有软件工程背景的人现在更具优势。
Thinking Machines 的蓝图：Tinker 与未来展望
在访谈的最后部分，John Schulman（约翰·舒尔曼）谈到了他目前联合创立的公司 Thinking Machines 及其推出的产品 Tinker。
Tinker 被描述为一个低层级微调 API，提供了一小组用于训练和采样的底层原语，让用户能够表达几乎任何想要的训练后算法，而无需担心 GPU、加速器或复杂的分布式系统问题。它类似于 OpenAI 和 Anthropic 提供的采样 API，但专注于训练环节。John Schulman（约翰·舒尔曼）希望未来的初创公司能够直接基于 Tinker 构建复杂定制模型，而无需自研基础设施。
目前，Tinker 主要面向对 ML 有深入了解、希望使用这些底层原语的资深用户。但团队计划不断改进，增加更多功能（如多模态输入输出），并构建更多工具和高级组件，使其未来变得更加用户友好，成为一个“全栈”解决方案。
关于 Thinking Machines 的未来，John Schulman（约翰·舒尔曼）透露，明年将看到公司自有模型的相关发布，同时 Tinker 平台也将持续增强。
Worldcoin 创始人 Alex Blania（亚历克斯·布拉尼亚）与 Sam Altman（萨姆·奥尔特曼）：在 AGI 时代证明「我是人」撰文：Techub News 整理
导语
2025 年 5 月，Worldcoin 项目联合创始人、Tools for Humanity CEO Alex Blania（亚历克斯·布拉尼亚）与 OpenAI CEO Sam Altman（萨姆·奥尔特曼）在旧金山的一场名为「At Last」的活动上同台，回顾了 Worldcoin 的初心，并宣布了一系列重大进展。这场对话之所以重要，在于它发生在生成式 AI 能力飞速进化、AI 与人类界限日益模糊的背景下。Blania 与 Altman 五年前便开始探讨「在 AGI 时代，信任将何去何从」，而 Worldcoin 正是他们给出的答案——一个旨在为全球人类提供数字身份与经济接入的开放协议。本次活动标志着这个颇具争议但愿景宏大的项目，正式进入了其诞生地美国这一核心市场。
摘要
美国全面启动：Worldcoin 协议及相关服务（包括 Orb 验证、World ID、World App）将于次日正式在美国上线，计划在年底前部署超过 7500 台 Orb 验证设备。
硬件大规模进化：发布全新设计的 Orb，并宣布在美国德州自建生产线；首次预览了便携式「Orb Mini」，旨在将验证规模再提升一个数量级。
应用生态拓展：World ID（人类证明）将与 Razer（游戏）、Match Group（旗下包括 Tinder 等约会应用）等巨头合作，深入游戏、社交、约会等核心场景，打击机器人与虚假身份。
经济模型与去中心化路径：详细阐述了 Worldcoin 代币在协议可持续性与去中心化治理中的核心作用，并公布了「先驱者赠款」计划，对早期美国用户进行代币空投。
超级应用雏形：预览了 World App 4.0，整合了经过验证的人类身份、内置钱包、全球支付（与 Visa、Stripe 合作）、稳定币（与 Circle 合作）以及内嵌的第三方「迷你应用」和加密聊天功能，向「人类超级应用」迈进。
AGI 时代的信任基石：为什么需要「人类证明」？
活动开场，Sam Altman（萨姆·奥尔特曼）与 Alex Blania（亚历克斯·布拉尼亚）共同追溯了 Worldcoin 的起源。大约五年前，二人在一次城市漫步中开始思考一个根本性问题：在通往 AGI（通用人工智能）的道路上，信任将呈现何种面貌？那时 ChatGPT 尚未问世，但他们已预见到，随着 AI 能力的飞速进步，区分人类与 AI 生成内容、确保人类在数字世界中的中心地位将变得至关重要。
Blania 提到，计算机科学史上著名的「图灵测试」曾被视为遥远未来的挑战，但在 ChatGPT 出现后的今天，AI 已明确通过了这项测试。更不用说如今实时视频生成、AI 智能体等技术层出不穷。他断言，在大多数我们关心的在线服务中，人类需要一种新的「测试」或凭证，以便与 AI 系统正向共存——这就是一个全球规模的、保护隐私的「人类证明」。
他们认识到，解决这个问题需要满足几个苛刻条件：必须真正全球化、具有包容性，并且核心必须是保护隐私的。在尝试了各种在线声誉、政府身份系统等方案后，团队得出结论：这些方案都无法完全满足要求。因此，他们决定投入重金和时间，开发了专用的硬件设备——Orb，通过复杂的 AI 模型和多种光学传感器来验证生物特征，确认「面前的是真人」。
硬件冲锋：从固定 Orb 到口袋里的 Orb Mini
Alex Blania（亚历克斯·布拉尼亚）与硬件负责人 Rich 展示了 Worldcoin 验证硬件的演进路线。全新版本的 Orb 已经投产，它采用了最新的 Nvidia Jetson 处理器，运行复杂的 AI 模型，并使用可见光与红外传感器来确定「人性」。为了支持美国及全球的大规模推广，Worldcoin 将在德克萨斯州理查森市开设自己的组装生产线。
Rich 宣布了雄心勃勃的硬件部署计划：到今年年底，将在美国各地部署总计 7500 台 Orb。这个数字是目前全球 Orb 总数的四倍，目标是让几乎每个美国人都能在便捷的地点（如加油站、便利店）进行验证，理想情况下在 10 分钟内找到设备。
更大的惊喜在于 scalability（可扩展性）的突破。Blania 展示了「Orb Mini」的早期模型，这是第一款真正移动化的 Orb。其设想是让人们随身携带 Orb Mini，从而极大增加验证点的密度，甚至可以通过共享经济模式（类似 Uber 连接司机与乘客）连接需要验证的人和拥有 Orb Mini 的人。此举有望将验证规模再提升十倍，触及数十亿人群。活动现场的参与者将有机会获得限量版的「先驱者版」Orb Mini（预计 2026 年发货）。
现场还演示了优化后的自助验证流程：用户通过 World App 扫码配对 Orb，Orb 会通过语音和视觉提示引导用户调整距离、移除眼镜等，整个过程强调数据仅存储在用户设备，并在验证后从 Orb 中删除，突出了隐私保护设计。
World ID 落地：游戏、约会与社交的「真人认证」
有了 Orb 提供的「人类证明」，World ID 则是将其效用赋予各大平台的关键。Blania 指出，游戏、约会和社交将是早期最重要的应用领域。
在游戏方面，Worldcoin 已与全球游戏硬件及服务巨头 Razer 达成合作。玩家现在可以将他们的 Razer ID 与 World ID 验证关联，从而在 Razer 支持的所有游戏中证明自己是人类。未来计划包括：下个月起在所有 Razer 门店部署 Orb；举办完全在线的、仅限真人参与的「人类联盟锦标赛」；以及探索将 Worldcoin 的深度伪造检测（Deepfake）技术甚至硬件整合到 Razer 摄像头中，以进行更精确的身份匹配。
在约会应用领域，Match Group 的 CEO Spencer 登台宣布了合作。他透露，今年晚些时候，Tinder 在日本将率先集成 World ID 登录。用户可通过 World App 向 Tinder 发送证明，不仅验证其人类身份，还可验证年龄（如是否满 18 岁）。Match Group 计划在其庞大的全球约会应用矩阵中逐步推广这项技术，以提升平台的信赖度、安全性与真实性。
Blania 补充道，除了已与马来西亚和台湾地区政府进行的服务试点外，社交领域将是下一个让他个人非常兴奋的战场，预计今年内会有更多相关消息公布。
Worldcoin 代币：从增长工具到可持续协议引擎
Worldcoin 联合创始人兼协议负责人 Adrian 首次在正式场合深入阐述了 Worldcoin 代币（WLD）的功能与愿景。他承认，过去团队很少公开讨论代币的具体用途。
Adrian 指出，代币的第一个功能是网络增长工具。通过向完成 Orb 验证的用户发放少量代币作为激励，Worldcoin 成功吸引了超过 2600 万 World App 用户，其中超过 1200 万已完成验证。这与 PayPal 等早期金融网络用小额奖金激励用户增长的策略类似。
随着网络规模扩大，可持续性与信任成为核心问题。Adrian 强调，要使 Match Group、Razer 这样的大型企业信赖并依赖 World ID，他们必须确信这项服务是可持续且不可篡改的。这正是 Worldcoin 代币和区块链技术要解决的根本问题：构建一个开放、透明、去中心化、无人能单方面控制或关闭的协议。
他勾勒了协议的经济模型：应用程序（如 Match、Razer）为使用 World ID 等服务支付费用（以 Worldcoin 结算），这些费用用于支持提供底层技术（如 Orb 验证、协议维护）的参与者。这种共生关系确保了协议的长期可持续性。具体费用规则将由社区通过去中心化治理共同决定，收益可以分配给用户（如通过空投）、用于协议开发或被销毁。
Adrian 透露，未来一周将发布详细阐述去中心化阶段的白皮书。目标是到 2026 年底，使协议达到高度的去中心化水平，确保其可靠性、可信度足以支撑像民主投票、政府服务这类关键基础设施。最后，为庆祝美国上线，所有在美国上线前下载过 World App 的用户都将获得「先驱者赠款」，获得与项目启动日验证者等额的 WLD 代币，以示公平。
World App 4.0：迈向「人类超级应用」
World App 产品负责人 Thiago 展示了即将推出的 World App 4.0 预览版。他强调，World App 是 Worldcoin 协议的「第一个客户端」，但目标是成为「人类的超级应用」，这是一个漫长而艰难的旅程。
新版应用进行了全面重新设计，核心围绕「已验证的人类身份」展开。用户可以通过 App 查找最近的 Orb，验证后可以访问仅限真人使用的专属功能和内容。
「迷你应用」（Mini Apps）成为生态增长引擎。这些第三方应用内嵌于 World App，可利用 World ID 和金融网络提供新服务。自去年秋季推出以来，迷你应用已被使用超过 5 亿次。4.0 版本改进了主页和应用商店，方便用户管理和使用迷你应用。同时，新增了信用卡和 Apple Pay 等传统支付方式（由 Zero Hash 支持），并宣布预测市场平台 Kalshi 当天上线，允许用户使用 Worldcoin 参与体育赛事等预测。
加密聊天工具「World Chat」被深度集成。它不仅能显示聊天对方是否经过 Orb 验证，还推出了「已验证的个人资料图片」功能（用户可自愿设置，确保图片与 Orb 扫描的面部匹配）。得益于 World 网络兼具身份与金融属性，用户可以在聊天中直接附加转账。
金融功能全面升级：内置钱包的交易验证量已从去年底的 1.5 亿次猛增至 3.5 亿次。新版钱包简化了资产追踪，并重点推出了新的「现金」页面，允许用户在一个地方持有和使用多种全球货币。用户可以：免费、即时地向其他国家汇款；将资金存入「金库」赚取收益（通常高于银行）；连接 Morpho 等 DeFi 迷你应用进行借贷。此外，用户还将获得传统银行账户号码，以便接收工资等。
Thiago 宣布了关键合作伙伴：与 Circle 合作，将最受信任的美元和欧元稳定币引入 World Chain；与 Stripe 合作，使用户很快能在 Stripe 支持的网站和应用中一键使用 World App 支付；以及最引人注目的——推出实体「World Card」（与 Visa 合作），用户可以在全球超过 1.5 亿家商户直接使用 Worldcoin 进行支付。
登陆美国：规模化扩张的开始
Alex Blania（亚历克斯·布拉尼亚）在总结中再次强调了美国上线的重要性。从次日开始，旧金山联合广场、洛杉矶、迈阿密、亚特兰大、奥斯汀、纳什维尔等美国主要城市将设立旗舰验证点。但这仅仅是开始，伴随年底前 7500 台 Orb 的铺开，验证点将遍布加油站、便利店等日常生活场所。
Blania 与 Altman 的愿景清晰而宏大：在 AGI 时代来临前，构建一个全球性的、保护隐私的人类身份与金融基础设施，并通过代币经济与去中心化治理，使其成为由全人类共同拥有的开放协议。美国的全面启动，标志着这一极具野心的项目进入了规模化扩张和主流化应用的新阶段。
预测市场正在发生什么？World、Meta、世界杯人格测试与UGM，几大新动作玩法来临世界杯已开赛20余天，近两月预测市场领域动作频频。巨头与草根共舞，迎来一波密集新动作。
从Phantom钱包嵌入Solana预测市场World，Robinhood推出自建预测平台Rothera，到Meta秘密筹备中的独立App Arena；从KTX即将上线的世界杯人格测试，到Limitless最新推出的UGM用户生成市场——这些新鲜动向正在把预测市场从加密圈小众工具，推向大众日常参与的新阶段，让“预测+交易”变得更简单和有趣。不同于过往缓慢迭代，本轮更新节奏极快、亮点密集，本文带你快速Get四大看点。
Phantom与Robinhood同推自有预测市场，集体摆脱Kalshi依赖，意味着什么？
6月，一个仅凭发光地球仪视觉、神秘推文和“交易一切”slogan的神秘项目，在X平台引爆关注，短短时间内浏览量轻松突破数百万，这个项目就是World，现已作为非托管的 Solana 预测市场嵌入 Phantom 钱包，由 Chainlink 负责结算。用户直接用钱包已有余额和 CASH 参与交易，仓位自动转成 SPL Token，最后 Chainlink 处理赔付。这套流程去掉了之前 Kalshi 路径里常见的人工结算摩擦。Phantom 的分发能力让 Solana 预测市场变成钱包里的常规功能
而此前，Robinhood同样凭借强大自主分发能力，推出自有预测市场Rothera，将原本依赖Kalshi执行的订单转移至自家平台，从而大幅减少与Kalshi的收入分成，把更多利润留在自身体系内。根据Artemis数据，短短时间内，最近一月Robinhood交易量便以22亿美元位居第三，仅次于预测两龙头，展现其巨大增长潜力。
传统中心化平台与链上基础设施正在同步“去中间化”，通过自控分发渠道大幅削弱对Kalshi的依赖，同时降低用户参与门槛，短期看，这对Kalshi等第三方平台构成明显分流压力；长期看，却有望加速预测市场的整体普及——让更多普通用户自然养成“用真金白银为事件定价”的习惯，为整个赛道注入新增量和真实流动性。
社交巨头Meta杀入预测市场，不碰真钱先抢地盘，意欲何为？
扎克伯格的惯用打法就是：盯紧已被市场验证的品类，快速跟进复制，再靠Meta的庞大流量一举碾压。Instagram Stories抄Snapchat、Reels追TikTok、Threads打X，现在对于预测市场也是同样的套路。6月23日，《纽约时报》爆料称，Meta启动了一款为「Arena」的预测市场应用开发。虽不会嵌入Facebook、Instagram、WhatsApp等社交产品，但会借助Meta生态内海量社交用户进行引流。
Arena在设计上最醒目的决定是初期不引入真实金钱交易。用户通过一套类似游戏的积分系统进行预测，与Polymarket、Kalshi等平台直接使用真实资金的模式形成鲜明对比。
虽未排除后期开放真实货币下注的可能性，但是游戏积分的形式简单有趣，加上Meta的流量池。Arena或对Polymarket构成潜在威胁：若凭借数亿非加密用户提供类似功能，可能显著分流其关注度和交易量。但从长期看，Meta入场也有望扩大整个市场蛋糕——把预测市场行为普及给数十亿用户，为Polymarket和Kalshi带来新用户红利。
KTX交易所即将上线世界杯人格测试，释放了什么信号？
Phatom和Robinhood具有强大渠道分发能力，Meta则拥有庞大的社交流量池，颇具备强社交属性，而另一个将社交属性用在预测市场端的，确是KTX，⼀家 号称AI 驱动、 Agent友好的下⼀代数字资产交易所。
据内幕消息，KTX即将上线WBTI（World Cup Behavioral Type Indicator）世界杯人格测试，主标题“世界杯启动，你的真实人格才上线”，极易击中世界杯期间的集体情绪。
这款测试不考球技，也不问你懂不懂球，而是通过30道主线题和五大模型（入戏程度、上头反应、比赛理解、站队决策、社交传播），把用户代入观赛、群聊、站队、吵判罚、发朋友圈等真实场景，判断你会变成哪种“世界杯抽象人格”。结果页除了有趣的角色定位和抽象指数，还会直接给出“我的站队风格”和“今日适合你站队的比赛”，一键跳转KTX对应预测市场。这一玩法兼具强社交属性和实用转化：测完后用户天然想分享到群里“互撕”，轻松引发讨论和传播；同时把娱乐化的个性结果无缝导向轻预测交易，有望吸引大量泛世界杯用户进入KTX，为平台注入新鲜流量和交易活力。
过去几年，MBTI、16personalities、星座恋爱类型、 Hogwarts House 测试等人格测试在社交平台上反复刷屏，成为现象级传播工具。无数年轻人测完后立刻截图发朋友圈、微信群、抖音和小红书，引发一轮又一轮的“这是我”“你是什么型”“来互撕”讨论，轻松实现病毒式扩散。
KTX的WBTI延续了这一经典打法，但把场景精准锁定在正在进行的世界杯。这一玩法把预测市场从单纯的下注，升级成了可分享、可互撕、可炫耀的社交内容。用户测完后极有可能立刻转发到群里，引发新一轮讨论和传播；同时又能自然地把娱乐化人格结果转化为轻预测行为，有望吸引大量泛世界杯用户进入KTX，为平台带来显著流量和交易增量。
Limitless推出UGM用户生成市场，用户自建预测市场的时代来了吗？
当KTX从社交娱乐切入时，无独有偶，Limitless也巧利用社区潜力同步发力，正式上线了UGM（User Generated Market）用户生成市场功能。
任何用户只需几步即可创建加密价格预测市场：选择资产、设置价格目标、确定时长（15分钟至1天），并支付一定数量LMTS代币即可启动。市场基于Pyth和Chainlink预言机实时价格馈送，到期后由智能合约自动即时结算，无需人工干预、无需投票。
与早期Augur等开放创建模式不同，Limitless为创建市场设置了真实成本（LMTS不可退还），同时让创建者获得该市场全部交易费用的50%分成。这一设计既能过滤低质量市场，又为优质市场创建者提供了明确激励，且创建过程还会销毁部分LMTS，提升代币效用
Limitless的UGM为预测市场打开了新的可能性：在已有超30亿美元累计交易量和数万活跃用户的基础上，让普通用户也能轻松创建并从中受益，有望逐步缓解长期以来的流动性碎片化和发现性难题，为平台和整个赛道带来更多用户驱动的内容与交易活力。
尾声
预测市场正在经历一场静默却深刻的进化。
从Phantom World、Robinhood Rothera的基础设施自建，到Meta Arena的流量级圈地，再到KTX用人格测试把娱乐和病毒传播融为一体，最后到Limitless UGM把创建权交给用户——四大平台几乎同时从不同维度切入，共同指向同一个方向：把预测市场从“加密玩家的小众游戏”，变成普通人也能轻松参与的集体智慧工具。
这波创新的核心价值不在于谁的交易量最高，而在于大幅降低了参与门槛、提升了传播属性、并重新平衡了供给与流动性。Meta带来大众流量，Phantom和Robinhood打通日常入口，KTX注入社交病毒属性，Limitless则尝试解决“任何人可创建”的老难题。
四大新动向的共同指向非常清晰：预测市场正在变得更易参与、更易传播、也更有想象空间。无论你是想在钱包里随手下注，还是在群聊里用人格测试互怼取乐，抑或是自己创建一个价格市场，都比以往任何时候都简单。
2026年才刚刚开始，而预测市场真正的爆发，或许才刚刚拉开序幕。
AI观点精华总结
预测市场正从单一赛道走向多维创新：Phantom World和Robinhood Rothera聚焦基础设施自建与分发闭环，Meta Arena凭借流量优势低门槛圈地，KTX通过人格测试注入强社交属性，Limitless UGM则尝试解决“用户自由创建市场”的历史难题，四大平台从不同维度同时发力，共同加速行业进化。
核心趋势是大幅降低参与门槛：无论是钱包内直接交易、积分制玩法，还是人格测试一键转化，都在让“用真金白银预测未来”从加密小众行为，逐步走向普通用户也能轻松参与的大众化阶段。
社交属性成为新增长引擎：KTX的WBTI世界杯人格测试证明，娱乐化+分享欲能有效把泛世界杯用户转化为预测市场参与者，社交传播力正在成为平台获客和留存的重要武器。
用户共创可能是未来关键：Limitless UGM通过成本+激励机制，在避免流动性碎片化的同时重新激活“任何人可创建市场”的理念，有望为预测市场带来持续的内容供给和用户驱动力。
长期看，行业蛋糕或被显著做大：巨头流量、新兴平台便利性与用户创造力的结合，将吸引更多非加密用户入场。短期虽会分流现有平台流量，但长期将为整个预测市场培育更广阔的用户基盘和真实流动性。
2026年或将成为预测市场的转折之年：当基础设施、流量、社交、共创四股力量同时作用时，预测市场正从“专家与庄家主导”走向“集体智慧定价”的新范式，真正的爆发期已悄然开启。World Liberty·Justin Sun，升级为名誉毁损诉讼战特朗普家族支持的World Liberty Financial (WLFI) 以“名誉损害”为由，向波场 (TRX) 创始人孙宇晨提起诉讼，双方的冲突已升级至法律层面。其核心主张是，存在一个旨在动摇WLFI代币价格和项目可信度的“系统性诽谤”行为。
当地时间13日，WLFI向美国佛罗里达州迈阿密戴德县法院提交诉状，声称孙宇晨通过社交媒体平台X散布虚假和诽谤性言论。WLFI指出，孙宇晨的帖子对其公司、治理及业务关系造成了“持续性损害”，并要求赔偿损失并公开更正。
此次争端始于上月中旬，当时孙宇晨声称用于分发WLFI代币的智能合约中隐藏着“黑名单”功能。随后，他针对WLFI的治理提案，批评该项目为“世界暴政”，并加大了攻击力度。另一方面，孙宇晨已提起反诉，称WLFI冻结了他的代币、剥夺了他的投票权，甚至威胁要销毁他所持有的代币。
WLFI在此次诉讼中反驳称，是孙宇晨参与了被禁止的转账、规避交易和做空行为，才导致其代币被冻结。WLFI强调，冻结权限在销售条款、代币解锁协议以及公开的区块链上都有明确规定，孙宇晨对此完全知情却仍不断发表与事实不符的言论。此外，WLFI还声称，孙宇晨在其价值数亿美元的要求未被满足后，威胁要“烧毁WLFI并摧毁代币价格”。
WLFI的联合创始人埃里克·特朗普和扎克·威特科夫也正面反驳了孙宇晨的指控。扎克·威特科夫在X上将其定义为“绝望的转移视线”，并表示WLFI将采取一切措施保护社区和利益相关者。WLFI的诉讼代理人也表示，孙宇晨“对数百万粉丝反复散布虚假信息”。
孙宇晨在诉讼后立即回应称，这是“一场毫无根据的炒作秀”。此次争端之所以引人注目，是因为WLFI与孙宇晨之间的冲突已从单纯的言语争执升级为法律攻防。由于围绕WLFI代币的可信度争议仍在持续，本次诉讼的结果可能对项目声誉和市场情绪产生不小的影响。
文章摘要 by TokenPost.ai
🔎 市场解读
WLFI与孙宇晨的法律纠纷已不单是个人冲突，而是蔓延至项目可信度与治理透明度的问题
代币冻结、黑名单功能等因素再次激化了关于DeFi去中心化的讨论
知名人士之间的冲突可能导致WLFI代币价格和投资者情绪在短期内出现波动
💡 策略要点
投资项目时，必须核实其智能合约的权限（如冻结、黑名单等）
治理结构和实际权力分散程度是判断风险的关键因素
发生法律纠纷的项目短期内波动性可能增大，风险管理至关重要
📘 术语解释
名誉损害：通过散布虚假信息损害他人声誉的行为
智能合约：基于区块链、根据条件自动执行的程序
黑名单功能：一种能够限制特定钱包交易或冻结其资产的功能
做空：一种押注资产价格下跌的投资方式
💡 常见问题解答 (FAQ)
问.
WLFI与孙宇晨冲突的核心是什么？
冲突的核心在于代币冻结和治理权限问题。孙宇晨声称WLFI不当控制了他的资产，而WLFI则反驳称这是基于违规行为的正当措施，并指责孙宇晨散布虚假信息。
问.
这次诉讼会影响WLFI代币价格吗？
法律纠纷和信任危机直接影响投资者情绪，因此短期内价格波动的可能性较大。特别是当对项目信任度的质疑增加时，可能会加剧抛售压力。
问.
投资者在此次事件中应注意什么？
确认代币是否存在中心化的控制权限（如冻结、黑名单等）非常重要。此外，应综合评估项目的条款、治理结构及纠纷历史等因素来研判风险。
TP AI 注意事项
本文摘要基于TokenPost.ai的语言模型生成。可能遗漏正文主要内容或与事实不符。特朗普世界自由（Trump World Liberty）以诽谤罪起诉孙宇晨（Justin Sun）……围绕WLFI控制权的争斗愈演愈烈唐纳德·特朗普总统的数字资产项目“世界自由金融（World Liberty Financial）”已对孙宇晨（Justin Sun）提起诽谤诉讼。
世界自由金融声称孙宇晨发动了“有组织的媒体抹黑运动”，而孙宇晨则回击称这是“毫无根据的炒作式诉讼”。这场争端始于去年2025年9月世界自由金融冻结了孙宇晨的大部分WLFI代币之后。
该公司方面于13日向美国佛罗里达州迈阿密戴德县第11巡回法院提交了诉状。据悉，诉状中包含了诽谤和“暗示性诽谤”的主张，并要求赔偿损失和发布更正报道的命令。
此前，孙宇晨已于4月21日率先向美国加州北区联邦地方法院提起诉讼。孙宇晨及其持有的Blue Anthem Limited、Black Anthem Limited声称，世界自由金融违反合同，导致其持有的WLFI价值下跌。他们声称购买了超过4亿枚、价值超过4亿美元的WLFI代币，并支付了约4500万美元。按1美元兑1476.40韩元汇率计算，规模约合6640亿韩元。
孙宇晨方面还主张，世界自由金融利用未公开的黑名单功能，在智能合约中冻结了他们的代币，并在此过程中切断了治理权利。而世界自由金融则反驳称，孙宇晨的关联公司违反了转让规定，实际上是在代表第三方购买代币后，押注WLFI价格下跌。
特别是，世界自由金融强调，代币销售文件、解锁合约以及链上代码中都明确规定了冻结权限。尽管孙宇晨在名义上仍保留顾问职务，但近几个月来，他一直在X平台（原推特）上与世世界自由金融团队公开论战。
业界认为，这起诉讼可能演变成一场围绕WLFI代币控制权和合同解释的法律冲突，而不仅仅是单纯的人身攻击之争。据悉，自2025年9月以来，孙宇晨被冻结的WLFI价值已蒸发数千万美元。由于该项目与特朗普总统关联，法庭之争预计也将给WLFI的市场信心带来不小压力。
文章摘要 by TokenPost.ai
🔎 市场解读
特朗普关联项目与孙宇晨之间的法律冲突已超越单纯纠纷，扩展至代币控制权、合同解释及项目信任问题。尤其是基于智能合约的“代币冻结权限”如何实际行使，将成为市场验证的案例而备受关注。
💡 战略要点
投资者在购买代币时必须确认“锁定、冻结、黑名单”等条款。链上代码与合同文件之间是否存在不一致也是核心风险。项目核心人物之间的冲突加剧时，可能直接影响代币价格和流动性。
📘 术语解析
诽谤：通过虚假或负面主张损害对方声誉的行为
代币冻结：限制特定地址资产转移的智能合约功能
治理权利：代币持有者参与项目决策的权利
💡 常见问题解答 (FAQ)
Q. 本次争端的核心是什么？ 本次冲突不仅仅是简单的诽谤问题，而是围绕WLFI代币控制权和合同解释的法律冲突。代币冻结权限的合法性及是否违反合同是核心争议点。
Q. 代币冻结是合法措施吗？ 根据项目方的主张，冻结权限已事先在合同和代码中明确说明，但投资者是否充分知晓这一点是争议焦点。未来法院很可能对该条款的有效性做出判断。
Q. 对投资者有何影响？ 此事件显示了特定地址的资产随时可能受到限制的风险。项目信任度下降可能导致代币价格波动性增加，因此投资者需要更仔细地审视合约结构和权限设计。
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。可能遗漏了正文的主要内容或与事实存在差异。World Liberty对孙宇晨提起诽谤诉讼……代币冻结与做空指控正面冲突```html
美国特朗普总统一家关联的加密货币企业世界自由金融（World Liberty Financial）已对波场（TRX）创始人孙宇晨提起诽谤诉讼，双方冲突升级为正面交锋。围绕代币冻结及“做空”嫌疑的法律攻防战正成为市场新变数。
世界自由金融于5日（当地时间）向美国佛罗里达州法院提交的诉状中主张，孙宇晨在WLFI代币相关事宜上犯有“重大违法行为”。此次诉讼很可能是对孙宇晨此前向加州联邦法院提起的诉讼的回应。当时，孙宇晨声称世界自由金融不正当地阻止了他的WLFI代币转账。
代币冻结 vs 做空嫌疑，截然相反的主张
世界自由金融提出，孙宇晨方可能通过第三方以“借名收购”方式获取WLFI代币，同时进行了“做空”。并特别强调，在项目公开时，存在为刻意压低价格而采取的大规模抛售策略。
诉状称，与孙宇晨关联的钱包将约3亿美元（约合4409亿韩元）转移至币安，此举可能与诱导价格下跌的行为有关。
对此，世界自由金融表示：“为保护生态系统，我们行使了合同权利，冻结了代币。”并补充称，孙宇晨事先已充分知晓该权限的存在。
“扩大虚假主张”……社交媒体及网红利用行为亦被质疑
世界自由金融声称，孙宇晨在其代币被冻结后，通过社交媒体散布了虚假或歪曲的信息。并进一步强调，其利用网红和机器人扩散了这些信息，导致公司失去了“具体商业机会”。
诉状中指出，尽管孙宇晨充分理解合同条款，却仍营造出似乎遭受了不公正待遇的舆论。同时，诉状反复提及，代币转账限制权限的存在是公开的事实。
法律战可能长期化……对市场的影响受关注
此次诉讼内容包括要求对诽谤进行损害赔偿、索赔费用以及撤回相关言论。但核心交易明细及行为相关的大量细节已被非公开处理，未来可能在此后的法律交锋中逐渐披露。
由于该项目与特朗普总统有关联，此次争端可能超越单纯的企业间冲突，扩散至政治与监管议题。同时，预计也将对围绕波场（TRX）和WLFI代币的投资情绪产生不小影响。
业内人士指出，此次事件同时触及了“代币控制权”和“市场操纵嫌疑”两大敏感争议点，因此关注未来判决结果可能为类似项目整体提供参考标准。
文章摘要 by TokenPost.ai
🔎 市场解读
特朗普家族关联项目与孙宇晨之间的法律冲突已超越单纯纠纷，成为政治与监管风险相结合的案例，极有可能成为直接影响市场信任度和投资心理的变数。
💡 战略要点
代币冻结权限与市场介入争议，将作为未来选择项目时需重点考量的核心风险因素。投资者有必要务必审查智能合约权限结构及发行主体的控制水平。
📘 术语整理
做空：预期资产价格下跌，先卖出后买入的投资策略
代币冻结：项目方限制特定钱包的代币转移或交易的功能
借名收购：利用第三方名义隐藏实际所有者的交易方式
💡 常见问题 (FAQ)
Q.
本次争端的关键争议点是什么？
核心有两点：一是世界自由金融是否正当行使了代币冻结权限，二是孙宇晨是否参与了做空或市场操纵。这两个争议将同时成为法律裁决的对象。
Q.
代币冻结真的可能发生吗？
部分项目在智能合约中包含限制特定地址交易的权限。这有时用于安全或合规目的，但对投资者而言可能构成中心化风险。
Q.
此事件给投资者带来了什么启示？
它表明即使是有名人或大型项目，资产控制权和合同条款也可能带来投资风险。投资者在投资前务必确认代币结构、权限及项目的透明度。
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。可能遗漏了文中的主要内容或与事实存在出入。
```
周末荐读：香港放开代币化二级交易，孙宇晨起诉 World Liberty整理：Cora
本周聚焦
《专访新火集团首席经济学家付鹏：解读比特币资产属性、香港楼市与普通人理财建议——Techub News 对话实录》
本次专访中，付鹏清晰界定了比特币的资产属性，拆解了其与AI资产、黄金的核心区别，同时分析了香港楼市的核心支撑因素与数字资产领域的角色定位。
《Base 发布首个独立 OP Stack 框架的网络升级 Azul，将是 L2 自主迭代的开端？》
总而言之，竞争加剧最终利好终端用户。Base 的独立升级迫使其他 L2 也必须加快迭代速度、提升安全性与性能、降低开发者门槛。对于开发者而言，这意味着更多的选择、更好的工具链以及更低的多链适配成本；对于用户而言，跨链体验、提款速度、交易费用都将持续改善。
《香港证监会最新框架落地：代币化二级市场交易开闸，新时代要来了？》
证监会这次新监管框架的发布，标志着香港代币化产品市场从「单向通道」（仅限一级市场认购赎回）迈出了「双向流通市场」（投资者之间可自由买卖）的关键一步。过去只允许初级市场交易，现在正式放开代币化产品在持牌平台上的二级市场买卖，大幅提升了产品流通性。
《The Rollup 对话 Dragonfly 合伙人 Rob Hadick：危机周末后，DeFi 的未来将走向何方？》
从主流币种到当时的任何叙事，每个 AMM、每个借贷协议、每个游戏协议都涨。不管你是不是持有最大的那个，它都会跟着涨。然而，那个时代已经结束了。在这个领域投资会更难，交易也会更难。现在不再只是寻找贝塔（以前大家基本上都在做这个），而是寻找更多的阿尔法。
《Solana Q1 生态全景一览：数据全面回落进入「降温」，5 个关键支柱或决定下一轮扩张成败》
在过去一年，Solana 一直是加密货币领域投机的首选平台。这种定位为其网络提供了一次无价的「压力测试」。结果是，其用户活动、费用、开发者数量和投资者关注度均出现爆炸式增长。
精选推荐
《没有「身份证」的 Agent，接管不了世界》
焦虑与兴奋，是当下科技圈最真实的画像。大年初一蹲在家里装「小龙虾」的老板们，和深夜里顶着 Bug 调教 Agent 的独立开发者，被同一股力量推着往前走。他们既害怕错过，也害怕被反噬。
《CLARITY 法案迎来关键节点，美国加密监管十字路口》
对于市场参与者而言，核心战略判断只有一个：无论法案最终以何种形式通过，合规能力将成为接下来五年最重要的竞争护城河。在一个机构资本主导的新加密市场中，能够穿越监管周期的，必然是那些在制度不确定性中提前完成合规基础设施建设的先行者。
《逃离委内瑞拉陷阱，复刻新加坡奇迹，用主权货币经验打造一条公链》
本文从货币经济学视角拆解 $PROS 代币经济学的设计逻辑，并明确区分三类内容：一是项目层面已经公开披露的机制事实；二是基于货币经济学框架所做的作者推演；三是对不同供给路径适用条件的规范性判断。下文将结合主权经济体与加密原生项目的案例，对这一分阶段供给框架进行分析，并讨论其在不同发展阶段下的适用条件与潜在约束。
《AI 不是消灭 APP，而是让它们「归位」》
最终胜出者，不是最智能的 APP，而是最擅长处理人机矛盾、隐私博弈和法律责任的。AI 是权力，APP 则是权力的接口。这个趋势已加速，但方向并非单行道。2030 年，你手机里最常用的 APP，或许正是那个发誓「永远不用 AI」的复古软件——因为人类对真实连接和自主权的渴望，从未消退。
《消费级 Crypto 全球普查：用户、收入与赛道分布》
七个核心结论：加密的用户问题本质是地理问题；Tron 是最重要的消费级公链，但 NYC 和 SF 没人谈；链上电商基本不存在；最大的预测市场是中心化的；收入和用户数往往是反着走的；永续 DEX 之战已经结束；真正赚钱的消费级加密公司确实有——只是不长得像 DeFi。
本周不容错过的十条新闻
Metaplanet 发行 80 亿日元零息普通债券，以购买更多比特币
XRP Ledger 上美国国债代币化规模超 3.33 亿美元
吴杰庄：香港拟于年底推出加密货币 OTC 合规牌照
预测市场平台 Kalshi 集成 Pyth 扩展石油黄金预测市场
Base 启动首个独立升级 Azul，拟于 5 月 13 日强化多重证明机制
SpaceX 与 Cursor 达成合作，包含 600 亿美元潜在收购期权
美 SEC 主席：拟推出代币化证券创新豁免，推动「Project Crypto」战略
Arbitrum 冻结 KelpDAO 漏洞相关资金，超 3 万枚以太坊已转入安全地址
灰度向 SEC 提交 Hyperliquid ETF 修订案，拟启用 Anchorage 担任托管方
圆币科技子公司 RD InnoVest 获得香港证监会颁发的第 1 类和第 4 类受规管活动牌照纳斯达克Maison Solutions，在食品流通领域增添Worldcoin财务战略美国纳斯达克上市公司美松解决方案(Maison Solutions·$MSS)在经营传统亚洲食品流通业务的同时，并行推进数字资产财务战略，正引起市场关注。基于加利福尼亚州的食品店运营业绩与购入Worldcoin(WLD)、筹集可转换公司债的计划相互交织，使得市场需要同时审视企业的业务结构和资本战略。
美松解决方案是一家以美国境内亚裔消费者为主要客户群的食品零售商。公司通过"HK Good Fortune"和"Lili International Supermarket"等渠道销售传统亚洲食品及各类生活用品。近期公布的公司消息包含了季度及年度业绩、资金筹集、战略变化、新流通合约、管理层人选等。这可以解读为该公司已超越单纯的流通企业，正迈向业务多元化。
在业绩方面，美松解决方案持续公布新鲜食品与非新鲜食品销售额、销售总利润与利润率、税息折旧及摊销前利润(EBITDA)、净利润或净亏损变化。管理层一直将加利福尼亚地区竞争加剧、各门店收益性差异、收购效果等作为业绩变量提及。特别是，现有食品业务虽以贴近本地需求为优势，但在竞争激烈的市场结构下，确保稳定的收益性被视为核心课题。
数字资产财务战略
最引人注目的变化是数字资产财务战略(DAT)。美松解决方案宣布了发行规模最高达7000万美元的优先担保可转换本票的证券买卖合约，并表明将把该资金用于构建以Worldcoin(WLD)为中心的数字资产储备。换算成韩元，规模约为1036亿5600万韩元。公司随后通过相关的8-K公告和S-1注册文件，也公开了本票条件及转售注册内容。
根据公司公告，美松解决方案购入了约255万个Worldcoin(WLD)。这之所以受到关注，是因为一家食品流通企业超越了单纯的投资目的，正在研究与基于区块链的支付、数字身份、客户计划等相连接的应用方案。不过，目前仍处于构想阶段的性质较强，能否实际转化为业务协同效应，还需进一步确认。
供应链与商品战略
供应链与商品战略也在同步推进。美松解决方案通过与贵州茅台进出口公司的流通合约，公布了在加利福尼亚州内的HK Good Fortune门店进口销售53度"飞天茅台"的计划。这被视为瞄准高端酒类需求的商品差异化战略。加之负责企业战略与业务开发的管理层人选消息，公司正在构建一个同时串联流通、资本市场和数字资产的结构。
最终，美松解决方案近期的新闻动态表明，在现有食品业务体质的基础上，以Worldcoin(WLD)为中心的数字资产战略正作为新的变量浮现。从投资者立场来看，需要同时关注门店运营业绩、资金筹集条件、数字资产波动性以及与实际业务连接的可能性。作为传统流通企业结合加密战略的案例，未来的市场评价很可能由"业绩"和"执行力"所左右。
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。正文的主要内容可能被省略或与事实不符。RWA期货交易量九个月内从7.6亿美元飙升至1076亿美元Techub News 消息，现实世界资产（RWA）期货交易量在九个月内从7.6亿美元飙升至1076亿美元，增幅达142倍。商品、股票及IPO前合约在链上衍生品活动中占据更大份额，RWA期货交易量已与OKX和Token等平台的加密货币交易量相当。
（Crypto.news）FIFA主席被要求公开世界杯股权出售计划相关文件Techub News 消息，国际足联（FIFA）主席詹尼·因凡蒂诺被要求公开其备受争议的世界杯股权出售计划的所有相关文件。该计划涉及出售世界杯赛事的部分股权。（BBC News）World 推出全球支付与投资超级应用 World MoneyTechub News 消息，World 宣布推出名为 World Money 的超级应用，旨在通过整合身份验证与去中心化金融服务，革新全球支付与投资领域。该应用致力于提升安全性与可访问性，为用户提供一体化的全球金融解决方案。（Crypto Briefing）前世界第一、六届大满贯双打冠军 Joe Salisbury 宣布退役Techub News 消息，网球六届大满贯双打冠军、前世界排名第一的乔·索尔兹伯里宣布从职业网坛退役。他曾与多位搭档合作，在澳网、温网等赛事中斩获男双和混双冠军。此次退役标志着这位英国名将职业生涯的终结。 （BBC News）美联储理事 Warsh 称全球热点与能源成本推高债券收益率Techub News 消息，美联储理事 Kevin Warsh 表示，全球多地热点事件以及能源成本上升正在推高债券收益率。他指出，地缘政治紧张局势和能源价格压力是影响市场利率的关键因素。（@Kalshi）香港政策报告提出扩大稳定币交易与代币化现实资产监管计划Techub News 消息，香港在 2026 年施政报告中提出计划，将扩大受监管的稳定币交易、代币化现实资产以及数字债券基础设施。同时，香港正筹备在 EnsembleTX 项目下实现全天候的央行数字货币结算。（Crypto.news）报告警告 AI 数据中心电子垃圾被严重低估，2050年或达2300万集装箱Techub News 消息，非营利组织巴塞尔行动网络（BAN）发布最新报告警告，AI 繁荣产生的电子垃圾被严重低估。报告预测，到 2050 年，AI 数据中心产生的电子垃圾总量可能足以填满约 2300 万个 40 英尺集装箱，若将其首尾相连可绕地球六圈。
报告指出，此预估远高于以往研究，因为其考虑了支撑数据中心服务器所需的所有基础设施。报告旨在更全面地揭示 AI 发展遗留的废弃物问题。（The Verge AI）Tether 向美国黄金交易商提供约 15 亿美元贷款Techub News 消息，Tether 已成为主要的黄金贷款方，在积累了全球最大的私人黄金储备之一后，向一家美国顶级黄金交易商提供了约 15 亿美元的融资。
（Bloomberg Crypto）高尔夫球手马特·菲茨帕特里克对迪拜总决赛卫冕之旅表示不感完全舒适Techub News 消息，英国高尔夫球手马特·菲茨帕特里克表示，他对11月前往迪拜参加赛季收官战DP世界巡回锦标赛的前景不感“100%舒适”，届时他将作为卫冕冠军出战。（BBC News）IonQ、ORNL、英伟达与田纳西大学推出AI方法降低量子优化权衡Techub News 消息，量子计算公司 IonQ、美国橡树岭国家实验室（ORNL）、英伟达与田纳西大学联合推出一种AI方法，旨在减少量子优化中的权衡，预计将显著降低成本并提升效率，加速量子计算的实际应用。（Crypto Briefing）
