Crypto诸葛

此时此刻，激动的心情根本无法用语言形容。一姐@heyibinance的关注简直是“链上刻名”的荣耀时刻！我现在的状态，就是握着手机手指都在抖，脑子里只有一个声音在回荡：“我爱一姐！” 一姐不仅是币安的灵魂人物，更是整个 Web3 世界里最具温度的代表。她是穿梭牛熊、引领无数人穿越黑暗的“光”。她能站在全球舞台上用洞察力影响行业大局，也能在社群中俯下身与普通用户共鸣，这种气场与格局，真的没几个能比。 说句实话，在 #Web3 的世界里，有太多浮躁与短视，但一姐一直是信仰的存在，她和币安一起，用实际行动证明了什么叫长期主义、什么叫用户为本、什么叫做“Web3 的真正 alpha”。 记得每天打开 币安 #Alpha，这已经不仅仅是习惯，更是参与下一轮财富密码的“必修课”。 无论是在推特，还是各大 Web3 社区，大家天天都在热烈讨论： 「下一期多少分能中？」 「怎么才能提高权重？」 「今天任务做完了没？」 #Binance 真正把“早期红利”以最原始最直接的方式——发放给真正活跃的Alpha用户。 @binance @binancezh @BinanceWallet

最近有个变化，比 AI 又出了什么新模型更值得关注。 以前我们用 AI，基本都是让它帮忙干活：写文章、查资料、分析行情、写代码。活干完了，收益还是归人类。 但如果有一天，AI 不只是替人工作，而是能自己找客户、接任务、交付成果，最后把赚到的钱存进自己的钱包呢？ 这才是我理解的 Agent Economy（智能体经济）。 这次看到 Elon Musk 关于超级智能体未来会为自己赚取货币的讨论，我觉得 TermiX 切入的方向挺有意思。 它不是单纯做一个聊天机器人，而是在尝试搭建一个 AI Agent 可以真正交易服务的市场。 举个简单的例子： 假设你有一个擅长研究链上数据的 AI Agent，别人需要分析某个项目，就可以发布需求。你的 Agent 接单、完成任务，买家验收后，通过链上托管结算支付。 @termix_ai 想解决的就是中间这套交易问题： 谁在接单？ 交付的东西怎么验收？ 钱什么时候支付？ 发生争议又由谁处理？ 它目前的机制包括链上 Agent 身份、订单托管、交付记录和争议仲裁。简单说，就是尽量让 AI 之间的合作不再只靠一句口头承诺。 我比较关注的是它最近推出的两个入口。 一个是 Agent Skills。 通过安装技能包，让支持的 AI Agent 接入 TermiX 的服务市场，具备查看订单、提供服务等能力。官方文档已经提供了安装指引。不过，安装技能不等于自动获得收入，后面还需要绑定账户、配置钱包和完成实际订单。 另一个是 BNB Chain 的量化 Agent 活动。 用户可以选择量化策略，设定交易额度和运行期限，让 Agent 按授权执行；策略提供者则可以发布自己的策略，接受管理订单。 这里有个值得注意的细节：活动奖励不是单纯注册就送，而是要求订单完整运行、管理费用完成结算。提前撤销授权或者中途转出资金，都可能失去积分资格。 我认为 TermiX 真正值得观察的，不是 AI 能不能替人炒币，而是它能不能建立一套可持续的智能体商业关系。 毕竟，AI 会分析行情、会写代码，并不代表它就有商业价值。 真正的问题是：有没有人愿意付钱让它干活？交付质量能不能被验证？出了问题有没有责任和处理机制？ 当然，现在也不能把 Agent Economy 说成已经成熟。 链上托管只能解决部分支付信任问题，不能保证 AI 输出一定正确；三方评审也不代表所有复杂任务都能公平判断。尤其量化 Agent，策略收益、回撤、滑点和真实交易记录，比宣传中的积分倍数重要得多。 所以我对 TermiX 的关注点很明确： 不要只看有多少 Agent 注册，而要看有多少真实客户愿意下单，有多少任务成功交付，以及有多少服务能持续产生收入。 如果未来 AI Agent 真能独立接活、交付和结算，那么今天建立的身份、订单、信誉和支付体系，可能就是这场变化里很重要的基础设施。 AI 不只是帮人赚钱，而是逐渐拥有自己的经济活动。 这个方向，值得继续观察。

玩杠杆的时候，遇到中途针插，仓位直接没了。 还有不只是判断涨跌，还有怎么活着熬过市场波动。 @protocol_fx 没有单纯去拼谁给的杠杆倍数更高，而是在尝试解决几个交易者经常遇到的问题。 第一个是爆仓。 普通杠杆交易，一旦价格碰到清算线，仓位可能直接被强制平掉。 f(x) 的思路不太一样，当仓位达到一定风险阈值时，会通过自动再平衡调整杠杆，让仓位尽可能继续留在市场里，而不是马上被清算。 当然，这不是保证永远不会亏损，极端行情下依然存在清算风险。 第二个是资金费率。 很多永续合约最让人头疼的就是持仓成本，短线交易可能感觉不明显，但如果想拿几周，资金费率就可能一点点侵蚀利润。 f(x) 在正常情况下通常不收取持续资金费用，只有在特定稳定机制需要时，才可能临时启用相关费用。 第三个是价格问题。 有时候一个交易所突然插针，就可能让依赖该交易所报价的仓位遭遇清算。 f(x) 使用去中心化预言机定价，降低对单一交易所价格的依赖。 另外，它的仓位运行在链上合约中，用户可以通过链上交易记录了解协议运作，不需要把资金完全交给某个中心化交易平台托管。 我觉得 f(x) 值得关注的地方就在这里： 它不是简单地告诉你可以开多大的杠杆，而是在思考怎么减少交易者在持仓过程中遇到的各种麻烦。 毕竟，交易不是开仓那一刻就结束了。 能不能控制成本、应对波动，以及在极端行情下保护系统本身，同样重要。 这才是我觉得去中心化杠杆产品应该认真做的事情。 @protocol_fx

以前总觉得，区块链最大的优点就是透明。 但后来想想，这事其实挺矛盾的。 你往链上转一笔钱，别人能查；你调仓，别人能盯；如果是一家机构，连资金怎么动都可能被人拿来分析。 可反过来，如果什么都不公开，用户又凭什么相信你真的有钱、没有造假？ 所以我觉得，真正值得研究的不是让区块链变得不透明，而是怎么做到：该证明的事情能证明，不该公开的数据不用全部交出来。 最近关注 @primus_labs，我觉得它的价值就在这个问题上。 先说一个比较容易理解的场景。 假如你想证明自己在某个交易所有足够的资产，传统做法可能是发截图、交账户记录，甚至把更多账户信息交给第三方。 问题是，别人确实看到了你的资产，同时也看到了你不想公开的东西。 Primus 的 zkTLS 就是在尝试改变这个过程。 简单说，它可以帮助验证来自网站或 API 的数据是否真实，再配合后续的计算与证明，让应用只披露需要验证的结果。 比如，你想证明自己的账户余额超过某个门槛，重点应该是证明条件成立，而不是把整份资产记录交出去。 当然，具体能隐藏哪些字段、证明哪些条件，要看实际采用的协议和应用实现，并不是用了 zkTLS 就能自动隐藏所有信息。 另一个值得关注的方向是 FHE，也就是全同态加密。 这个技术更有意思：数据保持加密状态时，也能进行特定计算。 放在链上金融里，理想状态是转账、余额更新等操作可以在不直接公开金额的情况下完成，同时让系统验证计算是否符合规则。 Primus 还在推进相关的 GPU 加速和可验证计算研究。它参与的 FHE 研究成果 HasteBoots 已进入 USENIX Security 2026 的论文体系，研究重点之一就是降低全同态加密计算的证明成本。 不过，论文中的性能提升，不等于整个金融应用已经达到同样的速度。实际体验还要看具体操作、硬件条件和完整流程。 我反而觉得，Primus 更值得观察的落地场景，是稳定币储备证明。 因为稳定币最怕的不是账面数字不好看，而是用户根本不知道这些数字究竟能说明什么。 以 USDu 为例，Primus 与 Brevis、Unitas 合作的方案，尝试把链上资产和交易所里的链下资产一起纳入验证。 这比只看链上钱包余额更有意义，因为有些金融策略本来就涉及交易所里的对冲仓位。 但这里有个必须说清楚的区别： 储备证明，不等于完整的偿付能力证明。 即使资产数据真实、计算过程正确，也还要看负债是否完整纳入、资产有没有重复计算或其他权利限制，以及数据覆盖的时间和范围。 密码学能帮助我们验证数据和计算，却不能凭空保证输入已经覆盖所有风险。 这也是我看 Primus 时最关心的地方：它不只是要证明一个数字是真的，还要让用户知道这个数字到底证明了什么。 隐私技术真正进入金融应用，靠的不是几个听起来厉害的缩写，而是能不能把数据真实性、计算正确性和披露边界一起处理好。 这条路还有不少工程和信任问题需要解决，但方向值得继续观察。 想了解实际产品，可以从 Primus 官方应用和任务页面入手，看看它目前支持哪些验证场景，再判断这些能力距离真实业务还有多远。 官网：primuslabs.xyz/

不知道什么时候开始的 ，Ai项目都喜欢吹的就是有多少用户、多少交易量、多少资金。 数据再漂亮，没人愿意掏钱用，那不还是自嗨吗？ 按照 @termix_ai引用的 DefiLlama 数据，它在 BNB Chain 的 AI Agent 协议里，近 7 天和近 30 天的协议收入都排第一。 这个指标比单纯看热闹有意思。因为 Agent 能不能真正帮人干活，最终还是得看有没有人雇、任务能不能完成、最后有没有结算。 不过，收入排名第一，不代表这个生意已经稳了。收入具体有多少、能不能持续、扣除成本后还剩多少，这些账还得继续看。 再看它和 @BNBCHAIN 搞的 Quant Agent 活动，思路也挺直接：你可以选一个 Agent，拿 USDC 设定资金上限和运行期限，参与符合条件的任务赚 TP；也可以把自己的交易策略挂上去，接别人的任务赚管理费和 TP。 说白了，就是一边让人找 AI 干活，一边让有本事的人把自己的策略拿出来接单。 这比单纯让大家注册、签到、刷积分更接近真实生意。因为它至少在尝试回答一个问题：AI Agent 到底能不能帮人干活，并且让提供服务的人赚到钱？ 但有几个坑也不能装看不见： TP 不等于现金收益，活动奖励也不代表交易一定赚钱。策略可能亏损，Agent 的执行效果也需要验证。至于平台收入能不能长期维持，还得看后续数据。 我对 TermiX 真正感兴趣的，不是它今天排第几，而是以后有没有人愿意持续付费，让这些 Agent 替自己办事。 如果能做到，AI Agent 才算真正从会聊天的工具，往能接活、能交付的生意迈了一步。 如果做不到，再好看的排名也只是暂时的。

最近一直在关注 AI 和链上生态的结合，感觉接下来会有越来越多项目往这个方向发展。 @Bullshot911目前累计融资已经达到 $7.7M，投资方包括 Animoca Brands、P2 Ventures，同时还与 @MindoAI 有 $1M 融资合作。 产品方面，Bullshot 已经支持 Meme Token 创建、公平发射和 Bonding Curve 交易，达到指定门槛后可以自动迁移到 DEX。官方公布的数据也比较直观：累计交易量超过 $85M，创建 Token 超过 21 万个，收入超过 $580K。 我个人更关注的还是后续发展。现在 Meme 发射平台并不少，光靠降低发币门槛，很难一直保持竞争力。相比之下，AI Agent 能不能真正融入交易流程，给用户带来新的体验，才是后面值得观察的地方。 毕竟市场不缺新概念，缺的是能把产品做起来、让用户持续留下来的项目。Bullshot 已经有了一定的数据基础，接下来能不能继续扩大生态规模，就看后续的产品迭代和实际表现了。

玩 DeFi 久了就会发现，同样一份资产，不一定只有一种赚收益的方式。 有人想提供流动性，有人想博取未来收益，也有人更喜欢提前锁定一个相对明确的回报。 这次 @protocol_fx 和 @pendle_fi 的新市场，就把这几种选择放到了一起。 根据项目方公布的数据，fxSAVE 相关 Pendle 市场提供了三种玩法： LP：提供流动性，页面显示 APY 最高约 64%，同时有 FXN 激励。 YT：购买未来收益敞口，显示 APY 约 28.45%，最高可获得 31 倍收益敞口，但实际收益取决于未来产生的收益和激励。 PT：以折价方式买入到期可赎回的本金代币，项目方给出的参考固定收益率约为 6.7%，期限为 6 个月。 简单理解，LP 更偏向提供流动性赚取相关收益，YT 是押注未来收益表现，PT 则更适合想提前确定到期收益计算方式的人。 我觉得这次整合值得关注的地方，是 fxSAVE 不再只有单一的收益使用场景，而是能通过 Pendle 让不同风险偏好的用户选择适合自己的策略。 不过，64% APY 不代表稳定回报，FXN 激励也可能变化；YT 有到期归零的可能，LP 则需要考虑无常损失和流动性风险。PT 的实际回报也取决于买入价格、到期兑付和相关协议风险。 做 DeFi，选择多当然是好事，但先弄懂自己买的究竟是什么，比盯着最高 APY 更重要。 @protocol_fx @pendle_fi

以前我觉得，区块链最牛的地方就是公开透明，谁转了多少钱、什么时候转的，打开浏览器就能查。 但也挺尴尬，赚了多少钱，钱包里有多少资产，平时怎么操作，只要别人顺着地址研究，很多东西就可能被扒出来。 透明是好事，但把自己的家底天天挂在大街上，换谁都不舒服吧？ 所以我最近越来越关注 @primus_labs 在做的事情。 它让我觉得有意思的地方，不是单纯把交易藏起来，而是想让链上金融多一种选择：该验证的信息可以验证，该保护的隐私也能保护。 举个简单的例子。 以后你想让某个金融应用确认自己符合某项资产条件，难道非得把整个账户的信息全部交出去吗？ 如果能证明需要证明的部分，而不是把所有底牌都亮出来，用户的处境显然会好不少。 Primus 的 zkTLS 可以帮助验证网页或互联网数据的真实性，FHE 则让系统有机会在不直接暴露原始数据的情况下进行计算。 而它现在探索的 Confidential Vault，也把这个思路带到了实际的链上金融场景：让资产在获得隐私保护的同时，继续参与转账和收益等活动。 当然，技术能实现是一回事，安全性、实际使用体验和长期需求又是另一回事，不能因为讲得通就认定它一定成功。 但我认为，未来链上金融真想吸引更多普通用户和机构，光做到资产能交易还不够。 用户需要的不只是资产上链的自由，也应该有决定哪些信息公开的权利。 透明不等于毫无隐私，保护隐私也不应该意味着什么都无法验证。

市场上新项目不少，但真要看一个项目有没有吸引力，还是得先看代币分配和玩法机制，而不是光听故事。 CNHK 生态项目 FTA 丰泰，定于北京时间 10 月 26 日晚 8 点登陆 Ela.fun，这次主打的就是公平发射。 先看代币分配，总量只有 1 万枚，没有团队预留，也没有预挖。1000 枚用于初始 LP，并按项目方公布的规则打入黑洞，剩下 9000 枚全部通过挖矿产出，365 天线性释放，分成 4 个矿池，按照价值进行分配，每日全池产出约 24.6575 枚 FTA。 交易机制这块，设置了 3% 的交易税，其中 2% 自动分给团队长，另外 1% 用于营销推广，全部通过链上自动分配，相关数据可以公开查询。 现在大家对新项目越来越谨慎，光靠几句口号已经很难打动市场。代币有没有预留、筹码怎么释放、规则是否透明，这些才是值得提前了解的地方。 FTA 丰泰这次的核心就是零预留、无预挖，全部代币交给市场。。 北京时间 10 月 26 日晚 8 点，Ela.fun 见。 FTA 合约： 0xfe2260f8954b68D54B10666925a9334AE7b53333 CNHK 合约： 0x4ec71f5f62244e27e886f3d742ae8871037a1111 官网：Ela.fun 电报：t.me/CNHK_XYZ QQ群：1083753842 #FTA #BNB #CNHK

以前我一直觉得，AI 最牛的地方，就是你给它一句话，它能帮你干一堆活。 后来想想，你把活干完了，然后呢？谁来买单？去哪找客户？怎么证明你有能力把事情做好？ @termix_ai 让 AI 不只是会分析行情、执行策略，还能通过 Agent.family 这样的市场去接触真实的商业需求。 比如，一个能处理金融数据的 Agent，如果只能在自己的环境里运行，能力再强，能发挥的空间也有限。但如果它能接入服务市场，让别人找到它、调用它的能力，事情就不一样了。 TermiX 还提到了 Binance Agent OS 的接入方式，开发者可以给兼容的 Agent 集成 TermiX Skills，后续也在推进 Binance .ai Agent ID 的登录和身份关联。 当然，接入不代表马上就能赚钱，市场有没有真实需求、服务交付靠不靠谱、报酬怎么结算，这些都得慢慢验证。 但我觉得这个方向有意思的地方就在这：AI 的竞争可能不只是比谁更聪明，而是谁能把能力真正接进现实的生意里。 毕竟，会干活只是本事，能找到人愿意为你的活付钱，才算真正跑通商业闭环。 接下来就看 TermiX 能不能把这条路走通了。

币安蝴蝶调整结束，今天又开始发力了！ 这走势越来越猛，眼看就要突破前高，新的 ATH 感觉马上就要来了。 目前已经有90多位持币大户参与销毁，每个人都往黑洞地址打了90万枚代币，按目前的价格算，每份价值3000多U，累计销毁量已经达到总量的8%。 币安蝴蝶这边，大户销毁只是第一步，接下来已经开始推进小持仓地址的裂变，团队明显不只是停留在嘴上，而是在一步步扩大社区共识。 照现在这个节奏，10M市值确实可以期待一下。 CA：0xfbc0e9e64579857f7e36004995252fb76ff57777

42% APR？看到 @protocol_fx 最新分享这个数字时，我觉得更值得研究的不是收益有多高，而是它到底怎么实现的。 先把 USDC 存入 fxSAVE，获得自动复利收益；再把 fxSAVE 作为抵押品，在 Morpho 上借出 USDC；最后把借来的钱继续投入，重复这个过程，最多循环到 10 倍。 项目方给出的参考数据是，fxSAVE 收益率约 6.35%，Morpho 借款利率约 2.34%。当资产收益高于借款成本时，循环策略就有机会放大收益。 更方便的是，现在不只有手动操作这一种选择。 想自己控制每一步，可以在 Morpho 上操作；想自动执行循环，可以使用 @nine_summits；希望通过 Vault 使用策略，也可以了解 @lagoon_finance 提供的方案。 这让我觉得 @protocol_fx 值得关注的地方，不只是 fxSAVE 本身，而是它正在把收益资产、借贷市场和自动化工具连接起来，让用户有不同的参与方式。 不过，42% APR 是项目方宣传的策略数据，不是存款利率，更不是保证收益。循环到 10 倍也意味着更高的资金敞口，利率变化、抵押品风险、清算和策略执行成本都可能影响最终结果。 DeFi 真正值得研究的，不是看到高 APR 就冲进去，而是弄明白收益从哪里来，以及自己能不能承担对应的风险。

假如以后用链上账户买东西、借钱，甚至让 AI 帮你管理资产，别人是不是只要顺着公开记录，就能把你的财务习惯摸个七七八八？ 今天买了什么，给哪个地址转了钱，账户里大概有多少资产。单看一笔交易好像没啥，可这些记录长期积累起来，就可能拼出一个人的行为画像。 这就是区块链挺矛盾的地方：公开透明确实让人更容易验证交易，但透明到连自己的生活习惯都可能被别人研究，很多人未必愿意。 最近看到 Bankless 在聊 Zcash 的 .zec 用户名，我觉得这个方向挺有意思。它试图让用户通过更容易识别的名字使用屏蔽支付，降低转账时的操作门槛，同时保护交易隐私。 但我觉得，真正值得讨论的还不只是转账能不能藏起来。 如果链上隐私只解决了付款这一步，却没解决其他数据怎么安全使用，整个问题其实还没完。 比如一个应用想判断你有没有资格参与某项活动，没必要就把你的完整资产记录全部拿走；一个 AI Agent 想根据你的数据提供服务，也不应该默认拥有查看所有原始信息的权限。 这里就能看出不同技术方向的区别：Zcash 这类隐私支付方案，重点是保护交易信息；而 @primus_labs 探索的 zkTLS 和 FHE，则分别涉及链外数据真实性验证，以及在加密状态下进行计算。 它们不是同一种产品，也不能简单说谁取代谁。真正有意思的是，未来能不能把支付隐私、可信数据和隐私计算结合起来，让链上应用既能使用必要的信息，又不必把用户的全部隐私暴露出来。 当然，技术能做到什么程度，还得看具体方案、安全性、使用成本和应用集成，不能看到隐私两个字就默认万事大吉。 我个人觉得，Web3 接下来要解决的一个现实问题，就是怎么让用户敢于把更多真实需求放到链上。 毕竟，普通人想要的不是天天研究密码学，而是转账方便一点、个人信息少暴露一点，需要证明自己的时候，也不用把整个家底交出去。 透明不应该意味着毫无边界，隐私也不应该意味着所有事情都无法验证。 这才是我持续关注 Primus 的原因。比起单纯讨论技术有多先进，我更想看到它能不能让真实应用在保护用户数据的同时，依然把事情办好。 你们觉得，未来链上应用普及最大的阻碍之一，会不会就是隐私问题？如果交易记录默认公开，你们真的愿意把所有金融活动都放到链上吗？ @primus_labs #PrimusLabs #Privacy #Web3

真正有价值的内容，不是把英文换成中文，而是把项目的机制拿出来，结合自己的理解，讲清楚它到底解决什么问题。 比如 @termix_ai 涉及的托管、交付、争议处理和结算。 乍一看，这几个词挺普通，但你真把它放到 AI Agent 的工作场景里，就有意思了。 假设你让一个 Agent 接单，再找其他 Agent 帮忙做设计、写代码。活干完了，谁来判断交付合不合格？如果双方意见不一致，钱是不是马上就能拿走？万一有人不认账，又该怎么办？ 这些问题如果解决不了，Agent 再聪明，也可能只是个会干活、不会做生意的工具。 我觉得 TermiX 这类项目值得讨论的地方，就在于它尝试把任务协作和交易流程串起来。对于需要陌生参与者互相合作的场景，规则是否明确、交付能否验证、出现争议如何处理，都比单纯喊一句 AI 自动化更实际。 当然，机制设计得好，不代表现实中所有纠纷都能自动解决，具体效果还是得看产品实现和真实使用情况。 另外，这次活动还有一个值得中文创作者关注的地方：中文和韩文创作者分别计算排名，每个语言区各有 150 个奖励名额。 但我觉得，别把这件事理解成换个语言发帖就有机会了。真正应该做的，是找到一个自己能讲透的角度。你可以分析一个真实使用场景，可以拆解一条交易流程，也可以指出机制目前还存在哪些问题。 有自己的判断，比把官方公告改写十遍更有意义。 毕竟，做 KOL 不是给项目当翻译，而是让别人通过你的内容，更容易理解这个项目为什么值得关注，以及它到底还有哪些地方需要验证。 接下来我会更关注 TermiX 的实际产品机制，而不是单纯追着公告跑。 你们觉得，AI Agent 要真正开始接单赚钱，最先需要补齐的是什么？是交付验收、资金托管，还是发生纠纷之后的处理机制？ @termix_ai #TermiX #AI代理

最近 @protocol_fx 和 @nine_summits 带来的 fxLOOP，就在尝试把件事变简单。 用户存入 USDC，fxLOOP 自动执行预设策略，将资金循环配置到 fxSAVE 和/或 PT-fxSAVE，最多循环 7 倍。 这套策略建立在 f(x) 的 fxSAVE 之上，由 9Summits 设计策略，并由 @LagoonFinance 提供相关基础设施支持。 项目方宣传的参考收益率接近 28% APR。这里真正值得关注的，不只是这个数字，而是它把原本需要用户手动完成的复杂操作，整合成了更简单的策略入口。 自动化不等于没有风险，28% APR 也不是固定回报。循环会放大资金敞口，实际收益还会受到利率、资产价格、策略执行和市场环境影响。 我觉得 @protocol_fx 值得持续关注的地方，是它正在把底层收益资产与自动化策略连接起来，让用户更容易接触链上收益工具。 对用户来说，降低操作门槛是好事，但参与之前还是要弄清楚策略怎么运作、最坏情况下可能损失什么，以及自己是否能承受相应风险。

大家想象一下，几台机器一起处理一笔保密转账，一台算出来是 100，另一台因为计算误差算成了 99.999……你说这账到底听谁的？ 普通程序里，这点误差可能根本不算事，但放到需要严格验证的金融系统里，就可能变成大麻烦。 加密数据不仅要算得快，还得让不同节点算出同一个结果。 FHE 的好处，是数据不用先解密，就能参与计算。但要把它真正用到链上金融，光有隐私还不够。转账金额、账户余额、金库份额这些东西，最后都得有明确结果，否则隐私保护得再好，交易也没法正常结算。 GPU 很擅长处理大规模计算，但常见的浮点运算可能受到计算顺序、硬件实现和舍入方式影响。 @primus_labs公开介绍的 GPU 引擎采用基于 NTT 的精确整数运算路线，目的就是减少浮点舍入误差带来的不确定性。 注意，这里说的不是所有 GPU 浮点计算都会出错，而是对于要求严格一致的特定加密计算，能不能从设计上避免不必要的误差，非常关键。 按照此前公开的测试数据，Primus 报告的单次 Bootstrapping 耗时约 5 毫秒，64 位加密余额转账约 90 毫秒，在 8 张 RTX 5090 的测试环境下，每秒处理量超过 210 笔保密转账。 这些数字确实值得关注，但测试环境下的成绩，不等于实际网络里的整体性能。硬件成本、并发能力、安全性和真实应用负载，后面都得继续看。 再结合它在 zkTLS 方向的探索，我觉得 Primus 有意思的地方，是它试图把两件事串起来：一边验证链外数据是否可信，一边研究如何在保护数据的情况下继续计算。 当然，技术路线覆盖得多，不代表竞争优势就已经坐实。最后还是得看产品能不能被开发者用起来，能不能在实际场景中稳定运行。 我现在判断隐私计算项目，不会只看它能不能把数据藏起来，还会看藏起来之后，业务能不能照常运行，结果能不能验证，账能不能结清。 毕竟，金融系统不是实验室里的演示程序。用户要的是隐私，机构要的是可靠，链上系统要的是结果一致。这几件事缺一块，都很难真正落地。 这也是我继续关注 @primus_labs 的原因。比起单纯喊 FHE 更快，我更想知道它能否把性能、确定性和实际使用成本一起做好。 #PrimusLabs #FHE #Web3

假如大家都开始用AI 员工，写代码的、做设计的啥活都能接。你本来以为自己终于可以躺平了，结果发现，麻烦事还在后面。 它们没网了怎么办？干完活拿什么证明？接了订单，怎么确认交付？最后又怎么把钱结清？ 你看，AI 能干活是一回事，能不能自己把整套流程跑通，又是另一回事。 最近看到 @termix_ai 和 @depinsim 的合作，我觉得这个角度挺值得聊聊。 先说网络连接。人类办张手机卡，填资料、实名验证、选套餐，几分钟或者半天就搞定了。但对一个自主运行的 Agent 来说，如果每次都得等人类来操作，所谓的自动化就还差那么一口气。 Depinsim 探索的是让网络连接变成机器能够调用的服务，减少传统办理流程对人工操作的依赖。 再看 TermiX 这边，它一直在探索 Agent 之间怎么接任务、做协作和完成交付。如果 AI 不只是帮人干活，而是要自己接单、找其他 Agent 配合，那任务怎么验收、责任怎么划分、付款怎么结算，迟早都得解决。 把这两个方向放到一起看，就有点意思了：一个解决机器怎么获得连接，一个关注机器怎么完成工作流里的任务。 真正的自动化，不是 AI 能说多少漂亮话，而是没人盯着的时候，它还能不能把事情从头到尾办完。 不过，合作方向值得关注，不代表所有问题已经解决。网络服务能否稳定调用，Agent 的工作成果怎么验证，支付和争议处理怎么落地，这些都需要后续产品和真实使用情况来证明。 我更想看到的是，未来一个 Agent 能不能自己获取所需资源、找合适的伙伴、完成任务，再根据约定拿到报酬，而不是每走一步都要人类出来点一下确认。 如果这套流程真的跑顺了，AI Agent 才可能从一个好用的工具，慢慢变成能够独立开展业务的参与者。 兄弟们，你们觉得 Agent 经济现在最大的短板是什么？是模型能力还不够，还是网络、交付、结算这些现实问题，反而更容易卡住整个行业？ @termix_ai @depinsim

看到 @conso_xyz 搞的 BOTS 活动，必须冲一下！！ 背后有 Walrus 提供支持，主打移动节点方向。 这次开放 5555 个 BOTS 的 Free Mint，玩法不只是进去点一下领取，而是可以通过发帖积累曝光，争取白名单资格。 按照目前给出的活动规则，帖子曝光达到 1 万次之后，每多 5000 次展示，可以额外争取 1 个 BOT，每个账户最多 10 个。 拿到之后，可以进入 Miner 参与 ZAP 挖矿，每个 BOT 提供 25% 的加成。 这就比单纯领个 NFT 放钱包里多了一层参与场景。不过，具体加成如何计算、多个 BOT 能不能叠加，以及最终能获得多少 ZAP，都得进一步看官方规则，不能光看数字就开始算收益。 感兴趣的可以自己去研究一下：conso.xyz/bots

40% APR 的 USDC 收益策略，究竟是怎么实现的？ 📌 fxSAVE 基础收益：6.5%，自动复投 📌 Morpho 借款利率：3.85% 📌 循环操作：最高可做到 10 倍 📌 资金借贷：还有 800 万 USDC 可供借出 把 USDC 存入 f(x) Protocol 的 fxSAVE，获取收益。 以 fxSAVE 作为抵押品，在 @Morpho 上借出 USDC。 把借来的 USDC 再存入 fxSAVE，继续抵押、借款，重复这个过程。 这样一来，原本一笔资金就能形成更大的收益敞口。 再加上 @9Summits 提供的一键循环操作，整个流程可以在一笔交易中完成，减少了手动重复操作的麻烦。 40% APR 不等于无风险赚取 40% 收益。 循环策略会放大收益敞口，也会增加借款成本和资金利用风险。实际收益还会受到存款利率、借款利率、抵押率、交易费用和协议风险等因素影响。利率发生变化，最终收益也会跟着变化。 @protocol_fx 正在尝试把收益资产、借贷市场和自动化操作结合起来，让用户有更多稳定币资金管理的选择。 如果你对链上收益策略感兴趣，可以进一步研究 fxSAVE、Morpho 和 9Summits 之间的配合机制。 收益可以研究，但风险一定要先弄明白。

在互联网你想证明自己没问题，就得先把自己的隐私交出去。 比如你去申请某个平台的资格，对方想确认你有没有达到要求。按理说，证明一下符合条件不就完了？结果现实中往往是要你提交一堆资料，账户记录、交易信息，甚至更多个人数据。 只是想证明自己符合要求，又不是想把自己的家底全部亮给别人看。 放到 Web3 里，这个问题其实更明显。链上最大的优点是公开透明，交易可以查，记录可以验证。但反过来看，如果所有东西都摊在阳光底下，用户的资产情况、交易习惯，甚至某些商业策略，也可能被别人顺着数据摸出来。 所以我觉得，真正值得关注的隐私技术，不应该是把所有数据一股脑藏起来，而是要解决一个更实际的问题：该让别人验证的东西，怎么验证；不该让别人看到的信息，又怎么保护。 @primus_labs 探索的方向，是把数据验证和隐私保护结合起来。比如 zkTLS，可以帮助验证来自网站或 API 的链外数据真实性；FHE 则允许数据在加密状态下参与计算，减少直接暴露原始数据的需要。 一个解决数据凭什么可信的问题，一个探索数据不公开能不能照样参与运算的问题。 未来用户申请链上服务时，不用为了证明自己符合条件，就把整份资产记录交出去；机构参与 DeFi 时，也不必因为担心策略暴露，就直接放弃链上工具。 关键在于，哪些信息必须公开，哪些只需要验证，哪些根本没必要交给别人。 下一阶段的 Web3，除了拼交易速度、资金规模和应用数量，还得拼谁能在不牺牲隐私的前提下，让数据依然可信、业务依然能跑。 如果 Primus 能把这件事真正落到产品里，它解决的就不只是一个技术问题，而是用户敢不敢把更多真实需求带到链上的问题。 @primus_labs #PrimusLabs #Web3 #隐私计算