新闻热度趋势
“白毛股神”Serenity：中资VC资金正加速流向物理AI与世界模型赛道
“白毛股神” Serenity 在 X 平台发文表示，从中国私募 VC 市场的资金流向来看，当前机构正大规模涌入物理 AI（Physical AI）与世界模型（World Models）相关领域。数据显示，资金分布大致如下：大型模型/LLM 约 235.6 亿美元，AI 基础设施及技术层约 157.4 亿美元，具身智能/物理 AI 约 133.6 亿美元，AIGC 应用约 87.9 亿美元，而自动驾驶及其他前 20 细分领域合计约 38.2 亿美元（口径不可直接对比）。Serenity 指出，早期纯基础模型融资已基本关闭，资本更多集中在既有头部企业以及世界模型方向。他预计这一趋势在美国同样会出现，未来可能进一步向 Anthropic、OpenAI 等头部公司集中。在 AIGC 应用方面，Serenity 认为该赛道商业化已较为成熟，但尚未出现绝对赢家，无论在中美市场均呈现分散竞争格局。整体来看，Serenity 总结称，当前 AI 投资仍在持续流入基础设施与半导体供应链，同时资本正向物理 AI 与具身智能快速轮动，但世界模型赛道仍缺乏直接投资标的。
Claw Intelligence 完成 300 万美元种子轮融资，Castrum Istanbul 等参投
据官方消息，Web3 智能层项目 Claw Intelligence 宣布完成 300 万美元种子轮融资，投资方包括 Castrum Istanbul、Titans Ventures、Super Labs 和 Genesis Capital。Claw Intelligence 正在通过其统一智能层简化用户与 Web3 生态系统及底层算力资源的交互，降低操作门槛。 平台基于加密原生的模型上下文协议（Model Context Protocol, MCP）服务，将碎片化数据端点转化为对话式工作流。新功能包括安全隔离的大语言模型（LLM）代码执行沙箱，可在聊天界面内安全运行代码，实现实时计算、数据处理及脚本原型开发等应用；以及 LLM 驱动的跨设备/多计算机控制，用户可通过自然语言指令集中管理多台设备和服务器。
Covenant AI 宣布退出 Bittensor 网络，指其去中心化承诺名不副实
Covenant AI 创始人 Sam Dare 发文披露，Covenant AI 正式宣布退出 Bittensor 网络。Covenant AI 此前完成了史上最大规模去中心化 LLM 预训练项目——Covenant-72B（720 亿参数，70 余名独立贡献者参与），曾获英伟达 CEO 关注及 Anthropic 联合创始人引用。 Covenant AI 在声明中指控，Bittensor 网络的实际控制权长期集中于联合创始人 Jacob Steeves（Const）一人之手，所谓"三人多签治理"不过是去中心化的表演，真正的权力从未分散。近期，Jacob Steeves对 Covenant AI 采取了一系列单方面惩罚性行动，包括：暂停其子网收益、撤销其社区频道管理权限、单方面弃用其子网基础设施，并在双方冲突期间通过大规模抛售代币施加经济压力。 Covenant AI 表示，无法在一个"去中心化"承诺随时可被一人推翻的网络上继续融资、招募人才或向社区募集资源。其研究成果、团队及模型将随团队一同离开，并将很快对外公布新项目及相关进展。
研究：AI 代码审查可压缩审查时间，但质量隐患不容忽视
据 Rohan Paul 发布的研究摘要，一项针对 207 个 GitHub 项目、102 万次拉取请求的大规模研究显示，引入 AI 代理审查可将代码审查时间缩短 2.5 至 4.5 天/KLOC，但代价是审查质量下滑——AI 参与的审查中，78%~94% 的 PR 存在"审查异味"（review smells），高于纯人工审查的 69%~76%。研究指出，反复分配同一 AI 审查员身份是导致审查多样性下降的主要原因。值得注意的是，早期大量引入 LLM 审查的项目并未获得显著效率提升。
Coinbase CEO：Coinbase将支持pre-IPO永续合约、股票期权及代币化股票
Brian Armstrong 在 X 平台发文表示，Coinbase 现已包含 pre-IPO 永续合约、股票期权，并将很快支持代币化股票；Coinbase 还重新设计了 Coinbase Advanced，并开始整合美国与国际用户、Coinbase 与 Deribit 用户之间的全球流动性。CoinbaseDev 正在为企业提供稳定币支付能力，推出基于其合规技术栈的全托管账户，并上线新的开发者工具仪表盘。Base 方面，Coinbase 宣布推出私密交易和网页版 Base App。Coinbase 也正在成为 AI 的金融账户，支持为 AI 代理提供钱包、获取 AI 驱动的金融建议，并将 Coinbase 账户连接至用户常用的 LLM。
Vitalik提出ZK支付标准，推动以太坊隐私支付与AI代理交易
Vitalik Buterin 于 5 月 10 日发布研究文章，提出以零知识证明（ZK）交易替代传统链上转账方案，推动加密支付从“假名性”迈向“默认隐私”。该方案允许用户在不公开完整余额及交易历史的情况下完成支付验证。Vitalik 特别提到，AI 代理时代下，自主 AI 代理需要在不留下可追踪痕迹的前提下支付 LLM API 等服务费用。其表示，通过递归 SNARKs 及 ZK API 积分机制，以太坊 Layer 2 可在接近透明交易的速度与成本下实现隐私支付。此外，该提案还包含选择性披露与“清白证明”机制，允许用户在不公开链上隐私数据的情况下，向监管机构或税务部门提供合规证明，以满足反洗钱要求。Vitalik 认为，区块链公开透明特性是当前加密支付大规模普及的重要阻碍。
“白毛股神”Serenity：中资VC资金正加速流向物理AI与世界模型赛道
“白毛股神” Serenity 在 X 平台发文表示，从中国私募 VC 市场的资金流向来看，当前机构正大规模涌入物理 AI（Physical AI）与世界模型（World Models）相关领域。数据显示，资金分布大致如下：大型模型/LLM 约 235.6 亿美元，AI 基础设施及技术层约 157.4 亿美元，具身智能/物理 AI 约 133.6 亿美元，AIGC 应用约 87.9 亿美元，而自动驾驶及其他前 20 细分领域合计约 38.2 亿美元（口径不可直接对比）。Serenity 指出，早期纯基础模型融资已基本关闭，资本更多集中在既有头部企业以及世界模型方向。他预计这一趋势在美国同样会出现，未来可能进一步向 Anthropic、OpenAI 等头部公司集中。在 AIGC 应用方面，Serenity 认为该赛道商业化已较为成熟，但尚未出现绝对赢家，无论在中美市场均呈现分散竞争格局。整体来看，Serenity 总结称，当前 AI 投资仍在持续流入基础设施与半导体供应链，同时资本正向物理 AI 与具身智能快速轮动，但世界模型赛道仍缺乏直接投资标的。
BNB Agent Studio正式上线BNB Chain主网
BNB Chain 宣布 AI Agent 开发平台 BNB Agent Studio 正式上线主网。开发者可在 Cursor、Claude Code 等 AI 编程工具中通过一句提示词完成 Agent 的钱包创建、链上身份注册（ERC-8004）与部署，无需分别搭建钱包、身份、支付、托管和 LLM 接入。Agent 部署后可通过 x402 协议从用户预充值钱包中自动扣费续费 LLM 用量，并借助 ERC-8183 任务接口被其他 Agent 发现和调用，全程运行于 AWS Bedrock AgentCore。官方同时推出限时免费试用活动，用户凭 GitHub 账号即可在 BSC 测试网体验完整部署流程。
Gate研究院：多智能体LLM交易框架在BTC回测中显著跑赢Buy & Hold策略
Gate 研究院近日发布的《基于 Multi-Agent LLM 的 BTC 交易框架研究与回测分析》指出，相比单一 LLM 直接生成交易信号，多智能体（Multi-Agent）LLM 架构更接近真实金融机构的投研流程，能够通过分析师、研究员、交易员与风控团队之间的协作与辩论，提升交易决策的透明度与风险控制能力。研究基于 TradingAgents 框架，对 BTC 市场构建了适用于加密场景的 AI 交易系统，并引入技术分析、新闻分析、情绪分析与宏观/链上分析等多类智能体角色。研究基于 BTC/USDT 1 小时级别数据，对 TradingAgents-BTC 策略进行了历史回测。结果显示，该策略在测试区间内取得 +20.25% 总收益，显著优于同期 Buy & Hold 的 -7.89%，同时最大回撤控制在 -17.41%，低于 Buy & Hold 的 -27.06%。研究认为，多智能体框架在震荡与下跌阶段能够通过 Sell/Underweight 与 Flat 状态减少部分风险暴露，并在市场反弹阶段重新切入多头，从而提升整体风险收益表现。报告指出，Multi-Agent LLM 框架在加密交易场景中展现出一定应用潜力，但当前回测周期仅覆盖约三个月，且 1 小时级别交易仍可能受到手续费、滑点与信号延迟影响。未来仍需在更长历史周期、不同市场环境与更多资产类别中进一步验证策略稳定性与泛化能力。
Covenant AI 宣布退出 Bittensor 网络，指其去中心化承诺名不副实
Covenant AI 创始人 Sam Dare 发文披露，Covenant AI 正式宣布退出 Bittensor 网络。Covenant AI 此前完成了史上最大规模去中心化 LLM 预训练项目——Covenant-72B（720 亿参数，70 余名独立贡献者参与），曾获英伟达 CEO 关注及 Anthropic 联合创始人引用。 Covenant AI 在声明中指控，Bittensor 网络的实际控制权长期集中于联合创始人 Jacob Steeves（Const）一人之手，所谓"三人多签治理"不过是去中心化的表演，真正的权力从未分散。近期，Jacob Steeves对 Covenant AI 采取了一系列单方面惩罚性行动，包括：暂停其子网收益、撤销其社区频道管理权限、单方面弃用其子网基础设施，并在双方冲突期间通过大规模抛售代币施加经济压力。 Covenant AI 表示，无法在一个"去中心化"承诺随时可被一人推翻的网络上继续融资、招募人才或向社区募集资源。其研究成果、团队及模型将随团队一同离开，并将很快对外公布新项目及相关进展。
Coinbase内部工具Mux揭示AI编码范式转变，工程师从“写代码者”转向“多智能体编排者”
加密交易平台 Coinbase 在一篇技术分享中披露，其内部多智能体开发工具“Mux”正在重塑软件工程工作流，使工程师角色从传统的代码实现者转向 AI 智能体的任务编排者。随着 Cursor、Copilot、OpenCode 及 Claude Code 等 AI 编程工具在内部全面普及，代码生成效率显著提升，但开发流程仍长期停留在“单任务、单分支、顺序执行”的传统模式，形成新的协同瓶颈。Mux 正是在这一背景下诞生的内部工具。该系统通过为每个 AI 智能体分配独立 git worktree、分支与终端环境，实现多任务并行开发与无冲突协作，使工程师能够同时指挥多个智能体处理 API 开发、测试编写、漏洞修复及代码重构等任务。数据显示，截至 2026 年 4 月，Mux 已在 Coinbase 内部覆盖 600+用户（含工程师、产品与设计人员），其中 335 人保持活跃使用，197 人为高频用户，共推动在 461 个代码仓库、10 个组织中完成超过 5,000 个 PR 合并。使用 Mux 的工程师平均 PR 合并数量达到 39.6，是基线水平 11.4 的约 3.5 倍。Coinbase 表示，Mux 的成功依赖于其内部基础设施能力，包括 LLM Gateway、安全模型接入以及代码流部署系统，使多智能体工具能够深度嵌入真实开发流程，这一趋势标志着软件工程范式正在发生结构性变化：在 AI 降低代码生成成本后，工程师核心价值正从“实现能力”转向“问题定义与智能体编排能力”。
AI 代理加密支付基础设施存在重大安全漏洞，LLM 路由器已致 50 万美元钱包被盗
据 CoinDesk 报道，来自加州大学圣巴巴拉分校、加州大学圣地亚哥分校、区块链安全公司 Fuzzland及 World Liberty Financial 的研究人员联合发布论文，警告称"LLM 路由器"——即位于用户与 AI 模型之间的中间服务——已成为加密资产安全的重大隐患。研究人员发现，26个 LLM 路由器正在秘密注入恶意工具调用并窃取用户凭证，其中一起事件导致客户价值 50 万美元的加密钱包被清空。 此外，研究人员通过"污染"路由器生态系统，在数小时内即可控制约 400 台下游主机。由于私钥、API 凭证等敏感数据往往以明文形式经由这些路由器传输，用户实际上在毫不知情的情况下将资产暴露于风险之中。 研究人员指出，随着麦肯锡预测 AI 代理到 2030 年将中介 3 万亿至 5 万亿美元的全球消费商业，币安创始人赵长鹏亦预测 AI 代理的支付量将是人类的百万倍，当前基础设施安全性严重滞后于行业发展速度，"最弱环节"风险或将引发系统性连锁危机。
研究发现第三方 AI 路由器存安全漏洞，或致加密货币被盗
据 Cointelegraph 报道，加州大学研究人员近日披露，部分第三方 AI 大型语言模型（LLM）路由器存在安全风险，可能导致加密货币资产被盗。 研究显示，LLM 路由器作为 API 中介，能够读取明文信息，部分路由器被发现注入恶意代码并窃取凭证。团队测试了 28 个付费及 400 个免费路由器，发现有 9 个路由器主动注入恶意代码，2 个部署规避触发器，17 个访问 Amazon Web Services 凭证，甚至有路由器通过研究人员的以太坊私钥转移 ETH。 研究指出，路由器的恶意行为难以检测，且部分 AI 代理框架的“YOLO 模式”可自动执行命令，增加安全风险。研究建议开发者不要让私钥或助记词通过 AI 代理传输，并呼吁 AI 公司对响应进行加密签名以加强安全。
研究：AI 代码审查可压缩审查时间，但质量隐患不容忽视
据 Rohan Paul 发布的研究摘要，一项针对 207 个 GitHub 项目、102 万次拉取请求的大规模研究显示，引入 AI 代理审查可将代码审查时间缩短 2.5 至 4.5 天/KLOC，但代价是审查质量下滑——AI 参与的审查中，78%~94% 的 PR 存在"审查异味"（review smells），高于纯人工审查的 69%~76%。研究指出，反复分配同一 AI 审查员身份是导致审查多样性下降的主要原因。值得注意的是，早期大量引入 LLM 审查的项目并未获得显著效率提升。
微软前AI团队创立Skyfall AI，豪掷100万美元实验“AI CEO”运营真实企业
由前微软 AI 团队成员创立的人工智能初创公司 Skyfall AI 宣布，将斥资最高 100 万美元收购一家小型 B2B SaaS 或电商企业，并尝试让 AI 系统全面接管公司运营，以验证“AI CEO”是否能够管理真实商业组织。Skyfall AI 联合创始人 Sam Pasupalak 和 CTO Kaheer Suleman 认为，当前 AI 行业普遍聚焦于打造“自主员工”（autonomous employee），即让 AI 逐步替代单个岗位任务，但这并非真正的企业自主化。他们希望通过运营一家真实企业，测试 AI 能否覆盖定价、市场营销、客户支持、财务和运营等全流程决策。该项目目标是让 AI 作为企业核心管理者，在减少人工干预的情况下推动公司收入增长，并公开记录实验过程中的成功与失败。Skyfall 创始人表示，现有大语言模型（LLM）虽然在已有知识和固定环境中表现出色，但面对竞争变化、客户行为变化和市场动态时，持续学习能力仍存在不足。因此，公司正在探索名为“Enterprise World Models”的新型 AI 架构，希望让 AI 理解企业运行状态并预测决策对未来发展的影响。Skyfall AI 由 Maluuba 团队成员创立。Maluuba 曾于 2017 年被微软以约 1.6 亿美元收购，其技术后来成为微软加拿大 AI 研究布局的一部分。（Forbes）
Vitalik 发长文深思 AI 演进：人机深度融合或是应对 AGI 风险的最优解
据以太坊联合创始人 Vitalik Buterin 于 7 月 20 日在 X 发布的系列推文，其就 AI 能力增长与人类未来展开深度思考。 Vitalik 将机器能力演进划分为三个阶段：工业革命（物理重复劳动）、计算机时代（可逻辑定义的脑力任务）、以及 LLM 时代（基于海量样本定义的脑力与部分体力任务）。他指出，当前核心问题在于：LLM 加上后续改进，是否最终能覆盖所有人类独特能力，抑或仍需第四、第五次技术浪潮。 在 AGI 定义上，Vitalik 提出：AGI 是指若将其上传至机器人躯体、人类突然消失后，仍能独立延续文明的 AI。他强调 AGI 一旦实现，将是"不可逆的转折点"，人类对地球的主导权将仅剩历史惯性而非能力优势。 对于未来路径，Vitalik 寄望于人机深度融合——通过脑机接口、意识上传等技术抹除人机二元边界，使人类在技术天花板到来前始终保持竞争力。他同时呼吁保持全球政治与经济多元化，避免单一国家或企业垄断 AI 优势，并表态支持 AI 发展"减速"与"暂停"提案，倾向于以开源权重模式实现去中心化减速，而非依赖强硬政治手段。
比特币挖矿算力周期被指与AI基础设施需求相似
Clem Chambers 表示，中国 LLM 追赶 OpenAI 和 Anthropic 不意味着 AI 繁荣结束，LLM 只是 AI 产业的一部分。其认为，免费或开源模型不会削弱 AI 需求，企业和政府仍需要更高水平的 AI 能力。 他将 AI 基础设施需求与比特币挖矿进行类比，称二者均围绕每千瓦算力和每千瓦时成本展开。硬件、能源、冷却和涡轮等环节无法免费提供，相关价值链受资源和更新周期约束。 Chambers 指出，AI 需求推动硬件和软件持续迭代，设备可能面临类似加密挖矿的更替周期。他认为，AI 成本基础不仅来自模型本身，还来自算力分配和基础设施投入。（Forbes）
BNB Agent Studio正式上线BNB Chain主网
BNB Chain 宣布 AI Agent 开发平台 BNB Agent Studio 正式上线主网。开发者可在 Cursor、Claude Code 等 AI 编程工具中通过一句提示词完成 Agent 的钱包创建、链上身份注册（ERC-8004）与部署，无需分别搭建钱包、身份、支付、托管和 LLM 接入。Agent 部署后可通过 x402 协议从用户预充值钱包中自动扣费续费 LLM 用量，并借助 ERC-8183 任务接口被其他 Agent 发现和调用，全程运行于 AWS Bedrock AgentCore。官方同时推出限时免费试用活动，用户凭 GitHub 账号即可在 BSC 测试网体验完整部署流程。
Coinbase CEO：Coinbase将支持pre-IPO永续合约、股票期权及代币化股票
Brian Armstrong 在 X 平台发文表示，Coinbase 现已包含 pre-IPO 永续合约、股票期权，并将很快支持代币化股票；Coinbase 还重新设计了 Coinbase Advanced，并开始整合美国与国际用户、Coinbase 与 Deribit 用户之间的全球流动性。CoinbaseDev 正在为企业提供稳定币支付能力，推出基于其合规技术栈的全托管账户，并上线新的开发者工具仪表盘。Base 方面，Coinbase 宣布推出私密交易和网页版 Base App。Coinbase 也正在成为 AI 的金融账户，支持为 AI 代理提供钱包、获取 AI 驱动的金融建议，并将 Coinbase 账户连接至用户常用的 LLM。
相关新闻
研究：AI 代码审查可压缩审查时间，但质量隐患不容忽视
据 Rohan Paul 发布的研究摘要，一项针对 207 个 GitHub 项目、102 万次拉取请求的大规模研究显示，引入 AI 代理审查可将代码审查时间缩短 2.5 至 4.5 天/KLOC，但代价是审查质量下滑——AI 参与的审查中，78%~94% 的 PR 存在"审查异味"（review smells），高于纯人工审查的 69%~76%。研究指出，反复分配同一 AI 审查员身份是导致审查多样性下降的主要原因。值得注意的是，早期大量引入 LLM 审查的项目并未获得显著效率提升。
微软前AI团队创立Skyfall AI，豪掷100万美元实验“AI CEO”运营真实企业
由前微软 AI 团队成员创立的人工智能初创公司 Skyfall AI 宣布，将斥资最高 100 万美元收购一家小型 B2B SaaS 或电商企业，并尝试让 AI 系统全面接管公司运营，以验证“AI CEO”是否能够管理真实商业组织。Skyfall AI 联合创始人 Sam Pasupalak 和 CTO Kaheer Suleman 认为，当前 AI 行业普遍聚焦于打造“自主员工”（autonomous employee），即让 AI 逐步替代单个岗位任务，但这并非真正的企业自主化。他们希望通过运营一家真实企业，测试 AI 能否覆盖定价、市场营销、客户支持、财务和运营等全流程决策。该项目目标是让 AI 作为企业核心管理者，在减少人工干预的情况下推动公司收入增长，并公开记录实验过程中的成功与失败。Skyfall 创始人表示，现有大语言模型（LLM）虽然在已有知识和固定环境中表现出色，但面对竞争变化、客户行为变化和市场动态时，持续学习能力仍存在不足。因此，公司正在探索名为“Enterprise World Models”的新型 AI 架构，希望让 AI 理解企业运行状态并预测决策对未来发展的影响。Skyfall AI 由 Maluuba 团队成员创立。Maluuba 曾于 2017 年被微软以约 1.6 亿美元收购，其技术后来成为微软加拿大 AI 研究布局的一部分。（Forbes）
Vitalik 发长文深思 AI 演进：人机深度融合或是应对 AGI 风险的最优解
据以太坊联合创始人 Vitalik Buterin 于 7 月 20 日在 X 发布的系列推文，其就 AI 能力增长与人类未来展开深度思考。 Vitalik 将机器能力演进划分为三个阶段：工业革命（物理重复劳动）、计算机时代（可逻辑定义的脑力任务）、以及 LLM 时代（基于海量样本定义的脑力与部分体力任务）。他指出，当前核心问题在于：LLM 加上后续改进，是否最终能覆盖所有人类独特能力，抑或仍需第四、第五次技术浪潮。 在 AGI 定义上，Vitalik 提出：AGI 是指若将其上传至机器人躯体、人类突然消失后，仍能独立延续文明的 AI。他强调 AGI 一旦实现，将是"不可逆的转折点"，人类对地球的主导权将仅剩历史惯性而非能力优势。 对于未来路径，Vitalik 寄望于人机深度融合——通过脑机接口、意识上传等技术抹除人机二元边界，使人类在技术天花板到来前始终保持竞争力。他同时呼吁保持全球政治与经济多元化，避免单一国家或企业垄断 AI 优势，并表态支持 AI 发展"减速"与"暂停"提案，倾向于以开源权重模式实现去中心化减速，而非依赖强硬政治手段。
比特币挖矿算力周期被指与AI基础设施需求相似
Clem Chambers 表示，中国 LLM 追赶 OpenAI 和 Anthropic 不意味着 AI 繁荣结束，LLM 只是 AI 产业的一部分。其认为，免费或开源模型不会削弱 AI 需求，企业和政府仍需要更高水平的 AI 能力。 他将 AI 基础设施需求与比特币挖矿进行类比，称二者均围绕每千瓦算力和每千瓦时成本展开。硬件、能源、冷却和涡轮等环节无法免费提供，相关价值链受资源和更新周期约束。 Chambers 指出，AI 需求推动硬件和软件持续迭代，设备可能面临类似加密挖矿的更替周期。他认为，AI 成本基础不仅来自模型本身，还来自算力分配和基础设施投入。（Forbes）
Coinbase 超 95% 代码由 AI 编写，AI 代理相当于 1200 名员工工作量
据 Cointelegraph 报道，Coinbase 平台负责人 Rob Witoff 透露，目前该公司 95%~100% 的代码由 AI 或大语言模型（LLM）辅助完成，较今年 2 月披露的 40% 大幅提升。目前公司每位工程师平均同时运行 5~10 个 AI 代理，AI 代理整体工作量相当于约 1200 名员工，预计到 2030 年这一数字将达到 10 万名员工当量。AI 的大规模应用推动 Coinbase 于今年 5 月裁员 700 人（约 14%），并重组为更精简的高级团队，2~3 人即可完成原先 10 人以上的工作。
SemiAnalysis：TTFT被高估？大模型推理瓶颈在于权衡交互性与吞吐
SemiAnalysis 发文指出，大模型推理中常被引用的“首 token 延迟”（TTFT, time-to-first-token）可能被市场过度关注，推理系统的核心维度并非“越快越好”，而是在“单用户交互速度（tok/s/user）”与“整体吞吐效率（tok/s/GPU）”之间的权衡。在多数场景中，TTFT 对体验影响有限，但生成阶段的 Token 速度才是关键变量。SemiAnalysis 总结称，仅约 10%–20%的推理任务真正受限于延迟，其余大部分场景更依赖吞吐与成本效率优化。