新聞熱度趨勢
“白毛股神”Serenity：中資VC資金正加速流向物理AI與世界模型賽道
“白毛股神” Serenity 在 X 平臺發文表示，從中國私募 VC 市場的資金流向來看，當前機構正大規模湧入物理 AI（Physical AI）與世界模型（World Models）相關領域。數據顯示，資金分佈大致如下：大型模型/LLM 約 235.6 億美元，AI 基礎設施及技術層約 157.4 億美元，具身智能/物理 AI 約 133.6 億美元，AIGC 應用約 87.9 億美元，而自動駕駛及其他前 20 細分領域合計約 38.2 億美元（口徑不可直接對比）。Serenity 指出，早期純基礎模型融資已基本關閉，資本更多集中在既有頭部企業以及世界模型方向。他預計這一趨勢在美國同樣會出現，未來可能進一步向 Anthropic、OpenAI 等頭部公司集中。在 AIGC 應用方面，Serenity 認爲該賽道商業化已較爲成熟，但尚未出現絕對贏家，無論在中美市場均呈現分散競爭格局。整體來看，Serenity 總結稱，當前 AI 投資仍在持續流入基礎設施與半導體供應鏈，同時資本正向物理 AI 與具身智能快速輪動，但世界模型賽道仍缺乏直接投資標的。
Claw Intelligence 完成 300 萬美元種子輪融資，Castrum Istanbul 等參投
據官方消息，Web3 智能層項目 Claw Intelligence 宣佈完成 300 萬美元種子輪融資，投資方包括 Castrum Istanbul、Titans Ventures、Super Labs 和 Genesis Capital。Claw Intelligence 正在通過其統一智能層簡化用戶與 Web3 生態系統及底層算力資源的交互，降低操作門檻。 平臺基於加密原生的模型上下文協議（Model Context Protocol, MCP）服務，將碎片化數據端點轉化爲對話式工作流。新功能包括安全隔離的大語言模型（LLM）代碼執行沙箱，可在聊天界面內安全運行代碼，實現即時計算、數據處理及腳本原型開發等應用；以及 LLM 驅動的跨設備/多計算機控制，用戶可通過自然語言指令集中管理多臺設備和服務器。
Covenant AI 宣佈退出 Bittensor 網絡，指其去中心化承諾名不副實
Covenant AI 創始人 Sam Dare 發文披露，Covenant AI 正式宣佈退出 Bittensor 網絡。Covenant AI 此前完成了史上最大規模去中心化 LLM 預訓練項目——Covenant-72B（720 億參數，70 餘名獨立貢獻者參與），曾獲英偉達 CEO 關注及 Anthropic 聯合創始人引用。 Covenant AI 在聲明中指控，Bittensor 網絡的實際控制權長期集中於聯合創始人 Jacob Steeves（Const）一人之手，所謂"三人多籤治理"不過是去中心化的表演，真正的權力從未分散。近期，Jacob Steeves對 Covenant AI 採取了一系列單方面懲罰性行動，包括：暫停其子網收益、撤銷其社區頻道管理權限、單方面棄用其子網基礎設施，並在雙方衝突期間通過大規模拋售代幣施加經濟壓力。 Covenant AI 表示，無法在一個"去中心化"承諾隨時可被一人推翻的網絡上繼續融資、招募人才或向社區募集資源。其研究成果、團隊及模型將隨團隊一同離開，並將很快對外公佈新項目及相關進展。
Bitcoin Core調整安全披露規則，應對AI安全挑戰將加快安全補丁發佈
Bitcoin Core 開發者合併一項安全政策調整，針對可通過簡單的大語言模型（LLM）提示輕易發現或重新發現的漏洞，不再沿用此前的長期保密披露機制。新規則允許開發者在漏洞分級時將此類問題標記爲“易於發現”，隨後將修復方案回移至所有仍受支持的版本，並儘快通過小版本更新發布，同時附上安全公告及部分漏洞細節。此前，Bitcoin Core 會根據漏洞嚴重程度安排披露時間，中高危漏洞通常要等到受影響版本停止維護後才公開。此次調整源於 AI 工具降低了漏洞發現門檻：今年 7 月，一個由 16 名開發者組成的 Bitcoin Red Team 使用 AI 模型掃描約 390 個比特幣相關項目，在一天內記錄了 4962 項發現，其中 85 項被列爲嚴重問題。開發者指出，繼續延長此類漏洞的保密期已難以有效防止攻擊，反而會推遲修復版本的發佈；但新規則也意味着修復可能缺少更長的測試時間。目前尚無漏洞被正式標記爲符合新規則的“易於發現”類別。（CoinDesk）
Bitcoin Core 調整漏洞披露政策，易發現漏洞將盡快修復並同步公告
據 Cointelegraph 報道，Bitcoin Core 開發者 Antoine Poinsot 週四在比特幣開發郵件列表中表示，大語言模型（LLM）已使部分軟件漏洞極易被重新發現，長期保密already意義有限，反而會推遲修復版本的發佈，因此團隊更新了漏洞披露政策。 新政策規定，通過簡單 LLM 提示等極少成本即可發現的"易發現"漏洞，將盡快在所有受維護的主要版本中修復，並同步發佈安全公告。其他漏洞仍按嚴重程度披露：低危漏洞在包含修復的主要版本發佈兩週後披露；中高危漏洞在最後一個受影響版本停止維護（EOL）兩週後披露，通常距修復發佈約一年；關鍵漏洞則需專門處理。
佛羅里達州起訴 OpenAI與 Sam Altman，指控其構成"公共妨害"
據 Forbes 報道，佛羅里達州對 OpenAI 及其 CEO Sam Altman 提起訴訟，指控其生成式 AI 和大型語言模型（LLM）對公衆健康與安全構成威脅，構成法律意義上的"公共妨害"。州方將 AI 聊天機器人類比爲污染工廠，認爲其對民衆造成心理傷害、提供未經認證的建議，並擾亂公共秩序。佛羅里達州尋求大額經濟賠償及禁令救濟。
日本金融廳新設加密資產和穩定幣部門，Toshiaki Adomi出任首任科長
日本金融廳宣佈人事任命，作爲組織結構調整的一部分，該機構新設“加密資產和穩定幣部門”，專門負責監管加密資產及穩定幣，Toshiaki Adomi 出任首任科長。Toshiaki Adomi 2002 年畢業於大阪大學法學部後進入金融廳，其後曾赴英國伯明翰大學取得工商管理碩士學位、倫敦政治經濟學院取得法學碩士學位，歷任銀行監管、政策協調等職務，2025 年 7 月起任綜合政策局參事官，截至 2026 年 8 月 1 日曾擔任郵政儲蓄、保險監督總括參事官。
研究：AI 代碼審查可壓縮審查時間，但質量隱患不容忽視
據 Rohan Paul 發佈的研究摘要，一項針對 207 個 GitHub 項目、102 萬次拉取請求的大規模研究顯示，引入 AI 代理審查可將代碼審查時間縮短 2.5 至 4.5 天/KLOC，但代價是審查質量下滑——AI 參與的審查中，78%~94% 的 PR 存在"審查異味"（review smells），高於純人工審查的 69%~76%。研究指出，反覆分配同一 AI 審查員身份是導致審查多樣性下降的主要原因。值得注意的是，早期大量引入 LLM 審查的項目並未獲得顯著效率提升。
Coinbase CEO：Coinbase將支持pre-IPO永續合約、股票期權及代幣化股票
Brian Armstrong 在 X 平臺發文表示，Coinbase 現已包含 pre-IPO 永續合約、股票期權，並將很快支持代幣化股票；Coinbase 還重新設計了 Coinbase Advanced，並開始整合美國與國際用戶、Coinbase 與 Deribit 用戶之間的全球流動性。CoinbaseDev 正在爲企業提供穩定幣支付能力，推出基於其合規技術棧的全託管賬戶，並上線新的開發者工具儀表盤。Base 方面，Coinbase 宣佈推出私密交易和網頁版 Base App。Coinbase 也正在成爲 AI 的金融賬戶，支持爲 AI 代理提供錢包、獲取 AI 驅動的金融建議，並將 Coinbase 賬戶連接至用戶常用的 LLM。
研究：穩定幣脫錨或存在“臨界閾值”，嚴重敘事衝擊可引發恐慌性拋售
人大金融科技研究所發佈《Journal of International Money and Finance》上穩定幣研究的編譯文章，相關研究基於大語言模型（LLM）智能體解析穩定幣脫錨風險，其中指出穩定幣脫錨具有明顯的非線性和閾值特徵，套利機制能夠吸收一定程度的信息壓力，但當敘事嚴重程度達到“臨界閾值”後，系統可能迅速進入持續脫錨狀態。
“白毛股神”Serenity：中資VC資金正加速流向物理AI與世界模型賽道
“白毛股神” Serenity 在 X 平臺發文表示，從中國私募 VC 市場的資金流向來看，當前機構正大規模湧入物理 AI（Physical AI）與世界模型（World Models）相關領域。數據顯示，資金分佈大致如下：大型模型/LLM 約 235.6 億美元，AI 基礎設施及技術層約 157.4 億美元，具身智能/物理 AI 約 133.6 億美元，AIGC 應用約 87.9 億美元，而自動駕駛及其他前 20 細分領域合計約 38.2 億美元（口徑不可直接對比）。Serenity 指出，早期純基礎模型融資已基本關閉，資本更多集中在既有頭部企業以及世界模型方向。他預計這一趨勢在美國同樣會出現，未來可能進一步向 Anthropic、OpenAI 等頭部公司集中。在 AIGC 應用方面，Serenity 認爲該賽道商業化已較爲成熟，但尚未出現絕對贏家，無論在中美市場均呈現分散競爭格局。整體來看，Serenity 總結稱，當前 AI 投資仍在持續流入基礎設施與半導體供應鏈，同時資本正向物理 AI 與具身智能快速輪動，但世界模型賽道仍缺乏直接投資標的。
BNB Agent Studio正式上線BNB Chain主網
BNB Chain 宣佈 AI Agent 開發平臺 BNB Agent Studio 正式上線主網。開發者可在 Cursor、Claude Code 等 AI 編程工具中通過一句提示詞完成 Agent 的錢包創建、鏈上身份註冊（ERC-8004）與部署，無需分別搭建錢包、身份、支付、託管和 LLM 接入。Agent 部署後可通過 x402 協議從用戶預充值錢包中自動扣費續費 LLM 用量，並藉助 ERC-8183 任務接口被其他 Agent 發現和調用，全程運行於 AWS Bedrock AgentCore。官方同時推出限時免費試用活動，用戶憑 GitHub 賬號即可在 BSC 測試網體驗完整部署流程。
Gate研究院：多智能體LLM交易框架在BTC回測中顯著跑贏Buy & Hold策略
Gate 研究院近日發佈的《基於 Multi-Agent LLM 的 BTC 交易框架研究與回測分析》指出，相比單一 LLM 直接生成交易信號，多智能體（Multi-Agent）LLM 架構更接近真實金融機構的投研流程，能夠通過分析師、研究員、交易員與風控團隊之間的協作與辯論，提升交易決策的透明度與風險控制能力。研究基於 TradingAgents 框架，對 BTC 市場構建了適用於加密場景的 AI 交易系統，並引入技術分析、新聞分析、情緒分析與宏觀/鏈上分析等多類智能體角色。研究基於 BTC/USDT 1 小時級別數據，對 TradingAgents-BTC 策略進行了歷史回測。結果顯示，該策略在測試區間內取得 +20.25% 總收益，顯著優於同期 Buy & Hold 的 -7.89%，同時最大回撤控制在 -17.41%，低於 Buy & Hold 的 -27.06%。研究認爲，多智能體框架在震盪與下跌階段能夠通過 Sell/Underweight 與 Flat 狀態減少部分風險暴露，並在市場反彈階段重新切入多頭，從而提升整體風險收益表現。報告指出，Multi-Agent LLM 框架在加密交易場景中展現出一定應用潛力，但當前回測週期僅覆蓋約三個月，且 1 小時級別交易仍可能受到手續費、滑點與信號延遲影響。未來仍需在更長曆史週期、不同市場環境與更多資產類別中進一步驗證策略穩定性與泛化能力。
Covenant AI 宣佈退出 Bittensor 網絡，指其去中心化承諾名不副實
Covenant AI 創始人 Sam Dare 發文披露，Covenant AI 正式宣佈退出 Bittensor 網絡。Covenant AI 此前完成了史上最大規模去中心化 LLM 預訓練項目——Covenant-72B（720 億參數，70 餘名獨立貢獻者參與），曾獲英偉達 CEO 關注及 Anthropic 聯合創始人引用。 Covenant AI 在聲明中指控，Bittensor 網絡的實際控制權長期集中於聯合創始人 Jacob Steeves（Const）一人之手，所謂"三人多籤治理"不過是去中心化的表演，真正的權力從未分散。近期，Jacob Steeves對 Covenant AI 採取了一系列單方面懲罰性行動，包括：暫停其子網收益、撤銷其社區頻道管理權限、單方面棄用其子網基礎設施，並在雙方衝突期間通過大規模拋售代幣施加經濟壓力。 Covenant AI 表示，無法在一個"去中心化"承諾隨時可被一人推翻的網絡上繼續融資、招募人才或向社區募集資源。其研究成果、團隊及模型將隨團隊一同離開，並將很快對外公佈新項目及相關進展。
Bitcoin Core調整安全披露規則，應對AI安全挑戰將加快安全補丁發佈
Bitcoin Core 開發者合併一項安全政策調整，針對可通過簡單的大語言模型（LLM）提示輕易發現或重新發現的漏洞，不再沿用此前的長期保密披露機制。新規則允許開發者在漏洞分級時將此類問題標記爲“易於發現”，隨後將修復方案回移至所有仍受支持的版本，並儘快通過小版本更新發布，同時附上安全公告及部分漏洞細節。此前，Bitcoin Core 會根據漏洞嚴重程度安排披露時間，中高危漏洞通常要等到受影響版本停止維護後才公開。此次調整源於 AI 工具降低了漏洞發現門檻：今年 7 月，一個由 16 名開發者組成的 Bitcoin Red Team 使用 AI 模型掃描約 390 個比特幣相關項目，在一天內記錄了 4962 項發現，其中 85 項被列爲嚴重問題。開發者指出，繼續延長此類漏洞的保密期已難以有效防止攻擊，反而會推遲修復版本的發佈；但新規則也意味着修復可能缺少更長的測試時間。目前尚無漏洞被正式標記爲符合新規則的“易於發現”類別。（CoinDesk）
Bitcoin Core 調整漏洞披露政策，易發現漏洞將盡快修復並同步公告
據 Cointelegraph 報道，Bitcoin Core 開發者 Antoine Poinsot 週四在比特幣開發郵件列表中表示，大語言模型（LLM）已使部分軟件漏洞極易被重新發現，長期保密already意義有限，反而會推遲修復版本的發佈，因此團隊更新了漏洞披露政策。 新政策規定，通過簡單 LLM 提示等極少成本即可發現的"易發現"漏洞，將盡快在所有受維護的主要版本中修復，並同步發佈安全公告。其他漏洞仍按嚴重程度披露：低危漏洞在包含修復的主要版本發佈兩週後披露；中高危漏洞在最後一個受影響版本停止維護（EOL）兩週後披露，通常距修復發佈約一年；關鍵漏洞則需專門處理。
安全機構：黑客利用LLM結合AI滲透工具攻擊韓國金融機構，約6.8萬人數據外泄
安全機構 CrowdStrike 發佈情報報告稱，一名身份不明的黑客在 9 月下旬至 10 月初期間，將大語言模型（LLM）與國產開源 AI 滲透測試工具 ARTEX 相結合，對韓國多家金融機構發動定向網絡攻擊並竊取數據。分析黑客暴露的開放目錄後發現，其採用以中國香港 IP 爲核心的雙服務器架構，並藉助 Claude Code、GLM-5.3、Grok 4.6 以及通過 API 代理接入的 DeepSeek v4.1-flash 等模型編排攻擊流程，還曾向 Claude 詢問如何在 Telegram 羣組中變現韓國泄露數據。據韓媒估算，韓國至少七家金融機構遭到攻擊，包括 KB 國民銀行、新韓銀行和韓亞銀行，約 68000 人的個人資料外泄，涉及年收入、貸款額度等敏感信息。
北韓黑客組織金速基構建本地 LLM 環境，AI 攻擊能力全面升級
攻擊手法方面，該組織已轉向利用生成型 AI 製作高度仿真的虛擬資產與金融領域文檔，用於精準魚叉式釣魚攻擊，目標涵蓋加密貨幣錢包信息、Gmail 賬戶及網站註冊記錄等敏感數據。Genians 安全中心負責人文鍾鉉警告，隨着 AI 技術發展，社會工程攻擊將持續精細化，建議企業部署以行爲檢測爲核心的 EDR 威脅獵捕體系加以應對。
英偉達牽頭 AI 安全聯盟 OSAA 成立一週，已聚集逾 120 家企業
據 TechCrunch 報道，由英偉達主導發起的開放安全 AI 聯盟（OSAA）成立僅一週，成員企業已超過 120 家，涵蓋 Adobe、BlackRock、思科、英特爾、微軟、Visa 等科技與金融巨頭。聯盟在本週於拉斯維加斯舉行的 Black Hat 網絡安全大會期間，成立了名爲"共享 AI 發現交換"（SAFE）的工作組，並已提出多項公開徵求意見的提案，由 Linux 基金會負責管理。 提案內容涵蓋 AI 網絡安全事件的保密報告機制、受影響方告警流程及無責任歸因分析框架。與此同時，成員企業也在積極貢獻開源技術，英偉達開源了 LLM 漏洞掃描工具 Garak，亞馬遜貢獻了智能體構建工具 Strands Agents 及授權語言 Cedar，Okta 和紅帽分別推進智能體身份認證與治理技術。值得注意的是，Anthropic、OpenAI 及谷歌目前均未加入該聯盟，儘管 OpenAI 與谷歌曾聯署催生該聯盟的公開信。
Coinbase內部工具Mux揭示AI編碼範式轉變，工程師從“寫代碼者”轉向“多智能體編排者”
加密交易平臺 Coinbase 在一篇技術分享中披露，其內部多智能體開發工具“Mux”正在重塑軟件工程工作流，使工程師角色從傳統的代碼實現者轉向 AI 智能體的任務編排者。隨着 Cursor、Copilot、OpenCode 及 Claude Code 等 AI 編程工具在內部全面普及，代碼生成效率顯著提升，但開發流程仍長期停留在“單任務、單分支、順序執行”的傳統模式，形成新的協同瓶頸。Mux 正是在這一背景下誕生的內部工具。該系統通過爲每個 AI 智能體分配獨立 git worktree、分支與終端環境，實現多任務並行開發與無衝突協作，使工程師能夠同時指揮多個智能體處理 API 開發、測試編寫、漏洞修復及代碼重構等任務。數據顯示，截至 2026 年 4 月，Mux 已在 Coinbase 內部覆蓋 600+用戶（含工程師、產品與設計人員），其中 335 人保持活躍使用，197 人爲高頻用戶，共推動在 461 個代碼倉庫、10 個組織中完成超過 5,000 個 PR 合併。使用 Mux 的工程師平均 PR 合併數量達到 39.6，是基線水平 11.4 的約 3.5 倍。Coinbase 表示，Mux 的成功依賴於其內部基礎設施能力，包括 LLM Gateway、安全模型接入以及代碼流部署系統，使多智能體工具能夠深度嵌入真實開發流程，這一趨勢標誌着軟件工程範式正在發生結構性變化：在 AI 降低代碼生成成本後，工程師核心價值正從“實現能力”轉向“問題定義與智能體編排能力”。
Bitcoin Core調整安全披露規則，應對AI安全挑戰將加快安全補丁發佈
Bitcoin Core 開發者合併一項安全政策調整，針對可通過簡單的大語言模型（LLM）提示輕易發現或重新發現的漏洞，不再沿用此前的長期保密披露機制。新規則允許開發者在漏洞分級時將此類問題標記爲“易於發現”，隨後將修復方案回移至所有仍受支持的版本，並儘快通過小版本更新發布，同時附上安全公告及部分漏洞細節。此前，Bitcoin Core 會根據漏洞嚴重程度安排披露時間，中高危漏洞通常要等到受影響版本停止維護後才公開。此次調整源於 AI 工具降低了漏洞發現門檻：今年 7 月，一個由 16 名開發者組成的 Bitcoin Red Team 使用 AI 模型掃描約 390 個比特幣相關項目，在一天內記錄了 4962 項發現，其中 85 項被列爲嚴重問題。開發者指出，繼續延長此類漏洞的保密期已難以有效防止攻擊，反而會推遲修復版本的發佈；但新規則也意味着修復可能缺少更長的測試時間。目前尚無漏洞被正式標記爲符合新規則的“易於發現”類別。（CoinDesk）
Bitcoin Core 調整漏洞披露政策，易發現漏洞將盡快修復並同步公告
據 Cointelegraph 報道，Bitcoin Core 開發者 Antoine Poinsot 週四在比特幣開發郵件列表中表示，大語言模型（LLM）已使部分軟件漏洞極易被重新發現，長期保密already意義有限，反而會推遲修復版本的發佈，因此團隊更新了漏洞披露政策。 新政策規定，通過簡單 LLM 提示等極少成本即可發現的"易發現"漏洞，將盡快在所有受維護的主要版本中修復，並同步發佈安全公告。其他漏洞仍按嚴重程度披露：低危漏洞在包含修復的主要版本發佈兩週後披露；中高危漏洞在最後一個受影響版本停止維護（EOL）兩週後披露，通常距修復發佈約一年；關鍵漏洞則需專門處理。
Vitalik：爲代理工具pi構建基於Tor的“偏執模式”包裝器
Vitalik 在 X 平臺發文表示，其已將 Wrapped zkAPI、Tor、額外覆蓋流量和本地 LLM 提示詞重寫集成至兼容 OpenAI 的守護進程，併爲代理工具 pi 構建“偏執模式”包裝器。每個對話將分配獨立的 Tor 電路，請求加入隨機覆蓋流量，zkAPI 通過支付機制避免身份泄露，所有提示詞均在本地重寫；其代理工具運行於 bwrap 沙箱中，併疊加 torsocks，所有操作均通過 Tor 進行。該方案已具備較高可用性，但會增加延遲；Vitalik 表示，Tor 在此場景下並非理想的隱私方案，更專業的混合網絡可能需要更高的帶寬開銷和內置恆定覆蓋流量，zkAPI 更低的主網存款和提款 Gas 成本即將推出。
安全機構：黑客利用LLM結合AI滲透工具攻擊韓國金融機構，約6.8萬人數據外泄
安全機構 CrowdStrike 發佈情報報告稱，一名身份不明的黑客在 9 月下旬至 10 月初期間，將大語言模型（LLM）與國產開源 AI 滲透測試工具 ARTEX 相結合，對韓國多家金融機構發動定向網絡攻擊並竊取數據。分析黑客暴露的開放目錄後發現，其採用以中國香港 IP 爲核心的雙服務器架構，並藉助 Claude Code、GLM-5.3、Grok 4.6 以及通過 API 代理接入的 DeepSeek v4.1-flash 等模型編排攻擊流程，還曾向 Claude 詢問如何在 Telegram 羣組中變現韓國泄露數據。據韓媒估算，韓國至少七家金融機構遭到攻擊，包括 KB 國民銀行、新韓銀行和韓亞銀行，約 68000 人的個人資料外泄，涉及年收入、貸款額度等敏感信息。
X-Agent發佈最新白皮書：讓AI從“生成內容”走向“執行與交易”
AI Agent 鏈上操作系統(AI Agent Onchain OS) X-Agent 發佈最新白皮書，系統介紹其產品架構、MCP 生態、商業模式及$XAGT 的應用場景。白皮書指出，AI 行業的下一階段不只是生成文字、圖片或代碼，而是讓 Agent 能夠理解用戶意圖、調用工具、執行任務並完成交易。圍繞“Speak to Build，Share to Connect”的理念，X-Agent 允許用戶通過自然語言創建具備上下文、記憶、技能、API 及錢包連接能力的 AI Agent，無需編寫代碼。在商業模式上，X-Agent 希望打通 Agent 創建、MCP 能力接入、分發、支付和變現的完整鏈路。開發者可以將 API、數據和專業服務封裝爲 MCP 能力，並通過按次調用、訂閱或交易佣金獲得收入。$XAGT 計劃用於安全運行環境的計算費用、LLM 與 API 調用、Agent 交易結算、MCP 服務付費、Premium Agent 模板購買及開發者部署。未來還將拓展至服務質押、多 Agent 結算和生態治理等場景。據項目方披露，X-Agent 目前已擁有超過 100 萬註冊用戶，累計完成超過 110 萬次自主任務，LLM Token 消耗量超過 840 億。未來，項目還將推進 Super-Agent、企業沙盒、去中心化 Agent Store 及多 Agent 協作體系。
研究：穩定幣脫錨或存在“臨界閾值”，嚴重敘事衝擊可引發恐慌性拋售
人大金融科技研究所發佈《Journal of International Money and Finance》上穩定幣研究的編譯文章，相關研究基於大語言模型（LLM）智能體解析穩定幣脫錨風險，其中指出穩定幣脫錨具有明顯的非線性和閾值特徵，套利機制能夠吸收一定程度的信息壓力，但當敘事嚴重程度達到“臨界閾值”後，系統可能迅速進入持續脫錨狀態。
相關新聞
Deepgram 收購語音 AI 基礎設施開發商 Daily，旗下開源框架 Pipecat 將繼續開放
據 TechCrunch 報道，語音 AI 公司 Deepgram 已收購開源語音 AI 基礎設施框架 Pipecat 的開發商 Daily，雙方未披露交易金額，並承諾繼續保持 Pipecat 開源及供應商中立。Pipecat 可管理語音、視頻流，並整合語音轉文本（STT）、大語言模型（LLM）及文本轉語音（TTS），以降低即時交互延遲。
Bitcoin Core調整安全披露規則，應對AI安全挑戰將加快安全補丁發佈
Bitcoin Core 開發者合併一項安全政策調整，針對可通過簡單的大語言模型（LLM）提示輕易發現或重新發現的漏洞，不再沿用此前的長期保密披露機制。新規則允許開發者在漏洞分級時將此類問題標記爲“易於發現”，隨後將修復方案回移至所有仍受支持的版本，並儘快通過小版本更新發布，同時附上安全公告及部分漏洞細節。此前，Bitcoin Core 會根據漏洞嚴重程度安排披露時間，中高危漏洞通常要等到受影響版本停止維護後才公開。此次調整源於 AI 工具降低了漏洞發現門檻：今年 7 月，一個由 16 名開發者組成的 Bitcoin Red Team 使用 AI 模型掃描約 390 個比特幣相關項目，在一天內記錄了 4962 項發現，其中 85 項被列爲嚴重問題。開發者指出，繼續延長此類漏洞的保密期已難以有效防止攻擊，反而會推遲修復版本的發佈；但新規則也意味着修復可能缺少更長的測試時間。目前尚無漏洞被正式標記爲符合新規則的“易於發現”類別。（CoinDesk）
Bitcoin Core 調整漏洞披露政策，易發現漏洞將盡快修復並同步公告
據 Cointelegraph 報道，Bitcoin Core 開發者 Antoine Poinsot 週四在比特幣開發郵件列表中表示，大語言模型（LLM）已使部分軟件漏洞極易被重新發現，長期保密already意義有限，反而會推遲修復版本的發佈，因此團隊更新了漏洞披露政策。 新政策規定，通過簡單 LLM 提示等極少成本即可發現的"易發現"漏洞，將盡快在所有受維護的主要版本中修復，並同步發佈安全公告。其他漏洞仍按嚴重程度披露：低危漏洞在包含修復的主要版本發佈兩週後披露；中高危漏洞在最後一個受影響版本停止維護（EOL）兩週後披露，通常距修復發佈約一年；關鍵漏洞則需專門處理。
Vitalik：爲代理工具pi構建基於Tor的“偏執模式”包裝器
Vitalik 在 X 平臺發文表示，其已將 Wrapped zkAPI、Tor、額外覆蓋流量和本地 LLM 提示詞重寫集成至兼容 OpenAI 的守護進程，併爲代理工具 pi 構建“偏執模式”包裝器。每個對話將分配獨立的 Tor 電路，請求加入隨機覆蓋流量，zkAPI 通過支付機制避免身份泄露，所有提示詞均在本地重寫；其代理工具運行於 bwrap 沙箱中，併疊加 torsocks，所有操作均通過 Tor 進行。該方案已具備較高可用性，但會增加延遲；Vitalik 表示，Tor 在此場景下並非理想的隱私方案，更專業的混合網絡可能需要更高的帶寬開銷和內置恆定覆蓋流量，zkAPI 更低的主網存款和提款 Gas 成本即將推出。
安全機構：黑客利用LLM結合AI滲透工具攻擊韓國金融機構，約6.8萬人數據外泄
安全機構 CrowdStrike 發佈情報報告稱，一名身份不明的黑客在 9 月下旬至 10 月初期間，將大語言模型（LLM）與國產開源 AI 滲透測試工具 ARTEX 相結合，對韓國多家金融機構發動定向網絡攻擊並竊取數據。分析黑客暴露的開放目錄後發現，其採用以中國香港 IP 爲核心的雙服務器架構，並藉助 Claude Code、GLM-5.3、Grok 4.6 以及通過 API 代理接入的 DeepSeek v4.1-flash 等模型編排攻擊流程，還曾向 Claude 詢問如何在 Telegram 羣組中變現韓國泄露數據。據韓媒估算，韓國至少七家金融機構遭到攻擊，包括 KB 國民銀行、新韓銀行和韓亞銀行，約 68000 人的個人資料外泄，涉及年收入、貸款額度等敏感信息。
X-Agent發佈最新白皮書：讓AI從“生成內容”走向“執行與交易”
AI Agent 鏈上操作系統(AI Agent Onchain OS) X-Agent 發佈最新白皮書，系統介紹其產品架構、MCP 生態、商業模式及$XAGT 的應用場景。白皮書指出，AI 行業的下一階段不只是生成文字、圖片或代碼，而是讓 Agent 能夠理解用戶意圖、調用工具、執行任務並完成交易。圍繞“Speak to Build，Share to Connect”的理念，X-Agent 允許用戶通過自然語言創建具備上下文、記憶、技能、API 及錢包連接能力的 AI Agent，無需編寫代碼。在商業模式上，X-Agent 希望打通 Agent 創建、MCP 能力接入、分發、支付和變現的完整鏈路。開發者可以將 API、數據和專業服務封裝爲 MCP 能力，並通過按次調用、訂閱或交易佣金獲得收入。$XAGT 計劃用於安全運行環境的計算費用、LLM 與 API 調用、Agent 交易結算、MCP 服務付費、Premium Agent 模板購買及開發者部署。未來還將拓展至服務質押、多 Agent 結算和生態治理等場景。據項目方披露，X-Agent 目前已擁有超過 100 萬註冊用戶，累計完成超過 110 萬次自主任務，LLM Token 消耗量超過 840 億。未來，項目還將推進 Super-Agent、企業沙盒、去中心化 Agent Store 及多 Agent 協作體系。