Archives 2024

稳定币基础设施提供商WSPN（Worldwide Stablecoin Payment Network）今日正式公布了即将于TOKEN2049新加坡大会期间举办的”Stable Rise”边会详细日程和嘉宾阵容。此次高规格会议将汇聚业内领袖，共同探讨稳定币的未来及其对全球金融体系的影响。

活动信息：

• 日期：2024年9月17日（星期二）

• 时间：14:00至17:30（新加坡时间）

• 地点：Marina Bay Financial Centre (MBFC)

• 报名链接：https://lu.ma/e1m0ur5k

重点议程

WSPN的创始人兼CEO Raymond Yuan 将致开幕词，随后的议程包括：

1. 构建信任与流畅商业体验：引领Web3技术支付未来

2. 数字支付的未来

3. 利用Web3技术提升支付和应用的去信任化和去中心化

4. 引领数字金融未来：创新、流动性和全球增长

5. 革新数字支付：无缝入金体验的创新与战略合作

6. 全球支付的新纪元

7. 引导稳定币并连接现实世界应用场景

重磅嘉宾阵容

本次活动邀请到了来自金融科技、区块链和传统金融领域的顶尖专家，包括：

• Donghao Huang – VP, R&D, Mastercard

• Alex Zhang – Pharos 创始人

• Anson Zeall – DTC 首席战略官

• Chen Yu – KUN 首席顾问

• Forest Bai – Foresight Ventures 联合创始人

• Austin Campbell – WSPN 首席战略官

• Jacob Tao – Lutosia 管理合伙人

• David Song – Green Link Digital Bank Web3部门总监

• CY – Polygon Labs 东南亚业务发展总监

• Haisheng Zhang – Ample 首席产品官

• Victor Yaw – CodeX 联合创始人

• Jerry Zhou – Amber 全球市场总监

• Leslie Chen – BitMart 首席增长官

• Louisa Bai – Mysten Labs, SUI 稳定币负责人

• Anna Yuan – Perana联合创始人

“Stable Rise” 边会将为与会者提供宝贵的机会，深入了解稳定币的现状和未来前景。参与者将有机会与行业领袖建立联系，参与富有启发性的讨论，并为塑造数字金融的未来贡献力量。

欲了解更多信息并注册参加 “Stable Rise” 边会，请访问：

关于WSPN

WSPN(Worldwide Stablecoin Payment Network)致力于为全球经济打造更安全、高效、透明的支付解决方案，是下一代稳定币基础设施的领先供应商。其旗舰产品 WUSD 稳定币与美元 1:1 挂钩，旨在为 Web3 用户优化安全合规的数字支付。WSPN 的“稳定币 2.0”（旨在提升稳定币功能和体验的下一代技术方案）优先考虑以用户为中心、社区治理和可访问性，为稳定币的广泛采用铺平道路。

了解更多信息，请访问:   |  |  

撰文：Yangz，Techub News

今日凌晨，作为 24 个 Ape Punk 之一的 CryptoPunk #2386 以 10 ETH 的价格被 0x282 开头的地址购入。一时间，NFT 圈内尽是「羡慕」与「质疑」。

的确，即使是在如今尽显颓势的 NFT 市场，CryptoPunk 的地板价依旧在 30 ETH 左右，而以三分之一的价格购入极其稀有的 #2386，着实让人震惊。要知道，这枚 Punk 在 2022 年 7 月曾收到过 1800 ETH 的巨额报价。而在今日之事发生后，已有投资者甩出了 600 ETH 的报价。

那么，此人是如何「捡漏的」？对此，0xQuit 给出了详细的解释。

根据 0xQuit 的分析，今日之事的关键在于两点，首先是 0x282 自身极强的「侦查能力」，其次是其他投资者的「计算错误」。第一点很好理解，至于其他投资者的「计算错误」又是怎么一回事？

其实早在 2020 年 9 月 26 日，Punk #2386 就被一个名为 Niftex 的 NFT 碎片化协议分割成了 1 万个 ERC20 代币，在今日被「捡漏」前被 257 个投资者分别持有着。

我们知道，在 NFT 碎片化协议中，要想完整收回某 NFT，投资者一般需要集齐所有「碎片」。而 Niftex 还设置另外一条名为「Shotgun」的路径，允许任何碎片持有者提出收购价格，在无人反对的情况下就能在 14 天后完整购入该 NFT。0x282 此次成功捡漏就是利用了这一点。

但是，按照 10 ETH 的成交价推导，0x282 提出的收购价格仅仅为每碎片 0.001 ETH。这么低的价格，其他 Punk #2386 的碎片持有者就没有提出反对吗？

其实，这个 Niftex 协议早已停止运营（合约依旧有效，而这枚 Punk 的本体也被该合约托管着），所以许多碎片持有者很可能就没有注意到 0x282 于 8 月 28 日提出的「Shotgun」。而即使是注意到了这次「Shotgun」的两位投资者也因不同原因未能阻止这次收购。

@0xQuit 表示，其中一位碎片持有者可能很早就发现了 0x282 提出的收购，但出于「14 天」的时间考虑，就没及时采取行动。而另一位持有者 @gmoneyNFT 虽然在还剩 7 个小时的时候收到了关于收购的私信通知，并及时采取了行动，但却因「计算错误」未能真正阻止这次「Shotgun」的发生。 

根据 Niftex 的设置，为阻止「Shotgun」，碎片持有者必须以高出报价者的价格收购对方手中的「碎片」。0x282 提出的价格是每碎片 0.001 ETH，而 @gmoneyNFT 提交的却是 0.000001 ETH，低于要求。@gmoneyNFT 在回应该事件时表示，其「尝试使用超过（0x282）的金额进行操作，但合约执行过程中出现了错误」。最终，0x282 提交的「Shotgun」顺利通过。 

针对此次事件，其实有大批投资者称 0x282 不是「捡漏」，而是「抢劫」。对此，@0xQuit 评论道，「这不是代码缺陷或代码漏洞。」而 @gmoneyNFT 也发表了自己的看法。他表示，「我不认为这是抢劫，这是利用智能合约的一次套利。如果你喜欢去中心化系统，那么就必须接受它好的一面与坏的一面。这是游戏的一部分 这也是我们在这里的原因。如果你不喜欢这些规则，你可能就不该玩这个游戏。」 

至于这位 0x282 究竟是谁，目前还无人知晓。X 上自称是这位幸运儿的 @ezeegainz 的真实性也无从考证。但不管是谁，这种极致的「侦查能力」以及这份「幸运」已让笔者羡慕不已。最后，「gg to the new owner」。 

来源：机器之心

大语言模型还能向上突破，OpenAI 再次证明了自己的实力。

北京时间 9 月 13 日午夜，OpenAI 正式公开一系列全新 AI 大模型，旨在专门解决难题。这是一个重大突破，新模型可以实现复杂推理，一个通用模型解决比此前的科学、代码和数学模型能做到的更难的问题。

OpenAI 称，今天在 ChatGPT 和大模型 API 中新发布的是该系列中的第一款模型，而且还只是预览版 ——o1-preview。除了 o1，OpenAI 还展示了目前正在开发的下次更新的评估。

o1 模型一举创造了很多历史记录。

首先，o1 就是此前 OpenAI 从山姆・奥特曼到科学家们一直在「高调宣传」的草莓大模型。它拥有真正的通用推理能力。在一系列高难基准测试中展现出了超强实力，相比 GPT-4o 有巨大提升，让大模型的上限从「没法看」直接上升到优秀水平，不专门训练直接数学奥赛金牌，甚至能在博士级别的科学问答环节上超越人类专家。

奥特曼表示，虽然 o1 的表现仍然存在缺陷，不过你在第一次使用它的时候仍然会感到震撼。

其次，o1 给大模型规模扩展 vs 性能的曲线带来了一次上翘。它在大模型领域重现了当年AlphaGo 强化学习的成功 —— 给越多算力，就输出越多智能，一直到超越人类水平。

也就是从方法上，o1 大模型首次证明了语言模型可以进行真正的强化学习。

开发出首个 AI 软件工程师 Devin 的 Cognition AI 表示，过去几周一直与 OpenAI 密切合作，使用 Devin 评估 o1 的推理能力。结果发现， 与 GPT-4o 相比，o1 系列模型对于处理代码的智能体系统来说是一个重大进步。

最后在实践中，o1 上线之后，现在 ChatGPT 可以在回答问题前先仔细思考，而不是立即脱口而出答案。就像人类大脑的系统 1 和系统 2，ChatGPT 已经从仅使用系统 1（快速、自动、直观、易出错）进化到了可使用系统 2 思维（缓慢、深思熟虑、有意识、可靠）。这让它能够解决以前无法解决的问题。

从今天 ChatGPT 的用户体验来看，这是向前迈进一小步。在简单的 Prompt 下，用户可能不会注意到太大的差异，但如果问一些棘手的数学或者代码问题，区别就开始明显了。更重要的是，未来发展的道路已经开始显现。

总而言之，今晚 OpenAI 丢出的这个重磅炸弹，已经让整个 AI 社区震撼，纷纷表示 tql、睡不着觉，深夜已经开始抓紧学习。接下来，就让我们看下 OpenAI o1 大模型的技术细节。

OpenAI o1 工作原理

在技术博客《Learning to Reason with LLMs》中，OpenAI 对 o1 系列语言模型做了详细的技术介绍。

OpenAI o1 是经过强化学习训练来执行复杂推理任务的新型语言模型。特点就是，o1 在回答之前会思考 —— 它可以在响应用户之前产生一个很长的内部思维链。

也就是该模型在作出反应之前，需要像人类一样，花更多时间思考问题。通过训练，它们学会完善自己的思维过程，尝试不同的策略，并认识到自己的错误。

在 OpenAI 的测试中，该系列后续更新的模型在物理、化学和生物学这些具有挑战性的基准任务上的表现与博士生相似。OpenAI 还发现它在数学和编码方面表现出色。

在国际数学奥林匹克（IMO）资格考试中，GPT-4o 仅正确解答了 13% 的问题，而 o1 模型正确解答了 83% 的问题。

模型的编码能力也在比赛中得到了评估，在 Codeforces 比赛中排名 89%。

OpenAI 表示，作为早期模型，它还不具备 ChatGPT 的许多实用功能，例如浏览网页获取信息以及上传文件和图片。

但对于复杂的推理任务来说，这是一个重大进步，代表了人工智能能力的新水平。鉴于此，OpenAI 将计数器重置为 1，并将该系列模型命名为 OpenAI o1。

重点在于，OpenAI 的大规模强化学习算法，教会模型如何在数据高度有效的训练过程中利用其思想链进行高效思考。换言之，类似于强化学习的 Scaling Law。

OpenAI 发现，随着更多的强化学习（训练时计算）和更多的思考时间（测试时计算），o1 的性能持续提高。而且扩展这种方法的限制与大模型预训练的限制有很大不同，OpenAI 也还在继续研究。

评估

为了突出相对于 GPT-4o 的推理性能改进，OpenAI 在一系列不同的人类考试和机器学习基准测试中测试了 o1 模型。实验结果表明，在绝大多数推理任务中，o1 的表现明显优于 GPT-4o。

o1 在具有挑战性的推理基准上比 GPT-4o 有了很大的改进。

o1 在广泛的基准测试上比 GPT-4o 有所改进，包括 54/57 MMLU 子类别，图示出了 7 个以供说明。

在许多推理密集型基准测试中，o1 的表现可与人类专家相媲美。最近的前沿模型在 MATH 和 GSM8K 上表现得非常好，以至于这些基准测试在区分模型方面不再有效。因此，OpenAI 在 AIME 上评估了数学成绩，这是一项旨在测试美国最聪明高中数学学生的考试。

‍在一个官方演示中，o1-preview 解答了一个非常困难的推理问题：当公主的年龄是王子的两倍时，公主的年龄与王子一样大，而公主的年龄是他们现在年龄总和的一半。王子和公主的年龄是多少？提供这个问题的所有解。

在 2024 年 AIME 考试中，GPT-4o 平均只解决了 12% (1.8/15) 的问题，而 o1 在每个问题只有一个样本的情况下平均为 74% (11.1/15)，在 64 个样本之间达成一致的情况下为 83% (12.5/15)，在使用学习的评分函数对 1000 个样本重新排序时为 93% (13.9/15)。13.9 分可以跻身全美前 500 名，并且高于美国数学奥林匹克竞赛分数线。

OpenAI 还在 GPQA Diamond 基准上评估了 o1，这是一个困难的智力基准，用于测试化学、物理和生物学方面的专业知识。为了将模型与人类进行比较，OpenAI 聘请了拥有博士学位的专家来回答 GPQA Diamond 基准问题。

实验结果表明：o1 超越了人类专家的表现，成为第一个在该基准测试中做到这一点的模型。

这些结果并不意味着 o1 在所有方面都比博士更有能力 —— 只是该模型更擅长解决一些博士应该解决的问题。在其他几个 ML 基准测试中，o1 实现了新的 SOTA。

启用视觉感知能力后，o1 在 MMMU 基准上得分为 78.2%，成为第一个与人类专家相当的模型。o1 还在 57 个 MMLU 子类别中的 54 个上优于 GPT-4o。

思维链（CoT）

与人类在回答难题之前会长时间思考类似，o1 在尝试解决问题时会使用思维链。通过强化学习，o1 学会磨练其思维链并改进其使用的策略。o1 学会了识别和纠正错误，并可以将棘手的步骤分解为更简单的步骤。o1 还学会了在当前方法不起作用时尝试不同的方法。这个过程极大地提高了模型的推理能力。

编程能力

基于 o1 进行了初始化并进一步训练了其编程技能后，OpenAI 训练得到了一个非常强大的编程模型（o1-ioi）。该模型在 2024 年国际信息学奥林匹克竞赛（IOI）赛题上得到了 213 分，达到了排名前 49% 的水平。并且该模型参与竞赛的条件与 2024 IOI 的人类参赛者一样：需要在 10 个小时内解答 6 个高难度算法问题，并且每个问题仅能提交 50 次答案。

针对每个问题，这个经过专门训练的 o1 模型会采样许多候选答案，然后基于一个测试时选取策略提交其中 50 个答案。选取标准包括在 IOI 公共测试案例、模型生成的测试案例以及一个学习得到的评分函数上的性能。

研究表明，这个策略是有效的。因为如果直接随机提交一个答案，则平均得分仅有 156。这说明在该竞赛条件下，这个策略至少值 60 分。

OpenAI 发现，如果放宽提交限制条件，则模型性能更是能大幅提升。如果每个问题允许提交 1 万次答案，即使不使用上述测试时选取策略，该模型也能得到 362.14 分——可以得金牌了。

最后，OpenAI 模拟了 Codeforces 主办的竞争性编程竞赛，以展示该模型的编码技能。采用的评估与竞赛规则非常接近，允许提交 10 份代码。GPT-4o 的 Elo 评分为 808，在人类竞争对手中处于前 11% 的水平。该模型远远超过了 GPT-4o 和 o1——它的 Elo 评分为 1807，表现优于 93% 的竞争对手。

在编程竞赛上进一步微调使得 o1 能力又增，并在 2024 年国际信息学奥林匹克竞赛（IOI）规则下排名前 49%。

下面这个官方示例直观地展示了 o1-preview 的编程能力：一段提示词就让其写出了一个完整可运行的游戏。

人类偏好评估

除了考试和学术基准之外，OpenAI 还在更多领域的具有挑战性的开放式提示上评估了人类对 o1-preview 和 GPT-4o 的偏好。

在这次评估中，人类训练者对 o1-preview 和 GPT-4o 的提示进行匿名回答，并投票选出他们更喜欢的回答。在数据分析、编程和数学等推理能力较强的类别中，o1-preview 的受欢迎程度远远高于 GPT-4o。然而，o1-preview 在某些自然语言任务上并不受欢迎，这表明它并不适合所有用例。

在需要更强大推理能力的领域，人们更青睐 o1-preview。

安全

思维链（CoT）推理为安全和对齐提供了新的思路。OpenAI 发现，将模型行为策略整合到推理模型的思维链中，可以高效、稳健地教导人类价值观和原则。通过向模型教导自己的安全规则以及如何在上下文中推理它们，OpenAI 发现推理能力直接有利于模型稳健性的证据：o1-preview 在关键越狱评估和用于评估模型安全拒绝边界的最严格内部基准上取得了显著的改进。

OpenAI 认为，使用思维链可以为安全和对齐带来重大进步，因为 1）它能够以清晰的方式观察模型思维，并且 2）关于安全规则的模型推理对于分布外场景更具稳健性。

为了对自己的改进进行压力测试， OpenAI 在部署之前根据自己的安全准备框架进行了一系列安全测试和红队测试。结果发现，思维链推理有助于在整个评估过程中提高能力。尤其值得注意的是，OpenAI 观察到了有趣的奖励黑客攻击实例。

安全准备框架链接：https://openai.com/safety/

隐藏思维链

OpenAI 认为隐藏思维链为监控模型提供了独特的机会。假设它是忠实且清晰的，隐藏思维链使得能够「读懂」模型的思想并了解其思维过程。例如，人们将来可能希望监控思维链以寻找操控用户的迹象。

但要做到这一点，模型必须能够自由地以未改变的形式表达其思想，因此不能在思维链方面训练进行任何政策合规性或用户偏好性训练。OpenAI 也不想让用户直接看到不一致的思维链。

因此，在权衡用户体验、竞争优势和追求思维链监控的选项等多种因素后，OpenAI 决定不向用户展示原始的思维链。OpenAI 承认这个决定有不好的地方，因此努力通过教导模型在答案中重现思维链中的任何有用想法来部分弥补。同时，对于 o1 模型系列，OpenAI 展示了模型生成的思维链摘要。

可以说，o1 显著提升了 AI 推理的最新水平。OpenAI 计划在不断迭代的过程中发布此模型的改进版本，并期望这些新的推理能力将提高将模型与人类价值观和原则相结合的能力。OpenAI 相信 o1 及其后续产品将在科学、编程、数学和相关领域为 AI 解锁更多新用例。

OpenAI o1-mini

o1 是一个系列模型。这次 OpenAI 还一并发布了一个 mini 版 OpenAI o1-mini。该公司在博客中给出了 preview 和 mini 版的不同定义：「为了给开发者提供更高效的解决方案，我们也发布了 OpenAI o1-mini，这是一个尤其擅长编程的更快、更便宜的推理模型。」整体来看，o1-mini 的成本比 o1-preview 低 80%。

由于 o1 等大型语言模型是在大量文本数据集上预训练，虽然具有广泛世界知识，但对于实际应用来说，可能成本高昂且速度慢。

相比之下，o1-mini 是一个较小的模型，在预训练期间针对 STEM 推理进行了优化。在使用与 o1 相同的高计算强化学习 (RL) pipeline 进行训练后， o1-mini 在许多有用的推理任务上实现了相媲美的性能，同时成本效率显著提高。

比如在需要智能和推理的基准测试中，与 o1-preview 和 o1 相比，o1-mini 表现良好。但它在需要非 STEM 事实知识的任务上表现较差。

数学能力：在高中 AIME 数学竞赛中，o1-mini (70.0%) 与 o1 (74.4%) 不相上下，但价格却便宜很多，并且优于 o1-preview (44.6%)。o1-mini 的得分（约 11/15 个问题）大约位于美国前 500 名高中生之列。

编码能力：在 Codeforces 竞赛网站上，o1-mini 的 Elo 得分为 1650，与 o1 (1673) 不相上下，并且高于 o1-preview (1258)。此外，o1-mini 在 HumanEval 编码基准和高中网络安全夺旗挑战 (CTF) 中也表现出色。

STEM：在一些需要推理的学术基准上，例如 GPQA（科学）和 MATH-500，o1-mini 的表现优于 GPT-4o。o1-mini 在 MMLU 等任务上的表现则不如 GPT-4o，并且由于缺乏广泛的世界知识而在 GPQA 基准上落后于 o1-preview。

人类偏好评估：OpenAI 让人类评分员在各个领域具有挑战性的开放式提示上比较 o1-mini 和 GPT-4o。与 o1-preview 类似，在推理密集型领域，o1-mini 比 GPT-4o 更受欢迎；但在以语言为中心的领域，o1-mini 并不比 GPT-4o 更受欢迎。

在速度层面，OpenAI 比较了 GPT-4o、o1-mini 和 o1-preview 对一个单词推理问题的回答。结果显示，GPT-4o 回答不正确，而 o1-mini 和 o1-preview 均回答正确，并且 o1-mini 得出答案的速度快了大约 3-5 倍。

如何使用 OpenAI o1？

ChatGPT Plus 和 Team（个人付费版与团队版）用户马上就可以在该公司的聊天机器人产品 ChatGPT 中开始使用 o1 模型了。你可以手动选取使用 o1-preview 或 o1-mini。不过，用户的使用量有限。

目前，每位用户每周仅能给 o1-preview 发送 30 条消息，给 o1-mini 发送 50 条消息。

是的，很少！不过 OpenAI 表示正在努力提升用户的可使用次数，并让 ChatGPT 能自动针对给定提示词选择使用合适的模型。

至于企业版和教育版用户，要到下周才能开始使用这两个模型。

至于通过 API 访问的用户，OpenAI 表示达到了 5 级 API 使用量的开发者可以即刻开始使用这两个模型开始开发应用原型，但同样也被限了速：20 RPM。什么是 5 级 API 使用量？简单来说，就是已经消费了 1000 美元以上并且已经是超过 1 个月的付费用户。请看下图：

OpenAI 表示对这两个模型的 API 调用并不包含函数调用、流式传输（streaming）、系统支持消息等功能。同样，OpenAI 表示正在努力提升这些限制。

未来

OpenAI 表示，未来除了模型更新之外，还将增加网络浏览、文件和图像上传等功能，以让这些模型变得更加有用。

「除了新的 o1 系列模型，我们计划继续开发和发布我们的 GPT 系列模型。」

参考内容：

https://openai.com/index/introducing-openai-o1-preview/

https://openai.com/index/openai-o1-mini-advancing-cost-efficient-reasoning/

https://openai.com/index/learning-to-reason-with-llms/

https://x.com/sama/status/1834283100639297910

华人不如洋人吗？

香港Web3嘉年华现场大多数都是华人，讲座和活动也有大半以华语为主。其实从我入场的2013年开始，华人向来是区块链领域的重要参与力量，当年有烤猫和阿瓦隆矿机，有比特币中国、火币等等，国内在整个比特币的矿业和交易所方面占据半壁江山。今天，尽管矿业和交易所被封杀殆尽，但更多的华人开发者、资本方和投资者继续以各种形式参与这一浪潮，不甘落后。

但华人玩家经常自我贬低，“国人项目狗都不玩”，明明是国人的东西也要拉外国人来背书，或者干脆冒充外国人。

对华人项目的偏见似乎情有可原，因为华人项目方惯于割韭菜，坑人不少。但仔细想来，其实西方的“大割”也不少。当年有Mt.gox的法胖，有冒充中本聪的CSW，有连华尔街一起割的FTX的SBF……他们割韭菜可比华人老板们狠多了。同样是搞交易所的，华人里前有杨林科，后有赵长鹏，都是相对规矩体面的，同样是搞分叉，吴忌寒言行一致拿全副家当下注，也比CSW体面。哪怕是经常被人揶揄的“孙割”，其实也没有造过大孽，和那几位西方大割相比也只能自愧不如。

我当然也不是要倒转地图炮去轰击西方人，其实华人也好洋人也好，割韭菜的都不少，这是整个加密运动在这个初期阶段必须经历的现象。

区块链是一块蛮荒的新大陆，是数字世界中的“无主之地”。历史证明在探索和开发新大陆的早期阶段乱象迭起，偷盗横行，这是正常现象。所谓乱世出英雄，如果没有经历相对蛮荒的竞争，过早建立秩序，那么这种秩序恐怕还是旧秩序的简单延续。而要推倒重来，打破旧世界，建设新世界，混乱是必须经历的。

而在这个无主之地，早期能够迅速发家的往往都不是优雅的绅士，西方大航海时代最初开疆拓土的先驱也有很多是失意者、异端、流氓、海盗、罪犯等等。

区块链编年史

说到这里我又想重复一遍我的“新大陆编年史”。我认为从发现无主之地开始，新大陆的开拓可以分为如下五个阶段。

1.探索阶段

第一个阶段开始于哥伦布和中本聪，他们的壮举在于发现了新大陆——一个富饶的无主之地。这块大陆究竟能开拓成什么样子，他们并不清楚，但他们知道自己在努力摆脱旧秩序、探寻新出路。

2.拓荒阶段

当人们发现新大陆是全新的蛮荒之地，而不是富庶的东方时，有些人可能会失望，但另一些人可能更加兴奋。因为新大陆是未知的，存在太多不确定性。所以追求确定性的商人更偏爱走过好望角，继续传统的贸易方式。而敢于去新大陆拓荒的，往往在旧世界中并没有强硬的资源或背景，他们看重的与其说是新大陆的资源，不如说是“无主”的环境，使得冒险家们更容易白手起家。

所以这一阶段的新大陆是混乱无序、私掠横行的，当然秩序也开始自发地建立起来了。

这一阶段，淘金客和奇珍贸易是主流，冒险家们需要把财富带回旧大陆兑现，矿工、炒币客和传销者在这一时期很容易赚钱，简而言之，鉴于大多数人对新大陆过于陌生和恐惧，所以这一阶段谁胆子大谁就能发家致富。

3.殖民阶段

第三个是殖民阶段，当然这几个阶段之间是有交叉重叠的。拓荒阶段我指的是从蛮荒到秩序的初步建立，但开拓者们的世界观和价值观都还是以旧世界为中心的，新大陆的经济并没有自成体系，而是最终要到旧大陆去兑现。

但同时还有一批人试图在新大陆建立家园，把他们的生活重心放在新世界，包括他们一生中可能大部分时间都在新大陆活动，他们赚取的利益也可以越来越多地在新大陆内部兑现。这类人不再是冒险家，而是殖民者。

殖民者的动机有两类，一是商业利益驱动，在最初阶段过去之后，想在新大陆简单地拾取黄金或珍奇异宝已经不那么有利可图了，需要建立更加稳定和持久的商业模式，例如建立种植园或根据地，来提供稳定的产出。而这些根据地总需要有人来长期打理，这就需要一批甘愿在新大陆长期生活的移民。这一批人的价值观还是属于旧世界的，他们依附于东印度公司之类的大型机构，或者现在的华尔街等大型资本，为他们打工，帮助资本家攫取和管理新大陆的财富。但他们自己的生活和工作已经逐渐转移到新世界了，所以也会有在新大陆扎下根来的愿望。

还有一部分殖民者是由信仰驱动的，他们往往是在旧大陆的失意者，他们试图逃脱旧大陆败坏或固化的环境，怀抱理想信念来新世界建立自由家园。

就大航海时代而言，对应的就是耶稣会和清教徒，信奉天主教的耶稣会士因为在旧大陆感受到新教的威胁，难以打开局面，所以积极前往东方或新大陆传播教义；而清教徒反感天主教，认为英国圣公会的革新并不彻底，新教徒仍然饱受迫害，所以希望到新大陆建立理想家园。

最终天主教在南美洲取得了不小成果，而满载清教徒的五月花号则在北美洲扎下根来。

对应于区块链历史，我认为我们现在大致处于这个殖民阶段。一方面旧大陆的老钱们开始在新世界建立常驻机构，试图垄断新世界的利益产出；另一方面也有越来越多在旧大陆不满的人，怀着各式各样的理想信念投身于新大陆，试图在新世界建立精神家园。

4.独立革命

再之后就该独立革命了，随着新大陆上的殖民者的增多，和经济体系的丰满，越来越多的人不满足于做旧大陆老钱们的提款机，他们仍然愿意和旧大陆贸易，但是要求脱离旧大陆的控制，因此他们最终将以新的体制在新大陆建立独立的政体。美国的独立证明了独立革命是可能的，也是进步的。当然这一革命也并非必然成功，区块链的未来究竟是始终被控制在旧大陆的秩序之下，还是能够成功形成独立性，目前看还悬而未决，需要我们进一步努力。我希望“网络国家”一定会取代“民族国家”，成为独立的新秩序。

5.反攻旧大陆

新秩序建立之后，蒸蒸日上的新世界最终将会反超旧大陆，成为世界秩序的引领者。而另一方面，旧大陆的矛盾日益加剧，旧秩序自行崩塌，乃至于走向“世界大战”，而有赖于空间和体制的独立性，新世界在大战中独善其身并加速发展，最终反过来重新制定天下秩序，引领世界文化和经济。旧世界最终将会心甘情愿地把黄金运到新世界，把货币锚在新世界，就连观念和制度也向新世界看齐，这就是我理想中的“比特币本位”时代。

信仰

既然我们在这个对标“五月花号”的位置上，那么我今天要重点讨论的，就是我们可以有什么样的信仰。

我在“三重伟大的加密文艺复兴”一文中，就把“信仰”与思想和权力一道，视作人类社会的三重要素。

要注意信仰并不一定诉诸宗教，宗教只是承载信仰的一种形式。我这里谈的信仰是广义的，每个人或多或少都有一些信仰，每个社会或文化也都必然包含信仰的维度。

什么是信仰？简而言之，信仰是提供有超越性的意义寄托的东西。

追求“意义”是人类的特征，是“自由意志”的体现——如果说你的行为是出于自由意志，意思是你不是因为本能或盲从做出的，而是处于自己的权衡或筹划做出的行动。你做你觉得有意义的事情，这就是你自由的体现。

除了游戏的意义是内在的，许多行动的意义都要诉诸外部的事物，比如工作是为了赚钱，赚钱是为了买房，买房是为了结婚，结婚是为了生娃，等等。我们不断把自己的生命寄托到下一段生命之中。但所有人的寄托都会遭遇到一个绝望的极限，那就是生命的有限性——个人的生命是有限的，而且如此短暂。

想要完全不考虑任何超越性的追求而正常生活，个别人也许能做到，但人类社会作为整体不可能在完全排除超越性的前提下维系起来。事实上，超越有死性是人类文明的永恒主题，也是思想与技术的原动力。科学家们也许不相信天国或来世，但是把自己的姓名冠名给某个常数是大多数科学家都不会拒绝的最高荣耀。文学家和艺术家、匠人和工程师都希望自己的作品长留于世，而最普通的老百姓也经常把未来寄托于子女。

超越性的意义追求，是人类文明的共性；而具体以何种方式寄托超越性，则体现出人类文明的差异性，不同的时代和不同的文化有不同的追求方式。

那么到了如今这个信息时代，我们还能信仰什么？

现实的超越性

上面我说的超越性，指的是超越人类个体生命，但并不必然要求超越人类群体乃至整个现实世界。但是西方文化中，提供超越性意义寄托的东西，往往也是超越性的存在，后一个“超越”指的是超越于现实世界、超越于实际经验的东西。彼岸世界、末日审判、灵魂转世、六道轮回……西方和印度的宗教提供的就是这些超越性存在，以满足人们对超越性意义的追求。

但还有一些承载超越性追求的东西本身是现实的，例如真善美、尊严、公义、身后名等等。

所谓“生命诚可贵，爱情价更高，若为自由故，二者皆可抛”，这句诗讲的就是两种超越于个体生命的意义寄托：爱情和自由。孟子讲“舍生而取义”也是如此。还有科学家为了优先权和冠名权争夺，也是一种“身后名”。仁人志士还有云“人生自古谁无死，留取丹心照汗青”，就是把史书当作超越性意义的承载者了。

这类在现实世界中寄托超越性追求的方式，东西方社会都存在，但是在中国传统文化中更加显著。

总之，超越个体自我有限性的方式，都是要把狭义的自我扩展到更高层次的自我那里去，在西方宗教那里，这个超越性的自我是不朽的灵魂，是超验世界中的我的本体。而在中国文化中，自我超越的方向是“己身→天下”，归根结底是留下我印记的这个现实世界被视作我个体生命的延续。

未完待续…

近期，Mining行业对比特币的信心仍在增强，哈希率也随之不断创下新高。然而，由于投资者对市场明显缺乏信心，因此，链上交易量近期一直萎靡不振。

摘要

• 近期，在Mining领域中，哈希率略低于历史最高水平。尽管Miners最近收入有所下降，但他们仍旧在继续加大投入，这表明该群体仍旧看好这一市场。

• 投资者与交易平台的资金往来正在减少，交易量也随之全面萎缩，这表明投资者的交易兴趣已经减弱。

• 比特币和以太坊ETF都出现了资金的净流出。然而，相比于后者，投资者明显仍对比特币市场兴趣更高。

Miners动向分析

Miners仍然是比特币网络的重要参与者，也是新币的主要生产者。他们不断地为新的区块提供哈希算力，作为回报，他们将获得新铸造的比特币和交易费用作为奖励。

毋庸置疑，Mining是一个极具风险的行业。因为Miners既无法控制他们投入的能源成本，也无法控制比特币的产出成本。

尽管市场状况不稳定，但Miners仍在继续部署新的ASIC硬件，这推动全网总算力继续走高（14日移动均线），达到666.4EH/s，仅比其历史峰值低1%。

图一：比特币网络平均哈希率

我们知道，随着哈希率的波动，比特币协议会自动调整出块的难度。因此，随着哈希率的增加，成功挖掘新区块的难度也会相应上升。

目前，挖掘一个新区块所需的平均哈希值为338,000 exahash。这是比特币诞生以来第二高的历史记录，它凸显了Mining领域日益残酷激烈的竞争现状。

图二：Mining难度（14日移动均线）

但是，自3月份币价创下新高以来，Miners的收入却出现了大幅下降。这很大一部分归因于费用下降——因为整体市场流动性下降，以及Runes和铭文的相关交易费用都在下跌而共同导致。

在当前，比特币的现货价格仍然高于5.5万美元。因此，区块补贴相关的Miners收入仍然相对较高，但仍比之前的峰值低22%左右。

• 区块补贴收入：8.24亿美元

• 交易费收入：2,000万美元

图三：Miners收益明细（30日移动均线）

但随着Miners的收入下降，我们认为，他们也会逐渐开始面对财务压力。我们可以通过研究他们30日内的Mined-Supply百分比，来看看事实是否支持我们的推断。

由于Mining行业资本投入密集且竞争激烈，Miners所挖出的大多数比特币都被他们用以支付高昂的硬件成本。但值得注意的是，他们近期会“截留”一部分他们挖到的比特币，而不是像以前一样转手就把它们都卖掉。

这一点颇为耐人寻味，因为Miners的交易策略往往是顺周期的——在下跌期间，他们是卖家，而到了币价上涨的时候，他们就会摇身一变，转为长期持有者。但近期，哈希率一直在上升，这代表着比特币的生产成本越来越高，这可能会在不久的将来影响Miners群体的盈利能力。

图四：Miners群体的Mined-Supply百分比

链上结算放缓

链上结算量的大小也能反映当前的市场是否健康。单看实体调整后的交易量，全网每天结算的交易总量约为62亿美元。

这一指标近期已下降至年平均水平，表明网络使用率和吞吐量都有明显下降。一般而言，这一现象的负面意义比较明显。

图五：比特币资产转移量动量

交易意愿下降

尽管市场格局不断变化，但CEX仍旧始终是投机活动和价格涨落中的核心枢纽。因此，通过评估这些CEX的链上交易量，我们可以一窥当前投资者的交易意愿。

对CEX的资产流入和流出动量进行30天/365天交叉分析，我们可以看到，在近期，月平均交易量远低于年平均线。这凸显了投资者需求正在不断下降，而且，当前价格范围之内，价格投机活动也在相应减少。

图六：比特币交易量动量

接下来，我们将研究交易所的现货交易量。在这里，我们着重关注90日MinMax标量，该标量标准化研究特定时间段内，交易量极值的+1/-1标准差范围内的波动情况。

这一指标同样向我们揭示了现货交易量持续衰减这一事实，这从另一个角度证实了我们的观点。

图七：比特币现货交易量动量（90日标准化）

此外，我们引入CVD指标，用来估算现货市场中，目前买入和卖出压力之间的净平衡情况。我们注意到，投资者的抛售压力过去90天内一直在增加，这同样导致价格下跌。

图八：现货CVD指标（90日标准化）

最后，我们评估比特币的价格动量。我们可以看到，该指标在一定程度上逡巡不进，8月正值和负值均有。这与之前的两个指标形成了鲜明对比——另两个指标在同一时期都为负值。

图九：现货RSI指标（90日标准化）

分别结合成交量、CVD和MinMax这三个指标，我们能够生成一个特征值介于1和-1之间的投资情绪热力图。接下来我们将其放在下面的这个数值框架中来考虑：

•     值为1表示高风险

•     值为0表示中等风险

•     值为-1表示低风险

图十：投资情绪热力图

ETF情况分析

比特币ETF于1月推出后，以太坊ETF在8月接踵而至。这两起事件对于数字资产行业而言，有着里程碑式的影响力，它们共同为美国传统金融市场提供了一个接触这两种主流数字资产的捷径。

比特币ETF这边，美元的资本流动自2024年8月以来呈现走弱态势，目前，每周有1.07亿美元流出市场。

图十一：美国现货比特币ETF资产流向（7日移动均线）

近期以太坊ETF的表现也是一潭死水，同样出现了净流出。主要是由Grayscale ETHE产品的赎回所引发，而其他渠道的资产流入并不足以抵消赎回流出量。

以太坊ETF的总流出量为-1,310万美元。这凸显了当前，比特币和以太坊市场规模之间的巨大差异。

图十二：美国现货以太坊ETF资产流向（7日移动均线）

为了近似估计ETF对比特币和以太坊市场的影响，我们以现货交易量为准绳，对其ETF的净流量偏差进行了标准化。其比率使我们能够直接比较ETF在这两个市场的相对权重。

如下图所示，ETF对以太坊市场的相对影响大致相当于现货交易量的±1%，而比特币ETF则为±8%。这表明，市场对比特币ETF的兴趣仍然远远大于以太坊ETF。

图十三：比特币/以太坊ETF市场比较

总结

Miners仍然对比特币市场表现出极大的信心，尽管收入大幅下降，但哈希率只是略微低于历史最高水平。

然而，由于这一群体的交易行为往往是顺周期的——在下跌期间，他们是卖家；而在上涨期间则是持有者。因此，如果价格进一步下跌，他们可能会转而进一步抛售比特币。

与此同时，市场中的交易继续减少，交易量全面萎缩，表明投资者兴致恹恹。机构方面，这一趋势表现得同样明显，比特币和以太坊ETF均出现了资产的净流出。