经济学家预计美联储只会降息25个基点

币界网Dipublikasikan tanggal 2024-08-11Terakhir diperbarui pada 2024-08-11

币界网报道:

根据大多数接受调查的经济学家的说法,预计美联储将在即将召开的9月会议上将利率下调25个基点。

近80%的人认为,美联储将满足于适度降息,将利率降至5%至5.25%的范围内。

只有少数人认为更大幅度的降息即将到来,计划外利率调整的可能性很小,约为10%。

美联储政策制定者目前并不太热衷于激进的举措。为什么?嗯,7月份的就业报告有点令人失望。招聘速度放缓,失业率达到近三年来的最高点。

尽管如此,以杰罗姆·鲍威尔为首的美联储领导人仍坚持己见。他们专注于两件事:保持高就业率和将通货膨胀率降至2%的目标。

美联储并不着急

在看到最新的就业数据后,摩根大通和花旗集团等华尔街的一些重量级人物现在呼吁下个月降息0.5个百分点。

期货投资者似乎也同意,年底前定价将总共下调100个基点。他们认为美联储可能会在9月份开始降息50个基点。

但经济学家们并不买账。他们认为,美联储不仅会在9月,还会在11月、12月,甚至到2025年初,采取较小幅度的25个基点的降息措施。

每个人心中最大的问题是:通货膨胀发生了什么?7月份美国通胀可能略有上升,但不足以吓到美联储。

消费者价格指数(CPI)预计将比6月份上涨0.2%。这一小幅上涨仍将使年通胀率保持在2021年初以来最慢的水平之一。

就业报告给降息决定带来压力

通胀的缓解给了美联储官员一些喘息的空间,让他们在不失去对劳动力市场关注的情况下考虑降息。

但我们不要过于兴奋——招聘正在放缓,失业率不断攀升。7月份的就业报告显示,美国雇主正在加大招聘力度。

这已经敲响了警钟,因为经济衰退可能即将到来。如果CPI数据如预期的那样,这将证实通货膨胀仍在朝着正确的方向发展——下降。

经济学家认为,在6月份令人惊讶的低读数之后,我们可能会看到小幅上升,但没什么好担心的。这可能是由于核心服务成本上升,不包括美联储密切关注的住房。

由于运费上涨,商品价格也有可能上涨,但我们只能拭目以待。

尽管市场和经济最近发生了戏剧性的变化,但大多数经济学家(69%)认为美国将设法避免经济衰退。他们押注于“软着陆”,即经济放缓但不会崩溃。

另有10%的人认为软着陆是可能的,但前提是美联储采取迅速、积极的行动。22%的受访者认为经济衰退是不可避免的。

Bacaan Terkait

Cache Hit Rate 99.93%, Harness yang Paling Cocok untuk DeepSeek Hadir, GitHub Raup 8.6 Juta Star

Proyek Pi, sebuah harness agen pemrograman open-source yang telah meraih sekitar 86,000 bintang di GitHub, diklaim sebagai harness "terbaik" untuk model AI DeepSeek. Kunci utamanya adalah efisiensi biaya yang sangat tinggi berkat mekanisme caching yang optimal. Ketika diintegrasikan dengan DeepSeek, Pi mencapai **tingkat hit cache sekitar 99.97%** (atau tingkat *cache miss* hanya 0.03%). Ini berarti sebagian besar token konteks yang berulang tidak perlu dihitung ulang oleh model, sehingga **secara drastis mengurangi biaya pemrosesan**. Sebagai contoh, biaya untuk memproses 1 miliar token bisa turun dari sekitar 900 yuan menjadi hanya 19 yuan. Sebuah tes perbandingan oleh tim Composio terhadap 8 harness agen utama yang menjalankan DeepSeek V4 Flash pada tugas nyata mengonfirmasi keunggulan Pi. **Pi mencatat biaya rata-rata terendah per tugas berhasil, yaitu sekitar $0.028**. Sebagai perbandingan, Claude Code, harness yang dibangun khusus untuk model Claude, mencatat biaya sekitar **$0.195 per tugas**, hampir 7 kali lebih mahal. Alasan Pi sangat cocok dengan DeepSeek adalah karena kesederhanaannya. Pi hanya menyediakan empat alat dasar (baca file, tulis file, ubah file, eksekusi perintah) secara default, memungkinkan sesi berkembang secara linier. Desain ini cocok dengan aturan antarmuka DeepSeek, meminimalkan perubahan pada prompt sistem dan sejarah percakapan sehingga caching awalan otomatis dapat bekerja dengan sangat efektif. Sementara itu, DeepSeek sendiri dikabarkan sedang mengembangkan harness resmi mereka yang ditargetkan untuk menyaingi Claude Code. Harness resmi ini diharapkan memberikan pengalaman "siap pakai" dan integrasi yang lebih dalam dengan model DeepSeek. Di sisi lain, Pi tetap akan relevan bagi pengembang yang lebih menyukai fleksibilitas untuk menyesuaikan alur kerja dan dengan mudah berganti model AI (mendukung Claude, OpenAI, Gemini, dll.). Pada akhirnya, meskipun Pi saat ini menjadi solusi pihak ketiga yang sangat efisien untuk DeepSeek, persaingan dengan harness resmi yang akan datang dinantikan oleh komunitas pengembang.

marsbit11m yang lalu

Cache Hit Rate 99.93%, Harness yang Paling Cocok untuk DeepSeek Hadir, GitHub Raup 8.6 Juta Star

marsbit11m yang lalu

Ketika Aliran Meme Bertemu RWA: Ambisi Finansial Hyperliquid dan Robinhood

**Ringkasan: Ketika Aliran Meme Bertemu RWA: Ambisi Finansial Hyperliquid dan Robinhood** Industri crypto sering dikritik sebagai dunia spekulasi murni, mirip kasino tanpa dasar fundamental. Namun, spekulasi sebenarnya bisa menjadi sinyal awal dan fondasi bagi evolusi pasar menuju bisnis yang matang dan sesuai regulasi. Artikel ini menelusuri jalan evolusi tersebut melalui contoh terkini: * **Hyperliquid**, sebuah platform perdagangan berjangka crypto, kini memperluas model perdagangan leveraged-nya ke aset dunia nyata (RWA) seperti emas, minyak, saham (Nvidia, Tesla), dan indeks. Volume perdagangan kontrak berjangka RWA-nya bahkan telah melampaui volume crypto, menciptakan lapisan penetapan harga baru yang dapat diakses 24/7. * **Robinhood Chain**, blockchain yang awalnya dibangun untuk perdagangan saham ter-tokenisasi, justru mendapatkan daya tarik masif setelah peluncuran platform penerbitan Meme coin **Pools** oleh Uniswap. Transaksi awal mencapai $150 juta untuk token seperti FRONG (berbasis video katak), mendorong aktivitas dan likuiditas di chain tersebut. CEO Vlad Tenev menyambut aliran ini, melihatnya sebagai modal awal untuk membangun basis pengguna bagi sistem perdagangan saham on-chain di masa depan. Sejarah pasar keuangan, seperti lahirnya pasar berjangka komoditas di Chicago abad ke-19, menunjukkan pola serupa: spekulasi menyediakan likuiditas dan pihak lawan (counterparty) yang diperlukan untuk pasar yang lebih fungsional (seperti lindung nilai bagi petani) bisa berkembang. Kunci transformasi ini terletak pada **aset dasar yang mendasari spekulasi**. Spekulasi yang terlepas dari aset bernilai cenderung cepat pecah (seperti banyak Meme coin). Namun, ketika spekulasi terikat pada aset dunia nyata atau kasus penggunaan yang berkelanjutan (seperti saham atau komoditas), ia dapat berkembang menjadi infrastruktur yang bertahan lama. Kesimpulannya, sifat spekulasi sendiri netral. Ia adalah ekspresi alami manusia untuk mempertaruhkan pandangan. Arah dan nilai akhir yang dibangun oleh spekulasi—apakah menjadi infrastruktur penetapan harga global seperti Hyperliquid atau gateway untuk perdagangan sekuritas on-chain seperti Robinhood—ditentukan oleh nilai yang dapat dibawa oleh aset dasar yang mendasarinya.

marsbit35m yang lalu

Ketika Aliran Meme Bertemu RWA: Ambisi Finansial Hyperliquid dan Robinhood

marsbit35m yang lalu

HBM Nvidia dalam Kekurangan, GPU Generasi Selanjutnya Terbatas, Tapi Hardisk Ini Malah Mencuri Perhatian

Era AI membawa evolusi bagi penyimpanan data. AI Agent, yang beroperasi secara kontinu, menghasilkan rantai data kompleks seperti memori, log eksekusi, dan konteks model. Hal ini menggeser peran penyimpanan dari sekadar tujuan akhir menjadi bagian integral dari siklus persepsi, memori, dan pengambilan keputusan Agent. Muncul konsep "Functional SSD" atau SSD Fungsional, yang mengintegrasikan kemampuan seperti enkripsi otomatis (dengan kebijakan granular), kompresi, pengindeksan, dan pemeliharaan memori di dekat media penyimpanan. Pendekatan ini bertujuan mengurangi pergerakan data, menghemat bandwidth memori (DRAM/HBM), dan menurunkan biaya Token. Di sisi perangkat (edge), SSD Fungsional dapat menjadi lapisan status jangka panjang untuk Agent pribadi, meningkatkan privasi dan kemampuan kerja offline. Di sisi cloud, SSD berkembang menjadi "Agent Storage Node" yang menyediakan layanan konteks bersama, memori, dan tata kelola untuk kluster GPU multi-tenant. Artikel ini menganalisis bahwa nilai batas antara berbagai hierarki memori—HBM, HBF (High Bandwidth Flash), DRAM/CXL, SSD Fungsional, dan penyimpanan bersama—akan ditata ulang. Masing-masing akan memiliki peran spesifik berdasarkan kecepatan, kapasitas, biaya, dan sifat data (panas/dingin, hanya-baca/sering diperbarui). Inovasi tidak terletak pada penggantian satu medium dengan lainnya, tetapi pada kolaborasi cerdas antar lapisan untuk mencapai biaya Token yang lebih rendah, kelangsungan Agent yang lebih baik, dan siklus hidup data yang terpercaya. Beberapa produk AI SSD awal, seperti dari Phison, Longsys, dan kolaborasi Yinpu-Maxio, telah menunjukkan arah ini dengan fokus pada perluasan kapasitas model, manajemen cache KV, dan pra-pengambilan data yang cerdas.

marsbit57m yang lalu

HBM Nvidia dalam Kekurangan, GPU Generasi Selanjutnya Terbatas, Tapi Hardisk Ini Malah Mencuri Perhatian

marsbit57m yang lalu

Berdasarkan: Claude Gagal Menantang 'Riemann Hypothesis', Namun Secara Tak Terduga Memecahkan Rekor Matematika 37 Tahun

Sebuah versi penelitian Claude dari Anthropic diberi tugas terbuka: mencoba menyerang Hipotesis Riemann, salah satu masalah matematika terbuka paling terkenal yang telah berusia 167 tahun. Meskipun tidak berhasil membuktikan hipotesis tersebut, selama proses eksplorasi intensif selama sekitar satu setengah hari, Claude—yang mengoordinasikan sekitar 60 sub-agen—menghasilkan terobosan tak terduga dalam teori bilangan analitik. Claude berhasil meningkatkan batas bawah proporsi nol nontrivial fungsi zeta Riemann yang terbukti terletak pada garis kritis, dari 41.6% menjadi **67.2%. Ini merupakan peningkatan sebesar 25.6 poin persentase.** Pencapaian ini dianggap sebagai kemajuan signifikan dalam beberapa dekade terakhir, mengingat dalam 37 tahun sebelumnya, batas bawah ini hanya ditingkatkan sekitar 0.8 poin persentase oleh para matematikawan. Metode Claude dibangun di atas karya para matematikawan sebelumnya, seperti Hugh Montgomery dan Enrico Bombieri, dengan pendekatan baru dalam menganalisis ruang fungsi dan bentuk kuadrat. Hasilnya telah diverifikasi oleh matematikawan internal Anthropic, dan Claude juga menghasilkan bukti formal yang dapat diperiksa mesin menggunakan Lean. Dua ahli eksternal, Brian Conrey dan Dan Goldston, telah meninjau makalah tersebut. Anthropic menekankan bahwa pendekatan ini kemungkinan tidak langsung mengarah pada pembuktian akhir Hipotesis Riemann. Namun, eksperimen ini menunjukkan kemampuan model AI mutakhir untuk terlibat dalam eksplorasi penelitian murni tanpa jawaban yang sudah diketahui, menghasilkan kemajuan yang berarti dalam masalah matematika tingkat tinggi.

marsbit1j yang lalu

Berdasarkan: Claude Gagal Menantang 'Riemann Hypothesis', Namun Secara Tak Terduga Memecahkan Rekor Matematika 37 Tahun

marsbit1j yang lalu

Trading

Spot
活动图片