加密早报:美国债务总额首次突破 37 万亿美元,本周 APT、ARB、AVAX 等代币将迎来大额解锁

深潮Dipublikasikan tanggal 2025-08-10Terakhir diperbarui pada 2025-08-11

Trump 家族支持的World Liberty Financial拟筹建 15 亿美元加密资产公司。

作者:深潮 TechFlow

昨日市场动态

The Kobeissi Letter:美国债务总额首次突破 37 万亿美元

据 The Kobeissi Letter 披露,今日美国债务总额历史上首次正式突破 37 万亿美元,这使得自 7 月 4 日特朗普签署「美丽大法案」并提高债务上限以来,美国债务总额再度增加了 7800 亿美元,这相当于平均每天增加 220 亿美元。

仅上周,美国政府就通过 10 次出售操作抛出 7240 亿美元国债,美国债务危机比以往任何时候都更加严重。

Trump 家族支持的World Liberty Financial拟筹建15亿美元加密资产公司

据彭博社报道,World Liberty Financial正计划成立一家公开公司,用于持有其WLFI代币。知情人士透露,该项目目标募资约15亿美元,目前正与科技及加密货币行业的机构投资者进行磋商。该公司将加入数字资产财库公司阵营。

BlackRock 明确表态暂无计划推出XRP和SOL ETF

据The Block报道,全球最大资产管理公司BlackRock于8月9日明确表示,目前没有计划申请发行XRP或SOL ETF。此声明出现在Ripple与美国证券交易委员会(SEC)长达数年的诉讼终结之后。

尽管市场此前预期Ripple诉讼案的结束可能刺激大型机构申请XRP ETF,但BlackRock发言人向媒体确认将继续专注于现有的比特币和以太坊ETF业务。目前,包括ProShares、21Shares等多家机构已向SEC提交了XRP ETF申请。

香港金管局回应部分找换店仍“无牌”兑换泰达币:MSO牌照不在“任许提供者”范围

据财新网报道,在香港金钟、尖沙咀多家经营加密币业务的找换店走访发现,部分找换店已暂停USDT、USDC与法币的兑换,一些找换店甚至已闭店;但有一些找换店虽然不再“明码标价”为用户兑换有关稳定币,仍可私下询价交易。

香港金管局回应表示,制定《稳定币条例》的主要目的,是透过监管法币稳定币的发行和销售(即条例下的“要约提供”),以保障稳定币的持有人。香港找换店一般持有的是香港海关发出的金钱服务经营者(MSO)牌照,这类牌照不在“任许提供者”范围内。虚拟资产场外交易机构目前不属于《稳定币条例》下的“任许提供者”,因此不能向零售或专业投资者要约提供稳定币,且不论该稳定币是否受监管。个别虚拟资产场外交易机构的业务是否涉及要约提供稳定币,需视乎实际业务安排及情况而定,不能一概而论。

以太坊联创:资金管理公司或将在一年内推动 ETH 市值超越 BTC

以太坊联合创始人兼 Consensys 首席执行官 Joe Lubin 表示,“资金管理公司或将在一年内推动 ETH 市值超越 BTC。”

Bitwise高管:美国常春藤联盟正全力押注BTC,或将带来更多资金流入

针对哈佛大学和布朗大学披露持有BTC ETF仓位,Bitwise高级投资策略负责人Juan Leon在X平台发文表示,美国常春藤联盟正在全力押注BTC,哈佛大学和布朗大学的捐赠总额超过600亿美元,随着这两所高校增加加密货币配置,可能会带来更多资金流入。此外,作为美国头部大学机构,对加密货币的采用也释放了明确信号,让其他高校捐赠基金开始效仿采用同样的投资策略。

AI初创公司Periodic Labs 获2亿美元融资,a16z领投

据Techinasia报道,由前OpenAI研究副总裁Liam Fedus和前DeepMind研究科学家Ekin Dogus Cubuk创立的Periodic Labs完成2亿美元融资,投后估值达10亿美元。该公司专注于利用人工智能技术进行新材料研究与发现。本轮融资由Andreessen Horowitz领投,OpenAI预计也将参与。

Michael Saylor 再次发布比特币 Tracker 信息,或将于下周增持比特币

Strategy 执行主席 Michael Saylor 在 X 平台再次发布比特币 Tracker 相关信息,他写道:“如果您不停止购买比特币,您就不会停止赚钱。”

根据此前规律,Strategy 总是在相关消息发布之后的第二天披露增持比特币信息。

本周APT、ARB、AVAX等代币将迎来大额解锁

据Token Unlocks数据显示,APT、ARB、AVAX等代币将于下周迎来大额解锁,其中:

Aptos(APT)将于北京时间8月12日上午8点解锁约1131万枚代币,与现流通量的比例为2.20%,价值约5210万美元;

Arbitrum(ARB)将于北京时间8月16日晚上9点解锁约9265万枚代币,与现流通量的比例为2.04%,价值约4324万美元;

Avalanche(AVAX)将于北京时间8月15日上午8点解锁约167万枚代币,与现流通量的比例为0.51%,价值约3920万美元;

Sei(SEI)将于北京时间8月15日晚上8点解锁约5556万枚代币,与现流通量的比例为1.21%,价值约1790万美元;

Solayer(LAYER)将于北京时间8月11日晚上10点解锁约2702万枚代币,与现流通量的比例为9.51%,价值约1700万美元;

Starknet(STRK)将于北京时间8月15日上午8点解锁约1.27亿枚代币,与现流通量的比例为5.98%,价值约1680万美元;

io.net(IO)将于北京时间8月11日晚上8点解锁约1329万枚代币,与现流通量的比例为6.51%,价值约830万美元;

peaq(PEAQ)将于北京时间8月12日上午8点解锁约8484万枚代币,与现流通量的比例为7.03%,价值约560万美元;

BounceBit(BB)将于北京时间8月11日上午8点解锁约4290万枚代币,与现流通量的比例为6.36%,价值约540万美元。

行情动态

推荐阅读

@特朗普,华尔街大佬阿克曼如何用推特“遥控”白宫?

本文详细探讨了华尔街大佬比尔·阿克曼如何通过推特影响特朗普的政策决策,包括关税政策的转向及其他政商关系的变化。阿克曼利用社交媒体成功地在公开场合推动自己的政治和商业利益,展示了一个全新的政商互动模式。

对话华尔街神算子 Tom Lee:Bitmine 的股票拥有极高流动性,ETH 年底 1.5 万美金是合理价格

本文深入探讨了以太坊(ETH)作为宏观投资机会的潜力,重点介绍了以太坊储备公司 Bitmine 的战略目标、市场动态以及其对华尔街的影响。文章还分析了以太坊的价格趋势、与比特币的比较,以及其在区块链金融化和人工智能领域的角色。

链上巨无霸战争:谁将控制价值流向,成为 Web3 行业新寡头?

本文深入分析了聚合器在Web3和DeFi领域中的作用与发展策略,重点探讨了Jupiter和Hyperliquid两大平台在流动性管理、用户关系控制以及扩展策略上的差异。文章还详细阐述了聚合器的层级模型、飞轮效应以及并购对扩展市场覆盖的重要性。

Web3 项目如何在小红书整体投放?

本文讨论了Web3项目在小红书投放时,建议广泛投放腰部及以下的小众KOL,而非仅关注头部达人,以提升投放效果。小红书投放需结合财经类和股票交易市场达人,以找到与Web3用户重合度高的增量人群。

在币圈赚钱的人,未必会交易

本文探讨了在加密货币领域找到个人优势的重要性,以及如何通过专注和技能叠加在行业中脱颖而出。文章强调,不必局限于交易,而是要认清自己的天赋,并通过行动和学习不断提升价值。

Bacaan Terkait

Tiga Tahun Kemudian: Meninjau Kembali Penilaian Saya terhadap ChatGPT di Tahun 2023

Tiga tahun kemudian, pada Mei 2026, penulis meninjau kembali 20 prediksi tentang ChatGPT yang dibuatnya pada Maret 2023, menggunakan AI untuk mengevaluasi akurasinya berdasarkan data terbaru. Secara keseluruhan, arah dan mekanisme prediksi banyak yang tepat. Yang paling akurat adalah tentang RAG sebagai arsitektur standar, LUI (Antarmuka Pengguna Bahasa Alami) sebagai lapisan interaksi baru, munculnya "jaringan robot" (protokol untuk agen AI), dan kemampuan China mengejar ketertinggalan model AI besar. Prediksi bahwa ChatGPT bukan AGI namun langkah besar, tidak menyebabkan gelombang pengangguran massal, serta sifat uji Turing yang hanya mengukur persepsi juga pada dasarnya benar. Namun, prediksi dengan angka spesifik atau pernyataan mutlak sering meleset. Klaim bahwa GPT-4 memiliki 100 triliun parameter sepenuhnya salah. Pernyataan bahwa LLM "tidak mungkin" mengerjakan matematika murni terbantahkan dengan model penalaran yang memenangkan medali emas IMO. Estimasi biaya pelatihan model hanya $5-10 miliar juga jauh dari kenyataan, yang kini mencapai miliaran dolar untuk model terdepan. Beberapa prediksi keliru tentang distribusi dampak, seperti bahwa nilai akan berpindah ke lapisan aplikasi (nyatanya, penyedia chip seperti NVIDIA paling untung), atau bahwa AI akan "menghindari" masalah hak cipta (justru menimbulkan gugatan besar). Kesimpulan utama adalah: dalam memprediksi teknologi yang cepat berubah, mengidentifikasi arah dan mekanisme umumnya lebih bisa diandalkan daripada memberikan angka pasti atau pernyataan mutlak. Prediksi cenderung terlalu optimis tentang kecepatan perubahan jangka pendek, tetapi meremehkan besarnya perubahan jangka panjang. Penting juga untuk mempertimbangkan distribusi dampak, bukan hanya kesimpulan agregat. Pernyataan yang disertai batasan dan keraguan justru lebih tahan uji waktu. Beberapa pertanyaan mendasar masih belum terjawab setelah tiga tahun. Tinjauan ini berfungsi sebagai pelajaran untuk membuat prediksi yang lebih baik di tiga tahun mendatang.

marsbit51m yang lalu

Tiga Tahun Kemudian: Meninjau Kembali Penilaian Saya terhadap ChatGPT di Tahun 2023

marsbit51m yang lalu

Tiga Tahun Kemudian: Menilik Kembali Penilaian Saya terhadap ChatGPT pada 2023

Tiga tahun kemudian: Meninjau Kembali 20 Prediksi ChatGPT Saya pada 2023 Pada Maret 2023, penulis Wang Jianshuo membuat 20 prediksi intuitif tentang ChatGPT dan AI masa depan. Kini, di Mei 2026, sebuah sistem AI yang terdiri dari 41 agen menganalisis prediksi-prediksi tersebut berdasarkan data terkini. Hasilnya menunjukkan pola menarik. **Yang Terbukti Benar (Secara Umum):** * **RAG dan Arsitektur Pencarian (✅):** Solusi utama untuk pengetahuan dan halusinasi adalah dengan menambahkan "contekan" (RAG), bukan mengubah model. Arsitektur pencarian + LLM kini menjadi standar. * **LUI sebagai Benua Baru (🟢):** Antarmuka Pengguna Bahasa Alami (LUI) adalah lapisan interaksi baru yang besar, melahirkan industri agen dan protokol seperti MCP. * **Jaringan Robot dan Sistem Pengalamatan Baru (🟢):** Agen akan berkomunikasi otomatis dengan bahasa alami. Protokol seperti MCP dan ANP sedang mewujudkannya. * **Model Besar Tiongkok (🟢):** Model-model seperti DeepSeek dan Qwen telah mengejar ketertinggalan performa, meski dengan investasi lebih kecil. * **Tidak Ada Kesadaran, Tes Turing Hanya Ukur Penampilan (🟢):** AI tidak memiliki kesadaran. Tes Turing hanya mengukur ilusi kesadaran. * **Prediksi Lain yang Benar:** ChatGPT bukan AGI, tapi lompatan besar; gelombang pengangguran besar tidak terjadi; tahun besar untuk startup; momen "browser 1994" telah tiba. **Yang Kurang Tepat atau Salah:** * **Parameter GPT-4 (❌):** Prediksi 100 triliun parameter salah. Estimasi terbaru sekitar 1,8 triliun. * **Matematika di LLM (🟡):** Diagnosis bahwa matematika adalah kelemahan intrinsik dan memerlukan alat bantu benar. Namun, pernyataan "tidak mungkin" ditingkatkan terbukti salah, karena model kini bisa memenangkan medali emas Olimpiade Matematika Internasional (IMO). * **Penangkapan Nilai (🟡):** Aplikasi memang berkembang pesat, tetapi nilai terbesar justru ditangkap oleh lapisan komputasi (seperti Nvidia), bukan oleh pembuat model. * **Hak Cipta (🟡):** Konten AI sulit didaftarkan hak cipta, tetapi tidak serta-mata "menghindari" pelanggaran. Gugatan dan penyelesaian besar (misalnya, Anthropic $1,5 miliar) membuktikan risikonya. * **Biaya Model (🟡):** Prediksi "perang lokal" dengan biaya $5-10 miliar untuk model canggih terbukti salah. Biaya pelatihan model terdepan (seperti GPT-5) jauh lebih tinggi, sementara biaya kloning model terbuka justru bisa lebih murah. **Pola dan Pelajaran:** 1. **Arah dan mekanisme lebih dapat diandalkan daripada angka pasti dan pernyataan mutlak.** 2. **Cenderung terlalu optimis untuk jangka pendek (kecepatan), tetapi terlalu konservatif untuk jangka panjang (skala/dampak).** 3. **Kesalahan sering terjadi pada distribusi, bukan pada total.** Contoh: Tidak ada gelombang pengangguran masif, tetapi dampak berat dirasakan oleh lulusan baru. 4. **Pernyataan yang disertai batasan dan ruang ketidakpastian justru lebih tahan uji waktu.** 5. **Beberapa pertanyaan mendasar masih belum terjawab setelah tiga tahun.** Kesimpulannya, prediksi tentang arah besar dan mekanisme cenderung akurat, sementara prediksi spesifik tentang angka, kecepatan, dan distribusi dampak lebih sering meleset. Latihan ini lebih merupakan pelajaran dalam kerendahan hati dan penilaian yang bernuansa daripada sekadar penghitungan skor.

链捕手3j yang lalu

Tiga Tahun Kemudian: Menilik Kembali Penilaian Saya terhadap ChatGPT pada 2023

链捕手3j yang lalu

Peringatan Gelembung AI: Investasi AI Merupakan Pengembalian Negatif bagi Kebanyakan Raksasa Teknologi

Peringatan Gelembung AI: Investasi AI Membawa Pengembalian Negatif bagi Sebagian Besar Raksasa Teknologi Demam AI kini memasuki tahap pemeriksaan keuangan. Raksasa cloud seperti Microsoft, Alphabet, Amazon, Meta, dan Oracle berencana menginvestasikan ratusan miliar dolar ke pusat data AI dalam lima tahun ke depan. Namun, analisis terhadap proyeksi pendapatan dan pengeluaran modal (capex) hingga 2030 mengungkap masalah: tingkat pengembalian investasi implisit diperkirakan sangat negatif bagi semua perusahaan kecuali Amazon, bahkan dalam skenario optimis ekstrem. Ini menunjukkan bahwa jika tren saat ini berlanjut, boom AI bisa menjadi salah satu peristiwa perusakan nilai pemegang saham terbesar. Ada dua jalan keluar: pendapatan yang jauh melebihi ekspektasi saat ini, atau pengurangan rencana investasi. Jalan pertama tampaknya mustahil, karena membutuhkan tambahan pendapatan triliunan dolar. Jalan kedua—pemotongan investasi—akan berdampak luas, meruntuhkan harga saham perusahaan-perusahaan teknologi global dan dapat mendorong ekonomi AS ke resesi, mengingat 93% pertumbuhan PDB AS belakangan ini didorong oleh investasi teknologi. IPO perusahaan AI seperti OpenAI dan Anthropic tahun ini bisa menjadi mekanisme transfer risiko, memindahkan ketidakpastian dari pemilik awal kepada investor ritail dan dana pensiun. Sementara euphoria pemasaran mungkin bertahan hingga setelah IPO tahun 2026, tekanan matematika yang tak terelakkan mungkin memaksa raksasa cloud mengumumkan pemotongan investasi pada 2027 atau 2028, mirip dengan jeda tiga tahun antara peringatan "irrational exuberance" Alan Greenspan pada 1996 dan pecahnya gelembung dotcom pada 2000.

marsbit4j yang lalu

Peringatan Gelembung AI: Investasi AI Merupakan Pengembalian Negatif bagi Kebanyakan Raksasa Teknologi

marsbit4j yang lalu

Dari Token ke Tenaga Kerja Mesin: AI Sedang Berubah dari Alat Menjadi 'Pekerja'

Dari Token ke Tenaga Kerja Mesin: AI Berubah dari Alat Menjadi "Pekerja" AI mulai menulis kode, menangani tiket dukungan pelanggan, dan meninjau dokumen hukum. Artikel ini mengusulkan kerangka baru: komersialisasi AI sedang bergerak menuju "pasar tenaga kerja mesin". Dalam pasar ini, token hanyalah unit pengukuran, GPU adalah bahan baku, dan model adalah alat produksi. Objek yang benar-benar ditetapkan harganya dan diperdagangkan adalah kerja ekonomi yang diselesaikan langsung oleh perangkat lunak. Mekanisme penetapan harga AI akan berkembang dari token mentah, kemampuan model yang terstandarisasi, tenaga kerja yang terspesialisasi industri, hingga pasar hasil yang dapat diprogram. Di masa depan, perusahaan mungkin tidak lagi peduli model atau GPU mana yang menyelesaikan suatu tugas, tetapi lebih pada apakah tugas itu diselesaikan dalam batas latensi, akurasi, keandalan, dan biaya yang ditentukan. Implikasinya, dampak AI pada pasar tenaga kerja manusia tidak hanya sekadar penggantian. Saat mesin mengambil alih lebih banyak pekerjaan yang dapat distandardisasi dan diverifikasi, peran manusia mungkin bergeser ke pengawasan, penanggung jawab, manajemen konteks, dan keputusan akhir. Dalam beberapa kasus, penilaian manusia untuk 1% akhir justru menjadi lebih berharga karena dapat membuka kunci 99% otomatisasi skala besar. Pasar AI adalah pasar ekspansif. Ketika biaya kerja turun, permintaan tidak tetap. Jika interaksi dukungan pelanggan menjadi lebih murah, perusahaan dapat menawarkan layanan 24/7, menciptakan pasar interaksi pelanggan yang lebih besar. Persaingan tahap berikutnya di pasar AI mungkin bukan lagi sekadar pertarungan kemampuan model atau perang harga daya komputasi, tetapi tentang siapa yang dapat pertama kali menstandarisasi, memverifikasi, dan menetapkan harga "pekerjaan", akhirnya menjadikan tenaga kerja mesin sebagai faktor produksi baru yang dapat dibeli, diselesaikan, dan diperdagangkan.

marsbit4j yang lalu

Dari Token ke Tenaga Kerja Mesin: AI Sedang Berubah dari Alat Menjadi 'Pekerja'

marsbit4j yang lalu

Diskon 99% untuk MiMo Bukan Hanya Pemasaran! Luo Fuli Membantah Para Pengecam di X

**Ringkasan:** Xiaomi MiMo memotong harga API MiMo-V2.5 hingga **99%**, memicu spekulasi tentang perang harga atau strategi merugi. Luo Fuli, kepala MiMo, merespons dengan mempublikasikan blog teknis 5000 kata yang merinci **enam pilar teknikal** di balik potongan harga besar ini. Intinya, diskon 99% terutama untuk **Input (Cache Hit)** – bagian dimana pengguna membaca ulang konteks historis dalam percakapan panjang. Ini menjadi mungkin karena serangkaian optimasi teknikal yang mengubah biaya komputasi untuk bagian tersebut mendekati nol. **Enam Pilar Teknikal:** 1. **Arsitektur Hybrid SWA:** Menggunakan Sliding Window Attention di sebagian besar lapisan model, mengurangi volume **KVCache** (memori jangka pendek model) hingga **1/7**. 2. **Manajemen KVCache Dua Kolam:** Mengalokasikan memori secara terpisah untuk lapisan SWA dan Full Attention, benar-benar mewujudkan penghematan teoretis 1/7 dan meningkatkan jumlah pengguna yang dapat dilayani secara bersamaan. 3. **Prefix Cache yang Dioptimalkan:** Meningkatkan aturan pencocokan cache untuk arsitektur SWA, menghasilkan **tingkat keberhasilan cache 93-95%** untuk pembacaan ulang. Artinya, sebagian besar permintaan "baca ulang" tidak memerlukan komputasi GPU baru. 4. **Sistem Cache Terdistribusi GCache:** Menyimpan data cache di **SSD bawaan mesin GPU**, menghilangkan biaya penyimpanan cluster khusus dan memperpanjang masa hidup cache. 5. **Sistem Penjadwalan LLM-Router:** Mengarahkan permintaan secara cerdas berdasarkan kesamaan prefix dan panjang konteks, memprioritaskan permintaan yang menggunakan cache, meningkatkan efisiensi dan mengurangi latensi. 6. **Multi-Token Prediction (MTP):** Mengoptimalkan proses generasi output model, mempercepat pembuatan respons dan melengkapi pengurangan biaya di sisi input. **Kesimpulan:** Penurunan harga 99% bukanlah gimmick pemasaran atau strategi merugi, tetapi hasil dari **efisiensi sistemik rekayasa AI** yang telah divalidasi di lingkungan produksi. Rantai optimasi ini secara kumulatif mengurangi biaya komputasi per permintaan hingga lebih dari 95%, memungkinkan penurunan harga ekstrem sambil mempertahankan profitabilitas. Luo Fuli menekankan bahwa ini adalah masalah teknikal yang terwujud, bukan sekadar perang harga.

marsbit6j yang lalu

Diskon 99% untuk MiMo Bukan Hanya Pemasaran! Luo Fuli Membantah Para Pengecam di X

marsbit6j yang lalu

Trading

Spot
Futures

Artikel Populer

Cara Membeli ARB

Selamat datang di HTX.com! Kami telah membuat pembelian Arbitrum (ARB) menjadi mudah dan nyaman. Ikuti panduan langkah demi langkah kami untuk memulai perjalanan kripto Anda.Langkah 1: Buat Akun HTX AndaGunakan alamat email atau nomor ponsel Anda untuk mendaftar akun gratis di HTX. Rasakan perjalanan pendaftaran yang mudah dan buka semua fitur.Dapatkan Akun SayaLangkah 2: Buka Beli Kripto, lalu Pilih Metode Pembayaran AndaKartu Kredit/Debit: Gunakan Visa atau Mastercard Anda untuk membeli Arbitrum (ARB) secara instan.Saldo: Gunakan dana dari saldo akun HTX Anda untuk melakukan trading dengan lancar.Pihak Ketiga: Kami telah menambahkan metode pembayaran populer seperti Google Pay dan Apple Pay untuk meningkatkan kenyamanan.P2P: Lakukan trading langsung dengan pengguna lain di HTX.Over-the-Counter (OTC): Kami menawarkan layanan yang dibuat khusus dan kurs yang kompetitif bagi para trader.Langkah 3: Simpan Arbitrum (ARB) AndaSetelah melakukan pembelian, simpan Arbitrum (ARB) di akun HTX Anda. Selain itu, Anda dapat mengirimkannya ke tempat lain melalui transfer blockchain atau menggunakannya untuk memperdagangkan mata uang kripto lainnya.Langkah 4: Lakukan trading Arbitrum (ARB)Lakukan trading Arbitrum (ARB) dengan mudah di pasar spot HTX. Cukup akses akun Anda, pilih pasangan perdagangan, jalankan trading, lalu pantau secara real-time. Kami menawarkan pengalaman yang ramah pengguna baik untuk pemula maupun trader berpengalaman.

343 Total TayanganDipublikasikan pada 2024.12.11Diperbarui pada 2025.03.21

Cara Membeli ARB

Diskusi

Selamat datang di Komunitas HTX. Di sini, Anda bisa terus mendapatkan informasi terbaru tentang perkembangan platform terkini dan mendapatkan akses ke wawasan pasar profesional. Pendapat pengguna mengenai harga ARB (ARB) disajikan di bawah ini.

活动图片