1996 hay 1999? Bài kiểm tra đầu tiên của Walsh là 'Cách nhìn về AI'

marsbitXuất bản vào 2026-06-20Cập nhật gần nhất vào 2026-06-20

Tóm tắt

Tác giả: Đồng Tĩnh Vị Chủ tịch Fed mới, Walsh, đang đối mặt với thử thách đầu tiên và quan trọng nhất: **cách đánh giá sự bùng nổ AI hiện tại**. Quan điểm này sẽ quyết định hướng đi chính sách tiền tệ và định vị vai trò lịch sử của ông. Giới kinh tế đang tranh luận giữa hai cách hiểu trái ngược về làn sóng AI: 1. Lợi ích năng suất sắp hiện thực hóa, cung sẽ đuổi kịp cầu, cho phép Fed giữ nguyên lãi suất. 2. Cú sốc cầu đã đến trong khi lợi ích năng suất vẫn còn ở phía trước; nếu Fed chờ đợi dữ liệu xác nhận, họ sẽ bỏ lỡ thời điểm can thiệp tốt nhất và buộc phải tăng lãi suất mạnh hơn sau này. Bản thân Walsh có vẻ nghiêng về tư duy của Cựu Chủ tịch Alan Greenspan năm 1996: ông nhiều lần nhấn mạnh rằng "tăng trưởng mạnh mẽ được thúc đẩy bởi năng suất không phải là điều chúng ta sợ hãi, mà là điều chúng ta đón nhận". Ông lo ngại Fed sẽ phạm sai lầm khi thắt chặt chính sách quá sớm trong một thời kỳ thịnh vượng về năng suất, từ đó bóp nghẹt động lực tăng trưởng vốn có thể kiềm chế lạm phát. Tuy nhiên, bối cảnh hiện tại của Walsh khác xa năm 1996: áp lực thuế quan, thâm hụt ngân sách mở rộng và lợi ích toàn cầu hóa suy giảm khiến áp lực lạm phát tiềm tàng lớn hơn nhiều. Một thách thức quan trọng khác đến từ Chủ tịch Fed Chicago, Austan Goolsbee. Ông lập luận rằng một sự bùng nổ năng suất "được mong đợi từ trước" như AI hiện nay có thể gây ra hiệu ứng ngược: mọi người chi tiêu dựa trên kỳ vọng về của cải trong tương lai ngay từ bây giờ, dẫn đến nền kinh tế quá nóng và buộc Fe...

Bài viết: Đổng Tĩnh

Vấn đề nan giải đầu tiên mà Walsh phải đối mặt sau khi nhậm chức Chủ tịch Fed, không phải là lãi suất nên tăng hay giảm, mà là một đánh giá cơ bản hơn: sự bùng nổ AI hiện tại rốt cuộc là kiểu bùng nổ nào? Đánh giá này sẽ quyết định hướng đi chính sách của Fed, đồng thời cũng sẽ định nghĩa vị trí lịch sử của Walsh.

Ngày 19/6, phóng viên Nick Timiraos - được mệnh danh là 'phát ngôn viên Fed mới' - cho biết, xoay quanh cơn sốt xây dựng AI, giới kinh tế học tồn tại hai cách diễn giải đối lập hoàn toàn:

Thứ nhất, cổ tức năng suất sắp được hiện thực hóa, cung sẽ đuổi kịp cầu, Fed có thể bất động, bình tĩnh chờ đợi lạm phát tự nhiên giảm xuống; thứ hai, lợi ích từ việc tăng năng suất vẫn còn ở phía trước, trong khi cú sốc cầu đã đến, nếu Fed ngồi chờ dữ liệu xác nhận, sẽ bỏ lỡ cửa sổ can thiệp tốt nhất, cuối cùng buộc phải tăng lãi suất với biên độ lớn hơn.

Tuần này, Fed duy trì lãi suất không đổi, nhưng trong biểu đồ điểm mới nhất, gần một nửa quan chức dự kiến vẫn cần tăng lãi suất trong năm, số quan chức còn lại thì có đánh giá ngược lại - sự bất đồng sâu sắc trong nội bộ phản ánh mức độ không chắc chắn cao của vấn đề cốt lõi này.

Xu hướng cá nhân của Walsh có thể thấy mờ ảo trong cuộc họp báo. Ông nhiều lần nhấn mạnh "tăng trưởng mạnh mẽ được thúc đẩy bởi năng suất không phải điều chúng ta sợ hãi, mà là điều chúng ta ôm lấy", đây là âm hưởng của tư duy kiểu Greenspan năm 1996.

Tuy nhiên, môi trường vĩ mô mà ông phải đối mặt - áp lực thuế quan, thâm hụt ngân sách mở rộng, cổ tức toàn cầu hóa suy giảm - khác xa với bối cảnh thuận lợi mà Greenspan từng có. Làm thế nào để đưa ra phán đoán chính xác giữa hai kịch bản lịch sử, sẽ là bài kiểm tra thực sự đầu tiên khi Walsh nắm quyền Fed.

Hai thập niên 1990: Di sản kép Greenspan để lại

Timiraos cho biết, Walsh trong năm qua đã nhiều lần viện dẫn thập niên 1990 làm tài liệu tham khảo lịch sử, nhưng chính thập kỷ này cũng chứa đựng hai câu chuyện hoàn toàn khác biệt.

Năm 1996, Greenspan đối mặt với sự mở rộng kinh tế tốc độ cao, đã chọn bất động. Ông phán đoán tăng trưởng nhanh sẽ không châm ngòi lạm phát, sự thật chứng minh ông đúng. Sự mở rộng kinh tế kéo dài nhiều năm, ông do đó giành được danh hiệu "bậc thầy".

Năm 1999, Greenspan đã thay đổi phán đoán. Thị trường chứng khoán tăng vọt, thị trường lao động tiếp tục thắt chặt, ông bắt đầu tăng lãi suất liên tiếp, cuối cùng kết thúc bằng sự sụp đổ bong bóng dot-com. Và chính trong năm này, Fed đã thiết lập cơ chế hướng dẫn tiền định "phát tín hiệu tăng lãi suất trước" - cách làm này kéo dài đến nay, cũng là thông lệ mà Walsh đã bày tỏ rõ ràng muốn bãi bỏ.

Chính phủ Trump công khai tôn sùng phiên bản Fed năm 1996, Walsh trước khi nhậm chức cũng từng công khai bày tỏ, hy vọng xây dựng một ngân hàng trung ương "đủ tự tin để hành động ít hơn". Tuy nhiên, tình hình kinh tế hiện tại, có lẽ đang đưa một phiên bản kịch bản khác vào tay ông.

Logic phán đoán của Walsh: Tin vào câu chuyện, thay vì chờ đợi dữ liệu

Trước khi nhậm chức, Walsh từng bày tỏ lập trường trên Fox Business: Ông lo ngại Fed sắp phạm phải "sai lầm lớn thứ sáu hoặc thứ bảy" - thắt chặt chính sách tiền tệ quá sớm trong một sự bùng nổ năng suất đáng lẽ nên buông tay.

Timiraos cho biết, luận điểm cốt lõi của ông là: Việc tăng năng suất do AI mang lại sẽ không phản ánh ngay lập tức trong số liệu thống kê chính thức, có thể cần vài năm mới hiển thị. Nếu Fed khăng khăng chờ đợi dữ liệu xác nhận, sẽ nhầm lẫn một sự bùng nổ lành tính thành quá nóng kinh tế, từ đó tăng lãi suất - và điều này chính xác sẽ bóp chết những động năng tăng trưởng vốn có thể kìm hãm lạm phát.

Bản chất của logic này, là chủ trương dùng câu chuyện có tính tiền định thay thế dữ liệu có độ trễ làm căn cứ ra quyết định. Walsh trong cuộc họp báo cũng tiếp tục tư duy này: khi được hỏi AI hiện tại rốt cuộc đang thúc đẩy cầu hay mở rộng cung, ông chỉ nói "cầu dễ đo lường hơn cung", cố ý tránh bày tỏ rõ ràng, đồng thời kiên trì nguyên tắc giao tiếp "không tiết lộ trước động thái tiếp theo".

Timiraos cho rằng, ngay cả khi Walsh cuối cùng phán đoán đúng, sự tương đồng với thập niên 1990 cũng không hoàn chỉnh.

Greenspan khi đưa ra canh bạc nổi tiếng năm 1996, đằng sau có nhiều yếu tố thuận lợi: hàng hóa và lao động giá rẻ từ nước ngoài liên tục đè nén lạm phát, thâm hụt ngân sách liên bang cũng đang thu hẹp. Những yếu tố cấu trúc này cung cấp thêm biên độ an toàn cho hành động "bình tĩnh quan sát" của Fed.

Walsh đối mặt với môi trường hoàn toàn khác biệt: chính sách thuế quan đẩy chi phí nhập khẩu lên cao, thâm hụt ngân sách mở rộng thay vì thu hẹp, cổ tức toàn cầu hóa đã suy giảm. Điều này có nghĩa, ngay cả khi cổ tức năng suất AI cuối cùng được hiện thực hóa như dự kiến, áp lực lạm phát mà Walsh phải chịu trong quá trình chờ đợi, cũng sẽ lớn hơn nhiều so với Greenspan năm xưa.

Tiếng nói phản bác: Mô hình "ứng trước kỳ vọng" của Fed Chicago

Timiraos chỉ ra, người đưa ra thách thức có hệ thống nhất đối với logic phán đoán của Walsh, là Chủ tịch Fed Chicago Austan Goolsbee.

Theo tờ Wall Street Journal, Goolsbee hồi tháng trước trong một hội nghị tại Đại học Stanford đã đưa ra một phân biệt then chốt: liệu sự bùng nổ năng suất có thể khiến ngân hàng trung ương bất động hay không, phụ thuộc vào việc sự bùng nổ này có nằm ngoài dự kiến hay không. Một sự bùng nổ mà tất cả mọi người đều có thể dự đoán trước, ngược lại sẽ tạo ra hiệu ứng ngược - mọi người sẽ ứng trước của cải tương lai, tăng chi tiêu mạnh mẽ trước khi cổ tức năng suất được hiện thực hóa, từ đó dẫn đến quá nóng kinh tế.

"Cuối cùng bạn sẽ buộc phải tăng lãi suất mạnh, với biên độ vượt xa mức cần thiết nếu bạn hành động sớm hơn," Goolsbee nói.

Ông cho rằng, sự bùng nổ AI hiện tại chính xác thuộc loại "ai cũng thấy" này. Khảo sát đối với các nhà kinh tế học, người làm công nghệ và công chúng đều cho thấy, thị trường phổ biến kỳ vọng AI mỗi năm sẽ mang lại khoảng một điểm phần trăm tăng năng suất, và phần lớn lợi ích vẫn còn ở tương lai. Theo mô hình của ông, chính kỳ vọng này tự nó đã tạo thành lý do tăng lãi suất, chứ không phải căn cứ giảm lãi.

Goolsbee còn viện dẫn các "tín hiệu quá nóng" trong thực tế: Việc xây dựng trung tâm dữ liệu AI đang đẩy giá đất, giá điện và giá chip lên cao, đồng thời đẩy chi phí thợ điện và thiết bị lên, chèn ép tài nguyên của các ngành khác. Apple tuần này thông báo tăng giá do chi phí tăng, được ông xem là bằng chứng cho thấy cơ chế này đang vận hành.

Đáng chú ý là, khuôn khổ của Goolsbee không phải không có người thách thức. Thống đốc Fed Christopher Waller trong cùng hội nghị Stanford đó chỉ ra, cơ chế "ứng trước kỳ vọng" có thể phát huy tác dụng, với điều kiện tiên quyết là mọi người có thể vay tiền để chi tiêu trước. Nhưng trong thực tế, chi tiêu của nhiều gia đình bị ràng buộc chặt chẽ bởi thu nhập hiện tại, không thể dễ dàng hiện thực hóa của cải tương lai.

"Nếu họ không thể ứng trước phần chi tiêu đó, toàn bộ cơ chế này sẽ bị cắt đứt," Waller nói.

Phản bác này cung cấp sự hỗ trợ lý thuyết cho lập trường "bất động" của Walsh: Nếu ràng buộc vay nợ đủ phổ biến, hiệu ứng cầu đặt trước sẽ giảm đáng kể, sự bùng nổ năng suất càng có khả năng thúc đẩy mở rộng cung một cách ôn hòa, thay vì kích hoạt lạm phát.

Nghịch lý tối thượng: Bãi bỏ hướng dẫn tiền định, hay bị buộc sử dụng nó

Ngoài ra, Timiraos còn cho rằng, Walsh nắm quyền Fed còn đối mặt với một nghịch lý sâu xa, và nghịch lý này lại bắt nguồn từ điều ông muốn thay đổi nhất.

Ông đã bày tỏ rõ ràng muốn xây dựng một Fed "không tiết lộ bài trước", giảm hướng dẫn tiền định, để thị trường tiếp tục phỏng đoán. Tuy nhiên, cơ chế hướng dẫn tiền định hiện hành của Fed, chính được thiết lập vào năm 1999 - lúc đó Greenspan để tránh thị trường bị bất ngờ, đã bắt đầu phát tín hiệu trước khi tăng lãi suất.

Nếu diễn biến kinh tế lạc quan như chính phủ Trump mô tả, Walsh có lẽ sẽ không bao giờ cần phát tín hiệu tăng lãi suất trước. Nhưng nếu kinh tế đi theo một kịch bản khác, ông sẽ đối mặt với một lựa chọn khó khăn:

Hoặc là tiếp tục sử dụng thông lệ hướng dẫn tiền định mà ông muốn bãi bỏ, thông báo trước cho thị trường kế hoạch tăng lãi suất; hoặc là giữ im lặng, để thị trường tự phỏng đoán biên độ và nhịp độ tăng lãi, gánh chịu rủi ro biến động mạnh của thị trường tài chính do đó gây ra.

Cách giải quyết nghịch lý này, cuối cùng vẫn phụ thuộc vào câu trả lời cho cùng một câu hỏi: Bây giờ là năm 1996, hay năm 1999?

Tiền kỹ thuật số thịnh hành

Câu hỏi Liên quan

QBài báo so sánh sự thịnh vượng AI hiện tại với hai năm lịch sử nào của Cục Dự trữ Liên bang?

ABài báo so sánh sự thịnh vượng AI hiện tại với hai thời điểm lịch sử của Fed dưới thời Chủ tịch Alan Greenspan: năm 1996 (khi ông quyết định không tăng lãi suất và thành công) và năm 1999 (khi ông bắt đầu chu kỳ tăng lãi suất dẫn đến vỡ bong bóng dot-com).

QThách thức chính mà Chủ tịch Fed Wasch phải đối mặt khi đánh giá cơn sốt AI là gì?

AThách thức chính là xác định liệu sự bùng nổ AI hiện tại chủ yếu là một cú sốc về cung (thúc đẩy năng suất, giảm áp lực lạm phát) hay một cú sốc về cầu (kích thích chi tiêu và đầu tư ngay lập tức, gây ra lạm phát). Quyết định này sẽ định hướng chính sách tiền tệ của Fed.

QLập luận chính của Chủ tịch Wasch ủng hộ việc Fed 'không hành động' trước AI là gì?

AWasch cho rằng lợi ích năng suất từ AI có thể mất nhiều năm mới hiển thị trong dữ liệu thống kê chính thức. Nếu Fed chờ dữ liệu xác nhận và tăng lãi suất sớm, họ có thể vô tình bóp nghẹt sự tăng trưởng vốn có thể kiềm chế lạm phát, phạm phải một 'sai lầm lớn'.

QChủ tịch Ngân hàng Dự trữ Liên bang Chicago Austan Goolsbee đã đưa ra lập luận phản bối nào đối với quan điểm của Wasch?

AGoolsbee lập luận rằng một sự thịnh vượng về năng suất mà mọi người đều có thể dự đoán trước (như AI) có thể gây ra hiệu ứng ngược: mọi người chi tiêu dựa trên kỳ vọng về của cải trong tương lai ngay từ bây giờ, dẫn đến nền kinh tế quá nóng và lạm phát trước khi lợi ích năng suất thực sự xuất hiện, buộc Fed phải tăng lãi suất mạnh hơn sau này.

QNghịch lý mà Wasch phải đối mặt liên quan đến 'hướng dẫn chuyển tiếp' (forward guidance) của Fed là gì?

AWasch muốn xây dựng một Fed 'không tiết lộ bài' và giảm bớt hướng dẫn chuyển tiếp. Tuy nhiên, cơ chế hướng dẫn chuyển tiếp hiện tại được thiết lập vào năm 1999 chính xác là để tránh gây sốc cho thị trường. Nếu nền kinh tế diễn biến theo kịch bản xấu (như năm 1999), ông sẽ phải đối mặt với lựa chọn khó khăn: sử dụng công cụ mình muốn bãi bỏ, hoặc giữ im lặng và chấp nhận rủi ro biến động thị trường tài chính.

Nội dung Liên quan

Nhân viên "đắc dụng" của Nhà Trắng kiếm hơn 100.000 USD nhờ dự đoán dựa trên thông tin nội bộ

Mới đây, một nhân viên Nhà Trắng đã bị phát hiện sử dụng thông tin nội bộ để giao dịch kiếm lời trên thị trường dự đoán. Nhân vật chính là Gabriel Perez, người phụ trách vận hành máy nhắc lời cho các bài phát biểu của cựu Tổng thống Trump từ năm 2016. Với quyền tiếp cận bản thảo bài nói trước, Perez đã đặt cược vào các từ khóa cụ thể mà Trump sẽ "đề cập" trong hơn chục bài phát biểu, thu lợi hơn 100.000 USD chỉ trong khoảng ba tháng. Sàn giao dịch dự đoán Kalshi, nơi Perez thực hiện giao dịch, đã phát hiện hoạt động bất thường, đóng băng tài khoản của anh ta và báo cáo lên Ủy ban Giao dịch Hàng hóa Tương lai Mỹ (CFTC). Perez hiện đã bị đình chỉ công tác không lương. Tuy nhiên, khác với hai vụ buộc tội hình sự trước đó liên quan đến một binh sĩ đặc nhiệm và một kỹ sư Google, Perez chỉ phải đối mặt với hành động dân sự của CFTC, chủ yếu là hoàn trả lợi nhuận và cam kết không tái phạm. Vụ việc làm nổi bật tính dễ bị thao túng của các thị trường dự đoán thể loại "đề cập", nơi người có thông tin nội bộ hoặc chính người phát biểu có thể dễ dàng kiểm soát kết quả. Đây là trường hợp nội gián thứ ba bị công bố trong lĩnh vực này. Để ứng phó, các nền tảng như Kalshi đang siết chặt quy định, yêu cầu người dùng tiết lộ thông tin công việc nhằm hạn chế giao dịch nội gián. Sự kiện này đặt ra câu hỏi về tính toàn vẹn của thị trường dự đoán, vốn được kỳ vọng phản ánh trí tuệ đám đông, nhưng thực tế có thể trở thành công cụ kiếm lời cho số ít người nắm thông tin đặc quyền.

marsbit51 phút trước

Nhân viên "đắc dụng" của Nhà Trắng kiếm hơn 100.000 USD nhờ dự đoán dựa trên thông tin nội bộ

marsbit51 phút trước

Nhân viên sử dụng teleprompter cho Nhà Trắng kiếm hơn 100,000 USD nhờ dự đoán bằng nội bất.

Bài viết tiết lộ vụ bê bối giao dịch nội gián liên quan đến một nhân viên Nhà Trắng. Gabriel Perez, người phụ trách điều khiển máy nhắc lời cho các bài phát biểu của cựu Tổng thống Trump, đã lợi dụng thông tin nội bộ về nội dung bài diễn văn để đặt cược trên thị trường dự đoán Kalshi, kiếm lời hơn 100.000 USD trong ba tháng. Anh ta có thể biết trước các từ khóa cụ thể sẽ được nhắc đến. Tuy nhiên, không phải lần nào cũng thành công vì Trump thường nói ngoài kịch bản. Hành vi của Perez bị phát hiện nhờ hệ thống giám sát của Kalshi, dẫn đến việc tài khoản bị đóng băng và anh ta bị đình chỉ công việc. Mặc dù phải hoàn trả lợi nhuận, Perez không phải đối mặt với truy tố hình sự vì cơ quan chức năng cho rằng hành động này không gây hại cho an ninh quốc gia mà chỉ là vấn đề đạo đức. Bài viết cũng chỉ ra rằng thị trường dự đoán loại "đề cập" rất dễ bị thao túng, với chi phí gian lận thấp và lợi nhuận tiềm năng cao, và dẫn thêm các ví dụ khác như CEO Coinbase Brian Armstrong. Để tăng cường tuân thủ, Kalshi đã yêu cầu người dùng tiết lộ nơi làm việc. Vụ việc của Perez cho thấy nỗ lực thanh lọc giao dịch nội gián trong lĩnh vực thị trường dự đoán, nhưng đồng thời cũng làm dấy lên câu hỏi về tính chính xác và bản chất của các nền tảng này.

Odaily星球日报55 phút trước

Nhân viên sử dụng teleprompter cho Nhà Trắng kiếm hơn 100,000 USD nhờ dự đoán bằng nội bất.

Odaily星球日报55 phút trước

Các trang trại khai thác Bitcoin đang biến thành nhà máy AI

Bài báo phân tích xu hướng chuyển đổi từ lĩnh vực tiền điện tử (Crypto) sang trí tuệ nhân tạo (AI), tập trung vào ba loại tài sản chính được kế thừa từ chu kỳ Crypto trước. **1. Cơ sở hạ tầng từ các trang trại khai thác Bitcoin:** Các công ty khai thác như Crusoe, CoreWeave, TeraWulf và nhiều công ty khác đang chuyển đổi trung tâm dữ liệu của họ để phục vụ AI. Giá trị cốt lõi không nằm ở phần cứng cũ (máy đào ASIC khó tái sử dụng cho AI), mà ở các tài sản như nguồn điện ổn định, đất đai, giấy phép kết nối lưới điện và kinh nghiệm vận hành. Khi lợi nhuận từ khai thác Bitcoin giảm và nhu cầu điện cho AI tăng, những cơ sở hạ tầng này trở thành tài sản chiến lược, với nhiều hợp đồng cho thuê dài hạn trị giá hàng tỷ USD được ký kết với các tập đoàn AI lớn. **2. Con người và kỹ năng từ hệ sinh thái Crypto:** Các kỹ sư và doanh nhân từng làm việc trong lĩnh vực Crypto đang áp dụng kinh nghiệm của họ vào AI. Ví dụ điển hình là Alex Atallah (đồng sáng lập OpenSea) với OpenRouter - một nền tảng tổng hợp API cho hàng trăm mô hình AI, tương tự cách OpenSea kết nối người mua và bán NFT. Một ví dụ khác là Fal.ai (người sáng lập từng làm tại Coinbase), chuyên tối ưu hóa việc triển khai các mô hình sinh ra hình ảnh/video. **3. Vốn từ chu kỳ Crypto trước:** Các khoản lợi nhuận khổng lồ từ Crypto đang được tái đầu tư vào AI. Jed McCaleb (người sáng lập Mt.Gox, Ripple) đã dùng 5 tỷ USD để mua GPU và thành lập Voltage Park. Các quỹ đầu tư mạo hiểm (VC) Crypto như Paradigm cũng đang rót vốn vào các công ty AI như Nous Research. Một trường hợp đặc biệt là khoản đầu tư từ FTX (sàn giao dịch đã phá sản) vào Anthropic và Cursor, sau này tăng giá trị lên rất nhiều lần. Bài báo kết luận rằng bản thân Crypto không "biến thành" AI, mà các nguồn lực (cơ sở hạ tầng, con người, vốn) tích lũy được từ thời kỳ bùng nổ trước đang được chuyển dịch một cách tự nhiên sang lĩnh vực mới đang cần chúng nhất - trí tuệ nhân tạo.

链捕手1 giờ trước

Các trang trại khai thác Bitcoin đang biến thành nhà máy AI

链捕手1 giờ trước

Morpho Ra Mắt Sản Phẩm Lãi Suất Cố Định Midnight: Người Vay Và Cho Vay Tự Định Giá, Chấm Dứt Thời Đại Mô Hình Lãi Suất

Morpho đã ra mắt sản phẩm lãi suất cố định Midnight, cho phép người cho vay và đi vay tự định giá, tự đặt lãi suất và kỳ hạn, thay vì phụ thuộc vào các mô hình thuật toán lãi suất thả nổi. Bài viết cho rằng thiếu lãi suất cố định và ngày đáo hạn là điểm nghẽn chính hạn chế sự tăng trưởng của thị trường cho vay trên chuỗi, đặc biệt đối với các tổ chức cần sự dự đoán được. Midnight được xây dựng như một nguyên thủy độc lập trên lớp cốt lõi, kế thừa hệ sinh thái từ Morpho Blue - một trong những nền tảng có cơ sở người dùng hoạt động lớn nhất DeFi. Nó giải quyết những hạn chế của các nỗ lực trước đây bằng cách không xây dựng trên các pool lãi suất thả nổi và tận dụng cơ sở người dùng sẵn có để đảm bảo tính thanh khoản. Sản phẩm mang lại giá trị khác nhau cho từng nhóm người tham gia: các tổ chức có được cấu trúc kỳ hạn dự đoán được và toàn quyền kiểm soát; các công ty fintech có thể cung cấp sản phẩm tín dụng được tùy chỉnh; người dùng cá nhân được hưởng lợi từ tính dự đoán và hiệu quả; trong khi các curator có thêm chiều kích mới (kỳ hạn) để phân biệt hóa. Mạng lưới Morpho giờ đây sẽ tồn tại song song hai cấu trúc thị trường: Morpho Blue cho lãi suất thả nổi (linh hoạt) và Morpho Midnight cho lãi suất cố định (dự đoán được), bổ trợ cho nhau. Kế hoạch ra mắt được thực hiện từng bước, bắt đầu với các hợp đồng cốt lõi trên mạng Base với một cặp giao dịch giới hạn (cbBTC/USDC) để đảm bảo an toàn và cho phép thị trường thích nghi.

marsbit1 giờ trước

Morpho Ra Mắt Sản Phẩm Lãi Suất Cố Định Midnight: Người Vay Và Cho Vay Tự Định Giá, Chấm Dứt Thời Đại Mô Hình Lãi Suất

marsbit1 giờ trước

Thanh toán bằng tiền mã hóa cho peptide thị trường xám tăng 700% trong một năm – Chi tiết

Theo tiết lộ gần đây, Hoa Kỳ đang chứng kiến sự gia tăng đáng kể trong việc sử dụng tiền điện tử, chủ yếu là Bitcoin (BTC) và stablecoin, để mua các peptide thị trường xám. Các peptide này thường được quảng cáo với công dụng chống lão hóa, tăng cơ, giảm cân và kéo dài tuổi thọ, nhưng tồn tại trong khu vực pháp lý mờ ám. Do các ngân hàng và mạng lưới thẻ tín dụng siết chặt hạn chế giao dịch, nhiều nhà cung cấp, đặc biệt từ Trung Quốc, đã chuyển sang chỉ chấp nhận thanh toán bằng tiền điện tử. Điều này thu hút cả những người tiêu dùng chính thống quan tâm đến sức khỏe, vì giá rẻ hơn và dễ tiếp cận hơn, dù họ có thể chưa từng sở hữu Bitcoin trước đây. Số liệu từ Chainalysis cho thấy, trong quý I/2026, các nhà bán lẻ peptide thị trường xám đã nhận được 32 triệu USD tiền điện tử, tăng 700% so với năm trước và đưa thị trường này vào quỹ đạo hơn 100 triệu USD mỗi năm. TRM Labs cũng ghi nhận xu hướng tương tự, với dòng tiền điện tử vào các nhà sản xuất hóa chất Trung Quốc bán peptide đạt 41,4 triệu USD trong năm 2025. Các chuyên gia nhận định đây là thị trường có nhiều người mua lần đầu sử dụng tiền điện tử, khác với thời kỳ chợ đen Silk Road. Sự bùng nổ này diễn ra song song với việc tổng khối lượng giao dịch tiền điện tử toàn cầu trong quý I/2026 giảm 23% so với quý trước, cho thấy một xu hướng sử dụng cụ thể đang nổi lên bên cạnh hoạt động đầu tư tổng thể.

ambcrypto1 giờ trước

Thanh toán bằng tiền mã hóa cho peptide thị trường xám tăng 700% trong một năm – Chi tiết

ambcrypto1 giờ trước

Giao dịch

Giao ngay

Bài viết Nổi bật

AGENT S là gì

Agent S: Tương Lai của Tương Tác Tự Động trong Web3 Giới thiệu Trong bối cảnh không ngừng phát triển của Web3 và tiền điện tử, các đổi mới đang liên tục định nghĩa lại cách mà cá nhân tương tác với các nền tảng kỹ thuật số. Một dự án tiên phong như vậy, Agent S, hứa hẹn sẽ cách mạng hóa tương tác giữa con người và máy tính thông qua khung tác nhân mở của nó. Bằng cách mở đường cho các tương tác tự động, Agent S nhằm đơn giản hóa các nhiệm vụ phức tạp, cung cấp các ứng dụng chuyển đổi trong trí tuệ nhân tạo (AI). Cuộc khám phá chi tiết này sẽ đi sâu vào những phức tạp của dự án, các tính năng độc đáo của nó và những tác động đối với lĩnh vực tiền điện tử. Agent S là gì? Agent S đứng vững như một khung tác nhân mở đột phá, được thiết kế đặc biệt để giải quyết ba thách thức cơ bản trong việc tự động hóa các nhiệm vụ máy tính: Thu thập Kiến thức Cụ thể theo Miền: Khung này học một cách thông minh từ nhiều nguồn kiến thức bên ngoài và kinh nghiệm nội bộ. Cách tiếp cận kép này giúp nó xây dựng một kho lưu trữ phong phú về kiến thức cụ thể theo miền, nâng cao hiệu suất của nó trong việc thực hiện nhiệm vụ. Lập Kế Hoạch Qua Các Tầm Nhìn Nhiệm Vụ Dài Hạn: Agent S sử dụng lập kế hoạch phân cấp tăng cường kinh nghiệm, một cách tiếp cận chiến lược giúp phân chia và thực hiện các nhiệm vụ phức tạp một cách hiệu quả. Tính năng này nâng cao đáng kể khả năng quản lý nhiều nhiệm vụ con một cách hiệu quả và hiệu suất. Xử Lý Các Giao Diện Động, Không Đều: Dự án giới thiệu Giao Diện Tác Nhân-Máy Tính (ACI), một giải pháp đổi mới giúp nâng cao tương tác giữa các tác nhân và người dùng. Sử dụng các Mô Hình Ngôn Ngữ Lớn Đa Phương Thức (MLLMs), Agent S có thể điều hướng và thao tác các giao diện người dùng đồ họa đa dạng một cách liền mạch. Thông qua những tính năng tiên phong này, Agent S cung cấp một khung vững chắc giải quyết các phức tạp liên quan đến việc tự động hóa tương tác giữa con người với máy móc, mở ra nhiều ứng dụng trong AI và hơn thế nữa. Ai là Người Tạo ra Agent S? Mặc dù khái niệm về Agent S là hoàn toàn đổi mới, thông tin cụ thể về người sáng lập vẫn còn mơ hồ. Người sáng lập hiện vẫn chưa được biết đến, điều này làm nổi bật giai đoạn sơ khai của dự án hoặc sự lựa chọn chiến lược để giữ kín các thành viên sáng lập. Bất chấp sự ẩn danh, sự chú ý vẫn tập trung vào khả năng và tiềm năng của khung này. Ai là Các Nhà Đầu Tư của Agent S? Vì Agent S còn tương đối mới trong hệ sinh thái mã hóa, thông tin chi tiết về các nhà đầu tư và những người tài trợ tài chính của nó không được ghi chép rõ ràng. Sự thiếu vắng thông tin công khai về các nền tảng đầu tư hoặc tổ chức hỗ trợ dự án dấy lên câu hỏi về cấu trúc tài trợ và lộ trình phát triển của nó. Hiểu biết về sự hỗ trợ là rất quan trọng để đánh giá tính bền vững và tác động tiềm năng của dự án. Agent S Hoạt Động Như Thế Nào? Tại cốt lõi của Agent S là công nghệ tiên tiến cho phép nó hoạt động hiệu quả trong nhiều bối cảnh khác nhau. Mô hình hoạt động của nó được xây dựng xung quanh một số tính năng chính: Tương Tác Giống Như Con Người: Khung này cung cấp lập kế hoạch AI tiên tiến, cố gắng làm cho các tương tác với máy tính trở nên trực quan hơn. Bằng cách bắt chước hành vi của con người trong việc thực hiện nhiệm vụ, nó hứa hẹn nâng cao trải nghiệm người dùng. Ký Ức Tường Thuật: Được sử dụng để tận dụng các trải nghiệm cấp cao, Agent S sử dụng ký ức tường thuật để theo dõi lịch sử nhiệm vụ, từ đó nâng cao quy trình ra quyết định của nó. Ký Ức Tình Huống: Tính năng này cung cấp cho người dùng hướng dẫn từng bước, cho phép khung này cung cấp hỗ trợ theo ngữ cảnh khi các nhiệm vụ diễn ra. Hỗ Trợ OpenACI: Với khả năng chạy cục bộ, Agent S cho phép người dùng duy trì quyền kiểm soát đối với các tương tác và quy trình làm việc của họ, phù hợp với tinh thần phi tập trung của Web3. Tích Hợp Dễ Dàng với Các API Bên Ngoài: Tính linh hoạt và khả năng tương thích với nhiều nền tảng AI khác nhau đảm bảo rằng Agent S có thể hòa nhập liền mạch vào các hệ sinh thái công nghệ hiện có, làm cho nó trở thành lựa chọn hấp dẫn cho các nhà phát triển và tổ chức. Những chức năng này cùng nhau góp phần vào vị trí độc đáo của Agent S trong không gian tiền điện tử, khi nó tự động hóa các nhiệm vụ phức tạp, nhiều bước với sự can thiệp tối thiểu của con người. Khi dự án phát triển, các ứng dụng tiềm năng của nó trong Web3 có thể định nghĩa lại cách mà các tương tác kỹ thuật số diễn ra. Thời Gian Phát Triển của Agent S Sự phát triển và các cột mốc của Agent S có thể được tóm tắt trong một dòng thời gian nêu bật các sự kiện quan trọng của nó: 27 tháng 9, 2024: Khái niệm về Agent S được ra mắt trong một bài nghiên cứu toàn diện mang tên “Một Khung Tác Nhân Mở Sử Dụng Máy Tính Như Một Con Người,” trình bày nền tảng cho dự án. 10 tháng 10, 2024: Bài nghiên cứu được công bố công khai trên arXiv, cung cấp một cái nhìn sâu sắc về khung và đánh giá hiệu suất của nó dựa trên tiêu chuẩn OSWorld. 12 tháng 10, 2024: Một video trình bày được phát hành, cung cấp cái nhìn trực quan về khả năng và tính năng của Agent S, thu hút thêm sự quan tâm từ người dùng và nhà đầu tư tiềm năng. Những dấu mốc trong dòng thời gian không chỉ minh họa sự tiến bộ của Agent S mà còn chỉ ra cam kết của nó đối với sự minh bạch và sự tham gia của cộng đồng. Những Điểm Chính Về Agent S Khi khung Agent S tiếp tục phát triển, một số thuộc tính chính nổi bật, nhấn mạnh tính đổi mới và tiềm năng của nó: Khung Đổi Mới: Được thiết kế để cung cấp cách sử dụng máy tính trực quan giống như tương tác của con người, Agent S mang đến một cách tiếp cận mới cho việc tự động hóa nhiệm vụ. Tương Tác Tự Động: Khả năng tương tác tự động với máy tính thông qua GUI đánh dấu một bước tiến tới các giải pháp tính toán thông minh và hiệu quả hơn. Tự Động Hóa Nhiệm Vụ Phức Tạp: Với phương pháp mạnh mẽ của nó, nó có thể tự động hóa các nhiệm vụ phức tạp, nhiều bước, làm cho các quy trình nhanh hơn và ít sai sót hơn. Cải Tiến Liên Tục: Các cơ chế học tập cho phép Agent S cải thiện từ các trải nghiệm trước đó, liên tục nâng cao hiệu suất và hiệu quả của nó. Tính Linh Hoạt: Khả năng thích ứng của nó trên các môi trường hoạt động khác nhau như OSWorld và WindowsAgentArena đảm bảo rằng nó có thể phục vụ một loạt các ứng dụng rộng rãi. Khi Agent S định vị mình trong bối cảnh Web3 và tiền điện tử, tiềm năng của nó để nâng cao khả năng tương tác và tự động hóa quy trình đánh dấu một bước tiến quan trọng trong công nghệ AI. Thông qua khung đổi mới của mình, Agent S minh họa cho tương lai của các tương tác kỹ thuật số, hứa hẹn một trải nghiệm liền mạch và hiệu quả hơn cho người dùng trên nhiều ngành công nghiệp khác nhau. Kết luận Agent S đại diện cho một bước nhảy vọt táo bạo trong sự kết hợp giữa AI và Web3, với khả năng định nghĩa lại cách chúng ta tương tác với công nghệ. Mặc dù vẫn còn ở giai đoạn đầu, những khả năng cho ứng dụng của nó là rộng lớn và hấp dẫn. Thông qua khung toàn diện của mình giải quyết các thách thức quan trọng, Agent S nhằm đưa các tương tác tự động lên hàng đầu trong trải nghiệm kỹ thuật số. Khi chúng ta tiến sâu hơn vào các lĩnh vực tiền điện tử và phi tập trung, các dự án như Agent S chắc chắn sẽ đóng một vai trò quan trọng trong việc định hình tương lai của công nghệ và sự hợp tác giữa con người với máy tính.

Tổng lượt xem 961Xuất bản vào 2025.01.14Cập nhật vào 2025.01.14

AGENT S là gì

Làm thế nào để Mua S

Chào mừng bạn đến với HTX.com! Chúng tôi đã làm cho mua Sonic (S) trở nên đơn giản và thuận tiện. Làm theo hướng dẫn từng bước của chúng tôi để bắt đầu hành trình tiền kỹ thuật số của bạn.Bước 1: Tạo Tài khoản HTX của BạnSử dụng email hoặc số điện thoại của bạn để đăng ký tài khoản miễn phí trên HTX. Trải nghiệm hành trình đăng ký không rắc rối và mở khóa tất cả tính năng. Nhận Tài khoản của tôiBước 2: Truy cập Mua Crypto và Chọn Phương thức Thanh toán của BạnThẻ Tín dụng/Ghi nợ: Sử dụng Visa hoặc Mastercard của bạn để mua Sonic (S) ngay lập tức.Số dư: Sử dụng tiền từ số dư tài khoản HTX của bạn để giao dịch liền mạch.Bên thứ ba: Chúng tôi đã thêm những phương thức thanh toán phổ biến như Google Pay và Apple Pay để nâng cao sự tiện lợi.P2P: Giao dịch trực tiếp với người dùng khác trên HTX.Thị trường mua bán phi tập trung (OTC): Chúng tôi cung cấp những dịch vụ được thiết kế riêng và tỷ giá hối đoái cạnh tranh cho nhà giao dịch.Bước 3: Lưu trữ Sonic (S) của BạnSau khi mua Sonic (S), lưu trữ trong tài khoản HTX của bạn. Ngoài ra, bạn có thể gửi đi nơi khác qua chuyển khoản blockchain hoặc sử dụng để giao dịch những tiền kỹ thuật số khác.Bước 4: Giao dịch Sonic (S)Giao dịch Sonic (S) dễ dàng trên thị trường giao ngay của HTX. Chỉ cần truy cập vào tài khoản của bạn, chọn cặp giao dịch, thực hiện giao dịch và theo dõi trong thời gian thực. Chúng tôi cung cấp trải nghiệm thân thiện với người dùng cho cả người mới bắt đầu và người giao dịch dày dạn kinh nghiệm.

Tổng lượt xem 1.9kXuất bản vào 2025.01.15Cập nhật vào 2026.06.02

Làm thế nào để Mua S

Thảo luận

Chào mừng đến với Cộng đồng HTX. Tại đây, bạn có thể được thông báo về những phát triển nền tảng mới nhất và có quyền truy cập vào thông tin chuyên sâu về thị trường. Ý kiến ​​của người dùng về giá của S (S) được trình bày dưới đây.

活动图片