260亿美元,“全华班”撑起全球AI编程估值最高公司

marsbit发布于2026-05-31更新于2026-05-31

文章摘要

AI编程公司Cognition近期完成超过10亿美元融资,投后估值达260亿美元,成为该赛道估值最高公司。其核心产品为“AI软件工程师”Devin,能够根据自然语言指令端到端完成软件开发任务。公司由三位具有国际信息学奥赛金牌背景的华人创始人创立。 Devin早期因演示效果惊艳而爆红,但也曾因实际表现不稳定、定价过高而面临质疑。随后,Cognition通过收购AI IDE公司Windsurf,实现了产品战略的关键转型,形成了“Devin(云端异步Agent)+ Windsurf(本地IDE助手)”的双线产品布局,既覆盖企业自动化工程任务,也服务开发者日常编码辅助。 最新数据显示,其企业客户用量快速增长,年化收入约达4.92亿美元,客户包括高盛、奔驰、NASA等大型机构。本轮融资由Lux Capital、General Catalyst等领投,资本看好的不仅是编程工具,更是其作为下一代软件工程基础设施的潜力。未来,人机协作的混合开发模式或将成为主流。

文 | 字母AI

260亿美元,是资本市场给AI编程公司Cognition开出的最新价格。

去年9月,Cognition AI刚刚跨过百亿美元估值门槛,那时它就已经足够像一个硅谷神话。

三位年轻华人创始人,合计拿过5枚国际信息学奥林匹克金牌,从一个短租房里搭出了“全球首位AI软件工程师”Devin的雏形,公司成立两年多估值就冲到了百亿美元。

华人、奥赛、哈佛、MIT、退学创业、AI Agent……每一个标签都足够抓人,Cognition绝对能算是AI编程赛道里最有故事感的公司之一。

现在,这个故事又被资本市场往前推了一大截。

据彭博社报道,Devin背后的Cognition AI完成超过10亿美元新融资,投后估值达到260亿美元。本轮融资由Lux Capital、General Catalyst和8VC共同领投,Ribbit Capital、Atreides Management、Founders Fund等参投。Cognition官方也确认了这一轮融资和最新的估值。

也就是说,距离上一轮102亿美元估值只过去8个多月,Cognition的估值涨到了原来的2.5倍。

01 资本买下的,不只是一个AI程序员

这轮融资里,领头的资本很有代表性。

Lux Capital是硅谷很有辨识度的硬科技基金,长期投前沿科学、深科技、AI、机器人、航空航天、国防和计算基础设施这类“比较硬核”的项目。在它自己的投资页面里,Cognition被归在“提高生产力效率+基础设施+计算机科学”方向。

可以说,Lux Capital投资Cognition,看中的是Cognition把AI Agent做成软件工程基础设施的可能。

General Catalyst关注的则是企业流程被AI改造的机会。这家公司不只是传统VC,它在官网把自己称为“全球投资与转型公司”,这几年很强调transformation,也就是用资本、运营和企业关系去推动传统行业和大型机构转型。

除了Cognition,General Catalyst还在加倍押注Anthropic。过去一年,它连续参与Anthropic的多轮巨额融资。

同为领投公司的8VC身上带着政府和大型企业部署的想象。这家公司长期押注“复杂组织里的企业软件基础设施”,而Cognition的客户名单里已经出现美国陆军、美国海军、NASA等政府或公共部门色彩较强的客户。8VC参与领投,让Cognition的叙事得到了肯定。

除了领投的三家公司,Cognition的老股东Founders Fund也在继续加码。2025年那轮约4亿美元的融资就是Founders Fund领投,投后估值约102亿美元。这家公司由Peter Thiel参与创办,投资风格一向偏激进,偏好那些可能重塑产业结构的技术公司,例如投过SpaceX、Palantir、Anduril、Stripe、OpenAI等等。

Lux Capital长期押注硬科技和前沿计算,General Catalyst擅长企业软件和大型机构转型,8VC带着企业软件和政府市场基因,Founders Fund则是Cognition的老股东之一。这几类资本同时出现在Cognition的融资名单里,足以说明投资人已经不只把Cognition看作一个开发者工具公司,而是下一代软件工程基础设施的候选者。

260亿美元的投后估值充分证明了市场的信心,而资本之所以愿意继续抬价,最直接的原因还是增长。

Cognition拿出了非常扎实的商业化数据,企业用量今年以来增长超过10倍,收入run-rate从去年5月的3700万美元跃升到了如今的4.92亿美元,企业端Devin用量过去6个月保持50%的月环比增长。

虽然4.92亿美元并非已经确认的全年收入,只是按照当前收入节奏推算出的年化run-rate。但即便如此,这条曲线也足够吓人。投资人已经能够看到企业客户正在真实付费、真实使用,而且使用量还在快速爬坡,这对一家2023年才成立的公司来说堪称传奇。

AI编程赛道确实欣欣向荣。代码、issue、测试、PR、文档,本来就是高度数字化的工作对象;任务是否完成,可以通过测试、代码审查和上线结果来验证。

而对企业来说,软件团队永远有做不完的工作,每一项都耗时而昂贵(至少高级工程师的时薪很昂贵)。如果AI Agent能稳定接走一部分明确、重复、可验证的软件工程任务,它就会变成企业愿意付钱的工程产能。

260亿美元背后,资本真正买下的其实是一个判断:软件开发,正在成为AI Agent最早被大规模企业采购的工作场景。

02 Devin爆红之后,现实泼下冷水

Cognition最早出圈,靠的是一个在当时看来极其大胆的想象。

在Devin之前,AI编程工具大多还停留在“助手”的位置上。GitHub Copilot帮程序员补代码,ChatGPT和Claude可以解释报错、生成函数,Cursor则把AI放进编辑器里,让开发者边写边改。

但Devin往前迈了一大步。它被Cognition直接定义成“AI软件工程师”,用户只需要用自然语言描述需求,比如开发一个网站、搭建一个应用功能,或者修复代码库里的问题,Devin就会自己拆解任务、自己写代码、修bug,直到项目能跑起来。

2024年3月,Cognition发布Devin演示时,整个开发者圈都被点燃了。它被宣传为全球首位AI程序员,某种程度上也成为了vibe coding浪潮真正出圈的标志性产品之一。

这家公司的创始人本身也带着故事,三位创始人Scott Wu、Steve Hao和Walden Yan都是华人,也都出身于信息学竞赛圈,三个人合计拿过5枚IOI金牌。他们不是传统意义上的商业型创始人,更像是一群最会写代码的年轻人,试图训练出另一个会写代码的东西。

Devin发布后,公司迅速获得Founders Fund、Khosla Ventures、Bain Capital Ventures等顶级风投支持,资本阵容很快成型。企业客户也开始出现,高盛、花旗、Ramp等名字陆续和Devin绑在一起。

2025年7月,高盛引入Devin时,Fast Company的标题甚至直接写了“高盛新来的AI软件工程师从不睡觉”。说的正是Agent最容易打动企业的一点:它可以7×24小时全天候运行,不需要排班,也不会因为夜晚、周末或时差停下来。

那是Cognition最早的高光时刻。一个年轻团队,一群信息学竞赛出身的华人创始人,一个号称能端到端完成软件开发任务的AI Agent,再加上顶级风投和大客户背书。所有元素放在一起,几乎是一部硅谷AI神话的标准开头。

木秀于林,风必摧之,故事讲得太漂亮,问题也会随之而来。

早期,Devin的出圈很大程度上建立在公司的demo上。等到外部开发者开始逐帧复盘、真实试用,质疑也随之而来。有人认为Devin的演示经过精心剪辑,省略了一些让它显得不那么完美的过程。比如演示里有环节被质疑是Devin自己制造了bug,又自己修复了bug,但呈现出来的效果更像是它一路顺利完成任务。

Devin因此陷入了一段时间的“造假”风波——它的宣传语气太接近AI已经能独当一面,但真实工程环境远比demo复杂。

软件开发从来不只是写代码,它包含需求理解、架构判断、上下文记忆、团队规范等等,还有大量没有写进issue里的隐性约束。一个Agent能跑起来,不代表它总能跑在正确方向上;它能生成代码,也不代表代码值得合并。

Devin正式开放后,落差变得更加明显。

它早期价格很高,起步就是每月500美元。但它的表现似乎并没能配上如此高价:Answer.AI连续测试了Devin一个月,给它安排了20个真实工程任务,结果是20个任务里,只有3个成功,14个失败,另外3个不确定。

最大的问题不只是失败率高,还有失败不可预测。

有些任务看起来并不复杂,Devin却会钻进死胡同;有些任务本身不可行,它仍然继续尝试;有时候它会生成过度复杂、难以维护的代码,最后让工程师花更多时间审查和收拾。

更何况它还卖那么贵。

Cognition也意识到500美元一个月的门槛太高了,2025年4月,Cognition推出Devin 2.0,把起步价从每月500美元降到20美元,并引入更灵活的pay-as-you-go(按用量计费)模式。

但降价不是万能的,一个为提效而设计的工具,最后让人浪费了更多时间和精力,实在有些说不过去。

自治Agent早期的核心矛盾也就在这:AI越像一个独立工程师,用户就越需要信任它,但它越是黑盒式地自己跑,跑偏了就越麻烦。

Devin承诺的是“把任务交给我”,但很多真实工程任务并不适合这么早被完全交出去。一个Agent自己跑很久,最后交给你一个PR,听起来很先进;但要是PR质量不稳定,工程师的审查成本反而更高。

有意思的是,在这个反差里,反倒是Cursor吃到了第一波真正的开发者红利。

因为Cursor没有一开始就承诺替代程序员,它的逻辑更温和,也更符合真实工作流:AI在旁边帮忙改代码、解释错误、重构文件、生成测试,但开发者仍然待在编辑器里。就像是驾校的教练车,你至少可以在发现不对劲时把车给刹了。

如果Cognition的故事停在这里,它可能会变成另一个被AI热潮托起、又被真实使用体验拉回地面的“流量”公司,就没有后面的那些事了。

但就像前面所说的,现实往往更加复杂,AI编程赛道本身也没有停在原地。

在Devin引爆“AI软件工程师”的想象、Cursor证明开发者仍然需要控制感以后,OpenAI、Google、Anthropic等基础模型巨头也开始加速把Coding能力塞进自家产品和平台里。

一边是更可控的IDE路线在快速扩张,另一边是模型巨头在往下吃应用层。Cognition要想存活下去,就必须做点改变。

也就在这时,它“捡到”了Windsurf留下的宝藏。

03 两手都要抓,两手都要硬

Windsurf争夺战,可以说是2025年AI编码工具领域最戏剧性的事件之一。

当时,Windsurf已经是AI IDE赛道里非常受关注的公司。它原本被OpenAI看上了,双方围绕收购谈了很久,外界一度以为这笔交易已经板上钉钉。

不过这笔交易最后并没有实现,其中一个重要原因是OpenAI和微软之间复杂的合作关系。彼时,微软对OpenAI的技术和产品拥有广泛授权,而微软旗下又有GitHub Copilot,正是AI编程赛道的重要竞争者。Windsurf 担心,一旦被OpenAI收购,自己的技术和产品可能被卷入OpenAI与微软的授权框架里,间接流向潜在竞争对手。

OpenAI刚铩羽而归,谷歌就迅速杀了出来。

谷歌用24亿美元获得了Windsurf技术的非独家授权,同时把Windsurf CEO Varun Mohan、联合创始人Douglas Chen,以及多名核心研发人员打包带去了Google DeepMind。

那是一个周五,事情发生得很快,谷歌拿走了创始人和部分核心技术授权,OpenAI没能完成收购,Windsurf原本的公司主体、产品、品牌、客户和250名员工,被留在了一个很尴尬的位置上。

就在这个时候,Cognition闪亮登场。

周五出的事,它在周一就宣布收购了Windsurf的剩余资产,包括Windsurf IDE产品本身、知识产权、商标、品牌、企业客户基础、用户数据,以及剩余团队中的大部分员工。

这一步几乎是Cognition后来重新站上牌桌的关键,它补上的正是Devin最缺的一块:开发者入口。

收购Windsurf之后,Cognition的商业化速度明显加快。Windsurf本身在被收购时已有8200万美元ARR、350多家企业客户;Cognition后来披露,这笔收购让公司ARR直接翻了一倍以上,收购后7周内合并企业ARR又增长超过30%。

此前,Devin代表的是一种更激进的路线。它希望用户把任务交给一个云端Agent,让它自己规划、自己执行、自己调试,最后交付结果。但Cursor的崛起证明,开发者并不一定愿意一上来就把任务完全交出去。他们更习惯待在编辑器里,看着AI一步步改代码,随时接管,随时纠偏。

而Windsurf的加入给Cognition加上了IDE,让Cognition终于不再只有“把任务交给AI”这一种产品形态。

它开始用两条腿走路:一条是Devin,负责云端异步执行任务,适合处理那些可以拆解、可以验证、可以交付PR的工程工作;另一条是Windsurf,负责IDE入口,让开发者在代码现场和AI一起工作,走类似Cursor所在的日常开发场景。

如果用户不放心把方向盘完全交给AI,那就让AI回到编辑器里,变成一个可控的助手;如果企业确实有大量明确、重复、可验证的工程任务需要处理,那就让Devin作为“正式员工”,在后台接走一部分工作。

Cognition不再只追求一个全能、自治、可以独立完成所有工作的AI程序员,它开始覆盖软件工程里的两种真实需求。

恰好这和最近引发争议的Antigravity 2.0形成了一个对照:谷歌一开始做的还是IDE,但在Antigravity更新之后直接变成了偏Agent Manager的界面,从可控的IDE协作跳到黑盒式Agent调度。方向很有野心,但也更容易重新撞上Devin早期的问题。

个人开发者买工具,往往看手感、效率、价格和体验,一个工具不好用,很快就会被放弃。但企业买的是流程和产能,只要Agent能进入现有工程体系,并且在一部分任务上稳定产出,它就有机会变成预算项。

Cognition后来叙事变化最明显的地方就在这里。

早期的Devin像是站在聚光灯下的AI程序员,要证明自己能像人类程序员一样写代码(而且不用休息)。后来的Cognition,更像是在卖一套企业工程自动化系统:Devin负责异步执行,Windsurf负责开发入口,企业客户则把它们嵌进自己的软件开发流程里。

根据5月29日TechCrunch的最新采访,CEO Scott Wu明显在把Devin从“替代程序员”的叙事里拉回来。当被问到Devin能否替代一个中级程序员时,他的回答是“是,也不是”。

他强调,Cognition从来没有把Devin往“替代人类”的方向塑造,团队自己都是程序员,并不希望程序员失业。他表示Devin的能力会随任务变化,大概处在初级到中级工程师之间;它更适合处理很多程序员不爱做的长尾维护任务,比如旧软件升级、平台迁移等等,把工程师从这些苦活里释放出来,让他们去做更多创造性的工作。

两条腿的组合正好避开了单一产品的短板。只有Devin,容易显得太激进,用户会担心自治Agent不可控;只有Windsurf,又容易陷入Cursor、Copilot、Claude Code、Codex等产品的正面竞争。但Devin加上Windsurf,Cognition就有了更完整的故事:既能服务开发者每天写代码的场景,也能服务企业把任务委派给Agent的场景。

最新一轮融资里,Cognition拿出的数据,也说明它的故事正在被市场验证。

公司称,企业用量今年以来增长超过10倍,收入run-rate已经达到4.92亿美元,企业端Devin用量过去6个月保持50%的月环比增长。

高盛、奔驰、花旗、戴尔、思科、NASA、美国陆军、美国海军等客户,也让它的企业化叙事不再只停留在demo里。

260亿美元估值,资本市场买下的不是一个已经完美替代程序员的Devin,是Cognition完成转身之后的可能性:在AI Agent最先落地的赛道里,它可能成为企业软件工程的新入口。

未来的软件开发,大概率不会完全回到人类工程师独自敲代码的时代,也不会立刻变成AI Agent全自动接管一切。更容易被预见的是一套混合系统:人在IDE里判断方向,AI在旁边协助;部分任务被拆出来,交给云端Agent异步处理;代码最后仍然要被测试、审查、合并,并由人承担责任。

Cognition押的就是这个中间地带。

相关问答

QCognition AI的最新估值是多少?距离上一轮融资估值增长了多少倍?

ACognition AI的最新投后估值为260亿美元。距离2025年上一轮融资(投后估值102亿美元)仅过去8个多月,估值增长到了原来的约2.5倍。

QDevin最初被定义为“AI软件工程师”时,面临了哪些主要的质疑和挑战?

ADevin早期面临的主要质疑和挑战包括:1. 演示视频被质疑经过剪辑,简化或省略了错误处理过程,引发‘造假’争议。2. 正式开放后,在真实工程任务中成功率低且表现不稳定,有时会生成过于复杂或错误的代码,反而增加了工程师的审查负担。3. 初期定价过高(每月500美元),性价比受到质疑。这些因素导致其产品体验与宣传的‘全能自治’形象产生较大落差。

Q收购Windsurf对Cognition AI的发展起到了怎样的关键作用?

A收购Windsurf对Cognition AI起到了关键的战略互补作用:1. 补全了产品线,Windsurf IDE为开发者提供了可控的代码编辑入口,与Devin的云端异步执行能力形成了“IDE助手+云端Agent”的双轨模式。2. 带来了显著的商业化加速,收购时Windsurf已有8200万美元ARR和350多家企业客户,使Cognition的ARR直接翻倍。3. 让公司的叙事从单一的“替代程序员”转向更全面的“企业软件工程自动化系统”,覆盖了日常开发和任务委派两种真实场景。

Q根据文章,Cognition AI最新的商业化数据表现如何?

ACognition AI最新的商业化数据表现非常强劲:1. 企业用量今年以来增长超过10倍。2. 收入年化运行率(run-rate)已达到4.92亿美元。3. 企业端Devin的用量在过去6个月保持着50%的月环比增长。这些数据表明企业客户正在真实付费并大规模使用其产品。

Q文章认为,未来的软件开发模式可能会是怎样的?Cognition AI在其中押注什么?

A文章认为,未来的软件开发模式更可能是一套人机协同的混合系统:人类工程师在IDE中判断方向,AI在旁边协助;部分明确、可验证的任务被拆解出来,交给云端AI Agent异步处理;最终的代码仍需经过人工测试、审查和合并,并由人类承担责任。Cognition AI正是押注这个“中间地带”,通过Devin(云端Agent)和Windsurf(IDE助手)的产品组合,试图成为企业软件工程自动化的新入口和基础设施。

你可能也喜欢

Circle 将 Zama 协议地址列入黑名单,冻结价值 1260 万美元的用户资金 - 详情

稳定币发行商Circle已将一个与隐私协议Zama相关的智能合约列入黑名单,冻结了约1260万美元的用户资金。此次冻结首先由链上调查员ZachXBT发现,涉及Zama在以太坊上部署的保密USDC(cUSDC)合约。该合约地址在Zama的公开文档中可查,其冻结过程可被实时追踪和验证。 进一步分析显示,此次冻结可能与资产管理和收益协议Overnight Finance近期的争议及法律问题间接相关。数据显示,一个疑似与Overnight Finance相关的钱包于2026年5月11日向Zama合约存入约1240万美元USDC。Overnight Finance近期正面临治理纠纷和可能被团队“拉地毯”的指控,并因此进行了国库资产分配投票。此外,该公司还卷入一起民事诉讼,原告之一是DeFi领域以激进治理策略闻名的Patagon Management。尽管Circle的行动与这些事件之间尚无直接因果证据,但法律程序、资金流动与冻结事件的重叠,引发了人们对DeFi协议间风险传导的担忧。 Circle此次单方面行动再次引发对中心化发行商透明度的批评。据ZachXBT称,Zama团队在合约被列入黑名单前似乎未获任何通知。这加剧了人们对中心化实体在无预警情况下影响去中心化应用及其用户的担忧。此前在2026年3月,Circle曾冻结多个实体相关的热钱包而未公开说明理由。本次行动则更进一步,直接冻结了协议级别的资金池合约,而非独立钱包,这引发了人们对所谓去中心化系统中托管风险的质疑。截至目前,Circle尚未就冻结Zama合约的原因发布官方解释。

bitcoinist24分钟前

Circle 将 Zama 协议地址列入黑名单,冻结价值 1260 万美元的用户资金 - 详情

bitcoinist24分钟前

三年之后:回看 2023 年我对 ChatGPT 的判断

作者王健硕在2026年5月回看其于2023年3月对ChatGPT做出的二十条预测,并借助AI代理进行验证。整体看,其大方向判断多正确,但细节和程度常有偏差。 **看对的方面:** - **技术架构**:准确预测RAG(检索增强生成)将成为解决知识更新和幻觉的主流方法,以及LUI(自然语言用户界面)将催生巨大新产业。 - **发展趋势**:预见到“机器人网络”和新的agent寻址系统将出现,中国能快速做出可用大模型并缩小与顶尖差距。 - **本质认知**:正确指出ChatGPT没有意识,图灵测试仅测表象;判断其是巨大进步但非AGI,且短期内不会造成整体失业潮。 **看错或看偏的方面:** - **具体数据错误**:关于GPT-4有100T参数的传闻完全错误。 - **绝对化判断**:断言LLM“不可能”自己学好数学被后来模型在IMO夺金证伪;认为AI生成内容可“规避”版权,实则引发史上最大侵权赔偿。 - **价值与成本误判**:认为价值终落应用层,但最大赢家是算力层(如英伟达);模型成本“5-10亿封顶”的估算严重偏离实际。 - **社会影响误读**:认为ChatGPT的“加权平均”特性可能促进“世界大同”,但实际AI正走向个性化,并可能制造新信息茧房。 **总结规律:** 1. 预测机制和方向比具体数字更可靠。 2. 倾向于高估短期变化速度,低估长期影响程度。 3. 容易忽略问题内部的“分布”差异(如失业影响集中在年轻群体)。 4. 留有餘地、分层表述的判断更经得起时间检验。 5. 一些根本性争议,三年时间仍不足以给出定论。 这次复盘旨在为未来的判断立下更审慎的规矩。

marsbit7小时前

三年之后:回看 2023 年我对 ChatGPT 的判断

marsbit7小时前

三年之后:回看 2023 年我对 ChatGPT 的判断

2023年3月,在GPT-4发布前,作者王健硕对ChatGPT的未来做出了二十项预测。三年后的2026年,他使用AI agent对这些判断进行回顾验证,评估其准确性。 **主要看对的方面:** 1. **RAG成为主流**:预测通过外部检索而非修改模型来解决知识更新和幻觉问题,这已成为行业标准架构。 2. **LUI(自然语言界面)兴起**:预测自然语言交互将催生巨大新产业,Agent、MCP协议等发展印证了这一点,但LUI是与GUI共存而非取代。 3. **机器人网络与新寻址系统**:预测Agent将自动协作并需要新寻址方式,MCP、A2A等协议正朝此方向发展。 4. **中国能做出可用大模型**:预测中美模型差距会迅速缩小,事实如此,但真正领先的国内厂商与其当初点名不同。 5. **AI无意识与图灵测试本质**:核心判断“AI无意识,图灵测试仅测表象”基本成立,但“绝无意识”的绝对论断被后续研究置于灰区。 **看错或看偏的方面:** 1. **GPT-4参数数量**:所传“100T参数”严重错误,实际约为1.8T。 2. **LLM的数学能力**:诊断“数学差需外挂工具”正确,但“不可能自行学会”的结论被后续“推理模型”在IMO夺金证伪。 3. **价值捕获**:预测价值在应用层,但现实中算力层(如英伟达)捕获了最大利润,模型层反而亏损。 4. **版权问题**:判断“生成物可能无法登记版权”正确,但认为能“规避侵权”则错误,已出现巨额侵权赔偿案例。 5. **信息茧房与世界大同**:机制上AI会将观点向众数平均,但AI正快速走向“千人千面”的个性化,可能制造新茧房而非消解极化。 6. **大模型成本**:预测“局部战争”和玩家涌入正确,但“5-10亿美元封顶”的成本估算与前沿训练实际花费严重不符。 **总结规律:** 1. 判断**方向和机制**比具体数字、程度更可靠。 2. 倾向于**高估短期变化速度,低估长期能力上限**。 3. 容易忽略**问题内部的分布差异**(如总量正确但部分群体受损)。 4. **留有餘地、分层表述**的判断更经得起时间检验。 5. 一些根本性争论,**三年时间不足以给出最终答案**。 这次回顾表明,在快速变化的领域,把握大方向比追求精确预测更重要,同时需警惕绝对化表述并承认认知的局限性。

链捕手10小时前

三年之后:回看 2023 年我对 ChatGPT 的判断

链捕手10小时前

交易

现货
合约

热门文章

如何购买S

欢迎来到HTX.com!我们已经让购买Sonic(S)变得简单而便捷。跟随我们的逐步指南,放心开始您的加密货币之旅。第一步:创建您的HTX账户使用您的电子邮件、手机号码注册一个免费账户在HTX上。体验无忧的注册过程并解锁所有平台功能。立即注册第二步:前往买币页面,选择您的支付方式信用卡/借记卡购买:使用您的Visa或Mastercard即时购买Sonic(S)。余额购买:使用您HTX账户余额中的资金进行无缝交易。第三方购买:探索诸如Google Pay或Apple Pay等流行支付方法以增加便利性。C2C购买:在HTX平台上直接与其他用户交易。HTX场外交易台(OTC)购买:为大量交易者提供个性化服务和竞争性汇率。第三步:存储您的Sonic(S)购买完您的Sonic(S)后,将其存储在您的HTX账户钱包中。您也可以通过区块链转账将其发送到其他地方或者用于交易其他加密货币。第四步:交易Sonic(S)在HTX的现货市场轻松交易Sonic(S)。访问您的账户,选择您的交易对,执行您的交易,并实时监控。HTX为初学者和经验丰富的交易者提供了友好的用户体验。

2.4k人学过发布于 2025.01.15更新于 2025.03.21

如何购买S

相关讨论

欢迎来到HTX社区。在这里,您可以了解最新的平台发展动态并获得专业的市场意见。以下是用户对S(S)币价的意见。

活动图片