2026-08-02 星期日

加密货币新闻 - 第100页

最新加密货币新闻及深度资讯，实时获取加密货币市场动态、币圈热点、价格行情与行业趋势分析。

AGI已来5个月？顶级码农效率暴涨20倍，代价是不敢睡觉

本文讨论了AGI（通用人工智能）可能已在五个月前悄然到来的观点。硅谷投资人Marc Andreessen在5月提出，基于GPT-5.5、Claude 4.6等模型在大多数话题上已超越人类专家的表现，AGI的临界点可能已在2026年2月被跨越，但技术迭代过快，导致里程碑未被广泛确认就已过时。 文章重点描述了AI对软件工程师工作的深刻影响。尽管顶级程序员借助AI智能体将效率提升了20倍，但他们并未因此获得更多休息，反而陷入了“AI吸血鬼”式的工作状态——同时管理多个智能体，几乎不敢睡觉，以追求极致产出。与之相应，顶尖AI程序员的年收入可达数千万美元。 Andreessen分享了自己使用AI的四个技巧：要求分层解释、获取对立观点的最强版本、组织虚拟专家辩论、以及遇事优先咨询AI。这凸显了新时代的关键能力：如何有效提问并驾驭AI进行思考。 此外，文章以医疗领域为例揭示了AI的双面性。一方面，AI能像随时在线的贴心医生提供支持；另一方面，独立评估显示，像ChatGPT Health这样的系统在急诊分诊等关键场景中存在较高误判率，暴露出其稳定性和可靠性的不足。AI既能解决悬疑80年的数学猜想，也可能在基础医疗建议上出错。 最终，文章指出，AGI的到来可能并非轰轰烈烈的官方宣告，而是悄无声息地融入几次常规产品更新之中，其深远影响正在具体的工作与生活场景中逐步显现。

marsbit07/20 02:30

AGI已来5个月？顶级码农效率暴涨20倍，代价是不敢睡觉

marsbit07/20 02:30

534 亿收购 Paypal 提案背后，Stripe 的加密支付野心

支付巨头Stripe联合安宏资本向PayPal发出534亿美元收购要约，意图通过整合资源构建完整的加密支付生态。Stripe近年来已低调布局稳定币基础设施，包括收购发行平台Bridge、钱包服务商Privy，孵化支付公链Tempo，并推动联盟稳定币OUSD。然而，其业务一直缺乏直接面向终端用户的流量入口。 PayPal则拥有数亿活跃账户、Venmo支付应用及自有的合规稳定币PYUSD，恰好能弥补Stripe的短板。若收购成功，Stripe有望打通从商户基础设施到海量消费者的完整支付链路，利用稳定币降低清算成本，减少对传统卡网络的依赖。 此次收购被视为行业竞争重心从底层技术转向用户入口的标志。尽管交易仍存变数，且涉及私募机构安宏资本及Block公司等复杂角色，但它已清晰揭示了Stripe借助加密稳定币体系重塑支付格局的野心。无论结果如何，这一动向都将深刻影响Tempo公链及整个加密支付行业的未来走向。

Foresight News07/20 02:12

534 亿收购 Paypal 提案背后，Stripe 的加密支付野心

Foresight News07/20 02:12

Claude杀入全美教室：一周干49小时的老师，终于等来免费AI助教

近日，Anthropic公司正式推出“Claude for Teachers”，面向全美通过身份验证的K-12教师免费提供其高级AI功能。该工具旨在深度融入教师工作流程，解决他们长期面临的工作负担过重问题——数据显示，美国教师平均每周工作达49小时。 Claude for Teachers接入了覆盖全美50州的学术标准系统，能够自动生成严格对齐本地课标的教案，并提供分层教学设计以满足不同水平学生的需求。同时，它还能帮助教师分析学生数据，快速定位学习难点。工具集成了多个教育平台，并支持定时自动执行重复性任务，如每日复盘学生课堂反馈并调整次日教案。 值得注意的是，该产品定位为教师的辅助工具，学生无法直接接触。Anthropic明确表示不向18岁以下用户开放账号，此举旨在规避围绕学生使用生成式AI产生的争议，如作弊和认知依赖等问题。公司强调其重点是减轻教师行政负担，使其能将更多时间投入个性化教学与师生互动。 为确保在教育场景安全落地，Anthropic做出了多项数据隐私承诺，包括数据不用于模型训练、符合《家庭教育权利和隐私法案》（FERPA）并与教师工会合作制定隐私标准。尽管如此，社区中仍存在对教育过度自动化及数据安全的担忧。此次发布也引发更深层思考：当AI全面辅助教学后，未来一代能否为AI无处不在的世界做好充分准备。

marsbit07/20 01:59

Claude杀入全美教室：一周干49小时的老师，终于等来免费AI助教

marsbit07/20 01:59

冷门的哲学，成了“治”AI的热门

在2026年世界人工智能大会（WAIC）上，一个引人注目的现象是哲学与人工智能议题的深度融合。哲学教授出现在AI论坛的巅峰对话席，相关蓝皮书也将深度思考与AI治理置于聚光灯下。这背后反映出AI能力飞速发展后所面临的本质性哲学追问：模型流畅回答是否代表真正理解？AI能否成为自主发现知识的“科学家”？对于人类无法解释却能验证的AI发现，我们该不该相信？ 复旦大学教授孙宁在演讲中回归智能的源头，指出深度智能需要扎根于身体、环境、他者与历史构成的“世界”。论坛议题随即从“何为智能”延伸到AI具体应用带来的挑战。例如，自进化模型已能自动生成并通过同行评审的学术论文，这引发了关于AI科研能力评估、成果归属及责任划分的新问题。在数学与生命科学领域，AI能极大扩展探索空间，但最终仍需人类定义价值、机器严谨验证，并与真实世界反馈形成闭环。 当AI开始模拟社会时，问题变得更为复杂。社会模拟平台虽能高效推演政策长期影响，但其结果可能掺杂数据偏见，且虚拟角色的行为未必反映真实社会规律。专家提醒，切勿将模拟结果直接等同于社会声音。AI融入社会后，治理挑战超越技术精度，涉及攻击性使用、心理依赖、责任界定以及“一管就死、一放就乱”的监管困境。对此，《2026人文社会科学智能发展蓝皮书》提出了可操作的治理框架，强调研究过程需保留完整证据链，在公共决策中确保人类拥有实质性的介入权与解释权。 治理问题最终触及产业落地。在生物制造等领域，AI需跨越数字与物理世界的鸿沟，与自动化实验设备形成闭环。然而，技术加速可能遭遇监管、产业惯性和利益分配等新瓶颈。AI推动产业从过程交付转向结果交付，也催生了重新定义“生产关系”的需求。 综上所述，哲学在AI圈的“升温”，标志着AI发展已进入深水区，其问题与治理、伦理、公共政策紧密交织。在上海形成的青年科学智能生态中，跨学科学者正共同探索如何让AI既走得远，又能稳健地融入现实。当AI越来越善于回答，人类更需要深思：我们该问什么、相信什么，以及将技术引向何方。

marsbit07/20 01:18

冷门的哲学，成了“治”AI的热门

marsbit07/20 01:18

Kimi逼得两大巨头改变定价？奥特曼罕见认错，Claude额度重置

17日凌晨，Kimi K3发布，定价远低于高端模型，引发行业震动。与此同时，OpenAI CEO萨姆·奥特曼罕见公开认错，称过去12个月表现不佳，但预告公司将迎来“有史以来最出色的12个月”，暗示重大进展。 OpenAI的Codex和ChatGPT Work用户激增，四天内新增300万活跃用户，导致系统压力巨大。几乎同一周，OpenAI与Anthropic展开激烈竞争：OpenAI取消使用限制并重置用户额度；Anthropic则延长Claude Fable 5付费访问并上调Claude Code周额度50%。双方争夺用户背后，意在获取智能体长任务产生的宝贵真实数据。 OpenAI CFO莎拉·弗里亚提出新衡量标准——“每美元有用智能”，强调应计算完成一个合格任务的全成本，而非单纯比较token价格。这揭示了巨头“送额度”背后的逻辑：旨在改变市场计价方式，让用户习惯按“干成多少活”来评估AI价值。 竞争核心是智能体形态的演进。Anthropic的Claude Code和Cowork率先推动AI成为工作伙伴；OpenAI则发布内置Codex的ChatGPT Work，让AI从回答问题转向自动执行复杂任务。奥特曼押注的正是AI全面融入工作流，成为真正的“AI同事”。这场竞赛的胜负，或将取决于谁能更深入地嵌入用户日常，重新定义人机协作。

marsbit07/20 01:02

Kimi逼得两大巨头改变定价？奥特曼罕见认错，Claude额度重置

marsbit07/20 01:02

32亿募资画饼六年后九成补流：露笑科技碳化硅"产业化"的虚与实｜ 钛媒体深度

露笑科技于7月7日公告终止2021年度定增中的两大碳化硅募投项目，并将剩余12.17亿元募资永久补充流动资金，股价随后大幅下跌。自2020年高调跨界第三代半导体以来，公司通过两次定增合计募资约32亿元，但实际投入碳化硅项目建设的资金不足3亿元，近九成资金通过补流、还贷等方式“变通”使用。 公司规划的百亿碳化硅产业园一期项目进展缓慢，原计划年产24万片衬底片，但实际产能成谜，对外披露信息存在矛盾。2022年至2025年，相关主体合肥露笑累计亏损3.44亿元。在行业已从6英寸转向8英寸乃至12英寸衬底、竞争格局初定之际，露笑科技宣布将以自有资金转向8英寸和12英寸研发，被指“永远在赶晚集”。 此外，公司核心技术人才——首席科学家陈之战的现状在信披中语焉不详，其近年学术产出寥寥，且通过关联方与公司存在交易，引发外界对其技术竞争力的疑虑。 复盘公司历史，其自2011年上市后多次“追热点”转型，涉足机电、蓝宝石、新能源、光伏、登高机等领域，但胜率低。累计直接融资超70亿元，但合计盈利仅2.21亿元。与此同时，实控人家族自2018年以来累计套现约19.93亿元，并于近期再次抛出减持计划。露笑科技的案例，成为一段以融资和追热点为核心的资本运作样本。

marsbit07/20 00:37

32亿募资画饼六年后九成补流：露笑科技碳化硅"产业化"的虚与实｜ 钛媒体深度

marsbit07/20 00:37

ChatGPT终于能「搜自己」，攒了近4年的对话，一键翻出

ChatGPT近期上线了全新的统一搜索功能，用户现在可以快速检索自己在ChatGPT中积累的近四年历史内容，包括聊天记录、上传的文档、生成的图片以及创建的项目。这一功能覆盖Web、iOS和Android三端，免费版到企业版用户均可使用。 过去，ChatGPT的侧边栏搜索功能较为有限，用户难以在大量对话中定位特定信息。此次更新将用户与AI共同产生的数据整合为一个可搜索的个人知识库，标志着ChatGPT正从单纯的聊天机器人向集成交互、创作与资料管理的个人工作平台演进。 文章指出，这一改进不仅提升了用户数据的实用价值，也折射出AI行业竞争重心的变化：在模型能力之外，如何有效组织和盘活用户与AI交互产生的数据，正成为新的关键赛道。同时，文章也提及了用户数据隐私与使用的潜在敏感性，例如默认设置下对话内容可能被用于模型训练，以及在法律程序中可能被调取。 总体来看，统一搜索功能补足了ChatGPT作为生产力工具长期缺失的一环，使其更接近一个拥有“文件系统”的完整操作环境。而这也反映出行业共识：在AI时代，用户与AI共同沉淀的数据正成为最具价值的个人资产之一。

marsbit07/20 00:29

ChatGPT终于能「搜自己」，攒了近4年的对话，一键翻出

marsbit07/20 00:29

7岁开公司？9岁拍电影？90后家长正在培养“AI神童”

近期，AI研学营广告引发关注，宣称能让7-13岁孩子“一天拍AI电影”“6天开AI公司”，收费高达上万元。这类课程主打“实操”，但内容多流于表面，如教孩子用AI生成文案、视频，甚至被指引导“用AI抄作业”。许多90后家长因自身面临AI替代的职场焦虑，急于让孩子抢先掌握工具，却忽略了基础教育的必要性。 真正的“AI神童”案例显示，年幼创业者往往陷入流量炒作而非获得实际投资，如澳大利亚14岁少年创办的公司难获融资，美国9岁儿童的项目也被视为“童模”宣传。相比之下，接受系统教育、扎实创业的年轻人更受认可。 专家指出，盲目追逐AI速成教育易成“智商税”，孩子未来所需技能随技术迭代不断变化，过早聚焦工具应用反而可能削弱基础学习能力。家长应理性看待AI热潮，避免将职场焦虑传导给孩子，保障其完整的学习与成长过程更为重要。

marsbit07/20 00:26

7岁开公司？9岁拍电影？90后家长正在培养“AI神童”

marsbit07/20 00:26

Claude Code之父的夜班AI军团，Fable 5两个命令搭好

Claude Code创始人Boris Cherny分享了他完全依赖AI编程的实践：过去一年未手写一行代码，每天通过数百个AI智能体处理数十个PR，夜间更有数千个智能体自动工作。其核心方法是利用“循环（Loop）”机制，让AI按定时任务自主运行，如自动修复CI、整理用户反馈等，甚至AI会主动建议创建循环。 他认为，编程已从“写代码”转向“设计自动化系统”。在Anthropic，AI智能体已在Slack中自主协作，公司内几乎无人手写代码，各职能员工都通过调度AI工作。 关键在“验收”环节：通过/goal命令设定明确目标，并由独立模型监督验证，确保AI产出质量。普通人也可通过Fable 5的/goal和/loop命令实现类似自动化。建议配置本地上下文系统（如业务概要、记忆文件），让AI记住用户背景，并将Fable 5用于核心任务，辅以更经济模型处理琐事。 最终，高效利用AI取决于能否清晰定义“任务完成标准”，这正是当前人机协作的核心能力。

marsbit07/20 00:23

Claude Code之父的夜班AI军团，Fable 5两个命令搭好

marsbit07/20 00:23

大模型内存焦虑，办法被想到了U盘上

大模型推理面临内存容量与成本压力，传统HBM高速但昂贵且容量有限。SanDisk与SK海力士提出新方案：利用U盘同款的NAND Flash技术，通过先进封装堆叠多颗芯片，打造高带宽闪存（HBF）。HBF专注于读取，目标实现单堆栈512GB容量和最高1.6TB/s带宽，虽速度不及HBM，但成本更低、容量更大。 其核心定位是补充而非取代HBM。在AI推理阶段，模型权重等大量静态数据只需频繁读取，无需频繁写入，这正好匹配Flash读取相对较快、写入较慢的特性。HBF可作为“大容量只读内存池”，存放海量模型参数，从而释放昂贵的HBM专用于处理热数据。这种分层设计有望缓解HBM容量瓶颈，降低部署大模型所需的加速卡数量和整体系统成本与能耗。 目前HBF标准仍在制定中，距离量产尚需时日，但它预示了AI内存架构正走向更精细的分工。未来，HBM、HBF与SSD可能形成协同的分层存储体系，让不同类型的数据驻留在性价比最合适的层级，以更经济的方式支撑持续增长的模型规模。

marsbit07/20 00:18

大模型内存焦虑，办法被想到了U盘上

marsbit07/20 00:18

活动图片

热门分类right-arrow

热门标签right-arrow

行业资讯right-arrow

技术发展right-arrow