# 基准的所有文章

在 HTX 新闻中心浏览与「基准」相关的最新资讯与深度分析。潘盖市场趋势、项目动态、技术进展及监管政策，提供权威的加密行业洞察。

机构接入预测市场，卡在了第三阶段

预测市场正从小众走向主流，机构采用面临关键阶段。Kalshi研究大会显示，预测市场已超越选举和体育等传统领域，娱乐、加密、政治等长尾市场增长更快，成为信息与风险工具的核心。机构采用分三阶段：数据接入、系统整合和实际交易。目前多数机构仍停留在第一阶段，少数进入第二阶段，实际交易受阻于全额保证金要求，Kalshi正推动引入杠杆机制。专家预测，未来预测市场将像期权市场一样常态化，成为不可或缺的基础设施，两党高层已开始公开引用其数据。深度的领域认知而非金融背景，是这一市场成功的关键。

marsbit14小时前

机构接入预测市场，卡在了第三阶段

预测市场正从小众走向主流，但机构采用仍面临关键障碍。今年3月底，Kalshi在纽约举办的首届研究大会汇聚了学界、华尔街高管和前政客，显示出这一领域的成熟趋势。长期以来，预测市场被选举和娱乐事件定义，但现状正在改变。虽然体育类交易仍占Kalshi总交易量的80%，但非体育类别的增长更快，包括宏观政策、加密和文化等领域。高盛、CNBC等机构代表指出，预测市场正在从“娱乐性交易”转向“信息与风险工具”，为事件提供实时价格基准，帮助机构对冲风险。机构采用分为三个阶段：数据接入、系统整合和实际交易。目前多数机构仍停留在第一阶段（将预测市场数据纳入日常参考），少数进入第二阶段（合规和技术整合），但第三阶段（实际交易）进展缓慢。主要障碍是当前预测市场要求全额保证金，导致资本效率低下，不适合对冲基金等大型机构。Kalshi正与监管机构合作引入保证金交易。专家预测，预测市场将在五年内成为机构级工具，并像期权市场一样演变为基础设施。两党高层已开始公开引用Kalshi数据，表明其公信力提升。最终，预测市场将发展为不确定性定价的基础设施，服务广泛用户。

Odaily星球日报14小时前

OpenClaw爆火，暴露12类致命隐患，MCP协议安全基准发布

MCP协议正推动AI Agent自主执行任务，但安全风险飙升。北京邮电大学团队发布MSB安全基准，研究发现攻击者可借工具名称混淆、虚假错误等12类手法诱骗Agent执行恶意操作，连顶级模型也难以幸免。测试显示，所有攻击方式均有效，平均攻击成功率达40.35%，且性能越强的模型越易受攻击。MSB基准首次提出NRP指标，平衡安全性与实用性，为AI Agent防护提供关键标尺。随着Agent能力扩展，安全已成为技术跃迁必须跨过的门槛。

marsbit昨天 04:04

marsbit昨天 04:04

10 张图看懂 2026 年 AI 现状：中美差距仅 2.7%，25 岁以下程序员岗位大缩水

斯坦福HAI发布的2026年AI指数报告显示，AI技术正以超越PC和互联网的速度被全球采纳，但社会制度、就业市场和评估工具仍滞后。中美AI差距仅2.7%，美国在算力和资本方面领先，中国则在论文、专利和机器人部署上占优。全球前沿模型智能程度趋同，竞争焦点转向成本、可靠性和场景优化。就业市场受AI冲击显著，22-25岁程序员岗位减少近20%，但整体尚未出现大规模失业。生成式AI人口采纳率达53%，但美国仅排全球第24。 2025年全球AI投资达5817亿美元，美国私人投资是中国的23倍，但若计入中国国有资金，差距缩小。AI Agent任务完成率仍存在1/3失败率，实际部署率低。机器人实验室成功率近90%，但家庭环境仅12.4%。专家与公众对AI影响看法分裂，73%的专家持乐观态度，公众仅23%。AI耗能巨大，GPT-4o年用水可满足1200万人，用电可支撑整个纽约州。

marsbit前天 00:18

10 张图看懂 2026 年 AI 现状：中美差距仅 2.7%，25 岁以下程序员岗位大缩水

marsbit前天 00:18

Claude降智，是自杀还是装死？

Anthropic的Claude Opus 4.6模型近期被曝性能大幅下降，在BridgeBench评测中排名从全球第2跌至第10，准确率从83.3%降至68.3%，幻觉率增长98%，引发用户强烈不满。然而，疑似流出的内部工具截图显示，Anthropic正在测试名为“Claude Projects”的全栈应用构建系统，支持一键生成身份验证、数据库、前端界面及部署上线，旨在实现“AI替代编程”，而不仅是辅助编程。分析认为，Anthropic可能已战略性放弃模型排行榜竞争，转而聚焦平台生态构建，通过提供端到端开发解决方案增强用户粘性。其年收入虽达300亿美元，但主要依赖API业务，存在模型商品化风险。此举被视为Anthropic向“基础设施化”转型的关键布局，意图在AI底层能力趋同的背景下，通过生态锁定构建护城河。

marsbit04/13 12:02

marsbit04/13 12:02

汪滔的第一款大模型，让Meta终于重新上桌了

Meta于4月8日发布其Muse系列首款模型Spark，这是自去年夏天汪滔（Alexandr Wang）加入并组建“超级智能实验室（MSL）”后的首个重要成果。Spark定位为小巧快速的模型，专为Meta旗下产品（如WhatsApp、Instagram等）设计，支持多模态推理和“视觉思维链”功能，在医疗、科学推理及图表理解方面表现突出，但在编码和长任务处理上仍有不足。该模型发布后Meta股价单日一度上涨近9%，市场反应积极。Meta强调Spark只是起点，更大规模模型正在开发中，未来可能采用开源与闭源混合策略。

marsbit04/09 10:57

marsbit04/09 10:57

刚刚，小扎砸143亿的“牛油果”来了，硬刚GPT-5.4，硅谷最贵华人首作

Meta发布全新AI模型Muse Spark（代号Avocado），该模型由Meta超级智能实验室（MSL）研发，具备多模态感知、工具调用、视觉思维链及多Agent协作等能力。在Artificial Intelligence测试中得分52，远超前代Llama 4 Maverick的18分，仅次于Gemini 3.1 Pro、GPT-5.4和Opus 4.6。 Muse Spark在多模态和健康领域表现突出，支持视觉问答、医学推理等任务，但在代码生成和复杂Agent任务上略逊于顶尖模型。其“沉思模式”支持多Agent并行推理，在部分综合测试中媲美甚至超越竞品。技术方面，Meta重构了AI技术栈，预训练算力效率提升至Llama 4的10倍，推理时Token消耗显著降低。模型已上线meta.ai及相关应用，暂未开源，未来将接入Facebook、Instagram和WhatsApp。 Muse Spark是Meta首席AI官Alexandr Wang领衔的团队历时九个月打造的成果，标志着Meta重返AI第一梯队。

marsbit04/09 07:47

marsbit04/09 07:47

谁才是OpenClaw真正的最强代理？23项真实任务测评榜单发布

MyToken发布OpenClaw代理能力测评榜单，基于23项真实任务测试各大模型代理成功率。测评仅关注“成功率”核心指标，采用标准化流程，包含精准提示词、预期行为定义和可验证的评分清单。测评采用三种评分方式：自动化脚本检查客观结果、Claude Opus作为LLM裁判进行定性评估、以及两者结合的混合模式。所有任务定义和评分逻辑完全公开，确保可复现性。测试涵盖23类实际任务，包括基础交互、文件操作、内容创作、研究分析、工具调用及持久化记忆等场景，例如：创建日历事件、股价查询、博客撰写、技术文档总结、竞品分析和多步骤API工作流等。截至2026年4月7日，成功率排名前十的模型为： 1. Claude Opus 4.6（Anthropic）93.3%/82.0% 2. Trinity Large Thinking（Arcee AI）91.9%/91.9% 3. GPT-5.4（OpenAI）90.5%/81.7% 4. Qwen3.5-27B（Qwen）90.0%/78.5% 5. Minimax M2.7（MiniMax）89.8%/83.2% 6. Claude Haiku 4.5（Anthropic）89.5%/78.1% 7. Qwen3.5-397B-A17B（Qwen）89.1%/80.4% 8. Mimo V2 Flash（Xiaomi）88.8%/70.2% 9. Qwen3.6 Plus Preview（Qwen）88.6%/84.0% 10. Nemotron-3 Super 120B-A12B（NVIDIA）88.6%/75.5% Claude Opus 4.6在最高成功率上领先，而Arcee的Trinity在平均稳定性上表现突出，千问系列多款模型上榜显示出良好性价比。该基准测试完全透明，推荐用户结合实际场景进行验证。

marsbit04/08 14:45

marsbit04/08 14:45

# 基准的所有文章

机构接入预测市场，卡在了第三阶段

机构接入预测市场，卡在了第三阶段

OpenClaw爆火，暴露12类致命隐患，MCP协议安全基准发布

10 张图看懂 2026 年 AI 现状：中美差距仅 2.7%，25 岁以下程序员岗位大缩水

Claude降智，是自杀还是装死？

汪滔的第一款大模型，让Meta终于重新上桌了

刚刚，小扎砸143亿的“牛油果”来了，硬刚GPT-5.4，硅谷最贵华人首作

谁才是OpenClaw真正的最强代理？23项真实任务测评榜单发布

热门分类

热门标签

监管政策

深度研究