CORECore DAO价格

2020年，研究员Giambattista Parascandolo在MIT面试教职时，做了一场关于用GPT进行推理的报告，却被多数面试教授斥为“无稽之谈”。他将这段经历写进个人主页，并附上了当年报告的资料。 该报告的核心是探讨人工神经网络如何获得更接近人类的泛化与规划能力。他提出了三个关键方向：一是“开放式推理”，即模型可根据问题难度动态投入更多计算时间进行思考，这类似于现今的推理时计算扩展；二是“让语言成为推理载体”，利用语言模型的世界知识来帮助理解、拆解任务和规划，类似后来的思维链与Agent工作流；三是允许AI系统重置任务、修改内部状态甚至权重，将学习过程本身纳入操作空间。 Parascandolo认为，大规模预训练类似于生物进化，积累了基础能力，而微调才更像个体学习。这种观点支持了扩大数据与算力可能持续带来提升的思路。 他于2021年加入OpenAI，先后参与了GPT-4的研发，并成为o1（草莓）项目团队的核心研究者，推动了o1和o3在奖励建模、环境构建与通用推理算法方面的基础工作。如今，他五年前报告中的思路，正在OpenAI的先进推理模型中变为现实。

Anthropic官方发布指南，帮助开发者在使用Claude Code时节省成本。文章指出开发者月均消费在150至250美元，不当使用会导致浪费。核心省钱技巧包括：1. 任务完成后及时清空对话，避免无关历史占用上下文；2. 对话开始即固定模型和推理强度，避免中途切换导致提示缓存失效；3. 使用@引用文件，而非让模型自行查找；4. 为输出冗长的命令添加静默参数；5. 在缓存有效期内压缩对话；6. 将大输出任务交给子代理处理。 文章解释了计费逻辑：输入token（并行处理）较便宜，输出token（串行生成）贵5倍。模型（Opus/Sonnet/Haiku）和推理强度影响单价与数量。**提示缓存**是最大省钱杠杆，若对话前缀未变，读取成本仅为正常价的10%。但切换模型、推理强度、压缩对话或缓存过期都会导致缓存失效，需全价重算。 对话历史会随文件读取和命令输出不断膨胀，导致后续每轮成本接近O(n²)增长。因此需要主动“瘦身”：使用@引用、静默命令、子代理隔离大任务，并通过/clear或/compact清理历史。这些技巧代表AI时代开发者需具备的新素养——精细管理计算资源，用同等预算创造更大价值。

Uniswap创始人Hayden Adams认为，自动化做市商（AMM）有潜力成为未来金融市场的核心引擎。他指出，代币化不仅是基础设施升级，更将重构市场结构，使资产可编程并实现直接交易，改变流动性提供方式。 AMM已证明其在长尾资产和稳定币兑换等领域的优势，通过被动策略和更低资本成本，正逐步取代传统做市商。区块链技术拆解了传统做市中垂直整合的体系，降低了做市门槛，让资产持有者、发行方等能以更低成本参与。 文章强调，随着资产代币化，市场将自然形成“相关性交易对”（如股票与指数基金配对），而非全部与美元交易。这种结构降低了流动性提供者的风险，提升了效率，而少数“桥接交易对”（如SPY/USD）则可专注处理跨集群流通。DeFi中ETH/USDC等深流动性池已验证此模式。 目前，代币化股票已开始与SPY等资产直接交易，展示了相关性市场的早期形态。AMM通过如Uniswap v4 Hooks等设计持续进化，提升资本效率。Adams类比指数基金的历程，认为被动流动性将凭借更低门槛和成本优势，在未来金融市场中胜出，推动更开放、高效的市场环境。

百度2026年第二季度财报显示，公司总营收313.25亿元，同比小幅下滑4%。核心广告业务（在线营销服务）收入同比下降19%，持续收缩。与此同时，AI相关业务已成为关键驱动力，其收入占百度核心通用业务收入的比重连续两个季度维持在约一半的水平。 AI业务内部增长呈现分化：以GPU云为核心的AI云基础设施收入同比增长50%，其中GPU云收入同比大幅增长283%，增速较上季度进一步加快。然而，AI应用收入及AI原生营销服务收入增长缓慢，同比增速仅为3%和基本持平，表明应用端的商业化节奏明显落后于基础设施端。 盈利指标出现“分裂”：调整后营业利润和调整后EBITDA均超出市场预期，显示运营成本控制有效。但调整后每ADS摊薄收益为7.22元，大幅低于市场预期约26%，这主要受AI基础设施高额投入带来的折旧摊销等影响，压制了利润释放。 公司期末持有现金及投资总额达2831亿元，为持续投入提供支撑。当前，百度正处于传统广告业务收缩与AI基础设施高速增长相互抵消的阶段。未来转型成效的关键在于，能否将基础设施侧的高速增长有效传导至应用端，实现商业化变现，从而弥合经营利润与每股收益之间的落差。

8月19日，美国财政部宣布提高长期国债流动性支持回购的操作上限，针对10-30年期的旧券，单次操作上限从20亿美元提高至至少40亿美元，措施将于9月9日生效。消息公布后，长端美债收益率应声下降，股市等风险资产获得短期估值支撑。 该操作旨在改善交易不活跃的旧券流动性，缓解长端市场压力，从而间接利好科技股、长债、黄金等对利率敏感资产。但分析师强调，这并非美联储式的量化宽松，而是财政部内部的债务管理操作，不会直接减少政府融资需求，资金也需通过发债调配。 市场反应迅速，主要因投资者将此视为财政部不愿放任长端流动性恶化的积极信号，触发了空头回补。然而，此举措的规模相对整体融资需求有限，且若配合增加短债发行，可能只是将压力转移至曲线其他部分。 反弹能否持续，关键取决于11月季度再融资声明中财政部是否会进一步调整发行结构，切实降低长期净供给压力。目前来看，该政策更多是提供短期缓冲与稳定信号，并未改变长期利率受赤字、通胀和美联储政策主导的宏观格局。