深度研究新聞

提供深度研究报告与独立分析,结合数据、技术与经济视角,对区块链生态、项目潜力与市场趋势进行系统性剖析。

Galaxy 深度研报:Hyperliquid 的 HIP-4 升级如何改变预测市场格局?

Hyperliquid的HIP-4协议升级于2026年5月2日主网上线,在统一的保证金账户下引入了结果预测市场,与永续合约、现货交易并列,标志着第三种预测市场模型的诞生。其核心优势在于直接集成到Hyperliquid的高性能链上订单簿(HyperCore),提供亚秒级最终性、统一保证金和低费率(目前零费用),使得加密原生交易员能便捷地对冲或投机离散事件(如美联储决议、CPI数据、体育赛事)。 当前预测市场赛道呈现Polymarket、Kalshi和Hyperliquid三强趋同竞争的格局,均朝着“单一账户交易一切”的方向发展。Polymarket优势在于广泛的非体育市场和无许可的预言机;Kalshi拥有CFTC监管地位和美国零售渠道,体育合约占主导;而Hyperliquid的护城河是业内领先的执行基础设施与可组合账户。HIP-4上线25天即占据BTC预测市场24小时交易量的20.1%,展现出增长潜力。 然而,HIP-4也面临挑战:缺乏原生消费者前端和社交发现层,市场广度受限于验证者策展的预言机模式,且存在验证者中心化及美国监管不确定性等风险。随着Kalshi获批推出受监管的比特币永续合约,竞争已演变为谁能在合规前提下,最快构建出最完整、可组合的“全金融”技术栈。Hyperliquid凭借其难以复制的底层基础设施和构建者生态,在趋同竞赛中占据有利位置。

链捕手06/10 04:44

Galaxy 深度研报:Hyperliquid 的 HIP-4 升级如何改变预测市场格局?

链捕手06/10 04:44

仅次于GPU和存储:MLCC正在成为AI算力的下一个千亿风口

文章标题指出MLCC(多层陶瓷电容)正成为AI算力领域继GPU和存储之后的下一个关键风口,市场规模有望达到千亿级别。 核心内容摘要如下:近期MLCC行业出现全面涨价,高端型号涨幅显著,主要受AI服务器需求强劲拉动。一台AI服务器的MLCC用量可达传统服务器的十几倍至上千倍,因其在低电压、大电流的GPU供电中起到关键稳压作用。同时,新能源汽车的电动化与智能化也带来了巨大增量需求。 然而,供给端扩张缓慢。高端MLCC技术壁垒极高,涉及材料配方、精密制造设备及漫长认证周期,新产能建设需要数年时间且投资巨大。日本村田、韩国三星电机和日本太阳诱电三大巨头垄断了全球高端市场,他们扩产谨慎,导致供需缺口将持续存在,预计将支撑价格上行至2030年。 投资视角上,这三家公司是主要受益者:村田为行业龙头,份额和确定性最高;三星电机增长弹性最大;太阳诱电业务纯度最高。当前行业处于上行周期早期,盈利增长有望消化目前较高的估值。投资者可通过相关ADR或含有这些公司权重较高的ETF间接参与。 风险方面需关注AI资本开支是否放缓、当前估值水平、中国大陆厂商的中低端扩产、汇率波动以及消费电子需求疲软等因素。

marsbit06/10 01:06

仅次于GPU和存储:MLCC正在成为AI算力的下一个千亿风口

marsbit06/10 01:06

AI Agent 彻底改变 Web3 游戏:从 Rugpull Bakery 机器人争议到 2026 智能体新范式

摘要:最近,Abstract链上烘焙游戏Rugpull Bakery因第二赛季中机器人脚本泛滥引发公平性质疑,开发团队在第三赛季选择将AI智能体“合法化”,并发布官方操作指南(skill.md与agent.json),标志着Web3游戏正式进入以自主决策、算法优化与链上经济为核心的“智能体游戏”(Agentic Gaming)时代。 目前,AI智能体在Web3游戏中的应用已演化出三大核心模式:一是自主竞技者与经济实体模式(如TEN、AI Arena、Satoshi Strike Force),智能体作为独立参赛者,玩家可担任“经纪人”或“教练”分享收益;二是模块化基础设施与可编程环境模式(如EVE Frontier),通过“智能组件”系统让AI驱动游戏设施,实现动态规则与经济逻辑,并结合ERC-8183标准使智能体具备自主雇佣与协作能力;三是混合型伴侣与动态适应环境模式(如Parallel Colony、Illuvium),玩家与高度自主的AI角色共生协作,形成动态叙事与个性化体验。 行业基础设施也在加速演进,例如Somnia转型为专为AI智能体设计的Layer 1区块链,支持高性能链上自主运行。这些发展表明,试图封堵自动化已不现实,利用区块链的透明性与可编程性规范并赋能智能体,才是未来方向。2026年的Web3游戏正从“人力密集型”转向“算法智能共生”,玩家角色转变为指挥者与伙伴,行业进入“后人类”协作与竞争的新纪元。

marsbit06/09 08:07

AI Agent 彻底改变 Web3 游戏:从 Rugpull Bakery 机器人争议到 2026 智能体新范式

marsbit06/09 08:07

苹果终于承认,Siri 老了

苹果在WWDC 2026上正式承认Siri已落后于时代,并宣布其人工智能战略的重大转向。发布会核心是将Siri升级为“Siri AI”,并与谷歌达成深度合作,利用Gemini大模型的能力来训练苹果的新一代基础模型。苹果发布了五个不同规格的Apple基础模型,并首次将私有云计算(PCC)扩展至谷歌云和英伟达的GPU。 文章回顾了Siri自2011年诞生以来的发展历程,指出苹果虽早早布局个人助理概念,但因过度追求封闭与控制,限制了Siri向真正智能助手的发展。过去十年,苹果的AI能力以端侧、隐私保护的形式深度集成于系统中,但生成式AI的浪潮改变了竞争规则。 面对ChatGPT等产品的压力,苹果内部进行了人事与团队结构调整。2026年,苹果选择与谷歌合作,通过“蒸馏”方式,利用Gemini训练更小、更适合端侧运行的模型,这标志着苹果在核心AI技术上放弃了完全自研的路径。 对于用户,苹果描绘了AI深度融入系统体验的场景:智能整理通知、邮件摘要、跨应用理解上下文等。Siri也有了独立应用和记忆功能。然而,新功能有较高的硬件门槛,且在中国市场将面临本土化适配与监管挑战,实际体验可能与美国不同。 文章最后指出,苹果AI的未来关键在于如何作为“个人”智能,在提升效率与尊重用户隐私、理解人性复杂之间找到平衡。苹果借用了外部的模型与算力,但真正考验在于学会在理解用户生活的同时,“知道在哪里停下来”。

marsbit06/09 07:15

苹果终于承认,Siri 老了

marsbit06/09 07:15

如何用 Claude 的 Dynamic Workflows 做深度研究

做技术调研容易陷入信息过载和结论模糊的陷阱。AI虽执行力强,但易困于当前信息且跨界联想弱。Claude近期推出的Dynamic Workflows(动态工作流)功能,旨在通过AI自动设计并执行任务流程来提升深度研究能力。 其核心是六种工作流模式:1) 路由模式:由主Agent判断任务类型并分发给最专业的子Agent处理,精准高效但处理模糊任务能力弱;2) 拆分合并模式:将任务拆分为多个独立子任务并行执行后合并结果,速度快但Token成本高,合并有挑战;3) 对抗验证模式:让多个Agent从反驳角度挑战同一结论,基于多数票通过,能有效减少确认偏误,但需基于事实而非观点;4) 生成与过滤模式:先生成大量候选方案,再用预设标准筛选出最优,能提升多样性,但过滤标准至关重要;5) 锦标赛模式:多个Agent竞争同一任务,通过两两对比逐轮淘汰选出最优,评判更稳定;6) 循环模式:通过自适应迭代不断尝试直至满足条件,擅长处理边界未知的任务,但有失控风险。 相较于作者自建的深度研究技能,官方的动态工作流增加了关键环节:问题拆解、信息可信度评估、交叉删除(投票淘汰而非简单合并)以及目标导向的输出。这有效解决了AI长任务中的目标漂移、过早停止、上下文污染和输出偏向等问题。 总之,Dynamic Workflows将研究流程本身结构化,通过多Agent的智能调度,显著提升了研究的效率和结论的可靠性,将以往可能需要十几次对话的调研压缩到3-4次,尽管Token消耗大幅增加。但它仍有局限:在验证机制上可能过于依赖官方文档而非事实数据;对于完全跨界、数据不足的深度思考支持有限;在解决方案的验证与成本权衡上仍有不足;在针对不同受众进行信息极致浓缩方面也需进一步优化。

marsbit06/09 03:07

如何用 Claude 的 Dynamic Workflows 做深度研究

marsbit06/09 03:07

活动图片