技术发展

探讨区块链领域的最新技术创新、协议升级、跨链解决方案与安全机制，从开发者视角剖析未来技术趋势与潜在突破。

清华2年前预言，正成为全球共识Meta等三大AI机构已得出同一结论

清华团队两年前提出的AI“密度定律”正获全球验证。该定律指出，达到特定智能水平所需模型参数量每3.5个月下降一半，意味着AI能力呈指数级提升。近期，Meta和METR两家机构分别从训练算力效率（节省90%算力）和任务时长能力（每88.6天翻倍）两个独立角度得出相同结论，其数据曲线与密度定律高度吻合。密度定律预示三大行业变革：推理成本加速下降（部分场景一年内降幅达400倍）、端侧智能爆发（手机或笔记本将能运行当前顶级模型），以及大模型开发策略从“堆参数”转向“提密度”。提出该理论的面壁智能已通过MiniCPM系列模型持续验证此规律，其开源模型下载量超2400万次。此次跨机构、跨方法的共识印证了中国AI研究的前瞻性，标志着AI发展进入新范式加速阶段。

marsbit前天 12:13

marsbit前天 12:13

安卓漏洞使3000万加密钱包易受攻击：微软分析师

微软安全团队披露，一个存在于EngageLab SDK（4.5.4版本）中的Android漏洞可能影响超过5000万应用程序，其中约3000万是加密货币钱包。该漏洞允许恶意应用通过“意图重定向”攻击，绕过Android沙箱系统，直接读取和写入受害应用的数据，包括私钥和助记词，用户无需任何操作即可遭受攻击。微软于2025年4月发现该漏洞后，已协同谷歌和EngageLab发布修复版本（SDK 5.2.1）。建议用户通过Google Play Protect检查更新，并及时更新应用。若钱包应用在2025年中未更新，需将资产转移至全新钱包并生成新助记词，旧钱包应视为可能已泄露。此外，非Play商店安装的应用风险更高。此次事件与近期其他安卓漏洞及美国财政部的新网络安全合作计划，共同凸显加密领域移动安全的重要性。

bitcoinist04/11 15:31

bitcoinist04/11 15:31

量子计算杀死比特币与挖矿？这是不是危言耸听

量子计算对比特币和挖矿的威胁被部分媒体夸大，但实际风险仍需理性看待。Google Quantum AI 2026年3月发布的白皮书指出，量子计算机破解比特币椭圆曲线签名算法（ECDSA）所需的资源比此前预估降低20倍，理论上可在9分钟内从公钥推导私钥，成功率约41%，威胁静态资产和实时交易安全。但实现这一攻击需50万个物理量子比特，而当前最先进的量子芯片仅千余比特，差距巨大。专家预估到2032年发生量子破解日的概率仅10%。量子计算主要影响数字签名安全，而非区块链底层结构或挖矿机制。挖矿方面，量子计算机因能耗和硬件资源需求极高（需恒星级能源），实际用于挖矿在经济和工程上均不可行。行业应对方案是后量子密码学（PQC），例如NIST标准化的ML-DSA和SLH-DSA算法，以及比特币BIP 360改进提案，通过减少公钥暴露来降低风险。整体而言，量子计算威胁的是全球数字基础设施，而不仅是比特币。加密货币行业有足够时间升级系统，无需过度恐慌。

marsbit04/11 14:40

marsbit04/11 14:40

5分钟，让AI成为你的第二大脑

本文介绍了一种结合Claude Code与Obsidian构建个人知识管理系统的方法，旨在打造一个可持续演化的“AI第二大脑”。该系统分为三层结构：原始数据层（包括笔记、文章等输入源）、由AI维护的结构化知识库层，以及规范知识组织的Schema规则层。核心操作包括Ingest（摄取信息）、Query（查询知识）和Lint（校验结构），通过循环的“写入—整理—再利用”过程，使知识像复利一样不断积累，减轻认知负担并提升AI输出的准确性和一致性。系统搭建仅需5分钟：下载Obsidian并创建知识库（Vault），配置Claude Code访问该库，并导入系统提示词以初始化。用户可通过导入现有笔记、CSV文件或网页内容（借助Chrome扩展）逐步填充数据。系统支持自动关联内容、发现未整合的“孤立节点”，并建议分工作与个人两个知识库以提升效率。但系统需持续维护和输入数据才能发挥价值，且占用本地存储空间，不适合不依赖可视化或不愿维护数据库的用户。

marsbit04/11 12:46

marsbit04/11 12:46

比特币为量子冲击做准备——深入探讨两项激进的新救援计划

比特币正面临量子计算威胁，开发者提出两种应对方案。一种由Lightning Labs联合创始人Olaoluwa Osuntokun和密码学家Tim Ruffing提出，通过zk-STARK零知识证明技术，让用户不暴露私钥即可验证Taproot地址所有权，为现有UTXO提供量子安全迁移路径。另一种由StarkWare工程师Avihu Levy提出，采用Lamport一次性签名和哈希工作量证明机制（RIPEMD-160），无需软分叉即可实现交易级量子防护，但单笔交易成本高达数百美元且需专用中继服务。两种方案均基于量子计算机可破解现有ECDSA/Schnorr签名的假设，分歧在于需修改共识规则还是依靠用户端工具。社区争论焦点从量子威胁真实性转向如何有序过渡，部分观点认为未迁移资产应自然淘汰以维护货币叙事。

bitcoinist04/10 14:01

bitcoinist04/10 14:01

从“词元”到“符元”：Token 中文名背后的 AI 底层认知之争

近期，全国科学技术名词审定委员会推荐将AI领域的“Token”译为“词元”，引发广泛讨论。尽管专家认为“词元”符合单义性、简明性等原则，且易于传播，但这一译名在多模态AI发展的背景下存在长期适配性问题。文章提出“符元”作为替代方案，并从多个维度展开分析：首先，Token虽起源于自然语言处理，但本质是跨模态的“离散符号单元”，而非仅限于语言的“词”。以初始应用场景定义概念，易造成认知局限。其次，“词元”依赖“词”的类比扩展（如“词云”），但类比不应替代定义。术语需严格区分解释性隐喻与本体性定义，避免语义漂移。第三，“词”具有强语义锚定效应，易使公众误解Token仅涉及文本，而忽略其图像、语音等多模态应用，增加长期解释成本。第四，“词元”在语言学中已对应“Lemma”（词的原形），造成一词多义冲突，违背术语单义性原则。第五，从信息论和计算理论看，Token本质是符号层的离散单元，而非语义层的语言单位。“符元”更贴合其计算本体。第六，“词元”回译英文时易歧义（如对应word unit或morpheme），而“符元”可稳定对应“symbolic unit”，保障国际学术交流的清晰性。最后，术语统一应基于“概念同构”而非“语言同形”。“词元”与“嵌入”“注意力”等机制性术语并列时，会造成结构层级混乱。综上，术语选择关乎AI领域的认知基石。“符元”更符合Token的符号本质，具备跨模态稳定性和回译一致性，利于构建长期自洽的概念体系。

marsbit04/10 10:43

marsbit04/10 10:43

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

技术发展

清华2年前预言，正成为全球共识Meta等三大AI机构已得出同一结论

安卓漏洞使3000万加密钱包易受攻击：微软分析师

量子计算杀死比特币与挖矿？这是不是危言耸听

5分钟，让AI成为你的第二大脑

比特币为量子冲击做准备——深入探讨两项激进的新救援计划

从“词元”到“符元”：Token 中文名背后的 AI 底层认知之争

谁才是OpenClaw真正的最强代理？23项真实任务测评榜单发布

熱門分類

熱門標籤

比特币