# 竞争优势的所有文章

在 HTX 新聞中心流覽與「竞争优势」相關的最新資訊與深度分析。潘蓋市場趨勢、專案動態、技術進展及監管政策,提供權威的加密行業洞察。

连CZ都夸Hyperliquid“很棒”,但它最大的护城河,可能也是最大风险

在Galaxy Brains节目中,币安创始人赵长鹏(CZ)称赞了链上永续合约交易平台Hyperliquid的产品“很棒”,但也明确指出其基于“免KYC+去中心化叙事”的模式是币安无法、也不愿复制的赛道。这揭示了Hyperliquid的核心竞争优势——无需身份验证的开放访问体验,但也将其最大的护城河与潜在的法律合规风险紧密绑定。 CZ的评论将讨论从产品层面提升至市场结构问题。Hyperliquid的优势在于为交易者提供更快、更原生、更少障碍的高杠杆市场访问,但这恰恰可能成为监管机构的审查焦点。英国金融行为监管局(FCA)已对Hyperliquid发布未经授权运营的警示,将其视为金融服务提供方而非单纯的基础设施。 与此同时,受监管的在岸市场(如CME、Cboe)正在推出类似永续合约体验的连续期货产品,不断缩小与链上平台之间的“产品差距”。然而,它们无法复制Hyperliquid的“访问差距”。这导致Hyperliquid的长期优势可能越来越集中于其免KYC等特征上,而这也正是监管压力最可能指向的地方。 文章指出,未来的监管动向、Hyperliquid自身访问规则的变化,以及在岸产品的演进,将共同决定这条“护城河”的稳固性。Hyperliquid的成功取决于交易者是否持续认为“访问便捷性”的价值高于“监管不确定性”带来的折价。其最大的优势,也可能成为其最大的风险来源。

marsbit06/25 08:32

连CZ都夸Hyperliquid“很棒”,但它最大的护城河,可能也是最大风险

marsbit06/25 08:32

Sharplink CEO:百万以太坊开发者,谁与争锋?

以太坊生态系统迎来重要里程碑:终身开发者数量突破100万,达到1,012,824位,其中过去一年活跃者约23.2万。这一庞大且持续增长的技术人才库,构成了以太坊最核心的竞争优势。 文章指出,加密领域的核心问题并非链上速度,而是“最优秀的建设者选择在哪里长期构建”。以太坊凭借十年来积累的开发者生态、基础设施、标准、工具及流动性,已成为可编程金融和互联网原生资本形成的默认操作系统。其优势体现在制度、文化、经济与可组合性等多个层面。 当前,开发者们正专注于构建行业最前沿且高难度的基础设施,包括:提升核心协议可扩展性的Glamsterdam升级、实现Rollup间高效协同的“同步可组合性”,以及为应对未来威胁而领先布局的“抗量子计算”能力。 此外,以太坊的护城河还在于其深度的可组合性(应用像乐高积木一样互操作)、被广泛采纳的EVM标准与Solidity技能,以及由超过90万验证者保障的“可信中立性”。这些因素共同吸引了最顶尖的研究人员与大型金融机构,并推动了一个自我强化的飞轮:更多开发者带来更多工具与流动性,进而吸引更多建设者。 作者通过与亚洲以太坊社区的交流,深切感受到当地建设者的严谨与雄心,并确信以太坊作为全球金融互联网底层操作系统的领先地位正因其庞大的开发者生态而持续巩固。

Odaily星球日报06/16 08:21

Sharplink CEO:百万以太坊开发者,谁与争锋?

Odaily星球日报06/16 08:21

微软CEO:在AI时代,如何定义一家公司的护城河?

微软CEO萨提亚·纳德拉认为,AI时代企业的核心竞争力并非依赖于单一的最强大模型,而在于能否构建一个持续进化的“学习闭环”。这一系统能将企业内部的工作流程、专业知识、组织判断和员工经验沉淀下来,并让人工智能与人类能力相互强化、共同提升。 未来的公司将积累两类关键资产:一是以员工知识、判断力、创造力和模式识别能力为核心的“人力资本”;二是企业自身构建并拥有的AI能力,即“Token资本”。纳德拉强调,AI不仅不会削弱人力资本的价值,反而会让人类的目标设定、跨领域连接和关键决策能力变得更为重要。缺乏人的引导,算力将失去方向;没有企业自身知识的注入,再强的模型也仅是外部工具。 因此,企业的真正护城河在于建立私有的评估体系、强化学习环境和知识库,将隐性经验转化为可迭代、可扩展的系统能力。即使更换底层通用模型,企业独有的“公司老员工式”的专业经验和学习成果也不会丢失。这确保了企业的知识产权与控制权。 纳德拉指出,健康的AI未来应是一个繁荣的“前沿生态”,而非由少数通用模型垄断价值。只有这样,价值才能广泛惠及每家公司、每个行业和国家,让各组织能基于自身知识创造并保留经济价值,最终实现企业、员工与社区的共同繁荣。

marsbit06/15 04:00

微软CEO:在AI时代,如何定义一家公司的护城河?

marsbit06/15 04:00

拆解Anthropic:最好的AI公司,可能也是一种「组织发明」

过去一年,Anthropic 成为 AI 行业增长最快的公司之一,其ARR从90亿猛增至450亿,估值已超万亿美元。它的成功可归结于两大核心:战略聚焦与独特的组织文化。 战略上,Anthropic 高度专注于编码(coding)方向,认为这是通往AGI和商业化的关键路径,并坚信扩展定律(scaling laws)。相比之下,OpenAI 曾广泛布局多个领域。这种聚焦源于资源限制、早期对编码潜力的远见,以及创始人Dario Amodei对自身判断的坚持。 组织文化是Anthropic更深的护城河。其文化特质包括:1)强烈的使命驱动(确保AI安全发展);2)高度信任、低自我(low ego)的协作氛围;3)浓厚的人文与书卷气。公司通过严格的招聘筛选、极高的信息透明(如Dario频繁的全员分享)、七位创始人同股同权的治理结构,以及强调“一个团队”(one team)等制度,将这种文化固化并放大。 这种文化有效吸引了志同道合的人才,保持了极低流失率,并使得团队能踏实完成数据工程等“脏活累活”,这在当前的AI工程竞争中至关重要。Anthropic的文化很大程度上源于Dario在百度和OpenAI经历内部政治斗争后的反思,是刻意建设的反面。 Anthropic展示了一种可能性:在AI时代,成功未必源于最宏大的野心和最顶尖的明星,也可能来自深刻的聚焦、集体的使命感和高度协同的组织文化。下一代伟大的AI公司,或许首先是一种新的组织发明。

marsbit05/21 04:03

拆解Anthropic:最好的AI公司,可能也是一种「组织发明」

marsbit05/21 04:03

YC眼中的五种AI Agent核心形态

本文总结了AI Agent发展中的五种核心架构形态,这些形态正从一次性提示应用转向可复用、可积累的工作流系统。 1. **Skills(技能)**:将标准作业流程抽象为可参数化的“方法调用”。同一套流程通过更换参数可处理一类问题,而非单一具体任务。 2. **Thin Harness(轻量执行框架)**:作为模型的“手脚”,负责任务循环、文件管理等基础执行功能。其设计应保持轻量,避免因功能过度堆积导致“上下文腐化”。 3. **Resolvers(解析器/路由)**:通过明确的路由规则,将任务类型映射到对应Skill,解决因技能过多而导致的模型调用混乱问题,确保输出稳定。 4. **Latent vs. Deterministic(潜在与确定性)**:需明确分工。LLM擅长判断、综合等非确定性任务;而算术、优化等需稳定输出的工作,则应交给确定性代码处理。 5. **Memory(记忆)**:系统积累知识的基础。可采用Markdown文件夹等形式,记录“当前可信结论”和只增不减的时间线,使经验得以沉淀并可被自动关联与更新。 这些模块共同构成了一种“流程能力”,将经验转化为结构化、参数化的工作流。相比容易被复制的一次性应用,这种深度集成的系统更难被模仿,有望成为个人或组织在AI时代构建长期竞争优势的基础。其本质是将服务产品化,通过编码流程、分离关注点与持续积累记忆,实现更高效、更优质且更具壁垒的产出。

marsbit05/20 07:46

YC眼中的五种AI Agent核心形态

marsbit05/20 07:46

活动图片