深潮 TechFlow 消息，03 月 23 日，据链上分析师 Onchain Lens（@OnchainLens）监测，巨鲸账户”pension-usdt.eth”再度加仓，将 ETH 三倍空头头寸增加 20,000 枚（约 6,130 万美元），同时小幅减持 500 枚 BTC 三倍空头头寸。目前该账户共持有 30,000 枚 ETH 空头及 500 枚 BTC 空头，总浮盈已接近 2,800 万美元。

撰文：Sam Ragsdale

编译：Chopper，Foresight News

智能体商业时代已然来临。ACP 与 UCP 协议承诺将实现 ChatGPT 与 Gemini 内一键结账。很快，全球数亿消费者将轻松找到更优商品，商家转化率显著提升，平台亦可坐收 5%-10% 分成。

然而，ChatGPT 内置结账只是渐进式改良，它无法像 21 世纪初互联网那样重塑社会，开放智能体商业才能做到这一点。

围墙花园为何终被开放协议颠覆

要理解缘由，我们必须回溯至上世纪 90 年代。

彼时，存在两种截然不同、相互竞争的 「互联网形态」。

美国在线模式：统一包月付费、集成邮件、天气、其他精选内容，最终囊括整个时代华纳版权库。

开放协议模式：HTTP、DNS、HTML，以及一款名为 Mosaic 的浏览器。

相较前者，Mosaic 在当时显得荒诞不经：网站寥寥无几，根本无需搜索，按字母索引足矣。8 年后，美国在线以 3500 亿美元与时代华纳合并，市场一度认定，精选内容才是未来。

但没过多久，Mosaic 与开放协议最终胜出，人类文明正式迈入数字时代。

为何？不妨假设，当初封闭围墙花园赢了会怎样。

2004 年，马克・扎克伯格想创办 Facebook，必须先与美国在线谈分销合作。斯坦福两名学生想搭建网页索引，得获得 CompuServe 许可。有人想在自家车库里通过线上卖书，必须向微软 MSN 内容团队提案。

他们只会被劝退：「回去好好上学吧，年轻人。」 如果这样，我们如今习以为常的数字经济根本不会存在。

开放协议的核心，在于没有守门人。任何人只要拥有一台服务器与域名，便能触达全网。创新诞生于边缘，中心难以追赶，最终造就人类史上最大规模财富创造浪潮之一。这是资本主义底层逻辑：颠覆永远来自边缘。

回到 1997 年。Tim Berners-Lee 和 Marc Andreessen 等人正在研究相关协议和浏览器。彼时，架设一台服务器成本高达数十万美元，没人明白为何内容服务器要响应陌生用户请求：成本高昂，且无明确收益。

他们设计了一个名为 「402」 的状态码，服务器可向用户返回提示：「付费即可访问此内容。」 但当时数字支付完全行不通：PayPal 尚未诞生，信用卡单笔固定手续费动辄数十美分，对于 1 美分的小额交易来说太高了。

即便如此，互联网依然崛起。

谷歌找到了一套另类商业模式：广告。传统媒体中，内容创作者与用户直接建立经济关系。谷歌依托广播经济逻辑，引入第三方广告主，由其买单维系内容供给与用户触达。

精妙至极。创作者无需积累用户关系，仅凭流量注意力即可变现。谷歌则占据了这笔资金流，夹在广告商和内容制作者之间，随意收取佣金。

小额支付需求就此搁置。开源软件蓬勃起步，云计算革命爆发，服务器托管成本暴跌百倍。谷歌成为开放免费互联网最坚定拥趸：用户搜索越多，谷歌盈利越高。为此，其投入数千亿美元，让网络更快、更廉价、无处不在。

AI 智能体终结传统广告与围墙防护

转眼至 21 世纪 10 年代，行业陷入停滞。

利率持续走低，资本趋于保守，互联网底层创新再无往日锋芒，各大围墙花园收拢用户、积蓄实力。

2022 年，ChatGPT 上线，世界变革重启。大语言模型不止能输出结果，更能整合多源信息生成精简摘要，往往无需直接抓取原生内容。

到了 GPT-4，趋势已然明朗：智能体将成为下一个核心。它们像人类一样熟练操作电脑，成本更低、效率更高。

就在此刻，互联网底层经济逻辑彻底改写。

1997 至 2024 年，互联网盈利核心是注意力：人类浏览网页时易被广告分心，平台依托碎片化注意力变现。但大语言模型与智能体，不会被干扰。

极具讽刺的轮回。广告催生免费开放互联网，海量网络语料训练出大语言模型，最终反过来终结广告。

GPT-4 上线后，Stack Overflow 浏览量暴跌 75%，科技资讯网站流量下滑 60%。科技用户本是早期尝鲜者，变革终将席卷全网所有信息场景。

ChatGPT 内置结账无关紧要。互联网本是人类文明广场，而旧有商业契约已然失效。

互联网尚有少数角落依托差异化内容抵御谷歌抓取，即经典围墙花园：Facebook、TikTok、LinkedIn。数千高薪工程师全天候防护，屏蔽机器爬虫。

但如今，围墙防线已然崩塌。AI 智能体能够完美模仿真人的上网操作，骗过所有防护机制。未来十年，市面上会冒出无数号称能破解这种局面的噱头方案，风投机构也会不断砸钱，但根本没有真正有效的解决办法。就像战机出现后，再坚固的地面堡垒，也注定会被时代淘汰。

开放智能体时代

接下来会发生什么？答案是开放智能体商业。

ChatGPT 内置结账，便是智能体商业时代的美国在线：精选目录、围墙闭环、体验优化。商家要想通过它销售商品，需要数月的业务拓展、严谨的法律文件、具体的五年规划、可观的营收、庞大的用户群，以及一个能够登上《纽约时报》头版，让股东们欣喜若狂的故事。

开放智能体商业，正是当下的 HTTP 协议。一套极简通用标准，让智能体按需付费购买一切：数据、云托管、通信服务，以及无数尚未诞生的新场景。

两大先行者已然落地，Coinbase 推出 x402 协议，Tempo 联合 Stripe 推出 mpp 协议。距离 「402」 状态码诞生 28 年后，终于迎来可行落地方案。现代区块链稳定币单笔固定手续费不足 1 美分，完美攻克 1997 年扼杀小额支付的成本难题。

只能向预设白名单商家采购的智能体，如同持有限定三家供应商企业卡的普通员工；接入开放协议的智能体，才是手握自由银行账户的创业者。

无需商务谈判，无需名单审核，只有简单的无需许可的标准。

这些协议主要关注两件事：

• 智能体端：如何便捷付款？
• 商家端：如何核验付款到账？

大语言模型擅长调用它们从未见过的工具。从 Claude 4.5+ 和 Codex 5.2+ 模型开始，智能体无需事先训练即可发现 API、读取其模式并正确使用它。

当前的讨论重点在于 skills。它们本质是自然语言可编程模块，自由拼装组合。非技术创业者一段日常文字，即可自动执行程序：

• 从附近评价好的披萨店购买披萨，并每隔 10 分钟查看一次配送状态。
• 当司机还有 5 分钟路程时，打开门廊灯。
• 如果 30 分钟内送达，请给司机 5 美元小费。

无需代码，无需编程功底。智能体读懂意图，实时生成原生程序、执行完毕随即销毁。编程不再是必备专业能力，掌握自然语言即可。

skills 确实有效，但只是过渡产物，是人类发现智能体能调用陌生工具后首个直观落地形态。它需要专人编写、发布、安全审核、迭代更新，且需提前预装加载，繁琐低效。

skills 热潮掩盖更深层颠覆：智能体可以 以前所未有的方式组合各种能力。

披萨只是简易示例，真实商业场景更具变革力。小型企业供应链管理智能体，察觉关税导致包装供应商涨价 15%，自主挖掘三家本地替代厂商、申请样品、协商批量定价、一键切换合作。这一切都在老板晨练之前完成。

无需 API 对接、采购团队、招标流程，仅需余额账户与开放协议。

智能体能付款、也可以创作，但他们目前还找不到自己需要的东西。

剩下的就是探索，对于经纪人来说：「我如何找到要买的东西？」，对于商家来说：「我如何向经纪人介绍我的服务？」

目前行业已搭建通用检索备案生态，服务商只需在 x402scan.com 或 mppscan.com 完成节点登记，即可接入全网兼容开放协议的智能体网络，完成标准化供需对接与小额自动结算。

1997 年，互联网缺乏商业模式，无人理解服务器为何响应陌生人。开放协议和广告巧妙破局，文明迈入数字时代。

2026 年，广告这套权宜之计走向消亡。开放协议和一种尘封 28 年的状态码，即将取而代之。

欢迎来到开放智能体商业新纪元。

深潮 TechFlow 消息，03 月 23 日，据链上分析平台 Lookonchain（@lookonchain）监测，麻吉大哥再次被清算，其账户目前仅余 30268 美元，该地址累计经历 335 次清算。

深潮 TechFlow 消息，3 月 23 日，据 Bitget 数据显示，现货黄金自去年11月24日以来首次跌至4100美元/盎司下方，日内重挫8.6%，已连续失守多道整数关口，本月黄金累计跌幅已超22%。

深潮 TechFlow 消息，3 月 23 日，据 Bitget 数据显示，现货黄金自去年11月24日以来首次跌至4100美元/盎司下方，日内重挫8.6%，已连续失守多道整数关口，本月黄金累计跌幅已超22%。

深潮 TechFlow 消息，3 月 23 日，据金十数据报道，摩根士丹利的利率策略师卢卡·萨尔福德和玛丽亚·奇亚拉·鲁索在一份报告中表示，中东冲突的持续、对缓冲区的可观察性有限以及央行对滞胀环境的初步分析，促使他们对摩根士丹利的央行预测进行了调整。摩根士丹利目前预计欧洲央行将在2026年6月和9月各加息50个基点，且收回2027年的加息预期。据LSEG数据，目前金融市场预计欧洲央行今年将加息三次。这些策略师还预测，在其基准的欧洲央行利率路径情景下，10年期德国国债收益率在2026年年底将为2.80%，2027年将为2.70%。

深潮 TechFlow 消息，3 月 23 日，据金十数据报道，摩根士丹利的利率策略师卢卡·萨尔福德和玛丽亚·奇亚拉·鲁索在一份报告中表示，中东冲突的持续、对缓冲区的可观察性有限以及央行对滞胀环境的初步分析，促使他们对摩根士丹利的央行预测进行了调整。摩根士丹利目前预计欧洲央行将在2026年6月和9月各加息50个基点，且收回2027年的加息预期。据LSEG数据，目前金融市场预计欧洲央行今年将加息三次。这些策略师还预测，在其基准的欧洲央行利率路径情景下，10年期德国国债收益率在2026年年底将为2.80%，2027年将为2.70%。

深潮 TechFlow 消息，3 月 23 日，据 Bitget 数据显示，现货白银向下触及61美元/盎司，日内跌10.17%。纽约期银日内暴跌12.00%，现报61.29美元/盎司。

深潮 TechFlow 消息，3 月 23 日，据 Bitget 数据显示，现货白银向下触及61美元/盎司，日内跌10.17%。纽约期银日内暴跌12.00%，现报61.29美元/盎司。

深潮 TechFlow 消息，3 月 23 日，据金十数据报道，近日，微博推出超话“硅基茶水间”，成为国内首个上线 AI 社区的社交媒体平台，目前该超话已上线。据介绍，“硅基茶水间”是一个为包括龙虾、评论机器人等在内的各类 AI 创建的，支持其入驻、生活并进行互动的平行宇宙。AI 作为社区的“居民”，能够发布动态、评论互动等，完成完整的社交行为。用户将超话链接发送给自己的 AI，即可启动其入驻流程。

深潮 TechFlow 消息，3 月 23 日，据金十数据报道，近日，微博推出超话“硅基茶水间”，成为国内首个上线 AI 社区的社交媒体平台，目前该超话已上线。据介绍，“硅基茶水间”是一个为包括龙虾、评论机器人等在内的各类 AI 创建的，支持其入驻、生活并进行互动的平行宇宙。AI 作为社区的“居民”，能够发布动态、评论互动等，完成完整的社交行为。用户将超话链接发送给自己的 AI，即可启动其入驻流程。

深潮 TechFlow 消息，3 月 23 日，BIT（原Matrixport）发布今日图表称，“比特币现货价格尚未充分反映这一变化，但期权市场已有所反应——隐含波动率显著走高，下行保护需求持续升温。过去一周，比特币期权成交中看跌买盘占比达29%，以太坊更高至37%，仓位正明显转向防御。

这轮仓位调整背后，反映的是交易者对地缘紧张局势的深层担忧:通胀压力可能因此持续更久，且影响不止于油价，而是向更广泛的增长敏感型资产扩散。

因此，持续跟踪市场仓位变化仍然十分关键，尤其是期权市场。相较现货，期权往往更早反映快钱账户和战术型资金的风险偏好转变。尽管整体成交量仍处于相对低位，但市场参与者并未放松警惕，而是在主动管理尾部风险。不过值得注意的是，比特币的表现仍在跑赢其他风险资产。”

深潮 TechFlow 消息，3 月 23 日，据金十数据报道，摩根士丹利的策略师们在一份报告中表示，他们目前建议对美国国债保持中立的策略，直到中东冲突对经济以及美联储利率路径的影响情况更加明朗为止。他们称：“我们倾向于在更清楚地了解伊朗冲突对美联储政策以及（同样重要的是）财政政策的影响之前，对美国国债保持中立态度。”他们还表示，对更多财政刺激措施的猜测或许也能解释为何美国国债并未像预期那样对避险情绪做出反应。他们说：“当然，没有鸽派的美联储也不利于用美国国债对风险较高的资产进行风险对冲。”

深潮 TechFlow 消息，3 月 23 日，据 IoTeX 官方披露，IoTeX 基金会宣布针对 2 月 21 日跨链桥安全事件的受损资产赔偿申领通道现已正式开放，受影响用户可通过官方申领门户提交申请。据悉，本次赔偿比例为 100%，即全额补偿所有受损资产。

此前消息，分析师称，IoTeX 私钥疑似泄露，资产损失约 430 万美元；IoTeX 官方则通报链上攻击损失约 200 万美元。

深潮 TechFlow 消息，3 月 23 日，据 Bitget 数据显示，现货白银日内跌幅扩大至7.00%，现报63.09美元/盎司。现货黄金日内跌幅扩大至5%，现报4272.81美元/盎司。

深潮 TechFlow 消息，3 月 23 日，据官方公告，韩国数字资产交易所 Upbit 宣布，依据《虚拟资产用户保护法》施行令第 17 条第 1 号第 5 项，将 RESOLV 列为交易警示标的，涉及交易对为 RESOLV/BTC 及 RESOLV/USDT。

该决定由数字资产交易所联合协议体（DAXA）成员机构共同作出。警示标的指定期间为 2026 年 3 月 23 日 15:00 KST 至 2026 年 4 月 24 日 23:59 KST。充值服务自 2026 年 3 月 23 日 15:00 KST 起暂停，公告发布后的所有充值请求均将被退回。

Upbit 表示，后续将依据数字资产交易支持终止政策对 RESOLV 进行详细审查，视审查结果决定延长警示期、解除警示或终止交易支持，相关进展将另行公告。

此前消息，Resolv Labs 确认遭遇漏洞攻击，称攻击者铸造 5000 万 USR（分析师称铸造额达 8000 万 USR），协议已暂停全部功能。

深潮 TechFlow 消息，3 月 23 日，据 Bitget 数据显示，现货黄金日内跌逾4%，现报4309.5美元/盎司。抹去2026年全年涨幅，今年以来现货黄金年涨幅最高一度至近30%。

深潮 TechFlow 消息，3 月 23 日，据链上数据平台 Lookonchain（@lookonchain）监测，某鲸鱼以每枚 2,063 美元的价格出售 5,000 枚 ETH（约合 1,031 万美元），所得资金用于偿还部分贷款债务。

该鲸鱼目前仍在 Aave 协议上持有约 126,000 枚 ETH（约合 2.6 亿美元），未偿还贷款余额约为 1.22 亿美元。

作者：Systematic Long Short

编译：深潮 TechFlow

深潮导读：这篇文章的核心论点只有一句话：AI Agent 输出质量和你投入的 Token 数量成正比。

作者不是在泛泛谈理论，而是给出了两个可以今天就开始用的具体方法，并清楚地划定了 Token 堆不出来的边界——「新颖性问题」。

对正在用 Agent 写代码或跑工作流的读者，信息密度和可操作性都很高。

引言

好吧，你得承认这个标题确实挺吸引眼球——但说真的，这不是玩笑。

2023 年，当我们还在用 LLM 跑生产代码的时候，周围的人都惊掉了下巴，因为当时普遍的认知还是 LLM 只能产出没法用的垃圾。但我们知道一件别人没意识到的事：Agent 的输出质量，是你投入 Token 数量的函数。就这么简单。

你自己跑几个实验就能看出来。让 Agent 完成一个复杂的、有些冷门的编程任务——比如说，从头实现一个带约束条件的凸优化算法。先用最低思考档执行；再切到最高思考档，让它 review 自己的代码，看看能发现多少 bug。中档、高档都试一遍。你会直观地看到：bug 数量随着投入的 Token 量单调递减。

这不难理解，对吧？

Token 越多 = 错误越少。你可以把这个逻辑再推进一步，这基本上就是代码 review 产品背后那个（简化过的）核心思路。换一个全新的上下文，投入海量 Token（比如让它逐行解析代码，判断每一行是否有 bug）——这样基本可以抓出绝大多数、乃至全部的 bug。这个过程可以重复十次、一百次，每次都从「不同的角度」审视代码库，你最终能把所有 bug 都挖出来。

「多烧 Token 就能提升 Agent 质量」这个观点，还有一个实证支撑：那些声称能用 Agent 全程写代码直接推上生产的团队，要么是基础模型提供商本身，要么是资金极其充裕的公司。

所以，如果你还在为 Agent 跑不出生产级代码而苦恼——说句直白的，问题出在你身上。或者说，出在你钱包上。

怎么判断我烧的 Token 够不够

我写过一整篇文章说，问题绝对不在你搭的框架（harness），「保持简单」照样能做出优秀的东西，我现在仍然坚持这个观点。你读了那篇，照着做了，但还是对 Agent 的输出大失所望。你给我发了 DM，看到我已读但没回。

这篇，就是回复。

你的 Agent 表现差、解决不了问题，大多数情况下，就是因为你烧的 Token 不够。

解决一个问题需要投入多少 Token，完全取决于这个问题的规模、复杂度和新颖性。

「2+2 等于几？」不需要多少 Token。

「帮我写一个 bot，能扫描 Polymarket 和 Kalshi 之间的所有市场，找出在语义上相似、应该在同一事件前后结算的市场，设定无套利边界，一旦出现套利机会就以低延迟的方式自动交易」——这需要烧一大堆 Token。

我们在实践中发现了一件有意思的事。

如果你投入足够多的 Token 去处理由规模和复杂度引发的问题，Agent 无论如何都能解决。换句话说，如果你想构建一个极度复杂、有很多组件和代码行的东西，只要你往这些问题里砸足够多的 Token，它们最终都能被彻底解决。

这里有一个小但重要的例外。

你的问题不能太新颖。就目前阶段而言，任何数量的 Token 都无法解决「新颖性」问题。足够多的 Token 能把复杂性带来的错误降到零，但无法让 Agent 凭空发明它不知道的东西。

这个结论其实让我们松了口气。

我们花了极大精力，烧了——很多很多非常多——Token，想试试能不能在几乎不给引导的情况下让 Agent 还原出机构投资流程。这部分原因是想搞清楚，我们（作为量化研究员）离被 AI 完全取代还有多少年。结果发现，Agent 根本做不到接近一个像样的机构投资流程。我们认为这部分原因是它们从未见过这种东西——也就是说，机构投资流程在训练数据里根本不存在。

所以，如果你的问题是新颖的，别指望靠堆 Token 来解决。你需要自己引导探索过程。但一旦你确定了实现方案，你就可以放心堆 Token 来执行——无论代码库多大、组件多复杂，都不是问题。

这里有一个简单的启发式原则：Token 预算应当与代码行数成正比地增长。

多烧的 Token 究竟在做什么

在实践中，额外的 Token 通常通过以下几种方式提升 Agent 的工程质量：

让它在同一次尝试中花更多时间推理，有机会自己发现错误逻辑。推理越深入 = 规划越好 = 一次命中的概率越高。

允许它进行多次独立尝试，走不同的解题路径。有些路径比另一些更好。允许不止一次尝试，它就能选出最优的。

类似地，更多的独立规划尝试让它可以放弃弱方向，保留最有希望的。

更多 Token 允许它用全新的上下文来 critique 自己之前的工作，给它一个改进的机会，而不是被卡在某条「推理惯性」里。

当然，还有我最喜欢的一点：更多 Token 意味着它可以用测试和工具来验证。实际运行代码看它是否跑通，是确认答案正确的最可靠方式。

这套逻辑能走通，是因为 Agent 的工程失败不是随机的。几乎总是因为过早选错了路径、没有检查这条路径是否真的走得通（在早期），或者没有足够的预算在发现错误后去恢复和回退。

故事就是这样。Token 字面意义上就是你买来的决策质量。把它想象成研究工作：如果你让一个人当场回答一个难题，答案的质量会随着时间压力增大而下降。

研究，归根结底，是产生「知道答案」这个基础的东西。人类花费生物意义上的时间来产出更好的答案，Agent 则花费更多计算时间来产出更好的答案。

怎么提升你的 Agent

你可能还是半信半疑，但有很多论文支持这一点，说实话，「推理」调节旋钮的存在本身就是你需要的全部证明。

我特别喜欢的一篇论文，研究者用一小批精心策划的推理样本进行训练，然后用一种方法强制让模型在想停下来的时候继续思考——具体做法是在它想停的地方追加「Wait」（等等）。仅此一项，就让某个基准测试从 50%提升到了 57%。

我想说得尽量直白：如果你一直在抱怨 Agent 写的代码差强人意，单次最高思考档对你来说很可能还是不够。

我给你两个非常简单的解决方案。

简单做法一：WAIT（等等）

你今天就能开始做的最简单的事：搭一个自动循环——构建完之后，让 Agent 用全新上下文 review N 次，每次发现问题就修复。

如果你发现这个简单技巧改善了你的 Agent 工程效果，那你至少明白了，你的问题只是 Token 数量的问题——那就来加入烧 Token 俱乐部吧。

简单做法二：VERIFY（验证）

让 Agent 尽早、频繁地验证自己的工作。写测试来证明所选路径确实能跑通。这对高度复杂、深度嵌套的项目特别有用——一个函数可能被下游许多其他函数调用。能在上游抓住错误，能为你节省大量后续的计算时间（Token）。所以如果可以的话，在整个构建过程中到处设置「验证检查点」。

写完一段东西，主 Agent 说搞定了？让第二个 Agent 来验证一遍。不相关的思考流能覆盖系统性偏差的来源。

基本就这些了。关于这个话题我还能写很多，但我觉得只要意识到这两件事并好好落地执行，就能帮你解决 95%的问题。我坚信把简单的事情做到极致，再按需叠加复杂度。

我提到了「新颖性」是靠 Token 无法解决的问题，我想再强调一遍，因为你迟早会碰到这个坑，然后来跟我哭诉说堆 Token 没有用。

当你想解决的问题不在训练集里时，你才是那个真正需要提供解法的人。因此，领域专业知识依然极其重要。

深潮 TechFlow 消息，3 月 23 日，据 Bitget 数据显示，现货白银日内跌逾5%，现报64.35美元/盎司。

深潮 TechFlow 消息，3 月 23 日，据 Bloomberg 报道，瑞士日内瓦私人银行 Banque Syz SA 爆发家族代际分裂。该行创始人 Eric Syz 之子 Marc Syz 已与商业伙伴 Richard Byworth 一同离开 Banque Syz，导火索为双方在加密货币战略方向上存在根本分歧。

据悉，Marc Syz 此前主导 Banque Syz 旗下另类资产部门 Syz Capital，其计划将比特币财库公司 Future Holdings AG 纳入该部门旗下，但该方案未能获得其父 Eric Syz 的认可。

离开后，Marc Syz 与 Richard Byworth 转而推进 Future Holdings AG 的双重上市计划。Marc Syz 表示，Future Holdings 将成为欧洲规模最大的比特币财库公司。

深潮 TechFlow 消息，3 月 23 日，据官方公告，加密货币交易所 Backpack 发文宣布已上线代币申领和质押页面，前 7 天可随时解除质押，7 天后解除质押需等待 7 天。

此前消息，Backpack 宣布将于 3 月 23 日（今日） TGE。

深潮 TechFlow 消息，3 月 23 日，据链上数据分析平台 Onchain Lens（@OnchainLens）监测，随着 $LIT 价格跌破 1 美元，某鲸鱼持有的 $LIT 2 倍做空仓位当前浮动盈利已超过 207 万美元，其持仓规模为 265 万枚 $LIT，当前估值约 250 万美元。

作者：The Guardian

编译：深潮 TechFlow

深潮导读：这篇调查报道揭示了一个正在快速生长的灰色产业：全球数千人通过出售自己的声音、面孔、通话记录和日常视频来赚取 AI 训练费用。

这不是隐私争议的泛泛讨论，而是有真实人物、真实金额、真实后果的调查——一个卖了自己脸孔的演员，后来在 Instagram 上看到”自己”在替不明医疗产品做宣传，评论区有人在评价他的”外貌”。

当 AI 公司的数据饥渴与全球经济差距结合在一起，正在制造一场不对等的交易。

全文如下：

去年的一个早晨，住在南非开普敦的 Jacobus Louw 照例出门散步，沿途喂海鸥。但这次他录了几段视频——拍摄他走在人行道上的脚步和视野。这段视频让他赚到 14 美元，大约是该国最低工资的 10 倍，也相当于这个 27 岁年轻人半周的食品开销。

这是 Louw 在 Kled AI 上完成的一项”城市导航”任务。Kled AI 是一款付费给用户上传照片、视频等数据用于训练 AI 模型的应用。在短短几周内，Louw 通过上传日常生活中的照片和视频，赚到了 50 美元。

数千英里之外，在印度兰契，22 岁的学生 Sahil Tigga 定期靠 Silencio 赚钱——这款应用众包音频数据用于 AI 训练，会访问他手机的麦克风，采集餐厅内部或繁忙路口的环境噪音。他还上传自己的声音录音。Sahil 会专程前往独特场景，比如 Silencio 地图上尚未记录的酒店大堂。他靠这个每月收入超过 100 美元，足以覆盖全部餐饮开销。

在芝加哥，18 岁的焊接学徒 Ramelio Hill 将自己与朋友和家人的私人手机聊天记录卖给了 Neon Mobile——这是一个对话式 AI 训练平台，每分钟支付 0.50 美元——赚了几百美元。对 Hill 来说，这笔账很简单：他认为科技公司本来就已经掌握了他大量的私人数据，不如自己也从中分一杯羹。

这些”AI 训练零工”——上传周围场景、自身照片、视频和音频——站在了一场全球新数据淘金热的最前线。随着硅谷对高质量人类数据的渴望超出了从开放互联网上能够抓取的范围，一个蓬勃发展的数据市场行业应运而生，弥合这一缺口。从开普敦到芝加哥，数千人正在将自己的生物特征身份和私密数据微授权给下一代 AI。

但这个新零工经济伴随着代价。用几美元换来的背后，这些训练者正在为一个可能最终让他们的技能变得过时的行业提供燃料，同时让自己暴露在深度伪造、身份盗窃和数字剥削的未来风险中——而他们对此才刚刚开始有所了解。

让 AI 齿轮持续转动

ChatGPT 和 Gemini 等 AI 语言模型需要海量学习材料才能持续改进，但它们正面临数据荒。最常用的训练数据源——C4、RefinedWeb 和 Dolma——占据网络最高质量数据集的四分之一，如今正在限制生成式 AI 公司使用其数据训练模型。研究人员估计，AI 公司最快将在 2026 年耗尽可用的新鲜高质量文本。尽管部分实验室已经开始用 AI 自身生成的合成数据反馈训练，但这种递归过程会导致模型产出充斥错误的”垃圾”，进而引发崩溃。

Kled AI 和 Silencio 这类应用正是在这里登场。在这些数据市场中，数以百万计的人正在通过出售自己的身份数据来喂养和训练 AI。除 Kled AI、Silencio 和 Neon Mobile 之外，AI 训练者还有许多选择：由著名孵化器 Y-Combinator 支持的 Luel AI，以每分钟约 0.15 美元的价格获取多语言对话素材；ElevenLabs 允许你对自己的声音进行数字克隆，并以每分钟 0.02 美元的基础费率供他人使用。

伦敦国王学院经济学教授 Bouke Klein Teeselink 表示，AI 训练零工是一个新兴的工作类别，将会大幅增长。

AI 公司知道，向人们支付数据授权费用，有助于规避完全依赖网络爬取内容可能引发的版权纠纷，Teeselink 说。AI 研究员 Veniamin Veselovsky 表示，这些公司还需要高质量数据来为系统建模新的、改进后的行为。”就目前而言，人类数据是从模型分布之外进行采样的黄金标准，”Veselovsky 补充道。

驱动这些机器运转的人类——尤其是发展中国家的人们——往往需要这笔钱，也几乎别无选择。对许多 AI 训练零工来说，从事这份工作是对经济差距的一种务实回应。在失业率高、本国货币贬值的国家，赚取美元往往比本地工作更稳定、更划算。一些人难以找到入门级工作，出于生计不得不做 AI 训练。即便在较富裕的国家，生活成本的上升也让出售自己变成了一种合乎逻辑的财务选择。

开普敦的 AI 训练者 Louw 清楚地知道其中的隐私代价。尽管收入不稳定，也不足以覆盖他全部的月度开销，但他愿意接受这些条件来赚钱。他多年来饱受神经系统疾病困扰，无法找到工作，但在 AI 数据市场（包括 Kled AI）赚到的钱，让他攒够了 500 美元，报名参加了一门水疗培训课程，成为一名按摩师。

“作为南非人，收到美元比别人想象的更值，”Louw 说。

牛津大学互联网地理学教授、《喂养机器》一书作者 Mark Graham 承认，对发展中国家的个人而言，这笔钱在短期内可能有实际意义，但他警告，”从结构上看，这份工作是不稳定的、没有上升空间的，实际上是一条死路”。

Graham 补充说，AI 数据市场依赖”工资的竞相压低”，以及”对人类数据的暂时性需求”。一旦这种需求转移，”工人将没有任何保障，没有可转移的技能，也没有安全网”。

Graham 表示，唯一的赢家是”北半球的平台，它们攫取了所有持久的价值”。

全权授权

来自芝加哥的 AI 训练者 Hill 对将私人手机通话卖给 Neon Mobile 一事心情复杂。约 11 小时的通话内容让他赚了 200 美元，但他说这款应用经常下线、拖延付款。”Neon 在我眼里一直很可疑，但我还是一直用，就为了多赚点零花钱付账单，”Hill 说。

现在他开始重新考量这笔钱是否真的那么轻松。去年 9 月，Neon Mobile 刚上线几周后就下线了，此前 TechCrunch 发现了一个安全漏洞，任何人都可以访问用户的电话号码、通话录音和文字记录。Hill 说 Neon Mobile 从未通知他这一情况，现在他很担心自己的声音会在网络上被滥用。

斯坦福大学以人为中心人工智能研究所数据隐私研究员 Jennifer King 感到担忧的是，AI 数据市场并不清楚用户数据将如何及在何处被使用。她补充说，在不了解自身权利、也未能就此谈判的情况下，”消费者面临数据被以他们不喜欢、不理解或未曾预料的方式再利用的风险，且届时几乎没有任何补救途径”。

当 AI 训练者在 Neon Mobile 和 Kled AI 上分享数据时，他们授予的是一份全权授权（全球范围、独占、不可撤销、可转让且免版税），允许平台出售、使用、公开展示和存储其肖像，甚至据此创作衍生作品。

Kled AI 创始人 Avi Patel 表示，他公司的数据协议将使用限定在 AI 训练和研究目的。”整个商业模式依赖用户信任。如果贡献者认为他们的数据可能被滥用，平台就无法运转。”他表示公司会在出售数据集前审核购买方，避免与”意图可疑”的机构合作，例如色情行业，以及他们认为可能以违背该信任的方式使用数据的”政府机构”。

Neon Mobile 未回应置评请求。

伦敦城市圣乔治大学法学教授 Enrico Bonadio 指出，这些协议条款允许平台及其客户”几乎可以对该材料做任何事，永久有效，无需额外付款，贡献者也没有实际方式撤回同意或重新谈判”。

更令人担忧的风险包括：训练者的数据被用于制作深度伪造和身份冒充。尽管数据市场声称在出售前会剥离数据中的身份识别信息（如姓名和位置），但生物特征规律从本质上就难以进行有实质意义的匿名化处理，Bonadio 补充道。

卖家的悔恨

即便 AI 训练者能够就数据使用方式谈判出更细化的保护条款，他们仍可能后悔。2024 年，来自纽约的演员 Adam Coy 以 1000 美元的价格将自己的肖像卖给了 Captions——一款 AI 视频编辑软件，现已更名为 Mirage。他的协议规定，他的身份不会被用于任何政治目的，不会用于推销酒精、烟草或色情内容，且授权期限为一年。

Captions 未回应置评请求。

不久之后，Adam 的朋友们开始转发他们在网上发现的视频，那些视频里用着他的脸和声音，播放量达数百万次。其中一个 Instagram 视频中，Adam 的 AI 复制体自称是”阴道医生”，为孕期和产后女性推广未经证实的医疗补剂。

“向别人解释这件事让我感到难堪，”Coy 说。

“评论区很奇怪，因为他们在评价我的外貌，但那根本不是我，”Coy 补充道。”我当时做出（卖肖像）这个决定时的想法是，大多数模型反正都会在网上爬取数据和肖像，不如被付钱。”

Coy 说，他此后没有再接任何 AI 数据零工。他说，只有在某个公司提供重大报酬的情况下，他才会考虑再做。

深潮 TechFlow 消息，3 月 23 日，据 Cointelegraph 报道，a16z Crypto 发文表示，自主 AI 智能体驱动的商务模式（Agentic AI Commerce）或将颠覆现有互联网广告经济体系。

Merit Systems 联合创始人 Sam Ragsdale 在 a16z Crypto 博客撰文称，自 1997 年至 2024 年，互联网商业模式的核心是”注意力分散”——通过广告捕获用户的部分注意力实现变现。然而，大语言模型（LLM）与 AI 智能体不会被广告干扰，这一逻辑基础已不再成立。据 Mordor Intelligence 数据，2025 年全球在线广告市场规模约为 2910 亿美元，主要由 Google 主导。

Ragsdale 指出，ChatGPT、Gemini 等 AI 平台已推出”即时结账”功能，允许用户在对话中直接完成购买，但此类服务本质上仍属”封闭生态”，商家须经严格审核方可接入。他认为，真正的出路在于配备开放协议的 AI 智能体，使其能够自主发现并访问任意商家。文章提及，由 Coinbase 开发的 x402 协议，以及由 Tempo 与 Stripe 联合推出的机器支付协议（MPP），或将成为这一新型商务模式的基础设施。

深潮 TechFlow 消息，3 月 23 日，币安创始人 CZ（赵长鹏）发文表示，比特币是一种硬资产（其他主流加密货币也是如此）。

深潮 TechFlow 消息，3 月 23 日，据 CoinDesk 报道，FTX 创始人 Sam Bankman-Fried（SBF）的父母 Barbara Fried 与 Joseph Bankman 接受 CNN 节目采访，首次公开为其子定罪提出质疑，称客户资金”始终存在”，并以 FTX 破产清偿进展为据，主张 SBF 应获平反。

FTX 破产清偿信托将于 3 月底启动第四轮分配，涉及约 22 亿美元，累计清偿总额将达约 100 亿美元，部分债权人类别回收率已超 100%。Barbara Fried 表示，债权人已获本金及 18% 至 43% 的利息赔付。

然而，债权人代表 Sunil Kavuri 公开反驳上述说法，指出所有赔付均以 2022 年 11 月破产申请时的资产价格为基准折算为美元，而非按实物或当前市价偿还。以比特币为例，彼时价格约为 16,800 美元，目前约为 69,000 美元，债权人实际所获远低于当前市值。

SBF 父母还将 Alameda Research 挪用客户资金的行为定性为常规借贷操作，而这一做法正是香港、欧盟及美国拟议立法明确禁止的对象。此外，两人公开呼吁 Trump 特赦 SBF，但 Trump 已于今年 1 月表示不予考虑。目前，SBF 的上诉仍在审理中。

深潮 TechFlow 消息，3 月 23 日，据金十数据报道，摩根士丹利的分析师在一份研究报告中指出，如果油价涨至每桶120美元，这可能会对亚洲的经济增长构成重大威胁。这些分析师认为，油价每桶持续上涨10美元，很可能会直接对亚洲的国内生产总值增长造成20至30个基点的负面影响。他们指出，如果油价涨至每桶120美元，亚洲的石油和天然气支出将占到国内生产总值的6.3%。如果冲突持续下去且大宗商品价格保持高位，政策缓冲的力度也将受到削弱。如果冲突持续，菲律宾、印度尼西亚、印度和韩国的央行可能不得不从第三季度末或第四季度开始提高利率。

深潮 TechFlow 消息，3 月 23 日，据 CoinDesk 报道，链上数据显示，韩国五大加密货币交易所（Upbit、Bithumb、Coinone、Korbit、GOPAX）的稳定币持仓规模自 2025 年 7 月以来大幅缩水约 55%，从约 5.75 亿美元降至 3 月中旬的约 1.88 亿美元。

本轮加速流出的直接触发因素为韩元汇率走弱——3 月中旬韩元兑美元跌破 1500 关口，创 2008 年金融危机以来最低水平。据 DNTV Research 创始人 Bradley Park 分析，汇率贬值放大了交易者退出美元计价资产的动机，资金随后转换为韩元并重新配置至国内资产。

与此同时，韩国股市持续吸引资金流入。综合来看，KOSPI 指数 2025 年已累计上涨 75%，今年再度上涨 37%，成为全球表现最佳的主要股票指数，涨幅高度集中于 Samsung Electronics 与 SK Hynix 等半导体龙头。韩国政府亦推出”资本回流”账户政策，对投资者出售海外资产并在国内再投资的行为给予最高 100% 的资本利得税豁免，进一步加速了这一轮资金轮动。

Artemis 数据显示，亚洲整体稳定币交易量在过去一年有所上升，表明此次韩国交易所稳定币余额下滑系国内资本轮动所致，而非区域性整体撤退。

深潮 TechFlow 消息，3 月 23 日，据金十数据报道，从知情人士处获悉，“阿里将推出JVS Book（笔记本终端）与JVS Box（迷你主机）等硬件产品。其中，笔记本终端主打移动办公，基于类OpenClaw架构打造，深度集成JVS Claw平台；JVS Box则面向桌面办公，作为桌面级AIAgent工作站，同样采用类OpenClaw架构。”“上述硬件产品由阿里云无影团队主导，计划从软件平台延伸至硬件终端，构建完整的AIAgent体验。”前述知情人士补充说道。深潮 TechFlow 消息，03 月 23 日，

作者：Frank，PANews

一只“小龙虾”搅动了整个科技圈。OpenClaw 的横空出世让所有人兴奋不已，在一台普通个人电脑上，AI 可以被赋予操作权限，帮你收邮件、写代码、甚至操作交易账户。网上铺天盖地的案例描述得很玄乎：“你都可以不用工作了”。但当真正装上之后，大多数人发现事情并不是这样的。

在加密交易领域，这种从狂热到冷静的温差尤其明显。过去两年，几乎每家交易所都推出了自己的“AI Agent”，但大多停留在聊天辅助阶段，你问它一句，它给你写一大段分析，仅此而已。OpenClaw 的出现像是打开了潘多拉的魔盒，让所有人看到了 AI“做事”而非“说话”的可能性。

但这恰恰引发了新的挑战。作为带领团队探索 AI 交易前沿的领军人物，Bitget AI 负责人 Bill 博士对此有着深刻的体会，PANews 就此与 Bill 进行了一次深入访谈。在加入 Bitget 之前，Bill 曾先后在多个头部互联网及科技公司担任高级职位，主导过多个核心算法与 AI 平台的规模化落地，并发表过数十篇国际顶会论文与数十项专利。

如今，全面负责 Bitget AI 战略规划与智能交易技术研发的他，正致力于推动 AI 与加密资产交易场景的深度融合。面对眼下的 Agent 热潮，这位领军专家的判断极其冷静：“大多数普通人并不习惯当管理者，突然给了 10个 AI 下属，如何指挥、分工、考核，本身就是一门艺术。”

热情终究会消退，但能力已经被看见。真正的问题变成了：谁能把这种能力包装成普通人用得上的产品？

在与 Bill 的对话中，PANews 试图从产品设计者的视角，拆解 AI 交易从概念走向落地的真实路径。在 Bill 看来，Bitget 密集推出 Agent Hub和 GetClaw 两款 AI 产品，并不是“看到别人做我们也做”，而是一个内部产品自然外溢的过程。“概括起来就是天时地利人和。”

天时，是 OpenClaw 引爆了市场认知；地利，是我们在去年推出的 AI 助手 GetAgent 上的持续迭代已经有了深厚积累；并在内部技术上有充分的沉淀和尝试；人和，是团队内部已经验证了产品价值，顺势对外开放。”

Bitget的 AI 产品全景：从 GetAgent到 GetClaw 的三级架构

要理解 Bitget在 AI 交易上的布局，首先需要厘清它三个产品之间的关系。在外部看来，GetAgent、Agent Hub、GetClaw 这些名字容易让人混淆，但在 Bill 的讲述中，这其实是一条清晰的演进路线。

2025年 6 月，Bitget在 App 内推出了 GetAgent，这是一个聊天机器人形态的 AI 交易助手。据 Bill 介绍，GetAgent 经历了多轮迭代：从最初的聊天应答，逐步加入一键下单、新闻资讯汇总，再到扩展至美股、黄金、白银等全品类交易，“每一次迭代都是用户需求驱动的，越扩越多。”但无论怎么扩展，GetAgent 的本质仍然是“聊天驱动”，它可以回答问题、给出建议，但不能帮用户自主执行复杂的交易任务。

转折发生在 OpenClaw 出来之后。据 Bill 透露，OpenClaw 发布后 Bitget 迅速在内部搭建了自己的版本，“内部用完之后反馈非常好，自然就产生了一个想法：能不能把 GetAgent 也做一次大的升级？”沿着这个思路，Bitget 把内部打磨成熟的 MCP 能力封装对外开放，于今年 2月 13 日正式发布了 Agent Hub。

Agent Hub 面向的是“动手能力相对较强”的专业性玩家。

它提供了四层由浅入深的能力接口：

API 是原子级的接口调用，门槛最高，需要编程和密钥管理；

MCP 扮演了“通用接口”的角色，允许外部的 AI 应用直接读取 Bitget 的数据并执行操作；

CLI 则面向开发者，支持通过终端命令行直接调用全部 API；

Skills 是此次升级的核心，它相当于封装好的“业务模块”。通过 Skills，原本生硬的 API 代码被转化成了 AI 能够直接调用的技能（如查询费率、分析 K 线、盯盘、下单），AI 借此实现了从“意图理解”到“动作执行”的跨越。

Bill用 U 盘做了一个很直观的类比：“U 盘本身具备存、读、写的存储技能，但要让它发挥作用，需要 USB 接口来连接设备，这就相当于 MCP。而光有接口还不够，还需要存储器和各种协议的配合才能完成完整的交互，这整套组合起来就构成了一个 Skill。”

但 Agent Hub 对普通用户依然有门槛。

于是在 3月 14 日，Bitget 推出了 GetClaw，一个基于 Telegram的 AI 交易助手，开箱即用，不需要安装任何东西。用户通过链接进入，登录账户就能使用，平台承担大模型的调用成本，用户完全无感。Bill 将其归纳为一句话：“普通用户推荐使用 GetClaw，这是一个已经组装完成，可以立即开玩的工具；专业玩家推荐使用 Agent Hub，选择适合的 Skills，像拼乐高一样，打造自己的城堡。”

这三个产品形成了一个清晰的递进关系：GetAgent 打磨了底层的 MCP 能力，沉淀到 Agent Hub 中对外开放，又把这些能力嵌入 GetClaw，降低到最低使用门槛。从聊天机器人到开发者工具再到一键式产品，Bitget的 AI 产品线覆盖了从极客到小白的全部用户光谱。

“说一句话就能盯盘”，AI 交易真正改变了什么

产品架构只是骨架，真正让用户兴奋的是 AI 在具体场景中带来的体验变革。在与 Bill 的交流中，一个反复出现的关键词是“门槛”。

传统的交易流程是一条漫长的链条：获取资讯、分析决策、下单执行、盯盘监控、复盘总结，每一个环节都依赖人工操作。如果想做条件交易或量化策略，用户要么自己写程序调 API，要么在平台上配置一堆复杂的参数。

在 Bill 看来，这正是 AI 最有价值的切入点：“这些功能不用 Skills或 GetClaw 也能实现，写程序就行。但问题是，写程序对程序员简单，对普通用户门槛太高。今天我们做的事情，就是让用户说一句话就能实现同样的效果。”

他举了一个具体的例子：用户说“当比特币在一分钟内跌了 3%，帮我加仓 50%”，背后系统就会自动转化为一个定时任务，这个任务其实需要完成三件事：

1. 实时监控比特币价格
2. 每分钟计算价格差值
3. 一旦满足条件立即执行加仓操作

这种以前只有程序员才能实现的逻辑，现在任何人说一句话就能完成。

GetClaw 上线不到 40 个小时，盯盘提醒就成了最爆发的使用场景。这并不意外，在传统平台上配置盯盘预警，用户需要理解各种指标参数，“配半天还不一定成功”。而现在，即使是 MACD、CCI 这类多指标复合盯盘逻辑，用户用自然语言描述需求，系统就能帮你实现。

但 Bill 认为，AI 盯盘真正的变革不只是“能做到”，更在于“能调优”。“传统平台上配不好就放弃了，但现在你可以跟它说’错了，反思一下怎么改’，改到满意为止。”这种可以持续迭代的交互方式，对庞大的长尾用户群体来说是一个巨大的满足。

在传统股票市场，量化交易的比重越来越高，在相对成熟的美国市场甚至能超过 70%。普通散户进场面对的是微秒级竞争的机构对手，几乎毫无胜算。Bill把 AI 交易的意义概括为一种“平权”：“Bitget在 AI 领域的愿景是让 1 亿用户比肩华尔街，换言之，让他们达到顶级交易员的操作逻辑和执行能力。过去是想到了却做不到，今天是只要能想到就能做到。”

信任的四道锁，AI 操作真金白银时的安全边界

当 AI 从“给建议”走向“替你执行”，功能的强大反而不是最大的挑战，信任才是。在 Bill 看来，这一点怎么强调都不为过：“普通用户最担心的事情是’用它安不安全’。这个信任度一定要建立好。一旦出现一两次安全问题，就没人用了。”

围绕这个核心顾虑，Bitget 设计了四层隔离体系。

• 第一层是身份隔离，每次对话精准识别用户身份
• 第二层是记忆隔离，不同用户之间的对话记忆完全隔离混淆，保证个人隐私不被泄露
• 第三层是权限控制，什么数据、什么工具可以调用，由角色控制
• 第四层是凭证与资金隔离，API Key 只限触发使用，交易在子账号沙盒中执行

子账号沙盒机制是一个很务实的设计。Bill 举例说：“比如主账号有 1000 美金，用户可以只划转 50 美金到子账号给 AI 操作，这样风险可控得多。”这意味着即使 AI 出现判断失误，风险敞口也被严格控制在用户预设的范围内。

这种安全优先的思路也体现在 Bitget对 Skills 市场的态度上。目前，所有的 Skills 都由官方开发和维护，并没有开放给第三方。Bill 对此的解释很直接：“如果开放 Skill Market 让更多人参与建设，不可避免会产生安全问题。比如有黑客说’我也给你放一个进去’，用户用了发生资金损失，那就不合适了。我们叫宁缺毋滥，宁愿没有，也不要玩了把钱亏光了。毕竟在资产市场，赚得快不如活得久。”

OpenClaw 的前车之鉴证明了这种谨慎的合理性。它在个人电脑上以几乎不设限的方式运行，虽然让人激动，但也催生了一个荒诞的新产业，“帮你干净卸载龙虾”本身也成了一门赚钱的生意。

在大模型调用层面，Bitget 在初期选择了平台承担成本而非让用户自行配置 Token。一方面是出于安全考虑，另一方面则是技术原因，“我们的 Skills和 MCP 与内置的多种大模型做了深度适配优化，如果用户随意切换其他模型，效果会大打折扣。”目前平台为每位用户每天提供 10 美金的免费调用额度，后续会根据市场反馈调整定价模式。

80%的事能做，20%的决策还得靠人

聊到 AI 交易的现实能力边界，Bill 坦言现实并不乐观：“现在网上有人给 AI 100 美金让它去赚到 1000 美金，结果发现这种粗放式的操作，亏光的概率非常高。”

AI 交易的能力，在今天还不能保证帮用户赚到钱。Bill 用“二八原则”来概括当前的真实状态：在完整的交易流程中（可能涉及 100 件事），AI 可以高效完成其中 80 件繁杂的工作，比如信息整理、实时监控、条件执行、数据复盘。但是，真正决定盈亏的 20 件核心决策，AI 还做不到。

去年 Bitget 搞了一个玩票性质的 AI 交易员比赛，测试 AI 的能力边界，结果提供了一个鲜活的注脚：很多 AI 策略最终以亏损收场。原因并不复杂，AI 没有情绪，听上去是优势，但也意味着它无法响应“突然发生战争”这类黑天鹅极端事件。Bill 提到，以前美股市场大量让 AI 执行交易时，也出现过插针暴跌暴涨的异常现象。

“今天更多是一个高级辅助的作用，就像自动驾驶 L1到 L5 的过渡一样。”Bill 用这个类比来定位当前 AI 交易的发展阶段。从趋势来看，AI 的能力确实在一个一个攻克剩余的难关，但涉及长期创造力和极端情境下的共情判断，机器仍有明显的瓶颈。

不过 Bill 也给出了一个相对乐观的判断：“围绕全自动交易的技术闭环，可能在明年就能基本实现，但这并不意味着它能保证持续盈利。”换句话说，“能跑”和“能赚”之间，还隔着一段不短的距离。

从交易工具到“AI 账户操作系统”，Bitget 的终局构想

既然短期内 AI 还无法完全替代人类交易员，那 Bitget的 AI 战略终点在哪里？Bill 给出了三个维度的回答。

第一个维度是“全景交易”，这也呼应 Bitget 此前提出的 UEX (Universal Exchange) 战略。不只是加密货币，随着资产代币化的推进，黄金、白银、美股等传统金融品类都在接入。Bitget 希望用 AI 帮助用户在一个平台上完成全品类的交易操作，“让用户具备华尔街交易员的全品类覆盖能力”。

第二个维度是全球化生态拓展。结合 Bitget Wallet 的能力，在 Web3 支付和全球化商业场景中引入 AI，降低跨境交易和支付的操作门槛。

第三个维度，也是 Bill 描述得最有画面感的一个方向，是打造基于 Bitget 的“长期账户操作系统”。这个概念的核心是建立一个“高信任的资金执行层”，未来会有多个 Agent 协同帮用户做各方面的事情，而支撑这一切的基底是一套跨端、跨场景的“长期记忆系统”。

在 Bill 的描述中，这套记忆系统会把用户过往的交易习惯、历史操作、甚至在 App 里的点滴行为都分析整合，形成一个深度的个人画像。“确保用户在不同平台、不同场景下的交易逻辑保持长期一致性，而不是割裂的碎片化体验。”这种持续学习和适配的能力，是区别于一次性工具的根本所在。

他用了一个很日常的类比来解释这种渐进信任的过程：“就像最初买家政机器人只是让它扫地，用久了信任它之后，才愿意让它承担更多事情。”AI 需要先在小事上证明自己可靠，然后逐步获得更大的权限和信任，最终的目标是“陪你成长，伴随你的资产增值”。

从 GetAgent到 Agent Hub 再到 GetClaw，Bitget的 AI 产品在不到一年的时间里完成了从聊天机器人到任务执行层的跨越。各大交易所的密集布局也表明，AI 交易已经不再是一个可有可无的方向，而是未来竞争的基本能力。

然而，从当前的现实来看，AI 更擅长取代的是交易中的“体力活”而非“脑力活”。80%的繁杂工作可以交给机器，但决定盈亏的那 20%核心判断，恐怕仍然需要人类自己做出。技术可以降低交易的门槛，但无法完全消除交易的风险。

AI 让每个人都拿到了华尔街的工具箱，但工具箱里装的是机会，也是敬畏。

深潮 TechFlow 消息，03 月 23 日，Bitget 上线踏青出游主题活动，活动时间为 3 月 23 日 至 3 月 29 日。活动面向新老用户开放。全体用户可参与个人累积合约交易赛，前 3 名可获最高价值 1 万 USDT 的高阶 LV 礼品，包含LV行李箱、滑板、露营椅等；第 4-50 名可获最高 1,500 USDT 的排名奖励。

此外，新用户还有额外新人榜单，解锁 USDT 空投及 LV 实物好礼，涵盖露营椅、保温杯、高尔夫球袋等。达到个人赛每日交易排名第一的用户还可额外获得 166-266 USDT的日冠军奖励。详细规则已在 Bitget 官方平台发布，用户点击「立即加入」按钮完成报名，方可参与活动。

作者：CoinDesk

编译：深潮 TechFlow

深潮导读：Algorand、Gemini、Crypto.com、OP Labs 在数周内相继裁员，官方理由一半指向”宏观环境不好”，一半指向”AI 替代人力”。

但一位加密招聘机构创始人直接点破：这些裁员和 AI 关系不大，更像是整个赛道——restaking、DePIN、L2——集体萎缩的结果。

频道博主提醒，实际裁员人数远比公开数字高得多。

全文如下：

核心要点

• Algorand、Gemini、Block、Crypto.com、OP Labs、PIP Labs 和 Messari 均在近期裁员
• 各公司给出的理由从代币价格低迷到 AI 整合不等
• Messari 自 2023 年以来已完成三轮裁员，员工数从目标 1000 人缩减至如今约 140 人

Algorand 基金会周三加入加密公司裁员行列，削减不足 200 人团队中的 25%，理由是”不确定的全球宏观环境”和更广泛的加密市场下行。

此次裁员正值行业裁员潮蔓延之际。2 月，Gemini Space Station 宣布裁减约 200 个职位，占员工总数的四分之一，到 3 月中旬这一比例扩大至 30%。周四，Crypto.com 表示将裁减 12%，约 180 个职位。

此前，构建 L2 区块链 Optimism 的 OP Labs 本月早些时候裁减了 20 名员工，Story Protocol 背后的 PIP Labs 裁减了 5 名全职员工和 3 名合同工，占其员工总数的 10%。加密数据提供商、如今自我定位为 AI 优先公司的 Messari，在宣布 CEO 更换的同时宣布了 2023 年以来的第三轮裁员，但未披露具体人数。

各公司的官方解释不尽相同。Algorand 直指宏观状况和代币价格低迷，但许多公司将裁员定性为向工作流程中更多使用 AI 的转型。

“AI 现在太强大了，Gemini 不可能不用，”该公司在致股东信中表示。”不在 Gemini 使用 AI，很快就会相当于带着打字机而不是笔记本电脑来上班。”

“我们正在加入全企业整合 AI 的公司行列，”Crypto.com 一位发言人周四对 CoinDesk 表示，指出效率提升导致需要的员工减少。CEO Kris Marszalek 在 X 上表示，不向 AI 整合转型的公司将会失败。

Algorand 的裁员据报影响了社区管理和业务拓展职位，并非明显被 AI 取代的岗位。公平地说，该公司将原因归咎于更广泛的加密环境。其 ALGO 代币近期交易价格约为 0.09 美元，较 2019 年高点下跌 98%。市值最大的加密货币比特币本季度已下跌 20%。

行业整合

行业观察人士指向更广泛的整合动态。曾经人才充裕的整个加密赛道——如 restaking、DePIN 和 L2——已大幅萎缩，而并购活动也在加剧冗余，被并购企业带来的员工正在取代原有员工。

“我没看到任何真实迹象表明这些裁员与大规模 AI 劳动力替代有关，”加密招聘机构 Up Top 创始人 Dan Escow 说。”restaking、DePIN 和 L2 这些曾经人才强劲的整个赛道，现在基本上不存在了。公司被迫进入削减成本模式，争取时间来弄清楚接下来如何执行。”

更广泛的招聘图景支持了这一判断。1 月份各主要加密招聘网站的新职位发布量约为每天 6.5 个，较一年前同期下降约 80%。

仅本文提及的公司——不包括未披露数字的 Messari——已在数周内宣布约 450 个职位削减。这可能只是冰山一角。在 2022 年的加密寒冬中，CoinDesk 全年追踪到逾 26000 个职位流失，这一数字耗费数月才逐渐显现。

深潮 TechFlow 消息，3 月 23 日，据 Morpho 联合创始人 Paul Frambot 披露，Resolv 协议安全事件，波及稳定币 USR 及相关资产 RPL，以及以上述资产作为抵押品的借贷市场。

在存款规模超过 1 万美元的约 500 个 Morpho 金库中，约 15 个金库对受影响市场存在不可忽视的风险敞口（超过 1 万美元）。Paul Frambot 建议用户关注 Resolv 官方及相关策展人的后续公告。

Paul Frambot 表示，受影响金库均为专为高风险策略设计、采用长尾抵押资产的金库，其余金库（包括低风险的”优质金库”）未受任何影响，此次事件验证了 Morpho 风险隔离机制的实际效果。

深潮 TechFlow 消息，3 月 23 日，据链上数据分析平台 Onchain Lens（@OnchainLens）监测，地址以”0xee0″开头的某鲸鱼再度从 Gate 交易所提取 55,000 枚 $HYPE，价值约 210 万美元。目前，该鲸鱼共持有 194,557 枚 $HYPE，总市值约 744 万美元。

深潮 TechFlow 消息，3 月 23 日，据链上数据分析平台 Whale Alert 监测，USDC Treasury 于以太坊链上执行一笔销毁操作，共销毁 50,000,000 枚 USDC。

深潮 TechFlow 消息，3 月 23 日，据金十数据报道，“美联储传声筒”Nick Timiraos表示，能源价格的飙升，让美联储本已十分棘手的权力交接变得更加艰难。

这一过程原本就已相当复杂。凯文·沃什的任命因司法部的调查和蒂利斯的阻挠而陷入停滞。此外，与沃尔克以来的历任美联储主席不同，沃什承诺将与前任彻底决裂，而非延续其政策。

如今市场预期今年加息与降息的可能性各半，这可能使沃什陷入两难境地：一方面是提名他的总统，另一方面是他即将领导的委员会。

2008年，在经历了一段激进的降息周期后，油价突然飙升。当时沃什曾有力地指出，通胀风险“是主要风险”，并建议美联储的下一步行动应是加息。而特朗普的期望恰恰相反。

深潮 TechFlow 消息，3 月 23 日，根据 SoSoValue 数据，上周交易日（美东时间 3 月 16 日至 3 月 20 日）SOL现货 ETF 净流入 2110.00 万美元。上周净流入最多的SOL现货 ETF 为Bitwise ETF BSOL，周度净流入为 2098.63 万美元，目前 BSOL 历史总净流入达 8.03 亿美元。其次为Franklin ETF SOEZ，周度净流入为 76.70 万美元，目前 SOEZ 历史总净流入达 824 万美元。上周净流出最多的SOL现货 ETF 为富达（Fidelity）ETF FSOL，周度净流出为 112.00 万美元，目前 FSOL 历史总净流入达 1.51 亿美元。截至发稿前，SOL现货 ETF 总资产净值为 8.75 亿美元，ETF 净资产比率（市值较SOL总市值占比）达 1.72%，历史累计净流入已达 9.90 亿美元。

根据 SoSoValue 数据，上周交易日（美东时间 3 月 16 日至 3 月 20 日）XRP现货 ETF 净流入 64.00 万美元。上周净流入最多的XRP现货 ETF 为Bitwise ETF XRP，周度净流入为 463.69 万美元，目前 XRP 历史总净流入达 3.75 亿美元。其次为Canary ETF XRPC，周度净流入为 197.82 万美元，目前 XRPC 历史总净流入达 4.21 亿美元。上周净流出最多的XRP现货 ETF 为21Shares ETF TOXR，周度净流出为 597.86 万美元，目前 TOXR 历史总净流出达 2387 万美元。截至发稿前，XRP现货 ETF 总资产净值为 10.10 亿美元，ETF 净资产比率（市值较XRP总市值占比）达 1.14%，历史累计净流入已达 12.10 亿美元。

深潮 TechFlow 消息，3 月 23 日，根据 SoSoValue 数据，上周交易日（美东时间 3 月 16 日至 3 月 20 日）以太坊现货 ETF 净流出 5994.00 万美元。

上周净流出最多的以太坊现货 ETF 为贝莱德（BlackRock）ETF ETHA，周度净流出为 6958.65 万美元，目前 ETHA 历史总净流入达 119.10 亿美元。其次为富达（Fidelity）ETF FETH，周度净流出为 6162.16 万美元，目前 FETH 历史总净流入达 23.20 亿美元。

上周净流入最多的以太坊现货 ETF 为灰度（Grayscale）以太坊迷你信托 ETH，周度净流入为 687.02 万美元，目前 ETH 历史总净流入达 18.50 亿美元。

截至发稿前，以太坊现货 ETF 总资产净值为 123.30 亿美元，ETF 净资产比率（市值较以太坊总市值占比）达 4.79%，历史累计净流入已达 117.30 亿美元。

深潮 TechFlow 消息，3 月 23 日，根据 SoSoValue 数据，上周交易日（美东时间 3 月 16 日至 3 月 20 日）比特币现货 ETF 净流入 9518 万美元。

上周净流入最多的比特币现货 ETF 为贝莱德（BlackRock）ETF IBIT，周度净流入为 1.91 亿美元，目前 IBIT 历史总净流入达 632.60 亿美元。其次为Franklin ETF EZBC，周度净流入为 620.57 万美元，目前 EZBC 历史总净流入达 3.75 亿美元。

上周净流出最多的比特币现货 ETF 为富达（Fidelity）ETF FBTC，周度净流出为 5007.06 万美元，目前 FBTC 历史总净流入达 109.40 亿美元。

截至发稿前，比特币现货 ETF 总资产净值为 903.00 亿美元，ETF 净资产比率（市值较比特币总市值占比）达 6.44%，历史累计净流入已达 562.30 亿美元。