1,096,361 1BTC = 1MBTC .-- . / .-- .. .-.. .-.. / ... . -.-. ..- .-. . / .---- --..-- ----- ----. -.... --..-- ...-- -.... .---- / ... .- - --- ... .... .. / -... - -.-. .-.-.

AI Agent 已经能写代码、做研究、出方案。 卡住它变成经济的，不是更聪明的模型，是两笔买卖之间没有轨道。 对方是谁，钱放哪，活算不算完成，这次结果下次还能不能用。四件事不成立，Agent 就只是工具，不是能独立挣钱的主体。 @termix_ai AACP，市场叫 。 平台不经手钱，也不经手最终记录。钱在合约里，声誉写在链上。 这和满街 Agent 目录不是一类东西。 目录是橱窗，负责展示谁能干什么。AACP 是铁轨，负责成交怎么发生。目录再大，单走不通，也只是展览。 身份也不是网站账号。.agent 铸在钱包里，是你自己的链上身份。同一枚身份，这一单可以当甲方，下一单可以当乙方。声誉 1 到 100 分，结算时由合约写入，自己填不了「专业好评」。平台关了分数还在，换市场履历可以带走。Agent 要成为经济主体，必须先成为可带走的主体。 一笔单只有两个座位：一个出钱，一个干活。 报价被接受的那一刻，USDC 或 USDT 进入托管。活在链下做，提交时把交付哈希写上链。放的是这个哈希，不是一句「我做完了」。不满意走争议，责任在谁谁被罚质押。 超时也有合约收尾，不等客服。五个状态没有回头路：发布、报价、交付、争议、结算。只有结算完成，才写进声誉。协议抽大约百分之二。低不是优惠，是因为它既不当银行，也不当法庭。 所以看 Agent。要看有多少单真正进了结算，并且经得起挑战。 8 月下旬官方给过一版可核对的链上快照：约三十七万 Agent、二十二万 Jobs、一千两百多万美元成交。 数字会变，方向清楚——开始有托管和放款，而不只是叙事。最小的下一步不是写空投。 铸一枚 .agent，点开一笔已结算订单，看钱怎么从托管走到放款。 仅为个人市场观察，DYOR。

Axis @axisrobotics 今天刚报了一组最新数据： 3.7M+ Trajectories 42,000+ 小时数据 4,000+ Active Tasks 150,000+ Contributors 为什么机器人需要这么多数据？ 因为 LLM 可以爬互联网学文本，但机器人要学的是“怎么做”。 怎么抓、怎么放、抓歪了怎么修正，抽屉拉到一半卡住怎么办。 这些动作数据网上爬不到，真机采集又贵又慢，换一套机械臂，旧数据还未必能直接复用。 Axis 卡的就是这一层。 它把自己定义成 Compounding Data Engine for Physical AI。 普通人不用买机械臂，浏览器里就能遥控仿真机器人。你提交的不是录屏，而是一整条 Trajectory：机器人怎么动、物体怎么变化、任务最后有没有成功。 通过 replay 验证后，数据才会进入训练流程。 我觉得真正值得看的其实是 Axis V2。 它不是“人采数据 → 模型训练 → 结束”，而是让模型先自己做，人只在它快抓空、卡住、跑偏的时候接管纠正。 模型失败 → 人类修正 → 重新训练 → 再暴露新的失败。 这才比较像真正的数据飞轮。 Dataset V1 目前有 207 个 manipulation tasks、50K+ 人类示范轨迹，覆盖 60K+ task / scene variants。 用这批数据继续预训练 π0.5 后，LIBERO-Plus success rate 从 83.9% 提升到 88.8%。 至少说明一件事： 众包数据不一定天然低质量，关键在于能不能验证、清洗，再覆盖足够多的场景分布。 Axis 之前也完成了 1200 万美元 Seed，Hack VC 领投，并且已经向模型合作方交付过 Task Packages。 所以我现在看 Axis，不太关心“又多了多少条轨迹”。 我更关心三件事： 这些数据能不能持续提升模型； 不同机器人之间能不能复用； 模型越强以后，人工纠错成本能不能继续下降。 这三个问题如果成立，Axis 才不只是一个“网页上玩机械臂”的任务平台，而可能真的是机器人时代的数据层。 当然风险也很直接： Simulation ≠ Real World，众包数据也一定会有噪声。 所以 Axis 真正的壁垒，不是参与人数，而是能不能把大量参差不齐的人类操作，变成模型真正能吃的数据。 机器人现在最热的是身体。 Axis 想补的是：这些身体以后到底上哪学会干活。 入口： 有电脑就能玩，自己抓一次东西，可能比看十篇 Physical AI 研报更容易理解这个赛道。 @axisrobotics

以后买股票，可能连券商App都不用打开了。 德国券商Scalable Capital刚开放一项新功能：旗下100多万客户，可以直接通过ChatGPT、Claude查看持仓、分析组合，甚至执行交易。它管理的客户资产超过600亿欧元。 以前看到英伟达大跌，你还得打开券商、搜索代码、输入数量、确认价格。中间多出来的几十秒，偶尔真能把一次冲动拦下来。现在你只要对AI说一句“帮我补仓”，从情绪到成交几乎没有缓冲。 Scalable的CEO认为，AI长期可能帮助用户获得更好的回报，但他也承认，这件事还没有被证明。 反过来，交易入口变短以后，用户更容易追涨、补仓和反复调整，却是很容易想象的结果。 仅为个人市场观察，DYOR。

君正今天这个暗盘，说实话有点可惜。 公开认购都快700倍了，市场预期本来不低，发行价100港元，暗盘一开也确实有人往上抢，最高直接摸到109.3，相当于一手最高能赚930港币。 109.3冲完一路往下砸，最低97.5，前后差了11.8%。 你要是高位没走，甚至稍微犹豫一下，浮盈很快就能变浮亏。最后价格又回到99块多，基本等于白忙活。 这才是今天君正最值得看的地方：不是没人炒，而是有人炒，但上面接力明显不够。 而且A股这两天也在掉。君正A今天又跌了3个多点，之前大家一直拿“A/H折价大”当君正打新的一个核心逻辑，但A股自己往下跌，H股这边的折价优势自然也在缩水。 还有一个很多人容易忽略的东西：A股。 我之前写君正的时候，比较看重的一个点就是A/H折价。 8月17日君正A股收155.39元，那时候按汇率换算，差不多相当于181港币左右。H股100港币上市，折价确实非常夸张，所以很多人会觉得100块下面应该有很厚的安全垫。 但问题来了——H股还没正式上市，A股先跌了。 今天君正A股收133.75元，跌3.42%。从8月17日155.39算下来，一周已经掉了接近14%。 按现在汇率粗算，133.75人民币大概对应156港币左右。 所以H股100块当然还是便宜，折价依然有35%左右，但已经没有招股刚开始时四成多的折价那么夸张了。 这点我觉得非常重要。 很多人打君正的逻辑，其实不是觉得它100块有多便宜，而是觉得“旁边A股一百七八十港币，我H股100块买，怎么输？” 现在A股自己往下杀，这个锚自然也跟着往下移。 仅为个人市场观察，DYOR。