oAdam

9 家上市公司反对股票代币化：资产上链，不代表发行人认可

据报道，Broadcom、UnitedHealth、Verizon 等 9 家公司反对自己的股票以代币形式在 OKXICE 上交易。这一平台与 OKX、洲际交易所（ICE）有关，此前计划推出 63 只美国股票的代币化交易产品。相关报道还称，这 9 家公司的合计市值超过 2 万亿美元。

这件事值得关注的地方，不只是有多少家公司反对，而是它揭示了代币化股票面临的核心矛盾：

技术上可以创建与股票挂钩的代币，不代表发行人认可这种产品，更不代表代币持有者自动拥有真实股票的全部权利。

目前，股票代币化可能采用不同结构。

一种模式是由第三方持有底层股票，再发行对应的链上凭证；另一种可能是发行追踪股票价格的衍生产品。两者看起来都能让用户在链上获得股票价格敞口，但法律性质、底层资产保障和持有人权利可能完全不同。

因此，判断一只股票代币是否可靠，不能只看它的价格是否跟随美股，还要看：

* 底层股票是否真实持有，是否能够独立核验。
* 代币持有人究竟拥有什么权利。
* 是否支持赎回，发生争议时由谁承担责任。
* 产品是否符合相关司法辖区的证券和金融监管要求。

上市公司为什么会反对？可能涉及品牌与商标使用、投资者误解、合规责任，以及第三方如何包装和分发与其股票相关的产品。具体原因仍应以各公司的正式立场为准。

不过，9 家公司提出反对，并不等于整个股票代币化市场被封杀。它更像是一个信号：代币化金融产品的发展，不可能只靠技术团队和交易平台推动。

资产上链只是技术问题的一部分；谁有权发行、持有人拥有什么权利、出了问题由谁负责，才决定它能否成为真正可靠的金融产品。

Cysic 跨链桥遭攻击：未经授权增发 1000 万枚 CYS

据披露，Cysic 跨链桥于 10 月 17 日遭到攻击。

攻击者获得了与跨链服务相关的数据库访问权限，并利用消息处理逻辑漏洞提交虚假铸造消息，最终在 BNB Chain 上未经授权额外铸造了 1000 万枚 CYS。

事件发生后，Cysic 暂停跨链桥服务，并对涉事地址实施链上限制。

这起事件值得关注的地方，在于它再次暴露了跨链系统的一个核心风险：链上合约安全，不等于整条跨链链路安全。

跨链桥通常不只是一个智能合约，还涉及链下数据库、消息生成与处理服务、验证机制，以及最终执行铸币或释放资产的合约。

如果攻击者能够影响链下消息的生成，或者利用消息处理逻辑的缺陷提交伪造消息，那么即使链上合约按照既定规则执行，也可能产生未经授权的资产。

因此，真正需要检查的不只是合约代码有没有漏洞，还包括：

* 链下数据库是否采用最小权限和严格的访问控制。
* 跨链消息是否经过独立、可靠的验证。
* 消息生成方能否单方面触发铸币。
* 是否存在防重放机制、多重授权和异常增发限制。

另一个问题是，暂停跨链桥并不能自动消除已经铸造出来的代币。

如果异常增发的 CYS 已经转移，后续处理还可能涉及地址限制、资金追踪、交易所协作，以及如何处置异常供应量。

目前，关于约 280 万枚 CYS 的具体状态，现有信息并不完整，因此不宜直接判断这部分代币是否已追回或被冻结。

跨链桥真正的安全底线，不是某一个环节永远不会被攻破，而是任何单点失陷都不应该轻易演变成大规模资产风险。

OpenCode 凭证泄漏：先别慌，关键是分清 Console 和编程 Agent

OpenCode 发生了安全事件，但有一个重要区别必须说清楚：这次受到影响的是 OpenCode Console 的部分用户，不是所有使用 OpenCode 开源编程 Agent 的人。

OpenCode Console 是一项独立的托管模型调用服务。它与大家日常使用的 CLI、TUI 或桌面编程工具并不是同一个产品。

据后续披露，约 1.4% 的 OpenCode Console 用户受到影响，部分受影响工作区中保存的第三方 API Key 可能暴露，涉及 OpenAI、Anthropic 和 Google 等服务。官方还表示，已向受影响用户发送通知，并发布了修复版本。

这里需要注意三个问题：

第一，不要把产品名称混为一谈。

只使用本地 OpenCode 编程 Agent，不等于使用了 OpenCode Console。不能因为两者名称相似，就认定所有本地用户都受到此次事件影响。

第二，如果使用过 Console，要核对凭证。

如果收到了官方安全通知，应按照指引撤销并更换相关第三方 API Key，更新依赖这些 Key 的应用，并检查近期调用记录与账单是否存在异常。

第三方 API Key 一旦被他人滥用，风险可能不只是数据安全，还可能涉及未经授权的模型调用和额外费用。

第三，这件事提醒我们，AI 工具的密钥管理同样重要。

很多人关注模型有多强、API 价格有多低，却忽略了密钥保存在哪里、哪些服务可以读取，以及发生泄漏后能否迅速撤销。

使用第三方托管服务，就需要把它的凭证管理和安全机制纳入自己的风险评估。

安全事件不应该被夸大，但也不应该被忽略。

量子计算真正威胁比特币的，可能不只是密码学

比特币未来可能面临一个棘手的问题：如果量子计算技术发展到足以破解相关椭圆曲线密码的程度，那些公钥已经暴露、却无法迁移到抗量子地址的 BTC，该怎么办？

社区讨论中经常出现一个数字：约 270 万枚 BTC。

这批资产涉及早期地址、疑似丢失私钥的钱包，以及其他历史遗留地址。部分持有人可能早已无法联系，甚至根本没有人能够完成迁移。

即使未来推出抗量子升级，也不意味着这些 BTC 可以自动获得保护。

真正困难的是，社区应该如何处理这些无法主动升级的资产？

如果未来它们被攻击者盗走，并集中抛售，市场可能承受额外的抛压。

但如果为了避免这种情况，选择限制甚至冻结特定地址的资产，又会触碰比特币最核心的治理问题：谁有权决定哪些 BTC 可以继续流通？

坚持不干预，可能要承担被盗风险；主动冻结，则可能改变人们对比特币规则和资产自主权的理解。

当然，量子计算目前还没有被证明能够实际破解比特币现有的相关密码体系，这仍然是一个需要提前研究的未来风险，而不是已经发生的危机。

比特币真正需要提前回答的问题是：当技术安全与账本规则发生冲突时，社区究竟把哪一个放在第一位？

AI 写代码越来越快，但怎么证明它真的可靠？

LLM 已经能快速生成函数、搭建项目，甚至完成复杂的代码重构。

但有一个问题始终存在：代码看起来合理、能够运行，不代表它在所有情况下都正确。

这也是 AI 编程容易被忽视的风险。

一个函数通过了测试，只能说明它在已经测试过的输入下表现正常。真正的 Bug，可能藏在异常输入、边界条件和复杂状态组合里。

那么，怎样才能进一步提高可靠性？

一个重要方向是形式化验证（Formal Verification）。

它不是简单地多写几组测试，而是把程序需要满足的性质表达成严格的数学规范，再使用逻辑推理或验证工具，证明程序在指定前提和范围内满足这些要求。

可以把两者的区别理解为：

* 测试： 检查选定的场景有没有问题。
* 形式化验证： 针对明确的性质，尝试给出严格的正确性证明。

当然，形式化验证也不是万能的。证明只对明确的规范、假设和验证范围负责；如果需求本身有问题，或者验证模型没有覆盖真实环境，仍然可能留下风险。

未来更理想的编码 Agent 工作流，应该是让 AI 生成代码，再由自动化验证工具检查关键性质，发现问题后继续修复和验证。

尤其是金融系统、编译器、操作系统和安全关键软件，代码出错的代价可能非常高。

AI 负责提高开发速度，验证机制负责约束正确性。真正可靠的 AI 编程，不应该只展示代码写得多快，还应该说明它凭什么值得信任。

Bitcoin cae repentinamente; los contratos perpetuos de acciones de IA se desploman un 5 % en segundos y luego rebotan: ¿qué ocurrió en el mercado?

Un episodio de volatilidad del mercado llamó la atención: Bitcoin y Ethereum cayeron repentinamente, mientras que varios contratos perpetuos de acciones importantes de IA bajaron alrededor de un 5 % en cuestión de segundos y luego se recuperaron rápidamente.

En ese momento no hubo noticias de última hora evidentes y los mercados bursátiles estadounidenses estaban cerrados.

Lo que merece atención en este tipo de movimientos no es solo cuánto cayó el precio, sino por qué pudo fluctuar tanto en tan poco tiempo y recuperarse con rapidez.

Una posible explicación es la falta de liquidez.

Los precios no dependen únicamente de la voluntad de compradores y vendedores, sino también de cuánto capital está disponible para operar en el libro de órdenes. Cuando la profundidad del mercado es insuficiente, una orden grande puede consumir varias órdenes a distintos niveles de precio y hacer que el precio se aleje rápidamente de su nivel anterior.

Si después vuelve a entrar capital, el precio puede rebotar con rapidez.

Sin embargo, este es solo un mecanismo posible. No se puede afirmar, basándose únicamente en la evolución del precio, que esta fluctuación se debiera necesariamente a la falta de liquidez, y mucho menos concluir directamente que hubo manipulación del mercado.

Otro cambio que conviene tener en cuenta es que el cierre de los mercados tradicionales no significa que también dejen de negociarse los contratos perpetuos relacionados.

Algunos contratos perpetuos de acciones en mercados de criptomonedas pueden seguir negociándose mientras los mercados bursátiles estadounidenses están cerrados, aunque en ese momento quizá no haya precios de transacciones en tiempo real en el mercado al contado del activo subyacente. El precio de los contratos sigue viéndose afectado por los flujos de capital, las posiciones apalancadas y la liquidez del mercado.

Esto es especialmente importante para quienes operan con apalancamiento. Aunque el precio termine rebotando, las liquidaciones forzosas que se hayan activado durante el movimiento no se anulan automáticamente.

Ante movimientos de este tipo, en lugar de apresurarse a especular sobre sus causas ocultas, es mejor observar primero el volumen de operaciones, la profundidad del libro de órdenes, las tasas de financiación y los datos de liquidaciones forzosas.

La negociación las 24 horas ofrece más oportunidades, pero también significa que el riesgo no se detiene cuando cierran los mercados tradicionales.

韩国加密税再迎讨论：22%税率之外，更重要的是能否真正落地

据报道，韩国政府计划于10月20日召集 Upbit、Bithumb、Coinone、DigitalX、Gopax 五家加密交易所以及 DAXA 代表，讨论原定于2027年实施的加密资产征税制度。

这项制度拟对加密资产应税收益征收22%的税款，此前已经延期三次。

真正值得关注的，不只是22%的税率，而是这套制度何时实施，以及具体怎么执行。

对于交易所和用户来说，征税并不是简单地把利润乘以税率。

加密资产可能涉及多个交易平台、不同区块链、钱包之间的转账，以及质押、空投和 DeFi 等复杂场景。

例如：

* 质押奖励应该在哪个时间点确认收益？
* 空投收到时是否需要计税？
* 不同平台之间转移资产，如何证明这不是一次应税交易？
* 买入成本和实际收益，应该如何准确计算？

这些问题都需要明确的规则和可执行的数据记录方式。具体处理方式还要以最终法律和税务规定为准。

此前多次延期，也让实施时间成为市场关注的焦点。对于交易所而言，税务系统、交易记录和用户申报工具都需要提前准备；对于投资者而言，也需要了解自己的交易记录是否完整。

税率决定要交多少，规则决定怎么算，实施时间决定什么时候开始。

韩国加密税能否按计划落地，仍要看后续讨论和正式政策文件。

USDC 的商业模式：Circle 为什么愿意把大部分收益分给合作伙伴？

理解 USDC，不能只看它发行了多少，还要看 Circle 如何让更多平台和应用愿意使用它。

Circle 的一套核心思路，可以概括为「收益飞轮」：

把大部分收益与合作伙伴共享，推动 USDC 被更多平台采用；再将剩余收益投入基础设施、合规和业务扩张。

为什么要这样做？

因为稳定币的竞争不只是发行竞争，更是使用场景的竞争。

交易所、支付平台和金融应用，都可能成为稳定币触达用户的渠道。如果合作伙伴能够从生态中获得收益，就更有动力把 USDC 接入自己的产品。

对 Circle 来说，这相当于用收益分配换取分发渠道和生态扩张。

当 USDC 被更多平台接入，用户就可能在交易、支付和结算等场景中反复使用它。使用场景越多，网络效应就越有机会形成。

但这套模式也有另一面：Circle 不能把收益全部分出去，剩余部分还要支撑基础设施、安全能力、合规投入和业务扩张。

所以，这门生意的关键不只是单笔交易能赚多少，而是能否通过规模扩大和生态增长，让整个网络持续运转。

当然，收益共享并不保证利润一定增长。分成成本、市场竞争和监管要求，都会影响最终结果。

USDC 的长期竞争力，不只取决于发行规模，还取决于它能否持续进入更多产品，成为更多业务愿意使用的结算工具。

Cobo 个人钱包即将停服：老用户记得提前迁移资产

Cobo 个人钱包已经运行了 9 年。

从 2021 年起，产品就停止接受新用户注册，并持续给老用户留出迁移时间。现在，停服日期已经确定为 12 月 1 日。

按照公布的信息，11 月 30 日前转出资产，不收取管理费。

这件事值得注意的，不只是一个钱包产品即将退场，而是很多用户容易忽略的风险：

只要钱包还能打开、资产还能查看，就容易觉得没必要着急处理。但产品停止运营后，用户可能需要重新安排资产存放和管理方式。

如果你还在使用，建议提前完成以下几件事：

1. 核对钱包里的资产和余额。
2. 确认目标钱包支持对应的币种和区块链网络。
3. 先进行小额测试转账，确认到账后再转移剩余资产。
4. 妥善保管助记词和私钥，警惕假客服、假迁移网站及不明授权请求。

另外，个人钱包停服不等于 Cobo 的所有业务停止。现有信息显示，其机构钱包等其他业务照常运行。

不要等到最后一天才处理资产。提前迁移、核对网络、确认到账，比临近截止日期匆忙操作更稳妥。

¿Por qué el mito de riqueza de una empresa podría haberse hecho realidad antes incluso de salir a bolsa?

Jeff Yan, fundador de Hyperliquid, planteó una idea que merece reflexión: si la valoración de una empresa alcanza varios billones de dólares cuando sale a bolsa, es posible que la mayor parte de la creación de riqueza ya haya ocurrido antes de su debut bursátil.

Esto plantea una cuestión real: los inversores particulares pueden participar en el crecimiento de una empresa, pero no necesariamente en sus etapas iniciales, cuando su valoración es más baja.

Desde sus comienzos hasta su salida a bolsa, una empresa suele pasar por varias rondas de financiación. Los primeros inversores asumen una mayor incertidumbre, pero también pueden entrar con una valoración más baja.

Cuando la empresa madura y el mercado la reconoce, su valoración puede haber aumentado considerablemente.

En ese momento, los inversores particulares por fin pueden comprar sus acciones en el mercado público, pero ya no están adquiriendo el mismo activo que tenían los primeros inversores.

Por supuesto, esto no significa que las acciones no puedan subir después de la salida a bolsa, ni que invertir en una etapa temprana garantice ganancias. Las empresas jóvenes también pueden fracasar, las participaciones pueden diluirse y el capital puede quedar inmovilizado durante mucho tiempo.

Lo que realmente merece debate es el acceso a las oportunidades de inversión.

Si cada vez más empresas concentran sus principales etapas de crecimiento en los mercados privados, es posible que la riqueza que los inversores del mercado público puedan compartir represente solo una parte del ciclo de vida de la empresa.

En una misma empresa, invertir en una etapa temprana o comprar acciones después de su salida a bolsa puede implicar precios de compra, riesgos asumidos y posibles rendimientos futuros completamente distintos.

Los mercados financieros deben resolver algo más que cómo encontrar buenas empresas: también deben buscar la manera de ofrecer a más personas la oportunidad de participar, ayudándolas al mismo tiempo a comprender plenamente los riesgos que asumen.

DeepSeek 挑战 GPT-6.1：成本据称低 90%，速度超过 237 Token/s

一组流传的测试数据引发关注：DeepSeek V4.1 Flash 对比 OpenAI GPT-6.1，API 成本据称低了约 90%。

整场测试的 DeepSeek API 费用只有 0.44 美分，同一测试中，推理速度超过每秒 237 个 token。

如果这些数据能够得到独立验证，低成本与高速度的组合确实值得关注。

但这里有两个关键问题。

第一，便宜不等于所有任务都便宜。

API 费用取决于输入和输出的 token 数量、模型定价及任务复杂程度。一次测试只花不到半美分，并不意味着真实业务中的所有请求都能达到同样成本，更不能直接推导出同等复杂度的任务普遍便宜 90%。

第二，速度必须结合测试条件看。

每秒 237 个 token 是值得关注的性能指标，但硬件配置、输入输出长度、并发数量和测试方法都会影响结果。单次测试的速度，也不一定等于生产环境中的实际吞吐。

AI 模型的竞争正在从单纯比拼能力，转向能力、价格和工程效率的综合较量。

如果一个模型能在保证任务质量的同时，显著降低推理成本，企业就有机会用相同预算完成更多工作。

真正决定模型竞争力的，不是单个漂亮数字，而是同等任务下的质量、速度和综合成本。

目前这些具体测试数据仍需要进一步核实，不能仅凭单次测试就认定 DeepSeek 已全面超越其他模型。

美国富豪的「买、借、死」：为什么有钱人不急着卖资产？

美国有一种常被讨论的财富管理策略，叫 Buy, Borrow, Die（买、借、死）。

它的核心不是神秘的避税工具，而是利用资产增值、抵押贷款和继承税务规则之间的关系。

第一步：买入会增值的资产。

股票、房产等资产如果持续升值，持有者就能积累财富。但只要没有出售，账面上的增值通常还没有实现，也就一般不会仅仅因为资产涨价而缴纳资本利得税。

第二步：不卖资产，抵押借钱。

假设你买入100万美元的股票，后来涨到500万美元。

如果卖出，可能需要对实现的资本利得缴税；但如果用股票抵押贷款，就可以获得现金，同时继续持有股票。

在美国，真正的贷款通常不属于应税收入，因为这笔钱需要偿还。

不过，贷款并非没有成本。利息、抵押品价格下跌、追加担保和强制平仓，都可能带来风险。

第三步：利用适用的继承税务规则。

在美国现行联邦税法下，许多继承资产通常可以按照被继承人去世时的公允市场价值重新确定税务成本基础。符合条件时，这可能减少资产此前积累的未实现资本利得所对应的税负。

但遗产税、资产类型、具体交易结构和个人情况都会影响最终结果，并不是所有资产都适用同样的规则。

这套策略的本质，是把资产增值、现金流和纳税时点结合起来。

富豪的优势，有时不只是资产涨得快，而是他们可以在不急着卖掉资产的情况下，继续获得可支配资金。

需要注意，这是一种有门槛、有风险的美国税务策略，不代表可以直接照搬到其他国家或地区。

特斯拉和 SpaceX 会合并吗？TSLA 可能提前炒作的逻辑是什么？

一个值得关注的市场猜想是：马斯克可能在未来两年内推动特斯拉与 SpaceX 合并。

如果这件事真的发生，TSLA 股价可能提前反应。

逻辑在于，市场会开始押注未来的合并条件。如果 SpaceX 需要为特斯拉支付溢价，特斯拉股东就可能从交易中获得额外收益。

股价炒的往往不是已经发生的事情，而是投资者认为未来可能发生的事情。

但这里有三个关键问题：

1. 合并是否真的会发生？ 目前这只是市场判断，不能当作已确定的计划。
2. 合并条件会是什么？ 估值、换股比例和股东权益，都会影响最终结果。
3. 市场是否已经提前炒作？ 即使合并最终发生，如果预期已经反映在股价中，也不意味着买入就一定赚钱。

给传闻设定一个两年的时间窗口，确实更容易引发市场下注，但这并不会自动提高它兑现的概率。

关注资本运作可以，真正下判断之前，还是要把交易概率、估值和实际条件分开看。

¿Por qué Francia se ha convertido en una zona de alto riesgo para los holders de Bitcoin?

En los primeros ocho meses de 2026, los casos de violencia física contra titulares de criptomonedas en Francia han llamado la atención. Según los informes, la policía detuvo a 223 personas, 126 de las cuales acabaron en prisión. En promedio, se produjo un nuevo caso aproximadamente cada 2,5 días.

¿Por qué hay quienes tienen en la mira a los titulares de criptoactivos?

Porque los criptoactivos pueden estar guardados en un teléfono o en una cartera. Los atacantes no necesariamente tienen que descifrar contraseñas complejas: basta con amenazar y ejercer violencia para obligar a la víctima a desbloquear el dispositivo, entregar la frase semilla o hacer una transferencia. Así podrían llevarse los activos.

Cuando los activos se pueden transferir a distancia, las personas pueden convertirse en el blanco de ataques en el mundo real.

Lo que debería preocupar aún más es la filtración de datos personales.

No siempre es posible vincular directamente una dirección en la cadena de bloques con una identidad real. Sin embargo, si se combinan los datos de identidad verificada de los exchanges, la información KYC y otros datos filtrados, la identidad real de los titulares puede quedar expuesta. El riesgo incluso puede extenderse a familiares y allegados.

Por eso, la seguridad de los criptoactivos no consiste solo en protegerse de los hackers: también implica proteger la privacidad personal, evitar presumir públicamente de las inversiones y reducir el riesgo de que todos los activos sean transferidos de una sola vez.

La seguridad de la cartera protege los activos; la privacidad puede proteger tu vida cotidiana y la de tu familia.

Cuando compras criptomonedas en la cadena, es posible que los bots ya te estén vigilando desde el momento en que haces la orden.

Por ejemplo, si te preparas para hacer una compra grande, antes de que la transacción se confirme en la cadena, un bot podría detectar lo que vas a hacer, comprar primero y luego venderte cuando se ejecute tu operación.

Esto es lo que se conoce como front-running y ataque sándwich.

#Aptos acaba de lanzar una función opcional: la mempool cifrada.

El funcionamiento es bastante sencillo.

Antes, cuando tu transacción entraba en la cola de pendientes, otros podían ver de antemano lo que ibas a hacer. Ahora, al activar esta función, el contenido de la transacción se cifra primero y se descifra cuando ya se ha determinado el orden de las transacciones del bloque.

En otras palabras, los bots ya no pueden ver fácilmente el contenido de tus transacciones por adelantado para adelantarse a ellas como antes.

¿Por qué merece la pena prestar atención a esto?

Porque los ataques MEV no son una teoría abstracta.

Según algunas estimaciones, durante el último año los ataques sándwich en Ethereum causaron pérdidas de unos 60 millones de dólares a los traders. Otras estadísticas sobre Solana también muestran que los ataques relacionados provocaron importantes pérdidas en transacciones.

Por supuesto, una mempool cifrada no significa que se hayan resuelto todos los problemas de MEV. Sus efectos reales aún deben comprobarse, y las billeteras y aplicaciones también tienen que ser compatibles.

Pero esta iniciativa resulta interesante:

En lugar de pedirles a los usuarios que compitan en astucia con los bots, se puede reducir, desde el propio diseño del sistema, la posibilidad de que los bots vean las transacciones por adelantado.

Para quienes operan con frecuencia en la cadena, vale la pena seguir de cerca este tipo de protección.

En la creación de mercado en DeFi, ¿cuánto cuesta realmente cotizar con 11 segundos de retraso?

Un estudio de 4 pools reales de liquidez USDC-WETH calculó una cifra llamativa: 84,5 %.

El estudio comparó a los creadores de mercado que actualizan sus cotizaciones cada 12 segundos con las plataformas que las actualizan cada segundo.

Los resultados muestran que aumentar la frecuencia de actualización de las cotizaciones de una vez cada 12 segundos a una vez por segundo puede eliminar aproximadamente el 84,5 % del impacto esperado en los precios.

¿Por qué es tan grande la diferencia?

Supongamos que ETH está subiendo rápidamente. Una plataforma que actualiza sus cotizaciones cada segundo puede reflejar enseguida el nuevo precio; pero un AMM que las actualiza con menos frecuencia quizá siga vendiendo ETH al precio anterior.

Los arbitrajistas pueden aprovechar ese desfase para ganar dinero, mientras que los creadores de mercado asumen las pérdidas.

Este fenómeno se conoce como selección adversa: es posible que la contraparte disponga de información sobre los cambios de precios antes que tú.

En teoría, los creadores de mercado más lentos pueden filtrar las operaciones y rechazar las órdenes con mayor probabilidad de provenir de alguien que conoce el precio más reciente. Sin embargo, el estudio estima que, para igualar a las plataformas que actualizan sus cotizaciones cada segundo, los creadores de mercado que las actualizan cada 12 segundos tendrían que filtrar alrededor del 84,5 % del flujo de órdenes informadas.

Esto se refiere al flujo informado, no a todas las órdenes.

Más llamativo aún: un modelo gaussiano simple calculó solo un 71,1 %, por debajo del umbral que indican los datos de los pools reales. Esto sugiere que subestimar la complejidad de los cambios de precios del mercado puede llevar a adoptar estrategias de creación de mercado demasiado optimistas.

Por supuesto, estos resultados se basan en un modelo específico y en una muestra de 4 pools. La capacidad real de filtrado, los costes y otras condiciones del mercado también pueden influir, por lo que no deben extrapolarse directamente a todos los AMM.

Pero para los AMM, los LP y los creadores de mercado RFQ, la cuestión central está clara:

Una cosa es cuánto se gana en comisiones; otra, cuánto se llevan los operadores más rápidos cuando tus cotizaciones quedan desactualizadas.

Al crear mercado, no basta con calcular los ingresos: también hay que contabilizar el coste de quedar expuesto a una desventaja informativa.

比特币挖矿和 AI 推理，都是烧算力，为什么成本结构完全不同？

一个有意思的观点是：比特币挖矿的成本大约五五开，一半来自算力设备的资本开支，另一半来自电费；而 AI 推理的成本，则几乎主要集中在算力设备的资本开支上。

先说比特币挖矿。

矿机买回来之后，还得持续通电运行。电价、能源供应和设备效率，都会直接影响挖矿成本。因此，矿场特别关注便宜且稳定的电力。

再看 AI 推理。

推理就是模型训练完成后，实际用来回答问题、生成内容、编写代码的过程。这类业务需要 GPU 和服务器持续提供算力。

在相关成本口径下，设备投入可能是更大的压力：芯片和服务器价格昂贵，企业还得考虑融资、部署和设备利用率。

这就是两种产业的区别：

挖矿： 电费与设备投入共同影响竞争力，能源条件尤其重要。
AI 推理： 算力设备的资本成本可能占据更大比重，芯片供应、融资能力和设备利用率尤其关键。

当然，AI 推理并不是不需要电费。随着模型、硬件、利用率和能源价格变化，实际成本结构也会不同。

真正值得关注的是：两种产业都在消耗计算资源，但它们的经济模型并不相同。

看算力产业，不能只看算力有多强，还要看这份算力究竟贵在哪里。

银行存款利率只提高0.01%，为什么可能影响稳定币增长？

国际清算银行的一项研究给出了一个值得关注的结果：

美国存款利率每上调1个基点，也就是0.01个百分点，稳定币市值增速在接下来10周内会减少约3个百分点。

这里要分清楚：增速减少3个百分点，不等于稳定币市值直接下跌3%。

为什么银行利率能影响加密市场？

因为稳定币和银行存款之间，存在一场容易被忽略的资金竞争。

持有稳定币，可以方便地进行链上交易、转账和跨平台资金调动。但稳定币本身通常不会自动向持有人支付利息。

当银行提高存款利率，部分用户就可能重新计算资金放在哪里更合适。对大规模资金来说，即使收益只变化一点，也可能影响资金配置。

这意味着，稳定币的竞争对手不只是其他加密资产，还包括银行存款、货币基金等传统现金管理工具。

当然，这项研究反映的是特定条件下的统计关系，不能据此认定银行加息一定会压低所有稳定币的增长。交易需求、美元需求、跨境支付和市场行情同样会影响稳定币规模。

稳定币的竞争，不只发生在区块链上，也发生在银行账户的利率表里。

Citizen Lab confirmó públicamente por primera vez que los anuncios dirigidos pueden utilizarse como vía de distribución de spyware de clic cero.

La técnica se llama AdFection: el spyware comercial de Candiru se inserta en anuncios dirigidos y basta con que el dispositivo objetivo cargue el anuncio para que se infecte, sin hacer clic ni instalar nada. Entre las víctimas conocidas hay periodistas de Al Jazeera. La empresa responsable de la campaña se llama Discover-Tech.

El ataque tiene lugar dentro de la cadena de pujas en tiempo real. El código del anuncio se ejecuta directamente en las aplicaciones y los navegadores, y cada nivel —DSP y SSP— ofrece la posibilidad de insertar o sustituir contenido. La segmentación también permite a los atacantes descartar dispositivos irrelevantes y mostrar el spyware solo a personas de determinadas regiones, idiomas o categorías de intereses. Cuanto menor sea el alcance, más difícil será rastrear el origen del ataque después.

Los usuarios de dispositivos comunes pueden reducir la información que comparten en el mercado de pujas: instalar solo las aplicaciones necesarias y desactivar los identificadores publicitarios que no necesiten. Una pauta práctica para comprobar si hay un posible incidente: si un periodista, abogado o activista de tu entorno sufre una filtración repentina de sus contactos, trátalo primero como un incidente de seguridad, no como un fallo del teléfono.

El informe de Citizen Lab incluye una lista de IoC que permite comprobar uno por uno si un dispositivo ha sido afectado. Es difícil determinar la naturaleza del caso basándose en una sola infección, pero la evaluación será más completa si se analizan conjuntamente los registros de publicación de anuncios, los registros del dispositivo y las anomalías en los contactos.

La asociación a largo plazo entre AGPU y Penguin Solutions ya se ha materializado, y el mercado debería cambiar el marco con el que evalúa a esta empresa.

Hasta ahora, la principal duda del mercado sobre AGPU siempre había sido la misma: ¿cómo puede una empresa que cambió de rumbo hace poco entregar clústeres de GPU por valor de miles de millones de dólares? Ahora la respuesta está clara: Penguin, que ya construyó para Meta un clúster con más de 10.000 GPU, se encargará de la entrega.

La información pública muestra que AGPU ha firmado contratos por un valor total superior a los 3.000 millones de dólares y que, una vez completado el despliegue, se prevé que su ritmo de ingresos anualizado supere los 696 millones de dólares. Pero, para los inversores institucionales, la verdadera pregunta es qué ocurre después de firmar los contratos: ¿se cumplirán a tiempo?, ¿se podrán adquirir y entregar las GPU según lo previsto?, ¿estarán a la altura la electricidad, los centros de datos, la refrigeración líquida y las redes?, ¿quién construirá los clústeres a gran escala?

Penguin Solutions cotiza en el Nasdaq y cuenta con más de 25 años de experiencia en centros de datos y computación de alto rendimiento. Ha desplegado y gestionado más de 85.000 GPU, que han funcionado durante más de 2.000 millones de horas en total, y participó en el AI Research SuperCluster de Meta, con decenas de miles de GPU. Además, es socio de AI Factory certificado por NVIDIA. En el ejercicio fiscal 2026, registró ingresos de 1.730 millones de dólares y un beneficio neto de 181 millones, un aumento interanual del 611 %.

Ya están encajadas las cuatro piezas: pedidos, anticipos, centros de datos (Duos, 55 MW) y proveedor de entrega. AGPU se encarga de negociar los proyectos, comprarlos y obtener financiación; Penguin, de construirlos, ponerlos en marcha y garantizar que sigan funcionando sin problemas a largo plazo. Ahora lo único que falta es tiempo, no capacidad.

A partir de ahora, el foco del debate se desplazará a la fase de ejecución: si los primeros proyectos podrán entrar en funcionamiento según lo previsto y generar ingresos y datos operativos verificables. La imaginación puede sostener una historia; solo la capacidad de cumplir lo prometido puede sostener una valoración.