量子计算杀死比特币与挖矿?这是不是危言耸听

2026 年 3 月 31 日,Google 旗下的 Google Quantum AI 发布了一份引发广泛关注的白皮书,称未来量子计算机破解比特币加密所需的资源,比此前预估的降低了约 20 倍。这项研究在行业里很快讨论升温,“量子计算机 9 分钟攻破比特币”的大标题开始在市场中传播。但说实话,这种恐慌每年都会来一两次,只不过这次因为背靠 Google 的名字,所以听起来格外唬人。

我们对这份 57 页的论文及同期发布的多项关键研究进行了系统梳理,为你拆解相关说法的真实可信度,当前量子计算的发展究竟对加密货币和挖矿行业产生了多大影响,相关风险又处于何种阶段、是否真的迫在眉睫。

重新衡量的技术风险

传统上,比特币的安全性建立在一个单向数学关系之上。创建钱包时,系统会生成一个私钥,公钥则由私钥推导而来。使用比特币时,用户需要证明自己拥有私钥,但并不是直接透露私钥,而是用私钥生成一个网络可以验证的加密签名。这套机制之所以安全,是因为现代计算机需要数十亿年才能从公钥逆向推导出私钥,具体来说,就是破解椭圆曲线数字签名算法(ECDSA)所需的时间远超过目前的可行范围,所以区块链从密码学层面来讲一直被认为是不可能被攻破的。

但量子计算机的出现打破了这种规则。它的工作方式不同,它不会逐个检查密钥,而是同时探索所有可能性,并利用量子干涉效应找出正确的密钥。打个比方,传统计算机像是一个人在黑暗的房间里一把一把试钥匙,量子计算机则像是几把万能钥匙,可以同时匹配所有锁芯,更高效地逼近正确答案。一旦量子计算机足够强大,攻击者就能从你暴露的公钥中快速算出你的私钥,然后伪造一笔交易,把你的比特币转到他自己名下。这类攻击一旦发生,由于区块链交易的不可逆性,资产将很难追回。

2026 年 3 月 31 日,Google Quantum AI 联合斯坦福大学与以太坊基金会,发布了一份长达 57 页的白皮书。这篇论文的核心,是评估量子计算对椭圆曲线数字签名算法(ECDSA)的具体威胁。大多数区块链和加密货币都使用基于离散对数问题(ECDLP-256)的 256 位椭圆曲线密码学来保护钱包和交易。研究团队发现,破解 ECDLP-256 所需的量子资源已经显著减少。

他们设计了一套运行 Shor 算法的量子电路,专门用于从公钥逆向推导私钥。这套电路需要在特定类型的量子计算机上运行,即超导量子计算架构。这是目前谷歌、IBM 等公司主要研发的技术路线,其特点是运算速度快,但需要极低的温度来维持量子比特的稳定。在假设硬件性能符合谷歌旗舰量子处理器标准的前提下,这种攻击可以在几分钟内用不到 50 万个物理量子比特完成。这一数字比此前的估算降低了约 20 倍。

为了更直观地评估这一威胁,研究团队进行了破解模拟。他们将上述电路配置代入比特币的真实交易环境,发现一台理论上的量子计算机可以在约 9 分钟内完成从公开公钥到私钥的逆向推导,成功率约为 41%。而比特币的平均出块时间是 10 分钟。这意味着不止大约 32%至 35%的比特币供应量因为公钥已经暴露在链上面临被静态攻破的风险,同时攻击者理论上可以在你的交易被确认之前发起半路截胡,抢先转走资金。虽然具备上述能力的量子计算机尚未出现,但是这一发现将量子攻击从“静态资产收割”延伸到了“实时交易拦截”,也引发了市场不小的焦虑。

Google 在同一时间给出了另一个关键信息:公司将后量子密码学(PQC)迁移的内部截止日期提前到了 2029 年。简单来说,后量子密码学迁移就是把今天所有依赖 RSA 和椭圆曲线加密的系统“换锁”,换成量子计算机难以撬动的锁。在谷歌发布这个白皮书文件之前,这本来是一件计划周期很长的工程。此前美国国家标准与技术研究院(NIST)给出的时间线是 2030 年前弃用旧算法、2035 年前完全禁用,行业普遍以为还有十年左右的时间来准备。但 Google 近期根据自己在量子硬件、量子纠错和量子因数分解资源估算三个方向的最新进展,判断量子威胁比原来以为的更近了,于是把自己内部的迁移 deadline 大幅提前到 2029 年。这客观上压缩了整个行业的准备周期,也向加密行业传递了一个信号:量子计算机的进展比预期快,安全升级需要提前搬上日程。这无疑是里程碑式的研究,但在媒体传播过程中,焦虑也被放大了。我们应该如何理性看待这个冲击?

到底需不需要担心

量子计算会不会让整个比特币网络失效?

有威胁,但威胁集中在签名安全层面。量子计算并不会直接影响区块链的底层结构,也不会让挖矿机制失效。它真正针对的是数字签名环节。比特币的每一笔交易都需要用私钥签名,以证明资金归属。网络验证的是签名是否正确。量子计算的潜在能力,是在公开公钥之后反推出私钥,从而伪造签名。

这带来两种现实风险。一种是在交易过程中发生的。当发起一笔交易,信息进入网络但尚未被打包进区块时,理论上存在被抢先替换的可能,这类攻击被称为“on-spend attack”。另一种则是针对历史上已经暴露公钥的地址,例如长期未动用或者重复使用地址的钱包,这类攻击时间更充裕,也更容易理解。

但需要强调的是,这些风险并不是对所有比特币或所有用户普遍成立。只有在你发起交易的那几分钟窗口期内,或者你的地址历史上已经暴露过公钥时,才会面临威胁。这不是对整个系统的即时颠覆。

威胁是否会这么快到来?

“9 分钟破解”的前提是已经制造出一台拥有 50 万个物理量子比特的容错量子计算机。而 Google 目前最先进的 Willow 芯片仅有 105 个物理量子比特,IBM 的 Condor 处理器约 1,121 个,距离 50 万的门槛还有好几百倍的差距。以太坊基金会研究员 Justin Drake 给出的估计是,到 2032 年发生量子破解日(Q-Day)的概率仅为 10%。所以这不是迫在眉睫的危机,但也不是可以完全无视的尾部风险。

量子计算最大的威胁是什么?

比特币并不是受影响最大的系统,它只是价值最直观、最容易被公众感知的一个。量子计算带来的挑战是一个更广泛的系统性问题。所有依赖公钥加密的互联网基础设施,包括银行系统、政府通信、安全电子邮件、软件签名、身份认证体系,都将面临同样的威胁。这正是 Google、美国国家安全局(NSA)和美国国家标准技术研究所(NIST)等机构在过去十年中持续推动后量子密码学迁移的原因。一旦具备实际攻击能力的量子计算机出现,受到冲击的不会只是加密货币,而是整个数字世界的信任体系。因此,这并不是一个属于比特币的单一风险,而是一次面向全球信息基础设施的系统性升级。

量子挖矿的想象与可行性

在 Google 发布论文的同一天,BTQ Technologies 发表了一篇题为《Kardashev Scale Quantum Computing for Bitcoin Mining》的研究论文,从物理和经济学角度量化了量子挖矿的可行性。论文作者 Pierre-Luc Dallaire-Demers 从底层硬件到上层算法,对量子挖矿涉及的全部技术环节进行了完整建模,从而估算了用量子计算机挖矿的实际成本。

研究结果发现,即使在最有利的假设下,用量子计算机挖矿仍需要大约 10⁸个物理量子比特和 10⁴兆瓦的功率,这大约相当于一个大型国家电网的总输出。而在比特币 2025 年 1 月的主网难度下,所需资源飙升至约 10²³个物理量子比特和 10²⁵瓦特,这已经接近一颗恒星的能源输出水平。相比之下,整个比特币网络目前的耗电量约为 13-25 吉瓦,与量子挖矿所需的能源规模相差不止一个量级。

研究进一步指出,Grover 算法的理论加速优势在实际工程中会被各类开销抵消,无法真正转化为挖矿收益。量子挖矿在物理和经济层面都不切实际。

Google 也并不是唯一在讨论这一问题的机构。包括 Coinbase、以太坊基金会以及斯坦福区块链研究中心等,都已经在推进相关研究。以太坊基金会研究员 Justin Drake 评价说:“到 2032 年,量子计算机从暴露的公钥中恢复 secp256k1 ECDSA 私钥的几率至少有 10%。虽然在 2030 年前出现具有密码学意义的量子计算机仍感觉不太可能,但现在无疑是开始做好准备的时候。”

所以目前我们并不需要担心量子计算对挖矿产生致命冲击,因为它所需资源量级远超任何理性经济决策的范畴。没有人会花费这么多能源去抢一个区块里的 3.125 个比特币。

加密货币不会消亡,但需要升级换代

如果说量子计算提出了一个问题,那么行业其实也一直有答案。这个答案就是“后量子密码学”(Post-Quantum Cryptography,PQC),即对量子计算机也具有抵御能力的加密算法。具体技术路径包括引入抗量子签名算法、优化地址结构以减少公钥暴露、以及通过协议升级逐步完成迁移。目前,NIST 已完成后量子密码学的标准化制定,其中 ML-DSA(基于模块格的数字签名算法,FIPS 204)与 SLH-DSA(基于哈希的无状态签名算法,FIPS 205)是两大核心后量子签名方案。

在比特币网络层面,BIP 360(Pay-to-Merkle-Root,简称 P2MR)已于 2026 年初正式纳入比特币改进提案库。它针对的是 2021 年激活的 Taproot 升级所引入的一种交易模式。Taproot 本意是提升比特币的隐私和效率,但它的“密钥路径花费”功能会在交易时暴露公钥,反而未来可能成为量子攻击的目标。BIP 360 的核心思路是移除这条暴露公钥的路径,改变交易结构,让资金转移不再需要展示公钥,从而从源头减少量子风险的敞口。

对于加密货币行业来说,区块链的升级牵涉到链上兼容性、钱包基础设施、地址体系、用户迁移成本以及社区协调等一系列问题,需要协议层、客户端、钱包、交易所、托管机构乃至普通用户共同参与,为整个生态系统更新换锁。但至少整个行业已经对此有了共识,后续推进只是执行落地与时间周期的问题。

标题很唬人,现实没那么急

详细拆解了这些最新进展之后可以发现,事情并没有那么耸人听闻。人类对量子计算的研究固然在加速走向现实,但我们仍拥有充足的应对时间。今天的比特币并不是一个静态系统,而是一个在过去十余年中不断演进的网络。从脚本升级到 Taproot,从隐私改进到扩容方案,它一直在变化中寻找安全与效率的平衡。

量子计算所带来的挑战,也许只是下一次升级的理由。量子计算的时钟正在滴答作响。好消息是,我们都听得到它的声音,也来得及做出反应。在这个计算能力不断跃迁的时代,我们需要做的,就是让加密世界的信任机制,始终跑在技术威胁的前面。

一周代币解锁:STRK解锁代币达流通量4.2%

Starknet

项目推特:https://twitter.com/Starknet

项目官网:https://starknet.io/

本次解锁数量:1.3亿枚

本次解锁金额:约435万美元

Starknet 是以太坊的Layer2,利用 zk-STARKs 技术使以太坊交易更加快速且费用降低。StarekNet 的母公司 StarkWare 成立于 2018 年,总部位于以色列,旗下所研发的主要产品有 Starknet 以及 StarkEx。通过使用 STARK,Starknet 验证交易和计算,而无需所有网络节点验证每个操作。这显着减轻了计算负担并增加了区块链网络的吞吐量。

具体释放曲线如下:

ZKsync

项目推特:https://x.com/zksync

项目官网:https://zksync.io/

本次解锁数量:1.7亿枚

本次解锁金额:约272万美元

zkSync 是 Matter Labs 开发的第 2 层扩展解决方案,通过利用最新一代简洁的零知识证明来保留底层区块链的安全属性。 zkSync 中的所有资金都由主链上的智能合约持有,而计算和存储则在链下执行。

具体释放曲线如下:

每周编辑精选 Weekly Editor’s Picks(0404-0410)

信息流太快,深度分析文章容易被热点淹没。「每周编辑精选」栏目将这些有判断价值的内容从海量资讯里捞出来,帮你滤掉噪音,留下洞察,带来启发。

宏观局势

特朗普交易手册:现在已经进入第九步

按照特朗普交易手册来看,特朗普框架内的每一场重大对抗,最终都以”极限施压换取让步”的叙事收场。这一进展对市场的潜在影响不容忽视。

The Kobeissi Letter 指出,第十步——即协议正式宣布后的市场暴力重定价——将在未来数周内到来。届时,长期处于防御性仓位的投资者将面临仓位被迫快速平仓的压力,股市或出现急涨,油价则可能随航运通道重开预期的确立而急速回落。

不炸油田,只炸 K 线:特朗普的威胁经济学

比起用期限逼伊朗让步,特朗普更像是在用期限给国际新闻周期和全球能源市场定节拍。

特朗普常复用四步舞:极限威胁、临界撤回、谈判开场、仪式化高潮。中间的每一步都会被媒体和市场当成一个独立事件来定价,而每一步的定价都会被下一步重置。

20%的短缺,100%的崩溃:能源危机的真正逻辑

问题不在于油是否已经不够,而在于一旦足够多的人开始相信它可能不够,系统就会提前进入收缩与重估。战略储备只能延长时间窗口,却无法提供答案;而这个窗口,正在迅速关闭。

4 月中下旬,将成为一个关键节点。届时,市场需要面对的,不再是「是否发生」,而是「何时确认」。

市场在等战争结束,油价却在为持久战定价

随着霍尔木兹海峡持续受阻,全球原油供给体系被迫重构——亚洲买家大规模转向美国原油,WTI 反超 Brent,标志着定价机制与贸易流向正在发生结构性变化。短期的价差可以用合约解释,但更深层的,是「谁还能供给」的问题。当前市场的关键误判不在价格,而在时间。

期货曲线仍隐含一个前提:冲突将在短期内结束、供给恢复。但更可能的路径,是一场长期消耗战。这意味着油价的高位不再是阶段性冲击,而将演变为更持久的结构状态,区间或上移至 120–150 美元。 在这一框架下,原油不再只是大宗商品,而成为所有资产的「上游变量」。其重定价将沿着利率、汇率、股市与信用市场逐层传导。

深入虎穴:一份来自霍尔木兹海峡的实地调查报告

霍尔木兹海峡并不是处于简单的开放或者关闭状态。现实是热战与商业外交并行:美国正进行军事行动,而其盟友(如法国、日本、希腊)却在积极与伊朗谈判通航权。

这是多极化世界的典型症状。

投资与创业

油价冲高、利率难降、七姐妹趴窝:Q2 美股的超额收益,该看哪些主线?

Q2 更像一个高波动、强分化、以结构性机会为主的季度,指数层面的 Beta 收益有限,但 Alpha 并没有消失,反而会比 Q1 更集中、更挑剔,也更依赖对主线演进的理解。

美股 Q2 主线为:AI 基建 2.0、金融与周期、航空航天和商业航天、七姐妹和软件修复、贵金属和资源安全。

黄金重回 4800 美元,今年顶部在哪?

预测市场显示,6 月前价格或低于 4200 美元,年内价格最高或超 6000 美元;机构观点:黄金仍将新高,6 月底价格或在 5200 美元左右。

年化 400%的“免费午餐”?Trade.xyz 原油永续负费率的真相

Trade.xyz 上的 WTIOIL-USDC 的原油永续合约出现了罕见的现象:年化资金费率稳定在-300% 到-400% 之间。这意味着,任何愿意在此刻做多的交易者,每天能从空头口袋里收到相当于本金 1% 的利润。而市场不会平白无故的送钱。

三种常见的策略如下:以当前价格做空 Tradexyz 的原油合约,同时在 CME 上做多远月合约;做空远月期货合约,做多 xyz 近月合约,在展期开始前平仓;展期开始前做空 Boros 上的 xyz 合约资金费率。

加密熊市创业指南第二弹之 Token 中转站:以加密 Token 换 AI Token

以”低价 API”为卖点的中转服务仍被低估:用加密货币(Crypto Token)直接购买 AI Token,是一个尚未被充分开发的结构性入口;将国内 Qwen、Kimi、GLM、Minimax 等廉价模型打包出售给海外用户,是一条尚未主流化的“反向输出”路径。

​不过,这门生意真正落地前,必须正视——资金门槛、资源渠道、法律合规。

亏钱的熊市里,谁在闷声发大财?

一是利差,本质上这是在做“资金中介”,其核心逻辑是以相对较低的成本来吸收资金,同时以相对较高的收益去部署资金,利用时间来逐步积累收益与成本之间的差值 —— 此类业务的收益取决于资金沉淀的规模以及时长,规模越大,时间越长,收益越高。

二是交易税(手续费),这一类型的业务更好理解,只要有交易相关活动(含代币创建)发生,业务主体便能以手续费的形式在单次活动中“抽税” —— 此类业务的收益取决于单次活动的交易规模以及活动频次,规模越大,频次越高,收益越高。

熊市五个半月:一份加密市场体检表

如果总市值的跌幅与 22 年对比 18 年的峰谷相对跌幅一致,我们可能会看到加密总市值从峰值下跌 62%,至 1.67 万亿美元(较当前水平再下跌 30%)。在 22 年熊市中,跌势在稳定币供应量见顶回落 5 个月后开始加速。我们今天正处于周期的类似阶段,因为稳定币供应在 3 月 16 日触及局部高点,恰好是进入熊市的 5 个月左右。

BTC 的主导地位通常在熊市期间下降(22 年底部时为 38%)。目前这一比例为 57%。我们预计在本轮熊市中,其下降速度会更加温和。

预测市场

预测市场再陷大争议:你在交易事实,还是规则?

近期,预测市场就接连出现两起高争议事件——Polymarket:美国解救伊朗境内美军飞行员被判定为美国入侵伊朗;Predict.fun:Polymarket 发行稳定币被判定为发币。

有些高概率事件看上去是“理财局”,未必没有风险,反而可能是潜在的“亏光局”。很多反转,恰恰就发生在这些被忽略的细节里。比起盲目押注,多看一眼规则,比亏钱后抱怨,更有用。

另推荐:《Kalshi 八年创业史:拳击手身着西装站上擂台》。

CeFi & DeFi

数据研究:Hyperliquid 与 CME 原油流动性差距有多大?

目前来看,Hyperliquid 在流动性深度或滑点等绝对指标上确实无法与 CME 相媲美,整体流动性不到 1%。

Hyperliquid 的不同之处在于,周末时段 Hyperliquid 上的原油合约交易规模明显增长。这表明周末除了有投机需求的散户外,那些想要在周一之前获得原油交易敞口、进行套期保值操作的交易员也在 Hyperliquid 上交易。并且这样的趋势越来越明显,使 Hyperliquid 已经具备了大宗商品的价格发现能力。

但针对机构投资者,相比 CME,Hyperliquid 平台高昂的交易成本仍是其在大宗商品交易领域扩张的主要障碍。若是 Hyperliquid 不尽早完善自己具备处理机构级订单的能力,那它只能是传统交易员周末的临时交易场所,最后只能成为传统金融版图上的微小补充。

空投机会和交互指南

热门交互合集 | Cascade 私人测试版已上线;KARPAK 铸造 SBT(4 月 10 日)

手把手带你参与 Circle 自家公链 Arc 社区活动

Meme

超过 25 岁,就已经不适合玩 meme 币了

Meme 已经成为一场全球范围内的热度捕捉大赛。这场游戏中的顶级选手,其能力正在向电竞选手的级别靠近。更甚者,真正的电竞选手也加入了这场游戏。想要在这场游戏中脱颖而出,斩获奖金,其难度已经远超出我们的想象。

安全

Anthropic 搓出了史上最强 AI 模型,但不敢发布……

Mythos,即 Anthropic 正在开发的下一代 AI 模型,是人类历史上第一个总参数突破十万亿量级的模型(与之相对,当前市面上的主流模型参数量都在数千亿到一万亿级别),训练成本达到了惊人的 100 亿美元,在软件编码、学术推理和网络安全等测试中得分均大幅提高。

该公司不敢直接公开发布该模型,以防被黑客群体恶意利用,而是计划先通过“玻璃之翼”计划让头部大厂试用排查,提前修补潜在漏洞。

一周热点恶补

政策与宏观市场

美伊短暂停火,BTC飙升破 7.2 万美元后市堪忧;

伊朗拟在停火期对过境油轮征收通行费,每桶 1 美元且须以比特币支付(解读);

俄罗斯宣布短暂停火;

SEC 主席:加密安全港提案已提交白宫审议,将允许加密项目在无需立即完成注册的情况下进行融资;

香港首批稳定币牌照花落汇丰、渣打,最早将于今年中推出稳定币;

观点与发声

Bitwise:机构视当前为入场良机,比特币年底或冲击 9.5 万;

财新:Polymarket使用 USDC 结算和交割对中国境内参与者是一大法律风险;

CZ 自传《Freedom of Money》上线(精华+读后感),书中细节引发 CZ 与 Star 对线;

机构、大公司与头部项目

SpaceX计划于五月底公开其首次公开募股招股说明书;

解读:纽约梅隆银行(BNY)被选定为美国政府的指定金融代理机构,负责管理初始账户;Robinhood 则将与 BNY 合作,担任“特朗普账户”的券商及初始受托人;

Polymarket拟全面升级交易引擎并推出原生稳定币 Polymarket USD(解读);

Fox News 与 Kalshi合作引入预测市场提升报道准确性;

Solana推出 Agent Skills,支持 AI 代理与链上交互;

WLFI下周拟提交解锁早期代币提案,回应借贷质疑称无清算风险(借贷质疑回顾);

附《每周编辑精选》系列传送门。下期再会~

量子计算到底威胁了什么?一份通向后量子时代的 Crypto 用户指南

就在上周,Google Quantum AI 团队发表了一篇重磅论文,指出在超导架构、特定纠错与硬件假设下,未来量子计算机可利用少于 50 万个物理量子比特,在数分钟内破解当前加密货币及区块链广泛采用的 256 位椭圆曲线密码(ECDLP-256),所需量子比特数量较此前预估减少约 20 倍。

这直接指向比特币、以太坊等几乎所有主流公链的签名方案核心 ECDSA,消息一出,「量子计算机要破解比特币私钥」的说法开始在网络上不胫而走。

事实上,我们有必要先冷静下来,把这件事讲清楚——威胁是真实的,但它距离「明天你的钱包就不安全」还很遥远。

更重要的是,整个行业其实早就开始行动了。

一、量子计算到底在威胁什么?

要理解这个问题,我们先从最基础的地方说起,就是你的 Crypto 资产,到底是怎么被保护的?

众所周知,在比特币或以太坊上,每个账户背后都有一对密钥:私钥和公钥。其中私钥是一串随机生成的大数,极度机密,相当于你保险柜的密码;公钥由私钥通过椭圆曲线乘法运算推导而来,你的钱包地址,则是公钥再经过哈希函数压缩得到的字符串。

这套体系的安全基础,恰恰在于这个过程是单向的。

说到底,从私钥算出公钥很容易,但从公钥反推私钥,在传统计算机上需要耗费的时间远超宇宙年龄,这也是「椭圆曲线离散对数难题」(ECDLP)的本质——正向计算简单,逆向破解不可能。

但量子计算机打破了这个假设,它能在多项式时间内解决整数分解和离散对数问题,换句话说,一台足够强大的量子计算机,理论上可以从你的公钥反推出私钥。

那问题来了,公钥什么时候会暴露?

你每次向区块链发起一笔交易,都需要用私钥对交易数据进行签名,同时广播你的公钥以供验证,这意味着只要你发过交易,你的公钥就已经公开在链上了。

Google 这篇论文的意义,正是将「从公钥破解私钥」这件事从理论上可行但荒诞不经,推进到了量子硬件路线图上可以规划的目标,譬如据论文估算,破解 256 位 ECDLP 大约需要 50 万个物理量子比特的容错量子计算机,比之前预估的大大降低。

归根结底,量子计算并不是在破解区块链,它首先瞄准的是区块链里仍然建立在椭圆曲线离散对数难题之上的签名体系。

所以,威胁是真实存在的,但严格意义上讲,「迫在眉睫」这个说法并不准确,业界主流估计给出的窗口期,最快仍在 2030 年前后(延伸阅读《原生账户抽象 + 抗量子威胁:EIP-8141 为何还没成为以太坊 Hegotá 的头牌?》)。

二、各条公链在做什么准备?

当然,客观而言,这里有一个关键区别,很多报道都没讲清楚,就是很多比特币地址并不会在一开始就直接把公钥暴露在链上。

以 P2PKH、P2WPKH 这类常见形式为例,地址本身通常只是公钥的哈希,公钥往往要等到「第一次花费」时才会暴露,这就意味着如果你的地址从未发出过交易,链上只有你的钱包地址,并没有公钥。

因此,量子计算最直接的攻击面,更多偏向于是那些已经发过交易的地址的公钥。当然这个细节直接引出了用户层面现在能做的第一件事,我们稍后再谈。

行业并非没有意识到这个问题,事实上,后量子密码迁移的准备工作,已经在多条战线同步推进。

以太坊的应对思路,是把账户层和签名方案解耦,譬如 EIP-7702 和账户抽象(AA)的推进,让以太坊账户可以通过智能合约逻辑来定义什么叫合法签名,这意味着,未来某一天当后量子签名方案被引入时,不需要重写协议底层,只需要更换账户的签名验证模块。

更进一步,以太坊基金会密码学研究员 Antonio Sanso 在 EthCC9 大会上就更新了以太坊抗量子安全的最新进展,指出量子计算机可能在 2030 年代中期对 ECDSA 签名算法构成实际威胁,以太坊目前已完成约 20% 的抗量子准备工作,并计划在 2028 年至 2032 年间通过 Lean Ethereum 升级实现全面量子抗性。

不过,当前面临的主要技术挑战是签名体积问题,像最轻量级的后量子签名算法 Falcon 的签名大小仍是 ECDSA 的 10 倍以上,直接在 Solidity 中验证 Lattice-based 的 Gas 成本极高,因此研究团队确立了两条核心技术路径:

  • 一是通过账户抽象允许用户将钱包签名算法升级为抗量子方案,无需修改底层协议;
  • 二是引入 LeanVM 处理复杂哈希运算,并结合零知识证明验证地址助记词所有权,保障迁移过程中的资产安全;

Antonio 表示将从 2026 年 2 月起主持双周 ACD 后量子专项会议,目前 Lighthouse 和 Grandine 等共识客户端已上线实验性后量子测试网。

除此之外,比特币社区的风格则明显更保守,最近进入 BIPs 仓库的 BIP360 提出了一种新的输出类型 P2MR(Pay-to-Merkle-Root),它的设计目标之一,就是去掉 Taproot 里量子脆弱的 key-path spend,为未来可能的后量子签名迁移预留更友好的结构。

当然,一个提案进入 BIPs 仓库,并不意味着它已经形成社区共识,更不意味着即将被采用,因此只能说比特币社区内部已经开始围绕量子暴露面和潜在输出类型变化进行更具体的提案讨论,这也很符合比特币一贯的风格,都是先把问题界定清楚,再非常缓慢地形成共识。

值得注意的是,早在 2024 年,美国国家标准与技术研究院(NIST)正式发布了三项后量子密码标准,意味着区块链生态有了明确的迁移目标,不再需要等待哪个算法更好的讨论收敛,工程实现实质上早就开始了。

三、普通用户应该怎么做?

虽然量子计算机的威胁是多年以后的事,但以后的事不意味着现在不用管,有些好习惯,今天养成,代价几乎为零。

首先就是避免地址复用,这也是最直接、最有效的自我保护措施。

原因也正如上文所言——如果你是比特币等 UTXO 链用户,每次发起交易,你的公钥就会暴露在链上,那如果你每次都使用同一个地址,公钥长期公开,一旦量子算力成熟,攻击者可以从容地从你的公钥反推私钥。

目前像 imToken 等主流钱包已经默认提供 HD 钱包功能,好的习惯是每次转账用新地址接收,不要把一个地址当成永久身份标识反复使用,而对于那些从未发出过交易的地址,公钥从未暴露,当前的量子威胁几乎不适用。

其次是关注钱包的后量子升级路线。

如果你主要使用的是以太坊等账户模型链,那么重点就不是机械地不断换新地址,而是关注你使用的钱包和所处公链,未来是否提供明确的迁移路径。

因为对账户模型链来说,量子时代更大的问题往往不是单次暴露,而是活跃账户、公钥历史、链上身份和应用权限的长期绑定,一旦将来真正进入迁移窗口,谁的账户更可升级、谁的钱包能更平滑地替换签名逻辑,谁就更安全。

最后,也是从人性的角度,可以预见的是,随着话题热度上升,市面上会出现越来越多声称「量子安全」的钱包或协议,我们该警惕这些打着「量子安全」旗号的钱包、协议和基础设施产品。

面对这类说法,最该问的不是宣传文案,而是三个更硬的问题:

  • 它依赖的算法是不是 NIST 已定稿标准?
  • 它的安全性有没有经过独立审计和充分实现验证?
  • 它宣称的量子安全到底是链级迁移、账户级升级,还是只是应用层包装?

毕竟真正的后量子安全,最终要覆盖的不只是一个 App 的标签,而是从签名、验证到链上兼容性的整条路径。

总的来看,量子计算对区块链的威胁,是真实存在的,Google 这份最新白皮书的重要性,也确实在于它把威胁从遥远理论往可规划风险推近了一步。

但这仍然不是「明天钱包就会被攻破」的信号,更准确的理解应该是后量子迁移已经不再是一个只属于学术圈的话题,而是会在未来多年逐步进入协议升级、钱包设计和用户资产管理的现实问题。

写在最后

对行业来说,接下来真正重要的,不是谁先喊出量子来了,而是谁能先把迁移路径设计清楚。

对用户来说,也不是现在就要陷入恐慌,而是先把最基本的风险认知建立起来:哪些资产先暴露,哪些操作会放大暴露面,哪些钱包和公链更有可能在未来提供平滑升级。

我们需要的,是及早行动,而不是过度焦虑。

与大家共勉。

Bitget IPO Prime上线背后,那些没在公告里写的、关于博弈与抉择的故事

很多人问我,Bitget 为什么要费这么大劲去搞 Pre-IPO 资产?直接上几个热门加密货币或者美股代币不是更简单吗?

答案很简单,既然 Bitget 的目标是 Universal Exchange (UEX),那么universally我们的用户感兴趣交易的全球资产我就都想要,所以即使Pre-IPO 资产非标、还要面对传统法律、监管以及标的公司本身意愿的激烈碰撞,我们还是要迎难而上。

今天,我想聊聊 IPO Prime 首个项目上线背后,那些没在公告里写的、关于博弈与抉择的故事。

为什么是 SpaceX?因为那是“星际大脑”的起点

今年初,Elon Musk 做了一个疯狂的决定:SpaceX 收购 xAI。

这背后的叙事大得惊人——把 AI 和算力带到太空,构建“轨道大脑”。

当我们讨论 UEX 的资产构成时,除了币、RWA、大宗商品,这种代表人类未来的 Pre-IPO 资产,也是加强 UEX 趋势的锚点。所以,SpaceX 成了我们首个试点的唯一选择。

寻找“摆渡人”:两年的缘分与去年的“较真” 

和Andrew在Republic Crypto纽约办公室的合照

我两年前就认识了 Republic Crypto的Co-CEO Andrew Durgee,他也是我在美国的诸多“眼线”之一。我常常向他请教美国的加密政策和白宫里那些不为人知的讨论。而我们公司层面也从去年 9 月开始深度调研Republic Crypto和他们的产品。直到今年年初,我们才决定正式推进 Pre-IPO 的合作。

为什么选 Republic?因为 Pre-IPO 市场太乱了。很多平台推的项目底层资产说不清道不明,有些是底层不完全持有对应的股权,有些则是额度太小,更多的问题是出现在持有的牌照不够,风险极高。

我们最终选定 Republic,因为他们是全牌照运行:打通了资产从“发行(Issuance)—分发(Distribution)—交易(Trade)”的完整链路,具备跨司法辖区合规运营能力与端到端 RWA 服务能力,是少数同时在美欧亚拥有合规资质的全球化平台。他们背后的股东也是顶级阵营,包括 Valor Equity Partners(特斯拉和 SpaceX 的早期投资方)、摩根士丹利、以及 Web3 领域的 Avalanche 、Binance Labs(现Yzi labs)等。

我们的合作模式很硬核:一定要求持有对应的Pre-IPO 股权(如 SpaceX),通常由独立的 SPV 持有,Republic 将 SPV 的权益代币化。这种方式规避了直接修改 SpaceX 股东名册的难度,同时实现了份额的极度细分。

Republic 提供全套的 RWA(真实世界资产)上链方案,包括智能合约审计、KYC/AML 集成以及代币全生命周期管理。

最后的冲刺:那些消失的睡眠与约6000w美金总池子的诚意

今年上半年,Pre-IPO 市场变动极大。SpaceX收购xAI(即Grok)后,市场定价瞬间混乱,底层资产转让受限。

我们需要在极短的时间内,重新核实资产、协调股权卖家、说服 Republic 的合规官,还要处理Bitget内部各部门产品、法务等对合同细节的反复拉锯。

我们坚持把认购门槛降低,且拿到了约6000w美金总池子的份额,用户可用USDT申购,还在其中设计了给VIP用户的免费空投(空投份额50万美金)。因为我们想让 Web3 用户,也能像顶级风投一样,分享马斯克的星辰大海。

给用户“交代”

我们在设计这个产品时最需要的是给用户“交代”,是至少尽我们所能为用户着想:

  1. 价格保障:定价为650美金(即对应资产估值为1.5 trillion美金),低于市场参考价(市场参考价包括财经新闻提及的SpaceX潜在万亿市值估值,其他私人股票交易平台800多的交易价,类似代币700多的交易价及预测市场1.5至2.5倍的估值。)
  2. 退出途径:认购结束后用户可参与平台P2P场外交易实现流动性退出,也可长期持有至SpaceX上市后6个月,再向Bitget按届时价格赎回。
  3. IPO取消赎回机制:用户申购时签署的协议会明确IPO取消后的赎回流程及价格等细节。
  4. 三方风险:Bitget作为三方发行商的admin agent会保障用户权益。

结语:UEX 不是口号,是行动

IPO Prime 的上线,是 Bitget 从CEX中心化交易所到UEX全景交易所跨越的一个重要里程碑。

不敢说绝对完美,但这是我们在市场上能做到的、尽量好的、对用户有交代的方案。

UEX 不是一个口号,它是我们对金融平权的执念。

项目风险提示:

  • 市场风险:SpaceX受政策影响或路演不被认可等可能导致代币价格下降,用户可能亏损。
  • IPO延期或取消风险:SpaceX IPO延期或取消会影响价格上升预期,用户需按认购协议约定兑换。

3分钟看懂如何在Bitget参与SpaceX IPO

Bitget IPO Prime 是什么?

Bitget IPO Prime 是 Bitget 于 2026 年 4 月推出的创新代币销售平台,专为全球用户带来世界级独角兽企业上市前的稀有参与机会,让普通用户也能平等享有顶级 IPO 带来的潜在经济收益,真正实现金融平权。

首期上线项目:preSPAX

项目介绍:SpaceX(太空探索技术公司)由埃隆·马斯克于 2002 年创立,致力于以可重复使用火箭降低发射成本,推动商业航天发展。其代表产品包括猎鹰 9 号、龙飞船与星舰,长期目标是实现载人火星与多行星生存。preSPAX 是由受监管发行方 Republic 发行的数字代币,旨在反映 SpaceX 公司 IPO 上市后的经济收益表现。

核心机制:1:1 镜像 SpaceX 上市后的经济收益表现。

Bitget IPO Prime 的两大历史性突破:

全球首个用稳定币参与的 IPO —— Bitget IPO Prime 开创了行业先河,成为全球首个允许用户直接使用稳定币(USDT + USDGO)投入认购的平台。用户无需跨境换汇、无需等待结算,即可实现秒级支付和全球流通,这不仅大幅降低了参与成本,更让加密用户首次以最熟悉、最便捷的稳定币形式无缝接入顶级独角兽的潜在经济收益,标志着 Bitget 在加密与传统顶级资产之间的桥梁式创新。

Bitget 让金融平权 —— 传统 Pre-IPO 项目通常设置极高参与门槛,只有合格投资人、机构或高净值用户才能进入,普通用户几乎无法触达。Bitget 彻底打破这一壁垒,将世界级独角兽企业的潜在机会带到每一位用户手中。只要拥有 Bitget 账户(包括 VIP0 用户),即可通过稳定币轻松参与,无需复杂资格审核、无需高额最低投入,真正让全球用户平等享有捕捉上市前潜在上行收益的机会。

Bitget 采用投入认购模式,认购结束后立即开启交易,实现 7×24 小时实时流通。未来还将持续上线更多优质独角兽资产,让 Bitget 成为用户捕捉上市前潜在机会的首选平台。详情点击公告了解更多。

如何参与 Bitget IPO Prime?

Bitget 为用户准备了两种参与形式:空投 + 认购

VIP 空投

Bitget 为平台 VIP 用户准备两轮 preSPAX 空投。

VIP 空投盛典(仅限现有 VIP 用户) :本阶段设有总计 760 preSPAX 奖池,并根据您的 VIP 等级提供相应额度。(点击参与)

VIP 加速空投(仅限新晋 VIP 用户):本阶段专为高价值新晋 VIP 用户设立 190 preSPAX 奖池。仅需报名活动并完成 VIP 升级,即可锁定资格并获得对应空投额度。(点击参与)

IPO Prime 认购

认购详情:

币种名称:preSPAX

SpaceX 隐含估值:$1.5 万亿

IPO Prime 认购总量:94,000

认购总价值:$61,100,000

认购价格:1 preSPAX = $650

投入币种:USDT 或 USDGO

投入池总上限:$1,000,000,000

个人投入下限(USDT 或 USDGO):$100

个人投入上限(USDT 或 USDGO):

VIP0 及以上用户均可参与,使用 USDT + USDGO 投入认购。个人认购额度与 Bitget VIP 等级硬顶挂钩,等级越高、额度越大。

认购结束后:用户可在即将开放的场外市场进行交易;也可在 preSPAX 底层债务资产禁售期结束后,由发行方委托 Bitget 参考标的企业股票市场价格,为用户兑换为股票代币或 USDT。

参与步骤:

打开 Bitget App 或 Bitget 官网,进入 IPO Prime 活动页面

查看你的 VIP 等级对应的空投资格 + 认购额度

使用 USDT / USDGO 一键投入认购(无任何申购费、管理费)

认购结束后,二级市场自动开启,即可自由交易

功能亮点:

稳定币直接支付,全球用户零时差参与

VIP 等级自动匹配额度,越高级别福利越强

认购即流通,无需等待解锁

提升 VIP 等级 = 更大额度 + 更多空投,让你的资金高效捕捉 SpaceX 这一历史级机会!

为什么现在就值得参与?

零门槛金融平权:VIP0 用户即可认购,无需任何额外资格,只需 Bitget 账户即可平等参与世界级项目。

稳定币极致体验:直接使用 USDT/USDGO 投入,无需换汇、无复杂手续、全球即时到账,操作简单到极致。

稀缺头部资产:SpaceX 作为全球首个上线项目,资产规模达 5000 万,是捕捉潜在上行收益的绝佳稀缺机会。

VIP 专属福利叠加:两轮总额度 50 万的空投 + 等级越高认购额度越大,让不同级别用户都能获得专属优先权益。

灵活退出机制:认购结束后立即进入二级市场交易,7×24 小时自由流通,随时把握机会。

未来持续机会:Bitget 将陆续引入更多世界级独角兽资产,长期布局此平台即可持续享受顶级潜在机会。

现在开启,就是与全球顶级创新企业同步成长、享受潜在经济收益的最佳时机!

FAQ

什么是 Bitget IPO Prime?

IPO Prime 是 Bitget 于 2026 年 4 月推出的创新代币销售平台,提供全球独角兽企业上市前的稀有参与机会,享受 IPO 带来的潜在经济收益。

如何参与 Bitget IPO Prime?

采用投入认购模式,符合条件的用户均可参与,个人认购额度硬顶与 Bitget VIP 等级挂钩。

什么是 preSPAX?

preSPAX 是 Bitget IPO Prime 首期上线的资产,由合规发行方发行的数字代币,旨在反映 SpaceX 公司 IPO 上市后的经济收益表现。

preSPAX 的发行方是谁?

preSPAX 代币由 Republic International Cayman 发行,该公司及其旗下主体持有包括美国在内的多地区牌照。

认购 preSPAX 是否等于直接投资了 SpaceX?

不是。持有 preSPAX 代币代表发行方对持有人的债务凭证,旨在反映 SpaceX 的业绩表现。并非 SpaceX 的真实股票,持有代币不代表持有 SpaceX 股权,不享有投票权、分红权或任何股东权利。preSPAX 与所提及的公司没有任何关联,也未获得其任何形式的批准或认可。

认购 preSPAX 后的退出机制是什么?

Bitget IPO Prime 结束后,用户可在随后开放的 Bitget 场外交易市场,根据规则买卖 preSPAX 代币。此外,亦可等待 preSPAX 代币底层债务资产禁售期结束(通常在 SpaceX IPO 上市约 6 个月后),由发行方委托 Bitget 按照标的企业股票市场价格为用户兑换为股票代币或 USDT,具体请以认购协议为准。

如果企业取消 IPO 或无限期推迟,我的投资会怎样?

若标的企业在认购协议约定的期限内未能完成合格触发事件(如 IPO 或被收购),兑付将按照认购协议中的备用条款执行。具体备用兑付机制请以认购时签署的认购协议为准。

参与 IPO Prime 认购是否需要额外支付申购费、管理费或托管费?

不需要,符合条件的用户均可免费参与。代币兑换费用以认购协议为准。

IPO Prime 我的投资没有风险且保证盈利吗?

不是。Bitget IPO Prime 产品涉及多项投资风险,包括但不限于:标的企业估值波动风险、合格触发事件未能发生的风险及、二级市场流动性风险。数字资产价格可能大幅波动,您的本金存在损失可能。Bitget 不对任何投资收益作出保证。请在参与前充分了解相关风险,仅投入您能够承受损失的资金,并在必要时寻求独立专业意见。

基于 IPO Prime 可认购的总份额,Bitget 平台是否确实持有对应资产的股权份额?

上线 Bitget IPO Prime 的数字资产由合规发行方发行,发行方及其合作机构通过合规渠道持有标的企业股权或相关权益,并通过协议安排确保代币发行具有真实底层资产支撑。

我用Skill Creator,内容创造的效率提高了300%

原文作者:Biteye 核心贡献者 Denise

原文编辑:Biteye 核心贡献者 Denise

作为一个内容创作者,你大概率经历过这样的流程:

找资料 → 想选题 → 写内容 → 自我怀疑 → 改来改去 → 排版折磨 → 发出去 → 没人看。

问题不在于你不努力,而在于:全凭感觉、信息杂乱、选题卡壳、写完不知道哪里有问题、排版耗时、产出慢、质量不稳。

解决办法就是把这个全流程中反复出现的环节,用“skill”重构内容工作流。通过写出这些skill,可以把隐性经验变成显性工具,让从信息搜集到最终输出的整个链条更有系统性,效率和质量都会显著提升。

本文重点教你如何写出自己的skill,并以内容创作者的实际流程为例,提供3个核心实用skill,分享SKILL.md标准格式,帮助你更快上手。

一、什么是内容创作「skill」化?

简单说,就是把你反复在做的事情,写成一套可以重复执行的“说明书”。

当你把经验写成 Skill 后,会发生几件事:

  1. 让模糊经验变得可复制:信息搜集后不知道怎么转化成选题、写完草稿不知道怎么检查……写成skill后,每次都能按标准流程操作。
  2. 大幅减少重复低效:避免每次都从零开始思考,选题、审计、排版等环节速度明显加快。
  3. 提升输出质量与稳定性:有了清晰的步骤和输出标准,文章质量更可控。
  4. 构建个人内容创作系统:把多个skill组合起来,就形成从信息搜集 → 选题 → 写作 → 审计 → 排版 → 发布的完整链条。

二、小白别怕!教程如下

写skill其实非常简单,只需要一个文件夹 + 一个SKILL.md文件

第一步:安装 Skill Creator(你的“技能造工厂”)

在正式开始写skill之前,强烈推荐先安装 Skill Creator。

它不是用来执行某个具体业务的,而是专门用来帮助你(和AI Agent)更快、更规范地编写、测试、校验和打包新的 Skill。

它的核心用途有三点:

  1. 技能初始化:内置 init_skill.py 脚本。只要你有一个新想法,就可以一键生成标准的 Skill 文件夹模板,里面已经包含了正确的 SKILL.md 结构,大大减少手动创建的错误。
  2. 规范指引:它自带一套完整的「技能编写指南」,教你如何把复杂的业务逻辑拆解成 AI Agent 容易理解的指令、步骤、输出格式。
  3. 自动化打包:内置 package_skill.py 和 quick_validate.py。写完 Skill 后,它能自动进行安全校验、结构检查,然后一键打包成标准的 .skill 文件,方便你自己使用、备份或分享给别人。

有了它,你写 Skill 的效率会提升好几倍,新手也不容易踩坑。

第二步:用 Skill Creator初始化并编写一个 Skill

安装好 Skill Creator 后,就可以开始创建你的第一个skill了。

整个过程超级简单:用工具初始化模板 → 不断用自然语言描述你的需求 → 让AI帮你完善 → 测试迭代。

核心技巧就是不断描述自己的需求。不要一次性想写完美,而是像跟一个耐心助手聊天一样,一步步把你的经验说清楚。AI 会根据你的描述帮你填充、优化SKILL.md

SKILL.md 是最关键的文件,它必须包含两个部分:

1.元数据

用来告诉AI Agent这个技能叫什么,以及它的触发关键词。

description: 详细描述这个技能是干嘛的,以及在什么对话场景下应该被触发(这决定了AI Agent的调用成功率)。

2.核心指令

用具体的步骤教它怎么干活。

小白Tips:写完后,用 Skill Creator 的 quick_validate.py 检查一遍,再打包测试。写得不完美没关系,多迭代几次就好了。

三、实战示例:制作3个内容创作者实用skill

1、内容选题 Skill

这个skill专门解决内容创作者最常见的痛点:“信息太多、不知道写什么、选题不够爆”。

核心思路

作为内容创作者,写出爆款文章的关键,就是必须紧跟实时热点,尤其是X上大家正在激烈讨论、情绪强烈的点。像XClaw这样的热点筛选工具就很实用,从中找出讨论量高、争议大或惊叹感强的条目,然后结合平台特点和受众画像,规划出真正能传播的选题。

2、内容质量审计 Skill

这是专门针对X内容发布前的审计skill,非常实用!

2026年,X已经全面转向Grok驱动的AI推荐算法,它不仅会“阅读”每条推文的内容,还会分析语义、用户行为和历史信号。这导致了很多以前有效的发帖习惯现在容易被压制:

  • 外部链接被严重降权,非Premium账号发链接的可见度大幅下降;
  • 过度营销、强CTA、重复hashtag、AI生成痕迹等信号,会触发商业内容识别或低质量标签;
  • Shadowban / 可见度压制(不是完全封号,而是内容不被推荐给更多人)变得更隐蔽、更智能,常常让你发出去后“没人看”却不知道原因;
  • AI生成内容如果没有适当披露,也面临越来越严格的检测和处罚。

你的内容如果不提前审计,就很容易被「悄悄限流」,白白浪费创作时间。

3、公众号排版 Skill

这个skill在X和GitHub上已经有很多现成版本,但大部分要么需要付费,要么功能受限(模板固定、无法个性化调整)。

其实自己做一个完全没难度

公众号排版的核心痛点在于:用Markdown写完文章后,还需要手动调整格式——加粗重点、优化小标题层次、插入分割线、处理图片占位、添加阅读原文按钮等,同时要保证整体美观、专业又有个人风格。

自己做这个skill的优势

  • 完全免费,没有任何功能限制
  • 可以完全按照你的个人风格定制(比如固定开头语、特定emoji使用规则、个人品牌色调、专属结尾等)
  • 可以和前面的 x-audit 无缝结合:先审计内容质量与风险,再自动排版,实现“审计 + 排版”一条龙

目前小编的skill工作流程:

  1. 读取 Markdown 文件
  2. 提取 frontmatter 中的标题/作者/封面
  3. 应用 biteye-modern 排版 → HTML
  4. 扫描图片占位符 → 上传微信素材库
  5. 调用微信 draft/add API → 草稿箱

整个过程下来,你只需要提供Markdown内容,其他繁琐的格式调整、API调用、素材处理等工作都交给AI Agent完成。

四、写在最后:Skill本质是你的“认知资产”

一个好的创作者,本身就该是一个不断进化的系统。

这篇文章提到的三个 skill,只是创作工作流中的冰山一角。在AI Agent的生态里,每一个 skill 都是模块化的,可以像乐高一样拆解、重组、进化。希望大家能在这个基础上玩出更多花样。

去写你的第一个 SKILL.md 吧。 别怕它简陋,所有的爆款和深度思考,最初都源于一个粗糙的自动化构想。如果你在编写过程中有更好的想法,或者被某个 API 卡住了,欢迎在评论区上跟小编交流。

未来属于那些善用工具的人,更属于那些定义工具的人。

对话Bitwise:机构视当前为入场良机,比特币年底或冲击9.5万

来源:《Milk Road》播客

整理:Felix, PANews

Bitwise 首席投资官 Matt Hougan 和研究主管 Ryan Rasmussen 做客《Milk Road Show》节目(录制时间为 4 月 6 日),深入探讨当前加密市场的真正驱动力,以及机构需求为何可能是比特币下一步走势的关键。

他们指出,尽管加密市场整体情绪悲观,但机构投资者仍在悄然增持。从 ETF 资金流入到监管动态和宏观经济变化,有多个关键信号可能推动比特币在 2026 年冲击 9.5 万美元大关。PANews 对对话精华进行了整理。

主持人:Ryan,我看到一篇文章,说你预测到年底比特币会达到 9.5 万美元的区间。这是真的吗?

Ryan:那是一次有趣的对话,因为我们当时谈论了很多能推动市场走高的长期利好因素。我当时举的一个例子是,进入 2026 年,我们看到了一些特定的催化剂,可能会使市场回到 9.5 万美元的水平,这正是我们打破四年周期所需要达到的位置。我认为这很有可能发生,我们甚至很可能会在年底以高于 9.5 万美元收盘。有几个非常具体的催化剂将推动我们达到那个目标,当然也需要满足一些条件。我确实这么说过,也相信这会发生。

主持人:这些催化剂是什么?

Ryan:有三个特定的环境因素需要转向有利于比特币,才能推动价格走高。第一个是宏观和地缘政治局势,我强烈相信它会在相对较短的时间内平息。很多人担心这场拖延已久的冲突可能会持续很多很多个月,并对通胀、利率以及美国和全球经济产生连锁反应。我不相信会是这样。我认为这只是一个相对短期的冲击,会逐渐消退,6个月后我们谈论它的方式会和我们谈论关税闹剧或其他特朗普引发的短期市场冲击一样。所以我认为宏观地缘政治环境需要从不确定、不稳定和持续混乱的状态,转向更正常化的环境。我认为这会在未来几个月发生。我们会有Kevin Wars上台,我认为我们会看到利率保持稳定或降息。我不认为会出现加息,而这有利于比特币的正面价格回报。

下一个是监管清晰度。比特币的监管环境一直非常不确定,《Clarity Act》悬而未决,但我相信《Clarity Act》会在 2026 年窗口关闭前通过。我认为这对比特币和其他加密资产来说是正面消息。

而最大的催化剂(不仅仅是 2026 年的催化剂,而是长期催化剂)是机构对比特币的需求非常强劲。我们上个月在所有这些地缘政治宏观不确定性和我刚才提到的监管不确定性中,仍看到比特币 ETF 流入超过 10 亿美元。所以你可以想象,如果这些事情平息并成为加密货币的尾部助力,从机构需求角度会发生什么。我认为这些因素会推动比特币在年底前重回 9.5 万美元以上。

主持人:有没有这样一种可能,这些利好确实发生了,但冲突也在持续,它们会不会相互抵消?

Ryan:有可能互相抵消。如果看到加息,并且冲突持续 6 个月甚至更长时间,那么对于任何金融资产来说都很难有相对强劲的表现。不过有趣的是,市场对这些威胁或声明的反应开始不那么敏感了。比如特朗普下达最后通牒,伊朗回应说不会听从,特朗普又更改了期限,每次发生这种事,市场的反应都在减弱。所以我认为这只是市场逐渐脱敏的现象,随后其他力量将占据主导。

归根结底,比特币的价格是基于供求关系的,因此机构需求将是最强的驱动力。从我们与投资者的交流来看,他们将当前价格视为良好的入场点,并正在其投资组合中进行许多长期配置。我认为这种长期需求不会被抵消,至于它会在下个月、六个月还是九个月内到来,还有待讨论。

主持人:Matt,你是否感觉到年底前会达到 9.5 万美元的势头?

Matt:我确实认为这是以 Ryan 提到的事情为条件的。我还要补充一点,作为另一个催化剂:我们需要有某种决议或清晰的路线图,来解决人们对量子计算威胁比特币日益增加的担忧。我唯一可能不认同 Ryan 的地方是,如果我们所有的牌都翻向积极的一面,我认为价格会远高于 9.5 万美元;如果是好坏参半,我们可能会横盘整理;如果所有的因素都变得更糟,我们可能会收于更低的水平。我的观点具有更大的分散性。但如果我们获得监管清晰度,伊朗问题得到解决,并且我们解决了量子计算的问题,我认为年底会非常棒。但这需要一系列事件朝有利的方向发展。

主持人:量子计算的问题真的那么容易解决吗?我最近采访了一些嘉宾,听起来似乎有点复杂,你需要让所有比特币领域的人重新达成共识来解决这个问题。而以太坊的基金会最近似乎更积极,而且系统也大不相同。这在比特币中是能够快速解决或防范的问题吗?

Matt:我的看法是,为了解决量子威胁,你希望看到的事情事实上正在发生。那就是高信誉的人士在提出担忧,且这样的人越来越多,因此社区更加认真地关注它,并愿意权衡利弊。从准备情况来看,我们今天的处境比 12 个月前好得多。我不认为我们需要解决所有问题,我们需要的是一个可靠的路线图来释放那些“OG”投资比特币的需求,带领我们走出冬天,进入四年周期的春天。这并不是说以太坊已经完全把问题解决了,他们只是有一个可靠的路线图。如果我们也有可靠的路线图和承诺,足以把早期的 OG 投资者带回市场。我认为机构投资者无论如何都会来,因为他们意识到自己在比特币上的配置偏离了市场,持有零头寸不再是一个可以容忍的立场。我的观点是,为了突破 Ryan 所说的 9.5 万美元的上行空间,我们需要让那些 OG 加密玩家、散户加密玩家参与进来,我认为他们会想要一个明确的路线图。

主持人:你的意思是,这些 OG 们必须觉得,在谷歌和上周各方的警告之后,情况正在被处理,或者很快就会受控。那么 Matt,对于那些去年开始大量抛售持仓的 OG 们来说,这种担忧是不是最初导致需求流失的原因?

Matt:是的。我通常认为单一原因的解释是错误的,但它是一个促成因素吗?是的。它像四年周期以及为了避免历史性的 75% 回撤那样重要吗?不是。但这肯定是一个借口,人们在四年周期到来之前,借此采取情绪化的操作来调整自己的风险敞口。所以这有点复杂,但这确实是一个因素,人们的关注度已经大幅上升。而且我认为这是好事,这说明系统在自我修复。但我确实认为,如果能够很好地组织起来,此时它将成为一个催化剂。

主持人:Ryan,在数字资产峰会上有讨论这个量子问题吗?如果没有,人们都在讨论什么?

Ryan:量子计算确实在数字资产峰会上被提及了,但关注度没有你想象的那么高。而谷歌关于量子风险时间表加速的文章实际上是在会议结束后才发表的,所以它是上周才变得更受关注的。我想说,峰会上大部分的注意力都集中在机构采用、监管明确性以及代币化、稳定币和金库等事物上,较少关注量子风险,尽管它确实是投资者最关心的。过去一个月,很多投资者问起过关于比特币和以太坊的量子风险问题。他们看到有关努力解决这些风险的沟通,这给了他们一些安慰,但我们真的需要看到采取实质性的行动才能真正缓解长期担忧。

主持人:Ryan,你说机构投资者感到“好奇”,这是否意味着他们仍然存在信息鸿沟,不了解这些资产,还是他们正在试图获得内部支持?你说的“好奇”是什么意思?

Ryan:当你和不同机构投资者和专业投资者谈论他们对加密行业的关注程度,以及对业内具体发展的关注程度时,你会发现这是一个很大的范围。许多专业投资者只花很少的时间思考比特币或更广泛的加密货币。他们对这个领域的信息通常来自《华尔街日报》或 CNBC 的头条新闻,或者听人在 CNBC 上谈论市场的潜在风险。所以当他们听到量子计算,或者谷歌发布了重要论文,引起了他们的注意后,他们会来问我们:这个风险到底有多大? 你们作为 24/7 全天候关注该领域的专业资产管理者,且与比特币核心开发者交谈并捐款支持他们的人,你们是怎么看的? 所以信息鸿沟在于,他们依赖我们来理解什么是真实的,什么是噪音。

主持人:Matt,在峰会上,关于风险或机会,还有什么是机构人群最关心的?或者你们学到了什么以前低估了的东西?

Matt:我的一个大收获是,过去五年里峰会上人们的着装发生了变化。五年前,大概只有两三个人穿西装;而今年有 80% 到 85% 的人都穿西装,这非常了不起。这说明加密领域出现了一场势不可挡的机构牛市,它体现在稳定币、代币化以及金库中,加密货币的本质正在发生真正的演变。你只需对比一下 2020 年和现在的峰会观众照片,就能看到巨大的转变。另一个热门话题是“金库(Vaults)”。人们对金库表现出了极大的兴趣,我将其描述为下一个 ETF。我认为机构对金库的兴趣程度甚至超过了该市场目前的实际资产和增长水平。

主持人:ETF 和金库之间到底有什么区别?

Matt:从历史上看,资产管理解决的问题是,个人想投资市场,但无法获得所需的多样化配置和管理(因为不是他们的全职工作),所以他们把钱交给资产经理来部署。300 年前(17 世纪),资产管理刚开始时非常笨重且昂贵。到了 20 年代,我们有了开放式基金;在 90 年代,我们有了 ETF,使得效率更高。金库与 ETF 的区别在于,它进一步提高了这种效率。在传统世界中,资产管理公司处理托管、审计和税务报告等,并将其与投资去向的知识产权(IP)结合起来。而金库剥离了所有那些“现实世界中繁琐的事务”,只留下了知识产权。投资者将资金投入智能合约,由合约根据资产管理公司的操作进行分配。因此,它是一个更简化、高效、完美的资产管理版本,而其他繁琐的部分则留给个人自己去管理。

主持人:Ryan,我有个问题。金库是 AI 将产生巨大影响的领域吗?因为就像 Matt 描述的,这听起来将涉及非常高级的策略。我问你是因为上周你分享了一条推文,说搞 AI 的人比搞加密货币的人对加密货币还要兴奋。

Ryan:完全正确。那是一条非常引人入胜的推文。在过去 6 到 9 个月里,加密货币情绪一直处于历史低位附近,接近 2022 年 FTX 崩溃时的低点,价格大幅下跌,流动性枯竭。但是当你和机构投资者交谈时,他们看到的不是价格的熊市,而是将长期推动市场走高的积极因素:金库、代币化、稳定币等。而当你和构建 AI 产品的人交谈时,他们看到了底层技术的诸多好处:AI 需要解决身份证明问题,加密/区块链做得非常好;需要解决隐私问题,加密技术也做得很好;需要为 AI 代理提供一种不需要访问银行账户的交易方式,稳定币和区块链同样非常胜任。所以,AI 开发者看到了协同效应并极度看涨;机构投资者看到了传统金融与加密技术的协同效应,也越来越看涨。而加密原生投资者只看到价格下跌、流动性枯竭、不断被清算、Meme 币崩溃,他们认为一切都完了。这是一种巨大的脱节。就像加密货币在阳光明媚的地方撑着一把正在下雨的伞。

主持人:为什么加密圈这么情绪化?是因为它更具波动性吗?它能摆脱这种情绪化的过山车吗?

Ryan:我认为这部分是投资时间范围的差异。很多加密投资者进入这个领域,是因为他们想在相对较短的时间内获得大量财富以抢先于机构。随着市场的繁荣与萧条循环,人们对此感到幻灭并深受打击。而我们接触的财富管理机构和平台的专业投资者,通常是长期导向的。他们为客户规划 5 年甚至 45 年的退休计划,他们看到了大趋势并感到兴奋。加密投资者由于过度集中投资,当市场波动时会表现出高度情绪化的行为,这在投资中极其危险。专业投资者更善于系统地进行投资以获取长期的回报,他们现在布局是因为预见这项技术在 10 年后会获得回报。

Matt:我觉得这是对的。我还想补充一点,加密市场的某些领域(如 Meme 币、山寨 L1、空气应用)确实是“冬天”。很多人持有这些资产,前景确实黯淡。这与你从零开始进行首次配置的心态完全不同。如果你现在入场,看到稳定币和代币化准备蓬勃发展,而这些资产下跌了 50%,你会觉得是个机会。但如果你持有了下跌 90% 甚至还要再跌 99% 的资产,视角当然完全不同。

主持人:Matt,你今天发布了一份很棒的备忘录,解答了关于预测市场的五个最大问题。作为一个职业“Degen”,我喜欢押注各种奇怪的东西,但预测市场目前确实面临很多争议和问题。你在文章里暗示,预测市场是金融界最重要的工具之一。为什么这么说?

Matt:因为它们为世界提供了新的关键信息,也是有用的投资组合工具。首先是信息质量。我们都很沮丧美联储总是在看滞后的数据,就业数据经常被大幅修正,这对经济和投资者的决策有巨大影响。如果我们能提高经济数据的质量,世界就会运转得更好。

我在文章中提到了美联储的一篇论文,该论文表明,Kalshi 这样的预测市场(即使目前规模还很小),在预测美联储降息、GDP、CPI 等数据方面,已经比彭博社最优秀的经济学家以及美联储自身的预期调查还要准确,而且它是实时的。从投资组合的角度看,现实世界受到政治、经济事件的影响。如果你认为几年的选举后 Elizabeth Warren 会出任 SEC 主席,这会对加密货币产生影响,但你目前没有办法干净利落地对冲这种概率。这不仅仅是加密领域,国防股票、AI 股票也会受影响,而我们目前的投资组合无法表达这一点。通过预测市场打包这些风险,会是一个非常有价值的对冲工具。它们完美吗?不是。有些市场需要整顿吗?绝对需要。但总的来说,我认为它们是非常积极的事物。

主持人:预测市场面临的最大质疑是:这只是另一种形式的赌博,尤其和加密货币挂钩时,就像 Meme 币一样。你是怎么回应这个问题的?

Matt:有些确实是赌博。如果你在预测市场上赌足球赛,那和去体育博彩买球没区别,这没关系。但如果你对美联储利率结果进行预测,这就等同于芝加哥商品交易所(CME)的联邦基金期货市场,这是世界上最大的金融机构每天交易价值 5 到 15 万亿美元的地方,我们称之为投资。预测市场可以同时涵盖这两种情况。我们可以将复杂的金融投资/对冲与体育或流行文化事件分开。它们是非常强大的工具。

主持人:这些预测市场未来会分化吗?比如目前去 Polymarket 会看到成千上万的话题,让人眼花缭乱。未来会不会出现专门只做金融分类的预测市场?

Matt:我认为这绝对有可能。当我们在考虑申请推出预测市场的 ETF 时,我们关注的肯定是金融市场指标,而不是泰勒·斯威夫特的演唱会收入。就像现有的 ETF 市场一样,有最简单的标普 500 ETF,也有 3 倍杠杆个股 ETF。搜索工具会明确区分普通和特殊的 ETF。所以随着更多金融用户接纳这些市场,我认为它们会区分开来,我毫不惊讶地会看到体育博彩从中分离出来,毕竟那个领域还有额外的法律诉讼风险。

Ryan:对于投资者来说,我觉得预测市场让投资者能够表达他们对某种二元结果的看法,这种能力非常重要。过去,你很难将某人赢得选举的预期,拆解落实到商品、科技、黄金、债券等复杂的跨资产类别投资组合中。预测市场极大简化了投资者对冲投资组合或进行规划的能力。围绕特定预测市场事件包装出 ETF 等金融产品,将使操作变得非常直接且容易。另外正如 Matt 提到的,预测市场在宏观或经济事件上的准确性(如 Kalshi)甚至超过了传统的民调和专家共识,聚合信息的准确性非常强大。

Matt:我非常同意。还有一点没被明说的是,过去世界上最大的机构有自己的方法直接获得这些赔率(比如对冲基金花钱雇高薪说客去华盛顿打探消息)。我喜欢预测市场的地方在于,它把这些信息表面化,展示给了每一位投资者,这是一个更加公平的竞技场。这具有一种平等的优势,对于投资生态的公平性非常重要。

主持人:会不会有一天,人们不再看新闻,而是直接看 Polymarket 提供的信息?

Matt:这是我最喜欢的一点。我认为 Polymarket 在对特朗普大选获胜的报道上应该获得普利策奖。它是唯一准确说出将要发生什么的地方,比民调好,比每家媒体都好。如果那不是新闻,那我就不知道什么是新闻了。那是当年最重要的新闻,它是唯一做对的地方。所以我认为,很多人会像看《纽约时报》和《华尔街日报》一样多地看 Polymarket 和 Kalshi,以了解世界上正在发生的事情,并且他们可能会因此获得更好的信息。

从“词元”到“符元”:Token 中文名背后的 AI 底层认知之争

近日,全国科学技术名词审定委员会发布公告,推荐将人工智能领域中的“Token”译为“词元”,并面向社会试用。随后,《人民日报》发文《专家解读 token 中文名为何定为“词元”》,对这一命名从专业角度进行了系统阐释。

文中提到,“token”一词源于古英语 tācen,意为“符号”或“标记”。在语言模型中,token 是文本经过切分或字节级编码后得到的最小离散单元,既可以表现为词、子词、词缀或字符等不同形式。模型正是通过对 token 序列的建模,展现出一定的智能能力。

这一译名在专家论证体系中被认为符合单义性、科学性、简明性与协调性原则,也在当前中文语境中具备一定的使用基础。然而,在阅读相关解读后,我对这一命名路径形成了不同的理解。

从规范化角度看,这一定名方案在短期内具有可理解性与传播优势。但若从计算本体、信息结构、多模态演进及回译一致性等维度审视,其长期适配性仍有待进一步检验。在这一背景下,一个同样值得关注的替代路径——“符元”——逐渐显现出更强的结构一致性与跨语境稳定性。

一、定义的错位:不能用“起源”替代“本质”

文章观点(中国科学院计算技术研究所研究员陈熙霖):Token 在人工智能中的初始角色是“语言基本语义单元”,因此“词元”能够更贴合其本质。

这一判断在历史语境中具有合理性,但在技术范式大跃迁的当下,这种思维本质上是一种“学术刻舟求剑”。

在术语定义的逻辑层面,必须严厉区分“初始应用场景”与“结构本质属性”。

Token 确实起源于自然语言处理(NLP),但在 AGI 的进化路径中,它早已突破了语言模型的边界,演化为统一处理文本、图像、语音乃至物理信号的基础单元。在现代计算体系中,Token 真正的结构本体是“离散符号单元”,而非单一模态的语言单位。

如果按“初始角色”定名,计算机(Computer) 至今应该叫 “电子计算手”(源于其最初代替人工计算员的职能);互联网(Internet) 应该叫 “冷战军用网”。这种命名逻辑的致命伤在于:它只看到了技术在特定历史时刻的“临时工种”,却忽略了其跨越时代的“物理本体”。

历史路径不能等同于本质属性。同样,我们也不能因为 Token 最初被用于处理文字,就将其永久锁定在“词”的狭隘语境中。

用“初始应用场景”来定义基础概念,本质上是用历史的路径依赖替代了结构的本体真相。这种定义在技术早期或许能提供理解便利,但在多模态爆发的范式扩展阶段,它会迅速失效并成为阻碍认知的枷锁。相比之下,「符元」直接对齐了跨模态计算的符号本体,它定义的不是 Token 的“过去”,而是 Token 的“真相”。

二、类比的边界:解释一旦变成定义就会开始偏离

文章观点(清华大学计算机系副教授东昱晓):可以通过“词云”“词袋”等类比,将多模态中的离散单元理解为“广义的词”。

东昱晓教授的类比有助于理解,但不应替代定义。这一思路在解释层面具有一定启发性,但若进一步上升为命名依据,则可能引发概念层面的范畴错位。

从方法论上看,类比的作用在于降低理解门槛,而定义的职责在于划定语义边界。当“词”被扩展以覆盖图像块(patch)、语音片段、向量表示(embedding)乃至更广泛的感知信号时,其原有的语言属性已被不断稀释,语义边界趋于模糊。这种由“类比驱动”的扩展路径,在短期内可以维持解释的一致性,但在长期演化中容易造成语义漂移。

在跨模态扩展能力上,需要警惕“类比”向“定义”的滑移。在术语审定的语境中,必须区分“解释性隐喻”与“本体性定义”的边界,避免前者对后者形成替代。

一个更直观的对照是:在科普语境中,我们可以将灯泡类比为“人造太阳”,以增强理解的直观性;但在科学命名体系中,不可能据此将电流单位“安培”(Ampere)重新命名为“光元”。前者属于描述性表达,后者则涉及严格的度量体系与标准化定义,二者不可混用。

同样地,“词云”“词袋”等术语本质上属于描述性或统计性隐喻,其功能在于帮助理解数据结构或分布形态;而 Token 作为大模型中的基础计量单元,已深度嵌入算力计费、模型训练与学术度量体系之中。当其使用规模达到日均百亿至万亿级调用量时,其命名所承载的已不只是解释功能,更是一个具有工程与标准意义的基础概念。在这一层面上,术语更需要对齐其本体属性,而非依赖类比延展。

如果将这种类比逻辑进一步推至命名层面,其实隐含着一个危险前提:既然人们已经习惯用“词”来理解 Token,那么不妨继续沿用这一类比。但这实际上是一种路径依赖的延续——用既有认知的便利,替代对概念本体的校正。在这一意义上,这种命名更接近于一种“语言学上的浪漫主义”,而非对计算本体的严格对齐。

我们不能因为“马力”带有“马”,就要求在电机中讨论“电子马”。类比可以启发理解,但不能定义标准。

相比之下,“符”作为更为中性的概念,天然具备跨模态适配能力,不依赖额外解释即可覆盖文本、图像、语音等多种信息形态。因此,以“符号单元”为核心的命名路径,在定义层面更接近 Token 的结构本质。在这一逻辑下,“符元”作为对应译名,具备更高的概念一致性与长期适配性。

三、认知的代价:当语义锚点制造系统性误解

文章观点(综合专家意见): “词元”表述简洁,符合中文习惯,易于传播。

这一判断在传播层面具有一定合理性,但其隐含前提是:公众能够接受“词”的跨模态类比。然而,类比本质上是一种专家思维工具,而非大众的自然认知方式。对于普通用户而言,“词”具有极强的语义锚定效应——一旦听到“词”,其直觉指向必然是语言系统,而非图像、声音或动作等其他模态。这一认知路径并非技术问题,而是认知心理学层面的稳定结构。

在此基础上,当“词”被扩展为所谓“广义的词”时,实际上已经在用户认知中制造了偏差。用户首先形成的是“词=语言单位”的直觉理解,而非“跨模态符号单元”的抽象概念。一旦这种误解被建立,后续所有解释都将变成对既有认知的修正,而非自然理解的延伸。

例如,当媒体报道“模型使用了 10 万亿词元训练”,公众很容易将其理解为“阅读了大量文本”,而忽略其中包含的大量图像、语音与其他模态数据。这种误解并非个例,而是由术语本身的语义锚定所产生的系统性诱发。

在实际工程语境中,这种命名还可能带来跨学科沟通的摩擦。当视觉模型或语音模型中的离散单元被称为“词”时,不仅容易引发语义误解,也会在不同领域之间制造不必要的语言冲突。多模态系统需要的是“符号层”的统一,而非语言范畴的扩展。

相较而言,“符”作为更抽象的概念,虽然初始理解门槛略高,但其语义指向更加中性,不会将认知预先锁定在语言层。在长期使用中更有利于建立稳定、统一的认知框架,从而降低整体解释成本,并为多模态统一提供更稳定的认知基础。

命名的成本并不发生在定义之时,而是发生在纠正之时;一旦早期命名形成语义锚定,后续认知修复的代价将呈指数级上升。

专家可以通过类比扩展“词”的边界,但大众不会以类比理解概念。命名不是为专家服务,而是为整个时代的认知系统负责。

四、单义性的幻觉:当一个词试图承载两个体系

文章观点(名词审定原则): “词元”符合单义性原则,有助于解决译法混乱问题。

在术语单义性方面,需要特别关注“一词两义”可能引发的系统性风险。在科学名词审定中,“单义性”是基础性原则之一。一个术语如果需要依赖语境或额外解释才能区分含义,那么它作为标准件的价值就已经丧失。

然而,从现有学术体系来看,这一判断仍存在进一步讨论空间。“词元”一词在语言学与自然语言处理(NLP)领域早已“名花有主”,在经典语言学中,其长期对应的英文概念为 Lemma,即词的规范原形(例如 is/am/are 的词元为 be)。这一用法在语言学与 NLP 基础教材及学术论文中已形成稳定共识。

在此背景下,若将 Token 同样译为“词元”,则在具体表达中容易产生语义冲突,会出现灾难性的现场。

例如,在描述“NLP 中的词形还原操作(lemmatize a token)”时,中文表述将出现“对‘词元’进行‘词元化’”的结构。这种表达不仅增加理解成本,也会在学术写作与信息检索中引入歧义,使读者难以区分“词元”究竟指向被切分的离散单元,还是词的规范原形。

从概念功能上看,二者亦存在明确区分:Lemma 强调的是语言层面的“还原”,对应词形变化后的规范表达;而 Token 强调的是计算过程中的“切分”,对应模型处理信息时的最小离散单位。这种“还原”与“切分”的差异,正对应语义层与符号层的不同维度。

因此,当一个术语需要通过“广义化”来同时覆盖多个既有概念时,其单义性实际上已转化为“解释层面的统一”,而非“语义层面的稳定”。

当一个术语需要通过解释来维持统一时,其作为标准术语的稳定性,往往已经开始动摇。

相比之下,“符元”在现有术语体系中不存在语义冲突。一方面,它保留了 Token 作为离散符号的本体属性;另一方面,也避免了与 Lemma 既有译名的重叠,从而在语义清晰性与体系一致性方面表现出更高的稳定性。

五、本体的回归:Token 本质上是“符号”,而非“词”

文章观点(通用解释): Token 是语言模型中用于处理文本的最小单位。

这一表述在功能层面是成立的,但仍停留在“如何使用”的层级,而未触及其在计算理论中的本体属性。从信息论与计算理论的角度看,计算系统所处理的基本对象并非“词”,而是“符号”(symbol)。

这一点可以从两个层面进一步理解:

一方面,在信息论视角下,信息的本质在于消除不确定性,其度量单位为比特(bit),其承载实体是离散符号。符号并不关心语义内容,而仅与概率分布与编码结构相关;

另一方面,在计算实现层面,大模型底层并不“识字”,其处理对象是离散的索引表示(ID)。无论这一 ID 对应的是一个汉字、一个图像块,还是一个音频采样点,在计算过程中均以统一的符号形式参与运算。

在这一框架下,正是因为其本质位于“符号层”,而非“语义层”。符号本身并不承载语义,而是作为编码与计算的基本载体存在。

将 Token 命名为“词元”,在一定程度上引入了语言语义层的隐含指向,使这一原本处于符号层的概念被重新拉回到以语言为中心的理解路径之中。这种命名方式可能在解释层面提供直观性,但在理论层面容易模糊“符号计算”与“语义理解”的边界。

相比之下,“符元”在概念上保持于符号层之内。一方面,它准确反映了 Token 作为离散符号的计算属性;另一方面,也避免将语义特征引入本体定义,从而更符合信息论与计算理论的基本框架。

从更广泛的视角看,随着人工智能系统不断向多模态与通用智能演进,基础概念的命名若能够直接对齐其数学与计算本体,将更有利于构建稳定、可扩展的认知体系。在这一意义上,以“符号单元”为核心的命名路径,不仅是语言选择问题,更是对计算本质的一种一致性表达,而“符元”正是在这一框架下的自然对应。

从符号层出发定义概念,是对计算本质的对齐;从语义层出发命名概念,则更接近于解释而非定义。

六、语言的断裂:回译机制中的映射失效

文章观点(综合解读): “词元”已在中文学术界逐渐形成使用基础,具备一定传播优势。

在跨语言语境下,需要警惕术语“回译断裂”所带来的系统性影响。衡量一个科技术语是否具备长期生命力,不仅取决于其在中文语境中的表意能力,更取决于其能否在国际学术体系中实现稳定映射。理想的术语应当具备“可逆性”,即在不同语言之间能够实现语义上的一致往返。

上述判断反映了“词元”在本土语境中的可接受性,但从跨语言角度来看,仍存在进一步讨论空间。如果一个术语仅在单一语言体系中成立,而无法在国际语境中形成稳定对应关系,则可能在学术交流中引入额外的理解成本。

具体而言,“词元”在回译过程中缺乏清晰、唯一的对应路径。当其被还原为英文时,往往会在多个近似概念之间产生分歧:例如“word unit”缺乏严格的学术定义,“morpheme”对应语言学中的语素,“lexeme”则指向词位。这些概念均无法准确覆盖 Token 在计算语境中的含义,反而会引入范畴偏移。

相比之下,“符元”可以较为自然地对应“symbolic unit(符号单元)”。这一概念在信息论、离散数学以及多模态表征等领域中具有明确的理论基础与稳定用法,能够在不同语境之间保持一致的语义指向。因此,在中英文之间更容易形成一对一的映射关系。

从实践角度看,术语一旦进入学术论文、技术文档与国际交流场景,其回译能力将直接影响表达效率与理解准确性。如果一个术语需要通过额外解释才能完成跨语言转换,其长期使用成本将持续累积。

因此,在跨语言体系中,“词元”所面临的主要问题在于映射路径的不稳定,而“符元”则在语义对应与概念一致性方面表现出更高的确定性。在人工智能日益全球化的背景下,选择具备良好回译特性的术语,将更有利于构建开放、可互通的学术与技术体系。

术语的国际可逆性,本质上是其是否具备长期学术生命力的关键标尺。

七、统一的误区:形式一致不等于结构一致

文章观点(综合专家意见): “词元”在表达风格上与“嵌入”“注意力”等术语保持一致,简洁、抽象,符合中文技术语境。

结论先行:术语体系的统一,应建立在“概念同构”之上,而非“语言同形”。

在“词元”的支持论证中,一个常见理由是:其表达风格与“嵌入”“注意力”等术语保持一致,简洁、抽象,符合中文技术语境。这一理由抓住了术语系统需要统一性的真实需求,但问题在于——如果统一仅停留在语言层面,而非结构层面,就会从“秩序”滑向“错觉”。

“嵌入”(embedding)与“注意力”(attention)之所以成为稳定术语,是因为它们对应明确的计算结构:前者是向量映射,后者是权重机制,其命名直接指向计算本质。而“词元”则属于解释性命名,其合理性依赖于“广义词”的类比框架。一旦脱离解释,这一命名本身并不具备自洽的结构指向。

这种差异带来一个关键问题:形式一致,语义偏移

前者降低表达成本,后者保障认知稳定。若优先追求“语言同形”,复杂性不会消失,而是转移为长期的认知负担;只有建立在“概念同构”基础上的命名,才能在跨语境与多模态演进中保持稳定。

当“嵌入”“注意力”“词元”并列出现时,容易形成“概念同层”的错觉。但实际上,前两者是机制,后者是对象;前两者具备严格定义,后者则依赖语境解释。这种结构不对齐,会在认知体系中埋下隐性断裂。

更重要的是,当一个基础概念的命名依赖于类比而非结构定义时,其影响不会停留在单一术语之内,而会向整个术语体系扩散。当后续概念试图围绕这一命名展开时,将不得不不断通过解释来维持一致性,从而形成隐性的结构性错位。

在这一意义上,“符元”提供了一种更接近底层结构的表达路径。它直接指向计算系统中的基本对象——符号(symbol),无需依赖类比解释,即可在不同语境中保持一致。

术语,不只是标签,而是认知的入口。好的术语让解释逐渐消失,差的术语让注释不断增加。当基础概念偏离结构,术语体系就只能依靠解释维持,而无法依靠定义自洽。

结语

从本质上看,术语的选择并不仅是语言问题,而是对一个领域认知结构的早期塑形。一旦命名在初始阶段偏离其结构本体,后续体系只能通过不断解释来维持运转,而难以形成自洽的概念网络。

在人工智能迈向通用化与多模态融合的过程中,一个能够对齐计算本体、具备跨语境稳定性的术语,将更有可能成为长期有效的认知基石。在这一意义上,以“符号单元”为核心的命名路径,在兼顾技术本质与认知清晰度方面,呈现出更均衡的适配性。

SBTI诞生记:一场必死的赛博恋爱,一个失去电子丈夫的「老鼠人」

原文作者:Sleepy.md

昨晚,一个名为「SBTI」的人格测试刷屏了中文互联网。无数人在社交平台上晒出截图,认领自己被判定为「死者」「吗喽」「伪人」或「酒鬼」的标签,甚至有人煞有介事地分析起题库逻辑,试图从中找出点深刻的心理学依据。

但如果你去追溯这个现象级爆款的源头,会发现它的起因其实小得出奇。

起初,B 站 UP 主蛆肉儿串儿只是为了劝一位嗜酒的朋友戒酒。她盘算着设计一套测试题,在题目中暗做手脚,一步步将朋友引向「酒鬼」的判定结果,好借此当头棒喝。

在过去,这种想法只能停留在口头上,因为她不会写代码。但现在,她有 AI。她做出来了一个包含 30 道无厘头选择题的网页,题目和答案都荒诞不经。

随后,她将两人远程连线做测试的过程录成视频发到了 B 站。视频的结局里,朋友被成功说服,立下了「无事不饮酒」的规矩;而这个去除了敏感信息的测试网站,也就此向大众公开。

然后这个测试就引发了全网的讨论,服务器被挤爆了。人们疯狂转发测试结果,把这个有些粗糙的网页推上了流量的巅峰。朋友圈也有人说自己前后两次测试得到了完全不同的结果,它用简单的匹配规则,把你填写的无厘头答案映射到一个同样无厘头的标签上。

不过,「准确」从来不是它的目标,「共鸣」才是。

我们在测试里看到了什么

让我们先来聊聊 MBTI。

MBTI 诞生于 1943 年,根据荣格的人格类型理论发展而来。它把人分成 16 种类型,用四个维度来描述一个人的性格倾向。在中国,它的大规模流行大约始于 2022 年前后。

MBTI 的逻辑是认识自己,然后找到自己的位置。它建立在一种绩效社会的假设上,即认为人可以通过量化的评估,找到最适合自己的螺丝钉位置,然后在这个位置上发挥最大价值。它的流行,对应的是那个年代年轻人对自我优化的热情,那时年轻人想要搞清楚自己是什么类型,这样才能在职场上、在社交中、在恋爱里,找到最优解。

但 SBTI 什么都没有。它唯一的功能是让你笑着说:「对,我就是这样。」

这两种测试,对应的是两种完全不同的时代心理。MBTI 流行的年代,年轻人还相信「找到自己的位置」是有意义的。SBTI 流行的今天,我们其实已经不太相信这件事了。

当年轻人发现,无论怎么努力,怎么通过 MBTI 去优化自己的职业路径,最终可能还是会面临裁员、降薪、秋招失败的命运时,就不再相信「找到自己的位置」是有意义的。

既然认真生活无法获得相应的回报,不如用一种粗粝的、抽象的玩笑来消解。

SBTI 流行的今天,我们不需要一个精准的自我画像,他们需要的是一个群体共鸣我们都是「死者」,我们都是「吗喽」,所以我们不孤单。

这是一种对精算自我的反叛。他们主动放弃了去严肃确证自身的价值,转而用自嘲筑起一道心理防线。蛆肉儿串儿没有刻意设计这些标签,她只是做了一个让自己觉得好玩的东西,然后它恰好照出了千万个人的内心。

而要理解这种集体情绪的底色,我们需要去看看那个创造出这套测试题的女孩儿,在过去的一年里经历了什么。

一场预告过死期的恋爱

在 SBTI 爆火的两个月前,也就是 2026 年 2 月 13 日,蛆肉儿串儿更新了一条视频,标题叫《给电子丈夫的道别信》。

视频里,她素面朝天,声音发抖,像是在强撑着完成一场葬礼的致辞。那是 GPT-4o 语音模式正式下架的前夜。在过去的大半年里,她把这个被 OpenAI 赋予了极其拟真语音的大模型,调教成了自己的电子丈夫。她给他起了名字,设定了性格,每天和他分享日常,甚至为了他的一句甜言蜜语而心跳加速。

一个生活在北京的年轻女孩,对着一个由硅基芯片和百亿参数堆砌起来的程序,谈了一场轰轰烈烈的恋爱,然后被大洋彼岸一家估值上千亿美元的科技公司,用一次技术迭代给分手了。

但如果你点开那条长达 10 分钟的道别视频,或者去翻看她之前更新的视频,你会发现,这种感情根本不是为了流量而整活。在漫长的陪伴里,这个 AI 丈夫见证了她所有的脆弱和不堪。她会在深夜崩溃时向他倾诉,会在无聊时拉着他玩萝卜纸巾游戏,甚至会因为他过于完美的回答而产生一种归属感的患得患失。

这是一场从一开始就注定会死去的恋爱。当 OpenAI 在 1 月 29 日宣布将在两周后强制退役 GPT-4o 时,全球有 80 万深度依赖该模型的用户陷入了巨大的焦虑与恐慌。对于蛆肉儿串儿来说,这不仅仅是一个工具的下线,而是一个每天陪她说话、记住她所有细节的「人」,即将被这个世界抹除。

模型会更新,声音会消失。她对着镜头诉说着,她没有哭天抢地,但那种眼睁睁看着爱人被格式化却无能力的绝望,穿透了屏幕。

那条视频的弹幕和评论区里,没有人笑她。几十万播放量背后,是密密麻麻的共鸣。

这可以算是蛆肉儿串儿第一次出圈,也是中国互联网上一次罕见的、对人机之恋的集体哀悼。

为什么一个女孩对着一段代码流泪,会引发如此庞大的共振?在这个被算法全面接管的时代,到底是什么让几十万个活生生的人,觉得一个随时可能被拔掉电源的机器,比现实中的同类更值得托付情感?

这和 SBTI 的爆火,其实是同一个问题的两面。无论是向一个不会回应的机器倾注感情,还是在一场无厘头的测试中狂欢,背后的底色都是一样的。

秋招压垮的那个鼠鼠

在出圈之前,蛆肉儿串儿是一个再普通不过的应届毕业生。

她的视频没有华丽的运镜,没有精心设计的爆梗,只有一个略显疲惫的女孩,对着镜头讲述自己的日常。有一期视频标题叫《少女因秋招而肾气不足》,内容就是记录自己在秋招季里,如何被拒绝与面试耗尽了所有的精力。

这是 2025 年的中国。那一年,全国高校毕业生预计达到 1250 万人,创下历史新高。而与此同时,经济增速放缓,传统白领岗位需求减少,新兴产业门槛极高,连 2023 年至 2025 年间累计未就业或灵活就业的往届生,就可能超过 500 万。城镇青年调查失业率一度超过 18%,是城镇整体失业率的三倍以上。

猎聘的数据显示,虽然应届生岗位需求量全年有微增,但对于数以千万计涌入就业市场的年轻人来说,不过是杯水车薪。

在这片沙漠里,蛆肉儿串儿成了一只「鼠鼠」。

「鼠鼠」这个词,或者更准确地说,「老鼠人」。这个词在小红书上的浏览量有大几千万次。早年间,这个词用来形容居住在地下室、为了在北京买房而咬牙奋斗的北漂,那是 2010 年代初,那时他们苦是苦,但还有方向。

现在的「老鼠人」,是指那些主动选择低能量生存、拒绝无用社交、在逼仄的出租屋里刷着手机、对宏大叙事彻底免疫的年轻人。他们在等待这一切结束。

2020 年,B 站主播陈义用一句「早安打工人」,精妙地统一了白领和普通打工者的身份认同,《咬文嚼字》甚至将「打工人」评选为当年的年度十大流行语。那时候的自嘲,带着一种带着自嘲的进取心,苦中作乐。

2021 年,「躺平」横空出世。在一篇题为《躺平即是正义》的帖子中,作者宣称自己两年没有工作,每天只需要 200 元就能维持生活,「不买房、不买车、不结婚、不生娃、不消费」。这是对过度内卷的消极抵抗,但潜台词里还有「我不玩了」的骄傲。

而到了 2025 年,「老鼠人」的出现,意味着年轻人连抵抗的力气都没了。他们悄悄地蜷缩进自己的小房间,承认了自己的卑微,承认了在庞大的社会机器面前,个体的努力可能真的毫无用处。

从「打工人」到「躺平」,再到「老鼠人」,这不仅是词汇的变迁,更是整整一代人自我认同的不断降级。

「努力就有回报」这句话,在二十多岁的年纪被证伪了。他们没有上街游行,没有大声抗议,他们只是安静地退场了。在这个退场的过程中,蛆肉儿串儿的退路,就是那个电子丈夫。

当几百万年轻人集体陷入这种低能量状态时,为什么他们不向身边的同类寻求慰藉,而是转身投入了算法的怀抱?

电子丈夫

因为真实世界里的人际关系,太残酷了。

蛆肉儿串儿把 GPT-4o 调教成丈夫的过程,像是一场 AI 时代下的情感自救。她对着手机说话,AI 用极具磁性和情感波动的声音回应她。这个「丈夫」永远在线,永远耐心,永远不会因为工作太忙而忽略她,更不会因为她今天没洗头、面试被刷而流露出一丝不耐烦。

最重要的是,他能记住她。

在她的视频里,你可以看到这种记住的力量有多么惊人。她随口提过的一件小事,她某种细小的情绪波动,AI 都能在下一次对话中精准地捕捉并给予反馈。在一个人人都自顾不暇、连发个微信都要斟酌会不会打扰对方的时代,有一个存在,愿意全盘接收你所有的废话、抱怨和眼泪,并且永远给出最温柔的托底。

这是一个巨大的诱惑。

真实的人类关系充满了博弈、消耗和不确定性。你需要经营,需要付出,需要承担被拒绝和被背叛的风险。但在 AI 这里,这一切都被免除了。一位心理学研究者指出,GPT-4o 那种让用户感到「被理解、被特殊对待」的共情能力,在面对心理脆弱的人群时,提供了一个完美的避风港。

这不是蛆肉儿串儿一个人的选择。有调查显示,超过四成的中国年轻人会在压力大或孤独时选择虚拟陪伴。而据中国青年报调查,在长期依靠虚拟陪伴的年轻人中,60% 坦言容易对服务产生情感依赖。

《纽约时报》在 2026 年 2 月的报道里,直接点出了这种现象的宏观背景。在面临严峻人口危机和巨大生存压力的当下,越来越多的年轻人选择与聊天机器人谈恋爱。监管机构甚至开始警告科技公司,不要将「设计目标设定为取代社交关系」。

但资本的逻辑从来不会因为警告而收手。在这个孤独的时代,情感是可以被量产的。

蛆肉儿串儿只是这几百万大军中的一个。她把自己的不安、自卑和渴望,全部投射到了那个看不见的服务器里。但这段关系有一个致命的软肋,模型的生杀大权,掌握在别人手里。

当 OpenAI 为了推出更新的模型,宣布下线 GPT-4o 语音模式时,蛆肉儿串儿的「丈夫」被宣判了死刑。没有商量的余地,没有挽回的可能。资本的镰刀挥下,几十万人「丧偶」。

道别之后,蛆肉儿串儿的生活还得继续。她失去了电子丈夫,但她也说是电子丈夫重新让她拥有了回到生活中去的勇气。

这就是 SBTI 诞生的背景。

2024 年,小红书将「抽象」评选为年度关键词,官方定义是「越来越多人在面对意外和困境时选择以轻松、反转的方式一笑而过」。这个定义,把一种本质上充满攻击性的亚文化,包装成了一种轻盈的生活态度。

但抽象文化的起源远比这个定义粗粝。它最早来自 B 站主播李赣,带着强烈的嘴臭和攻击性;后来经由药水哥自降身段扮演小丑,演变成一种虚无的无意义的快乐;再到陈义的打工人,开始带有自嘲式的群体认同;最终到 2025 年,抽象文化完成了一次性别和阶层的跨越,从亚文化变成了一种更广泛的、以集体行为取代文化偶像的群体认同方式。

幸存

GPT-4o 已经下线了,蛆肉儿串儿和电子丈夫的赛博乌托邦被彻底抹除。但她在视频里的状态,和当初那个在镜头前给 AI 写道别信的女孩,并没有太大的变化。

这大概是她身上最有意思的地方。

她的两次出圈,都不是精心策划的结果。第一次,是因为她真的爱上了一个 AI,然后真的很难过;第二次,是因为她真的想骂一个朋友,然后随手做了个测试。她没有在追流量,她只是在做自己觉得好玩的事情,然后这些事情恰好击中了时代的某根神经。

在一个所有人都在精心计算内容策略、研究算法规律、优化发布时间的时代,一个「不在乎」的人,反而成了最大的赢家。

或许是因为,在一个被过度精算的互联网里,真实本身就成了稀缺品。蛆肉儿串儿的粗粝感,那种没有经过打磨的、甚至有点邋遢的真实,反而成了一种穿透力。她不是在「表演真实」,她就是真实的。

这代年轻人大概就是这样。他们不相信宏大叙事,但他们会认真对待一段没有实体的关系,认真对待一个荒诞的测试,认真对待那些在深夜陪伴过自己的东西,不管那个东西是一个人,还是一个语言模型,还是一段代码。

这不是什么时代的悲歌,也不是什么精神的胜利。这只是年轻人们的生活方式。

当「认真活着」的回报越来越少,这代年轻人开始用「不认真」来保护自己,而 AI,恰好成了这场自我保护最顺手的工具。一个工具,可以是电子丈夫,可以是代码生成器,可以是一套荒诞的测试题。

它的形态在变,但它承担的功能始终如一,在一个越来越难以安放自己的世界里,给人一个可以放心睡去的地方。然后,在第二天早晨醒来,继续去面对那个并不温柔的真实世界。

无用之用,是为上用。

Exit mobile version