社区

跨市场投资者往往需要管理多个账户：美股放在一家券商，港股放在另一家。不同平台的开户流程、入金渠道和交易时间各不相同，资金调拨时还要在多个平台之间转移。 BIT 于 10 月 12 日上线港股交易，并以「BIT 证券」业务品牌亮相。加上原有加密业务和美股，三类资产现可在同一账户内交易。在持牌机构提供服务、用户买到真实股票的前提下，用户可通过 BIT 一个账户交易加密货币、美股和港股，开户、交易和出入金的门槛也进一步降低。 1. BIT 正在创造新一代券商 传统金融与加密市场正加速融合。在传统金融领域，嘉信于 4 月 16 日公布了现货加密交易方案，摩根士丹利旗下的 E*Trade 于 7 月 16 日开始支持 BTC、ETH 和 SOL 交易。在香港市场，券商更早布局加密交易：盈透证券于 2023 年 11 月向香港零售投资者开放 BTC 和 ETH 交易，富途也于 2024 年 8 月加入。与此同时，加密平台和企业也在拓展传统金融业务。Coinbase 于今年 2 月向美国用户开放股票和 ETF 交易；Kraken 已在美国提供股票交易一年多；币安也陆续上线多种美股交易产品。 在这些机构中，BIT 较为特殊，位于传统金融与原生加密的交汇处，兼具传统金融的合规严谨与加密行业的创新特征。美股和港股由持牌机构提供服务，用户买到真实股票；稳定币入金则贴合加密用户的使用习惯。已有 BIT 美股账户的用户可直接开通港股，将加密货币、美股和港股纳入同一账户管理。 这种模式兼顾合规与效率：股票交易由持牌机构提供服务，用户持有真实股票；资金通过稳定币出入金，可全天候操作。两种模式的优势在统一账户中得到结合。 图：传统金融和加密的融合 2. 新一代券商：统一账户交易全球资产 加密、美股和港股的市场表现各不相同，因此在一个账户中交易多类全球资产更符合用户需求，也是新一代券商的基本形态。 对投

10 月 12 日深夜，田柯宇在 elsewhere 别处发生的节目里第一次完整讲述了两年前字节的那场风波。 按他的叙述，事情前后不过十天左右，他只是用脚本停掉了一个实习生的程序「五次左右」。在节目的尾声，主持人请他发誓，他说如果自己说了半句假话，就「终生研究受挫」。 播客上线不到 13 个小时，一份一万余字的公开陈述发了出来，文末有五位当年与他同组的同事实名作证。 万字公开陈述｜图源：Github 这份陈述描述的经过，和他讲述的故事完全不同。陈述称，人为破坏从 2024 年 3 月持续到 7 月，前后近五个月；他篡改了训练集群底层的 PyTorch 源码，把恶意破坏精密伪装成偶发故障。陈述时间线的末尾写着，田柯宇在播客里的发声，是「再次企图洗白、颠倒黑白」。 四天前，他的世界模型公司刚公开了一轮近 3000 万美元的融资，投后估值 2 亿美元。 两年前，他还是字节的实习生，被辞退，被起诉。起诉立案后不到三周，他作为第一作者的论文 VAR 拿下了 NeurIPS 最佳论文。 关于这件事，法院、字节、学界、投资人、当年的同事和他本人，至今各执一词。 有一件事倒是清楚的。一份认定他恶意攻击的内部通报，加上一审的违约判决，都没有让他在资本市场上付出什么代价。 一个做过这样事情的人，两年后能这么快、这么体面地回到牌桌上，在我看来这是这个时代的悲哀。悲哀的一半在他，另一半在愿意给他钱的人。 随机种子 在成为舆论漩涡的中心前，田柯宇曾经是一个标准的「天才少年」。 2018 年考入北航，先读材料，后转入软件学院；大二起进入商汤实习，本科期间便以第一作者身份在 NeurIPS 上连发两篇论文。他大一时写的数据结构大作业，在 800 人的效率测试里拿下第一，他在说明里写，为了极致的效率，用了大量的 tricks、hacks 和优化。 极度渴望效率，也极擅长在规则的缝隙里找捷径。 2021

几天前，以太坊核心研究员 Justin Drake 呼吁行业准备进入「掩体模式」，将资产迁往公钥尚未暴露的新地址。他担心 AI 带来的数学突破，会让 ECDSA 这种广泛使用的数字签名算法，在量子威胁兑现之前遭遇实用攻击。最坏情况下，留给持有者的时间只有数月。 价格下跌时，人们还可以讨论估值与周期。私钥的安全一旦受到怀疑，问题就变成了：钱包里的钱，究竟还能不能算自己的。这动摇的是加密货币的根基。 吹哨 Drake 担心的局面是，AI 找到人类尚未发现的数学方法，让攻击者能够利用现有硬件，从公开的信息恢复钱包私钥。他把「破解」描述得相当具体，例如使用大型 GPU 集群，在一周左右恢复目标私钥。 量子威胁需要相应的硬件能力。AI 带来的风险则指向算法突破：一个过去被认为难以求解的数学问题，假如出现了更有效的方法，原有的计算成本就会下降。防守者原本等待的是量子计算机，现在还要防备经典算法本身发生变化。 椭圆曲线具有丰富的数学结构，这是 Drake 尤其担心它的原因。那些人类尚未找到的解法，会不会被更强的 AI 找到？过去积累的安全经验，还能不能为未来提供同样的保证？ Vitalik 的回应也认真对待这一可能。他把担忧进一步扩展到格密码，包括 ML-DSA 等抗量子方案。这些方案同样依赖特定数学问题难以求解；假如 AI 加速的研究改变了求解方法，现有参数所提供的安全余量也需要重新评估。 因此，「抗量子」这个标签还不足以回答所有 AI 风险。Vitalik 更偏向在适用的签名与证明中采用哈希构造，减少对复杂数学结构的依赖。他也提醒，公钥加密有更难处理的限制，无法直接照搬这条路线。 反对 Drake 声明的人也不在少数，主要的反驳点在于，Drake 声称的「数月」过于耸人听闻了。 NEAR 创始人 Illia 承认 AI 正在挑战人们对数学复杂度的认识，却尚未看到椭圆曲线实用攻击的时间

10 月 8 日，Anthropic 发布 Haiku 5.5。对于不超过 10 万 token 的短请求，每百万 token 输入收 0.1 美元、输出收 0.5 美元，只有上一代 Haiku 4.5 的十分之一。 当天上午，Dragonfly 管理合伙人 Haseeb Qureshi 在 X 上贴出两张 Artificial Analysis 的散点图，配了一句： 「If you want the cheapest LLMs, you should now buy American.」 （想要最便宜的大模型，现在该买美国货了。） 上传中... 添加图片描述，不超过50字（可选） 散点图的横轴是完成一次基准任务要花的钱，纵轴是得分。连接所有最优解的那条虚线，在微观经济学里叫帕累托前沿，线上每一个点都意味着，在同等成本下你找不到更聪明的模型。 6 月那张图上，虚线最便宜的那一端，是小米 MiMo、DeepSeek V4 Pro、MiniMax-M3 和智谱 GLM-5.2，几乎全是中国大模型的名字。 到了 10 月 8 日，整条线被 Anthropic 和 OpenAI 接管。中国模型只剩下一个 MiMo 还勉强挂在边缘，智谱 GLM-5.3-Flash 和 DeepSeek V4.1 Flash 则被一掌推到了 Haiku 5.5 的右下方，意味着相比之下它们花得更多，得分更低。 当天港股开盘，大模型概念股应声下挫。上午 10 点 26 分，MiniMax 跌幅扩大至 10%，智谱跌 5.6%。午盘恒生科技指数跌 1.93%，两家大模型新贵跑输大盘近五倍。 过去两年，中国开源与高性价比模型，给全球大模型市场焊死了一条斩杀线。只要把价格压进泥地，海外走量档的闭源模型就难以为继。硅谷明星公司排着队把底层管道换成中国开源大模型。 如今，牌桌被掀了。 斩杀线，被斩杀了。 斩杀线的

2026 年 9 月 29 日，旧金山，尽管模型竞争被老对手 Anthropic 压得喘不过气，OpenAI DevDay 2026 还是如期举行。 但这场发布会上，新旗舰模型还是缺席了。 原定 10 月发布的 GPT-6.1 Astra，在开幕前二十四小时被官方紧急撤下。走到聚光灯正中央的新主角，换成了 Personal Agent，OpenAI 给它起的名字叫 Dot。 这场发布会发布了 25 项更新，动察 Beating 整理如下。 模型与 dot Dot 由 GPT-6 Astra 驱动的 Personal Agent。拥有独立的云端沙盒电脑与专属浏览器，接入逾 4000 款外部应用；支持主动研究，能在后台以只读权限翻看应用找活干；Pro 与 Business Premium 用户赠送第一个 dot，对话不计入 ChatGPT 基础额度。 Specialist Dots 面向企业的数字员工预览版。在组织内拥有独立身份、凭据和工号。 GPT-6.1 Sol 主打 agent 编程、计算机操作与专业任务。输入每百万 Token 2 美元、输出 10 美元（仅为 Astra 的五分之一），缓存输入 0.10 美元；DeepSWE v1.1 得分追平 Astra，Terminal-Bench 得分达前代 Sol 的两倍以上。 Astra Ultrafast & Sol Ultrafast 高吞吐极速档。速度最高提升 8 倍，Codex 吞吐约每秒 300 Token。价格为标准版 Astra 的 6 倍（输入 60 美元、输出 300 美元）。 隐私智能 全系支持离线安全审查的「零数据保留」；联合 Cisco、Databricks、Snowflake 推出基于机密计算架构的隐私推理。 Codex 与 API Codex Cloud 全托管云端开发环境。支持脱机运行，

9 月 28 日，Manus 2.0 上线。 这个版本其实 8 月就已经完工。它被压在抽屉里整整两个月，直到那桩涉及 20 亿美元的跨境巨额收购被彻底了结，才得以重见天日。 过去九个月，Manus 经历了一场中国创投史上罕见的故事，先是被 Meta 以超过 20 亿美元买下，随后被国家发改委出面叫停，最终由腾讯牵头的一众老股东按原价回购赎身。 对绝大多数创业公司而言，这样的九个月足够伤筋动骨。 Manus 却在风暴眼中央越跑越快。在被调查与重组的三个月里，它的日收入涨了近 5 倍，而在重获自由后不到三周，它正在洽谈的新一轮融资估值已达到约 40 亿美元，恰好是半年前回购价的两倍。 绕了一大圈，这家独立公司回到牌桌时，比卖身巨头时更值钱了。 而就在 Manus 2.0 发布前二十天，Meta 上线了自己的 personal agent 产品 Muse，并在十天内冲上美国 App Store 免费榜首。Muse 如今在做的事，Manus 在 Meta 的那几个月里其实早已开好了头。 只是这一次，Manus 必须自己把它做完。 Manus 2.0 9 月 1 日宣布恢复独立时，Manus 给自己立了三条军令状：让 agent 更深地嵌进用户日常工作流、更直接地和真实环境交互、在获得授权后更主动地替人办事。 四周后的 2.0，几乎是照着这三句话交的卷。 整篇发布公告对 Meta 只字未提，也绝口不谈过去一年的颠簸。它的重心，是试图把 agent 的定义从「代劳任务」，推进到「交付作品」。 一年半以前，让这个团队一战成名的还是另一种体验，用户一句话甩过去，云端自动拉起一台虚拟机，搜资料、敲代码、跑数据，最后交回一个结果。如果用户对生成的视频配乐不满意，往往只能推倒重来，重新调整 prompt 再跑一遍。 Manus 2.0 选择把过程交还给人。 新的视频编辑器几分钟出初剪，然后把时间

年轻，本来意味着人生还有大量未定之处，现在却越来越像一项需要尽快兑现的资产。 2010 年 9 月，Peter Thiel 的基金会宣布了一个名为「20 Under 20」的项目。 他们要挑 20 个不到 20 岁的人，每人给 10 万美元、两年时间，去做那些「等不到毕业」的事。次年 5 月首届名单公布，实际入选了 24 个人。当时很多的媒体报道标题都是「PayPal 联合创始人发放 10 万美元奖学金，让他们别上大学」。 奖学金，资助不上学。 十六年后，Marc Andreessen 的 a16z 掏出 3500 万美元，在旧金山开办一所新学校，Horowitz Andreessen Academy，简称 HAA。首届招 50 人，计划在 2027 年秋天开学。 给钱让人 drop out，和掏钱自己办一所学校，两笔钱瞄准的，是同一种焦虑，也是同一个年纪。 出得起钱的 VC 们越来越着急。他们不再关心一个年轻人以后可能成为什么，而是逼着还没走出校门的人证明你今天已经做成了什么。 倒放的磁带 辍学，从来不是什么新鲜事。 比尔·盖茨、乔布斯、扎克伯格，当年确实都辍学过。但耐人寻味的是，辍学究竟是从什么时候开始，被反向包装成了一堂目的明确的成功学抢跑课。 当事人自己讲的故事，其实和后来资本转述的相去甚远。 乔布斯在 2005 年斯坦福演讲中提到，当年从 Reed College 退学后，他在学校里赖着旁听了约 18 个月的课，并且还纯粹因为喜欢去上了书法课。那时候没人知道个人电脑会长成什么样，他更不可能在十八岁就算准，十年后这些字体会被搬进第一代 Macintosh。 你不可能充满前瞻性地把生命里的碎片串联起来。乔布斯说，只有在回头看时，才会发现它们之间的联系。 但在后来被倒放的叙事里，退学被修剪成了一场精准的提前抢跑。 2011 年底，《福布斯》推出第一届「30 Under

过去四年，生成式 AI 的所有宏大叙事，其实都在算计同一种体面人的饭碗。 写代码，做设计，写商业计划书，画电影分镜。顶级实验室在各路 benchmark 上死磕小数点后两位，Big tech 带着心照不宣的优越感，不断推演人类离全面下岗还剩几个季度。 但所有人都刻意绕开了生活里横陈的另一面。 那些人类根本不想做、扔掉也毫无留恋的脏活。比如在电信运营商层层嵌套的语音菜单里机械地按 0 转人工、为取消一个月费 9.9 美元的流媒体订阅跟外包客服在网页两端拉扯四十分钟、对着保险公司的拒赔账单逐行核对代码，或者在五张大同小异的网页表单里一遍遍机械地复制粘贴信息。 为什么席卷了数千亿美元算力的 Generative AI，始终没有人愿意弯下腰，替普通人消化掉这些消耗生命的垃圾时间？ 是技术做不到，还是这笔账在 VC 眼里太不性感？ 9 月 8 日那天，Meta 悄悄上线了 Muse。两周后，它压过 ChatGPT，坐上美区 App Store 免费榜第一。 Muse 是一个 personal AI agent。给你配一台专属的云端虚拟机，7×24 小时在线，直接连着邮箱、Calendar 和 OpenTable。免费档每周送 1 亿个 token，足以替你办完一堆烂事。 它不打算取代任何人。 它只做那些其他产品都在躲的事。 麻烦税 要理解 Muse 为什么火，得先看它帮人做的的是哪一类工作。 X 上流传最广的案例，几乎都能分成三大类。 第一类，信息差。 规则、条款、动态定价，向来全握在机构手里。 一个叫 Nick Prince 的人要买断一辆他正在租赁的车。经销商说帮他代办贷款，Muse 实时拆穿里面藏着的一笔手续费，顺手剔掉了几项厂家规定之外的加价保养，省下 1250 美元。 还有人把五张搞不清规则的高年费信用卡丢给它。Muse 对着账单把积分权益理得清清楚楚，省了超过 1000

孙正义又去借钱了。 这次是 100 亿美元，外加 10 亿欧元，全部拿来买 OpenAI。 9 月 21 日，路透社翻出了软银最新的发债文件。花旗和摩根大通在簿记行一栏并排坐着，要在公开市场上把这批高风险票据推销出去。软银的主体信用评级依然落在 BB+，高收益债更体面的说法，其实就是垃圾债。 发债的时间表掐得很紧，9 月 24 日敲定利率，29 日资金入账，紧接着在 10 月 1 日，这笔钱就必须原封不动划入 OpenAI 的账户。这是双方约定的第三期投资款。 上百亿美元穿堂而过，在软银账上只能停留两天。 一个宣称能看透未来三十年的科技狂人，正在按天计算自己的现金流。 他以前做大买卖从不这样赶时间。1999 年见马云，他投了两千万美元。那时候所有人都觉得他是疯子，但他拿的是自家的闲钱，输赢由己，等得起整整十五年。 那时候时间是他的盟友。 如今全反过来了。台面上依然是改变世界的宏大叙事，台面底下，他是在每一个清偿期限到来之前，跟日历赛跑。 锁在抽屉里的筹码 2 月 27 日，软银与 OpenAI 签下最终协议。 总计 300 亿美元的追加投资，被拆成了三期，每期整整 100 亿美元，依次卡在 4 月 1 日、7 月 1 日和 10 月 1 日交付。等最后一笔款项落定，软银在这家公司身上砸下的真金白银将达到 646 亿美元，换算成大约 13% 的股权。 646 亿美元是软银 2016 年收购 Arm 所耗资金的两倍。 在这一轮里，OpenAI 的投前估值冲到了 7300 亿美元，把软银集团自身的市值远远甩在身后。分期支付是妥协的结果，OpenAI 锁定了未来大半年的粮饷，软银为自己匀出了喘息的间隙。 但代价是，每隔三个月，软银就得在金融机构之间重新张罗出一百亿美元。 促使孙正义下定决心的，是一份写给顶级资方的路演文件。 文件显示，OpenAI 预期 2026 年收入为 360

中国新能源车企如今都想当 AI 公司。 但这门生意的起点不仅没有算法和算力，甚至谈不上商业逻辑。 2009 年「十城千辆」启动，财政开始花真金白银补贴一个没人买的试验品。中国汽车工业被内燃机专利困了大半个世纪，试图借机换道破局。闸门一开，真正造车的和寻租套利的混作一团，野心与投机在同一条赛道上狂奔。 那几年乱象丛生。有车厂把同一批电池装上底盘，申报验收领完钱立刻拆下来，塞进下一批空壳车里再领一遍；也有车一辈子没沾过公路，里程表在车间里靠仪器空转。造车不需要懂用户，只要吃透财政文件，纸面上的申报数字就能换来大把现金。 直到骗补名单公开，行业迎头挨了一记重击。2016 年前后的舆论场几乎宣判了它的死刑，一个靠财政输血催熟的行当，政策退坡之日似乎注定就是夭折之时。 但在废墟边上，真正的火种反而落了地。蔚来、小鹏、理想先后立项，旁边还伏着早就下注的比亚迪。 李斌卖过汽车软件，何小鹏做过浏览器，李想做 过垂直门户。他们揣着在互联网和移动时代赚到的资本，带着敲代码的工程师，一头撞进这个最排斥外行人的重资产熔炉。「PPT 造车」是当时外界扔给他们最显眼的标签。 真正的转折发生在 2019 年。特斯拉上海超级工厂落成，国产 Model 3 压价入场。这条过江龙把中国同行逼到了存亡边缘，却也在客观上替中国工业完成了整套电动供应链的筋骨重塑。电池、电机、电控，以及后来成为胜负手的芯片与算法，在这个残酷的试验场里被逼着长熟。 借着这股势头，中国汽车产销量在世界第一的位置上一坐十几年。 到了 2026 年，这几家好不容易从九死一生里杀出来、把车彻底造明白的公司，却突然不想再被称为车企了。 撕掉铁皮 2026 年 8 月 24 日，小鹏发了二季度财报通稿。金融网站一天要刷出数百篇这类公关稿，极少有人会去核对文末那行不起眼的公司简介。 但所有的焦虑与野心都藏在那几行小字里。2020 年上市招股书上，小