与「】在这里，不只是太行大峡谷的青绿壮阔，更是红旗渠“人工天河”的凿山奇迹。青年洞壁上深浅不一的凿痕，藏着“自力更生”的精神密码。渠水如丝带缠绕群山，石头上绽放艺术之花」相关的搜索结果

【#是什么让太行的石头开出花##】在这里，不只是太行大峡谷的青绿壮阔，更是红旗渠“人工天河”的凿山奇迹。青年洞壁上深浅不一的凿痕，藏着“自力更生”的精神密码。渠水如丝带缠绕群山，石头上绽放艺术之花#......太行之美，不止于景，更在于魂。

对 OKB 来说，重点在这里：OKB 不只是 gas 了，还变成开市场、质押、获得交易区权限的核心资产。 OKX 此前也明确说 OKB 是 X Layer 的唯一 gas/native token，并且 X Layer 重点面向 DeFi、支付和 RWA

美股一直涨，为什么亏钱的人还是一大堆？ 这轮美股最有冲击力的地方，不光标普、纳指新高，而且美光这种典型周期股，也被 AI 重新定价了。 以前看美光，很多人想到的是 DRAM、NAND、库存周期，涨一轮跌一轮。但现在市场看的不是普通内存，而是 HBM 高带宽内存。AI 服务器要吃 GPU，也要吃内存带宽；模型越大、推理越多，存储和内存就越像算力链里的瓶颈。美光被资金重新追捧，本质上说明一件事：AI 行情已经不只是英伟达的故事，而是在往整条硬件链扩散。 这也正是普通人最容易亏钱的时候。 因为一个行业有真实逻辑，不代表每个价格都值得买。AI 产业链确实有需求，美光也确实受益于 HBM 和数据中心周期，但当市场已经把这些预期打进股价以后，后面赚的是“业绩能不能继续超预期的钱”。 很多人亏在这里：看到英伟达涨完，开始找美光；看到美光涨了，又去找下一个存储、光模块、服务器、散热、电源。看起来是在研究产业链，其实很多时候只是在追补涨。买进去的时候，逻辑已经被市场讲透，估值也被资金抬上去了。 美股长期强，不代表普通人闭眼买都能赚钱。指数上涨，靠的是企业盈利、回购、美元流动性和全球资本定价权；但普通人亏钱，往往亏在追高、换仓、仓位过重，以及把同一个 AI 叙事拆成好几个名字，以为自己分散了风险。 比如账户里同时有英伟达、博通、台积电、美光、半导体 ETF、纳指 ETF，看起来很丰富，其实底层风险都绑在 AI 资本开支和科技股估值上。顺风时一起涨，确实爽；一旦市场开始怀疑 AI 投入回报，或者大型科技公司放慢资本开支，这些资产也可能一起回撤。 美股有机会，AI链也值得研究，但越是热门方向，越不能只看故事。真正能赚钱的人，不是看到什么涨就追什么，而是能分清长期趋势、短期情绪和估值压力。 市场一直涨，不代表每个人都会赚钱。很多人不是输给美股，而是输给了自己那一下没忍住。 投资有风险，记得 DYOR。

昨天，加密行业发生了一件前所未有、也令人心情复杂的事情。 过去，当一家 CEX 出现负面消息时，用户至少还有一个最基本的权利——他们可以自由地把自己的资产转移到其他平台。 但这一次，很多用户突然发现： 他们不是不能离开 HTX， 而是“无处可去”。 由于 HTX 被卷入英国方面的一项制裁争议，部分第三方风控与安全系统，对所有与 HTX 存在资金往来的地址进行了大范围、无差别的风险标记。 很多用户只是正常地进行充提、交易，却因此被限制资金流动、限制交易，甚至出现了仅仅因为向 HTX 充值，就导致其在原平台账户资产被冻结的极端情况。 如此大规模、无差别地将普通用户卷入风控之中，在整个行业历史上，都是极其罕见的。 而最令人难受的是： 现在，HTX 平台本身一切正常。 交易正常、充提正常、OTC 正常，我们甚至一直在努力维持 OTC 的稳定价格，保障用户能够顺利提现。 但“不正常”的，反而变成了用户。 这是一个非常荒诞、也非常值得整个行业关注的现象。 因为这件事真正受到冲击的，不只是 HTX。 而是整个加密行业最珍贵的东西： 用户的信任。 这些用户并不只属于 HTX。 他们也在 Binance、OKX、Bybit、Coinbase，甚至更多平台交易。 他们属于整个行业。 如果一家平台出现问题，正常的逻辑应该是针对平台本身采取措施，而不是让普通用户承担外溢代价，更不应该让用户在毫不知情的情况下，被整个行业“集体误伤”。 目前，HTX 的充提功能依然正常。 用户虽然无法顺利转入部分交易所，但仍然可以提币到链上。 但说实话： 如果最终，所有用户都只能选择把资金提到链上，或者通过 OTC 离场， 那将不是 HTX 的失败，而是整个 CEX 行业信任体系的失败。 因为这意味着： 用户开始相信，任何一家中心化交易所，都可能在某一天失去“互通性”。 对于已经身处寒冬、极度缺乏信心的加密行业来说，这无疑是一次沉重打击。 说一句并不想说的话： 币圈可以没有 HTX， 但绝不能失去用户对整个行业的信心。 在这里，我们也郑重声明： HTX 始终积极拥抱合规，并愿意配合所有相关方进行审查与沟通，推动误会尽快解除。 我们理解每一家交易所都必须遵守合规要求。 但与此同时，我们也希望行业能够共同保护用户，而不是让普通用户成为系统误判的代价。 因此，我们向所有行业伙伴发出两个真诚的呼吁： 1、希望各交易所能够共同向第三方安全与风控平台反馈当前用户所面临的问题 包括： 被误标记 资金流动受限 正常交易受影响 账户被冻结等情况 并通过数据化反馈，推动相关机构尽快修复问题，同时进一步完善行业风控机制，避免类似事件再次发生。 ⸻ 2、希望各交易所能够尽快优化针对 HTX 用户的风控逻辑 对于来自 HTX、但行为正常、资金来源清晰的用户，希望能够建立更加精准、更加合理的审核机制，保障普通用户的资金安全与正常流动。 在这一过程中，HTX 也一定会全力配合。 ⸻ 最后，我们也想对所有依然相信 HTX、资产仍留在 HTX 的用户说一句： 谢谢你们。 请放心，HTX 不会跑路。 我们不会逃避，也不会消失。 我们会一直站在这里， 直到所有问题真正解决为止。

负薪者冻毙于途，卖浆者渴死于道。织锦者身着粗布，种粮者食不果腹 今天和一个OG见完面之后，这四句话跃然纸上，也是无数仍然活跃在 Web3 一线的从业者的心声。我转发了一年多前我作为吹哨人给行业写的推，虽然预测对了结果，但这不是任何从业者想要的结果。没有人想过这件事会发生。但它正在发生。没有人愿意发声。所以我来斗胆发声。 引子 这周在上海，去了 Sun 在虹桥做的 MuShanghai。 整整一个月的活动，分了 4 个主题周——biotech、AI、culture、robotics。全球 2000 多人报名，最后筛了 800 多人到现场，从 Stanford 创业者，到前 OpenAI 工程师、YC、HF0、Frontier Tower 的 Jacob。Sun 和 Sunny 三个人加上一个二十人的志愿者组，干了一件全中国可能只有他们能干的事——把签证、国际网络、政府关系全部打通，做出了一个真正意义上的 global gateway。光这一点，已经值得行业每一个人给他们鼓掌。这是从 crypto 社区走向多元化社区最成功的一个团队。 但走完几圈，我心里的感受是复杂的。现场接近一半的参会者是 crypto 背景的人。他们身上贴的新标签是 biotech founder、AI agent builder、robotics 创业者、文化策展人。有些人是真的在探索下一段旅程，有些人是在体面地准备离开 crypto。这是这个行业的人正在展开的一场伟大的自救——以一种我从来没见过的方式。 正文 1/ 这两年我比任何时候都更悲观，但也比任何时候更不愿意放弃 最近见了很多人，听了很多事。这个行业的问题已经不是熊市的问题，是整个生态系统的正反馈机制坏了。 我把这些零散的观察、对话、反思整理出来。不是吐槽，是希望更多人一起把这件事扛起来。 2/ "小概率坏事件"正在批量发生 我最近在读概率论。我们这些老人都习惯用周期去理解市场——上个周期有 alt season，这个周期也会有。但今年所有原本被低估的小概率事件正在同时发生： 中国 Web3 大开发者，50–60% 流向了 AI。走的人基本不会再回来 几千个项目融了上百亿美金，没几个真正出圈的应用 华尔街、特朗普、主权基金把比特币拿走，原生 builder 的位置越来越窄 美国基金募资发展蓬勃，亚洲生态系统遇到生存危机，创业者流血上币离场，投资人退场 不是周期没来，是这一代周期的剧本和过去完全不同了。 3/ 关于以太坊：我不悲观，但我担心 以太坊的改革已经到了刻不容缓的时候。 过去最好的几个时间窗口——21 年的牛市、22 年的转折——本来是推动应用创新、做出超级应用的最佳时机，行业内最大的注意力、最多的钱、最优秀的人才都聚集在那个窗口里。但当时的方向押在了 ZK、L2 这些技术叙事上。技术方向本身没有错，错的是在大众市场最该出现大众产品的时间点上，把所有的资源堆到了小众的方向。 现在到了熊市，再想推一个超级应用出来，比那两年难十倍。 以太坊价格的疲软，本质上是整个 Web3 的疲软。因为以太坊承载了行业最多的资本、最多的人才、最多的注意力。它能不能再次起来，关乎几百万从业者的未来。 4/ Vitalik 可能正生活在一个巨大的信息茧房里 我最近一个很强的感受是：围绕 Vitalik 的人，大多不敢直接告诉他行业有多艰难、以太坊真实的困境在哪里。 利益寻租的群体越来越多，小圈子和圈层文化越来越严重。新的方向、新的机会出来，往往沿着原有那个圈子的纽带向外延伸。普通社区、普通从业者，很难有机会和 Vitalik 正常交流、反馈意见。社区的不满和抱怨被层层过滤，被拒之门外。 这不是某个人的错。是一个组织在快速膨胀到 200+ 人之后，反馈机制没有跟上。但温水煮青蛙的代价，最后会落在每一个还在这个生态里 build 的人身上。 5/ 从业者没有正反馈，社会和下一代似乎都不认可 这是这一代从业者最真实的共同处境，跨越地理： 中国，行业被定位为灰产，常常和传销绑在一起；香港，因为一连串交易所跑路事件，从业者默认被当骗子；新加坡，crypto 被认为是不入流的行业；美国，相比 AI 创业者，crypto 从业者几乎没有社交身份。 我听到从业者说他上高中的孩子不愿意学钱包私钥，认为他父亲做的事业拿不上台面。许多创始人作为家长不敢在学校家长会说自己做什么。下一代根本不觉得这是一个值得参与的事业。 当一个行业连"我从事它"这件事都说不出口，它的接班人问题就不再是抽象的，是迫在眉睫的。 6/ 接班人问题正在到来 以太坊第一代核心开发者大多组建了家庭、有了孩子。这是非常自然的人生阶段，没办法像十年前那样一天写十几个小时的代码。 但下一代在哪里？ 我们尝试过：高校的研究生博士生、Web2 大厂的工程师、早期社区的极客。可是在 AI 这么蓬勃的时代，我们拿什么留住他们？比特大陆和字节当年同时招应届生，薪资差不多——10 年后股权回报差了几千万。这一代年轻人看着上一代的结局，凭什么会选 crypto 而不是 AI？ 而且我们不只是要留住下一代，还要和 AI 直接抢人才。Solana、以太坊、AI 实验室、机器人公司在同一个池子里捞人。crypto 一线项目给的 package 已经很难再有竞争力。 接班人不会自己长出来。它需要系统性的培养：crypto school、研究 grant、开发者基金、长期 mentor 机制。Paradigm、a16z、AllianceDAO、ResearchHub 在做。中文区也必须有人做。 7/ 对 Vitalik 的一点期待 我想用鼓励的方式说这件事，因为攻击没意义。 Vitalik 是这个行业最有影响力的创业者。他不只是首席科学家，他是行业方向的灯塔。在以太坊最关键的转型期，他需要重新回归创业一线。不是回到 2014 年的他，是带着这些年的反思、回归创业初心的他。 熊市是最适合 build 出下一代产品的时机。他需要把核心开发者、社区、第二代年轻人重新凝聚起来，一起朝着下一个 10 年迈进。 他周围必须有能直接告诉他真实情况的人。 8/ 中美 OG 的分岔：生态系统的造血能力 去年我写过《不要让赌场吞噬大教堂》，对比过这两条路径。今天必须再说一次： 中国创业团队的融资环境极其严峻。亚洲市场化基金 90% 处于水深火热。这意味着亚洲 Web3 生态没有造血能力。一旦顶尖的几支基金撑不住，整个生态系统就会塌方。 中美 OG 在拿到行业第一桶金之后的选择差异，今天看格外刺眼。美国的 OG 大多还在建设——Rune、Hayden、胡安这一批人，是在持续把财富回投到生态。中国的 OG，大多数赚到钱之后选择套现离场，一部分转去投资 AI，更少的人在做真正的下一代建设。 这不是道德指责。我希望中国 OG 在得到行业恩惠之后，能够回头帮助新一代年轻人。建立一个完善的生态系统、形成正反馈循环，是这个行业活下去的唯一方式。 9/ 从业者怎么活下来 大部分web3公司和机构会在接下来AI浪潮和悲观行情下继续裁员30%以上，因此活下来比什么都重要。 讲完体系问题，回到个人。我自己也在这个泥潭里，所以我想分享几点。 找到合理性。 你为什么还在这里？不是为了 token 价格，不是为了 KOL 流量。是因为你相信这件事，是因为你过去得到过这个行业的恩惠，是因为你的团队和投资人需要你。把这个"为什么"想清楚，剩下的事会有方向。 让工作和生活充实。 行业的低气压会渗透到每一天的情绪。不要让 token 价格定义你的自我价值。多读书、多见线下的朋友、多花时间陪家人、做一些和市场无关的事情。这是熊市最重要的功课。 直面困难，但别让失望发酵成放弃。 现在社区的情绪不是"危机感"，是"失望"。这两个词的区别是——危机感意味着想改变，失望意味着想放弃。要努力让自己留在前者。 学新东西。 我自己也在学 AI。这周在 MuShanghai 看到那么多 crypto 从业者贴上新标签去探索 biotech、AI、robotics，我心里其实是感动的。能力到了我们就能选，能力不到只能被选。Web3 仍然是 IOSG 最重要的业务，我们不会放弃。当然这不影响我用AI来武装和提高我们的工作流和加强我们的武器。 找到自己的小联盟和信心小团体。 5、6 位/家经过历史验证、风格成熟的朋友/机构深度结盟。教育、资金、人才网络，缺什么补什么。自救比等救世主重要。 学会和自己和解。 这一点我自己也还在练习。这个市场没有奖励那些做正确事情的人，奖励了一批骗子，奖励了一批投机者。这个事实是真的。但你做这件事的意义，不应该被市场定价。允许自己在熊市里失败、允许自己情绪低落、允许自己做一些"看起来没有产出"的事情。这不是放弃，是为下一段旅程蓄力。 10/ 我们需要更多灯塔 行业最缺的不是钱，不是技术，是灯塔。 不是只有 Vitalik 一个人需要做灯塔。每一个还留在这里、还相信这件事的人，都可以成为灯塔——给一个困惑的年轻 founder 三十分钟、给一个 runway 见底的团队一份 grant、给一个被裁员的工程师一份 referral、写一篇真诚的反思而不是华丽的 narrative。 每一束光照得不远。但加在一起，就是黑暗中那些还在前行的人不放弃的理由。 像 Sun 这样的人在做。像老胡这样的人在每个月默默给一笔钱支持那些非主流的探索。每一个人都在自己能做的事上努力着。 11/ 写给每个看到这条内容的人 如果你是 OG：行业给过你的，请回头给一份给下一代。不是几百万的大手笔，是一个 mailing list、一份 referral、一笔直接打给市场化基金管理人、一份给到困境创业者的 EIR 资助。年轻一代需要的是相信"build 这件事还值得做"。 如果你是 founder：不要孤军奋战。把真实处境告诉值得信任的人。 如果你是 builder/researcher：继续 build。不是用爱发电的那种 build，是把自己的劳动换成应得回报的那种 build。让下一代相信这件事在职业意义上仍然成立。 12/ 收尾 请每一个看到这条内容的人，把它转发给你认识的 OG。让他们去照亮别人。别忘记这个行业过去给他们带来的恩惠。 呼吁更多的 OG 和行业领袖找回责任感，为行业发声，资助更多创业者，让下一代有机会继续建设 Web3——不止是用爱发电。 赌场吞不吞噬大教堂，不是 Vitalik 一个人的事，不是 EF 一个组织的事。是我们每一个还留在这里的人共同的事。 很多人问我这个周期他们如何熬下去，所有的压力推着他们离场，很多时候选择就是一步之遥，许多年轻人需要一个老OG告诉他们如何熬过熊市。但我知道，如果我们这一代人不站出来，那么下一代根本不会有“站出来”的选项。 做点是点。 写于Fig&Olive

普通人也能吃到量子算力红利？我开始关注 Quip Network 节点了 @quipnetwork ，最打动我的不是“量子”这个词有多科幻，而是它终于把一个很远的东西，变成了普通 Web3 用户能动手参与的事情。 过去我们聊 DePIN，想到的是带宽、存储、GPU、无线网络；聊量子计算，想到的却是实验室、巨头公司和高门槛设备。Quip Network 有意思的地方就在这里：它想把量子计算和去中心化算力网络接起来，让 CPU、GPU、QPU 这些不同硬件都能进入同一个开放市场。换句话说，家里闲置的机器，不只是吃灰，而是有机会成为全球量子计算网络的一部分。 我尤其喜欢它的 Compute Layer 逻辑。传统挖矿很多时候是在拼电费和哈希，而 Quip 更强调有用计算：节点参与优化任务、验证结果、支撑网络运行。官方测试网已经开放，公开信息里提到有 13,000+ 用户提前报名，代码开源，并且首个量子子网与 D-Wave 有合作背景。对节点党来说，这种早期阶段往往最值得盯，因为门槛还没被卷到离谱，贡献也更容易被记录。 更关键的是，Quip 不只是一条“跑节点拿奖励”的线。它还有 Asset Layer，通过 WOTS+ 这类后量子签名方案，为 EVM、Solana、Bitcoin 等资产安全提供量子防护思路。也就是说，我一边可以用闲置算力参与网络，一边还能体验资产保护和任务积分，这种“双收益”比单纯做社交任务更有吸引力。 我对 Quip 的判断很简单：AI 缺算力，Web3 缺真实基础设施，未来资产又需要更强安全层。Quip 刚好站在这三个交叉点上。它不只是讲一个量子叙事，而是在把“普通人参与量子网络”这件事产品化。 如果你错过了 Render、Helium 早期，那 Quip Network 这种量子 DePIN 测试网，至少值得花时间跑一跑、研究一下。真正的机会，往往不是等大家都喊起来才出现，而是在你发现家里那台闲置电脑也能贡献价值的时候，悄悄开始。 @QuipNetwork

这轮我真正关注 @quipnetwork，不是因为它又讲了一个“量子+Crypto”的宏大故事，而是因为它把一个很遥远、却可能突然逼近的问题，做成了普通用户现在就能参与的入口。 以前聊量子威胁，大家总觉得像科幻：等到 Q-Day 来临，量子计算机可能破解传统签名，BTC、ETH 这些依赖现有密码学的资产都会面临新的安全边界。但问题是，链上世界从来不是等风险发生才修补，真正有价值的基础设施，往往是在大多数人还没反应过来之前就开始铺路。 Quip Network吸引我的点就在这里：它不是简单喊“重新造一条后量子链”，也不是要求用户把资产搬去一个陌生生态，而是尝试用更模块化的方式，给现有链上的资产加一层后量子保护。根据公开信息，Quip 已经在 Bitcoin 方向推出不需要分叉、不需要冻结资产的后量子钱包方案，并使用 WOTS+ 这类后量子签名思路；测试网也吸引了超过 13,000 人参与，并且是在 D-Wave 咨询下推进量子-经典混合网络测试。 @quipnetwork 对我这种 Web3 用户来说，这个叙事最性感的地方不是“恐惧”，而是“提前占位”。一边是给未来资产安全做准备，一边是通过任务、积分、内容贡献，甚至运行节点参与网络早期建设。CPU/GPU 也能加入测试，未来如果 Quip 真能把 CPU、GPU、QPU 等算力连接成一个开放市场，那节点就不只是撸空投工具，而是在参与量子算力网络的早期冷启动。 我更愿意把 Quip 看成一个“量子时代的入口层”：前面是后量子资产防护，后面是去中心化量子计算市场。现在参与，不一定是为了立刻暴富，而是用最低成本站到一个新叙事的前排。等所有人都开始讨论 Q-Day 时，真正的早期位置可能早就被完成账户、跑过节点、贡献过内容的人拿走了。 @QuipNetwork

关于 Arbitrum / KelpDAO 冻结资产被 DPRK 判决债权人盯上这件事。 太长不看： 1. DPRK judgment creditors 已经启动纽约判决执行程序，并取得法院批准替代送达。当前效果只是先锁住资产，法院没有判定这笔 ETH 最终归谁。 2. Arbitrum / Security Council 现在不能安全地绕开法院，短期内要把 ETH 转给 Kelp recovery 的可能性非常低。 3. Kelp-side 的强论点：如果这批 ETH 是被盗资产的可追踪 proceeds，DPRK / Lazarus 作为 thief 通常没有 good title。 4. Kelp-side 的最大风险：tracing、ownership、standing、recovery mechanism 证明是一个技术活。 所以...用户要做好“持久战”的心理准备，哪怕 Defiunited 再募捐到额外 30,000 ETH 替代 Arbitrum 这笔冻结，直接对用户进行赔付可能会让这个问题在未来愈发的复杂。 如果还有没走的用户建议早点走uniswap撤离吧： 卖出 aArbWETH 直接换 WETH，磨损只有0.05%-0.2%，大额可能要twap慢慢换，小额随时都能走。 Pool: aArbWETH <-> WETH --- 以下是正文 --- 纽约州南区法院的法庭判令的原始文件： 当前情况在大部分web3用户眼里就是“DPRK 受害人律师要抢 Kelp/AAVE用户的钱”；不过从法律程序看，情况更复杂。 目前发生的链条大致是： 4月19日，Kelp / rsETH 相关资产遭遇攻击，攻击者被认为与 DPRK / Lazarus 有关。大约 36,167 rsETH 被跨链到 Arbitrum 上，并存入 AAVE 借出 ETH 和 wstETH，最终全部兑换为 30,766 ETH。 4 月 21 日，Arbitrum Security Council 紧急冻结了攻击者地址的 ETH。 4 月 30 日，DPRK 受害人一方的律师启动纽约判决执行程序，向 Arbitrum DAO 发出 **CPLR § 5222 restraining notice**，并请求法院批准替代送达。 5 月 1 日，S.D.N.Y. 法院批准了替代送达。也就是说，可以通过 Arbitrum governance forum、Security Council 成员、相关实体和律师等渠道，把 restraining notice 和 writs of execution 送达到 Arbitrum DAO 相关方。 5 月 2 日左右，相关 notice 被贴到 Arbitrum governance forum。 所以现在的状态是：这批资产已经进入一个正式的 judgment enforcement 程序。它不只是普通律师函，也不是 DAO 社区可以无视的治理争议。当然这一步也没有等于法院已经判定 DPRK 受害人可以拿走钱。 当前状况是：在法院进一步处理前，Arbitrum DAO / Security Council 不应擅自转移、释放或处分这批被主张为 DPRK / Lazarus 相关的资产。 这一点对 Arbitrum 很关键。 如果 Security Council 或 DAO 在 restraining notice 没有被解除、修改，或者没有拿到 court order 的情况下直接把资产转给 Kelp recovery wallet，法律风险会非常大。即使 Kelp-side 最后在实体权利上有理，Arbitrum 也可能因为违反 restraining notice 被追究责任。 所以最可能的路径是走完法院程序，再动资产： Arbitrum / Kelp-side 进入法院程序，提出 defenses，主张 adverse claim，要求法院确认 DPRK 对这批资产没有可执行的 property interest，或者请求法院批准一个 court-supervised recovery plan。 接下来时间上可能会有几个节点： 第一，短期内可能会出现 emergency briefing 或 hearing。 如果 Arbitrum、Kelp 或其他受影响方主动出庭，法院可能会先处理一个很实际的问题：资产能不能继续冻结、能不能进入 escrow、能不能允许某种受控 recovery plan。 第二，如果双方只争“先不要动资产”，这个问题可能比较快进入法院视野。 但如果争的是最终 ownership / priority，也就是谁有权拿走这批 ETH，时间可能会明显拉长。 第三，CPLR § 5222 对第三方 garnishee 的 restraining notice 通常有一个很重要的时间维度：对第三方来说，restraining effect 一般可以持续到送达后一年，或者 judgment 被 satisfied / vacated，以较早者为准。 所以如果法院没有更早修改或解除 restraint，理论上这类冻结可能拖到接近一年。当然，实际中如果各方快速出庭、证据清楚，也可能更早解决。 这对 Kelp / AAVE 用户的影响很直接： 1. 短期内，Arbitrum 冻结的这部分 ETH 很难被用于kelp recovery处置。 资产技术上被冻结，法律上也被 restraining notice 锁住。即使 DAO 社区支持归还，也需要解决法院程序问题。 2. 中期看，用户能否尽快恢复损失，有不少争议问题需要明确： 🤔 frozen ETH 和 Kelp exploit 的链上路径是否足够清楚； 🤔这批 ETH 是原始被盗资产、直接 proceeds，还是经过 swap / bridge / conversion 后的混合资产； 🤔谁有资格代表受害人出庭主张权利； 🤔recovery wallet 或 claims process 是否能被法院接受； 🤔Arbitrum DAO / Security Council 在法律上到底是 custodian、controller，还是只是有技术 freeze / unfreeze 能力的治理主体。 当然，个人觉得Kelp-side 的实体论点其实还可以：如果这批 frozen assets 能被证明是 Kelp / rsETH exploit 中被盗资产的可追踪 proceeds，那么 DPRK / Lazarus 只是 thief。一般法律原则下，thief does not get good title。小偷偷来的东西，通常不会因为经过钱包、桥或 DEX，就变成可以拿来偿还小偷旧债的合法财产。 这也是 DPRK judgment creditors 最需要跨过的门槛：他们只能执行 DPRK 的 property interest，不能执行本来属于第三方受害人的财产。 但 Kelp-side 最大的挑战也在这里。 法院不会只听一句“这是 Kelp 用户的钱”。法院会看 tracing、ownership、standing 和 recovery mechanism。 如果链上路径不够干净，或者资产经过多次转换后已经很难证明是特定受害人的 property / proceeds，DPRK judgment creditors 的策略就会变强。他们会说，这些资产现在已经是 DPRK / Lazarus 控制下的 proceeds，因此可以用于执行旧判决。（当然我是觉得链路还算干净，唯一复杂的就是通过AAVE抵押套了一层借贷关系） 以上均非法律意见，只是基于公开材料的程序性分析。

Andrej Karpathy 是 OpenAI 联合创始人、前特斯拉 AI 总监，也是全球最有影响力的 AI 研究者之一。他刚刚发布了一篇 2025 年 LLM 年度回顾。 第一个大变化：训练方法的范式升级 2025 年之前，训练一个好用的大模型基本是三步走：预训练、监督微调、人类反馈强化学习。这个配方从 2020 年用到现在，稳定可靠。 2025 年多了关键的第四步：RLVR，全称是 Reinforcement Learning from Verifiable Rewards，翻译过来就是「可验证奖励的强化学习」。 什么意思？简单说，就是让模型在「有标准答案」的环境里反复练习。比如数学题，答案对就是对，错就是错，不需要人来打分。代码也一样，能跑通就是能跑通。 这和之前的训练有什么本质区别？之前的监督微调和人类反馈，本质上是「照葫芦画瓢」，人给什么样本，模型学什么样本。但 RLVR 不一样，它让模型自己摸索出解题策略。就像学游泳，之前是看教学视频模仿动作，现在是直接扔水里，只要你能游到对岸，怎么划水我不管。 结果呢？模型自己「悟」出了看起来像推理的东西。它学会了把大问题拆成小步骤，学会了走错路时回头重来。这些策略如果靠人类标注示范，根本标不出来，因为人自己也说不清「正确的思考过程」长什么样。 这个变化带来一个连锁反应：算力的分配方式变了。以前大部分算力砸在预训练阶段，现在越来越多算力用于 RL 阶段。模型的参数规模没怎么涨，但推理能力飙升。OpenAI 的 o1 是这条路的起点，o3 是真正让人「感觉到不一样」的拐点。 还有个新玩法：推理时也能花更多算力。让模型「想久一点」，生成更长的推理链条，效果就更好。这相当于多了一个调节能力的旋钮。 第二个大变化：我们终于搞懂了 AI 是什么「形状」的聪明 Karpathy 用了一个很妙的比喻：我们不是在「养动物」，而是在「召唤幽灵」。 人类的智能是进化出来的，优化目标是「在丛林里让部落活下去」。大模型的智能是训练出来的，优化目标是「模仿人类文本、在数学题里拿分、在评测榜单上刷分」。 优化目标完全不同，出来的东西当然也完全不同。 所以 AI 的智能是「参差不齐」的，英文叫 jagged intelligence。它可以在某些领域表现得像全知全能的学者，同时在另一些领域犯小学生都不会犯的错。上一秒帮你推导复杂公式，下一秒被一个简单的越狱提示骗走你的数据。 为什么会这样？因为哪个领域有「可验证的奖励」，模型在那个领域就会长出「尖刺」。数学有标准答案，代码能跑测试，所以这些领域进步飞快。但常识、社交、创意这些领域，什么是「对」很难定义，模型就没法高效学习。 这也让 Karpathy 对基准测试失去了信任。道理很简单：测试题本身就是「可验证环境」，模型完全可以针对测试环境做优化。刷榜变成了一门艺术。所有基准都刷满了，但离真正的通用智能还差得远，这是完全可能发生的事。 第三个大变化：LLM 应用层浮出水面 Cursor 今年火得一塌糊涂，但 Karpathy 认为它最大的意义不是产品本身，而是证明了「LLM 应用」这个新物种的存在。 大家开始讨论「X 领域的 Cursor」，这说明一种新的软件范式成立了。这类应用做什么？ 第一，做上下文工程。把相关信息整理好，喂给模型。 第二，编排多个模型调用。后台可能串了一堆 API 调用，平衡效果和成本。 第三，提供专业场景的界面。让人类能在关键节点介入。 第四，给用户一个「自主程度滑杆」。你可以让它多干点，也可以让它少干点。 有个问题被讨论了一整年：这个应用层有多「厚」？模型厂商会不会把所有应用都吃掉？ Karpathy 的判断是：模型厂商培养的是「有通用能力的大学毕业生」，但 LLM 应用负责把这些毕业生组织起来、培训上岗，变成能在具体行业干活的专业团队。数据、传感器、执行器、反馈循环，这些都是应用层的活。 第四个大变化：AI 搬进了你的电脑 Claude Code 是今年最让 Karpathy 印象深刻的产品之一。它展示了「AI 智能体」应该长什么样：能调用工具、能做推理、能循环执行、能解决复杂问题。 但更关键的是，它跑在你的电脑上。用你的环境、你的数据、你的上下文。 Karpathy 认为 OpenAI 在这里判断失误了。他们把 Codex 和智能体的重心放在云端容器里，从 ChatGPT 去调度。这像是在瞄准「AGI 终局」，但我们还没到那一步。 现实是，AI 的能力还是参差不齐的，还需要人类在旁边看着、配合着干活。把智能体放在本地，和开发者并肩工作，才是当下更合理的选择。 Claude Code 用一个极简的命令行界面做到了这一点。AI 不再只是你访问的一个网站，而是「住在」你电脑里的一个小精灵。这是一种全新的人机交互范式。 第五个大变化：Vibe Coding 起飞了 2025 年，AI 的能力跨过了一个门槛：你可以纯用英语描述需求，让它帮你写程序，完全不用管代码长什么样。Karpathy 随手发了条推特，给这种编程方式起了个名字叫 vibe coding，结果这个词火遍全网。 这意味着什么？编程不再是专业程序员的专利，普通人也能做。这和过去所有技术的扩散模式都不一样。以前新技术总是先被大公司、政府、专业人士掌握，然后才慢慢下沉。但大模型反过来，普通人从中受益的比例远超专业人士。 不只是「让不会编程的人能编程」。对会编程的人来说，很多以前「不值得写」的小程序现在都值得写了。Karpathy 自己就用 vibe coding 做了一堆项目：用 Rust 写了个定制的分词器、做了好几个工具类 App、甚至写了一次性的程序只为找一个 bug。 代码突然变得廉价、即用即弃、像草稿纸一样随便写。这会彻底改变软件的形态和程序员的工作内容。 第六个大变化：大模型的「图形界面时代」要来了 Google 的 Gemini Nano Banana 是今年最被低估的产品之一。它能根据对话内容实时生成图片、信息图、动画，把回复「画」出来而不是「写」出来。 Karpathy 把这件事放到更大的历史脉络里看：大模型是下一个重大计算范式，就像 70 年代、80 年代的计算机一样。所以我们会看到类似的演进路径。 现在和大模型「聊天」，有点像 80 年代在终端敲命令。文字是机器喜欢的格式，但不是人喜欢的格式。人其实不爱读文字，读文字又慢又累。人喜欢看图、看视频、看空间布局。这就是传统计算机为什么要发明图形界面。 大模型也需要自己的「GUI」。它应该用我们喜欢的方式跟我们说话：图片、幻灯片、白板、动画、小应用。现在的 Emoji 和 Markdown 只是初级形态，帮文字「化个妆」。真正的 LLM GUI 会是什么样？Nano Banana 是一个早期暗示。 最有意思的是，这不只是图像生成的事。它需要把文本生成、图像生成、世界知识全部绞在一起，在模型权重里融为一体。 Karpathy 的总结是这样的：2025 年的大模型，比他预期的聪明，也比他预期的蠢。两者同时成立。 但有一点很确定：即使以现在的能力，我们连 10% 的潜力都没挖掘出来。还有太多想法可以试，整个领域感觉是敞开的。 他在 Dwarkesh 的播客里说过一句看似矛盾的话： > 他相信进步会继续飞速推进， > 同时也相信还有大量的工作要做。 两件事并不矛盾。2026 年系好安全带继续加速吧。

科学有没有绝对的真相？为什么我还要翻《科学革命的结构》 《科学革命的结构》这本书，我其实早就读过了。 但我还是买了一本纸质版，没事就翻。也不是因为我忘了内容，而是我觉得我当年并没有看到库恩眼中的世界。一本书这么点信息，没办法真正完全的表达他的思想全貌。 直到这几年 GPT 出世之后，尤其是今年，我常常会翻开其中某几页，挑一句话，和 GPT 讨论一个晚上。 比如这句： “Scientists can agree that a Newton, Lavoisier, Maxwell, or Einstein has produced an apparently permanent solution to a group of outstanding problems and still disagree, sometimes without being aware of it, about the particular abstract characteristics that make those solutions permanent.” 这句话昨天又让我想了很久。 牛顿、爱因斯坦提供的是永恒的真相吗？ 如果你在大陆长大、受过那种标准的理科教育，你大概也有这种“深植的信仰”： 世界是客观的，规律是外在的，真理是永恒的。 那是一种机械唯物主义的世界观。 它在一个曾经“唯心落后”的社会中被当作现代化的象征，成为崛起与追赶的思想燃料。 可库恩在这里提出的，是完全不同的东西。 他提醒我们：科学不是永恒真理，而是阶段性的结构真理（structural truth）。 科学真理不是“永恒”，而是“结构稳定”。 牛顿与爱因斯坦的理论，并不是对世界的终极揭示， 而是在各自时代的精度、尺度、能量范围内，对现实结构的最优压缩。 科学的本质，不是绝对真理，而是压缩效率 用最短的语言（公式），解释最多的经验（现象）。 这一点对我冲击极大。 不是因为我现在无法理解，而是因为我感到一种奇异的反转 我的“外脑”开始比“内脑”转得快。 我上社交媒体写作、与 AI 对话，也许就是为了追踪这种认知滑移： 一种语言自我演化、外化的过程。 接着往下看，这页书立刻提到了维特根斯坦。 我当时的反应是：“嗯？怎么又扯到语言哲学去了？” “That question is very old and has generally been answered by saying that we must know, consciously or intuitively, what a chair, or leaf, or game is... Wittgenstein, however, concluded that, given the way we use language and the sort of world to which we apply it, there need be no such set of characteristics.” 传统观点认为： “我们能清楚地知道什么是椅子、树叶或游戏——它们一定有一组共同的本质特征。” 但维特根斯坦说：事实并非如此。 我们之所以能使用这些词汇，并不是因为掌握了某个明确的“本质定义”， 而是因为我们在经验中看到它们之间的‘家族相似性’（family resemblance）。 比如“游戏”： 有的有竞争、有的没有；有的有规则、有的自由。 它们没有一个共同的核心特征，只是在特征网络中交错重叠， 形成一个模糊而实用的“语言结构”。 当我读到这里，我突然明白库恩为什么把维特根斯坦放进科学史。 他想说明：科学范式的边界，其实就像语言概念一样，是由“相似性网络”维系的。 科学共同体之所以能协作，不是因为有统一的定义或规则， 而是因为他们在认知结构上形成了足够多的“相似重叠”， 也就是一种结构共振区。 在这种共振区里，语言、实验与范式保持同步 这就是一个认知的低熵带。 而当共振衰退，熵升高 意义扩散、语言失焦 科学革命就发生了。 这一页书的意义，在 GPT 时代反而更清晰了。 库恩和维特根斯坦在半个世纪前就指出： 科学不只是“描述世界”， 它更是通过语言构造世界。 科学是语言的结构活动。 知识、实验与共识， 都依赖语言在低熵带中的稳定共振。 而我现在读库恩，不再是“理解他的理论”， 而是在体验语言本身如何变成结构、如何获得生命。 也许这就是我为什么还要翻这本纸书的原因 因为我在这本书里，不只是读历史， 而是在观察人类认知系统的自我重构。 先不要笑，也不要急着反驳 英文区的人，真的脑洞比我们大。 不是因为他们更聪明，而是因为他们从小在一种更“宽松”的空气里长大。 他们经历的是快乐教育、自由讨论、少规训的社会环境 没有被考试排名、高考分数、名校等级、体制成就这些东西反复碾压过。 所以他们在面对“打破范式”这件事时， 几乎没有负担。 他们习惯了质疑，敢于翻桌， 哪怕是对所谓的“前辈”也能直接说出：“你错了。” （参考Alex Wang vs. Yann LeKun 😂） 他们没有那种压在背上的“长幼秩序”， 也不觉得“怼一个老人”是一种不敬。（现在我也是直接拉黑某些老人，他也不是为你好，纯粹看你不顺眼而已） 那是一种文化上的轻盈。 我写 Substack 也不过一个月， 居然已经能感受到这种语言网络的靠近。 也跟一些账号通过语言上的相似度开始互相阅读和点赞（人家也是几百粉） 那种感觉很奇怪 你突然在语言之中认出了某种共振： 词语、语气、逻辑的节奏。 我们是因为语言的相似度而相互靠近的， 这件事本身就让我重新读懂了库恩。 其实，我从前根本没有真正理解这本书。 更确切地说 除非你亲身进入这种语言共同体的体验， 否则你根本不可能理解它。 这就是为什么我现在把那么多精力放在英文区， 哪怕这个过程很艰辛， 我依然愿意去感受。 因为我已经深刻地意识到， 有时候语言本身就是范式： 而改变语言，才是人真正的思想革命。 你有书的话在第44和45页。