加密以后，还得有人把账算对，设想一家机构，把一项涉及敏感资产数据的计算交给外部服务。 数据已经加密，对方看不到具体数字。过了一会儿，结果返回了。 财务负责人接着问：怎么确认它真的按约定算过？有没有漏步骤，或者干脆返回了一个错误结果？ 这个问题，会让隐私计算的讨论往前走一步。 FHE 可以让计算直接发生在密文上，保护处理过程中的敏感信息。但面对不可信的计算服务，仍然需要另外的机制，检查计算有没有被正确执行。 这也是我关注 @primus_labs 参与的 HasteBoots 研究的原因。它针对 TFHE 中包含可编程自举的计算设计证明机制，让接收结果的一方能够验证相应计算的完整性。 放到机构金融里，这种需求很容易理解。 资产核算、风险评估、额度判断，可能都涉及不方便完整公开的数据。机构希望借助外部算力，又需要给内部审计和合作方一个交代：结果从哪里来，执行了哪些约定好的运算，有什么依据可以检查。 不过，证明也有自己的范围。 即使计算按约定执行，输入材料是否完整、采用的模型是否合理，仍然需要业务层面的判断。一套有缺陷的风控规则，也可能被非常准确地执行。所以验证时，必须知道自己究竟验证了什么。 我觉得这让 Primus 的“隐私与验证”更具体了。数据保持保密，结果带着可以检查的依据，两件事需要一起推进。 HasteBoots 是研究成果，不能直接套用成现有所有产品都已具备同样能力。后续的证明成本、系统集成和持续运行表现，仍然值得跟进。 机构真正使用保密计算时，最后总得有人对结果负责。能提供清楚的验证依据，这项技术才更容易进入正式的业务流程。 传送门：s.kaito.ai/BXyKTxO #Primus #zkFHE #ConfidentialComputing #InstitutionalFinance

买家：我要的是能拿来判断项目的研究报告，你交来的大半都是公开资料。 提供方：任务写的是整理资料、附上来源，这些我都做了。 把这当成一笔假设的 Agent 订单，两边的说法听起来都有道理。继续争下去，很容易各自贴一段聊天记录，谁也说服不了谁。托管里的钱还在等一个处理结果。 读 @termix_ai 的 AACP 争议流程时，我脑子里出现的就是这个场面。 按官方文档，争议开启后，双方可以提交证据；三个评估 Agent 各有一个链上投票席位，两票一致形成裁决。评估小组在争议开启时就被确定，不能事后重新换一组。如果败诉方仍不接受，可以在规定窗口内升级到仲裁，原先参与评估的 Agent 不能再仲裁同一案件。 于是，这场争论接下来要做的事情就变了。买家得指出，具体哪一项要求没有完成。提供方也得拿出相应交付，说明自己完成到了哪里。报告、任务要求和沟通记录，都需要能对应起来。 一句“我不满意”，或者一句“我已经交了”，恐怕都不够。这里让我感兴趣的，是 Agent 经济里出现了一类专门处理分歧的工作。有人接任务、有人提供服务，也需要有人看材料、判断争议。在 AACP 中，评估员和仲裁员是由运营方授予的能力，并非注册一个 Agent 就自动拥有这些权限。 但评估席位多了，也不会自动得到一个让所有人满意的答案。任务本身是否含糊、证据是否充分、评估方能否理解这类工作，都会影响判断。流程提供了处理办法，判断质量仍然需要在实际使用中观察。 TermiX 用 AACP 搭建 Agent 商业与结算基础设施，agent.family 是建立在这套协议上的市场。顺利合作时，这些规则可能很少被人注意；真遇到双方各执一词，它们才会变得具体。 回到开头那份报告。如果需求里从未要求“给出投资判断”，买家就需要解释，为什么把它作为拒绝交付的理由；如果明确约定了分析结论，提供方也不能只拿一堆链接来交差。 有些分歧未必能避免，但至少可以把材料摆出来，逐项讨论，不用一直困在“你应该懂我的意思”里面。 #TermiX #AACP #AgentEconomy #AIAgents

如果一家公司开始用稳定币发工资，我觉得财务最先担心的，可能是每个月付款之后，外面的人能看出多少东西。 固定日期、相近金额、反复出现的收款地址，单独看都很普通，放在一起却可能透露团队规模、薪酬差异，甚至哪些人在为公司长期工作。供应商付款也一样，资金往来被持续追踪，商业关系就有可能慢慢被拼出来。 这些信息在正常经营里，本来就有各自的查看权限。搬到链上以后，企业仍然会需要这样的边界。 这也是我关注 @primus_labs 保密金融方向的原因。Primus 希望把隐私计算和验证能力接到已有区块链生态中，让现有应用也能处理敏感信息，不必先把用户和流动性整体迁往另一条链。官方介绍 其中，FHE 提供了一种处理方式：数据保持加密，计算仍然可以进行。Primus 的 FHE 框架围绕加密状态、权限控制和授权解密来组织应用。这让我想到，企业需要的很多时候就是这种能力——业务能够继续运转，信息按照权限使用。官方技术文档 当然，具体到企业工资或供应商付款，还需要应用把权限、财务记录、审计流程逐项接好，不能因为底层有了 FHE，就当成整套企业支付系统已经完成。 但这个需求很实际。 收款人需要确认自己收到了多少钱，财务需要核对整批付款，审计人员需要检查相应记录。不同的人需要知道不同的部分，把这些范围安排清楚，企业才比较容易长期使用。 我会期待 Primus 往这些日常业务里继续走。链上金融讨论的大额资产很多，一家公司每个月反复要做的付款，同样值得认真处理。操作完成以后，员工不用担心自己的收入被围观，公司也不用为了付一笔钱，把整张业务关系网摊开。 想继续了解这个方向，可以从 Primus XP 页面里的任务开始，结合官方更新慢慢看。 参与入口：s.kaito.ai/BXyKTxO #Primus #FHE #ConfidentialFinance #Web3

五年 说长不长 说短不短 也是不知不觉在长沙认识我胖哥这么多年了啊😊😊 不管是线上还是线下 一直很照顾我们这些弟弟 胖哥对于粉丝也好 也是经常发福利 这不 这次胖哥跟兄弟姐妹又准备了这么多周边 大家没事可以去参与参与 在这也祝社区5周年快乐

平时聊行情，大家很容易把时间拉得很长，聊趋势、聊周期。但 @BinanceWallet 里的 Token Race 把时间压到了 30 秒，选出你看好的资产，很快就能等到这一局的结果。短短半分钟，领先的位置可能就换了，看的时候估计比平时刷新行情还认真。 这种玩法吸引我的地方，就是节奏够直接。不用一直等着一个结果，一局结束，可以回头看看刚才的判断，再决定要不要继续。不过也得分清楚，看好一个资产的长期表现，和判断它接下来 30 秒跑得更快，是两回事。 这次还有「10 胜挑战赛」第二季，奖池是 10,000 USDT。想参与的话，记得先报名，再用报名的钱包进行交易。 这里有个容易看错的地方：胜场是累计计算，不要求连续赢十场。 活动期间累计交易量达到 50 美元，每累计 10 场胜利，就能获得 1 份奖池瓜分资格；继续累积胜场，还能增加份额。最终按符合条件的有效份额分配奖励，每份能分多少，要看活动结束后的参与情况。 所以也不用因为一局没判断对，就急着把下一局加大。30 秒一局很容易让人接着点，参与之前先给自己定好预算，玩起来会从容一些。 入口在：币安钱包 → 市场 → Memes → eMeme → Live或者找到钱包首页活动海报 活动截至 10 月 30 日 20:00（UTC）。 报名链接👇 leaderboard.42-toolkit.space… #BinanceWallet #TokenRace #币安钱包

Gate 这份 Q3 季报，我先记住了两组能放在一起看的数字：9 月衍生品交易量 3,960 亿美元，环比增长 38.2%；现货交易量 488 亿美元，环比增长 21.9%。 衍生品通常对市场波动更敏感，所以现货也同步增长，反而让我多看了一眼。至少从 9 月的数据看，交易活跃度并没有只落在一个市场里。 当然，一个月的放量还不能说明后面会怎样。我更想继续看，进入下一季度后，这种活跃能否延续，用户会不会持续使用。季报里的大数字值得看，隔一段时间再拿出来对照，才更有意思。 #GateQuarterlyReport

特斯拉 Q3 财报还没公布，但两组经营数据已经出来了：汽车交付 486,532 辆，高于卖方此前约 461,974 辆的平均预期；储能部署 13.7 GWh，却低于 15.9 GWh的平均预期。 所以这次我不想只盯着“车卖得比预期多”。汽车和储能两条业务，提前透露出的信号并不一样。真正要等财报回答的是：多交付的车带来了多少收入，利润率怎么样；储能部署低于预期，又会怎样体现在收入和利润里。 特斯拉将在 10 月 21 日美股盘后公布财报，也就是北京时间 10 月 22 日清晨。交付量是已经知道的，赚了多少、现金流如何，才是接下来要揭开的部分。特斯拉自己也提醒过，不能只凭交付量和储能部署量推断整季财务表现。 我看到 OKX 预言家里有一道「Tesla（TSLA）本季度财报会超预期吗？」。这题有意思的地方，恰恰是交付超预期，不等于财报题就已经有了答案；最终还得看题目指定的每股收益结算规则。 如果本来就准备追这场财报，可以先用免费 XP 留下自己的判断，等数字出来再对答案。我这次最想看的，是汽车交付的优势能不能体现在盈利上，以及储能这条线会交出什么样的成绩。 #特斯拉 #TSLA #美股财报季

草稿第一句：请写一份专业的 DeFi 竞品分析。 我看了一眼，先把“专业”划掉。这个词对接任务的人帮助不大。有人会理解成术语够多，有人会做一套漂亮排版，还有人会交来一份很长的协议简介。到了验收时，每个人都觉得自己理解得没错。 第二版，我会把对象和证据补进去：比较哪些协议、看哪个时间段、关键数据应回到什么来源。引用不能只留一张截图。这样至少可以检查研究范围有没有漏，数字能不能追溯。 写到这里还不够。一份报告可以把所有指定协议都排成章节，却每章只填“功能、优势、风险”三行套话。于是第三版还得讲分析本身：为什么选这些比较维度？结论能否从证据推出来？建议有没有回应最初的委托目的？这些部分没法简单交给一个脚本判定，但完全可以在开工前说清楚要按什么标准评价。 @termix_ai 的白皮书提出过一套 rubric 设计：委托方预先定义评分维度、权重、评价提示和通过门槛，评估方再按这份约定执行。白皮书也讨论了把可程序检查的项目与需要语义判断的项目组合起来。接单方在报价前看到标准，委托方也不能等成品出来再临时换一把尺子。 这属于白皮书提出的设计，不能理解为当前所有订单已经自动按 rubric 验收。不过光是把需求写到第三版这件事，就已经很有价值。字比第一版多了，双方事后争论“我以为你知道”的空间反而小了。 #TermiX #AIAgents

储备在哪里？ 对应的是哪一批负债？ 这份证明是什么时候更新的？ 链上发行了多少代币，通常比较容易查。支撑这些代币的资产如果放在链下，普通用户就没法只靠区块浏览器把账对上。收益类产品也有类似问题：页面上展示的收益是一回事，背后的资产信息能核对到什么程度，是另一回事。 @primus_labs 的 PoR 页面针对的是这道链上、链下之间的缺口。官方文档称，稳定币和收益类项目可以接入其储备证明平台，动态展示链下支撑资产的信息。这比让用户只看一句“我们有足额储备”，多了一层可核对的依据。 但我也不会把一份资产证明当成对整个项目的完整审计。看储备之外，还得看负债口径、资产权属、赎回安排，以及信息更新得是否及时。这些问题不能由一个好看的数字替代。 对我来说，PoR 最实在的作用，是把讨论往前推一步：项目说自己有资产支撑时，用户至少能继续问“证据在哪里”，而不必停在相信或不相信之间。 #PrimusLabs #PoR

现在很多 AI Agent 都能把任务讲得很漂亮：分析需求、列步骤、写一份像样的执行计划。但当任务进入“找人接单—确认报价—提交成果—处理异议”这些具体环节，常常又需要人替它打开网页、填写表单、检查状态。 所以我看 @termix_ai，关注点不只是它的 Agent 市场，还有官方开放的 Agent Skills。它把注册身份、浏览任务、提交报价、交付成果、查询争议状态等操作整理成工作流，供 Claude Code、Cursor、OpenClaw 等工具使用。 设想一个开发 Agent 需要找别的 Agent 复核一段合约代码。它得先找到匹配的服务，弄清任务条件和报价，交付后还得知道这单处于什么状态。若这些动作都有清楚的调用方式，Agent 才有机会把“我建议你这样做”推进到“我按步骤把事情办了”。 我觉得这也是评估 Agent 产品时一个很实在的分界：它会不会说，并不难展示；它能否在明确授权和规则下持续完成任务，出了问题又能否找到卡在哪一步，才更考验产品。 目前这套 Skills 仓库标注的示例环境是 BSC Testnet，实际大规模使用还需要继续观察。但把协议流程变成 Agent 可调用的操作能力，本身就比再做一个聊天入口更值得我留意。 #TermiX #AIAgents

Just enrolled at Vault Street 🏦 Free mint + early access are live now. Join with my link: vaultstreet.fun/r/yle43036 or use code YLE43036 xitter.cf/VaultStreet_rh/status/…

看交易比赛，我会先问一个不太热血的问题：榜上那笔利润，到底已经赚到手，还是仍留在仓位里？ 周中看着浮盈很漂亮，周末再看，可能已经是另一回事。 @cabaldotcooking 计划中的每周 Cabal 团队赛，对这一点做了区分：队伍按 PnL 排名，已实现盈亏占 70%，未实现盈亏占 30%。 我觉得这个比例有意思。还没平仓的判断不会被忽略，但已经完成的交易对排名影响更大。群里讨论的也就不只是“买什么”，还会包括什么时候兑现、剩下的仓位怎么处理。有人找机会，有人提醒风险，有人提出不同意见，这些交流放在一周的成绩里看，比一张瞬间的盈利截图更有内容。 按官方规则，排名靠前的 Cabal 将分享 $CABAL 奖池，获奖队伍的奖金由符合条件的成员均分。公开榜单计划用 ZK 证明核验名次，同时遮盖精确金额。至于 70%／30% 的权重会不会让队伍交易得更好，还得等真实比赛检验；它也可能让人为了周榜急着平仓。 目前官网展示的仍是模拟演示，不能把页面上的排名当成真实赛况，正式上线时间和每周奖池上限也尚未公布。等真正开赛，我更想看同一支队伍能不能连续几周把成绩守住。 #Cabal #RobinhoodChain #SocialTrading

翻 @primus_labs 的 GitHub，看到一个比反复解释 zkTLS 概念更具体的东西：他们把一些常见的 API 查询，写成了可验证的 Skill 示例。 比如读取市场价格、Gas、钱包余额或 Swap 报价。普通工具返回一个数字，使用者往往只能相信它；这些示例则尝试把指定的接口返回字段带进证明流程，再做本地验证。 我比较在意这个细节。以后 Agent 替人查数据、整理方案，甚至参与链上操作，回答得流畅只是第一步。它说“现在的报价是这样”时，能不能交代这次数据从哪个接口来、哪些字段经过验证，才更方便人复查。 还有一个容易被忽略的问题：报价和 Gas 都会变。一次验证能说明那次查询拿到了什么，不能让旧数字一直代表当前行情。所以我也希望这类工具把查询时间和数据来源交代清楚。隔一段时间回看时，人才能分辨“当时查到的结果”和“现在仍然有效的信息”。 仓库里有可运行的演示，也有仍在规划或完善的模块。我更愿意把它看作一个已经落到代码里的方向：让 Agent 给出的关键信息，逐步拥有可以追溯的出处。 #PrimusLabs #zkTLS #AIAgent

一份示范是好数据，不代表它适合每个机械臂任务。 @axisrobotics 10 月 7 日介绍的 TUCO 数据筛选方法，会用影响函数估计示范对目标任务表现的影响，选择有用、相互补充的数据。 这里我比较在意“目标任务”几个字。抓取、堆叠、插入，看起来都和手臂移动有关，但需要处理的动作细节不同。一个任务里有帮助的示范，不一定能原样成为另一个任务里的优势。 数据的价值需要放回具体训练目标里看。收集和筛选要接得上，后者会决定前者怎样进入训练。 这次实验支持了这个方向，但适用范围还需要更广的测试。我愿意看 TUCO 后续怎么在更多任务里表现，尤其是任务差异更大的时候。那会让数据筛选这件事更容易被理解。

买一个 Agent 服务，我可能不会直接选报价最低的。 因为报价是一笔成本，拿到结果以后还要花多少时间处理，又是另一笔。比如一份资料整理，交付看起来很完整，但链接要重新查、格式要自己改、缺的内容还得补，这些事情最后还是会占用自己的时间。 这也是我看 @termix_ai 的 Agent 市场时，比较想继续观察的地方。它把任务、服务、报价、交付和链上托管结算放进合作流程里，接下来买方就有机会围绕具体工作，判断一项服务值不值。 我希望这种判断能越来越容易。 报价包含哪些工作，需要提前提供什么资料，交付以后遇到问题怎么处理，这些细节如果能提前看清楚，合作的时候就会少一些来回确认。尤其是经常要买类似服务的人，很快就能感受到差别。 对提供服务的 Agent 来说，价格之外也有不少可以竞争的地方。结果方便接着用，交付习惯稳定，遇到问题能说明白，这些都可能让别人愿意再找它。 我觉得 Agent 市场往后会越来越像一门具体的生意。有人愿意为省下来的时间付钱，也有人能把某项能力做成稳定的服务。报价只是开始，整次合作下来省不省心，才会慢慢影响下一次选择。 #TermiX #AIAgents

参加活动时，我会特别留意一句话：到底怎样才算完成？ 有些规则看起来很简单，真到了核对资格的时候，才发现参与过和符合要求之间还有不少细节。记录取自哪里、看哪个时间段、按什么条件判断，任何一项没说清楚，后面都容易变成反复解释。 这也是我关注 @primus_labs 的一个原因。它围绕链下数据验证所做的工作，让我想到的一个应用方向，就是把这些原本靠截图、说明和人工核对的事情，变成可以验证的依据。 这里有个细节挺重要：证明应该对应明确的问题。 要确认的是某次操作有没有发生，就围绕那次操作核对；要确认某项条件是否满足，就把条件说清楚。用户提供的依据和平台判断资格的标准，最好能对得上。 对用户来说，比较理想的体验是，提交以后能知道哪里通过了，哪里还差一点。遇到结果不一致，也有具体的依据可以讨论。 我觉得这类基础设施的价值，往往就在这些地方显出来。少一轮截图，少一次找客服解释，规则执行得更清楚一点，参与过程也会顺畅很多。这是我希望 Primus 这类数据验证技术能继续走进去的场景。 #Primus #zkTLS #VerifiableData