汪汪简报

全部新闻

1. 

   精选深读 · The Verge AI

   OpenAI推出Dots，对标Muse

   Dots主打后台跨应用代理，但生态与隐私代价不小

   已经在用 ChatGPT Pro、Business Premium 或 Enterprise 的团队，现在要决定是否让 Dot 常驻后台替自己动 Slack、Teams 里的上下文——它拿到的是跨应用代办权，不是一次问答的便利。

   展开全文收起

   依据

   The Verge 的 Emma Roth 报道，OpenAI 在 DevDay 主题演讲上发布 Dots：由 GPT-6 Astra 驱动，每个 Dot 自带一台云端电脑，可调用浏览器和 4,000 多个已接入应用，与 Dot 的对话不计入 ChatGPT 用量上限。机制上是两层约束：内置规则决定它何时可自行行动，用户还能自定义规则（禁止某类操作、或规定必须先征得同意），再由 auto-review（自动复核）判断某次操作是否合规，并把改密码这类任务交回用户。为什么是现在，Roth 写得很直接——Meta 的 Muse 几周前才上线，已能浏览网页、下单、生成文档、追踪目标；人气上升的同时，有用户说它在自己不知情的情况下把住址给了 Facebook Marketplace 上的买家。OpenAI 拿出的对照是自定义规则加自动复核，但没有公布复核的误判率，也没说 specialist Dots 的企业测试跑到哪一步。

   1. 用户下达任务
      ↓→派活
   2. 云端电脑后台执行
      ↓→动手前校验
   3. 自动复核合规性
      ↓→越界或需授权
   4. 交回用户处理

   没写清 材料没写 auto-review 的误判率、云端电脑上的数据存在哪里留存多久，所以不能替它断言隐私风险究竟多大。

   下一步 看 OpenAI 何时把「目前只能建一个 Dot」放宽为多个，以及企业 specialist Dots 测试是否公布细则。

   原文 →

   剪报
2. 

   技术与协议 · CoinDesk

   以太坊用户获得另一种私下支付方式，zk.money三年后回归

   zk.money回归主打隐藏支付，但以太坊充值仍公开，隐私效果有限。

   打算用稳定币给供应商付款或发薪的团队，现在要重新算一笔账：zk.money 单笔上限 2,500 美元、入场资金只能被换成 DAI，真正卡住落地的是金库和会计，而不是隐私强度。

   展开全文收起

   依据

   Aztec Labs 首席执行官 Joe Andrews 在声明里说，两人之间的链上转账不该等于把财务史公开，并称选 DAI 是因为它是「当今以太坊上大众市场稳定币中最去中心化的」，还表示之后可能支持其他资产。机制上，从以太坊充值时发送方和金额在链上公开可查，进入 Aztec Network（一条与以太坊相连、隐藏余额与转账双方的网络）之后金额、余额和收付方才被遮住；USDC 和 USDT 在入口被换成 DAI，所以 zk.money 内部只剩 DAI 一种货币。Aztec Labs 说这是自托管钱包，即运营方不能动用或冻结里面的资金。早期 Alpha 版把每笔存款、支付和提现都压在 2,500 美元以下，按制裁政策筛查地址，且软件尚未完成全面审计。对照数字：材料提到以太坊开发者正在评估 2027 年的 Hegotá 升级，其中包含 66 项提案，可让隐私应用少依赖外部服务处理交易授权和手续费，但这些提案仍在讨论中。

   1. 以太坊充值
      ↓→公开可查
   2. 入口换成 DAI
      ↓→仅用 DAI
   3. Aztec 内转账
      ↓→上限 2,500 美元
   4. 提现回以太坊

   没写清 材料没有给出 Aztec 内部转账的匿名集规模，也没说 2,500 美元上限何时放宽、制裁筛查依据的是哪份名单。

   下一步 看 Aztec 官方文档是否更新 zk.money 的存款、支付与提现上限，或公布的资产支持列表是否加入 DAI 以外的币种。

   原文 →

   剪报
3. 

   机构与应用 · CoinDesk

   Robinhood新增AI agents、perps和周末交易，以争取活跃交易者

   周末交易与永续合约拉高活跃度，代价是散户风险敞口明显扩大。

   这改变的是把 Robinhood 当主交易账户的活跃散户：他们要用周末交易、10 倍永续和 AI 代理，换取更长交易时段和自动化执行，代价是风险敞口、误单和杠杆强平都落在自己账户，券商只提供通道。

   展开全文收起

   依据

   Robinhood 产品管理副总裁 Abhishek Fatehpuria 在采访中说，公司首要目标之一是成为活跃交易者的第一名，且不会偏重某一资产类别。机制上，AI 代理（AI agents，指用户可在 App 内选用 OpenAI 或 Anthropic 模型、接入独立交易账户并最终按预设指令反复执行的研究/下单工具）降低自动化交易门槛；加密永续合约（perps，带杠杆且无到期日的衍生品）给美国合格客户最高 10 倍杠杆，标的为比特币和以太坊；周末股票/ETF 交易通过 Bruce ATS（替代交易系统）补上 24 Hour Market 自 2023 年上线后仍停周末的缺口。结果是活跃散户能调用的交易时段、杠杆和自动化同时增加，但 AI 误单、10 倍杠杆强平和周末成交都由用户账户承担；Robinhood 扩大成交与留存，风险敞口则留在散户端。

   没写清 材料没说周末股票/ETF 的具体名单、Bruce ATS 的报价与风控规则，也没说 10 倍永续的保证金和强平参数，不能替它补上。

   下一步 可核对下一步：Robinhood 是否公布 Bruce ATS 周末交易的具体股票/ETF 名单。

   原文 →

   剪报
4. 

   机构与应用 · CoinDesk

   Cboe与S&P Dow Jones可能在延长许可协议下探索代币化期权合约

   代币化期权仅停留在探索，Cboe与S&P未给时间表，机构需自担试错成本。

   对想把 S&P 500 期权做成链上合约的做市商与机构交易台来说，这次续约只把代币化写成「可能合作」，等于把合约标准与首轮原型的选型权留给他们自己，试错成本自付。

   展开全文收起

   依据

   S&P DJI 的 CEO Catherine Clay 在声明里说，投资者对美国股票敞口的需求在加速，未来每个投资者都能以最适合自己的形式拿到这个基准。Cboe 与 S&P DJI 把 S&P 500 指数（SPX）期权的独家授权延长 25 年、延到 2051 年，公告里夹了一句：两家公司「可能就传统指数衍生品之外的创新展开合作，包括代币化期权合约这类产品」。机制上，tokenization 指把股票、基金、信用等传统资产放上区块链，用智能合约把抵押品管理、保证金要求与结算自动化，行权价和到期日写进代码后按市场数据自动结算，中间环节减少，结算后资金能更快再配置。规模是这件事的分量所在：SPX 期权 2025 年成交 970.6 million 份，创纪录，日均 3.9 million 份。但两家没有公布代币化产品、时间表，也没说合约怎么运作。

   • SPX 期权 2025 年成交量970.6 million 份
   • SPX 期权日均成交量3.9 million 份
   • 独家授权延长25 年
   • 授权有效期至2051 年

   没写清 材料没说代币化期权会跑在哪条链上、由谁托管抵押品，也没有给任何上线时间表，这些空白不能替两家公司补上。

   下一步 盯 Cboe 是否在续约公告之外，单独发布代币化 SPX 期权的合约条款或上线日期。

   原文 →

   剪报

5. AI工具 · AWS Machine Learning Blog

   Amazon Quick提示工程基础

   Amazon Quick提示词框架偏基础，适合新手搭可复用套路，老手收益有限。

   决定要不要把这篇转给团队新人：已经在用 Amazon Quick 跑研究流程的人可以跳过；刚接手 Quick、手上还没有内部提示词模板的小组，才需要花十分钟照着搭一套。

   展开全文收起

   依据

   AWS Machine Learning Blog 挂出《Prompt engineering fundamentals for Amazon Quick》，标题把它定位在 fundamentals，也就是基础层，Quick 在这里当载体。基础层文章一般解决的是把角色、任务、输出格式写清楚这类通用结构，跟 Quick 的具体功能无关；新手照抄就能得到一套可复用的写法，已经手动调过提示词的人多半早就在这么做。材料里没有任何可对照的数量，正文也没出现，连模板长什么样都看不到。

   没写清 材料只有标题和站点导航文字，正文里的具体提示词模板、示例和适用场景都没出现，所以不能替它补上这套框架比通用写法强在哪。

   下一步 打开正文确认它给的是通用结构（角色、任务、输出格式）还是 Quick 独有字段；若只有前者，就不必写进团队规范。

   原文 →

   剪报

6. AI工具 · AWS Machine Learning Blog

   按Quick组件进行提示工程：模式与陷阱

   按组件拆Quick提示模式，踩坑点适合用Quick做研究流的人。

   如果你用 Quick 做研究流，就该把提示拆成可分别替换的组件再测，而不是继续把整条提示当一块反复重写；代价是前期多一轮组件对照和版本管理，换来出错时能指认是哪一段把结论带偏。

   展开全文收起

   依据

   AWS Machine Learning Blog 的《Prompt engineering by Quick component: Patterns and pitfalls》把 Quick 提示工程定位在组件级。Quick 是 Amazon Quick，AWS 的 AI 工作助手。机制是：当研究目标、检索范围、引用规则和输出格式都塞在同一段提示里，输出出错时无法区分是哪条约束失效，只能整条重写；拆成组件后，每段可单独替换和验证，定位成本下降，但组件边界、组合顺序和版本对照本身要额外花时间。材料可见部分没有给出具体组件清单或数字对照，所以这里的取舍来自标题与策展点评所指的方向。

   没写清 材料没给 Quick 的组件划分、pitfalls 清单，也没有返工率或耗时对照，无法替它补上拆组件一定更省时的结论。

   下一步 去 AWS Machine Learning Blog 原文核对它列出的 Quick 组件与 pitfalls，并用同一研究任务各跑一次整条提示和拆组件版本。

   原文 →

   剪报

7. 精选深读 · AWS Machine Learning Blog

   借助Amazon Bedrock上的GPT-6.1 Sol，将接近Astra的智能带入日常工作

   GPT-6.1 Sol上Bedrock，官方称推理更强，但别指望免费。

   管 Bedrock 模型选型的人，现在要定的是把 GPT-6.1 Sol 放进默认档，还是只挂在高难推理的第二档：进默认档，日常摘要、改写这类低难请求也走更贵那条计费通道；只挂第二档，省下的钱换成一套判断难度的路由规则。

   展开全文收起

   依据

   AWS 在标题里说，GPT-6.1 Sol 把「接近 Astra 的智能」带到日常工作，并上架 Amazon Bedrock——即 AWS 的托管大模型平台，调用按量计费。官方给出的能力依据只有一条：推理更强；策展点评补的是「别指望免费」，也就是这项推理能力要按 token（模型计费的最小计量单位）付费，而不是随平台订阅白拿。机制上，Bedrock 用同一套接口挂多个模型，选型的人靠档位或路由决定哪类请求交给谁。把 Sol 放在默认位，等于让每一次低难调用都承担高难模型的单价，换来的是不用维护分流的判断逻辑；把它压到第二档，账单可控，但路由一旦判错难度，用户就得先吃到一次弱回答再重试，这一步失败代价落在提问的人身上。

   没写清 材料没给每百万 token 单价、速率上限和延迟，也没给与现有 Bedrock 默认模型的对照基线，所以算不出让 Sol 进默认档的盈亏平衡点。

   下一步 下一步可核对 AWS 定价页上 GPT-6.1 Sol 在 Bedrock 的每百万 token 输入与输出报价，并与当前默认模型并排列出。

   原文 →

   剪报