RWA 繁荣不可避免，但 BSC 抛售暴露了加密货币风险：专业人士

LTP已获得香港证监会颁发的五项关键牌照，定位为行业受监管的领导者。 授予其香港子公司 LiquidityTech Limited 的许可证涵盖了广泛的受监管活动。 凭借这些批准，LTP HK 成为首家获得多项监管许可的专注于虚拟资产的顶级经纪公司。这些牌照允许该公司为机构客户提供服务，包括自营交易公司、对冲基金、资产管理公司和企业投资者。 LTP 创始人兼首席执行官 Jack Yang 表示：“监管合规是我们机构大宗经纪服务的基本支柱。作为首家获得全套香港证监会牌照的专注于虚拟资产的大宗经纪公司，我们致力于提供安全、高性能的交易基础设施。” 你可能还喜欢：由于美国战略储备的可能性下降，比特币跌至 9.5 万美元以下 不同类型的许可证 其中包括 1 类证券交易许可证，该许可证允许该公司代表其客户促进金融工具的买卖。 此外，LTP HK 还获得了从事期货合约交易的 2 类牌照。该授权使该公司能够从事涉及在预定未来日期买卖资产的协议交易，为客户提供风险管理和投机策略的机会。 第四类牌照适用于证券咨询，允许 LTP HK 为寻求优化投资组合的客户提供量身定制的投资建议。加上第五类期货合约咨询牌照，该公司现在可以为传统和虚拟资产类别提供全面的指导。 最后，该公司已获得第 9 类资产管理牌照。该牌照授权 LTP HK 代表客户管理投资组合，重点是通过战略性资源分配实现特定的财务目标。 你可能还喜欢：FTX 资产启动 130 亿美元偿还程序，优先偿还小额债权

Plume 正与 Goldfinch 合作，通过将多个私人信贷基金引入链上来扩大现实世界的资产融资。 Plume 是用于现实世界资产融资的 1 层模块化区块链，该公司表示，此次合作将使机构投资者能够在其 RWA 质押平台 Nest 上获得顶级私人信贷基金。与领先的链上私人信贷平台 Goldfinch 合作意味着其机构级产品将扩展到 Plume 的生态系统。 因此，Goldfinch 和 Plume 正在寻求为 Nest 用户提供可持续收益的机会，并通过 Goldfinch Prime 的一系列私人信贷产品来实现这一目标。这些产品来自领先的另类资产管理公司，例如 Apollo、Golub、Aries 和 Stellus。 这些公司总共管理着超过 1 万亿美元的资产。 Plume 将从 Goldfinch Prime 中获得收益，Goldfinch Prime 使用专门构建的轨道来订阅资金，然后在链上进行流转。 Plume 联合创始人兼首席商务官 Teddy Pornprinya 表示：“此次合作展示了我们如何利用 Plume 的基础设施，将以前无法获得的投资机会转变为完全无需许可和可组合的资产。” 你可能还喜欢：MoonPay 从 Galaxy 获得 2 亿美元信用额度 Pornprinya 表示，此次合作不仅仅是将传统金融产品引入区块链。其目标是实现访问民主化，利用区块链技术帮助将这些产品转化为加密货币原生用户的有用资产。 对于 Nest 用户来说，Goldfinch 的合作伙伴关系将通过注入机构级私人信贷来改善其质押服务。虽然传统上，私人信贷基金是受限制的投资工具，但 Nest 保险库将它们转变为无需许可的流动资产，允许 Plume 区块链上的任何用户进行投资。 Plume 的最新合作伙伴关系是近几个月来建立的多个合作伙伴关系之一，所有这些合作伙伴关系的目的都是为了加速整个另类资产市场的代币化。 除了与 Ondo Finance、Superstate 和 Music Protocol 等公司建立合作伙伴关系外，Plume 最近还获得了 YZi Labs 的一笔重大战略投资。YZi Labs（前身为币安实验室）由赵长鹏领导，于 3 月 17 日宣布已对 Plume 进行投资。 L1 于 2024 年 12 月在 A 轮融资中筹集了 2000 万美元，由风险投资公司 Brevan Howard Digital、Galaxy Ventures 和 Haun Ventures 提供支持。 你可能还喜欢：YZi Labs 扩大人工智能投资，任命新的普通合伙人

披露：此处表达的观点和意见仅属于作者，不代表 crypto.news 编辑的观点和意见。 吸引人们加入 DAO 的先锋精神各不相同。有些人加入这些数字家园是为了结交新朋友，而另一些人则在前沿技术上寻求财富。DAO 可以简单到只是朋友之间共享的数字钱包，也可以复杂到重新定义我们工作方式的风险投资级初创企业。 随着这一前沿的成熟，新的工具每天都在涌现。最初只是一些基本的实验，现在已经发展成为复杂的系统。现代 DAO 使用 Snapshot 和 Tally 等工具进行投票，类似于早期美国殖民地开发自己的治理系统的方式。Gnosis Safe 等平台扩展了可能性，使这些数字社区能够管理共享资源并共同执行复杂的决策。 想象一下这样一个未来：你只需做有价值的工作，DAO 中的 AI 代理就会自动认可并奖励你的贡献。随着 AI 系统越来越能够独立管理预算、做出决策，甚至雇佣人类来完成任务，这一愿景为 DAO 中的“自治”赋予了新的含义。有了这些代理，DAO 正在发展成为能够持续高效运作的真正自治的组织。 然而，这项前沿技术必须与人类智慧保持平衡。虽然人工智能可以提高效率和自动化程度，但人类在指导长期方向和做出道德选择方面仍然至关重要。DAO 的未来将是人类判断力和人工智能能力之间的谨慎合作，共同创造一个更加去中心化和公平的世界——一个技术增强而不是削弱人类能动性的世界。 如何实现 DAO：掌握互联网协调的未来我们深入研究了 DAO 的创建、治理和运营的复杂性，为那些试图驾驭这一快速发展的领域的人提供了路线图。 四年前，也就是 2021 年，我为另一家出版物撰写了一篇关于 DAO 的专栏文章，指出 DAO 代表着人类协作的下一个前沿。在 2025 年的今天，这一观点依然正确，甚至更加正确。如果你还没有加入 DAO，那就找一个，找到你的社区，阅读 凯文·奥沃基 凯文·奥沃基是区块链专家和计算机科学家，他共同创立了 Gitcoin 并主持 GreenPill 播客。自 2017 年创立 Gitcoin 以来，他对正和生态系统的愿景推动了超过 6400 万美元的项目分配，巩固了 Gitcoin 作为以太坊生态系统的重要组成部分的地位。他即将出版的新书，

Bitcoin is consolidating just below a major resistance level at $106,433, with bullish momentum building. If this level breaks with strong volume, a push toward $127,600 could follow swiftly. Despite giving up all of its gains made over the past 24 hours, Bitcoin (BTC) remains within striking distance of its all-time high, showing strong signs of a bullish continuation. After months of climbing through higher highs and higher lows, BTC now faces one final technical hurdle at $106,433, a level that has acted as a ceiling for price action since December 2024. The current structure suggests a potential breakout is forming, but one key ingredient remains: confirmation through volume. Key technical points, Major Resistance:$106,433 – final level before all-time highs Bullish Structure:Higher highs and higher lows remain intact Target Zone:$127,600 – the long-term channel high BTCUSDT (1D) Chart, Source: TradingView Bitcoin’s current price action continues to sit below $106,433, a resistance level that has consistently capped upward momentum for months. This area coincides with the midpoint of a long-term ascending channel, adding confluence and technical significance to this zone. It’s acting as both a psychological and structural barrier. Price is now compressing below this zone in what appears to be a tightening apex. This type of setup typically leads to a volatility squeeze. When support and resistance converge around a midpoint channel level, it creates pressure in price action. If the bullish structure, defined by higher highs and higher lows, continues to hold, the probability of a breakout increases. However, no breakout will be confirmed unless it is accompanied by an influx in volume, showing true demand. You might also like:SHIB, SUI remain volatile; BlockDAG’s special price offers up to 1,279% ROI overnight Volume has remained steady but not explosive in recent days. This hints that buyers are watching from the sidelines, waiting for clear confirmation. A strong daily or weekly close above $106,433, backed by rising volume, would mark a technical breakout, with the next logical target being the channel high at $127,600. Until that breakout occurs, price may continue to consolidate within this tightening range. As long as the bullish structure isn’t invalidated by a lower low, the bias remains to the upside. This current consolidation may last several more days or even weeks, but the pressure is building, and technicals suggest a breakout is more likely than a breakdown. What to expect in the coming price action If Bitcoin can hold this range and break above $106,433 with volume, it would confirm the next leg of the bull cycle. The next major target sits at $127,600, and a breakout could unfold quickly once resistance gives way. Read more:Cardano’s bullish reversal: will a break above $1.13 trigger the next big rally?

“请”和“谢谢”只是礼貌用语，还是它们正在改变 ChatGPT 的学习和行为方式，并每天给 OpenAI 的人工智能造成数百万美元的损失？ 目录说“请”可能会花费数百万美元人工智能查询和隐藏的基础设施负载你的语气告诉了人工智能什么 说“请”可能会花费数百万美元 这是我们大多数人从小就被教导的道理。说“请”。说“谢谢”。礼貌无代价。但随着人工智能的发展，这句古老的箴言可能不再适用。对聊天机器人保持礼貌，实际上可能需要付出代价。 OpenAI 首席执行官 Sam Altman 在 X 上的一次简短交流中透露了一个关于 AI 系统运作机制的有趣细节。当被问及用户在 ChatGPT 查询中添加“请”和“谢谢”等额外词语会给 OpenAI 带来多少成本时，Altman 回答说：“数千万美元的花费是值得的。谁也说不准。” 数千万美元花得值——谁知道呢– Sam Altman (@sama) 2025 年 4 月 16 日 我们在 ChatGPT 中输入的每个单词都会经过庞大的数据中心进行处理，在那里它会被分解成标记，经过复杂的计算，最终变成回复。即使是一些简单的寒暄也会被同样对待。它们需要强大的计算能力。 这意味着电力、冷却系统以及每个请求需要更多时间。这些额外的令牌在数百万次对话中累积起来，就形成了实际的能源和基础设施成本。 根据 TechRadar 母公司 Future 在 2024 年 12 月进行的一项调查，51% 的美国人工智能用户和 45% 的英国人工智能用户经常使用人工智能助手或聊天机器人。 其中，美国人更注重礼貌。在美国，67% 的用户表示他们与人工智能交谈时彬彬有礼。其中，82% 的用户表示，无论对方是否是人类，他们觉得这样做是正确的。 另外18%的人则有不同的动机。他们表示，保持礼貌只是为了防止人工智能真的爆发叛乱——虽然可能性不大，但他们不想冒险站到错误的一边。 pic.twitter.com/37wyhZOm9k— Cubiqq (@cubiqq) 2025年4月16日 Then there’s the remaining 33% of American users who don’t bother with niceties. For them, the goal is to get answers, fast. They either find politeness unnecessary or believe it slows them down. Efficiency, not etiquette, shapes the way they interact. AI queries and the hidden infrastructure load ChatGPT 的每一次响应都由消耗电力和水的计算系统驱动。看似简单的来回交互背后隐藏着巨大的资源消耗，尤其是在用户数量不断增长的情况下。 高盛的一份报告估计，每次 ChatGPT-4 查询大约消耗 2.9 瓦时的电力，几乎是一次谷歌搜索的十倍。 据 Epoch AI 称，GPT-4o 等较新的模型已经提高了效率，将每次查询的能耗降低至约 0.3 瓦时。然而，当每天进行数十亿次查询时，即使是微小的差异也会迅速累积起来。 OpenAI 的运营成本反映了这一规模。据报道，根据多个行业消息来源引用的内部估计，该公司每天花费约 70 万美元来维持 ChatGPT 的运行。 这笔费用背后的主要原因是其庞大的用户群。从2024年12月到2025年初，每周用户数量从3亿跃升至4亿以上，部分原因是受到吉卜力风格艺术提示等病毒式功能的推动。随着使用量的激增，对电网和物理基础设施的需求也随之增加。 国际能源署预测，到 2030 年，数据中心将推动发达经济体电力需求增长 20% 以上，而人工智能被认为是这一增长的主要驱动力。 水是这个等式的另一个部分，经常被忽视。《华盛顿邮报》的一项研究发现，撰写一封 100 字的人工智能生成电子邮件大约需要 0.14 千瓦时的电力，足以点亮 14 个 LED 灯泡一小时。 产生相同的响应会消耗 40 到 50 毫升的水，主要用于冷却处理数据的服务器。 从规模上看，这种消耗水平引发了更广泛的担忧。弗吉尼亚州是美国数据中心密度最高的州，2019年至2023年间，该州的用水量增长了近三分之二。根据《金融时报》的调查，仅2023年，该州的总用水量就至少达到了18.5亿加仑。 随着数据中心在全球范围内不断扩张，尤其是在电力和土地价格低廉的地区，预计当地水资源和能源供应的压力将会越来越大。其中一些地区可能无法承受长期影响。 你的语气告诉了人工智能什么 在经过大量人类对话训练的人工智能系统中，用户提示的语气会强烈影响回应的语气。 使用礼貌的语言或完整的句子通常会使答案更具信息量、更符合语境、也更尊重他人。这种结果并非偶然。 在幕后，像 ChatGPT 这样的模型是在大量人类写作数据集上进行训练的。在微调过程中，它们会根据人类反馈进行一个称为强化学习的过程。 In this stage, real people evaluate thousands of model responses based on criteria such as helpfulness, tone, and coherence. When a well-structured or courteous prompt leads to a higher rating, the model begins to favor that style. Over time, this creates a built-in preference for clarity and respectful language patterns. Real-world examples reinforce this idea. In one informal Reddit experiment, a user compared AI responses to the same question framed with and without the words “please” and “thank you.” The polite version often triggered longer, more thorough, and more relevant replies.  Hackernoon 上发表的另一项分析发现，不礼貌的提示往往会产生更多事实错误和偏见内容，而适度礼貌的提示则在准确性和细节之间取得了最佳平衡。 这种模式在各种语言中都适用。在一项涉及英语、中文和日语的跨语言测试中，研究人员发现粗鲁的提示会全面降低模型的性能。 极度礼貌并不一定能带来更好的答案，但适度的礼貌通常能提高质量。研究结果还暗示了文化差异，表明“恰当”的礼貌程度会因语言和语境的不同而有所差异。 话虽如此，礼貌并非万能良方。最近的一项即时工程评估测试了 26 种提升 AI 输出的策略。其中之一就是添加“请”这样的词语。 结果表明，虽然这类短语有时有所帮助，但它们并不能持续提高 GPT-4 的正确率。在某些情况下，添加额外的单词会引入噪音，导致回答不够清晰或准确。 A more detailed study conducted in March 2025 examined politeness at eight different levels, ranging from extremely formal requests to outright rudeness.  研究人员使用 BERTScore 和 ROUGE-L 等基准来衡量摘要任务的结果。无论语气如何，准确性和相关性都保持相当一致。 然而，回复的长度各不相同。当提示非常突然时，GPT-3.5 和 GPT-4 会给出较短的答案。LLaMA-2 的表现有所不同，在礼貌程度适中时，回复最短，而在礼貌程度极高时，回复则较长。 礼貌程度似乎也会影响人工智能模型处理偏见的方式。在刻板印象检测测试中，过于礼貌和敌意的提示都会增加出现偏见或拒绝反应的可能性。中等礼貌程度的表现最佳，最大限度地减少了偏见和不必要的审查。 在测试的模型中，GPT-4 完全拒绝的可能性最小，但所有模型都表现出类似的模式——似乎有一个最佳点，音调可以帮助模型准确响应而不损害平衡。 最终，我们说什么以及我们如何说决定了我们能得到什么。无论我们想要得到更好的答案、更少的偏见，还是仅仅想要更深思熟虑的互动，我们的措辞都至关重要。 And while politeness might not always boost performance, it often brings us closer to the kind of conversation we want from the machines we’re increasingly talking to.