降息预期消退避险情绪升温，美元指数破百

来源: 金十数据

据央视新闻报道，当地时间周二，以色列财政部长斯莫特里赫公布2026年以色列国家预算初步框架，将赤字目标定为GDP的3.2%。

斯莫特里赫指出，持续两年多的战事已使以色列经济损失达2500亿新谢克尔(约合770亿美元)，其中1800亿新谢克尔(约合550亿美元)为直接用于国防与安全的支出。

"为了在未来几年推动以色列经济增长，有必要提高国防预算"，但斯莫特里赫并未进一步说明具体措施。他称已请求总理内塔尼亚胡继续作战，"只要有必要，就要打下去"。

以色列财政部未披露资金具体流向，但外界普遍认为，这笔开支涵盖了自2023年10月以来以色列在加沙、黎巴嫩及伊朗的军事行动成本。

加沙战争在美国总统特朗普提出的"20点计划"第一阶段停火协议生效后暂停，该阶段自10月10日开始实施，但随后以色列多次破坏协议。

同一天，以色列国家审计长马塔尼亚胡·恩格尔曼及其办公室发布了第六份战争相关报告，称以色列在战争期间的经济应对暴露出政府财政准备方面的深层结构性弱点。

报告指出，以色列在进入加沙战争时，既没有设立专门的紧急储备预算，也没有针对长期冲突的明确经济应急方案。

恩格尔曼指出，由于政府未采取实质性紧缩措施，2024年期间政府多次突破法定支出上限与赤字目标。

据悉，在冲突持续的背景下，2024年以色列财政预算赤字曾一度达到GDP的6.9%。截至今年9月，该赤字已降至4.7%。

恩格尔曼及其团队在以往报告中曾多次警告，以色列缺乏制度化的国家经济危机应对框架。"财政部长必须与部内外的所有专业机构定期审查，以明确加强以色列经济韧性所需的具体措施。"

他呼吁实施"有助于增长的政策措施，以改善财政状况并强化债务偿付承诺。"

报告指出，持续的经济应急准备能够帮助国家在危机中保持稳定、维持基本服务供应，并限制货币与财政冲击的影响。

恩格尔曼最后总结道："以色列面临的不仅是安全风险，还有财政风险。经济准备是国家韧性的支柱，不能等到下一次危机才行动。"

来源：财联社

在加密领域，人工智能是最让我兴奋的垂直赛道。但多数人仅将人工智能视为 Web3 领域的一个热门词汇。

今天，我想揭开面纱，深入解析二者真正的交汇点 —— 这些交汇点不仅能改变行业格局，还蕴藏着巨大的上升潜力。我认为，加密货币与人工智能的结合，将通过实际用例改变加密市场的运作方式，同时解决人工智能领域的关键问题。本文将分为三个核心部分：第一部分：人工智能与 Web3 的实际用例第二部分：Web3 如何推动人工智能发展第三部分：潜在风险

第一部分：人工智能与Web3的实际用例

对普通人而言，这部分内容可能最具价值，因为它深入探讨了在 Web3 中实际运用人工智能的方法。

1. 交易管理

在 Web3 中应用人工智能，最有趣的垂直方向之一是利用训练后的智能体（AI Agent）进行交易管理与执行。例如，未来的交易无需手动操作，而是可以部署一个 "个人助手"（即人工智能智能体），代你完成交易执行、持仓管理等操作。

这类智能体不仅能代你执行交易、管理投资组合（目前已有部分协议在开发相关功能），还能实现完全的链上交互。@HeyAnonai 就是很好的例子。通过其人工智能协议，你只需用自然语言指令，就能完成交易、跨链转账和链上交互等操作。

2. Web3中的大型语言模型（LLM）

多数人认为，Web3 中使用大型语言模型不过是向 ChatGPT 发送指令，但实际应用远比这深入。可以将大型语言模型视为人类与协议之间的接口层 —— 这意味着人们能通过自然语言获取数据。

Web3 领域的大型语言模型

从实际应用来看，随着大型语言模型的大规模普及，加上更多协议开发专门针对 Web3 数据训练的大型语言模型，获取市场信息的巨大障碍将被消除。不妨设想一下：如果只需简单输入指令，就能 24 小时获取顶级数据与信息，你的交易成功率会提升多少？

3. 安全与隐私保护

人工智能能在几秒内触发即时警报，速度远超人类。人工智能模型通过分析链上交易序列，识别典型的攻击行为，进而触发这些即时警报。在该领域，人工智能模型相较于人类的核心优势在于其强大的模式识别能力。对普通人而言，这意味着攻击事件会减少，智能合约交互的整体安全性会提升。

第二部分：Web3如何推动人工智能发展

在这一部分，我将深入解析 a16z《2025 年加密行业现状报告》中的最新内容。

报告指出，Web3/加密货币可解决人工智能领域的四大关键问题：

· 验证人类与人工智能的活动

· 实现人工智能智能体的经济交互

· 推动知识产权的规范授权

· 确保人工智能的公平性与开放性

尽管解决这些人工智能问题并非易事，但加密货币已被证明拥有实现这些目标的优质基础设施。下面我们逐一解析：

1. 验证人类与人工智能的活动

目前人工智能仍处于发展初期（相较于其未来潜力），但区分人类与人工智能活动的问题已十分突出。加密货币可通过三个主要方向解决这一问题：

· 人类证明（PoH）系统：在不泄露身份信息的前提下，验证某项操作背后是真实人类。Worldcoin 等协议已在大规模推进该方向的应用。

· 链上签名活动：当人工智能智能体代用户执行操作（如第一部分所述）时，这些操作可通过加密技术进行签名验证。

· 链上问责：人工智能智能体的每一项操作（无论是执行交易、在 DAO 中投票，还是修改数据）都能在链上记录、验证和追溯。

2. 实现人工智能智能体的经济交互

正如a16z所强调的，要充分释放人工智能智能体的潜力，必须使其具备经济交互能力。这正是 x402（及其他基础设施）的用武之地。

正如@suhailkakar所解释的，简单来说，x402就像是为互联网添加了一个钱包功能。它是一种新的网络标准，能让网站实现 "在提供数据前，需先支付少量费用" 的交互逻辑。x402只是加密货币赋能智能体经济交互的一个例子。除了 Suhail 制作的上述信息图，我也整理了一份x402入门指南：

x402 - 通俗易懂版

3. 推动知识产权的规范授权

确保所有者拥有合法的知识产权，是人工智能技术公平应用的关键。将这些知识产权上链后，我们可验证其使用是否合规，同时将授权条款嵌入智能合约。@campnetworkxyz 是该领域我比较看好的一个协议。其协议能让任何人拥有并通过知识产权实现盈利。可参考《Camp 协议的核心理念》了解更多。

4. 确保人工智能的公平性与开放性

最后，在人工智能开发中应用 Web3 技术，是应对科技巨头垄断的 "对冲手段"。鉴于大型企业可能会掌控或垄断人工智能技术，加密货币能确保人工智能尽可能保持开放与公平。这主要通过去中心化人工智能基础设施实现，例如无许可的后端人工智能计算、存储、数据与模型托管服务。

综上：加密货币将通过公平、开放的方式解决关键问题，助力人工智能领域实现发展。

第三部分：潜在风险

尽管 Web3 与人工智能的结合未来前景广阔，但我们也需警惕潜在风险。本文将重点分析其中三大风险：

1. 指令注入攻击

当我们开发能与区块链、钱包和协议交互的人工智能智能体时，指令注入攻击是最严重且最易被忽视的威胁之一。指令注入攻击指攻击者通过操纵大型语言模型的输入，使其忽略原始指令。可参考《直接与间接指令注入攻击示意图》了解具体原理。在 Web3 与人工智能结合的场景中，指令注入攻击的危险性会大幅提升 —— 因为人工智能不仅会生成文本，还会与真实资产和协议进行交互。可通过采用多模型层、强化系统指令、以及其他策略来降低指令注入攻击的风险。

2. 虚假信息的叠加扩散

随着大型语言模型 / 人工智能的快速普及，虚假信息扩散的风险也在上升。在 Web3 领域，这一风险可能以多种形式显现：例如利用人工智能伪造项目公告，或恶意使用大型语言模型生成虚假漏洞报告与审计结果。

尽管存在这一风险，但加密货币也能通过第二部分提到的方向（如链上签名）及其他方法（如部署虚假信息检测智能体）来解决这一人工智能领域的问题。

3. 智能体管理不当

当用户授权智能体代其执行交易时，可能面临智能体资金管理不当的风险。在授权智能体代行操作的情况下，签署恶意交易、买入错误代币、与高风险协议交互等问题都可能实际发生。

综上可见，人工智能与加密货币的结合拥有丰富的用例，而目前我们仅触及了冰山一角。

来源: 金色财经

来源: 新浪财经

图：特朗普与高市早苗在赤坂检阅仪仗队

01 安倍外交能给高市带来什么

美日首脑会谈，各取所需

图：特朗普与高市在横须贺美军基地演讲

美日同盟的新黄金时代到来了吗？

来源：复旦中美友好互信合作计划

来源：观察者网