全部 通识 以太坊 比特币 Solana 公链 Solidity Web3应用 编程语言 安全 密码学 AI 存储 其他

给 AI 一个钱包：为什么自主链上 Agent 至关重要

本文探讨了 AI 代理与区块链结合的前沿趋势，阐述了赋予 AI 钱包使其从“辅助决策”转向“自主执行”的重大意义。文章详细介绍了链上代理的工作模型（观察-决策-校验-执行），并强调了账户抽象和安全校验在构建安全、可控的自动化经济系统中的核心作用。
AI代理  链上自主代理  账户抽象  智能合约钱包  安全校验  Web3 

Solana XDP 延迟优化解析

本文探讨了在 Solana 网络中使用 XDP (eXpress Data Path) 优化延迟的技术方案。通过将 Jito Shredstream 的标准 Linux UDP 内核栈替换为基于 eBPF 的内核绕过技术，作者实现了更低且更稳定的数据传输延迟。文章详细解释了 AF_XDP 的工作原理、NIC 队列映射以及在实际主网环境下的基准测试结果。
XDP  eBPF  内核绕过  网络延迟  AF_XDP  Shredstream 

Web3 极客日报 #1915

  • rebase
  • 发布于 2026-04-04
  • 阅读 ( 111 )
  • ( 5 )

Solana永续合约：性能挑战与基建重构

本文深入分析了Solana永续合约（Perps）市场的发展现状及其与Hyperliquid的性能差距。文章指出Solana的通用架构导致了非确定性排序和报价成本较高，并详细对比了Drift、Phoenix、Bulk及Bullet等协议在执行效率、可组合性与风险引擎方面的技术权衡，探讨了Solana如何通过基础设施升级来重构交易体验。
Solana  永续合约  CLOB  订单簿  Hyperliquid  去中心化金融 
  • minnus
  • 发布于 2026-04-04
  • 阅读 ( 243 )
  • ( 6 )

加密行业缺失的安全市场机制

文章指出加密行业频繁的安全漏洞源于市场激励机制的缺失。作者认为，由于缺乏传统金融中的强制性合规与安全标准，加密项目往往将安全视为可缩减的成本而非必要支出，导致安全投入远低于损失。要实现链上金融的未来，必须建立起将安全作为核心准入门槛的市场结构。
去中心化金融  风险管理  激励机制  合规性  链上安全  市场结构 

5 个预言机漏洞（来自真实审计）

文章深入探讨了区块链预言机集成中的五个常见安全漏洞，包括 Redstone 的时间戳操纵风险、多级价格源（如 wBTC-BTC-ETH）导致的偏差累积、硬编码预言机陈旧度阈值、忽视 Pyth 的置信区间以及硬编码稳定币价格的风险，并为开发者提供了相应的安全修复建议。
预言机  Redstone  Chainlink  Pyth  智能合约安全  价格偏差 

RAG全流程实战指南

本文通过为 Arbitrum DAO 开发治理仪表板的实战经验，详细介绍了构建 RAG（检索增强生成）系统的全流程。内容涵盖了数据摄取、文本分块、向量嵌入、存储检索及生成等核心环节，并重点讨论了如何通过命中率、忠实度等指标对检索和生成质量进行科学评估与优化。
RAG  检索增强生成  向量嵌入  pgvector  语义搜索  LLM评估 

8个Claude Code自动化Hook实战

本文详细介绍了 Claude Code 的 8 个实用自动化Hook（Hooks），涵盖了代码自动格式化、拦截危险命令、保护敏感文件、自动运行测试及提交前置检查等场景。通过配置 .claude/settings.json，开发者可以确保 AI 在编写代码时遵循项目规范并提升安全性。
Claude Code  自动化钩子  代码格式化  安全拦截  单元测试  Shell脚本 
  • zodchiii
  • 发布于 2026-04-04
  • 阅读 ( 258 )
  • ( 31 )

为AI智能体商业建立开放支付标准

文章介绍了 x402 基金会的成立及其旨在为 AI 智能体商业（Agentic Commerce）建立开放支付标准的愿景。通过激活 HTTP 402 预留状态码，x402 提供了一个去中心化、无需许可的协议，旨在解决 AI 智能体在微支付和自主交易中的摩擦，构建互联网缺失的经济基础设施层。
x402 协议  智能体商业  AI 智能体  开放标准  支付协议  Linux 基金会 

2026版大模型显存估算指南

本文介绍了在本地运行大语言模型（LLM）时计算显存（VRAM）需求的实用公式与指导原则。核心逻辑为“显存 ≈ 参数量 × (位宽 ÷ 8)”，详细对比了FP16、FP8及各类量化格式（如GGUF、4-bit）的占用情况，并提醒开发者需额外考虑KV缓存和框架开销等“显存税”。
显存计算  大语言模型  模型量化  KV缓存  推理优化  VRAM 

区块链量子风险评估与防御现状

本文评估了量子计算对区块链加密技术的威胁，重点分析了 Google 和 Oratomic 的最新研究如何缩短了破解时间。文章对比了以太坊、比特币及 Solana 的应对策略，指出以太坊在后量子加密（PQC）迁移路线上处于领先地位。
量子计算  后量子加密  椭圆曲线加密  Shor算法  以太坊  比特币 

你不知道的大模型训练：原理、路径与新实践

文章深入剖析了当代大模型训练的全链路流程，强调后训练阶段（如强化学习、数据配方、评测奖励机制）在提升模型用户体验中的核心作用。重点介绍了从预训练底座到推理模型及Agent训练的演进路径，并结合DeepSeek、Kimi等前沿案例分析了系统架构与工程实践的最新趋势。
大模型训练  强化学习  数据配方  后训练  推理模型  Agent训练 
  • hitw93
  • 发布于 2026-04-03
  • 阅读 ( 250 )
  • ( 11 )

机构配置者应如何评估稳定币金库

文章探讨了DeFi稳定币流动性管理从“收益导向”向“流动性编排”架构的演变。重点分析了以Spark为代表的现代化金库如何通过系统级分配规则、多层风险缓冲和标准化风险评估框架，满足机构级大额资金对退出确定性、流动性深度和风险透明度的核心需求。
稳定币  DeFi  流动性金库  Spark  风险管理  机构金融 
  • Spark_
  • 发布于 2026-04-03
  • 阅读 ( 213 )
  • ( 22 )

Web3 极客日报 #1914

  • rebase
  • 发布于 2026-04-03
  • 阅读 ( 109 )
  • ( 6 )

利用LLM构建个人知识库

Andrej Karpathy 介绍了利用 LLM 构建个人知识库的工作流：将原始资料通过 LLM 自动“编译”成包含摘要、分类和反向链接的 Markdown 维基，并以 Obsidian 作为前端展示。该系统支持自动化 Q&A、多种格式输出及维基健康检查，展示了如何利用 AI 实现从处理代码向自动化管理结构化知识的转变。
大语言模型  知识库  Obsidian  Markdown  LLM Agent  知识管理 
  • karpathy
  • 发布于 2026-04-03
  • 阅读 ( 315 )
  • ( 13 )

Solana 程序源码级可见性实现

本文介绍了如何利用 Pinocchio 框架和 Mollusk 测试框架构建高性能、轻量级的 Solana 程序。作者强调了传统测试仅关注交易成败的局限性，并提出通过 sbpf-coverage 工具实现源码级的代码覆盖率分析，以确保每一行逻辑和执行路径都经过严谨验证，从而达到“航空级”的工程可靠性。
Solana  Pinocchio  Mollusk  代码覆盖率  智能合约测试  零拷贝 
  • LimeChain
  • 发布于 2026-04-03
  • 阅读 ( 256 )
  • ( 16 )

DeFi代币发行机制全面解析：从传统LaunchPad到Meme币平台

引言：Token——DeFi协议的核心引擎在去中心化金融（DeFi）生态中，Token（代币）远不止是简单的数字货币。它是协议运转的燃料，实现了价值捕获、激励对齐和去中心化治理三大核心功能。无论是Uniswap的UNI、Aave的AAVE还是MakerDAO的MKR，Token都扮演着连接用户、
DeFi 
  • 曲弯
  • 发布于 2026-04-03
  • 阅读 ( 331 )
  • ( 17 )

《GENIUS法案》与稳定币监管解析

本文分析了美国《GENIUS法案》（S. 1582）对稳定币的监管框架。该法案要求稳定币必须由美元或低风险资产提供1:1的准备金支持，并将其确立为既非证券也非银行存款的独立监管类别，从而明确了SEC和CFTC的管辖界限，旨在通过法律透明度推动机构对稳定币的采用。
GENIUS法案  稳定币  准备金支持  监管框架  合规性  机构采用 
  • across
  • 发布于 2026-04-03
  • 阅读 ( 206 )
  • ( 7 )

我昨晚狠狠干了一轮数据库优化，终于明白性能优化到底在优化什么

昨天我写了一篇文章，主要是在说：当我真的拿Zig去写一个KV数据库之后，我开始理解这门语言到底擅长什么。但说实话，昨天那篇文章还比较偏“感受”。昨晚，我在kvdb的develop分支上狠狠干了一轮优化，做到后面突然有种更具体的感觉：数据库优化这件事，很多时候根本不是你发明了什
性能优化  Zig  kvdb  WAL  b-tree 
  • King
  • 发布于 2026-04-03
  • 阅读 ( 217 )
  • ( 12 )

AO推出去中心化超级索引器copycat@1.0

AO 推出运行在 HyperBEAM 上的去中心化索引器 copycat@1.0，旨在解决 Arweave 网关在去缓存模型下的数据检索挑战。它支持有界深度的递归索引，能够高效处理多层嵌套的 Bundle 数据，并引入了预过滤机制和内存安全限制，显著提升了 AO 数据协议的发现效率与系统稳定性。
AO  Arweave  HyperBEAM  索引器  嵌套Bundle  去中心化网关