企鹅标识企鹅交易洞见共识之外的价值
← 加密快讯

加密早报:纳斯达克 12 月 6 日上线 23/5 交易,金与正否认朝鲜参与 Binance 黑客攻击

作者:深潮 TechFlow

昨日市场动态

法国国民议会推迟预算表决,此前否决加密退出税提案

据法国国民议会会议记录及 Cointelegraph 报道,法国国民议会推迟对 2027 年预算收入部分的表决,11 月 3 日继续审议该部分,仍有 758 项修正案待讨论。

议会此前于 10 月 30 日否决两项将加密资产纳入退出税的修正案,涉及纳税人将税务居所迁至境外时的未实现收益。其中一项以 27 票赞成、55 票反对遭否决,另一项以 31 票赞成、60 票反对遭否决。预算案仍在审议中。

Backpack 警告冒用代币化股票名义的虚假空投

据 Backpack 官方公告,平台发现有人以分发 Backpack Securities 发行的代币化股票为名推广虚假空投,相关活动与 Backpack Securities 无关。

Backpack 表示,诈骗者可能使用真实代币地址使活动看似可信,提醒用户谨慎对待陌生链接及钱包连接请求,并通过官方资产目录核对代币化证券的规范地址。

泰国 SEC 就数字资产衍生品许可规则草案征求意见

据泰国证券交易委员会(SEC)公告,该机构于 10 月 29 日就八项衍生品业务规则草案征求公众意见,以配合数字资产纳入衍生品法认可的标的资产范围。

草案涉及衍生品交易所、结算所及中介业务的许可框架,拟允许数字资产经营者无需设立新公司即可申请衍生品业务牌照,并修订交易所和结算所的财务报告标准。征求意见截止日期为 11 月 28 日。

纳斯达克 12 月 6 日上线 23/5 交易,每天仅休市 1 小时

据纳斯达克官网信息,纳斯达克将于美东时间 12 月 6 日(周日)晚 9 点正式推出「23/5」交易制度,美股交易将扩展至每周 5 天、每天 23 小时。

新制度新增美东时间晚 9 点至次日凌晨 4 点的夜盘时段,与现有盘前(凌晨 4 点至 9:30)、盘后(下午 4 点至晚 8 点)时段共同构成「全球交易时段」。交易将从周日晚 9 点持续至周五晚 8 点,每个交易日晚 8 点至 9 点暂停 1 小时,用于系统维护、公司行动处理和切换交易日。

美东时间 9:30 至 16:00 的常规交易时段及开盘、收盘集合竞价保持不变,收盘价仍作为官方基准价格。晚 9 点至午夜成交的交易计入下一交易日,结算规则不变。风控方面,SEC 已批准相关 LULD 计划修订,夜盘订单价格须在参考价上下 20% 的价格带内。

纳斯达克表示,上线时间仍以证券信息处理器(SIP)准备就绪及相关 SEC 规则变更为前提。

中国拟出台覆盖 AI 全生命周期的安全监管标准,防范模型失控风险

据彭博社报道,中国国家发展和改革委员会官员王若蒙周二表示,中国正加快人工智能立法,将对 AI 的开发与应用实施全生命周期监管,范围涵盖数据、算力等环节。这套标准旨在防范日益强大的 AI 失去控制的风险,被认为是目前较为全面的 AI 安全指南之一。监管将涉及 DeepSeek、月之暗面(Moonshot)和阿里巴巴等主要开发商,这些企业正推动打造可与 OpenAI 和 Anthropic 顶尖模型竞争的产品。

Mercado Bitcoin 遭黑客攻击损失超 4600 万美元,黑客仍持有约 920 万美元山寨币

据链上分析平台 Lookonchain(@lookonchain)监测,巴西加密货币交易所 Mercado Bitcoin 遭黑客攻击,损失超过 4600 万美元,其中超过 900 万美元被盗资产已被冻结。

黑客目前仍持有以下山寨币,合计价值约 920 万美元,可能面临抛售压力:

3729.9 亿枚 PEPE,价值约 179 万美元

1.282 万枚 AAVE,价值约 161 万美元

76.995 万枚 PENDLE,价值约 135 万美元

2.983 万枚 EVA,价值约 126 万美元

198 万枚 VIRTUAL,价值约 115 万美元

14.784 万枚 UNI,价值约 104 万美元

267 万枚 ONDO,价值约 103 万美元

苹果第四财季营收 1144.77 亿美元,同比增长 12%

据苹果公司公布的财务报表,苹果截至 9 月 26 日的 2026 财年第四财季营收为 1144.77 亿美元,较上年同期的 1024.66 亿美元增长约 12%;稀释后每股收益为 2.10 美元,上年同期为 1.85 美元。

该季度 iPhone 营收为 575.83 亿美元,服务营收为 315.73 亿美元,可穿戴设备、家居及配件营收为 83 亿美元;大中华区营收为 175.39 亿美元。

金与正否认朝鲜参与 Binance 黑客攻击

据朝中社报道,朝鲜劳动党中央委员会部长金与正在 11 月 2 日发表的谈话中,否认美国联邦调查局(FBI)有关朝鲜支持的黑客组织参与 Binance 被盗事件的指控,称美方说法荒谬。

金与正指责美国将国际网络犯罪事件与朝鲜联系起来,称这是针对朝鲜的政治挑衅,并表示朝鲜政府反对网络空间中的恶意行为。

Anthropic 调整 Claude Code 提示词,限制复刻现有游戏

据 The Verge 报道,Anthropic 已更新 Claude Code 在 Opus 5.5 上的系统提示词,引导工具避免复刻他人的特定游戏。

Anthropic 的 Addy Osmani 表示,公司在提示词中增加了两句话,因为使用 Claude 侵犯知识产权违反其使用政策。他称,原创游戏、同类型游戏,以及根据用户自有设计和素材制作的游戏仍应能够正常开发;公司将继续调整以寻求适当平衡。

今日市场行情

推荐阅读

韩国 HBM 一叠炒到 4000 美元:深圳 20 多岁中介的暴富生意,藏在低端芯片里

https://www.techflowpost.com/article/35071

这篇文章揭露了一条连接韩国芯片原厂、香港转口与深圳地下工坊的 HBM 存储芯片灰色走私链。操盘者通过控制空壳芯片设计公司,将三星、SK 海力士的高端 HBM 3E 与几乎没有商业价值的低端处理器合封,伪装成普通低性能芯片出口,再经香港转运至内地,最后利用高温拆解技术取出 HBM 颗粒。受 AI 算力需求和出口管制影响,单叠 HBM 3E 黑市价格已从一年前的几百美元涨至约 4000 美元,一颗 AI 训练芯片所需的 6 至 8 叠 HBM,仅黑市采购成本就可能增加 2.4 万至 3.2 万美元。文章还提到,一名深圳 20 多岁的中介凭借供应链资源,三年内靠撮合交易实现财富跃迁。但随着参与者增加、监管趋严及国产存储替代推进,这条灰色套利链正面临收缩。AI 算力竞赛不仅推高了芯片价格,也催生了围绕出口管制漏洞的地下供应链。

美国中期选举后美股必涨?历史 11 次全部收红、平均涨 13.7%,但真正决定行情的不是选票

https://www.techflowpost.com/article/35060

这篇文章复盘了过去 40 年美国中期选举后的美股表现:1982 至 2022 年的 11 次中期选举后,标普 500 均在随后一年上涨,平均涨幅达到 13.7%。其中,白宫与国会由不同党派控制的“分裂政府”表现更好,历史上一年期平均回报率约为 15%,高于单一政党全面执政时的 11.5%。文章认为,权力制衡能够降低激进政策和监管突袭的不确定性,但选举并不是决定市场走势的核心因素。美联储利率政策、市场流动性、企业盈利、AI 资本开支以及全球债券收益率,才是真正影响美股长期表现的关键变量。历史胜率虽然亮眼,但投资者不能把选举周期当成必涨信号,宏观经济和企业基本面仍然决定行情能走多远。

播客笔记|对话 Zcash 核心团队:突破 5 万 TPS 与抗量子防御,评估 ZEC 的长线爆发逻辑

https://www.techflowpost.com/article/35049

这篇文章整理了 Zcash 联创 Sean Bowe 与核心研究员 Dev Ojha 对 Zcash 未来技术路线的完整解读。团队正在通过 Tachyon 架构重构网络,将数百万个零知识证明递归压缩为一个证明,目标是把网络数据吞吐量提升至 100 MB/s、约 5 万 TPS。同时,Zcash 计划引入私有信息检索(PIR),解决轻钱包同步慢、查询行为泄露的问题,并通过量子可恢复性、透明交易池升级和格密码证明系统,分阶段应对量子计算威胁。治理方面,团队希望推动持币者直接参与投票,降低对中心化开发基金的依赖。

GPT-6 Astra 直接改写 Qwen 权重,数学能力飙升 6 倍:「神经网络的基因编辑」时代来了?

https://www.techflowpost.com/article/35047

这篇文章介绍了 MIT 研究团队的一项 AI 新突破:让 GPT-6 Astra 直接读取并修改开源模型 Qwen3.5-0.8B 的神经网络权重,不需要重新训练、梯度下降或额外训练数据,仅修改 0.016% 的参数,就将其 MATH-500 数学测试成绩从 7.9% 提升至 48.1%,GSM8K 成绩也从 13.8% 提升至 67.1%。研究人员将这种方法称为「权重空间编程」,相当于让一个强 AI 直接检查另一个 AI 的内部结构,找到性能瓶颈并进行精准修改。实验还展示了 AI 识别游戏模型、直接编写游戏策略网络,以及修复自动驾驶控制器等能力。不过,研究团队强调,这次突破主要是移除了模型原有能力发挥的障碍,并非凭空创造新能力,且目前只在小模型上得到验证。真正值得关注的是,AI 开始从使用模型、训练模型,进一步走向直接改造模型,这可能改变未来 AI 开发与优化的方式,也带来了递归自我改进的安全风险。