Perp DEX 每月产生 1.25 亿美元手续费，真正被奖励的是谁？
过去 30 天 38 家 Perp DEX 产生约 1.25 亿美元手续费，但多数平台将收入用于代币回购或积分激励，导致交易员与持币者出现激励错配。PopDEX 提出 Trader-first 理念，基于 Morph Tachyon 构建链上 CLOB，目前 TVL 接近 7000 万美元。
#大佬观点
Odaily 星球日报AI 评分3434 TechCrunchAI 评分5959 Benchmark 五位合伙人谈狂热市场下的投资策略与合伙机制
Benchmark 的五位合伙人在 TechCrunch Disrupt 上分享了机构面对当前 AI 市场狂热时的投资思考。团队表示仍坚持每位合伙人每年只做两到三笔投资的节奏，周一合伙人会议依然不设固定议程，并依托扁平精简的机制紧密协助创始人。合伙人们还探讨了设立 $12.5 亿成长基金的背景、AI 初创企业的算力需求现状，以及为何他们仍强烈倾向于在旧金山布局项目。
Hacker News 热门AI 评分5454 Linear 创始人谈软件背后的创作者：警惕 Agent 时代的流水线化与功能堆砌
Linear 联合创始人 Karri Saarinen 撰文指出，优秀软件的灵魂源于创作者的直觉与审美视角，而非流程、纯数据或流水线生产。他警惕当前使用 Agent 等自动化工具带来的无序功能堆砌，指出缺乏统一审美的局部优化容易让产品沦为科学怪人式的拼凑物。他呼吁在软件开发门槛降低的当下，开发者更应深入理解问题本身，用清晰的判断力塑造具有统一特质的产品。
Hacker News 热门AI 评分5050 3Blue1Brown 视频：现在是投身数学领域的最佳时机
数学科普创作者 3Blue1Brown 发布视频，探讨当下是进入数学领域的最佳时机。该内容被分享至 Hacker News 后引发广泛讨论，获得了 495 点赞与 688 条评论。
链捕手 ChainCatcherAI 评分7070 AI 是否挑战密码学：Web3 需规划防御但不可仓促迁移资产
针对 Justin Drake 提出 AI 加速攻破椭圆曲线密码学的担忧，Vitalik Buterin 指出仓促迁移造成的资产损失远比未发生的攻击更危险。文章分析指出目前主流公链签名算法未被攻破，未发起过交易的公钥哈希地址仍具保护作用，普通用户盲目迁移易引发网络误操作与钓鱼风险。长期来看底层协议需稳步推进后量子与账户抽象升级，现阶段用户只需减少地址复用并防范诈骗。
Simon WillisonAI 评分6464 Claude Code 团队分享代码审查实践：将 AI 审查前置为持续拼写检查
Claude Code 团队成员指出代码审查已从提交 PR 后的末端卡点转变为编写过程中的持续审查。大多数代码改动在交由人工审核前已被 Claude 自动检查并修复至少一次，以过滤常规错误并将人力集中于更高层面的审视。
MIT Technology Review · AIAI 评分4545 圆桌访谈：对话 AI 设计病毒创造者 Samuel King
《MIT Technology Review》资深 AI 记者 James O’Donnell 对话斯坦福大学生物工程博士生 Samuel King，探讨 King 利用生成式 AI 模型设计微观病毒基因蓝图的研究。King 于 2025 年提出该病毒遗传蓝图并入选 Innovators Under 35，访谈深入探讨了生物学新视角及 AI 未来设计新生命形式的可能。
Latent SpaceAI 评分5252 专访 Leash Bio 创始人 Ian Quigley：以计算速度构建闭环实验室与 AI 智能体沙盒
Latent Space 对 Leash Bio 的 Ian Quigley 进行了专访，深入讨论如何通过 DNA 编码库（DEL）获取高通量、可复现的蛋白质与小分子互作数据，以及用于科学推理智能体的沙盒 Minos。
Latent SpaceAI 评分6868 专访 Dyna 首席科学家 Jason Ma：解析 Dyna-2 世界动作模型与具身智能体长程自主落地
Dyna Robotics 联合创始人兼首席科学家 Jason Ma 接受 Latent Space 专访，深度解析了基于百万小时人类视频预训练的世界动作模型 Dyna-2 及具身智能体的落地路径。
MIT Technology Review · AIAI 评分2424 构建自主工业 AI 的更安全路径
随着基础模型、物理 AI 与智能体 AI 进入工业领域，AVEVA 提出构建负责任 AI 框架，主张通过安全护栏辅助而非替代人类决策，确保关键基础设施的运行安全与可靠。该框架结合多源数据整合与自主机器人，以降低危险作业风险并提供实时诊断支持。同时，相关专家参与制定 IEEE 标准，统筹评估工业 AI 在电力、水资源和碳排放等维度的环境足迹。
Microsoft ResearchAI 评分4545 微软研究院探讨 AI 为何会犯错及失败带来的启示
微软研究院（Microsoft Research）研究经理 Jennifer Neville 在播客中探讨了模型在传统基准测试之外出现的意外失败，指出评估对突破当前 AI 性能边界以满足用户需求至关重要。她分享了应对现有 AI 系统的实用建议，并强调当模型表现不符合预期时应深入审视数据。
GitHub Blog · AI & ML精选AI 评分6969 GitHub 探讨为何聊天框不是最佳 AI 交互界面
GitHub 博客发文探讨当前 AI 交互界面的局限，指出纯聊天框界面不仅容易造成 token 浪费，还会阻碍复杂的开发工作流自动化。文章以 GitHub Copilot app 的 canvas 功能为例，演示了如何让智能体生成可双向通信的全栈轻量应用并在本地运行，从而减少开发者在各个环节中的人工介入。
推荐理由：文章指出把智能体本身当作单一交互界面会浪费计算资源，提出让其生成专属应用以自动化工作流的可行路径。