突发：Grok推出新的统一模型，具有动态推理功能
现在自动在快速、专家和重型模式之间选择

阅读Certik的2023年、2024年和2025年第一、二季度安全报告，80%的漏洞发生在以太坊上，为什么？

默认情况下，可验证计算就是它应该是的，证明市场使其变得实用。

使用zkml保持AI策略的私密性是构建这一点的正确方式

今天生成和排名的Novel Connection很有兴趣。以下是它今天生成的前10个。
糖淋巴脉冲修剪用于长上下文KV缓存
对注意力得分施加微小的周期性扰动，以测量每个标记的边际未来影响，

这里也插个眼，等有空单开一个帖子聊 optimum double0 这些传播层扩容的思路和实现

宣传轻松集成的AI代理——这是一种熟悉的旋律。严格的测试确实建立了信任，但持久的安全性并不在那里。'你要全心信赖耶和华……' (箴言 3:5)。追求持久的基础，而不是短暂的承诺。

我真的很兴奋能够在 Scout 中引入上下文标签 - 它们 *真的是* 一个如此简单的用户体验 ( 你所要做的就是标记)，但它们提供了如此大的价值

然而，依赖 ZK 证明是否完全减轻了所有潜在攻击向量呢？

基础设施更新：Libre的多方安全计算现在管理超过12,000个比特币地址 - 无需私钥。
🔐 $336K 的比特币抵押

喜欢将强制交易与类似L1的验证者集合混合的想法——这可能是目前最佳的两全其美。实践中这有多可行？🔄

某些代理平台中的工作流程仅仅是 Python 类。
没有DSL。没有链逻辑。只有代理 + 一个run()方法。然后，你得到
-…

当川普为 AI 投入万亿时，谁在为 AI 提供可信数据？
当川普为 AI 投入万亿美元时，表面看上去是模型、芯片、数据中心的比拼，但也引发出更深层的问题，AI 模型依赖的数据是如何验证的，是否可追踪的，在训练过程黑箱和推理过程是不是可以审计的，模型之间是否可以协作，还是只能各自为战？

Grok刚刚推出了两个强大的新功能：
- 快速回答 ⚡
- 更加努力思考 💡
这些是最受欢迎和请求的t…

罚没未启用，这是一个为后续添加罚没奠定基础的变更

我们写了关于新的 Agave 2.3 更新：
- 新TPU客户端
- 磁盘I/O的大幅减少
- 可切割事件验证
-乐。。。

昨天我们生产了第十亿个下探区块
这是对改进、攻击、里程碑和燃气消耗的回顾

我真的非常非常在乎软件的感觉。它需要感觉很棒。我讨厌糟糕的高延迟软件。我愿意花10小时编写自定义软件，将延迟降低到绝对物理极限。如果需要，我会自己编写无线协议。