律动BlockBeats

BlockBeats 消息，7 月 13 日，Fundstrat 联合创始人、Bitmine 董事长 Tom Lee 在 WebX 2026 演讲中表示，以太坊正站在类似亚马逊、英伟达、摩根大通开启第二阶段成长的关键节点。
他认为，以太坊同样拥有类似的发展路径。自诞生以来，ETH 经历了 IC0 热潮与 NFT 热潮，历史最高曾达到 4866 美元；2025 年又受现货 ETF 获批以及稳定币快速普及推动，一度回升至 4955 美元。如今价格回落至约 1732 美元，Tom Lee 将这一阶段定义为「底部区域的市场放弃」。未来 ETH 2.0 的成长将建立在四大支柱之上：全新的以太坊基金会管理架构； Agentic AI（智能代理 AI）； 金融体系的结算层； ETH 成为真正意义上的「货币」。
Tom Lee 表示，华尔街机构正在持续扩大对以太坊生态的布局，这些大型机构持续建设 Layer2 网络，意味着整个传统金融体系正逐步向以太坊生态迁移。
Bitmine 成立之初曾计划用五年时间持有全球 ETH 总供应量的 5%，但如今仅用 12 个月便已完成目标的 95%。目前，公司总计持有 574 万枚 ETH，约占 ETH 总供应量 4.8%。其中约 487 万枚 ETH（约 85%）已参与质押。

TL;DR
· 苹果向美国法院起诉 OpenAI，称其招募超过 400 名前苹果员工，并系统性获取商业机密，用于开发消费级 AI 硬件。
· 诉讼将 OpenAI 首席硬件官 Tang Tan、技术人员 Chang Liu 列为被告，苹果指控其要求候选人携带零部件、泄露未发布产品信息，并下载内部文件。
· 诉讼可能影响 OpenAI 即将推出的 AI 硬件和 IPO 计划，但案件预计持续多年，目前相关指控仍有待法院审理。
苹果与 OpenAI 的竞争，从 AI 模型和系统合作，正式升级到了法庭。
据《The Information》报道，苹果已向美国加州北区联邦法院起诉 OpenAI 及多名前苹果员工，指控其长期、有组织地获取苹果商业秘密，用于开发消费级 AI 硬件产品。苹果称，自 OpenAI 启动硬件项目以来，已有超过 400 名前苹果员工加入该公司，其中包括前 iPhone 产品负责人、现 OpenAI 首席硬件官 Tang Tan，以及技术人员 Chang Liu。
这是双方关系急剧恶化后的首次公开法律交锋。两年前，苹果还曾将 ChatGPT 整合进 Apple Intelligence，被视为 OpenAI 最重要的合作伙伴之一；如今，双方的竞争焦点已经从 AI 软件延伸至消费级硬件。
苹果称 OpenAI 围绕硬件项目持续「挖角」
苹果在诉讼中认为，这并非普通的人才流动，而是一项围绕 AI 硬件展开的系统性招聘计划。
诉状显示，Tang Tan 是 OpenAI 硬件团队最主要的招聘负责人之一。苹果称，其在离职前便与 OpenAI 或合作方讨论供应链事务，并向自己发送苹果供应商信息及行业内部资料。加入 OpenAI 后，他又在招聘过程中要求部分仍在苹果工作的候选人介绍未发布产品情况，甚至携带苹果硬件零部件参加面试，以获取更多内部信息。
苹果还指控，OpenAI 在招聘过程中要求候选人分享产品设计、CAD 文件、原型机、供应商协作方式、系统集成工具等研发信息，并向新员工提供如何避免苹果安全团队发现相关行为的建议。上述内容均来自苹果诉状，目前仍属于苹果单方面指控，尚未经过法院认定。
Chang Liu 被指利用漏洞下载机密文件
苹果还将另一名前员工 Chang Liu 列为被告。
根据诉状，Chang Liu 离开苹果后仍保留一台苹果工作电脑，并利用苹果企业系统一项此前未知的认证漏洞，访问并下载数十份与硬件研发相关的保密文件。
苹果进一步称，Chang Liu 还指导正在被 OpenAI 招募的苹果员工如何复制内部资料而不被苹果安全团队发现。在调查过程中，苹果认为自己发现了更广泛的模式：部分加入 OpenAI 的前员工曾在离职前将苹果内部资料发送至个人邮箱，另一些人则利用掌握的商业秘密参与 OpenAI 硬件研发。
OpenAI 对此回应称，公司「对其他公司的商业秘密毫无兴趣」，始终专注于开发创新 AI 技术。Tang Tan 与 Chang Liu 均未公开回应相关指控。
诉讼背后，是 OpenAI 的硬件计划
苹果此次起诉的背景，是 OpenAI 正在快速推进 AI 硬件布局。
去年，OpenAI 以约 65 亿美元全股票交易收购由 Tang Tan 与前苹果首席设计官 Jony Ive 创立的 io Products，后者成为 OpenAI 硬件业务的重要基础。
据《The Information》此前报道，OpenAI 已与供应商讨论多款产品，包括无屏智能音箱、AI 眼镜、数字录音设备及可穿戴设备，并计划于 2026 年底至 2027 年初推出首批产品。苹果还在诉讼中指出，OpenAI 已从产品设计、显示、天线、供应链管理及采购等多个团队招聘大量苹果硬件员工。
苹果同时指控，OpenAI 曾误导一家苹果供应链合作伙伴，使其相信已获得苹果授权，从而为 OpenAI 提供苹果内部使用的金属表面处理工艺。
AI 硬件竞争进入法律阶段
这场诉讼不仅涉及人才流动，更意味着苹果与 OpenAI 的竞争进入新的阶段。
苹果认为，OpenAI 的硬件业务建立过程中大量依赖苹果商业秘密；而 OpenAI 尚未公开发布任何硬件产品，上述指控仍需经过法院审理并接受证据检验。
从历史经验来看，苹果与三星、Qualcomm 等公司的知识产权诉讼往往持续数年，因此此次案件短期内未必会影响 OpenAI 的产品发布时间表。但对于一家已经秘密递交 IPO 文件、正准备进入消费硬件市场的 AI 公司而言，这场诉讼增加了法律和合规层面的不确定性，也意味着 AI 硬件竞争正从模型能力、人才争夺进一步延伸至知识产权和供应链。

原文标题：Open Source Wins，AGI Is Here，and Scorsese's AI Toolkit—Cerebras & Black Forest Labs CEOs
原文来源：All-In Podcast
原文编译：深潮 TechFlow
要点总结
这期节目请了两位 AI 基础设施公司的 CEO。Andrew Feldman 是 Cerebras 的创始人，这家公司专做推理芯片，刚完成 IPO，手握 250 亿美元积压订单。他反复强调一件事：AI 算力的需求早就订满了，不存在"建好了等人来"的情况，OpenAI、Anthropic、SpaceX、Google 的胃口远超供给。而推理（reasoning）的出现，让计算密集度再次飙升，这恰好是快机器的战场。Robin Rombach 是 Black Forest Labs 的创始人，做生成式图像和视频模型（Flux 系列），他之前发明了 latent diffusion 算法，也就是现在所有图像和视频生成模型的基础。他刚和 Martin Scorsese 合作，让导演用 AI 把脑海中的画面可视化；但他更兴奋的方向是，同一套多模态模型能拍电影，也能部署到机器人上当大脑。生成式视频的终点不在银幕，在物理世界。
精彩观点摘要
推理才是下一个算力黑洞
·「有意思的是，这一波和过去不一样，他们不是押'建好了会有人来'，需求已经把产能预订完了。我们有 250 亿美元积压订单。」
·「推理就是 reasoning，reasoning 消耗海量 token，这正好是快机器的战场。」
·「如果 Cerebras 快 15 倍，你跑 24 小时，就相当于跑了几周甚至几个月的思考。」
开源与主权：企业要的是控制权
·「没有人喜欢被依赖。超大规模厂商从 x86 时代学到的教训就是被 Intel 绑定。」
·「你不需要做最快的芯片，你只需要不完全依赖别人的芯片。」
·「如果现在想跑开源模型，要么是 OpenAI 的 OSS 12B，要么是中国模型，美国需要更多本土开源选择。」
AGI 按二十年前的定义已经来了
·「任何我们在 20 年前、30 年前、40 年前提出的 AGI 定义，我们都已经远远越过了」
·「图灵测试？早就打爆了」
·「问题早就不是我们不知道怎么问了，AI 反过来能告诉你：嘿，你们这些笨人类，你没考虑到这个」
生成式视频不是替代人类创作
·「这些 AI 模型是一种媒介，我们不想规定怎么用，尤其是对 Martin Scorsese 这样的人。」
·「语言是有点有损的沟通方式，视觉信息信号太丰富了。把脑海里的画面变成可见的图像，这就是技术最有力的地方。」
·「最有意思的结果，几乎都出现在人在回路中不断迭代的时候。」
从电影到机器人：同一套模型
·「你可以用同一个多模态模型拍一部电影，然后把它部署成机器人上的大脑。」
·「预训练视频隐式教会了模型物理交互规律，然后你从同一个模型里拿到动作预测，也就是机器人控制。」
·「目标是你能用 in-context prompt 指令机器人：'把那杯橙汁拿过来'，我们现在还做不到，但这是方向。」
AI 基建狂潮：数据中心比城市还大
主持人：我们从来没见过这样的建设规模。从长城、金字塔以来，人类没有投入过这么多资本、时间和聪明人去建设一样东西。你实际上在做这件事，你的客户在建数据中心，你是关键一环。2026 年，Cerebras 在做什么？德州那边那些巨大的工程又是什么情况？
答：我们谈论的数据中心，未来几年消耗的电力将超过地球上过去 50 年的总量。单独一栋建筑就有足球场那么大，接入的电力超过中型城市。全美各地在建，加拿大在建，北欧在建，巴黎和整个法国在建，中东在建，连哈萨克斯坦、塔吉克斯坦、格鲁吉亚也在建大型数据中心。每个国家、每个州都想参与进来。
买单的人？OpenAI、Anthropic、SpaceX AI、Google，胃口大到吓人。有意思的是，这一波和过去很多技术热潮不一样：他们不是在押"建好了会有人来"，需求已经把产能预订完了。我们有 250 亿美元积压订单。OpenAI 要更多数据中心，Microsoft 要更多，AWS 要更多。需求不是等客上门，客已经排着队了。
主持人：这也催生了一个词叫「token maxing」，无限刷 token。有人质疑，这么大的需求到底有没有创造真实价值？
答：当然有大量价值在产生。当然也有大量瞎试。我拿 AWS 刚出来的时候比，绕过自己 IT 部门太爽了，每个工程师拿信用卡就注册。很多确实有用，有些事后一想"哎，不该这么干"。但总体还是赚的，只是有些方向走空。
我还记得 1988 年 Costco 在 Palo Alto 开店，大家像逛 Safeway 一样逛 Costco，每排货架都走一遍。那是一种很糟糕的逛法，因为你买了四件不需要的东西，每件 22 美元。后来大家学会了策略：去后面拿鸡肉，拿 18 个纸杯蛋糕给小孩生日派对，干脆利落。AI token 消费也一样，一开始大家敞开用，现在企业开始讲策略：哪些任务用开源模型就够了，哪些必须用前沿模型。我们开始像运营生意一样管理 AI 了。
推理取代训练：为什么快机器是这波的主角？
主持人：Sam Altman 在 AllIn 上说过，下一步是 reasoning，理解意图、制定策略、和其他线程的 agent 交叉验证。我们从「猜下一个词」走了一长段路，现在 Cerebras 正好站在中心，因为 reasoning 就是 inference，计算量极大。
答：推理消耗海量 token，这就让快机器有了战场。reasoning 每一步都在内部吞 token，你本来靠花大量时间来换好答案。Cerebras 快 15 倍意味着，跑 24 小时推理，相当于别人几周甚至几个月的思考量。
我今天早上试了一个 BitTensor 上 ZAI 的 GLM-52 模型，给了它无限算力，让它每小时告诉我全世界还没被识别的趋势。它开始自己辩论：应该在 Hacker News 和 Reddit 找？还是 Instagram 上趋势更先出现？我看着一个推理模型在后台自辩，它在做推理。无限 token 等于无限推理，用 Cerebras 快 15 倍，24 小时相当于别人几周。
主持人：Cerebras 有自己的 Moore's Law 吗？内部讨论多久翻一番？
答：所有之前的芯片都踩着 Moore's Law，18 个月翻一倍。我们用这块芯片把那条线打断了，跑出了全新的轨迹。我的判断是，未来 18 个月，远超 2 倍。新架构还大有优化空间。GPU 是 20 年的老架构了，只能靠缩小制程节点硬撑，但新架构还有大量东西可以学、可以调。
主持人：250 亿积压订单在手，你还得跟上 OpenAI 的节奏，他们可能是未来潜在的竞争对手。你怎么运营公司？
答：现在硅片不会闲置，需求太大了。但你说得对，OpenAI 也在做自己的芯片，Amazon 也在做。没有人喜欢被依赖。超大规模厂商从 x86 时代学到的教训就是被 Intel 绑定；GPU 厂商学到的教训是被少数几个超大规模客户绑定，所以他们资助了新云。做自己的芯片，重点不在最快，在不完全依赖别人，至少掌控自己命运的重要一部分。
开源与主权：企业要的是控制权
主持人：开源正在迎来一个时刻。我早期用 OpenClaude，后来用 Kimmy，发现我 Claude 的 token 在爆，但 Kimmy 我分辨不出差别。开源模型开始搞 reasoning，差距今年突然闭合了。
答！：你不希望开 Ferrari 去超市。有时候开跑车，有时候开 minivan，小孩撒了 Cheerios 也不心疼。企业也一样：硬题交给前沿模型（OpenAI、Anthropic、Gemini），但背后大量日常问题只需要扎实的开源能力。想想一个公司有多少时间在做 Workday 里剪贴到 Excel 另一个单元格的事？这用不着金牌数学，靠稳当的开源就够了。
最近又翻了一张牌：金融、医疗这些受监管行业（HIPAA、FINRA）怕数据泄露、怕智能主权被别人捏着，要把模型放本地，用开源版本多抓一点控制权。OpenAI 几个月前放了 OSS 12B，还行。但美国现在要跑开源，要么 OSS 12B，要么中国模型，本土开源选择太少了。NVIDIA 也看到了这个窗口，在推自己的开源模型，但 Jensen 也在犹豫，他的客户就是 Sam、Dario、Elon、Sergey，推开源会不会跟客户抢生意？
Cerebras 站的位置比较中性，我们跑 GLM、跑 Kimmy、跑 Qwen 系列、也跑 OpenAI 的闭源模型。还跑 GSK 自己开发的模型、跑 UAE G42 和 MBZUAI 的自有模型。主权这事，是个趋势。
AGI 已来，范式不会死，人会
主持人：Fable 5 和 o-56 发布的时候，政府说"停一停再放"。Anthropic 和行政层关系紧张，现在开始缓和了。你觉得分步发布合理吗？模型真的够危险吗？
答：我没见过之前有这种事。但回头想想：当一个模型在创造性思维上够猛了，政府说"请你分步发布"，我觉得这其实没毛病。我们对猛药也这么管，当然不鼓励 FDA 那堆七年的垃圾文书，但说"至少让政府做点红队测试，确认我们的防御能挡住"，给两三周补明显漏洞，这不算无理要求。
但现在是两极化最严重的时候。如果这事不是 Trump 做的，换任何别的总统，反应可能完全不一样。两极化伤害了清晰思考。两边都会做蠢事，也会做聪明事。政府里的基层人员其实很认真在干，只是这事太快了。
Palo Alto Networks 的 Nikesh 告过我：他们把模型对自家软件做测试，发现了一小时之内几十个关键漏洞，不得不停下手头所有事，花六周打补丁。你意识到这是一个强力工具，也许先给一小群人看看，也许先做红队测试。
主持人：按照任何 20 年前的定义，AGI 已经来了。你觉得吗？
答：是的。图灵测试？早就打爆了。任何 10 年、15 年、20 年、30 年、40 年、50 年前提出的定义，我们都远远越过了。科幻作家提的问题我们都答完了，他们会说「我没问题了，抱歉」。这就是为什么那些看起来在边缘的人说的话值得听，Ilya 八年前讲安全，你说「什么？」结果他说对了。Elon 讲火箭成本降到近零，你说「什么？」结果他做到了。
主持人：Recursive learning，你问它一个问题，学到结果，再问一次，答案更好，覆盖更多材料，这些循环产出的答案，从"好一点"直接跳到"好得多"。指数曲线的斜率太陡了。
答：递归增益是指数级的，你更好了，再来一次，继续增益，斜率太陡了。我们刚开始看见这个。不停投算力，答案会越来越好吗？跑完 token 或预算就停了，但这条指数曲线什么时候到头？还是永远右上走？这问题现在有趣极了。
人类学习的速度被代际卡住，大象和大型哺乳动物 15-20 年才一代。想快，得像果蝇，一天两代。AI 正在拿到这种跨数千代的学习速度。我读心理学的时候，教授讲了一句：范式不会死，人会。Freud、Skinner、Jung 的门生占着领导位置 20-40 年，才有下一代质疑。AI 把代际间隔压成了果蝇速度。
我赌的是这件事：我们的孩子和他们认识的所有人不会因癌症去世。经济会有震荡，汽车来了，给马剃蹄铁的人日子不好过。但把赚的和亏的列出来：无限能源、无限食物、无限知识、无限教育、无限住房。我们一千年来都知道一对一辅导比课堂好，Aristotle 辅导 Alexander，Socrates 辅导他的学生，但我们选了工厂养殖式教学。现在 AI 可以给每个孩子一个按自己方式学的导师。
Scorsese 的 AI 工具箱：把脑海里的画面变成现实
主持人：Robin Rombach 是 Black Forest Labs 的联合创始人兼 CEO，总部在黑森林地区的 Freiburg 和旧金山。你之前做 Stable Diffusion，发明了 latent diffusion 算法。Black Forest Labs 的业务是什么？目标是什么？
答：我和合伙人们两年前创立了这家公司。之前做了 Stable Diffusion，更早发明了 latent diffusion，这是现在所有图像生成、视频生成甚至物理 AI 模型背后的基础算法。原理是把自然数据（图像、视频、音频）压缩到高效表示空间，然后在上面训练 transformer，就像 JPEG 和 MP3 的原理，但用神经网络算法实现。我们博士时期在慕尼黑做出来的。
现在我们在攻克多模态视觉模型，在图像、音频数据上同时预训练，正在进入新范式：结合 action prediction，让同一个模型做图像、做视频、做音频、还预测动作，最终可以部署到真实世界的机器人上。
主持人：从图像到视频到音频再到机器人，如果模型能生成视频，说明它理解了世界。
答：直觉智能和深度推理是两种互补的智能形式。我们从直觉侧入手，图像是最自然的切入点，计算量不像视频那么大。但现在正在收敛成多模态模型。预训练视频隐式教会了模型物理交互规律，从同一个模型里拿到动作预测，也就是机器人控制。
主持人：你和 Martin Scorsese 有合作？你坐在他旁边让他用你的工具？
答：是的，我和他坐在同一个房间里，他探索我们的模型，作为核心研究者之一坐在旁边，那感觉太疯狂了。同时我还是他的大粉丝。
他要的是把脑海里的场景可视化，东欧某个村庄，他描述，我们看输出，他迭代。最后他说的是：把脑子里的画面变成视觉表达，这种沟通效率远高于语言。语言是有点有损的沟通方式，视觉信息的信号太丰富了，一张图或一段视频里的信息量巨大，这是另一种沟通渠道。
我们不想规定怎么用这些模型，尤其不会对 Martin Scorsese 说"你应该这样用"。AI 模型是一种媒介。最有意思的东西，几乎都出在人在回路中不断迭代的时候。
从电影到机器人：生成式模型的终点不在银幕
主持人：startups 现在用 Flux 和你们模型做发布视频，以前花 25 万美元做 launch video，现在花一两周就能做完。Gal Gadot 刚做了一个 Bitcoin 电影，演员在 sound stage 上表演不用绿幕，所有背景用生成式 AI 做，30M 美元预算拍出了原来要 150M 才能做的效果。你看到生产中使用了吗？
答：看到了一些。高端电影制作是最苛刻的用例之一。我很高兴有人在探索，但我也想说清楚：技术还在 trajectory 上，正在快速迭代。几年前我们做 PhD 的时候只能生成 64×64 素的图，现在做多输入高分辨率视频，但它不会停在这。
最让我兴奋的是这个：你可以拿同一个多模态模型拍一部电影，然后把它部署成机器人上的大脑。这太有意思了。computer use 到底能不能用还不确定，但技术正在往物理世界走，world models、action models，说白了都是同一个东西。
主持人：训练数据怎么来？让人类戴眼镜戴手套录第一人称？还是从 YouTube 上看一千个人倒饮料的视频就够了？
答：目标是用 in-context prompt 指令机器人："把那杯橙汁拿过来"。现在还做不到。目前的做法是：模型已经装了大量视觉理解，只需要几小时的微调数据就能适配特定硬件。方向是尽量少微调，尽量靠 in-context 指令，但这还是个研究问题。
主持人：开源正在有时刻，企业要主权。迪士尼这种 IP 大库应该怎么做，拿你的开源模型自己训练，还是和你合作训练专属模型？
答：最有趣的用例在于生成以前没有的东西，这才是这项技术本质上最有意思的地方。我们的公开工具上不能生成特定 IP，这很合理。我们也确实和一些 IP 拥有方合作开发模型，有些基于我们的开源模型，有些基于我们更强的 proprietary 模型。
最有趣的角度是：技术变得更快、更交互了。你可以想象 Disney+ 上挂着各种交互内容创作工具。
主持人：现在最有趣的现象是 fan films。以前有 fan fiction 写自己的 Star Wars 故事，后来有人穿 Jedi 服装拍 fan films。George Lucas 说只要不商业使用就允许。现在人们用 AI 把没讲过的 Star Wars 故事重新演绎，Star Wars Stories Untold 每条视频百万播放。这才是未来：让消费者付费授权，让他们用角色创作自己的故事。
答：如果找到对 IP 方可行的商业模式，又能开放这种超级创意的定制玩法，那就太好了。我读一本书或看一部电影总在想"要是这样发展会怎样"，现在终于能让人把这些念头可视化出来了。
我们刚过了 100 人，正在德国和旧金山招人：大规模模型训练的研究者、diffusion 和 flow matching 训练经验的人、和客户一起开发定制方案的工程师、大规模计算基础设施运维的人，还有对把技术送到更多人手里感兴趣的人。
原文链接

BlockBeats 消息，7 月 13 日，据《检察日报》报道，湖南省湘潭市雨湖区人民检察院及湘潭大学法学学部研究人员联合撰文，就利用虚拟货币洗钱犯罪的刑法规制困境提出系统性应对方案。
文章指出，当前司法实践面临行为定性、证据获取、追赃挽损三重困境：一是刑法第 191 条洗钱罪仍限定 7 类上游犯罪，导致大量案件只能以"掩隐罪"论处；二是混币器、隐私币、跨链转移等手段致使证据链碎片化，传统侦查手段难以穿透；三是虚拟货币法律属性冲突、程序规则真空及跨境协作壁垒，造成追赃执行困难。
对此，文章作者建议在定性困境中：在司法层面实现从被动识别向主动审查转型；在监督层面激活检察监督与考核标准的引领功能。在查证困境中：确立适应性的电子证据鉴真与审查标准；构建阶梯式证明标准与合理的推定规则；探索技术侦查措施的授权与规范适用。在追赃挽损困境中：构建国家层面的跨部门协同处置机制；积极参与并引领国际规则与协作平台构建。

BlockBeats 消息，7 月 13 日，日本首相高市早苗在 WebX 2026 开幕式视频致辞中，再次强调政府将加大对初创企业的扶持力度。她表示，随着 Web3 大会与政府扶持政策形成协同效应，日本创新生态系统有望迎来进一步发展。
高市早苗首先谈及了 WebX 的定位。她表示，作为以区块链技术为基础、聚焦 Web3 社会化应用的亚洲最大规模会议之一，WebX 汇聚了约 1.5 万名来自全球的参会者，具有重要意义。
她表示：「这场大会吸引了众多初创企业参与，并举办了与各类投资机构的对接活动。对于 Web3 从业者而言，这是一个能够围绕社会与产业未来展开平等交流、相互提升认知，并进一步促成商业合作的重要平台，具有十分重要的意义。」
日本政府历届内阁均持续推进 Web3 战略。自岸田文雄政府制定《初创企业五年培育计划》以来，石破茂政府以及如今的高市早苗政府均持续借助 WebX 平台直接向业界传递政策信号。这也反映出，日本推动 Web3 发展的政策方向并未因内阁更替而发生改变，而是保持了较强的连续性。

BlockBeats 消息，7 月 13 日，随着伊朗局势再度紧张推高油价，并引发市场猜测美联储可能需要加息以遏制通胀，美国两年期国债收益率攀升至 2025 年初以来的最高水平。
对利率变动敏感的两年期美债收益率一度上涨 3 个基点，达到 4.24%，创下 2025 年 2 月以来的新高；基准 10 年期美债收益率也上涨 3 个基点，至 4.59%。
掉期交易数据显示，市场目前几乎已完全消化了美联储将在 9 月加息的预期，而一周前这一概率约为 66%。「目前市场对有关伊朗的消息较为敏感，」
澳大利亚国民银行利率策略主管 Kenneth Crompton 表示，「市场并未预期冲突会重演 3 月份时的紧张态势，但鉴于周末持续发生的袭击事件，以及针对俄罗斯炼油设施的袭击，市场情绪中正重新滋生出一丝警惕感。」

欧洲情报报告说俄罗斯的战时繁荣建在债务上，银行危机随时引爆。波斯湾方向，美军三夜打了 300 个目标，油价只涨了 3%。
1｜欧洲情报报告：俄罗斯经济是「幻觉」，银行危机一触即发
路透社看到的一份欧洲国家情报报告估计，俄罗斯 10% 的企业贷款可能无法偿还，部分大型银行 15% 的零售贷款已成为不良资产。2025 年有超过 50 万俄罗斯人宣布个人破产，同比增长约三分之一。国家项目曾鼓励公民同时持有三笔以上贷款，1,300 万人照做了。
经济部已将 2026 年 GDP 增长预测从 1.3% 下调至 0.4%。财政部正在起草立法，试图获取私人养老基金中 400 亿美元的储蓄。俄共领导人在议会直言，银行账户中 130 万亿卢布应被「动员」用于解决经济困境。
普京的战争经济模型是用银行信贷替代财政支出，让私营部门承担扩张成本。银行听话了，风险也留在了银行的资产负债表上。现在通胀吞噬购买力、坏账侵蚀资本充足率，这台机器开始反噬。「动员」养老金一旦成真，是俄罗斯对自己中产阶级的又一次信用违约。
（来源：Reuters / Fortune / Yahoo Finance / US News）
2｜美军三夜打击 300 目标，伊朗攻击五个海湾邻国（续昨日报道）
美国中央司令部 7 月 12 日晚完成第三轮打击，一夜命中约 140 个伊朗军事目标。三天累计超过 300 个，覆盖导弹基地、无人机基地、弹药库、通信网络和海岸监控设施。起因是伊朗革命卫队再次向霍尔木兹海峡商船开火。
伊朗的回应不只针对美国。巴林、科威特、卡塔尔、约旦和阿曼的美军设施均遭伊朗导弹攻击，卡塔尔拦截碎片造成三人受伤，其中一名儿童。海峡联合海事信息中心称阿曼海岸线南侧航道仍开放通行。过去两个月，美军护航 800 余艘船只和 4 亿桶原油通过海峡。
市场反应出奇平静。美油涨 3.2% 至 73.70 美元/桶，布伦特涨 3.2% 至 78.45 美元/桶。Rapidan Energy 总裁麦克纳利警告存在「大量自满情绪」。6 月停火协议的外壳已经破裂，双方事实上处于不宣而战的海战状态。
（来源：CENTCOM / Fortune / Al Jazeera / NPR / PBS / JMIC）
3｜格雷厄姆猝逝，沙以和平最后一个推手消失
美国参议员林赛·格雷厄姆 7 月 12 日因「突发急病」去世，终年 71 岁。他在生命最后几周正在为沙特与以色列建交做最后一轮推动。格雷厄姆 5 月中旬开始劝说特朗普把沙以建交作为伊朗战后地区方案的核心，特朗普随后在一次多国元首电话会上表示愿意推动。
障碍在细节上。沙特王储穆罕默德·本·萨勒曼的热情已经减退，利雅得坚持建交必须包含一条通往巴勒斯坦建国的不可逆时间表。内塔尼亚胡的极右翼联合政府拒绝了这个条件。
格雷厄姆是这笔交易在华盛顿最有力的推手。1999 年参与弹劾克林顿起步，2002 年当选参议员，之后二十多年始终站在美国外交政策的中心。他的消失让「伊朗之后怎么办」这个问题失去了最积极的回答者。南卡众议员南希·梅斯已表示「认真考虑」竞选其参议员席位。
（来源：Fortune / Axios / Times of Israel / The Media Line）
4｜爱尔兰数据中心吞噬 23% 国家电力，超过全国城市家庭总和
爱尔兰中央统计局数据显示，2025 年数据中心消耗了该国 23% 的电力，达到 7,663 吉瓦时，同比增长 10%。这个数字超过了爱尔兰所有城市家庭用电总和（18%），是农村家庭用电（9%）的两倍多。国际能源署此前预测数据中心将在 2026 年占到爱尔兰三分之一的电力消耗。
电网运营商 EirGrid 曾对都柏林地区新数据中心实施接入禁令，去年底替换为新的规则：每座新设施必须自备发电或储能系统，且 80% 的年用电量必须来自新建可再生能源项目。同一天，特里尼达和多巴哥与两家美国公司签署了数据中心建设备忘录，尽管这个加勒比岛国长期面临水资源短缺。
AI 算力需求正在全球寻找落脚点，从欧洲到加勒比海。每个落脚点都在被要求为同一个问题付出不同的代价。爱尔兰付的是电网安全，特里尼达付的是淡水。
（来源：Tom's Hardware / The Register / CSO Ireland / EirGrid / Fortune）
也值得知道 ↓
TCS 计划组建最多 8,900 名 AI 前置部署工程师团队，同时寻求 AI 领域收购。 印度最大 IT 外包公司每年在人才发展上投入约 10 亿美元。外包巨头不再把 AI 当威胁，而是把自己变成 AI 部署的承包商。（来源：Reuters / Business Standard）
马斯克和奥特曼因苹果诉讼在 X 上互怼。 马斯克称奥特曼从「偷开源 AI 慈善机构」升级到偷苹果手机技术。奥特曼回击说判断 GPT-5.6 是不是最好的模型，最可靠的指标是「马斯克又开始关注我了」。（来源：CNBC / Yahoo Finance）
稳定币总市值自 5 月以来缩水 100 亿美元。 分析师认为可能反映 DeFi 季节性资金流动，而非对稳定币信心的结构性下降。（来源：CoinDesk）
Visa 调查显示 AI 早期采用者将在 2030 年前主导欧洲零售银行市场。 AI 应用节奏的差异正在将欧洲银行分化为两个阵营。（来源：Finextra / Visa）
迈克尔·塞勒的 Strategy 公司出售价值 2.16 亿美元比特币后，塞勒发布了一张含义不明的图表，配文「橙色圆点只讲了故事的一半」。 市场不确定这是减仓信号还是叙事铺垫。（来源：The Block）
台风巴威减弱为热带风暴后登陆华东，预计未来数天为东部和北部省份带来强降雨和大风。 风暴面积接近法国国土大小。（来源：Al Jazeera）