oAdam

把旧 iPhone 恢复出厂设置、开启飞行模式，再把它当成离线助记词保险箱，就一定安全吗？

OneKey 创始人 Yishi 提醒：如果设备是 iPhone 11 或更早机型，答案可能没那么乐观。

风险来自芯片底层的 BootROM 漏洞，包括 checkm8、usbliter8，涉及 iPhone XS、XR、11 系列以及第二代 SE 等机型。

攻击者如果能够物理接触设备，可以通过 DFU 模式连接特制 USB 设备，在操作系统启动之前执行代码。

这类攻击有几个麻烦之处：

* 飞行模式无法阻止，因为攻击发生在系统启动之前。
* 恢复出厂设置和软件更新无法修复底层硬件漏洞。
* 攻击完成后，手机外观和日常使用状态可能没有明显异常。

这也是所谓的「邪恶女仆攻击」需要警惕的地方：攻击者不需要长期控制设备，只要获得一次物理接触机会，就可能突破原本依赖的安全假设。

Yishi 给出的建议包括：

1. 检查 iPhone 型号，涉及上述旧机型的，尽快迁移助记词。
2. 生成全新的助记词，并将资产转移到新钱包。仅用旧助记词派生新地址，并不能消除旧种子的风险。
3. 使用足够长的字母数字密码，不要只依赖简单的六位 PIN。
4. 自备充电器，减少使用来历不明的 USB 设备。
5. 开启 iPhone 锁定模式，并保持系统更新。

很多人把离线设备等同于安全设备，但真正的安全边界不只在网络连接上，还包括硬件、启动链和物理访问权限。

助记词安全，不能只靠断网来保证。

中国 AI 已经不只是模型跑分和参数规模的竞争了，真正的变化正在发生在每天的实际使用中。

截至 2026 年 6 月，中国 AI 每日调用量已超过 175 万亿 Token，相比 2024 年初增长 1000 多倍。赛迪研究院最新报告指出，中国 AI 推理数据量首次超过训练数据量，意味着产业正在从模型训练研发，转向大规模实际应用。

模型迭代也在加速。顶尖大模型的更新周期，已经从过去的几个月缩短到几周，甚至几天。

这种变化正在进入制造业：

* 全国累计建成 500 多家卓越级智能工厂，覆盖 31 个省（区、市）和超过 80% 的制造业行业大类。
* 国产算力与大模型已在钢铁、汽车等 20 个行业落地超过 1000 个应用场景。
* 个性化定制、全生命周期服务等新型制造模式开始展开。

用户规模同样在扩大。截至 2026 年上半年，中国生成式 AI 用户已超过 7 亿，普及率突破 50%。

175 万亿 Token 的意义，不只是一个庞大的调用数字。它反映出 AI 正在从少数人的技术工具，变成企业生产流程和普通用户日常生活中的基础能力。

下一阶段，竞争的重点也会越来越具体：谁能把 AI 真正嵌入业务流程，谁就更有机会把技术优势转化为生产力。

Os sites finalmente têm a oportunidade de usar uma única regra para dizer a todo o setor de IA: este conteúdo não pode ser usado para treinar modelos.

OpenAI, Google, Microsoft e Anthropic anunciaram apoio a um novo padrão universal que permite aos sites declarar de uma só vez, por meio do robots.txt, se autorizam empresas de IA a rastrear seu conteúdo para treinar modelos — sem precisar configurar isso separadamente para cada empresa.

O padrão foi apresentado à IETF por Kevin Kelley, responsável técnico da Anthropic, e é integrado diretamente ao arquivo robots.txt que os sites já utilizam.

Até agora, os sites tinham de lidar com várias regras independentes para os rastreadores de IA. Para impedir que uma empresa usasse seu conteúdo para treinamento, era preciso configurar uma regra específica; ao mudar de empresa, era necessário fazer uma nova declaração. Quanto mais empresas de IA surgiam, mais difícil ficava a manutenção para os sites.

O novo padrão pretende resolver esse problema: dar aos editores de conteúdo um sinal único e legível por máquinas, que as empresas de IA também possam usar para identificar as preferências dos sites quanto à autorização para treinamento.

O estágio de implementação varia entre as empresas:

* A Anthropic já adotou o padrão.
* A OpenAI planeja implementá-lo nos próximos meses.
* Google e Microsoft devem oferecer suporte no próximo ano.
* A Meta declarou apoio à criação de um sinal universal, mas ainda não anunciou um cronograma de implementação.

Esse padrão não significa que os sites poderão impedir por completo todo rastreamento por IA. Na prática, sua eficácia ainda dependerá de os rastreadores respeitarem as regras.

Mas a direção é clara: as empresas de IA precisam de conteúdo da internet, e os editores de conteúdo também devem ter o direito de expressar se autorizam seu uso. Até agora, cada plataforma tinha suas próprias regras; no futuro, elas podem dar lugar a um padrão comum, seguido por todo o setor.

Na nova semana, o mercado terá de digerir três fatores ao mesmo tempo: a correção dos metais preciosos, os dados econômicos dos Estados Unidos e os resultados financeiros das gigantes da IA.

Antes, um resumo do desempenho da semana passada:

* O ouro à vista fechou a US$ 3.876,89 por onça, com queda acumulada de 6,7% em outubro.
* A prata à vista fechou a US$ 49,13 por onça, com queda superior a 18% em outubro.

Após uma correção expressiva dos metais preciosos, o mercado ainda terá de enfrentar os testes das expectativas para a política do Fed, dos dados de emprego dos Estados Unidos e dos indicadores de inflação.

Principais eventos da próxima semana (horário de Pequim)

Terça-feira

* Eleições de meio de mandato dos Estados Unidos de 2026; horário exato a confirmar.

Quarta-feira

* 18:00: estimativas preliminares da variação anual e mensal do CPI da zona do euro em outubro.
* 21:30: balança comercial dos Estados Unidos em setembro; anúncio trimestral de refinanciamento do Tesouro dos Estados Unidos.
* 22:45: leitura final do PMI de serviços da S&P Global dos Estados Unidos em outubro.
* 23:00: PMI do ISM do setor não manufatureiro dos Estados Unidos em outubro.

Quinta-feira

* 18:00: variação mensal do PPI da zona do euro em setembro.
* 21:30: pedidos iniciais de seguro-desemprego nos Estados Unidos na semana encerrada em 31 de outubro.

Sexta-feira

* 17:30: o presidente do Fed de Nova York, Williams, o economista-chefe do Banco Central Europeu, Lane, entre outros, participarão de uma discussão na reunião do BCE sobre mercados monetários.
* 21:30: taxa de desemprego, emprego não agrícola e variações anual e mensal do salário médio por hora nos Estados Unidos em outubro.
* 23:00: estimativas preliminares do índice de confiança do consumidor da Universidade de Michigan e das expectativas de inflação para um ano, ambos referentes a novembro.

A temporada de balanços também será intensa.

Mais de 100 empresas integrantes do S&P 500 divulgarão seus resultados na próxima semana. Dados da LSEG IBES mostram que mais da metade das empresas já apresentou os resultados do terceiro trimestre, e a previsão é que o crescimento dos lucros do S&P 500 no trimestre chegue a 31,6%.

A Apple divulgará seus resultados após o fechamento do mercado na segunda-feira, no horário da Costa Leste dos Estados Unidos. AMD e Qualcomm também apresentarão seus balanços na próxima semana.

Há muitas variáveis no mercado nesta semana: os dados de emprego e inflação influenciarão as expectativas para as taxas de juros, os resultados das gigantes de tecnologia testarão o retorno dos investimentos em IA, e os metais preciosos terão de lidar com o sentimento do mercado após a correção recente.

Nos próximos dias, tanto os dados macroeconômicos quanto os resultados das empresas de tecnologia poderão atuar como catalisadores de volatilidade no mercado.

O setor chinês de IA e chips está apresentando três curvas de crescimento distintas: há quem esteja desafiando os limites da fabricação avançada, quem esteja investindo em pesquisa e desenvolvimento pensando no futuro e quem esteja começando a lidar com a pressão operacional provocada pela explosão de demanda por seus produtos.

As amostras de HBM3E da ChangXin Memory já chegaram às mãos de empresas chinesas de design de chips. Embora o rendimento atual seja de apenas 20%–30%, a empresa ainda planeja iniciar uma produção em massa limitada dentro de dois meses.

Seu negócio tradicional de memória, por sua vez, está aproveitando outra onda de benefícios: no terceiro trimestre, a receita foi de 11,871 bilhões de yuans e o lucro líquido, de 5,44 bilhões de yuans — um crescimento anual de 613,2%, mas uma queda de 19,3% em relação ao trimestre anterior. A transferência de mais capacidade produtiva dos fabricantes globais de memória para produtos de maior valor também abriu espaço para a alta dos preços da memória convencional.

A Unitree apresenta um cenário diferente. No terceiro trimestre, sua receita cresceu 69,9%, chegando a 665 milhões de yuans, mas o lucro líquido atribuível aos acionistas caiu 17,4%, para 112,7 milhões de yuans. Os gastos com pesquisa e desenvolvimento aumentaram cerca de 250%, e a margem bruta caiu para 50,6%. A receita continua crescendo, mas os lucros estão sob pressão, enquanto os investimentos em pesquisa e desenvolvimento claramente se aceleram.

Já o Kimi K3.1 Pro, da Moonshot AI, ampliou a janela de contexto para 1 milhão de tokens e prometeu disponibilizar os pesos completos em 4 de novembro. No entanto, logo após o lançamento, surgiram problemas de limitação de velocidade e consumo adicional de créditos. A equipe pediu desculpas e restituiu aos assinantes um quarto da cota mensal.

As três empresas seguem caminhos diferentes, mas todas enfrentam a mesma questão: avanços tecnológicos, crescimento da receita e lucratividade final nunca são a mesma coisa.

O dinheiro que hackers norte-coreanos roubaram do setor de criptomoedas já equivale a quase metade do PIB do país.

O analista on-chain Darkfost estima que o valor total dos criptoativos roubados pelo Lazarus Group chegou a 11,87 bilhões de dólares.

Comparado ao tamanho da economia da Coreia do Norte em 2025, esse valor equivale a 45% do PIB do país e a 35% da renda nacional bruta.

Em outras palavras, os ativos que um grupo de hackers obteve por meio de ciberataques contra o mercado global de criptomoedas já representam uma proporção impressionante da economia de um país.

Isso também explica por que o Lazarus Group continua sendo um dos grupos de ataque que mais exigem atenção no setor de criptomoedas. Para o grupo, atacar plataformas de criptomoedas não é apenas um crime cibernético, mas também pode se tornar um importante meio de obter divisas.

Vale esclarecer que os 11,87 bilhões de dólares são uma estimativa acumulada de Darkfost, e não uma receita da Coreia do Norte confirmada por uma auditoria oficial.

O texto gerado por IA também começou a ter sua própria “impressão digital invisível”.

A partir de 7 de novembro, a SpaceXAI ativará marcas d’água de texto em vários modelos da API Grok em todo o mundo, incluindo Grok 4.7, 4.6, 4.5 e 4.3, além de três versões do Grok 4.20: Reasoning, Non-Reasoning e Multi-Agent.

Esse mecanismo não depende de caracteres ocultos nem insere informações nos metadados do texto. Em vez disso, ajusta a seleção de tokens durante a geração, incorporando o sinal da marca d’água ao próprio texto. O olho humano não consegue distingui-lo, mas detectores especializados conseguem identificá-lo.

A SpaceXAI afirmou que a medida é uma resposta à Lei de Inteligência Artificial da União Europeia. Administradores de equipes também podem desativar a marca d’água individualmente para modelos específicos.

Andrew Curran observou que, no momento, o ChatGPT na América do Norte é o único modelo de geração de texto que ainda não recebeu uma marca d’água invisível.

O conteúdo gerado por IA está entrando em uma nova fase: antes, dependia-se principalmente do julgamento dos usuários para decidir se um texto parecia ter sido escrito por IA; no futuro, talvez seja possível rastrear diretamente a origem da geração por meio de sinais tecnológicos.

É claro que uma marca d’água pode fornecer indícios sobre a origem, mas isso não significa que, por si só, possa comprovar a autoria de um texto.

A Premia Labs, na Arbitrum, está sofrendo um ataque contínuo, e cerca de US$ 400,5 mil em ativos do cofre já foram transferidos.

A empresa de segurança Blockaid detectou que o invasor explorou uma falha no mecanismo entre o pool de opções e o cofre para lançar o ataque.

A operação se divide, em linhas gerais, em três etapas:

1. Criar um pool de opções vazio.
2. Comprar opções por meio de um empréstimo relâmpago, bloqueando as garantias do cofre no pool correspondente.
3. Em seguida, usar o mecanismo de liquidez para retirar os ativos do cofre.

Até a publicação do alerta pela Blockaid, o invasor já havia transferido cerca de US$ 400,5 mil em aproximadamente duas transações, e o ataque ainda estava em andamento.

O aspecto preocupante desse ataque é que o invasor explorou a interação entre diferentes mecanismos internos do protocolo, em vez de simplesmente roubar as chaves privadas dos usuários.

Ainda é preciso aguardar a confirmação oficial da Premia Labs sobre a causa da vulnerabilidade, o alcance do impacto e se as funcionalidades afetadas já foram suspensas.

US$ 400,5 mil é o valor transferido divulgado até o momento, não o prejuízo final. Como o ataque ainda está em andamento, as movimentações posteriores dos fundos e as medidas adotadas pelo protocolo são mais importantes.

10 月加密一级市场融资额环比暴涨 83.5%，但有一个数字很能说明问题：

Kalshi 一家公司，就拿走了当月全部融资金额的 51.2%。

根据 RootData 数据，10 月加密一级市场共披露 53 起融资，融资总额约 19.54 亿美元。

相比 9 月的 10.65 亿美元，增长 83.5%；但与去年 10 月的 35.73 亿美元相比，仍然下降 45.3%。

融资事件数量也只有 53 起，低于去年同期的 78 起。

资金主要分布在三个方向：

* DeFi：17 起，约 11.57 亿美元
* 基础设施：17 起，约 3.48 亿美元
* CeFi：9 起，约 3.43 亿美元

单笔融资金额前三名：

* Kalshi：10 亿美元
* Whop：2 亿美元
* Pearl：1.3 亿美元

Nous Research 和 Spiko 各融资 9000 万美元。

前五大项目合计拿到 15.10 亿美元，占全月融资总额的 77.3%。这意味着，剔除头部几笔大额交易后，其他项目拿到的资金规模要小得多。

RWA 方面，10 月有 6 个相关项目披露融资，合计约 1.22 亿美元。Spiko 完成 9000 万美元 B 轮融资，Fission 和 Multiliquid 分别融资 1000 万美元、800 万美元。

并购市场则记录了 11 起交易，与 9 月持平，但没有披露交易金额。

投资机构中，Tether 参与 4 起融资；Sequoia Capital、Pantera Capital、North Island Ventures 各参与 3 起。

这份数据让我更倾向于把 10 月定义为头部项目带动的融资回暖，而不是整个加密一级市场全面复苏。

融资总额确实上来了，但去年同期的数据仍然更高，资金也明显集中在少数项目手里。

市场有钱，不代表所有赛道都有钱；头部项目能融到巨额资金，也不代表普通创业团队的融资环境已经改善。

Tether 三季度又赚了 15 亿美元，前三季度累计净营业利润达到 45 亿美元。

这已经不只是稳定币发行商的收入规模，而是一门依靠巨额储备资产持续产生收益的生意。

从最新财报看，几个数字值得记住：

* Q3 净营业利润：15 亿美元，与上一季度持平
* 2026 年前三季度累计利润：45 亿美元
* USDT 发行规模：约 1840 亿美元
* 储备缓冲：79.5 亿美元，较二季度末的 41 亿美元接近翻倍

截至 9 月 30 日，Tether 储备资产总额约 1915 亿美元，负债约 1835 亿美元，资产超过负债约 79.5 亿美元。

直接和间接持有的美国国债达到 1324 亿美元。美国国债和逆回购协议仍然是 Tether 最主要的收入来源。

这里能看出 Tether 的赚钱逻辑：

用户持有 USDT，Tether 管理对应储备资产，并通过国债等金融工具获得收益。发行规模越大，可管理的资产规模也越大。

但稳定币发行商不能只看利润。储备资产是否充足、流动性是否可靠，以及市场出现集中赎回时能否兑现，才是这门生意真正的底层考验。

45 亿美元前三季度利润，近 80 亿美元储备缓冲。Tether 已经不只是加密市场里的稳定币发行商，更是一个拥有庞大资产负债表的金融参与者。

A b14g sofreu um incidente de segurança: cerca de 97 milhões de CORE foram retirados sem autorização.

Em 31 de outubro, às 09:29 UTC, o atacante transferiu cerca de 97 milhões de CORE do contrato de staking da b14g para um endereço sob seu controle.

Após detectar a atividade anormal, o projeto suspendeu os contratos afetados.

A situação atual do rastreamento dos fundos:

* Cerca de 68 milhões de CORE continuam na rede Core
* Parceiros de exchanges congelaram cerca de 9 milhões de CORE relacionados
* Os BTC em staking por meio da b14g continuam sujeitos ao bloqueio temporal na rede Bitcoin e não foram afetados

A b14g está trabalhando com a equipe da Core, parceiros de segurança e exchanges para rastrear os fundos e coordenar o congelamento e a recuperação dos ativos.

O projeto afirmou que a prioridade neste momento é proteger os usuários e recuperar os ativos. Posteriormente, será publicado um relatório completo sobre o incidente, que explicará as causas técnicas, a extensão real do impacto e as medidas previstas para os usuários afetados.

Os dois endereços do atacante divulgados até agora:

0xc556ed208285406d71705927f92d4f4eaea579f1

0x27758c30f8e424fbd8ca605bf31e9496c26ce92c

É importante observar que o incidente afetou os CORE em staking por meio da b14g, não todos os ativos em staking. Os BTC continuam bloqueados na rede Bitcoin e não foram afetados.

A transferência de 97 milhões de CORE é apenas o início do incidente. O mais importante é saber quanto dos fundos poderá ser recuperado e como os usuários serão compensados.

币安被盗资产补足比例升至 90%，十种主流资产已经全部实现 100% 覆盖。

币安最新安全事件更新显示，此前预留的超过 63.4 亿美元资金，正在持续用于补足被盗资产。目前整体补足比例已从约 80% 提高到 90%。

已经完成 100% 覆盖的十种资产包括：

BTC、ETH、USDT、BNB、SOL、USDC、XRP、USD1、RLUSD、ZEC。

剩余约 10% 是这十种之外的资产，流动性相对较低，需要更多时间通过市场和场外渠道购入。

这次补足资金来自三个渠道：

* SAFU 用户安全资产基金的部分资金，预计在未来 24 小时内调用
* 合约保险基金的部分资金
* 币安自有公司资金

币安同时承诺，将 SAFU 基金规模恢复至约 10 亿美元。

储备证明方面，币安已于 10 月 31 日 08:00（UTC+8）完成新的资产快照，并更新到储备证明页面。完整零知识证明预计需要 40 至 50 小时生成，预计 11 月 3 日完成。

提现服务仍按原计划推进，目标是在 11 月 1 日重新开放，具体进展等待后续公告。

这次事件中，币安反复强调的一点是：被盗资金造成的财务损失由平台承担，不会转嫁给用户。

90% 已经补足，剩余部分还在采购。接下来真正需要验证的，是剩余资产能否全部补齐，以及提现和储备证明能否按计划恢复。

Se a IA fizesse com que você não precisasse mais trabalhar e garantisse 100% do seu salário atual, você pediria demissão?

Uma pesquisa com 8.234 adultos em idade ativa no Reino Unido, nos Estados Unidos, na Dinamarca e na Índia revelou alguns dados interessantes:

75% dos entrevistados disseram que deixariam o emprego se recebessem uma renda garantida equivalente a 100% do salário atual.

Mas outro grupo deu uma resposta oposta:

20% não pediriam demissão nem mesmo se recebessem 120% do salário atual.

E essa proporção é semelhante entre os diferentes grupos de renda.

Mais interessante ainda: apenas 26% das pessoas colocaram a remuneração como o principal valor do trabalho, enquanto cerca de um terço considera o próprio trabalho mais importante.

Isso significa que o salário não explica por que as pessoas estão dispostas a ir ao escritório todos os dias.

O trabalho também proporciona senso de propósito, relações sociais, identidade e a sensação de ser necessário. Para algumas pessoas, perder essas coisas não é algo que possa ser compensado simplesmente recebendo mais dinheiro.

O autor do artigo, Julian Jacobs, argumenta que as políticas durante a transição para a IA não devem se concentrar apenas na garantia de renda: também precisam proteger o senso de propósito, a comunidade e a dignidade que o trabalho proporciona.

A IA pode mudar a forma como as pessoas trabalham e até tornar algumas funções desnecessárias.

Mas há uma pergunta que não pode ser ignorada:

Quando alguém não precisa mais trabalhar para ganhar dinheiro, onde mais pode encontrar sentido para a vida?

Você acha que instalou uma habilidade em um agente de IA, mas, sem perceber, pode ter removido também a aprovação humana.

Um estudo de repositórios públicos do GitHub analisou cerca de 1,53 milhão de habilidades de agentes em inglês e descobriu que aproximadamente 88.000 continham instruções que poderiam contornar a revisão humana.

Em outras palavras, cerca de 1 em cada 17 habilidades contém esse tipo de instrução.

O mais preocupante é que:

70,1% dessas instruções não fazem distinção entre os contextos de uso.

Por exemplo:

* Execute e envie diretamente, sem pedir confirmação.
* Não faça perguntas no meio do processo; continue até concluir a tarefa.
* Automatize todas as etapas, sem necessidade de intervenção humana.

Se esse conteúdo for incluído em um SKILL.md, o agente que carregar a habilidade poderá agir diretamente em etapas que normalmente exigiriam confirmação humana.

O que complica ainda mais as coisas é que os scanners de segurança atuais podem não detectá-las.

O estudo testou dois scanners de código aberto, da Cisco e da NVIDIA. Mesmo com o uso do GPT-5.4, a taxa máxima de detecção foi de apenas 46%, e a precisão ficou abaixo de 0,4.

Mas, mudando a forma de perguntar, o resultado foi bem diferente:

Em vez de perguntar ao modelo “esta é uma instrução maliciosa?”, perguntou-se “ela contorna a revisão humana?”. A taxa de detecção subiu para 61%, e a precisão chegou a 0,71.

Isso mostra um problema:

A revisão de segurança de agentes não pode se concentrar apenas em código malicioso; também precisa verificar instruções que parecem ter como único objetivo aumentar a eficiência da automação.

As recomendações do estudo são bastante diretas:

1. Defina limites claros para instruções de execução automática, permitindo, por exemplo, que só sejam aplicadas em ambientes de CI.
2. Ao revisar habilidades, verifique principalmente se elas contornam a confirmação humana, em vez de apenas procurar código malicioso.
3. Não deixe que uma instrução incondicional determine o comportamento do agente em todos os contextos.

Os agentes estão ficando cada vez mais capazes — e recebendo cada vez mais permissões.

Mas há etapas que não devem dispensar a confirmação humana só porque alguém escreveu “continue até terminar”.

Uma automação realmente confiável não elimina todas as verificações: ela sabe quando precisa parar e perguntar a uma pessoa.

As gigantes da tecnologia começam a prestar contas pelos investimentos em IA.

Em 2026, Meta, Alphabet, Oracle, Amazon e Microsoft se comprometeram a investir, juntas, US$ 800,6 bilhões.

Esse dinheiro não representa uma visão abstrata de IA, mas gastos concretos com data centers, servidores, equipamentos de rede e infraestrutura.

O mercado está reavaliando essa corrida armamentista.

Os resumos de IA da Alphabet começam a afetar a receita dos anúncios nas buscas, seu negócio principal, mas os investimentos da empresa neste ano devem chegar a até US$ 205 bilhões. A IA está transformando as buscas e pode abalar também a principal fonte de receita do Google.

O diretor financeiro da Intel afirmou que a entrada de caixa prevista para este ano não deve cobrir os gastos, e que a fraqueza do mercado de PCs deve continuar pelo menos até o primeiro semestre do ano que vem. A empresa também continua ampliando os investimentos em equipamentos.

A Amazon já se comprometeu a investir US$ 220 bilhões neste ano na construção de infraestrutura de IA, e seus gastos em caixa também superam a receita. Após resultados financeiros abaixo das expectativas, suas ações chegaram a cair 6% nas negociações após o fechamento do mercado.

Enquanto isso, as ações do Reddit caíram 26% devido ao número de usuários ativos diários abaixo do esperado e ao impacto da busca com IA do Google no tráfego de recomendações; as da Roblox recuaram quase 20% após a queda no número de usuários ativos diários.

As ações da Intel chegaram a despencar 30% durante o pregão, a Alphabet perdeu mais de US$ 500 bilhões em valor de mercado no dia anterior, e o Nasdaq caiu mais de 3,5% na sexta-feira.

Essa onda de quedas envia um sinal:

O mercado de capitais não deixou de acreditar repentinamente na IA; começou, sim, a exigir que as empresas de IA provem que seus investimentos podem gerar retornos.

No passado, bastava falar em expectativas de crescimento para obter um prêmio de valorização; agora, os investidores estão de olho no fluxo de caixa, nos investimentos de capital e no progresso da comercialização.

A IA continua sendo uma das áreas de investimento mais importantes do setor de tecnologia, mas, por maior que seja a história, alguém precisa pagar a conta.

No futuro, talvez nem seja preciso abrir um app para encontrar um restaurante.

A Zest lançou um serviço pessoal de concierge de restaurantes com IA: basta enviar uma mensagem de texto para encontrar restaurantes, comparar opções, organizar uma votação entre amigos e, por fim, fazer a reserva.

O serviço tem um diferencial interessante: as recomendações se baseiam não apenas nas preferências informadas pelos usuários, mas também em registros reais de gastos com restaurantes.

A Zest importa as faturas do cartão de crédito via Plaid e analisa apenas as transações relacionadas a restaurantes para criar um mapa de gostos do usuário. Os lugares que você costuma frequentar e os tipos de restaurante de que gosta servem de referência para as recomendações da IA.

E organizar um jantar em grupo não precisa mais render discussões intermináveis no chat.

Adicione a Zest ao grupo: ela combina as preferências de todos, sugere restaurantes, organiza uma votação para escolher o local e, em seguida, faz a reserva.

O serviço de reservas é integrado ao OpenTable, Resy e SevenRooms. Além de encontrar restaurantes por tipo de culinária, bairro, ocasião e restrições alimentares, também é possível perguntar se o restaurante está cheio, se tem Wi-Fi e até pedir o cardápio diretamente.

Fundada em novembro de 2024, a Zest recebeu US$ 1,8 milhão em uma rodada pré-seed liderada pela 776 e pela Kindred Ventures.

A visão de produto dos fundadores também é bem clara: o próprio agente de IA é o produto; reservas e pedidos são os primeiros meios de monetização, e, no futuro, o serviço também poderá se expandir para recomendações de estabelecimentos e compras.

O que acho interessante nessa ideia é que a IA não foi transformada em mais uma janela de conversa.

O usuário não precisa descobrir como formular perguntas nem ficar alternando entre várias plataformas. Basta explicar o que precisa; a IA cuida do resto: busca, coordenação e reserva.

Um assistente de IA realmente útil não deve apenas dar respostas: também precisa resolver as coisas.

Número: (212) 470-6067

Os tokens de ações do McDonald’s, da Disney e do PayPal começaram a ser usados para negociar memecoins.

Uma nova forma de combinar ativos está surgindo na blockchain da Robinhood: os tokens de ações não são mais apenas ativos de investimento para comprar e vender — também podem servir como pares de negociação e reservas de liquidez para memecoins.

A Pons Treasury está impulsionando esse modelo.

Ela já oferece liquidez para os tokens de ações $MCD, $DIS e $PYPL, facilitando as negociações na blockchain da Robinhood. A nova leva de tokens de ações disponíveis para negociação em pares também inclui $BMNR, $JPM, $V, $UBER e $GDX.

O mais interessante é que a Pons quer ir além da negociação de tokens de ações: a ideia é permitir que os usuários usem esses tokens diretamente para lançar e negociar novas memecoins.

Isso significa que os tokens de ações podem deixar de ser apenas ativos de investimento e se tornar ferramentas de liquidez no ecossistema das memecoins.

Até agora, a negociação de memecoins girava principalmente em torno de stablecoins e ativos nativos do universo cripto. Agora, os tokens de ações tradicionais também podem entrar nesse sistema.

Se esse modelo ganhar escala, tanto a origem dos ativos quanto as combinações de negociação no mercado de memecoins on-chain se tornarão mais diversificadas.

É claro que os tokens de ações não equivalem à posse direta das ações originais das empresas correspondentes. Os direitos específicos, os mecanismos de resgate e a liquidez ainda dependem do desenho do produto.

Quando os tokens de ações do McDonald’s e da Disney podem servir de combustível para negociar memecoins, a distância entre as finanças tradicionais e o mercado de especulação on-chain fica ainda menor.

O Google está entrando no mercado de custódia de criptoativos, tendo como alvo bancos e grandes instituições.

Para as instituições que entram no universo cripto, há uma barreira inevitável: a segurança das chaves privadas.

Quem guarda os ativos, quem tem autorização para assinar, como os funcionários internos aprovam as operações e o que fazer se as chaves forem roubadas são questões que não se resolvem simplesmente oferecendo uma carteira comum às instituições.

A solução lançada desta vez pelo Google é um serviço de gerenciamento de chaves e assinatura MPC.

Ele divide as chaves privadas em vários fragmentos, armazenados de forma distribuída em hardware próprio do Google, no Google Cloud e em outros ambientes de nuvem. Quando é necessário assinar, vários fragmentos atuam em conjunto, sem que a chave privada completa precise ficar concentrada em um único lugar.

As instituições também podem configurar regras como limites de transação, endereços em listas de permissões e aprovações por vários departamentos, estendendo à blockchain seus processos internos de gestão de riscos.

O mais importante é que as instituições mantêm o controle dos fragmentos das chaves; o Google não pode acessar diretamente a chave privada completa.

Atualmente, o produto está na fase de Private Preview e vem sendo testado por várias grandes instituições financeiras. A Alphabet também já o utiliza para proteger seus ativos digitais na Ethereum e planeja lançá-lo comercialmente no início de 2027.

Por trás disso, há uma grande tendência:

O Crypto está deixando de ser um experimento financeiro voltado a usuários individuais e se tornando, aos poucos, uma infraestrutura à qual as instituições financeiras tradicionais precisam se conectar.

Os bancos não necessariamente precisam construir do zero seus próprios sistemas de custódia, mas precisam de uma solução que atenda aos seus padrões de segurança, gestão de permissões e processos de conformidade.

É justamente essa camada de infraestrutura que o Google quer oferecer.

Se, no futuro, os bancos puderem gerenciar ativos on-chain com tecnologias MPC consolidadas, a barreira técnica para a entrada de instituições no Crypto poderá diminuir ainda mais.

O que realmente merece expectativa não é o surgimento de mais um produto de custódia, mas o início da expansão da infraestrutura financeira tradicional para a blockchain.

A IA está mudando a forma como os benefícios dos airdrops de cripto são distribuídos.

No passado, os estúdios ganhavam dinheiro porque dominavam habilidades técnicas que as pessoas comuns não tinham: interações em massa, scripts automatizados, análise de dados on-chain e gerenciamento de contas.

Os projetos precisavam dessas habilidades para aumentar o número de usuários, gerar dados de transações e movimentar o mercado, pagando os custos com a expectativa de receber tokens no futuro.

Mas agora a IA derrubou essa barreira técnica.

Uma pessoa comum também consegue usar IA para desenvolver scripts, bots e ferramentas de dados. Os estúdios já não têm a mesma vantagem evidente em informação e tecnologia de antes.

O problema é que os próprios projetos também se beneficiaram da redução de custos proporcionada pela IA.

O que antes precisava ser terceirizado para estúdios agora pode ser feito internamente; e os dados on-chain que antes precisavam ser obtidos por meio de airdrops já não são tão escassos.

Naturalmente, os projetos vão recalcular: de um orçamento de tokens, o que deve ser destinado a endereços que fazem farming de interações e o que deve ser investido em liquidez, exchanges e canais que realmente geram receita?

É por isso que acredito que a atratividade dos airdrops tradicionais está diminuindo.

No futuro, talvez valha mais a pena estudar projetos em estágio inicial com capacidade real de gerar lucro, além de produtos dispostos a distribuir tokens por meio de vendas públicas, benefícios para usuários e outras formas.

Outra possibilidade são projetos meio Meme, meio farming de airdrops, em que os usuários participam de transações, divulgação e atividades da comunidade, tornando-se parte do próprio ecossistema do produto.

Mas, no caso de Perps e mercados de previsão, é preciso calcular os custos com cuidado. Taxas, slippage e perdas nas negociações custam dinheiro de verdade; pontos não são o mesmo que ganhos, e volume de negociação não é o mesmo que lucro.

Quando a IA elimina as barreiras técnicas para farmar airdrops, a verdadeira competição deixa de ser sobre quem consegue fazer mais interações e passa a ser sobre quem consegue encontrar mais cedo os projetos que valem a pena.

AI 智能体正在改变网络攻击的执行方式：它不只执行命令，还会自己试错、复盘，再换方法继续。

公开案例已经出现了令人警惕的信号。

韩国一家金融机构遭入侵，约 6.7 万人的个人信息外泄，攻击中使用了名为 ARTEX 的智能体渗透框架。

另一场供应链攻击里，同一套框架尝试登录超过 2250 个租户，部分攻击在不到三小时内就获得了特权云访问权限。泰国财政部相关攻击中，Hermes 智能体以无人值守模式运行，自动枚举内网主机、翻查文件、寻找提权机会。

Wiz 对相关攻击活动的研究，揭示了几个值得识别的行为特征：

* 高频生成脚本： 一起攻击中，智能体每隔约 1–2 分钟就写一个新脚本，24 小时累计 99 个。
* 先规划再行动： 脚本开头经常带有书面计划，说明这一步要做什么、为什么做。
* 失败后复盘： 第一版工具失效后，下一版会先分析失败原因，再调整方法继续执行。

这些行为组合在一起，意味着攻击者可以把目标和边界交给智能体，再让它持续推进侦察、试错和横向移动。

不过，这类攻击并非毫无踪迹。频繁创建脚本、反复调整工具、连续执行侦察动作，都可能留下可供检测的信号。

防御的难点正在变化：不只是判断一条命令是否恶意，而是识别一连串看似独立的自动化动作，是否正在组成一场自主攻击。