币界网

币界网消息，Cardano创始人查尔斯·霍斯金森预测，隐私聚焦区块链项目Midnight将最终超越Zcash。他认为，这将归功于隐私技术、人工智能、跨链功能和Cardano基础设施的强大结合。霍斯金森表示，Midnight将具备选择性披露、私有代理、为所有主要链提供DEFI内核的抽象能力，以及Cardano的24/7在线时间，结合Leios的魔力。他还提到，Midnight的市场价值目前为4.37亿美元，位列第122位，而Zcash的市值为264亿美元，稳居前十。Midnight主网于3月上线，作为与Cardano并行的专用Layer-1合作链，独立处理交易并维护自己的账本。霍斯金森在4月14日的直播中称，Midnight是Input Output目前最令人兴奋的项目之一。

币界网消息，据Coin Bureau报道，诈骗者通过创建假GIWA区块链，欺骗用户发送超过766 ETH，骗取金额超过200万美元。GIWA是一个合法的以太坊二层网络，连接到Upbit，其主网尚未上线。诈骗者利用用户对主网即将上线的期待，复制了GIWA的链ID 9134，并设置了一个工作RPC和假桥。用户可以连接钱包并进行交易，使一切看起来合法，而真实资产则流入了诈骗者控制的基础设施。DYOR Swap对假链的上市增加了其表面可信度。团队表示，正在准备使用国库资金来补偿受影响的用户，具体细节待调查和验证。一个工作网络仍然可能是骗局，用户应检查官方启动公告、RPC细节和桥接地址。

一笔链上交易能装下多少内容，决定了开发者是一次完成操作，还是把动作拆成几笔再等待确认。Solana的新一代V1交易格式已于9月15日的主网epoch 1035启用，将单笔交易大小上限从1232字节提高到4096字节。官方升级说明给出的用途包括零知识证明、某些更复杂的多重签名和机构操作。这是主网已生效的能力，不是尚在测试的提案；但它也不是“所有钱包和应用已经自动支持大交易”。发送方要主动采用V1格式，读取方和签名方也要跟上兼容工作。
旧上限并非随意设定。Solana早期按照较保守的网络传输单元限制交易有效载荷，在复杂场景里，一笔操作可能还没碰到计算上限，字节数就先装不下。官方解释，QUIC成为默认交易接入协议后，过去的约束可以调整，但更大的交易需要更多网络传输和验证者缓冲空间，所以新上限仍停在4KiB左右，而不是无限扩张。越大的交易也可能需要更高优先费才能获得同等落地机会。对用户来说，功能空间变大与使用成本降低之间并不能直接画等号。
大交易带来了什么，格式又改了什么
V1把交易识别字段放在起始位置，签名放到尾部，并把计算单元、账户数据大小、堆内存和优先费等配置写进消息结构。这样网络基础设施可以更快识别版本和读取关键资源参数，但也改变了旧版应用理解费用的方式。旧版V0的优先费常以每计算单元多少微lamport报价；V1使用一笔交易的总lamport数。若一个分析面板直接把两种数值并排比较，就可能得出完全错误的“费用暴涨”或“费用暴跌”结论。数据服务商需要先统一单位，才能谈趋势。
账户地址的处理也不同。V0借助地址查找表节省空间，V1允许在更大的交易体内直接放入最多64个地址，但不使用地址查找表，重复地址还会被拒绝。对于复杂交易，这可能减少准备和拆单步骤；对于已有大量依赖查找表的应用，却不能简单把版本号从0改成1。开发者需要重新构建消息、测试账户顺序和资源预算，并检查交易在钱包审批界面里是否正确展示。格式升级的价值，很大程度取决于生态工具是否把这些细节处理妥当。
尤其需要注意“默认值”变化。官方文档提醒，V1如果没有明确设置计算单元上限和加载账户数据大小，相关限制会是零，交易可能在加载阶段失败。旧格式里有些资源值可以依赖运行时默认填补，V1不能照搬这套习惯。官方建议先以足够大的上限模拟交易，读取实际消耗，再给最终发送的交易配置留出余量。若模拟时某账户不存在，发送前它被创建，数据大小可能突然增加；把预算卡得过紧，仍可能导致失败。开发者把“大交易已上线”理解成“旧代码天然更宽松”，恰好会踩到这类坑。
主网上线不等于整个生态无痛迁移
钱包需要明确声明自己支持签署V1交易，应用发送前应检查相应版本能力。即便钱包团队发布了支持版本，终端用户安装的也未必是最新客户端。RPC服务和区块浏览器同样要提高可读版本上限，否则交易已经上链，查询接口却可能返回不支持版本的错误。流式数据消费者还有更隐蔽的风险：若仍按V0解析，可能静默把V1的配置读错，而不是直接报错。对于支付中继、手续费代付和服务器签名服务，这不是显示问题，而可能影响费用上限与风控判断。
链上程序也有边界。过去若合约通过扫描ComputeBudget指令判断一笔交易的资源请求，到了V1，这些指令已不再承载有效设置；配置在消息里，而现阶段链上程序没有相同方式读取。官方明确提醒相关开发者调整依赖这一假设的逻辑。对普通用户，最可靠的信号不是一篇宣布主网启用的文章，而是自己使用的钱包、应用和服务商是否完成适配，并能正确展示预期操作和费用。
版本共存也意味着不能强迫所有用户同一天迁移。旧格式并未因V1启用就立即失效，钱包和应用可以按兼容能力选择发送旧版或新版。对于只需简单转账的用户，短期可能根本感受不到4096字节的变化；对于处理隐私证明、复杂授权或多账户操作的团队，新格式的收益则可能很明显。升级的衡量标准应该是具体交易能否更可靠地一次完成，而不是把网络里每笔交易都改成V1。
这次升级值得关注，因为它把过去需要拆分、打包或额外协调的一部分操作装进单笔原子交易，降低某些产品的工程复杂度。但4096字节不是吞吐量翻倍，也不是每类交易手续费都下降。它像给道路拓宽了一条车道：车辆能装更多货，调度、收费、导航和驾驶员仍要更新规则。Solana已经打开V1的主网入口，接下来决定体验的，是生态把兼容、风控与可读性做得有多扎实。

稳定币公司往往用链上交易量讲述增长，真正进入上市公司阶段后，财务负责人还得回答另一组问题：收入来源是否稳固，储备和现金怎样管理，投资者能否看懂业务的真实成本。Circle在9月25日宣布，担任首席财务官逾五年的Jeremy Fox-Geen计划离任。公司已经启动继任者搜寻，他将继续担任CFO至2026年12月底，除非更早任命接班人。这是一个明确的过渡安排，不是“当天离职”，也不能由此推断公司财务出现问题；公告没有提供这样的证据。
Circle表示，Fox-Geen于2021年5月加入，参与建设财务组织，陪伴公司完成12亿美元规模的首次公开募股，并经历多个增长阶段。创始人兼CEO Jeremy Allaire在公告中肯定他的财务领导和运营纪律；Fox-Geen则称，自己希望在完成阶段性工作后休息一段时间。公司没有同时宣布新CFO人选，也没有给出接班人具体上任日期。对投资者和稳定币行业来说，真正需要跟踪的是继任过程与业务披露的连续性，而不是把一则人事变动自动写成方向逆转。
上市公司财务岗位，比“管账”复杂得多
稳定币发行人的商业模式与一般软件公司不同。USDC可以在链上高速流转，但发行人的收入和成本受储备资产收益、分销安排、支付网络投入、合规要求以及市场利率等因素共同影响。链上转账笔数或总额再高，也不意味着Circle按每笔交易等比例收取收入。CFO需要把这种差别用可核对的财务口径解释给股东，同时确保公开披露与实际经营一致。尤其在利率变化时，储备收益可能波动，企业不能只靠短期有利的宏观环境说明长期竞争力。
Circle近年把业务从USDC发行拓展到支付网络、开发者基础设施和Arc公链等方向。新项目需要投入研发、伙伴拓展与风险控制，而投入与回报未必同步出现。财务负责人要分清哪些是已经贡献收入的产品，哪些仍在建设或推广阶段；要评估扩张速度，同时避免用理想中的未来交易规模冲淡眼前的现金流现实。公开材料中的“计划”“愿景”“试点”不能被写成已经兑现的利润，这是稳定币行业观察里最容易发生的偷换。
这份公告也透露出治理上的一个重要细节：公司把过渡窗口明确写到年底，并聘请外部招聘机构搜寻继任者。这样的安排可以降低交接中的信息断层，但并不保证接班人一定在某一天到岗。投资者应继续留意后续正式公告、监管文件以及季度披露，而不是根据招聘启动就猜测最终候选人。人事任命是董事会和管理层的决策，市场评论可以分析岗位挑战，却不应编造内部原因。
稳定币竞争进入财务与治理的细节
USDC所在的市场，已经不只是“哪条链转得快”的技术竞赛。发行、赎回、储备透明度、跨境支付渠道、机构客户的接入成本，都会影响稳定币的实际使用。对一家上市发行商而言，财务负责人要持续协调外部审计、内部控制、资本配置和产品扩张，还要让市场理解不同业务线之间的关系。例如支付网络增长可能提升USDC使用场景，却不一定立刻转化成同幅度的公司净利润；公链生态活跃，也不等于发行人可以无成本获得全部价值。
Fox-Geen的任期涵盖加密行业经历剧烈波动的时期。如今Circle一边强调USDC和支付基础设施，一边承担上市公司的披露要求。继任者无论来自传统金融还是加密原生企业，都要在这两种语言之间工作：一边理解链上结算和开发者需求，一边懂得财报、风险、资本市场和监管沟通。招聘是否顺利，影响的更多是执行和市场信心，而不是USDC合约在某一天突然停止运转。
对普通USDC持有人而言，这则公告也不应与稳定币的日常赎回机制混为一谈。公告讨论的是公司管理岗位变更，并没有宣布改变USDC的发行、储备安排或用户权利。若市场出现各种“CFO离任所以储备有问题”的传言，需要先找得到正式财务披露、储备资料或监管信息再判断。把未经证实的推测写成事实，会给本已高度敏感的支付市场制造额外噪音。
因此，评价这次变动不能只看一则离任新闻，也不宜拿币价或短线股价倒推原因。可以核查的下一步有三项：公司是否按承诺完成有序交接，新任CFO能否清晰呈现业务与成本，Circle在支付和Arc等新领域的投入能否形成可持续回报。公告提供的是过渡的起点，而不是最终成绩。稳定币行业要走向更成熟的金融基础设施，除了技术吞吐量，也需要这种平常却关键的财务和治理能力。

英国企业的成本焦虑，正从采购环节慢慢传到下一张价格标签。英国国家统计局9月24日公布的第164轮企业状况调查显示，9月初有64%的企业对能源价格表示不同程度的担忧，比8月下旬提高5个百分点；住宿和餐饮服务业的比例达到90%，是该问题自2026年3月加入调查以来的最高值。受访企业提到中东冲突是担忧原因之一。这里的“担忧”是企业自报感受，不等于每家企业已经付出同样幅度的能源涨价，更不能直接换算成消费者物价会上涨多少。
同一份调查给出另一条线索：8月有29%的正在营业企业表示购入商品和服务的价格上涨，比一年前高6个百分点；但只有11%表示自己出售商品和服务的价格上涨。到对10月的展望时，17%的企业预计售价上调，比对9月的预期高3个百分点，比去年同期高7个百分点。建筑业预计涨价的比例达到32%，为该行业自2023年2月以来最高。采购压力、预期售价与已发生售价之间的时间差，正是这次调查最值得读的地方。
成本先涨，企业未必能马上转嫁
一间餐厅、一家旅馆或一个建筑承包商，即使当月能源和材料费用上行，也未必能立刻修改所有报价。餐饮企业要面对菜单价格和顾客流量，酒店可能受提前预订价格约束，建筑合同更可能早在数月前确定。把成本立即全额转给客户，可能丢掉订单；自己消化成本，利润又会受压。因此，29%报告购入价上升而11%报告售价上升，不能简单解释成其余企业“没有受到影响”。两组数字来自不同问题，覆盖的是报告某种变化的企业比例，不是全国采购价和售价的平均涨幅。
英国统计局还发现，8月有28%的营业企业称营业额下降，较7月高6个百分点，但与2025年8月大体持平。对雇员不少于10人的企业，报告营业额下降的比例为31%，较7月提高7个百分点。换句话说，月度恶化值得留意，但同比并未明显脱离去年同期的水平。若只取“增加6个百分点”做标题而忽略同比稳定，容易制造出经济活动突然崩塌的错觉。企业自报的营业额变化，也不能直接替代官方国内生产总值或零售销售额。
压力并不均匀。对所有正在营业的企业，29%把经济不确定性列为影响营业额的首要挑战；对较大企业，最常被提及的却是劳动成本，比例为37%。能源、人工、采购价格可能同时挤压利润，但不同企业承受的组合不一样。住宿餐饮业对能源的担忧尤其集中，和它们对供暖、制冷、厨房设备及持续营业场所的依赖有关。建筑业更高的涨价预期则反映报价链条与材料、燃料、运输成本的关系。不能把其中一个行业的高比例复制到全体企业。
这份调查告诉我们什么，又不能告诉我们什么
第164轮调查在9月7日至20日期间进行，英国统计局将其列为仍在发展的官方统计，并提示抽样和非抽样误差。参与企业自愿回答，问题与主题也会随经济情况调整，因此部分历史对比必须看清口径。尤其是“对能源价格担忧”，它衡量的是受访者的判断，不是能源账单的精确涨幅。报告里的“预计10月售价上涨”也只是企业当时的计划；最终是否执行，还要看订单、竞争和后续能源市场变化。
调查还显示，9月初约95%的企业表示仍在营业，其中85%完全营业、10%部分营业。这组背景有助于避免另一种误解：成本压力上升，并不意味着大多数企业已经停业。部分营业可能涉及营业时间或人员安排收缩，和完全停业不是一回事；而成本担忧也可能在企业尚能正常营业时先行出现。企业经营状态、利润情况和未来信心是不同维度，不能因为一个数字醒目，就让它替其他数字发言。
对于宏观经济观察者，这份材料可以看成价格传导的前哨。若购入价上涨的企业比例持续高于售价上涨比例，企业利润率可能先被压缩；若涨价预期接下来兑现，消费者端压力可能滞后出现。但两种路径都不是确定预测。企业可能通过减少用能、重新谈判合同、改变产品组合或推迟投资来吸收冲击。未来几轮调查中，更应同时看实际售价、营业额和招聘困难，而不是只追一个“担忧”数字。
英国企业眼下传出的信号不是一个整齐的“涨价潮”，而是一组彼此牵扯的选择：需求不够强时不敢涨价，成本又让维持原价越来越难。90%的住宿餐饮企业对能源价格有忧虑，这个数字足够醒目，却不能直接变成90%的企业已经亏损。把情绪指标、已发生的价格变化和未来预期分开，才能看见企业压力如何一步步进入经营决策，也才能判断它何时可能真正影响更广泛的通胀。
封面摄影：Ewan-M，Wikimedia Commons，CC BY-SA 4.0；照片经过裁切处理，仅作英国餐饮业场景展示。

在一份关于企业数量的统计里，最容易被误解的是“多了”两个字。英国国家统计局9月24日发布的年度资料显示，截至2026年3月，英国登记在增值税或雇主代扣所得税系统中的企业约279万家，比上年同期增加1.9%；企业经营场所约323万个，增加1.6%。所有地区的登记企业数量都录得增长，这是2017年以来首次。但这张快照讲的是注册和经营单位的存量，不是企业利润、订单或岗位同步增长的证明。若把“企业多了”直接写成“经济全面转强”，就把统计对象换掉了。
报告使用的是英国跨部门企业登记库，快照日期为3月13日。它主要纳入有VAT或PAYE记录的企业，并非把每一个没有登记义务的微型个体经营者都数进去；同样，它也不等于按工商营业执照逐张相加。企业数和营业场所数也不是同一个概念：连锁公司可能是一家企业却有很多门店，而一家只在一个地点经营的小公司，通常在两个口径下各算一个。弄清统计单位，才能把这组看似简单的数字读准。
增长发生在哪些地方，企业结构又变了什么
英国统计局给出的第一个结构性变化，是有限公司在登记企业中的比重继续上升，已经达到77.3%；独资及合伙企业合计占19.2%。这种变化可能反映设立公司的制度选择、税务和责任安排，也可能受企业生存与退出结构影响，不能简单解读成“每家公司都在扩张”。从行业看，专业、科学和技术活动仍是最大的登记行业组，占全部企业的15.3%。在咨询、研发、设计和专业服务不断分化的经济里，企业数量可以增加，但每家企业平均雇用多少人、创造多少附加值，还要另看就业和产出统计。
地域层面“所有地区都增长”也需要克制。它说明这次不是只有伦敦或个别城市推高全国总量，却不能说明各地区增长幅度相同，更不能证明各地居民享受到同样的收入改善。一家企业的登记地可能是总部，业务和雇员却分布在别处；不同区域的产业结构和企业规模也不一样。做地方经济判断，需要把企业登记同工资、就业、空置率、投资和居民支出结合起来，而不是只看企业个数。
还有一个常被忽视的数字：在约278.7万家企业中，只有57,975家经营不止一个场所。表面看绝大多数企业仍是单地点经营，但多地点企业对就业、供应链和商业物业的影响可能远大于其家数占比。英国统计局列出的营业场所总量为3,232,415个，比企业数高出四十多万个。这种差距提醒人们，观察经济活力时，“有多少企业”和“有多少实际经营据点”回答的是不同问题。一个连锁品牌关掉几家店，企业数可能不变，街区体感却会明显变化。
数量是经济温度计，不是利润表
企业登记数据的优点是覆盖范围广、更新有连续性，适合观察结构和地区分布；局限是无法单独回答企业是否盈利、订单是否充足、融资是否顺畅。2026年的统计还存在需要注意的方法变化。英国统计局说明，2025年底开始使用新的行业描述编码工具ClassifAI，替代旧工具；两套系统在五位行业分类上的一致率约93%。因此，读最细的行业变化时，部分增减可能来自分类方法改进，而不全是企业真实换行。总量和大类趋势仍可参考，但细分行业排名不宜机械比较。
这也解释了为什么新闻读者在看不同机构发布的“英国企业总数”时，可能见到明显不同的数字。有些统计把没有注册VAT或PAYE的自雇业务也估计进去，有些只统计法律实体，有些数的是实际营业地点。数字不一致不一定是哪一方算错，而是统计边界不同。比较年份之前，应先确认是否都来自同一套登记库、同一参照月份以及同一种企业定义；否则，表面上的新增企业可能只是覆盖范围变化。
另一个时间差也值得注意。这份报告在9月发布，参照的是3月的登记库快照。春季之后的成本、利率或需求变化不可能被它即时捕捉。它更像一张年初的企业地图，而不是秋季经营状况的实时仪表盘。要判断眼下英国企业是否感到压力，仍要对照更及时的企业调查、职位需求、破产以及零售等资料。不同统计之间出现背离并不矛盾：企业数量上升的同时，现有企业也可能因能源和工资上涨而压缩利润。
对政策讨论而言，这组数据更适合提出问题，而不是替问题作答。为什么有限公司比重继续抬高？专业技术服务企业增加后，是否带动稳定就业？所有地区数量增长，能否转化为更平衡的生产率？多地点企业是否仍在扩张门店？这些都需要进一步的行业和区域证据。企业登记的回升是真实的官方统计信号，却不是一张“生意已经全面好做”的保证书。看见新企业的同时，也要看它们能否长久经营、雇人并持续创造价值。

粒子物理里的“九环”听上去像一个抽象数字，对研究者却意味着极其繁重的公式推导与计算。9月25日，物理学家兼科学作者Matt von Hippel在Anthropic网站发表客座文章，讲述两名Anthropic物理学家如何借助Claude Science，完成平面N=4超杨—米尔斯理论中六粒子振幅的九环计算。此前相关工作已推进到八环，九环结果由其他领域专家核对。故事最有新闻感的一点，不是模型凭空发明了新的物理定律，而是它沿着已有方法，跨过了研究者原本认为十分昂贵的计算门槛。
必须先说明研究对象。散射振幅帮助物理学家预测粒子相互作用的概率，计算越精细，越有利于将理论与实验比较。“环数”是近似计算复杂程度的一种标记，环数增加通常带来组合与计算负担的急剧上升。但这次用来挑战AI的是N=4超杨—米尔斯这一便于检验方法的特殊理论，而不是直接描述现实世界全部粒子的模型。不能把九环结果写成“AI发现暗物质”或“解决标准模型难题”。它证明的是一类前沿理论计算可以被新工作流推进。
一道公开挑战，Claude怎样交出结果
Matt von Hippel此前向AI公司提出挑战：在学界可负担的计算资源范围内，把某些散射振幅问题推到更高环数。Anthropic的Liam Fitzpatrick和Siddharth Mishra-Sharma选择了其中一道，使用Claude Science这一围绕模型配置规则与提示的科研工作环境。客座文章描述，他们给系统的核心任务很直接：计算平面N=4超杨—米尔斯理论的六粒子、九环振幅，并让它在较长时间内持续工作、定期汇报。随后研究人员与已有领域专家核验结果。这里的“持续工作”并非完全没有人设定问题或检验答案，更不能理解成任何人随手输入一句话就能稳定得到可信的新论文。
这项计算有两条路径。一条是领域内已有的bootstrap方法：先写出答案可能具有的结构，再逐项加入理论约束、已知关系和一致性条件，排除不成立的可能。另一条利用与form factor相关的间接路径。文章称两条路径最终给出了同一结果。多路径一致是重要的交叉检查，但科学结论仍要靠独立复核、可复现的计算和正式研究写作站稳脚跟。客座作者也强调，相关人类研究团队会负责发表、解释和分析这些结果，模型本身不是研究共同体的替身。
成本同样需要完整读。文章估计，任一计算路径对终端使用者的模型调用成本约为一两千美元；其中bootstrap路径还用了约96颗CPU运行一周，相关计算预算约100美元。不要把“一两千美元”误读成整个科研项目的全部成本，也不要把“96颗CPU一周”省略成笔记本电脑瞬间算完。对有明确目标、可自动化约束和可核验答案的问题而言，这一成本可能具有吸引力；对缺少检验标准的开放课题，则不能直接照搬。
令人意外的还有人类研究的进度。客座作者写道，在听到Anthropic结果后不久，他得知另一组研究人员也已完成结果的大部分工作，并使用了不同形式的AI辅助。这意味着不能说“人类多年毫无头绪，只有Claude第一次找到答案”。更准确的说法是，Claude Science在一个本已接近突破的专业问题上，展示了持续编码、运行、纠错和利用现有知识的能力。它可能缩短了从已知方法到高环结果的距离，但不等于独占科学发现。
从“会答题”到“会做研究”，差距还在哪里
这个案例有意思，恰恰因为它没有神话色彩。研究者先选了一个定义清晰、现成工具较成熟、结果能由专家检验的任务。模型在这种条件下表现出色，说明科研AI的一条实际路线是成为耐心的计算合作者：读懂任务，编排程序，持续运行，在中间结果出错时调整，再留下足够清楚的材料给专家审阅。这里的价值不只在最后一行公式，也在减少人类为繁琐计算和工程细节投入的时间。
但从特殊理论走向真实实验预测，还有几道不能跳过的坎。现实问题可能没有那么干净的数学结构，数据带有测量误差，新的结果还可能缺少独立检验手段。即使两套算法给出相同答案，也需要判断它们是否共享了同一错误假设。研究人员还要明确哪些选择由人提出、哪些步骤由系统完成、算力和软件版本是什么，以便其他团队复现。没有这些，漂亮的演示很难沉淀为可积累的科学知识。
客座作者最后并没有声称自己因此得到关于“通用人工智能”的答案。他看到的是一块此前被低估的低垂果实：一些被视作超出常规计算资源的任务，可能只是需要更好的软件工程和更持久的自动化。对AI行业来说，这是比一句“模型超越物理学家”更值得认真对待的结论。九环计算说明，在问题边界、验证路径和研究责任都明确时，模型能够把科研工作向前推一步；至于它能否在更不规则、更贴近实验的物理问题上重复这一表现，还需要下一批公开、可复核的案例。

如果一个人怀疑自己的ChatGPT账号被别人登录，过去最棘手的问题往往不是不知道要改密码，而是不知道异常从哪一天开始、发生在什么设备上。OpenAI在9月25日的产品更新中加入“安全历史”入口，让用户在网页端查看近期登录、退出，以及多因素认证、通行密钥和其他安全设置的变更。这个功能看起来不如新模型显眼，却触及AI工具越来越现实的一面：当聊天记录、连接应用和工作文件都放进同一个账号，账号安全本身就成为产品体验的一部分。
OpenAI说明，记录会显示事件时间、地点和设备信息，但部分信息可能只是近似值，也可能无法提供。用户可在网页端“设置—安全与登录”中找到安全历史。这里需要划清第一条边界：它是一张供事后核对的活动清单，不是承诺发现入侵、阻止钓鱼或替用户恢复损失的自动安全系统。地点也不能直接当作现实中的准确坐标，网络出口、代理服务和移动网络切换都可能改变呈现位置。真正有价值的用法，是把记录与自己当时使用的设备和操作相互核对。
为什么一个记录入口值得单独关注
AI账号早已不只是聊天框。用户可能在对话里粘贴工作资料，上传文档，授权插件读取邮件、日历或网盘，再把生成结果带入团队流程。在这种情况下，登录异常的影响范围取决于账号里到底连接了什么。一个可查的安全历史，至少能让用户在接到陌生登录通知或发现设置被改时，沿着时间线检查：是否有自己不认识的设备，是否有人关闭了多因素认证，是否新添了通行密钥。这些线索并不能单独证明谁进入过账号，但比只凭印象猜测要强。
“登录”和“安全设置变更”放在同一条记录里，也有实际意义。攻击者如果只短暂登录一次，用户可能在几天后才察觉；如果又调整了认证方式，后续风险可能持续。反过来，频繁切换设备的普通用户也可能看到很多看似异常的事件。因此判断时不能只盯一条地理位置记录，而要结合时间、设备、自己是否刚换手机或浏览器、是否使用公司网络等背景。对于企业账号，管理员的审计和权限管理仍是另一层机制，个人安全历史不能替代组织级日志。
OpenAI的官方账号安全指引仍强调基础动作：使用强而独立的密码，启用多因素认证，发现可疑活动时检查登录和相关安全设置。新增历史入口的价值，是把这些动作从“出事后凭空排查”改成“有记录可对照”。但它不能保证记录覆盖所有可能的风险细节。官方只称可以查看“近期”事件，没有在这则更新中承诺永久保留、导出全部历史或提供法律意义上的取证材料。写成“完整追踪所有账号活动”就超出了公告。
另一个容易误读的地方是“退出”事件。看到账号从某台设备退出，不能据此推断之前没有被读取过内容；看到一个陌生地点，也不能立刻认定被盗。安全历史给的是排查起点，而不是结论。较稳妥的处理顺序，是先核对自己近期设备和网络使用，再检查认证方式与连接的应用；如果确实无法解释，就尽快更换密码、重新审视多因素认证和会话状态，并通过官方支持渠道处理。不要把截图和完整账号信息随意贴到公开社群求助，二次泄露会扩大问题。
可见性提升之后，用户还要管什么
安全历史容易让人产生一种错觉：既然平台能显示事件，平台就一定能阻止所有异常。事实上，记录、告警、阻断、恢复是四件不同的事。记录回答“发生过什么”；告警回答“系统怀疑什么”；阻断涉及规则和误伤权衡；恢复还要解决身份核验与权限回收。OpenAI这次明确推出的是第一项。它能降低排查的盲区，但用户自己的认证习惯以及第三方应用授权范围，仍决定风险面有多大。
对于经常在多个设备上使用ChatGPT的人，最实用的做法是先熟悉正常活动的样子。第一次打开安全历史，可以确认常用电脑和手机是否在列，是否存在自己近期添加的通行密钥或多因素认证变更。以后再出现异常，才有可比较的基线。对有插件和外部连接的用户，还应定期清理不再使用的授权。账号的安全边界并不止于登录页面，连接范围越大，误用一个账号可能触达的数据也越多。
这次更新没有改变AI模型能力，却补上了使用AI服务时一项很基础的信任机制。它让普通用户更容易看见账号层面的变化，但“看见”与“安全”之间仍隔着判断和行动。接下来值得观察的，不是页面上能显示多少条记录，而是用户遇到可疑事件时，能否顺畅地撤销会话、核实设备、管理连接并得到清晰的支持。安全历史是一盏灯，不是门锁；灯亮了，才更容易知道哪扇门需要检查。
封面摄影：Steve Jurvetson，Wikimedia Commons，CC BY 2.0；照片经过裁切与背景虚化处理。

币界网消息，币安宣布将支持SpaceX (SPCXB)空投给MarsCoin (MARSCOIN)持有者，以及Invesco QQQ Trust (QQQB)空投给牛来(牛来)持有者。空投包括两个部分：币安将向MarsCoin和牛来持有者分发SPCXB和QQQB空投代币，并将MarsCoin和牛来现货交易费用的30%作为额外奖励，形式为SPCXB和QQQB，直至另行通知。币安将在每个月随机对用户的MarsCoin和牛来持有量进行快照，只有每日持有量超过10,000个代币的部分才会被视为有效持有。月度奖励将根据每个用户的有效持有量与所有符合条件用户的总有效持有量的比例进行分配。用户必须完成账户验证（KYC），并来自符合条件的司法管辖区，才能参与空投。