律动BlockBeats

BlockBeats 消息，4 月 13 日，据 GMGN 监测显示，Solana 生态 Meme 币 neet 今日大幅拉升市值触及 4000 万美元，现报价 0.039 美元，24 小时涨幅 40%。此前该 Meme 币于 2 月 12 日市值跌至 700 万美元下方后反弹，近期持续小幅拉升。

BlockBeats 提醒用户，Meme 币无实际用例，价格波动大，投资需谨慎。

BlockBeats 消息，4 月 13 日，据央视新闻报道，当地时间 13 日，伊朗武装部队哈塔姆·安比亚中央司令部发言人表示，波斯湾及阿曼湾港口的安全「要么属于所有人，要么不属于任何人」。

有分析认为，伊朗军方此番发言，针对的是美国方面稍早时有关封锁伊朗港口船只通航、恢复对伊朗打击的表态。

BlockBeats 消息，4 月 13 日，据新华社报道，伊朗武装部队哈塔姆安比亚中央总部发言人 13 日表示，面对威胁，伊朗将坚决落实「控制霍尔木兹海峡永久机制」。

BlockBeats 消息，4 月 13 日，伊朗武装部队哈塔姆安比亚中央总部发言人表示，面对美国的威胁，伊朗将果断实施「控制霍尔木兹海峡的永久性机制」。(金十)

2 月 25 日，一个叫 Nous Research 的团队在 GitHub 上悄悄推了一个 v0.1.0。最早 Hermes 这个模型只有一行安装命令和一句话的产品定位：「An agent that grows with you」。

当时很少有人就注意到它，即使 Nous Research 在模型圈有一定声誉，他们的 Hermes 系列模型在 HuggingFace 上已经积累了 3300 万次下载，但整个开发者社区的关注度都在被奉若神明的 OpenClaw「小龙虾」上。33 天超过 React 成为历史第一，「小龙虾」成为了 GitHub 有史以来涨星最快的项目，高峰期每小时 710 颗星，但就在此时有安全研究人员在同一时间窗口内，以平均每天 2.2 个 CVE 的速度持续披露漏洞，63 天累计 138 个安全漏洞。整个社区开始重新思考一个问题：这东西到底能不能用在生产环境？

在这样的背景下，同为竞品的 Hermes Agent 终于有了可趁之机，也迎来了自己的第一个快速增长期。

Hermes 在自己的代码里写进了一键从 OpenClaw 迁移的工具，那批从 OpenClaw 出走的开发者，需要一个地方落脚，Hermes Agent 成了一个口口相传的好选择。

于是 从 3 月初开始，Hermes Agent 杀进了 GitHub Trending，最高冲到第 11 位，星数突破 2200。AwesomeAgents 把它称为「2026 年迄今最具野心的开源 Agent 发布」，目前 Hermes 的 github 有 69.9k 的 Star 和 9k 的 Fork。

今天律动 BlcokBeats 和大家聊一聊这个 Agent 有何不同之处。

Hermes Agent 是什么？

Hermes Agent 是由 Nous Research 构建的一款自我进化 AI 智能体，也是目前唯一内置学习闭环的 Agent。

它能从使用经验中自动创建技能、在使用过程中持续改进这些技能、主动将知识固化为可复用资产、检索自己过去的对话历史，并在多次会话中不断加深对你这个用户的理解。

所以简单来说，Hermes Agent 最大的优点就是：越用越聪明，越用越顺手。

它的定位，不是绑定在 IDE 里的编程助手，也不是对某个单一 API 的聊天封装，而是一个真正驻留在你的服务器上、能记住它学到的东西、运行时间越长能力越强的自主 Agent。

Nous Research 从一开始就将自己定位为开源优先、去中心化方向的 AI 实验室，目标是构建用户可自主控制的 AI，而不是将智能集中在少数几家封闭公司手中。他们早期的工作集中在 Hermes 模型系列，同时在基础设施和系统层面大量投入，还探索了跨全球分布式消费级 GPU 进行模型训练的 DisTrO 技术，以及 WorldSim、Doomscroll 等多智能体交互、长程行为的仿真环境。

Hermes Agent 这个团队，是曾打造了 Nomos、Psyche 一系列模型背后的同一批人。

好用的工具有哪些？

Hermes Agent 的最核心机制是它的记忆系统和技能系统。Agent 维护两个精简的核心文件：MEMORY.md 存储环境信息、约定和从过去任务中总结的经验；USER.md 存储你的偏好和沟通风格。这两个文件在每次会话开始时自动注入系统提示，相当于 Agent 的「长期工作记忆」。此外，所有历史会话都存入 SQLite 全文搜索数据库，让 Agent 能检索数周前的对话内容。

在技能系统方面，每次完成复杂任务（通常是 5 次以上工具调用），Agent 会自主创建一份结构化的 Markdown「技能文档」，记录操作步骤、已知内容和验证方式，供未来复用。技能文件遵循渐进披露模式：Agent 默认只看技能名称和描述（约 3000 token），需要时才加载某条技能的完整内容，以此控制 token 消耗。

工具层面，Hermes Agent 内置超过 40 种工具，涵盖网页搜索、浏览器自动化、视觉理解、图像生成、文字转语音，还支持通过自然语言设置定时任务，让 Agent 在无人值守的情况下自动执行报告生成、数据备份、系统监控等周期性工作。

其中最受欢迎的工具，也就是社区用户在实际使用中频率最高、反馈最多，以及根据 Hermes 的功能架构和开发者社区的典型需求，排在前面的是这几个工具：

Hindsight 是目前生态内最火的单一工具，是 Hermes 官方推荐的长期记忆插件。它在每次 LLM 调用前自动召回相关上下文，支持本地 PostgreSQL 或云端部署，已作为原生 Memory Provider 集成进 Hermes。

Anthropic-Cybersecurity-Skills 是生态内 Stars 最高的技能包，收录了 753+ 条结构化网络安全技能，完整映射 MITRE ATT&CK 框架，适合安全研究与渗透测试场景。

mission-control 是目前生态内最热门的 Agent 编排仪表盘，支持 Agent 舰队管理、任务分发、成本追踪和多 Agent 协同工作流，被社区推荐为生产级部署的标配。

Hermes Agent Self-Evolution 是一个进化式自我改进技术，使用 DSPy + GEPA 来优化技能、提示和代码。

Hermes Workspace 是 Hermes 原生工作区，集成聊天界面、终端和技能管理器，是最受欢迎的图形化入口。

此外，它还可以派生出独立的子 Agent，每个子 Agent 拥有自己的对话上下文、独立终端和 Python RPC 脚本，从而实现零上下文成本的并行流水线。

在基础设施灵活性上，支持六种终端后端：本地运行、Docker、SSH 远程、Daytona 无服务器、Singularity 容器和 Modal 云函数。Daytona 和 Modal 在空闲时会休眠，成本几乎为零。你可以在 5 美元的 VPS 或 GPU 集群上运行它，通过 Telegram 下达指令，让它在你从不直接 SSH 进入的云服务器上工作。

Hermes Agent 目前与 OpenClaw 构成最直接的竞争关系，两者都是面向开发者的开源 Agent 框架。

两者的架构哲学截然不同：OpenClaw 的设计核心是一个「控制平面」，一个统一的长期运行进程，负责管理会话、路由、工具执行和状态，所有东西都流经这个中央控制器。Hermes 则以 Agent 自身的执行循环为核心，把网关、定时调度器、工具运行时等全部围绕这个「做、学、改进」的反复循环来构建。

在技能系统上两者差异尤其显著：OpenClaw 的技能大多是人工编写的，从 workspace、personal、shared 或插件等不同层级加载；Hermes 的思路则是让 Agent 自己从经验中生成技能，形成真正的自主学习闭环。

如何安装与使用

上手极其简单。一行命令「curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash」即可完成安装，支持 Linux、macOS 和 WSL2，Hermes Agent 会自动完成全部配置，无需手动操作。

Hermes 官网

Hermes Agent 安装完成后，运行「hermes setup」启动引导向导，选择你的模型提供商（支持 Nous Portal、OpenRouter、OpenAI 或任何自定义端点），接入你的消息平台（Telegram、Discord、Slack 或 WhatsApp），然后开始第一次对话。从第一次交互开始，Hermes Agent 就立即进入学习模式，开始构建记忆、创建技能、每次会话后都变得更有能力。

日常使用的核心命令包括：

hermes（开始对话）、

hermes model（选择 LLM 提供商和模型）、

hermes tools（配置启用哪些工具）、

hermes gateway（启动消息网关，接入 Telegram、Discord 等平台）、

hermes setup（运行完整的设置向导，一次性配置所有内容）、

hermes claw migrate（从 OpenClaw 迁移）、

hermes update（更新到最新版本）、

hermes doctor（诊断问题）；

Hermes Agent 适合的场景包括：需要跨会话记住上下文并持续改进能力的通用 AI 助手；需要组合使用工具、插件、MCP 服务器、浏览器或 Shell 的自定义 Agent 工作流；在本地硬件、云 VM 或低成本无服务器基础设施上部署 Agent；以及需要跨平台保持可搜索对话历史和习得技能的持久助手场景。

更具体而言，可以用它在 Telegram 上与它对话的同时让它在云 VM 上执行任务、设置自动化并将报告推送到任意平台、让它接管周期性任务；也可以将它接入 Slack 或 Discord 为整个团队提供 AI 协作支持；或者利用其轨迹导出功能，为下一代 tool-calling 模型的 RL 训练生成训练数据。

BlockBeats 消息，4 月 13 日，据 CCTV 国际时讯报道，伊朗议会国家安全委员会负责人易卜拉欣·阿齐兹当地时间 4 月 12 日在接受采访时表示，4 月 11 日至 12 日在巴基斯坦伊斯兰堡，美国人并不是进行真诚谈判的。相反，美国是妄图通过谈判，以外交辞令为掩护，将其意志强加给伊朗。

阿齐兹说，伊朗带着不信任感与美国接触，坚定维护伊朗人民在核问题、霍尔木兹海峡、解除制裁和索赔等方面的利益——当美方看到伊朗的决心时，他们退缩了。

2 月 25 日，一个叫 Nous Research 的团队在 GitHub 上悄悄推了一个 v0.1.0。最早 Hermes 这个模型只有一行安装命令和一句话的产品定位：「An agent that grows with you」。

当时很少有人就注意到它，即使 Nous Research 在模型圈有一定声誉，他们的 Hermes 系列模型在 HuggingFace 上已经积累了 3300 万次下载，但整个开发者社区的关注度都在被奉若神明的 OpenClaw「小龙虾」上。33 天超过 React 成为历史第一，「小龙虾」成为了 GitHub 有史以来涨星最快的项目，高峰期每小时 710 颗星，但就在此时有安全研究人员在同一时间窗口内，以平均每天 2.2 个 CVE 的速度持续披露漏洞，63 天累计 138 个安全漏洞。整个社区开始重新思考一个问题：这东西到底能不能用在生产环境？

在这样的背景下，同为竞品的 Hermes Agent 终于有了可趁之机，也迎来了自己的第一个快速增长期。

Hermes 在自己的代码里写进了一键从 OpenClaw 迁移的工具，那批从 OpenClaw 出走的开发者，需要一个地方落脚，Hermes Agent 成了一个口口相传的好选择。

于是 从 3 月初开始，Hermes Agent 杀进了 GitHub Trending，最高冲到第 11 位，星数突破 2200。AwesomeAgents 把它称为「2026 年迄今最具野心的开源 Agent 发布」，目前 Hermes 的 github 有 69.9k 的 Star 和 9k 的 Fork。

今天律动 BlcokBeats 和大家聊一聊这个 Agent 有何不同之处。

Hermes Agent 是什么？

Hermes Agent 是由 Nous Research 构建的一款自我进化 AI 智能体，也是目前唯一内置学习闭环的 Agent。

它能从使用经验中自动创建技能、在使用过程中持续改进这些技能、主动将知识固化为可复用资产、检索自己过去的对话历史，并在多次会话中不断加深对你这个用户的理解。

所以简单来说，Hermes Agent 最大的优点就是：越用越聪明，越用越顺手。

它的定位，不是绑定在 IDE 里的编程助手，也不是对某个单一 API 的聊天封装，而是一个真正驻留在你的服务器上、能记住它学到的东西、运行时间越长能力越强的自主 Agent。

Nous Research 从一开始就将自己定位为开源优先、去中心化方向的 AI 实验室，目标是构建用户可自主控制的 AI，而不是将智能集中在少数几家封闭公司手中。他们早期的工作集中在 Hermes 模型系列，同时在基础设施和系统层面大量投入，还探索了跨全球分布式消费级 GPU 进行模型训练的 DisTrO 技术，以及 WorldSim、Doomscroll 等多智能体交互、长程行为的仿真环境。

Hermes Agent 这个团队，是曾打造了 Nomos、Psyche 一系列模型背后的同一批人。

好用的工具有哪些？

Hermes Agent 的最核心机制是它的记忆系统和技能系统。Agent 维护两个精简的核心文件：MEMORY.md 存储环境信息、约定和从过去任务中总结的经验；USER.md 存储你的偏好和沟通风格。这两个文件在每次会话开始时自动注入系统提示，相当于 Agent 的「长期工作记忆」。此外，所有历史会话都存入 SQLite 全文搜索数据库，让 Agent 能检索数周前的对话内容。

在技能系统方面，每次完成复杂任务（通常是 5 次以上工具调用），Agent 会自主创建一份结构化的 Markdown「技能文档」，记录操作步骤、已知内容和验证方式，供未来复用。技能文件遵循渐进披露模式：Agent 默认只看技能名称和描述（约 3000 token），需要时才加载某条技能的完整内容，以此控制 token 消耗。

工具层面，Hermes Agent 内置超过 40 种工具，涵盖网页搜索、浏览器自动化、视觉理解、图像生成、文字转语音，还支持通过自然语言设置定时任务，让 Agent 在无人值守的情况下自动执行报告生成、数据备份、系统监控等周期性工作。

其中最受欢迎的工具，也就是社区用户在实际使用中频率最高、反馈最多，以及根据 Hermes 的功能架构和开发者社区的典型需求，排在前面的是这几个工具：

Hindsight 是目前生态内最火的单一工具，是 Hermes 官方推荐的长期记忆插件。它在每次 LLM 调用前自动召回相关上下文，支持本地 PostgreSQL 或云端部署，已作为原生 Memory Provider 集成进 Hermes。

Anthropic-Cybersecurity-Skills 是生态内 Stars 最高的技能包，收录了 753+ 条结构化网络安全技能，完整映射 MITRE ATT&CK 框架，适合安全研究与渗透测试场景。

mission-control 是目前生态内最热门的 Agent 编排仪表盘，支持 Agent 舰队管理、任务分发、成本追踪和多 Agent 协同工作流，被社区推荐为生产级部署的标配。

Hermes Agent Self-Evolution 是一个进化式自我改进技术，使用 DSPy + GEPA 来优化技能、提示和代码。

Hermes Workspace 是 Hermes 原生工作区，集成聊天界面、终端和技能管理器，是最受欢迎的图形化入口。

此外，它还可以派生出独立的子 Agent，每个子 Agent 拥有自己的对话上下文、独立终端和 Python RPC 脚本，从而实现零上下文成本的并行流水线。

在基础设施灵活性上，支持六种终端后端：本地运行、Docker、SSH 远程、Daytona 无服务器、Singularity 容器和 Modal 云函数。Daytona 和 Modal 在空闲时会休眠，成本几乎为零。你可以在 5 美元的 VPS 或 GPU 集群上运行它，通过 Telegram 下达指令，让它在你从不直接 SSH 进入的云服务器上工作。

Hermes Agent 目前与 OpenClaw 构成最直接的竞争关系，两者都是面向开发者的开源 Agent 框架。

两者的架构哲学截然不同：OpenClaw 的设计核心是一个「控制平面」，一个统一的长期运行进程，负责管理会话、路由、工具执行和状态，所有东西都流经这个中央控制器。Hermes 则以 Agent 自身的执行循环为核心，把网关、定时调度器、工具运行时等全部围绕这个「做、学、改进」的反复循环来构建。

在技能系统上两者差异尤其显著：OpenClaw 的技能大多是人工编写的，从 workspace、personal、shared 或插件等不同层级加载；Hermes 的思路则是让 Agent 自己从经验中生成技能，形成真正的自主学习闭环。

如何安装与使用

上手极其简单。一行命令「curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash」即可完成安装，支持 Linux、macOS 和 WSL2，Hermes Agent 会自动完成全部配置，无需手动操作。

Hermes 官网

Hermes Agent 安装完成后，运行「hermes setup」启动引导向导，选择你的模型提供商（支持 Nous Portal、OpenRouter、OpenAI 或任何自定义端点），接入你的消息平台（Telegram、Discord、Slack 或 WhatsApp），然后开始第一次对话。从第一次交互开始，Hermes Agent 就立即进入学习模式，开始构建记忆、创建技能、每次会话后都变得更有能力。

日常使用的核心命令包括：

hermes（开始对话）、

hermes model（选择 LLM 提供商和模型）、

hermes tools（配置启用哪些工具）、

hermes gateway（启动消息网关，接入 Telegram、Discord 等平台）、

hermes setup（运行完整的设置向导，一次性配置所有内容）、

hermes claw migrate（从 OpenClaw 迁移）、

hermes update（更新到最新版本）、

hermes doctor（诊断问题）；

Hermes Agent 适合的场景包括：需要跨会话记住上下文并持续改进能力的通用 AI 助手；需要组合使用工具、插件、MCP 服务器、浏览器或 Shell 的自定义 Agent 工作流；在本地硬件、云 VM 或低成本无服务器基础设施上部署 Agent；以及需要跨平台保持可搜索对话历史和习得技能的持久助手场景。

更具体而言，可以用它在 Telegram 上与它对话的同时让它在云 VM 上执行任务、设置自动化并将报告推送到任意平台、让它接管周期性任务；也可以将它接入 Slack 或 Discord 为整个团队提供 AI 协作支持；或者利用其轨迹导出功能，为下一代 tool-calling 模型的 RL 训练生成训练数据。

BlockBeats 消息，4 月 13 日，据 Bitget 行情数据，欧股开盘普跌，欧洲斯托克 50 指数跌 1.02%，德国 DAX 指数跌 1.42%，英国富时 100 指数跌 0.5%，西班牙 IBEX35 指数跌 1.06%、法国 CAC40 指数跌 0.89%。

原文标题：《将注意力变为订单簿：Noise 让你在链上「炒热度」》

原文作者：Eric，Foresight News

北京时间 2026 年 4 月 1 日，「热度的预测市场」Noise 上线 Beta 版本，正式开放交易。用户需要支付 5 美元才可在 Beta 版本的 DApp 上进行交易，以防止一些恶意行为。

Noise 在今年 1 月时宣布完成了 Paradigm 领投，Figment Capital、Anagram 、GSR、JPEG Trading 参投的 710 万美元种子轮融资，之前被 X 切断 API 的注意力经济代表 KaitoAI 也参与了投资。

「炒热度」的意思一直以来都是通过各种手段刻意制造话题、引发关注，以提高一件事情曝光率和讨论度。但 Noise 将热度量化为了数字，让用户可以交易这个数字的涨跌。用 Noise 自己的话说，预测市场针对「某件事会不会发生」，而 Noise 则是针对「某件事现在有多重要」。

热度指数交易平台

Noise 的机制其实很好解释：通过 Noise 的算法生成某个事件或者某种文化符号的热度指数，用户可以预测热度在未来是会上升还是下降，并且进行做多做空操作。

需要说明的只有两件事，第一是如何交易；第二是这个指数如何计算。

或许是因为处在测试阶段，Noise 平台上的交易并不是直接使用法币或者加密货币，而是需要用他们去购买平台上的「积分（credits）」，再用积分去进行交易。

法币购买支持银行渠道以及 Cash App 和 Amazon Pay，加密货币渠道则是需要通过 MetaMask 和 Phantom 进行转账，目前支持以太坊和 Solana 上的 USDC 支付。笔者没有找到用 credits 换回法币或稳定币的入口，可能是因为 Beta 版本仅仅是测试交易引擎，还没有结算功能。

以「原油」这一近期市场关注点较高的市场为例，你可以选择杠杆 1 至 5 倍的杠杆进行多空交易。目前该市场为 Noise Beta 版本中热度最高的市场之一，但 24 小时交易量仅有 20 多万，未平仓价值约 200 万，换算成美元则不到 2000 万。

虽然没有在前端显示，但 Noise 也采用了订单簿的模型。不同于预测市场，Noise 的交易市场更像是加密货币永续合约，预言机提供的指数就是「标记价格」，市场则通过资金费率来自动调节市场价与标记价格的平衡。

至于我们所要交易的这个热度指数，Noise 将其称为「Relevance Index」，数据的计算基于两个来源：内容和信号。

内容上，Noise 会追踪包括 X、Reddit、YouTube、Instagram、Substack 和 RSS 新闻源上相关主题的互动数、帖子数量和独立作者数。信号则是来自 Polymarket 和 Kalshi 上相关话题的成交量和市场数量。

所有来源和指标的平滑值（防止短期噪声影响）通过加权聚合成一个综合值，就是用户所交易的指数，但 Noise 并没有完全公开具体的算法，大概率是防止有人利用算法的机制去人为提高某件事的热度，或者通过大量无关信息去削弱某个热点事件的热度。

有意思的是，笔者在 YouTube 上找到了 Noise 一年前测试网的体验视频，在 2025 年 4 月，Noise 的指数还是一个介于 0 至 100 之间的「Mindshare」数据，直到今年 2 月福布斯撰写的对预测市场的报道依然采用了这一说法。

刚大学毕业的创始人

Noise 的核心创始团队有三人，且均来自南加州大学，分别为 22 岁的 Luca Cordova Stuart、26 岁的 David-Zhou 和 24 岁的 Gabriel Perez Carafa。

其中 Gabriel Perez Carafa 在 Noise 之前没有任何工作经验，Luca Cordova Stuart 曾经有在 LayerZero Labs 做 BD 的实习经历，David Zhou 则几乎无法找到公开信息。

Noise 的三名联创都没有什么亮眼的光环，与 Kalshi 刚起步时颇为相似。不同的是，虽然福布斯将 Noise 归位预测市场，但这三名年轻人却不以为然。他们在 Beta 版本上线的博客文章中写道，「您可能见过有人将 Noise 与预测市场相提并论，我们理解这种比较的原因，但我们并不认同这种说法。投机只是众多因素之一，我们的目标是打造一个平台，帮助人们理解并传播关于现代文化、生活方式、政治和科技变迁的更深层次的故事。」

从过去发表的多篇文章中，Noise 始终想表达的就是：消除噪音，获得真正的洞察。预测市场提供了用真金白银堆出的某件事发生的概率，Noise 想要讨论的则是「讨论这件事会不会发生有没有必要」。

除了投机，有什么应用场景？

交易市场一定有投机，这个无需辩驳，关键是投机之外 Noise 有什么实际的使用场景。

之前在 Kalshi 的联创 Lara 在一场会议上分享称，近期 Kalshi 上预测通胀的市场出现了很多千万美元级别的订单，而这些订单的源头是一些大型企业用来对冲通胀的反弹可能带来的工资上涨。而 Noise 这里也给出了类似的场景：企业可以用一部分营销预算来做空其准备营销的话题，从而来对冲营销策略的失效。

此外，「热度」这件事在加密货币、股票等的交易中也有独特的用途。根据 Noise 上关于 PUMP 话题热度的市场中，热度最高的时候恰好是 PUMP 在第一波下跌后反弹的高点。对于信奉「买在无人问津处，卖在人声鼎沸时」的投资者，Noise 的相关市场可能是一个不错的参考和对冲渠道。

Noise 计划在未来几个月内在 Base 上线主网，到时平台会向所有人开放且支持真实资金交易。从笔者的角度而言，Noise 的想法确实比较新颖，也有真实的应用场景，但就像十几年前的预测市场，交易「热度」和「趋势」可能还是略显超前，不过至少在近期稳定币和支付应用刷屏的市场中，Noise 算是一个可以撸空投的标的。

原文链接

BlockBeats 消息，4 月 13 日，据 CCTV 国际时讯报道，美国前国家反恐中心主任乔·肯特当地时间 4 月 12 日深夜发文称，美国和伊朗的谈判原本可以行得通，但「零浓缩铀」的要求导致谈判破裂，他呼吁坚持美国的诉求而非以色列的立场，在仅剩的 9 天停火窗口期内挽回局面。

肯特说，美国政府的红线始终不是「零浓缩铀」，而是「伊朗不得拥有核武器」，伊朗也同意这一点。自 2003 年以来伊朗从未寻求研发或获取核武器，但伊朗需要保留铀浓缩能力，这使得美伊之间的谈判具有可行性。肯特表示，当前的要务是约束以色列、达成协议、开放霍尔木兹海峡。

原文标题：《将注意力变为订单簿：Noise 让你在链上「炒热度」》

原文作者：Eric，Foresight News

北京时间 2026 年 4 月 1 日，「热度的预测市场」Noise 上线 Beta 版本，正式开放交易。用户需要支付 5 美元才可在 Beta 版本的 DApp 上进行交易，以防止一些恶意行为。

Noise 在今年 1 月时宣布完成了 Paradigm 领投，Figment Capital、Anagram 、GSR、JPEG Trading 参投的 710 万美元种子轮融资，之前被 X 切断 API 的注意力经济代表 KaitoAI 也参与了投资。

「炒热度」的意思一直以来都是通过各种手段刻意制造话题、引发关注，以提高一件事情曝光率和讨论度。但 Noise 将热度量化为了数字，让用户可以交易这个数字的涨跌。用 Noise 自己的话说，预测市场针对「某件事会不会发生」，而 Noise 则是针对「某件事现在有多重要」。

热度指数交易平台

Noise 的机制其实很好解释：通过 Noise 的算法生成某个事件或者某种文化符号的热度指数，用户可以预测热度在未来是会上升还是下降，并且进行做多做空操作。

需要说明的只有两件事，第一是如何交易；第二是这个指数如何计算。

或许是因为处在测试阶段，Noise 平台上的交易并不是直接使用法币或者加密货币，而是需要用他们去购买平台上的「积分（credits）」，再用积分去进行交易。

法币购买支持银行渠道以及 Cash App 和 Amazon Pay，加密货币渠道则是需要通过 MetaMask 和 Phantom 进行转账，目前支持以太坊和 Solana 上的 USDC 支付。笔者没有找到用 credits 换回法币或稳定币的入口，可能是因为 Beta 版本仅仅是测试交易引擎，还没有结算功能。

以「原油」这一近期市场关注点较高的市场为例，你可以选择杠杆 1 至 5 倍的杠杆进行多空交易。目前该市场为 Noise Beta 版本中热度最高的市场之一，但 24 小时交易量仅有 20 多万，未平仓价值约 200 万，换算成美元则不到 2000。

虽然没有在前端显示，但 Noise 也采用了订单簿的模型。不同于预测市场，Noise 的交易市场更像是加密货币永续合约，预言机提供的指数就是「标记价格」，市场则通过资金费率来自动调节市场价与标记价格的平衡。

至于我们所要交易的这个热度指数，Noise 将其称为「Relevance Index」，数据的计算基于两个来源：内容和信号。

内容上，Noise 会追踪包括 X、Reddit、YouTube、Instagram、Substack 和 RSS 新闻源上相关主题的互动数、帖子数量和独立作者数。信号则是来自 Polymarket 和 Kalshi 上相关话题的成交量和市场数量。

所有来源和指标的平滑值（防止短期噪声影响）通过加权聚合成一个综合值，就是用户所交易的指数，但 Noise 并没有完全公开具体的算法，大概率是防止有人利用算法的机制去人为提高某件事的热度，或者通过大量无关信息去削弱某个热点事件的热度。

有意思的是，笔者在 YouTube 上找到了 Noise 一年前测试网的体验视频，在 2025 年 4 月，Noise 的指数还是一个介于 0 至 100 之间的「Mindshare」数据，直到今年 2 月福布斯撰写的对预测市场的报道依然采用了这一说法。

刚大学毕业的创始人

Noise 的核心创始团队有三人，且均来自南加州大学，分别为 22 岁的 Luca Cordova Stuart、26 岁的 David-Zhou 和 24 岁的 Gabriel Perez Carafa。

其中 Gabriel Perez Carafa 在 Noise 之前没有任何工作经验，Luca Cordova Stuart 曾经有在 LayerZero Labs 做 BD 的实习经历，David Zhou 则几乎无法找到公开信息。

Noise 的三名联创都没有什么亮眼的光环，与 Kalshi 刚起步时颇为相似。不同的是，虽然福布斯将 Noise 归位预测市场，但这三名年轻人却不以为然。他们在 Beta 版本上线的博客文章中写道，「您可能见过有人将 Noise 与预测市场相提并论，我们理解这种比较的原因，但我们并不认同这种说法。投机只是众多因素之一，我们的目标是打造一个平台，帮助人们理解并传播关于现代文化、生活方式、政治和科技变迁的更深层次的故事。」

从过去发表的多篇文章中，Noise 始终想表达的就是：消除噪音，获得真正的洞察。预测市场提供了用真金白银堆出的某件事发生的概率，Noise 想要讨论的则是「讨论这件事会不会发生有没有必要」。

除了投机，有什么应用场景？

交易市场一定有投机，这个无需辩驳，关键是投机之外 Noise 有什么实际的使用场景。

之前在 Kalshi 的联创 Lara 在一场会议上分享称，近期 Kalshi 上预测通胀的市场出现了很多千万美元级别的订单，而这些订单的源头是一些大型企业用来对冲通胀的反弹可能带来的工资上涨。而 Noise 这里也给出了类似的场景：企业可以用一部分营销预算来做空其准备营销的话题，从而来对冲营销策略的失效。

此外，「热度」这件事在加密货币、股票等的交易中也有独特的用途。根据 Noise 上关于 PUMP 话题热度的市场中，热度最高的时候恰好是 PUMP 在第一波下跌后反弹的高点。对于信奉「买在无人问津处，卖在人声鼎沸时」的投资者，Noise 的相关市场可能是一个不错的参考和对冲渠道。

Noise 计划在未来几个月内在 Base 上线主网，到时平台会向所有人开放且支持真实资金交易。从笔者的角度而言，Noise 的想法确实比较新颖，也有真实的应用场景，但就像十几年前的预测市场，交易「热度」和「趋势」可能还是略显超前，不过至少在近期稳定币和支付应用刷屏的市场中，Noise 算是一个可以撸空投的标的。

原文链接