西湖大学MAPLE实验室 投稿 量子位 | 公众号 QbitAI 当前，人工智能领域正经历一场由「模型微调」向「上下文工程」的范式转变。 通过在输入中引入更明确的指令和更丰富详实的知识，「上下文工程」既无需投入高昂的训练成本，亦不依赖开源模型权重参数，同时能够 为用户和开发者提供更强的可解释性，正逐渐成为构建高性能、可扩展且具备自我改进能力的 AI 系统的核心范式。 正因如此，「微调已死」成为了AI领域近期广泛认可的热门话题。 对于这一缺陷，多提示词的相互协作是一个很自然的解决方案——单个提示词可能无法处理特定输入，但其他提示词可以弥补这一方面的性 能损失。 如果能基于多个提示词生成的回答提取他们所达成的「共识」，AI系统就更有可能输出正确答案。 基于这一思想，西湖大学MAPLE实验室齐国君教授团队提出了基于「共识机制」的提示词组进化算法C-Evolve。 与既往仅优化单一提示词不同，C-Evolve旨在通过进化算法生成一组提示词。该组提示词在对输入信息进行独立处理后，通过提取所有输 出结果的共识，以实现最优任务性能。 为实现这一目标，团队创新性地提出了「共识表决得分」这一进化指标，用于评估单个提示词在成组工 ...

三、主要类型：按功能划分的四大类别 1. 原生加密货币：以比特币、以太坊为代表，无特定发行主体，发行量通常由算法预先设定（如比 特币总量固定为 2100 万枚），主要用于在其对应的区块链网络中充当 "价值载体" 或支付交易手 续费，是加密货币中最基础的类型。 2. 稳定币：锚定法定货币或实物资产（如美元、黄金），价格波动极小，比如 USDT、USDC。其 核心作用是 "降低加密市场波动风险"，比如投资者可将波动大的加密货币兑换成稳定币，规避短 期价格下跌风险。 3. 平台代币：依托特定区块链平台发行，用于平台内的功能使用或治理投票，比如以太坊的 ETH、 币安的 BNB。持有者可使用代币支付平台服务费，或参与平台升级方案的投票决策。 4. 应用型代币：为特定场景设计，功能与具体应用绑定，比如去中心化金融（DeFi）中的借贷代 币、非同质化代币（NFT）的关联代币，价值依赖对应应用的落地效果和用户规模。 四、关键特性与基础风险 展、政策调整等因素影响，价格波动剧烈，单日涨跌超 20% 很常见，不具备稳定的价值尺度功能；三 是技术风险，区块链技术虽安全，但仍存在智能合约漏洞、平台黑客攻击等问题，可能导致资产损失。 ...

该领域翻译的难点集中于技术术语的精确性（如"smart contract"需译为"智能合约"而非"智能合同"）、新兴词汇的标准化（如"零 知识证明"），以及代码与文本结合的跨维度理解。译者需同时掌握计算机科学、密码学及金融学知识，避免因误译导致技术歧 义或协议漏洞。 区块链翻译对生态发展至关重要。准确的翻译能促进技术全球化传播，助力开源社区协作，并保障法律合规性。实践中需建立术 语库、遵循技术文档规范，并结合上下文验证译文的逻辑一致性，最终实现技术内容与受众认知的无缝对接。 区块链翻译是高度专业化的领域，专注于处理区块链技术相关的文档、白皮书、智能合约代码注释及学术论文等。其核心在于准 确传递分布式账本、加密算法、共识机制等技术概念，同时确保术语的一致性和技术逻辑的严密性。 ...

核心技术支柱 - 加密货币依赖三大密码学安全支柱：哈希函数作为“数字指纹”确保交易记录不可篡改，非对称加密技术通过公钥和私钥实现交易签名与验证，共识机制如工作量证明和权益证明解决无中介环境下的信任问题 [1] 主要类别与特征 - 主流加密货币分为三类：以比特币为代表的原生加密货币，总量由算法固定为2100万枚，被视为“数字黄金”，以USDT和USDC为代表的稳定币宣称1:1锚定法币且价格波动小，以及以太坊等支持智能合约的平台型代币 [3] - 比特币等原生加密货币通过“挖矿”逐步产出，具备去中心化和稀缺性特征 [3] - 稳定币在加密货币交易中充当“中转站”角色 [3] 全球监管趋势 - 全球加密货币监管从模糊转向规范，欧盟《MiCA法案》对加密货币分类监管，要求稳定币发行商持有100%储备资产，并限制日常支付主要使用欧元稳定币 [3] - 美国通过《GENIUS法案》将稳定币纳入联邦监管并建立比特币战略储备，中国则明确禁止代币发行融资和交易炒作 [3] - 各国监管共识是紧盯反洗钱红线，要求服务商履行客户尽职调查义务 [3] 资产属性与风险 - 加密货币价格受市场情绪影响极大，缺乏实际价值支撑，且可能被用于非法交易，属于高风险数字资产而非货币 [3] - 加密货币无法像法定货币那样履行计价尺度和经济调节职能 [3] - 从技术创新角度看，加密货币背后的密码学成果值得研究，但其资产属性与监管边界对公众更为重要 [4]

数字资产体系本质 - 真实世界与数字世界的本质差异在于中心化与去中心化初衷 法定货币与加密代币（除比特币外）分别是两类体系的激励载体 [1] - 价值取决于生态活跃度 完整性与共识基础 实虚合作和网链融合是趋势 [1] - AI与机器人可助力形成数字规则到现实执行的闭环 提升共识机制灵活性并缓解群体非理性问题 [1] 稳定币市场地位 - 稳定币是锚定特定资产维持币值稳定的数字货币 定位为连接虚拟与现实的价值桥梁 [1] - 2024年交易额约37万亿美元超过比特币 [1] - 前十大加密货币中两大稳定币日交易量占比48% 市场呈寡头垄断格局 [1] 稳定币市场结构 - 美元稳定币占比超95% USDT和USDC市值占比分别为60%和23% [1] - 按抵押方式分类存在不可能三角（价格稳定 资本效率 去中心化难以同时满足） [1] - 不同类型稳定币（如USDT DAI）有各自价格稳定机制与商业模式 [1] 稳定币风险与监管 - 面临脱钩风险 监管风险 技术风险和信用风险 [1] - 香港推出《稳定币条例》 与美欧监管存在差异 [1] - 中美数字货币路径选择差异：中国推数字人民币 美国侧重美元稳定币代币化 [1] 稳定币宏观影响 - 对货币供应产生影响 影响美债市场和美元霸权地位 [1] - 香港发展稳定币旨在建设数字资产枢纽和激活人民币生态 [1] - 与央行数字货币存在共存关系 [1] 稳定币应用场景 - 应用于零售支付场景 跨境转账场景和虚拟资产交易场景 [1] - 在RWA（真实世界资产）和DeFi（去中心化金融）领域有重要应用 [1] - 香港已形成稳定币经济生态圈及主要服务商商业模式 [1] 行业影响与基础设施 - 对传统金融机构业务产生显著影响 [1] - 具体场景拓展需要配套基础设施支持 [1]

项目模式分析 - SOLO项目采用55复制模式 存在明显传销特征 要求参与者拉人头发展下线 [3] - 宣传静态收益高达30% 远超银行理财等传统金融产品收益率 合理性存疑 [3] 运营策略评估 - 项目方进行全网密集宣传 疑似采用快进快出策略加速资金流动 [6] - 合约跟单功能被包装为"造血机制" 实际可能为吸引接盘资金的手段 [6] 市场定位问题 - 项目未登陆主流交易所欧易 缺乏合规交易渠道支持 [8] - 项目名称与二十余个野鸡项目高度雷同 品牌辨识度与可信度低下 [8] 技术宣称质疑 - 智能合约与共识机制等区块链技术宣称被质疑为虚假包装 [2] - 项目被比喻为资金盘中的"窜天猴" 暗示其暴涨暴跌特性 [2]

公链发展现状 - 区块链技术自2009年比特币问世后，演变为多元化公链生态系统，主要公链形成独特竞争优势，推动相关应用爆发式增长[4][5] 公链核心指标 - 共识机制影响链的交易速度、安全性和去中心化权衡，原始机制有PoW和PoS，变体进一步优化效率与扩展性[6] - TPS衡量区块链处理交易能力，受共识机制、账本模型和网络架构共同影响，高TPS适合高频应用但可能牺牲其他特性[6] - 可扩展性指公链处理大量交易等时保持高效等性能的能力，面临分布式特性带来的挑战，有多种解决方案[7] 主要公链特点 - 比特币采用PoW共识，年能耗高，编程能力弱，TPS约7，依赖Layer - 2协议，优势是安全性和去中心化高，BTC用于价值存储[4][8][11] - 以太坊引入智能合约，2022年升级为PoS后能耗减少99%，主链TPS约14 - 30，有分片和Layer - 2 rollups等方案，生态系统庞大[4][10][12] - Solana结合PoS与PoH共识，理论TPS高达65,000，实际约2,000 - 4,000，低费用适合高频应用，但单链架构曾宕机[10][13][14] 其他公链优势 - Cardano采用DPoS共识，分层架构和Hydra Layer - 2方案可扩展至百万级TPS，但开发节奏慢[15] - Polkadot通过中继链连接平行链，NPoS共识支持约1,500 TPS，适合企业级跨链应用[15] - Avalanche三链架构和子网设计灵活，兼容EVM，4,500 + TPS，确认时间2秒内[15] - Cosmos IBC协议和Hub模型实现区块链间无缝通信，理论TPS达10,000以上[15] - BNB Chain与币安生态整合，EVM兼容，低gas费，但验证机制相对中心化[15] 公链发展趋势 - 公链竞争从单一链转向多链共存，短期以太坊占主导，互操作性和可持续性是竞争焦点，公链将推动去中心化世界发展[4][16]

事件概述 - 2024年底大连工业大学学生李某某与乌克兰电竞选手Zeus的亲密互动视频被后者发布至粉丝群引发网络热议[1] - 2025年7月8日校方发布公告拟对李某某给予开除学籍处分[4] - 处分依据为2024年12月16日的不当行为造成恶劣负面影响[4] 舆论争议焦点 - 隐私权争议：公告使用实名被部分舆论质疑侵犯隐私[6] - 法律程序争议：校方引用《普通高等学校学生管理规定》第三十条第六款存在适用错误[8] - 性别议题争议：事件被部分舆论解读为"荡妇羞辱"[16][21] - 身体自决权争议：涉及个人自由与社会规范的边界讨论[28][30] 涉事主体行为分析 - Zeus行为：在粉丝群传播亲密内容被指为惯犯[14] 发表声明推卸责任[11] - 李某某行为：拒绝与校方沟通长达数月[9] 被指违背公序良俗原则[28] - 校方行为：采用公告送达方式保障申诉权[7] 但法律条款引用存在瑕疵[8] 社会影响层面 - 暴露现代社会共识机制面临的挑战[32] - 反映价值观冲突导致的社会撕裂[33] - 引发对跨国两性关系规范的讨论[26] - 凸显媒体在事件中的推波助澜作用[18][23]

共识机制技术 - 传统共识机制在处理速度、可扩展性和容错性方面存在局限性，难以满足金融交易、物联网等高实时性场景需求 [1] - Pool验证池机制通过集中验证节点协作提高共识效率，结合Paxos/Raft算法实现秒级验证 [1] - 微算法科技(NASDAQ:MLGO)将Pool验证池与传统分布式一致性技术结合，优化共识验证流程 [1] 算法实现细节 - Raft算法通过领导者选举(候选者需获多数节点同意)、日志复制(领导者并行同步日志)和状态转换(故障时重新选举)确保一致性 [3] - Paxos算法通过提议者-接受者交互(准备阶段确保提议唯一性)和多数节点确认机制达成共识 [3] - 节点初始化时存储任期号，数据验证采用校验和、哈希值确保完整性 [4] 技术优势 - Pool验证池集中资源实现秒级验证，显著提升实时场景处理能力 [4] - 验证节点经严格筛选配置，可应对高并发交易验证需求并保持故障容错 [5] - 系统具备横向扩展能力，可灵活调整验证池规模适应不同应用场景 [5] 应用场景 - 金融领域：高频交易验证效率提升50%，跨境支付安全性增强 [5] - 物联网：设备间数据交换一致性保障，错误率降低30% [5] - 供应链管理：产品溯源验证速度提高60%，物流信息透明度提升 [5] 未来发展 - 微算法科技计划优化验证池算法结构，目标将共识时间缩短至毫秒级 [6] - 探索与AI/机器学习技术结合，提升系统智能决策能力 [6] - 技术应用场景将扩展至医疗数据交换、政务系统等新领域 [6]