扫描下载APP
其它方式登录
本专题关注 DeSci 在科研资助、数据共享与成果确权等方向的实际探索与落地进展。通过梳理项目实践与机制设计，帮助你判断 哪些 DeSci 正在解决真实问题，哪些仍停留在概念阶段
四天内Cronos、Ontology、ICON三条公链相继停机应对安全事件：Cronos通过验证者共识回滚链状态以修复Tectonic漏洞攻击；Ontology预防性暂停出块，未回滚交易；ICON在重放攻击后停机，但多数被盗ICX已转入交易所托管，追回依赖外部机构。文章聚焦紧急处置权限归属、链状态可修改性及跨链/托管场景下的损失边界。
Grayscale提交Zcash ETF第五版修订文件，拟推出美国首只直接持有隐私币ZEC的现货ETF（代码ZCSH），由纽约梅隆银行管理、Coinbase托管；该产品仅投资于透明地址ZEC，剥离其屏蔽交易功能，以满足监管合规要求，标志隐私币首次尝试制度化接入传统金融体系。
AI时代顶尖科学家密集离职创业，反映科研自由与企业战略、短期交付压力之间的深层矛盾。Jeff Dean、Yann LeCun、林俊旸、王云鹤等代表性人物离开Google、Meta、阿里、华为后转向世界模型、具身智能、AI Agent等新方向，凸显个人技术理想与组织约束的错位。文章探讨企业如何重构人才管理逻辑，平衡目标设定、资源投入、容错机制与科研自主权。
美国FBI前监督特别探员Patrick Steven Yaroch利用职务之便，凭脑记助记词盗取FBI监控的敌对国家加密账户近100万美元资产，并转移至个人钱包用于DeFi投资及规划海外退休生活；后因心理压力主动自首。案件暴露执法机构内部监督失效与权限滥用问题。
北京大学与元空AI联合实验室开源科研智能体OpenAI4S，采用MIT协议、零依赖架构，以Code-as-Action为核心理念，支持真实数据检索、专业代码执行、GPU算力接入及版本化科研产物管理，内置30+覆盖蛋白质分析、分子对接等领域的科研Skills，强调不伪造结果、可验证可扩展，旨在构建可落地的科研基础设施。
OpenAI的Astra模型以约2000美元总成本攻克十道数学与理论计算机科学前沿难题，每题平均200美元，全部通过Lean形式化验证，标志AI从解题工具跃升为科研参与者。其核心驱动力是多智能体协同、形式化验证普及与推理成本崩塌，正重塑基础科学发现范式，并引发密码学、科研预算及数学家角色重构等连锁反应。
2026年加密行业发生四大结构性变化：稳定币加速融入现实支付与链上结算，全球监管进入持牌经营与持续跨境约束阶段，AI Agent成为新型交易主体并重构责任链条，税务透明化（CARF、DAC8、Form1099-DA）推动平台承担数据报送义务；行业正从价格驱动转向流动性、合规与基础设施深度整合。
AI公司正加速吸纳顶尖科研人才，导致大学面临教授流失、博士生培养链断裂、基础研究弱化等问题；AlphaFold团队拆分、诺奖得主转投Anthropic等事件凸显科研主导权向企业转移，科学产出从开放论文转向专利与商业机密，引发对开放科学衰退和长期基础研究可持续性的深刻忧虑。
文章聚焦AI驱动科研范式的实质性落地进展，以AlphaFold为起点，重点介绍中科院磐石模型在材料、力学、天文等多学科的数据处理突破，智源悟界·Brainμ在神经科学多模态数据融合中的创新应用，深圳河套学院灵鉴平台对精密仪器的智能操控，以及清华黑灯实验室推动科研流程无人化。强调AI正从概念走向解决真实科研痛点，如数据解读、实验操作与流程管理，并依托国产算力实现安全可控的科研智能化。
FTX启动第五轮破产分配，计划于7月31日发放约9亿美元赔付款，仅限6月16日前完成KYC及指定服务商（BitGo、Kraken、Payoneer）入驻的获批债权人；45个国家居民因缺乏可用服务商被排除在外，且若未在6个月内完成入驻，将永久丧失索赔权。
中国工程院院士王坚在WAIC 2026提出，人工智能下一阶段跃迁的关键不在更大语言模型，而在科学数据——如光谱、遥感影像、基因序列等非文本原始数据。他主张构建‘科学基础模型’，使科学数据成为模型的‘第一公民’，推动AI从理解人类语言转向直接学习自然规律，从而重塑知识发现方式。
2026年上半年加密风投市场呈现高度集中化趋势：133亿美元资本仅投向435笔交易，同比融资笔数暴跌78%；传统金融机构参与超半数交易，资本转向后期轮次、成熟项目及合规实体；支付与稳定币、中心化交易所、预测市场成为主要受益板块，游戏等早期叙事领域急剧萎缩。
比特币国库公司通过发行以自有比特币为抵押的优先股融资，兼顾高收益率、零债务和零股权稀释；Strategy和Strive等公司主导市场，当前规模约130亿美元，安全性依赖高比特币抵押覆盖率（3.8–4.5倍），供给受限于企业持有的可抵押比特币数量。
Anthropic推出面向科学家的AI工作台Claude Science，将科研流程整合为可审计、可复现的端到端工作流，显著提升综述写作与生命科学数据分析效率（如两年工作压缩至几周），支持文献核查、多数据库查询、代码生成与追溯、HPC任务调度等，首站聚焦基因组学、单细胞、蛋白质组等生命科学领域，强调人在回路与科研可信度重构。
人大高瓴人工智能学院与微软研究院联合推出Arbor框架，解决AI智能体在自主科研中缺乏结构化研究状态、难以积累经验与指导后续探索的问题。该框架通过Hypothesis-Tree Refinement机制实现假设建模、证据沉淀与insight回传，支持模型训练、Harness工程和数据合成等真实长程科研任务，在多个AO基准上显著超越Codex和Claude Code。
