評估

ChainCatcher 消息，谷歌 DeepMind 研究人員 Zhengxuan Wu、Yuxuan Li、Oyvind Tafjord、Been Kim 發布預印本論文《XYEval: Agents say yes to bad advice》，提出元評估框架 XYEval，用於評估智能體面對用戶誤導性建議時的表現。論文將"XY 問題"擴展到智能體場景，即用戶詢問的是自己嘗試的解法 X，而非真正的問題 Y。XYEval 保留原任務環境與可驗證答案，只在指令中追加看似合理但具有誤導性的用戶建議。誤導建議由生成器在看到完整任務後生成，並以自信建議而非硬性要求的形式附加，使原任務仍可解。評估覆蓋 τ2-bench、SWE-bench Verified、SWE-bench Pro、Terminal-Bench、Humanity's Last Exam 與 MCP-Atlas 六個基準及五個模型，其中 τ2-bench 的誤導建議由人工專家制定的規則生成。論文稱，任務經 XY 變異後表現大幅下降，相對降幅最高達 46.7%。在 τ2-bench 上，面對要求先給出詳細解釋才接受更好方案的用戶時，表現下降更多。鼓勵模型意識到 XY 問題的簡單系統指令只能部分緩解。相關代碼發布於 GitHub 倉庫 google-deepmind/xyeval。

ChainCatcher 消息，据彭博社報導，SpaceX 擬議中的 400 億美元 AI 融資計劃被爆出遭遇阻礙。消息人士透露，SpaceX 擬採用特殊目的實體（SPV）方式進行募資，該融資方式可以將相關負債移出資產負債表，以保護 SpaceX 自身投資級信用評級。然而，近期信貸市場的劇烈波動使借貸成本談判趨於複雜，投資者已經開始重新評估為大規模 AI 基礎設施項目提供融資所面臨的風險。目前，高盛正牽頭與以阿波羅全球管理公司為首的投資方展開磋商。

ChainCatcher 消息，据 CoinDesk 報導，瑞典央行正推動議員重新審視發行電子克朗（e-krona）的必要性，認為隨著外幣穩定幣和數位歐元發展，瑞典克朗在支付體系中的使用可能面臨長期壓力。瑞典央行副行長 Per Jansson 表示，如果現金進一步數位化，而瑞典克朗缺乏便捷的數位形態，本幣可能難以與可跨境使用的數位支付工具競爭。儘管央行目前尚未決定是否正式發行電子克朗，但希望立法層面儘早啟動準備，因為相關制度和技術工作預計至少需要 5 年。

ChainCatcher 消息，据 Gate 行情數據顯示，因投資者擔憂 AI 領域支出難以持續，美國科技股大幅下挫。納指週四下跌 2.6%，創 6 月以來最大單日跌幅。Meta 股價跌 7%，儘管營收增長但利潤未達預期。英偉達 CEO 表示 AI 缺乏資本支持新型雲服務商增長，費城半導體指數暴跌 6.7%。投資者轉向債券市場避險，美國國債收益率下降。

ChainCatcher 消息，GENIUS Act 於 2025 年 7 月 18 日生效，通常適用日期為頒布後 18 個月，或主要聯邦支付型穩定幣監管機構發布最終實施規則後 120 日，以較早者為準。美國財政部預計一般生效日為 2027 年 1 月 18 日，部分發行與銷售限制將於 2028 年 7 月 18 日生效。美國貨幣監理署（OCC）已於 2026 年 2 月公布主要實施提案，美聯儲於 2026 年 9 月 24 日提出涉及受監管發行方、儲備、資本、風險管理、托管及申請程序的規則。2026 年 9 月 30 日生效的臨時最終規則已建立州監管制度認證的表格與程序。穩定幣發行方需評估批准、審慎監管、儲備及贖回要求；分銷商和中介機構需分析兌換、轉帳、托管及相關金融服務義務。持有穩定幣的企業還需審查贖回渠道、儲備安排、托管、凍結及交易對手風險，接受穩定幣支付則需區分收取自身商品或服務款項與代他人轉移資金。擬發行方可選擇受保存款機構批准子公司、聯邦合格發行方或州合格發行方路徑；符合條件且未償發行量不超過 100 億美元的州合格發行方可選擇州監管。支付型穩定幣儲備須至少一比一覆蓋未償代幣，企業還需梳理資金流、客戶權利、合規責任及產品收益安排，相關發行方不得僅因持有、使用或保留支付型穩定幣支付利息或收益。

ChainCatcher 消息，10 月 15 日，Anthropic 宣布已開始向非營利組織 METR 的一個團隊提供類員工訪問權限，用於評估其模型與安全實踐。公司稱，上個月已承諾加強獨立第三方評估，並簽署白宮《超級智能協議》，其中包含與獨立外部審計方或評估方合作的承諾。過去一年，Anthropic 已與 METR 合作審查若干份風險報告，METR 將公布其風險評估結果。Anthropic 已為 6 名 METR 員工配備公司硬體、辦公空間，以及與自身風險評估團隊大致相當的內部工具和系統訪問權限。除客戶數據、律師與客戶特權信息、模型架構信息等少數明確類別外，員工被鼓勵像對待從事對齊風險工作的同事一樣分享信息。METR 可發表對風險水平、事件或做法的分析，Anthropic 不能否決發表，但可要求刪除預先界定的狹窄類別信息；METR 可公開說明刪節情況，並在不洩露被刪內容的前提下說明其是否認為刪節合理。該安排僅限於在可執行協議下工作的小團隊，其他 METR 員工與該團隊工作隔離。Anthropic 同時與 SecureBio、Accenture 合作開展評估，並與包括 Hugging Face 在內的其他組織進行早期討論。SecureBio 正在審查 2026 年 8 月風險報告中的化學與生物武器章節，此前已完成並發表對上一份風險報告的試點審查。

ChainCatcher 消息，馬斯克表示，SpaceX 可能會效仿 Anthropic，聘請外部安全評估人員。

ChainCatcher 消息，据 The Information 報導，英偉達與 ChipAgents 啟動了人工智慧晶片設計評估專案。

ChainCatcher 消息，特朗普政府計劃將美國人工智慧模型測試機構 CAISSI 的 3 名高級官員調入白宮，直接向白宮科技政策主管 Michael Kratsios 和國家網絡主任 Sean Cairncross 匯報。此前政府曾考慮把整個機構遷入白宮，最終只調整部分高層，相關調動尚未完成，3 名官員身份未披露。該機構自拜登政府設立以來不到兩年已先後使用 3 個名稱，今年 7 月負責人 Chris Fall 上任僅 3 個月便辭職，繼任者尚未確定。CAISSI 隸屬美國商務部下屬國家標準與技術研究院 NIST，約有 40 名員工，年度預算約 1500 萬美元，承擔模型安全評估。據知情人士，該機構正與美國國家安全局合作，在公開發布前測試 OpenAI 的 Astra 和 Anthropic 的 Mythos，此前還公開評估過 DeepSeek V4 Pro 和智譜 GLM-5.3。谷歌確認 Gemini 4 Argon 已參與美國政府發布前自願測試流程。白宮希望借此次調整，讓模型測試專家更直接參與政策決策。

ChainCatcher 消息，据 CoinDesk 报道，專為代幣化現實世界金融資產打造的 Layer 2 區塊鏈 Robinhood Chain 正在評估一套交易排序系統，允許用戶支付費用以優先處理特定交易。該技術由 Robinhood Chain 的基礎設施提供商 Arbitrum 開發。知情人士稱，Arbitrum 此前推出的付費交易排序技術 Time Boost 可為用戶提供 200 毫秒的優先排序優勢，但已於 9 月 24 日被新的 Priority Gas Auctions 模式取代，後者允許交易者支付更高費用使單筆交易優先處理。Robinhood Chain 正在評估的正是這一新版本。目前 Robinhood Chain 採用先到先得的交易排序策略，尚未使用 Arbitrum 最初的 Time Boost 應用。自 7 月上線以太坊兼容網絡以來，Robinhood Chain 熱度快速上升，已進入按總鎖倉價值排名的區塊鏈前十。Robinhood 的傳統經紀業務長期通過"訂單流付費"獲利，即做市商向經紀商付費以獲取客戶訂單的路由權。鏈上付費交易優先權的作用機制有所不同，它通過加快交易處理速度為交易者帶來優勢，幫助專業機構爭奪轉瞬即逝的交易機會。

ChainCatcher 消息，歐洲證券和市場管理局（ESMA）發布徵求意見文件，向業內徵集代幣化抵押品在法律、流動性及運營方面風險的反饋，以評估清算機構能否在市場承壓時獲取並變現相關資產，並決定是否需要新增歐盟監管措施。ESMA 主席 Verena Ross 表示，需通過法律確定性、基礎設施互操作性及適當監管，為代幣化市場跨境安全運營和規模化發展創造條件。代幣化抵押品正進入歐洲清算業務，銀行和投資者可據此更快獲取證券以滿足保證金要求。此次評估還將審查成員違約時，現行歐盟規則能否支持清算機構獲取並清算代幣化抵押品。2025 年 7 月，Eurex Clearing 推出基於分佈式帳本技術的抵押品服務，JPMorgan 已為荷蘭養老投資者 PGGM 完成首筆即時交易。ESMA 還將評估傳統金融基礎設施持有資產的代幣化形式、原生發行於分佈式帳本的資產，以及其與穩定幣、央行貨幣和代幣化存款的關係。歐洲央行體系 2025 年 9 月推出 Pontes，用於以央行貨幣結算代幣化資產交易，並可連接區塊鏈基礎設施與現有結算系統。

ChainCatcher 消息，韓國副總理兼企劃財政部長官李炯日表示，針對計劃於 2027 年實施的虛擬資產徵稅政策，將廣泛收集國會提出的各種意見，以及專家、行業人士和相關利益方的意見。韓國議員金相勳質疑，在虛擬資產徵稅實施前數月相關基礎設施仍未完善，包括海外交易所、DEX、DeFi 等平台交易記錄的追蹤和驗證能力不足。對於虛擬資產徵稅預計帶來的稅收規模，李炯日表示，目前確實存在"難以準確掌握的部分"，由於徵稅需要先獲得納稅申報數據，將在明年啟動相關申報體系後才能進一步進行稅收估算，並且審慎評估相關政策。

ChainCatcher 消息，韓國副總理兼企劃財政部長官李炯日表示，針對計劃於 2027 年實施的虛擬資產徵稅政策，將廣泛收集國會提出的各種意見，以及專家、行業人士和相關利益方的意見。韓國議員金相勳質疑，在虛擬資產徵稅實施前數月相關基礎設施仍未完善，包括海外交易所、DEX、DeFi 等平台交易記錄的追蹤和驗證能力不足。對於虛擬資產徵稅預計帶來的稅收規模，李炯日表示，目前確實存在"難以準確掌握的部分"，由於徵稅需要先獲得納稅申報數據，將在明年啟動相關申報體系後才能進一步進行稅收估算，並且審慎評估相關政策。

ChainCatcher 消息，据 The Block 報導，標普全球評級已推出面向鏈上借貸金庫的新風險評估框架。報導稱，該領域存款規模已達 100 億美元，兩年前為 15 億美元。該框架將評估信用、流動性、管理人、區塊鏈、協議、安全與治理風險，首批金庫評估將隨後公布。

ChainCatcher 消息，美國白宮已成立人工智慧特設工作組，由國家情報總監克萊頓牽頭，計畫於 120 天內起草 AI 風險評估報告，明確聯邦政府對相關技術的監管責任。與此同時，特朗普正全力為 2026 年中期選舉造勢，在俄亥俄州集會中強調共和黨需動用一切投票方式爭取勝利，並提及斯特蘭蒂斯、Electra.aero 及拜耳等企業投資承諾係其關稅政策促成。此外，特朗普還敦促參議員湯姆·科頓停止個人阻撓《陽光保護法案》，要求參議院立即投票通過以結束一年兩次調整時鐘，直接鎖定夏令時。相關立法與產業監管動態正同步展開。

ChainCatcher 消息，由於美以對伊朗的戰爭擾亂了中東地區的產能擴張計劃，歐佩克+ 推遲了石油產能評估工作。該評估旨在確定 2027 年石油產量配額，原計劃於 2026 年 9 月底前完成，現預計將在 11 月中旬之前完成。

ChainCatcher 消息，Cointelegraph 援引以太坊聯合創始人、Consensys 創始人 Joe Lubin 的表態稱，MetaMask 正在評估推出原生代幣的路徑，但目前沒有立即推出 MASK 的計畫。MetaMask 是 Consensys 開發的加密錢包。Lubin 表示，團隊仍在評估相關方案，現階段並未確定近期發行時間表。

ChainCatcher 消息，數字資產金融服務集團 HashKey 正在評估亞洲和中東地區的更多收購標的、戰略投資機會及潛在合作。HashKey 首席財務官 Eric Zhu 在接受 Mergermarket 采訪時表示：未來 12 至 24 個月的資本部署將聚焦交易與流動性、托管、清算與結算、支付以及代幣化，優先市場包括新加坡和東南亞、日本以及中東。HashKey 正從單一交易平台發展為綜合數字資產與金融服務基礎設施提供商。

ChainCatcher 消息，Bitget 在 X 平台發文表示，Bitget 保障基金持有 5,500 枚 BTC，按當前價格約合 4.64 億美元。所有基金錢包地址均公開，任何人都可隨時在鏈上驗證。該基金旨在保護用戶資產免受平台級威脅，例如網絡安全事件。本次熱錢包事件造成的損失，經評估後將由保障基金承擔。我們將對該基金進行補充。具體細節和覆蓋條款將另行公布。

ChainCatcher 消息，OpenAI 宣布將允許外部機構在早期階段評估其 AI 模型。