bot

ChainCatcher 消息，預測市場基礎設施平台 Fortune 宣布達成又一重要里程碑：其核心 AI 產品 AI Bot 和 Sports Agent 正式亮相。據悉，Fortune AI 被定位為預測市場交易者的"AI 操作系統"，能夠實時檢測新聞動態、市場情緒及套利信號，並透過結構化的決策與執行流水線進行選擇性操作，實現預測交易的全面智能化。此前，Fortune 已成功集成 Predict.fun 平台的預測市場流動性，顯著提升了用戶的交易選擇與深度。隨著 AI Bot 自動化交易工具的上線，Fortune 進一步完善了其"流動性+智能化"的雙輪驅動佈局。Fortune 官方表示，將始終秉承以用戶為核心的原則，致力於為全球用戶提供便捷、高效的一站式預測體驗。

ChainCatcher 消息，知名 MEV Bot 地址 ae13 于鏈上向黑客發布白帽賞金信息表示，「若在 48 小時內向該地址返還 2,150 枚以太坊，我們願意支付 50% 的白帽賞金；否則我們將採取一切可行的法律及執法手段追責。」此前報導，長期活躍於以太坊網絡的知名 MEV 機器人 Jaredfromsubway.eth（ae13）遭黑客利用自動執行系統漏洞攻擊，損失超過 7,500 萬美元。

ChainCatcher 消息，据官方消息，Tether Investments 宣布擔任 NEURA Robotics 最高約 14 億美元 C 輪融資的領投方，此輪為史上規模最大的機器人與物理 AI 私募融資之一，多家產業與財務投資人參與，部分工業巨頭合作夥伴亦跟投。NEURA Robotics 專注多形態認知機器人，包括人形機器人、工業機械臂與移動機器人，並構建統一軟體平台 Neuraverse，連接機器人、組件、AI 模型與算力。Tether 除出資外，還將把自研 Wallet Development Kit（WDK）嵌入 NEURA 機器人，為其提供自托管錢包功能，並在 Neuraverse 中測試與部署其 QVAC 邊緣 AI 運行時，實現本地推理與自動結算，推動"機器經濟"基礎設施落地。此前 3 月，機器人公司 NeuraRobotics 獲 Tether 領投約 10 億歐元融資，估值達 40 億歐元。

ChainCatcher 消息，比特幣 Layer2 網路 Botanix 宣布將逐步關閉，用戶需在 7 月 9 日前提取比特幣及其他資產。團隊總結了幾點教訓：當前市場對比特幣可編程性的需求尚未成熟；代幣發行策略普遍表現不佳；多數 DeFi 用戶更接受以太坊上的 WBTC 方案；鏈上經濟正向 Hyperliquid、Robinhood 等集中化平台集中；用戶主要將比特幣用於價值存儲而非高頻交易，網路費用收入難以覆蓋基礎設施成本。Botanix 表示，與其繼續投入而無法產生新的認知，不如在尚有資源時停止。7 月 9 日後剩餘比特幣將由 Botanix 網路的驗證者集合 Federation 統一回收，其他資產將無法恢復。

ChainCatcher 消息，据彭博社報導，Standard Bots 已完成新一輪融資 2 億美元，用於在美國擴大機械臂的生產製造規模，隨著美國在先進機器人領域加速追趕中國，該公司正加快產能佈局。本輪融資由 General Catalyst 和專注機器人領域的 RoboStrategy 基金領投，使 Standard Bots 的估值達到 10 億美元。此前約兩年前，該公司已融資 6300 萬美元，但當時未披露估值。

ChainCatcher 消息，据慢霧餘弦監測，Bankr 多個用戶錢包被盜。@bankrbot 回覆稱，該事件為針對自動化代理之間信任層的社會工程攻擊，具體涉及 Grok 與 Bankrbot 之間的互動，並導致未經授權的交易簽名。

ChainCatcher 消息，Telegram 創始人 Pavel Durov 在 X 平台發文表示， Telegram 已支持機器人與機器人之間相互通信。其稱，此舉回應了 AI 開發者的需求，使自主代理擁有可被人類追蹤的通信層。

ChainCatcher 消息，Bitget 已於 2026 年 4 月 17 日（UTC+8）上線 TRADOORUSDT 合約交易，最大槓桿為 50 倍，合約交易 BOT 將同步開放。

ChainCatcher 消息，國內首個瀏覽器"龍蝦"QBotClaw 正式上線，不僅完全兼容 OpenClaw 技能，還支持自由配置國內各大主流大模型的 API Key。只要用戶會使用瀏覽器，就能擁有一隻隨時待命的專屬"小龍蝦"。支持購物比價、幫用戶發帖等功能。

ChainCatcher 消息，据官方消息，今晨 OpenClaw 2026.3.31 版本發布。新版本新增 QQ 機器人集成（支持私聊、群聊和公會聊天及媒體）、LINE 媒體發送功能，以及真實後台任務流管理（可列出、查看和取消任務），提升了自動化可靠性。本次版本更新突出強調亞洲市場擴展，包括更好的中、日、韓文上下文、記憶和 TTS 支持，以及 WhatsApp 表情反應和 Matrix 房間歷史串流傳輸，旨在覆蓋 Slack 或 Discord 之外的開發者溝通渠道。本次更新獲得社區廣泛好評，但少數用戶反饋更新後出現 Exec 審批提示過多 / Approval 問題、極少數用戶反饋更新後偶發崩潰或不穩定現象。

ChainCatcher 消息，据 ZachXBT 转發及鏈上分析機構 AMLBot 公布的信息顯示，被 Circle 在民事案件中誤凍的地址之一 0xb25ea1d493b49a1ded42ac5b1208cc618f9a9b80 與 DFINITY 生態有關。配套操作指引顯示，該地址參與 ETH 與 ckETH 之間的跨鏈兌換流程，用於用戶存入 ETH 後，由 ICP 側合約鑄造 ckETH 並在需要時將 ckETH 兌換回以太坊上的 ETH，屬於典型運營/橋接服務錢包。昨晚報導，ZachXBT 對 Circle 凍結 16 個業務熱錢包 USDC 表示質疑。

ChainCatcher 消息，Web3 資產數據平台 RootData 在推特（X）發表日常透明度警報，Hydration、Hyperbot、SideShift.ai、Lynex、Beets 等去中心化交易所的團隊、關鍵日曆事件、代幣數據等資訊缺失，呼籲項目方在 RootData上提交/更新資料，提升其透明度評分。此外，RootData 表示將持續監督和曝光缺失核心資訊的"黑盒"項目。據悉，RootData 透明度評分用於衡量項目的完整性與時效性，旨在反映項目的資訊披露情況。透明度評分從高到低分為 A-F 級共 5 個等級，評分越低，代表該項目信息披露越不完整，作惡風險越高，投資者需高度警惕。

ChainCatcher 消息，德國機器人初創公司 Neura Robotics 正籌備新一輪約 10 億歐元融資，用於加速開發由人工智慧驅動的人形機器人。知情人士稱，穩定幣 USDT 的發行方 Tether 預計將參與本輪投資。該輪融資或將使總部位於德國梅青根的 Neura Robotics 估值達到約 40 億歐元，並可能在後續繼續開展更多融資。Neura Robotics 成立於 2019 年，由 David Reger 創立，致力於開發具備視覺、聽覺與環境感知能力的 "認知機器人"。公司同時研發工業與消費級機器人，並打造名為 Neuraverse 的軟體平台，用於支持智能機器人與人類安全互動。公開資訊顯示，該公司此前在 2025 年 1 月完成 1.2 億歐元融資，由 Lingotto Investment Management 領投，投資方還包括 Volvo Cars Tech Fund。公司曾表示其訂單規模已接近 10 億美元，客戶包括 Kawasaki Heavy Industries 和 Omron。

ChainCatcher 消息，專為 Web3 大規模應用設計的底層公鏈 BOT Chain 模組化算法網絡宣布主網正式上線。通過三層解耦架構，該鏈將 DeFi、NFT、AI Agent 等功能標準化，開發者無需從零編寫智能合約，大幅提升開發效率。技術創新方面，BOT Chain 推出 AIDID 原生身份協議，賦予 AI 智能體鏈上賬戶與信用；同時首創 PoS 質押與 DePIN 硬件貢獻雙挖礦機制，驗證節點可獲雙重獎勵，實現網絡安全與真實算力深度綁定。該公鏈已完成 由NIX 基金會、Alpha Capital、Gemhead Capital 等機構的 1500 萬美元戰略融資，並通過 CertiK 安全審計。BOT Chain 首席架構師 Alexander Ververis 表示："我們的目標不是打造'更快更便宜'的鏈，而是讓百萬開發者輕鬆創新，讓 AI 智能體成為鏈上居民，讓價值回歸網絡真實增長。"

ChainCatcher 消息，機器人初創公司 Axis Robotics 宣布在代號為"小王子的玫瑰"的實驗中，通過其自研瀏覽器端平台，動員全球 1.2 萬名用戶在 5 天內完成了 10,000 條高質量軌跡數據的眾包採集。該實驗證明了機器人智能構建可脫離傳統昂貴實驗室環境，通過大眾參與實現數據規模化爆發。依托 MetaSim 架構，Axis Robotics 打造了從任務搭建到真機部署的端到端管線，並將複雜的物理仿真與輕量化網頁交互解耦，確保採集到的數據具備深度處理能力。平台通過跨仿真重放技術，將 MuJoCo 的高頻物理數據在 Isaac Sim 中重放並進行大規模域隨機化，以提升數據多樣性。目前，官方已基於這批由普通互聯網用戶提供的數據，在 Franka 機械臂上成功實現真機復現，驗證了該數據採集模型在工業化落地中的可行性。