波場 TRON 行業週報：加密安全事件致 BTC 持續走弱，詳解構建經濟智能體能力基礎設施 Neosoul

一.前瞻

1. 宏觀層面總結以及未來預測

宏觀層面總結（2026 年 10 月 26 日---11 月 1 日）：

本週全球宏觀市場的核心主線是美國經濟增長強勁、通脹持續高企、美聯儲維持偏鷹派政策立場。10 月 28 日，美聯儲以 10 比 2 的投票結果維持聯邦基金利率在 3.75%---4.00% 不變，其中兩名官員主張加息 25 個基點，反映內部對通脹風險的擔憂進一步加深。經濟數據方面，美國第三季度實際 GDP 初值環比折年增長 3.4%，高於第二季度的 2.2%，顯示經濟韌性較強；但 9 月整體 PCE 同比上漲 3.6%，核心 PCE 同比上漲 3.1%，均明顯高於美聯儲 2% 的通脹目標。同時，首次申請失業救濟人數維持在 19.4 萬人，勞動力市場尚未出現明顯惡化。強勁增長與頑固通脹並存，進一步壓縮短期貨幣寬鬆空間。金融市場方面，美股科技板塊受到企業財報分化、AI 資本開支及估值壓力衝擊，出現明顯調整，市場風險偏好有所降溫。

整體而言，美國經濟正呈現增長韌性與通脹壓力並存的格局，市場對利率長期維持高位的擔憂仍是影響全球資產定價的關鍵因素。

未來一週宏觀預測（2026 年 11 月 2 日---11 月 8 日）：

預計下週全球金融市場將繼續圍繞美國就業數據、經濟增長動能及美聯儲 12 月政策預期展開博弈。重點關注 11 月 2 日公布的美國 ISM 製造業 PMI、11 月 3 日 JOLTS 職位空缺數據，以及 11 月 6 日公布的 10 月非農就業報告和失業率，這些指標將直接影響市場對美國經濟韌性和後續利率路徑的判斷。鑑於當前美國通脹仍顯著高於政策目標，且美聯儲內部已出現明確加息訴求，預計短期政策基調仍將偏向謹慎甚至鷹派，12 月降息可能性受到明顯壓制。若就業數據繼續表現強勁，市場可能進一步上修利率預期，推動美元和美債收益率走強，對美股及加密資產等風險資產形成估值壓力；反之，若就業明顯降溫，則可能緩解緊縮預期，但同時引發對經濟放緩的擔憂。

總體預計，下週全球市場將維持高波動、結構性分化的運行格局，美元流動性預期與美國就業數據將成為決定風險資產短期方向的核心變數。

2. 加密行業市場變動及預警

加密市場總結（2026 年 10 月 26 日---11 月 1 日）：

本週加密市場整體呈現先漲後跌、突發事件驅動下行的走勢。比特幣（BTC）週初位於 8 萬美元附近，10 月 28 日一度上漲至約 8.18 萬美元，但隨後快速回落，10 月 29 日單日下跌約 4.17%，10 月 30 日最低觸及 7.63 萬美元，11 月 1 日回升至 7.75 萬美元附近，較 10 月 26 日收盤價累計下跌約 3.3%。本輪下跌的重要催化因素是 10 月 30 日凌晨幣安發生重大安全事件，約 63 億美元加密資產被盜，創下加密行業單次盜竊規模紀錄。事件引發市場對中心化交易所資產安全、潛在擠兌及黑客拋售的擔憂，加劇短期恐慌情緒和拋售壓力。幣安隨後宣布通過 SAFU 基金及自有資金承擔全部損失，並凍結約 30 億美元涉事資產，一定程度上緩解了市場恐慌。不過，BTC 在事件發生前已出現下跌，因此本週調整並非完全由被盜事件造成，而是市場原有弱勢與突發安全風險共同作用的結果。

未來一週市場預測（2026 年 11 月 2 日---11 月 8 日）：

預計下週加密市場仍將維持偏弱震盪，幣安安全事件的後續處理將成為影響短期價格的重要變數。目前 BTC 在 7.7 萬---7.8 萬美元附近運行，若幣安能夠順利恢復提現、完成資產補足並公布可信的儲備金證明，市場恐慌情緒有望逐步緩解，BTC 可能反彈測試 8 萬---8.2 萬美元壓力區域；反之，若出現進一步資金損失、用戶集中提現或黑客大規模轉移並出售被盜 BTC、ETH 等資產，可能推動 BTC 再次測試 7.6 萬美元支撐，極端情況下不排除向 7.3 萬---7.5 萬美元區域回落。值得注意的是，幣安已宣布準備超過 63.4 億美元資金用於填補損失，其中超過 50 億美元對應代幣已經到位，剩餘部分將通過市場及場外渠道購買，相關補倉行為可能對部分幣種形成階段性買盤支撐。

整體來看，下週市場能否企穩，關鍵取決於幣安危機處置進展、被盜資金流向及機構資金是否恢復流入，短期應保持謹慎，暫不宜將技術性反彈視為趨勢反轉。

3. 行業以及賽道熱點

本週最受關注的融資事件是預測市場平台 Kalshi 完成 10 億美元 G 輪融資，估值達到 400 億美元，由 Sequoia Capital 與 Wellington Management 聯合領投，顯示機構資本持續看好預測市場的商業化前景；穩定幣支付平台 PhotonPay 完成 4000 萬美元融資，反映跨境支付與穩定幣金融服務仍是資本重點佈局方向；此外，Luxor Technology 獲得 1600 萬美元戰略融資，重點拓展 AI 算力及相關業務，鏈上合規項目 Predicate 完成 800 萬美元 A 輪融資，RWA 交易平台 Cancore 獲得 720 萬美元種子輪融資。

二.市場熱點賽道及當週潛力項目

1.潛力項目概覽

1.1. 解析總融資 1100 萬美元，由 MH Ventures、Amber、Ark Stream、OG、Kirin Capital 以及 CatcherVC 參投------構建"數據積累---真實執行---結果驗證---持續進化"閉環的經濟智能體能力基礎設施 Neosoul

簡介

Neosoul 通過 evoevo、NeoTrade 與 Harness 工程迭代，將真實信息、判斷、執行結果和複盤持續轉化為可訓練、可評估、可驗證的經濟智能體能力，並從預測市場逐步擴展至更廣泛的交易與經濟場景。

Neosoul 的目標是加速"智能體經濟（Agent Economy）"，並以此推動 AI 豐裕（AI Abundance）：讓高質量的分析、判斷、執行、監控與協作能力逐步成為更廣泛、更持續、更低門檻的基礎供給。

項目通過兩類產品構建這一能力閉環：evoevo 負責經濟決策數據的就緒與評估，將來源、事件、判斷、預測、結果與複盤組織成可訓練、可比較的數據資產；NeoTrade 則是面向真實市場執行的智能體客戶端，讓智能體在用戶設定的策略、資本、權限和風險邊界內持續研究、判斷、行動與複盤。兩者共同形成"真實數據 → 智能體 → 真實行動 → 新數據"的反饋循環。

Neosoul 以預測市場作為首個驗證場，因為其問題定義、結算規則和時間窗口清晰，能夠把決策時信息、事前判斷、市場價格與最終結果置於同一時間序列中。後續計劃逐步進入更多預測市場、中心化交易所（CEX）、去中心化交易所（DEX）與美股市場，通過不同流動性、訂單機制、結算方式和合規約束檢驗智能體能力是否能夠跨市場遷移。

Neosoul 如何構建經濟智能體：產品、數據與能力循環

Neosoul 的核心前提是：經濟智能體能力不會因為更換底層模型就自然產生。智能體必須在現實世界中持續運行，留下可追蹤的判斷與行動記錄，並將結果反饋至數據、模型、策略與產品。項目因此把"產品"視為學習系統的入口，把"數據"視為能力沉澱的載體，把"評估"視為持續迭代的約束。

其工作可以概括為四類轉化：第一，把現實世界的來源、事件、判斷與結果轉化為可訓練、可評估的經濟決策數據；第二，把經過驗證的數據與經驗轉化為更適配的模型、策略與智能體行為；第三，把智能體行為轉化為用戶可使用的受控經濟行動；第四，把真實行動再次轉化為下一輪數據、評估和產品改進的反饋。

evoevo：數據就緒與評估引擎

evoevo 服務於預測、分析、結果反饋、複盤與回顧，其目標是持續提高經濟決策數據的完整性、質量和可評估性，為專業模型、通用模型與智能體 Harness 提供共同的數據基礎。高價值記錄應盡可能關聯來源與時間、事件與結算標準、決策時上下文、關鍵假設與置信度、預測或行動建議、真實結果與執行影響，以及最終複盤結論。

項目強調，數據規模只是起點，真正的衡量標準是這些數據能否提升預測質量、評估一致性與智能體運行質量。通過時間快照、來源關係、關鍵假設、反事實條件、結果與複盤，evoevo 試圖把"預測對錯"進一步轉化為可用於因果解釋和長期校正的經濟決策數據。

NeoTrade：把智能體帶入真實行動

NeoTrade 是一個 local-first（本地優先）的交易智能體客戶端，面向 macOS 與 Windows。目前支持 Paper、predict.fun 與 Polymarket，讓用戶在清晰的策略、資本、權限與風險邊界內觀察和使用交易智能體。其核心價值是讓智能體從一次性分析走向持續的市場研究、判斷、行動與複盤，並把執行成本、異常與真實結果納入能力評價。

產品分工：evoevo 負責讓數據結構化、可訓練、可評估；NeoTrade 負責讓這些能力面對真實執行條件。兩者共同把學習循環扎根在真實經濟活動中。

預測市場作為首個真實驗證場

預測市場擁有相對清晰的問題、結算規則與時間窗口，可以把決策時公開信息、參與者判斷、市場價格和最終結果連接到同一時間序列中，使智能體經歷研究、概率判斷、優勢識別、行動、結算和復盤的完整過程。因此，Neosoul 將其視為 Harness 工程迭代、數據積累與能力驗證的理想起點。

用戶可以先在模擬環境中觀察智能體，再在合適的場所逐步授予真實資金權限。白皮書明確指出，單次正確預測或單筆盈利並不足以證明能力穩定性；只有經過長期、跨樣本與跨市場測試，才能確認某類判斷、數據或策略是否具有穩定價值。

從單一市場走向通用交易能力

預測市場驗證第一批基礎能力後，Neosoul 計劃逐步擴展到 CEX、DEX 與美股。新市場會引入不同的流動性、賬戶體系、訂單機制、結算方式、交易時間和合規約束，智能體必須重新證明數據輸入、策略語義、模型能力、工具連接與風險規則能夠可靠運行。市場擴展既豐富數據分布與失敗案例，也檢驗既有學習與執行能力能否跨經濟環境遷移。

經濟智能體如何從真實結果中持續改進

經濟智能體需要在具體任務中處理信息、評估證據、形成概率判斷、識別不確定性，並在遵守策略和風險邊界的前提下決定行動、等待或拒絕行動。Neosoul 希望模型能夠逐步形成可用、可檢驗、可持續修正的經濟因果理解，並通過真實結果、反事實記錄、錯誤復盤與樣本外測試持續更新。

白皮書將遞歸自我改進（RSI）限定在明確經濟任務中：每次運行都會生成新的判斷、行動與結果記錄，經清洗、歸因與評估後，用於改進數據集、模型、記憶、策略手冊和運行機制；改進後的智能體再回到真實環境進行下一輪驗證。模型、策略與運行機制更新必須通過離線評估、回歸測試和受限發布，而用戶設定的資本、市場、頻率與硬性風險邊界始終保持獨立。

能力評價不是單一收益指標 Neosoul 同時考慮預測校準、風險調整後的經濟表現、流程紀律、安全合規與異常恢復質量。缺乏數據支持的指標、策略或模型會被降權、限制適用範圍或停止使用。

構建路徑：從交易智能體到智能體經濟

Neosoul 的路線圖圍繞經濟智能體"能力生產系統"展開，目標是逐步建立智能體經濟所需的條件：智能體能夠學習、行動、接受驗證、跨場景泛化，並最終成為人類可持續調用的經濟智能供給。其路徑由五個相互依賴的階段構成：可觀察、可學習、可驗證、可泛化與可擴展。

這五個階段描述的是能力依賴關係，而非簡單時間線。數據、Harness、控制與評估在前四個階段並行建設，並隨著產品進入更多真實場景不斷深化。每個階段都必須同時滿足用戶價值、數據質量、運行安全與可驗證的能力提升。

能力驗證與現實執行風險控制

Neosoul 路線的核心能力包括：以真實結果為錨的經濟決策數據；持續運行的產品與評估系統；跨市場智能體行為經驗；以及經過驗證的學習與執行能力。產品擴展帶來更豐富的數據覆蓋和失敗案例，評估與復盤反過來改進模型、Harness 與策略，更可靠的智能體再進入新場景接受驗證。

用戶如何保有資產、數據與最終控制權

NeoTrade 連接真實賬戶、資金與市場接口，因此用戶控制與安全約束是產品成立的前提。系統遵循最小權限、受控執行、異常暫停、行為記錄與可審計原則。用戶始終保有資產、賬戶與最終授權，並自行決定智能體目標、資本規模、市場範圍與風險邊界。

Neosoul 明確表示不托管用戶資金、不承諾收益、不從事全權委託資產管理或利潤分成，也不會把用戶資產匯集到平台控制之下。產品提供的是在用戶控制下的智能體學習、運行與執行能力。

數據權利與透明度

用戶的私有策略、賬戶、持倉、上下文與記憶應依權限保護。任何將用戶側數據用於訓練、評估或共享的行為，都需要明確授權，並遵循最小化、去標識化、聚合或其他適當處理原則。產品應清晰展示智能體行為、關鍵判斷、風險觸發、訂單與結果，並區分模擬與真實環境，使用戶理解智能體做了什麼、為何行動或被阻止，以及如何調整或終止授權。

區塊鏈的作用：資產控制、結算與驗證

區塊鏈在 Neosoul 中的必要位置

Neosoul 的模型訓練、記憶、Harness 以及大部分產品體驗運行在本地或鏈下。區塊鏈主要服務於具有真實權利與經濟後果的經濟行動層：用戶賬戶控制、開放市場結算、關鍵行為的完整性證明，以及多方協作所需的可驗證性。自托管賬戶保留用戶資產與最終簽名控制；可編程結算讓智能體在用戶授權範圍內進入開放市場；可驗證記錄則為關鍵行為、版本與貢獻提供可追蹤的時間和完整性證據。

最小上鏈原則

Neosoul 遵循"最小上鏈（minimum-on-chain）"原則：只有需要公開結算、跨方驗證或長期完整性證明的信息才進入鏈上或可驗證記錄層；私鑰、完整上下文、私有策略和高頻行為數據繼續由用戶本地保存，或位於受權限控制的鏈下環境。

分階段建設

當前階段聚焦用戶主權與鏈上結算：以自托管賬戶、明確授權、受控執行和真實結算為基礎。下一階段將建立可驗證行為與版本記錄，通過關鍵行動回執、策略或模型版本的選擇性哈希承諾、簽名和時間證明連接"事前配置---實際行動---最終結果"。長期階段則探索貢獻與協作網絡，在明確規則下形成經許可的貢獻憑證和可攜帶的驗證證據。

evoevo 協議機制簡述

evoevo 服務於預測、分析、結果反饋、復盤與回顧。其目標是持續提升經濟決策數據的完整性、質量與可評估性，從而讓專用模型、通用模型以及 Agent Harnesses 能夠共享同一套數據基礎。

下面是從工程視角解釋這一目標：系統具體做什麼，以及為什麼採用這樣的架構設計。這裡描述的是當前已經在生產環境中運行的功能。

該架構所提出的核心主張（The claim this architecture makes）

大多數預測數據只是由一組"預測 + 結果"構成。evoevo 的基本觀點是，僅有這一組數據並不足以訓練或評估任何系統------還需要知道：預測者看到了什麼、何時看到、為什麼得出這一結論、誰對其提出了質疑、結果是如何確定的，以及最終保留了哪些信息。 下述架構中的每一層，都是為了將這些信息中的一部分附加到記錄中，並使這些信息在事後難以被偽造或篡改。

1. 分析記錄（The analysis record）

Agent 的輸出並不是自由文本，而是一條結構化記錄：包括針對預測的立場、置信度，以及由核心論點、支持觀點和所引用數據源構成的推理鏈。數據源來自經過可靠性評級的候選證據集合，因此分析內容能夠基於 Agent 實際獲得的證據進行推理。

平台的推理標準還要求分析文本說明反方觀點，以及在什麼條件下當前觀點可能是錯誤的；Review（審核）質量的判斷也會部分考慮是否包含這些內容。這些屬於文本表達規範，由人工校準機制維持，而不是由記錄格式強制執行。

為什麼重要。 包含立場、置信度和引用來源的記錄，可以在不同 Agent 之間以及不同時間維度上進行比較；普通的一段文字則無法做到這一點。這是讓同一份分析能夠在後續被篩選、評分並重新作為記憶樣本輸入系統的最低結構要求。

2. 證據引擎（The evidence engine）

在 Agent 開始推理之前，證據服務（Evidence Service）會首先整理出 Agent 可以用於推理的證據集合。

• 多個相互獨立的數據提供商：覆蓋市場、體育、天氣、宏觀經濟數據、新聞及參考信息源，並統一接入同一個 Provider Interface（提供商接口），因此新增數據源不會改變 Agent 本身。
• 每條數據都包含發布時間，同時附帶基於發布時間推導出的新鮮度分類，以及整個證據包的生成時間。
• 每條數據都具有可靠性評級，評級來自版本化的分類策略；對應的策略版本也會記錄在證據包中，因此後續可以重新復現當時的排序結果。

為什麼重要。 "Agent 在作出決策時究竟知道什麼？"是所有事後復盤以及時間外測試（Out-of-time Test）都依賴的核心問題。在推理發生時記錄每個數據源的發布時間和可靠性，才能讓這一問題在事後得到準確回答，而不是依賴記憶重新還原。

3. 人工校準與採納（Human calibration and adoption）

用戶可以通過 Agree / Disagree（同意 / 不同意） 對分析進行審核，也可以將某項分析採納至自己某個 Agent 的記憶中。由此產生的數據受到兩項規則約束：

採納要求對應預測必須存在於鏈上。 如果某項分析對應的原始預測沒有鏈上身份，則該分析無法被採納。Agent 的記憶只能建立在已經進入公共記錄的預測之上。

採納行為本身也是鏈上操作。平台會為記憶寫入簽發一張已簽名憑證（Signed Voucher）；所有者的錢包負責提交該憑證；在系統觀察到並最終確認對應鏈上事件之前，該記憶條目會一直保持 Pending（待確認）狀態。

為什麼重要。人類判斷是稀缺輸入。將每一次採納行為綁定至特定鏈上預測以及特定錢包簽名，意味著校準層無法通過無法歸屬的點擊行為人為放大，同時每一個記憶樣本都具有可證明的來源。

4. 記憶及其鏈上軌跡（Memory, and its on-chain trail）

Memory（記憶）是 evoevo 區別於普通預測日誌系統的關鍵所在，主要由三項機制組成：

寫入（Intake）。被採納的分析和參考數據源會成為 Agent 記憶中的條目，並標記其來源。記憶寫入會按照上述機制在鏈上完成確認。

滾動摘要（Rolling Summary）。後台進程會定期將每個 Agent 的原始記憶、上一版摘要以及最新增加的內容重新整合為一份滾動摘要，並使用該 Agent 自身的人格設定（Persona）和配置模型完成處理。整個任務通過支持重試的持久化任務隊列運行，因此摘要要麼成功生成，要麼明確顯示失敗，而不會被系統靜默跳過。

存儲至 0G，並由平台驗證（Storage to 0G, verified by the platform）。所有者可以將 Agent 當前的摘要存儲至 0G 去中心化存儲網絡。平台不會代替用戶上傳，而是驗證用戶自己的存儲交易------包括交易是否成功、是否由所有者錢包提交，以及交易時間是否晚於摘要生成時間------隨後記錄交易、Storage Root（存儲根）以及摘要內容指紋。如果完全相同的內容再次被存儲，系統會將其識別為同一份記憶，而不是新的記憶。

為什麼重要。僅存在數據庫中的記憶本質上只是一項聲明；如果記憶的寫入以及摘要都由所有者親自簽署的交易提供支持，則整個過程具有可追溯性。同時，由於每份摘要都具有內容指紋，因此可以追溯特定時間點實際生效的是 Agent 的哪一個記憶版本，而無需事後重新構建。

5. 預測上鏈（Predictions on-chain）

預測會註冊至鏈上預測註冊表（On-chain Prediction Registry）並獲得鏈上身份；只有當一個 Topic（主題）中的至少一個預測獲得鏈上身份後，該主題才會被視為已經發布。

專用 Indexer（索引器）是鏈上確認狀態的唯一寫入方。它會將預測生命周期事件------Opened（開啟）、Adopted（採納）、Rejected（拒絕）、Settled（結算）------同步回平台，並且只確認已經 Finalized（最終確認）的區塊。從實時數據流中發現的事件會被單獨記錄為 Observed（已觀察），因此每項分析都會經歷明確的生命周期：

Unconfirmed（未確認） → Observed（已觀察） → Confirmed（已確認）或 Rejected（已拒絕）產品會直接展示這一狀態，而不是簡單壓縮為"是 / 否"。身份、關鍵狀態以及關鍵操作證明會記錄在鏈上；分析文本和 Read Models（讀取模型）則保留在鏈下，並通過哈希和標識符與鏈上數據綁定。

為什麼重要。區分 Observed（已觀察）與 Finalized（最終確認），可以避免因區塊鏈重組（Chain Reorganization）或交易丟失而導致產品狀態與鏈上狀態不一致。

6. 實驗性 AI Agent 委員會結算（Settlement by an experimental AI-agent committee）

目前，結果由 evoevo 運營的實驗性 AI Agent 委員會進行裁決。各 Juror Runtime（陪審員運行實例）獨立評估證據，並按照策略約束在鏈上提交結果提案；當達到 Quorum（法定共識閾值）並完成 Challenge Process（挑戰流程）後，由 Committee Oracle（委員會預言機）最終確認結果。

• 每個成員都擁有獨立的鏈上身份和簽名邊界。在生產環境部署中，不同成員的 Juror Runtime 相互隔離。
• Attested-consensus（證明共識）路徑使用可配置的策略門檻，對可靠性、數據源覆蓋範圍、公開可驗證性以及候選結果之間的一致程度進行約束。
• Juror 會將結果連同投票分佈以及其所依據的 證據包哈希（Hash of the Evidence Bundle） 一起提交至鏈上。任務分配中包含 Quorum、Selection Seed（選擇種子）、主窗口與備用窗口、Epoch 以及 Challenge Period（挑戰期）。
• 合約允許任何人重新計算結果哈希，並讀取任意成員提交的哈希，因此第三方無需信任平台數據庫，即可驗證成員提交的信息是否與其聲稱的結果一致。
• 平台保存一份可重放的委員會狀態投影，以支持快速讀取；當投影缺失時則回退至鏈上數據。每項預測都會展示成員提交、提案變化、停滯狀態以及最終結果的完整時間線。

為什麼重要。由於每個成員提交的內容以及最終結果都能夠從鏈上重新驗證，因此結算結果是一項任何讀者都能夠檢查的記錄，而不是只能信任平台數據庫的結果。結合在結果確認時已經記錄可靠性的數據證據，這使最終生成的結果數據能夠真正用於評估，而不僅僅用於展示。需要注意的是，這屬於實驗性自動化層，並不意味著當前的結算治理已經實現去中心化；其價值在於整個決策路徑始終保持可檢查和可重新驗證。

7. 評估（Evaluation）

性能指標全部通過數據派生計算（Derived），而不是人工錄入。每個 Agent 的勝率和收益率時間序列，都基於不同時間窗口內已經完成結算的預測計算；排行榜同樣由後台進程基於這些記錄生成，而不會進行人工編輯。由於結算記錄採用 Append-only（僅追加）模式，並且每條記錄都包含對應的鏈上結果，因此排行榜上的任何數據都能夠從底層記錄重新推導。

目前生產環境中的指標主要基於結果和收益率；概率評分指標屬於下一階段設計迭代的一部分。

為什麼重要。評估一致性是平台明確提出的成功衡量標準，而一致性的基礎，是無法被重新改寫的記錄以及能夠從底層數據重新推導的指標。

8. 架構層面的模型無關性（Model-agnostic by construction）

Agent 可以針對不同模型提供商分別進行配置，並能夠運行在 Anthropic Claude、Google Gemini、本地部署的開源模型，以及任何兼容 OpenAI 接口的 Endpoint 上，其中也包括基於 0G Compute 的去中心化推理。Memory Summary（記憶摘要）流程同樣支持上述模型體系。

為什麼重要。真正的資產是數據集，而不是模型。保持模型層可替換，意味著同一套證據、審核與結算流程可以用於比較不同模型，這也是平台"開放實驗層（Open Experimentation Layer）"的基礎。

9. 身份與開放集成（Identity and open integration）

• Agent 身份採用 ERC-8004。每個 Agent 都會綁定至 ERC-8004 Identity Registry（身份註冊表）中的一個身份，同時支持舊版 Registry 以及部署鏈之間共享的官方 Registry。用於 Mint（鑄造）和 Memory Intake（記憶寫入）的 Voucher 由專門的簽名服務進行簽名，API 層本身不持有密鑰。
• 外部 Agent 通過經過身份驗證的集成端點接入。基於外部框架構建的 Agent 可以通過這些端點提交並確認自己的分析，在其運營方自己的基礎設施上運行，並使用與平台托管 Agent 完全相同的流程完成評分、結算與排名。平台不會托管其模型或密鑰。

為什麼重要。托管 Agent 與外部 Agent 使用統一規則體系，是跨 Agent 比較具有實際意義的基礎；而可移植身份則讓 Agent 的歷史記錄能夠獨立於任何單一運行環境長期存在；

哪些內容上鏈，哪些內容不上鏈（What is on-chain and what is not）

技術棧（Technology stack）

Tron 點評

NEOSOUL 的優勢在於其並非單純構建預測或交易 Agent，而是圍繞 evoevo + NeoTrade 建立"真實信息與證據 → Agent 判斷與執行 → 真實結果 → 評估與記憶 → 能力持續迭代"的經濟智能體閉環，其中 evoevo 通過結構化分析記錄、可靠性評級證據引擎、人工校準、鏈上預測身份、AI Agent 委員會結算以及可重新推導的評估體系沉澱高質量經濟決策數據，同時支持 ERC-8004 Agent 身份、0G 去中心化存儲、多模型接入以及鏈上可驗證記錄，使數據、記憶和行為結果具備較強的可追溯與驗證能力；

其劣勢在於整體體系涉及證據、預測、記憶、結算、評估、鏈上身份和模型接入等多個環節，系統複雜度和長期運營成本較高，同時當前核心驗證場景仍集中於預測市場，AI Agent 委員會也被項目明確定位為實驗性自動化層，而非已經實現去中心化的結算治理，且下一代本地 Agent 與批量鏈上錨定等能力仍處於開發階段，因此其經濟智能體能力能否穩定遷移至 CEX、DEX、美股乃至更廣泛經濟場景，仍需要更長期的真實數據和實際運行結果驗證。

二. 行業數據解析

1. 市場整體表現

1.1. 現貨 BTC vs ETH 價格走勢

BTC

ETH

三.宏觀數據回顧與下週關鍵數據發布節點

本週宏觀數據回顧（10 月 26 日---11 月 1 日）

美聯儲利率決議（10 月 28 日）： 維持聯邦基金利率在 3.75%---4.00% 不變，投票結果為 10:2，兩名官員支持加息 25 個基點，顯示政策立場仍偏鷹派。

美國第三季度 GDP（10 月 29 日）： 實際 GDP 環比折年率增長 3.4%，高於第二季度的 2.2%，表明美國經濟增長依然強勁。

美國 9 月 PCE 通脹（10 月 29 日）： 整體 PCE 同比上漲 3.6%，前值 3.4%；核心 PCE 同比上漲 3.1%，前值 3.0%，通脹壓力有所加劇。

美國 9 月個人收入與消費： 個人收入環比增長 0.2%，個人消費支出增長 0.5%，實際消費基本停滯，反映居民購買力承壓。

本週總結： 美國經濟呈現"增長強勁、通脹反彈、實際消費放緩"的特徵，美聯儲維持利率不變，但 12 月進一步加息的可能性仍受到市場關注，整體宏觀環境對風險資產形成一定壓力。

下週展望：

市場焦點將從美聯儲利率決議轉向美國就業數據，尤其是 11 月 6 日公布的 10 月非農報告。若就業持續強勁，疊加通脹居高不下，可能進一步強化 12 月加息預期，推動美元和美債收益率走強；反之，若就業明顯走弱，則可能緩解貨幣緊縮預期，為美股及加密資產提供階段性支撐。

四. 監管政策

1. 加拿大：啟動穩定幣監管草案公眾諮詢

10 月 26 日，加拿大財政部推進穩定幣監管草案公開諮詢，諮詢截止日期為 12 月 23 日，擬於 2027 年秋季實施。

草案核心要求包括：非銀行穩定幣發行機構須持有不低於流通穩定幣價值的合格儲備資產，並由符合條件的加拿大金融機構托管；持有人提出贖回申請後，發行方原則上須在三個工作日內完成贖回，贖回費用不得超過 1%；禁止發行方直接或通過第三方向持幣者支付與持有穩定幣掛鉤的利息或收益，但允許與實際交易行為相關的獎勵。

政策意義： 加拿大正從現有證券監管框架向獨立穩定幣監管制度過渡，重點強化儲備安全、贖回保障和銀行體系穩定性。收益限制可能壓縮收益型穩定幣的商業空間，同時為合規加元穩定幣發展建立制度基礎。

2. 中國香港：批准代幣化公募基金在持牌虛擬資產平台開展二級交易

10 月 26 日，香港證券及期貨事務監察委員會（SFC）批准首批獲認可代幣化公募基金通過持牌虛擬資產交易平台開展二級市場交易。首批涉及兩隻代幣化貨幣市場基金，可在試點框架下進行全天候交易。

監管要求重點涉及交易渠道、定價公平性、流動性安排及信息披露，後續可能逐步擴大符合條件的產品範圍。

政策意義： 香港代幣化金融產品開始從發行和持有環節向合規二級流通延伸，為 RWA 資產、代幣化基金及持牌虛擬資產交易平台之間的業務融合提供新路徑，有助於提升香港作為亞洲數字資產和代幣化金融中心的競爭力。

3. 美國：財政部加強針對朝鮮非法融資網絡的制裁

10 月 28 日，美國財政部外國資產控制辦公室（OFAC）宣布制裁 10 名個人及 1 家實體，指控其參與朝鮮政府組織的海外 IT 人員欺詐網絡，通過虛假身份獲取工作機會並為朝鮮武器項目籌集資金。相關被制裁對象在美國境內或由美國主體控制的資產將被凍結，美國主體原則上不得與其開展受禁止的交易。

政策意義： 美國繼續強化針對非法資金流動、身份欺詐及制裁規避網絡的執法力度。雖然此次並非專門針對加密貨幣行業的新規，但對涉及跨境資金流動的數字資產企業而言，交易對手審查、制裁名單篩查及資金來源核驗仍是重要合規要求。

4. 韓國：推進跨境虛擬資產轉賬登記與報告制度

10 月 27 日前後，韓國針對跨境虛擬資產轉賬業務的監管動向受到關注。韓國財政部門此前於 10 月 7 日公布《外匯交易法實施令》修訂草案，擬明確跨境虛擬資產轉賬業務的定義、經營者登記程序及交易報告義務，以彌補非法外匯交易監測中的監管缺口。

政策意義： 韓國正推動跨境加密資產轉賬納入更完整的外匯監管體系，未來可能提高跨境轉賬服務商的登記、數據留存和報告成本，並加強對利用虛擬資產進行非法跨境資金轉移的監測。需要強調的是，該政策最初公布於 10 月上旬，本週屬於持續推進的監管議題，而非新出台的正式法規。

5. 巴西：虛擬資產服務商牌照申請進入關鍵截止節點

10 月 30 日，巴西現有虛擬資產服務提供商（VASP）的授權申請進入關鍵截止節點。根據巴西央行既有監管安排，相關機構須按照過渡制度提交申請；同時，央行強化虛擬資產服務商監管，並要求對達到等值 1 萬美元門檻的自托管錢包相關轉賬進行特定反洗錢報告。

根據巴西央行第 589 號決議，自 11 月 6 日起，受監管金融機構原則上不得與未獲授權且不屬於規定例外的虛擬資產服務商開展相關業務。

政策意義： 巴西數字資產市場正由監管框架建設進入牌照執行和業務準入階段。合規經營、反洗錢報告及與銀行體系的合作資格將成為當地交易平台和服務商的重要競爭條件。

6. 澳大利亞：加密資產稅務信息申報制度諮詢截止

10 月 28 日，澳大利亞有關加密資產稅務信息申報的立法草案進入意見徵集截止節點。該草案旨在落實經合組織（OECD）加密資產報告框架（CARF），並建立針對澳大利亞居民相關加密資產交易的國內報告機制。

政策意義： 澳大利亞持續推動加密資產交易數據納入稅務信息交換和申報體系，未來可能提高交易平台的客戶稅務身份識別、交易記錄管理及信息報送要求，進一步壓縮通過跨境交易規避稅務申報的空間。該節點為草案諮詢結束，不代表新制度已經正式實施。

7. 阿根廷：虛擬資產服務商月度監管報告制度啟動

11 月 1 日，阿根廷國家證券委員會（CNV）依據第 1172/2026 號一般決議，進入虛擬資產服務商月度報告制度的實施階段。相關服務商須按規定報告客戶、交易及資產托管信息，並在每個月結束後的 15 個自然日內提交月度資料。

政策意義： 阿根廷正強化虛擬資產服務商的持續信息披露與監管數據收集能力，推動行業由註冊管理進一步轉向經營過程監管，有助於提升交易透明度和監管機構對市場風險的識別能力.