资深策略师担忧量子计算，抛售比特币的三点现实考量
Jefferies 全球股票策略主管 Christopher Wood 正将比特币从其投资组合中彻底移除，主要原因是考虑到量子计算领域的快速发展可能削弱这种加密资产的安全基础。
1月16日，Wood 在分析专栏中表示，量子计算领域的进步将动摇比特币"可靠价值储藏手段"这一逻辑，尤其对养老金这类长期投资者而言更是如此。
他将投资组合模型中10%的比特币头寸悉数清仓，转而配置5%的实物黄金和5%的黄金矿业股。
他解释道，之所以做出这一调整，是担忧量子计算技术的问世将动摇比特币的根本基石，该技术可能在短短数年内，而非十年以上，便会实现突破。
理论上，量子计算机能够破解比特币的加密算法，逆向工程推导出用于授权转账的私钥。Wood认为：
这将摧毁比特币作为价值储藏手段的核心理念，进而破坏其作为数字黄金替代品的地位。
Wood 曾是比特币早期的机构支持者之一，于2020年12月疫情期间，各国释放大规模货币刺激措施、美元贬值担忧升温之时将其纳入投资组合，并在2024年将其持有比重增至10%。
从加密货币转向传统避险资产
去年12月，Castle Island Ventures 的合伙人 Nic Carter 曾在社交媒体上表示，部分比特币开发者"否认"量子计算所带来的风险，这一观点遭到了包括Blockstream创始人 Adam Back 在内的多位知名比特币倡导者的驳斥。
Wood 认为这场辩论本身就很有说服力。一部分开发者刻意淡化风险，而另一些业内人士则认为开发者群体未能正视这一威胁，这种分歧凸显了加密货币社区在应对新兴技术挑战时的不确定性。
比特币网络以密码学为基础，用于保护代币和验证交易。以目前的计算机技术而言，破解这种密码学几乎是不可能的。但量子计算机可能会改变这一现状，Wood在专栏中写道：
比特币社区越来越担心，实现量子计算可能只需数年，而非十年或更长时间。
Wood 认为，量子计算引发的问题是长期的，而"黄金只面临长期利好"。他将黄金描述为在地缘政治环境日益不确定中经受住历史考验的对冲工具。
相关攻略
近日，开源具身智能原生框架Dexbotic宣布正式支持以RLinf作为其分布式强化学习后端。对具身智能开发者而言，这不仅是一次普通的工程适配，更意味着VLA模型研发中长期存在的「SFT与RL割裂」问题，正在被真正打通。 这是一种典型的「乐高式协作」：双方不强行Fork、不粗暴揉合代码，而是保持清晰边
随着大模型参数规模不断增长，混合专家（Mixture-of-Experts, MoE）架构因其稀疏激活特性，成为平衡模型性能与计算开销的主流方案。然而，在实际的Web级应用部署中，一个关键挑战日益凸显：传统MoE的路由机制通常是“无记忆”的。 试想，在搜索引擎、智能问答或多轮对话等高并发场景下，用户
编程十年的一点分享 在软件开发的路上走过十几年，从一个爱好者到以此为业，有些体会或许值得聊聊，就当是抛砖引玉吧。 最早接触编程，是从BASIC和C语言开始的。工作后，随着需要，陆续学习了dBase、Access这类桌面数据库的开发。真正以开发为职业，可以说始于FoxPro 5 0，之后技术栈随着项目
引言 编程，是一门实践科学。这意味着，学习它的最佳方式就是动手去敲代码。但这是否意味着，我们可以因此轻视理论的学习呢？ 入门编程 如果你去各大技术社区提问“该如何入门编程”，五花八门的答案会瞬间涌来。 不过，仔细梳理一下，无外乎以下几种流派： 学院派 他们推荐从C语言入手，并辅以数据结构、操作系统等
想象一下这个场景： 你让 AI Agent 帮你修一个代码 Bug。它打开项目，读了 20 个文件，改了改，跑了一下测试，没过，又改，又跑，还是没过……来回折腾了十几轮，终于——还是没修好。 你关掉电脑，松了口气。然后收到了 API 账单。 上面的数字可能让你倒吸一口凉气——AI Agent 自主修
热门专题
热门推荐
英伟达Omniverse定位为物理AI操作系统。松应科技推出ORCALab1 0，旨在构建基于国产GPU的物理AI训练体系。针对机器人行业数据成本高、仿真迁移难的问题，平台提出“1:8:1黄金数据合成策略”，并通过高精度仿真提升数据可用性。平台将仿真与训练集成于个人设备，降低开发门槛，核心战略是在英伟达生态垄断下推动国产替。
Concordium是一个注重合规与隐私的区块链平台，其原生代币为CCD。该平台通过内置身份验证机制平衡隐私与监管要求，旨在服务企业级应用。CCD用于支付交易手续费、网络治理及生态内服务结算。其经济模型包含释放与销毁机制，以维持代币价值稳定。项目在合规金融、供应链、数字身份等领域有应用潜力。
上海人工智能实验室联合多家机构发起国产软硬件适配验证计划，致力于打造覆盖AI全流程的验证平台与自主生态社区。该平台旨在解决国产算力与应用协同难题，构建从芯片到应用的全链路验证体系，支持多种软硬件适配，推动国产AI技术向“好用、易用”发展。商汤科技依托AI大装置深度参与，已。
具身智能行业资本火热，但曾估值超200亿元的达闼科技迅速崩塌。其失败主因在于创始人黄晓庆以通信行业思维经营机器人业务，过度依赖政商关系与资本运作，技术产品突破有限；同时股权结构复杂分散，倚重政府基金，最终因融资断档与商业化不足导致团队离散。这折射出第一代创业者跨。
TurboQuant论文被质疑弱化与RaBitQ的关联，并存在理论比较与实验公平性问题。谷歌借助平台影响力将其定义为突破性成果，凸显了大厂在学术生态中的结构性优势。类似争议在伦理AI、芯片等领域亦有体现，反映了产业界将利益嵌入研究流程的机制。当前AI研究日益由大厂主导，其通过资本、渠道与话语权塑造。