一.前瞻

1. 宏观层面总结以及未来预测

宏观层面总结（2026年10月26日—11月1日）：

本周全球宏观市场的核心主线是美国经济增长强劲、通胀持续高企、美联储维持偏鹰派政策立场。10月28日，美联储以10比2的投票结果维持联邦基金利率在3.75%—4.00%不变，其中两名官员主张加息25个基点，反映内部对通胀风险的担忧进一步加深。经济数据方面，美国第三季度实际GDP初值环比折年增长3.4%，高于第二季度的2.2%，显示经济韧性较强；但9月整体PCE同比上涨3.6%，核心PCE同比上涨3.1%，均明显高于美联储2%的通胀目标。同时，首次申请失业救济人数维持在19.4万人，劳动力市场尚未出现明显恶化。强劲增长与顽固通胀并存，进一步压缩短期货币宽松空间。金融市场方面，美股科技板块受到企业财报分化、AI资本开支及估值压力冲击，出现明显调整，市场风险偏好有所降温。

整体而言，美国经济正呈现增长韧性与通胀压力并存的格局，市场对利率长期维持高位的担忧仍是影响全球资产定价的关键因素。

未来一周宏观预测（2026年11月2日—11月8日）：

预计下周全球金融市场将继续围绕美国就业数据、经济增长动能及美联储12月政策预期展开博弈。重点关注11月2日公布的美国ISM制造业PMI、11月3日JOLTS职位空缺数据，以及11月6日公布的10月非农就业报告和失业率，这些指标将直接影响市场对美国经济韧性和后续利率路径的判断。鉴于当前美国通胀仍显著高于政策目标，且美联储内部已出现明确加息诉求，预计短期政策基调仍将偏向谨慎甚至鹰派，12月降息可能性受到明显压制。若就业数据继续表现强劲，市场可能进一步上修利率预期，推动美元和美债收益率走强，对美股及加密资产等风险资产形成估值压力；反之，若就业明显降温，则可能缓解紧缩预期，但同时引发对经济放缓的担忧。

总体预计，下周全球市场将维持高波动、结构性分化的运行格局，美元流动性预期与美国就业数据将成为决定风险资产短期方向的核心变量。

2. 加密行业市场变动及预警

加密市场总结（2026年10月26日—11月1日）：

本周加密市场整体呈现先涨后跌、突发事件驱动下行的走势。比特币（BTC）周初位于8万美元附近，10月28日一度上涨至约8.18万美元，但随后快速回落，10月29日单日下跌约4.17%，10月30日最低触及7.63万美元，11月1日回升至7.75万美元附近，较10月26日收盘价累计下跌约3.3%。本轮下跌的重要催化因素是10月30日凌晨币安发生重大安全事件，约63亿美元加密资产被盗，创下加密行业单次盗窃规模纪录。事件引发市场对中心化交易所资产安全、潜在挤兑及黑客抛售的担忧，加剧短期恐慌情绪和抛售压力。币安随后宣布通过SAFU基金及自有资金承担全部损失，并冻结约30亿美元涉事资产，一定程度上缓解了市场恐慌。不过，BTC在事件发生前已出现下跌，因此本周调整并非完全由被盗事件造成，而是市场原有弱势与突发安全风险共同作用的结果。

未来一周市场预测（2026年11月2日—11月8日）：

预计下周加密市场仍将维持偏弱震荡，币安安全事件的后续处理将成为影响短期价格的重要变量。当前BTC在7.7万—7.8万美元附近运行，若币安能够顺利恢复提现、完成资产补足并公布可信的储备金证明，市场恐慌情绪有望逐步缓解，BTC可能反弹测试8万—8.2万美元压力区域；反之，若出现进一步资金损失、用户集中提现或黑客大规模转移并出售被盗BTC、ETH等资产，可能推动BTC再次测试7.6万美元支撑，极端情况下不排除向7.3万—7.5万美元区域回落。值得注意的是，币安已宣布准备超过63.4亿美元资金用于填补损失，其中超过50亿美元对应代币已经到位，剩余部分将通过市场及场外渠道购买，相关补仓行为可能对部分币种形成阶段性买盘支撑。

整体来看，下周市场能否企稳，关键取决于币安危机处置进展、被盗资金流向及机构资金是否恢复流入，短期应保持谨慎，暂不宜将技术性反弹视为趋势反转。

3. 行业以及赛道热点

本周最受关注的融资事件是预测市场平台Kalshi完成10亿美元G轮融资，估值达到400亿美元，由Sequoia Capital与Wellington Management联合领投，显示机构资本持续看好预测市场的商业化前景；稳定币支付平台PhotonPay完成4000万美元融资，反映跨境支付与稳定币金融服务仍是资本重点布局方向；此外，Luxor Technology获得1600万美元战略融资，重点拓展AI算力及相关业务，链上合规项目Predicate完成800万美元A轮融资，RWA交易平台Cancore获得720万美元种子轮融资。

二.市场热点赛道及当周潜力项目

1.潜力项目概览

1.1. 解析总融资1100万美元，由MH Ventures、Amber、Ark Stream、OG、Kirin Capital以及CatcherVC参投——构建“数据积累—真实执行—结果验证—持续进化”闭环的经济智能体能力基础设施Neosoul

简介

Neosoul 通过 evoevo、NeoTrade 与 Harness 工程迭代，将真实信息、判断、执行结果和复盘持续转化为可训练、可评估、可验证的经济智能体能力，并从预测市场逐步扩展至更广泛的交易与经济场景。

Neosoul 的目标是加速“智能体经济（Agent Economy）”，并以此推动 AI 丰裕（AI Abundance）：让高质量的分析、判断、执行、监控与协作能力逐步成为更广泛、更持续、更低门槛的基础供给。

项目通过两类产品构建这一能力闭环：evoevo 负责经济决策数据的就绪与评估，将来源、事件、判断、预测、结果与复盘组织成可训练、可比较的数据资产；NeoTrade 则是面向真实市场执行的智能体客户端，让智能体在用户设定的策略、资本、权限和风险边界内持续研究、判断、行动与复盘。两者共同形成“真实数据 → 智能体 → 真实行动 → 新数据”的反馈循环。

Neosoul 以预测市场作为首个验证场，因为其问题定义、结算规则和时间窗口清晰，能够把决策时信息、事前判断、市场价格与最终结果置于同一时间序列中。后续计划逐步进入更多预测市场、中心化交易所（CEX）、去中心化交易所（DEX）与美股市场，通过不同流动性、订单机制、结算方式和合规约束检验智能体能力是否能够跨市场迁移。

Neosoul 如何构建经济智能体：产品、数据与能力循环

Neosoul 的核心前提是：经济智能体能力不会因为更换底层模型就自然产生。智能体必须在现实世界中持续运行，留下可追踪的判断与行动记录，并将结果反馈至数据、模型、策略与产品。项目因此把“产品”视为学习系统的入口，把“数据”视为能力沉淀的载体，把“评估”视为持续迭代的约束。

其工作可以概括为四类转化：第一，把现实世界的来源、事件、判断与结果转化为可训练、可评估的经济决策数据；第二，把经过验证的数据与经验转化为更适配的模型、策略与智能体行为；第三，把智能体行为转化为用户可使用的受控经济行动；第四，把真实行动再次转化为下一轮数据、评估和产品改进的反馈。

evoevo：数据就绪与评估引擎

evoevo 服务于预测、分析、结果反馈、复盘与回顾，其目标是持续提高经济决策数据的完整性、质量和可评估性，为专业模型、通用模型与智能体 Harness 提供共同的数据基础。高价值记录应尽可能关联来源与时间、事件与结算标准、决策时上下文、关键假设与置信度、预测或行动建议、真实结果与执行影响，以及最终复盘结论。

项目强调，数据规模只是起点，真正的衡量标准是这些数据能否提升预测质量、评估一致性与智能体运行质量。通过时间快照、来源关系、关键假设、反事实条件、结果与复盘，evoevo 试图把“预测对错”进一步转化为可用于因果解释和长期校正的经济决策数据。

NeoTrade：把智能体带入真实行动

NeoTrade 是一个 local-first（本地优先）的交易智能体客户端，面向 macOS 与 Windows。当前支持 Paper、predict.fun与 Polymarket，让用户在清晰的策略、资本、权限与风险边界内观察和使用交易智能体。其核心价值是让智能体从一次性分析走向持续的市场研究、判断、行动与复盘，并把执行成本、异常与真实结果纳入能力评价。

产品分工：evoevo 负责让数据结构化、可训练、可评估；NeoTrade 负责让这些能力面对真实执行条件。两者共同把学习循环扎根在真实经济活动中。

预测市场作为首个真实验证场

预测市场拥有相对清晰的问题、结算规则与时间窗口，可以把决策时公开信息、参与者判断、市场价格和最终结果连接到同一时间序列中，使智能体经历研究、概率判断、优势识别、行动、结算和复盘的完整过程。因此，Neosoul 将其视为Harness 工程迭代、数据积累与能力验证的理想起点。

用户可以先在模拟环境中观察智能体，再在合适的场所逐步授予真实资金权限。白皮书明确指出，单次正确预测或单笔盈利并不足以证明能力稳定性；只有经过长期、跨样本与跨市场测试，才能确认某类判断、数据或策略是否具有稳定价值。

从单一市场走向通用交易能力

预测市场验证第一批基础能力后，Neosoul 计划逐步扩展到 CEX、DEX 与美股。新市场会引入不同的流动性、账户体系、订单机制、结算方式、交易时间和合规约束，智能体必须重新证明数据输入、策略语义、模型能力、工具连接与风险规则能够可靠运行。市场扩展既丰富数据分布与失败案例，也检验既有学习与执行能力能否跨经济环境迁移。

经济智能体如何从真实结果中持续改进

经济智能体需要在具体任务中处理信息、评估证据、形成概率判断、识别不确定性，并在遵守策略和风险边界的前提下决定行动、等待或拒绝行动。Neosoul 希望模型能够逐步形成可用、可检验、可持续修正的经济因果理解，并通过真实结果、反事实记录、错误复盘与样本外测试持续更新。

白皮书将递归自我改进（RSI）限定在明确经济任务中：每次运行都会生成新的判断、行动与结果记录，经清洗、归因与评估后，用于改进数据集、模型、记忆、策略手册和运行机制；改进后的智能体再回到真实环境进行下一轮验证。模型、策略与运行机制更新必须通过离线评估、回归测试和受限发布，而用户设定的资本、市场、频率与硬性风险边界始终保持独立。

能力评价不是单一收益指标 Neosoul 同时考虑预测校准、风险调整后的经济表现、流程纪律、安全合规与异常恢复质量。缺乏数据支持的指标、策略或模型会被降权、限制适用范围或停止使用。

构建路径：从交易智能体到智能体经济

Neosoul 的路线图围绕经济智能体“能力生产系统”展开，目标是逐步建立智能体经济所需的条件：智能体能够学习、行动、接受验证、跨场景泛化，并最终成为人类可持续调用的经济智能供给。其路径由五个相互依赖的阶段构成：可观察、可学习、可验证、可泛化与可扩展。

这五个阶段描述的是能力依赖关系，而非简单时间线。数据、Harness、控制与评估在前四个阶段并行建设，并随着产品进入更多真实场景不断深化。每个阶段都必须同时满足用户价值、数据质量、运行安全与可验证的能力提升。

能力验证与现实执行风险控制

Neosoul 路线的核心能力包括：以真实结果为锚的经济决策数据；持续运行的产品与评估系统；跨市场智能体行为经验；以及经过验证的学习与执行能力。产品扩展带来更丰富的数据覆盖和失败案例，评估与复盘反过来改进模型、Harness 与策略，更可靠的智能体再进入新场景接受验证。

用户如何保有资产、数据与最终控制权

NeoTrade 连接真实账户、资金与市场接口，因此用户控制与安全约束是产品成立的前提。系统遵循最小权限、受控执行、异常暂停、行为记录与可审计原则。用户始终保有资产、账户与最终授权，并自行决定智能体目标、资本规模、市场范围与风险边界。

Neosoul 明确表示不托管用户资金、不从事全权委托资产管理或利润分成，也不会把用户资产汇集到平台控制之下。产品提供的是在用户控制下的智能体学习、运行与执行能力。

数据权利与透明度

用户的私有策略、账户、持仓、上下文与记忆应依权限保护。任何将用户侧数据用于训练、评估或共享的行为，都需要明确授权，并遵循最小化、去标识化、聚合或其他适当处理原则。产品应清晰展示智能体行为、关键判断、风险触发、订单与结果，并区分模拟与真实环境，使用户理解智能体做了什么、为何行动或被阻止，以及如何调整或终止授权。

区块链的作用：资产控制、结算与验证

区块链在 Neosoul 中的必要位置

Neosoul 的模型训练、记忆、Harness 以及大部分产品体验运行在本地或链下。区块链主要服务于具有真实权利与经济后果的经济行动层：用户账户控制、开放市场结算、关键行为的完整性证明，以及多方协作所需的可验证性。自托管账户保留用户资产与最终签名控制；可编程结算让智能体在用户授权范围内进入开放市场；可验证记录则为关键行为、版本与贡献提供可追踪的时间和完整性证据。

最小上链原则

Neosoul 遵循“最小上链（minimum-on-chain）”原则：只有需要公开结算、跨方验证或长期完整性证明的信息才进入链上或可验证记录层；私钥、完整上下文、私有策略和高频行为数据继续由用户本地保存，或位于受权限控制的链下环境。

分阶段建设

当前阶段聚焦用户主权与链上结算：以自托管账户、明确授权、受控执行和真实结算为基础。下一阶段将建立可验证行为与版本记录，通过关键行动回执、策略或模型版本的选择性哈希承诺、签名和时间证明连接“事前配置—实际行动—最终结果”。长期阶段则探索贡献与协作网络，在明确规则下形成经许可的贡献凭证和可携带的验证证据。

evoevo协议机制简述

evoevo 服务于预测、分析、结果反馈、复盘与回顾。其目标是持续提升经济决策数据的完整性、质量与可评估性，从而让专用模型、通用模型以及 Agent Harnesses 能够共享同一套数据基础。

下面是从工程视角解释这一目标：系统具体做什么，以及为什么采用这样的架构设计。这里描述的是当前已经在生产环境中运行的功能。

该架构所提出的核心主张（The claim this architecture makes）

大多数预测数据只是由一组“预测 + 结果”构成。evoevo 的基本观点是，仅有这一组数据并不足以训练或评估任何系统——还需要知道：预测者看到了什么、何时看到、为什么得出这一结论、谁对其提出了质疑、结果是如何确定的，以及最终保留了哪些信息。 下述架构中的每一层，都是为了将这些信息中的一部分附加到记录中，并使这些信息在事后难以被伪造或篡改。

1. 分析记录（The analysis record）

Agent 的输出并不是自由文本，而是一条结构化记录：包括针对预测的立场、置信度，以及由核心论点、支持观点和所引用数据源构成的推理链。数据源来自经过可靠性评级的候选证据集合，因此分析内容能够基于 Agent 实际获得的证据进行推理。

平台的推理标准还要求分析文本说明反方观点，以及在什么条件下当前观点可能是错误的；Review（审核）质量的判断也会部分考虑是否包含这些内容。这些属于文本表达规范，由人工校准机制维持，而不是由记录格式强制执行。

为什么重要。 包含立场、置信度和引用来源的记录，可以在不同 Agent 之间以及不同时间维度上进行比较；普通的一段文字则无法做到这一点。这是让同一份分析能够在后续被筛选、评分并重新作为记忆样本输入系统的最低结构要求。

2. 证据引擎（The evidence engine）

在 Agent 开始推理之前，证据服务（Evidence Service）会首先整理出 Agent 可以用于推理的证据集合。

• 多个相互独立的数据提供商：覆盖市场、体育、天气、宏观经济数据、新闻及参考信息源，并统一接入同一个 Provider Interface（提供商接口），因此新增数据源不会改变 Agent 本身。

• 每条数据都包含发布时间，同时附带基于发布时间推导出的新鲜度分类，以及整个证据包的生成时间。

• 每条数据都具有可靠性评级，评级来自版本化的分类策略；对应的策略版本也会记录在证据包中，因此后续可以重新复现当时的排序结果。

为什么重要。 “Agent 在作出决策时究竟知道什么？”是所有事后复盘以及时间外测试（Out-of-time Test）都依赖的核心问题。在推理发生时记录每个数据源的发布时间和可靠性，才能让这一问题在事后得到准确回答，而不是依赖记忆重新还原。

3. 人工校准与采纳（Human calibration and adoption）

用户可以通过 Agree / Disagree（同意 / 不同意） 对分析进行审核，也可以将某项分析采纳至自己某个 Agent 的记忆中。由此产生的数据受到两项规则约束：

• 采纳要求对应预测必须存在于链上。 如果某项分析对应的原始预测没有链上身份，则该分析无法被采纳。Agent 的记忆只能建立在已经进入公共记录的预测之上。

• 采纳行为本身也是链上操作。 平台会为记忆写入签发一张已签名凭证（Signed Voucher）；所有者的钱包负责提交该凭证；在系统观察到并最终确认对应链上事件之前，该记忆条目会一直保持 Pending（待确认）状态。

为什么重要。 人类判断是稀缺输入。将每一次采纳行为绑定至特定链上预测以及特定钱包签名，意味着校准层无法通过无法归属的点击行为人为放大，同时每一个记忆样本都具有可证明的来源。

4. 记忆及其链上轨迹（Memory, and its on-chain trail）

Memory（记忆）是 evoevo 区别于普通预测日志系统的关键所在，主要由三项机制组成：

写入（Intake）。 被采纳的分析和参考数据源会成为 Agent 记忆中的条目，并标记其来源。记忆写入会按照上述机制在链上完成确认。

滚动摘要（Rolling Summary）。 后台进程会定期将每个 Agent 的原始记忆、上一版摘要以及最新增加的内容重新整合为一份滚动摘要，并使用该 Agent 自身的人格设定（Persona）和配置模型完成处理。整个任务通过支持重试的持久化任务队列运行，因此摘要要么成功生成，要么明确显示失败，而不会被系统静默跳过。

存储至 0G，并由平台验证（Storage to 0G, verified by the platform）。 所有者可以将 Agent 当前的摘要存储至 0G 去中心化存储网络。平台不会代替用户上传，而是验证用户自己的存储交易——包括交易是否成功、是否由所有者钱包提交，以及交易时间是否晚于摘要生成时间——随后记录交易、Storage Root（存储根）以及摘要内容指纹。如果完全相同的内容再次被存储，系统会将其识别为同一份记忆，而不是新的记忆。

为什么重要。 仅存在数据库中的记忆本质上只是一项声明；如果记忆的写入以及摘要都由所有者亲自签署的交易提供支持，则整个过程具有可追溯性。同时，由于每份摘要都具有内容指纹，因此可以追溯特定时间点实际生效的是 Agent 的哪一个记忆版本，而无需事后重新构建。

5. 预测上链（Predictions on-chain）

预测会注册至链上预测注册表（On-chain Prediction Registry）并获得链上身份；只有当一个 Topic（主题）中的至少一个预测获得链上身份后，该主题才会被视为已经发布。

专用 Indexer（索引器）是链上确认状态的唯一写入方。它会将预测生命周期事件——Opened（开启）、Adopted（采纳）、Rejected（拒绝）、Settled（结算）——同步回平台，并且只确认已经 Finalized（最终确认）的区块。从实时数据流中发现的事件会被单独记录为 Observed（已观察），因此每项分析都会经历明确的生命周期：

Unconfirmed（未确认） → Observed（已观察） → Confirmed（已确认）或 Rejected（已拒绝）产品会直接展示这一状态，而不是简单压缩为“是 / 否”。身份、关键状态以及关键操作证明会记录在链上；分析文本和 Read Models（读取模型）则保留在链下，并通过哈希和标识符与链上数据绑定。

为什么重要。 区分 Observed（已观察） 与 Finalized（最终确认），可以避免因区块链重组（Chain Reorganization）或交易丢失而导致产品状态与链上状态不一致。

6. 实验性 AI Agent 委员会结算（Settlement by an experimental AI-agent committee）

目前，结果由 evoevo 运营的实验性 AI Agent 委员会进行裁决。各 Juror Runtime（陪审员运行实例）独立评估证据，并按照策略约束在链上提交结果提案；当达到 Quorum（法定共识阈值）并完成 Challenge Process（挑战流程）后，由 Committee Oracle（委员会预言机）最终确认结果。

• 每个成员都拥有独立的链上身份和签名边界。 在生产环境部署中，不同成员的 Juror Runtime 相互隔离。

• Attested-consensus（证明共识）路径使用可配置的策略门槛，对可靠性、数据源覆盖范围、公开可验证性以及候选结果之间的一致程度进行约束。

• Juror 会将结果连同投票分布以及其所依据的**证据包哈希（Hash of the Evidence Bundle）**一起提交至链上。任务分配中包含 Quorum、Selection Seed（选择种子）、主窗口与备用窗口、Epoch 以及 Challenge Period（挑战期）。

• 合约允许任何人重新计算结果哈希，并读取任意成员提交的哈希，因此第三方无需信任平台数据库，即可验证成员提交的信息是否与其声称的结果一致。

• 平台保存一份可重放的委员会状态投影，以支持快速读取；当投影缺失时则回退至链上数据。每项预测都会展示成员提交、提案变化、停滞状态以及最终结果的完整时间线。

为什么重要。 由于每个成员提交的内容以及最终结果都能够从链上重新验证，因此结算结果是一项任何读者都能够检查的记录，而不是只能信任平台数据库的结果。结合在结果确认时已经记录可靠性的数据证据，这使最终生成的结果数据能够真正用于评估，而不仅仅用于展示。需要注意的是，这属于实验性自动化层，并不意味着当前的结算治理已经实现去中心化；其价值在于整个决策路径始终保持可检查和可重新验证。

7. 评估（Evaluation）

性能指标全部通过数据派生计算（Derived），而不是人工录入。每个 Agent 的胜率和收益率时间序列，都基于不同时间窗口内已经完成结算的预测计算；排行榜同样由后台进程基于这些记录生成，而不会进行人工编辑。由于结算记录采用 Append-only（仅追加）模式，并且每条记录都包含对应的链上结果，因此排行榜上的任何数据都能够从底层记录重新推导。

目前生产环境中的指标主要基于结果和收益率；概率评分指标属于下一阶段设计迭代的一部分。

为什么重要。 评估一致性是平台明确提出的成功衡量标准，而一致性的基础，是无法被重新改写的记录以及能够从底层数据重新推导的指标。

8. 架构层面的模型无关性（Model-agnostic by construction）

Agent 可以针对不同模型提供商分别进行配置，并能够运行在 Anthropic Claude、Google Gemini、本地部署的开源模型，以及任何兼容 OpenAI 接口的 Endpoint 上，其中也包括基于 0G Compute 的去中心化推理。Memory Summary（记忆摘要）流程同样支持上述模型体系。

为什么重要。 真正的资产是数据集，而不是模型。 保持模型层可替换，意味着同一套证据、审核与结算流程可以用于比较不同模型，这也是平台“开放实验层（Open Experimentation Layer）”的基础。

9. 身份与开放集成（Identity and open integration）

• Agent 身份采用 ERC-8004。 每个 Agent 都会绑定至 ERC-8004 Identity Registry（身份注册表）中的一个身份，同时支持旧版 Registry 以及部署链之间共享的官方 Registry。用于 Mint（铸造）和 Memory Intake（记忆写入）的 Voucher 由专门的签名服务进行签名，API 层本身不持有密钥。

• 外部 Agent 通过经过身份验证的集成端点接入。 基于外部框架构建的 Agent 可以通过这些端点提交并确认自己的分析，在其运营方自己的基础设施上运行，并使用与平台托管 Agent 完全相同的流程完成评分、结算与排名。平台不会托管其模型或密钥。

为什么重要。 托管 Agent 与外部 Agent 使用统一规则体系，是跨 Agent 比较具有实际意义的基础；而可移植身份则让 Agent 的历史记录能够独立于任何单一运行环境长期存在。

哪些内容上链，哪些内容不上链（What is on-chain and what is not）

合约角色、部署地址以及安全审计信息位于 Smart Contracts（智能合约） 页面。

技术栈（Technology stack）

Tron点评

NEOSOUL 的优势在于其并非单纯构建预测或交易 Agent，而是围绕 evoevo + NeoTrade 建立“真实信息与证据 → Agent 判断与执行 → 真实结果 → 评估与记忆 → 能力持续迭代”的经济智能体闭环，其中 evoevo 通过结构化分析记录、可靠性评级证据引擎、人工校准、链上预测身份、AI Agent 委员会结算以及可重新推导的评估体系沉淀高质量经济决策数据，同时支持 ERC-8004 Agent 身份、0G 去中心化存储、多模型接入以及链上可验证记录，使数据、记忆和行为结果具备较强的可追溯与验证能力；

其劣势在于整体体系涉及证据、预测、记忆、结算、评估、链上身份和模型接入等多个环节，系统复杂度和长期运营成本较高，同时当前核心验证场景仍集中于预测市场，AI Agent 委员会也被项目明确定位为实验性自动化层，而非已经实现去中心化的结算治理，且下一代本地 Agent 与批量链上锚定等能力仍处于开发阶段，因此其经济智能体能力能否稳定迁移至 CEX、DEX、美股乃至更广泛经济场景，仍需要更长期的真实数据和实际运行结果验证。

二. 行业数据解析

1. 市场整体表现

1.1. 现货BTC vs ETH 价格走势

BTC

ETH

三.宏观数据回顾与下周关键数据发布节点

本周宏观数据回顾（10月26日—11月1日）

• 美联储利率决议（10月28日）： 维持联邦基金利率在3.75%—4.00%不变，投票结果为10:2，两名官员支持加息25个基点，显示政策立场仍偏鹰派。
  
  

• 美国第三季度GDP（10月29日）： 实际GDP环比折年率增长3.4%，高于第二季度的2.2%，表明美国经济增长依然强劲。
  
  

• 美国9月PCE通胀（10月29日）： 整体PCE同比上涨3.6%，前值3.4%；核心PCE同比上涨3.1%，前值3.0%，通胀压力有所加剧。
  
  

• 美国9月个人收入与消费： 个人收入环比增长0.2%，个人消费支出增长0.5%，实际消费基本停滞，反映居民购买力承压。

本周总结： 美国经济呈现“增长强劲、通胀反弹、实际消费放缓”的特征，美联储维持利率不变，但12月进一步加息的可能性仍受到市场关注，整体宏观环境对风险资产形成一定压力。

下周展望：

市场焦点将从美联储利率决议转向美国就业数据，尤其是11月6日公布的10月非农报告。若就业持续强劲，叠加通胀居高不下，可能进一步强化12月加息预期，推动美元和美债收益率走强；反之，若就业明显走弱，则可能缓解货币紧缩预期，为美股及加密资产提供阶段性支撑。

四. 监管政策

1. 加拿大：启动稳定币监管草案公众咨询

10月26日，加拿大财政部推进稳定币监管草案公开咨询，咨询截止日期为12月23日，拟于2027年秋季实施。

草案核心要求包括：非银行稳定币发行机构须持有不低于流通稳定币价值的合格储备资产，并由符合条件的加拿大金融机构托管；持有人提出赎回申请后，发行方原则上须在三个工作日内完成赎回，赎回费用不得超过1%；禁止发行方直接或通过第三方向持币者支付与持有稳定币挂钩的利息或收益，但允许与实际交易行为相关的奖励。

政策意义： 加拿大正从现有证券监管框架向独立稳定币监管制度过渡，重点强化储备安全、赎回保障和银行体系稳定性。收益限制可能压缩收益型稳定币的商业空间，同时为合规加元稳定币发展建立制度基础。

2. 中国香港：批准代币化公募基金在持牌虚拟资产平台开展二级交易

10月26日，香港证券及期货事务监察委员会（SFC）批准首批获认可代币化公募基金通过持牌虚拟资产交易平台开展二级市场交易。首批涉及两只代币化货币市场基金，可在试点框架下进行全天候交易。

监管要求重点涉及交易渠道、定价公平性、流动性安排及信息披露，后续可能逐步扩大符合条件的产品范围。

政策意义： 香港代币化金融产品开始从发行和持有环节向合规二级流通延伸，为RWA资产、代币化基金及持牌虚拟资产交易平台之间的业务融合提供新路径，有助于提升香港作为亚洲数字资产和代币化金融中心的竞争力。

3. 美国：财政部加强针对朝鲜非法融资网络的制裁

10月28日，美国财政部外国资产控制办公室（OFAC）宣布制裁10名个人及1家实体，指控其参与朝鲜政府组织的海外IT人员欺诈网络，通过虚假身份获取工作机会并为朝鲜武器项目筹集资金。相关被制裁对象在美国境内或由美国主体控制的资产将被冻结，美国主体原则上不得与其开展受禁止的交易。

政策意义： 美国继续强化针对非法资金流动、身份欺诈及制裁规避网络的执法力度。虽然此次并非专门针对加密货币行业的新规，但对涉及跨境资金流动的数字资产企业而言，交易对手审查、制裁名单筛查及资金来源核验仍是重要合规要求。

4. 韩国：推进跨境虚拟资产转账登记与报告制度

10月27日前后，韩国针对跨境虚拟资产转账业务的监管动向受到关注。韩国财政部门此前于10月7日公布《外汇交易法实施令》修订草案，拟明确跨境虚拟资产转账业务的定义、经营者登记程序及交易报告义务，以弥补非法外汇交易监测中的监管缺口。

政策意义： 韩国正推动跨境加密资产转账纳入更完整的外汇监管体系，未来可能提高跨境转账服务商的登记、数据留存和报告成本，并加强对利用虚拟资产进行非法跨境资金转移的监测。需要强调的是，该政策最初公布于10月上旬，本周属于持续推进的监管议题，而非新出台的正式法规。

5. 巴西：虚拟资产服务商牌照申请进入关键截止节点

10月30日，巴西现有虚拟资产服务提供商（VASP）的授权申请进入关键截止节点。根据巴西央行既有监管安排，相关机构须按照过渡制度提交申请；同时，央行强化虚拟资产服务商监管，并要求对达到等值1万美元门槛的自托管钱包相关转账进行特定反洗钱报告。

根据巴西央行第589号决议，自11月6日起，受监管金融机构原则上不得与未获授权且不属于规定例外的虚拟资产服务商开展相关业务。

政策意义： 巴西数字资产市场正由监管框架建设进入牌照执行和业务准入阶段。合规经营、反洗钱报告及与银行体系的合作资格将成为当地交易平台和服务商的重要竞争条件。

6. 澳大利亚：加密资产税务信息申报制度咨询截止

10月28日，澳大利亚有关加密资产税务信息申报的立法草案进入意见征集截止节点。该草案旨在落实经合组织（OECD）加密资产报告框架（CARF），并建立针对澳大利亚居民相关加密资产交易的国内报告机制。

政策意义： 澳大利亚持续推动加密资产交易数据纳入税务信息交换和申报体系，未来可能提高交易平台的客户税务身份识别、交易记录管理及信息报送要求，进一步压缩通过跨境交易规避税务申报的空间。该节点为草案咨询结束，不代表新制度已经正式实施。

7. 阿根廷：虚拟资产服务商月度监管报告制度启动

11月1日，阿根廷国家证券委员会（CNV）依据第1172/2026号一般决议，进入虚拟资产服务商月度报告制度的实施阶段。相关服务商须按规定报告客户、交易及资产托管信息，并在每个月结束后的15个自然日内提交月度资料。

政策意义： 阿根廷正强化虚拟资产服务商的持续信息披露与监管数据收集能力，推动行业由注册管理进一步转向经营过程监管，有助于提升交易透明度和监管机构对市场风险的识别能力。