金正恩:国家级加密财政的极端实践

【2025加密市场10大风云人物】 他是将加密货币作为国家战略工具的"极端实践者"——金正恩,在国际制裁的压力下,将朝鲜变成了全球最具争议的"加密国家",开创了国家级加密财政的极端模式。 说起朝鲜的加密活动,大家都在讨论黑客攻击和资产窃取,但2025年的金正恩,用实际行动证明了:加密货币已成为国家博弈的新战场,而朝鲜开创的国家级加密财政极端模式,才是最值得警惕的信号。 2025年,在全球加密市场建制化的光鲜表象之下,朝鲜通过其军方下属的黑客组织展现了另一种"加密国家化"路径。据Chainalysis和TRM Labs的追踪报告,朝鲜黑客在2025年累计窃取的加密资产总额约为20.2亿美元,这一数字超过了许多中小国家的年度财政收入。 国家级黑客网络:Lazarus Group的精准打击 Lazarus Group、APT38和Kimsuky等朝鲜黑客组织在2025年展现出令人震惊的技术能力和组织效率。2月,他们攻击加密货币交易所Bybit,盗取约15亿美元;11月,又成功渗透韩国最大的交易所Upbit,窃取3000万美元。这些攻击不再是随机的网络犯罪,而是高度组织化的国家战略行动,目标明确指向加密资产。 人才渗透:加密行业的隐形威胁 除了直接攻击,朝鲜特工开始大规模伪装身份申请加密公司职位。据调查,部分加密货币公司收到的求职申请中,约30%至40%被怀疑是试图渗透的朝鲜特工提交的。这种人才渗透策略,比直接攻击更具隐蔽性和长远影响,可能在未来几年对全球加密行业的安全构成更严重威胁。 加密财政:制裁下的生存策略 长期以来,国际社会通过金融制裁试图切断朝鲜的外汇来源,但加密货币的出现改变了这场博弈的底层规则。据联合国专家小组评估,朝鲜黑客窃取的加密资产中约60%用于规避制裁及核武器项目,30%维持政权稳定,10%投入网络攻击基础设施升级。这种"无税收、无市场、直接抽取"的极端加密财政模式,为朝鲜提供了制裁下的生存空间。 “加密货币一旦成为全球基础设施,它就不可避免地成为国家博弈的延伸。” 金正恩领导下的朝鲜加密实践,给整个行业提了个醒:当加密货币融入全球金融体系,它不仅带来了效率和创新,也成了国家间权力斗争的新工具。这种极端模式的存在,对全球加密监管和安全提出了前所未有的挑战,也给2025年加密市场的建制化进程添了层复杂的阴影。 「10个人-2025年的加密市场重要人物志」系列 本系列聚焦2025年加密市场的关键人物,通过他们的布局与决策,解读加密行业从边缘到主流的转变逻辑。 特朗普:政治权威成为加密价值的新锚点 Michael Saylor:企业财库革命的真正先驱 Tom Lee:华尔街与加密世界的关键桥梁 赵长鹏:币安Alpha 2.0的权力转型 Vitalik Buterin:去中心化理想与机构化现实的平衡者 金正恩:国家级加密财政的极端实践 马斯克:加密市场"强人时代"的符号 孙宇晨:加密世界的"规则玩家" Brian Armstrong:加密世界的"合规基础设施建筑师" Peter Thiel:去中心化世界的"中心化帝国建造者"

ZHANG.z | November 14, 2025 | 5 min | Shanghai

【ChatGPT时刻07】GPT-2:语言模型是无监督的多任务学习者

本文解读的是Alec Radford等人于2019年发表的突破性论文《Language Models are Unsupervised Multitask Learners》,该论文提出了GPT-2模型,首次证明了足够大的语言模型可以在零样本(zero-shot)设置下执行多种任务,无需任何任务特定的微调。GPT-2的核心发现是:规模本身就是一种能力——当模型参数从1亿扩展到15亿时,涌现出了令人惊讶的零样本学习能力,这一发现为GPT-3的成功和ChatGPT的诞生奠定了关键基础。 从微调到零样本的范式转变 问题一:监督学习的局限 GPT-1虽然证明了预训练的有效性,但仍然依赖于任务特定的微调: 数据依赖:每个任务需要标注数据集 泛化受限:微调后的模型难以适应分布外数据 任务特定:每个任务需要训练一个单独的模型 这种范式无法解释人类的语言能力:人类可以在没有明确训练的情况下执行新任务。 问题二:任务表示的统一 传统NLP将每个任务独立建模,使用不同的输入格式和输出层。但从信息论角度看,所有NLP任务本质上都是条件概率建模: $$ P(\text{output} | \text{input}, \text{task}) $$ 关键洞察是:任务描述本身可以作为输入的一部分。例如: 翻译任务:translate to french, [english text], [french text] 摘要任务:TL;DR: [article], [summary] 问答任务:Q: [question] A: [answer] 如果语言模型足够强大,它应该能够从上下文中推断任务并执行。 问题三:规模假设 GPT-2的核心假设是:大规模语言模型在足够多样化的数据上训练,将隐式地学习多种任务。 直觉来源于互联网文本的多样性:网页包含各种格式的内容——问答对、翻译样本、摘要、对话等。如果模型能够学习这些自然出现的模式,它就应该能够执行相应的任务。 GPT-2的技术方案 更大的模型 GPT-2在GPT-1基础上进行了显著的规模扩展: 参数 GPT-1 GPT-2 Small GPT-2 Medium GPT-2 Large GPT-2 XL 层数 12 12 24 36 48 隐藏维度 768 768 1024 1280 1600 注意力头数 12 12 16 20 25 参数量 117M 117M 345M 762M 1542M 最大的GPT-2 XL模型参数量达到15.42亿,是GPT-1的13倍。 ...

ZHANG.z | November 11, 2025 | 13 min | Shanghai

Vitalik Buterin:去中心化理想与机构化现实的平衡者

【2025加密市场10大风云人物】 他是在去中心化理想与机构化现实间寻找平衡的"技术哲人"——Vitalik Buterin,作为以太坊的创始人,他用十年时间将一个技术构想打造成了全球关键基础设施。 聊起Vitalik和以太坊的2025年,大家都盯着价格突破历史高点和机构持仓增长,但2025年的他,用实际行动证明了:他在去中心化理想和机构化现实之间找到了脆弱却关键的平衡,这才是最核心的价值所在。 2025年7月30日,以太坊迎来了十周岁生日。这天,Vitalik发布了《Ethereum 2035:Vitalik’s Vision for the Next Decade》,勾勒出以太坊从支持加密应用到成为全球关键基础设施的愿景。这可不只是一份技术路线图,更是对去中心化本质的一次深度思考。 技术突破:GKR协议的超级证明系统 10月20日,Vitalik宣布推出GKR协议(Goldreich–Kahan–Rothblum),这是个专门为高速证明生成设计的PoS/ZK计算框架,可以用在区块链和AI大规模计算上。这被看作是以太坊下一代的"超级证明系统",也是以太坊轻量化战略的底层技术支撑。GKR协议的推出,既展示了Vitalik在技术创新上一直保持的领导力,也给以太坊应对机构化挑战提供了技术基础。 机构化警示:平衡的艺术 面对机构资本大规模涌入以太坊,Vitalik保持着清醒的谨慎。他觉得机构持续增持会带来两个大问题:一是可能把真正关心去中心化的用户和核心开发者挤走,造成社区流失;二是机构压力可能推动不合适的技术决策,让以太坊偏离原定的技术路线图。这种"既要又要"的平衡艺术,正好体现了Vitalik作为以太坊精神领袖的智慧和担当。 长远眼光:量子计算与未来十年 Vitalik的眼光看得比当下的市场波动远多了。在Devconnect大会上,他发出了严肃警告:量子计算可能在2028年美国总统大选前破解椭圆曲线密码学,催促以太坊必须在四年内升级到抗量子算法。这种超前思考,不只是关系到以太坊的技术安全,更是关系到整个加密行业的长远发展。 “以太坊的未来,不在于成为最大的金融平台,而在于成为最具韧性的去中心化基础设施。” 在2025年加密市场建制化的浪潮中,Vitalik扮演了至关重要的平衡者角色。他既要确保以太坊能够承载全球金融基础设施的重任,又要保持其去中心化和实验性的本质特征。这种平衡之道,不仅定义了以太坊的未来,也为整个加密行业指明了方向。 「10个人-2025年的加密市场重要人物志」系列 本系列聚焦2025年加密市场的关键人物,通过他们的布局与决策,解读加密行业从边缘到主流的转变逻辑。 特朗普:政治权威成为加密价值的新锚点 Michael Saylor:企业财库革命的真正先驱 Tom Lee:华尔街与加密世界的关键桥梁 赵长鹏:币安Alpha 2.0的权力转型 Vitalik Buterin:去中心化理想与机构化现实的平衡者 金正恩:国家级加密财政的极端实践 马斯克:加密市场"强人时代"的符号 孙宇晨:加密世界的"规则玩家" Brian Armstrong:加密世界的"合规基础设施建筑师" Peter Thiel:去中心化世界的"中心化帝国建造者"

ZHANG.z | November 7, 2025 | 5 min | Shanghai

赵长鹏:币安Alpha 2.0的权力转型

【2025加密市场10大风云人物】 他是从直接掌权转向间接操控的"权力大师"——赵长鹏,从法律阴影中东山再起,用更隐蔽的方式重新确立了币安在加密行业的霸主地位。 聊起赵长鹏的2025年,大家都盯着特朗普的总统赦免和他的东山再起,但2025年的他,用实际行动证明了:他从直接掌权变成了更隐蔽但更厉害的间接操控,这才是最值得关注的转变。 2025年对赵长鹏来说,绝对是从法律阴影里爬出来重新掌握行业话语权的关键一年。特朗普的总统赦免不仅让他重获自由,还秀了一把顶级的政治游说能力。但说真的,真正的权力游戏这才刚开始。 Alpha 2.0:商业革命的隐秘武器 币安2025年3月推出的Alpha 2.0平台,表面上是"发现早期Web3项目"的工具,其实是一场精心布局的商业革命。它不仅直接超过了OKX Wallet,把链上资产发行也纳入了币安生态,还直接把整个行业格局重新洗牌了。激活BSC链、威胁Solana地位、对二三线交易所形成降维打击,赵长鹏靠一个平台就重新巩固了币安的行业霸主地位。 社交媒体:市场情绪的隐形操控者 2025年,赵长鹏操控市场情绪的能力简直登峰造极。当"币安人生"迷因币4天内市值突破5亿美元、96小时狂涨6000倍时,他在X平台上随手发了个"#BNB meme szn"标签,直接引爆了整个BNB链的Meme币狂欢。这种"一句话就能影响数亿美元资产"的能力,连传统金融巨头都望尘莫及。 权力转型:从直接控制到间接影响 经历了法律风波后,赵长鹏不再追求明面上的权力巅峰,而是转向了更隐蔽的影响力构建。通过投资布局、社交媒体影响力、生态系统建设这些方式,他牢牢掌控着对加密行业的隐性控制。11月他投了Aster项目200万枚代币,表面上是看好去中心化永续合约赛道,其实也是在向市场宣告:他依然能重新定义行业的发展方向。 “真正的权力从不依赖于特定的职位或头衔,而在于对规则制定和市场预期的操控能力。” 赵长鹏用实际行动证明了一个道理:就算没了表面的头衔和职位,真正的权力玩家还是能靠创新的商业模式和精准的市场操控,重新确立自己在行业里的统治地位。他2025年的复出,不只是个人命运的转折点,更是加密行业权力结构的大洗牌。 「10个人-2025年的加密市场重要人物志」系列 本系列聚焦2025年加密市场的关键人物,通过他们的布局与决策,解读加密行业从边缘到主流的转变逻辑。 特朗普:政治权威成为加密价值的新锚点 Michael Saylor:企业财库革命的真正先驱 Tom Lee:华尔街与加密世界的关键桥梁 赵长鹏:币安Alpha 2.0的权力转型 Vitalik Buterin:去中心化理想与机构化现实的平衡者 金正恩:国家级加密财政的极端实践 马斯克:加密市场"强人时代"的符号 孙宇晨:加密世界的"规则玩家" Brian Armstrong:加密世界的"合规基础设施建筑师" Peter Thiel:去中心化世界的"中心化帝国建造者"

ZHANG.z | October 31, 2025 | 5 min | Shanghai

【ChatGPT时刻06】GPT-1:生成式预训练的开山之作

本文解读的是Alec Radford等人于2018年发表的里程碑论文《Improving Language Understanding by Generative Pre-Training》,该论文提出了GPT(Generative Pre-Training)模型,首次将大规模无监督预训练与有监督微调相结合,在多个NLP基准上取得了突破性成绩。GPT-1是ChatGPT的直系祖先——它确立了"预训练+微调"的范式,证明了通用语言表示可以从海量无标注文本中学习,为后续GPT-2、GPT-3乃至ChatGPT奠定了架构和方法论基础。 NLP的迁移学习困境 问题一:标注数据的稀缺性 深度学习在NLP中的应用面临一个根本挑战:高质量标注数据稀缺。 与计算机视觉不同,NLP任务的标注需要语言专业知识,成本高昂: 情感分析:需要理解语言的细微差别 问答系统:需要专业领域知识 文本蕴含:需要逻辑推理能力 大多数NLP数据集仅有数千到数万条标注样本,远不足以从头训练大型神经网络。 问题二:预训练方法的局限 在GPT之前,NLP领域的预训练主要有两种方式: 词向量预训练(如Word2Vec、GloVe): 只提供词级别的表示 无法捕捉上下文信息 无法处理多义词 语言模型预训练(如ELMo): 使用双向LSTM 表示能力受限于LSTM架构 预训练和微调架构不一致 这些方法虽然有效,但都存在明显局限:预训练的知识无法充分迁移到下游任务。 问题三:无监督学习的挑战 无监督学习的核心挑战是找到合适的目标函数。语言建模是一个自然的选择: $$ \mathcal{L}{\text{LM}} = \sum{i} \log P(u_i | u_1, \ldots, u_{i-1}; \Theta) $$ 但如何设计一个既能充分利用预训练知识、又能适应多种下游任务的框架? GPT的核心设计 Transformer解码器架构 GPT采用Transformer的解码器部分作为基础架构,使用单向自注意力(因果注意力): $$ \text{Attention}(Q, K, V) = \text{softmax}\left(\frac{QK^\top}{\sqrt{d_k}} + M\right)V $$ 其中 $M$ 是掩码矩阵,确保位置 $i$ 只能关注位置 $j \leq i$: ...

ZHANG.z | October 25, 2025 | 14 min | Shanghai