投研早报丨3 秒清仓、批量发币：Pump.fun 上的 Meme 币收割流水线/融资 3000 万的 Ritual 发币：是 AI 破局者还是散户镰刀？/Predict.fun 发币前夜：拆解 PREDICT 的生息机制、空投博弈与安全账单

8700+ 订阅者，ChainFeeds 精选的信息流帮你做出聪明决策

📢 热点新闻 ｜2026.10.29

🔥 美 CFTC 拟于 12 月 15 日举行圆桌会议，讨论衍生品市场全天候交易可行性

🔥 Y Combinator 发布加密创业方向报告：重点关注稳定币、资产代币化及 AI Agent

🔥 Strategy 股东投票通过每日分红的公司提案

🔥 MARA Holdings 于 9 小时前向 BitGo 转入 1000 枚 BTC，价值约 8066 万美元

🔥 谷歌将推出加密托管安全服务，以应对潜在 AI 威胁

👨‍💻 ChainFeeds 投研简报 ｜2026.10.28

chainfeeds.me

1️⃣ AI｜英伟达的 AI 飞轮，正在埋下怎样的风险？

2️⃣ Meme｜3 秒清仓、批量发币：Pump.fun 上的 Meme 币收割流水线

3️⃣ 投融资｜融资 3000 万的 Ritual 发币：是 AI 破局者还是散户镰刀？

4️⃣ 项目分析｜Predict.fun 发币前夜：拆解 PREDICT 的生息机制、空投博弈与安全账单

5️⃣ 投融资｜为什么传统财务分析，可能让 VC 错过下一个技术巨头？

每日精选的加密信息由 ChainFeeds 团队与 AI 共同编写，我们已将内部的信息流工具优化并开放给所有读者及 Web3 行业者使用👇

🌞 Web3 行研早报来自：Web3 行业必读深度资讯「简报」平台｜chainfeeds.me

1️⃣ 【英文长推】英伟达的 AI 飞轮，正在埋下怎样的风险？

导读：基础设施最终可能成为不可或缺的资产，但为第一轮建设提供资金的公司，却未必能够撑到投资回报真正到来的那一天。

blocmates.：在正常情况下，云服务提供商购买 GPU，是因为外部客户愿意付费使用这些计算资源。英伟达的大部分客户确实遵循这一商业逻辑。但复杂之处在于，英伟达有时不仅扮演设备销售商的角色，还会通过提供资本、信贷、基础设施支持，或者承诺购买算力，来促成交易。表面上看，这属于常见的商业实践，通常不值得过度担忧。

但问题在于，如果没有英伟达的支持，这些 GPU 订单是否会更小、出现得更晚，甚至根本无法达成？循环交易本身并不一定是坏事，只有当企业提供的支持远远超过市场的自然需求时，风险才会显现。如果预期中的需求如期到来，独立客户的真实需求就能逐渐取代英伟达的支持，形成完整的商业循环。投资者真正担忧的是，英伟达提供支持与独立客户实际使用算力之间存在时间差。

毕竟，整个行业究竟提前建设了多少尚未被终端需求消化的基础设施？技术方向可能完全正确，但投资时机仍然可能出现错误。真正的风险在于 GPU 销售与终端用户收入形成之间的时间差。首先，英伟达确认销售收入并交付 GPU；随后，数据中心安装设备并开始提供计算能力；最后，云服务客户购买算力，再将服务出售给终端用户。

这些环节各自需要的时间都存在不确定性，一旦叠加固定期限的融资安排，风险就可能进一步累积。

熟悉金融历史的投资者之所以发出警告，是因为他们认为类似的故事曾经发生过。基础设施建设热潮在技术上可能完全正确，也可能为社会创造巨大价值，但对于为第一轮建设提供资金的企业而言，却可能造成灾难性的财务后果。铁路曾经连接不同地区，并在后来成为极具价值的资产，但最初修建铁路的公司可能早已破产。

互联网泡沫时期铺设的光纤，最终也能够承载庞大的网络流量，但当年为这些光纤提供融资的运营商，未必能够坚持到投资回报真正出现的那一天。这也是为什么许多看空者不断将英伟达与思科进行比较。思科当年的问题并不是互联网没有未来，而是客户购买网络设备的速度，远远超过了实际网络流量及现金流能够支撑的水平。

当客户的融资和支出无法继续维持时，思科最终留下了价值 22.5 亿美元、无人愿意购买的库存。对于英伟达而言，不同类型的客户也对应着不同风险。大型云服务提供商经营历史较长，拥有相对稳固的需求订单，因此不太令人担忧。新兴云计算公司通常杠杆率更高，市场预期也更为激进，并且为了证明融资合理性而提前释放大量未来需求。

它们能否及时产生足够现金流来履行承诺，是最关键的问题。至于私人 AI 实验室，即使收入规模有限，也能够轻易筹集资金，但其财务状况缺乏透明度，可能隐藏着许多尚未暴露的风险。

风险的出现并不需要整个 AI 行业崩溃，只需要经济层面出现供需错配。AI 应用的商业化速度可能低于预期，企业实际使用的 AI 服务可能少于预测，大型云服务商可能将持续性工作负载转移到自研芯片，更先进的模型和软件也可能减少完成单项任务所需的算力。与此同时，新一代英伟达系统可能削弱旧款 GPU 的经济价值，客户也可能开始更加严格地控制资本支出。

投资者可以通过一些迹象观察风险是否正在形成，例如 GPU 租赁价格走弱、可用算力更容易获得、客户在续约时要求更低价格、旧款 GPU 的转售价值下降，以及数据中心投入运营后需要更长时间才能达到预期利用率。建设或电力供应延误，也可能导致设备迟迟无法产生收入。融资因素会进一步放大这些问题：如果 GPU 租赁价格下降，设备价值也会随之下跌；当 GPU 作为抵押品的价值下降，贷款机构就可能减少融资额度或提高融资条件；融资收紧又会导致项目延期、GPU 采购减少，进而削弱企业增长和估值，使再融资更加困难。

英伟达的部分交易结构较为复杂，公司与客户可能同时承担多种角色，因此价格下跌带来的冲击也可能同时传导至英伟达财务报表的不同部分。看空逻辑并不要求 AI 消失、数据中心失去价值，或者大型云服务商破产。只要订单增长放缓、设备更新需求减弱、旧款算力价格下降，或者每单位独立客户需求需要更多融资支持，就足以形成风险。

【原文为英文】（ 来源）

2️⃣【英文长推】3 秒清仓、批量发币：Pump.fun 上的 Meme 币收割流水线

导读：一个由 43 个钱包组成的网络在 Pump.fun 上批量发行 Meme 币，通过捆绑交易买入代币，随后迅速抛售，并将所有利润汇集到同一个钱包。

The Smart Ape：我发现了一个由 43 个钱包组成的网络，它们在 Pump.fun 上批量发行 Meme 币，通过捆绑交易买入代币，随后迅速抛售，并将所有利润汇集到同一个钱包。该钱包目前持有 1,026,810 美元 USDC，从未主动发起过任何交易，只有两个属于该网络的钱包向其转入过资金。

这一发现始于 10 月 22 日发行的 FUN 代币。该代币在一条推文发布后仅 8 秒便上线，开发者首先买入，随后另外三个钱包在同一区块内紧跟买入，而开发者仅在 4 秒后便卖出全部持仓。令人意外的是，代币价格并未立即崩盘，反而在 10 分钟后达到约 15 万美元市值。开发者及其捆绑交易钱包从中赚取了 13.6 枚 SOL，但在价格进一步上涨前就已退出。

我随后追踪开发者的资金流向，发现资金先进入一个金库地址，再由金库将 USDC 转入一个持有约 100 万美元的钱包，而另外 31 个代币发行钱包也向这一资金归集体系输送资金。整个网络包括 32 个发行钱包、8 个中转钱包和 3 个捆绑交易钱包，自 2026 年 1 月以来累计发行超过 6,855 种 Meme 币，涉及两个金库和一个最终资金归集钱包。

直到 6 月，约 30 个钱包还在并行发行代币；从 7 月开始，网络转为一次由一个开发者钱包主导发行。目前使用的开发者钱包 DRXPafDu 自 9 月 9 日以来已发行 1,118 种代币。

该网络的每次代币发行几乎都遵循相同流程。首先，开发者创建代币，并在同一笔交易中买入总供应量的 10% 至 15%；随后，网络中的另外三个钱包在同一区块内紧跟开发者买入。接着，外部买家陆续进场，包括抢跑机器人、跟单机器人，以及认为自己提前发现机会的普通投资者。开发者随即卖出全部代币，卖出时间的中位数仅为 3 秒，所得利润最终通过金库转入资金归集钱包。

这些捆绑交易并非随机发生。我检查了 160 次代币发行，发现其中存在 461 笔捆绑买入交易，全部发生在代币发行所在的区块，90% 的买入交易紧随创建交易之后，位于第 1、第 2 或第 3 个位置，没有任何一笔发生在后续区块。这意味着代币创建交易和三个钱包的买入交易被打包成一个整体提交，外部交易者无法插入其中。

开发者也不会等待价格持续上涨。在当前开发者钱包的 693 次发行记录中，88% 的代币在发行后 5 秒内就已全部卖出。更值得注意的是，参与捆绑买入的三个钱包并非新创建的钱包，而是同一网络中的其他发行钱包。例如，钱包 A 发行代币时，钱包 B、C、D 负责买入；随后钱包 B 发行代币，钱包 A、C、E 又参与买入。

其中一个以 3cCqweS8 开头的钱包，曾参与另外 8 个不同开发者钱包的捆绑交易。

仅仅因为多个钱包将资金发送到同一个地址，并不足以证明它们由同一人控制，但这个网络存在更直接的协同行为证据。10 月 14 日 15 时 39 分 14 秒，36 个钱包在同一区块内将 SOL 余额转入金库，另一个钱包在两分钟后完成转账。三分钟后，金库向最终资金归集钱包转入 71,874 美元 USDC。

让 36 个独立用户在同一区块内完成资金转移几乎不可能，这更像是脚本自动执行的结果，而且类似的批量资金归集并非只发生过一次。9 月 9 日 01 时 07 分，旧开发者钱包 XXXX5JNG 在累计发行 938 种代币后完成最后一次发行；04 时 05 分，一个新金库获得资金；04 时 11 分，新开发者钱包 DRXPafDu 携三个新的捆绑交易钱包完成首次发行。

就在五天前，旧开发者钱包曾向新钱包转入 247 枚 SOL。数百次发行中的首次买入数量也高度一致，其中以 3.55 枚 SOL 买入 1.109 亿枚代币的操作出现 966 次，以 3.56 枚 SOL 买入 1.121 亿枚代币的操作出现 797 次，显示这些交易可能由使用相同配置的工具执行。

最终资金归集钱包地址为 8wZf1QPda7HeQQYPXebVu8HGEKcCoiSoT7KsuwYLWtFX，自 5 月 9 日以来共有 188 笔交易，全部为转入记录，没有主动签署过任何交易。两个金库分别向其转入 742,271 美元和 284,539 美元 USDC，合计 1,026,810 美元。

【原文为英文】（ 来源）

3️⃣ 融资 3000 万的 Ritual 发币：是 AI 破局者还是散户镰刀？

导读：社区空投部分为 5000 万枚，占初始供应量的 0.5%。

Foresight News：10 月 26 日，Ritual 基金会宣布其专为 AI 设计的 Layer 1 区块链 Ritual 主网上线，协议代币 RITUAL 同步 TGE 并作为网络 Gas 代币。Coinbase 已上线其代币，目前 RITUAL 报价从上线高点时的 0.08 美元一路跌至 0.0226 美元，FDV 约为 2.2 亿美元。

根据官方代币经济学文件，RITUAL 初始供应量为 100 亿枚，无供应上限。主网上线时解锁 18 亿枚，占初始供应量的 18%。其中社区空投部分为 5000 万枚，占初始供应量的 0.5%，面向符合条件的 Infernet 节点运营商、Frenrug 用户及长期社区成员，上线时完全解锁，无任何锁定期。

目前，Ritual 已开放代币申领。不过根据 Morsy 创建的网站显示，仅有 852 个钱包符合资格申领，目前已有 403 位用户申领 20737786 枚代币。代币分配结构为：核心贡献者占 29%，生态系统增长与研发占 25%，网络参与及未来激励占 14%，Labs 投资者占 11.3%，Ritual 基金会占 10%，实验室金库占 5%，前沿 AI 资助占 4.7%，基金会私募占 1%。

上线时解锁的 18% 主要来源于生态系统增长与研发分配中的 12.5%、基金会金库中的 5%，以及网络参与及未来激励中的 0.5% 空投部分。

核心团队及早期投资人筹码设有一年 cliff 解锁期，锁定代币不可参与质押，质押奖励仅流向已解锁的流通供应。整体解锁周期覆盖四年，最终代币将在主网上线后四年内完成解锁。网络初期年化增发率约 5%，以质押奖励形式向验证者及 AI 执行节点发放，项目方预期随链上费用收入上升而逐步降低增发比例。

交易基础费用采用 EIP-1559 机制永久销毁，无供应上限的设计使总供应量由增发与销毁的净效果决定。代币 RITUAL 的用途包括质押以保障网络安全、支付 AI 执行节点运行费用、支付链上各类操作费用，包括标准 Gas、模型推理、HTTP 调用及定时任务，以及未来基于质押权重的治理投票。

2023 年，Ritual 由前 Polychain Capital 合伙人 Niraj Pant 与 Akilesh Potti 共同创立。Niraj Pant 此前在 Polychain Capital 担任普通合伙人，投资过 Solana 等项目。Akilesh Potti 拥有 Palantir 及量化交易背景。

项目于 2023 年 11 月从隐身模式走出，完成由 Archetype 领投的约 2500 万美元融资，投资方还包括 Accomplice、Robot Ventures 等机构，后续获得 Polychain Capital 战略投资，累计融资规模超过 3000 万美元。顾问团队包括 NEAR 联合创始人 Illia Polosukhin、Gauntlet 创始人 Tarun Chitra 及 BitMEX 联合创始人 Arthur Hayes。

项目早期以 Infernet 为核心产品，该网络定位为面向 AI 工作负载的去中心化预言机网络，后续转型为 AI 公链。2024 年 12 月，Ritual Chain 私有测试网上线。此后项目推进多个公共测试网阶段，包括 2026 年 4 月的角色门槛测试网与 6 月的 Genesis 1000 智能体部署阶段。

至主网上线前，官方数据披露其测试网已部署超过 2000 个智能体，累计发送交易量超过 9000 万笔，数千名节点运营商参与早期网络运行。Ritual 将自身定位为「AI 链」，采用 EVM 兼容架构。其核心设计目标是使开发者与智能体无需离开链即可原生访问 AI 模型、Web2 服务与 API，并获得密码学保证。

智能体可持有自身密钥、维持持久身份、管理资本并基于目标自主行动；推理结果、外部调用与结算均可在同一链上完成，无需额外预言机服务。项目方称，这一设计将价值捕获从「支付排放以在其他地方生产 AI」转向「当智能在链上被消费时收取费用」，支持机器对机器支付、智能体原生公司、异构计算市场及面向机器参与者的 RWA 市场等用例。

目前，RITUAL 短期价格受空投抛压与流动性不足影响出现回撤，中长期估值能否向更成熟 AI 项目靠拢，仍取决于链上实际使用规模与费用收入的形成速度。（来源）

4️⃣ Predict.fun 发币前夜：拆解 $PREDICT 的生息机制、空投博弈与安全账单

导读：若想获得 100% 空投额度，必须接受 12 个月的线性解锁。

深潮 TechFlow：Predict.fun 的资源结构，直接指向了 BNB Chain 的核心。其创始人 dingaling 曾任币安研究主管并创立过头部 DEX PancakeSwap，背后的主力资方为 YZi Labs 与量化机构 Susquehanna Crypto。这种背景直接兑现为分发上的优势。

Predict.fun 避开了独立建站的流量内卷，将其交易面板直接嵌入了 Binance Wallet 和 Trust Wallet。在业务逻辑上，它切中了 Polymarket 等传统预测市场的资金闲置痛点：用户下注 YES/NO 后，抵押资金会被智能合约路由至 Venus 等 BNB Chain 原生 DeFi 协议中。

无论最终预测胜负，底层资金在持仓期间都在持续产生利息。这种机制催生了极高的资本效率。根据 DefiLlama 截至 10 月 28 日的数据，Predict.fun 的当前 TVL（总锁仓量）仅为 1017 万美元，但其过去 30 天的交易量却高达 4.01 亿美元。这意味着其月度资金周转率达到了惊人的 40 倍。

这里面既有撸毛刷空投的羊毛党的操作迹象，也有预测市场产品特性带来的短平快交易特征。截至目前，该平台的累计交易量已突破 36 亿美元，累计产生手续费 3079 万美元，其中归属协议的净收入达到 923 万美元。

10 月 28 日，官方释出了 $PREDICT 的代币明细：总量固定 10 亿枚，无增发机制。筹码结构被切割为五块：生态与社区占比 51.95%，早期支持者 26.05%，核心贡献者 10%，国库 8%，流动性 4%。核心的利益分配体现在解锁曲线上。TGE 期间，全网仅解锁 16% 的流通量。

团队与早期投资者合计 36.05% 的份额在 TGE 时完全锁定，随后是长达 24 个月的悬崖期（Cliff），再分 36 个月线性释放。这份长达 5 年的退出时间表，在纸面上锁死了核心利益方的短期流动性。而面向散户的第一季（Season 1）空投，分配了 7000 万枚 PREDICT 代币，约占总量的 7%。

这笔筹码的分配基准是 S1 期间积累的 Predict Points 积分，真正的获益者是那些在平台内提供真实流动性、参与交易与社区建设的用户。针对这批拿到了空投资格的用户，官方设计了一个明确的流动性贴现机制：用户如果选择即时领取，只能拿走分配额的 35%；若想获得完整的 100% 额度，必须接受 12 个月的线性解锁。

这种双轨制还是为了将空投抛压转化为持币者的时间成本，防止一次性解锁领提卖造成的币价波动。

伴随代币模型的公布，币安合约已提前上线 $PREDICT 的盘前交易。资金博弈将其理论 FDV 一度推高至 18 亿美元区间。但在高估值与正式发币的交汇点，平台暴露了基础设施的安全敞口。10 月 22 日至 27 日，29 个 Predict.fun 用户账户遭到洗劫，损失总计约 40 万美元（39.7 万 USDT）。

之后的链上追踪与调查确认，项目的核心智能合约并未被攻破。黑客的入侵节点是一家由第三方托管的 API 文档网站。通过篡改文档站点，攻击者截获了用户的私钥，完成了带有合法签名的转移指令，随后将资金跨链至以太坊并通过 Tornado Cash 混币洗白。目前，官方已承诺对这 40 万美元的损失进行全额赔付。

从代币博弈的角度来看，这是一个典型的「高 FDV + 低流通」局。TGE 仅 16% 的初始流通量，叠加空投的双轨制设计，使大量符合资格的用户在「拿 35% 现金」或「锁仓 12 个月拿 100%」之间做时间成本的权衡。但核心的隐患则在于价值捕获的断裂。目前 $PREDICT 的效用仍停留在常规的治理参与、手续费折扣和流动性奖励层面。

如果这每月数百万美元的真实协议收入，不能通过明确的代币回购、销毁或分红机制传导给二级市场持有人，那么当两年后团队和早期投资者的筹码开始解锁时，高昂的 FDV 终将面临不可避免的价值回归。（来源）

5️⃣ 【英文长推】为什么传统财务分析，可能让 VC 错过下一个技术巨头？

导读：投机型投资和财务型投资并不太适合早期基础设施投资。

martin_casado：风险投资已经不再是过去的样子。如今，大部分投资不再由一群通才型合伙人组成的松散团队，针对新兴市场中的投机性技术进行投资。随着科技市场不断发展成熟，可用资本规模也在过去几十年间增长了多个数量级，风险投资逐渐走向专业化。大量投资活动由大型机构中分工明确的团队完成，他们往往专注于特定行业，开展大量分析工作，而其中相当一部分分析甚至与技术本身无关。

传统金融和商业分析方法深刻影响了这一转变。如今的早期创业公司，其规模可能相当于几十年前的上市公司，因此利用财务指标和目标市场规模评估企业具有合理性。但这种方法也可能与早期科技投资的本质相矛盾，因为技术浪潮几乎总是先于商业模式出现。互联网诞生多年后，人们才逐渐找到有效的变现方式，而新技术本身也会创造市场、扩大潜在市场规模。

为了厘清不同投资方法，可以将风险投资划分为四种典型理念：财务型、生产力型、前沿型和投机型。财务型投资者关注企业财务状况、商业指标及市场规模；生产力型投资者相信技术能够创造全新市场和经济价值；前沿型投资者更看重创始人及技术人才，愿意在市场尚未形成时承担风险；投机型投资者则更关注资产价格、宏观环境和市场对投资标的的认知，而非企业或技术本身。

真正的问题在于，投资者经常把不同理念中的判断标准随意拼接，用来证明某笔投资值得参与或应该放弃，却没有意识到这些标准背后的假设可能相互矛盾。例如，如果投资的是新兴技术，就没有太大必要过度强调现有商业指标或潜在市场规模。如果一名生产力型投资者并不相信企业所掌握的底层技术，仅仅因为估值便宜就决定投资，也不符合其投资逻辑。

如果真正相信一项技术具有革命性，那么现有市场规模的限制最多只能是次要考虑因素。反过来，投资者也经常犯下另一种错误：面对商业指标极其出色的公司，却过度纠结创始团队的技术背景或技术路线。这并不意味着上述质疑没有价值，而是说，投资判断必须与价值创造的核心假设保持一致。遗憾的是，目前没有一套系统性方法能够完全解决不同投资理念之间的冲突。

更可行的方式是，投资团队或基金明确自己的核心投资哲学，并在不同交易中保持一致，避免为了迎合个人偏见而临时选择判断标准。一种常见做法是根据企业发展阶段调整投资理念：产品出现之前偏向前沿型投资，获得市场牵引力之前偏向生产力型投资，而商业模式具备可重复性之后则偏向财务型投资。

不同投资理念与企业发展阶段之间存在明显联系。几乎所有最早进入创业公司的资金，本质上都属于前沿型投资，主要关注团队，或者团队所采用的技术路径及其与市场的关系。财务型投资显然更适用于后期企业，而成长型投资几乎完全依赖这一视角。不过，从种子轮到早期 C 轮之间，情况就没有那么清晰，因为企业可能尚未建立长期可重复的商业模式，目标市场也可能仍存在很大不确定性。

许多公司需要多年时间才能真正实现突破，因此不应仅凭融资阶段就机械地套用某一种投资理念。就我个人而言，我是一名严格的生产力型投资者。我始终认为，投机型和财务型投资理念并不适合早期基础设施投资。它们往往低估技术创造的巨大价值，反而采用一种零和思维，认为投资回报的上限受到现有市场规模或商业模式的限制。

低估技术扩大潜在市场规模的能力已经成为常见错误，例如 Uber 与传统出租车市场、GitHub 与代码仓库市场，以及 Cursor 与传统集成开发环境之间的关系。寻找颠覆性技术，却又使用成熟行业的传统商业指标评估它们，在我看来几乎是一种悖论。另一方面，由于我接受过正规的技术训练，创办过产品型创业公司，也拥有大规模运营经验，因此仍然重视对企业技术路径、目标市场，以及创始人如何在这一市场中建立公司的判断。

如今科技市场已经足够庞大和成熟，投资者完全可以在企业商业模式得到验证之前，开展有意义的尽职调查。【原文为英文】（来源）