【幣圈日報】GPT-4能檢查以太坊智慧合約漏洞｜a16z 政策總監：SEC已「完全失控」|數位時代 BusinessNext

Coinbase主管：GPT-4 能檢查以太坊智慧合約漏洞

3 月 15日，OpenAI官方發佈了自然語言處理模型 GPT-4 的最新版本，引起了廣泛的市場關注和討論。相較於之前的版本，GPT-4 擁有更大的模型規模、更出色的語言生成能力、更強的自我學習能力以及更注重多模態融合。此外，GPT-4 還能夠支援圖像輸入和更長的內容文檔。

許多人分享了使用 GPT-4 的心得。Coinbase 高階主管 Conor Grogan 在推特上分享了使用 GPT-4 審查智慧合約代碼的體驗，並發現這種方法，確實能夠找出合約中的安全漏洞。

Conor Grogan 總結道：「我相信人工智慧最終將有助於使智能合約更安全，而且更容易構建，掃除大規模採用的 2 個主要障礙。」

延伸閱讀： GPT-4來了，「智商」狠甩ChatGPT！能懂哏圖笑點、律師考試也贏過9成考生

📍邀請您加入Web3+ Line社群，持續關注最重要的網路變革
👉 https://lin.ee/kItnyTh

瑞士信貸暴跌 20% 觸發「熔斷停牌」，大股東拒金援，瑞士當局相挺

遲交財報、身陷財務困境的瑞士信貸銀行（Credit Suisse，下簡稱瑞信）在 3 月 15 日再度傳出壞消息，其股價（歐股）一度暴跌 20％觸發「熔斷」暫停交易機制，也拖累歐洲銀行股跳水。

更加嚴峻的是，瑞信的最大股東，沙烏地阿拉伯國家銀行（SNB）同日接受採訪時明確表示，絕對不會對瑞信提供更多的資金，因為 SNB 持股已經將近 10％上限，再增資就會違反監管法規，不會再購買瑞信的股票。

外傳瑞信同日已呼籲瑞士央行公開表示對其支持，最終獲得瑞士當局相挺，稱瑞信當前的資本率與流動性狀況仍符合要求，如有必要，央行將提供額外流動性。

a16z 政策總監：SEC 已「完全失控」！正在走上獨裁的道路

前商品期貨交易委員會（CFTC）委員、現任創投公司 a16z（Andreessen Horowitz）政策總監 Brian Quintenz，在參與佛州年度期貨產業協會（Futures Industry Association）會議上表示，最近幾週美國監管機構「針對」加密產業的一系列執法行動，讓許多業內人士認為，這是對加密貨幣和美國創新的惡意攻擊。

「SEC 完全失控了！他們正在走上獨裁的道路。」Quintenz 嚴詞批評，他強調美國必須做出決定，是否要擁抱和支援這個國家的創新者。

另一位與會者，CoinFund 執行長 Chris Perkins 附和上述說法，他表示香港、新加坡和英國等司法地區對加密產業的合規推動進度，領先美國一步。

Filecoin 主網升級，成為「EVM 兼容」的智慧合約鏈

去中心化儲存專案 Filecoin 迎來名為「Hygee」的主網升級，推出了 Filecoin 虛擬機（Filecoin Virtual Machine, FVM）。

這使得 Filecoin 不再只是提供儲存服務的網路，也成為一個「EVM 兼容」的智慧合約鏈。開發者可以在此網路上建立任意類型的去中心化應用程式，亦能與其他區塊鏈建立跨鏈橋，更加緊密地連接不同的生態系統。

EVM 與 EVM 兼容

以太坊虛擬機（Ethereum Virtual Machine, EVM）是建立在以太坊區塊鏈上的一個抽象的機器，通過軟體模擬出和實際物理電腦同樣的軟硬體資源。EVM 可使在其上面運行的程式彼此隔離，並且與主鏈分離；利於各開發團隊在上面處理智慧合約（Smart Contract）部署和執行的計算引擎。

而所謂的「EVM 兼容」是指新鏈在處理智慧合約這個層面（應用層），創造了一個類似 EVM 的執行環境，就被稱作是具有「EVM 兼容性」（EVM Compatibility）；一旦成為「EVM 兼容」，新鏈上的程式開發人員，就可以更簡單快速地把以太坊上的智慧合約轉移至這條新鏈上，不需要為了這條新鏈再重寫一遍代碼。

Voyager 資產出售計畫中藏玄機！美國官員抗辯主張刪除這項條款

已破產的加密貨幣借貸平台 Voyager 計畫出售其數位資產給 Binance.US，而美國官員希望刪除銷售計畫中的一項免責條款，擔心該條款將有效免除 Voyager 及其員工違反稅法、或證券法的責任。此前，法院在 3 月 7 日批准該計劃，當時參酌了 97％的 Voyager 用戶支持度。

3 月 14 日，反對方代表律師 William Harrington 和其他政府律師，向紐約破產法院辯稱，法院在批准免責條款時，不當地超越了其法定權力。他們要求法院延緩兩周，以便他們提出上訴。

美國官員並未反對銷售計畫的其他部分，但他們對免責條款表達異議，認為它將阻礙政府執行監管的能力。

延伸閱讀： 兩次收購都因「破產」失敗！美法官批准幣安美國收購加密平台Voyager，為何監管單位都說不要？

幣安：比特幣「現貨」交易的 0 手續費優惠從 BUSD 轉移到 TUSD

根據加密貨幣交易所龍頭幣安 Binance 最新公告，比特幣「現貨」交易的 0 手續費優惠從 BUSD 轉移到 TUSD，未來用戶買賣比特幣「現貨」時，只有在 BTC/TUSD 交易對，才能繼續享受掛單和吃單零手續費。

原本的 BNB/BUSD、BTC/BUSD 和 ETH/BUSD 現貨和保證金交易對，其掛單 0 手續費的優惠將取消。

📍邀請您加入Web3+ Line社群，持續關注最重要的網路變革
👉 https://lin.ee/kItnyTh

本文授權轉載自：鏈習生

核稿編輯：高敬原

AI 自動化，從行政細節釋放組織戰力

轉型需要夥伴，而賴志達評估合作夥伴的標準很明確：技術能力是基本，產業知識（Domain Know-how）的深度是關鍵，回饋速度更是最終決定因素。2025 年的未來商務展上，良興選擇攜手 Data-DI，看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的，良興與 Data-DI 合作的第一個專案，就落在最耗費人力、卻最常被忽視的環節：會議記錄。「會議如果沒有產值、沒有效果，對企業很傷！」賴志達說，他每天參加許多會議，但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理，常出現人名誤植、決策遺漏、行動項目無人追蹤，讓會議效果大打折扣。

為了解決會議記錄的痛點，Data-DI 業務副總包威棣指出，在導入工具以前，團隊須先釐清三件事：場景是否具備落地價值、哪些流程節點適合 AI 介入，以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問，都決定 AI 能否精準落地。

確認方向後，良興與 Data-DI 成功導入 AI 會議記錄自動化系統，透過模糊比對技術校正語音辨識誤差，並將生成的雙版本報告直接回存至既有資料庫，不僅將行政人員從重複性作業中釋放，也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享，現在他去外部開會也會用這個工具，運用 AI 把錄音轉文字、再整理成簡報，很快就能完成，更令外部夥伴驚艷。「我認為這是很成功的案子！也提醒想做 AI 的老闆們，與其急著搞大架構，不如先從小工具讓公司嘗試 AI，建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後，良興接著切入更深層的營運核心：知識傳承。過去，頂尖銷售經驗長期鎖在少數資深員工身上，新人培訓耗時三個月，員工離職即帶走知識資本。與此同時，網路資訊發達，消費者進店前早已掌握基本規格，3C 通路門市人員要如何發揮更多價值？「我要門市的人不是死背規格，而是面對客人時，能用客人能理解的方式對話。」賴志達說。

為此，Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡，串接教材生成、審核上架、AI 銷售對練與成績回報，主管僅需在核心節點審核；員工透過手機語音對練，系統依口吻、專業度、回應力等維度自動評分。賴志達表示，目標是將新人培訓期縮短至一個月，讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而，要讓這套系統真正運作，得先解決兩個根本問題：資料從哪裡來？以及訓練如何更準確？

「以前大數據時代，講的是資料要大、全、細、實；現在 AI 要做到的是準（準確）、合（合乎場景）。」包威棣說。良興不同廠商提供的素材品質參差不齊，Data-DI 除了整合內部資料，也補充加入外部市場評測內容以填補空缺，再透過人員審核機制過濾雜訊，搭配 agent 架構的多層步驟與知識限定，確保系統能精準提煉對應品類的訓練素材。

賴志達則看得更遠：「這些教育訓練的內容，也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問，帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中，雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步，賴志達表示，公司各部門很早就建置 Power BI 報表，但數據豐富不等於決策清晰。「數據是土壤，如果沒有梳理，就沒有用了。」因此，他的下一個目標是活化數據資本、推動行銷自動流，以精實的人力持續驅動成長。

包威棣則從顧問視角歸納兩個觀察：AI 導入需要高層認同、由上而下推進，像賴志達這樣持續引領良興走在業界前端的決策者，就是不可或缺的推手；而單點工具的價值，終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構，人員訓練改變了知識傳承的方式。從點狀應用走向企業變革，這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後，對於仍在觀望AI應用的企業，他則建議：「未來 AI 導致的落差只會愈來愈大，人會變成超級工作者，企業會變成超級企業。開始做就對了，先做一個三個月的小任務，降低落差、再急起追上。」從痛點切入、小步快跑，讓組織在實作中累積對 AI 的理解與信任，這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊，請查詢網站：https://www.data-di.com/