一.前瞻

1. 宏观层面总结以及未来预测

本周全球市场核心仍围绕 美债收益率、油价以及地缘局势 展开博弈。随着市场对美伊局势缓和的预期升温，原油价格自高位回落，美国10年期国债收益率也从此前接近4.7%的阶段高位回落至4.4%附近，市场对通胀失控的担忧有所缓解。与此同时，美国股市整体维持高位震荡，科技股表现相对强势，但市场对于高债务、高财政赤字以及长期利率中枢上移的担忧并未消失。整体来看，本周市场情绪较前期有所修复，但宏观层面仍处于“高利率+高债务+高不确定性”的敏感阶段。 

未来一周市场将继续重点关注 美债走势、美国通胀数据以及中东局势变化。如果油价维持回落，美债收益率继续下行，则风险资产有望获得阶段性喘息空间，包括美股与加密市场；但若油价重新上涨或长期国债收益率再次冲高，市场可能重新交易“再通胀”与财政风险逻辑。

2. 加密行业市场变动及预警

本周全球市场持续受到美债收益率波动与中东地缘风险扰动，风险资产整体承压。比特币在经历此前冲高后回落至7.3万–7.7万美元区间震荡，市场风险偏好明显降温，ETF资金流出现分化，以太坊持续承压，而比特币仍维持相对强势。与此同时，美国 CFTC 批准比特币永续合约进入合规市场，Coinbase 与 Kalshi 获批开展相关业务，意味着加密衍生品正进一步纳入美国监管框架。

未来一周需重点关注美国经济数据与美债市场波动对风险资产的影响。如果美债收益率继续上行，BTC 与加密市场仍可能面临进一步压力；但从中长期看，ETF资金、机构配置以及美国加密市场合规化进程仍在提供支撑。此外，AI+Crypto 方向持续升温，AI 支付（AEON）、AI 金融与治理（Nava、DAOKraft）以及 AI 基础设施赛道仍可能成为资金关注重点。

3. 行业以及赛道热点

Octra Network 与 Cluster Protocol 分别从底层计算与上层智能协作两个维度推动 AI 原生基础设施的发展。前者聚焦于构建面向高并发、低延迟场景的模块化链上执行网络，通过高性能架构与隐私计算能力，为复杂 AI 应用提供安全、高效的算力与执行环境；后者则致力于打造 AI Agent 协作与自动化编排基础设施，整合 AI 模型推理、数据、算力与工作流管理能力，使开发者能够快速构建、部署并运营自主智能体应用。二者共同指向 AI 与区块链深度融合的发展方向，即构建从底层计算执行到上层智能协作的完整 AI 原生基础设施栈。

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880万美元，由Finality领投，Karatage、Presto以及Zero Dao等参投——面向高并发与低延迟场景的模块化链上执行基础设施Octra Network

1. 简介

Octra 是一个去中心化的通用点对点网络，允许任何人在 Fully Homomorphic Encryption（全同态加密，FHE）技术下安全地存储和处理数据。

它所解决的核心问题，是提供一个开放、中立的平台，使任何人都能够构建去中心化应用生态，同时在处理数值数据时实现“保密且隔离”的计算，并保留对数据本身的访问控制权。

和其他区块链一样，Octra 通过密码学保障安全性，并在没有中心化机构的情况下，以分布式方式处理交易。

其最大的不同在于 Octra 在执行复杂逻辑、计算或数据处理时，不需要先解密原始数据。这是因为 Fully Homomorphic Encryption（FHE）允许系统直接在“加密状态”的数据上进行运算，从而实现真正意义上的隐私保护计算。

2. 协议框架简述

Octra 是一个由多个组件、模块和层级组成的去中心化网络，它们既可以独立运行，也可以协同工作，以满足不同场景需求。整体架构允许开发者在 Circle（隔离执行环境）中构建完全隔离、具备复杂逻辑的应用，并可在其中部署完整后端。交易与应用本身可以选择加密，访问权限可通过助记词地址或 CLI 管理。

其底层数据还能像 BT/Torrent 一样，被加密后持续分布式存储在随机节点中，以防止数据泄露与攻击。此外，Octra 还可以为其他区块链、智能合约或外部服务提供 FHE（全同态加密）计算能力，相当于一个去中心化协处理器。最重要的是，所有计算都在链上完成，而底层数据始终保持加密、分片和分布式状态，从而避免数据被发送到中心化服务器处理，并保证完整可组合性。

2.1 Octra Network

Octra Network 是一个理论上可无限扩展的一层区块链（L1），支持图灵完备的去中心化应用，包括交易所、量化机器人网络以及基于加密且符合 GDPR 数据的链上 AI Agent。其区块生成与奖励机制不再依赖传统 PoW，而是与网络中的复杂计算任务相关。Octra Token 是网络的核心基础元素之一。

2.2 Octra Protocol

Octra Protocol 是一个基于 Actor Model（Actor 模型）的点对点通信协议，支持节点之间、外部服务以及其他区块链之间的消息通信，并具备跨链兼容能力。网络未来还将支持多种区块链生态及中心化服务的数据交换。用户甚至可以通过普通浏览器实时查看 P2P 网络状态，并提供专用 Explorer API。

2.3 Circles

Circles 是网络中的隔离执行环境，也是开发者与用户的核心交互入口。它们相互连接但彼此隔离，允许用户借用网络中的计算、内存和存储资源，用于：

• 存储个人文件与媒体

• 部署和运行应用

• 去中心化聊天系统

• 邮件服务

• 博客、论坛、商店等

Circles 支持高度自定义，并提供类似应用商店的模板与预设，同时由于网络无许可（Permissionless），任何人都可以创建自己的模板。

2.4 Parallel FHE Computer（并行全同态加密计算）

Octra 的核心技术之一是 HFHE（基于超图的全同态加密）。该技术允许系统直接对加密数据执行任意逻辑运算，而无需解密原始数据。

与传统 FHE 不同，HFHE 将每一个 bit 映射为超图中的节点，并利用超边的独立性实现大规模并行计算，从而大幅提升吞吐能力。该机制不仅支持逻辑门运算，也支持整数与模运算。

此外，系统会持续跟踪噪声并进行重基（Rebase），以在不降低安全性的情况下延长可计算深度。每个 epoch 中，密钥都会被拆分、打散并重新生成，即使多数恶意节点联合，也无法解密用户数据。

HFHE 使 Octra 成为一个隐私保护型计算网络：开发者编写任意逻辑，网络在密文上执行运算，而用户始终完全掌控自己的数据。

2.5 Available Operations（支持的逻辑运算）

HFHE 支持多种基于超图的逻辑运算，包括：

1. AND

2. OR

3. XOR

4. NOT

5. NAND

6. NOR

7. XNOR

这些超图实现天然支持并行计算，因为不同节点和超边能够独立处理。

2.6 Decentralized Storage（去中心化存储）

Octra 使用自己的去中心化存储网络（DSN），而不是依赖 Filecoin 或 IPFS。系统会将任意类型数据复制 24 份并分布存储在随机节点中，以平衡可用性与性能。

所有数据都可以选择全加密或部分加密，并可被 Octra 主网应用或外部用户使用。

2.7 Scalability（可扩展性）

传统区块链通常要求所有节点验证所有交易，而 Octra 采用部分验证节点机制：只需部分验证者确认交易，其余节点只需验证状态一致性即可。

该方式减少了重复计算并提高吞吐能力，同时通过评分机制与快速事件判断，实现理论上的无限扩展。当前评估向量大小约为 16KB。

2.8 Performance（性能）

当前 Octra 测试网在 24 个节点环境下，峰值 TPS 可达约 800。测试环境配置包括：

• 64GB RAM

• 8 AMD vCPU

• 10TB Disk

随着更多外部验证节点接入，吞吐预计将继续提升。

2.9 Data Security Guarantees（数据安全保障）

Octra 使用 Transciphering（转密技术）实现数据安全。该技术能够在不暴露原始数据的情况下，对数据进行解密与重新加密转换。

此外，系统还使用 Proxy Re-Encryption（代理重加密）机制，在不接触明文的前提下完成数据共享与转换。

Circles 中的数据在主网络中始终保持不可读状态，但验证节点仍然能够对密文执行验证和计算，因为密文保留了与主网络相同的代数结构。

3 Nodes（节点系统）

任何人都可以在个人电脑、服务器或云环境中运行 Octra 节点。节点通过维护网络安全与运行稳定性获得奖励，而奖励会根据节点对网络的实际贡献进行评估。Octra 的节点体系并不是简单的“记账节点”，而是与其 FHE 计算、密钥分片和共识系统深度结合的基础设施。

3.1 Types of Nodes（节点类型）

3.1.1 Bootstrap Node（引导节点）

Bootstrap Node 是整个网络同步系统的核心，负责维护区块链的主状态，同时充当去中心化的网络状态仓库。

其主要职责包括：

• 管理关键网络状态

• 协调数据分发

• 保持全网同步

由于承担主状态控制功能，因此需要：

• 独立 IP

• 大容量高速存储

• 持续稳定在线

通常会部署在高性能物理服务器或 VDS 集群上。

3.1.2 Standard Node（标准节点）

标准节点负责网络部分区域的数据服务、验证与存储。

网络会根据：

• 节点评分

• 性能参数

• 历史表现

动态决定其承担的任务类型。

这类节点通常是长期在线的服务器或高性能 PC，也可以由多个轻节点组成集群。

3.1.3 Light Node（轻节点）

Light Node 是极轻量级节点，甚至可以运行在 Raspberry Pi 上。

特点包括：

• 部署简单

• 资源占用低

• 可后台运行

• 无需复杂配置

其目的是降低网络参与门槛。

3.2 Scalability（可扩展性）

当前每个 Epoch 约包含：

• 24 个分片参与节点

• 总计约 120 个不同节点

但验证者数量理论上没有上限，并非所有节点都参与密钥分片。

Octra 的扩展逻辑不是让所有节点执行所有任务，而是通过动态参与机制实现横向扩展。

3.3 Key Sharding（密钥分片）

Octra 会在每次 Epoch 重置时重新生成新的密钥分片映射：

• 旧映射会被销毁

• 新 Epoch 自动生成新映射

• 分片地址通过状态转换确定

密钥本身不会完整存在于单个节点，而是以“向量片段”的形式分布。

其本质是：动态、随机、持续变化的分布式密钥系统。

3.4 Key Security（密钥安全）

密钥会在每个 Epoch 更新。

目前 Epoch 为数分钟，主网上线后预计缩短至数秒。

由于：

• 密钥生命周期极短

• 分片持续变化

• 节点动态分配

因此攻击者几乎无法在一个 Epoch 生命周期内重构完整密钥。

3.5 Node Selection（节点选择机制）

节点在参与分片时，并不知道其他节点持有哪些密钥片段，因此无法通过串通恢复完整密钥。

网络还会通过：

• 图同态问题

• 隐藏子图恢复难题

• 三阶噪声扰动

进一步提升破解难度。

其核心思想是：即便多数恶意节点存在，也难以完成数据解密。

3.6 Proof of Useful Work（PoUW，有用工作量证明）

Octra 提出了 PoUW（Proof of Useful Work）机制，用于替代传统 PoW 的“无意义算力消耗”。

与普通 PoW 不同，Octra 的计算任务直接与：

• FHE 运算

• 网络验证

• 节点性能评估 相关。

同时结合：

• ABFT 共识

• 节点评分系统

• SVM 分类模型

动态决定节点权重与任务分配。

如果节点被系统怀疑存在不诚实行为，其：

• 任务分配会减少

• 奖励会下降

因此形成动态信誉机制。

共识流程（Consensus Flow）

Octra 的共识机制结合了：

• 图结构验证者选择

• 分布式签名

• Merkle Proof

• Actor Model

整体流程包括：

1. 用户提交交易

2. 当前 Epoch 验证者接收验证请求

3. 系统根据评分筛选验证者

4. 构建验证图结构

5. 执行分布式签名

6. 验证 Merkle Proof

7. 达成共识并生成新区块

8. 全网同步状态更新

其目标是：在保持安全性的同时提升吞吐与扩展能力。

4 Ecosystem（生态系统）

4.1 Explorer（浏览器）

由于 Octra 支持链上数据加密，因此 Explorer 并不默认公开所有数据。

数据可见性由“Agreement Actor”控制，其会验证：

• 消息哈希

• Epoch 合法性

• 访问权限

之后才决定是否展示数据。

因此：Explorer 本身也具备隐私访问控制能力。

4.2 Circles（隔离执行环境）

Circles 是 Octra 的核心执行环境。

与普通智能合约不同，Circle 不仅包含合约逻辑，还包含：

• 后端系统

• 网络接口层

• 权限控制模块

每个 Circle 都可以运行：

• 私有逻辑

• 公共逻辑

• Web 应用

• 任意复杂度智能合约

并支持：

• Rust

• C++

• OCaml

• WASM

等语言开发。

当前单个链上应用状态最大支持约 32MB，同时支持多个 Circles 组成集群。

Tron点评

Octra 的优势在于其试图构建一个“真正意义上的隐私计算型区块链基础设施”，通过 Fully Homomorphic Encryption（FHE）与超图并行计算（HFHE），实现数据在始终加密状态下的链上存储、逻辑执行与复杂计算，同时结合 Circles 隔离执行环境、动态密钥分片以及 PoUW 共识机制，兼顾隐私性、可组合性与理论扩展能力，并进一步支持 AI Agent、复杂 Web3 应用及跨链协处理等场景；

但其劣势同样明显，包括系统架构极其复杂，对 FHE、并行计算和动态密钥系统的工程实现要求极高，目前性能与实际大规模落地仍有较强不确定性，同时高度定制化的协议与执行环境也意味着开发门槛、审计难度和生态兼容成本相对较高。

2. 当周重点项目详解

2.1. 详解总融资500万美元，DAO5领投，Pivot、JPEG Trading、Paper以及Maven等参投—面向 AI Agent 协作与自动化执行的去中心化基础设施网络Cluster Protocol

简介

Cluster Protocol 是一个面向去中心化网络（Web3）的统一 AI 基础设施层，同时也是一个用于自治工作流的编排层。

它将 AI 模型推理、数据代币化以及算力这三大核心基础能力整合进同一个编排平台中，并基于 Base（以太坊 L2）构建统一的 API、统一的结算层以及统一的 AI 经济体系。

核心要素解析

Cluster Protocol 是一个由 AI、区块链与高性能计算领域专家共同设计的统一 AI 基础设施网络。其整体架构采用“四层横向堆栈”设计，每一层都可以独立运行，同时又能够彼此组合协同，所有活动最终统一结算至 Base（以太坊 L2）链上。

1. Inference Engine（推理引擎）

这是 Cluster Protocol 最上层、也是最核心的 AI 服务接口层，负责处理平台中的所有 AI 模型请求。

核心能力包括：

• 通过单一 OpenAI 兼容 API 接入 500+ 开源模型

• 支持多模态能力：

  • 聊天生成（Chat Completion）

  • Embeddings

  • 图像生成

  • 文本转语音（TTS）

  • 语音转文本（STT）

  • 文档重排序（Reranking）

• 多供应商路由与自动故障切换当某个模型服务商不可用时，系统会自动切换至其他服务商

• 按 Token 计费无需订阅、无最低消费、无平台锁定

本质上，Inference Engine 相当于整个 Cluster AI 经济的统一 AI Gateway。

2. Tokenized Data Marketplace + AI Services

这是中间层，由两个彼此联动的模块组成。

2.1 Tokenized Data Marketplace（数据代币化市场）

该层用于管理数据资产的上链与流通。

核心机制包括：

• 数据集存储于 IPFS实现去中心化持久化存储

• 数据所有权通过 ERC-721 NFT 表示部署于 Base 链上

• 收益自动分配每次数据购买时，通过 PaymentRouter 智能合约自动分润

• 数据质量机制包括社区评分、评论以及访问预览权限控制

其本质是：将 AI 数据集变成可交易、可确权、可收益分配的链上资产。

2.2 AI Services（AI 服务层）

该层提供模型训练与工作流能力。

核心功能包括：

• Fine-tuning（模型微调） 用户提供基础模型与训练数据，Cluster 自动完成训练与部署

• 预配置 AI 工作流模板 包括：

  • RAG Pipeline

  • 分类任务

  • 推理链（Reasoning Chain）

• 与数据市场直接联动 数据市场中的 Tokenized Dataset 可以直接用于模型训练，无需离开平台

整体逻辑形成闭环：

数据集 → 模型训练 → 推理服务 → 收益流转

从而构建完整的 AI 价值循环体系。

3. Settlement Layer — Base（结算层）

这一层是整个协议的链上核心基础设施。

主要负责：

• 支付

• 所有权管理

• 智能合约执行

• 收益分配

核心合约包括：

• DatasetNFT

• DatasetRegistry

• PaymentRouter

• ClusterToken

全部部署并验证于 Base 主网。

x402 支付协议

Cluster 引入 x402 支付协议，实现：

• HTTP 原生微支付

• AI Agent 按请求付费

• 无需 API Key

• 无需账户系统

同时也支持传统余额充值模式。

Python SDK

协议还提供统一 SDK，支持：

• AI 推理

• 数据访问

• 链上查询

通过一个客户端统一完成。

4. CodeXero — Application Layer（应用层）

这是最终面向用户的应用层。

CodeXero 建立于前三层基础设施之上。

其核心能力是：

Prompt-to-dApp

用户只需输入自然语言：

系统即可自动生成、编译、部署并代币化一个链上应用。

Browser-native Runtime

基于 WebContainer：

• 无需本地环境

• 无需 CLI

• 无需安装依赖

即可直接运行。

全栈依赖 Cluster 基础设施

每次部署都会自动调用：

• Cluster Inference（代码生成）

• Cluster Compute（编译）

• Cluster Hosting（托管）

并统一通过底层基础设施结算。

最终输出能力

CodeXero 最终可以生成：

• 实时运行的 dApp

• Autonomous AI Agent

• 协议级集成应用

且全部运行在 Cluster Protocol 基础设施之上。

Cluster Hub解析

Cluster Hub（hub.clusterprotocol.ai）是整个 Cluster Protocol 生态系统的统一 Web 入口界面，为用户提供访问所有基础设施服务的统一入口。

其主要功能包括：

• AI 模型浏览

• 数据集发现与访问

• API Key 管理

• 使用量分析

• 计费与支付管理

本质上，Cluster Hub 是连接用户与 Cluster AI 基础设施的消费级操作平台。

身份认证（Authentication）

Cluster Hub 使用 Privy 作为统一身份认证系统，同时兼容 Web2 与 Web3 登录方式，用户既可以通过邮箱、Google 等传统账号登录，也可以直接使用加密钱包接入，从而实现传统互联网用户与链上用户的统一身份接入体验。

Developer Dashboard & API Keys（开发者控制台与 API Key）

完成身份认证后，用户可以进入开发者控制台（Developer Dashboard），用于统一管理 Cluster Protocol 的各类服务与资源。

其主要功能包括：

• API Key 管理支持创建、撤销以及配置不同权限（读取、写入、管理员），并可设置 API Key 的有效期限

• 使用量分析提供按模型、按日期划分的 API 调用次数与 Token 消耗统计

• 余额管理查看账户余额、充值资金以及追踪支出情况

• 创作者控制台查看数据集销售收益与购买历史记录

• 数据集管理对上传的数据集进行查看、编辑与管理

整体上，该 Dashboard 相当于 Cluster AI 基础设施的统一开发者后台。

技术架构解析

Cluster Protocol 采用 Gateway Pattern（网关模式）架构，所有客户端请求——无论来自 Web 前端、Python SDK、CodeXero 还是外部 AI Agent——都会统一接入一个基于 Fastify 构建的 API Gateway。

该网关负责：

• 身份认证（Authentication）

• 计费与支付（Billing）

• 速率限制（Rate Limiting）

• 请求路由（Request Routing）

本质上，它相当于整个 Cluster AI 基础设施的统一流量入口与调度中心。

Base 链上智能合约体系

Cluster Protocol 在 Base 主网上部署了四个核心智能合约，共同构成其 AI 基础设施的链上结算与资产管理层。

1. DatasetNFT（ERC-721）

用于表示数据集所有权。

• 每个数据集对应一个 NFT

• NFT 持有者自动成为后续销售收益接收方

本质上：将 AI 数据集资产化、可交易化。

2. DatasetRegistry

用于将“数据集名称”映射到链上 Token ID。

作用是：

• 支持数据发现

• 支持按名称查询

• 避免直接使用复杂合约地址

相当于：数据市场的链上索引系统。

3. PaymentRouter

负责处理所有数据集购买与收益分配。

当用户购买数据集时：

• 验证支付金额

• 85% 分配给数据集创建者

• 10% 分配给协议金库

• 5% 分配给推荐人（如存在）

• 自动授予下载权限

• 触发 PurchaseCompleted 事件

本质上：自动化 AI 数据交易与分润系统。

4. ClusterToken（ERC-20）

Cluster 的原生协议代币。

主要用于：

• AI 推理支付

• 数据集购买

• 算力供应

• 质押

• 治理

是整个 Cluster AI 经济体系的核心结算资产。

Tron点评

Cluster Protocol 的优势在于其试图构建一个“统一 AI 基础设施层”，通过将 AI 推理、数据代币化、算力供给、支付结算以及 AI Agent 工作流整合到同一平台中，实现从数据、模型训练到推理服务的完整闭环，同时基于 Base 构建统一 API、统一结算层与统一 AI 经济体系，降低开发者接入门槛，并强化 AI 与 Web3 的可组合性；

但其劣势在于整体架构高度复杂，对 AI 服务稳定性、链上支付效率、多模块协同以及数据质量治理依赖较高，此外 AI 基础设施赛道竞争激烈，其长期价值仍取决于真实开发者生态、模型供给规模以及 AI Agent 场景能否形成持续网络效应。

三. 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

2.热点板块总结

本周技术方向最明显的三条主线是：

1. ZK Interoperability（ZK互操作）

• ZKsync、ZK Stack 持续推进跨链通信与统一流动性。

AI Agent Infrastructure（AI代理基础设施）

• AI Wallet、AI Payment、Agent Identity 开始成为新叙事核心。

RWA + Stablecoin Infrastructure（RWA与稳定币基础设施）

• 机构持续推动链上金融、稳定币结算与资产代币化落地。

整体来看，本周行业重点已经从单纯公链竞争，逐渐转向：

AI Agent + ZK互操作 + RWA金融基础设施 三大技术方向。

四.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（5月25日—5月31日）

• 美国PCE通胀回升：4月PCE同比升至 3.8%，高于前值3.5%；核心PCE同比升至 3.3%，显示通胀压力仍然偏强。

• 美国消费者信心走弱：Conference Board消费者信心指数降至 93.1，市场对通胀与经济前景担忧上升。

• 美债收益率持续波动：受PCE数据与中东局势影响，美债收益率维持高位震荡，市场重新评估年内降息路径。

• 油价回落、风险资产修复：市场押注中东局势缓和，原油价格下跌，全球股市与加密市场风险偏好有所恢复。

下周关键数据与事件（6月1日—6月5日）

• 6月2日（周二）：美国 JOLTS 职位空缺数据

• 6月3日（周三）：美国 ADP 就业数据、ISM 服务业 PMI、美联储褐皮书（Beige Book）

• 6月4日（周四）：美国初请失业金人数、非农前瞻就业数据

• 6月5日（周五）：美国5月非农就业（NFP）、失业率、薪资数据 —— 本周最重要宏观事件。市场预期新增非农约 10万左右，失业率维持 4.3% 附近。

五. 监管政策

美国

• 美国国会继续推进《CLARITY Act》市场结构法案相关审议，重点围绕 SEC 与 CFTC 的监管边界、稳定币规则以及机构合规框架展开讨论。

• 加密行业政治影响力持续上升，Coinbase 支持的加密游说组织 Fairshake 参与推动亲加密候选人竞选，引发市场对加密监管立法进程的关注。

中国香港

• 香港持续推进稳定币监管落地，市场关注《Stablecoins Ordinance（稳定币条例）》后续实施细则及首批合规发行人进展。香港正加速巩固其亚洲合规加密中心地位。

韩国

• 韩国继续推进《Digital Asset Basic Act（数字资产基本法）》相关配套讨论，重点聚焦稳定币储备监管、交易所合规与用户资产保护机制。