技术博主 NotAShelf 在新文《Taste Is All That’s Left》中提出，AI 让从想法到可运行程序的成本大幅下降后，真正稀缺的不再是写代码本身，而是判断什么“堪用”、什么“值得存在”的品味。他认为，品味无法靠阅读优秀作品直接获得，而是在反复做出糟糕作品、面对错误和摩擦的过程中被磨出来。文章还指出，在 AI 工具帮助下，有品味与没品味的工程师出货速度如今接近一致，低成本生成的大量“看似合格”代码，也让真正优秀的作品更难被看见。

Coinbase 正在通过内部 AI 编程平台 Forge 探索新的软件开发模式。该系统从早期工具演变为涵盖多项 AI 开发能力的生态，并已纳入开源框架 OpenSWE。其核心功能 Mux 目前在公司内部约有 600 名用户，可让工程师并行运行多个 AI 智能体；平台还接入 Slack 任务路由和“漏洞到修复”自动化流程。Coinbase 管理层称，随着 AI 编码工具使用增加，公司 AI 支出下降、Token 使用量上升。

PANews编译文章援引日本比特币从业者 Koji Higashi 的观察称，Coldcard 安全事件中，韩国虽有大量用户，却几乎没有直接损失比特币的报告；英语社区却出现较大范围受损。文章将差异归因于韩国社区长期强调气隙自我保管、掷骰子生成助记词，以及英语圈对影响者、赞助关系和“只做比特币”叙事的过度依赖。

成立仅一年的 Infinity 用 AI 研究 Agent“Ignition”为 d-Matrix 在 10 小时内搭建了一套类 CUDA 软件，切入点集中在推理 Kernel 与底层软件能力，而非完整复制 CUDA 近 20 年积累的生态。文章指出，训练侧对稳定性、集群协同和验证工具链要求极高，CUDA 优势仍深；推理侧因更看重单次回答成本、可跨芯片运行，正成为 Rebellions、Cerebras、AMD、谷歌和亚马逊等玩家争夺的第二战场。多位业内人士也提醒，AI 能加快写代码，但验证、优化和迁移成本仍是核心门槛。

Foresight 文章指出，RWA、稳定币、预测市场与 AI Agent 支付并非分散热点，而是资产发行、支付结算、价格发现和授权体系逐步接通后的集中体现。文中援引 Circle、DTCC、SEC、Robinhood、Coinbase、Google、J.P. Morgan、Visa 与 Mastercard 等案例，认为加密行业仍未摆脱投机属性，但正在其下方形成一套可被真实资产、传统机构与智能软件共同调用的执行系统。

据 The Information 报道，谷歌 DeepMind 首席战略官 Jasjeet Sekhon 表示，AI 行业当前的大规模资本投入，部分逻辑在于押注未来系统具备“递归自我改进”能力。他认为，RSI 正在成为继 AGI 之后的新核心投资叙事。不过，这一方向仍处于探索阶段，距离无需大量人工参与的自主迭代，仍面临技术、安全和可控性挑战。

在 a16z crypto 一期访谈中，Marc Andreessen 与 Chris Dixon 围绕美国参议院审议中的《CLARITY 法案》展开讨论，称稳定币已有《GENIUS 法案》框架，但区块链网络与其余数字资产仍缺少完整联邦规则。两人认为，监管不清会放大合规成本差异、纵容灰色竞争，也会拖慢银行、金融科技公司和开发者的长期投入。访谈还回应了制裁规避、公职伦理、稳定币付息、开源开发者责任以及证券法适用等争议。

前阿里巴巴技术副总裁、Lepton AI 创始人贾扬清宣布成立新公司 Intent Lab，并推出自主 Agent 团队“Fleet”。该团队面向软件生产流程，支持把用户的自然语言开发意图转化为可投入生产环境的软件系统，覆盖架构设计、代码开发、部署、测试、质量验证和性能优化等环节。Intent Lab 还展示了 GLM-5.2 推理引擎、一次性数据库创建和完成验证的 Agent 文件系统等早期成果。