波場 TRON 產業週報：美股高度敏感 BTC 或測試 7.3 萬美元，詳解 AI 原生基礎設施Octra Cluster

1. 宏觀層面總結與未來預測

本周全球市場核心仍圍繞 美債殖利率、油價以及地緣局勢 展開博弈。 隨著市場對美伊局勢緩和的預期升溫，原油價格自高位回落，美國10年期公債殖利率也從先前接近4.7%的階段高點回落至4.4%附近，市場對通膨失控的擔憂有所緩和。 同時，美國股市整體維持高位震盪，科技股表現相對強勢，但市場對於高債務、高財政赤字以及長期利率中樞上移的擔憂並未消失。 整體來看，本週市場情緒較前期有所修復，但宏觀層面仍處於「高利率 高債務 高不確定性」的敏感階段。  

未來一週市場將持續聚焦 美債走勢、美國通膨數據以及中東局勢變化。 如果油價維持回落，美債殖利率繼續下行，則風險資產有望獲得階段性喘息空間，包括美股與加密市場；但若油價重新上漲或長期國債殖利率再次沖高，市場可能重新交易「再通膨」與財政風險邏輯。

2. 加密產業市場變動與預警

本周全球市場持續受到美債殖利率波動與中東地緣風險擾動，風險資產整體承壓。 比特幣在經歷先前沖高後回落至7.3萬–7.7萬美元區間震盪，市場風險偏好明顯降溫，ETF資金流出現分化，以太坊持續承壓，比特幣仍維持相對強勢。 同時，美國 CFTC 批准比特幣永續合約進入合規市場，Coinbase 與 Kalshi 獲批開展相關業務，這意味著加密衍生性商品正進一步納入美國監管框架。

未來一週需重點關注美國經濟數據與美債市場波動對風險資產的影響。 如果美債殖利率繼續上行，BTC 與加密市場仍可能面臨進一步壓力；但從中長期看，ETF資金、機構配置以及美國加密市場合規化進程仍在提供支撐。 此外，AI Crypto 方向持續升溫，AI 支付（AEON）、AI 金融與治理（Nava、DAOKraft）以及 AI 基礎設施賽道仍可能成為資金關注重點。

3. 產業以及賽道熱點

Octra Network 與 Cluster Protocol 分別從底層運算與上層智慧協作兩個維度推動 AI 原生基礎設施的發展。 前者聚焦於構建面向高並發、低延遲場景的模組化鏈上執行網絡，透過高效能架構與隱私運算能力，為複雜 AI 應用提供安全、高效的算力與執行環境；後者則致力於打造 AI Agent 協作與自動化編排基礎設施，整合 AI 模型推理、數據、算力與工作流管理能力，使開發者能夠快速構建、部署和操作並自主體應用。 二者共同指向 AI 與區塊鏈深度融合的發展方向，即建構從底層運算執行到上層智慧協作的完整 AI 原生基礎設施堆疊。

1.潛力項目概覽

1.1. 解析總融資880萬美元，由Finality領投，Karatage、Presto以及Zero Dao等參投－面向高並發與低延遲場景的模組化鏈上執行基礎設施Octra Network

1. 簡介

Octra 是一個去中心化的通用點對點網絡，允許任何人在 Fully Homomorphic Encryption（全同態加密，FHE）技術下安全地儲存和處理資料。

它所解決的核心問題，是提供一個開放、中立的平台，使任何人都能夠構建去中心化應用生態，同時在處理數值數據時實現“保密且隔離”的計算，並保留對數據本身的訪問控制權。

和其他區塊鏈一樣，Octra 透過密碼學來保障安全性，並在沒有中心化機構的情況下，以分散式方式處理交易。

其最大的不同在於 Octra 在執行複雜邏輯、計算或資料處理時，不需要先解密原始資料。 這是因為 Fully Homomorphic Encryption（FHE）允許系統直接在「加密狀態」的資料上進行運算，從而實現真正意義上的隱私保護計算。

2. 協議框架簡述

Octra 是一個由多個元件、模組和層級組成的去中心化網絡，它們既可以獨立運行，也可以協同工作，以滿足不同場景需求。 整體架構允許開發者在 Circle（隔離執行環境）中建置完全隔離、具備複雜邏輯的應用，並可在其中部署完整後端。 交易與應用程式本身可以選擇加密，存取權限可透過助記詞位址或 CLI 管理。

其底層資料還能像 BT/Torrent 一樣，被加密後持續分散式儲存在隨機節點中，以防止資料外洩與攻擊。 此外，Octra 還可以為其他區塊鏈、智慧合約或外部服務提供 FHE（全同態加密）運算能力，相當於一個去中心化協處理器。 最重要的是，所有計算都在鏈上完成，而底層資料始終保持加密、分片和分散式狀態，從而避免資料發送到中心化伺服器處理，並確保完整可組合性。

2.1 Octra Network

Octra Network 是一個理論上可無限擴展的一層區塊鏈（L1），支援圖靈完備的去中心化應用，包括交易所、量化機器人網路以及基於加密且符合 GDPR 資料的鏈上 AI Agent。 其區塊生成與獎勵機制不再依賴傳統 PoW，而是與網路中的複雜運算任務相關。 Octra Token 是網路的核心基礎元素之一。

2.2 Octra Protocol

Octra Protocol 是一個基於 Actor Model（Actor 模型）的點對點通信協議，支援節點之間、外部服務以及其他區塊鏈之間的訊息通信，並具備跨鏈相容能力。 網路未來也將支援多種區塊鏈生態及中心化服務的資料交換。 使用者甚至可以透過普通瀏覽器即時查看 P2P 網路狀態，並提供專用 Explorer API。

2.3 Circles

Circles 是網路中的隔離執行環境，也是開發者與使用者的核心互動入口。 它們相互連接但彼此隔離，允許使用者藉用網路中的運算、記憶體和儲存資源，用於：

• 儲存個人文件與媒體

• 部署與運作應用程式

• 去中心化聊天系統

• 郵件服務

• 部落格、論壇、商店等

Circles 支援高度自訂，並提供類似應用程式商店的範本與預設，同時由於網路無授權（Permissionless），任何人都可以建立自己的範本。

2.4 Parallel FHE Computer（並行全同態加密計算）

Octra 的核心技術之一是 HFHE（基於超圖的全同態加密）。 該技術允許系統直接對加密資料執行任意邏輯運算，而無需解密原始資料。

與傳統 FHE 不同，HFHE 將每一個 bit 映射為超圖中的節點，並利用超邊的獨立性實現大規模並行計算，從而大幅提升吞吐能力。 此機制不僅支援邏輯閘運算，也支援整數與模運算。

此外，系統會持續追蹤雜訊並進行重基（Rebase），以在不降低安全性的情況下延長可計算深度。 在每個 epoch 中，金鑰都會被拆分、打散並重新生成，即使多數惡意節點聯合，也無法解密使用者資料。

HFHE 讓 Octra 成為一個隱私保護型運算網路：開發者編寫任意邏輯，網路在密文上執行運算，而使用者始終完全掌控自己的資料。

2.5 Available Operations（支援的邏輯運算）

HFHE 支援多種基於超圖的邏輯運算，包括：

這些超圖實現天然支持並行計算，因為不同節點和超邊能夠獨立處理。

2.6 Decentralized Storage（去中心化儲存）

Octra 使用自己的去中心化儲存網路（DSN），而不是依賴 Filecoin 或 IPFS。 系統會將任意類型資料複製 24 份並分佈儲存在隨機節點中，以平衡可用性與效能。

所有資料都可以選擇全加密或部分加密，並可被 Octra 主網應用或外部使用者使用。

2.7 Scalability（可擴展性）

傳統區塊鏈通常要求所有節點驗證所有交易，而 Octra 採用部分驗證節點機制：只需部分驗證者確認交易，其餘節點只需驗證狀態一致性即可。

此方式減少了重複計算並提高吞吐能力，同時透過評分機制與快速事件判斷，實現理論上的無限擴展。 目前評估向量大小約為 16KB。

2.8 Performance（性能）

目前 Octra 測試網在 24 個節點環境下，峰值 TPS 可達約 800。 測試環境配置包括：

• 64GB RAM

• 8 AMD vCPU

• 10TB Disk

隨著更多外部驗證節點接入，吞吐預計將繼續提升。

2.9 Data Security Guarantees（資料安全保障）

Octra 使用 Transciphering（轉密技術）實現資料安全。 該技術能夠在不暴露原始資料的情況下，對資料進行解密與重新加密轉換。

此外，系統也使用 Proxy Re-Encryption（代理重加密）機制，在不接觸明文的前提下完成資料共享與轉換。

Circles 中的資料在主網路中始終保持不可讀狀態，但驗證節點仍然能夠對密文執行驗證和計算，因為密文保留了與主網路相同的代數結構。

3 Nodes（節點系統）

任何人都可以在個人電腦、伺服器或雲端環境中執行 Octra 節點。 節點透過維護網路安全與運作穩定性獲得獎勵，而獎勵會根據節點對網路的實際貢獻進行評估。 Octra 的節點系統並不是簡單的“記帳節點”，而是與其 FHE 計算、金鑰分片和共識系統深度結合的基礎設施。

3.1 Types of Nodes（節點類型）

3.1.1 Bootstrap Node（引導節點）

Bootstrap Node 是整個網路同步系統的核心，負責維護區塊鏈的主狀態，同時充當去中心化的網路狀態倉庫。

其主要職責包括：

• 管理關鍵網路狀態

• 協調資料分發

• 保持全網同步

由於承擔主狀態控制功能，因此需要：

• 獨立 IP

• 大容量高速儲存

• 持續穩定線上

通常會部署在高效能實體伺服器或 VDS 叢集上。

3.1.2 Standard Node（標準節點）

標準節點負責網路部分區域的資料服務、驗證與儲存。

網路會根據：

• 節點評分

• 性能參數

• 歷史表現

動態決定其承擔的任務類型。

這類節點通常是長期在線的伺服器或高效能 PC，也可以由多個輕節點組成叢集。

3.1.3 Light Node（輕節點）

Light Node 是極輕量級節點，甚至可以運行在 Raspberry Pi 上。

特點包括：

• 部署簡單

• 資源佔用低

• 可後台運作

• 無需複雜配置

其目的是降低網路參與門檻。

3.2 Scalability（可擴展性）

目前每個 Epoch 約包含：

• 24 個分片參與節點

• 總計約 120 個不同節點

但驗證者數量理論上沒有上限，並非所有節點都參與金鑰分片。

Octra 的擴展邏輯不是讓所有節點執行所有任務，而是透過動態參與機制實現橫向擴展。

3.3 Key Sharding（密鑰分片）

Octra 會在每次 Epoch 重置時重新產生新的密鑰分片映射：

• 舊映射會被銷毀

• 新 Epoch 自動產生新映射

• 分片位址透過狀態轉換決定

金鑰本身不會完整存在於單一節點，而是以「向量片段」的形式分佈。

其本質為：動態、隨機、持續變化的分散式金鑰系統。

3.4 Key Security（金鑰安全）

密鑰會在每個 Epoch 更新。

目前 Epoch 為數分鐘，主網上線後預計縮短至數秒。

由於：

• 密鑰生命週期極短

• 分片持續變化

• 節點動態分配

因此攻擊者幾乎無法在一個 Epoch 生命週期內重建完整密鑰。

3.5 Node Selection（節點選擇機制）

節點在參與分片時，並不知道其他節點持有哪些金鑰片段，因此無法透過串通恢復完整金鑰。

網路也會通過：

• 圖同態問題

• 隱藏子圖復原難題

• 三階雜訊擾動

進一步提升破解難度。

其核心思想是：即便多數惡意節點存在，也難以完成資料解密。

3.6 Proof of Useful Work（PoUW，有用工作證明）

Octra 提出了 PoUW（Proof of Useful Work）機制，用於取代傳統 PoW 的「無意義算力消耗」。

與普通 PoW 不同，Octra 的計算任務直接與：

• FHE 運算

• 網路驗證

• 節點效能評估
  相關。

同時結合：

• ABFT 共識

• 節點評分系統

• SVM 分類模型

動態決定節點權重與任務分配。

如果節點被系統懷疑有不誠實行為，其：

• 任務分配會減少

• 獎勵會下降

因此形成動態信譽機制。

共識流程（Consensus Flow）

Octra 的共識機制結合了：

• 圖結構驗證者選擇

• 分散式簽章

• Merkle Proof

• Actor Model

整體流程包括：

其目標是：在保持安全性的同時提升吞吐與擴展能力。

4 Ecosystem（生態系）

4.1 Explorer（瀏覽器）

由於 Octra 支援鏈上資料加密，因此 Explorer 並未預設公開所有資料。

資料可見性由「Agreement Actor」控制，其會驗證：

• 訊息哈希

• Epoch 合法性

• 存取權限

之後才決定是否要展示數據。

因此：Explorer 本身也具備隱私存取控制能力。

4.2 Circles（隔離執行環境）

Circles 是 Octra 的核心執行環境。

與普通智能合約不同，Circle 不僅包含合約邏輯，還包含：

• 後端系統

• 網路介面層

• 權限控制模組

每個 Circle 都可以運作：

• 私有邏輯

• 公共邏輯

• Web 應用

• 任意複雜度智能合約

並支持：

• Rust

• C

• OCaml

• WASM

等語言開發。

目前單一鏈上應用狀態最大支援約 32MB，同時支援多個 Circles 組成叢集。

Tron點評

Octra 的優勢在於其試圖構建一個“真正意義上的隱私計算型區塊鏈基礎設施”，透過 Fully Homomorphic Encryption（FHE）與超圖並行計算（HFHE），實現數據在始終加密狀態下的鏈上存儲、邏輯與復雜計算，同時結合 Circles 隔離環境、動態特性並進一步支持解決方案 Agent、複雜 Web3 應用及跨鏈協處理等場景；

但其劣勢同樣明顯，包括系統架構極其複雜，對 FHE、平行計算和動態密鑰系統的工程實現要求極高，目前性能與實際大規模落地仍有較強不確定性，同時高度定制化的協議與執行環境也意味著開發門檻、審計難度和生態兼容成本相對較高。

2. 當週重點項目詳解

2.1. 詳解總融資500萬美元，DAO5領投，Pivot、JPEG Trading、Paper以及Maven等參投—面向 AI Agent 協作與自動化執行的去中心化基礎設施網絡Cluster Protocol

簡介

Cluster Protocol 是一個面向去中心化網路（Web3）的統一 AI 基礎設施層，同時也是一個用於自治工作流程的編排層。

它將 AI 模型推理、資料代幣化以及算力這三大核心基礎能力整合進同一個編排平台中，並基於 Base（以太坊 L2）構建統一的 API、統一的結算層以及統一的 AI 經濟體系。

核心要素解析

Cluster Protocol 是一個由 AI、區塊鏈與高效能運算領域專家共同設計的統一 AI 基礎設施網路。 其整體架構採用「四層橫向堆疊」設計，每一層都可以獨立運行，同時又能夠彼此組合協同，所有活動最終統一結算至 Base（以太坊 L2）鏈上。

1. Inference Engine（推理引擎）

這是 Cluster Protocol 最上層、也是最核心的 AI 服務介面層，負責處理平台中的所有 AI 模型請求。

核心能力包括：

• 透過單一 OpenAI 相容 API 存取 500 開源模型

• 支援多模態能力：

• 聊天產生（Chat Completion）

• Embeddings

• 影像生成

• 文字轉語音（TTS）

• 語音轉文字（STT）

• 文件重新排序（Reranking）

• 多供應商路由與自動故障切換
  當某個模型服務商不可用時，系統會自動切換至其他服務商

• 按 Token 計費
  無需訂閱、無最低消費、無平台鎖定

本質上，Inference Engine 相當於整個 Cluster AI 經濟的統一 AI Gateway。

2. Tokenized Data Marketplace AI Services

這是中間層，由兩個彼此連動的模組組成。

2.1 Tokenized Data Marketplace（數據代幣化市場）

此層用於管理資料資產的上鍊與流通。

核心機制包括：

• 資料集儲存於 IPFS
  實現去中心化持久化儲存

• 資料所有權透過 ERC-721 NFT 表示
  部署於 Base 鏈上

• 收益自動分配
  每次資料購買時，透過 PaymentRouter 智慧合約自動分潤

• 資料品質機制
  包含社群評分、評論、存取預覽權限控制

本質上是：
將 AI 資料集變成可交易、可確權、可收益分配的鏈上資產。

2.2 AI Services（AI 服務層）

此層提供模型訓練與工作流程能力。

核心功能包括：

• Fine-tuning（模型微調）
  使用者提供基礎模型與訓練數據，Cluster 自動完成訓練與部署

• 預先設定 AI 工作流程範本
  包括：

• RAG Pipeline

• 分類任務

• 推理鏈（Reasoning Chain）

• 與資料市場直接連動
  資料市場中的 Tokenized Dataset 可以直接用於模型訓練，無需離開平台

整體邏輯形成閉環：

資料集 → 模型訓練 → 推理服務 → 收益流轉

從而建構完整的 AI 價值循環體系。

3. Settlement Layer — Base（結算層）

這一層是整個協議的鏈上核心基礎設施。

主要負責：

• 付款

• 所有權管理

• 智能合約執行

• 收益分配

核心合約包括：

• DatasetNFT

• DatasetRegistry

• PaymentRouter

• ClusterToken

全部部署並驗證於 Base 主網。

x402 支付協議

Cluster 引入 x402 支付協議，實現：

• HTTP 原生微支付

• AI Agent 按請求付費

• 無需 API Key

• 無需帳戶系統

同時也支援傳統餘額儲值模式。

Python SDK

協議還提供統一 SDK，支援：

• AI 推理

• 資料存取

• 鏈上查詢

透過一個客戶端統一完成。

4. CodeXero — Application Layer（應用層）

這是最終面向使用者的應用層。

CodeXero 建立於前三層基礎架構之上。

其核心能力是：

Prompt-to-dApp

使用者只需輸入自然語言：

系統即可自動產生、編譯、部署並代幣化一個鏈上應用。

Browser-native Runtime

基於 WebContainer：

• 無需本地環境

• 無需 CLI

• 無需安裝依賴

即可直接運作。

全端依賴 Cluster 基礎設施

每次部署都會自動呼叫：

• Cluster Inference（程式碼產生）

• Cluster Compute（編譯）

• Cluster Hosting（託管）

並統一通過底層基礎設施結算。

最終輸出能力

CodeXero 最終可以產生：

• 即時運行的 dApp

• Autonomous AI Agent

• 協議級整合應用

且全部運作在 Cluster Protocol 基礎架構之上。

Cluster Hub解析

Cluster Hub（hub.clusterprotocol.ai）是整個 Cluster Protocol 生態系統的統一 Web 入口介面，為使用者提供存取所有基礎設施服務的統一入口。

其主要功能包括：

• AI 模型瀏覽

• 資料集發現與存取

• API Key 管理

• 使用量分析

• 計費與支付管理

本質上，Cluster Hub 是連接使用者與 Cluster AI 基礎架構的消費級操作平台。

身份認證（Authentication）

Cluster Hub 使用 Privy 作為統一身份認證系統，同時兼容 Web2 與 Web3 登錄方式，用戶既可以透過郵箱、Google 等傳統帳號登錄，也可以直接使用加密錢包接入，從而實現傳統互聯網用戶與鏈上用戶的統一身份接入體驗。

Developer Dashboard & API Keys（開發者控制台與 API Key）

完成身分認證後，使用者可以進入開發者控制台（Developer Dashboard），用於統一管理 Cluster Protocol 的各類服務與資源。

其主要功能包括：

• API Key 管理
  支援建立、撤銷以及配置不同權限（讀取、寫入、管理員），並可設定 API Key 的有效期限

• 使用量分析
  提供按模型、按日期劃分的 API 呼叫次數與 Token 消耗統計

• 餘額管理
  查看帳戶餘額、儲值資金以及追蹤支出狀況

• 創作者控制台
  查看資料集銷售收益與購買歷史記錄

• 資料集管理
  對上傳的資料集進行檢視、編輯與管理

整體上，此 Dashboard 相當於 Cluster AI 基礎架構的統一開發者後台。

技術架構解析

Cluster Protocol 採用 Gateway Pattern（網關模式）架構，所有客戶端請求——無論來自 Web 前端、Python SDK、CodeXero 或外部 AI Agent——都會統一接入一個基於 Fastify 構建的 API Gateway。

該網關負責：

• 身分認證（Authentication）

• 計費與支付（Billing）

• 速率限制（Rate Limiting）

• 請求路由（Request Routing）

本質上，它相當於整個 Cluster AI 基礎設施的統一流量入口與調度中心。

Base 鏈上智慧合約體系

Cluster Protocol 在 Base 主網上部署了四個核心智能合約，共同構成其 AI 基礎設施的鏈上結算與資產管理層。

1. DatasetNFT（ERC-721）

用來表示資料集所有權。

• 每個資料集對應一個 NFT

• NFT 持有者自動成為後續銷售收益接收者

本質上：將 AI 資料集資產化、可交易化。

2. DatasetRegistry

用於將「資料集名稱」對應到鏈上 Token ID。

作用是：

• 支持資料發現

• 支援依名稱查詢

• 避免直接使用複雜合約位址

相當於：資料市場的鏈上索引系統。

3. PaymentRouter

負責處理所有資料集購買與收益分配。

當使用者購買資料集時：

• 驗證支付金額

• 85% 分配給資料集創建者

• 10% 分配給協議金庫

• 5% 分配給推薦人（如有）

• 自動授予下載權限

• 觸發 PurchaseCompleted 事件

本質上：自動化 AI 資料交易與分潤系統。

4. ClusterToken（ERC-20）

Cluster 的原生協議代幣。

主要用於：

• AI 推理支付

• 資料集購買

• 算力供應

• 質押

• 治理

是整個 Cluster AI 經濟體系的核心結算資產。

Tron點評

Cluster Protocol 的優勢在於其試圖構建一個“統一 AI 基礎設施層”，透過將 AI 推理、數據代幣化、算力供給、支付結算以及 AI Agent 工作流程整合到同一平台中，實現從數據、模型訓練到推理服務的完整閉環，同時基於 Base 構建體集成到同一平台中，實現從數據、模型訓練到推理服務的完整閉環，同時基於 Base 構建體構建 的可組合性；

但其劣勢在於整體架構高度複雜，對 AI 服務穩定性、鏈上支付效率、多模組協同以及數據質量治理依賴較高，此外 AI 基礎設施賽道競爭激烈，其長期價值仍取決於真實開發者生態、模型供給規模以及 AI Agent 場景能否形成持續網絡效應。

1. 市場整體表現

BTC

ETH

2.熱點板塊總結

本週技術方向最明顯的三條主線是：

• ZKsync、ZK Stack 持續推進跨鏈通訊與統一流動性。

• AI Wallet、AI Payment、Agent Identity 開始成為新敘事核心。

• 機構持續推動鏈上金融、穩定幣結算與資產代幣化落地。

整體來看，本週產業重點已從單純公鏈競爭，逐漸轉向：

AI Agent ZK互通 RWA金融基礎設施 三大技術方向。

本週宏觀資料回顧（5月25日—5月31日）

• 美國PCE通膨回升：4月PCE年比上升至 3.8%，高於前位數3.5%；核心PCE年比上升至 3.3%，顯示通膨壓力仍偏強。

• 美國消費者信心走弱：Conference Board消費者信心指數降至 93.1，市場對通膨與經濟前景擔憂上升。

• 美債殖利率持續波動：受PCE數據與中東局勢影響，美債殖利率維持高位震盪，市場重新評估年內降息路徑。

• 油價回落、風險資產修復：市場押注中東局勢緩和，原油價格下跌，全球股市與加密市場風險偏好有所恢復。

下週關鍵數據與事件（6月1日—6月5日）

• 6月2日（週二）：美國 JOLTS 職缺資料

• 6月3日（週三）：美國 ADP 就業數據、ISM 服務業 PMI、美聯儲褐皮書（Beige Book）

• 6月4日（週四）：美國初請失業金人數、非農前瞻就業資料

• 6月5日（週五）：美國5月非農業就業（NFP）、失業率、薪資數據 —— 本週最重要宏觀事件。 市場預期新增非農約 10萬左右，失業率維持 4.3% 附近。

美國

• 美國國會繼續推進《CLARITY Act》市場結構法案相關審議，重點圍繞 SEC 與 CFTC 的監管邊界、穩定幣規則以及機構合規框架展開討論。

• 加密產業政治影響力持續上升，Coinbase 支持的加密遊說組織 Fairshake 參與推動親加密候選人競選，引發市場對加密監管立法進程的關注。

中國香港

• 香港持續推動穩定幣監管落地，市場關注《Stablecoins Ordinance（穩定幣條例）》後續實施細則及首批合規發行人進展。 香港正加速鞏固其亞洲合規加密中心地位。

韓國

• 韓國繼續推進《Digital Asset Basic Act（數位資產基本法）》相關配套討論，重點聚焦穩定幣儲備監管、交易所合規與用戶資產保護機制。