BTC_POWER_LA

这是 SBI 仪表盘上的关键指标之一。
它追踪比特币幂律增长的长期斜率，也是整个模型中最稳定的参数之一。自数据集开始以来，它一直非常接近其约为 5.8 的结构值。
彩色圆点代表每日斜率估计值。正如任何嘈杂的现实世界系统一样，这些数值会随日波动，但随着时间推移，它们会围绕长期结构趋势振荡。
⭐ 标记当前值。目前，该值略高于长期平均值，表明尽管短期动态有所变化，但其底层的尺度规律仍然完好。
这重要地提醒我们，比特币在较短时间范围内可能看起来明显偏离，但仍在遵循相同的长期幂律轨迹。

这是科学比特币研究所仪表板的蒙特卡洛页面。
该模型以日为时间尺度，预测未来两周内比特币价格路径的可能范围。
该模拟使用经验观察到的每日斜率分布，生成数千条可能的未来轨迹。由此形成的预测锥显示了在统计上与历史分布一致的价格范围及其相关概率。
例如，根据当前分布，$74,000 的价格在未来两周内出现的概率低于 1%。在评估潜在的看涨期权执行价格并估算其到期时处于价内的可能性时，这一信息可能很有用。
仪表板的每个页面都将配有专门的指南和视频，介绍如何解读结果、底层统计方法及实际应用，包括如何利用这一特定工具为期权策略提供参考。

我掷了些骰子来决定去哪儿吃饭，这就是我得到的结果。骰子掷得不算差。

我很快会在 SBI 网站上发布一个可 3D 打印的 DIY 项目（包含文件等一切）。它由一个装满骰子的盒子组成，你摇一摇即可生成实体随机性。为了额外安全性，你提供你选择的骰子即可。
随后，一台低成本相机会读取骰子的结果，而我们的应用会将其转换为安全的种子短语。
这够“科技感”吗？
我们也可能在内部打印并组装一些装置，并将它们作为会员计划的一部分赠送给感兴趣的 SBI 成员。

那么这个变体呢？
添加一个离线摄像头，在它读取骰子上的点之后删除图像。
它输出骰子序列，99 个骰子而不是 25（9 格）。

半开玩笑，但人们可以想象，使用带有内置摄像头和机器学习软件的掷骰器，它能自动识别点数。经过几次摇晃后，设备就可以记录许多掷骰结果，并将它们直接转换为由物理随机性生成的种子。每一次摇晃都可以由批准读数的人用按一下按钮的方式进行验证。
这会比手动掷骰并记录更好吗？
这当然会更快、更方便，尤其是如果摇骰器包含很多骰子，并且识别软件可靠的话。它会保留骰子的主要优势，也就是熵来自一个可见的物理过程，而不是来自一个不透明的内部随机数生成器。
不过，这也会重新引入对设备、摄像头以及解释结果的软件的信任。一个漏洞可能会把骰子读错，重复之前的输出，遗漏某些结果，或在用户不知情的情况下传输信息。因此，这套系统需要是开源的、完全可审计的、离线的，并且要设计成让用户在生成种子之前就能验证被识别到的结果。
所以，它不一定在所有方面都更好。它会用速度和便利性，来交换手动掷骰记录所带来的一些简单性和透明度。
理想版本会把两种优势结合起来：由真实骰子产生的物理随机性、自动识别，以及一份清晰的可视化记录，使用户能够独立验证每一个结果。
附注：这是一款赌场级的掷骰器，它会随机化电机中所涉及的作用力，有不同的实现方式。

这不是安全摆设。你通过硬币抛掷、洗牌、掷骰（这些方式所产生的物理随机性）所能生成的，就是在给定约束内你能够创造的最高标准随机性。简单但强大。
让我们来做计算：
对于 99 轮（24-word）流程：每一轮有 6 种结果，因此不同的轮次序列数量为 6⁹⁹ ≈ 1.09 × 10⁷⁷——也就是一个 1 后面跟 77 位数字。
以比特（bits）计：99 × log₂6 ≈ 255.9 比特，这也是为什么 99 轮是填满一个 256-bit seed 的最低要求：SHA-256 步骤随后把这些序列映射到 2²⁵⁶ ≈ 1.16 × 10⁷⁷ 种可能的 seed——这在设计上几乎是精确匹配。
对于 50 轮（12-word）流程：6⁵⁰ ≈ 8.1 × 10³⁸ 个序列 ≈ 129.2 比特，略高于 128 比特（2¹²⁸ ≈ 3.4 × 10³⁸），也就是 12-word seed 所需的位数。
说到规模：可观测宇宙中大约包含 10⁸⁰ 个原子。因此 99 轮的密钥空间与把宇宙中每一个原子都逐一计数的规模，仅相差不超过三个数量级——以每秒 10¹⁸/s（对任何真实攻击者来说都很慷慨）个序列计算，需要大约 3.5 × 10⁵⁰ 年，或 2.5 × 10⁴⁰ 个宇宙的寿命。
再做一个有用的对比：有缺陷的 Coldcard 的有效空间约为 ~2⁴⁰ ≈ 1.1 × 10

这是 ZIP 文件里的内容。
我会把它添加到页面上。
如有其他安全问题，请告诉我。

来自科学比特币研究院的官方种子工具。请告诉我你怎么看以及你的反馈。我们可以一起改进。

Scientific Bitcoin Institute 的核心角色包括对比特币社区的教育和服务。
为支持这些目标，我创建了一个免费的、可完全审计的工具，用于生成高熵种子材料。
该过程是透明的，因此用户可以检查并验证熵是如何产生的，而不是依赖黑箱。
请负责任地使用它，充分了解其中涉及的安全假设，并清楚理解正确的种子生成、备份和存储流程。
下面，我展示了一个估计：即使是极其强大的现代 AI 辅助系统，在对使用不同熵等级生成的种子进行暴力破解时，也需要多长时间。
高熵并不能消除所有可能的安全风险，但它使得直接暴力破解恢复在计算上变得不现实。
最薄弱的环节通常不是数学本身，而是周边的流程。
教育、验证以及谨慎的运维安全仍然至关重要。
该应用今天就会就绪，我会在几小时内发布链接。

说我受不了这件事是不是种族主义？
人们只是坐在人行道中间什么都不做？他们在自己的国家本来就可以无所事事。

自由巴勒斯坦的无用信息、肆无忌惮的移民、垃圾、尿液……似乎都有关联。你不需要当科学家也能看出来……

全屏视图非常惊艳。

如果全屏，观测站看起来太棒了。