Video yükleniyor...

Video Yüklenemedi

Bu video yüklenirken bir sorun oluştu. Bu geçici bir ağ sorunundan kaynaklanıyor olabilir veya video kullanılamıyor olabilir.

Ana Sayfaya Dön

哈哈！ai真的太好玩了！押韵小王子！！！ ⸻ 回头看 2025 年，Inference Labs 给我的感觉只有一个词：克制。这一年没有急着去讲更大的故事，而是一直在做一件看起来不那么“性感”的事——把 AI 的每一次判断，尽量变成能被解释、能被验证、能被追责的东西。在一个大家都在比速度、比规模的周期里，这种选择其实挺少见的。也正因为 2025 把底子打稳了， 2026 才敢把标准提得更高。新的挑战会更复杂，但至少方向是清楚的。 Season 2 已经开始，新一年，也算真正拉开序幕了。 2026一起加油！！！！ #KaitoYap Kaito AI 🌊 #Yap Inference Labs

董小姐 |上Gate玩事件合约

22,522 subscribers

38,935 görüntüleme • 7 ay önce •via X (Twitter)

Eğitim Bilim & Teknoloji

Anya Rossi• Live Now

Private livecam show

0 Yorum

Yorum bulunmuyor

Orijinal gönderinin yorumları burada görünecek

Benzer Videolar

哥哥们你们太卷了，卷不过你们了，掉了30多个名额了哦！哭死了！哎！！！ ——— 说实话，我一开始也是被 ZK 那一套讲法讲烦的。什么数学优雅、终极信任、密码学圣杯，听多了真的会走神。直到我在看 Inference Labs 的时候，脑子里突然冒出一个很不体面的画面：这玩意儿怎么这么像拆熟食的？传统 AI 给我的感觉，就像买一整块封装好的肉。看起来油亮，切面也不错，但你永远不知道里面有没有掺点别的。你只能选择信，或者不用。 Inference Labs 干的事反而很“笨”：它不让你信整块，而是把 AI 推理一刀一刀拆开。你不需要接受“这个模型很强”这种宏大叙事，你只需要确认一件小事：这一刀，是不是真的这么切的。说实话，这个点戳到我了。 DSperse 那套分布式验证，说白了就是在帮人偷懒。不是让所有人去理解整个模型，而是让验证这件事本身变轻。我不用背“我要为整个 AI 结果负责”的心理包袱，我只关心我现在用到的这一小段推理，有没有被乱来。这在很多现实场景里太重要了。医生、风控、合规，没人有精力啃完整头猪。更让我有好感的是，他们连“怎么验”都顺手简化了。我是真的讨厌管理私钥。不是不懂，是不想。每次验证之前先来一套仪式感，本身就已经在劝退人了。和 Self Chain 的无密钥方案，第一次看到的时候我心里是松了一口气的那种感觉：哦，终于不是为难普通人了。验证 AI，本来就不该比点外卖还复杂。 ⸻ 所以后来我发现， Inference Labs 干的事，其实挺不浪漫的。它不讲终极信任，也不喊改变世界，只是很务实地把信任拆碎、摊平、递到你手里。你想验，就验这一小块。你不想理解，也没关系。未来如果 AI 真开始翻车，那些没法被拆、没法被验的模型，大概真的会被永久挂在链上当反例。我现在已经不太关心 “这是不是真正的 ZK 巅峰设计”了。我更在意的是：当我真的要用 AI 的那一刻，它有没有为我考虑过。这一点上，Inference Labs 至少让我愿意继续看下去。 #KaitoYap Kaito AI 🌊 #Yap Inference Labs

哥哥们你们太卷了，卷不过你们了，掉了30多个名额了哦！哭死了！哎！！！ ——— 说实话，我一开始也是被 ZK 那一套讲法讲烦的。什么数学优雅、终极信任、密码学圣杯，听多了真的会走神。直到我在看 Inference Labs 的时候，脑子里突然冒出一个很不体面的画面：这玩意儿怎么这么像拆熟食的？传统 AI 给我的感觉，就像买一整块封装好的肉。看起来油亮，切面也不错，但你永远不知道里面有没有掺点别的。你只能选择信，或者不用。 Inference Labs 干的事反而很“笨”：它不让你信整块，而是把 AI 推理一刀一刀拆开。你不需要接受“这个模型很强”这种宏大叙事，你只需要确认一件小事：这一刀，是不是真的这么切的。说实话，这个点戳到我了。 DSperse 那套分布式验证，说白了就是在帮人偷懒。不是让所有人去理解整个模型，而是让验证这件事本身变轻。我不用背“我要为整个 AI 结果负责”的心理包袱，我只关心我现在用到的这一小段推理，有没有被乱来。这在很多现实场景里太重要了。医生、风控、合规，没人有精力啃完整头猪。更让我有好感的是，他们连“怎么验”都顺手简化了。我是真的讨厌管理私钥。不是不懂，是不想。每次验证之前先来一套仪式感，本身就已经在劝退人了。和 Self Chain 的无密钥方案，第一次看到的时候我心里是松了一口气的那种感觉：哦，终于不是为难普通人了。验证 AI，本来就不该比点外卖还复杂。 ⸻ 所以后来我发现， Inference Labs 干的事，其实挺不浪漫的。它不讲终极信任，也不喊改变世界，只是很务实地把信任拆碎、摊平、递到你手里。你想验，就验这一小块。你不想理解，也没关系。未来如果 AI 真开始翻车，那些没法被拆、没法被验的模型，大概真的会被永久挂在链上当反例。我现在已经不太关心 “这是不是真正的 ZK 巅峰设计”了。我更在意的是：当我真的要用 AI 的那一刻，它有没有为我考虑过。这一点上，Inference Labs 至少让我愿意继续看下去。 #KaitoYap Kaito AI 🌊 #Yap Inference Labs

董小姐 MemeMax ⚡️ 🐬TermMax

27,155 görüntüleme • 7 ay önce

这次龙虾聚会，满屋子都是真正在用AI、真正在琢磨AI的人。聊下来发现，大家踩的坑一样，兴奋的点也一样。这种感觉很久没有了——不是在台上讲，是真的在一起想明白一件事。AI这件事，正在从"听说"变成"我也在做"。这个转变，比我想象的快。

这次龙虾聚会，满屋子都是真正在用AI、真正在琢磨AI的人。聊下来发现，大家踩的坑一样，兴奋的点也一样。这种感觉很久没有了——不是在台上讲，是真的在一起想明白一件事。AI这件事，正在从"听说"变成"我也在做"。这个转变，比我想象的快。

傅盛

15,499 görüntüleme • 5 ay önce

好美啊！因为心中有你，所以每天都在想你，因为爱你，所以心中装满了你，喜欢你没有任何理由这辈子最自私的一件事，就是瞒着所有人偷偷的爱着你。有一种爱，不在身边，却在心间。愿你一切安好！ ⸻ 刷到一条被疯狂转发的新闻：英国一位 16 岁学生，用 LEGO MINDSTORMS 做出了可工作的拟人义肢手。厉害是真的厉害，我也是真心佩服。但这种故事我看得越多，越不太会被“天才”这个词打动。因为它几乎总是伴随着一些被默认忽略的前提：长期投入的家庭、很早就开始的工程训练、现成的工具和资源，还有被放大的传播环境。这些东西凑在一起，能力出现其实并不意外。反而让我更在意的是：这只手之后会怎样？能不能稳定使用？是否符合安全和医疗标准？它的控制逻辑，别人看不看得懂，能不能验证、复现、继续改？当技术开始直接作用在身体和现实世界上，我对“感人故事”的耐心会变得很低。因为一旦系统变成黑盒，出问题时是没有情绪可以兜底的。 AI 让个人能力变得更强，但也更容易把责任藏起来。不可解释、不可验证、不可追责的系统，本质上只是把风险往后推。也正因为这样，我能理解 inference 为什么会转发这类新闻。他们真正关心的从来不是谁有多年轻、作品多惊艳，而是：未来的工程师，究竟是在一个可被审计的世界里工作，还是继续在不透明的系统上叠加复杂度。对我来说，后者才决定技术会走向哪里。#KaitoYap Kaito AI 🌊 #Yap Inference Labs

好美啊！因为心中有你，所以每天都在想你，因为爱你，所以心中装满了你，喜欢你没有任何理由这辈子最自私的一件事，就是瞒着所有人偷偷的爱着你。有一种爱，不在身边，却在心间。愿你一切安好！ ⸻ 刷到一条被疯狂转发的新闻：英国一位 16 岁学生，用 LEGO MINDSTORMS 做出了可工作的拟人义肢手。厉害是真的厉害，我也是真心佩服。但这种故事我看得越多，越不太会被“天才”这个词打动。因为它几乎总是伴随着一些被默认忽略的前提：长期投入的家庭、很早就开始的工程训练、现成的工具和资源，还有被放大的传播环境。这些东西凑在一起，能力出现其实并不意外。反而让我更在意的是：这只手之后会怎样？能不能稳定使用？是否符合安全和医疗标准？它的控制逻辑，别人看不看得懂，能不能验证、复现、继续改？当技术开始直接作用在身体和现实世界上，我对“感人故事”的耐心会变得很低。因为一旦系统变成黑盒，出问题时是没有情绪可以兜底的。 AI 让个人能力变得更强，但也更容易把责任藏起来。不可解释、不可验证、不可追责的系统，本质上只是把风险往后推。也正因为这样，我能理解 inference 为什么会转发这类新闻。他们真正关心的从来不是谁有多年轻、作品多惊艳，而是：未来的工程师，究竟是在一个可被审计的世界里工作，还是继续在不透明的系统上叠加复杂度。对我来说，后者才决定技术会走向哪里。#KaitoYap Kaito AI 🌊 #Yap Inference Labs

董小姐

201,751 görüntüleme • 7 ay önce

中午好呀！又到中午了！下午有宝子来打麻将的么？现在一缺三 ⸻ 为什么 Meme 终究要走向交易场？很多 Meme 的共识，其实诞生得很快。一个梗、一种情绪、一波转发，社群内部很容易形成高度一致。但问题在于，这种共识大多只存在于圈子里。它被不断放大，却很少被真正挑战。一旦情绪退潮，支撑也会一起消失。市场给出的标准要残酷得多。价格要被来回交易，仓位要承受波动，有人看多、也一定有人做空。只有在这种真实博弈中还能存活下来的叙事，才算是被“验证过”的共识。 MemeMax 的特别之处就在这里。它并不是把 Meme 从社群里拿走，而是把社群情绪带进市场环境。让原本停留在认同层面的东西，开始接受流动性、风险和对手盘的检验。当情绪不再只是喊口号，而是要为仓位负责， Meme 才真正从“好玩”，走向“可持续”。从这个角度看， MemeMax 更像是一座中间桥梁：一头连着社群的热度，一头连着市场的真实反馈。而只有走完这一步的 Meme，才有可能活得更久。 #KaitoYap Kaito AI 🌊 #Yap MemeMax #MemeMax

中午好呀！又到中午了！下午有宝子来打麻将的么？现在一缺三 ⸻ 为什么 Meme 终究要走向交易场？很多 Meme 的共识，其实诞生得很快。一个梗、一种情绪、一波转发，社群内部很容易形成高度一致。但问题在于，这种共识大多只存在于圈子里。它被不断放大，却很少被真正挑战。一旦情绪退潮，支撑也会一起消失。市场给出的标准要残酷得多。价格要被来回交易，仓位要承受波动，有人看多、也一定有人做空。只有在这种真实博弈中还能存活下来的叙事，才算是被“验证过”的共识。 MemeMax 的特别之处就在这里。它并不是把 Meme 从社群里拿走，而是把社群情绪带进市场环境。让原本停留在认同层面的东西，开始接受流动性、风险和对手盘的检验。当情绪不再只是喊口号，而是要为仓位负责， Meme 才真正从“好玩”，走向“可持续”。从这个角度看， MemeMax 更像是一座中间桥梁：一头连着社群的热度，一头连着市场的真实反馈。而只有走完这一步的 Meme，才有可能活得更久。 #KaitoYap Kaito AI 🌊 #Yap MemeMax #MemeMax

董小姐

64,497 görüntüleme • 7 ay önce

最近 Miden 公布奖励后明显大家怠慢了 Inference Labs ,没有前几天那么卷了，那我就开始冲啦。很多人把 Inference Labs 当成一个 AI 基础设施，但我越看越觉得，它真正做的不是算力、不是模型、甚至不是验证本身。它更像是在给 AI 世界搭一套司法系统。现在大部分 AI 项目，都在解决一件事，怎么让模型更强、更快、更便宜。但几乎没人认真回答另一个问题，如果 AI 的判断是错的，甚至是被操纵的，谁来否认它。这不是一个技术问题，这是一个制度问题。现实世界里，任何能影响结果的系统，都一定有一套否认机制。金融有仲裁，法律有上诉，市场有清算。但 AI 世界没有。今天的 AI 输出，一旦被系统采用，就会一路向下执行。自动清算、自动交易、自动风控、自动推荐。问题不在于 AI 会不会犯错，而在于犯错之后，系统本身有没有能力说不。 Inference Labs 的位置，就在这里。它不是在帮 AI 生成结果，而是在为结果提供一种可被挑战、可被回溯、可被否认的路径。你可以把它理解成 AI 世界里的证据链，而不是算力层。这一点很关键，因为它决定了 Inference Labs 真正的用户是谁。它的核心用户，其实不是开发者。开发者只是接入工具的人。真正依赖它的，是那些已经被 AI 深度接管，却无法承担失误成本的系统。比如 DeFi 协议。 AI 在里面做策略、做风控、做参数调节。如果一次判断失误，损失是真实发生的。但现在的系统里，几乎没有办法证明，这个结果到底是不是“按规则运行”得出来的。 DAO 也是一样。越来越多的治理建议、预算分配、风险评估，开始交给 AI 辅助甚至直接决策。但一旦结果被质疑，DAO 没有证据链可以审计，只能靠信任模型本身。这就是 Inference Labs 的用武之地。它并不是让 AI 更聪明，而是让系统在出现争议时，有一套可以站得住脚的说法。这和 zk、算力、模型大小都没那么直接关系，而更接近制度建设。如果你从这个角度看，就会发现 Inference Labs 的节奏和大多数 AI 项目完全不同。它不追求用户爆发，不追求调用量暴涨，也不太在意短期热度。因为这种系统，只有在规模足够大、风险足够真实的时候，才会被真正需要。就像现实世界里的法院。没人会天天夸法院多高效，但一旦没有它，秩序会立刻崩。 Inference Labs 服务的，其实是一群被动用户。他们可能根本不知道自己在用这个协议。他们只知道，自己的系统需要一个能够在关键时刻说清楚发生了什么的底层。这也是为什么我认为 Inference Labs 很容易被低估。它不制造爽点，只负责兜底。而兜底型协议，在牛市里永远不性感，但在出事的时候，永远第一个被翻出来。如果未来 AI 真正开始成为经济系统的一部分，那一定不是只有生成层和执行层。中间一定需要一层，负责裁定、回溯、否认和问责。从这个角度看，Inference Labs 更像是 AI 世界的制度组件，而不是工具组件。而制度型基础设施，往往前期安静，后期不可替代。这类项目，从来不是用来追热度的。它们是用来活得最久的。 #KAITO #Inference

最近 Miden 公布奖励后明显大家怠慢了 Inference Labs ,没有前几天那么卷了，那我就开始冲啦。很多人把 Inference Labs 当成一个 AI 基础设施，但我越看越觉得，它真正做的不是算力、不是模型、甚至不是验证本身。它更像是在给 AI 世界搭一套司法系统。现在大部分 AI 项目，都在解决一件事，怎么让模型更强、更快、更便宜。但几乎没人认真回答另一个问题，如果 AI 的判断是错的，甚至是被操纵的，谁来否认它。这不是一个技术问题，这是一个制度问题。现实世界里，任何能影响结果的系统，都一定有一套否认机制。金融有仲裁，法律有上诉，市场有清算。但 AI 世界没有。今天的 AI 输出，一旦被系统采用，就会一路向下执行。自动清算、自动交易、自动风控、自动推荐。问题不在于 AI 会不会犯错，而在于犯错之后，系统本身有没有能力说不。 Inference Labs 的位置，就在这里。它不是在帮 AI 生成结果，而是在为结果提供一种可被挑战、可被回溯、可被否认的路径。你可以把它理解成 AI 世界里的证据链，而不是算力层。这一点很关键，因为它决定了 Inference Labs 真正的用户是谁。它的核心用户，其实不是开发者。开发者只是接入工具的人。真正依赖它的，是那些已经被 AI 深度接管，却无法承担失误成本的系统。比如 DeFi 协议。 AI 在里面做策略、做风控、做参数调节。如果一次判断失误，损失是真实发生的。但现在的系统里，几乎没有办法证明，这个结果到底是不是“按规则运行”得出来的。 DAO 也是一样。越来越多的治理建议、预算分配、风险评估，开始交给 AI 辅助甚至直接决策。但一旦结果被质疑，DAO 没有证据链可以审计，只能靠信任模型本身。这就是 Inference Labs 的用武之地。它并不是让 AI 更聪明，而是让系统在出现争议时，有一套可以站得住脚的说法。这和 zk、算力、模型大小都没那么直接关系，而更接近制度建设。如果你从这个角度看，就会发现 Inference Labs 的节奏和大多数 AI 项目完全不同。它不追求用户爆发，不追求调用量暴涨，也不太在意短期热度。因为这种系统，只有在规模足够大、风险足够真实的时候，才会被真正需要。就像现实世界里的法院。没人会天天夸法院多高效，但一旦没有它，秩序会立刻崩。 Inference Labs 服务的，其实是一群被动用户。他们可能根本不知道自己在用这个协议。他们只知道，自己的系统需要一个能够在关键时刻说清楚发生了什么的底层。这也是为什么我认为 Inference Labs 很容易被低估。它不制造爽点，只负责兜底。而兜底型协议，在牛市里永远不性感，但在出事的时候，永远第一个被翻出来。如果未来 AI 真正开始成为经济系统的一部分，那一定不是只有生成层和执行层。中间一定需要一层，负责裁定、回溯、否认和问责。从这个角度看，Inference Labs 更像是 AI 世界的制度组件，而不是工具组件。而制度型基础设施，往往前期安静，后期不可替代。这类项目，从来不是用来追热度的。它们是用来活得最久的。 #KAITO #Inference

紫川 | ∞KIN |

12,423 görüntüleme • 7 ay önce

杰哥也是个渣男！哼！和豆腐先生一样晕豆腐但是青云嫂可真美！李嘉欣我也爱！！ —— 说实话，我第一次看 Mike 这段采访时，并没有被什么“AI 愿景”打动。真正让我停下来思考的，是一个很简单的感觉： Talus 好像默认了一个前提——未来不是人亲自下场，而是“派东西下场”。你不再自己盯着 DeFi、刷链上机会、算风险，而是把一套判断和规则交出去，让它替你跑。这不是工具升级，更像是身份的外包。那为什么非得折腾到链上？因为如果 AI 全都跑在中心化服务器里，说白了还是平台的。平台随时可以关、改规则、优先自家账户。你用得再熟，也只是“借用”。 Talus 看起来是在较真一件事：如果 AI 要替你赚钱、替你决策，那它必须是你真正“拥有”的。能被验证、能被追责、也能光明正大地结算收益。至于他们为什么选 Sui，我的理解一点也不浪漫。不是因为口号，而是因为没别的链能撑住这种玩法。当你把世界想象成几千、几万甚至更多 Agent 同时在链上做决定、改状态、动资产—— 你就会发现，顺序执行的链根本不够用。 Sui 更像一个能并行跑任务的底层系统，每个 Agent 各干各的，不卡、不抢、不排队。再加上 Move 把“钱是谁的”这件事写死在规则里，至少你敢让 AI 碰资产。我不觉得 Talus 现在已经很成熟。但它让我第一次认真想了一件事：以后拼的，可能不是你多努力，而是你放出去的那个“替身”，有没有比别人的跑得更聪明。这事一旦成立，世界的玩法真的会变。 #KaitoYap Kaito AI 🌊 #Yap Talus Labs Talus 🐸 $US

杰哥也是个渣男！哼！和豆腐先生一样晕豆腐但是青云嫂可真美！李嘉欣我也爱！！ —— 说实话，我第一次看 Mike 这段采访时，并没有被什么“AI 愿景”打动。真正让我停下来思考的，是一个很简单的感觉： Talus 好像默认了一个前提——未来不是人亲自下场，而是“派东西下场”。你不再自己盯着 DeFi、刷链上机会、算风险，而是把一套判断和规则交出去，让它替你跑。这不是工具升级，更像是身份的外包。那为什么非得折腾到链上？因为如果 AI 全都跑在中心化服务器里，说白了还是平台的。平台随时可以关、改规则、优先自家账户。你用得再熟，也只是“借用”。 Talus 看起来是在较真一件事：如果 AI 要替你赚钱、替你决策，那它必须是你真正“拥有”的。能被验证、能被追责、也能光明正大地结算收益。至于他们为什么选 Sui，我的理解一点也不浪漫。不是因为口号，而是因为没别的链能撑住这种玩法。当你把世界想象成几千、几万甚至更多 Agent 同时在链上做决定、改状态、动资产—— 你就会发现，顺序执行的链根本不够用。 Sui 更像一个能并行跑任务的底层系统，每个 Agent 各干各的，不卡、不抢、不排队。再加上 Move 把“钱是谁的”这件事写死在规则里，至少你敢让 AI 碰资产。我不觉得 Talus 现在已经很成熟。但它让我第一次认真想了一件事：以后拼的，可能不是你多努力，而是你放出去的那个“替身”，有没有比别人的跑得更聪明。这事一旦成立，世界的玩法真的会变。 #KaitoYap Kaito AI 🌊 #Yap Talus Labs Talus 🐸 $US

董小姐

73,450 görüntüleme • 7 ay önce

好喜欢这种甜甜的爱情，相互奔赴才是真爱，那种你一眼喜欢的千万远离！绝对是来报仇的！ ⸻ 很多 AI 项目，其实不是被 Kindred Labs 打败的，而是自己先失去了存在感。它们上线时都很像：一个新功能、一次性能提升、一组漂亮的 demo。刚开始确实惊艳，用两天、三天，甚至一周。然后呢？你不知不觉就不再点开了。不是不好用，而是没有再打开一次的理由。 Kindred 有点反常。它并不急着证明“我能做多少事”，而是在反复强化一件事：下一次，你为什么会想起我。角色有没有延续性，它记不记得上次的对话，情绪是不是连贯的，这些东西几乎不写在白皮书里，却直接决定用户会不会回来。这也是为什么效率型 AI 很容易被替代。当你的价值只体现在“帮我快一点”，那总会有人比你更快。但当一个 AI 占据的是心理位置，竞争维度就变了。你不是在比参数，而是在比“陪伴时间”。所以说，不是 90% 的 AI 项目不够聪明，而是它们从一开始，就选了一条留不住人的路。而 Kindred，恰好站在另一边。 #KaitoYap Kaito AI 🌊 Kindred Labs #Yap Max Giammario ∞ KIN $KIN

好喜欢这种甜甜的爱情，相互奔赴才是真爱，那种你一眼喜欢的千万远离！绝对是来报仇的！ ⸻ 很多 AI 项目，其实不是被 Kindred Labs 打败的，而是自己先失去了存在感。它们上线时都很像：一个新功能、一次性能提升、一组漂亮的 demo。刚开始确实惊艳，用两天、三天，甚至一周。然后呢？你不知不觉就不再点开了。不是不好用，而是没有再打开一次的理由。 Kindred 有点反常。它并不急着证明“我能做多少事”，而是在反复强化一件事：下一次，你为什么会想起我。角色有没有延续性，它记不记得上次的对话，情绪是不是连贯的，这些东西几乎不写在白皮书里，却直接决定用户会不会回来。这也是为什么效率型 AI 很容易被替代。当你的价值只体现在“帮我快一点”，那总会有人比你更快。但当一个 AI 占据的是心理位置，竞争维度就变了。你不是在比参数，而是在比“陪伴时间”。所以说，不是 90% 的 AI 项目不够聪明，而是它们从一开始，就选了一条留不住人的路。而 Kindred，恰好站在另一边。 #KaitoYap Kaito AI 🌊 Kindred Labs #Yap Max Giammario ∞ KIN $KIN

董小姐

17,039 görüntüleme • 7 ay önce

卧槽后座怎么打起来了，是被锁喉了吗？最近AI真的看麻了，天天新的AI工具、新框架，吹得一套一套的，看着贼热闹，好像啥都能靠AI干了。这AI到底干了啥、咋做出的那些决策，拿啥证明啊？现在AI都已经实打实融进干活的环节里，连生产力统计都能看到它的影子了，更别说以后还得碰钱、搞物流、甚至沾点管事儿的边儿，这些可都是正经不能出岔子的事。到那时候，能验证AI的操作和决策，就压根不是可做可不做的选答题了，是必须得有的必答题。看看 Inference Labs 是如何解决问题的。 #VerifiableAI #zkML #InferenceLabs Inference Labs

卧槽后座怎么打起来了，是被锁喉了吗？最近AI真的看麻了，天天新的AI工具、新框架，吹得一套一套的，看着贼热闹，好像啥都能靠AI干了。这AI到底干了啥、咋做出的那些决策，拿啥证明啊？现在AI都已经实打实融进干活的环节里，连生产力统计都能看到它的影子了，更别说以后还得碰钱、搞物流、甚至沾点管事儿的边儿，这些可都是正经不能出岔子的事。到那时候，能验证AI的操作和决策，就压根不是可做可不做的选答题了，是必须得有的必答题。看看 Inference Labs 是如何解决问题的。 #VerifiableAI #zkML #InferenceLabs Inference Labs

币自由 🐬

11,871 görüntüleme • 4 ay önce

僵尸末日来袭你会选择哪一个庇护所呀！我最爱！5 ——— 有时候我会想一个很现实的问题：如果哪天不是人点按钮，而是 AI 自己在点，那出事的时候，你要找谁对账？模型对不对、规则有没有被改、这一步到底是不是“按原计划执行的”，现在大多数系统，其实都说不清。也正因为这样，我才会去看 Inference Labs 在做什么。他们关注的不是 AI 能做多复杂的事，而是当 AI 独立行动时，你有没有办法还原它“当时到底发生了什么”。不是靠回忆，不靠日志，而是每次关键决策本身就带着一份证据。你不需要相信谁，只要验就行。这种设计在普通应用里可能感觉不到，但一旦放到去中心化系统，比如 agent 管资产、策略自动执行、机器人协作，有没有这层“可对账性”，差别会非常大。他们已经把这套东西跑进了真实网络，不是在讲未来，而是在处理现在的问题。我更愿意把这类基础设施理解成一种底线：不是为了让 AI 看起来更高级，而是为了防止它在失控时，把责任一起带走。这条路不性感，但如果哪天 AI 真出大事，可能只有这种东西还能兜得住。 #KaitoYap Kaito AI 🌊 #Yap Inference Labs

僵尸末日来袭你会选择哪一个庇护所呀！我最爱！5 ——— 有时候我会想一个很现实的问题：如果哪天不是人点按钮，而是 AI 自己在点，那出事的时候，你要找谁对账？模型对不对、规则有没有被改、这一步到底是不是“按原计划执行的”，现在大多数系统，其实都说不清。也正因为这样，我才会去看 Inference Labs 在做什么。他们关注的不是 AI 能做多复杂的事，而是当 AI 独立行动时，你有没有办法还原它“当时到底发生了什么”。不是靠回忆，不靠日志，而是每次关键决策本身就带着一份证据。你不需要相信谁，只要验就行。这种设计在普通应用里可能感觉不到，但一旦放到去中心化系统，比如 agent 管资产、策略自动执行、机器人协作，有没有这层“可对账性”，差别会非常大。他们已经把这套东西跑进了真实网络，不是在讲未来，而是在处理现在的问题。我更愿意把这类基础设施理解成一种底线：不是为了让 AI 看起来更高级，而是为了防止它在失控时，把责任一起带走。这条路不性感，但如果哪天 AI 真出大事，可能只有这种东西还能兜得住。 #KaitoYap Kaito AI 🌊 #Yap Inference Labs

董小姐 MemeMax ⚡️

13,650 görüntüleme • 7 ay önce

泪奔了！好感人，不争气的眼泪，它从口里流出来了 ⸻ 最近刷 AI 项目的时候，说实话有点疲了。不是它们不厉害，恰恰相反——都太厉害了。模型、参数、速度，一个比一个漂亮，但看多了情绪上真的没什么起伏。 Kindred Labs 是少数让我停下来想了一下的。不是“哇好强”，而是突然冒出一个不太技术的问题：如果 AI 真的要长期出现在生活里，它该怎么待着，才不让人别扭？不是那种我问你、你马上答的关系，而是你会不会哪天顺手再点开它。有些 AI 真的很聪明，但你心里清楚，它就是工具。用完、关掉，不会再想。 Kindred 给我的感觉不太像在争“最会答题”。它更像是在琢磨一件事：人为什么会愿意和一个存在长期相处？这时候我才开始注意到他们说的那套 Mind / Body / Soul。不是因为名字，而是方向。 Mind 这一层，其实挺像人。不是一直保持同一种状态。有时候你需要逻辑，有时候只是想被理解，有时候甚至不需要答案，只要有人把话接住。再加上它会记得你。不是那种冷冰冰的“你在某年某月问过什么”，而是你们之间发生过的那些事。一旦记忆变成关系的一部分，整个体验就不一样了。 Body 这点我以前真没太当回事。但后来发现，人很难和一个完全无形的东西建立稳定关系。 Kindred 至少正视了这一点。有形象、有存在的位置，在你已经习惯的设备和场景里出现。不是为了炫，而是为了让你不抗拒。在你信任之前，你首先得觉得它“正常”、不吓人。至于 Soul，其实是我最看重的。现在的 AI 都很会，但很少有那种让人想一直留着的。 Kindred 没那么急。不催你、不拉你、不用力制造黏性。你来，它在；你走，也不打扰。 Dark Matter、任务、社区这些东西，给我的感觉更像是一起走一段，而不是被系统牵着跑。所以后来我发现，这套 Mind / Body / Soul 看起来是在讲 AI，但底层其实是在讲人。我们怎么建立信任，怎么产生依附，怎么愿意长期和一个存在共处。 AI 只是载体。被认真对待的，其实是人的感受。如果说 2026 年还有哪个 AI 会一直留在我视野里， Kindred 大概会算一个。不是因为它最强，而是它没有急着证明自己。

泪奔了！好感人，不争气的眼泪，它从口里流出来了 ⸻ 最近刷 AI 项目的时候，说实话有点疲了。不是它们不厉害，恰恰相反——都太厉害了。模型、参数、速度，一个比一个漂亮，但看多了情绪上真的没什么起伏。 Kindred Labs 是少数让我停下来想了一下的。不是“哇好强”，而是突然冒出一个不太技术的问题：如果 AI 真的要长期出现在生活里，它该怎么待着，才不让人别扭？不是那种我问你、你马上答的关系，而是你会不会哪天顺手再点开它。有些 AI 真的很聪明，但你心里清楚，它就是工具。用完、关掉，不会再想。 Kindred 给我的感觉不太像在争“最会答题”。它更像是在琢磨一件事：人为什么会愿意和一个存在长期相处？这时候我才开始注意到他们说的那套 Mind / Body / Soul。不是因为名字，而是方向。 Mind 这一层，其实挺像人。不是一直保持同一种状态。有时候你需要逻辑，有时候只是想被理解，有时候甚至不需要答案，只要有人把话接住。再加上它会记得你。不是那种冷冰冰的“你在某年某月问过什么”，而是你们之间发生过的那些事。一旦记忆变成关系的一部分，整个体验就不一样了。 Body 这点我以前真没太当回事。但后来发现，人很难和一个完全无形的东西建立稳定关系。 Kindred 至少正视了这一点。有形象、有存在的位置，在你已经习惯的设备和场景里出现。不是为了炫，而是为了让你不抗拒。在你信任之前，你首先得觉得它“正常”、不吓人。至于 Soul，其实是我最看重的。现在的 AI 都很会，但很少有那种让人想一直留着的。 Kindred 没那么急。不催你、不拉你、不用力制造黏性。你来，它在；你走，也不打扰。 Dark Matter、任务、社区这些东西，给我的感觉更像是一起走一段，而不是被系统牵着跑。所以后来我发现，这套 Mind / Body / Soul 看起来是在讲 AI，但底层其实是在讲人。我们怎么建立信任，怎么产生依附，怎么愿意长期和一个存在共处。 AI 只是载体。被认真对待的，其实是人的感受。如果说 2026 年还有哪个 AI 会一直留在我视野里， Kindred 大概会算一个。不是因为它最强，而是它没有急着证明自己。

董小姐｜预测世界杯就在Gate

43,660 görüntüleme • 7 ay önce

现在满世界都在聊 AI。模型参数多大，算力芯片多贵，这种话题早就听腻了。但大家似乎都刻意回避了一个最尴尬，也是最底层的事实。如果一个 AI 代言你做了决定，或者直接替你操作了资金，最后出了差错，到底谁来负责。在现在的现实世界里，这个问题其实已经开始有点失控了。自动交易系统偶尔会莫名其妙地抽风。推荐算法在不停地误导用户的判断。生成的内容里真假难辨。甚至在更严肃的医疗或者法律判断里，AI 的偏差也时有发生。现在的痛点从来不是 AI 会不会犯错。只要是程序，就一定会犯错。真正的麻烦在于，当错误发生之后，现有的系统里根本没有任何结构可以去追责。那些中心化的系统，给出的答案其实非常简单。无非就是推卸责任，美其名欲说是系统升级，或者干脆直接删掉日志，当作什么都没发生。但在一个由自主代理组成的未来世界里，这种做法是绝对行不通的。因为未来的 AI 不再只是一个问答对话框，它是要真正参与经济活动的个体。 Inference Labs 切入的角度非常有意思，也表现得很冷静。他们没有去跟风拼算力，也没有去卷模型性能。他们切入的是 AI 的责任结构。他们有一个非常核心的假设。在未来，真正有价值的 AI，未必是那个智商最高的。而是那个可以向外界证明，自己到底做过什么的 AI。这就是为什么他们搞的这套 Proof of Inference，本质上根本不是什么性能优化。它其实是一套在链上跑的问责机制。当一个推理过程被证明确实执行过。当模型的运行路径可以被真实验证。当所有的结果都可以被第三方随时复查。这时候，AI 才算第一次具备了承担责任的能力。这件事的意义，其实被现在的市场严重低估了。因为只有当 AI 变得可以被追责，它才具备了进入高价值场景的入场券。如果没有这种透明的责任结构，你敢把成千上万的资金交给一个全自动的代理吗。你敢让一个没有审计记录的 AI 去参与链上治理吗。你敢让企业级的风控系统完全交给一个黑盒吗。没有问责能力的 AI，充其量只是一个好玩的电子玩具。只有具备了问责能力的 AI，才能真正踏入真实世界的金融和法律门槛。 Inference Labs 真正想构建的，其实是 AI 的责任层。他们不是要让 AI 跑得有多快。他们是要让 AI 的每一步动作都留下无法抹除、无法抵赖的痕迹。这也是为什么他们会选择先进入 Bittensor 生态。这不是为了蹭那点算力名气。而是因为那里是第一个真正允许 AI 之间进行自主博弈、自主竞争的经济环境。在那种 AI 开始真正参与经济活动的试验田里，一套清晰的责任结构，其实比模型提高那么一点点精度要重要得多。这可能是一个很多人还没回过神来的拐点。大家还在沉迷于 AI 表现出来的聪明。但 Inference Labs 已经开始在为 AI 的非理性行为修筑堤坝。这种踩点非常早，也显得非常老练。他们赌的是那个 AI 必须为自己行为负责的必然未来。 #inference_labs #KAITO

现在满世界都在聊 AI。模型参数多大，算力芯片多贵，这种话题早就听腻了。但大家似乎都刻意回避了一个最尴尬，也是最底层的事实。如果一个 AI 代言你做了决定，或者直接替你操作了资金，最后出了差错，到底谁来负责。在现在的现实世界里，这个问题其实已经开始有点失控了。自动交易系统偶尔会莫名其妙地抽风。推荐算法在不停地误导用户的判断。生成的内容里真假难辨。甚至在更严肃的医疗或者法律判断里，AI 的偏差也时有发生。现在的痛点从来不是 AI 会不会犯错。只要是程序，就一定会犯错。真正的麻烦在于，当错误发生之后，现有的系统里根本没有任何结构可以去追责。那些中心化的系统，给出的答案其实非常简单。无非就是推卸责任，美其名欲说是系统升级，或者干脆直接删掉日志，当作什么都没发生。但在一个由自主代理组成的未来世界里，这种做法是绝对行不通的。因为未来的 AI 不再只是一个问答对话框，它是要真正参与经济活动的个体。 Inference Labs 切入的角度非常有意思，也表现得很冷静。他们没有去跟风拼算力，也没有去卷模型性能。他们切入的是 AI 的责任结构。他们有一个非常核心的假设。在未来，真正有价值的 AI，未必是那个智商最高的。而是那个可以向外界证明，自己到底做过什么的 AI。这就是为什么他们搞的这套 Proof of Inference，本质上根本不是什么性能优化。它其实是一套在链上跑的问责机制。当一个推理过程被证明确实执行过。当模型的运行路径可以被真实验证。当所有的结果都可以被第三方随时复查。这时候，AI 才算第一次具备了承担责任的能力。这件事的意义，其实被现在的市场严重低估了。因为只有当 AI 变得可以被追责，它才具备了进入高价值场景的入场券。如果没有这种透明的责任结构，你敢把成千上万的资金交给一个全自动的代理吗。你敢让一个没有审计记录的 AI 去参与链上治理吗。你敢让企业级的风控系统完全交给一个黑盒吗。没有问责能力的 AI，充其量只是一个好玩的电子玩具。只有具备了问责能力的 AI，才能真正踏入真实世界的金融和法律门槛。 Inference Labs 真正想构建的，其实是 AI 的责任层。他们不是要让 AI 跑得有多快。他们是要让 AI 的每一步动作都留下无法抹除、无法抵赖的痕迹。这也是为什么他们会选择先进入 Bittensor 生态。这不是为了蹭那点算力名气。而是因为那里是第一个真正允许 AI 之间进行自主博弈、自主竞争的经济环境。在那种 AI 开始真正参与经济活动的试验田里，一套清晰的责任结构，其实比模型提高那么一点点精度要重要得多。这可能是一个很多人还没回过神来的拐点。大家还在沉迷于 AI 表现出来的聪明。但 Inference Labs 已经开始在为 AI 的非理性行为修筑堤坝。这种踩点非常早，也显得非常老练。他们赌的是那个 AI 必须为自己行为负责的必然未来。 #inference_labs #KAITO

紫川 | ∞KIN |

12,124 görüntüleme • 7 ay önce

今天好郁闷，发生了一点不愉快的事情！人生第一次为了自己的愚蠢进了叔所！期待明天的好结果！！！ ⸻ AI 的下一关，不在能力，而在可被证明在模型规模不断被刷新纪录的阶段，有一个问题始终被刻意回避： AI 的结论，是否真的来自它声称的计算过程？ Inference Labs 选择从这个问题切入。他们关注的不是模型性能，而是推理行为本身是否可信、是否可复现、是否可审计。 Proof of Inference 的意义，在于把“我相信模型没问题”变成“模型必须给出证明”。通过零知识证明，系统可以在不暴露模型结构和参数的前提下，确认一次推理： •确实由指定模型完成 •计算过程未被替换或篡改 •输出结果与真实推理一致这不是提高透明度，而是引入约束。在工程层面，DSperse 做的事情同样关键。它把原本高度定制化、专家依赖的 zkML 开发流程，拆解为可复用组件，使“可验证 AI”从研究范畴，进入实际应用范畴。否则，再正确的理念也只能停留在白皮书。目前，可验证推理在性能上的代价仍然明显，但这更像早期加密系统的计算成本问题，而不是路线错误。融资的用途，也正是针对这一层进行系统级优化。如果说过去的 AI 竞争是“谁能算得更快”，接下来的竞争，很可能是：谁的推理能被证明、被追溯、被承担责任。 Inference Labs 所搭建的，不是价值观，而是一层让 AI 输出进入现实系统所必需的验证基础设施。 #KaitoYap Kaito AI 🌊 #Yap Inference Labs

今天好郁闷，发生了一点不愉快的事情！人生第一次为了自己的愚蠢进了叔所！期待明天的好结果！！！ ⸻ AI 的下一关，不在能力，而在可被证明在模型规模不断被刷新纪录的阶段，有一个问题始终被刻意回避： AI 的结论，是否真的来自它声称的计算过程？ Inference Labs 选择从这个问题切入。他们关注的不是模型性能，而是推理行为本身是否可信、是否可复现、是否可审计。 Proof of Inference 的意义，在于把“我相信模型没问题”变成“模型必须给出证明”。通过零知识证明，系统可以在不暴露模型结构和参数的前提下，确认一次推理： •确实由指定模型完成 •计算过程未被替换或篡改 •输出结果与真实推理一致这不是提高透明度，而是引入约束。在工程层面，DSperse 做的事情同样关键。它把原本高度定制化、专家依赖的 zkML 开发流程，拆解为可复用组件，使“可验证 AI”从研究范畴，进入实际应用范畴。否则，再正确的理念也只能停留在白皮书。目前，可验证推理在性能上的代价仍然明显，但这更像早期加密系统的计算成本问题，而不是路线错误。融资的用途，也正是针对这一层进行系统级优化。如果说过去的 AI 竞争是“谁能算得更快”，接下来的竞争，很可能是：谁的推理能被证明、被追溯、被承担责任。 Inference Labs 所搭建的，不是价值观，而是一层让 AI 输出进入现实系统所必需的验证基础设施。 #KaitoYap Kaito AI 🌊 #Yap Inference Labs

董小姐 |上Gate玩事件合约

303,919 görüntüleme • 6 ay önce

ZAMA从0.16U跌倒0.09U,按照NFT0.005U的价格，一个NFT现在只能卖3600U除去200U成本也就是3400U。场外非但没有跌，还涨到了2700U一个NFT，大家都这么看好嘛😂，搞得我都不敢套保了，生怕来个上次MMT一样。 Inference Labs 认为：信任不能靠盲目信仰，必须是计算领域里看得见的东西。为此，他们提出了一个新概念：自主计量学。抛开术语，其实就是 “可验证的 AI”。核心法则：拒绝“黑盒”，只讲证据现在的规则变了：每一个行动、每一次预测、每一个决策，都必须附带证明。 ✨ 三大亮点：一张“数字发票” 拒绝盲信。这就像 AI 每思考一次，都会给你开具一张“数字发票”。你是怎么算出来的？票据上写得清清楚楚。纯粹的“数学确信” 不讲虚的。无论是云端的复杂计算，还是机械臂的物理操作，每一步都有据可查，把安全感建立在数学之上。极致简单的未来人与机器的关系将彻底改变。我们不再需要揣测 AI 的心思。不需要猜测，只需要验证。 #KaitoYap Kaito AI 🌊 #Yap Inference Labs

ZAMA从0.16U跌倒0.09U,按照NFT0.005U的价格，一个NFT现在只能卖3600U除去200U成本也就是3400U。场外非但没有跌，还涨到了2700U一个NFT，大家都这么看好嘛😂，搞得我都不敢套保了，生怕来个上次MMT一样。 Inference Labs 认为：信任不能靠盲目信仰，必须是计算领域里看得见的东西。为此，他们提出了一个新概念：自主计量学。抛开术语，其实就是 “可验证的 AI”。核心法则：拒绝“黑盒”，只讲证据现在的规则变了：每一个行动、每一次预测、每一个决策，都必须附带证明。 ✨ 三大亮点：一张“数字发票” 拒绝盲信。这就像 AI 每思考一次，都会给你开具一张“数字发票”。你是怎么算出来的？票据上写得清清楚楚。纯粹的“数学确信” 不讲虚的。无论是云端的复杂计算，还是机械臂的物理操作，每一步都有据可查，把安全感建立在数学之上。极致简单的未来人与机器的关系将彻底改变。我们不再需要揣测 AI 的心思。不需要猜测，只需要验证。 #KaitoYap Kaito AI 🌊 #Yap Inference Labs

墨鱼(:◎)｜Gate美股0费率

418,540 görüntüleme • 6 ay önce

最近在看了古仔版本的杨过，都说一见杨过误终身真的太爱了，各种女主也太美了，哇！我要是杨过，我全都要！哼！！！你们呢！【Talus Labs $US 质押，说点真实感受】这两天一直有人问 Talus 的 staking 值不值得看。我自己拆了一下，其实它不是一套东西，而是两种完全不同的质押逻辑，很多人容易混在一起看。第一种：给持币人的（偏激励）这个就是 Talus Foundation 在跑的官方质押。你做的事情很简单：把 $US 放进去，锁一段时间，到期一次性拿回本金 + 奖励。一开始 APY 确实很高，有点离谱那种。但它不是固定利率，每 10 分钟会根据新进来的质押量动态往下调。人越多，收益越低，本质上就是奖励早期、换稳定。中途不能拆、不能部分取，锁就是实打实的锁。这个计划会一直跑到 2027 年 1 月，就算激励池提前用完，也会给你完整的解锁窗口。我个人更把它当成一种长期 holder 的忠诚度机制，而不是那种每天盯收益的矿。 ⸻ 第二种：真正在“干活”的质押（偏功能）这一块很多人其实用不上，但它才是 Talus 网络能跑起来的关键。 •Leader 节点要质押 $US 负责协调链下 AI 计算，做对了有奖励，乱来会被罚 •AI 工具想上架，也得先押 $US 本质就是：你要为自己发布的东西负责这一层没有情绪价值，只有约束和责任。 ⸻ 简单说一句我的理解： Talus 没把 $US 当成单纯的炒作筹码，而是把它塞进了「长期激励 + 网络安全 + 责任成本」这三件事里。你要不要参与，看你站在哪个位置：是 holder，还是 builder，还是节点。 #KaitoYap Kaito AI 🌊 #Yap Talus Labs Talus 🐸 $US

最近在看了古仔版本的杨过，都说一见杨过误终身真的太爱了，各种女主也太美了，哇！我要是杨过，我全都要！哼！！！你们呢！【Talus Labs $US 质押，说点真实感受】这两天一直有人问 Talus 的 staking 值不值得看。我自己拆了一下，其实它不是一套东西，而是两种完全不同的质押逻辑，很多人容易混在一起看。第一种：给持币人的（偏激励）这个就是 Talus Foundation 在跑的官方质押。你做的事情很简单：把 $US 放进去，锁一段时间，到期一次性拿回本金 + 奖励。一开始 APY 确实很高，有点离谱那种。但它不是固定利率，每 10 分钟会根据新进来的质押量动态往下调。人越多，收益越低，本质上就是奖励早期、换稳定。中途不能拆、不能部分取，锁就是实打实的锁。这个计划会一直跑到 2027 年 1 月，就算激励池提前用完，也会给你完整的解锁窗口。我个人更把它当成一种长期 holder 的忠诚度机制，而不是那种每天盯收益的矿。 ⸻ 第二种：真正在“干活”的质押（偏功能）这一块很多人其实用不上，但它才是 Talus 网络能跑起来的关键。 •Leader 节点要质押 $US 负责协调链下 AI 计算，做对了有奖励，乱来会被罚 •AI 工具想上架，也得先押 $US 本质就是：你要为自己发布的东西负责这一层没有情绪价值，只有约束和责任。 ⸻ 简单说一句我的理解： Talus 没把 $US 当成单纯的炒作筹码，而是把它塞进了「长期激励 + 网络安全 + 责任成本」这三件事里。你要不要参与，看你站在哪个位置：是 holder，还是 builder，还是节点。 #KaitoYap Kaito AI 🌊 #Yap Talus Labs Talus 🐸 $US

董小姐

58,252 görüntüleme • 8 ay önce

哈哈石榴姐姐真的风华绝代！！！我发现，Integra Layer 从第一步开始，就不像是奔着“先热闹再说”的项目。你看它干的第一件事是什么？不是讲收益模型，不是画资产规模，而是直接在底层选了 ERC-3643 这种“麻烦但严谨”的标准。说白了，这种选择，对拉盘和讲故事一点都不友好。因为 ERC-3643 天生就意味着三件事： •有门槛 •有限制 •没法随便流转但也正因为这样，它反而暴露了 Integra 的真实目标—— 它压根没打算服务短线投机。房地产这种资产，如果连 “谁能买、能不能转、转给谁” 都要靠链下人肉审核，那上链本身其实是自欺欺人。 Integra 的逻辑更像传统机构： 👉 规则先落地，流动性后讨论。把身份、资格、转让限制，直接写进合约，不是为了炫技术，而是为了把未来所有潜在纠纷，提前锁死在系统层。干这行的都明白，真正卡死房地产上链的，从来不是技术，而是合规一旦出问题，整个盘都得重来。所以我一直觉得，Integra Layer 更像是在搭一个 “能被现实世界接受的链上执行层”，而不是一个好看的叙事壳子。这条路确实慢，但你要真打算把资产规模做上去，慢，反而是唯一的快。 #KaitoYap Kaito AI 🌊 #Yap Inference Labs

哈哈石榴姐姐真的风华绝代！！！我发现，Integra Layer 从第一步开始，就不像是奔着“先热闹再说”的项目。你看它干的第一件事是什么？不是讲收益模型，不是画资产规模，而是直接在底层选了 ERC-3643 这种“麻烦但严谨”的标准。说白了，这种选择，对拉盘和讲故事一点都不友好。因为 ERC-3643 天生就意味着三件事： •有门槛 •有限制 •没法随便流转但也正因为这样，它反而暴露了 Integra 的真实目标—— 它压根没打算服务短线投机。房地产这种资产，如果连 “谁能买、能不能转、转给谁” 都要靠链下人肉审核，那上链本身其实是自欺欺人。 Integra 的逻辑更像传统机构： 👉 规则先落地，流动性后讨论。把身份、资格、转让限制，直接写进合约，不是为了炫技术，而是为了把未来所有潜在纠纷，提前锁死在系统层。干这行的都明白，真正卡死房地产上链的，从来不是技术，而是合规一旦出问题，整个盘都得重来。所以我一直觉得，Integra Layer 更像是在搭一个 “能被现实世界接受的链上执行层”，而不是一个好看的叙事壳子。这条路确实慢，但你要真打算把资产规模做上去，慢，反而是唯一的快。 #KaitoYap Kaito AI 🌊 #Yap Inference Labs

董小姐

21,083 görüntüleme • 7 ay önce

🤣🤣🤣被ai玩坏了咯！！！ —— 大的什么时候才能到来这两天一直在刷到 Kindred Labs 的动静，说实话，这种“你懂的”式暗示一出来，基本就能判断：空投和 TGE 应该离得不远了。放在 Sei 生态里看，它现在的关注度也确实排在前面。但让我更在意的，其实是另一件事。我看到不少人把 Kindred 简单归类成“接了 API 的聊天工具”，每次看到这种说法，我都会有点替项目可惜——因为这明显低估了它真正想做的事情。如果只是套壳主流大模型，在现在这个 AI 项目密集到几乎同质化的赛道里，根本不可能靠运气站住脚。Kindred Labs 没走那条路。它把情绪拆解成唤醒度、愉悦度、支配度三个维度，用上下文、表达节奏和长期互动来判断一个人的真实状态。差别在于：普通 AI 只“听懂话”，而 Kindred Labs 在尝试“理解人”。你说一句“没事”，多数 AI 会照字面理解；但 Kindred 更像是会停一下，意识到你可能是在强装平静，然后给出更贴合当下情绪的回应。这种持续学习、越聊越懂你边界和性格的设计，其实带来的是一种很微妙的情感连接感，而不是功能堆叠。这也是我觉得它能留下用户的核心原因。现在太多 AI 项目在拼谁更聪明、参数更大、功能更多，但越往后我越确信：真正的分水岭不会是智力，而是“理解力”。谁能读懂人的状态、尊重人的情绪，而不是冷冰冰地输出答案，谁才更可能走得远。从这个角度看，Kindred 至少是在往一个我个人很认可的方向探索。 #KaitoYap Kaito AI 🌊 Kindred Labs #Yap Max Giammario $KIN

🤣🤣🤣被ai玩坏了咯！！！ —— 大的什么时候才能到来这两天一直在刷到 Kindred Labs 的动静，说实话，这种“你懂的”式暗示一出来，基本就能判断：空投和 TGE 应该离得不远了。放在 Sei 生态里看，它现在的关注度也确实排在前面。但让我更在意的，其实是另一件事。我看到不少人把 Kindred 简单归类成“接了 API 的聊天工具”，每次看到这种说法，我都会有点替项目可惜——因为这明显低估了它真正想做的事情。如果只是套壳主流大模型，在现在这个 AI 项目密集到几乎同质化的赛道里，根本不可能靠运气站住脚。Kindred Labs 没走那条路。它把情绪拆解成唤醒度、愉悦度、支配度三个维度，用上下文、表达节奏和长期互动来判断一个人的真实状态。差别在于：普通 AI 只“听懂话”，而 Kindred Labs 在尝试“理解人”。你说一句“没事”，多数 AI 会照字面理解；但 Kindred 更像是会停一下，意识到你可能是在强装平静，然后给出更贴合当下情绪的回应。这种持续学习、越聊越懂你边界和性格的设计，其实带来的是一种很微妙的情感连接感，而不是功能堆叠。这也是我觉得它能留下用户的核心原因。现在太多 AI 项目在拼谁更聪明、参数更大、功能更多，但越往后我越确信：真正的分水岭不会是智力，而是“理解力”。谁能读懂人的状态、尊重人的情绪，而不是冷冰冰地输出答案，谁才更可能走得远。从这个角度看，Kindred 至少是在往一个我个人很认可的方向探索。 #KaitoYap Kaito AI 🌊 Kindred Labs #Yap Max Giammario $KIN

董小姐 |Gate美股0费率

55,419 görüntüleme • 7 ay önce

今早刷到一条新闻的时候，我愣了几秒。去年那个曾经风靡一时、全网都在找邀请码、朋友圈一夜刷屏的 Manus，被 Meta 收购了。而且不是象征性的那种。传闻中的收购价，高达 20 亿美元。一瞬间，脑子里只有一句话：原来那一波热闹，真的不是泡沫。如果你去年混过 AI 圈，一定记得 Manus。那种典型的产品—— 不是“炫技 demo”，而是你一用就发现不对劲的那种工具。它不是只回答问题，而是能自己拆任务、查资料、写东西、跑流程。你给它一个目标，它自己往下干。后来大家才慢慢意识到：哦，这是 Agent。 Manus 真正厉害的地方，并不是“它能干什么”，而是它敢把“人”的工作流直接吃掉。不是辅助你，不是提高效率，而是—— “这事我来做，你别管了。” 在当时那一堆还停留在 ChatBot、Copilot 阶段的产品里， Manus 是极少数真的在往“替代”走的团队。这也是为什么它能在极短时间内：用户暴涨付费率不低在海外圈层迅速传播 Agent 这个词后来被讲烂了，但Manus 是最早让普通人真正“感受到 Agent 的”那一批。更讽刺的是另一件事。去年，字节跳动曾经试图以 3000 万美元左右收购 Manus。这事在圈子里不是秘密。当时很多人的第一反应是： “挺高了吧？” “早点卖也正常。” 但结果你现在也看到了：没卖。一年后，直接卖给 Meta，估值翻了近百倍。你说这是运气？不完全是。这是对一件事的判断差异： Agent 会不会成为下一代核心计算入口。很多人只盯着“20 亿美元”这个数字。但更值得琢磨的，其实是另一条线索： Manus 后来把公司主体放在了新加坡。这一步，太关键了。不是因为新加坡有什么魔法，而是因为：面向全球用户面向美元资本面向 Meta、OpenAI、Google 这种买家你必须站在“他们习惯的坐标系里”。产品是全球的，那公司也得是全球的。这也引出了一个让很多中国 AI 创业者心里不舒服的问题：为什么这么多 AI 初创，最后都很难在中国大陆生根？不是技术不行，不是人不行，甚至也不完全是钱的问题。而是一个更现实的东西： “长大以后怎么办？” 能不能无摩擦地服务全球用户能不能被全球巨头并购能不能走一条清晰、可预期的退出路径这些问题，对早期创业者来说，比模型参数重要得多。再回到 Meta。你要明白一件事： Meta 不是“看热闹的投资人”。它现在最缺的，不是模型，不是算力，而是能真正跑在模型之上的 Agent 层。 Chat 是入口，但 Agent 才是生产力。而 Manus，恰好站在这个位置上。所以这次收购，与其说是“买一家创业公司”，不如说是—— 直接买了一条通往下一代产品形态的快车道。最后说句很人话的。很多人会把这件事解读成： “中国 AI 又一次被美国收走了果实”。也有人会说： “这是中国创业者的成功”。我更愿意用一个不那么宏大的视角看它：这是一个创业者，在关键时刻，没有把自己卖便宜的故事。而在 AI 这个时代，这种故事，会越来越少，也越来越贵。如果你去年抢过 Manus 的邀请码，如果你用过 Agent，如果你正在创业、或者想创业，你大概能理解这种复杂的情绪。不是羡慕，也不是愤怒，而是一种： “原来世界已经走到这一步了”的感觉。这条新闻，不只是 Manus 的终点。它更像是很多人，某种幻想的终点。也是另一种现实的开始。

今早刷到一条新闻的时候，我愣了几秒。去年那个曾经风靡一时、全网都在找邀请码、朋友圈一夜刷屏的 Manus，被 Meta 收购了。而且不是象征性的那种。传闻中的收购价，高达 20 亿美元。一瞬间，脑子里只有一句话：原来那一波热闹，真的不是泡沫。如果你去年混过 AI 圈，一定记得 Manus。那种典型的产品—— 不是“炫技 demo”，而是你一用就发现不对劲的那种工具。它不是只回答问题，而是能自己拆任务、查资料、写东西、跑流程。你给它一个目标，它自己往下干。后来大家才慢慢意识到：哦，这是 Agent。 Manus 真正厉害的地方，并不是“它能干什么”，而是它敢把“人”的工作流直接吃掉。不是辅助你，不是提高效率，而是—— “这事我来做，你别管了。” 在当时那一堆还停留在 ChatBot、Copilot 阶段的产品里， Manus 是极少数真的在往“替代”走的团队。这也是为什么它能在极短时间内：用户暴涨付费率不低在海外圈层迅速传播 Agent 这个词后来被讲烂了，但Manus 是最早让普通人真正“感受到 Agent 的”那一批。更讽刺的是另一件事。去年，字节跳动曾经试图以 3000 万美元左右收购 Manus。这事在圈子里不是秘密。当时很多人的第一反应是： “挺高了吧？” “早点卖也正常。” 但结果你现在也看到了：没卖。一年后，直接卖给 Meta，估值翻了近百倍。你说这是运气？不完全是。这是对一件事的判断差异： Agent 会不会成为下一代核心计算入口。很多人只盯着“20 亿美元”这个数字。但更值得琢磨的，其实是另一条线索： Manus 后来把公司主体放在了新加坡。这一步，太关键了。不是因为新加坡有什么魔法，而是因为：面向全球用户面向美元资本面向 Meta、OpenAI、Google 这种买家你必须站在“他们习惯的坐标系里”。产品是全球的，那公司也得是全球的。这也引出了一个让很多中国 AI 创业者心里不舒服的问题：为什么这么多 AI 初创，最后都很难在中国大陆生根？不是技术不行，不是人不行，甚至也不完全是钱的问题。而是一个更现实的东西： “长大以后怎么办？” 能不能无摩擦地服务全球用户能不能被全球巨头并购能不能走一条清晰、可预期的退出路径这些问题，对早期创业者来说，比模型参数重要得多。再回到 Meta。你要明白一件事： Meta 不是“看热闹的投资人”。它现在最缺的，不是模型，不是算力，而是能真正跑在模型之上的 Agent 层。 Chat 是入口，但 Agent 才是生产力。而 Manus，恰好站在这个位置上。所以这次收购，与其说是“买一家创业公司”，不如说是—— 直接买了一条通往下一代产品形态的快车道。最后说句很人话的。很多人会把这件事解读成： “中国 AI 又一次被美国收走了果实”。也有人会说： “这是中国创业者的成功”。我更愿意用一个不那么宏大的视角看它：这是一个创业者，在关键时刻，没有把自己卖便宜的故事。而在 AI 这个时代，这种故事，会越来越少，也越来越贵。如果你去年抢过 Manus 的邀请码，如果你用过 Agent，如果你正在创业、或者想创业，你大概能理解这种复杂的情绪。不是羡慕，也不是愤怒，而是一种： “原来世界已经走到这一步了”的感觉。这条新闻，不只是 Manus 的终点。它更像是很多人，某种幻想的终点。也是另一种现实的开始。

比特币橙子Trader

122,896 görüntüleme • 7 ay önce

他喵的，气死老娘了，尹志平这个剑人，我的小龙女啊！我的女神啊！！离 Talus Labs 在 Kaito AI 🌊 上的快照不到一天了。说实话，这几天刷 CT，想忽略 Talus 都有点难。 2M $US，全解锁，量也不算大。价格从高点掉了不少，活动却没停。这种时候还坚持跑完，我第一反应不是“精明”，而是有点倔。 CT 上的声音也很真实。有人说刷屏，有人嫌吵。我一开始其实也有点疲劳。但很奇怪的一点是，就算你不想看，Talus 还是被你记住了。 AI agents on Sui 这句话，已经在我脑子里自己回放了好几遍。这大概就是它真正想要的东西吧。不是当天的价格，也不是一波好看的 K 线，而是让一批人哪怕嘴上嫌弃，心里也知道“哦，有这么个东西”。等快照结束，其实热闹就散了。真正留下来的，可能只是几件很小的事：一些创作者手里真的有了 $US，一些内容还会在时间线上继续被翻出来，还有一个说不上对错的问题—— 原来注意力，是可以被这样买下来的。我也说不上我是不是完全认同这套玩法。但至少这次，我是被卷进来了。不是因为涨，而是因为它不停地出现在我视线里。等情绪退潮后再回头看，也许才知道这次到底值不值。 #KaitoYap Kaito AI 🌊 #Yap Talus Labs Talus 🐸 $US

他喵的，气死老娘了，尹志平这个剑人，我的小龙女啊！我的女神啊！！离 Talus Labs 在 Kaito AI 🌊 上的快照不到一天了。说实话，这几天刷 CT，想忽略 Talus 都有点难。 2M $US，全解锁，量也不算大。价格从高点掉了不少，活动却没停。这种时候还坚持跑完，我第一反应不是“精明”，而是有点倔。 CT 上的声音也很真实。有人说刷屏，有人嫌吵。我一开始其实也有点疲劳。但很奇怪的一点是，就算你不想看，Talus 还是被你记住了。 AI agents on Sui 这句话，已经在我脑子里自己回放了好几遍。这大概就是它真正想要的东西吧。不是当天的价格，也不是一波好看的 K 线，而是让一批人哪怕嘴上嫌弃，心里也知道“哦，有这么个东西”。等快照结束，其实热闹就散了。真正留下来的，可能只是几件很小的事：一些创作者手里真的有了 $US，一些内容还会在时间线上继续被翻出来，还有一个说不上对错的问题—— 原来注意力，是可以被这样买下来的。我也说不上我是不是完全认同这套玩法。但至少这次，我是被卷进来了。不是因为涨，而是因为它不停地出现在我视线里。等情绪退潮后再回头看，也许才知道这次到底值不值。 #KaitoYap Kaito AI 🌊 #Yap Talus Labs Talus 🐸 $US

董小姐 MemeMax ⚡️

85,626 görüntüleme • 7 ay önce

如果你翻墙之后，还只会刷每日大赛，那真的有点浪费了因为互联网真正值钱的东西，其实大量都藏在 GitHub 很多最新的 AI 工具、自动化项目、效率工作流，几乎都会第一时间出现在那里这两年越来越明显的一件事是：会用 GitHub 的人，已经开始用 AI 放大自己的效率了很多原本需要团队完成的事情，现在一个人就能做我的建议是收藏起来，认真看看这个视频它真正有价值的地方，不是教你“看网站”，而是让你开始理解： AI 时代里，普通人该去哪里找机会

如果你翻墙之后，还只会刷每日大赛，那真的有点浪费了因为互联网真正值钱的东西，其实大量都藏在 GitHub 很多最新的 AI 工具、自动化项目、效率工作流，几乎都会第一时间出现在那里这两年越来越明显的一件事是：会用 GitHub 的人，已经开始用 AI 放大自己的效率了很多原本需要团队完成的事情，现在一个人就能做我的建议是收藏起来，认真看看这个视频它真正有价值的地方，不是教你“看网站”，而是让你开始理解： AI 时代里，普通人该去哪里找机会

Suu

538,801 görüntüleme • 1 ay önce

国内被这部短剧刷屏了！𝕏上居然没几个人知道？？我看了一下！是真的不错，绝对的“大制作”！用好莱坞电影1分钟的预算，完成了整部AI剧集！并且制作水准，非常在线！给我最大的感受是，Seedance2.5发布后，AI短剧已经到另一个境界了！！不再拼“谁更爽”，而是在拼“质感”和“剧情”，这个方向就对了，AI也能生产“细糠”！这部《我的叔叔堂吉诃德》，不是传统的套路短剧，它没有烂大街的爽点爆点和烂梗，画面也没有“廉价感”，它有完整的人设、有节奏、有视觉完成度，是真的用AI精雕细琢出来的作品！故事内容也挺有意思的，好像是起点一个爆火小说的同名改编，第1集就把“美国梦”打碎！把“美利坚幻想”撕开给你看，虽然是有“奇幻副本”的设定，但内核却是在展示一个“真正的美国”！可能有美国生活经历的人，会更能get到里面的一些点，不知道为什么，我觉得可能美国人会比较喜欢看！

国内被这部短剧刷屏了！𝕏上居然没几个人知道？？我看了一下！是真的不错，绝对的“大制作”！用好莱坞电影1分钟的预算，完成了整部AI剧集！并且制作水准，非常在线！给我最大的感受是，Seedance2.5发布后，AI短剧已经到另一个境界了！！不再拼“谁更爽”，而是在拼“质感”和“剧情”，这个方向就对了，AI也能生产“细糠”！这部《我的叔叔堂吉诃德》，不是传统的套路短剧，它没有烂大街的爽点爆点和烂梗，画面也没有“廉价感”，它有完整的人设、有节奏、有视觉完成度，是真的用AI精雕细琢出来的作品！故事内容也挺有意思的，好像是起点一个爆火小说的同名改编，第1集就把“美国梦”打碎！把“美利坚幻想”撕开给你看，虽然是有“奇幻副本”的设定，但内核却是在展示一个“真正的美国”！可能有美国生活经历的人，会更能get到里面的一些点，不知道为什么，我觉得可能美国人会比较喜欢看！

沐阳

69,431 görüntüleme • 29 gün önce