Загрузка видео...

Не удалось загрузить видео

Возникла проблема при загрузке этого видео. Это может быть связано с временными проблемами сети или видео может быть недоступно.

На главную

⚡️ 懒人利器：从 tx 到 web3 代码 👀 zkSync Era 主网上线几个月以来，相对靠谱的项目方以肉眼可见的速度在增长（如 Odos)，但基础设施建设似乎没能一起跟上 😳 比如：目前仅官方一个 RPC 服务器可选（垄断往往是坏的）、官方的区块链浏览器经常性崩溃无法打开 🥺 但最糟糕的是，不知是项目方有意，还是技术问题，部署在 zkSync Era 上的合约，少有验证合约源代码的 🫠 这就导致一个问题：绝大多数的合约调用，都成了一种“盲掉“，不但增加风险，对于我们解读这笔交易具体做了什么，难度增加了不知多少倍 😈 鉴于此，打算为羸弱的 zkSync 基建添砖加瓦，花了N个小时，改了N版的 “WTFtx 工具“上线 🎯 作用：解析 tx 调用函数具体信息、提取函数名、参数类型、参数值，“附带“生成基于 web3. py 的代码 💡 使用方式：输入交易 tx 的 hash，点击“解析tx“按钮，稍等片刻，即可获取tx详情 🙋 备注：不是每一条 tx 都能成功解析，取决于 API 接口返回数据 ⚠️... show more

gm365

25,516 subscribers

44,378 просмотров • 3 лет назад •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

Комментарии: 0

Нет доступных комментариев

Здесь появятся комментарии из оригинального поста

Похожие видео

DEXX被盗，certik的审计有没有责任？外行如何查看审计报告？ ➤首先来说，Certik多少是有些问题的。第一，打开项目页，首先是评分！一个审计机构，你评分是什么鬼？我们看审计报告，需要知道的是风险有多大，而不是项目或代码有多好！第二，上来还有项目亮点。而且你看DEXX这亮点都是啥？推特关注者数量、社群、还有市场稳定性。这和你审计业务有啥关系，就这能叫亮点？第三，可是涉及到审计的关键问题时，点击”查看漏洞信息“，然后接下来，不但没有显示漏洞信息，整个代码审计这块就没了……不信的话大家可以自己去试一下，我也录了个视频。第四，其实页面上有pdf审计报告文件可以查看，但是位置不太明显。另一方面，审计报告里的风险事件情况不写在页面上，反而在页面上写一些与安全无关的亮点和评分…… ➤其次，外行看审计报告，应该至少看一下风险摘要。一般审计报告会把风险划分为致命的、主要的、中度、轻度、信息化几个级别。我们可以看一下每个级别有多少风险问题，有多少已经解决、有多少还没有解决。像DEXX这个审计报告上写了，有1主要问题——中心化。 4个中度问题——易受攻击代码。这个已经比较直白了。已解决2个，未解决2个。 4个轻度问题——设计问题，已解决1个，未解决3个。已解决就是已经解决了问题，已知悉，就是没解决的意思哈哈。这么说吧，审计报告没问题，不一定真的没问题。但审计风险摘要里都有问题的，那确实是真的有问题的。 ➤对比其他DEX的审计报告 ❚ DYDX 既然说到DEX，我们可以看一下著名的DEX #dydx 的审计情况。 DYDX也没有花钱请certik进行审计，而是由不同的代码审计人员组成审计组进行非正式审计共6次。最近一次审计报告显示：共有：中度风险1项，未解决。低风险6项，2个已解决，4个暂未解决。信息性风险7项目，7个暂未解决。 ❚ DeGate 再来看一个基于以太坊二层的DEX #DeGate ，2023年8月上线至今天，一共由3家审计机构进行代码，包括 Trail of Bits 、Least Authority 和 #Secbit 共进行5次代码审计。看一下最近一次的审计报告，审计机构是Secbit。审计报告的地址是。中度风险4个，全部已经解决。低风险8个，其中5个已经解决，3个暂时未解决。信息性风险4个，1个已解决，3个暂时未解决。还有4个讨论级别的风险，2个已解决，2个暂时未解决。这类风险应该是需要讨论的，不确定是否存在问题。没有发现更高级别的风险了，剩下的最高风险是低风险。 DYDX 和 DeGate审计的共同点是：第一，都没有花钱给Certik去"镀金"，而是由多个审计主体进行了多次审计，这样可以相对更充分的发现代码中的安全问题。第二，审计报告发布在Github平台，而不是审计机构或项目方的官网，这样可以看见审计报告文件的提交修改删除等行为，更公开更透明。第三，这两个DEX的审计报告中都没有未解决的中度风险。根据审计情况都把风险控制在低风险级别下。 DYDX V4和DeGate分别已经安全运行了14个月和16个月。可见，无论是大型DEX还是中小型DEX，都可以对比出DEXX的不安全。 ➤写在最后作为代码小白的我们，听说项目方有代码审计，我们要打开审计报告看了一下。而不是听项目方说有多少个安全性通过。以DEXX为例，虽然Certik把它的代码排名在10%以内，但是它的评分只有59.31分。这说明DEXX实际的安全性可能更差。只要我们打开这份审计报告，什么也看不懂，起码能看见59.31这个评分。再仔细往下看就会发现"易受攻击代码"的字样。当时看过这两个细节，估计我们也不会去使用这个DEXX了。打开审计报告以后，即使英文不好，也可以查找Medium这个词，找到风险事件摘要，看一下已发现的各级别的风险问题有多少个，多少已解决、多少未解决。虽然代码审计安全的项目不一定安全，虽然我们可能看不懂具体的代码风险，但是发现风险级别较高的因素尚未解决，很可能说明项目代码可能处于比较潦草的阶段，还有待的完善安全性，我们在使用时要慎之又慎。而参与审计的主体多、审计次数多，项目的安全性可能会相对更好一些。当然，也仅仅是相对安全。毕竟很多风险事件不一定是代码层面上的。提升安全性，我们的资产可以分散存储，大额长期投资使用冷钱包。在应用的用户端，手机电脑的环境保持安全性也非常重要，参与交易和持币的浏览器、设备等与日常使用等进行隔离。在操作资产时，包括交易、游戏等等行为，要慢，要慢，要慢，仔细核对信息……欢迎补充

DEXX被盗，certik的审计有没有责任？外行如何查看审计报告？ ➤首先来说，Certik多少是有些问题的。第一，打开项目页，首先是评分！一个审计机构，你评分是什么鬼？我们看审计报告，需要知道的是风险有多大，而不是项目或代码有多好！第二，上来还有项目亮点。而且你看DEXX这亮点都是啥？推特关注者数量、社群、还有市场稳定性。这和你审计业务有啥关系，就这能叫亮点？第三，可是涉及到审计的关键问题时，点击”查看漏洞信息“，然后接下来，不但没有显示漏洞信息，整个代码审计这块就没了……不信的话大家可以自己去试一下，我也录了个视频。第四，其实页面上有pdf审计报告文件可以查看，但是位置不太明显。另一方面，审计报告里的风险事件情况不写在页面上，反而在页面上写一些与安全无关的亮点和评分…… ➤其次，外行看审计报告，应该至少看一下风险摘要。一般审计报告会把风险划分为致命的、主要的、中度、轻度、信息化几个级别。我们可以看一下每个级别有多少风险问题，有多少已经解决、有多少还没有解决。像DEXX这个审计报告上写了，有1主要问题——中心化。 4个中度问题——易受攻击代码。这个已经比较直白了。已解决2个，未解决2个。 4个轻度问题——设计问题，已解决1个，未解决3个。已解决就是已经解决了问题，已知悉，就是没解决的意思哈哈。这么说吧，审计报告没问题，不一定真的没问题。但审计风险摘要里都有问题的，那确实是真的有问题的。 ➤对比其他DEX的审计报告 ❚ DYDX 既然说到DEX，我们可以看一下著名的DEX #dydx 的审计情况。 DYDX也没有花钱请certik进行审计，而是由不同的代码审计人员组成审计组进行非正式审计共6次。最近一次审计报告显示：共有：中度风险1项，未解决。低风险6项，2个已解决，4个暂未解决。信息性风险7项目，7个暂未解决。 ❚ DeGate 再来看一个基于以太坊二层的DEX #DeGate ，2023年8月上线至今天，一共由3家审计机构进行代码，包括 Trail of Bits 、Least Authority 和 #Secbit 共进行5次代码审计。看一下最近一次的审计报告，审计机构是Secbit。审计报告的地址是。中度风险4个，全部已经解决。低风险8个，其中5个已经解决，3个暂时未解决。信息性风险4个，1个已解决，3个暂时未解决。还有4个讨论级别的风险，2个已解决，2个暂时未解决。这类风险应该是需要讨论的，不确定是否存在问题。没有发现更高级别的风险了，剩下的最高风险是低风险。 DYDX 和 DeGate审计的共同点是：第一，都没有花钱给Certik去"镀金"，而是由多个审计主体进行了多次审计，这样可以相对更充分的发现代码中的安全问题。第二，审计报告发布在Github平台，而不是审计机构或项目方的官网，这样可以看见审计报告文件的提交修改删除等行为，更公开更透明。第三，这两个DEX的审计报告中都没有未解决的中度风险。根据审计情况都把风险控制在低风险级别下。 DYDX V4和DeGate分别已经安全运行了14个月和16个月。可见，无论是大型DEX还是中小型DEX，都可以对比出DEXX的不安全。 ➤写在最后作为代码小白的我们，听说项目方有代码审计，我们要打开审计报告看了一下。而不是听项目方说有多少个安全性通过。以DEXX为例，虽然Certik把它的代码排名在10%以内，但是它的评分只有59.31分。这说明DEXX实际的安全性可能更差。只要我们打开这份审计报告，什么也看不懂，起码能看见59.31这个评分。再仔细往下看就会发现"易受攻击代码"的字样。当时看过这两个细节，估计我们也不会去使用这个DEXX了。打开审计报告以后，即使英文不好，也可以查找Medium这个词，找到风险事件摘要，看一下已发现的各级别的风险问题有多少个，多少已解决、多少未解决。虽然代码审计安全的项目不一定安全，虽然我们可能看不懂具体的代码风险，但是发现风险级别较高的因素尚未解决，很可能说明项目代码可能处于比较潦草的阶段，还有待的完善安全性，我们在使用时要慎之又慎。而参与审计的主体多、审计次数多，项目的安全性可能会相对更好一些。当然，也仅仅是相对安全。毕竟很多风险事件不一定是代码层面上的。提升安全性，我们的资产可以分散存储，大额长期投资使用冷钱包。在应用的用户端，手机电脑的环境保持安全性也非常重要，参与交易和持币的浏览器、设备等与日常使用等进行隔离。在操作资产时，包括交易、游戏等等行为，要慢，要慢，要慢，仔细核对信息……欢迎补充

TVBee🦅

53,242 просмотров • 1 год назад

关于嘴撸，我有些不一样的观点。目前的嘴撸困境几乎是注定的，这跟之前刷tx批量上多号的困境是一样的。我一直说，空投就是债，无论你是用tx、内容还是什么来获取热度，最终都是要还的。于是，问题就变得很简单，每个参与方都希望获得更多的利，矩阵号、AI文本就是必然。说实话，这并不是嘴撸的困境，这是项目对注意力获取的困境。注意力经济，光有注意力不够，还得讲究经济：可持续、成本可控、收益可观。通过算法驱动，去捆绑KOL的注意力，给少了，真正具有决定性影响力的头部KOL不会参与。给多了，你的成本控制不住，变成烧钱游戏。于是，大而泛的注意力转化，到后期，边际递减会非常明显。实际上，这个行业真正高质量的信任传播从来都是基于社区，基于项目方持续与社区进行真实互动、共同建设出来的价值认可。算法能带来注意力，能带来流量，但带不来信任，更带不来长期的价值认同。最糟糕的是，当大多数人开始主动屏蔽这些嘴撸信息的时候，这套打法就彻底失效了。只是，在当前的行业现状下，多数项目图快，毕竟算法的效率远高于社区共建。这也导致，注意力被无限消耗，价值和信任却毫无积累。所以，其实也不能完全怪罪矩阵号或者那些低质量水文。他们在规则范围内挣钱，合情合理。真正需要被反思的，是这套规则本身。谁在用算法把你的注意力变成套现工具，谁是最终的买单人，谁是最终的获益人。我始终反对的是，人们常常批评撸毛人的贪心，却有意无意的忽略游戏背后的规则制定者。最终，撸毛人被批评，人人都希望自己的竞争对手变成没有贪欲的善人，而对那些纵容贪婪，并靠贪婪赚钱的规则方，却神话成效率、创新、增长的代表。

关于嘴撸，我有些不一样的观点。目前的嘴撸困境几乎是注定的，这跟之前刷tx批量上多号的困境是一样的。我一直说，空投就是债，无论你是用tx、内容还是什么来获取热度，最终都是要还的。于是，问题就变得很简单，每个参与方都希望获得更多的利，矩阵号、AI文本就是必然。说实话，这并不是嘴撸的困境，这是项目对注意力获取的困境。注意力经济，光有注意力不够，还得讲究经济：可持续、成本可控、收益可观。通过算法驱动，去捆绑KOL的注意力，给少了，真正具有决定性影响力的头部KOL不会参与。给多了，你的成本控制不住，变成烧钱游戏。于是，大而泛的注意力转化，到后期，边际递减会非常明显。实际上，这个行业真正高质量的信任传播从来都是基于社区，基于项目方持续与社区进行真实互动、共同建设出来的价值认可。算法能带来注意力，能带来流量，但带不来信任，更带不来长期的价值认同。最糟糕的是，当大多数人开始主动屏蔽这些嘴撸信息的时候，这套打法就彻底失效了。只是，在当前的行业现状下，多数项目图快，毕竟算法的效率远高于社区共建。这也导致，注意力被无限消耗，价值和信任却毫无积累。所以，其实也不能完全怪罪矩阵号或者那些低质量水文。他们在规则范围内挣钱，合情合理。真正需要被反思的，是这套规则本身。谁在用算法把你的注意力变成套现工具，谁是最终的买单人，谁是最终的获益人。我始终反对的是，人们常常批评撸毛人的贪心，却有意无意的忽略游戏背后的规则制定者。最终，撸毛人被批评，人人都希望自己的竞争对手变成没有贪欲的善人，而对那些纵容贪婪，并靠贪婪赚钱的规则方，却神话成效率、创新、增长的代表。

冰蛙

49,255 просмотров • 1 год назад

一直在用的最好的看美股的网站就是 Perplexity Finance：很多人之前推荐过是因为有 Comet 浏览器的佣金，但是这个网站我几个月之前就一直在用，不需要注册直接用。除了基本信息还有每天涨跌的摘要，双方观点，最近的新闻，财报解读等等，最近还出了一个 Holder 的新功能，可以看大股东都有谁，并且他持有什么股票，比如这个：就可以看 Nancy Pelosi 的持股情况，非常方便也很强大，可以很好的帮助大家参看。

一直在用的最好的看美股的网站就是 Perplexity Finance：很多人之前推荐过是因为有 Comet 浏览器的佣金，但是这个网站我几个月之前就一直在用，不需要注册直接用。除了基本信息还有每天涨跌的摘要，双方观点，最近的新闻，财报解读等等，最近还出了一个 Holder 的新功能，可以看大股东都有谁，并且他持有什么股票，比如这个：就可以看 Nancy Pelosi 的持股情况，非常方便也很强大，可以很好的帮助大家参看。

Viking

219,602 просмотров • 9 месяцев назад

现在 meme 市场的问题很明显，行情一热大家冲现货，行情一凉就没人玩了。不是 meme 没需求，是交易方式太单一。 #MemeMax 直接把 meme 放进永续里，让你不管涨跌都能参与，只用判断方向，不用死拿筹码，这点对很多人其实更友好。更关键的是，它不是单纯做个 perp 给你玩。你在里面交易、产生行为，这些数据是会被记下来的，能跟后面的激励、排名、奖励连在一起，不是打一枪就走的那种结构。 Phase 2 也快来了，Top 500 有实打实的奖励，这点已经说得很清楚了。不是那种只给前几名吃肉，后面全陪跑的玩法。你愿意花时间参与，基本都有反馈。现在的态度也很简单，先用、先看、先参与，不急着下结论。至少在一堆只靠喊口号的项目里，#MemeMax 属于那种真想把 meme 交易这件事做成“长期工具”的。能不能跑出来，最后还是看数据，但现在这个阶段，值得放进观察列表。 #MemeMax #Web3 #MaxPacks #DeFi #KaitoAI #Kaito #Yaps #MemeMax Kaito AI 🌊 MemeMax

现在 meme 市场的问题很明显，行情一热大家冲现货，行情一凉就没人玩了。不是 meme 没需求，是交易方式太单一。 #MemeMax 直接把 meme 放进永续里，让你不管涨跌都能参与，只用判断方向，不用死拿筹码，这点对很多人其实更友好。更关键的是，它不是单纯做个 perp 给你玩。你在里面交易、产生行为，这些数据是会被记下来的，能跟后面的激励、排名、奖励连在一起，不是打一枪就走的那种结构。 Phase 2 也快来了，Top 500 有实打实的奖励，这点已经说得很清楚了。不是那种只给前几名吃肉，后面全陪跑的玩法。你愿意花时间参与，基本都有反馈。现在的态度也很简单，先用、先看、先参与，不急着下结论。至少在一堆只靠喊口号的项目里，#MemeMax 属于那种真想把 meme 交易这件事做成“长期工具”的。能不能跑出来，最后还是看数据，但现在这个阶段，值得放进观察列表。 #MemeMax #Web3 #MaxPacks #DeFi #KaitoAI #Kaito #Yaps #MemeMax Kaito AI 🌊 MemeMax

币自由 🐬

23,739 просмотров • 7 месяцев назад

今天回村看看节目，也是开了眼了，这不比抖音看的爽？对于 Brevis 这个项目，如果我们只盯着它所谓的ZK 协处理器这种技术标签看，其实很容易把路走窄了。坦白说，我更愿意把它看作是一套链上激励的终极结算层。咱们先看看现在的 DeFi 圈子，最大的摩擦点到底在哪里？其实往往不是交易速度不够快，也不是手续费太贵，而是所有的活动和激励机制，永远都绕不开信任这两个字。你想想看，现在的积分活动、空投计算，谁在算？怎么算的？后台规则有没有临时被改过？作为用户，我们只能傻傻地盯着项目方的公告和 Excel 表格而作为协议方，其实也很累，得背负沉重的运维压力，还得天天应付社区的对账质疑。 Brevis 的出现，核心价值就是用零知识证明（ZK）把这件原本充满人为操作空间的事，变成了一个纯粹的数学结论并直接上链。这种改变是颠覆性的，它意味着争议直接被技术压扁了。大家看的是同一份不可篡改、可验证的数学结果，信任成本直接从相信项目方的人品变成了相信代码和数学。这方面，Euler 在 Incentra 上做的那次落地应用非常有代表性，完全可以作为教科书级别的案例。它每隔 4 个小时抓一次市场快照，然后把奖励计算生成证明，再发到链上。这中间不需要任何中间人，也不需要财务再去手工跑账。但在这个案例里，最让我感到惊艳的其实是它的上线速度——仅仅一个周末就跑起来了。不需要为此专门部署新的智能合约，几乎没有额外的运维开销。这就给所有的建设者打开了一个新思路对于协议来说，这相当于直接把激励系统模块化了。以后想做活动，就像插一个组件一样，插上去就能用，算完就能被任何人复算。站在建设者和开发者的视角，这类基础设施的价值，绝对不在于它帮项目方发了多少糖，而在于它把激励的可信度和可组合性抬到了基础层的高度。当奖励证明可以上链之后，活动就不再是一次性的脚本代码，而是变成了一种长期可持续的机制。协议方可以更频繁、更放心大胆地去做精细化的激励设计，而用户也更敢把大资金放进去。因为用户心里清楚，规则一旦定好，就不会在后台被悄悄揉搓修改。这会带来一个很现实的市场结果用户的参与度会更深，资金的停留时间会更长。激励机制的作用，从单纯的拉新变成了真正的留存。今天既然提到了代币经济学，我也看到了相关的消息。但我不想去讨论币价会怎么走，我更关心的是它有没有把价值捕获设计得足够干净。这才是判断一个基础设施代币能不能拿长线的关键。我们需要搞清楚几个问题到底是谁在付费？这笔费用来自哪里？算力提供者和应用方的关系是怎么绑定的？证明的发布和验证成本是怎么分摊的？这里的激励是为了短期的冲量数据，还是能喂出长期的真实需求？如果代币仅仅是活动积分的换皮，那它很快就会变成市场的噪音。但如果这个代币能把可验证计算的需求变成一个有人持续买单的市场，那 Brevis 才会从一个好用的工具，升级成一个赛道的标准。对于后续的观察，我给自己定的信号非常简单，不看那些花里胡哨的 PR 稿，只盯三个指标。第1️⃣：Incentra 上的活动数量和入驻的协议质量，有没有持续向上的趋势。第2️⃣：证明发布的频率和链上验证的行为，有没有在社区和项目方之间形成一种习惯第3️⃣：也是最重要的一点，那些头部的协议方，是不是真的把更多的核心激励模块迁进来了，还是说只是为了配合宣发做了一次性的营销秀。只要这三条路跑通了，Brevis 的位置就会越来越稳，它会越来越像行业默认的激励结算底座。以后所有想要做复杂奖励、做精细对账、做流量归因的项目，都会绕不开它。你要知道，这类基础设施从来不是靠喊口号赢的，而是靠被市场反复、高频地使用，才能最终赢下这场战争。 Brevis #Brevis #KAITOAI

今天回村看看节目，也是开了眼了，这不比抖音看的爽？对于 Brevis 这个项目，如果我们只盯着它所谓的ZK 协处理器这种技术标签看，其实很容易把路走窄了。坦白说，我更愿意把它看作是一套链上激励的终极结算层。咱们先看看现在的 DeFi 圈子，最大的摩擦点到底在哪里？其实往往不是交易速度不够快，也不是手续费太贵，而是所有的活动和激励机制，永远都绕不开信任这两个字。你想想看，现在的积分活动、空投计算，谁在算？怎么算的？后台规则有没有临时被改过？作为用户，我们只能傻傻地盯着项目方的公告和 Excel 表格而作为协议方，其实也很累，得背负沉重的运维压力，还得天天应付社区的对账质疑。 Brevis 的出现，核心价值就是用零知识证明（ZK）把这件原本充满人为操作空间的事，变成了一个纯粹的数学结论并直接上链。这种改变是颠覆性的，它意味着争议直接被技术压扁了。大家看的是同一份不可篡改、可验证的数学结果，信任成本直接从相信项目方的人品变成了相信代码和数学。这方面，Euler 在 Incentra 上做的那次落地应用非常有代表性，完全可以作为教科书级别的案例。它每隔 4 个小时抓一次市场快照，然后把奖励计算生成证明，再发到链上。这中间不需要任何中间人，也不需要财务再去手工跑账。但在这个案例里，最让我感到惊艳的其实是它的上线速度——仅仅一个周末就跑起来了。不需要为此专门部署新的智能合约，几乎没有额外的运维开销。这就给所有的建设者打开了一个新思路对于协议来说，这相当于直接把激励系统模块化了。以后想做活动，就像插一个组件一样，插上去就能用，算完就能被任何人复算。站在建设者和开发者的视角，这类基础设施的价值，绝对不在于它帮项目方发了多少糖，而在于它把激励的可信度和可组合性抬到了基础层的高度。当奖励证明可以上链之后，活动就不再是一次性的脚本代码，而是变成了一种长期可持续的机制。协议方可以更频繁、更放心大胆地去做精细化的激励设计，而用户也更敢把大资金放进去。因为用户心里清楚，规则一旦定好，就不会在后台被悄悄揉搓修改。这会带来一个很现实的市场结果用户的参与度会更深，资金的停留时间会更长。激励机制的作用，从单纯的拉新变成了真正的留存。今天既然提到了代币经济学，我也看到了相关的消息。但我不想去讨论币价会怎么走，我更关心的是它有没有把价值捕获设计得足够干净。这才是判断一个基础设施代币能不能拿长线的关键。我们需要搞清楚几个问题到底是谁在付费？这笔费用来自哪里？算力提供者和应用方的关系是怎么绑定的？证明的发布和验证成本是怎么分摊的？这里的激励是为了短期的冲量数据，还是能喂出长期的真实需求？如果代币仅仅是活动积分的换皮，那它很快就会变成市场的噪音。但如果这个代币能把可验证计算的需求变成一个有人持续买单的市场，那 Brevis 才会从一个好用的工具，升级成一个赛道的标准。对于后续的观察，我给自己定的信号非常简单，不看那些花里胡哨的 PR 稿，只盯三个指标。第1️⃣：Incentra 上的活动数量和入驻的协议质量，有没有持续向上的趋势。第2️⃣：证明发布的频率和链上验证的行为，有没有在社区和项目方之间形成一种习惯第3️⃣：也是最重要的一点，那些头部的协议方，是不是真的把更多的核心激励模块迁进来了，还是说只是为了配合宣发做了一次性的营销秀。只要这三条路跑通了，Brevis 的位置就会越来越稳，它会越来越像行业默认的激励结算底座。以后所有想要做复杂奖励、做精细对账、做流量归因的项目，都会绕不开它。你要知道，这类基础设施从来不是靠喊口号赢的，而是靠被市场反复、高频地使用，才能最终赢下这场战争。 Brevis #Brevis #KAITOAI

草帽 boy

40,842 просмотров • 7 месяцев назад

Distil-Whisper：让语音识别的速度提高 5.8 倍，参数减少 51%，准确度保持在 99%。 Whisper 在语音识别方面表现卓著，但是它有一个明显的缺点：训练出来的小模型支持的语言比较少，而大模型推理速度又很慢。如果你有海量的数据需要处理，或者对实时性要求略高，那使用 Whisper 可能会让你比较头疼。你可以使用工程手段来加速推理，例如将语音分片后并发处理然后合并结果，但这里涉及到本地计算资源瓶颈的问题，以及合并分片时容错处理的问题，工程复杂度比较高。《Distil-Whisper: Robust Knowledge Distillation via Large-Scale Pseudo Labelling 》， Whisper 的 Large-v2 model 生成了一系列的 soft targets（也就是概率分布），然后复制 Whisper 网络的第一层和最后一层解码器，最后生成了一个更小、更快效果更好的蒸馏模型 Distil-Whisper。论文数据写的是：速度提高了 5.8 倍，参数减少了 51%，准确度保持在 99%。这个模型的效果之所以不错，主要还是得益于训练数据的完备，它结合了九个公开可用的语音识别数据集，合并后包含 21170 小时的语音数据，涵盖超过 18260 名说话者和 10 个不同的领域；自从 Whisper 大力出奇迹（它从互联网爬取了 68w 小时的数据，未公开）以后，相信后续语音领域的论文都会配置更庞大的数据集。 Distil-Whisper 目前开源在 Hugging Face 上，模型地址： Demo： Demo 会把模型下载到本地，然后通过 WebGPU 直接在网页上跑起来，测试了下效果，还是挺不错的。目前仅支持英文，如果想让它支持中文，需要使用同样海量的中文语料数据，重新做一次知识蒸馏，但我觉得即便是这样做，效果也不一定好，因为 Whisper 本身对中文、韩语等支持就不太优秀，这个信息可以从 Whisper 的论文中找到数据支撑。下面这个视频是 Whisper 和 Distil-Whisper 的对比效果：

Distil-Whisper：让语音识别的速度提高 5.8 倍，参数减少 51%，准确度保持在 99%。 Whisper 在语音识别方面表现卓著，但是它有一个明显的缺点：训练出来的小模型支持的语言比较少，而大模型推理速度又很慢。如果你有海量的数据需要处理，或者对实时性要求略高，那使用 Whisper 可能会让你比较头疼。你可以使用工程手段来加速推理，例如将语音分片后并发处理然后合并结果，但这里涉及到本地计算资源瓶颈的问题，以及合并分片时容错处理的问题，工程复杂度比较高。《Distil-Whisper: Robust Knowledge Distillation via Large-Scale Pseudo Labelling 》， Whisper 的 Large-v2 model 生成了一系列的 soft targets（也就是概率分布），然后复制 Whisper 网络的第一层和最后一层解码器，最后生成了一个更小、更快效果更好的蒸馏模型 Distil-Whisper。论文数据写的是：速度提高了 5.8 倍，参数减少了 51%，准确度保持在 99%。这个模型的效果之所以不错，主要还是得益于训练数据的完备，它结合了九个公开可用的语音识别数据集，合并后包含 21170 小时的语音数据，涵盖超过 18260 名说话者和 10 个不同的领域；自从 Whisper 大力出奇迹（它从互联网爬取了 68w 小时的数据，未公开）以后，相信后续语音领域的论文都会配置更庞大的数据集。 Distil-Whisper 目前开源在 Hugging Face 上，模型地址： Demo： Demo 会把模型下载到本地，然后通过 WebGPU 直接在网页上跑起来，测试了下效果，还是挺不错的。目前仅支持英文，如果想让它支持中文，需要使用同样海量的中文语料数据，重新做一次知识蒸馏，但我觉得即便是这样做，效果也不一定好，因为 Whisper 本身对中文、韩语等支持就不太优秀，这个信息可以从 Whisper 的论文中找到数据支撑。下面这个视频是 Whisper 和 Distil-Whisper 的对比效果：

Barret李靖

124,227 просмотров • 2 лет назад

每次去问那些大模型某个项目怎么样，得到的回复永远是那种模棱两可的万金油——“项目有潜力，但请注意市场波动”。听君一席话，如听一席话，完全不敢拿真金白银去信它。但这两天仔细看了下 Sentient 的逻辑，尤其是那个 SERA 架构，我是真觉得有点意思。它没想着用一套通用的语料库来“忽悠”你，而是老老实实地在做“拆解”。你问它 DOGE 的风险，它不是在那瞎编，而是像个老练的研究员一样，先把问题拆成几个维度：经济模型是不是通胀的？链上流动性池子够不够深？大户是不是在集中出货？它有一套自己的索引库，先找工具，再抓实时数据，最后才给你写结论。这给我的感觉是，它终于不再是一个只会陪聊的机器人，而是一个懂得去查证、去推理的 Agent。在币圈这种信息满天飞、真假难辨的地方，我们需要的就是这种能把“情绪”和“事实”剥离开的能力。如果不解决“可信度”这个问题，AI 在 Web3 永远只是个玩具，但 Sentient 似乎找到了打破这个僵局的锤子。

每次去问那些大模型某个项目怎么样，得到的回复永远是那种模棱两可的万金油——“项目有潜力，但请注意市场波动”。听君一席话，如听一席话，完全不敢拿真金白银去信它。但这两天仔细看了下 Sentient 的逻辑，尤其是那个 SERA 架构，我是真觉得有点意思。它没想着用一套通用的语料库来“忽悠”你，而是老老实实地在做“拆解”。你问它 DOGE 的风险，它不是在那瞎编，而是像个老练的研究员一样，先把问题拆成几个维度：经济模型是不是通胀的？链上流动性池子够不够深？大户是不是在集中出货？它有一套自己的索引库，先找工具，再抓实时数据，最后才给你写结论。这给我的感觉是，它终于不再是一个只会陪聊的机器人，而是一个懂得去查证、去推理的 Agent。在币圈这种信息满天飞、真假难辨的地方，我们需要的就是这种能把“情绪”和“事实”剥离开的能力。如果不解决“可信度”这个问题，AI 在 Web3 永远只是个玩具，但 Sentient 似乎找到了打破这个僵局的锤子。

大魔王提莫

440,533 просмотров • 8 месяцев назад

AI 编程组合 VsCode + Cline + DeepSeek R1 体验完了成功给之前做的小工具「今天吃什么」加上了动画。别看是个小动画，之前在其他几个软件里都失败了。。。总共 API 花费 1 RMB。用下来的心得和避坑： 1. 请直接用 DeepSeek 官网的 API，不要用 Openrouter 的，它的不支持缓存，要贵一些。。。（虽然它支持加密货币，终于可以花掉我的polygon了 2. DeepSeek R1 不支持视觉，所以调试起来不如 Claude 3.5 方便，建议只用于规划设计，这俩模型的价格差不多其实 3. Cline 的完成度和 Cursor 和 Windsurf 都有一定差距，比如还没有回退功能 4. Cline 的理念是不做省token的上下文管理，追求效果，全部项目丢给模型，所以用起来会贵一些，而且每次请求都展示花了多少钱，有点心疼，可能习惯之后就好了 5. 根据线下同学的反馈，遇到疑难杂症，现在最好的办法是把相关代码和问题扔给 o1 Pro，一般都能解决。什么时候能在 IDE 里直接用上 o1 Pro 或者 o3 或者 DeepSeek R2，而不用担心价格随便用呢，也许只要一两个月？

AI 编程组合 VsCode + Cline + DeepSeek R1 体验完了成功给之前做的小工具「今天吃什么」加上了动画。别看是个小动画，之前在其他几个软件里都失败了。。。总共 API 花费 1 RMB。用下来的心得和避坑： 1. 请直接用 DeepSeek 官网的 API，不要用 Openrouter 的，它的不支持缓存，要贵一些。。。（虽然它支持加密货币，终于可以花掉我的polygon了 2. DeepSeek R1 不支持视觉，所以调试起来不如 Claude 3.5 方便，建议只用于规划设计，这俩模型的价格差不多其实 3. Cline 的完成度和 Cursor 和 Windsurf 都有一定差距，比如还没有回退功能 4. Cline 的理念是不做省token的上下文管理，追求效果，全部项目丢给模型，所以用起来会贵一些，而且每次请求都展示花了多少钱，有点心疼，可能习惯之后就好了 5. 根据线下同学的反馈，遇到疑难杂症，现在最好的办法是把相关代码和问题扔给 o1 Pro，一般都能解决。什么时候能在 IDE 里直接用上 o1 Pro 或者 o3 或者 DeepSeek R2，而不用担心价格随便用呢，也许只要一两个月？

Orange AI

68,652 просмотров • 1 год назад

深圳有个22岁的学生，用一部900块钱的红米手机，就三月份这一个月，愣是帮他赚了14700美元，他爸妈到现在还以为他在备考呢。手机每隔半小时，自动打开六个中文新闻App，翻看新闻标题、截屏，然后把摘要扔给Claude。AI再把这些新闻和Polymarket上的价格做对比，给出投注建议。 👉 Polymarket官网入口：整个过程，这个学生一行代码都没写。靠的是一个开源项目叫PhoneDriver。原理很简单：AI像人一样看手机屏幕，自己判断要点哪、滑到哪。你只要用大白话把任务描述清楚就行。手机不用开任何API，也不用碰App的底层代码，模型只看你看到的那些像素。这个学生的玩法，说穿了也简单。中文新闻是用中文发的，什么监管动作、贸易决策、经济数据，路透社翻译出来之前几个小时，早就挂在微博和今日头条上了。而Polymarket上定价的，是英语世界的交易员。中文新闻出来，到市场反应之间，有20到50分钟的时间差。他用的六个App里，有三个对爬虫见一个封一个。但PhoneDriver不解析数据，它就像正常人一样用App，只不过比人快，而且不休息。96%的移动应用都没有公开的API，但每个应用都有屏幕。对PhoneDriver来说，这就够了。如果想在Polymarket上使用跟单交易，我推荐使用：

深圳有个22岁的学生，用一部900块钱的红米手机，就三月份这一个月，愣是帮他赚了14700美元，他爸妈到现在还以为他在备考呢。手机每隔半小时，自动打开六个中文新闻App，翻看新闻标题、截屏，然后把摘要扔给Claude。AI再把这些新闻和Polymarket上的价格做对比，给出投注建议。 👉 Polymarket官网入口：整个过程，这个学生一行代码都没写。靠的是一个开源项目叫PhoneDriver。原理很简单：AI像人一样看手机屏幕，自己判断要点哪、滑到哪。你只要用大白话把任务描述清楚就行。手机不用开任何API，也不用碰App的底层代码，模型只看你看到的那些像素。这个学生的玩法，说穿了也简单。中文新闻是用中文发的，什么监管动作、贸易决策、经济数据，路透社翻译出来之前几个小时，早就挂在微博和今日头条上了。而Polymarket上定价的，是英语世界的交易员。中文新闻出来，到市场反应之间，有20到50分钟的时间差。他用的六个App里，有三个对爬虫见一个封一个。但PhoneDriver不解析数据，它就像正常人一样用App，只不过比人快，而且不休息。96%的移动应用都没有公开的API，但每个应用都有屏幕。对PhoneDriver来说，这就够了。如果想在Polymarket上使用跟单交易，我推荐使用：

区块链行情研究

614,923 просмотров • 4 месяцев назад

很多基础设施真正的问题，并不是能力不够，而是存在感太强。创作者本来只想把想法跑通、把应用做出来，却不得不分心去理解链、Gas、账户模型、交互细节。当基础设施频繁打断创作过程，生产力就会被结构性消耗。从这个角度看 Vanar 它更像是在做一件“反直觉”的事：不是不断强调链本身，而是尽量把链退到后台。当底层默认适配 AI 和应用逻辑，创作者关注的就不再是“怎么和链打交道”，而是“这个想法值不值得继续做下去”。这种变化短期里不一定体现在数据上，但会直接影响生态的行为方式。当创作不再被基础设施频繁打断，尝试的密度会自然提高，新的应用和内容也更容易以一种连续的方式生长出来。也正是在这个意义上 $VANRY 更像是一种对创作专注度和应用自然演化能力的押注。真正成熟的基础设施，往往不是被反复讨论的那一个，而是被大量使用，却很少成为讨论对象的那一个。 #Vanar

很多基础设施真正的问题，并不是能力不够，而是存在感太强。创作者本来只想把想法跑通、把应用做出来，却不得不分心去理解链、Gas、账户模型、交互细节。当基础设施频繁打断创作过程，生产力就会被结构性消耗。从这个角度看 Vanar 它更像是在做一件“反直觉”的事：不是不断强调链本身，而是尽量把链退到后台。当底层默认适配 AI 和应用逻辑，创作者关注的就不再是“怎么和链打交道”，而是“这个想法值不值得继续做下去”。这种变化短期里不一定体现在数据上，但会直接影响生态的行为方式。当创作不再被基础设施频繁打断，尝试的密度会自然提高，新的应用和内容也更容易以一种连续的方式生长出来。也正是在这个意义上 $VANRY 更像是一种对创作专注度和应用自然演化能力的押注。真正成熟的基础设施，往往不是被反复讨论的那一个，而是被大量使用，却很少成为讨论对象的那一个。 #Vanar

DD

47,932 просмотров • 6 месяцев назад

最近一段时间都在关注模型、建模、仿真、优化这些都是有趣课题，值得去了解学习在这里我简单介绍两款开源项目： Webots 和 Modelica & OpenModelica 视频1是Webots的自动驾驶仿真视频2是OpenModelica 6气缸的 v6 引擎仿真模型，模拟仿真，物理引擎，机器人，自动驾驶，都是非常重要的课题和基础 Webots 是一款用于模拟机器人的开源多平台桌面应用程序之前也提及：汽车自动驾驶其实就是一个大号机器人，软件定义汽车已是趋势 Webots 提供了一个完整的开发环境来建模、编程和模拟机器人它为专业用途而设计，广泛应用于工业、教育和研究 Webots 基于 C++/Qt 构建，支持 ROS Webots 依靠 ODE（Open Dynamics Engine,开放动力学引擎）进行物理模拟因此，一些 Webots 参数、结构或概念引用了 ODE ODE 有着广泛的应用，值得更多关注 Webots + ODE + ROS 一个完整的机器人自动驾驶模拟仿真工具链一个思考：我们的世界是个建模仿真还是一个真实存在 -------------- 建模很重要 Model knowledge is stored in books and human minds which computers cannot access 数值分析、科学计算软件包基本都会搭载建模仿真工具，比如 MATLAB 有 Simulink Scilab 有 Xcos 当然，也有很多专注建模和仿真的开源工具，上面介绍的 Webots，接着再给大家介绍下 Modelica & OpenModelica Modelica 是开源建模语言 OpenModelica 是一个基于 Modelica 的开源建模和仿真环境 (基于 C/C++/Qt 构建)，包含编译器和运行时，旨在供工业和学术用途基于建模语言和仿真环境去学习研究和实践数学建模、物理模拟和科学工程都是非常好的方式类似将 MATLAB/Octave/Scilab 用于数值分析和科学计算是同样道理 Modelica 基本理念：设计一种建模语言，满足多领域物理系统建模与仿真工程应用，可用于几乎所有工程领域的建模，从而摆脱针对特定专业领域工具的限制换言之，Modelica 即是建模语言，同时也是模型交换与重用的标准众多面向对象建模语言开发商共同一起，基于他们的经验，研究建立多领域物理系统的建模规范 Modelica 可以解决用连续微分代数方程组（DAEs）表示的许多问题 Modelica 使用 DAEs，而避免使用常微分方程 (ODEs) 描述物理世界，从而在建立方程方面减轻了建模人员的负担 Modelica 支持连续变量和离散变量两种方式在同一组件模型或系统模型中使用 Modelica 模型标准库，Modelica Standard Library, MSL 开发 MSL 的目的是让使用 Modelica 语言的用户，不用开发底层基本的组件模型，就可以开展物理系统的建模和仿真工作用户需要掌握 Modelica 语言的基础，并学会怎样有效地使用 MSL 目前版本的 MSL 包含 1417 component models and blocks, 512 example models, and 1219 functions Modelica 是开源建模语言，采用类似 C++ 的发展模式，希望能最终纳入 ISO, ANSI, IEEE 标准体系如果不出意外，Modelica 极有可能会像 C++ 一样成为一种流行的物理系统建模语言，我们拭目以待吧有关 Modelica & OpenModelica 的介绍和快速了解，可下载官方提供的 200 多页幻灯片资料从 1997 年 1.0 版到现在正在开发的 3.7 版，Modelica 建模语言之路也已走了快 30年 ---------------------- ps: 国内外的很多差距其实就体现在这些方面，国外很多研究和应用可以一直持续几十年不间断。（展开，包括很多知名摇滚重金属乐队，动不动就是30,40年历史，国内乐队大多昙花一现，有些东西确实没办法）我们更多是热点来了一哄而上，热度退却，再一哄而散。没有10年，几十年甚至上百年的积累沉淀，怎么比和竞争呢所以不要盲目的瞎高潮，克制住站在巨人肩上取得一点进展的狂喜中迷失自我

最近一段时间都在关注模型、建模、仿真、优化这些都是有趣课题，值得去了解学习在这里我简单介绍两款开源项目： Webots 和 Modelica & OpenModelica 视频1是Webots的自动驾驶仿真视频2是OpenModelica 6气缸的 v6 引擎仿真模型，模拟仿真，物理引擎，机器人，自动驾驶，都是非常重要的课题和基础 Webots 是一款用于模拟机器人的开源多平台桌面应用程序之前也提及：汽车自动驾驶其实就是一个大号机器人，软件定义汽车已是趋势 Webots 提供了一个完整的开发环境来建模、编程和模拟机器人它为专业用途而设计，广泛应用于工业、教育和研究 Webots 基于 C++/Qt 构建，支持 ROS Webots 依靠 ODE（Open Dynamics Engine,开放动力学引擎）进行物理模拟因此，一些 Webots 参数、结构或概念引用了 ODE ODE 有着广泛的应用，值得更多关注 Webots + ODE + ROS 一个完整的机器人自动驾驶模拟仿真工具链一个思考：我们的世界是个建模仿真还是一个真实存在 -------------- 建模很重要 Model knowledge is stored in books and human minds which computers cannot access 数值分析、科学计算软件包基本都会搭载建模仿真工具，比如 MATLAB 有 Simulink Scilab 有 Xcos 当然，也有很多专注建模和仿真的开源工具，上面介绍的 Webots，接着再给大家介绍下 Modelica & OpenModelica Modelica 是开源建模语言 OpenModelica 是一个基于 Modelica 的开源建模和仿真环境 (基于 C/C++/Qt 构建)，包含编译器和运行时，旨在供工业和学术用途基于建模语言和仿真环境去学习研究和实践数学建模、物理模拟和科学工程都是非常好的方式类似将 MATLAB/Octave/Scilab 用于数值分析和科学计算是同样道理 Modelica 基本理念：设计一种建模语言，满足多领域物理系统建模与仿真工程应用，可用于几乎所有工程领域的建模，从而摆脱针对特定专业领域工具的限制换言之，Modelica 即是建模语言，同时也是模型交换与重用的标准众多面向对象建模语言开发商共同一起，基于他们的经验，研究建立多领域物理系统的建模规范 Modelica 可以解决用连续微分代数方程组（DAEs）表示的许多问题 Modelica 使用 DAEs，而避免使用常微分方程 (ODEs) 描述物理世界，从而在建立方程方面减轻了建模人员的负担 Modelica 支持连续变量和离散变量两种方式在同一组件模型或系统模型中使用 Modelica 模型标准库，Modelica Standard Library, MSL 开发 MSL 的目的是让使用 Modelica 语言的用户，不用开发底层基本的组件模型，就可以开展物理系统的建模和仿真工作用户需要掌握 Modelica 语言的基础，并学会怎样有效地使用 MSL 目前版本的 MSL 包含 1417 component models and blocks, 512 example models, and 1219 functions Modelica 是开源建模语言，采用类似 C++ 的发展模式，希望能最终纳入 ISO, ANSI, IEEE 标准体系如果不出意外，Modelica 极有可能会像 C++ 一样成为一种流行的物理系统建模语言，我们拭目以待吧有关 Modelica & OpenModelica 的介绍和快速了解，可下载官方提供的 200 多页幻灯片资料从 1997 年 1.0 版到现在正在开发的 3.7 版，Modelica 建模语言之路也已走了快 30年 ---------------------- ps: 国内外的很多差距其实就体现在这些方面，国外很多研究和应用可以一直持续几十年不间断。（展开，包括很多知名摇滚重金属乐队，动不动就是30,40年历史，国内乐队大多昙花一现，有些东西确实没办法）我们更多是热点来了一哄而上，热度退却，再一哄而散。没有10年，几十年甚至上百年的积累沉淀，怎么比和竞争呢所以不要盲目的瞎高潮，克制住站在巨人肩上取得一点进展的狂喜中迷失自我

灰狐

12,978 просмотров • 1 год назад

大半夜体验完 Manus AI, 达到了今天的使用限制，说一下自己的感受🧵 整体来讲，真的很强大，主要体现在 Manus 能够： 🔧展示完整的推理逻辑，有个 Manus 电脑的东西为你呈现所有过程和进展； 🏗️调用各种API 协同完成任务； 📃最终非常实际的交付给你一个可用的文件。 🌟「真正能干活」的AI Agent，这个定位真的太准确了。以下是一些实例： 1️⃣基础任务完成度高比如最近日本可以看樱花了，整理一个具体的旅行清单包括日程、推荐景点、住宿、交通等等；家里领导喜欢看红楼梦，梳理一下红楼梦的人物关系。以下是分别让他做的一个 pdf 文档和可以互动的网页，完成度是真的很高，不过人物关系上有一点小错误，无伤大雅。其他比如让他阅读视频给到总结，甚至让他剪辑播客都是可以的（只是效果不太好）。但是我尝试让他给我画一些图🗺️，这方面还有所欠缺，给到的理由是第三方 API 接口出错。同时网上说她可以做ppt，确实是可以的，但是能做ppt的工具都存在一个共同问题，逻辑还行，但就是丑。所以“美术”相关工作我理解还是做不了的。另外，他是一个完成特定任务的助手，不要把它当作聊天机器人，不然他每次跟你聊天都要思考十几分钟，真的很难受。 2️⃣测一测他懂不懂Web3 给了两个任务： a) 我们今天发了一个depin的研报，花了一个多月，自认为还行，让他给这个研报评分，并且给到其他更好的文章推荐。我们的depin报告如下他给到的内容如图3，更详细的评价文档我传了一个Google 链接，放在最后了，各位可以自行查看（包括前面的红楼梦人物关系图）。整体来看，他快速学习和阅读了大量 web3 depin 的报告，并且从多个维度给出了我们报告的评价，以及推荐的其他报告和对应的评价。 b) 假设我是一个交易所cmo，如何做华语市场的传播策略，包括华语媒体和华语kol的整理和评级。很遗憾，我已经等了一个多小时他还没思考完，如果明天有结果，我也会传到Google link里。（Manus 可以离线、多任务思考，所以可以同时开启多个任务，或者关机后之前的任务仍然会运行）不过我看到了他的实时分析过程，在阅读各个媒体、kol 的官网文章，历史推文等等，形成自己的分析。见图4 所以我理解在他的大脑里是有 web3 内容，并可以实时学习的。 3️⃣除了懂，他能否与 Web3 交互以上的推理其实都和 Web3 没有实际关系，我更关心他能否拿到链上数据，甚至能够交互。比如是否知道 $SOL $ETH 能在哪些地方质押，收益如何等等，还有一些深入的分析问题。很遗憾，今天的使用次数达到限制了。明天再说吧👋 -------------------------------------------- 等待 Manus 思考结果的时候，我也看了一些其他的博主评价和官方的介绍，我觉得有一点说的很好： “没有开源，就没有 Manus AI” 从一个体验过多个AI产品的小白角度，我其实觉得 Manus 会这么火爆的原因主要在于：调用了多种 API 接口，配合自己的推理算法最终呈现了一个很好的产品。这让我想到 ai16zdao 每周都有新的人贡献 plugin(比如微信，deepseek)，让这个网络不断壮大； Virtuals Protocol 通过打通 agent 得底层框架，形成 agent 经济体；还有 Hey Anon 不只是有链上数据，还能直接帮你交互等等。某一天，web2 和 web3 的 AI 产品肯定会更加紧密的相互协作，并出来几个不错的case。最近有一些 betting 的产品已经初现端倪。 Manus 也会开源自己的能力，为了更大的 AGI 世界。如果真到了那一天，我就真的要失业了🥲 ( Google drive 素材链接：

大半夜体验完 Manus AI, 达到了今天的使用限制，说一下自己的感受🧵 整体来讲，真的很强大，主要体现在 Manus 能够： 🔧展示完整的推理逻辑，有个 Manus 电脑的东西为你呈现所有过程和进展； 🏗️调用各种API 协同完成任务； 📃最终非常实际的交付给你一个可用的文件。 🌟「真正能干活」的AI Agent，这个定位真的太准确了。以下是一些实例： 1️⃣基础任务完成度高比如最近日本可以看樱花了，整理一个具体的旅行清单包括日程、推荐景点、住宿、交通等等；家里领导喜欢看红楼梦，梳理一下红楼梦的人物关系。以下是分别让他做的一个 pdf 文档和可以互动的网页，完成度是真的很高，不过人物关系上有一点小错误，无伤大雅。其他比如让他阅读视频给到总结，甚至让他剪辑播客都是可以的（只是效果不太好）。但是我尝试让他给我画一些图🗺️，这方面还有所欠缺，给到的理由是第三方 API 接口出错。同时网上说她可以做ppt，确实是可以的，但是能做ppt的工具都存在一个共同问题，逻辑还行，但就是丑。所以“美术”相关工作我理解还是做不了的。另外，他是一个完成特定任务的助手，不要把它当作聊天机器人，不然他每次跟你聊天都要思考十几分钟，真的很难受。 2️⃣测一测他懂不懂Web3 给了两个任务： a) 我们今天发了一个depin的研报，花了一个多月，自认为还行，让他给这个研报评分，并且给到其他更好的文章推荐。我们的depin报告如下他给到的内容如图3，更详细的评价文档我传了一个Google 链接，放在最后了，各位可以自行查看（包括前面的红楼梦人物关系图）。整体来看，他快速学习和阅读了大量 web3 depin 的报告，并且从多个维度给出了我们报告的评价，以及推荐的其他报告和对应的评价。 b) 假设我是一个交易所cmo，如何做华语市场的传播策略，包括华语媒体和华语kol的整理和评级。很遗憾，我已经等了一个多小时他还没思考完，如果明天有结果，我也会传到Google link里。（Manus 可以离线、多任务思考，所以可以同时开启多个任务，或者关机后之前的任务仍然会运行）不过我看到了他的实时分析过程，在阅读各个媒体、kol 的官网文章，历史推文等等，形成自己的分析。见图4 所以我理解在他的大脑里是有 web3 内容，并可以实时学习的。 3️⃣除了懂，他能否与 Web3 交互以上的推理其实都和 Web3 没有实际关系，我更关心他能否拿到链上数据，甚至能够交互。比如是否知道 $SOL $ETH 能在哪些地方质押，收益如何等等，还有一些深入的分析问题。很遗憾，今天的使用次数达到限制了。明天再说吧👋 -------------------------------------------- 等待 Manus 思考结果的时候，我也看了一些其他的博主评价和官方的介绍，我觉得有一点说的很好： “没有开源，就没有 Manus AI” 从一个体验过多个AI产品的小白角度，我其实觉得 Manus 会这么火爆的原因主要在于：调用了多种 API 接口，配合自己的推理算法最终呈现了一个很好的产品。这让我想到 ai16zdao 每周都有新的人贡献 plugin(比如微信，deepseek)，让这个网络不断壮大； Virtuals Protocol 通过打通 agent 得底层框架，形成 agent 经济体；还有 Hey Anon 不只是有链上数据，还能直接帮你交互等等。某一天，web2 和 web3 的 AI 产品肯定会更加紧密的相互协作，并出来几个不错的case。最近有一些 betting 的产品已经初现端倪。 Manus 也会开源自己的能力，为了更大的 AGI 世界。如果真到了那一天，我就真的要失业了🥲 ( Google drive 素材链接：

Zolo 🌊

40,414 просмотров • 1 год назад

.PARTI的定位是一个基于Web3的创作者经济平台，把内容发布、NFT铸造、粉丝互动等功能放到同一个入口，帮助创作者在链上完成从作品生成到出售的一整套流程，平台提供了基础的NFT创作工具，你可以直接在站内生成数字作品、铸造成NFT并上架出售，也支持使用内置的AI功能来快速完成一些内容产出，降低创作门槛，平台目前已经上线token-gated能力，创作者可以用NFT作为通行证来设置粉丝专属内容，不论是私密帖子、社群访问，还是数字藏品，都能通过链上资产来实现粉丝分层和私域构建，在资金流方面，Parti强调去中间方和链上自托管，创作者的收入（例如 NFT 交易的款项）会直接进入自己的钱包，不过需要注意的是，生态仍在早期，交易量与用户规模还不算大，因此100%即时到账更多适用于单笔链上支付，而非大规模结算体系，在费用部分，Parti宣传低费甚至零费激励，确实降低了创作者的使用成本，但可持续性仍取决于项目后续的经济模型与用户增长，总体来说，Parti想构建的是一个让创作者直接和受众连接、减少中间抽成、提高收益占比的Web3创作平台。它确实提供了内容创作+NFT销售+token-gated社群的一体化能力，但整个生态还处在发展阶段，平台人气、流动性、衍生收益等方面需要时间成熟，所以更适合作为一个探索型工具 —— 让创作者提早布局Web3内容变现的可能性，而不是立刻成为高收益创作者的捷径 #Parti

.PARTI的定位是一个基于Web3的创作者经济平台，把内容发布、NFT铸造、粉丝互动等功能放到同一个入口，帮助创作者在链上完成从作品生成到出售的一整套流程，平台提供了基础的NFT创作工具，你可以直接在站内生成数字作品、铸造成NFT并上架出售，也支持使用内置的AI功能来快速完成一些内容产出，降低创作门槛，平台目前已经上线token-gated能力，创作者可以用NFT作为通行证来设置粉丝专属内容，不论是私密帖子、社群访问，还是数字藏品，都能通过链上资产来实现粉丝分层和私域构建，在资金流方面，Parti强调去中间方和链上自托管，创作者的收入（例如 NFT 交易的款项）会直接进入自己的钱包，不过需要注意的是，生态仍在早期，交易量与用户规模还不算大，因此100%即时到账更多适用于单笔链上支付，而非大规模结算体系，在费用部分，Parti宣传低费甚至零费激励，确实降低了创作者的使用成本，但可持续性仍取决于项目后续的经济模型与用户增长，总体来说，Parti想构建的是一个让创作者直接和受众连接、减少中间抽成、提高收益占比的Web3创作平台。它确实提供了内容创作+NFT销售+token-gated社群的一体化能力，但整个生态还处在发展阶段，平台人气、流动性、衍生收益等方面需要时间成熟，所以更适合作为一个探索型工具 —— 让创作者提早布局Web3内容变现的可能性，而不是立刻成为高收益创作者的捷径 #Parti

Wolf $M｜🐜｜NOYA.ai 🌊RIVER MemeMax ⚡️

1,451,958 просмотров • 8 месяцев назад

DeepSeek V4 和 Opus 4.7的对比测试，一个很实用的场景，生成数学立体几何的3D演示。很多学生缺乏三维想象空间，需要3D工具做辅助，我也做过一些调研，大部分的数学老师是用geogebra做立体几何的演示，但是这个工具用起来繁琐，做图的速度跟不上用量，如果能用AI生成，妥妥的生产力工具。这次测试的平台依旧选择了ZenMux，目前ZenMux中的DeepSeek V4有免费的额度，必须蹭一波，直达链接同样的提示词，在没有任何Skills的加持下，猜猜看哪个是DeepSeek V4，哪个是Opus 4.7？

DeepSeek V4 和 Opus 4.7的对比测试，一个很实用的场景，生成数学立体几何的3D演示。很多学生缺乏三维想象空间，需要3D工具做辅助，我也做过一些调研，大部分的数学老师是用geogebra做立体几何的演示，但是这个工具用起来繁琐，做图的速度跟不上用量，如果能用AI生成，妥妥的生产力工具。这次测试的平台依旧选择了ZenMux，目前ZenMux中的DeepSeek V4有免费的额度，必须蹭一波，直达链接同样的提示词，在没有任何Skills的加持下，猜猜看哪个是DeepSeek V4，哪个是Opus 4.7？

WY

13,315 просмотров • 3 месяцев назад

ZENT最近交易量起来了，但是bn广场上都在传最后门槛得卷到40w 来推上看 Zentry 在做AI数据看板zTerminal 感谢团队给了白，聊聊体验 UI很好看，很丝滑，直接问就能扒数据，关注DAT的也可以在这个工具上直接获得持仓or净值等你想要的数据有意思的是玄学+数据的结合，西方喜欢看月相，期待后面增加周易 X crypto 用zTerminal拉了一下ZENT数据，很客观，对自己家代币评价也不手软😂

ZENT最近交易量起来了，但是bn广场上都在传最后门槛得卷到40w 来推上看 Zentry 在做AI数据看板zTerminal 感谢团队给了白，聊聊体验 UI很好看，很丝滑，直接问就能扒数据，关注DAT的也可以在这个工具上直接获得持仓or净值等你想要的数据有意思的是玄学+数据的结合，西方喜欢看月相，期待后面增加周易 X crypto 用zTerminal拉了一下ZENT数据，很客观，对自己家代币评价也不手软😂

Sky

30,289 просмотров • 11 месяцев назад

大家都在想做真人数字人，但我想的是另一个方向。如果我们不是用真人，并且用嘴型贴图 + 音素对齐来根据文字安排图片切换，模拟实时说话的效果，那成本会降低超级多！并且真人数字人还有一个缺点是目前怎么也解决不了的，那就是看起来太假了。而使用二次元形象就没有这个问题，反正大家都知道二次元是假的哈哈。应该今晚就能验证出结果了，期待一下吧…… PS：Grok 又把 15s 的视频生成上架了，上上下下的不知道在干嘛

大家都在想做真人数字人，但我想的是另一个方向。如果我们不是用真人，并且用嘴型贴图 + 音素对齐来根据文字安排图片切换，模拟实时说话的效果，那成本会降低超级多！并且真人数字人还有一个缺点是目前怎么也解决不了的，那就是看起来太假了。而使用二次元形象就没有这个问题，反正大家都知道二次元是假的哈哈。应该今晚就能验证出结果了，期待一下吧…… PS：Grok 又把 15s 的视频生成上架了，上上下下的不知道在干嘛

柴郡🔔｜Crypto+AI Plus

22,611 просмотров • 22 дней назад

好久没写诗了，今天看到irys这个项目突发灵感，哈哈哈那就来一首！ Irys链上闹哄哄数据编程乐无穷 AI专治假消息存啥都省大把钱切入正题 Irys (✧ᴗ✧) 最开始是在研究数据存储赛道时刷到的，当时还叫Bundlr，后来改名Irys后反而更让人记住了毕竟现在做数据链的项目不少，但敢说自己是可编程数据链的，他们家确实有点东西。蹲了很久看着社区从几十人慢慢涨到现在这么活跃，最舒服的是氛围特别牛逼。中文社区里没人瞎喊单，反而经常看到有人扒技术文档里的细节，比如那个多账本架构，有人把Submit Ledger和Publish Ledger的区别做成流程图分享，这种讨论技术的感觉，真的像早期玩链上项目时的氛围。团队给我的感觉是闷声干大事型。去年种子轮融了890万刀，但从没见过他们拿融资额炒作，反而默默上了测试网，优化了好几次数据验证速度。前阵子试了下他们的SDK确实不孬，三行代码就能搞定链上数据上传，对开发者太友好了, CEO Josh在AMA里被问到技术瓶颈时，直接打开编辑器现场演示解决方案，这种懂技术的老板比只会念稿子的强多了。最让我觉得靠谱的是他们的落地节奏。不是那种光发合作通稿的项目，最近真的看到好几个AI项目和DePIN项目在官推提了和Irys的集成。而且他们的定位很清晰，就是做AI和数据密集型应用的基础设施，这种专注度在现在乱糟糟的市场里太难得。现在每天刷他们的测试网任务成了习惯，Irys Arcade里的小游戏既能练手又能熟悉功能，听说活跃用户可能有机会拿未来的代币分配。中文社区的运营也很用心，有人扒他们的Provenance Toolkit组件，团队看到了还会出来补充使用技巧，这种互动感真的很圈粉，记得关注一下中文区官推Irys中文(✧ᴗ✧) 。说实话，玩过不少测试网，但像Irys (✧ᴗ✧) 这样把技术、社区、开发者体验都打磨得这么细的不多。他们的动漫风格品牌看着轻松，但内核一点不含糊——IrysVM兼容EVM，混合共识机制兼顾安全和效率，还有那个反虚假信息的数据溯源功能，越研究越觉得这个方向有潜力。最近把测试网的任务都清完了，顺手在GitHub上扒了他们的开发文档，打算试着用SDK做点小工具。这种从用户慢慢变成参与者的感觉，大概就是早期项目最吸引人的地方吧。做个视频送给Irys (✧ᴗ✧) 告诉我喜不喜欢？

好久没写诗了，今天看到irys这个项目突发灵感，哈哈哈那就来一首！ Irys链上闹哄哄数据编程乐无穷 AI专治假消息存啥都省大把钱切入正题 Irys (✧ᴗ✧) 最开始是在研究数据存储赛道时刷到的，当时还叫Bundlr，后来改名Irys后反而更让人记住了毕竟现在做数据链的项目不少，但敢说自己是可编程数据链的，他们家确实有点东西。蹲了很久看着社区从几十人慢慢涨到现在这么活跃，最舒服的是氛围特别牛逼。中文社区里没人瞎喊单，反而经常看到有人扒技术文档里的细节，比如那个多账本架构，有人把Submit Ledger和Publish Ledger的区别做成流程图分享，这种讨论技术的感觉，真的像早期玩链上项目时的氛围。团队给我的感觉是闷声干大事型。去年种子轮融了890万刀，但从没见过他们拿融资额炒作，反而默默上了测试网，优化了好几次数据验证速度。前阵子试了下他们的SDK确实不孬，三行代码就能搞定链上数据上传，对开发者太友好了, CEO Josh在AMA里被问到技术瓶颈时，直接打开编辑器现场演示解决方案，这种懂技术的老板比只会念稿子的强多了。最让我觉得靠谱的是他们的落地节奏。不是那种光发合作通稿的项目，最近真的看到好几个AI项目和DePIN项目在官推提了和Irys的集成。而且他们的定位很清晰，就是做AI和数据密集型应用的基础设施，这种专注度在现在乱糟糟的市场里太难得。现在每天刷他们的测试网任务成了习惯，Irys Arcade里的小游戏既能练手又能熟悉功能，听说活跃用户可能有机会拿未来的代币分配。中文社区的运营也很用心，有人扒他们的Provenance Toolkit组件，团队看到了还会出来补充使用技巧，这种互动感真的很圈粉，记得关注一下中文区官推Irys中文(✧ᴗ✧) 。说实话，玩过不少测试网，但像Irys (✧ᴗ✧) 这样把技术、社区、开发者体验都打磨得这么细的不多。他们的动漫风格品牌看着轻松，但内核一点不含糊——IrysVM兼容EVM，混合共识机制兼顾安全和效率，还有那个反虚假信息的数据溯源功能，越研究越觉得这个方向有潜力。最近把测试网的任务都清完了，顺手在GitHub上扒了他们的开发文档，打算试着用SDK做点小工具。这种从用户慢慢变成参与者的感觉，大概就是早期项目最吸引人的地方吧。做个视频送给Irys (✧ᴗ✧) 告诉我喜不喜欢？

JM 火龙果

19,187 просмотров • 1 год назад

随着市场对AI Agent关注度增加，上周整个AI赛道都有一个显著的涨幅生成AI Agent自然少不了数据，CZ也发帖表达了对Crypto x AI数据赛道的看好之前给大家分享过这个赛道的Grass和DIN, 今天再分享一个有趣的项目Rivalz, 目前已经有40w日活，非常支持AI领域的Delphi Digital(Grass, MyShell, ionet) 也是投资人之一，目前获得了900万美元融资，估值一个亿 (因为图比较多，我尝试合成了一个视频，体验更好一些，感兴趣的朋友可以暂停一页页看) Rivalz 对自己的定位是”The World Abstraction Layer”(世界抽象层), 咋一看的确非常抽象，但解决的问题很有意义，让 AI Agent 可以访问真实世界的资源，包括数字资产、人类互动和 DePIN 硬件。也就是说，Rivalz 为 AI Agent 解锁了世界（不仅是在链上），架起了 AI 与现实之间的桥梁。这就有点意思了，比如 $Virtual 上的头牌 Luna, 可以让你授权数据知道你的喜好，专门为你创作一首歌，直接电话拨给你；或者给 $GOAT 和 $ACT 电脑摄像头的访问权限，让它们可以和我们直接视频聊天，和人类多维度交互，形成更大的影响力。（ai16z 的 Shaw 在最近一次播客分享中，透露正在想办法建立「去中心化的协调机制」，让Agent 可以去和其他 Agent 或者人类交互，Rivalz 的能力会非常有帮助）。如果加上 DePIN, 还可以搞一个管家 Agent, 帮我管理和协调所有的智能家居（都有 DePIN 模块），甚至基于冰箱里面的食材和我的健身目标，给我制定每日食谱。之前我在 AI Agent 那篇文章里面提到过，「Crypto 作为 AI Agents 的基础设施，帮助其完成最后一块拼图」。 Crypto 可以帮助 AI Agents 在链上注册自主身份和财务身份，这一块已经有不少项目（比如 Virtual 和 Coinbase AI Wallet）；同时 Crypto 还可以帮助 AI Agents 获取链下数据，和各个 API 交互，使得 AI Agents 可以融入这个真实世界具备更强大的能力，这其实就是 Rivalz 在构建的方向。（可以访问真实世界的 Agent, 让我想到了西部世界😂）说回 Rivalz, 它通过以下 5 个模块（数据、连接、身份、资源和应用程序），构建出连接 AI Agent 和现实世界的桥梁。 🔸OCY DePIN（数据模块）: AI数据存储和处理，目前拥有超过 200 万个社区节点和 5 EB 的数据空间； 🔸ADCS（连接模块）：让 AI Agent 可以访问去中心化数据网络的连接器（包括链下数据）； 🔸NOSTRINGS（身份模块）：支持 AI Agent 的创建，并使其可以访问广泛的映射资源网络，包括数字资产、个人数据、物理资源和人力资源，而无需处理底层的复杂性。同时还将为 Agent 提供钱包； 🔸ROME(资源中心模块)：将计算能力、存储、带宽和虚拟机等现实世界资产（RWA）token 化并进行管理，便于 AI Agent 访问；通过 ROME，AI Agent 可以连接必要的资产，促进不同形式的收益发行，并加速广泛的 DePIN 网络的发展 🔸VORD（应用程序模块）：用于构建 AI Agent 的平台。VORD 抽象了构建 AI 应用程序的过程，无代码构建者和开发人员可以将重点放在应用程序的 AI 用例上，并创建复杂的 AI 助手和 Agent. 由于需要用户一起来构建去中心化数据网络，如果你有闲置的电脑，可以去Rivalz测试网做做兼职来赚猪脚饭（有群友用一台 2000 块的电脑跑了 10 个项目，相当于同时打了 10 份工，妥妥的超级个体了😂）目前有 4 种方式来做兼职 1️⃣邀请朋友加入： 2️⃣通过 rClients 跑 OCY DePIN 储存数据 3️⃣做 NOSTRINGS 相关的任务 4️⃣购买和运行 zNode 验证节点前 3 种方式都是免费的，但也会有点卷哈哈，获取的是积分（欢迎大家通过我的链接注册体验）；zNodes 是 Rivalz DePIN 的验证层，主要作用是确保 rClients 存储的数据是有效、未经修改和安全的，确保整个网络的可靠性和安全性。（现在不少项目都是这样设计，免费+节点，具体的数据流转科普可以见我之前分享的 DIN 那篇 X 文章） ✅第 4 种方式参与 zNode 节点可以直接获得 $RIZ 代币奖励。 Tier 1 和 Tier 2 的节点之前已经通过社区售罄了，现在销售的是 Tier 3 节点，总量 15000 个，FDV 6400万美元。我看现在剩下不到 2000 个，销售速度还可以。单个价格 550U，用我上面的邀请链接可以便宜 10% （请大家自行 DYOR 和计算收益率）节点有 2 种收益模式： 1️⃣ 销毁 zNode，一次性赚取 17,857 枚 $RIZ，在 TGE 时全部解锁，适合不打算长期持有节点的用户 2️⃣持有 zNode：可以获得 42,857 代币奖励 - 35,714 $RIZ 将从 TGE 开始，在 2 年内线性解锁 - 还会有额外 35,714 * 20% = 7143 枚代币在 TGE 时直接空投 - 活跃验证者还会有来自 ADCS、ROME、Vord 和 Nostrings 的额外激励（另外 zNodes 在 TGE后 6个月可以交易） Rivalz的分享就到这里，更多信息大家可以访问官网和白皮书。创作不易，欢迎大家一键三连，分享给更多朋友~

随着市场对AI Agent关注度增加，上周整个AI赛道都有一个显著的涨幅生成AI Agent自然少不了数据，CZ也发帖表达了对Crypto x AI数据赛道的看好之前给大家分享过这个赛道的Grass和DIN, 今天再分享一个有趣的项目Rivalz, 目前已经有40w日活，非常支持AI领域的Delphi Digital(Grass, MyShell, ionet) 也是投资人之一，目前获得了900万美元融资，估值一个亿 (因为图比较多，我尝试合成了一个视频，体验更好一些，感兴趣的朋友可以暂停一页页看) Rivalz 对自己的定位是”The World Abstraction Layer”(世界抽象层), 咋一看的确非常抽象，但解决的问题很有意义，让 AI Agent 可以访问真实世界的资源，包括数字资产、人类互动和 DePIN 硬件。也就是说，Rivalz 为 AI Agent 解锁了世界（不仅是在链上），架起了 AI 与现实之间的桥梁。这就有点意思了，比如 $Virtual 上的头牌 Luna, 可以让你授权数据知道你的喜好，专门为你创作一首歌，直接电话拨给你；或者给 $GOAT 和 $ACT 电脑摄像头的访问权限，让它们可以和我们直接视频聊天，和人类多维度交互，形成更大的影响力。（ai16z 的 Shaw 在最近一次播客分享中，透露正在想办法建立「去中心化的协调机制」，让Agent 可以去和其他 Agent 或者人类交互，Rivalz 的能力会非常有帮助）。如果加上 DePIN, 还可以搞一个管家 Agent, 帮我管理和协调所有的智能家居（都有 DePIN 模块），甚至基于冰箱里面的食材和我的健身目标，给我制定每日食谱。之前我在 AI Agent 那篇文章里面提到过，「Crypto 作为 AI Agents 的基础设施，帮助其完成最后一块拼图」。 Crypto 可以帮助 AI Agents 在链上注册自主身份和财务身份，这一块已经有不少项目（比如 Virtual 和 Coinbase AI Wallet）；同时 Crypto 还可以帮助 AI Agents 获取链下数据，和各个 API 交互，使得 AI Agents 可以融入这个真实世界具备更强大的能力，这其实就是 Rivalz 在构建的方向。（可以访问真实世界的 Agent, 让我想到了西部世界😂）说回 Rivalz, 它通过以下 5 个模块（数据、连接、身份、资源和应用程序），构建出连接 AI Agent 和现实世界的桥梁。 🔸OCY DePIN（数据模块）: AI数据存储和处理，目前拥有超过 200 万个社区节点和 5 EB 的数据空间； 🔸ADCS（连接模块）：让 AI Agent 可以访问去中心化数据网络的连接器（包括链下数据）； 🔸NOSTRINGS（身份模块）：支持 AI Agent 的创建，并使其可以访问广泛的映射资源网络，包括数字资产、个人数据、物理资源和人力资源，而无需处理底层的复杂性。同时还将为 Agent 提供钱包； 🔸ROME(资源中心模块)：将计算能力、存储、带宽和虚拟机等现实世界资产（RWA）token 化并进行管理，便于 AI Agent 访问；通过 ROME，AI Agent 可以连接必要的资产，促进不同形式的收益发行，并加速广泛的 DePIN 网络的发展 🔸VORD（应用程序模块）：用于构建 AI Agent 的平台。VORD 抽象了构建 AI 应用程序的过程，无代码构建者和开发人员可以将重点放在应用程序的 AI 用例上，并创建复杂的 AI 助手和 Agent. 由于需要用户一起来构建去中心化数据网络，如果你有闲置的电脑，可以去Rivalz测试网做做兼职来赚猪脚饭（有群友用一台 2000 块的电脑跑了 10 个项目，相当于同时打了 10 份工，妥妥的超级个体了😂）目前有 4 种方式来做兼职 1️⃣邀请朋友加入： 2️⃣通过 rClients 跑 OCY DePIN 储存数据 3️⃣做 NOSTRINGS 相关的任务 4️⃣购买和运行 zNode 验证节点前 3 种方式都是免费的，但也会有点卷哈哈，获取的是积分（欢迎大家通过我的链接注册体验）；zNodes 是 Rivalz DePIN 的验证层，主要作用是确保 rClients 存储的数据是有效、未经修改和安全的，确保整个网络的可靠性和安全性。（现在不少项目都是这样设计，免费+节点，具体的数据流转科普可以见我之前分享的 DIN 那篇 X 文章） ✅第 4 种方式参与 zNode 节点可以直接获得 $RIZ 代币奖励。 Tier 1 和 Tier 2 的节点之前已经通过社区售罄了，现在销售的是 Tier 3 节点，总量 15000 个，FDV 6400万美元。我看现在剩下不到 2000 个，销售速度还可以。单个价格 550U，用我上面的邀请链接可以便宜 10% （请大家自行 DYOR 和计算收益率）节点有 2 种收益模式： 1️⃣ 销毁 zNode，一次性赚取 17,857 枚 $RIZ，在 TGE 时全部解锁，适合不打算长期持有节点的用户 2️⃣持有 zNode：可以获得 42,857 代币奖励 - 35,714 $RIZ 将从 TGE 开始，在 2 年内线性解锁 - 还会有额外 35,714 * 20% = 7143 枚代币在 TGE 时直接空投 - 活跃验证者还会有来自 ADCS、ROME、Vord 和 Nostrings 的额外激励（另外 zNodes 在 TGE后 6个月可以交易） Rivalz的分享就到这里，更多信息大家可以访问官网和白皮书。创作不易，欢迎大家一键三连，分享给更多朋友~

Star@Day1Global Podcast

54,142 просмотров • 1 год назад

#工程师工具今天给申请到了 ChatGPT Plugin 的权限，想聊聊体验和如何申请。 💡使用体验有些震惊到我，试想后面成熟了，YY 下是不是后面用户操作习惯就是一个大的输入框入口了，什么交互体验、用户设计、写前端全部被一个输入框和协议展示给一把梭替代了，直接回归本源，用最朴素的方式最快最完美来实现用户需求，甚至强大的上下文功能会比纯工具类查询更加方便。 😂 那到时候我们软件行业应该会发生些有趣的变化，应用开发没有所谓的前端、交互了，甚至 Api 的开发都可以你给到 AI 数据自动帮你生成了，到时候数据变得反而更重要。 🏂 试用 Plugin 过程，发现有累计几十个插件可以被使用，涉及工具、旅游、生活、游戏、学习等场景，不过太多是国外开发，也可以自己按照 Manifest 开发定制发布插件，每次最多使用3个插件，当前速度比 GPT4 还慢一点，有时候数据没有查到，他会换一种方式继续查询。 🤖 让 Expedia 帮我安排去东京的行程，会自动帮忙安排好机票、酒店、游玩、租车等服务，甚至出现了商品卡片，点击直接将参数带到官网一键预定，同时这里也具备交互以及上下文记忆的功能，相比自己去搜索要方便不少。 🔮 此外玩了一个文字类的游戏，类似于成长那种，能够让你一步一步选择要做的事情，并计算成长值啥的，适合喜欢养成类游戏的同学，不过这一块也有一定想象空间，好比上次给大伙推荐的那个电报机器人 Samantha 😂 我参考的此文档快速申请到的 Plugin 😂 此文档快速申请 GPT-4 Api

#工程师工具今天给申请到了 ChatGPT Plugin 的权限，想聊聊体验和如何申请。 💡使用体验有些震惊到我，试想后面成熟了，YY 下是不是后面用户操作习惯就是一个大的输入框入口了，什么交互体验、用户设计、写前端全部被一个输入框和协议展示给一把梭替代了，直接回归本源，用最朴素的方式最快最完美来实现用户需求，甚至强大的上下文功能会比纯工具类查询更加方便。 😂 那到时候我们软件行业应该会发生些有趣的变化，应用开发没有所谓的前端、交互了，甚至 Api 的开发都可以你给到 AI 数据自动帮你生成了，到时候数据变得反而更重要。 🏂 试用 Plugin 过程，发现有累计几十个插件可以被使用，涉及工具、旅游、生活、游戏、学习等场景，不过太多是国外开发，也可以自己按照 Manifest 开发定制发布插件，每次最多使用3个插件，当前速度比 GPT4 还慢一点，有时候数据没有查到，他会换一种方式继续查询。 🤖 让 Expedia 帮我安排去东京的行程，会自动帮忙安排好机票、酒店、游玩、租车等服务，甚至出现了商品卡片，点击直接将参数带到官网一键预定，同时这里也具备交互以及上下文记忆的功能，相比自己去搜索要方便不少。 🔮 此外玩了一个文字类的游戏，类似于成长那种，能够让你一步一步选择要做的事情，并计算成长值啥的，适合喜欢养成类游戏的同学，不过这一块也有一定想象空间，好比上次给大伙推荐的那个电报机器人 Samantha 😂 我参考的此文档快速申请到的 Plugin 😂 此文档快速申请 GPT-4 Api

Tw93

159,098 просмотров • 3 лет назад