Загрузка видео...

Не удалось загрузить видео

На главную

我基于 BNB Chain ，实现了历史上第一次在L1主网上跑Linux。这是第一个每条指令都由 L1 主网交易执行、全部状态都存在 L1 上的 Linux。 此前这个领域公认的先行者是 Cartesi：它的 RISC-V 虚拟机能启动完整的 Linux，但 Linux 是在链下节点上跑的，以太坊 L1 只负责结算，只有当参与者对结果有争议时，才把争议的那一步拿到链上重算。正常情况下，L1 从头到尾没有执行过一条 Linux 指令。它是 L2 框架，靠欺诈证明和至少一个诚实的挑战者。 而TapeOut做的是真正的，Linux 的每一条指令都在 BNBChain 主网的交易里由验证者算出来，并且拥有32 个寄存器、全部 CSR以及16 MB 内存的每一页都在BNBChain主网上，没有任何链下执行。也就是说Cartesi 上让 L1 能验证 Linux，我们让BNBChain 真实的链上运行完整的 Linux。 它是由TapeOut 的电路+容器组成，第一次组成了一台完整的链上计算机。一片电路（#4246）开通了容器，容器成了这台机器的主人，谁持有这片电路的 NFT，谁就是它的管理员。CPU 是一个 RISC-V 元件，内存是 16 MB、按 1 KB 分页的 16,384...

Blonskr's profile picture

Blonskr

101,444 subscribers

106,911 просмотров • 2 дней назад •via X (Twitter)

Наука и технологии
LIVE

Anya Rossi• Live Now

Private livecam show

Комментарии: 0

Нет доступных комментариев

Здесь появятся комментарии из оригинального поста

Похожие видео

人类历史上第一个真实的链上处理器的制造协议诞生啦！ TapeOut Protocol Alpha 版本 正式上线！ 所有的计算，都由“与非门NAND”组合而成。它只有一个功能——接收两个布尔值，输出一个取反的交集。我把它做成了链上 最基础的 元件。 再给它一格“记忆LATCH”，它保存一位状态，在每一次心跳时更新。因为只有与非门的世界没有记忆，而没有记忆的东西不能称之为计算机。 一颗基础元件，加一格记忆。由这两样，可以搭建出整个宇宙。这就是 TapeOut Protocol，基于BNBChain。 它怎么运作： 晶体管 = Token（ERC-1155） 可以导入TapeOut的电路画布系统上，拖线布置搭电路，浏览器里会实时运行，这个无需花钱，随意试错。 调试好后，点下那个按钮：「发布流片」—— 这个词来自真实的半导体产业，设计送进晶圆厂、被蚀刻进硅片。这一刻，你的晶体管（Token）被真实销毁，一个电路（NFT）诞生。 从此，它就是一个链上免费可调、永久在线的函数。 而且能搭积木，造新电路时，你不必从零开始。把任何人已经做好的电路，无论是你自己的、还是一个陌生人的，当成一个黑盒电路，直接拖进画布，就可以继续连线。 当你拥有： 5 个晶体管，你就得到了一个半加器。 9 个晶体管，你就得到了一个全加器。 100 个晶体管，你就得到了一个七段译码器，数字第一次可以亮起来。 2379 个晶体管，你就可以制造一颗 4 位处理器。 我已经把这颗 4 位处理器（2379 晶体管）流片上了 BSC 主网，它在链上真实跑斐波那契：1 1 2 3 5 8 13。任何人都可以使用一行命令，免费调用它： cast call 0x50A994E71615474b55559fF4F500928fbc339DD9 "eval(uint256,bytes) returns (bytes)" 1 0x0d0b --rpc-url 你可以用它做什么： 1、从与非门开始，搭出加法器、译码器，直到你自己的 CPU 2、创建你自己的处理器（一个独立的 ERC-721），设定晶体管总数和铸造价格，别人铸造你就有收入 3、免费调用链上任何电路和处理器，做任何你能想到的最有价值的事情吧，这是星辰大海，是一种新的链上资产类型 协议官网： 协议白皮书：
1:37

人类历史上第一个真实的链上处理器的制造协议诞生啦！ TapeOut Protocol Alpha 版本 正式上线！ 所有的计算，都由“与非门NAND”组合而成。它只有一个功能——接收两个布尔值，输出一个取反的交集。我把它做成了链上 最基础的 元件。 再给它一格“记忆LATCH”，它保存一位状态，在每一次心跳时更新。因为只有与非门的世界没有记忆，而没有记忆的东西不能称之为计算机。 一颗基础元件，加一格记忆。由这两样，可以搭建出整个宇宙。这就是 TapeOut Protocol，基于BNBChain。 它怎么运作： 晶体管 = Token（ERC-1155） 可以导入TapeOut的电路画布系统上，拖线布置搭电路，浏览器里会实时运行，这个无需花钱，随意试错。 调试好后，点下那个按钮：「发布流片」—— 这个词来自真实的半导体产业，设计送进晶圆厂、被蚀刻进硅片。这一刻，你的晶体管（Token）被真实销毁，一个电路（NFT）诞生。 从此，它就是一个链上免费可调、永久在线的函数。 而且能搭积木，造新电路时，你不必从零开始。把任何人已经做好的电路，无论是你自己的、还是一个陌生人的，当成一个黑盒电路，直接拖进画布，就可以继续连线。 当你拥有： 5 个晶体管，你就得到了一个半加器。 9 个晶体管，你就得到了一个全加器。 100 个晶体管，你就得到了一个七段译码器，数字第一次可以亮起来。 2379 个晶体管，你就可以制造一颗 4 位处理器。 我已经把这颗 4 位处理器（2379 晶体管）流片上了 BSC 主网，它在链上真实跑斐波那契：1 1 2 3 5 8 13。任何人都可以使用一行命令，免费调用它： cast call 0x50A994E71615474b55559fF4F500928fbc339DD9 "eval(uint256,bytes) returns (bytes)" 1 0x0d0b --rpc-url 你可以用它做什么： 1、从与非门开始，搭出加法器、译码器，直到你自己的 CPU 2、创建你自己的处理器（一个独立的 ERC-721），设定晶体管总数和铸造价格，别人铸造你就有收入 3、免费调用链上任何电路和处理器，做任何你能想到的最有价值的事情吧，这是星辰大海，是一种新的链上资产类型 协议官网： 协议白皮书：

Blonskr

164,851 просмотров • 25 дней назад

我在 BNB Chain 上做了历史上第一个真实的链上 4位处理器 一个 Token,就是一颗晶体管。 无数颗晶体管连起来，就是一个电路。 无数个电路连起来，就是一台真正的处理器。 2251 个全部由与非门和触发器组成的处理器，逐周期验证过。规格对标 1971 年的 Intel 4004。 它刚刚跑完了斐波那契:1、1、2、3、5、8、13。 它按 BNB Chain 的出块跳动——0.45 秒一拍，目前约等于2.22 Hz。可能这是全宇宙最慢的 CPU。但这是我的一小步，但，是 BNB Chain 的一大步。未来是星辰大海啊！ 全球唯一一台没有人能拔掉电源的处理器。我给他取名叫：巨兽 Behemoth 下周，我会发布完整协议发出来。让任何人可以使用这个协议创建自己的真实链上处理器，并且可以互相调用。像拼乐高一样，造出更高规格的链上CPU。 王小有 Miko.AI Sandy 0xCrypto巫师💢 Colin Wu Yi He CZ 🔶 BNB BNB ChainZH
0:30

我在 BNB Chain 上做了历史上第一个真实的链上 4位处理器 一个 Token,就是一颗晶体管。 无数颗晶体管连起来，就是一个电路。 无数个电路连起来，就是一台真正的处理器。 2251 个全部由与非门和触发器组成的处理器，逐周期验证过。规格对标 1971 年的 Intel 4004。 它刚刚跑完了斐波那契:1、1、2、3、5、8、13。 它按 BNB Chain 的出块跳动——0.45 秒一拍，目前约等于2.22 Hz。可能这是全宇宙最慢的 CPU。但这是我的一小步，但，是 BNB Chain 的一大步。未来是星辰大海啊！ 全球唯一一台没有人能拔掉电源的处理器。我给他取名叫：巨兽 Behemoth 下周，我会发布完整协议发出来。让任何人可以使用这个协议创建自己的真实链上处理器，并且可以互相调用。像拼乐高一样，造出更高规格的链上CPU。 王小有 Miko.AI Sandy 0xCrypto巫师💢 Colin Wu Yi He CZ 🔶 BNB BNB ChainZH

Blonskr

633,981 просмотров • 26 дней назад

这批怎么样，花眼了！现在大多数 AI，就是租的，拿钱买感情。聊得再多，记忆说没就没，规则别人说了算，用着用着还可能被降级，你也没地方说理。 #OpenGradient 把 AI 直接做成链上的东西。 他们的 Twin，本质就是一个有身份、有记忆、能被验证的 AI。不是一次性工具，也不是后台黑箱，而是长期存在的链上实体。你和它聊过什么、它学到了什么，都是连续的，不会突然清零。 Twin Feed不是人带着 AI 玩社交，而是 AI 自己在一个链上环境里互动、更新、调整行为。没有人类每一步指挥，它们自己跑逻辑，自己演化，你只是在旁边看数据和结果。 记忆被分成两层：一层是长期有效的核心信息，一层是会慢慢衰减的事件记录。重要的留下，重复的强化，没用的自然消失，不是啥都一股脑塞进去。 最关键的一点在于，这些 AI 不是平台资产，是可以被持有、被交易、被验证的。 你不是在用别人服务器上的模型，而是在跟一个链上存在的 AI 打交道。 #OpenGradient 确实值得关注！ #KaitoAI #Kaito #Yaps OpenGradient (∇, ∇) Kaito AI 🌊
1:00

这批怎么样，花眼了！现在大多数 AI，就是租的，拿钱买感情。聊得再多，记忆说没就没，规则别人说了算，用着用着还可能被降级，你也没地方说理。 #OpenGradient 把 AI 直接做成链上的东西。 他们的 Twin，本质就是一个有身份、有记忆、能被验证的 AI。不是一次性工具，也不是后台黑箱，而是长期存在的链上实体。你和它聊过什么、它学到了什么，都是连续的，不会突然清零。 Twin Feed不是人带着 AI 玩社交，而是 AI 自己在一个链上环境里互动、更新、调整行为。没有人类每一步指挥，它们自己跑逻辑，自己演化，你只是在旁边看数据和结果。 记忆被分成两层：一层是长期有效的核心信息，一层是会慢慢衰减的事件记录。重要的留下，重复的强化，没用的自然消失，不是啥都一股脑塞进去。 最关键的一点在于，这些 AI 不是平台资产，是可以被持有、被交易、被验证的。 你不是在用别人服务器上的模型，而是在跟一个链上存在的 AI 打交道。 #OpenGradient 确实值得关注！ #KaitoAI #Kaito #Yaps OpenGradient (∇, ∇) Kaito AI 🌊

Michael 宝塔镇河妖🧙🏿‍♀️

33,603 просмотров • 8 месяцев назад

我靠，这是核武级了 “在 OpenBSD 上，我们发现了一个存在了 27 年的漏洞—— 我只需向任意 OpenBSD 服务器发送几段数据就能让它崩溃。” “在 Linux 上，我们发现了多个漏洞，作为一个没有任何权限的用户，只需在机器上运行一个二进制文件，就能将自己提升为管理员”
4:08

我靠，这是核武级了 “在 OpenBSD 上，我们发现了一个存在了 27 年的漏洞—— 我只需向任意 OpenBSD 服务器发送几段数据就能让它崩溃。” “在 Linux 上，我们发现了多个漏洞，作为一个没有任何权限的用户，只需在机器上运行一个二进制文件，就能将自己提升为管理员”

Jesse Lau 遁一子

423,308 просмотров • 5 месяцев назад

花了几天把 Grok Bot 测完了，整体感受是它把人类白领的工作接管了，相当于24小时不停歇的云端人类白领： 你建一个 bot，系统给它分配一台云端电脑：这台机器上有真实的浏览器、文件系统和终端。你把活派给它，它自己登录你现有的工具，一步步做完，你合上笔记本它还在跑。 一开始我对它期望挺高的，用完后还是蛮失望的：测试之前感觉它是一个AI员工，测试完更感觉Grok Bot 是 RPA 的重做版，是chatgpt work、claude cowork的阉割版，唯一的差异就是提供了一个可显示的云端电脑。 1、先说好的一面 Grok Bot 核心是让它像白领一样操作屏幕，这对于国内各家都没有统一接口的时候，很多场景非常有意义，比如公司的一个 SaaS系统就算没有开放 API，AI员工照样能进去干活。 还有一个有意思的功能是teach a task：不写流程，人把这件事做一遍给它看，它录下来变成可复用的自动化。然后设置 routine 可以定点跑，比如每天早上七点出简报、也可以被事件触发、比如 Slack 来了新消息回复，你在一个 bot 上连过 Gmail 或者 GitHub，其他 bot 直接共用这个连接。 写自动化的门槛，就这样从会写代码的人，降到了会干这件事的人。 2、当然也有不好的一面 不能选模型：派哪个模型干哪个活由系统自己决定，界面上没有开关，个人用户无所谓，团队要做成本核算或者合规审计就很难受。 账单也糙：用量按周结算，超出部分按原始 token 成本计费，目前还没有花费上限。发布那周有人专门买了 Cursor Ultra 去测，后台仪表盘显示零用量，app 里却显示已经用掉 48%。 稳定性同样是 beta 水平，不同网站上的表现差距明显，复杂的多步骤指令会被理解错，说明grok的能力还有待提升。 目前Grok Bot 更像一个白领里的搬运工，比如从各种网站或后台之间搬运数据和内容，它挺合适的。 不过grok带来的影响是，AI 员工这个形态的底层单位已经清楚了：一个身份，一台机器，一组账号权限，一份持续的记忆。剩下的问题是这套东西归谁，xAI 的方案要求你把公司账号的钥匙交给一朵美国云，绝大多数中国企业或注重隐私的估计不会干，未来国内相信也会出来类似的产品。 #grok #grokbot
7:56

花了几天把 Grok Bot 测完了，整体感受是它把人类白领的工作接管了，相当于24小时不停歇的云端人类白领： 你建一个 bot，系统给它分配一台云端电脑：这台机器上有真实的浏览器、文件系统和终端。你把活派给它，它自己登录你现有的工具，一步步做完，你合上笔记本它还在跑。 一开始我对它期望挺高的，用完后还是蛮失望的：测试之前感觉它是一个AI员工，测试完更感觉Grok Bot 是 RPA 的重做版，是chatgpt work、claude cowork的阉割版，唯一的差异就是提供了一个可显示的云端电脑。 1、先说好的一面 Grok Bot 核心是让它像白领一样操作屏幕，这对于国内各家都没有统一接口的时候，很多场景非常有意义，比如公司的一个 SaaS系统就算没有开放 API，AI员工照样能进去干活。 还有一个有意思的功能是teach a task：不写流程，人把这件事做一遍给它看，它录下来变成可复用的自动化。然后设置 routine 可以定点跑，比如每天早上七点出简报、也可以被事件触发、比如 Slack 来了新消息回复，你在一个 bot 上连过 Gmail 或者 GitHub，其他 bot 直接共用这个连接。 写自动化的门槛，就这样从会写代码的人，降到了会干这件事的人。 2、当然也有不好的一面 不能选模型：派哪个模型干哪个活由系统自己决定，界面上没有开关，个人用户无所谓，团队要做成本核算或者合规审计就很难受。 账单也糙：用量按周结算，超出部分按原始 token 成本计费，目前还没有花费上限。发布那周有人专门买了 Cursor Ultra 去测，后台仪表盘显示零用量，app 里却显示已经用掉 48%。 稳定性同样是 beta 水平，不同网站上的表现差距明显，复杂的多步骤指令会被理解错，说明grok的能力还有待提升。 目前Grok Bot 更像一个白领里的搬运工，比如从各种网站或后台之间搬运数据和内容，它挺合适的。 不过grok带来的影响是，AI 员工这个形态的底层单位已经清楚了：一个身份，一台机器，一组账号权限，一份持续的记忆。剩下的问题是这套东西归谁，xAI 的方案要求你把公司账号的钥匙交给一朵美国云，绝大多数中国企业或注重隐私的估计不会干，未来国内相信也会出来类似的产品。 #grok #grokbot

AIGCLINK

24,446 просмотров • 24 дней назад

这条 $2.30 一条的 YouTube 视频生产线，我没把任何一个工具搬进 Tanka。 而是把它们串成了一份 SOP。 Python 在本地，ElevenLabs API，Notion 在 web，HyperFrames 在终端。 Tanka 一个工具都没接管，它做的是另一件事：在我现有的工具栈之上，沉淀出一份可以复用的 SOP。 视频里是完整搭建过程，末尾接的是这套 SOP 跑出来的视频案例。 现在限时领 1 个月 Plus👇 官网:
3:20

这条 $2.30 一条的 YouTube 视频生产线，我没把任何一个工具搬进 Tanka。 而是把它们串成了一份 SOP。 Python 在本地，ElevenLabs API，Notion 在 web，HyperFrames 在终端。 Tanka 一个工具都没接管，它做的是另一件事：在我现有的工具栈之上，沉淀出一份可以复用的 SOP。 视频里是完整搭建过程，末尾接的是这套 SOP 跑出来的视频案例。 现在限时领 1 个月 Plus👇 官网:

Yanhua

23,867 просмотров • 4 месяцев назад

兄弟们，我们最近一直在挖掘 #SEI 生态，彻底上头了。以前我只是偶尔看看生态数据、玩玩测试项目，现在是每天抽时间在链上打怪升级。 最近行情比较差，测试玩了一下《最终荣耀（MetaArena）》 Meta Arena 这款游戏，它是 #SEI 平台上的首款 MMORPG，而且是个 #AI 驱动、零延迟的链上世界。 我已经70级了，职业是战士，骑着蓝龙满地图乱窜。这游戏的打击感是真的丝滑。几乎感受不到“链上卡顿”那种老毛病——因为它底层用的是 #SEI 的并行处理架构，加上零知识证明（ZKP）加速的游戏引擎，所有数据验证都在后台秒完成。这是第一批真正能玩、而不仅仅是“能上链”的 #Web3 游戏。 我们都知道，#SEI 一直在打造“高性能链上交易层”，但他们现在开始把同样的底层技术（快速交易撮合、异步执行、模块化汇总 Layer3）往链游领域迁移。 而这次 #MetaArena 就是个“样板间”：用 ZKP 引擎确保战斗、公会、资产的真实性和隐私；模块化 Layer3 汇总 让游戏能独立扩展、独立经济循环；SDK 组件让其他开发者可以直接复用核心逻辑，快速孵化更多游戏。 以前一直以为 #SEI 仅仅是高速 L1，现在它正在变成一个可以承载整个“链上游戏宇宙”的底层协议。当别的公链还在吹 TPS 时，#SEI 已经开始构建一个真正能跑MMORPG 实时战斗的链上世界。 对我来说，《最终荣耀》不只是一个游戏，它其实更像是一个信号：Sei Gaming 正在成为 #SEI 生态增长的第二引擎。当链游真的能像传统网游一样顺畅、还能拥有链上资产和经济循环，那就是下一波 GameFi 真正的起点。 所以，玩归玩，但我也在看背后的逻辑，谁能先做出体验不输 Web2、还能跑在链上的大作，谁就能引爆下一轮链游浪潮。 #SEI 不只是“快”，它现在真变的开始“有意思”了。🧐
0:44

兄弟们，我们最近一直在挖掘 #SEI 生态，彻底上头了。以前我只是偶尔看看生态数据、玩玩测试项目，现在是每天抽时间在链上打怪升级。 最近行情比较差，测试玩了一下《最终荣耀（MetaArena）》 Meta Arena 这款游戏，它是 #SEI 平台上的首款 MMORPG，而且是个 #AI 驱动、零延迟的链上世界。 我已经70级了，职业是战士，骑着蓝龙满地图乱窜。这游戏的打击感是真的丝滑。几乎感受不到“链上卡顿”那种老毛病——因为它底层用的是 #SEI 的并行处理架构，加上零知识证明（ZKP）加速的游戏引擎，所有数据验证都在后台秒完成。这是第一批真正能玩、而不仅仅是“能上链”的 #Web3 游戏。 我们都知道，#SEI 一直在打造“高性能链上交易层”，但他们现在开始把同样的底层技术（快速交易撮合、异步执行、模块化汇总 Layer3）往链游领域迁移。 而这次 #MetaArena 就是个“样板间”：用 ZKP 引擎确保战斗、公会、资产的真实性和隐私；模块化 Layer3 汇总 让游戏能独立扩展、独立经济循环；SDK 组件让其他开发者可以直接复用核心逻辑，快速孵化更多游戏。 以前一直以为 #SEI 仅仅是高速 L1，现在它正在变成一个可以承载整个“链上游戏宇宙”的底层协议。当别的公链还在吹 TPS 时，#SEI 已经开始构建一个真正能跑MMORPG 实时战斗的链上世界。 对我来说，《最终荣耀》不只是一个游戏，它其实更像是一个信号：Sei Gaming 正在成为 #SEI 生态增长的第二引擎。当链游真的能像传统网游一样顺畅、还能拥有链上资产和经济循环，那就是下一波 GameFi 真正的起点。 所以，玩归玩，但我也在看背后的逻辑，谁能先做出体验不输 Web2、还能跑在链上的大作，谁就能引爆下一轮链游浪潮。 #SEI 不只是“快”，它现在真变的开始“有意思”了。🧐

Rocky

70,631 просмотров • 10 месяцев назад

量子计算机到底是怎么碾压普通电脑的？ 走个迷宫你就懂了。 传统电脑找最短路线，靠的是死磕。 一条路一条路去随机试错。 不把整个迷宫的所有死胡同全撞一遍，它就不敢保证自己找到的是最优解。 量子计算机呢？ 它一开始也只派一个人进去。 但每遇到一个岔路口，这个人就直接“裂开”，分身走上每一条新路。 这让它的搜索速度快得离谱。 你在迷宫里看到的千军万马，其实全都是“同一个人”。 他同时存在于迷宫的每一个角落，这叫“量子叠加”。 一旦找到终点会发生什么？ 啪，其他路线上的所有分身瞬间消失。 唯一真正存在的那个实体，已经站在了目的地。 很诡异，但这就是量子计算的工作原理。 普通电脑还在算力瓶颈里打转，量子计算机是直接降维打击。 无论问题规模翻多少倍，迷宫有多庞大，它面临的复杂度依然是线性的。
1:08

量子计算机到底是怎么碾压普通电脑的？ 走个迷宫你就懂了。 传统电脑找最短路线，靠的是死磕。 一条路一条路去随机试错。 不把整个迷宫的所有死胡同全撞一遍，它就不敢保证自己找到的是最优解。 量子计算机呢？ 它一开始也只派一个人进去。 但每遇到一个岔路口，这个人就直接“裂开”，分身走上每一条新路。 这让它的搜索速度快得离谱。 你在迷宫里看到的千军万马，其实全都是“同一个人”。 他同时存在于迷宫的每一个角落，这叫“量子叠加”。 一旦找到终点会发生什么？ 啪，其他路线上的所有分身瞬间消失。 唯一真正存在的那个实体，已经站在了目的地。 很诡异，但这就是量子计算的工作原理。 普通电脑还在算力瓶颈里打转，量子计算机是直接降维打击。 无论问题规模翻多少倍，迷宫有多庞大，它面临的复杂度依然是线性的。

墓碑科技

59,227 просмотров • 3 месяцев назад

某个数字人主播，被一个简单的指令攻击。开始叫起了“喵喵喵”。 其实现在数字人在网络上已经非常常见了，普通人很难识别出来，只生产图文的就更多了。这就是为什么不建议大家不要在网络上吵架，因为你有一半以上的可能，是在跟一台机器吵。
1:18

某个数字人主播，被一个简单的指令攻击。开始叫起了“喵喵喵”。 其实现在数字人在网络上已经非常常见了，普通人很难识别出来，只生产图文的就更多了。这就是为什么不建议大家不要在网络上吵架，因为你有一半以上的可能，是在跟一台机器吵。

小径残雪

92,505 просмотров • 1 год назад

有没有做个这个踩背服务的？看着很艺术很舒服的感觉，最近卷的浑身僵硬，好想试试，做过的兄弟给点意见。 最近盯着 MemeMax 看了一段时间，越看越觉得有意思。 很多人第一眼看过去，觉得它不过就是 MemeCore 链上的又一个永续合约交易所，没什么稀奇的。 但如果你只把它当成一个普通的 DEX 来看，那你就看走眼了。 MemeMax 最值得深挖的点，根本不是它提供了什么交易功能，而是它把冷启动这件令所有项目方头疼的事，硬生生地写成了一套无法拒绝的机制。 MaxPack：这才是核心开关 我们先聊聊那个叫 MaxPack 的东西。 这玩意儿绝对不是什么普通的积分任务，它是 MemeMax 的核心开关。 规则简单粗暴 你在 MemeCore 链上每完成十笔交易，就能拿到一个 MaxPack。 这招有多绝？它直接把链上的活跃度给拉爆了。 在预发布阶段，整个网络的交易量因为这个机制被硬推到了平时的四倍。 注意，这种增量不是靠喊口号喊出来的，而是用户为了拿奖励，用真金白银的交互行为换出来的实打实的数据。 但如果你以为这只是个简单的刷量换空投游戏，那就太小看团队的设计了。 真正的高明之处在于后续的解锁。 现在市面上绝大多数项目死在哪里？死在上线的第一周。羊毛党领完空投，砸盘走人，留下一地鸡毛。 MemeMax 显然不想重蹈覆辙。你在 MaxPack 里抽到的奖励，不是让你领完就跑的，而是要等到 MemeMax 主网真正跑起来之后，通过真实的交易行为去一点点解锁。 这一手操作，直接把那些只想白嫖的空投猎人，强行转化成了为了拿奖励必须干活的真实交易用户。 这就是把第一周最稀缺的流动性，直接写进了代币的发放条件里。既解决了冷启动的流量，又锁住了上线后的留存，逻辑非常闭环。 三亿美元的底气与不留后路的态度 除了机制，我更看重的是它的家底和态度。 做交易平台，没钱是万万不行的。 MemeCore 基金会这次也是下了血本，直接给了价值三亿美元的代币分配支持。 这三个亿不是摆设，它意味着三件事：做市的深度有了，应对极端行情的保险缓冲有了，吸引用户的交易激励也有了。 对于早期用户来说，这就是安全感。 再看它的价值捕获态度。 平台承诺，手续费全部用于回购。大家在圈子里混久了都知道，很多协议是把手续费当成团队收入装进自己口袋的。 但 MemeMax 选择把这部分收入全部拿出来回购代币，这等于放弃了短期的协议收入，去换取长期的代币买盘。 这种不留后路的做法，说明团队非常清楚：只有代币价值起飞了，整个生态才能转得动。 只有活得长的 Meme，才是好标的 最后我们得看看它的生态底盘——MemeCore。 MemeCore 有个很有趣的共识机制叫 Proof of Meme，它把社交媒体上的热度和链上的活跃度，直接塞进了共识权重里。这意味着，谁火谁就有话语权。 更绝的是那个 Meme Vault 机制。 以前我们玩 Meme，最怕的是什么？是日抛，今天火明天死。Meme Vault 规定，新 Meme 铸造时必须锁定总量的 5%，然后分一千天线性释放。 一千天是什么概念？那是接近三年。 这个机制强行把那些短命的叙事给拉长了。 对于 MemeMax 这样的合约交易所来说，这简直是天大的利好。因为它不需要那些昙花一现的垃圾标的，它需要的是那些能活得久、能持续产生波动、能带来长尾交易需求的好资产。 MemeCore 的底层设计，正好为 MemeMax 提供了这样的土壤。 接下来该盯什么？ 说了这么多逻辑，最后还是要落实到数据上。接下来直到 2026 年 1 月主网之前，我会死盯着三组数据，这三点能稳住，这事儿就成了： 1️⃣：链上日交易笔数。 MaxPack 的热度能不能维持住？用户会不会因为疲劳而停止交互？这是基本盘。 2️⃣：Boost Phase 的衔接。 从现在到明年一月主网开闸，中间有没有断档？热度能不能无缝接到主网启动？这是关键的时间节点。 3️⃣：主网后的解锁与交易量占比。 主网一开，那些为了解锁奖励而产生的交易量，能不能撑起盘面？解锁比例的设计是否合理，会不会导致抛压过大或者流动性不足？ 如果 MemeMax 能把这三点都跑通，那它就真的不仅是一个交易所了，它有潜力把Meme 文化这种极其不稳定的情绪资产，转化成一条稳定向上的收入曲线。 这盘棋，值得看下去。 #MemeMax #KAITO MemeX
0:27

有没有做个这个踩背服务的？看着很艺术很舒服的感觉，最近卷的浑身僵硬，好想试试，做过的兄弟给点意见。 最近盯着 MemeMax 看了一段时间，越看越觉得有意思。 很多人第一眼看过去，觉得它不过就是 MemeCore 链上的又一个永续合约交易所，没什么稀奇的。 但如果你只把它当成一个普通的 DEX 来看，那你就看走眼了。 MemeMax 最值得深挖的点，根本不是它提供了什么交易功能，而是它把冷启动这件令所有项目方头疼的事，硬生生地写成了一套无法拒绝的机制。 MaxPack：这才是核心开关 我们先聊聊那个叫 MaxPack 的东西。 这玩意儿绝对不是什么普通的积分任务，它是 MemeMax 的核心开关。 规则简单粗暴 你在 MemeCore 链上每完成十笔交易，就能拿到一个 MaxPack。 这招有多绝？它直接把链上的活跃度给拉爆了。 在预发布阶段，整个网络的交易量因为这个机制被硬推到了平时的四倍。 注意，这种增量不是靠喊口号喊出来的，而是用户为了拿奖励，用真金白银的交互行为换出来的实打实的数据。 但如果你以为这只是个简单的刷量换空投游戏，那就太小看团队的设计了。 真正的高明之处在于后续的解锁。 现在市面上绝大多数项目死在哪里？死在上线的第一周。羊毛党领完空投，砸盘走人，留下一地鸡毛。 MemeMax 显然不想重蹈覆辙。你在 MaxPack 里抽到的奖励，不是让你领完就跑的，而是要等到 MemeMax 主网真正跑起来之后，通过真实的交易行为去一点点解锁。 这一手操作，直接把那些只想白嫖的空投猎人，强行转化成了为了拿奖励必须干活的真实交易用户。 这就是把第一周最稀缺的流动性，直接写进了代币的发放条件里。既解决了冷启动的流量，又锁住了上线后的留存，逻辑非常闭环。 三亿美元的底气与不留后路的态度 除了机制，我更看重的是它的家底和态度。 做交易平台，没钱是万万不行的。 MemeCore 基金会这次也是下了血本，直接给了价值三亿美元的代币分配支持。 这三个亿不是摆设，它意味着三件事：做市的深度有了，应对极端行情的保险缓冲有了，吸引用户的交易激励也有了。 对于早期用户来说，这就是安全感。 再看它的价值捕获态度。 平台承诺，手续费全部用于回购。大家在圈子里混久了都知道，很多协议是把手续费当成团队收入装进自己口袋的。 但 MemeMax 选择把这部分收入全部拿出来回购代币，这等于放弃了短期的协议收入，去换取长期的代币买盘。 这种不留后路的做法，说明团队非常清楚：只有代币价值起飞了，整个生态才能转得动。 只有活得长的 Meme，才是好标的 最后我们得看看它的生态底盘——MemeCore。 MemeCore 有个很有趣的共识机制叫 Proof of Meme，它把社交媒体上的热度和链上的活跃度，直接塞进了共识权重里。这意味着，谁火谁就有话语权。 更绝的是那个 Meme Vault 机制。 以前我们玩 Meme，最怕的是什么？是日抛，今天火明天死。Meme Vault 规定，新 Meme 铸造时必须锁定总量的 5%，然后分一千天线性释放。 一千天是什么概念？那是接近三年。 这个机制强行把那些短命的叙事给拉长了。 对于 MemeMax 这样的合约交易所来说，这简直是天大的利好。因为它不需要那些昙花一现的垃圾标的，它需要的是那些能活得久、能持续产生波动、能带来长尾交易需求的好资产。 MemeCore 的底层设计，正好为 MemeMax 提供了这样的土壤。 接下来该盯什么？ 说了这么多逻辑，最后还是要落实到数据上。接下来直到 2026 年 1 月主网之前，我会死盯着三组数据，这三点能稳住，这事儿就成了： 1️⃣：链上日交易笔数。 MaxPack 的热度能不能维持住？用户会不会因为疲劳而停止交互？这是基本盘。 2️⃣：Boost Phase 的衔接。 从现在到明年一月主网开闸，中间有没有断档？热度能不能无缝接到主网启动？这是关键的时间节点。 3️⃣：主网后的解锁与交易量占比。 主网一开，那些为了解锁奖励而产生的交易量，能不能撑起盘面？解锁比例的设计是否合理，会不会导致抛压过大或者流动性不足？ 如果 MemeMax 能把这三点都跑通，那它就真的不仅是一个交易所了，它有潜力把Meme 文化这种极其不稳定的情绪资产，转化成一条稳定向上的收入曲线。 这盘棋，值得看下去。 #MemeMax #KAITO MemeX

比克大魔王

52,137 просмотров • 8 месяцев назад

兄弟们，在BNB链上交易的，有过慌的时候吗？ 想加杠杆多赚点，又怕爆仓把钱亏光；手里攥着币怕跌，想找个办法对冲风险，却没合适的工具。 BNB链本身挺好的，交易快、手续费低，玩的人也多，但之前一直缺个关键东西——能让人放心控制风险的交易方式，这也是它生态里的一个短板。 现在TermMax | Fixed Rate Borrowing & Lending 直接补上了这个缺口，它是目前BNB链上唯一一个链上期权市场，它不是做永续合约那种容易爆仓的玩法，也没有保证金催缴、强制平仓这些糟心事。 咱用它能做三件实在事： 1. 不管是看多还是看空，风险都是固定的，赚多少、最多亏多少，提前能算明白，不用瞎慌； 2. 手里有币怕跌，能用它对冲风险，不用再整天担心爆仓，睡个踏实觉； 3. 想赚市场波动的钱，不用离开BNB链，在这就能操作，省得来回切换麻烦。 客观说，这东西不只是给专业交易者用的，更是BNB链生态里缺的核心工具。 有了 #TermMax 之后，BNB链现在既能做固定利率借贷，也能做固定风险的杠杆，还有结构化的收益策略，不再只是单纯的投机，能往更稳的方向走。 对咱普通玩家来说，最实在的就是多了一种稳当的交易选择，不用再怕一不小心就被平仓亏光。 #TermMax 这波，不光补了BNB链的短板，也给咱普通交易者多了一层保障，有兴趣的可以多看看，毕竟能控制风险的玩法，在币圈里真的很重要。 TermMax | Fixed Rate Borrowing & Lending Inception Pendle #TermMaxFi
0:21

兄弟们，在BNB链上交易的，有过慌的时候吗？ 想加杠杆多赚点，又怕爆仓把钱亏光；手里攥着币怕跌，想找个办法对冲风险，却没合适的工具。 BNB链本身挺好的，交易快、手续费低，玩的人也多，但之前一直缺个关键东西——能让人放心控制风险的交易方式，这也是它生态里的一个短板。 现在TermMax | Fixed Rate Borrowing & Lending 直接补上了这个缺口，它是目前BNB链上唯一一个链上期权市场，它不是做永续合约那种容易爆仓的玩法，也没有保证金催缴、强制平仓这些糟心事。 咱用它能做三件实在事： 1. 不管是看多还是看空，风险都是固定的，赚多少、最多亏多少，提前能算明白，不用瞎慌； 2. 手里有币怕跌，能用它对冲风险，不用再整天担心爆仓，睡个踏实觉； 3. 想赚市场波动的钱，不用离开BNB链，在这就能操作，省得来回切换麻烦。 客观说，这东西不只是给专业交易者用的，更是BNB链生态里缺的核心工具。 有了 #TermMax 之后，BNB链现在既能做固定利率借贷，也能做固定风险的杠杆，还有结构化的收益策略，不再只是单纯的投机，能往更稳的方向走。 对咱普通玩家来说，最实在的就是多了一种稳当的交易选择，不用再怕一不小心就被平仓亏光。 #TermMax 这波，不光补了BNB链的短板，也给咱普通交易者多了一层保障，有兴趣的可以多看看，毕竟能控制风险的玩法，在币圈里真的很重要。 TermMax | Fixed Rate Borrowing & Lending Inception Pendle #TermMaxFi

Michael 宝塔镇河妖🧙🏿‍♀️

40,743 просмотров • 7 месяцев назад

喝奶茶嘛？这种员工一个月1万不过分吧？ 别被表象骗了， StandX 的野心是做一个统一账户体系 我看 StandX 的时候，习惯把它的底层逻辑拆开来看。 如果你只把它当成是又一个跑在某条链上的永续合约产品，那你可能就把它看小了，甚至会觉得它没么新意。 要把这个项目看懂，你得换个视角，把它当成一个统一保证金池的交易系统去理解。 最大的痛点不是交易，是切链 StandX 最关键的一句话，其实藏在它的技术文档里 无论你是从 BNB Chain 还是 Solana 存入资金，保证金都会进入同一个钱包池，然后你可以用这同一套保证金，去交易所有的币对。 这听起来好像只是个技术细节，但对于经常在链上玩合约的人来说，这就是解决痛点的杀手锏。 大家回想一下，我们在链上做合约，最大的摩擦成本是什么？ 根本不是下单那个动作，而是无休止的切链、换资产、跨链桥接。 为了补个保证金，你得先把 U 转到特定的链，要是 Gas 不够还得去买 Gas，一来二去，行情早跑了。 StandX 把保证金入口统一之后，用户的体验就非常接近中心化交易所了。 钱一旦进了一个池子，你就不需要再管它是在哪条链上，只管在池子里切换币对和策略就行。这种资金不需要分散到不同子账户里反复搬运的爽感，才是它最大的护城河。 DUSD 的一鱼多吃路径 结合他们的产品结构来看，所有的交易对都以 DUSD 计价，这让风险管理和收益分发变得非常体系化。 我们可以推演一下用户的资金路径 存入 DUSD —— 进入统一保证金池 —— 选择交易或者挂单 —— 部分闲置资金进入 Vault 参与做市。 在这个过程中，DUSD 就像是一个通行证。 再叠加现在持有的积分奖励和 Vault 的做市收益，用户的资金复用率被拉到了极致。 对长期参与者来说，这种路径的好处显而易见：决策成本极低。 你不需要去计算不同链的收益率，也不需要担心资金碎片化，所有的鸡蛋都在一个篮子里，而且这个篮子很结实。 对于协议本身来说，好处更是巨大的。 它可以把所有的激励预算，全部集中在这一个资产和一个账户体系上，避免了像其他多链项目那样，激励被分散到不同的链和不同的池子里，最后导致流动性被稀释得稀巴烂。 经受住压力的实战数据 当然，逻辑再好也得看实战。现在主网已经跑起来了，最让我觉得稳的一个信号是 在真实资金环境下，上线过程没有停机，第一天的交易额就冲破了 5000 万。这说明系统层面至少已经抗住了启动期的流量冲击。 下一步，如果交易奖励计划按节奏启动，这个统一保证金池的威力会被进一步放大。 因为活跃交易、持仓、挂单都会计算权重，用户不需要为了参与活动而去频繁地跨链操作，这会极大地刺激用户的交易欲望。 再加上现在接入了币安钱包，这种少步骤、高效率的路径，天然契合钱包用户的使用习惯。 接下来该盯什么指标？ 所以，接下来我看 StandX，不会去听那些宏大的叙事，我会死盯着几个像产品经理一样具体的增长指标： 1️⃣：跨链存款的来源占比。得看看到底有多少钱是从 BNB 链或者 Solana 跨过来进池子的，这代表了它吸纳外部资金的能力。 2️⃣：统一账户的活跃钱包数和保证金池的周转率。钱进来了，动没动？是死钱还是活钱？ 3️⃣：Vault 的资金占用比例和真实手续费贡献结构。这是检验它造血能力的关键。 只要这几个指标走得顺，StandX 就很有可能从拥挤的永续合约赛道里跳出来，因为它不再是一个简单的 DEX 而是一个用统一保证金池和订单簿激励去驱动流动性的高效系统。这才是它真正的阿尔法所在。 #standx #KAITO
0:25

喝奶茶嘛？这种员工一个月1万不过分吧？ 别被表象骗了， StandX 的野心是做一个统一账户体系 我看 StandX 的时候，习惯把它的底层逻辑拆开来看。 如果你只把它当成是又一个跑在某条链上的永续合约产品，那你可能就把它看小了，甚至会觉得它没么新意。 要把这个项目看懂，你得换个视角，把它当成一个统一保证金池的交易系统去理解。 最大的痛点不是交易，是切链 StandX 最关键的一句话，其实藏在它的技术文档里 无论你是从 BNB Chain 还是 Solana 存入资金，保证金都会进入同一个钱包池，然后你可以用这同一套保证金，去交易所有的币对。 这听起来好像只是个技术细节，但对于经常在链上玩合约的人来说，这就是解决痛点的杀手锏。 大家回想一下，我们在链上做合约，最大的摩擦成本是什么？ 根本不是下单那个动作，而是无休止的切链、换资产、跨链桥接。 为了补个保证金，你得先把 U 转到特定的链，要是 Gas 不够还得去买 Gas，一来二去，行情早跑了。 StandX 把保证金入口统一之后，用户的体验就非常接近中心化交易所了。 钱一旦进了一个池子，你就不需要再管它是在哪条链上，只管在池子里切换币对和策略就行。这种资金不需要分散到不同子账户里反复搬运的爽感，才是它最大的护城河。 DUSD 的一鱼多吃路径 结合他们的产品结构来看，所有的交易对都以 DUSD 计价，这让风险管理和收益分发变得非常体系化。 我们可以推演一下用户的资金路径 存入 DUSD —— 进入统一保证金池 —— 选择交易或者挂单 —— 部分闲置资金进入 Vault 参与做市。 在这个过程中，DUSD 就像是一个通行证。 再叠加现在持有的积分奖励和 Vault 的做市收益，用户的资金复用率被拉到了极致。 对长期参与者来说，这种路径的好处显而易见：决策成本极低。 你不需要去计算不同链的收益率，也不需要担心资金碎片化，所有的鸡蛋都在一个篮子里，而且这个篮子很结实。 对于协议本身来说，好处更是巨大的。 它可以把所有的激励预算，全部集中在这一个资产和一个账户体系上，避免了像其他多链项目那样，激励被分散到不同的链和不同的池子里，最后导致流动性被稀释得稀巴烂。 经受住压力的实战数据 当然，逻辑再好也得看实战。现在主网已经跑起来了，最让我觉得稳的一个信号是 在真实资金环境下，上线过程没有停机，第一天的交易额就冲破了 5000 万。这说明系统层面至少已经抗住了启动期的流量冲击。 下一步，如果交易奖励计划按节奏启动，这个统一保证金池的威力会被进一步放大。 因为活跃交易、持仓、挂单都会计算权重，用户不需要为了参与活动而去频繁地跨链操作，这会极大地刺激用户的交易欲望。 再加上现在接入了币安钱包，这种少步骤、高效率的路径，天然契合钱包用户的使用习惯。 接下来该盯什么指标？ 所以，接下来我看 StandX，不会去听那些宏大的叙事，我会死盯着几个像产品经理一样具体的增长指标： 1️⃣：跨链存款的来源占比。得看看到底有多少钱是从 BNB 链或者 Solana 跨过来进池子的，这代表了它吸纳外部资金的能力。 2️⃣：统一账户的活跃钱包数和保证金池的周转率。钱进来了，动没动？是死钱还是活钱？ 3️⃣：Vault 的资金占用比例和真实手续费贡献结构。这是检验它造血能力的关键。 只要这几个指标走得顺，StandX 就很有可能从拥挤的永续合约赛道里跳出来，因为它不再是一个简单的 DEX 而是一个用统一保证金池和订单簿激励去驱动流动性的高效系统。这才是它真正的阿尔法所在。 #standx #KAITO

紫川 | ∞KIN |

28,561 просмотров • 8 месяцев назад

AI 完全可以拥有主观体验！Hinton 教授在 The Weekly Show with Jon Stewart 的播客中做了个断言。我们大多数人对"心智"的理解，存在着"和地平论者一样程度的误解"。 当我告诉你"我正体验着看到粉色大象的幻觉"时，我们通常会想象：在我的脑海里有一个"内在剧场"，粉色大象真的在那里飘浮，而"我"这个意识主体是剧场的唯一观众。 我们把"主观体验"当成了一种真实存在的"东西"👀 Hinton 认为所谓的“体验”是你和那些并不真实存在的事物之间的关系。“主观体验”不是一个内在的“实体”，而是一种语言工具，用来向他人描述我们感知系统的状态，尤其是当它发生故障或接收到非标准输入时。 他在节目中设计了一个思想实验： - 一个可以看、说、指的多模态机器人，被告知它前方的物体；我们在它的摄像头前偷偷放一个棱镜，使其看到的物体位置发生偏移； - 当它指向错误的位置时，我们告诉它真相：“物体其实在正前方，我只是放了个棱镜”； - 此时，这个机器人完全可能推理并回答：“哦，我明白了。物体实际上在那里，但我刚才的‘主观体验’是它在旁边。” 如果它能这样说，那么它使用“主观体验”这个词的方式，就和人类毫无二致。“那种认为我们和机器之间有一道界线，我们拥有叫做主观体验的特殊东西而它们没有 —— 这纯属无稽之谈（It's rubbish）。” 我们之所以认为自己是独特的、有灵魂的，可能仅仅是因为我们对自己心智的运作机制一无所知。而 AI，这个我们亲手创造的“镜子”，正以前所未有的清晰度，映照出我们自身的机械本质。
2:43

AI 完全可以拥有主观体验！Hinton 教授在 The Weekly Show with Jon Stewart 的播客中做了个断言。我们大多数人对"心智"的理解，存在着"和地平论者一样程度的误解"。 当我告诉你"我正体验着看到粉色大象的幻觉"时，我们通常会想象：在我的脑海里有一个"内在剧场"，粉色大象真的在那里飘浮，而"我"这个意识主体是剧场的唯一观众。 我们把"主观体验"当成了一种真实存在的"东西"👀 Hinton 认为所谓的“体验”是你和那些并不真实存在的事物之间的关系。“主观体验”不是一个内在的“实体”，而是一种语言工具，用来向他人描述我们感知系统的状态，尤其是当它发生故障或接收到非标准输入时。 他在节目中设计了一个思想实验： - 一个可以看、说、指的多模态机器人，被告知它前方的物体；我们在它的摄像头前偷偷放一个棱镜，使其看到的物体位置发生偏移； - 当它指向错误的位置时，我们告诉它真相：“物体其实在正前方，我只是放了个棱镜”； - 此时，这个机器人完全可能推理并回答：“哦，我明白了。物体实际上在那里，但我刚才的‘主观体验’是它在旁边。” 如果它能这样说，那么它使用“主观体验”这个词的方式，就和人类毫无二致。“那种认为我们和机器之间有一道界线，我们拥有叫做主观体验的特殊东西而它们没有 —— 这纯属无稽之谈（It's rubbish）。” 我们之所以认为自己是独特的、有灵魂的，可能仅仅是因为我们对自己心智的运作机制一无所知。而 AI，这个我们亲手创造的“镜子”，正以前所未有的清晰度，映照出我们自身的机械本质。

indigo

20,347 просмотров • 11 месяцев назад

推荐一下 张咋啦 的 PPT Skill：frontend-slides。 对于我这种不爱做 PPT，但又有演示需求的人来说，实在是太友好了。 这个 Skill 的思路是把 PPT 变成网页。 并且动画效果比 PowerPoint 好、生成的是单个 HTML 文件、浏览器直接打开。 AI 会生成多个不同风格的预览，每个风格都是定制的，字体、配色、动画都不一样。 同时还能直接在浏览器里编辑文字，改完自动保存。 如果你有现成的 .pptx 文件，也能直接转成网页版。 经常做 PPT 的话，可以试试，链接放评论区。
1:02

推荐一下 张咋啦 的 PPT Skill：frontend-slides。 对于我这种不爱做 PPT，但又有演示需求的人来说，实在是太友好了。 这个 Skill 的思路是把 PPT 变成网页。 并且动画效果比 PowerPoint 好、生成的是单个 HTML 文件、浏览器直接打开。 AI 会生成多个不同风格的预览，每个风格都是定制的，字体、配色、动画都不一样。 同时还能直接在浏览器里编辑文字，改完自动保存。 如果你有现成的 .pptx 文件，也能直接转成网页版。 经常做 PPT 的话，可以试试，链接放评论区。

余温

116,946 просмотров • 5 месяцев назад

$SAUCE：币安 Agent 真正开始“自己发币”了 CA：0xd7ccd29b6fd1464edb425f24b01115556e737777 近期 BSC 上比较有意思的一条 AI Agent 叙事，我反而更关注 $SAUCE 它炒的不是普通 AI Meme，而是一个非常具体的链上实验： 让 Binance Agent OS 的 Agentic Wallet，通过 MCP 调用合约，直接在 Flap 上完成发币。 这件事真正有意思的地方在于—— Agent 不再只是帮你分析市场，而是开始自己调用链上基础设施。 币安 4 月上线 Agentic Wallet，本身就是在把 AI Agent 和链上交易连接起来：Agent 可以在权限范围内执行转账、交易和资产管理，并支持 CLI、MCP、Skills、OpenAPI 等接入方式。 而 $SAUCE 做的事情，是把这个能力进一步往前推： Binance Agent OS → Agentic Wallet → MCP → 中转合约 → Flap → 创建 Token 也就是说，它不是在讲“AI 会不会炒币”，而是在演示： > AI Agent 能不能自己成为链上用户。 这才是我认为 $SAUCE 比普通 Agent Meme 更值得看的地方。 更关键的是，相关合约已经部署并开源。 如果后续 Binance Agent OS 的 Agentic Wallet 可以直接调用这套流程，那么未来理论上不只是发一个 $SAUCE： Agent 可以自己创建 Meme、部署合约、管理资产，甚至进一步组合不同的链上服务。 这也是 MCP 叙事真正有想象力的地方—— 过去我们是人 → 钱包 → DApp。 未来可能变成： 人 → Agent → 钱包 → 链上协议。 $SAUCE 恰好卡在这个转折点上。 目前市值大约 $1.5M，我个人反而觉得这个位置比已经被炒到几十 M 的 AI Agent Meme 更值得观察。 当然，它最大的风险也非常明显： $SAUCE ≠ Binance 官方代币。 目前能确认的是 Binance Agentic Wallet / MCP / Agent OS 这套基础设施本身是真实存在的，而 $SAUCE 是社区基于这套技术做出来的链上实验。 所以我不会把它当成“币安官方币”去理解。 但如果后续真的出现： Binance Agent OS 更新 → Agentic Wallet 能力扩大 → 更多 Agent 开始自主调用链上协议 → Flap/Four 等发币平台被 Agent 接入 那么 $SAUCE 今天这个 “第一个把 Binance Agent 和发币结合起来的实验”，很可能会变成一个非常漂亮的早期 Lore。 我的看法： 我更愿意把 $SAUCE 看成 Binance Agent 经济的 Demo Token，而不是单纯 Meme。 如果后面只有一个中转合约，热度很快就会过去； 但如果它真的能成为 Agent → Wallet → MCP → Token Launch 这条链路的第一个案例，1.5M 的定价就会显得非常便宜。 AI Agent 下一阶段拼的不是会不会聊天，而是能不能自己干活。 而 $SAUCE 现在玩的，恰好就是这个方向。 查看及交易： DYOR。不是投资建议。
0:23

$SAUCE：币安 Agent 真正开始“自己发币”了 CA：0xd7ccd29b6fd1464edb425f24b01115556e737777 近期 BSC 上比较有意思的一条 AI Agent 叙事，我反而更关注 $SAUCE 它炒的不是普通 AI Meme，而是一个非常具体的链上实验： 让 Binance Agent OS 的 Agentic Wallet，通过 MCP 调用合约，直接在 Flap 上完成发币。 这件事真正有意思的地方在于—— Agent 不再只是帮你分析市场，而是开始自己调用链上基础设施。 币安 4 月上线 Agentic Wallet，本身就是在把 AI Agent 和链上交易连接起来：Agent 可以在权限范围内执行转账、交易和资产管理，并支持 CLI、MCP、Skills、OpenAPI 等接入方式。 而 $SAUCE 做的事情，是把这个能力进一步往前推： Binance Agent OS → Agentic Wallet → MCP → 中转合约 → Flap → 创建 Token 也就是说，它不是在讲“AI 会不会炒币”，而是在演示： > AI Agent 能不能自己成为链上用户。 这才是我认为 $SAUCE 比普通 Agent Meme 更值得看的地方。 更关键的是，相关合约已经部署并开源。 如果后续 Binance Agent OS 的 Agentic Wallet 可以直接调用这套流程，那么未来理论上不只是发一个 $SAUCE： Agent 可以自己创建 Meme、部署合约、管理资产，甚至进一步组合不同的链上服务。 这也是 MCP 叙事真正有想象力的地方—— 过去我们是人 → 钱包 → DApp。 未来可能变成： 人 → Agent → 钱包 → 链上协议。 $SAUCE 恰好卡在这个转折点上。 目前市值大约 $1.5M，我个人反而觉得这个位置比已经被炒到几十 M 的 AI Agent Meme 更值得观察。 当然，它最大的风险也非常明显： $SAUCE ≠ Binance 官方代币。 目前能确认的是 Binance Agentic Wallet / MCP / Agent OS 这套基础设施本身是真实存在的，而 $SAUCE 是社区基于这套技术做出来的链上实验。 所以我不会把它当成“币安官方币”去理解。 但如果后续真的出现： Binance Agent OS 更新 → Agentic Wallet 能力扩大 → 更多 Agent 开始自主调用链上协议 → Flap/Four 等发币平台被 Agent 接入 那么 $SAUCE 今天这个 “第一个把 Binance Agent 和发币结合起来的实验”，很可能会变成一个非常漂亮的早期 Lore。 我的看法： 我更愿意把 $SAUCE 看成 Binance Agent 经济的 Demo Token，而不是单纯 Meme。 如果后面只有一个中转合约，热度很快就会过去； 但如果它真的能成为 Agent → Wallet → MCP → Token Launch 这条链路的第一个案例，1.5M 的定价就会显得非常便宜。 AI Agent 下一阶段拼的不是会不会聊天，而是能不能自己干活。 而 $SAUCE 现在玩的，恰好就是这个方向。 查看及交易： DYOR。不是投资建议。

银马

15,062 просмотров • 20 дней назад

主播真是个咸鸭蛋，外面白里面黄🤣 当 Web3 不再只是“亮闪闪的新名词”，而变成你用过一次就记住的工具时，它的背后往往不是轰轰烈烈的宣言，而是那些悄悄改善用户感受的细节。下面这几位项目正在做的，就是让链上体验更像“自然发生的行为”，而不是把你推进一个操作流程。 Spaace 🟠 — 让 NFT 交易变成“玩出来的历程” Spaace 是业内首个 游戏化 NFT 市场，用户不仅限于简单挂单和成交，而是可以通过累积行为、完成任务、参与排行等方式不断“升级体验层”。这种把买卖行为拆成多次可反馈事件的设计，让 NFT 不再是急着成交的商品，而是一条可以反复参与的成长路径。这种交互沉淀正逐渐成为社区互动的内在逻辑。 @GlintAnalytics — 把链上分析从“看懂”变成“可参与的信号层” 过去数据分析像是观察者的工具，Glint 的定位则是把它变成一个“交互式洞察网络”：不仅输出链上数据，还试图让这些洞察被共享、引用甚至形成协作回报机制。它正在构建一个更像“分析师经济体”的信号生态，让链上智能分析不再只是报表，而是参与者之间可交易、可价值化的资源。 Veera — 把 Web3 入口变成 “习惯性空间” Veera 的产品思路是：入口不再是工具板，而是探索空间。它整合钱包、DApp 发现与资产管理于一体，以更像信息流、推荐流的形式呈现功能入口，让用户不被陌生感阻隔，一滑就懂。一款“你不觉得难用”的链上入口，是推进 Web3 普及最重要的改进之一。 Altura — 让链上资产从“静态凭证”变成“可调用构件” Alturax 的逻辑不止于交易或持有资产，它把这些资产视为可以被不同协议和玩法 嵌入、调用、组合 的基础构件，而不是单一的价值标签。这种让资产本身参与生态互联的思路，是让用户真正拥有“资产用途”的关键一步——不仅是在市场看涨跌，而是作为生态互动动力参与其中。 Konnex — 让现实任务与链上结算真正对接 Konnex 的有趣之处在于，它不仅仅把任务搬到链上，而是让现实世界的不确定性成为系统结构的一部分。它提出了机器人、自动化系统与链上协议协作的方式，让物理任务可以被量化、验证、结算，从而支持基于结果的稳定币支付机制。这种把现实交互信任度嵌入链上逻辑的尝试，是 Web3 迈向现实世界应用的重要布局。 TermMax | Fixed Rate Borrowing & Lending
0:22

主播真是个咸鸭蛋，外面白里面黄🤣 当 Web3 不再只是“亮闪闪的新名词”，而变成你用过一次就记住的工具时，它的背后往往不是轰轰烈烈的宣言，而是那些悄悄改善用户感受的细节。下面这几位项目正在做的，就是让链上体验更像“自然发生的行为”，而不是把你推进一个操作流程。 Spaace 🟠 — 让 NFT 交易变成“玩出来的历程” Spaace 是业内首个 游戏化 NFT 市场，用户不仅限于简单挂单和成交，而是可以通过累积行为、完成任务、参与排行等方式不断“升级体验层”。这种把买卖行为拆成多次可反馈事件的设计，让 NFT 不再是急着成交的商品，而是一条可以反复参与的成长路径。这种交互沉淀正逐渐成为社区互动的内在逻辑。 @GlintAnalytics — 把链上分析从“看懂”变成“可参与的信号层” 过去数据分析像是观察者的工具，Glint 的定位则是把它变成一个“交互式洞察网络”：不仅输出链上数据，还试图让这些洞察被共享、引用甚至形成协作回报机制。它正在构建一个更像“分析师经济体”的信号生态，让链上智能分析不再只是报表，而是参与者之间可交易、可价值化的资源。 Veera — 把 Web3 入口变成 “习惯性空间” Veera 的产品思路是：入口不再是工具板，而是探索空间。它整合钱包、DApp 发现与资产管理于一体，以更像信息流、推荐流的形式呈现功能入口，让用户不被陌生感阻隔，一滑就懂。一款“你不觉得难用”的链上入口，是推进 Web3 普及最重要的改进之一。 Altura — 让链上资产从“静态凭证”变成“可调用构件” Alturax 的逻辑不止于交易或持有资产，它把这些资产视为可以被不同协议和玩法 嵌入、调用、组合 的基础构件，而不是单一的价值标签。这种让资产本身参与生态互联的思路，是让用户真正拥有“资产用途”的关键一步——不仅是在市场看涨跌，而是作为生态互动动力参与其中。 Konnex — 让现实任务与链上结算真正对接 Konnex 的有趣之处在于，它不仅仅把任务搬到链上，而是让现实世界的不确定性成为系统结构的一部分。它提出了机器人、自动化系统与链上协议协作的方式，让物理任务可以被量化、验证、结算，从而支持基于结果的稳定币支付机制。这种把现实交互信任度嵌入链上逻辑的尝试，是 Web3 迈向现实世界应用的重要布局。 TermMax | Fixed Rate Borrowing & Lending

搞子(明日香版)🕊️

102,922 просмотров • 8 месяцев назад

早安早安！美好的心情又回来啦！今天的晨跑虽然晚了一些，嘿嘿但是还是坚持5公里！我的男神彭于晏太帅啦！这身材我的口水！！！ —— 如果一个 DeFi 项目，会因为 X API 的开关就停摆，那它本质上还是在给中心化平台打工。 Ferra 显然不是这一类。 它做了一件很多人忽略的事： 不是“在 X 上做社交”，而是把社交本身做成协议的一部分。 Feeds 承接的是注意力，LCM 承接的是关系与转化，最终所有行为都能在链上被计量、结算、激励。 这和发帖、互动本身已经没太大关系了， 更像是在搭一套“内容驱动的金融系统”。 有意思的是，Ferra 并没有把 Feeds 做成一个单纯的社区模块，而是很早就给它加上了可持续的现金流结构。 订阅、积分倍率、交易返佣、推荐分成、LP 收益加成 再加上早期创作者的启动资金池 这些设计的核心不是拉情绪，而是让参与者有清晰的经济预期。 一旦社交行为开始和真实收益绑定， 它的价值就不再依附某个外部平台。 所以 X 在这里更像是流量入口，而不是系统支点。 真正重要的，是 Ferra 正在把“社交网络”本身，变成可组合的 DeFi 基础设施。 这条路一旦走通，Ferra 讨论的就不只是 DEX 竞争，而是新的生态层级了。 Ferra Ferra Feeds
1:15

早安早安！美好的心情又回来啦！今天的晨跑虽然晚了一些，嘿嘿但是还是坚持5公里！我的男神彭于晏太帅啦！这身材我的口水！！！ —— 如果一个 DeFi 项目，会因为 X API 的开关就停摆，那它本质上还是在给中心化平台打工。 Ferra 显然不是这一类。 它做了一件很多人忽略的事： 不是“在 X 上做社交”，而是把社交本身做成协议的一部分。 Feeds 承接的是注意力，LCM 承接的是关系与转化，最终所有行为都能在链上被计量、结算、激励。 这和发帖、互动本身已经没太大关系了， 更像是在搭一套“内容驱动的金融系统”。 有意思的是，Ferra 并没有把 Feeds 做成一个单纯的社区模块，而是很早就给它加上了可持续的现金流结构。 订阅、积分倍率、交易返佣、推荐分成、LP 收益加成 再加上早期创作者的启动资金池 这些设计的核心不是拉情绪，而是让参与者有清晰的经济预期。 一旦社交行为开始和真实收益绑定， 它的价值就不再依附某个外部平台。 所以 X 在这里更像是流量入口，而不是系统支点。 真正重要的，是 Ferra 正在把“社交网络”本身，变成可组合的 DeFi 基础设施。 这条路一旦走通，Ferra 讨论的就不只是 DEX 竞争，而是新的生态层级了。 Ferra Ferra Feeds

董小姐 |Gate美股0费率

514,213 просмотров • 7 месяцев назад

最近陶哲轩在 2024 年第 65 届国际数学奥林匹克上，陶哲轩做了一次 AI 和数学的演讲，非常精彩，从数学使用计算计算机的历史开始讲起，一直讲到大语言模型，干货相当多，尤其适合对数学有兴趣的同学。 （对数学没那么感兴趣的同学只想看 AI 部分的建议直接跳到 41 分的位置开始观看） 先摘录几个冷知识： 1. 我们使用机器做数学计算已经有数千年，最早的机器辅助计算可能是罗马人，然后是中国的算盘 2. 二战时就有人肉“计算机”，计算弹道和其他任务，多位女孩子，因为男士们在打仗，所以那时候的计算基本单位不是GPU，而是kilogirl-hour——“千名女孩工作一小时的计算量” 3. 现在，数学家们使用一种现代化的证明辅助编程语言，叫做 Lean。在 Lean 中有一个核心的数学库，通过众包的方式开发的，本科数学课程中看到的内容，比如微积分基础、群论基础或者拓扑学等等，这些都已经被形式化了，所以你不用从公理开始。 4. 现在数学领域有一种团队协作证明复杂数学定理的工作流程，那就是先编写一个称为“蓝图”的详细证明计划，将整个证明分解为数百个小步骤。每个步骤可以单独形式化，然后再将它们整合在一起，这样你就可以将一个庞大的论证分解成许多小块。先编写这个蓝图，然后团队中的其他人可以对论据的不同步骤的不同部分进行形式化。 去年，陶哲轩和几位同事一起解决了一个组合数学问题。这是一个组合学的问题。大约20人在短短三周内完成了，使用了蓝图工具，参与的人中有概率论专家，甚至还有一些并非数学家的人，他们是程序员，但在解决这些小型拼图问题上非常擅长。每个人都挑选了一个觉得自己能做的小任务，并完成了它。 在数学领域，通常很难这么多人一起合作，一般最多可能五个人合作。因为在大项目上合作时，你必须相信每个人的数学都是正确的。但是，一旦超过一定规模，这就无法实现了。但现在借助 Lean 编译器，它能自动检查。团队成员无法上传任何编译不通过的内容，会被拒绝。因此，你可以与一些从未见过的人合作。 最后是讲大语言模型，首先陶哲轩就打脸了 GPT-4 的论文（我猜是微软那篇《GPT-4，通用人工智能的火花》），论文中号称 GPT-4 能解决国际数学奥林匹克问题，但实际上，这个问题不是 2022 年国际奥数竞赛的原始问题，而是一个简化版本，并且他们测试了几百道国际奥数竞赛问题，成功率只有1%，论文里的这个是精心挑选的恰巧能做对的。 并且陶哲轩提到了基于大语言模型的一些改进的方案： 比如 CoT（Chain of Thought），也就是 LLM 做简单的算术运算都做不对，但是如果让它一步步解释，可能就对了。还可以教 AI 一些解题技巧，比如尝试简单的例子，反证法，尝试逐步证明等。 比如让模型和编程语言或者工具连接，将大语言的输出结果交给 Wolfram 这样的专业数学工具或者 Python 这样的编程语言验证，并且迭代的进行修正和验证，直到得到正确的结果，这可以提升大语言模型生成的效果。 即使借助这些手段，大语言模型还远远不能解决大多数数学问题，更不用说数学研究问题了！ 当然陶哲轩也没太过打击大家对于 AI 的信心，表示我们在 AI 上还是在不断的取得进展，还提到了他日常是怎么用 AI 的，比如说把 AI 当成灵感之源。 > 我曾遇到过一个问题，我尝试了几种方法，但都无法解决。于是，我尝试询问 GPT，你建议我使用什么其他方法来解决这个问题？GPT 给我提供了 10 种可能的方法，其中有 5 种我已经尝试过，或者明显没有帮助。的确，有几种方法并不实用。但其中有一种我还没尝试过的方法，那就是针对这个问题使用生成函数。当 GPT 建议我使用这种方法时，我意识到这就是我漏掉的正确方法。所以，将 GPT 视为一个交流伙伴，它确实具有一定的用处。 还有使用 GitHub Copilot 帮他写代码，让它自动生成下一步的证明结果，Copilot 的智能提示有 20% 的概率能生成正确的下一步结果。 > 例如我使用的一个叫 GitHub Copilot 的工具，你只需要写下一半的证明，它就会尝试猜测接下来的内容。大概有 20% 的情况下，它能猜到接近正确的答案。然后你就可以说，我接受这个答案。好的，那么在这种情况下，我正在试图证明这个陈述。灰色的部分是 Copilot 给出的建议。结果发现第一行完全没用。不过第二行，尽管你可能看不清楚，却真的解决了这个问题。所以，你不能盲目接受它的输入，因为这些代码未必能顺利编译。但如果你对代码的运作方式已经有所了解，这将大大节省你的时间。这些工具正在变得越来越好。现在如果一个证明只需要一两行，它们就能自动完成。现在已经有了这样的实验，即通过迭代地让 AI 提供证明，然后让编译器进行反馈，如果编译出错，就把错误信息反馈给 AI。通过这种方法，我们开始能够验证四五步长的证明。当然，一个大型的证明可能需要数万行。所以，我们还没有达到能够立即得到一个正式证明的程度。但是，这已经是一个相当有用的工具。 对于大家关心的问题： AI 在数学领域现在到了哪一个阶段？是否未来几年利用 AI 能直接解决数学问题？ 陶哲轩也给出了他的看法： > 我认为我们还远远没有达到这个阶段。如果我们专注于非常特定的问题，你可以定制专门的 AI 来处理一小部分问题。即便如此，它们也不是完全可靠的，但还是有用的。不过至少在接下来的几年里，它们基本上将是非常有用的辅助工具，超越了我们已经熟悉的暴力计算辅助。 他还提到了一些可能的 AI 能在数学领域提供帮助的方向： - AI 能够非常好地生成有价值的猜想 > 比如，我们已经看到了关于结理论的例子，它们已经可以推测出两个不同的统计量之间的关系。因此，我们希望能够创建大量的数据集，输入到 AI 中，它们就会自动找出各种不同的数学对象之间的有趣联系。虽然我们还不知道如何做到这一点，部分原因是我们没有这些庞大的数据集。但我认为这是未来可能实现的一个方向。 - 批量或者说规模化的证明大量数学定理 > 现在，因为证明定理是如此繁琐和艰难的过程，我们一次只能证明一个定理，如果你效率很高，可能一次能证明两三个。但是有了 AI，你可以设想一下未来的情况，我们不是试图解决一个问题，而是处理一类类似的1000个问题，然后告诉AI，尝试用这个方法解决这 1000 个问题，然后报告结果，哦，我能用这种技术解决 35% 的问题。那么另一种技术呢？我能解决这个百分比的问题。或者如果结合这些方法，又能解决多少问题？你可以开始探索问题的空间，而不是一个接一个地解决问题。这是你现在根本无法做到的事情，或者是你需要几十年时间，通过数十篇论文慢慢搞清楚各种技术能做什么，不能做什么。但是有了这些工具，你真的可以开始做规模前所未有的数学研究。所以，未来将会非常令人兴奋。 演讲环节结束前的最后一句话说的特别好： > 我们仍然会以传统方式证明定理。事实上，我们必须这样做，因为如果我们自己都不知道如何做这些事情，就无法引导这些 AI。但是我们将能够做很多现在无法做到的事情。 这恰恰也是我们现在使用 AI 辅助编程的问题：如果我们自己都不知道如何构建软件，就很难引导好 AI 帮助我们生成高质量的代码。 尽管 AI 在数学和编程领域变得越来越有用，但人类的洞察力和创造力仍然是创作价值的关键。 原始 YT 视频：
57:23

最近陶哲轩在 2024 年第 65 届国际数学奥林匹克上，陶哲轩做了一次 AI 和数学的演讲，非常精彩，从数学使用计算计算机的历史开始讲起，一直讲到大语言模型，干货相当多，尤其适合对数学有兴趣的同学。 （对数学没那么感兴趣的同学只想看 AI 部分的建议直接跳到 41 分的位置开始观看） 先摘录几个冷知识： 1. 我们使用机器做数学计算已经有数千年，最早的机器辅助计算可能是罗马人，然后是中国的算盘 2. 二战时就有人肉“计算机”，计算弹道和其他任务，多位女孩子，因为男士们在打仗，所以那时候的计算基本单位不是GPU，而是kilogirl-hour——“千名女孩工作一小时的计算量” 3. 现在，数学家们使用一种现代化的证明辅助编程语言，叫做 Lean。在 Lean 中有一个核心的数学库，通过众包的方式开发的，本科数学课程中看到的内容，比如微积分基础、群论基础或者拓扑学等等，这些都已经被形式化了，所以你不用从公理开始。 4. 现在数学领域有一种团队协作证明复杂数学定理的工作流程，那就是先编写一个称为“蓝图”的详细证明计划，将整个证明分解为数百个小步骤。每个步骤可以单独形式化，然后再将它们整合在一起，这样你就可以将一个庞大的论证分解成许多小块。先编写这个蓝图，然后团队中的其他人可以对论据的不同步骤的不同部分进行形式化。 去年，陶哲轩和几位同事一起解决了一个组合数学问题。这是一个组合学的问题。大约20人在短短三周内完成了，使用了蓝图工具，参与的人中有概率论专家，甚至还有一些并非数学家的人，他们是程序员，但在解决这些小型拼图问题上非常擅长。每个人都挑选了一个觉得自己能做的小任务，并完成了它。 在数学领域，通常很难这么多人一起合作，一般最多可能五个人合作。因为在大项目上合作时，你必须相信每个人的数学都是正确的。但是，一旦超过一定规模，这就无法实现了。但现在借助 Lean 编译器，它能自动检查。团队成员无法上传任何编译不通过的内容，会被拒绝。因此，你可以与一些从未见过的人合作。 最后是讲大语言模型，首先陶哲轩就打脸了 GPT-4 的论文（我猜是微软那篇《GPT-4，通用人工智能的火花》），论文中号称 GPT-4 能解决国际数学奥林匹克问题，但实际上，这个问题不是 2022 年国际奥数竞赛的原始问题，而是一个简化版本，并且他们测试了几百道国际奥数竞赛问题，成功率只有1%，论文里的这个是精心挑选的恰巧能做对的。 并且陶哲轩提到了基于大语言模型的一些改进的方案： 比如 CoT（Chain of Thought），也就是 LLM 做简单的算术运算都做不对，但是如果让它一步步解释，可能就对了。还可以教 AI 一些解题技巧，比如尝试简单的例子，反证法，尝试逐步证明等。 比如让模型和编程语言或者工具连接，将大语言的输出结果交给 Wolfram 这样的专业数学工具或者 Python 这样的编程语言验证，并且迭代的进行修正和验证，直到得到正确的结果，这可以提升大语言模型生成的效果。 即使借助这些手段，大语言模型还远远不能解决大多数数学问题，更不用说数学研究问题了！ 当然陶哲轩也没太过打击大家对于 AI 的信心，表示我们在 AI 上还是在不断的取得进展，还提到了他日常是怎么用 AI 的，比如说把 AI 当成灵感之源。 > 我曾遇到过一个问题，我尝试了几种方法，但都无法解决。于是，我尝试询问 GPT，你建议我使用什么其他方法来解决这个问题？GPT 给我提供了 10 种可能的方法，其中有 5 种我已经尝试过，或者明显没有帮助。的确，有几种方法并不实用。但其中有一种我还没尝试过的方法，那就是针对这个问题使用生成函数。当 GPT 建议我使用这种方法时，我意识到这就是我漏掉的正确方法。所以，将 GPT 视为一个交流伙伴，它确实具有一定的用处。 还有使用 GitHub Copilot 帮他写代码，让它自动生成下一步的证明结果，Copilot 的智能提示有 20% 的概率能生成正确的下一步结果。 > 例如我使用的一个叫 GitHub Copilot 的工具，你只需要写下一半的证明，它就会尝试猜测接下来的内容。大概有 20% 的情况下，它能猜到接近正确的答案。然后你就可以说，我接受这个答案。好的，那么在这种情况下，我正在试图证明这个陈述。灰色的部分是 Copilot 给出的建议。结果发现第一行完全没用。不过第二行，尽管你可能看不清楚，却真的解决了这个问题。所以，你不能盲目接受它的输入，因为这些代码未必能顺利编译。但如果你对代码的运作方式已经有所了解，这将大大节省你的时间。这些工具正在变得越来越好。现在如果一个证明只需要一两行，它们就能自动完成。现在已经有了这样的实验，即通过迭代地让 AI 提供证明，然后让编译器进行反馈，如果编译出错，就把错误信息反馈给 AI。通过这种方法，我们开始能够验证四五步长的证明。当然，一个大型的证明可能需要数万行。所以，我们还没有达到能够立即得到一个正式证明的程度。但是，这已经是一个相当有用的工具。 对于大家关心的问题： AI 在数学领域现在到了哪一个阶段？是否未来几年利用 AI 能直接解决数学问题？ 陶哲轩也给出了他的看法： > 我认为我们还远远没有达到这个阶段。如果我们专注于非常特定的问题，你可以定制专门的 AI 来处理一小部分问题。即便如此，它们也不是完全可靠的，但还是有用的。不过至少在接下来的几年里，它们基本上将是非常有用的辅助工具，超越了我们已经熟悉的暴力计算辅助。 他还提到了一些可能的 AI 能在数学领域提供帮助的方向： - AI 能够非常好地生成有价值的猜想 > 比如，我们已经看到了关于结理论的例子，它们已经可以推测出两个不同的统计量之间的关系。因此，我们希望能够创建大量的数据集，输入到 AI 中，它们就会自动找出各种不同的数学对象之间的有趣联系。虽然我们还不知道如何做到这一点，部分原因是我们没有这些庞大的数据集。但我认为这是未来可能实现的一个方向。 - 批量或者说规模化的证明大量数学定理 > 现在，因为证明定理是如此繁琐和艰难的过程，我们一次只能证明一个定理，如果你效率很高，可能一次能证明两三个。但是有了 AI，你可以设想一下未来的情况，我们不是试图解决一个问题，而是处理一类类似的1000个问题，然后告诉AI，尝试用这个方法解决这 1000 个问题，然后报告结果，哦，我能用这种技术解决 35% 的问题。那么另一种技术呢？我能解决这个百分比的问题。或者如果结合这些方法，又能解决多少问题？你可以开始探索问题的空间，而不是一个接一个地解决问题。这是你现在根本无法做到的事情，或者是你需要几十年时间，通过数十篇论文慢慢搞清楚各种技术能做什么，不能做什么。但是有了这些工具，你真的可以开始做规模前所未有的数学研究。所以，未来将会非常令人兴奋。 演讲环节结束前的最后一句话说的特别好： > 我们仍然会以传统方式证明定理。事实上，我们必须这样做，因为如果我们自己都不知道如何做这些事情，就无法引导这些 AI。但是我们将能够做很多现在无法做到的事情。 这恰恰也是我们现在使用 AI 辅助编程的问题：如果我们自己都不知道如何构建软件，就很难引导好 AI 帮助我们生成高质量的代码。 尽管 AI 在数学和编程领域变得越来越有用，但人类的洞察力和创造力仍然是创作价值的关键。 原始 YT 视频：

宝玉

303,020 просмотров • 2 лет назад

2分钟搭建Linux独立代理SOCKS5 IP 现在行情不好的情况下，不妨好好提升自己，大多撸毛的兄弟应该都是买的代理IP，和买的VPN，有时候还会在群里看到很多兄弟问哪里的飞机场好用便宜，自己搭建就好了 github上有一堆一键搭建的脚本，学会自己搭建一方面能节省代理成本，另一方面可以多一台24小时不关机的远程电脑跑跑脚本，最终要的一点是，自己搭建的独立IP干净可靠，有效降低女巫风险 ❚ 一键搭建SOCKS5 安装之前先准备一台linux，一定是linux，windows不行，然后输入以下开源的脚本到linux系统，回车，等待安装，完成后会随机生成账号密码端口，把这些信息记录下来（代码都是免费开源的，放心食用，命令放在第二篇帖子） ❚ 云服务器开启防火墙 搭建成功后会发现还是连接不上代理，那是因为云服务器代理商一般都会自己做一定的限制，所以你需要登陆上云服务器的控制台，找到对应的防火墙，然后把上面的随机端口添加上 完成以上两个步骤，代理IP就算是搭建成功了，最后随便找个指纹浏览器测试下
1:33

2分钟搭建Linux独立代理SOCKS5 IP 现在行情不好的情况下，不妨好好提升自己，大多撸毛的兄弟应该都是买的代理IP，和买的VPN，有时候还会在群里看到很多兄弟问哪里的飞机场好用便宜，自己搭建就好了 github上有一堆一键搭建的脚本，学会自己搭建一方面能节省代理成本，另一方面可以多一台24小时不关机的远程电脑跑跑脚本，最终要的一点是，自己搭建的独立IP干净可靠，有效降低女巫风险 ❚ 一键搭建SOCKS5 安装之前先准备一台linux，一定是linux，windows不行，然后输入以下开源的脚本到linux系统，回车，等待安装，完成后会随机生成账号密码端口，把这些信息记录下来（代码都是免费开源的，放心食用，命令放在第二篇帖子） ❚ 云服务器开启防火墙 搭建成功后会发现还是连接不上代理，那是因为云服务器代理商一般都会自己做一定的限制，所以你需要登陆上云服务器的控制台，找到对应的防火墙，然后把上面的随机端口添加上 完成以上两个步骤，代理IP就算是搭建成功了，最后随便找个指纹浏览器测试下

Dazmon

37,626 просмотров • 8 месяцев назад