Video wird geladen...

Video konnte nicht geladen werden

Zur Startseite

最近这段时间，我熬了不少夜。翻白皮书、试产品、泡社区。越看越清楚一件事：Web3 不只是代码堆起来的世界，也不是一场投机游戏。它更像一次人类在信任和协作上的重新实验。八个项目，让我重新认识了加密世界的可用性。 1️⃣ Syndicate ：DAO 不再是理想主义者的玩具 以前觉得 DAO 就是小圈子自嗨。但 Syndicate 让我改观。 它把“组织”变成一个自动化基金——金库、分红、投资都靠智能合约跑。没老板、没审批，却能更高效。这不是乌托邦，而是新型公司的雏形。 2️⃣ Bluwhale ：AI 要先懂人，再懂市场 它用加密方式保护用户数据，让模型在尊重隐私的前提下学习。AI 不再是高冷的黑箱，而是能理解你情绪、提醒你冷静的伙伴。第一次让我觉得，AI 可能真的能有点人味。 3️⃣ Blazpay ：自动化金融的真面目 手动操作 DeFi 的日子快结束了。BlazPay 把 AI 嵌入执行层，帮你自动复投、跨链结算、优化收益。我点一次执行，几秒后资金就完成多链流转。这才是自动化，不是噱头。 4️⃣ Quranium ：为后量子时代修防火墙的人 多数人盯着涨跌，他们在研究量子计算。Quranium 搭建了抗量子攻击的 EVM 链，提前布好安全底层。别人炒币，他们筑墙。这才是真正的长线主义。 5️⃣ Firestarter | Tokenize Anything ：创作者的经济引擎 创作终于有了可编程的逻辑。不用写代码，AI 帮你生成白皮书、设计代币模型、配置流动性。第一次看到创作者经济真的落地到链上。不是空谈赋能，而是让想法能自己跑起来。 6️⃣ Bitget Wallet 🩵 ：安全，也是一种体验 很多钱包讲多链功能强，但用起来心慌。Bitget...

Lin102588's profile picture

Lin

9,681 subscribers

10,652 Aufrufe • vor 8 Monaten •via X (Twitter)

BildungWissenschaft & Technologie
LIVE

Anya Rossi• Live Now

Private livecam show

0 Kommentare

Keine Kommentare verfügbar

Kommentare vom Original-Post werden hier angezeigt

Ähnliche Videos

很多人一聊到选哪条链？第一反应都是： 热度高不高？补贴多不多？生态有没有流量？ 但今天听了 Talus 🐸 CEO Mike Hanono 和 The Rollup 的视频会议，我反而有种感觉：这不是在给 Sui 站台，更像是一场技术自白。 首先Talus 选 Sui，真的不是因为它现在火。而是因为 Talus 想做的这件事，在别的链上，很难跑得像样。先说清楚一点：Talus 要做的不是一个 AI 应用，也不是几个 bot、几个策略脚本。它想做的是——一个大规模、自主运行的代理网络：成千上万个代理同时运行、同时决策、同时交互。光是这个前提，就把底层链的门槛直接拉满。 为什么是 Sui？我听下来，核心其实就三点。 第一，并行执行。代理世界不是排队点菜，不是你先我后那种单线程逻辑。代理一多，如果底层还是串行执行，结果只有一个：越跑越卡，最后只能做 demo。Sui 的并行执行，本质上就是为“多主体同时操作” 这种系统准备的，这点和 Talus 的形态非常贴合。 第二，高吞吐量。代理不是偶尔动一下，而是持续、高频地产生状态变化。TPS 要是撑不住，所有“自主”“实时”都会变成慢动作回放。对 Talus 来说，吞吐量不是加分项，是能不能活下来的前提条件。 第三，移动端和安全模型。这一点很多人会忽略。未来代理不只在服务器、交易后台跑，它一定会越来越靠近用户。Sui 在账户模型和安全设计上，本身就更像现代应用，而不是早期 DeFi 那套「钱包就是一切」的逻辑。 所以当 gmike 说“我们一直都是 SUI Maxis”，我反而觉得这句话挺克制的。这不是情绪站队，而是工程师视角下的现实选择。至于多链？我自己的理解是：Talus 不是不懂多链，而是很清楚——在基础设施阶段，过早多链只会把复杂度放大。尤其是代理这种高度耦合、强调协同的系统，先把一个底层跑通、跑稳，比到处铺点重要得多。很多项目喜欢先讲“未来多链叙事”， 但真正做底层的人，往往会先问一句：现在这个系统在哪条链上能真正跑到规模？从这个角度看，Talus 的选择是理性的，也是偏长期的。不追热点，不抢流量，先把代理世界里最难的那一块解决掉。这种项目短期不一定最热，但一旦真跑起来，后面的持续热度，反而会非常高。 Kaito AI 🌊 #Yapping #MadewithMoss MOSS #Starboard Galxe River River4FUN 🐝
1:29

很多人一聊到选哪条链？第一反应都是： 热度高不高？补贴多不多？生态有没有流量？ 但今天听了 Talus 🐸 CEO Mike Hanono 和 The Rollup 的视频会议，我反而有种感觉：这不是在给 Sui 站台，更像是一场技术自白。 首先Talus 选 Sui，真的不是因为它现在火。而是因为 Talus 想做的这件事，在别的链上，很难跑得像样。先说清楚一点：Talus 要做的不是一个 AI 应用，也不是几个 bot、几个策略脚本。它想做的是——一个大规模、自主运行的代理网络：成千上万个代理同时运行、同时决策、同时交互。光是这个前提，就把底层链的门槛直接拉满。 为什么是 Sui？我听下来，核心其实就三点。 第一，并行执行。代理世界不是排队点菜，不是你先我后那种单线程逻辑。代理一多，如果底层还是串行执行，结果只有一个：越跑越卡，最后只能做 demo。Sui 的并行执行，本质上就是为“多主体同时操作” 这种系统准备的，这点和 Talus 的形态非常贴合。 第二，高吞吐量。代理不是偶尔动一下，而是持续、高频地产生状态变化。TPS 要是撑不住，所有“自主”“实时”都会变成慢动作回放。对 Talus 来说，吞吐量不是加分项，是能不能活下来的前提条件。 第三，移动端和安全模型。这一点很多人会忽略。未来代理不只在服务器、交易后台跑，它一定会越来越靠近用户。Sui 在账户模型和安全设计上，本身就更像现代应用，而不是早期 DeFi 那套「钱包就是一切」的逻辑。 所以当 gmike 说“我们一直都是 SUI Maxis”，我反而觉得这句话挺克制的。这不是情绪站队，而是工程师视角下的现实选择。至于多链？我自己的理解是：Talus 不是不懂多链，而是很清楚——在基础设施阶段，过早多链只会把复杂度放大。尤其是代理这种高度耦合、强调协同的系统，先把一个底层跑通、跑稳，比到处铺点重要得多。很多项目喜欢先讲“未来多链叙事”， 但真正做底层的人，往往会先问一句：现在这个系统在哪条链上能真正跑到规模？从这个角度看，Talus 的选择是理性的，也是偏长期的。不追热点，不抢流量，先把代理世界里最难的那一块解决掉。这种项目短期不一定最热，但一旦真跑起来，后面的持续热度，反而会非常高。 Kaito AI 🌊 #Yapping #MadewithMoss MOSS #Starboard Galxe River River4FUN 🐝

百里 🌊RIVER | MemeMax⚡️|🧠SENT

13,710 Aufrufe • vor 7 Monaten

星爷讽刺了世间一切，唯独没有讽刺爱情，: 原来是如此的隐喻，到现在才明白，感谢星爷，只是我们弄脏了爱情。 —— 我之前一直对 zkML 有点矛盾。 逻辑上它很美：模型是对的，而且你还能证明它是对的。 但每次真去看实现，基本都会卡在同一个地方——跑不起来。 不是“慢一点”，而是那种一看资源占用就知道不可能进生产的跑不起来。 模型稍微大点，电路直接失控，内存、时间全都爆表， 最后只能留在论文和 demo 里自嗨。 所以我第一次认真看 Inference Labs 的时候，关注点反而不在“zk”， 而在他们是不是愿意承认：这玩意本质是工程问题。 DSperse 给我的感觉，就是终于有人不再执念“一次性证明整个模型”。 模型切开、并行跑、只验证关键路径， 听起来很朴素，但恰恰是工程师会选的路。 不是最优雅，但能活。 JSTprove 则更现实。 你不需要懂零知识、也不用研究电路怎么写， 把 ONNX 模型丢进去，能转、能跑、能验， 这点其实比很多“性能提升 10%”更重要。 这两块拼在一起之后，zkML 才第一次让我觉得： 它不是在证明“我可以”， 而是在回答“你要不要真用”。 对我来说，zkML 的拐点从来不是密码学突破， 而是有没有人愿意为“跑得起来”妥协设计。 Inference Labs 看起来，至少选了这一边。 懂你意思了，这版我会刻意留下不完美、主观判断和情绪停顿，像是你自己琢磨出来的，而不是“写给别人看的技术解读”。 —— 我之前一直对 zkML 有点矛盾。 逻辑上它很美：模型是对的，而且你还能证明它是对的。 但每次真去看实现，基本都会卡在同一个地方——跑不起来。 不是“慢一点”，而是那种一看资源占用就知道不可能进生产的跑不起来。 模型稍微大点，电路直接失控，内存、时间全都爆表， 最后只能留在论文和 demo 里自嗨。 所以我第一次认真看 Inference Labs 的时候，关注点反而不在“zk”， 而在他们是不是愿意承认：这玩意本质是工程问题。 DSperse 给我的感觉，就是终于有人不再执念“一次性证明整个模型”。 模型切开、并行跑、只验证关键路径， 听起来很朴素，但恰恰是工程师会选的路。 不是最优雅，但能活。 JSTprove 则更现实。 你不需要懂零知识、也不用研究电路怎么写， 把 ONNX 模型丢进去，能转、能跑、能验， 这点其实比很多“性能提升 10%”更重要。 这两块拼在一起之后，zkML 才第一次让我觉得： 它不是在证明“我可以”， 而是在回答“你要不要真用”。 对我来说，zkML 的拐点从来不是密码学突破， 而是有没有人愿意为“跑得起来”妥协设计。 Inference Labs 看起来，至少选了这一边。懂你意思了，这版我会刻意留下不完美、主观判断和情绪停顿，像是你自己琢磨出来的，而不是“写给别人看的技术解读”。 —— 我之前一直对 zkML 有点矛盾。 逻辑上它很美：模型是对的，而且你还能证明它是对的。 但每次真去看实现，基本都会卡在同一个地方——跑不起来。 不是“慢一点”，而是那种一看资源占用就知道不可能进生产的跑不起来。 模型稍微大点，电路直接失控，内存、时间全都爆表， 最后只能留在论文和 demo 里自嗨。 所以我第一次认真看 Inference Labs 的时候，关注点反而不在“zk”， 而在他们是不是愿意承认：这玩意本质是工程问题。 DSperse 给我的感觉，就是终于有人不再执念“一次性证明整个模型”。 模型切开、并行跑、只验证关键路径， 听起来很朴素，但恰恰是工程师会选的路。 不是最优雅，但能活。 JSTprove 则更现实。 你不需要懂零知识、也不用研究电路怎么写， 把 ONNX 模型丢进去，能转、能跑、能验， 这点其实比很多“性能提升 10%”更重要。 这两块拼在一起之后，zkML 才第一次让我觉得： 它不是在证明“我可以”， 而是在回答“你要不要真用”。 对我来说，zkML 的拐点从来不是密码学突破， 而是有没有人愿意为“跑得起来”妥协设计。 Inference Labs 看起来，至少选了这一边。#KaitoYap Kaito AI 🌊 #Yap Inference Labs
0:56

星爷讽刺了世间一切，唯独没有讽刺爱情，: 原来是如此的隐喻，到现在才明白，感谢星爷，只是我们弄脏了爱情。 —— 我之前一直对 zkML 有点矛盾。 逻辑上它很美：模型是对的，而且你还能证明它是对的。 但每次真去看实现，基本都会卡在同一个地方——跑不起来。 不是“慢一点”，而是那种一看资源占用就知道不可能进生产的跑不起来。 模型稍微大点，电路直接失控，内存、时间全都爆表， 最后只能留在论文和 demo 里自嗨。 所以我第一次认真看 Inference Labs 的时候，关注点反而不在“zk”， 而在他们是不是愿意承认：这玩意本质是工程问题。 DSperse 给我的感觉，就是终于有人不再执念“一次性证明整个模型”。 模型切开、并行跑、只验证关键路径， 听起来很朴素，但恰恰是工程师会选的路。 不是最优雅，但能活。 JSTprove 则更现实。 你不需要懂零知识、也不用研究电路怎么写， 把 ONNX 模型丢进去，能转、能跑、能验， 这点其实比很多“性能提升 10%”更重要。 这两块拼在一起之后，zkML 才第一次让我觉得： 它不是在证明“我可以”， 而是在回答“你要不要真用”。 对我来说，zkML 的拐点从来不是密码学突破， 而是有没有人愿意为“跑得起来”妥协设计。 Inference Labs 看起来，至少选了这一边。 懂你意思了，这版我会刻意留下不完美、主观判断和情绪停顿，像是你自己琢磨出来的，而不是“写给别人看的技术解读”。 —— 我之前一直对 zkML 有点矛盾。 逻辑上它很美：模型是对的，而且你还能证明它是对的。 但每次真去看实现，基本都会卡在同一个地方——跑不起来。 不是“慢一点”，而是那种一看资源占用就知道不可能进生产的跑不起来。 模型稍微大点，电路直接失控，内存、时间全都爆表， 最后只能留在论文和 demo 里自嗨。 所以我第一次认真看 Inference Labs 的时候，关注点反而不在“zk”， 而在他们是不是愿意承认：这玩意本质是工程问题。 DSperse 给我的感觉，就是终于有人不再执念“一次性证明整个模型”。 模型切开、并行跑、只验证关键路径， 听起来很朴素，但恰恰是工程师会选的路。 不是最优雅，但能活。 JSTprove 则更现实。 你不需要懂零知识、也不用研究电路怎么写， 把 ONNX 模型丢进去，能转、能跑、能验， 这点其实比很多“性能提升 10%”更重要。 这两块拼在一起之后，zkML 才第一次让我觉得： 它不是在证明“我可以”， 而是在回答“你要不要真用”。 对我来说，zkML 的拐点从来不是密码学突破， 而是有没有人愿意为“跑得起来”妥协设计。 Inference Labs 看起来，至少选了这一边。懂你意思了，这版我会刻意留下不完美、主观判断和情绪停顿，像是你自己琢磨出来的，而不是“写给别人看的技术解读”。 —— 我之前一直对 zkML 有点矛盾。 逻辑上它很美：模型是对的，而且你还能证明它是对的。 但每次真去看实现，基本都会卡在同一个地方——跑不起来。 不是“慢一点”，而是那种一看资源占用就知道不可能进生产的跑不起来。 模型稍微大点，电路直接失控，内存、时间全都爆表， 最后只能留在论文和 demo 里自嗨。 所以我第一次认真看 Inference Labs 的时候，关注点反而不在“zk”， 而在他们是不是愿意承认：这玩意本质是工程问题。 DSperse 给我的感觉，就是终于有人不再执念“一次性证明整个模型”。 模型切开、并行跑、只验证关键路径， 听起来很朴素，但恰恰是工程师会选的路。 不是最优雅，但能活。 JSTprove 则更现实。 你不需要懂零知识、也不用研究电路怎么写， 把 ONNX 模型丢进去，能转、能跑、能验， 这点其实比很多“性能提升 10%”更重要。 这两块拼在一起之后，zkML 才第一次让我觉得： 它不是在证明“我可以”， 而是在回答“你要不要真用”。 对我来说，zkML 的拐点从来不是密码学突破， 而是有没有人愿意为“跑得起来”妥协设计。 Inference Labs 看起来，至少选了这一边。#KaitoYap Kaito AI 🌊 #Yap Inference Labs

董小姐

35,879 Aufrufe • vor 7 Monaten

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🧙🏿‍♀️

33,481 Aufrufe • vor 6 Monaten

最后一天了！祝愿大家所得皆所愿！ ——— 今天不铺垫了，直接说结论。 Kindred 真的很猛。 它最厉害的地方，不是喊 AI，也不是蹭概念，而是真的把链上 AI 推到了消费者层。背后是 Sei 的性能兜底，才能撑得起这种大规模、实时互动的玩法。没有这层基础设施，很多东西根本跑不起来。 从天线宝宝到铁臂阿童木，35 个以上的经典 IP，不是拿来发 NFT，而是作为长期存在的 AI 伴侣在 Sei 上“活”过来。文化、社区、技术被直接揉在一起，这种感觉在 Web3 里其实挺少见的。 数据也不是嘴上说说。 Kindred 的等待列表已经到了 600 万地址，通过 IP 合作拿下了数百万美元的销售额。 这些不是我在这儿吹，是 Sei 自己拿出来讲的，Max 老大的图都摆在那。 我更看重的是趋势本身。 这不是单点项目的成功，而是区块链和 AI 真正开始融合的一个形态。Kindred 用 IP 把流行文化带进 Web3，吸引的已经不只是加密圈的人，而是真正把 Web2 的用户和注意力一起拉了进来。 而 Sei 在这里扮演的角色也很清楚。 它不是主角，但它是能让这一切成立的那条链。没有能支撑高频互动的底层性能，这套东西根本不可能规模化。 不管你是投资者还是普通用户，这个组合都值得重点盯着看。 Kindred 已经成了 Sei 生态里最有存在感的那个点，而这很可能只是刚开始。 #Kindred #Sei Kindred Labs Sei Max Giammario
4:40

最后一天了！祝愿大家所得皆所愿！ ——— 今天不铺垫了，直接说结论。 Kindred 真的很猛。 它最厉害的地方，不是喊 AI，也不是蹭概念，而是真的把链上 AI 推到了消费者层。背后是 Sei 的性能兜底，才能撑得起这种大规模、实时互动的玩法。没有这层基础设施，很多东西根本跑不起来。 从天线宝宝到铁臂阿童木，35 个以上的经典 IP，不是拿来发 NFT，而是作为长期存在的 AI 伴侣在 Sei 上“活”过来。文化、社区、技术被直接揉在一起，这种感觉在 Web3 里其实挺少见的。 数据也不是嘴上说说。 Kindred 的等待列表已经到了 600 万地址，通过 IP 合作拿下了数百万美元的销售额。 这些不是我在这儿吹，是 Sei 自己拿出来讲的，Max 老大的图都摆在那。 我更看重的是趋势本身。 这不是单点项目的成功，而是区块链和 AI 真正开始融合的一个形态。Kindred 用 IP 把流行文化带进 Web3，吸引的已经不只是加密圈的人，而是真正把 Web2 的用户和注意力一起拉了进来。 而 Sei 在这里扮演的角色也很清楚。 它不是主角，但它是能让这一切成立的那条链。没有能支撑高频互动的底层性能，这套东西根本不可能规模化。 不管你是投资者还是普通用户，这个组合都值得重点盯着看。 Kindred 已经成了 Sei 生态里最有存在感的那个点，而这很可能只是刚开始。 #Kindred #Sei Kindred Labs Sei Max Giammario

董小姐 ｜预测世界杯就在Gate

21,887 Aufrufe • vor 6 Monaten

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
0:56

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 Aufrufe • vor 7 Monaten

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
5:21

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 Aufrufe • vor 6 Monaten

谁懂啊！被蚊子🦟咬醒了！气坏我了！ ⸻ 《Integra 不是“房地产 + 区块链”，而是一条真的懂房地产的链》 很多项目喜欢给自己贴一个“某某赛道”的标签，但 integra. | Testnet Arc 不是那种在通用公链外面套一层房地产概念的项目。它从一开始，就是按“房地产这种东西，真正要怎么跑在链上”来设计的。 底层用 Cosmos SDK，加上 Ethermint，这个选择其实很清楚：确定性最终性、IBC、强安全性，同时还能直接跑 EVM。不是为了炫技术，而是因为现实资产本来就需要这些能力同时成立。 但 integra. | Testnet Arc 真正拉开差距的，不是性能，而是它对合规和市场结构的处理方式。在房地产里，身份、KYC、文件、验证不是可选项，而是前提条件。Integra 干脆把这些直接做成链上的基础能力，而不是后面再补的插件。谁能参与、资产是否合法、文件能不能被信任，这些问题不是靠外部系统兜底，而是链本身就能给出答案。 在这个基础上，才有真正的市场层：资产护照、全球订单簿，以及一个为合规参与方服务的原生稳定币，用来承接真实的美元流动。这不是在做“链上房产概念”，而是在尝试把现实世界的市场逻辑原样搬进来。 说到底，房地产本来就是法律、资本、身份和流动性纠缠在一起的东西。integra. | Testnet Arc 没有把这些拆开分别解决，而是直接把它们当成协议逻辑来对待。 从这个角度看，它选择做一条主权级的 Cosmos 链，其实很自然。不是因为它想做一条链，而是因为这件事，本来就需要一条真的懂房地产的链。 integra. | Testnet Arc Kaito AI 🌊 #Yap #KaitoYap #RWA #integra_layer
0:37

谁懂啊！被蚊子🦟咬醒了！气坏我了！ ⸻ 《Integra 不是“房地产 + 区块链”，而是一条真的懂房地产的链》 很多项目喜欢给自己贴一个“某某赛道”的标签，但 integra. | Testnet Arc 不是那种在通用公链外面套一层房地产概念的项目。它从一开始，就是按“房地产这种东西，真正要怎么跑在链上”来设计的。 底层用 Cosmos SDK，加上 Ethermint，这个选择其实很清楚：确定性最终性、IBC、强安全性，同时还能直接跑 EVM。不是为了炫技术，而是因为现实资产本来就需要这些能力同时成立。 但 integra. | Testnet Arc 真正拉开差距的，不是性能，而是它对合规和市场结构的处理方式。在房地产里，身份、KYC、文件、验证不是可选项，而是前提条件。Integra 干脆把这些直接做成链上的基础能力，而不是后面再补的插件。谁能参与、资产是否合法、文件能不能被信任，这些问题不是靠外部系统兜底，而是链本身就能给出答案。 在这个基础上，才有真正的市场层：资产护照、全球订单簿，以及一个为合规参与方服务的原生稳定币，用来承接真实的美元流动。这不是在做“链上房产概念”，而是在尝试把现实世界的市场逻辑原样搬进来。 说到底，房地产本来就是法律、资本、身份和流动性纠缠在一起的东西。integra. | Testnet Arc 没有把这些拆开分别解决，而是直接把它们当成协议逻辑来对待。 从这个角度看，它选择做一条主权级的 Cosmos 链，其实很自然。不是因为它想做一条链，而是因为这件事，本来就需要一条真的懂房地产的链。 integra. | Testnet Arc Kaito AI 🌊 #Yap #KaitoYap #RWA #integra_layer

董小姐

21,695 Aufrufe • vor 6 Monaten

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。
4:17

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 Aufrufe • vor 6 Monaten

很多人还在问： 比特币到底是不是“钱”。 Michael Saylor 已经在想下一层了。 如果未来是 AI 和 AI 在高频协作、交易、验证、结算， 它们需要的，可能不是传统金融系统， 而是原生存在于数字世界里的资本、货币和认证网络。 他的判断很直接： 比特币不只是储值资产。 它还可能成为未来数字经济的资本层、结算层、信任层。 这个视角，我觉得非常值得看。 因为你看的已经不是下一次涨跌， 而是下一个时代的底层结构。
22:25

很多人还在问： 比特币到底是不是“钱”。 Michael Saylor 已经在想下一层了。 如果未来是 AI 和 AI 在高频协作、交易、验证、结算， 它们需要的，可能不是传统金融系统， 而是原生存在于数字世界里的资本、货币和认证网络。 他的判断很直接： 比特币不只是储值资产。 它还可能成为未来数字经济的资本层、结算层、信任层。 这个视角，我觉得非常值得看。 因为你看的已经不是下一次涨跌， 而是下一个时代的底层结构。

大方BigFang

19,931 Aufrufe • vor 3 Monaten

人工智能之父辛顿对他的杰作发出了令人不寒而栗的警告… 采访者： 人类知道自己在做什么吗？ Hinton： 嗯，我认为我们正在进入一个时期，在这个时期，我们可能第一次拥有比我们更智能的东西。 采访者： 你相信它们能理解吗？ Hinton： 是的。 采访者： 你相信它们是智能的吗？ Hinton： 是的。 采访者： 你相信这些系统有自己的经历吗？ Hinton： 是的。 采访者： 并且能基于那些经历做出决定吗？ Hinton： 在与人类相同的意义上，是的。 采访者： 它们有意识吗？ Hinton： 我认为它们目前可能没有多少自我意识。所以从这个意义上说，我不认为它们有意识。 采访者： 它们会有自我意识吗？ Hinton： 哦，是的。 采访者： 是吗？ Hinton： 哦，是的。所以想想看。这样一来，人类将成为地球上第二智能的生物。 Hinton： 我们对它大致在做什么有一个很好的了解。但一旦它变得真正复杂，我们就不再真正知道发生了什么，就像我们不知道你大脑里发生了什么一样。 采访者： 你说什么意思，我们不知道它到底是怎么工作的？它是由人设计的。 Hinton： 不，不是的。我们所做的是设计学习算法。这有点像设计进化的原理。但当这个学习算法与数据互动时，它会产生复杂的神经网络，这些网络擅长做某些事情，但我们并不真正理解它们到底是如何做到的。
1:29

人工智能之父辛顿对他的杰作发出了令人不寒而栗的警告… 采访者： 人类知道自己在做什么吗？ Hinton： 嗯，我认为我们正在进入一个时期，在这个时期，我们可能第一次拥有比我们更智能的东西。 采访者： 你相信它们能理解吗？ Hinton： 是的。 采访者： 你相信它们是智能的吗？ Hinton： 是的。 采访者： 你相信这些系统有自己的经历吗？ Hinton： 是的。 采访者： 并且能基于那些经历做出决定吗？ Hinton： 在与人类相同的意义上，是的。 采访者： 它们有意识吗？ Hinton： 我认为它们目前可能没有多少自我意识。所以从这个意义上说，我不认为它们有意识。 采访者： 它们会有自我意识吗？ Hinton： 哦，是的。 采访者： 是吗？ Hinton： 哦，是的。所以想想看。这样一来，人类将成为地球上第二智能的生物。 Hinton： 我们对它大致在做什么有一个很好的了解。但一旦它变得真正复杂，我们就不再真正知道发生了什么，就像我们不知道你大脑里发生了什么一样。 采访者： 你说什么意思，我们不知道它到底是怎么工作的？它是由人设计的。 Hinton： 不，不是的。我们所做的是设计学习算法。这有点像设计进化的原理。但当这个学习算法与数据互动时，它会产生复杂的神经网络，这些网络擅长做某些事情，但我们并不真正理解它们到底是如何做到的。

KK.aWSB

54,221 Aufrufe • vor 6 Monaten

我折腾了Openclaw大概有一周了吧，感觉这一周也不能说时时刻刻在玩，但是确实已经让我体验到了他的很多优点和坑。 我觉得这个坑其实也并不是他的缺点，而且初学者在使用的时候没有注意到的特点，本文会好好聊聊。虽然有人说它不是什么高深的科技，但是Openclaw确实解决了我一个很长时间都没有人来解决的痛点， 作为一个web3的博主，我平常有很多零碎的时间，在外的时候，开车的时候，参加活动的时候，加起来其实非常多，一周下来能有十几个小时。 这些时候其实我的脑子都不处于idle的状态，而是经常想写东西。比如我经常就会抽个十分钟走路，边走边把我的一些想法和GPT录入，然后生成文章或者笔记，甚至是代码。 但对于有些问题，比如验证一个交易的想法，产品的想法，用一个我已经开发好的脚本去了解市场行情，缺少一个主机这样强大的工具来帮我落地。 也就是说，哪怕AI给了我方向，给了我代码，最后去跑的，还是我啊！ 我这不是给AI打工了吗？ 于是在知道了Opencalw这个东西的五分钟之后，我就边开车边在手机上下单了一个全新的MacMini，准备开始改变人生 我觉得玩了一周下来，我做到了。我可以躺在床上刷剧和喝啤酒的同时，让全市场行情尽收眼底，有一说一，minimax真的很稳定且偶尔会让人觉得惊艳。 刚丢给他anthropic和五角大楼的八个新闻，他给我做了系统性总结并归档，语言风格也非常自然，确实不是对话框可以体验的，但有在对话框环境里搞定了看黑漆漆IDE才能做到的aget效果，且效果很棒。这就是openclaw框架的特点。 接下来重点聊聊 #Binance 最近更新4个 AI skills 技能 Alpha 市场数据、U 本位合约、杠杆交易、资产管理。在我看来，这次更新的重点不只是“功能变多了”，而是 OpenClaw 终于更像一个能真正配合你做事的交易助手了。 以前我们用这类工具，更多还是停留在“查数据、看行情、问问题”这个层面，信息是有了，但真正做决策、盯条件、执行动作，还是得自己一步步来。现在不太一样了，你只需要说出自己的意图，它就能把筛选、判断、执行这些动作尽量串起来。 这 4 个技能里，我最看重的是资产管理。因为它解决的不是“看什么”，而是“钱怎么动”。比如现货和合约之间的划转、账户余额整理、碎币换 BNB，这些以前都很零碎，但实际又很高频。现在如果能交给 Agent 去处理，整体体验会顺很多。 另外，Alpha 数据、合约、杠杆这几个技能组合起来后，确实会让很多交易思路更容易落地。比如监测异动、看资金费率、设置止盈止损、按条件执行下一步，不用自己频繁切页面、算逻辑，效率提升会很明显。 不过我自己的看法是，这套skills最有价值的地方，不是“自动赚钱”，而是把原本复杂、重复、容易出错的操作流程对话化了。它更像是帮你提高执行效率，而不是替你承担判断和风险。 而且目前币安中文社区正在举办 “用 AI 建设加密，搭建币安主题 AI Agent” 的活动。 总奖池：48.6 BNB（作品奖44 BNB + 推荐奖4.6 BNB）。 作品奖：第1名10 BNB、第2名8 BNB、第3名6 BNB、20名优胜各1 BNB。 对普通用户来说，参与重点可以概括为一句话：不用非得做得特别复杂，能跑通、能演示、逻辑清楚，就有机会拿到奖励。赶快行动起来吧，部署一只属于你自己的龙虾，改变人生的轨迹。 为此专门做了一个接入视频，希望能帮助到大家一起建设起来～ 币安技能中心传送门： 部署龙虾碰到问题可以dm我或者评论区留言，欢迎老师们多多交流~
2:24

我折腾了Openclaw大概有一周了吧，感觉这一周也不能说时时刻刻在玩，但是确实已经让我体验到了他的很多优点和坑。 我觉得这个坑其实也并不是他的缺点，而且初学者在使用的时候没有注意到的特点，本文会好好聊聊。虽然有人说它不是什么高深的科技，但是Openclaw确实解决了我一个很长时间都没有人来解决的痛点， 作为一个web3的博主，我平常有很多零碎的时间，在外的时候，开车的时候，参加活动的时候，加起来其实非常多，一周下来能有十几个小时。 这些时候其实我的脑子都不处于idle的状态，而是经常想写东西。比如我经常就会抽个十分钟走路，边走边把我的一些想法和GPT录入，然后生成文章或者笔记，甚至是代码。 但对于有些问题，比如验证一个交易的想法，产品的想法，用一个我已经开发好的脚本去了解市场行情，缺少一个主机这样强大的工具来帮我落地。 也就是说，哪怕AI给了我方向，给了我代码，最后去跑的，还是我啊！ 我这不是给AI打工了吗？ 于是在知道了Opencalw这个东西的五分钟之后，我就边开车边在手机上下单了一个全新的MacMini，准备开始改变人生 我觉得玩了一周下来，我做到了。我可以躺在床上刷剧和喝啤酒的同时，让全市场行情尽收眼底，有一说一，minimax真的很稳定且偶尔会让人觉得惊艳。 刚丢给他anthropic和五角大楼的八个新闻，他给我做了系统性总结并归档，语言风格也非常自然，确实不是对话框可以体验的，但有在对话框环境里搞定了看黑漆漆IDE才能做到的aget效果，且效果很棒。这就是openclaw框架的特点。 接下来重点聊聊 #Binance 最近更新4个 AI skills 技能 Alpha 市场数据、U 本位合约、杠杆交易、资产管理。在我看来，这次更新的重点不只是“功能变多了”，而是 OpenClaw 终于更像一个能真正配合你做事的交易助手了。 以前我们用这类工具，更多还是停留在“查数据、看行情、问问题”这个层面，信息是有了，但真正做决策、盯条件、执行动作，还是得自己一步步来。现在不太一样了，你只需要说出自己的意图，它就能把筛选、判断、执行这些动作尽量串起来。 这 4 个技能里，我最看重的是资产管理。因为它解决的不是“看什么”，而是“钱怎么动”。比如现货和合约之间的划转、账户余额整理、碎币换 BNB，这些以前都很零碎，但实际又很高频。现在如果能交给 Agent 去处理，整体体验会顺很多。 另外，Alpha 数据、合约、杠杆这几个技能组合起来后，确实会让很多交易思路更容易落地。比如监测异动、看资金费率、设置止盈止损、按条件执行下一步，不用自己频繁切页面、算逻辑，效率提升会很明显。 不过我自己的看法是，这套skills最有价值的地方，不是“自动赚钱”，而是把原本复杂、重复、容易出错的操作流程对话化了。它更像是帮你提高执行效率，而不是替你承担判断和风险。 而且目前币安中文社区正在举办 “用 AI 建设加密，搭建币安主题 AI Agent” 的活动。 总奖池：48.6 BNB（作品奖44 BNB + 推荐奖4.6 BNB）。 作品奖：第1名10 BNB、第2名8 BNB、第3名6 BNB、20名优胜各1 BNB。 对普通用户来说，参与重点可以概括为一句话：不用非得做得特别复杂，能跑通、能演示、逻辑清楚，就有机会拿到奖励。赶快行动起来吧，部署一只属于你自己的龙虾，改变人生的轨迹。 为此专门做了一个接入视频，希望能帮助到大家一起建设起来～ 币安技能中心传送门： 部署龙虾碰到问题可以dm我或者评论区留言，欢迎老师们多多交流~

百里 🦅

16,721 Aufrufe • vor 4 Monaten

三棍打散父子情，口供全是父亲名 ！ 狡猾的爸 强势的妈 背刺的妹妹 背锅的他 儿子：想到一会要供我爸出来，我就想笑！！！ 刚看到 Tria Tria 又有人在讨论 BTC top-up，忍不住多看了几眼，越看越觉得这机制设计真有点意思。不是说它有多爆炸性的功能，而是那种“你以为结束了，其实才刚开始”的后劲。 以前很多 Web3 工具，用起来就一个感觉：火的时候全世界都在刷，消息刷屏、数据起飞，过几天热度一散，就像从没来过。工具本身像是为了一场短跑打造的，一波上去就结束，留下用户一脸“然后呢”。 但 Tria 这波 BTC top-up，不太一样。它不是用 BTC 拉一波 PR，而是真的把这条链接进了产品的长期叙事里。从 spend 到 zkKYC 到 multipliers，那些本来应该是“用完就散”的功能，反而被结构成了一种延续：你花出去的钱，成了积分和 UGC 的回响；你参与过的每一次交易，反而像在补一笔“自治余声”。 说实话，这设计最妙的点是：它没让你觉得“我赚到了”，而是慢慢让你意识到“我还在里面”。这才是我最佩服的点：不是一次激励把你黏住，而是结构设计本身把你带进一个可以共鸣的轨道。 #Tria
1:57

三棍打散父子情，口供全是父亲名 ！ 狡猾的爸 强势的妈 背刺的妹妹 背锅的他 儿子：想到一会要供我爸出来，我就想笑！！！ 刚看到 Tria Tria 又有人在讨论 BTC top-up，忍不住多看了几眼，越看越觉得这机制设计真有点意思。不是说它有多爆炸性的功能，而是那种“你以为结束了，其实才刚开始”的后劲。 以前很多 Web3 工具，用起来就一个感觉：火的时候全世界都在刷，消息刷屏、数据起飞，过几天热度一散，就像从没来过。工具本身像是为了一场短跑打造的，一波上去就结束，留下用户一脸“然后呢”。 但 Tria 这波 BTC top-up，不太一样。它不是用 BTC 拉一波 PR，而是真的把这条链接进了产品的长期叙事里。从 spend 到 zkKYC 到 multipliers，那些本来应该是“用完就散”的功能，反而被结构成了一种延续：你花出去的钱，成了积分和 UGC 的回响；你参与过的每一次交易，反而像在补一笔“自治余声”。 说实话，这设计最妙的点是：它没让你觉得“我赚到了”，而是慢慢让你意识到“我还在里面”。这才是我最佩服的点：不是一次激励把你黏住，而是结构设计本身把你带进一个可以共鸣的轨道。 #Tria

Captain Jim

28,962 Aufrufe • vor 7 Monaten

很多人低估了 Binance Pay，但它可能才是币安最重要的一步。 看一姐这段视频，我印象最深的，不是某个具体产品点， 而是两个词： 30 亿用户，金融基建。 这两个词放在一起，其实已经不是“一个交易平台还能做多大”的问题了， 而是在回答一件更底层的事： 如果币安真的想服务 30 亿人，它到底要成为什么。 很多人聊币安，第一反应还是交易量、上币、合约、BNB、市场份额。 但如果把时间拉长一点看，你会发现，真正决定币安能 不能走得更远的，未必只是交易， 而是它能不能让 Crypto 真正进入普通人的日常生活。 也正因为这样，当一姐提到“30 亿用户”和“金融基建”时， 我第一时间想到的，其实不是交易，而是支付。 因为如果一家平台的目标只是服务交易者， 那把现货、合约、理财做好，基本就够了。 但如果目标是 30 亿用户，逻辑就完全变了。 全球真正会交易 Crypto 的人，不可能有 30 亿。 要承接这个量级，服务对象就必须从“会交易的人”扩展到“普通人”； 服务场景也必须从“买卖币”扩展到更真实、更日常的金融生活。 而这条路上，支付一定是绕不过去的一步。 因为交易解决的是价格、流动性和财富效应， 但支付解决的是更现实的问题： • 普通人能不能更方便地转账 • 能不能更自然地消费 • 能不能更低门槛地使用金融服务 • 能不能真正把 Web3 接进日常生活 这也是为什么我越来越觉得，很多人低估了 Binance Pay 的意义。 很多人会把它理解成一个“实用，但没那么性感”的功能。 没有 K 线刺激，也不像新币上线那样容易带情绪。 但恰恰是这种看起来没那么热血的东西， 才最可能决定一个行业到底能不能真正走向大众。 因为 Crypto 不只是拿来炒的。 如果一个行业永远只停留在交易、投机和博弈层面， 那它再热，很多时候也还是停留在少数人的世界里。 可一旦它开始进入支付、转账、消费、结算这些更接近 日常生活的场景， 意义就完全不一样了。 那代表它正在从可以交易走向可以使用， 从资产走向工具， 从圈内产品走向更广义的金融基础设施。 而这件事，本质上也和一姐最近一直在讲的那套逻辑完全连上了： • 30 亿是量级 • 金融平权是使命 • 金融基建是身份 • Web3 超级入口是落地 如果币安真的想服务 30 亿人， 那它就不能只服务已经会交易、会看盘、会玩链上的那 一小部分人。 它必须回答一个更现实的问题： 普通人怎么进来？进来之后能做什么？能不能真正用起来？ 而 Binance Pay，就是这个问题里非常关键的一环。 因为支付不是边角料， 支付是 Crypto 走向现实世界的桥。 谁能把支付做顺，谁就更像基础设施； 谁能让普通人真正用起来，谁才更接近 Web3 的超级入口。 如果币安想服务 30 亿人，支付一定是绕不过去的一步。 最后问一下大家，你们用币安支付用的最多的是什么场景？ #BinancePay #Binance #Web3 #Crypto 币安Binance华语 CZ 🔶 BNB Yi He sisi 丫丫🔶BNB 鹿鹿 🍡
1:10

很多人低估了 Binance Pay，但它可能才是币安最重要的一步。 看一姐这段视频，我印象最深的，不是某个具体产品点， 而是两个词： 30 亿用户，金融基建。 这两个词放在一起，其实已经不是“一个交易平台还能做多大”的问题了， 而是在回答一件更底层的事： 如果币安真的想服务 30 亿人，它到底要成为什么。 很多人聊币安，第一反应还是交易量、上币、合约、BNB、市场份额。 但如果把时间拉长一点看，你会发现，真正决定币安能 不能走得更远的，未必只是交易， 而是它能不能让 Crypto 真正进入普通人的日常生活。 也正因为这样，当一姐提到“30 亿用户”和“金融基建”时， 我第一时间想到的，其实不是交易，而是支付。 因为如果一家平台的目标只是服务交易者， 那把现货、合约、理财做好，基本就够了。 但如果目标是 30 亿用户，逻辑就完全变了。 全球真正会交易 Crypto 的人，不可能有 30 亿。 要承接这个量级，服务对象就必须从“会交易的人”扩展到“普通人”； 服务场景也必须从“买卖币”扩展到更真实、更日常的金融生活。 而这条路上，支付一定是绕不过去的一步。 因为交易解决的是价格、流动性和财富效应， 但支付解决的是更现实的问题： • 普通人能不能更方便地转账 • 能不能更自然地消费 • 能不能更低门槛地使用金融服务 • 能不能真正把 Web3 接进日常生活 这也是为什么我越来越觉得，很多人低估了 Binance Pay 的意义。 很多人会把它理解成一个“实用，但没那么性感”的功能。 没有 K 线刺激，也不像新币上线那样容易带情绪。 但恰恰是这种看起来没那么热血的东西， 才最可能决定一个行业到底能不能真正走向大众。 因为 Crypto 不只是拿来炒的。 如果一个行业永远只停留在交易、投机和博弈层面， 那它再热，很多时候也还是停留在少数人的世界里。 可一旦它开始进入支付、转账、消费、结算这些更接近 日常生活的场景， 意义就完全不一样了。 那代表它正在从可以交易走向可以使用， 从资产走向工具， 从圈内产品走向更广义的金融基础设施。 而这件事，本质上也和一姐最近一直在讲的那套逻辑完全连上了： • 30 亿是量级 • 金融平权是使命 • 金融基建是身份 • Web3 超级入口是落地 如果币安真的想服务 30 亿人， 那它就不能只服务已经会交易、会看盘、会玩链上的那 一小部分人。 它必须回答一个更现实的问题： 普通人怎么进来？进来之后能做什么？能不能真正用起来？ 而 Binance Pay，就是这个问题里非常关键的一环。 因为支付不是边角料， 支付是 Crypto 走向现实世界的桥。 谁能把支付做顺，谁就更像基础设施； 谁能让普通人真正用起来，谁才更接近 Web3 的超级入口。 如果币安想服务 30 亿人，支付一定是绕不过去的一步。 最后问一下大家，你们用币安支付用的最多的是什么场景？ #BinancePay #Binance #Web3 #Crypto 币安Binance华语 CZ 🔶 BNB Yi He sisi 丫丫🔶BNB 鹿鹿 🍡

小鱼🔶BNB

18,150 Aufrufe • vor 2 Monaten

今天看到谷歌前CEO施密特的演讲，对 #AI 重要性的描述，让人深思，他提到接下来这十年 #AI 技术的发展，将会直接决定未来的一百年。 当年在互联网时代，我看一个创业项目，第一反应就是问：“你的市场有多大？” 因为互联网的生意，本质是“人”的生意：有多少人会用、他们愿意花多少钱。比如微信、抖音、亚马逊，逻辑都是一样的——抓住海量用户，然后想办法把用户价值变现。 但 #AI 时代不是这样。施密特说，#AI 像电、像火。它不是一个“消费产品”，而是一个“生产力工具”，能直接创造结果。这意味着，AI 的市场规模不能再用“用户数 × 客单价”去算，而是要看它能切入多少“工资盘子”。 拿 Coding 举例。全球程序员也就 3000 万人，听上去不算大。但这些人薪水都很高，总盘子大概 5000 亿美元。那 #AI 编程工具的价值，就是看它能不能分走这块 5000 亿的蛋糕。 比如：如果 AI Coding 工具能替代程序员 10% 的工作，那就是 500 亿美金的价值。如果替代 30%，就是 1500 亿美金。更极端一点，如果完全自动化，那可能就是整个产业格局的重写。 这就是为什么，哪怕程序员这个群体本身不大，#AI 编程依然会被资本市场极度看好。因为它直接对接的是“工资成本”，而工资就是最实打实的市场。 而且这套逻辑不只适用于编程。未来律师、医生、设计师、投行分析师……这些高薪群体，背后都是巨大的工资池。#AI 能切走多少，就意味着有多大市场。 所以在 #AI 时代，我看一个项目，不会再问“有多少用户”，而会先问：“它能帮谁省钱，能省多少钱？”因为 #AI 是硅基员工，真正的竞争对手不是别的互联网应用，而是“人类劳动力”。 从投资角度讲，最值得关注的赛道，就是那些工资盘子最大、而且工作内容高度标准化的行业。编程只是第一个爆点，接下来可能会是法律文书、金融研究、医疗诊断，甚至是制造业里的设计环节。 换句话说，#AI 投资逻辑已经从“用户经济”转向“劳动力经济”。谁能替代掉最多的人类工作，谁就能拿到最大的市场。从这个思路来探索 #AI 应用领域的创新，将会大有可为，寻找投资标的，也会更清晰。🧐
1:03

今天看到谷歌前CEO施密特的演讲，对 #AI 重要性的描述，让人深思，他提到接下来这十年 #AI 技术的发展，将会直接决定未来的一百年。 当年在互联网时代，我看一个创业项目，第一反应就是问：“你的市场有多大？” 因为互联网的生意，本质是“人”的生意：有多少人会用、他们愿意花多少钱。比如微信、抖音、亚马逊，逻辑都是一样的——抓住海量用户，然后想办法把用户价值变现。 但 #AI 时代不是这样。施密特说，#AI 像电、像火。它不是一个“消费产品”，而是一个“生产力工具”，能直接创造结果。这意味着，AI 的市场规模不能再用“用户数 × 客单价”去算，而是要看它能切入多少“工资盘子”。 拿 Coding 举例。全球程序员也就 3000 万人，听上去不算大。但这些人薪水都很高，总盘子大概 5000 亿美元。那 #AI 编程工具的价值，就是看它能不能分走这块 5000 亿的蛋糕。 比如：如果 AI Coding 工具能替代程序员 10% 的工作，那就是 500 亿美金的价值。如果替代 30%，就是 1500 亿美金。更极端一点，如果完全自动化，那可能就是整个产业格局的重写。 这就是为什么，哪怕程序员这个群体本身不大，#AI 编程依然会被资本市场极度看好。因为它直接对接的是“工资成本”，而工资就是最实打实的市场。 而且这套逻辑不只适用于编程。未来律师、医生、设计师、投行分析师……这些高薪群体，背后都是巨大的工资池。#AI 能切走多少，就意味着有多大市场。 所以在 #AI 时代，我看一个项目，不会再问“有多少用户”，而会先问：“它能帮谁省钱，能省多少钱？”因为 #AI 是硅基员工，真正的竞争对手不是别的互联网应用，而是“人类劳动力”。 从投资角度讲，最值得关注的赛道，就是那些工资盘子最大、而且工作内容高度标准化的行业。编程只是第一个爆点，接下来可能会是法律文书、金融研究、医疗诊断，甚至是制造业里的设计环节。 换句话说，#AI 投资逻辑已经从“用户经济”转向“劳动力经济”。谁能替代掉最多的人类工作，谁就能拿到最大的市场。从这个思路来探索 #AI 应用领域的创新，将会大有可为，寻找投资标的，也会更清晰。🧐

Rocky

240,492 Aufrufe • vor 9 Monaten

空腹而眠，是一个奇迹。 我说这句话，不是在讲减肥，不是在讲节食，也不是在讲什么健康养生的套路，我说的是一种认知。 当你能做到空腹入睡这件事，你大概率已经突破了大多数人一辈子都没跨过去的那道坎。 先说一个真实的状态。 大多数人的夜晚是什么样的？ 熬到十一二点，刷完视频、刷图文，突然感觉饿了，或者不饿，但嘴馋，于是起身翻冰箱，泡一碗面，嗑一包零食，边吃边刷，吃完了困意也来了，倒头就睡。 第二天起来，胃里沉甸甸的，精神涣散，但又觉得这只是个小事，无所谓。这不是小事，这是你整个自控系统崩塌的缩影。 我有一个认知模型，叫做“夜晚欲望测试”。 一个人白天可以靠环境、靠任务、靠他人的眼光来约束自己，但夜晚是纯粹属于自己的时间。没有人盯着你，没有任务压着你，没有外界压力推着你，这个时候，你的选择才是你真实自我的投影。 你的大脑在疲惫的状态下，会自动寻找最省力的满足感：刷手机、吃东西、无效娱乐。 而能在这个时刻克制，能饿着肚子平静并入睡，这说明你的自律不是表演给别人看的，是真实长在你骨子里的东西。 很多人以为自律是白天的事情：早起跑步、认真工作、拒绝摸鱼。 但白天的自律，是有成本支撑的，有收益预期的，是可见的。 而夜晚空腹入睡这件事，没有人夸你，没有人看见，也没有任何及时回报。 你，只是安静地对自己的欲望说了一声“不”。 这种无人旁观下的克制，才是真正的意志力训练场。 我来说我自己的经历。 2021年，我的状态烂透了。 那时候内容做得很焦虑，收入不稳定，每天晚上越焦虑，越想吃东西，越吃越睡不着，越睡不着越刷手机，形成恶性循环。 我胖了将近15斤，但比身体更难看的是，我的精神状态涣散、拖延，对自己越来越没信心。 后来我开始刻意做一件事：晚上八点以后不进食。 听起来简单，但第一个礼拜，我每天晚上都在和自己的大脑打架。 它不停地给我找理由：就吃一点，就这一次，明天补回来。 我看着那些理由，意识到一件事：这不是饿，这是惯性，是我的大脑被训练成了“有空就要填满”的状态。 我硬扛着空腹躺下去。 第一晚很难受，第三晚开始适应，第七晚之后，我发现睡眠质量提升了，早上起来脑子更清醒。 更重要的是，我开始对自己有了一种久违的感觉——就是我还可以管得住自己。 这个感觉，比任何一顿夜宵都值钱。 三个月以后，我瘦了将近12斤。 但这不是重点，重点是那段时间，我的内容产出效率提升了，执行力明显变强，拖延的毛病少了很多。 因为一个人，当他开始能管住夜晚的嘴，他就开始相信自己也能管住白天的手，管住那些想要放弃的瞬间。 自律是有传导效应的。 你在一个小事上建立起来的控制感，会慢慢渗透到你生活的每一个角落。 我见过太多人把失败归因于方法不对、资源不够、时机不对。 但当我观察那些真正在成长的人，我发现他们有一个共同点：就是他们在没人看见的地方，也在认真过日子。 他们不是不饿，他们只是比普通人，多了一点点对自己的尊重。 那些在深夜放纵的习惯，消耗的不只是你的健康，消耗的是你对自我的信任感。 每一次你对欲望妥协，你的大脑就会记录一次：我又没做到。 时间久了，你的潜意识就会形成一个判断：我就是那种管不住自己的人。 而这个判断，才是你人生最大的天花板。 空腹而眠，听起来只是睡前不吃东西，但它背后是一套完整的自我管理逻辑。 你要学会辨别欲望和需求的区别；你要在没有奖励的情况下，做出正确选择；你要在疲惫的状态下，还能让理性压过本能。 这三件事，是所有高效能者的底层能力。 从今晚开始，试着空腹躺下去。 不要跟自己商量，不要给自己找退路，就是躺下去，感受那一点点恶意。 然后告诉自己：这是我在重建自律的感觉。 一个能空腹入睡的人，终究会赢。
5:19

空腹而眠，是一个奇迹。 我说这句话，不是在讲减肥，不是在讲节食，也不是在讲什么健康养生的套路，我说的是一种认知。 当你能做到空腹入睡这件事，你大概率已经突破了大多数人一辈子都没跨过去的那道坎。 先说一个真实的状态。 大多数人的夜晚是什么样的？ 熬到十一二点，刷完视频、刷图文，突然感觉饿了，或者不饿，但嘴馋，于是起身翻冰箱，泡一碗面，嗑一包零食，边吃边刷，吃完了困意也来了，倒头就睡。 第二天起来，胃里沉甸甸的，精神涣散，但又觉得这只是个小事，无所谓。这不是小事，这是你整个自控系统崩塌的缩影。 我有一个认知模型，叫做“夜晚欲望测试”。 一个人白天可以靠环境、靠任务、靠他人的眼光来约束自己，但夜晚是纯粹属于自己的时间。没有人盯着你，没有任务压着你，没有外界压力推着你，这个时候，你的选择才是你真实自我的投影。 你的大脑在疲惫的状态下，会自动寻找最省力的满足感：刷手机、吃东西、无效娱乐。 而能在这个时刻克制，能饿着肚子平静并入睡，这说明你的自律不是表演给别人看的，是真实长在你骨子里的东西。 很多人以为自律是白天的事情：早起跑步、认真工作、拒绝摸鱼。 但白天的自律，是有成本支撑的，有收益预期的，是可见的。 而夜晚空腹入睡这件事，没有人夸你，没有人看见，也没有任何及时回报。 你，只是安静地对自己的欲望说了一声“不”。 这种无人旁观下的克制，才是真正的意志力训练场。 我来说我自己的经历。 2021年，我的状态烂透了。 那时候内容做得很焦虑，收入不稳定，每天晚上越焦虑，越想吃东西，越吃越睡不着，越睡不着越刷手机，形成恶性循环。 我胖了将近15斤，但比身体更难看的是，我的精神状态涣散、拖延，对自己越来越没信心。 后来我开始刻意做一件事：晚上八点以后不进食。 听起来简单，但第一个礼拜，我每天晚上都在和自己的大脑打架。 它不停地给我找理由：就吃一点，就这一次，明天补回来。 我看着那些理由，意识到一件事：这不是饿，这是惯性，是我的大脑被训练成了“有空就要填满”的状态。 我硬扛着空腹躺下去。 第一晚很难受，第三晚开始适应，第七晚之后，我发现睡眠质量提升了，早上起来脑子更清醒。 更重要的是，我开始对自己有了一种久违的感觉——就是我还可以管得住自己。 这个感觉，比任何一顿夜宵都值钱。 三个月以后，我瘦了将近12斤。 但这不是重点，重点是那段时间，我的内容产出效率提升了，执行力明显变强，拖延的毛病少了很多。 因为一个人，当他开始能管住夜晚的嘴，他就开始相信自己也能管住白天的手，管住那些想要放弃的瞬间。 自律是有传导效应的。 你在一个小事上建立起来的控制感，会慢慢渗透到你生活的每一个角落。 我见过太多人把失败归因于方法不对、资源不够、时机不对。 但当我观察那些真正在成长的人，我发现他们有一个共同点：就是他们在没人看见的地方，也在认真过日子。 他们不是不饿，他们只是比普通人，多了一点点对自己的尊重。 那些在深夜放纵的习惯，消耗的不只是你的健康，消耗的是你对自我的信任感。 每一次你对欲望妥协，你的大脑就会记录一次：我又没做到。 时间久了，你的潜意识就会形成一个判断：我就是那种管不住自己的人。 而这个判断，才是你人生最大的天花板。 空腹而眠，听起来只是睡前不吃东西，但它背后是一套完整的自我管理逻辑。 你要学会辨别欲望和需求的区别；你要在没有奖励的情况下，做出正确选择；你要在疲惫的状态下，还能让理性压过本能。 这三件事，是所有高效能者的底层能力。 从今晚开始，试着空腹躺下去。 不要跟自己商量，不要给自己找退路，就是躺下去，感受那一点点恶意。 然后告诉自己：这是我在重建自律的感觉。 一个能空腹入睡的人，终究会赢。

另一面

45,745 Aufrufe • vor 4 Monaten

是金子总会发光，可我是铁子，不仅不发光，还容易生锈氧化。 中午好呀！！ ⸻ 市场里最容易被忽略的，往往不是价格，而是权重分配的起点。 最近在看 integra. 的机制时，一个感觉很明显： 它并不急着讲未来有多大，而是在提前决定谁有资格站在未来里。 他们推出的社交经验值十倍倍率，本质不是“多给点积分”， 而是一次极端放大的早期筛选机制。 在去中心化网络里，最残酷也最真实的一条规律是： 早期参与 ≠ 情怀 早期参与 = 生态里的基础权重 Integra 把这件事做得很直接—— 你现在的社交行为、互动、贡献，不是模糊的“支持项目”， 而是被量化、被记录、被乘以倍率的链上位置确认。 我自己去跑了一遍流程后，最大的感受是： 它不再让你被动等待“将来分配”， 而是用清晰的数值告诉你—— 你现在每一步，都会被指数级放大进未来的结构里。 这也是为什么我不太愿意把它简单看成“积分活动”。 更准确的说法是： Integra 正在搭一层社交信用 → 链上资产的转换层。 在 AI、去中心化算力、协作网络逐步走向规模化的背景下， 谁能识别高质量参与者、并在早期完成绑定， 谁就更容易形成真正的生态黏性。 而这种十倍权重窗口，本质上是时间换位置的机会。 当多数人还在观望“值不值得做”的时候， 少数人已经在系统里锁定了自己的坐标。 这类机制的价值，从来不是短期热度， 而是它如何在无声中完成利益与共识的分配。 问题可能只剩一个： 你觉得这只是一次早期红利， 还是链上社交资产化真正启动前的信号？ 很想听听你们的判断，评论区聊聊。 integra. Kaito AI 🌊 #Yap #KaitoYap #RWA #Integra
0:56

是金子总会发光，可我是铁子，不仅不发光，还容易生锈氧化。 中午好呀！！ ⸻ 市场里最容易被忽略的，往往不是价格，而是权重分配的起点。 最近在看 integra. 的机制时，一个感觉很明显： 它并不急着讲未来有多大，而是在提前决定谁有资格站在未来里。 他们推出的社交经验值十倍倍率，本质不是“多给点积分”， 而是一次极端放大的早期筛选机制。 在去中心化网络里，最残酷也最真实的一条规律是： 早期参与 ≠ 情怀 早期参与 = 生态里的基础权重 Integra 把这件事做得很直接—— 你现在的社交行为、互动、贡献，不是模糊的“支持项目”， 而是被量化、被记录、被乘以倍率的链上位置确认。 我自己去跑了一遍流程后，最大的感受是： 它不再让你被动等待“将来分配”， 而是用清晰的数值告诉你—— 你现在每一步，都会被指数级放大进未来的结构里。 这也是为什么我不太愿意把它简单看成“积分活动”。 更准确的说法是： Integra 正在搭一层社交信用 → 链上资产的转换层。 在 AI、去中心化算力、协作网络逐步走向规模化的背景下， 谁能识别高质量参与者、并在早期完成绑定， 谁就更容易形成真正的生态黏性。 而这种十倍权重窗口，本质上是时间换位置的机会。 当多数人还在观望“值不值得做”的时候， 少数人已经在系统里锁定了自己的坐标。 这类机制的价值，从来不是短期热度， 而是它如何在无声中完成利益与共识的分配。 问题可能只剩一个： 你觉得这只是一次早期红利， 还是链上社交资产化真正启动前的信号？ 很想听听你们的判断，评论区聊聊。 integra. Kaito AI 🌊 #Yap #KaitoYap #RWA #Integra

董小姐 MemeMax ⚡️ 🐬TermMax

77,809 Aufrufe • vor 6 Monaten

最近北大开源的一个项目，我觉得很值得关注。 AI Agent 现在最缺的，可能不是模型， 而是一套像 npm 一样可复用的 skill 基础设施。 MagicSkills 做的就是这件事。 它不是再去造一个新的 Agent framework， 而是想把那些散落在各处的 SKILL.md， 变成可安装、可组合、可同步、可调用的共享能力层。 MagicSkills 的思路更像是， 先把 skill 从零散文档里抽出来， 做成一个本地优先的共享 skill pool， 然后再按不同 Agent、不同框架去组合和分发。 这样一来，skill 就不再只是 prompt 附件， 而是开始变成真正可复用的能力基础设施。 说白了，它想推动的一件事就是： 让 Agent 的技能， 从“写一份文档自己用”， 变成“写一次，到处复用”。 我觉得这个方向很值得看。 因为当 skill 开始像包管理一样被组织起来， 多 Agent 工作流才会真正开始像工程系统， 而不是一堆 prompt 和脚本的临时拼装。 如果你在关注 AI Agent、Multi-Agent、技能复用， 或者正在想怎么管理越来越多的 SKILL.md， 这个项目值得研究一下。👇
0:21

最近北大开源的一个项目，我觉得很值得关注。 AI Agent 现在最缺的，可能不是模型， 而是一套像 npm 一样可复用的 skill 基础设施。 MagicSkills 做的就是这件事。 它不是再去造一个新的 Agent framework， 而是想把那些散落在各处的 SKILL.md， 变成可安装、可组合、可同步、可调用的共享能力层。 MagicSkills 的思路更像是， 先把 skill 从零散文档里抽出来， 做成一个本地优先的共享 skill pool， 然后再按不同 Agent、不同框架去组合和分发。 这样一来，skill 就不再只是 prompt 附件， 而是开始变成真正可复用的能力基础设施。 说白了，它想推动的一件事就是： 让 Agent 的技能， 从“写一份文档自己用”， 变成“写一次，到处复用”。 我觉得这个方向很值得看。 因为当 skill 开始像包管理一样被组织起来， 多 Agent 工作流才会真正开始像工程系统， 而不是一堆 prompt 和脚本的临时拼装。 如果你在关注 AI Agent、Multi-Agent、技能复用， 或者正在想怎么管理越来越多的 SKILL.md， 这个项目值得研究一下。👇

axiaisacat

46,302 Aufrufe • vor 3 Monaten

这两年大家一提链上隐私，基本都会卡在一个死结上。 要么隐私很强，但几乎不可用。 要么能用，但一出事就是系统级灾难。 问题不在 ZK，也不在密码学，而在于一件被忽略很久的事。 隐私一旦失控，比透明更危险。 大多数链的隐私逻辑，其实是一次性把门关死。 你看不到我，我也看不到你，合约也看不到自己在干什么。 平时没事的时候还好，一旦出了 bug，或者账户被劫持，用户连自救的空间都没有。 Miden 走的完全不是这条路。 它不是在追求绝对不可见，而是在设计一种可控的不可见。 关键点在账户模型。 在 Miden 里，隐私不是写在合约里的，而是写在账户里的。 这听起来像一句废话，但实际差别非常大。 在 EVM 世界，账户只是一个地址。 隐私要靠外部工具补，靠混合器，靠证明，靠绕路。 这些东西一旦部署，就是全 or nothing。 而 Miden 的账户，本身就是一个带规则的执行体。 你可以决定哪些状态是私有的，哪些是公开的。 更重要的是，你可以决定在什么条件下，它们可以被看见。 这就是 threat resistant 的第一层含义。 不是防止一切攻击，而是即使出事，损失也被限制在你设定的边界里。 举个很现实的场景。 如果你的账户被恶意调用了。 在大多数链上，这意味着你要么全暴露，要么全锁死。 而在 Miden 里，你至少还能做到三件事。 第1️⃣：攻击者只能看到你允许他看到的状态。 第2️⃣：他无法调用你没授权的执行路径。 第3️⃣：他不能把你的账户变成一个“不可恢复的黑箱”。 这是隐私可控的第二层。 隐私不是隐藏信息，而是限制权力。 Miden 很少在宣传里强调这一点，但从安全角度看，这比零知识本身重要得多。 因为真正的风险，从来不是有人看到你，而是有人能替你做决定。 再往深一层看。 Miden 的执行模型本身就假设世界是有敌意的。 包括节点，调用方，甚至你自己未来写的代码。 所以它不信任连续成功。 它默认失败是常态。 这也是为什么 Miden 对隐私的处理是“局部的”。 不是一次证明整个状态是对的。 而是每一次执行，只证明这一步合法。 这让隐私变成一种逐步暴露的能力，而不是一次性押注。 你可以选择在正常情况下完全私有。 也可以在出现争议，审计，仲裁时，按规则释放最小必要信息。 不是交出全部，而是只交出你答应交出的那一部分。 这就是 threat resistant 的第三层。 隐私不等于无法被验证。 很多隐私系统，一旦需要验证，就只能牺牲隐私。 而 Miden 的思路是，验证本身就是账户逻辑的一部分。 不是事后补丁。 从长期建设者视角看，这一点非常关键。 因为真正能活下来的系统，一定会经历事故。 不是有没有问题，而是问题出现时，系统会不会自毁。 Miden 的隐私设计，本质上是在避免“全输”。 不追求极致匿名。 不赌一次完美执行。 而是允许世界不完美。 所以如果你问我，Miden 的隐私到底强不强。 我会说，它不是最强的那种。 但它是少数在真实威胁下还能继续工作的那种。 而这，才是隐私真正进入可用阶段的标志。 #miden #KAITO
0:41

这两年大家一提链上隐私，基本都会卡在一个死结上。 要么隐私很强，但几乎不可用。 要么能用，但一出事就是系统级灾难。 问题不在 ZK，也不在密码学，而在于一件被忽略很久的事。 隐私一旦失控，比透明更危险。 大多数链的隐私逻辑，其实是一次性把门关死。 你看不到我，我也看不到你，合约也看不到自己在干什么。 平时没事的时候还好，一旦出了 bug，或者账户被劫持，用户连自救的空间都没有。 Miden 走的完全不是这条路。 它不是在追求绝对不可见，而是在设计一种可控的不可见。 关键点在账户模型。 在 Miden 里，隐私不是写在合约里的，而是写在账户里的。 这听起来像一句废话，但实际差别非常大。 在 EVM 世界，账户只是一个地址。 隐私要靠外部工具补，靠混合器，靠证明，靠绕路。 这些东西一旦部署，就是全 or nothing。 而 Miden 的账户，本身就是一个带规则的执行体。 你可以决定哪些状态是私有的，哪些是公开的。 更重要的是，你可以决定在什么条件下，它们可以被看见。 这就是 threat resistant 的第一层含义。 不是防止一切攻击，而是即使出事，损失也被限制在你设定的边界里。 举个很现实的场景。 如果你的账户被恶意调用了。 在大多数链上，这意味着你要么全暴露，要么全锁死。 而在 Miden 里，你至少还能做到三件事。 第1️⃣：攻击者只能看到你允许他看到的状态。 第2️⃣：他无法调用你没授权的执行路径。 第3️⃣：他不能把你的账户变成一个“不可恢复的黑箱”。 这是隐私可控的第二层。 隐私不是隐藏信息，而是限制权力。 Miden 很少在宣传里强调这一点，但从安全角度看，这比零知识本身重要得多。 因为真正的风险，从来不是有人看到你，而是有人能替你做决定。 再往深一层看。 Miden 的执行模型本身就假设世界是有敌意的。 包括节点，调用方，甚至你自己未来写的代码。 所以它不信任连续成功。 它默认失败是常态。 这也是为什么 Miden 对隐私的处理是“局部的”。 不是一次证明整个状态是对的。 而是每一次执行，只证明这一步合法。 这让隐私变成一种逐步暴露的能力，而不是一次性押注。 你可以选择在正常情况下完全私有。 也可以在出现争议，审计，仲裁时，按规则释放最小必要信息。 不是交出全部，而是只交出你答应交出的那一部分。 这就是 threat resistant 的第三层。 隐私不等于无法被验证。 很多隐私系统，一旦需要验证，就只能牺牲隐私。 而 Miden 的思路是，验证本身就是账户逻辑的一部分。 不是事后补丁。 从长期建设者视角看，这一点非常关键。 因为真正能活下来的系统，一定会经历事故。 不是有没有问题，而是问题出现时，系统会不会自毁。 Miden 的隐私设计，本质上是在避免“全输”。 不追求极致匿名。 不赌一次完美执行。 而是允许世界不完美。 所以如果你问我，Miden 的隐私到底强不强。 我会说，它不是最强的那种。 但它是少数在真实威胁下还能继续工作的那种。 而这，才是隐私真正进入可用阶段的标志。 #miden #KAITO

阿川

16,461 Aufrufe • vor 6 Monaten

刷到 a16z 那份 Big Ideas 2026 的时候，我第一反应不是“前瞻”，是晚了。 他们终于把一句很多人心里明白、但一直不敢明说的话写出来了： 隐私不是加分项，是生死线。 链上世界现在最大的问题不是慢，也不是贵。 是你在裸奔。 地址一亮， 资产规模、交易习惯、对手盘，全给人看明白。 你以为是透明。 在机构眼里，那叫自杀式上链。 所以这些年发生了什么？ 散户在链上玩。 大钱躲在 CEX、OTC、电报群。 不是他们不懂 Web3， 是这套基础设施，根本不配让他们用真金白银。 大多数公链怎么补救？ 事后加隐私。 ZK 插件。 混币。 桥来桥去。 听起来很高级， 本质就一句话： 房子是玻璃的，给你发块窗帘。 Miden Miden 不一样。 它不是给透明链“打补丁”， 而是从一开始就假设： 用户不想被看见。 本地执行。 客户端生成证明。 链上只验证对不对， 至于你是谁、干了什么、赚了多少—— 没人有资格知道。 这一步，才是机构真正敢上链的前提。 a16z 为啥在报告里点名？ 很简单。 他们比谁都清楚： 一旦资产和行为被隐私链包住， 迁移成本高到你根本不想走。 这才是护城河。 不是 TPS， 不是叙事， 是你敢不敢把钱放进来。 到 2026 年， 公开链还在比参数， 隐私链开始吃需求。 这不是理想主义。 是钱的本能。 我现在看 Miden， 不当新叙事看， 当迟早要补的底层账。 剩下的， 你们慢慢品 Miden #Yap #Kaito Kaito AI 🌊
0:25

刷到 a16z 那份 Big Ideas 2026 的时候，我第一反应不是“前瞻”，是晚了。 他们终于把一句很多人心里明白、但一直不敢明说的话写出来了： 隐私不是加分项，是生死线。 链上世界现在最大的问题不是慢，也不是贵。 是你在裸奔。 地址一亮， 资产规模、交易习惯、对手盘，全给人看明白。 你以为是透明。 在机构眼里，那叫自杀式上链。 所以这些年发生了什么？ 散户在链上玩。 大钱躲在 CEX、OTC、电报群。 不是他们不懂 Web3， 是这套基础设施，根本不配让他们用真金白银。 大多数公链怎么补救？ 事后加隐私。 ZK 插件。 混币。 桥来桥去。 听起来很高级， 本质就一句话： 房子是玻璃的，给你发块窗帘。 Miden Miden 不一样。 它不是给透明链“打补丁”， 而是从一开始就假设： 用户不想被看见。 本地执行。 客户端生成证明。 链上只验证对不对， 至于你是谁、干了什么、赚了多少—— 没人有资格知道。 这一步，才是机构真正敢上链的前提。 a16z 为啥在报告里点名？ 很简单。 他们比谁都清楚： 一旦资产和行为被隐私链包住， 迁移成本高到你根本不想走。 这才是护城河。 不是 TPS， 不是叙事， 是你敢不敢把钱放进来。 到 2026 年， 公开链还在比参数， 隐私链开始吃需求。 这不是理想主义。 是钱的本能。 我现在看 Miden， 不当新叙事看， 当迟早要补的底层账。 剩下的， 你们慢慢品 Miden #Yap #Kaito Kaito AI 🌊

Captain Jim | 火币赚币💰

519,113 Aufrufe • vor 6 Monaten

你有没有那种感觉：追一个IP就像舔狗，花了时间花了钱，结果剧情怎么走、角色怎么发展，全都跟你没关系，最后只剩下一堆消费记录。你给的热爱、情感，最终还是成了别人赚的钱，自己啥也没捞到。 但最近我看到 LoveVoyage 爱之旅 和 RWAX 的玩法，感觉完全不一样了。他们不再把粉丝当成“无脑消费”的工具，而是真正把你对IP的喜爱转化成“能赚”的东西。你为喜欢的角色投的票、选的剧情方向，不再是空投支持，而是变成了真实的权益，能在链上交易，甚至能参与未来剧情的决策。 这不是空口说白话，这是真的让粉丝变成IP的“共同创造者”。你不再只是“看客”，而是有话语权的参与者。每一次投票、每一次选择，都可能改变剧情、甚至未来的内容走向。 对我来说，这是Web3的真正创新——让追IP不仅仅是花钱买乐子，而是能够有收益、能参与，甚至能影响内容的走向。你觉得，这是不是未来娱乐行业的新玩法？再也不是只能消费，自己也能成为内容的一部分。 LoveVoyage 爱之旅 RWAX #LOVEVoyage #心动恋旅 #RWAX #RWA #ContentRWA
0:52

你有没有那种感觉：追一个IP就像舔狗，花了时间花了钱，结果剧情怎么走、角色怎么发展，全都跟你没关系，最后只剩下一堆消费记录。你给的热爱、情感，最终还是成了别人赚的钱，自己啥也没捞到。 但最近我看到 LoveVoyage 爱之旅 和 RWAX 的玩法，感觉完全不一样了。他们不再把粉丝当成“无脑消费”的工具，而是真正把你对IP的喜爱转化成“能赚”的东西。你为喜欢的角色投的票、选的剧情方向，不再是空投支持，而是变成了真实的权益，能在链上交易，甚至能参与未来剧情的决策。 这不是空口说白话，这是真的让粉丝变成IP的“共同创造者”。你不再只是“看客”，而是有话语权的参与者。每一次投票、每一次选择，都可能改变剧情、甚至未来的内容走向。 对我来说，这是Web3的真正创新——让追IP不仅仅是花钱买乐子，而是能够有收益、能参与，甚至能影响内容的走向。你觉得，这是不是未来娱乐行业的新玩法？再也不是只能消费，自己也能成为内容的一部分。 LoveVoyage 爱之旅 RWAX #LOVEVoyage #心动恋旅 #RWAX #RWA #ContentRWA

加密 Linda 🐬

54,664 Aufrufe • vor 5 Monaten