Reading：https://docs.google.com/spreadsheets/d/1JSmI-YDvbdxXJ1Tud2sK8mly33zh1VmcH8i5wUgSYs0/edit?usp=sharing
TG Channel：https://t.me/SleepinRain
Binance註冊，手續費減免：https://www.binance.com/join?ref=MPQ4JG9S
收費群：3SOL/年，感興趣 Twitter DM
之前提過一嘴 $FET 的事情，主要是在吐槽 @Fetch_ai 對市場的教育程度不足，或者說他們之前還沒有明確產品的發展方向。這直接導致的結果就是之前針對 $FET 的炒作基本上都是圍繞 AI 敘事和合並進行的。
但不得不說，單純看前一階段的幣價表現的話， $FET 是一個非常成功的代幣——23年受益於 AI 敘事的炒作，24年主推三大項目的合併敘事，幣價漲了幾十倍。
不過現在 Fetch 終於找準了自己的產品落地方向，推出了一個名為 ASI-1 Mini 的大語言模型（LLM）。
之前的 Fetch 離市場很近，離用戶很遠。現在 Fetch 正在向著用戶端靠攏。
和大家聊聊 Fetch 這次的更新⬇️
1、首先，ASI-1 Mini 是一個大語言模型，比較有特色的點是「自適應推理」和「上下文感知決策」。重點聊一下「自適應推理」。「自適應推理」為 Agent 提供四種推理服務：多步推理、完整推理、優化推理和簡短推理。通過其底層核心推理引擎，它會根據不同的需求來調整推理深度，以提升推理的效率——這也是 ASI-Mini 硬件推理效率更高的原因之一。
2、在 ASI-1 Mini 其推理引擎之上的架構是 MoM（Mixture of Models）+ MoA（Mixture of Agents），MoM 就是根據 Agent 需求選擇合適的模型進行推理，MoA 則是 Swarm AI Agent 集群敘事，即多 Agent 協作。
3、ASI-1 Mini 主要的應用方向是 Agentic Workflows。簡單理解，Agentic Workflows 就是通過利用多個 AI Agent 來協作、執行、管理和優化工作流程，來讓複雜任務執行變得自動化和高效。這些複雜任務包括數據處理+數據分析（支持文本、圖像、代碼）、預測（體育、Polymarket）、鏈上交互（DeFAI）等等。
4、ASI-1 Mini 是 ASI Alliance（就是 $FET $AGIX $OCEAN 合併而成的項目） ASI:<Train/> 的第一個產品。後續還會有新的更新。未來他們打算將其上下文窗口擴展至 10M Token（這個可以直接理解為允許處理的數據量），以適配金融交易、法律文檔、大型數據庫等應用場景。
5、Fetch 的 ASI-1 Mini 主打的是利用高性能+低成本來降低 Agent 的運行門檻——用他們的話來說就是讓「社區可以直接投資、訓練和擁有 AI」。
最最最核心的點在於，社區需要 $FET 來訪問 ASI-1 Mini——相當於為 $FET 增添了一個賦能。這也是我在前文中提到的，Fetch 正在向著用戶端靠攏，最終 AI 敘事的弄潮兒還是要落到實處來。
以及一些 $FET 最近的更新（最近都是做代幣回購、銷燬的項目，下一篇我想和大家分享一下我對這個事情的看法）：ASI Alliance 在1月10日銷燬了5M $FET ，下一次銷燬是在1月10日之後的三個月後，也就是4月10日。
銷燬機制 Earn and Burn 是這樣運行的⬇️
Earn：用戶可以通過使用 ASI 系產品或者參與 ASI 生態活動來賺取 $FET ，比如說通過 ASI Train 開發 AI Agent 產品。這個過程會為 ASI Alliance 創造手續費收入；
Burn：一部分手續費收入將會被用來回購併銷燬 $FET 代幣。之前 Fetch 宣佈的回購銷燬目標應該是 100M 枚 $FET 。
最後，來和大家分享一下我一直在看的一個信息流：https://t.me/cyra_alpha （Web3、Web2 AI 更新全掌握，我是 @0xPrismatic 老師的自來水）。
