avatar
Upside GM 👋
77,313個推特粉絲
關注
Upside is Vietnam’s largest community of long-term crypto investors — powered by @WeTheIvy, a Web3 Media Company. @TheIvyNFT is our official NFT collection
動態
avatar
Upside GM 👋
🌟 網路沒有首席執行官 不屬於任何個人或組織的系統通常比由單一公司控制的系統更持久、更安全。網路在過去50年中已經證明了這一點。 最近,成千上萬的美國人發現他們家中的太陽能板被遠端關閉了。並非因為電池板損壞,而是因為一家外國公司拖欠安裝工人的款項,從而鎖定了這些電池板。即使你購買並擁有了這些設備,你也無法真正控制它們。 這種情況並非只發生在太陽能板上,我們日常使用的絕大多數軟體和設備都存在這個問題。美國農民擁有價值數十萬鎂的機械設備,卻無法自行維修,只能等待製造商的許可。一個軟體漏洞就可能癱瘓整個世界,就像2024年導致數百萬台電腦崩潰的事件一樣。 問題在於:我們正在建構一個基於封閉系統的經濟體系,在這個體系中,決策權掌握在單一主體手中。當你使用他人的平台時,你以為自己是顧客,但實際上,你卻處於依賴狀態。 網路有何不同? 網路沒有首席執行官,沒有母公司,也沒有「關閉」節點。如果某個部分發生故障,數據會自動重定向。如果一項服務中斷,其他服務仍會繼續運作。互聯網的核心是開放標準,任何人都可以使用並在此基礎上擴展。 因為網路不屬於任何人: 沒人能給上漲行情。 沒有人把你拒之門外。 沒有人能完全掌控比賽。 因此,互聯網已成為價值數兆鎂的經濟活動的平台。 相反,封閉式平台正在「吸走」價值。 如今,平台公司橫亙在你和所有數位化事物之間:軟體、數據、交易。它們可以隨時上漲行情,而你最終還是得買單,因為退出成本太高。企業在軟體上的投入越來越多,並非因為軟體本身更好,而是因為他們別無選擇。 這個系統沒有故障。它的運作完全符合設計預期:製作依賴關係。 📍還有其他選擇嗎?有:開放系統 像 Linux 或 Git 這樣的開源軟體展現了一種不同的模式:它不屬於任何個人或組織,任何人都可以測試它、修復漏洞,即使一方退出,其他人也可以繼續使用它。當發現漏洞時,整個社群都會看到並共同修復。無需等待“製造商”來處理。 開放系統也會出錯,但出錯是公開的,可以快速修復。封閉系統出錯則往往無人知曉。 📍但是邪惡的價值觀呢? 網路在資訊傳輸方面表現出色,但資金和價值仍需要透過銀行、信用卡公司和中介機構進行流通。每一筆交易都可能被阻止、凍結或監控。 這就是以太坊的重要性所在。 以太坊不是一家公司。它沒有首席執行官,也沒有所有者。它是一個開放協議,允許價值轉移,而不僅僅是資訊轉移。任何人都無法隨意凍結你的資產或鎖定係統。 就像網路一樣,以太坊存在,是因為它不受任何人控制。 簡而言之,非常簡單。 基礎設施只有兩種類型: 一種無人擁有的類型 以及一種所有權 互聯網已被證明是第一個有效的資訊傳播模式。 以太坊正試圖在貨幣、資產和經濟協議上做類似的事情。 最終的問題不是“哪種技術更好”,而是:你是想把你的未來建立在無人控制的基礎設施上,還是建立在隨時可能關閉的基礎設施上? 據以太坊基金會生態系統負責人 James @Snapcrackle 稱 twitter.com/gm_upside/status/2...
ETH
1.8%
avatar
Upside GM 👋
💎 人工智慧領域蘊藏著萬億鎂的機會:什麼是上下文圖?為什麼上​​下文圖如此重要? 人工智慧在商業領域最大的兆鎂機會或許不在於讓模型更智能,而是捕捉人類的決策過程。以往的軟體透過成為「真相記錄器」——儲存關於客戶、員工或營運的標準化數據——製作了巨大的價值。然而,這些系統主要記錄的是最終結果,而非人們接受該結果的原因。 當AI 代理開始融入實際工作流程時,這種限制就變得非常明顯。企業並不缺乏數據,而是缺乏決策過程的痕跡:為什麼這筆交易能獲得比標準價格更低的下降,為什麼這張工單會被優先處理,為什麼次的例外情況被批准了而次卻被拒絕了。這些答案往往存在於Slack、Zoom通話、領導的私信,或是少數資深員工的記憶中,而不是任何官方的系統裡。 規章制度只能告訴行為者在一般情況下該做什麼。但實際操作總是充滿例外和先例。人們做出正確的決策,不僅是因為他們了解規則,還因為他們記得:「次我們是如何處理類似情況的?」 這也適用於行為者。如果無法取得以往決策的歷史——誰批准了這些決策,在什麼背景批准的,哪些例外情況被接受——那麼行為者就只是缺乏判斷力的僵化執行機器。 當代理直接部署到工作流程時,它可以記錄決策發生的瞬間的整個決策過程:輸入數據來自哪些系統、應用了哪些規則、觸發了哪個異常分支、由誰批准以及批准的原因。隨著時間的推移,這些記錄相互關聯,形成一個背景圖譜——一個反映企業實際運作方式的「鮮活記憶」。它不僅記錄了發生了什麼,還解釋了為什麼允許這些事情發生。 這是現有系統難以實現的。 CRM 或 ERP 系統僅儲存目前狀態,而非決策時的背景。數據倉儲只能在所有事情完成後接收訊息,此時決策的原因已不再重要。為了保留決策的痕跡,系統必須始終處於決策發生的那一刻,而不是事後回顧。這正是新創公司建構AI 代理編排層的結構優勢。 因此,最大的機會或許不在於徹底取代舊系統,而是建構一個全新的決策記錄系統。初期,系統僅支援自動化,需要人工審批。但隨著時間的推移,它將逐漸發展成為一個企業可以追溯「我們當初為什麼這麼做?」的平台。隨著決策軌蹟的積累,先例變得賺了,自動化也能以更安全、更可控的方式實施。 歸根結底,問題不在於舊的數據記錄系統是否仍然存在,而在於:下一個萬億鎂平台是通過將人工智能集成到舊數據中構建而成,還是通過記錄人類如何做出決策從而數據真正具有可操作性而構建而成? 「背景映射」是第二種方法的基礎。 據 Jaya Gupta(@JayaGup10)——企業家兼基金會合夥人——稱 twitter.com/gm_upside/status/2...
loading indicator
Loading..