avatar
크립토메이지
關注
動態
avatar
크립토메이지
埃隆·馬斯克認為，今年編程將會消失。 它不會進化，而是會徹底消失。 到12月，人工智能將不再需要編程語言。它將直接生成機器代碼——比人類邏輯所能生成的任何代碼都更加優化的二進制代碼。不再需要翻譯或編譯，只有純粹的執行。 “我甚至懶得再寫代碼了。” 代碼並非本質，它只是阻礙。它是機器無法理解人類語言而不得不繳納的稅款。如今，人工智能已經掌握了流暢的人類語言，這筆稅款也隨之消失。現在，把它連接到Neuralink系統。語法、鍵盤、屏幕都將不復存在。 “從想象到軟件。” 思想可以執行。想象結果，系統就能立即將其設計並編譯成現實。我們不是在自動化編程，而是在抹殺編程本身。整個行業都將坍縮成一個單一的想法。數十年的培訓將變得毫無意義。想法與實現之間的差距將為零。我們將停止創造。想象一下，它就會變成現實。這並非漸進式的進步，而是徹底的變革。人類數萬年來創造事物的方式如今已然過時。 歡迎來到一個技術、資源和時間不再是限制因素的世界。關鍵在於，你要能夠清晰地構想你想要的東西，讓機器將其變為現實。 x.com/r0ck3t23/status/20218055...
avatar
크립토메이지
$USDC，CIRCLE 的 Perp DEX “Circle 投資 Perp DEX / 收益分成是遊說者為了自身利益而進行的” 9.2 億美元的 USDC 收益分成較低，對 EdgeX 進行戰略投資 1. Circle 的本質 = 國庫券利息業務 - 17 億美元收入的 99% 來自 USDC 儲備利息。與 Coinbase 五五分成後，實際收入為 7.68 億美元 - 如果美聯儲降息 150 個基點，可能會出現赤字。他們的盈利能力可能不如你想象的那麼強 - 生存公式：USDC 流通量 × 鏈上停留時間 2. 為什麼選擇 Perp DEX？ - 預計到 2025 年，Perp DEX 的累計交易量將超過 7 萬億美元。槓桿作用使得交易量比相同 TVL 值高出數十倍。 - 長期鎖定抵押 USDC → 確保穩定的儲備利息Lighter 9.2億美元，約合每年3700萬美元。 即使有收益分成，這仍然是一種為市場份額付費的結構。 3. 為什麼他們之前免費獲得，現在卻突然要免費贈送？ - 最初，Lighter 9.2億美元的USDC → 只有Circle獲得利息，而Lighter本身一無所獲。 - 然而，隨著各種穩定幣交易對和受監管穩定幣的出現，USDC必須找到自己的生存策略。 - 在USDC擁有大量份額的地方，交易機會比比皆是（將原本在中心化交易所（CEX）上自然而然的做法擴展到了去中心化交易所（DEX））。 4. 為什麼現在是監管的時機？ - 《CLARITY法案》：最大的問題是是否允許穩定幣收益。銀行完全禁止穩定幣收益，而加密貨幣則反對。 - USDC在去中心化交易所（DEX）中的交易活動與市場掛鉤 → 無論市場走向如何，都能最大限度地降低監管風險。 - 利用永久去中心化交易所（DEX）結構繞過銀行遊說集團施加的利息禁令。 5. 先發制人地防禦美國代幣發行（USAT） - Tether USAT 於 1 月 27 日上線。中心化交易所（CEX）立即展開正面競爭。 - 然而，由於 USDC 作為原生抵押品嵌入，永久去中心化交易所的轉換成本很高。 - 先發制人的收益分成機制允許在市場滲透之前構建基礎設施。
ETH
1.65%
avatar
크립토메이지
Lighter 已與 Circle 簽署協議，雙方將共享平台上約 9.2 億美元 USDC 存款所產生的收益。 簡而言之： Lighter 是一個 Perf DEX 平台。 Circle 是 USDC 的發行方。 約 9.2 億美元的 USDC 已存入 Lighter 平台。 這些 USDC 產生的利息由 Circle 和 Lighter 共享。 USDC 儲備投資於美國國債等安全資產，從而產生利息。雖然 Circle 通常會獲得這些利息，但協議的關鍵在於，部分收益將與 Lighter 分享。 其影響如下： 首先，Lighter 現在擁有基於存款的收入模式，而不再僅依賴交易手續費。 其次，隨著平台總鎖定價值 (TVL) 的增加，Lighter 的收益也將增加。 第三，這有可能與代幣價值建立長期連結。 圖表價格的飆升反映了市場預期，即此消息將進一步提升 Lighter 的收入結構。 簡而言之， Lighter 已與 Circle 達成協議，共享 USDC 存款產生的利息，這被解釋為該平台獲得了可持續的收入模式。
LIT
3.3%
avatar
크립토메이지
【軟件公司崩盤】 人工智能工具的進步引發了熱議。👀👀 讓我們來總結一下這場“軟件大崩盤”，其中90%的SaaS股票從52周高點下跌了30%到80%。🙏 ✅ 為什麼會崩盤？ 1️⃣ 人工智能服務取代現有軟件 - 我們過去理所當然地認為在電腦上使用軟件、網頁和應用程序是理所當然的。 - 然而，越來越多的公司正在用基於前沿人工智能模型的原生AI應用程序或服務來取代現有軟件。 2️⃣ 過去一年，這些公司的股價暴跌。 - 這不僅僅是被取代的問題；各項指標都顯示出災難性的結果。 - 設計工具Figma、數字廣告投放工具Trade Desk、語言學習應用Duolingo、營銷軟件HubSpot、商業協作工具monday.com 軟件和SaaS公司就是典型的例子。 3️⃣ 原生AI應用的增長速度驚人。 - 反過來，基於AI的應用也在飛速增長。 - AI編碼工具Cursor和AI語音生成服務ElevenLabs僅用了兩年時間就實現了1億美元的經常性收入。 4️⃣ 使用時長與收入成正比增長。 - a16z將其描述為“傳奇般的速度”。 - 基於AI的法律服務Harvey的使用時長翻了一番。 - 用戶查詢量也在穩步增長。 🤔 AI的出現正在徹底改變計算機與人類的交互方式。😅 在過去的兩三年裡，我們周圍的人都在使用AI，而這正是導致這些嚴重後果的原因。😓😓 數據不會說謊。 👉 查看原文 👈
avatar
크립토메이지
😎Lighter創辦人談以太坊最快去中心化交易所：LIT、Robinhood及傳統金融-去中心化金融橋樑概述😎 問題1：您如何評價您目前的業績與一年前相比？ • 一年前：預發布階段 > 目前：每日自然交易量：40-50億美元 • 自10月10日以來的交易量下降並非由於以太坊抽獎（TGE）所致，而是由於清理虛假帳戶/民用帳戶導致的交易量正常化 • 這是一項長期擴張策略，而非短期事件 • 目前，Lighter擁有穩健的基礎，具備可擴展性 問題2：您是如何進入金融與交易領域的？ • 數學與電腦科學背景 • 量化金融方法 • 在Citadel的工作經驗，使您具備了市場結構、風險管理和基礎設施設計能力 問題3：請用一句話概括Lighter的獨特之處？ • 基於五大原則的設計：低成本、低延遲、安全性、可驗證性和可組合性 • 每日約 5 億筆訂單的加密證明 • 基於驗證的架構，而非基於信任的架構 • 積極利用 DeFi 的可組合性 Q4. 為什麼零知識證明 (ZK) 技術如此重要？ • ZK 同時解決了可擴充性和可驗證性問題 • 建構專門用於金融領域的客製化 ZK 電路 • 處理每日 5 億筆訂單的成本約為 5 萬美元 • 與一般架構相比，確保經濟可行性是關鍵的競爭優勢 Q5. 您認為它真的能夠與中心化交易所競爭嗎？ • 我們承認 DeFi 過去在產品與市場契合度方面存在不足 • 目前，它在延遲和成本方面可以與中心化交易所競爭 • 預計 DeFi 的市佔率將在長期內成長 • 競爭有利於產業發展 Q6. 有限責任合夥 (LLP) 的運作方式是什麼？為什麼它轉向了 LIT 質押？ • 以社區資本為基礎的做市資金池（約 5 億美元） • 穩定的絕對收益，但有容量限制 • 從現有的積分制模式過渡到基於 LIT 質押的模式 • 更穩定、更完善的長期結構 Q7. LIT 代幣的實際用途是什麼？ • 造訪 LLP • 手續費折扣 • 優先執行速度 • 取得進階數據 • 最高 15% 的融資費返還 • 回購已經開始，根據 Vlad 的說法，超過一半的利潤已用於回購。 （這並非明確規定 50% 的固定回購政策；他只是表示超過一半的利潤已被用於回購。） • 未來也計劃推出以程式為基礎的回購機制。 Q8. 您與 Robinhood 的關係如何？您對代幣化股票有何計畫？ • Robinhood 正在積極拓展鏈上業務 • 已具備互通性 • 代幣化股票將從性能股擴展到現貨股 • 最終目標是建構傳統金融 (TradFi) 與去中心化金融 (DeFi) 的連接基礎設施 Q9. 您對監理的立場是什麼？ • 目前不接受美國客戶 • 我們專注於合理的監管，而非規避監管 • DeFi 在結構上是透明且可追溯的 Q10. 您的長期發展路線圖是什麼？ • 代幣化現貨股 • 選擇權 • 預測市場 • 基於 zkVM 的擴展 • 固定收益產品，例如鏈上債券 • 超越簡單的交易所，成為全面的鏈上金融基礎設施層
ETH
1.65%
avatar
크립토메이지
時間 + 人工智能 = 金錢 機會稍縱即逝。🔫 原文 五年內，人人都會使用人工智能。 但真正理解它的人卻寥寥無幾。 而“使用人工智能的人”和“理解人工智能的人”之間的差距 將成為未來經濟中最有價值的差距。 讓我們來探討一下原因，以及為什麼現在幾乎是我們彌合這一差距的唯一時機。 許多聰明人會說這樣的話： “等人工智能更成熟了，我再開始用。” “等它變得更容易了。” “等贏家確定，工作流程也理順了。” 表面上看，這似乎是一個合理的決定。 但就目前而言，這是最糟糕的策略。 人工智能並沒有變得更難；它正在變得越來越容易。 而這正是問題所在。 每個月，工具都變得更加流暢， 點擊操作更加便捷， 變得更加“黑匣子”。 目前，我們還能窺見其內部運作。您可以思考 Claude 中提示失敗的原因， 並親身體驗 n8n 中代理節點的工作原理。 您甚至可以通過在本地運行開源模型來體驗輸入和輸出之間的流程。 但這個機會稍縱即逝。 回想一下互聯網的早期。 在 20 世紀 90 年代初，那些搭建自己的調制解調器並探索 BBS 的人 不僅僅是網絡專家。 他們後來成為了公司的創始人、首席技術官和架構師，而這些公司最終僱傭了無數其他人。 那些瞭解 HTTP、DNS 和 FTP 的人 不僅僅是“技術達人”。 他們是那些在電子商務出現之前就敏銳地感知到電子商務、SaaS 和雲計算發展趨勢的人。 這並非因為他們的想法獨樹一幟， 而是因為他們擁有架構方面的第一手經驗。 自 2005 年以來，任何人都可以使用 WordPress 構建網站， 但那些自 1997 年就開始使用 HTML 的人 並非只是創建漂亮的網站。 他們設計系統、領導團隊，他們的思維方式與那些只會拖放的用戶截然不同。 問題不在於“易用性”。 而在於結構的模糊性。 如果你看不到結構， 你就無法設計新的結構。 如今，人工智能領域也面臨著同樣的問題。 那些如今改進提示、構建代理並嘗試開源模型的人 並沒有把時間浪費在那些終將過時的工具上。 他們正在積累直覺，這將塑造下一步的發展方向。 使用人工智能生成電子郵件的人與 理解為什麼先分配角色會帶來不同結果的人截然不同。 前者獲得結果。 後者構建系統。 然後改進、自動化並擴展該系統。 區別不在於智能， 而在於起點。 一切都取決於你是否在工具尚不完善時就開始了。 那麼，“理解人工智能”意味著什麼？ 它並非指記住模型名稱。 它並非指緊跟每一次版本更新。 如今理解人工智能意味著具備以下能力： 設計上下文，而非提示。 理解低級邏輯模型（LLM）是概率引擎，而非知識庫。 至少擁有一次構建自動化系統的經驗。 能夠區分封裝層和底層模型。 能夠權衡速度、成本和準確性之間的利弊。 這種感覺源於經驗，而非理論。 人工智能將變得像電力一樣“開箱即用”。 我們正在進入一個只需撥動開關的時代。 但設計電網的人並非撥動開關的人。 在數十億互聯網用戶中，只有極少數人設計了人工智能架構並從中獲益。 而且他們中的大多數人都經歷了早期的動盪時期。 我們現在正處於人工智能動盪的時代。 准入門檻不是學歷，也不是風險投資。 而是好奇心和執行力。 這樣的機會不會永遠持續下去。 這並非因為工具變得越來越昂貴， 而是因為學習基礎知識的環境正在消失。 差距不在於獲取途徑，而在於積累的理解。 任何人每月只需花費幾萬韓元就能使用相同的模型。 問題在於誰投入了更多的時間和更深入的學習。 隨著你每天使用人工智能， 你的大腦會積累模型。 你會看到模式， 你會區分好問題和壞問題， 你會逐漸掌握何時應該相信，何時應該懷疑。 這些積累會迅速增長。一年的時間看似短暫， 但在這個領域，這卻至關重要。 現在就開始行動。 不要等到一切完美才行動。 正如早期互聯網不會讓那些等待寬帶普及的人受益一樣， 人工智能也不會讓那些等到“容易”才行動的人受益。 現在，當它既具有挑戰性又足夠開放，可以進行實驗時， 才是最寶貴的時機。 機會之門已經敞開。 但它不會永遠敞開。
LLM
0%
loading indicator
Loading..