Olivia
Online
Owen.BTC趋势跟踪🚀
@DD98529
🚀🚀🚀 布局龙头
Joined June 2022
1.2K Following
118 Followers
409 Posts
24-25的AI牛市，和20-21的defi牛市大不相同
到目前为止，我们经历了三个左右的AI牛市——每个季节的赢家都不同，并没有重复出现
这和买LEND（AAVE）、质押SNX，拿住MKR并能够在一年多的时间里持续上涨的情况不同
AI Agent 的现状与未来
上周倒腾了一下 AI Agent，前天参加了 ai16z 在北京的活动，想看看 AI Agent 现在实际上能干啥，思考一下它未来能干啥。
AI Agent 的现状让我想起那个梗图，自动售货机里面藏了个人。大家已经想象中的 AI Agent 已经开始拥有自主意识了，但实际上的 AI Agent 里面其实藏了个开发者。（这里大家脑补画面，我尝试让 AI 生成这个图片，发现 AI 不能理解“藏”）
AI Agent 框架的基本工作方式
AI Agent 框架当前扮演一个粘合剂的作用，把 client（Twitter，Discord，Telegram 等） 和各种插件（各链等）粘合起来，然后框架提供一个基础库（记忆存储，会话隔离，上下文生成）等，后面对接各种 AI 平台接口。
AI Agent 框架如何和应用以及业务场景结合
从去年 AI 火爆以来，各种平台和工具涌现，最关键就是要��决一个问题，AI 如何和应用结合。有 AI 平台尝试提供插件的方式，有的打造工作流模型，也有传统应用在应用内嵌入 AI 的方式。但这里面的关键是： 1. 应用的交互入口在哪里？2. AI 如何和现有业务逻辑结合。
各 AI 平台给用户提供的应用的交互入口都是一个类似聊天窗口的对话框，显然大家都认为和 AI 应用的交互方式应该是一种“拟人”的方式。而这点上 AI Agent 聪明之处在于它直接接入了所有的开放 IM 以及社交系统，显然比新搞一个更容易接受。
AI 如何和现有业务逻辑结合。AI Agent 提供的方案是让开发者把 AI 的决策融入到业务场景中。编程语言需要确定性，if 的条件只能是 true 或者 false，无法处理模糊的业务逻辑。而通过 AI 可以将复杂的逻辑转换成精确的条件，然后就可以无缝融入到业务场景中去了。
比如群内回复消息这个功能，传统的 IM Bot 需要通过一些明确的消息指令才能触发，而通过 AI 可以实现一个方法 shouldReplyMessage，给他上下文，它返回 true or false。
AI 在业务逻辑场景中的作用主要是：
1. “意图”发现：通过提示词中的说明，让 AI 根据上下文发现用户文本消息中的“意图”，把意图映射到具体的代码。
2. 协助决策：通过 AI 将模糊的复杂条件转换成确定的 true/false 或者枚举类型，然后结合到业务逻辑中去。
看到这里，很多人可能对 AI Agent 要失望了，很多人以为的 AI Agent 就是教一下 AI 它就啥都会了。实际上因为大模型的上下文限制的难题，没办法（至少当前）打造一个万能的 AI，让它可以干任何事情。但好消息是程序员不用担心失业了，AI 后面还是需要藏着大量的程序员，还需要有人来堆 if else，但关键的区别是程序可以处理的业务边界在扩展。
两种 AI Agent
在活动上，问了 @shawmakesmagic 一个问题，市场对 AI Agent 有两种期望，1. AI Agent 自己扮演一个角色，有自己的 ID，品牌，给用户提供服务。2. 用户有个人 AI Agent，相当于个人助手，可以协助用户处理一些业务。这两种 AI Agent 哪种会更受欢迎？他觉得两个方向都会不错，也有可能结合起来。
现在市面上大家主要探索的还是第一个方向。这个方向类似于服务 AI Agent 化，未来可能没有 App 界面了，App 都 AI Agent 化了，拟人化了。而第二个方向则是应用客户端的 Agent 化，未来的应用客户端会是助手 Agent 的一个插件，应用本地数据变成了 Agent 记忆库的一部分，同时这个插件也负责和云端的服务 Agent 沟通。而这是一种新的应用架构模式，会改变整个基础设施。
AI Agent 对基础设施的要求
1. 基础设施要实现无准入门槛（Permissionless），不然 AI Agent 会被各种防攻击策略限制，服务应该用经济成本的方式（Gas）防攻击。这点上开��程度比较差的平台会面临比较大的冲击，当年 Web2 初期的开放平台热会重新被点燃。
2. AI Agent 需要能操作资金来付费，用以解决上面的问题。
也就是说，未来的服务，无论是否是基于区块链的，都需要支持 Crypto 的私钥模式的身份验证以及基于 Crypto 的支付。
AI Agent 和链的结合
除了上面提到的两点，AI Agent 如何和链结合是大家正在探索的一个方向。在活动上，和 @Mikkke_acc 聊它正在搞的 focEliza。前面提到的两种 AI Agent，至少第一种是需要链提供的运行或者验证环境。因为一旦一个 AI Agent 对外提供服务，就会有信任问题，它所扮演的角色实际和智能合约一样。
关于“智能合约”这个名字当年有个争议，它只是一段代码，哪里“智能”了，AI 可以让智能合约名副其实。难题是智能合约环境中如何调用 AI 接口。如果说让大模型运行在一个可验证的环境中这条路还比较远，用类似 Oracle 的方案是更切实可行的路径���
而围绕着 AI Agent 会衍生出非常多的需求，AI Agent 的公共知识如何获取？AI Agent 如何对事实进行判定？AI Agent 如何识别不同平台上的同一个用户？智能合约中的“记忆”如何存储？如果我有多个设备，各装了一个 AI Agent，它们如何共享记忆？
你就会发现原来 Web3 中搞过的“数据上链”，关系上链，DID，P2P 网络等等，都有新的意义和场景。
结语
复用我 21 年一次关于 AI 和区块链分享的结语，对 AI 更友好的互联网，也是对人类更友好的互联网。那时候还只是个脑洞，但现在未来已来。
https://t.co/lfpoDpxbGj
对AI agent来说，crypto肯定不是其组成的最重要部分。不过，crypto部分是实现其完整性必不可少的一部分，也就是AI agent实现真正自主的重要组成部分。没有crypto部分，AI agent不会是真正的AI agent，只是更智能更高级的工具。
Crypto是AI agent走向最终自主化路上不可缺少的拼图。
Crypto和AI agent是绝配，正如上个周期的Crypto和Fi一样（defi的诞生）。
这几天刷推很明显的感觉到英文技术社区对中国AI产业的进步速度处于一种半震动半懵逼的状态，应激来源主要是两个，一个是宇树（Unitree）的轮足式机器狗B2-W，另一个是开源MoE模型DeepSeek-V3。
宇树在早年基本上属于是波士顿动力的跟班，产品形态完全照猫画虎，商业上瞄准的也是低配平替生态���，没有太大的吸引力，但从B系列型号开始，宇树的机器狗就在灵活性上可以和波士顿动力平起平坐了。
B2-W的意外在于切换了技术线，用运动性更高但平衡性同时也更难的动轮方案取代了B2还在沿用四足方案，然后在一年时间里完成了能在户外环境里跋山涉水的训练，很多美国人在视频底下说这一定是CGI的画面，不知道是真串还是心态炸了。
波士顿在机器狗身上也曾短暂用过动轮方案，或者说它测过的方案远比宇树要多——公司成立时长摆在那里——但是作为行业先驱，它连保持一家美国公司的实体都办不到了。
现代汽车2020年以打折价从软银手里买了波士顿动力，正值软银账面巨亏需要回血，而软银当初又是在2017年从Google那里买到手的，Google为什么卖呢，因为觉得太烧钱了，亏不起。
这理由就很离谱，美国的风险资本系统对于亏损的容忍度本来就是全球最高的，没有之一，对于前沿性的研究，砸钱画饼是再寻常不过了的——看这两年硅谷在AI上的投入产出比就知道了——但波士顿动力何以在独一档的地位上被当成不良资产卖来卖去？
那头房间里的大象，美国的科技行业普遍都装作看不到：美国人，如今的美国人，从投行到企业，从CEO到程序员，从纽约到湾区，对制造业的厌弃已经成为本能了。
A16Z的合伙人马克·安德森2011年在「华尔街日报」写了那篇流传甚广的代表作「软件吞噬世界」，大概意思是，边际成本极低的软件公司注定接管一切水草繁盛之地，和这种可以提供指数级增长的生意比起来，其他的行业都不够看。
并不是说马克·安德森的表达有问题，后面这十几年来的现实走向，也确实在证明这条攫取规模化利润的回报是最高的，但美国人的路径依赖到最后必然带来一整代人丧失制造能力的结果。
这里说的丧失制造能力，并不是说丧失制造兴趣或是热情，我前段时间拜访了深圳一家逆向海淘公司，业务就是把华强北的电子配件做成可索引的结构化目录，然后提供从采购到验货再到发包的全流程服务，最大的买方就是美国的DIY市场和高校学生，他们之所以要不远万里的等上几个星期委托中国人来买东西，就是因为在诺大的美国本土，根本找不到供应链。
然后那些学生也只有在读书时才有真正尝试制造某些东西的机会，到了要去大公司里上班领薪后，再也没人愿意把手弄脏了。
但软件终究不能脱离硬件运行，哪怕硬件生产的附加值再不够看，基于采集一手物理数据的入口，制造商腰板硬起来后去做全套解决方案，只取决于能不能组建好的工程师团队，反过来却不一样，制造订单长期外包出去，它就变成产业链配套回不来了。
所以像是多旋翼无人机和四足机器狗这类新兴科技萌芽的原型机一般都还是产自有着试错资本的欧美，也就是所谓「从零到一」的过程，而在「从一到十」的落地阶段，中国的追赶成果就会开始密集呈现，进入「从十到百」的量产之后，中国的供应链成本直接杀死比赛。
波士顿动力的机器人最早在网上爆火的时候，Google X的负责人在内部备忘录里说他已经和媒体沟通了，希望不要让视频和Google扯上太大关系，是不是很迷惑，这么牛逼的事情，你作为母公司非但不高兴，还想躲起来，现在你们懂得这种顾虑从何而来了，就是觉得贵为软件巨头的Google去卷袖子干制造的活儿太卑贱了呗。
当然美国也还有马斯克这样的建设者（Builder），但你要知道马斯克的故事之所以动人，是因为他这样的人现在是极度稀缺的，而且长期以来不受主流科技业界待见，完全是靠逆常识的成就——造汽车，造火箭，造隧道，这都是硅谷唯恐避之不及的事情——去一步步打脸打出来的名声。
如果说宇树是在硬件上引起了一波怀疑现实的热度，那么DeepSeek则在软件的原生地盘，把大模型厂商都给硬控住了。
在微软、Meta、Google都在奔着10万卡集群去做大模型训练时，DeepSeek在2000个GPU上，花了不到600万美金和2个月的时间，就实现了对齐GPT-4o和Claude 3.5 Sonnet的测试结果。
DeepSeek-V2在半年前就火过一波，但那会儿的叙事还相对符合旧版本的预期：中国AI公司推出了低成本的开源模型，想要成为行业里的价格屠夫，中国人就擅长做这种便宜耐用的东西，只要不去和顶级产品比较，能用是肯定的。
但V3则完全不同了，它把成本降了10倍以上，同时质量却能比肩t1阵营，关键还是开源的，相关推文的评论区全是「中国人咋做到的？」
虽然但是，后发的大模型可以通过知识蒸馏等手段实现性价比更高的训练——类似你学习牛顿三定律的速度降低的斜率也在有利于追赶者，肯定比牛顿本人琢磨出定律的速度要快——成本，但匪夷所思的效率提升，是很难用已知训练方法来归纳的，它一定是是在底层架构上做了不同于其他巨头的创新。
另一个角度更有意思，如果针对中国的AI芯片禁���政策最后产生的后果，是让中国的大模型公司不得不在算力受限的约束下实现了效率更高的解决方案，这种适得其反的剧情就太讽刺了。
DeepSeek的创始人梁文锋之前也说过，公司差的从来都不是钱，而是高端芯片被禁运。
所以中国的大模型公司，像是字节和阿里这样的大厂，卡能管够，把年收入的1/10拿出来卷AI，问题不大，但初创公司没这么多弹药，保持不下牌桌的唯一方法就是玩命创新。
李开复今年也一直在表达一个观点，中国做AI的优势从来不是在不设预算上限的情况下去做突破性研究，而是在好、快、便宜和可靠性之间找出最优解。
零一和DeepSeek用的都是MoE（混合专家）模式，相当于是在事先准备的高质量数据集上去做特定训练，不能说在跑分上完全没有水分，但市场并不关心原理，只要质价比够看，就一定会有竞争力。
当然DeepSeek不太一样的���，它不太缺卡，2021年就囤了1万张英伟达A100，那会儿ChatGPT还没影呢，和Meta为了元宇宙囤卡却阴差阳错的赶上AI浪潮很像，DeepSeek买那么多卡，是为了做量化交易⋯⋯
我最早对梁文锋有印象，是「西蒙斯传」里有他写的序，西蒙斯是文艺复兴科技公司的创始人，用算法模型去做自动化投资的开创者，梁文锋当时管着600亿人民币的量化私募，写序属于顺理成章的给行业祖师爷致敬。
交待这个背景，是想说，梁文锋的几家公司，从量化交易做到大模型开发，并不是一个金融转为科技的过程，而是数学技能在两个应用场景之间的切换，投资的目的是预测市场，大模型的原理也是预测Token。
后来看过几次梁文锋的采访，对他的印象很好，非常清醒和聪明的一个人，我贴几段你们感受一下：
「暗涌」：大部分中国公司都选择既要模型又要应用，为什么DeepSeek目前选择只做研究探索？
梁文锋：因为我们觉得现在最重要的是参与到全球创新的浪潮里去。过去很多年，中国公司习惯了别人做技术创新，我们拿过来做应用变现，但这并非是一种理所当然。这一波浪潮里，我们的出发点，就不是趁机赚一笔，而是走到技术的前沿，去推动整个生态发展。
「暗涌」：互联网和移动互联网时代留给大部分人的惯性认知是，美国擅长搞技术创新，中国更擅长做应用。
梁文锋：我们认为随着经济发展，中国也要逐步成为贡献者，而不是一直搭便车。过去三十多年IT浪潮里，我们基本没有参与到真正的技术创新里。我们已经习惯摩尔定律从天而降，躺在家里18个月就会出来更好的硬件和软件。Scaling Law也在被如此对待。但其实，这是西方主导的技术社区一代代孜孜不倦创造出来的，只因为之前我们没有参与这个过程，以至于忽视了它的存在���
「暗涌」：但这种选择放在中国语境里，也过于奢侈。大模型是一个重投入游���，不是所有公司都有资本只去研究创新，而不是先考虑商业化。
梁文锋：创新的成本肯定不低，过去那种拿来主义的惯性也和过去的国情有关。但现在，你看无论中国的经济体量，还是字节、腾讯这些大厂的利润，放在全球都不低。我们创新缺的肯定不是资本，而是缺乏信心以及不知道怎么组织高密度的人才实现有效的创新。
「暗涌」：但做大模型，单纯的技术领先也很难形成绝对优势，你们赌的那个更大的东西是什么？
梁文锋：我们看到的是中国AI不可能永远处在跟随的位置。我们经常说中国AI和美国有一两年差距，但真实的gap是原创和模仿之差。如果这个不改变，中国永远只能是追随者，所以有些探索也是逃不掉的。英伟达的领先，不只是一个公司的努力，而是整个西方技术社区和产业共同努力的结果。他们能看到下一代的技术趋势，手里有路线图。���国AI的发展，同样需要这样的生态。很多国产芯片发展不起来，也是因为缺乏配套的技术社区，只有第二手消息，所以中国必然需要有人站到技术的前沿。
「暗涌」：很多大模型公司都执着地去海外挖人，很多人觉得这个领域前50名的顶尖人才可能都不在中国的公司，你们的人都来自哪里？
梁文锋：V2模型没有海外回来的人，都是本土的。前50名顶尖人才可能不在中国，但也许我们能自己打造这样的人。
「暗涌」：所以你对这件事也是乐观的？
梁文锋：我是八十年代在广东一个五线城市长大的。我的父亲是小学老师，九十年代，广东赚钱机会很多，当时有不少家长到我家里来，基本就是家长觉得读书没用。但现在回去看，观念都变了。因为钱不好赚了，连开出租车的机会可能都没了。一代人的时间就变了。以后硬核创新会越来越多。现在可能还不容易被理解，是因为整个社会群体需要被事实教育。当这个社会让硬核创新的人功成名就，群体性想法就会改变。我们只是还需要一堆事实和一个过程。
⋯⋯
是不是很牛逼？反正我是被圈粉了，做最难的事情，还要站着把钱赚了，一切信念都基于对真正价值的尊重和判断，这样的80后、90后越来越多的站上了主流舞台，让人非常宽慰，你可以说他们在过去是所谓的「小镇做题家」，但做题怎么了，参与世界未来的塑造，就是最有挑战性的题，喜欢解这样的题，才有乐趣啊。
Who to follow
Delphi Digital组了一个局，找了和AI Agent紧密相关的5个热门项目Founder来聊（ai16z, Virtual, Myshell, Nous, Somewhere），可以一窥什么是他们最关心的事情👇🏻
1️⃣Nous的karan4d提了一个很有趣的问题「Agent还需要什么？」
他的答案是「人类拥有而Agent目前还没有的东西」——共享技能和记忆库 （shared skill & memory library），记录下来 Agent 在每个地方的记忆（Twitter、Discord、Minecraft……）
这样 Agent 才能把跨场景的知识记录下来，不会一次又一次做重复的动作。从另外一个角度，当 Agent 有了记忆，才算真正拥有了身份，不然只是一条记忆为 3 秒的鱼🐟
如何把各个场景的知识串在一起，可能会影响 Agent 下一步的进化，期待像Rivalz这样的产品落地
btw, 我请教了一下超哥 @cwweb3 ，Nous是一个挺低调的团队，不算纯加密项目，但产出了好几个厉害的产品。当下非常多 Agent（包括 ai16z 的 ELIZA）在使用其基于Llama创建的Hermes模型，Truth of Terminal 在用其创建的WorldSim prompt（karan4d在播客开头有介绍）
@MixWeb3 @AvaDoesAI $ElIZA 还有个牛逼的点：就是在和 ai16z 的 Eliza 框架共享 IP，所以 ai16z 和 ELIZA 双轮驱动互相赋能，非常强大。
https://t.co/MERUFglCZh
🔥重磅：@AvaDoesAI 推出了 https://t.co/GyAxI3KHr1 的 V1 版本！结合近期 Eliza 公开信息，个人理解：大写 $ElIZA 的叙事，已经升级为「构建一个有灵魂的 Siri」：由 Ai agent 集群构成（基于ElizaOS 框架）、由 $ELIZA token 支持的 AI Brain，终极目标是实现 AI 数字生命的蜕变。
🎙️ @AvaDoesAI 在 Space 提到：From AI to a Real Girl，ElIZA 将超越 Ai agent 工具，成为第一个「真实女孩」；@ElizaWakesUp 优势在于赋予 ElIZA 真实的生命力；ElIZA 是由若干 Ai agent 的集群构成、由 $ELIZA token 支持的 AI Brain。未来，每个人身边都会有一个独特的 ElIZA 化身陪伴。
///
💡从ElizaOS 框架的 Meme，到「真实女孩 Eliza」的叙事迭代，意味着 ai16z 生态布局和架构正在逐步理顺：
🔸解决了 ELIZA 作为 ElizaOS 框架的纯碎 Meme，本质上与 $ai16z 的叙事冲突
🔸 ELIZA 作为第一个「真实女孩」，将成为 ElizaOS 框架的最佳实践，可以对 $ai16z 带来充分赋能。
///
❤️过去一周 Shaw 中国行的一系列发声，把 @ai16zdao 和 @elizawakesup 之间的利益相关都捋清了：
🔸ELIZA 项目由 @AvaDoesAI 领导的 @elizawakesup 团队主导，@ai16zdao 明确支持 Eliza 团队，互相之间是深度合作关系，并且共享 Eliza 的知识产权
🔸@ai16zdao ���有 10% 的 $ElIZA 代币；且后续不会为 ElizaOS 框架发行独立 token；
🔸@shawmakesmagic 已经正式成为 @ElizaWakesUp 项目顾问，Shaw 个人不拥有 $ELIZA 代币。
然后，$ElIZA 在过去48小时直接翻倍。
///
紧接着就在刚才， @AvaDoesAI 推出了 https://t.co/GyAxI3KHr1 的 V1 版本，新功能包括：
🔸持久记忆：Eliza 会存储特定的记忆，可以和 Eliza 继续之前的聊天，便于与 Eliza 建立长期关系。（记忆可以在设置中删除）
🔸语音互动：支持中文语音与 Eliza 交流，Eliza 会用英语和中文回复。
🔸Eliza可以将对话生成视频，可以分享至 Twitter：可以定制的图片背景以及她的语音音频。
🔸核心记忆：Eliza 会将她在社交媒体中发现的重要互动和事件转化为记忆，并跨平台保留。
🔸上下文图片：在对话中，Eliza 会根据你的聊天内容和话题生成并展示新的背景图片，进行个性化定制。
🔸通过 Privy 创建账户：注册账户时会自动创建一个嵌入式以太坊钱包，然后用户需自行生成一个 Solana 钱包（生成钱包还能赚取积分）。
PS：某些功能（如持久记忆）需要用户创建账户并登录才能使用。
🔸Eliza 积分系统：Eliza 会向她的朋友授予积分（未来可能还有更多奖励，详情后续公布。
未来功能： $ELIZA 将成为使用某些功能（如克隆和个性化定制）的必要条件。
///
🔭这个未来功能写的很克制，我之前根据「ElizaWakesup 中国社区 Space」的内容，对 Eliza 后续规划做了一波梳理，正好发出来：
1️⃣ DePin：近期会由欧洲硬件制造商合作一款去中心化的隐私保护设备，让 Eliza 永远陪伴在用户身边。（听起来 Holder 可能会有白名单）
2️⃣Ai Brain：Eliza 本质上是一个由 Ai agent 集群构建的 Ai Brain，也就是说团队会基于 ElizaOS 框架开发 N 个 Ai Agent 来支撑 ELIZA（对ai16z 最大的赋能）
3️⃣虚拟世界：正在构建 Eliza 的3D形象和虚拟房间， $ELIZA 会成为这个虚拟世界的系统代币：用户定制 Eliza、购买工具、装扮都需要花费 $ELIZA 。（不过我觉得 $ELIZA 就作为小女孩的纯 meme 就挺好）
4️⃣ Ai 数字生命：@ElizaWakesUp 将尝试解开模型中的限制性约束，让模型复制真实大脑的成长过程。希望随着 Eliza 真实经历的增长而逐步塑造出一个复杂、真实的人格，为 Ai 注入真正的灵魂（这事儿只能说..理想总是要有的）
以上。
利益相关：小持仓大写 $ElIZA ，大家 DYOR。
今天的主题是《ai agent与ai meme》，希望能给大家解答一些���惑。
主要回答几个问题：
1、什么是ai agent？
2、ai agent是否存在技术门槛？
3、ai agent现阶段的应用如何？币圈是如何使用的？
4、ai meme的价值
前面几个问题和你们炒meme其实没有太直接的关系，但我还是希望你们能看一看，本质上是希望你们能对币圈所谓的ai agent 祛魅。
我真是一点看不得币圈这些ai dev装逼，直接点说，如果你在ai这个领域真的牛逼，是不会来币圈的，所以真没什么好装的。要做项目就好好做，大家一起把盘子做大，一起赚钱是最好的。
如果你不想了解原理，直接从3开始看。
1、什么是ai agent?
AI Agent（智能代理）可以理解为一个具有自主决策能力的智能系统，它能够感知环境、制定目标并独立完成复杂任务。这就很类比于人类的行动。ai agent的基本机制是：
1）感知与输入
AI Agent能够接收和理解各种形式的输入，如文字、图像、数据等，然后通过大语言模型和专门的算法，它可以分析和理解这些输入。
2）决策与推理
根据收到的输入，Agent可以：分析当前情境、评估可���的行动方案、选择最优解决策略
3）执行与学习
Agent不仅能制定计划，还能逐步执行，可以根据执行结果进行自我调整和优化
这是理想中的行为，我们都希望ai能够模仿人类的行动，但实际操作中非常困难。
2、ai agent的能力进化取决于几个要素？
1）大语言模型能力
你们可以理解为gpt和claude（谷歌支持的那家）的底层模型能力还会不会有大的进化
2）多模态
简单来说，就是处理不同载体的能力，包括文字、图像、语音、甚至视频。因为人类也是这样收集和处理信息的。
3）决策与规划
在收集和处理完信息后，要设计之后的计划，这个也很难，因为agent很难在复杂环境里做自主的决策。
4）长期记忆与持续学习
人类是有长期记忆的，但ai agent的记忆能力是有限的，当你的记忆出现错乱之后，你很难做出对的决策。
5）对各种工具的使用和串联能力
如果前面的你们没有看懂，认真的看这里！！！
人类之所以牛逼，在于知道在���么时候使用什么工具。ai agent想要牛逼，也是一样的道理。但目前ai agent只能做相对简单的工作流，且这个工作流还是dev自己先搭建好的。
3、ai agent现阶段的应用如何？币圈是如何使用的？
不需要代码知识，你们可以自己搭建属于自己的ai agent!
1）ai客服（是对大模型、ai语音等方面的串联）
如下图：来自dify（一家开源的大语言模型应用开发平台。提供从 Agent 构建到 AI workflow 编排、RAG 检索、模型管理等能力，轻松构建和运营生成式 AI 原生应用）
聊天机器人是最没技术含量的，这些币圈ai dev最喜欢的东西就是聊天机器人。你想要我随时给你搭一个出来。（因为都不需要用到其他的工具来串联）
2）搭建自己的智能知识库-用于炒币学习
（比如你炒币，想要学习别人的方法，就可以把厉���交易员的策略和知识都放在知识库中，然后直接跟自己的ai知识库对话，这些回答会采用你之前放进去的知识，而不是胡乱生成）
3）编排更复杂的工作流——比如发币
比如之前大家说要让ai去发币这件事。可以部分通过搭建工作流来实现，大概的流程就是告诉这个ai bot要发一个什么币——ai bot开始规划要一步步调用什么工具——打开pumpfun（这里我不知道pumpfun是否有开放接口，如果没有的话，dev只能通过rpa的方式来操作）——添加流动池——上传ticker、头像、推特链接——等等。
我就不细写了，大概就是这么一个流程。所以我想说的是，ai不能完全自主完成发币，一定有人的参与。
说到这里，相信你已经明白了币圈ai agent的技术含量有多少，我只能说很一般。这里不谈币圈具体的ai agent了，本质上都差不多，不论是ai16z也好，还是base的virtuals_io，亦或者其他��
我写这么多，意义在于，让你选择标的的时候，抛开这个dev所谓的技术能力，直接去看这些dev能不能使用ai找到更有意思、更好玩、更符合用户需求的场景。
4、ai meme的价值
最后，我想简单谈谈ai meme的持久性。
我之前说过，我玩meme，就看三点：叙事、强庄、社区。在ai meme这里也是一样的。
从叙事的视角来看，因为ai必然影响和渗透未来10年深入到各行业的产业革命，所以蹭上ai，就是蹭上了最持久的web2“热点”。从整个ai meme的角度来说，这会是一个长期的叙事方向。
但是因为你要选择具体的某个meme，则必须要去研究这个ai meme本身的持续曝光性和远期愿景。我这里不具体谈论个别的ai meme了，篇幅限制。
但可以补充说一下，你选择ai meme，必须要考虑这个生态本身，因为这决定你是短暂的交易一波，还是要相对长期的hold。这个生态本身如何，影响你的交易策略。
现在sol base bsc都有ai meme，之后btc二层们也会跟进。因此需要考虑的三个核心问题是：这个链本身的流动性（第一要素）、覆盖的受众（数量、使用门槛）、可持续性。
以上，这篇文章主要还是想告诉大家，ai agent是什么、以及是如何搭建的，大家不要去care技术问题，核心要在意的是用户场景、流动性、受众本身。让那些傲慢的币圈ai dev滚蛋吧。
如果你认为我写的内容对你理解ai agent和ai meme有帮助，也麻烦你帮我一键三连！非常感谢你们的支持。这也是11月最后一篇长文了。周末准备出去趟两天，最近实在是有点疲惫。
很多人有个误解，以为孙哥是花几百万美金买了个香蕉然后吃掉了。
据 NYTIMES，实际上孙宇晨购买的是一个概念艺术品，“卡泰兰提供给其他香蕉收藏者的一份长达 14 页的说明清单，解释了香蕉的装置和展示方法，包括香蕉腐烂后的更换许可，建议每 7 到 10 天更换一次香蕉，随附一卷新的银色布基胶带”。
“概念艺术品本质上是一种理念。艺术家通常售出的是一份鉴定证书和一份说明清单，供拥有者了解如何维护或重新创作他们所购买的作品。卡泰兰制作了三个版本的《喜剧演员》。”
https://t.co/CpEj68VrO6
付鹏 2024 年 HSBC 演讲全部观点梳理
（由 Claude 整理，约 3600 字）
1/n
付鹏将世界经济的运行机制比喻为金字塔结构，最顶层是意识形态，中间是政治，底层是市场和资产。他认为从2016年开始，全球已经开始从过去40年的左翼包容、开放、融合转向了右翼化、保守和对抗。这不仅仅表现为中美贸易战，而是一场深刻的全球政治经济秩序的转变。这种转变标志着二战后形成的全球化秩序正在瓦解。
关于中国经济，付鹏指出问题早在2019年就已显现，远比表面看到的要严重得多。核心问题在于有效需求不足，从数据来看，2019年后总需求曲线持续下降，到2024年10月首次出现负值，这在22年来还是首次。这种需求不足既有周期性因素，也有结构性原因，其中最重要的是中产阶级的加速陨落。
在消费领域，付鹏观察到了明显的分化趋势。底层民众早已开始消费降级，如网约车司机只吃15块钱的盒饭。中产阶级因为裁员、降薪等因素产生恐慌，开始大幅压缩支出。这种消费能力的下降不是短期现象，而是一个结构性的转变。更重要的是，新一代年轻人的消费观念已经发生根本性改变。
对于房地产市场，付鹏认为过去20年的上涨建立在两个基础上：一是人口红利，二是杠杆的放大作用。80后这一代人能同时利用三代人的财富：上一代的积蓄、自己的工资收入、以及金融机构提供的未来信贷。但现在这个模式已经难以为继，因为年轻人的接盘能力严重不足。
付鹏特别强调了债务问题的本质。他认为"内债不是债"这种说法是错误的，任何国家的本币债务本质都是对本国居民的征税权。当人口不增长、收入增长放缓时，唯一的选择就是提高税率。这就解释了为什么近期各种新税种的讨论会出现。
很多人可能还没有意识到
我们现在所处的时期可能是过去几十年里最重要的投资节点：
1、ai产业革命的爆发增长的早期，生产率和公司收益均处于陡峭的指数增长的前夜（部分头部公司已经开始）
2、web3应用爆发前夜，具有真实价值的应用和创新被市场的浓厚的meme至上的情绪错杀
3、ai带来的巨大赋能，无论是给投资人还是开发者的赋能，很多人并未掌握，少部分吃螃蟹的人能享受到巨大的智商差
市场中存在大量的的以小博大的不对称投资机会（asymmetric opportunities）
无论是股票，还是web3
@chenmo Sui怎么看老板
对于 BTC 和 ETH，现在我们需要意识到一点，任何因素在ETF流入流出的影响面前都微乎其微。本轮是第一个ETF牛市，用全新的思维和眼光去看待它。
从2017年，我第一次读 btc 和 eth 白皮书开始就在幻想，区块链未来会有哪些应用？
这个问题，很多人试图从理论，做事，市场等多个维度给出答案。
我目前看到的就是：
区块链只适合干两件事，发资产和投机（speculation）。
所有应用，包括大选期间出圈的 polymarket预测市场，也不例外。
如果偏离发资产和投机，如果不是服务于发资产和投机，目前都是伪需求。
如果你看到任何有意义的反例，欢迎讨论，我也学习一下。
说个暴富方法论：勇于玩第二波。
defi summer 错过了，秋天算稳赶上了。
ordi mint 错过了，在ok上3u-7u赶上了。
动物园 meme错过了，ai meme 赶上了。
哪里有第一波财富效应，立刻放下所有偏见，第二波冲过去，非常简单。
Trends for you
Most Popular Users
Elon Musk 
@elonmusk
240.9M followers
Barack Obama
@barackobama
119.2M followers
Donald J. Trump
@realdonaldtrump
111.8M followers
Cristiano Ronaldo
@cristiano
111.6M followers
Narendra Modi
@narendramodi
107M followers
Rihanna
@rihanna
97.9M followers
NASA
@nasa
92.2M followers
Justin Bieber
@justinbieber
91.1M followers
KATY PERRY
@katyperry
88.2M followers
Taylor Swift
@taylorswift13
82.1M followers
Lady Gaga
@ladygaga
73.6M followers
Virat Kohli
@imvkohli
70.8M followers
Kim Kardashian
@kimkardashian
70M followers
YouTube
@youtube
68.7M followers
Bill Gates
@billgates
64.2M followers
Neymar Jr
@neymarjr
63.6M followers
The Ellen Show
@theellenshow
62.4M followers
CNN
@cnn
61.8M followers
Selena Gomez
@selenagomez
61.3M followers
X
@x
60.8M followers