加密货币市场与牛市的相关性[1]
作者：Liquid Strategies 投资组合经理 Cosmo Jiang 和内容主管 Erik Lowe
经常有投资者问我们，“各种代币在牛市周期中的相关性如何？”
为了提供对此的一些看法，我们将分析最近的两个周期，当时除比特币之外的可投资代币拥有有意义的市场份额。
我们观察到牛市周期有两个明显的阶段。第一阶段是反弹的早期阶段，此时比特币的表现往往优于市场的其他部分。第二阶段是山寨币表现往往优于大盘的后期阶段。
我们认为，比特币在第一阶段的优异表现可能是多种原因的副产品。首先，它是市场上供应最广泛、流动性最强的数字资产。2023年，比特币日均交易量为180亿美元。相比之下，以太坊日交易量为 80 亿美元。其次，首次投资者通常会先购买比特币，然后再寻求其他代币的投资。它拥有 15 年的业绩记录和许多人认为是行业本身代名词的品牌。
虽然一些投资者的旅程以比特币结束，但许多投资者将陷入加密货币 兔子洞。除了比特币之外，可投资代币的范围非常广阔，随着越来越多的企业家和开发商进入该领域，牛市似乎加速了该领域的扩张。第二阶段是投资者开始寻找支持不同用例的更高增长代币，通常由新创新推动，即 2017-18 年的 ICO、2020-21 年的 DeFi 和 NFT。这一阶段可能与约翰·邓普顿爵士所描述的牛市“乐观”阶段相吻合。
这是以金色阴影突出显示的两个阶段的视觉效果。您会注意到山寨币市场份额在周期的第一阶段下降，而总市值却小幅上升，这表明比特币表现出色。在牛市周期中，山寨币的市场份额迅速上升约 60-70%。
以下是比特币和山寨币在市值增长方面的实际回报，以及每种货币对加密货币市场整体增长的贡献程度。
在这些周期中，比特币在上涨的第一阶段始终优于山寨币。在第二阶段，山寨币的表现大幅优于比特币。有趣的是，山寨币的表现幅度如此之大，以至于在整个周期中山寨币的表现都超过了比特币。
虽然从历史上看，阿尔法的最高来源之一来自于第二阶段开始时从比特币到山寨币的完美时机轮换，但这种关系不一定总是成立，而且对于任何交易者来说，完美时机轮换也不是现实。
也许在该领域产生阿尔法的最可行的方法是保持一致的敞口，投资于有根本原因比比特币升值多倍的山寨币。
我们的论点是，具有产品市场契合性并通过强劲的单位经济效益产生实际收入的山寨币底层协议将在下一个周期中表现最佳，正如人们对股票等其他资产类别的预期一样。正如并非所有股票都生来平等一样，并非所有代币都生来平等。从长远来看，代币选择将至关重要，因为优异的表现将根据具体情况而定，而不一定是在某个行业或基于变化无常、短暂的投机性叙述。
到目前为止，在这个周期中，比特币上涨了 2.8 倍，山寨币上涨了 1.7 倍。
区块链风险投资现状
作者：Paul Veradittkit，管理合伙人
自 2022 年第一季度以来，私募交易的区块链融资一直在减速。根据 The Block 数据，季度融资和交易数量有所减少。
自 2022 年初的峰值以来，平均交易规模已大幅下降。
需要注意的是，这些数据是基于新闻融资轮公告的，根据我的经验，往往会滞后一两个季度。
根据我们在 Pantera 的观察，我们认为融资和交易活动的低谷可能出现在去年夏天。最近，我们看到由上一次牛市期间进入的企业家推动的交易活动大幅回升，这些企业家的业务已经成熟，有可能找到适合市场的产品，或者一直在执行正确的战略，并且现在回来并以合理的估值筹集资金。
这可能比大多数人预期的要长一些，因为在牛市期间，许多像我们这样的风险投资人都建议公司筹集额外一年的资金。因此，他们没有筹集两年的资金，而是筹集了三年的资金，现在我们开始看到它们重返市场。
我们认为，这是一个投资的好时机，因为交易活动已经有所增加——我预计，如果公开市场继续反弹，今年这种情况将继续下去。
2024 年预测
作者：Paul Veradittkit，管理合伙人
一、比特币的复兴与“DeFi之夏2.0”
2023 年，比特币卷土重来，比特币的主导地位（比特币在加密货币总市值中的份额）从 1 月份的 38% 上升到 12 月份的 52% 左右，使其成为 2024 年最值得关注的生态系统之一。至少有三个主要催化剂推动其明年的复兴：(1) 将于 2024 年 4 月第四次比特币减半，(2) 机构投资者预计将批准多个比特币现货 ETF，以及 (3) 可编程性功能的增强，既基于基础协议（例如 Ordinals），也基于第 2 层和其他可扩展层（例如 Stacks 和 Rootstock）。
在基础设施层面，我们相信我们将看到比特币 L2 和其他可扩展层的激增，以支持智能合约。比特币生态系统应该围绕一两种图灵完备的智能合约语言结合起来，其中顶级竞争者包括 Rust、Solidity 或比特币原生语言的扩展（例如 Clarity）。这种语言将成为比特币开发的“标准”，类似于 Solidity 被认为是以太坊开发的“标准”。
我们还看到了比特币可能出现的“DeFi 夏季 2.0”的基本面。目前 Wrapped BTC (WBTC) 的市值和总锁定价值 (TVL) 约为 60 亿美元，显然 DeFi 领域对比特币有巨大的需求。如今，以太坊 2730 亿美元的市值中约有 10% 是 TVL（280 亿美元）。随着比特币 DeFi 基础设施的成熟，我们可能会看到比特币 DeFi 总锁定价值 (TVL) 从目前的 3 亿美元（< 市值的 0.05%）上升到比特币市值的 1-2%（目前约为 10-150 亿美元）价格）。在这个过程中，很多以太坊的 DeFi 做法很可能会被转移并“归化”到比特币上，比如最近兴起的 BRC-20 铭文以及像 Babylon 的 L2 这样的 Stake 等想法。
比特币 NFT，例如刻在 Ordinals 上的 NFT，也可能会在 2024 年越来越受欢迎。由于比特币具有更高的文化认知度和模因价值，web2 品牌（例如奢侈品零售商）可能会选择在比特币上发布 NFT，类似蒂芙尼 (Tiffanys) 如何与 Cryptopunks 合作于 2022 年发布“NFTiff”吊坠系列。
2. 新消费者用例的代币化社交体验
Web2 已经从社交转向金融，而 Web3 正在从金融转向社交。2023 年 8 月，friend.tech 在 Base L2 上开创了一种新形式的代币化社交体验，用户可以买卖他人 X（fka. Twitter）帐户的碎片“份额”，达到 30k ETH TVL 的峰值 （ 10 月份的投资额约为 5000 万美元），并激发了多个“模仿项目”，例如 Arbitrum 上的 post.tech。看来，friend.tech 通过将 Twitter 个人资料金融化，成功地为 SocialFi 领域开创了一种新的代币经济模型。
在即将到来的一年中，我们预计在社交领域会有更多实验，代币化（作为可替代和不可替代的代币）在重塑社交体验方面发挥着关键作用。可替代代币更有可能是积分和忠诚度系统的新颖形式，而不可替代代币（NFT）更有可能充当个人资料和社交资源（例如交易卡）。两者都可以在链上交易并参与 DeFi 生态系统。
Lens 和 Farcaster 是将 DeFi 与社交网络相结合的两个领先的 web3 原生应用程序。像 Blackbird 这样的项目还将在特定垂直领域（例如餐厅）推广用于忠诚度计划的代币化积分系统，结合使用稳定币支付和代币化回扣来重塑消费者体验，在功能上提供信用卡的链上替代方案。
3.稳定币和镜像资产等TradFi-DeFi“桥梁”的增加
2023 年，加密领域发生了很多法律诉讼，包括该行业的几项备受瞩目的胜利，例如 XRP 裁决和 Grayscale ETF 诉讼胜利，以及币安和 FTX 金融欺诈案得到了伸张正义。与此同时，机构对比特币和以太坊的兴趣和潜在 ETF 批准大幅增加。
到 2024 年，我们预计机构采用率将大幅增加，他们不仅寻求 ETF，还寻求代币化的现实世界资产 (RWA) 和 TradFi 金融产品。换句话说，TradFi 资产将“镜像”在 DeFi 中，而加密资产将增加在 TradFi 市场中的曝光度，从而创建 TradFi-DeFi“桥梁”，将这两个世界更紧密地联系在一起，从而增加投资者的流动性和多元化。
稳定币将成为 TradFi 和 DeFi 世界之间最重要的纽带之一，USDC 和 PYUSD 等稳定币作为投资组合选项和支付工具将得到更广泛的接受。据说 Circle 考虑在 2024 年进行 IPO，我们还可能会看到非美元稳定币的发行和使用量增加，最显着的是欧元支持的稳定币，例如 Circle 的 EURC，以及英镑、新加坡元和日元稳定币。其中一些稳定币可能是由国家支持的参与者推出的。这也可能会导致链上法币外汇市场的增长。代币化国债已经获得了关注，通过 Ondo等平台代币化了 8 亿美元。
4.模块化区块链和零知识证明的交叉授粉
模块化区块链和 ZKP 的理念在过去的一年中都已大大成熟，例如最近推出的 Celestia 主网、Espresso 的 Arbitrum 集成、RiscZero 的开源 Zeth 证明器以及 Succinct 推出的 ZK 市场。一个有趣的趋势是这两种叙述如何融合在一起，ZK 领域的公司通过专注于特定的垂直领域（例如协处理器、隐私层、证明市场和 zkDevOps）来“模块化”。
在即将到来的一年中，我预计这种趋势将继续下去，零知识证明将成为模块化区块链堆栈不同组件之间的接口。例如，Axiom 的 ZK 协处理器利用 ZKP 提供历史状态证明，然后开发人员可以使用它在 DApp 中执行计算。随着 ZKP 成为这些不同提供商之间的通用接口，我们将看到智能合约可组合性的新时代。这为构建 DApp 的开发人员提供了更大的灵活性，并降低了区块链堆栈的进入门槛。在消费者方面，ZKP 可能会看到更多的用例作为保护身份和隐私的一种方式，例如基于 ZK 的去中心化 ID 的形式。
5.更多计算密集型应用程序上链，例如AI和DePIN
人们投入了大量的时间、精力和资本来解决去中心化应用程序的可扩展性问题。如今，大部分可扩展性问题已经得到解决 – 以太坊 L2 上的 Gas 费用低于 0.02 美元（相比之下，以太坊主网为 11.5 美元），而 Solana 上的费用甚至低了 3-4 个数量级。
随着这一趋势在明年继续下去，我们相信计算成本高昂的应用程序（应用程序可以消耗千兆字节的 RAM）将在不久的将来在链上变得更加经济可行。这包括链上人工智能系统、去中心化物理基础设施网络（DePIN）、链上知识图谱以及完全链上游戏和社交网络等垂直应用。所有这些都可能从根本上重塑链上数据经济，极大地改善用户和开发者的体验，因为他们摆脱了繁重的汽油费和对计算能力的严格限制。
可以利用这种便宜得多的链上“计算”的计算成本高昂的项目的例子包括 Hivemapper 在 Solana 上创建去中心化的 Google 地图、Bittensor 创建去中心化的机器学习平台、Modulus Labs 在 ZKML 和 AI 生成方面的努力NFT 艺术、The Graph 的链上知识图谱计划以及 Realmsverse 在 Starknet 上创建链上游戏世界和传说。
6. 公共区块链生态系统的整合和应用链的“中心辐射”模式
过去几年，基础设施项目激增。尽管常见的技术分类为第 1 层 (L1) 和第 2 层 (L2)，但从用户体验的角度来看，并没有太大区别。对于通用公共区块链来说尤其如此；如今，在用户、项目和数量方面，Solana 或 Avalanche 等 L1 是 Arbitrum 或 zkSync 等 L2 的直接竞争对手。
有了这种同质性，流动性就成为通用公共区块链的集中力量，使 Arbitrum、Optimism 和 Solana 等较大的现有参与者受益，目前四大生态系统约占总锁定价值 (TVL) 的 90%。较小的生态系统必须将精力集中在特定的垂直领域（例如社交、游戏、DeFi）以保持优势，从而有效地成为“应用链”或“部门链”。TVL 排名前 10 名的 L2 中的三个（dydx、Loopring、Ronin）实际上已经是专注于单一垂直领域的应用链。Base 和 Blast 等规模较小、较新的 L2 链的 TVL“闯入”也严重依赖单一“杀手级应用”（例如分别为friend.tech 和 Blur）来建立数量上的滩头阵地。
此外，大多数领先的通用公共区块链都发布了应用程序链工具包（OP Stack、Arbitrum Nitro、StarkEx 等），以允许应用程序链利用这些公共网络上的流动性并将其置于其生态系统轨道中。因此，我们开始看到一种“中心辐射”模型，其中有一些通用公共区块链充当中心“中心”，周围有许多特定应用链的“辐条”。到 2024 年，可能值得关注利用这种“中心辐射”举措的主要汇总即服务供应商，例如 Caldera、Conduit 和 Eclipse。
结论
当我们进入 2024 年时，我们或许已经度过了最糟糕的熊市，翻开了过去一年半中看到的一系列残酷崩溃的一页，并准备开始探索新的用例。今天，我们正处于一个转折点，加密货币不再仅仅与金融化有关，而是一个更广泛的概念，即我们如何使用区块链重新定义消费者、社交和开发人员的体验。我很高兴看到今年这个新兴行业的未来会发生什么，因为我们使用去中心化技术来重新构想我们的数字文化。
过去和现在：这次集会 VS. 之前的高峰
肯·罗格夫写了一本精彩的书，《为什么这次不同：八个世纪的金融愚蠢》。 谦虚地阅读了这本书并思考了我自己的一些经历，感觉“但是，这一次太不同了”，我将冒险尝试并分享我看到的一些差异。
这次集会与之前的集会明显不同。
2021 年的高峰见证了顶级代币的大规模流失。在 2017 年 ICO 引领热潮顶峰时期，排名前 20 的代币中有 14 个很快就跌出了前 20 名。他们摔得很远。按市值计算，其中 13 个下跌的代币目前平均排名第 123。（Tron 是唯一一个退出前 20 名并重新回归的项目。）事后看来，我们可以说这是对非生产性代币的投机泡沫和炒作。
跌出 2017 年前 20 名的 14 个代币全部被之前高峰时根本不存在的代币所取代。那太疯狂了。纯粹的创造性破坏。
这次反弹的有趣之处在于变化很小。这与上一个周期截然相反。
这次，占市值 83% 的前六名全部相同。前十名中有八个是相同的。有 14 个代币保持在前 20 名。
在所有这些周期中，比特币都是不变的。所有三个列表中只有六个代币（上面以金色显示）。自莱特币推出以来的十二年里，只有四种代币占据了第二的位置：莱特币、XRP/Ripple、以太坊和比特币现金。比特币现金只持有一天！比特币一直占据着冠军腰带。
我们在 2022 年期间多次谈论了这样一个想法：虽然这次下跌的幅度与之前的熊市相似，但它是独一无二的，因为区块链没有面临生存危机。大多数价格走势是由杠杆和不良行为者引起的头条新闻驱动的。这就是为什么我们看到相同的项目回来也就不足为奇了。他们的下跌并不是因为它们不是好项目，而是因为对整体市场的同情。Solana 就是一个特别好的例子。
区块链的三种风格
如果你抽象出区块链的三种主要风格：比特币、以太坊和所有其他项目的组合，你就可以看到周期。
首先值得注意的是，以太坊在 2017-18 年成立后，其份额就相当稳定。唯一的重大回调是在 2020-21 年牛市期间，当时 Solana 和 Avalanche 等竞争的第 1 层超可扩展区块链获得了可观的市场份额。
波动的是比特币和其他东西。
最早的非比特币代币之一、Pantera 的第一个风险投资 Ripple 及其 XRP 代币在 2017 年 5 月 17 日飙升至整个市场的 27%。
下图描绘了自 2016 年以来比特币市场份额最近出现极端情况时区块链中的三个主要问题。
2018 年 1 月，当比特币和以太坊市场份额处于历史低位时，非比特币+以太坊的份额为 55%。
2024 年感兴趣的领域
区块链技术生态系统中创新的速度不断产生新的利基市场和垂直领域。我们为扩展论文而进行的研究有助于我们保持领先地位，同时也有助于我们在采购和投资交易时最大限度地扩大覆盖范围。在接下来的几封信中，我们将分享我们正在积极研究的领域的论文。
人工智能 x WEB3
作者：Chia Jeng Yang（校长）和 Caroline Cahilly（实习生）
人工智能：融合人类和计算机智能
人工智能模型生成的输出，如大型语言模型（“LLM”），应该是人类和计算机大脑、数据和激励系统之间最佳交互的结果。
用自然语言说话的能力让法学硕士令人兴奋，因为人类和人工智能可以使用相同的语言来阐述复杂的过程。这是朝着让人类参与循环的协调系统的未来迈出的一大步。为了让这种合作变得更好，我们仍然需要开发强大的人机框架、机制和工具，这将鼓励人工智能系统更有效地思考，产生更有用的答案，并取得最佳结果。
Web3 如何推进这种交互
计算机原生激励框架将通过激励众包、问责制等来决定人类如何与人工智能进行交互。我们希望考虑能够最大化/优化计算机/人工智能大脑与人类大脑之间发生的交互的产品另一方面（例如，代币持有者、开发人员），特别关注中长期用例。
展望未来，我们将深入探讨人工智能时代人机交互的以下三个方面：
以下是加密技术可以提供人工智能的一些亮点，这些亮点将贯穿整个论文：
1. 支付– TradFi 支付有明确的边界。加密轨道只需要几行代码。可编程性提供了（i）软件产品的简化集成，开发人员只需将钱包地址嵌入到代码库中即可；（ii）基于计算的灵活支付，这在现有基础设施中需要太多的审计成本。通过避免过时的全球金融基础设施，它降低了具有国际用户群的产品进入市场的壁垒。此外，加密交易可以提供比传统支付网关更低的费用。简单且低成本的集成对于开源项目特别有利，因为开源项目的资源通常有限，而简单性是协作和采用的关键。
2. 众包——随着 LLM 模型的人类反馈成为更广泛的上下文挖掘和调整的越来越重要的途径，Web3 激励使得数据众包能够以更快的速度和更大的规模完成。结构化的奖励（和惩罚）系统还应该促进高质量的信息并吸引大量来自不同背景的贡献者。
3. 数据控制——控制自己的数据——这需要数据来源和隐私——应该变得越来越重要，因为：
- 如果用户可以轻松地获得报酬或获得更好的体验，那么他们可能会主动控制自己的数据（现在看来这是可能的）。随着自主代理的兴起，用户将能够在无需主动干预的情况下获得数据报酬。而且，控制数据的用户应该获得比当前个性化算法提供的较差体验更好的体验，个性化算法只能看到用户数字行为的狭隘观点。与之前的数据钱包尝试不同，法学硕士现在（i）可以自动化大规模、跨平台的手动数据收集，并且（ii）在将非结构化自然语言数据情境化方面做得越来越好。
- 公司可能会带头控制数据以保护机密信息。新标准随后将适用于个人。
我们特别兴奋的三个想法是：
1.人类反馈推理：通过众包（zk）知识图进行逻辑推理。
2.机器学习（“ML”）追踪 AI 生成内容（“AIGC”）版税：使用 ML 追踪来计算 AIGC 背后的原始数据内容的版税
3.广告数字孪生：随着法学硕士取代搜索引擎成为信息检索的形式因素，用户偏好将通过与法学硕士的交互来体现，而不是网站cookie。人工智能世界中的广告将需要基础设施，使广告技术能够自动从数字孪生中提取个人偏好。
推理
尽管市场大肆宣传，法学硕士在规划、推理、理解物理世界以及人类天生擅长的其他类似任务方面仍面临困难。[2]这些错误的发生可能是因为大型法学硕士根据数据模式模仿推理，而没有真正理解底层的逻辑/物理原理，因此按照人类标准表现不佳。
原则推理的价值在于处理看不见的问题的能力，特别是考虑到有强有力的证据表明 Transformer 无法泛化到训练数据之外。[3] 我们寻找解决推理问题的解决方案，以帮助基础模型和当今任何法学硕士集成系统，重点关注人类反馈机制以实现更好的推理。
逻辑
知识图（使用结构化数据库来捕获实体、事件和概念之间的关系）提供了一种将逻辑推理纳入法学硕士的有趣方法。
以下是如何合并它们的示例：
1.动态知识检索：在推理过程中，根据某种注意机制从图中动态检索相关信息。
2.反馈循环：如果输出明显偏离图表的理解，请使用此反馈进行进一步微调。
众包知识图——众包将重新定义信息收集和身份验证，帮助开发“所有人类知识和文化的存储库”，正如 Meta 首席人工智能科学家 Yann LeCun 所描述的那样。[4]
众包知识图谱将激励用户在模型访问其贡献时通过自动付款来贡献数据及其逻辑连接。为了保持准确性，不正确的贡献将受到惩罚，这是由一组执行一组商定标准的验证者确定的。定义这些标准（针对每个图表）将是成功的最重要的考虑因素之一。
Web3 提供了一种在必要规模上激励知识图谱创建的方法。此外，LLM 推理中的差距将是一个不断变化的目标，而 Web3 提供了一种在差距出现时激励特定数据贡献的方法。
此外，结构化的奖励（和惩罚/削减）系统将促进高质量的信息并吸引大量来自不同背景的贡献者。值得注意的是，用户实际上是通过以富有成效的非零和方式共享供法学硕士使用的数据来创造价值，这与零和预测市场和去中心化预言机不同。
最后，在当前人工智能的极限下众包这些图表将有助于保持相关的准确性（即不复制现有法学硕士的推理能力）。
信任和问责机制
1. 数据隐私
正在开发的对用户数据的控制人工智能很快就会与苹果的硬件生态系统相媲美。必须在渠道的所有部分更加仔细地考虑隐私，因为：
- 随着人工智能无缝渗透到我们生活的各个方面，从智能家居设备到医疗保健应用，人工智能数据收集的表面积正在呈指数级增长。
- 我们正在接近一个拐点：(i) 人工智能为用户创建个性化内容的能力（例如，法学硕士）和 (ii) 用户对此能力的信念。随着用户以更高的频率/规模转向人工智能以获得真正个性化的体验/产品，与人工智能共享数据的速度将会飙升。
因此，数据隐私对于（i）建立用户对人工智能系统的信任以及（ii）使开发人员能够避免数据滥用（例如未经授权的访问、身份盗窃和操纵）至关重要。
零知识证明 (zk-SNARK) [5]和完全同态加密 (FHE) [6]等 Web3 技术将通过实现加密交互并确保敏感信息掌握在用户手中，使个人能够真正拥有/控制自己的数据。
最近的美国人工智能行政命令强调了“加强隐私保护研究和技术，例如保护个人隐私的加密工具”的重要性，并引入了大型模型的报告要求。这意味着对 Web3 隐私/来源方法的监管开放程度增加，甚至这些方法有可能成为合规标准。
众包 ZK 知识图——通过众包 ZK 知识图，人工智能可以从私有数据的连接中受益。具体来说，他们将拥有包含公共数据的“公共”节点和包含加密数据的“私有”节点。该模型可以使用节点之间的逻辑连接来得出答案，而无需透露知识本身（即，虽然最终答案中引用的节点将是公共的，但用于到达那里的节点不需要是公共的。）
此外，这些图可以使删除用户数据变得更容易，因为实时访问它们（例如，通过动态知识检索）可以避免将数据隐式存储在训练模型中。
2. 出处
如果没有出处，人工智能可能会创造出深度伪造和不受控制的个人/私人/专有数据使用的“狂野西部”景观。Web3 应该提供许多有前途的解决方案，使我们能够确定 NFT、其他媒体资产以及模型使用的数据来自何处。
机器学习（“ML”）追踪人工智能生成的内容版税——除了深度伪造之外，人工智能生成的内容（“AIGC”）在艺术领域的兴起给知识产权和版税带来了独特的挑战。例如，如果 AIGC 系统创作了两位著名艺术家的歌曲混搭，那么信用和经济奖励应如何分配给原始艺术家？鉴于 AIGC 的复杂性和可变性，用于确定此类分配的传统模型越来越不适用于 AIGC。
机器学习（“ML”）追踪提供了一种识别 AIGC 片段的原始组成部分的方法，无论是 Rihanna 的音符序列还是 Eminem 的歌词。在 AIGC 生成时控制来源对于实现这种追踪至关重要。
在 AIGC 缺乏强大的全球支付基础设施的情况下，YouTube（已经拥有版税支付机制）等平台将拥有先机，并有机会进一步集中其权力/影响力。
为了实现 AIGC 创作的民主化并确保原创艺术家得到公平的报酬，需要一个新的支付系统。与 AIGC 模型原生集成的区块链支付轨道可以从第一天起促进全球即时支付。然后可以将机器学习跟踪和区块链集成到各种平台中，从而削弱 YouTube 等现有企业目前所拥有的优势。
对该技术的投资 (1) 支持特许权使用费的公平分配，(2) 通过为更多创作者释放机会来促进 AIGC 的创新。
人工智能激励
随着人工智能模型的行为越来越自主，我们希望开发出能够激励它们按照人类愿望行事的系统。
1. 自主代理
自主代理是可以与其环境进行智能交互的模型（例如，利用工具并生成 API 调用来访问实时数据），与算法进行交互以进行推理和决策，并在无需人工直接控制的情况下采取行动。它们表现出目标导向的行为，并且可以从经验中学习，但仅在非常狭窄的环境中可靠（例如自动驾驶）。随着人工智能模型越来越多地从信息检索转向代表用户执行操作，由人类用户可验证授权的自主代理，使用数字原生货币进行商业的采用可能会增加。
数字孪生定位——传统的基于搜索的广告正在衰落，因为像 ChatGPT 这样的对话式人工智能模型将成为信息检索的主要来源。这对广告技术行业提出了挑战，因为通过搜索引擎和 cookie 进行的传统广告面临着收益递减的问题。
随着市场开始意识到这些个人模型（而不是 cookie）是理解用户偏好的原子单元，允许广告商从现有其他模型中提取用户偏好的模型可能会开始占据主导地位。使用这些模型，广告商可以实现以前无法达到的个性化水平，同时通过加密方法维护用户隐私。
促进这种互动的新平台有可能绕过谷歌和苹果等广告技术中现有的软件和硬件看门人。
具体来说，当用户决定创建数字孪生时，他们将授予其访问其搜索历史记录、当前帐户（例如，Google、ChatGPT、亚马逊）、硬盘驱动器等的权限。该孪生将开发其数据的初始摘要，包括他们与之互动过的公司、兴趣等，并不断更新。
然后，用户可以设置允许双胞胎如何以及向谁出售其数据的权限。例如，想象一个按钮，上面写着“让我的 AdBot 与 GPT-4、Meta AI 等对话”。然后，数字孪生将自动与广告商的人工智能模型进行交互。广告商的模型将决定是否值得定位，甚至不需要知道用户的身份。当有针对性时，用户将收到各种形式的广告（例如，通过文本、与法学硕士的讨论等）并获得奖励。
在这个数字孪生市场中，加密轨道可能会提供最直接的方式来允许模型补偿与其交互的其他模型，因为交易只需要几行代码。此外，激励措施的设计应确保有针对性的数字孪生对广告商具有最大价值。因此，广告商应该只针对具有代表用户偏好的干净、准确数据的数字孪生。
概括
人工智能和 Web3 技术的集成有可能彻底改变人工智能系统的推理、数据隐私和激励。基于区块链的解决方案应促进安全、高效的交易和数据处理，同时激励不同来源的贡献，以增强人工智能的开发和应用。人工智能和加密技术之间的这种共生有可能创建更强大、更高效、以用户为中心的人工智能系统，解决人工智能领域的关键挑战。
五个去
在 2014 年 3 月的第二届 Pantera 区块链峰会上，我将比特币的总市值与一家类似估值的上市公司进行了比较：
在深夜扑克比赛前几个小时的晚宴上，莫尔黑德开玩笑说，当时世界上所有比特币的价值与 Urban Outfitters 公司的价值差不多，该公司是破洞牛仔裤和牛仔裤的供应商。宿舍装饰——约50亿美元。
“这太疯狂了，对吧？” 莫尔黑德说道。
“我认为，当他们在几个世纪内挖掘出我们的社会时，所有的人猿星球风格，比特币可能会对世界产生比 Urban Outfitters 更大的影响。”
= 纳撒尼尔·波普尔，2015 年，数字黄金
我在 2020 年更新了这一比较——欧莱雅。防水睫毛膏无疑是一项了不起的发明，但比特币似乎还有更多的优势。
比特币不久前超过了伯克希尔哈撒韦公司。
它现在与 Meta（原名 Facebook）捆绑在一起。
照片共享真的很酷，但我认为地球上每个拥有智能手机的人的金融包容性将会更大。
2024 年一切顺利！
微信扫一扫 
