NEUR · 17

Jeff Dean 离职前最后一次对话：我低估了AI，也看清了创业者的唯一生路

来源 | InfoQ编译 | 宇琪 策划 | Tina一年前，Google 首席科学家 Jeff Dean 在 AI Ascent 2025 峰会上预测：到 2026 年，可能出现能够全天候工作、能力接近初级软件工程师的 AI 系统。一年后，也就是 6 天前，他在一期 YC 访谈中承认，自己低估了 AI 的进展速度。模型处理复杂任务的能力，增长得远比他当时预想的更快。那么，在 Jeff Dean 看来，AI 接下来还会以多快的速度向前推进？创业公司又该如何在通用模型不断扩张能力边界的时代生存下来？今天凌晨，这期访谈又有了不同的分量。Jeff Dean 宣布，明天将是自己在 Google 的最后一天。效力 Google 27 年后，这位被誉为硅谷“程序员中的程序员”、深度参与 Google 系统架构和 AI 技术建设的传奇工程师，将与长期合作伙伴 Sanjay Ghemawat、Oriol Vinyals 和 Quoc Le 共同创立 Discovery Loop，一家聚焦机器学习、科学和工程前沿研究的公益性公司。Google 将作为创始投资方和云计算合作伙伴继续与他们合作。据 WIRED 披露，这个创业想法其实只是几周前才浮出水面。为了挽留这支核心团队，Alphabet CEO Sundar Pichai 还曾在多次会面中试图说服他们“别摘工牌”。但最终，几人还是决定离开大公司体系，去换取一家初创公司才有的乐趣、速度和自由。截图来自：https://x.com/JeffDean/status/2085035498222002595/photo/1Jeff Dean 在告别信中写道，自己见证了 Google 从一家只有 25 人的公司，成长为拥有 19 万多名员工的科技巨头。如今，Google 已有 13 款产品的用户规模超过 10 亿。从搜索、邮件、翻译和视频，到大规模计算、自动驾驶和 AI 系统，他参与建设的技术几乎贯穿了 Google 的整个发展历程。而促使他们离开的一个重要原因，也恰恰是大公司难以摆脱的惯性。正如 Oriol Vinyals 所说，在大型组织内部，要推动任何激进变化，都必须先克服层层阻力；他们想做点不一样的东西。颇有意思的是，迄今为止，这家新公司甚至还没来得及招人、租办公室，至于谁来当 CEO，团队内部短暂停顿后，大家把目光投向了 Jeff Dean——“我想应该是我吧。”他说。因此，这期发布于 Jeff Dean 离职前夕的访谈，也像是他站在职业生涯转折点上，对 AI 下一阶段的一次集中判断。节目中，他与 YC 合伙人 Diana Hu 讨论了 AI 从“模型为中心”转向“上下文工程”的范式变化、推理硬件正在出现的巨大机会，以及创业者如何在通用模型越来越强、越来越多应用可能被模型直接吞并的时代，找到真正值得坚守的生存空间。本文基于该访谈视频整理，经 InfoQ 编辑。太长不看版Q：去年你说到 2026 年会出现能力接近初级工程师的 AI。一年过去了，这个预测打脸了吗？A：相当准确，但我低估了一件事：模型处理越来越复杂任务的能力，增长速度比我预想的快得多。而且这种能力正在溢出到编码之外的领域，基于 Agent 的系统开始真正崭露头角。Q：对 2027 年的大胆预测是什么？A：深度学习系统将实现全自动的问题分解和自动化实验循环：把问题拆成子问题，自动跑实验，整合结果，得到一个改进后的系统。而且这不只适用于机器学习，任何有可衡量目标的科学和工程领域都能用上。Q：2001 年 Google 把搜索索引装进内存，...

9天前burnking#AI #Jeff Dean #谷歌

菲尔兹奖得主怎么发了AI顶会？

作者：量子位原标题：菲尔兹奖得主王虹，也发过NeurIPS嗯？新晋菲尔兹奖得主王虹，也曾跨界做 AI？NeurIPS 2026 出分在即，有网友扒出，王虹教授发过一篇NeurIPS 2019。而且还不是挂名，是实打实的共同一作。那么问题来了，一个纯数方向的顶尖数学家，为什么会在 AI 顶会上发论文？通读下来，我们的结论是，这是一篇数学理论+机器学习的最佳范例。不过有意思的是，在王虹个人主页列出的将近 40 多篇论文和预印本中，几乎每篇都附有完整链接。唯独这篇，是个例外。王虹跨界挑战 AI这篇论文研究的，是机器学习和数据分析中的一项基础任务：低秩矩阵近似。简单来说，现实中的数据通常可以整理成一个矩阵，但这些矩阵往往非常大，直接存储和处理成本极高。低秩近似就是用一个结构更简单、秩更低的矩阵，尽可能准确地还原原始矩阵。近来常用的近似算法是列子集选择（Column Subset Selection，CSS）。它的思路其实非常直观。在面对一个包含大量列的数据矩阵，不再直接求出一个全新的低秩矩阵，而是从原矩阵中挑出具有代表性的若干列，再用它们张成的空间去近似整个矩阵。由于被 CSS 选出来的列直接来自原始数据，因此会比普通矩阵分解得到的抽象向量更容易解释，同时它也能降低存储和计算成本，适合处理大规模数据。此前的研究证明，其中对于一般的低秩近似，CSS 算法的近似比上界大约是O(k+1)。这里的 k 指的是目标矩阵的秩，k 越大，理论上允许的最坏误差就越大。王虹等人的工作，则是把这个界进一步推进：· 当 1≤p≤2 时，近似比为 (k+1)^(1/p)；· 当 p≥2 时，近似比为 (k+1)^(1−1/p)。相较此前统一的 O(k+1) 结果，这一界明显更紧，算法能够被严格限制，最坏结果也只会比最优解差一点点。另外，对于 p≥2 的情况，论文还构造了对应的下界，证明其结果精确到常数 1。换句话说，这篇论文给出了近乎封顶的理论答案。而这篇论文中最关键、也最能体现王虹数学背景的部分，是他们使用了来自调和分析的经典工具Riesz–Thorin 插值定理。通常情况下，想证明一套算法在所有 p 值下都成立，需要针对不同的 p 分别展开复杂分析。对于某些端点情况，例如 p=1、p=2 和 p=∞，则相对容易处理。接着 Riesz–Thorin 插值定理可以在掌握这些端点结果后，把结论「插值」到中间的所有 p 值。具体来说，论文先证明 p=1、2、∞ 三个特殊情况，再通过插值理论推出整个范围内的近似界。事实上，这套工具在调和分析和算子理论中属于经典方法，却并不是当时理论计算机科学研究者最常使用的技术。NeurIPS 当年的审稿人也注意到了这一点。审稿人最终认可这篇论文最主要的技术创新，就是往计算机领域引入 Riesz–Thorin 定理，最后的 Meta Review 则将它评价为一篇论证相当扎实的论文。放到今天看，这篇论文其实也提供了一个非常典型的跨学科案例，机器学习的难题或许可以在纯数学中找到突破口。NeurIPS 2026 出分在即时间拨回到现在，NeurIPS 的审稿机制正在发生一次明显调整。NeurIPS 2026 要求作者在投稿时，从五种贡献类型中选择出最符合论文定位的一类：General、Theory、Use-Inspired、Concept & Feasibility 以及 Negative Results。毫无疑问，王虹这篇 2019 年的论文属于其中的Theory类型。按照 NeurIPS 2026 最新审稿指南，理论论文首先考察的是数学严谨性...

29天前burnking#AI #王虹

传被字节索赔 800 万的前实习生创业做世界模型，估值达 2 亿美元

比推消息，据监测，NeurIPS 2024 最佳论文一作田柯宇被曝进入世界模型创业。知情人士称，项目由五源资本合伙人孟醒孵化并投资，已融资数千万美元，估值约 2 亿美元。工商信息显示，田柯宇今年已在北京成立多家 AI 公司。北京蓝炭网络科技有限公司由他持股 60%，业务涉及 AI 硬件、智能机器人和人工智能技术研发。另一家公司北京蓝之炭网络科技有限公司注册资本为 190 万美元。田柯宇曾在字节跳动实习。字节指控他篡改代码、攻击团队模型训练任务，并于 2024 年起诉索赔 802 万元。案件已获法院受理，但尚未查到公开判决结果。此后，田柯宇以第一作者身份凭借 VAR 图像生成框架获得 NeurIPS 2024 最佳论文。VAR 采用由粗到细的下一尺度预测，论文称其在图像质量、推理速度和数据效率等方面超过扩散 Transformer。

40天前#融资

纽约时报：特朗普北京之行背后的“AI地雷”

来源：纽约时报 原标题：Why A.I. is the Hidden Minefield of Trump’s China Visit编译及整理：BitpushNews两国领导人预计将讨论人工智能带来的风险，但双方都不愿率先放慢研发脚步。当特朗普总统与中国国家主席习近平本周在北京会面时，预计他们将首次讨论如何管理人工智能（A.I.）的风险。但在许多方面，两国在这个问题上的分歧似乎比以往任何时候都大。美国和中国都在竞相开发人工智能驱动的武器，这些武器可能会在没有人类参与的情况下造成巨大破坏。强大的新型人工智能模型可能会使网络攻击成为可能，从而瘫痪全球的银行和电网。专家们还对人工智能可能被恐怖分子误用，甚至产生自我意识并毁灭人类敲响了警钟。然而，美中两国正陷入一场争夺人工智能霸权的斗争，这使得政策制定者和一些研究人员对接触越来越谨慎，尽管他们也在警告该技术带来的风险。在两国，许多政策制定者担心，对人工智能发展设置护栏——例如限制该技术制造生物武器的能力——会给对方提供反超的机会。最近几周，美国官员夸耀说，人工智能正在帮助他们在伊朗战争中选择目标。而中国在去年的大型阅兵式上，展示了旨在与战斗机并肩飞行的自主无人机。哪怕是那些支持合作的人也必须谨言慎行，以免在两国紧张的地缘政治关系中遭到政治回击。例如，主要人工智能学术论坛 NeurIPS 的组织者在今年早些时候宣布，他们将不接受来自受美国制裁机构的研究人员的论文，其中包括多家中国主要的机构和公司。虽然组织者最终撤回了这一决定，但许多中国学者仍表示将通过抵制该论坛来表达抗议。当佛蒙特州参议员伯尼·桑德斯（Bernie Sanders）邀请美中人工智能研究人员在华盛顿举行公开论坛，讨论两国如何合作预防人工智能相关风险时，他遭到了猛烈批评，其中包括来自财政部长斯科特·贝森特（Scott Bessent）的批评。贝森特在塑造美国人工智能政策方面发挥着主导作用，他在 X（原推特）上写道，桑德斯不应“邀请外国人来告诉美国如何监管人工智能”。在特朗普访华前的几周里，两国政府在技术问题上公开冲突。白宫最近指责中国人工智能公司“工业规模级”地窃取美国公司的知识产权。而北京方面则以国家安全为由，阻止了 Meta 对 Manus 的收购——后者是一家由中国工程师创立的人工智能初创公司。一些专家持谨慎乐观态度，认为特朗普的访问可能会重新启动合作努力。此前一直强调放宽人工智能监管的特朗普政府，在最近几周对人工智能可能给网络安全带来的威胁表示了担忧，尤其是在美国公司 Anthropic 发布了其强大的新模型 Mythos 之后。人工智能监管方面的合作与以往应对全球挑战的努力有所不同。在冷战期间，美国和苏联在避免未经授权或意外使用核武器的需求上达成了共识，因此他们共享信息以减少这种威胁。但在人工智能领域，目前尚不清楚该技术究竟会带来什么风险，或者如何最好地缓解这些风险。美国学者通常倾向于讨论存在性风险——如人工智能设计的病原体或意外的核战争——以及“超人工智能”（即能力超过人类大脑的人工智能）的可能性。中国研究人员和官员则更多地强调对社会稳定和国家安全的风险，这包括人工智能驱动的虚假信息，以及聊天机器人产生的挑战国家严格互联网管制的回答。“想要在一种战略技术上达成合作已经够难了，”乔治·华盛顿大学研究美中人工智能竞争的教授Jeffrey Ding说。“当我们对想要解决的问题甚至没有一个清晰且统一的看法时，这就更难了。”这些分化的优先级从一开始就困扰着合作努力。2023年11月，时任总统拜登与习近平宣布达成协议，讨论人工智能...

101天前Wendy#AI #AI专题 #北京 #深度 #特朗普 #观点 #黄仁勋

AI Agent 经济前夜：2026 年的结构性变化

作者： @BlazingKevin_ ，the Researcher at Movemaker原文标题：2026 AI Agent经济展望：重塑AI身份与网络价值流转引言：从生成式 AI 到“Agent行为”的结构性跃迁在2026 年，人工智能领域将会经历一场从“生成式能力”向“Agent行动力”的结构跃迁。如果说 2023-2024 年是关于大语言模型惊艳的语言生成能力，那么 2026 年将标志着“AI Agent经济”的正式确立。我们基于 a16z Crypto 研究团队的预测与分析，进一步研究发现2026 年将是 AI 这一生产力工具与 Crypto 这一价值分配层深度融合的一年。AI 不再仅仅是响应人类指令的被动工具，而是具备推理、规划、交易和自主发现能力的主动参与者。基于a16z Crypto的展望报告， 2026 年重塑AI+Crypto格局的三大核心趋势是：科研新范式：从单体Agent走向“Agent-Wrapping-Agent”。金融基础设施革命：从 KYC 到 KYA（Know Your Agent）。经济模型重构：通过纳支付与可编程 IP，解决开放网络面临的“隐形税”危机。这三大趋势并非孤立存在：科研范式的转变依赖于Agent之间的高级协作；高级协作要求智能体具备可验证的身份（KYA）；而拥有身份的智能体在获取数据时必须遵循新的价值交换协议。1. 新博学家时代：高阶研究中的“Agent-Wrapping-Agent”架构从今年开始，“AI 辅助研究”的定义将发生质的飞跃。我们不再谈论简单的文献检索或文本摘要，而是见证能够进行实质性推理、假设生成甚至自主解决博士级难题的 AI 系统。这一变革的核心动力在于从单一模型的线性提示工程，转向复杂的、递归的AWA工作流。1.1 推理能力的突破：跨越模式匹配的边界a16z 的 Scott Kominers 指出，AI 模型正在从单纯的理解指令，进化到能够接收抽象指令（如同指导博士生）并返回新颖且正确执行的答案 。最新的技术进展表明，AI 模型正在突破“随机鹦鹉”的天花板，展现出类似于人类“系统”思维的慢速、深思熟虑的推理能力。1.1.1 “有用的幻觉”随着推理能力的增强，一种新的“博学家”研究风格正在形成。Scott 描述这种风格为：“利用 AI 跨越学科边界，推测拓扑学与经济学、生物学与材料科学之间可能存在的深层联系” 。大模型被人诟病的“幻觉”特性，在科学发现的语境下正在被重构为一种“生成式探索”机制：蛋白质设计案例：华盛顿大学的研究人员利用“全家族幻觉”（概念，生成了超过 100 万种自然界中不存在的独特蛋白质结构。其中筛选出的新型荧光素酶在催化活性上与天然酶相当，但具有更高的底物特异性。流体动力学发现：通过物理信息神经网络（PINNs），研究人员发现了纳维-斯托克斯方程（Navier-Stokes equations）中新的不稳定奇点，这些奇点揭示了流体运动中前所未知的模式。这种研究风格的核心在于：允许模型在抽象空间中“胡思乱想”以产生高熵猜想，随后利用严格的逻辑验证器对猜想进行筛选。1.2 AWA架构详解为了驾驭这种强大的推理与生成能力，科研工作流正在从扁平化转向层级化。AWA不仅是指多个Agent之间的对话，更是指一种递归的、分层的控制结构。1.2.1 编排者-执行者模式这是目前最主流的 AWA 实现模式。一个“首席研究员”Agent负责维护全局上下文和研究目标，将任务分解并分发给一组专门的“执行者”Agent。架构优势：Anthropic 的数据显示，由 Claude Op...

208天前Luxurytracy

加密 AI 退潮之后：泡沫散去，谁还在点燃未来？

原文来自Yash编译｜Odaily 星球日报 Golem原文标题：加密AI兴衰启示录：泡沫褪去，留下哪些火种？编者按：Solana AI 黑客马拉松的主办方SendAI的负责人Yash认为，当前我们已经接近crypto x AI代理炒作周期第一阶段的尾声，大多数AI代理代币的跌幅超过 95%，现在是反思过去并为下一步做好准备的最佳时机。在这篇文章中，Yash首先反思了crypto x AI 代理迄今为止的教训，同时分阶段预测了未来6-12个月和一年的crypto x AI 代理重要发展趋势。第一阶段：投机、泡沫和实验这一切始于2024年 10 月份的truth terminal（$GOAT），接下来的三个月（11 月至次年 1 月）加密AI达到狂热的顶峰，加密AI代理的市值突破了 100 亿美元。虽然这个阶段几乎没有什么有用的东西留下，但我们确实瞥见了加密AI代理未来的各种可能性：每周我们都会看到一个新的实验（当然，一个代币可能市值达到5000 万美元后就会快速下跌）；加密AI框架和launchpad，被 KOL们吹捧为AI 代理的L1”；像 griffain、Venice、Wayfinder 这样5 亿美元市值以上的ChatGPT 式UI被大肆炒作可用于执行链上操作（但除了demo之外什么都没有）；自主对冲基金的承诺（除了白皮书之外什么都没有）。第一阶段热门加密AI产品第二阶段：衰落2025年2 月到 4 月对 加密AI 代理来说非常残酷：TRUMP的发行吸走了 AI领域大部分流动性，这导致大多数代币市值立即缩水50-90%；团队开发进度缓慢。许多价值 100 万到 1 亿美元的代币创始人在这几个月里几乎停止发布演示；超过 90% 的团队停止工作，要么是因为缺乏激励（没有持有足够的代币），要么是因为他们的代币价值太低，不足以引起足够的关注；社区恶化，因为他们抱有一些不切实际的期望。社区渴望代币增值，但代币本身并没有价值（唯一的价值来自于发行更多代币衍生品）；一些顶级项目，例如 zerebro突然被暂停（创始人装死），griffain 停止发布demo，而 ai16z 则为了追逐Meme的叙事，将业务转向 Memecoin launchpad (auto.fun)；加密AI代理的 L 1 叙事已经消亡。也就是说，人们意识到，在几乎没有任何消费级AI代理火爆的情况下，所有框架和 launchpad 都毫无用处。简而言之，在炒作周期的末期，在加密AI代理领域我们几乎没有看到任何消费级产品。这类似于互联网时期.com 泡沫（所有带有.com 的股票都被拉高抛售）；同样，所有代理代币也都在被拉高抛售。但众所周知.com 泡沫确实催生了一些优秀的公司，许多想法后来也变得可行。因此我认为加密AI代理也许也会有同样的转变。Solana AI黑客松的成果就我个人而言：在 SendAI（Solana AI 黑客马拉松的主办方）的黑客马拉松之后，我们为 Solana 生态系统制定了宏伟计划，例如 Solana AI 周、加速器/demo日，并且我们与许多顶级风险投资公司、非加密 AI 公司、Solana FNDN 等进行了洽谈。但AI代理代币价格暴跌彻底摧毁了整个加密 AI 领域的信誉。作为催化这一炒作周期的人（通过 Solana AI 黑客马拉松），我也一直处于加密 AI 炒作周期的后遗症中，至少到五月是这样。价格下跌并不是build时最好的心理状态。然而，无论价格如何，我们确实交付了：首个用于执行操作的开源加密多点控制协议 (MCP) 服务器改进了整个 Sola...

375天前Luxurytracy#AI

币安 Alpha 将下架 LLM、GNON、NEUR、TRISIG

比推消息，据官方公告，币安 Alpha 将于 UTC 时间 2025 年 7 月 16 日 13:00 下架以下代币：LLM、GNON、NEUR、TRISIG。下架后，仍允许在币安 Alpha 上出售这些代币。

402天前

DeFAI跌跌不休，还有机会吗？

原文作者：Squid原文编译：Luffy，Foresight News在市场经历一轮大跌后，我们来审视一下，真正的机遇在哪里。过去两周，DeFAI 的市值相较于 1 月中旬下跌了超 50% ，相较于 1 月下旬的峰值更是下跌了 70% 。数据来源于 @cookiedotfun。去中心化金融（DeFi）如今是一个 1250 亿美元的市场，假设 DeFAI 占比达到 10% ，那就意味着还有 15 倍的增长机遇。实际上，我认为 DeFAI 市场内的机遇更大，因为当前各细分领域的定价并不合理。最近，我们见证了一次加密货币史诗级清算。在此期间，资产被不分优劣地抛售。人工智能（AI）和 DeFAI 是受到冲击最严重的领域之一。现在是寻觅珍宝的时候了，让我们深入探讨一下。为什么 DeFAI 如此受欢迎？首先，我们从更广泛的角度来看加密货币与人工智能的结合。加密货币与人工智能的结合是一个规模达 100 亿美元的市场，它迫切需要找到 「实用性」，而 DeFAI 似乎是最有可能找到实用性的领域。对于大多数这类加密代理而言，产品就是它们的代币。正因如此，我们看到产品市场契合度（PMF）最高的领域是那些能让团队轻松推出代币化社交代理的框架和 Launchpad（项目启动平台）。随着代币供应呈指数级增长，这个市场正趋于饱和，对社交代理代币和 Launchpad 的需求也会随之减少，社区不得不努力展望新的发展方向。朝着冰球滑行的方向（顺势而为）从宏观层面看，DeFAI 是具有实际意义的，这个领域是加密货币最强应用场景 DeFi 与人工智能最未被满足的需求之一 —— 金融的交叉点。话虽如此，但仅仅因为这个领域从宏观上说得通，并不意味着每个项目都行得通。让我们更深入地探究一下，看看机遇可能在哪里。观察近期的 DeFAI 市场图谱，大多数已推出的项目在 DeFi 方面的实用性有限。我认为这是由于该领域的新颖性以及构建项目需要时间。人们想要获得代币，而目前大多数已推出的项目都在瞄准最容易实现但实用性最低的目标。估值图谱，本月早些时候从 @cookiedotfun 获取的项目快照，现在的估值低了很多大多数 DeFAI 市场价值都集中在 「抽象化」 类别中。抽象化大多是基于文本的替代性用户体验（UX）。这个类别是 「低垂的果实」，因为它利用了现有的 DeFi 项目和大语言模型（LLM）的应用程序编程接口（API），它逻辑有限，主要是基于意图。鉴于这个领域目前的项目数量和估值，很可能赢家已经出现，与其他类别相比，我认为这里的机会有限。我也鼓励投资者去试用这些产品。就我而言，我发现抽象化领域的大多数项目并没有提供良好的用户体验。有趣的是，这种市场结构为交易者创造了一些机会……最近 DeFAI 的估值大幅下降，唱衰者似乎被证明是对的…… 产品开发需要时间，考虑到项目所处的阶段，我认为这种估值下降大多是合理的。话虽如此，随着价格下跌，人们会感到无聊，我相信对于那些留意市场的人来说，未来可能会存在机会。那么，机遇究竟在哪里呢？首先，我认为大部分机遇在于尚未推出的代币。话虽如此，这些细分领域已经存在，并且一些项目已经上线，要抓住机遇，你必须留意市场并做好准备。为了帮助确定关注的方向，让我们回顾一个思考 DeFAI 市场的框架。信息代理这是 AI 代理挖掘信息并完成简单意图的时代。大语言模型非常擅长处理文本并以文本进行沟通。由于现阶段绝大多数 AI 代理在利用现有模型的 API，它们最强大的应用场景是自然语言处理（NLP）。我不会在此深入探讨，因为有很多其他资料涉及这...

562天前Wendy#Allora #Almanak #Alpha #Alris agent #Cleopetra #Cookie DAO #DeFAI #Griffain #Hiero Terminal #Kaito AI #NEUR #The Hive #Venice #信息代理

2025「DeFAI」黄金年，你需要知道的五大蓝筹项目

原文标题：Top 5 Blue-Chip Tokens in DeFAI You Need to Know原文作者：Die crv，Castle Cap 成员原文编译：zhouzhou，BlockBeats编者按：DeFAI 正在快速发展，吸引了大量投资者关注。通过选择 DeFAI 蓝筹代币，如 ANON、MODE、Griffain、Virtuals 和 Cod3x，投资者可以获得广泛的市场曝光，抓住其增长潜力。与传统 DeFi 相比，DeFAI 通过技术抽象实现了更广泛的应用，推动了区块链技术的普及。2025 年将是 DeFAI 的黄金年，预计将迎来加密行业史上最大的牛市。以下为原文内容（为便于阅读理解，原内容有所整编）：DeFAI 正在以不可阻挡的速度增长，几乎每天都在创下市值的新历史高点。最初仅有 6 种代币在 CoinGecko 的 DeFAI 类别中上市，如今已扩展到超过 50 种。这一快速的市场扩展凸显了 DeFAI 发展速度的惊人，但它也给 DeFAI 投资者带来了重大挑战。如果你看好 DeFAI，但资金有限，无法在所有这些代币中分散投资，那么如何在这个领域获得广泛的曝光，并利用其增长潜力呢？0/ 投资 DeFAI 很难很多人问我应该投资哪些 DeFAI 代币，我完全理解他们的疑问。正如我之前提到的，就在两周前，CoinGecko 的 DeFAI 类别里仅列出了 6 个代币：GRIFFAIN、ANON、NEUR、GRIFT、KWANT 和 HOTKEY。那时候投资 DeFAI 要简单得多……0.5/ DeFAI 蓝筹代币我找到的一个方法，能够在不将资本投入每个新代币的情况下获得 DeFAI 市场的整体曝光，就是识别并投资那些我们可以定义为：DeFAI 蓝筹代币的项目。这些是我认为在 DeFAI 生态系统中扮演关键角色的项目，如果 DeFAI 整体趋势继续增长，它们有很高的可能性会超越其他代币表现。这不是投资建议——我只是分享我目前在 DeFAI 市场中的操作方式。不再赘述，让我来介绍这些项目和代币。1/ Hey Anon | HeyAnonai我列表中的第一个蓝筹 DeFAI 代币绝对是 ANON。danielesesta，创始人，是第一个提出「DeFAI」这一术语的人，并且在塑造这个领域中扮演了关键角色。今天许多 DeFAI 的项目都在复制 HeyAnonai 的做法。鉴于其先发优势，我有信心这个项目是抓住 DeFAI 增长潜力的最佳选择之一。不过，他们的 DeFAI 聊天机器人还没有发布，但有传言说，到 1 月底它将上线，最重要的是，它将完全免费。2/ Mode | modenetworkMode 是一个以 AI 和 DeFAI 为重点的以太坊 L2 网络。它本质上是为智能代理、聊天机器人以及当前 DeFAI 领域的所有趋势设计的链。这个 L2 网络已经拥有超过 36 万用户，TVL 达 5 亿美元。然而，尚未被充分认识到的是 MODE 代币。目前市值为 9.7 亿美元，MODE 仍然被严重低估，尚未跟上 DeFAI 的整体趋势。以下是我认为 MODE 是 DeFAI 蓝筹代币的两个理由：1.MODE 的质押者可以从在这个 L2 上启动的项目中获得空投，这意味着质押者将来可以被动地接触到各种 DeFAI 项目。2. 它是唯一专注于 DeFAI 的区块链，从叙事角度来看，这是非常重要的，历史上，链代币通常在牛市中表现良好。3/ Griffain - griffaindotcomGriffain 是一个 DeFAI 聊天助手，具有一...

570天前Wendy#ANON #DeFAI #Griffain #griffaindotcom #GRIFT #Hey Anon #KWANT #modenetwork #NEUR #Virtuals

借助 AI 交易：初探 DeFai 生态

在短短 3 个月内，AI x memecoin 的市值已达到 134 亿美元，与一些成熟的 L1（如 AVAX 或 SUI）规模相当。事实上，人工智能与区块链的关系由来已久，从早期 Bittensor 子网上的去中心化模型训练，到 Akash 和 io.net 等去中心化 GPU / 算力资源市场，再到当前 Solana 上的 AI x memecoins 和框架浪潮。每个阶段都表明，加密货币在一定程度上可以通过资源聚合对人工智能进行补充，从而实现主权人工智能和消费者用例。在第一波 Solana AI 币浪潮中，有些带来了有意义的实用性，而不仅仅是纯粹的投机。我们看到出现了像 ai16z 的 ELIZA 这样的框架，AI agents 则出现了像 aixbt 这样提供市场分析和内容创作的人工智能代理，或将 AI 与区块链能力集成的工具包等。在 AI 的第二波浪潮中，随着更多工具的成熟，应用已成为关键的价值驱动因素，而 DeFi 已成为这些创新的完美试验场。为简化表述，在本研究中，我们将 AI 与 DeFi 的结合称作 “DeFai”。根据 CoinGecko 的数据，DeFai 的市值约为 10 亿美元。Griffian 以 45% 的份额占据市场主导地位，而 $ANON 则占比 22%。这个赛道在 12 月 25 日之后开始经历快速增长，与同期的 Virtual 和 ai16z 等框架和平台在圣诞假期后迎来了强势增长。▲ 来源：Coingecko.com这仅仅只是第一步，DeFai 的潜力远不止于此。虽然 DeFai 仍处于概念验证阶段，但我们不能低估它的潜力，它将利用 AI 所能提供的智能和效率，把 DeFi 行业转变为一个更加用户友好、智能和高效的金融生态系统。在深入了解 DeFai 的世界之前，我们需要了解代理（Agent）在 DeFi / 区块链中的实际运作方式。Agent 在 DeFi 系统中如何运作人工智能代理（AI Agent）指的是可以根据工作流程代表用户执行任务的程序。AI Agent 背后的核心是 LLM（大语言模型），该模型可以根据其训练或学习到的知识做出反应，但这种反应往往是有限制的。Agent 与机器人有本质区别。机器人通常针对特定任务，需要人工监督，并需要在预定义的规则和条件下运行。相比之下，agent 更具动态性和适应性，能够自主学习以实现特定目标。为了创造更个性化的体验和更全面的响应，agent 可以将过去的互动存储在内存中，从而使代理能够从用户的行为模式中学习并调整其响应，根据历史背景生成量身定制的建议和策略。在区块链中，agent 可以与智能合约和账户互动，处理复杂的任务，而无需持续的人工干预。例如，在简化 defi 用户体验方面，包括一键执行多步桥接和 farming、优化 farming 策略以获得更高的回报、执行交易（买入/卖出）并进行市场分析，所有这些步骤都是自主完成的。参考 @3sigma 的研究，大多数模型都遵循 6 个特定的工作流程：数据收集 模型推理 决策制定 托管和运行 互操作性钱包 1 数据收集首先，模型需要了解其工作环境。因此它们需要多个数据流，以使模型与市场状况保持同步。这包括：1) 来自索引器和预言机的链上数据 2) 来自价格平台的链下数据，例如 CMC / Coingecko / 其他数据提供商的数据 API。  2 模型推理一旦模型学习了环境，它们就需要应用这些知识，根据用户新的、未识别过的...

578天前IOSG#IOSG