探索UXLINK:Web3社交新篇章,熟人社交的力量与潜力

Odaily星球日报Publicado a 2024-03-06Actualizado a 2024-03-06

Resumen

Link to earn开启大规模采用,群组连接个人社交网络与应用。

原文作者:林川(X:@Mtyl_7th

引言

Web3社交平台新秀 UXLink 正在崛起,通过“熟人社交”走出和之前其它知名社交项目不一样的道路。它是一个探索如何在去中心化世界中构建真实、有意义社交联系的先锋。那么,UXLink 究竟独特在哪里,和之前那些知名的Web3社交项目有哪些不同? 本文将深入探讨 UXLink 的核心理念和技术创新,同时也将展望这个项目的未来。

“Chapter 1: UXLink 是什么? 普通用户如何上手?

UXLink 是 2023 年新兴的Web3 社交项目,其产品从 2023 年 4 月底开始启动,目前已经进入了高速增长阶段,注册用户数已经超过 310 万,DAU 已经超过 20 万。

Mass Adoption (Web3大规模采用)是 UXLink 使命之一。用户上手 UXLink 的非常友好,不需要有任何的资金准备甚至不需要有链上钱包,只需要有 Telegram 账号并受到熟人邀请,就可以在 1 分钟内体验产品。用户可以直接去找 UXLink 的官方 TG bot 账号@uxlink_bot,或者是点击其它用户的邀请链接就会自动成为 UXLink 的新用户,在 Telegram 内进入产品交互界面。

探索UXLINK:Web3社交新篇章,熟人社交的力量与潜力

对于普通用户而言,当前 UXLink 的一个核心增长玩法是 Link to earn。用户可以通过邀请更多好友成为 UXLink 用户,获得 UXUY 的代币积分激励,打造出属于自己的社交关系网,捕获自己的社交价值。在注册的时候,UXLink 就会自动在 Arbitrum 链上给用户创建个账户抽象 (MPC-AA) 的钱包,用户可以进入后台查看自己的社交关系、链上余额等,也可以进行 mint SBT 等进一步操作。用户也可以创建 UXLink 群组,每个群组会有专属的钱包地址和账户系统。

用户进入 UXLink 的流程简述如下图。相比于其它许多之前的Web3社交产品 (比如 Lens Protocol, FriendTech 等),这个用户体验可以说是相当友好了。

探索UXLINK:Web3社交新篇章,熟人社交的力量与潜力

对于很多读者而言,现在可能会有这样的疑惑: 之前已经有许多的社交产品&协议,现在又出来一个 UXLink,那么 UX 它和那些产品有哪些不同呢? 我为什么要花时间了解&体验它?

接下来本文将会重点回答这个问题。

“Chapter 2:熟人社交- UXLink 的差异化协议之路

2.1 UXLink 和之前其它社交协议的区别

Web3社交产品&协议这个赛道在Web3一直属于一个关注讨论度很高的赛道。比如就在 2023 年,Nostr、Farcaster、Lens Protocol、 Cvberconnect 这几个社交协议都先后引起过广泛的关注和讨论。

虽然这些社交协议在叙事侧重、技术架构、初期用户画像、运营打法、协议-产品关系等细节上相差殊异,但他们存在一点共性: 它们所积累的社交关系更多是偏向于像 Twitter、微博那样 KOL-粉丝之间的单向关注关系,而不是像微信、Whatsapp 那样的双向熟人社交关系。这种模式强调的是一种“关注"机制,其中 KOLS 产生内容,而粉丝则跟随和消费这些内容。

而 UXLink 采取了不同的路径,专注于将用户现有的熟人社交关系转化留存到社交协议之中,并帮助用户构建新的熟人社交关系。熟人社交关系,是指那些基于现实生活中的认识、亲密度或共同经历建立的联系。这种关系的核心在于信任和深度的个人联系,远超过简单的 KOL-粉丝联系。正如Web3中广泛存在的各种熟人小社群、小圈子,这些社群的建立和维持,往往是其中的人对彼此本身构建起了一定的信任。这种社交关系所产生的信任价值是比 KOL-粉丝之间的关系要更高的。

设想一个常见的场景: 某个新兴的Web3项目刚刚发币,但其做的事情以及其币的价值在市场上有很大的争议。对于一个用户而言,如果是 KOL-粉丝的链接关系,当 KOL 说自己看好这个项目时,只有当粉丝非常相信 KOL 在这个领域的专业判断的时候,才会受到比较大影响,采取研究、行动。但如果是熟人社交的链接关系,在一个熟人社交的群组之中,用户一方面会出于好奇和对朋友的信任,主动去询问了解这个新项目;另一方面如果在了解这个项目中产生了疑惑,也可以相互交流讨论。由此可见,从项目宣传转化的视角来看,熟人社交关系相比于 KOL-粉丝关系,具备更大的潜在的转化价值。因此,构建于熟人社交关系之上的 UXLink 协议,可能会比一些构建于 KOL-粉丝关系之上的社交协议有更大的商业价值。

2.2 UXLink 熟人社交的产品核心:群组

在探讨 UXLink 的熟人社交关系时,不得不提的一个核心概念是“群组”。群组,作为 UXLink 的一个集体交流的空间,不仅仅是一个简单的聊天室,它反映了个人的社交图谱 (social graph) 的实际应用,将个人的社交网络转化为实时、动态的交流和互动平台。

以一个具体的例子来说明,假设某个用户拥有一个包含 200 人的社交图谱,这些人物涵盖了亲戚朋友、老师同学以及工作中的战友等。尽管这样一个庞大的社交网络听起来很有价值,用户却可能会面临一个问题:我该如何有效利用这个网络?

UXLink 提供了一个解决方案: 将这 200 个人整合到一个群组中。这个群组不仅仅是一个信息交流的场所,更是一个活生生的社交图谱的体现。目前,UXLink 主要支持创建如 Telegram 群这样的场景,使得这样的群组变得可能。在这个 200 人的 Telegram 群中,群成员可以进行收款、付款以及利益的分配,充分体现了一个动态的社交网络。

探索UXLINK:Web3社交新篇章,熟人社交的力量与潜力


更为重要的是,群组之间也能够产生新的社交图谱。这意味着群组不仅仅是一个封闭的交流空间,而是一个能够不断扩展和深化社交网络的平台。现实中,这些群组的讨论内容可能涉及多方面,从日常生活的琐事到专业的投资讨论,内容丰富多样。

在 UXLink 的群组中,群主扮演着消息传播的核心角色。目前,平台上已经有超过 70, 000 个群组,其中部分群组非常活跃和高效。这一庞大的网络不仅促进了信息的快速流通,也为营销提供了新的视角。

从营销的角度来看,用户面临的三大挑战包括: 不信任、不被说服、不理解。在 UXLink 的群组中,这三个问题能够得到有效的解决。相比于广告,熟人的推荐更容易获得信任;如果用户对某个话题或产品有疑问,群组内的持续讨论和互动可以帮助说服他们;而对于复杂的概念或产品,群组提供了一个实时解决问题的最佳场所。

总之,UXLink 通过其独特的群组功能,不仅促进了社交图谱的活跃应用,也为用户提供了一个信任建立、信息交流和问题解决的强大平台。在这个基于熟人社交的新时代,UXLink 的群组功能无疑是连接个人社交网络与实际应用的重要桥梁。

说到群组,可能有读者会想起 FriendTech,这是 2023 下半年曾红极一时的Web3社交产品。

FriendTech 的 Room 概念和 UXlink 的群组有许多相似之处,但 FriendTech 的金融属性过于强烈,用户购买另一个用户 Key 的动机往往是因为其币价有上涨空间,而不是想参与到 Room 讨论之中、和用户构建社交联系。这样的机制设计,使得 FriendTech 必须要一直保持一个很高的用户增长率,通过新用户不断加入来抬升维持 Key 的价格,增强社区信心。

然而,FriendTech 对圈外用户而言进入门楼并不低,当Web3领域用户的有意向用户几乎都被转化以后,用户的增长就难以为继了。Uxlink 则不同,群组主要是人与人之间交流、相互影响,更像一个班级或者小型企业,利益是建立在 BUILD 的基础上,而不是 KOL 变现的基础上,给用户和第三方带来了实际价值。

另外 FriendTech 在经济模型和产品上还有很多其它不太妥当的设计,这里就不多提了。但是从 FriendTecr 中,我们可以看到“群组”这个社交功能所能够发挥的威力。

2.3 UXLink 协议对 Developer 和第三方Web3项目方的价值

UXLink 积累了大量的真实用户和熟人社交关系群组,并在底层部署了协议层。

UXLink 的产品分为三层:

  • UXLink 基础应用层 ,可以为生态应用提供增长裂变,群组等基础产品服务,基于 MPC-TSS(Multi-party computation,ThresholdSignature Scheme ) 的钱包账户服务,基于群组的 EOA 账户服务。

  • UXLink 协议服务层,WEB3开发者可以通过 UXLink 提供的 APIs( API's and ABI's for onchain and offchain systems) 高效的处理用户的社交身份和社交关系数据服务。UXLink Protocol 有一个链上链下混合的可扩展技术架构(EVM+IPFS+Cloud)来支持 mass adoption 的应用场景,在链上存储身份和关系数据,在链下处理复杂业务场景数据来支持使用 UXLink Protocol 协议的应用。

  • UXLink 基础设施层,是一个混合可扩展架构(EVM +IPFS + Clouds),主要涉及 EVM 链(Ethereum Mainnet, Arbitrum L2 Chain, BNBChain, Polygon and Base Chain 等) ,去中心化存储以及中心化数据索引等服务。

回到熟人社交关系,因为关系本质不同,数据厚度也不同,类似微信与微博的关系。关系决定信任度,数据决定精准度。以近期一个新功能上线举例:

2 月以来,UXLink 上线了多钱包功能,鼓励用户在同账户下链接WEB3钱包,并帮助用户管理这些钱包。整个 2 月,已经有累积钱包余额超过 10 亿美元。其中某知名WEB3钱包是 UXLink 主推钱包,在 14 天就有 20 多万地址链接到 UXLink 网络,平均每个钱包约 70 U。在促成某知名钱包注册方面, 8500 名 Linkers 和 4200 个群组贡献了超过 80% 的成绩,转化率超过 40% 。这一活动的高转化率和存款率凸显了 UXLink 的社交和群组互动在促进用户参与方面的强大力量。平均每个 Linker 贡献了 20 多个新钱包,这不仅展示了 UXLink 强大的社交网络效应,也证明了其用户群体的高活跃度和高质量。此外,存款率达到 72% ,显示了这些新钱包用户的高参与度和投入度。

从地理分布来看,此次活动成功吸引了来自东南亚非洲/尼日利亚、印度、欧洲、美国、新加坡等地区的用户,达到了活动目标的地理覆盖。

总而言之,通过 UXLink 与第三方钱包的合作推广活动,展现了 UXLink 作为社交产品在Web3社交领域的巨大商业潜力。对于一些有宣传推广需求的项目方而言,与 UXLink 合作进行用户增长也许会成为一个可行的方案。

“Chapter 3: UXLink 的未来展望和挑战

UXLink,除了通过其创新的熟人社交模式为Web3用户带来新的社交体验以外,也为更多用户进入Web3世界开辟了新的道路。

Web3社交一直被认为是 Mass Adoption (Web3大规模采用) 叙事中核心应用之一,根本在于它能够搭建一个让圈外用户舒适踏入的桥梁。和上一轮牛市不后的是,各种高性能公链、账户抽象钱包等基础设施已经成熟,Web3圈外的用户体验 UXlink 这样的新一代Web3社交产品不再需要去了解繁琐的区块链、公私钥、钱包等概念,这使得他们的进入门槛大大降低。另外熟人社交的邀请制,相比于 KOL-粉丝的机制也更容易进行裂变传播。

能够给Web3这个行业带来更多的用户并让用户不断进步,让更多开发者和第三方应用可以更好的服务用户,才是对这个行业长期而言更具备价值的。

UXLink 正在做的就是这件事情,让我们期待它在这一轮牛市中进一步的增长与发展。社交是任何 WEB 附段的皇冠明珠,UXLink 是否有机会去的WEB3皇冠上的那颗明珠?

Lecturas Relacionadas

El desafío de la potencia de cálculo en el ajedrez de la IA entre China y Estados Unidos

La carrera por la inteligencia artificial entre China y EE.UU. enfrenta un desafío fundamental: la enorme brecha en capacidad de computación (computing power). Mientras empresas estadounidenses como Meta, Google y xAI despliegan cientos de miles de GPUs de alta gama (como las de Nvidia) para entrenar modelos con billones de parámetros, China depende en gran medida de chips de inferencia nacionales para tareas menos exigentes. El artículo destaca que la escasez de chips de entrenamiento de última generación, debido a las restricciones de exportación estadounidenses, es la raíz de la diferencia entre los modelos de IA de ambos países. Según estimaciones, EE.UU. posee el doble de capacidad de computación que China, y un solo gigante tecnológico estadounidense puede superar la suma de todas las empresas chinas. Esto permite a EE.UU. iterar modelos mucho más rápido y entrenar sistemas con parámetros significativamente mayores. Aunque líderes tecnológicos como Huang Jen-hsun (Nvidia) o Elon Musk elogian el progreso chino, la realidad muestra un rezago. El modelo chino más avanzado, DeepSeek V4 Pro, tiene 1.6 billones de parámetros, muy por detrás de los 10 billones de modelos estadounidenses como Mythos de Anthropic. Además, se estima que China está entre 8 y 15 meses atrás en la frontera de la IA. El ascenso de fabricantes nacionales chinos como Huawei (Ascend 910B), Moore Thread o Cambricon representa un camino esperanzador. Aunque su rendimiento absoluto y ecosistema de software (similar al CUDA de Nvidia) aún están en desarrollo, ya logran avances en inferencia y comienzan a adaptarse para entrenamiento básico. El éxito a largo plazo requerirá paciencia, inversión sostenida y un esfuerzo colectivo similar al que llevó a Corea del Sur a dominar la industria de chips de memoria. En este duelo geopolítico por la IA, China avanza con determinación, pero el camino por recorrer es extenso.

marsbitHace 6 min(s)

El desafío de la potencia de cálculo en el ajedrez de la IA entre China y Estados Unidos

marsbitHace 6 min(s)

Se agotan las ventajas del canal: ¿En qué pueden confiar los protocolos DeFi para resistir la recolección de los gigantes?

"La ventaja de los canales se agota: ¿Cómo pueden los protocolos DeFi resistir la cosecha de los gigantes? Cuando los gigantes tecnológicos como Coinbase, Stripe y Kraken consolidan su control sobre los canales de distribución y la infraestructura, los protocolos DeFi abiertos enfrentan una presión extrema. Coinbase gana millones en tarifas de secuenciación de su blockchain Base, donde Morpho opera, mientras que Stripe adquirió Bridge para capturar los ingresos por intereses de sus stablecoins, y Kraken compró NinjaTrader por sus licencias. Estos movimientos exponen una batalla fría por las ganancias. La supervivencia de los protocolos abiertos depende de dos estrategias clave: la expansión multichain y la integración profunda. Proyectos como Morpho y Uniswap no dependen de una sola cadena; al diversificarse, mitigan el riesgo de que un gigante los desplace en su propio ecosistema. Además, cuando su tecnología se integra tan profundamente en los productos de una empresa (como el producto de préstamo de Bitcoin de Coinbase en Morpho), el costo y el riesgo de reemplazarlos se vuelven prohibitivamente altos. El futuro del sector podría inclinarse hacia un oligopolio de grandes empresas que controlen toda la pila tecnológica, relegando el código abierto a nichos. Sin embargo, la agilidad de los protocolos para desplegarse en múltiples cadenas y la complejidad técnica que ofrecen crean una interdependencia. La carrera entre la velocidad de expansión de las instituciones y la de los protocolos abiertos decidirá el panorama final. Por ahora, la infraestructura crítica de estos gigantes aún se basa en código abierto."

marsbitHace 7 min(s)

Se agotan las ventajas del canal: ¿En qué pueden confiar los protocolos DeFi para resistir la recolección de los gigantes?

marsbitHace 7 min(s)

Nuevo trabajo del equipo de Kaiming He: Eliminando VAE y datos privados, la generación de texto a imagen resulta ser más potente

El equipo de investigación de He Kaiming presenta MiniT2I, un modelo de generación de imagen a partir de texto (text-to-image, T2I) minimalista y directo en el espacio de píxeles, que desafía la complejidad de los enfoques dominantes. El modelo elimina componentes estándar como el VAE para codificación, mecanismos de inyección condicional complejos (AdaLN), funciones de pérdida auxiliares, datos privados y etapas de alineación RL/DPO. Utiliza un objetivo de "flow matching" entrenado directamente sobre píxeles RGB. Con solo 258M de parámetros (versión B/16), supera a modelos de espacio de píxeles mucho más grandes en benchmarks como GenEval (0.87) y DPG-Bench (84.2). Su arquitectura, MM-JiT, simplifica el Transformer estándar: añade dos adaptadores ligeros para las características de texto de T5 (congelado) y elimina la rama AdaLN, confiando en que la imagen ruidosa ya contiene información temporal. Esto reduce parámetros y permite más capas, mejorando el FID a 13.7. El entrenamiento, de bajo costo (~3 días en 8 H100 para el modelo de ablación), se realiza en dos fases con datos completamente públicos: preentrenamiento en CC12M reetiquetado y ajuste fino en ~120K pares de alta calidad. Esto demuestra que un modelo pequeño puede igualar o superar en ciertos aspectos a gigantes como SD3-Medium en escenas imaginativas, aunque muestra limitaciones en renderizado de texto y entidades nombradas debido a los datos públicos. MiniT2I señala un cambio de paradigma hacia la simplificación y eficiencia en la generación de imágenes, haciendo que la tecnología T2I sea más accesible fuera de los laboratorios industriales líderes.

marsbitHace 12 min(s)

Nuevo trabajo del equipo de Kaiming He: Eliminando VAE y datos privados, la generación de texto a imagen resulta ser más potente

marsbitHace 12 min(s)

¿La industria de los seguros se enfrenta a su mayor competidor? ¿Son los mercados de predicción los "bárbaros a las puertas"?

El sector asegurador, tradicionalmente un pilar estable de la economía, podría enfrentar un cambio disruptivo con el auge de los mercados de predicción. Plataformas como Kalshi y Polymarket están demostrando su utilidad para la cobertura de riesgos, invadiendo progresivamente dominios tradicionales de las aseguradoras. Ejemplos concretos ilustran esta tendencia: Kalshi se asoció con Game Point Capital para ofrecer cobertura más barata y transparente sobre bonos por desempeño deportivo en la NBA. Polymarket, en colaboración con Parcl, permite apostar sobre índices de precios de la vivienda, funcionando como una herramienta de cobertura para propietarios o compradores. Un bar de Nueva York usó Kalshi para cubrir el costo de una promoción de bebidas gratuitas vinculada al resultado de un partido de baloncesto, mostrando el potencial para pequeñas empresas. El valor de estos mercados reside en su transparencia, liquidez y el rol neutral de la plataforma, a diferencia de las apuestas deportivas tradicionales. Transforman la información en un activo negociable y permiten una gestión de riesgos más flexible y accesible. Aunque enfrentan desafíos como la liquidez insuficiente y la incertidumbre regulatoria, estos ejemplos marcan un primer paso significativo. Los mercados de predicción se presentan no solo como una alternativa a las casas de apuestas, sino como un competidor emergente para segmentos clave del negocio tradicional de seguros.

marsbitHace 13 min(s)

¿La industria de los seguros se enfrenta a su mayor competidor? ¿Son los mercados de predicción los "bárbaros a las puertas"?

marsbitHace 13 min(s)

¿Qué sectores de las criptomonedas están siendo "devorados" por los Agentes de IA?

Si eres como nosotros y has estado inmerso en esta industria los últimos años, notarás que el ambiente ha cambiado. La atención se centra ahora en la IA y los Agentes. La eficiencia está impulsando que más usuarios adopten interacciones dirigidas por IA, y plataformas diseñadas originalmente para humanos se están optimizando para servicios "no humanos". Observamos que los Agentes de IA ya dominan claramente ciertos sectores: - **Trading de derivados (perpetuos)**: Mercados altamente automatizados donde los robots superan a los humanos en velocidad y ejecución 24/7. - **Arbitraje (MEV)**: Un campo completamente dominado por bots automatizados que escanean mempools. - **Optimización de rendimiento**: Sectores donde la mayoría de los protocolos nuevos incorporan Agentes de IA autónomos. - **Trading spot y optimización de carteras**: Los bots automatizados generan un volumen significativo. En **mercados de predicción** y **préstamos DeFi**, coexisten actividades de Agentes y humanos. Los robots dominan el arbitraje a corto plazo, mientras que los humanos mantienen ventaja en decisiones a largo plazo y en elecciones de préstamos/depósitos. Los sectores aún **dominados por humanos** incluyen: - **Establecoins y pagos con tarjeta**: Usados masivamente para transferencias y pagos reales, especialmente en mercados emergentes. - **Monederos**: La capa final de interacción con la blockchain, donde la supervisión y aprobación humanas son cruciales. Con el aumento de los Agentes, crece la importancia de **capas de verificación humana**. Proyectos como World & AgentKit, t54, Self Protocol y Kite AI están construyendo infraestructuras para garantizar la responsabilidad y confianza en las acciones de los Agentes, vinculándolos a identidades humanas verificadas. En conclusión, los Agentes dominan donde la velocidad y la automatización son clave, pero los humanos siguen siendo esenciales en áreas que requieren juicio, confianza y contexto del mundo real. Los equipos que comprendan esto y construyan sistemas que equilibren ambos mundos serán cruciales para el futuro.

marsbitHace 18 min(s)

¿Qué sectores de las criptomonedas están siendo "devorados" por los Agentes de IA?

marsbitHace 18 min(s)

Trading

Spot
Futuros
活动图片