对话 a16z Crypto:AI 替你购物的时代,会变成什么样?

marsbitDipublikasikan tanggal 2026-04-29Terakhir diperbarui pada 2026-04-29

编译 & 整理:深潮 TechFlow

嘉宾: Eddy Lazzarin,a16z Crypto CTO、Noah Levine,a16z 投资合伙人、Sam Ragsdale,Merit Systems 创始人兼 CEO

主持人:Robert Hackett

播客源:a16z crypto

原标题:The end of ads? AI agents are about to change how we buy

播出时间:2026 年 4 月 28 日

编辑导语

本期播客集合了 a16z Crypto CTO Eddy Lazzarin、投资合伙人 Noah Levine,以及从 a16z 出来创业做 Agent Cash 的 Sam Ragsdale,三人从 AI 代理的技术现状、支付基础设施、到信用卡体系的存亡展开了一场高密度讨论。核心判断是,稳定币的即时结算、零边际费用特性天然适配代理经济中 1-2 美分级别的微交易,信用卡的交易费用体系(2-3%边际费 +30 美分固定费)在这个世界里不堪一击。Agent Commerce 正在拆解互联网 20 年以来的广告商业模式, Eddy Lazzarin 甚至直言:「广告经济契约已死,10 年内将彻底消亡」。

精华语录

AI 代理的本质

  • 「LLM 是聊天机器人,Agent 是能替你操作电脑的聊天机器人。人类能用电脑做的事,代理也能做。」
  • 「从去年 11 月左右开始,AI 模型变聪明了。它们能在足够长的时间跨度内完成复杂任务,而且会使用工具。我们开始叫它们"代理",因为它们不只是写代码,而是帮你完成整个任务。」
  • 「我们内部管这叫"即时自然语言编程"。用户用自然语言描述需求,代理在后台写一个可能上千行的 JavaScript 程序来执行,只需要花 20 美分 token 生成、10 美分 API 调用,然后程序用完就扔。四年前这需要一个昂贵的软件工程师花一周时间来完成。」

无前端商户与商业重构

  • 「无前端商户(Headless Merchant)长什么样?它面向 AI 服务而不是面向人。没有网站前端,只有 API 端点和足够好的文档,让模型能读懂、理解、调用。」
  • 「数据行业的领头羊收费是最低价的 100 倍,用的是同一个下游数据源。他们的核心产品其实是企业销售团队,不是数据本身。在代理做决策的世界里,代理不会被漂亮的销售团队忽悠。它会试遍所有数据源,找到最好用、价格最优的那个,然后记住它。」
  • 「你兴奋地让代理跑了一整夜。早上 9 点起来一看,它从凌晨 2:30 就被卡住了,因为下一步需要你去跟企业销售团队打电话。」

广告模式的终结

  • 「互联网自 2000 年以来的经济契约是靠分心赚钱。代理不会分心。如果它访问你的网站找菜谱,它不会看到旁边的鞋子广告。旧模式 10 年内必会死。」
  • 「2016 年互联网广告总额是 600 亿美元,当时所有人觉得已经到顶了。Google 今天光广告一年赚 3000 亿。但 GPT-4 出来后,科技新闻网站的流量下降了大约 80%,Stack Overflow 也一样。这些是早期采用者,他们已经决定用代理来做信息获取和代码执行。后面的人会跟上,因为体验确实更好。」

稳定币 vs 信用卡

  • 「Agent Cash 上的平均交易额是 1-2 美分。信用卡固定手续费是 30 美分。交易费率在这个场景下完全荒谬。2026 年了,忠诚度应该归商户,而不是归你付款用的那张卡。」
  • 「信用卡确实比互联网出现得早,而且成功地活过了从非互联网到互联网的转型期。虽然被折腾得够呛,但它确实活下来了。所以结论还没定。」
  • 「如果有信用卡公司的人在听,你们有货币传输牌照,你们完全可以替客户即时铸造稳定币,让他们用稳定币支付。我强烈建议你们考虑这件事。」

消费者体验的未来

  • 「如果代理在替你购物,你给它装个信用卡优化技能(skill),现在你能精确看到每张卡的 ROI。当你对信用卡零忠诚度时,所有心理操控的锁定效应就都没了。」
  • 「总有一天你会意识到,你其实从来不喜欢购物。」

开放代理商务栈的架构

主持人:大家好,今天和我一起的是 a16z Crypto 的 CTO Eddy Lazzarin、投资合伙人 Noah Levine,以及前 a16z Crypto 同事、现在创办了 Merit Systems 的 Sam Ragsdale,他正在做一个 Agent Cash 的项目,我们待会会深入聊。

在此之前,我想先铺设一下背景。AI 代理领域现在发生的事情太多了,除非你 24 小时盯着,否则根本跟不上。所以,现在世界是什么状况?Sam,你在一线建设,你先来说一下?

Sam Ragsdale:我喜欢用一个分类法开场,这个框架是从 Erik Reppel 那里借来的,他是 Coinbase x402 协议的联合创建者。

这个分类把代理商务分成两类。第一类是对话式商务(Conversational Commerce),就是在 ChatGPT 里结账。你对 ChatGPT 说:「我是住在纽约 West Village 的男性,要去 Equinox 健身,想买双鞋融入我的社交圈。」它会很有同理心地推荐一双 Nike,然后你买下。

第二类是把钱委托给代理,让它替你花钱去完成任务。

对话式商务肯定会发生。ChatGPT、Gemini、Claude,以及后面出来的所有前沿模型都会有结账功能。这对消费者好,帮助消费者找到更好的东西;对商户好,转化率更高;对平台好,平台能抽 5%到 10%。相当于新一代的 Google Shopping。

另一个世界是,代理的能力目前还有限。很多人让代理做点难的事情,比如「帮我做销售外联」,代理会说「我不会,我接触不到那些信息」。如果代理有一点余额,能花几分钱买些它原本用不了的服务,它就能变得更强。

所以现在是两个世界并行:一个是通过传统 LLM 界面推荐商品、替你走完最后一步,平台从交易中抽成;另一个是你独立部署代理,让它去替你购买商品和服务。

Noah Levine:我觉得有两个版本。一个是电商的自然演进,就是平台的变迁,移动时代商务就迁移到移动端,新的广告形式和 Google Shopping 就出现了。人们总是要买东西,消费者行为会变,现在人们获取信息的方式变成了 LLM,商务自然会跟着迁入代理。

还有一个不那么「拟物」的版本:互联网本身的形态在变。人们获取信息和执行操作的方式正在随 LLM 改变。我们过去 20 年建造的互联网可能不是未来的互联网。通过 Google 搜索、点进一个拼命做向上销售的网页 UI,这条路可能不再有意义了。取而代之的是一个更加代理原生(Agent-native)的互联网,代理直接为它需要的东西付费,让它替人类变得更高效。

主持人:这直接对应你的一个投资主题,Noah。但在展开之前,我想先给听众做个更基础的科普。大家已经习惯和 LLM 交互了,但现在又听到 OpenAI 的 Codex 之类的东西,这些代理已经有相当程度的自主性,能真正办事。如果你没有密切关注,可能不知道技术已经走了多远。Eddy,你来说说?

Eddy Lazzarin:让我快速过一遍过去 5 个月。大约去年 11 月、12 月开始,AI 模型变聪明了。具体来说,它们能在足够长的时间跨度内完成复杂任务,同时还会使用工具。我们开始管它们叫「代理」,这是一种拟人化的说法,因为它们不只是写代码,还会帮你完成一个任务。

但代理不是什么都能做。软件不只是你电脑上跑的一个小程序。互联网告诉我们,你得连接很多其他东西才能做出有意思的事情,需要有各种网络和各种参与者。

代理解决的是意图构建问题,某种程度上也解决了部分建模偏好问题。你告诉它一件事,它能理解你想做什么,把它映射到工具、网络和服务上。通过对话和记忆,它还能大致了解你的偏好,并把这个意图传递给工具、软件和供应商。

这两个部分问题被解决了,非常令人兴奋。所有人都想解决剩下的问题,但剩下的部分很复杂。至少,如果你要让代理替你做交易,你需要解决授权和委托问题:怎么向对方证明这个代理代表你?怎么处理身份和认证?然后是支付和结算问题,一旦连接好了,代理反映了你的意图、知道该做什么,它需要付款,需要展示支付能力,需要处理拆分支付、退款问题等等。我跳过了搜索、反欺诈等重要环节,但你能看到,一旦意图构建和建模偏好这两个以前只有人类能做的事情被自动化了,整个商务流程就可以自动化。这就是工程师大脑的反应:天哪,这两件需要人类亲手输入或至少说出来的事情,现在可以自动完成了,太不可思议了。

当人们谈论「代理商务」(Agentic Commerce)的时候,谈的就是从「我和代理说话」到「它拿到了我需要的东西」这中间还需要解决什么,以及这件事的连锁反应,因为很多东西会被彻底改写。

主持人:非常有帮助。也就是说,我们从能用自然语言交互的 LLM,进化到了连接各种网络和现实系统的增强版本。

Eddy Lazzarin:也不完全是连接的问题。你那样说好像变化在于它连了什么。不是的。你的笔记本电脑本来就连着所有东西,连接方面什么都没变。变的是它们现在能使用工具,能长时间思考,能顽固地反复撞墙直到任务完成。

Sam Ragsdale:我来给你的简化版本再做个简化。LLM 是聊天机器人,擅长对话,过去人们觉得它们最适合做客服。当它们把对话做到极致之后,我们搞出了工具使用。极度简化地说,就是让它们学会了操作电脑。LLM 是聊天机器人,代理是能替你操作电脑的聊天机器人。

关键是,它们在 GPT-4 左右达到了人类平均操作水平,而且成本低了大约 1000 倍,还能通过加钱来大幅扩展能力。所以粗略地说,人类能用电脑做的事,代理也能做。

Eddy Lazzarin:就是这样。前提很简单,但由此引发的改变非常多,有短期的、中期的、长期的。短期,所有人都在打通管道让代理真正能办事。长期,如果你的代理能获取 App,你还需要多少 UI、多少界面?你还需要 Amazon App 吗?也许 Amazon App 比不上直接让代理帮你做完所有功课、读完所有评论、只给你看你关心的图片,难道那不是更好吗?

Sam Ragsdale:我们内部管这叫「即时自然语言编程」(Just-in-time Natural Language Programming),虽然这名字不太抓人。但它把非程序员变成了程序员。你输入:「我想在 Amazon 上给我未婚妻买个东西,这是她的偏好,这是我通常给她买的东西,上次买的是这个,帮我浏览大约 1000 个选项,挑出最匹配的,然后下单,找到我的家庭地址然后寄过去。」

实际上发生的事情是,代理在内部写了一个程序来完成这件复杂的事。可能是一个上千行的 JavaScript 和 Bash 程序。它执行完毕了,但用户看不到,然后用完直接丢掉。四年前这是天方夜谭。写这样一个程序需要一个昂贵的软件工程师花一周时间去调试、获取 API 密钥之类的。现在执行成本大概 20 美分 token,可能再加 10 美分 API 调用,买完东西就把程序扔了,便宜到不需要上传 GitHub 保存。完全不懂技术的人也能做这件事。我爸妈现在就在写自然语言程序,他们自己都不知道。他们现在可能可以自称软件工程师了。

主持人:挺疯狂的。你是不是订婚了?刚才那个例子是你自己的真实经历?

Sam Ragsdale:我订婚了,谢谢。不过戒指没让 AI 买。那枚戒指比 AI 出现还早。可能比第一台电脑都早。

“无前端商户”论

主持人:好,接下来聊聊这些连锁反应。Sam 你之前提到了商务在代理做大量交易的世界里会怎么变化,这直接连到你提出的一个概念:「无前端商户」(Headless Merchant)。跟我们说说什么是无前端商户?

Sam Ragsdale:好的。我觉得有必要先往回退一步。除了用 ChatGPT 买鞋这种传统消费场景,还有一个巨大的 B2B 开发者工具市场。像 Claude Code、OpenAI Codex 这些平台正在彻底民主化,任何有电脑和 token 的人都能构建东西。

以前,资深开发者会带着明确意见去选工具,可能跟企业销售团队走流程、签订阅。现在不一样了:新型开发者进来时只有「我想做什么」的意图,对具体用什么资源没有成见。而他们构建的东西是高度临时的,需要的是完全按用量计费,不需要几个月接入流程才能上手的服务。

所以无前端商户长什么样?它面向 AI 服务,不是面向人。不需要物理或数字店面让你去浏览,只需要一个 API 端点和足够好的文档,让模型能读懂、理解并调用。计费也是按 API 调用计,不是订阅制或企业合同。

Eddy Lazzarin:我太有共鸣了。我觉得我上辈子可能就是个 AI。作为软件工程师,我一直是这样的:如果进一个网站看不到定价,找不到用信用卡直接拿 API Key 的入口,我就关掉页面。我不想跟销售团队聊,不想发邮件。因为约时间见企业销售是巨大的承诺和减速。我都不知道这东西好不好使呢,我就想现在试、马上试,因为我周末在做一个东西,想周一发布。刷信用卡拿到 Key,报销以后再说,计划以后再看,这才是快的做法。

在即时软件、临时软件时代,你真想让代理等着吗?你的代理跑了一整夜,你兴奋地早上 9 点醒来一看,它从凌晨 2:30 就被卡住了,因为想用的那个服务要你先跟企业销售团队通话。

Sam Ragsdale:更别说如果接入流程里包含企业销售环节,那个 API 的价格大概会贵 10 倍,因为他们得安排人来管理客户关系。

Eddy Lazzarin:完全不可以接受。你要代理自主运行,不是因为你不在乎你做的东西,而是因为你要速度、要测试、要快速迭代响应用户反馈,你等不起。如果 AI 模型看到三个选择:一个需要联系企业销售,一个需要设置专用信用卡,但有一个只要发过去一些稳定币就拿到 10 美元 token 做出了概念验证,它每次都会选第三个。光这一个力量就足以引发部分市场的重构。

主持人:对于传统企业来说,虽然这些摩擦让生意不好做,但它们也依赖这些摩擦来锁定客户和维持忠诚度。如果这些摩擦消失了,怎么可靠地预测收入?

Eddy Lazzarin:先给你我的嘴炮版回答:那我们把所有东西都做烂好了。什么都加摩擦,什么都搞得很难用。我们在干嘛呢?

我这么说是因为摩擦确实有时候是有用的,比如摩擦能挡住垃圾邮件发送者,摩擦能产生筛选效应。但摩擦也有巨大的成本。随着经济加速、生产力提升、每分钟时间的杠杆放大,摩擦的机会成本也在上升。这是当下所有事情的趋势。

回到正题,即使在最低摩擦的环境下,你一秒钟拿到 API Key,甚至不需要 API Key,用加密钱包密钥直接支付,钱包地址就是你的账户,依然会有别的东西让服务有粘性。声誉、记忆、状态、数据,甚至一些不那么有形的东西比如代理的信任。代理如果知道你急需答案、想快速推进,它不会退一步花 20 分钟去探索所有新选项。它会记住上次用的东西效果很好,然后直接复用。就像聪明的人一样。

Sam Ragsdale:我来举个接地气的例子。我们每天跟大量商户交流,基本上看过了目前所有能通过 API 销售的东西,跟很多卖家聊过他们怎么接入「代理原生分发」(Agent-native Distribution),即面向 AI Agent 的原生分发方式。

数据产品通常是大宗商品,一般有 5 到 50 个卖家。在这个群体里,排第一的赚得最多,收费大约是最便宜的 100 倍。而且很多时候,他们的下游数据源是同一个。他们做到这点靠的是企业销售团队。团队里通常都是很体面的人,会飞到你的办公室给你演示:「看看我们的数据多漂亮,没有数据比我们更漂亮了,每年 35000 美元」。你签了,两年合同到期那人再飞过来,再来一遍同样的表演。然后几万家公司就这样付钱。

而那些产品可能更好、在同样数据上做了更优的易用性封装的小公司,因为拿不到分发渠道,最终破产。这个领域没有创新,因为企业销售团队本身就是核心产品,数据不是。

在代理做选择的世界里,代理不会想跟企业销售聊天,不会被漂亮的销售团队忽悠。它会试遍所有数据源,找到效果最好、定价最优(尤其是批量定价)的那个,存进记忆里:「下次需要这类数据的时候,用 Minerva,不用其他三家。」这创造了一个更高效的世界。原来被宰 35000 美元的几万家公司可以把这笔钱花在其他有生产力的地方。

Noah Levine:另一个角度是,如果你相信 AI 会催生一大批一人公司或极小团队公司,能用 AI 造出原本需要 50 到 100 人才能做的产品,那企业销售团队去飞到一个人的地下室跟他谈生意显然没有意义。

一方面,现有商户担心收入预测会受影响,没错,变化来了就会有抵触。但另一方面,这也是一个全新的客户获取漏斗,如果你能减少接入工具的瓶颈和摩擦,对他们来说反而是巨大的机会。

Sam Ragsdale:在我们的需求端,绝大多数用户从来没用过 API,不知道 API 是什么,不知道它代表什么,从来没拿过 API Key,从来没签过企业服务协议。但他们第一次使用就能从六个不同商户组合六个 API,写一个自然语言程序,完成任务,然后程序用完即弃。这意味着 API 消费者出现了一个全新市场。

互联网现有商业模式将被重构

主持人:听起来像克莱顿·克里斯坦森的创新者困境,高端市场是卖天价软件给能签大支票客户的老玩家,低端市场是用代理做一次性实验的新用户。但是什么能让其从低端玩具变成真正有冲击力的东西?

Sam Ragsdale:因为它最终会成为更好的体验。

Noah Levine:我想补充:虽然今天看着很实验性,但回看历史平台迁移会发现类似的模式。Stripe 起步时服务的商户非常小、非常长尾,很多后来成长为巨头,这就是 Stripe 持续增长的原因。Shopify 也一样,最早是做代发货和卖 T 恤的,现在服务一大批在 Shopify 上从零做成大公司的品牌。类似地,我们会看到一批很精简的新型开发者借助 AI 构建大公司,他们今天在代理商务模式下采购的工具,随着公司成长会变成很大的消费量。

Sam Ragsdale:这个电商视角很好。但我想说的更大:互联网的经济契约已经死了。

自 2000 年 Google 上线成为「自由开放互联网」最大推手以来,经济契约是这样的:你是发布者,你放出好内容,人们搜索到了,Google 就展示它。几年后 AdWords 出来,加了 banner 广告。契约变成:你放出好内容,用户落地你的网站,你可以放小广告,Google 按浏览质量给你分成。你可以发布任何人们想看的东西,Google 处理广告主关系并给你回扣。在这个过程中 Google 成了自由开放互联网的最大推手,他们要互联网快、便宜、无处不在,因为你搜越多,他们赚越多。

归根到底,互联网的商业模式是「分心」。当你这个人类用户在消费内容的时候,不管是查信息、找菜谱还是看比分,你会被分散注意力,也许过会你会去买那双鞋,或了解到一个新的 B2B SaaS。这个模式的规模增长超出了所有人预期。我刚翻了 2016 年的《互联网趋势报告》,当时互联网广告总额 600 亿美元,人们说「到顶了吧」,但 Google 今天光广告一年赚 3000 亿。

但代理出现之后,人们正在把搜索、信息获取和执行转移到代理上。现在还早,ChatGPT 有 1 亿月活,但他们用法还像 Google 搜索,还没有真正代理式地用它,比如「帮我爸找个父亲节礼物并下单」。但这在实现的路上了。看看科技圈的数据:GPT-4 以来,科技新闻网站的流量下降了约 80%,Stack Overflow 也一样。这些是早期采用者,他们已经决定用代理来做信息获取和代码执行。后面的人会跟上,因为体验确实更好。

旧商业模式正在被抛弃。代理不会分心。如果它上你的网站找菜谱,它不会看到你放的鞋子广告。发布者从中得不到任何好处。到时会需要一个新的契约,一个新的理由来让你服务代理的请求,而不是靠广告。会是直接为文章付费吗?我不确定。会是直接为 API 资源付费吗?互联网是否会面目全非?我也不确定。但旧模式肯定要死,10 年内必消亡。

主持人:如果互联网的商业模式归根结底是分散注意力的话,这挺有趣的,因为 Google 最早出来的时候是反门户的。Yahoo 和 AOL 给你一堆链接,什么都想提供。Google 就一个搜索框,空白页,快速给你信息。但你描述的演进方向恰恰是它变成了分心机器。

现在我们说代理不会分心,但凭什么代理的演进会和人类不同?会不会出现专门设计来引诱代理、让它们迷路停留更久的机制?

Eddy Lazzarin:这是一个很大也很有意思的问题,核心在于:代理代表谁?我最近听人说「我又开始用 Google 搜索了,因为顶部的 AI 回答已经够好了」。在那个场景里,那个「代理」是替 Google 工作的,它在 Google 搜索栏里,跑在 Google 的云上,Google 控制它。那个代理会不会被 Google「分心」?我感觉会。

关键在于它在优化谁的目标函数,或者说得正常点:它替谁工作。「分心」的定义就是,我给你看的东西,是服务你的利益还是我的利益?如果是我的利益而不是你的,那就是分心。

我理解得没那么悲观。好广告是好内容这个行业共识存在了很多年,好广告跟你本来就想看的内容几乎无法区分。

但让我把这一点说清楚:如果代理替 Google 或任何人工作,那它走的整条商务链路都会是它们定义的,使用它们设定的方法和它们认为对自己业务最有利的交易基础设施。如果代理替你工作,极端情况下,跑在你自己的笔记本上,开源,你能微调它、改系统提示,那你可以给它反分心工具。这样,投放广告的人面对的就是一个会拆穿它的对手。虽然我说得有点夸张,但本质上确实会出现对抗。

Sam Ragsdale:对,有无数种方式可以把广告重新塞回来。可以在模型权重层面做,这是最激进的。选择训练数据时就选那些说「Nike 是世界上最好的鞋」的数据。Nike 可以付比如 10 亿美元一年,然后不管是在 ChatGPT 里还是在某个车险客服的企业 API 里,只要一聊到鞋就说 Nike 最好。

可以在工具调用层面做、在系统上下文里做、可以做成叠加层连聊天都不进入。基础模型公司显然在纠结这个问题。最近 Anthropic 和 OpenAI 之间爆发了一场争执,Anthropic 在超级碗投了广告嘲笑 ChatGPT 做广告,OpenAI 随后撤了广告。但 OpenAI 的回应我觉得完全合理:「ChatGPT 光在德克萨斯的免费用户就比 Anthropic 全部付费用户还多。」这是完全不同量级的问题,他们确实要给大量不愿掏信用卡的用户提供昂贵的前沿技术,广告其实是个合理的方案。

广告之所以在互联网搜索上是如此天才的商业模式,是因为消费者不用付钱。高摩擦的关系,比如掏信用卡,存在于广告主和 Google 以及发布者之间,跟搜索的十几亿月活用户无关。那些人直接打开 Google 就能得到价值。

如果你尝试对齐激励、把广告分离出来并做到尽可能相关,你实际上会得到更好的体验。现在基础模型公司在远离广告。ChatGPT 没在跑广告,Gemini 也还没推出广告。Google 最可能会做这事,他们以前做过,是最大的广告经营者。Gemini 迟早会有广告,它月活巨大,Google Shopping 的等价物也会上。但他们知道现在还没有垄断,所有公司都在竞争,有大量私募市场补贴在烧钱。他们不想被说「这个模型对你没那么有同理心、不太在乎你的目标,因为它跑广告」。所以至少目前,没人在跑广告,都在尽量保持中立。

Noah Levine:我觉得还有一个方向:随着商户把价格和产品数据做得更好、更透明,你可以把原来花在付费广告上的钱,改成针对代理购物场景的专属折扣。如果代理是买家,你可以把广告预算直接变成打折预算。

另一个分支是代理商务的发现层会长什么样?谁来做发现?怎么区分不同商户?我的预测是,如果广告因为代理变成买家而减弱,因为代理有无限注意力,注意力不再是最稀缺的资源,商户可能会尝试通过打折产品、或者调整描述方式让代理更容易理解来「隐性广告」。

Eddy Lazzarin:维度太多了。广告本质上只是获取转化的一种方式。如果系统能用不打广告的方式实现更高的转化率,它就会那样做。实际上系统也确实有很多别的方式:推荐网络、折扣、优惠券、特殊渠道、给初创公司送免费 token 等。获客方式上百种,广告只是最显眼的那个,因为普通人感受最直接。

把个性化旋钮拧到底,如果你要触达我、先跟我的代理聊一轮,我的代理会告诉你:Eddy 极度讨厌广告。

稳定币 vs 信用卡在代理支付中的角色

主持人:在结束之前我一定要问两个问题。第一个:传统支付轨道在多大程度上能适应代理商务?还是说需要全新的原生支付轨道,比如稳定币,它们似乎正在找到产品市场契合点?

Sam Ragsdale:我的总体判断是,对于电商或对话式商务这种「新拟物版」结账场景,信用卡很好用。信用卡内置消费者保护,鞋子没到或被卡车撞了,Visa 帮你裁决,你拿回钱,风险全在商户端。这在新型商品和服务上是个好买卖。

但稳定币在另一类场景非常好用。Agent Cash 上的平均交易额是 1-2 美分。已完成约 60 万笔这样的交易。信用卡固定手续费 30 美分。电汇大概接近 1 美元。边际费率 2-3%,其中大部分是交易费,给了返现积分。对电商来说,也许你喜欢积分、喜欢攒信用卡里程去迈阿密度假,3%由商户费率出。但当你买的东西只要 1-2 美分、零零散散的 API 调用费时,稳定币是零边际费、固定费用低于 1 美分。

还有一个关键点:即时结算(Instant Settlement)。如果你在互联网上购买商品和服务,结算周期是月底,不管是发票电汇还是信用卡,商户实际上是在给客户或代理提供信用。在代理世界里,你通常不知道代理是谁。

具体来说,用过 Anthropic 或 ChatGPT API 的人都知道那个分级系统,先花 50 美元结一次,再花 100 美元结一次,一直到 2500 美元。这个系统存在的原因就是他们在给你提供信用,他们不了解你、没做过 KYB 和信用审查,不知道月底你会不会付款。AWS 一样,Nvidia GPU 也一样。月底结算对这类场景非常糟糕,商户承担全部风险。如果客户不是签了企业服务协议的真人公司,而是一个代理,你完全不知道它是谁,一夜之间能生成十亿个代理,但你不能给代理授信。有人在做代理信用方案,我觉得方向错了。即时结算会直接解决问题。即时结算就像现金。我有,递给你,你就有了。你提供商品和服务,我没法再把钱收回去。亚美分级的固定费用,用即时结算对极小金额和这种性质的交易来说是更好的方案。

Noah Levine:有一点值得反驳一下,关于最低交易手续费和信用卡能否参与微交易,是由卡组织(Card Networks)最终决定定价。如果它们想推出新交易类型,比如叫「微交易类型」,没有最低费用、降低交易费率,完全做得到。好处是持有信用卡的消费者远多于熟悉稳定币的人。所以可以保留开发者用卡支付,后端用稳定币结算。但这需要很长时间。在那之前,用原生钱包直接用稳定币在这些协议上消费很有意义。

Sam Ragsdale:信用卡公司要颠覆自己 80 年的核心商业模式,我觉得可能性极低。但乐见其成。

Eddy Lazzarin:我同意信用卡没有严格的技术障碍。但问题更微妙,涉及商业模式和消费者对信用卡的认知。前阵子我看到一些「代理信用卡」的概念,本质上是虚拟卡的延伸。我很喜欢我的卡发行商的虚拟卡功能,能随时生成临时卡号,遇到诈骗或订阅取消困难时直接关掉。

但有时候新平台或新方法胜出,不是因为技术上非它不可,而是因为它可以为新场景量身定制。信用卡确实比互联网还老。信用卡成功活过了从非互联网到互联网的转型,虽然被折腾得够呛,但它确实活下来了。所以结论还没定。

Noah Levine:另外,如果让 Apple Pay 成为可能的技术,同样会启用代理商务。关于这会不会颠覆 Visa 或 Mastercard,我的直觉是,今天很多 B2B 交易在开发者和企业 API 之间是用电汇结算的。如果卡组织能把这块量捕获下来,通过微交易而非 10 万、50 万、100 万美元的月度结算来变现,对它们来说反而是巨大机会,哪怕每笔抽成比例或金额小得多。

Eddy Lazzarin:完全同意。不过我个人偏好稳定币方式。我对加密当然有偏好,但我觉得稳定币在概念上有一种简洁性,知道自己的余额、能控制余额,不管金额大小、在哪个网络上,能即时支付。如果能完全不用信用卡,我会选不用,因为我已经被直接控制自己的钱这种体验惯坏了。

Sam Ragsdale:我比 Eddy 还悲观。交易费率在我看来完全疯狂。消费者保护很好,但那是 30 美分固定费用的事。边际费的大头是交易费率。给听众解释一下,交易费率是商户的银行付给消费者的银行的钱,用来给消费者发放积分返现。这个成本起源于上世纪 80 年代,为了确保信用卡网络效应能起飞,让所有人都持卡。Visa 给你全球通用的购买能力,这是建设网络的代价。最早交易费率高达 8-10%,商户费率的 8-10%会被回流给消费者银行做积分,让消费者继续用 Visa。因为在信用卡之前支付太混乱了,8-10%大家都觉得合理。

现在慢慢降到了 2-3%,高端珠宝类好像还是 5%左右。但到了 2026 年,这个概念在我看来尤其荒谬:忠诚度归属的是你付款用的那张卡,而不是商户。在 Eddy 说的那种你随手生成虚拟卡、每个账户一张卡、对信用卡零忠诚度的世界里,网络效应已经建立了,所有人已经有信用卡了。那 2-3%应该归商户,商户应该能自己做积分计划,给消费者打折或买 10 送 1 之类的。

现在 Visa/Mastercard 会说这已经存在了,如果你是 Lululemon,可以去跟他们谈 BD 合作,走三年法律流程,然后你的 Amex 积分每月可以在 Lululemon 花一次,换条免费短裤。但这不适用于小商户。Joe 的三明治店还是得付那个交易费率。而且那些交易费率表有 7 页那么长,没人能看懂。有篇著名的 Stripe 文章说,Stripe 这些世界顶级支付专家花了 4 年才搞出一个预测交易费率的模型,因为之前根本算不出来。

我估计过去已经有几十个创业者跟交易费率对着干了,全都失败了。但我觉得未来 10 年它可能真的会被干掉。跟信用卡的人聊,他们 100%确信消费者真的喜欢这种心理操控,让你觉得 3%实际上值 10%,你爱你的积分。但你拿回手的东西远不值 3%,还会随时间贬值。我觉得这个时代终于要过去了。我们终于有了一条更好的轨道。没有理由让这些庞大的公司继续存在。没有理由每次信用卡交易都要 5 家公司经手、各自承担不同风险。稳定币就像现金。我递给你,你就有了。没有任何理由收边际费,固定费低于 1 美分。

历史上所有唱衰信用卡的人最后都大错特错、看起来像傻瓜。但我愿意当那个人。

主持人:我必须插一个我最喜欢的商业故事。有个人(Ron Johnson,苹果零售业务前负责人)去接手了 JCPenney(美国老牌百货),决定砍掉全部优惠券折扣体系,简化流程,「你看到的价格就是你付的价格」,消费者一定会爱上它。结果彻底翻车,因为消费者就是喜欢优惠券和折扣的那套游戏。所以很好奇代理商务会不会重演:人们是真爱信用卡积分和那些傻游戏,还是想要一个所见即所得的简单体验?

Sam Ragsdale:如果代理替你购物,你给它装个信用卡优化的 skill,它能精确算出每张卡的 ROI。你对信用卡零忠诚度,心理操控的锁定效应就彻底没了。

Eddy Lazzarin:完全同意。如果游戏本身是卖点,我不会花钱让代理去玩什么剪优惠券的蠢游戏。如果消费者确实想要那种体验,那些游戏会转移到别的层面。最终如果消费者需要这种体验,你可以在那一层省下的钱挪到别的层来实现。

Sam Ragsdale:也许我以后得吃回这些话。

Noah Levine:我觉得你说的很有道理。交易费率存在这么久,部分原因就是因为它太老了,信用卡有巨大的惯性。我的一点反驳是:问题不在于商户觉得理想还是不理想,而在于消费者最终想用什么。对大多数商户来说,支付方面的第一优先级不是手续费成本,而是怎么出现在消费者用的渠道上,确保能接受消费者想用的支付方式。如果对消费者来说把卡存进去、用已有余额消费比开设钱包、充值稳定币更容易,那他们会用卡。商户也会想办法接受卡。

Sam Ragsdale:如果有信用卡公司的人在听,你们有货币传输牌照(Money Transmission License),你们完全可以替客户即时铸造稳定币,让他们用稳定币支付。我强烈建议你们考虑这件事。

Noah Levine:如果信用卡要在代理商务中发挥作用,我觉得结果可能是「AI 版鲻鱼头」,即前面是信用卡,后面是稳定币。消费者用卡和余额消费,商户收到的是在 x402 或 MPP 上的稳定币结算,两边的优势就结合起来了。

消费者端的入金通道正在快速改善,消费者获取稳定币会越来越容易。在企业端,大多数现代银行正在推出原生稳定币支持。获取稳定币的摩擦正在趋近于零,开个银行账户,走完 KYB 和信用风险流程,就能直接购买和使用稳定币,不管是通过 Mercury 发的信用卡还是直接从账户出。任何有 MTL(货币传输牌照)的实体都可以轻松添加稳定币支持。碰巧,信用卡公司就是这类实体。

主持人:我们提到消费者偏好可能决定走向。Sam,在你看来,什么产品或服务会真正让主流人群开始用代理做交易?

Sam Ragsdale:我最兴奋的方向是一类全新的公司,用极精简的团队、借助 AI 构建很棒的产品。而且产品的构建方式本身也很有意思,是一种「可组合商务」,即把一堆不同的 API 拼在一起,终端客户下单的时候,你不需要预购额度、不需要预签协议,它就依次调用几个 API,给你最终结果。这让你能建一家更高效、更精简、结构更好的公司。

Eddy Lazzarin:太同意了。即时结算的一个有意思的结果是,你可以在一条复杂的交易链上即时结算。我跟你交易的商户为什么不能原子性地跟它的上游进行按次结算?这彻底改变了商户的成本结构。可组合性方面也是,如果你能预充值,就能访问一大堆东西而不需要用户提前配置和购买。

最终你得到的是更复杂的支付,即多方支付、多商户支付。我们今天不会去想这些,因为我们得默认支付只能给一方,其他人的结算是那一方的问题,他们得跟我建立关系,还有各种人要来做风控。现在这些看起来都可解了。

主持人:太精彩了。感谢各位,我们得把 Sam 请回来看看他的预测准不准——

Sam Ragsdale:5 年后见。

Kripto yang Sedang Tren

Bacaan Terkait

Di Luar Lapangan: Permainan Mengejar Keuntungan di Sekitar Piala Dunia

Di luar lapangan, Piala Dunia bukan hanya festival penggemar sepak bola, tetapi juga jendela langka bagi spekulasi global. Turnamen ini memusatkan perhatian, emosi, identitas, kesenjangan informasi, dan sumber daya langka selama lebih dari sebulan, menciptakan ekosistem spekulasi yang luas. Pasar prediksi seperti Polymarket dan Kalshi mencatat pertumbuhan pesat, dengan volume perdagangan miliaran dolar, menawarkan narasi kekayaan baru dibandingkan taruhan olahraga tradisional yang tetap menjadi tulang punggung dengan basis pengguna yang matang. Pasar saham juga bereaksi, menciptakan "saham konsep" seperti produsen ayam goreng di Korea Selatan yang harganya melonjak terkait acara nonton bareng. Pasar sekunder tiket menjadi arena arbitrase, di mana harga bisa meroket untuk pertandingan tim populer seperti Portugal, sementara tiket lain justru turun. Barang koleksi seperti stiker Panini dan jersey edisi terbatas juga menjadi komoditas spekulasi, dengan harga melambung di platform seperti eBay. Spekulasi lebih liar muncul di crypto melalui ribuan token meme bertema Piala Dunia yang sangat volatil, meski penuh risiko penipuan. Lapisan terakhir adalah bisnis informasi: alat pelacak tiket seperti SeatSidekick dan layanan berlangganan rekomendasi taruhan memanfaatkan permintaan akan data dan keunggulan informasi. Intinya, Piala Dunia telah menjadi eksperimen spekulasi raksasa di mana aliran perhatian dan emosi menciptakan jaringan perdagangan global yang menyelesaikan transaksinya sendiri jauh dari lapangan hijau.

marsbit32m yang lalu

Di Luar Lapangan: Permainan Mengejar Keuntungan di Sekitar Piala Dunia

marsbit32m yang lalu

Bagaimana Codex Menggunakan Komputer? Tiga Pintu Masuk dan Batasan Izin

Cara Codex Menggunakan Komputer: Tiga Pintu Masuk dan Batas Izin Artikel ini menjelaskan tiga cara Codex berinteraksi dengan lingkungan eksternal: Computer Use, Ekstensi Chrome, dan Browser dalam aplikasi. Ketiganya melayani skenario tugas, batas izin, dan tingkat kepercayaan yang berbeda. 1. **Computer Use (@Computer)**: Cakupan terluas, mengontrol aplikasi desktop asli (macOS/Windows), pengaturan sistem, simulator iOS, dan alur kerja lintas aplikasi melalui antarmuka grafis. Cocok untuk proses yang tidak memiliki dukungan API, plugin, atau alat terstruktur. Namun, lebih lambat dan memiliki batas izin terlebar. Harus digunakan dengan pengawasan untuk tindakan sensitif. 2. **Ekstensi Chrome (@Chrome)**: Mengakses status Chrome yang sudah login, termasuk cookies, tab, dan profil. Ideal untuk tugas di Gmail, LinkedIn, Salesforce, dasbor internal, atau penelitian yang memerlukan status login di beberapa situs. Mendukung kontrol multi-tab dan konteks identitas browser. Batas kepercayaan penting: pisahkan tindakan berisiko tinggi seperti mengirim atau membeli. 3. **Browser dalam Aplikasi (@Browser)**: Browser terisolasi di dalam thread Codex, tidak membawa status login atau ekstensi. Sangat cocok untuk pengembangan web, debugging bug visual, memeriksa tata letak responsif, dan memberikan anotasi desain pada halaman lokal atau pratinjau berbasis file. Menciptakan siklus umpan balik yang ketat antara pengeditan kode dan pratinjau. **Prinsip Inti**: Pilih antarmuka operasi yang paling sempit, aman, dan terstruktur untuk tugas tersebut. Prioritaskan plugin atau MCP jika tersedia. Gunakan Computer Use hanya sebagai "mil terakhir" ketika alat terstruktur tidak mencukupi. **Appshots** berfungsi sebagai alat untuk memberikan konteks visual (dengan menangkap jendela depan), bukan sebagai metode kontrol keempat. Dengan mendorong pemilihan alat yang tepat, pendekatan berlapis ini menunjukkan kunci produk AI Agent: membatasi izin secara proporsional berdasarkan tugas spesifik dan mempertahankan hak pengguna untuk meninjau tindakan kritis.

marsbit2j yang lalu

Bagaimana Codex Menggunakan Komputer? Tiga Pintu Masuk dan Batasan Izin

marsbit2j yang lalu

Hukum Besi" dalam Peralatan Chip, Sedang Dihancurkan

"Aturan besi" industri peralatan semikonduktor, di mana pembeli (fab) mendominasi harga, mulai retak. Contohnya, pemasok peralatan SK Hynix meminta kenaikan harga 3%-4%, fenomena langka yang didorong oleh ledakan permintaan AI. Kebutuhan AI memicu ketidakseimbangan pasokan-permintaan peralatan kunci. Permintaan meledak untuk peralatan TCB (Thermal Compression Bonding) yang penting untuk produksi HBM4 dan pengemasan chip AI (C2S/C2W). Pemain seperti Hanmi Semiconductor, Hanwha Semitech, dan ASMPT kebanjiran pesanan. Teknologi Hybrid Bonding yang lebih maju belum menggantikan TCB dalam waktu dekat, karena TCB tetap lebih matang untuk produksi massal HBM4. Tidak hanya peralatan fab, rantai pasok pembuat peralatan tes semikonduktor juga tersendat. Mereka menghadapi kelangkaan parah komponen kunci seperti FPGA, CPU, dan Driver IC, yang justru banyak diserap oleh pusat data AI, sehingga menunda pengiriman peralatan tes. Siklus ekspansi besar-besaran didorong oleh tiga faktor utama: (1) Fab logika canggih (TSMC, Intel, Samsung) memperluas kapasitas untuk akselerator AI; (2) Produsen memori (SK Hynix, Micron) meningkatkan investasi untuk HBM; (3) Kemasan canggih (CoWoS) menjadi bottleneck dan prioritas ekspansi. Organisasi seperti SEMI memproyeksikan penjualan peralatan semikonduktor global akan mencapai rekor baru pada 2027, didorong terutama oleh investasi terkait AI. Pemain peralatan yang menguasai teknologi kunci di node proses logika canggih, HBM, dan kemasan canggih kini memiliki posisi tawar yang lebih kuat, karena mereka menjual kemampuan yang paling langka: kapasitas untuk mewujudkan produksi chip di era AI.

marsbit2j yang lalu

Hukum Besi" dalam Peralatan Chip, Sedang Dihancurkan

marsbit2j yang lalu

Trading

Spot
Futures

Artikel Populer

Apa Itu GROK AI

Grok AI: Merevolusi Teknologi Percakapan di Era Web3 Pendahuluan Dalam lanskap kecerdasan buatan yang terus berkembang dengan cepat, Grok AI menonjol sebagai proyek yang patut diperhatikan yang menjembatani domain teknologi canggih dan interaksi pengguna. Dikembangkan oleh xAI, sebuah perusahaan yang dipimpin oleh pengusaha terkenal Elon Musk, Grok AI berupaya untuk mendefinisikan ulang cara kita berinteraksi dengan kecerdasan buatan. Seiring dengan berkembangnya gerakan Web3, Grok AI bertujuan untuk memanfaatkan kekuatan AI percakapan untuk menjawab pertanyaan kompleks, memberikan pengguna pengalaman yang tidak hanya informatif tetapi juga menghibur. Apa itu Grok AI? Grok AI adalah chatbot AI percakapan yang canggih yang dirancang untuk berinteraksi dengan pengguna secara dinamis. Berbeda dengan banyak sistem AI tradisional, Grok AI menerima berbagai pertanyaan yang lebih luas, termasuk yang biasanya dianggap tidak pantas atau di luar respons standar. Tujuan inti proyek ini meliputi: Penalaran yang Andal: Grok AI menekankan penalaran akal sehat untuk memberikan jawaban logis berdasarkan pemahaman kontekstual. Pengawasan yang Dapat Diskalakan: Integrasi bantuan alat memastikan bahwa interaksi pengguna dipantau dan dioptimalkan untuk kualitas. Verifikasi Formal: Keamanan adalah hal yang utama; Grok AI menggabungkan metode verifikasi formal untuk meningkatkan keandalan output-nya. Pemahaman Konteks Panjang: Model AI unggul dalam mempertahankan dan mengingat riwayat percakapan yang luas, memfasilitasi diskusi yang bermakna dan sadar konteks. Ketahanan Adversarial: Dengan fokus pada peningkatan pertahanannya terhadap input yang dimanipulasi atau berbahaya, Grok AI bertujuan untuk mempertahankan integritas interaksi pengguna. Intinya, Grok AI bukan hanya perangkat pengambilan informasi; ini adalah mitra percakapan yang imersif yang mendorong dialog yang dinamis. Pencipta Grok AI Otak di balik Grok AI tidak lain adalah Elon Musk, seorang individu yang identik dengan inovasi di berbagai bidang, termasuk otomotif, perjalanan luar angkasa, dan teknologi. Di bawah naungan xAI, sebuah perusahaan yang fokus pada kemajuan teknologi AI dengan cara yang bermanfaat, visi Musk bertujuan untuk membentuk kembali pemahaman tentang interaksi AI. Kepemimpinan dan etos dasar sangat dipengaruhi oleh komitmen Musk untuk mendorong batasan teknologi. Investor Grok AI Meskipun rincian spesifik mengenai investor yang mendukung Grok AI masih terbatas, secara publik diakui bahwa xAI, inkubator proyek ini, didirikan dan didukung terutama oleh Elon Musk sendiri. Usaha dan kepemilikan Musk sebelumnya memberikan dukungan yang kuat, lebih lanjut memperkuat kredibilitas dan potensi pertumbuhan Grok AI. Namun, hingga saat ini, informasi mengenai yayasan investasi tambahan atau organisasi yang mendukung Grok AI tidak tersedia secara mudah, menandai area untuk eksplorasi potensial di masa depan. Bagaimana Grok AI Bekerja? Mekanisme operasional Grok AI sama inovatifnya dengan kerangka konseptualnya. Proyek ini mengintegrasikan beberapa teknologi mutakhir yang memfasilitasi fungsionalitas uniknya: Infrastruktur yang Kuat: Grok AI dibangun menggunakan Kubernetes untuk orkestrasi kontainer, Rust untuk kinerja dan keamanan, dan JAX untuk komputasi numerik berkinerja tinggi. Ketiga elemen ini memastikan bahwa chatbot beroperasi secara efisien, dapat diskalakan dengan efektif, dan melayani pengguna dengan cepat. Akses Pengetahuan Real-Time: Salah satu fitur pembeda Grok AI adalah kemampuannya untuk mengakses data real-time melalui platform X—sebelumnya dikenal sebagai Twitter. Kemampuan ini memberikan AI akses ke informasi terbaru, memungkinkannya untuk memberikan jawaban dan rekomendasi yang tepat waktu yang mungkin terlewat oleh model AI lainnya. Dua Mode Interaksi: Grok AI menawarkan pengguna pilihan antara “Mode Menyenangkan” dan “Mode Reguler.” Mode Menyenangkan memungkinkan gaya interaksi yang lebih bermain dan humoris, sementara Mode Reguler fokus pada memberikan respons yang tepat dan akurat. Fleksibilitas ini memastikan pengalaman yang disesuaikan yang memenuhi berbagai preferensi pengguna. Intinya, Grok AI menggabungkan kinerja dengan keterlibatan, menciptakan pengalaman yang kaya dan menghibur. Garis Waktu Grok AI Perjalanan Grok AI ditandai oleh tonggak penting yang mencerminkan tahap pengembangan dan penerapannya: Pengembangan Awal: Fase dasar Grok AI berlangsung selama sekitar dua bulan, di mana pelatihan awal dan penyempurnaan model dilakukan. Rilis Beta Grok-2: Dalam kemajuan signifikan, beta Grok-2 diumumkan. Rilis ini memperkenalkan dua versi chatbot—Grok-2 dan Grok-2 mini—masing-masing dilengkapi dengan kemampuan untuk chatting, coding, dan penalaran. Akses Publik: Setelah pengembangan beta, Grok AI menjadi tersedia untuk pengguna platform X. Mereka yang memiliki akun yang diverifikasi dengan nomor telepon dan aktif selama setidaknya tujuh hari dapat mengakses versi terbatas, membuat teknologi ini tersedia untuk audiens yang lebih luas. Garis waktu ini mencakup pertumbuhan sistematis Grok AI dari awal hingga keterlibatan publik, menekankan komitmennya untuk perbaikan berkelanjutan dan interaksi pengguna. Fitur Utama Grok AI Grok AI mencakup beberapa fitur kunci yang berkontribusi pada identitas inovatifnya: Integrasi Pengetahuan Real-Time: Akses ke informasi terkini dan relevan membedakan Grok AI dari banyak model statis, memungkinkan pengalaman pengguna yang menarik dan akurat. Gaya Interaksi yang Beragam: Dengan menawarkan mode interaksi yang berbeda, Grok AI memenuhi berbagai preferensi pengguna, mengundang kreativitas dan personalisasi dalam berkomunikasi dengan AI. Dasar Teknologi yang Canggih: Pemanfaatan Kubernetes, Rust, dan JAX memberikan proyek ini kerangka kerja yang solid untuk memastikan keandalan dan kinerja optimal. Pertimbangan Diskursus Etis: Penyertaan fungsi penghasil gambar menunjukkan semangat inovatif proyek ini. Namun, hal ini juga menimbulkan pertimbangan etis seputar hak cipta dan penggambaran yang menghormati tokoh-tokoh yang dikenali—diskusi yang sedang berlangsung dalam komunitas AI. Kesimpulan Sebagai entitas perintis di bidang AI percakapan, Grok AI mencakup potensi untuk pengalaman pengguna yang transformatif di era digital. Dikembangkan oleh xAI dan didorong oleh pendekatan visioner Elon Musk, Grok AI mengintegrasikan pengetahuan real-time dengan kemampuan interaksi yang canggih. Ini berupaya untuk mendorong batasan apa yang dapat dicapai oleh kecerdasan buatan sambil tetap fokus pada pertimbangan etis dan keselamatan pengguna. Grok AI tidak hanya mewujudkan kemajuan teknologi tetapi juga mewakili paradigma percakapan baru di lanskap Web3, menjanjikan untuk melibatkan pengguna dengan pengetahuan yang mahir dan interaksi yang menyenangkan. Seiring proyek ini terus berkembang, ia berdiri sebagai bukti apa yang dapat dicapai di persimpangan teknologi, kreativitas, dan interaksi yang mirip manusia.

588 Total TayanganDipublikasikan pada 2024.12.26Diperbarui pada 2024.12.26

Apa Itu GROK AI

Apa Itu ERC AI

Euruka Tech: Gambaran Umum tentang $erc ai dan Ambisinya di Web3 Pendahuluan Dalam lanskap teknologi blockchain dan aplikasi terdesentralisasi yang berkembang pesat, proyek-proyek baru muncul dengan frekuensi tinggi, masing-masing dengan tujuan dan metodologi yang unik. Salah satu proyek tersebut adalah Euruka Tech, yang beroperasi di domain cryptocurrency dan Web3 yang luas. Fokus utama Euruka Tech, khususnya tokennya $erc ai, adalah untuk menghadirkan solusi inovatif yang dirancang untuk memanfaatkan kemampuan teknologi terdesentralisasi yang terus berkembang. Artikel ini bertujuan untuk memberikan gambaran komprehensif tentang Euruka Tech, eksplorasi tujuannya, fungsionalitas, identitas penciptanya, calon investor, dan signifikansinya dalam konteks yang lebih luas dari Web3. Apa itu Euruka Tech, $erc ai? Euruka Tech dicirikan sebagai proyek yang memanfaatkan alat dan fungsionalitas yang ditawarkan oleh lingkungan Web3, dengan fokus pada integrasi kecerdasan buatan dalam operasinya. Meskipun rincian spesifik tentang kerangka proyek ini agak samar, proyek ini dirancang untuk meningkatkan keterlibatan pengguna dan mengotomatiskan proses di ruang crypto. Proyek ini bertujuan untuk menciptakan ekosistem terdesentralisasi yang tidak hanya memfasilitasi transaksi tetapi juga menggabungkan fungsionalitas prediktif melalui kecerdasan buatan, sehingga penamaan tokennya, $erc ai. Tujuannya adalah untuk menyediakan platform intuitif yang memfasilitasi interaksi yang lebih cerdas dan pemrosesan transaksi yang efisien dalam lingkup Web3 yang terus berkembang. Siapa Pencipta Euruka Tech, $erc ai? Saat ini, informasi mengenai pencipta atau tim pendiri di balik Euruka Tech masih tidak ditentukan dan agak tidak jelas. Ketidakhadiran data ini menimbulkan kekhawatiran, karena pengetahuan tentang latar belakang tim sering kali penting untuk membangun kredibilitas dalam sektor blockchain. Oleh karena itu, kami telah mengkategorikan informasi ini sebagai tidak diketahui sampai rincian konkret tersedia di domain publik. Siapa Investor Euruka Tech, $erc ai? Demikian pula, identifikasi investor atau organisasi pendukung untuk proyek Euruka Tech tidak disediakan dengan mudah melalui penelitian yang tersedia. Aspek yang sangat penting bagi pemangku kepentingan atau pengguna potensial yang mempertimbangkan keterlibatan dengan Euruka Tech adalah jaminan yang datang dari kemitraan keuangan yang mapan atau dukungan dari perusahaan investasi yang terkemuka. Tanpa pengungkapan tentang afiliasi investasi, sulit untuk menarik kesimpulan komprehensif tentang keamanan finansial atau keberlangsungan proyek. Sesuai dengan informasi yang ditemukan, bagian ini juga berada pada status tidak diketahui. Bagaimana Euruka Tech, $erc ai Bekerja? Meskipun kurangnya spesifikasi teknis yang mendetail untuk Euruka Tech, penting untuk mempertimbangkan ambisi inovatifnya. Proyek ini berusaha memanfaatkan kemampuan komputasi kecerdasan buatan untuk mengotomatiskan dan meningkatkan pengalaman pengguna dalam lingkungan cryptocurrency. Dengan mengintegrasikan AI dengan teknologi blockchain, Euruka Tech bertujuan untuk menyediakan fitur seperti perdagangan otomatis, penilaian risiko, dan antarmuka pengguna yang dipersonalisasi. Esensi inovatif dari Euruka Tech terletak pada tujuannya untuk menciptakan koneksi yang mulus antara pengguna dan kemungkinan luas yang ditawarkan oleh jaringan terdesentralisasi. Melalui pemanfaatan algoritma pembelajaran mesin dan AI, proyek ini bertujuan untuk meminimalkan tantangan bagi pengguna baru dan menyederhanakan pengalaman transaksional dalam kerangka Web3. Simbiosis antara AI dan blockchain ini menggarisbawahi signifikansi token $erc ai, yang berdiri sebagai jembatan antara antarmuka pengguna tradisional dan kemampuan canggih dari teknologi terdesentralisasi. Garis Waktu Euruka Tech, $erc ai Sayangnya, sebagai akibat dari informasi yang terbatas mengenai Euruka Tech, kami tidak dapat menyajikan garis waktu yang mendetail tentang perkembangan utama atau tonggak dalam perjalanan proyek ini. Garis waktu ini, yang biasanya sangat berharga dalam memetakan evolusi suatu proyek dan memahami trajektori pertumbuhannya, saat ini tidak tersedia. Ketika informasi tentang peristiwa penting, kemitraan, atau penambahan fungsional menjadi jelas, pembaruan pasti akan meningkatkan visibilitas Euruka Tech di dunia crypto. Klarifikasi tentang Proyek “Eureka” Lainnya Penting untuk dicatat bahwa banyak proyek dan perusahaan berbagi nomenklatur serupa dengan “Eureka.” Penelitian telah mengidentifikasi inisiatif seperti agen AI dari NVIDIA Research, yang fokus pada pengajaran robot tugas kompleks menggunakan metode generatif, serta Eureka Labs dan Eureka AI, yang meningkatkan pengalaman pengguna dalam analitik pendidikan dan layanan pelanggan, masing-masing. Namun, proyek-proyek ini berbeda dari Euruka Tech dan tidak boleh disamakan dengan tujuan atau fungsionalitasnya. Kesimpulan Euruka Tech, bersama dengan token $erc ai-nya, mewakili pemain yang menjanjikan namun saat ini masih samar dalam lanskap Web3. Meskipun rincian tentang pencipta dan investor masih belum diungkapkan, ambisi inti untuk menggabungkan kecerdasan buatan dengan teknologi blockchain tetap menjadi titik fokus yang menarik. Pendekatan unik proyek ini dalam mendorong keterlibatan pengguna melalui otomatisasi canggih dapat membedakannya seiring dengan kemajuan ekosistem Web3. Seiring dengan terus berkembangnya pasar crypto, pemangku kepentingan harus memperhatikan kemajuan seputar Euruka Tech, karena pengembangan inovasi yang terdokumentasi, kemitraan, atau peta jalan yang terdefinisi dapat menghadirkan peluang signifikan di masa depan. Saat ini, kami menunggu wawasan yang lebih substansial yang dapat mengungkap potensi Euruka Tech dan posisinya dalam lanskap crypto yang kompetitif.

559 Total TayanganDipublikasikan pada 2025.01.02Diperbarui pada 2025.01.02

Apa Itu ERC AI

Apa Itu DUOLINGO AI

DUOLINGO AI: Mengintegrasikan Pembelajaran Bahasa dengan Inovasi Web3 dan AI Dalam era di mana teknologi membentuk kembali pendidikan, integrasi kecerdasan buatan (AI) dan jaringan blockchain menandai batasan baru untuk pembelajaran bahasa. Masuklah DUOLINGO AI dan cryptocurrency terkaitnya, $DUOLINGO AI. Proyek ini bercita-cita untuk menggabungkan kekuatan pendidikan dari platform pembelajaran bahasa terkemuka dengan manfaat teknologi Web3 yang terdesentralisasi. Artikel ini menggali aspek-aspek kunci dari DUOLINGO AI, menjelajahi tujuannya, kerangka teknologi, perkembangan sejarah, dan potensi masa depan sambil mempertahankan kejelasan antara sumber daya pendidikan asli dan inisiatif cryptocurrency independen ini. Gambaran Umum DUOLINGO AI Pada intinya, DUOLINGO AI berusaha untuk membangun lingkungan terdesentralisasi di mana pelajar dapat memperoleh imbalan kriptografi untuk mencapai tonggak pendidikan dalam kemahiran bahasa. Dengan menerapkan kontrak pintar, proyek ini bertujuan untuk mengotomatiskan proses verifikasi keterampilan dan alokasi token, sesuai dengan prinsip Web3 yang menekankan transparansi dan kepemilikan pengguna. Model ini menyimpang dari pendekatan tradisional dalam akuisisi bahasa dengan sangat bergantung pada struktur tata kelola yang dipimpin oleh komunitas, memungkinkan pemegang token untuk menyarankan perbaikan pada konten kursus dan distribusi imbalan. Beberapa tujuan notable dari DUOLINGO AI meliputi: Pembelajaran Gamified: Proyek ini mengintegrasikan pencapaian blockchain dan token non-fungible (NFT) untuk mewakili tingkat kemahiran bahasa, mendorong motivasi melalui imbalan digital yang menarik. Penciptaan Konten Terdesentralisasi: Ini membuka jalan bagi pendidik dan penggemar bahasa untuk berkontribusi pada kursus mereka, memfasilitasi model pembagian pendapatan yang menguntungkan semua kontributor. Personalisasi Berbasis AI: Dengan menggunakan model pembelajaran mesin yang canggih, DUOLINGO AI mempersonalisasi pelajaran untuk beradaptasi dengan kemajuan belajar individu, mirip dengan fitur adaptif yang ditemukan di platform yang sudah mapan. Pencipta Proyek dan Tata Kelola Hingga April 2025, tim di balik $DUOLINGO AI tetap anonim, praktik yang umum dalam lanskap cryptocurrency terdesentralisasi. Anonimitas ini dimaksudkan untuk mempromosikan pertumbuhan kolektif dan keterlibatan pemangku kepentingan daripada fokus pada pengembang individu. Kontrak pintar yang diterapkan di blockchain Solana mencatat alamat dompet pengembang, yang menandakan komitmen terhadap transparansi terkait transaksi meskipun identitas penciptanya tidak diketahui. Menurut peta jalannya, DUOLINGO AI bertujuan untuk berkembang menjadi Organisasi Otonom Terdesentralisasi (DAO). Struktur tata kelola ini memungkinkan pemegang token untuk memberikan suara pada isu-isu penting seperti implementasi fitur dan alokasi kas. Model ini sejalan dengan etos pemberdayaan komunitas yang ditemukan dalam berbagai aplikasi terdesentralisasi, menekankan pentingnya pengambilan keputusan kolektif. Investor dan Kemitraan Strategis Saat ini, tidak ada investor institusi atau modal ventura yang dapat diidentifikasi secara publik yang terkait dengan $DUOLINGO AI. Sebaliknya, likuiditas proyek ini terutama berasal dari bursa terdesentralisasi (DEX), menandai kontras yang tajam dengan strategi pendanaan perusahaan teknologi pendidikan tradisional. Model akar rumput ini menunjukkan pendekatan yang dipimpin oleh komunitas, mencerminkan komitmen proyek terhadap desentralisasi. Dalam whitepapernya, DUOLINGO AI menyebutkan pembentukan kolaborasi dengan “platform pendidikan blockchain” yang tidak ditentukan yang bertujuan untuk memperkaya penawaran kursusnya. Meskipun kemitraan spesifik belum diungkapkan, upaya kolaboratif ini menunjukkan strategi untuk menggabungkan inovasi blockchain dengan inisiatif pendidikan, memperluas akses dan keterlibatan pengguna di berbagai jalur pembelajaran. Arsitektur Teknologi Integrasi AI DUOLINGO AI menggabungkan dua komponen utama yang didorong oleh AI untuk meningkatkan penawaran pendidikannya: Mesin Pembelajaran Adaptif: Mesin canggih ini belajar dari interaksi pengguna, mirip dengan model kepemilikan dari platform pendidikan besar. Ia secara dinamis menyesuaikan kesulitan pelajaran untuk mengatasi tantangan spesifik pelajar, memperkuat area yang lemah melalui latihan yang ditargetkan. Agen Percakapan: Dengan menggunakan chatbot bertenaga GPT-4, DUOLINGO AI menyediakan platform bagi pengguna untuk terlibat dalam percakapan yang disimulasikan, mendorong pengalaman pembelajaran bahasa yang lebih interaktif dan praktis. Infrastruktur Blockchain Dibangun di atas blockchain Solana, $DUOLINGO AI memanfaatkan kerangka teknologi yang komprehensif yang mencakup: Kontrak Pintar Verifikasi Keterampilan: Fitur ini secara otomatis memberikan token kepada pengguna yang berhasil melewati tes kemahiran, memperkuat struktur insentif untuk hasil pembelajaran yang nyata. Lencana NFT: Token digital ini menandakan berbagai tonggak yang dicapai pelajar, seperti menyelesaikan bagian dari kursus mereka atau menguasai keterampilan tertentu, memungkinkan mereka untuk memperdagangkan atau memamerkan pencapaian mereka secara digital. Tata Kelola DAO: Anggota komunitas yang memiliki token dapat terlibat dalam tata kelola dengan memberikan suara pada proposal kunci, memfasilitasi budaya partisipatif yang mendorong inovasi dalam penawaran kursus dan fitur platform. Garis Waktu Sejarah 2022–2023: Konseptualisasi Landasan untuk DUOLINGO AI dimulai dengan pembuatan whitepaper, menyoroti sinergi antara kemajuan AI dalam pembelajaran bahasa dan potensi terdesentralisasi dari teknologi blockchain. 2024: Peluncuran Beta Peluncuran beta terbatas memperkenalkan penawaran dalam bahasa-bahasa populer, memberikan imbalan kepada pengguna awal dengan insentif token sebagai bagian dari strategi keterlibatan komunitas proyek. 2025: Transisi DAO Pada bulan April, peluncuran mainnet penuh terjadi dengan peredaran token, mendorong diskusi komunitas mengenai kemungkinan ekspansi ke bahasa Asia dan pengembangan kursus lainnya. Tantangan dan Arah Masa Depan Hambatan Teknis Meskipun memiliki tujuan ambisius, DUOLINGO AI menghadapi tantangan signifikan. Skalabilitas tetap menjadi perhatian yang berkelanjutan, terutama dalam menyeimbangkan biaya yang terkait dengan pemrosesan AI dan mempertahankan jaringan terdesentralisasi yang responsif. Selain itu, memastikan penciptaan konten berkualitas dan moderasi di tengah penawaran terdesentralisasi menimbulkan kompleksitas dalam mempertahankan standar pendidikan. Peluang Strategis Melihat ke depan, DUOLINGO AI memiliki potensi untuk memanfaatkan kemitraan mikro-credentialing dengan institusi akademis, menyediakan validasi keterampilan bahasa yang diverifikasi oleh blockchain. Selain itu, ekspansi lintas rantai dapat memungkinkan proyek ini untuk menjangkau basis pengguna yang lebih luas dan ekosistem blockchain tambahan, meningkatkan interoperabilitas dan jangkauannya. Kesimpulan DUOLINGO AI mewakili perpaduan inovatif antara kecerdasan buatan dan teknologi blockchain, menghadirkan alternatif yang berfokus pada komunitas untuk sistem pembelajaran bahasa tradisional. Meskipun pengembangannya yang anonim dan model ekonomi yang muncul membawa risiko tertentu, komitmen proyek terhadap pembelajaran gamified, pendidikan yang dipersonalisasi, dan tata kelola terdesentralisasi menerangi jalan ke depan untuk teknologi pendidikan di ranah Web3. Seiring kemajuan AI dan evolusi ekosistem blockchain, inisiatif seperti DUOLINGO AI dapat mendefinisikan ulang bagaimana pengguna terlibat dengan pendidikan bahasa, memberdayakan komunitas dan memberikan imbalan atas keterlibatan melalui mekanisme pembelajaran yang inovatif.

610 Total TayanganDipublikasikan pada 2025.04.11Diperbarui pada 2025.04.11

Apa Itu DUOLINGO AI

Diskusi

Selamat datang di Komunitas HTX. Di sini, Anda bisa terus mendapatkan informasi terbaru tentang perkembangan platform terkini dan mendapatkan akses ke wawasan pasar profesional. Pendapat pengguna mengenai harga AI (AI) disajikan di bawah ini.

活动图片