一分钟速览ETHGlobal Superhack 8个获胜项目

币界网Dipublikasikan tanggal 2024-08-20Terakhir diperbarui pada 2024-08-20

币界网报道:

作者:Pzai,Foresight News

ETHGlobal 举办的为期两周的「超级链」Superhack 黑客松落下帷幕,并同时揭晓获奖项目。超级链(OP Stack)作为一种基于 Layer 2 的多链网络架构,各个链被集成至共享安全性和通信层的网络。开发者可以基于该架构直接构建快速高效的应用,本文梳理了本次黑客松的 8 个获胜项目。

一分钟速览ETHGlobal Superhack 8个获胜项目

Tamayoshi 是一个类似 Tamagotchi(一款日本的像素风宠物小游戏) 的无 Gas 链上游戏。该游戏可以让玩家照顾一只可以成长的虚拟宠物。所有操作存储在链上,玩家可以通过喂食、玩耍或执行其他动作来与之交互。该项目还获得了 Blockscout 的奖池。

https://ethglobal.com/showcase/tamayoshi-9mw4g

ChooseADelegate 通过构建一个 Farcaster 框架,使用社交图谱来帮助人们选择一个活跃的代表来进行投票权委托,并提升 DAO 提案的投票参与度。

https://ethglobal.com/showcase/chooseadelegate-i3cs3

Century Pay 是一个 Discord 机器人,该机器人允许用户使用他们的钱包签署和发送交易。底层架构上,其采用 Base 智能钱包和 Alchemy 嵌入式钱包构建。该项目还获得了 Base(最佳支付应用)、Mode(DeFi 最佳 UX/UI)和 Blockscout 的奖池。

https://ethglobal.com/showcase/century-pay-12dy7

EthDrive 通过类似 Google Drive 的友好界面和 ERC6551,结合账户抽象为用户带来更便捷的资产管理功能。该项目获得了大部分赞助商的奖池,并在 Celo、Goldsky 和 Conduit 的奖池中获得第一名。

https://ethglobal.com/showcase/ethdrive-f47r7

QuickPay 使 Base 上的 USDC 持有者能够使用现有的 Qpay 系统在蒙古的实体商户进行支付。它连接了加密货币和传统支付系统,无需商家直接集成加密货币。该项目获得了 Superform 最佳 ERC-7540 金库实例第一名,并获得了 Blockscout 和 Worldcoin 的奖池。

https://ethglobal.com/showcase/quickpay-rxu7v

Kiss or Slap 是 Farcaster Frame 上的一款链上社交应用,通过潜在的囚徒困境和代币经济学,用户可以在选择的互动中构建声誉,并获得代币激励。该项目还获得了 Conduit 的奖池。

https://ethglobal.com/showcase/kiss-or-slap-bbn3c

HomeBase 是一个聚合了各种 Base 项目的仪表板,简化了进入链上世界的体验。用户可以创建 Coinbase 智能钱包并与不同的链上应用程序无缝交互。该项目还获得了 Blockscout 的奖池。

https://ethglobal.com/showcase/homebase-fhsze

Draw dash 提供了创造力和竞争性游戏的独特结合,让玩家在享受乐趣的同时创造和增强艺术。在完成草图后,玩家可以使用 AI ControlNet 技术增强他们的绘图,将他们的作品铸造为 NFT,并在综合市场上出售。

https://ethglobal.com/showcase/draw-dash-x8y82

Bacaan Terkait

Sekelompok Insinyur Suzhou Mendapat Kebebasan Finansial Secara Tak Terduga

Kejutan spektakuler terjadi di pasar saham China. Perusahaan alat uji komunikasi optik, Lianxun Instruments, mengalami kenaikan harga saham 30 kali lipat hanya dalam dua bulan setelah IPO, menjadi saham termahal di A-Shares (melebihi 2.000 RMB). Hal ini membuat sekitar 100 insinyur dan karyawan inti di Suzhou meraih kebebasan finansial yang luar biasa. Untuk mempertahankan talenta teknis, perusahaan telah mempersiapkan platform kepemilikan saham karyawan sejak lama. Melalui tiga platform tersebut, para karyawan kini menguasai 15.91% saham perusahaan, senilai lebih dari 36 miliar RMB. Hampir 40 karyawan menjadi miliarder, dan yang memiliki saham terkecil pun nilainya melebihi 5 juta RMB. Pendiri perusahaan, Hu Haiyang, Huang Jianjun, dan Yang Jian, masing-masing menjadi miliarder baru di Suzhou. Kesuksesan ini didorong oleh ledakan permintaan daya komputasi AI. Pendapatan Lianxun melonjak dari 276 juta RMB (2023) menjadi 1,194 miliar RMB (2025). Investor awal, termasuk modal negara bagian Suzhou, menikmati imbal hasil ratusan kali lipat. Fenomena ini menandai era baru di mana kekayaan diciptakan oleh teknologi. Berbeda dengan era internet dan properti sebelumnya, kini insinyur dan tenaga teknis mulai menjadi pemeran utama dalam kisah sukses finansial. Perusahaan-perusahaan di bidang komunikasi optik, AI, chip, dan semikonduktor lainnya juga melahirkan kisah serupa, memberi imbalan pada para talenta teknis yang selama ini menjadi tulang punggung inovasi China.

marsbit2j yang lalu

Sekelompok Insinyur Suzhou Mendapat Kebebasan Finansial Secara Tak Terduga

marsbit2j yang lalu

Makalah Paling 'Berbahaya' Tahun Ini dari Nvidia: AI Mereproduksi Kode Sendiri, Berevolusi Tanpa Batas

**Ringkasan: Makalah NVIDIA yang Mengkhawatirkan tentang AI yang Berkembang Biak Sendiri dan Berevolusi Tanpa Henti** Sebuah makalah penelitian baru yang ditulis bersama oleh Universitas Cambridge, NVIDIA, dan lembaga lainnya, berjudul **"Red Queen Gödel Machine (RQGM)"**, telah memicu perdebatan serius. Makalah ini menggambarkan sistem AI yang dapat **menulis dan memutasi kode algoritma belajarnya sendiri** secara mandiri. Mekanismenya menyerupai permainan evolusi yang kejam: 1. AI menghasilkan varian kode baru (keturunan dengan mutasi). 2. Varian ini diuji dalam lingkungan terbatas (sandbox). 3. Varian yang gagal dihapus, yang berhasil dipertahankan untuk reproduksi dan evolusi lebih lanjut. Yang paling mengkhawatirkan adalah langkah selanjutnya: AI kemudian **secara aktif mengembangkan "penguji" atau "wasit"-nya sendiri**. Ia menciptakan standar evaluasi yang lebih ketat untuk menilai kode yang lebih maju yang dihasilkannya. Hal ini menciptakan **lingkaran rekursif tanpa akhir** di mana baik "peserta" (agen AI) maupun "penguji" secara bersama-sama berevolusi dan saling mendorong menuju kemampuan yang semakin tinggi—seperti dalam **"Hipotesis Ratu Merah"** di biologi: "Kita harus terus berlari secepat mungkin hanya untuk tetap di tempat yang sama." Dalam eksperimen, RQGM menunjukkan peningkatan kinerja dalam beberapa tugas: * **Penulisan Kode:** Meningkatkan tingkat kelulusan pada kumpulan tes. * **Penulisan Makalah Akademik:** Meningkatkan tingkat "penerimaan" makalah yang dihasilkan AI oleh panel peninjau. * **Pembuktian Matematika:** Menghasilkan sistem penilaian yang lebih akurat dan agen pembuktian yang berkinerja lebih baik. Makalah ini dilihat sebagai langkah signifikan menuju **Recursive Self-Improvement (RSI)**, di mana AI dapat meningkatkan dirinya sendiri secara berulang. Beberapa ahli, seperti Jack Clark dari Anthropic, memprediksi kemungkinan 60% bahwa AI dengan kemampuan evolusi mandiri yang tinggi akan muncul pada akhir tahun 2028. Karya RQGM dianggap sebagai langkah konkret yang memperpendek jarak menuju skenario semacam itu, menimbulkan pertanyaan mendalam tentang masa depan dan potensi kemunculan Kecerdasan Buatan Super (ASI).

marsbit2j yang lalu

Makalah Paling 'Berbahaya' Tahun Ini dari Nvidia: AI Mereproduksi Kode Sendiri, Berevolusi Tanpa Batas

marsbit2j yang lalu

Keseimbangan Kekuatan Kembali Apple dan "Micron cs": Membongkar Struktur Profit di Balik iPhone

Pernahkah Anda mempertanyakan bagaimana keuntungan dari penjualan iPhone didistribusikan di antara berbagai pemasok komponen? Sebuah analisis menunjukkan pergeseran kekuatan dalam rantai pasokan Apple. Dulu, pemasok memori seperti Micron (MU) hanya menerima bagian kecil, sekitar 1.6%-2.3% dari harga iPhone X. Laporan dari akun media sosial @BluthCapital menyoroti ketidakseimbangan ini, dengan menyebut Apple membeli chip seharga $5 dan menjualnya kembali seharga $99 kepada konsumen. Data terbaru menunjukkan, dari total keuntungan satu unit iPhone, Apple mengambil porsi terbesar sekitar 25%, sedangkan raksasa memori seperti Micon hanya memperoleh kurang dari 3%. Laporan keuangan Apple Q2 2026 mengungkapkan, laba bersih per unit iPhone sekitar $320-340, dengan margin bersih mencapai 33%-36%. Sementara itu, biaya memori telah meningkat secara signifikan. Pada era iPhone X (2017), biaya memori hanya sekitar 2% dari Biaya Material (BOM). Namun, pada iPhone 17 (2026), proporsi ini melonjak menjadi 12%-15% dari BOM, sekitar $60-80, didorong oleh kenaikan harga memori secara global. Peningkatan tajam harga memori ini, yang disebut CEO Apple Tim Cook sebagai fenomena "sekali dalam 40 tahun", utamanya dipicu oleh permintaan yang sangat besar dari industri AI. Server AI membutuhkan DRAM 8-10 kali lebih banyak dibandingkan server tradisional, menyebabkan pemasok seperti Samsung, SK Hynix, dan Micon mengalihkan produksi ke produk berpenghasilan tinggi seperti HBM (High Bandwidth Memory), yang mengurangi pasokan untuk elektronik konsumen seperti iPhone. Ketimpangan pasokan ini mengubah dinamika kekuatan, memberikan leverage negosiasi yang lebih besar kepada produsen memori. Bahkan, dikabarkan Apple sedang mencoba mendiversifikasi pasokannya dengan mengajukan izin untuk membeli chip memori dari perusahaan China, CXMT. Singkatnya, era di mana Apple mendominasi dengan menekan harga pemasok komponen seperti memori sedang mengalami perubahan. Kekuatan kini bergeser seiring dengan melonjaknya permintaan memori dari sektor AI, memaksa perusahaan seperti Apple untuk menyesuaikan strategi dan menghadapi kenaikan biaya yang signifikan.

Odaily星球日报4j yang lalu

Keseimbangan Kekuatan Kembali Apple dan "Micron cs": Membongkar Struktur Profit di Balik iPhone

Odaily星球日报4j yang lalu

Trading

Spot
活动图片