Only 67 of Top 1000 Crypto Projects Have Wikipedia Pages, ChatGPT's 'Understanding' of Crypto Industry Being Distorted

marsbitPublicado em 2026-07-15Última atualização em 2026-07-15

Resumo

A study by crypto communications firm Chainstory reveals a significant information gap: only 67 of the top 1,000 cryptocurrencies by market capitalization have a Wikipedia page, representing less than 7% coverage. This includes major projects like the $15 billion Hyperliquid and the $5 billion Sui. The coverage rate declines sharply from 80% for the top 10 assets to near zero for those ranked 1,001 to 10,000. This gap is critical because Wikipedia is the single most cited source for AI models like ChatGPT, accounting for approximately 7.8% of all its citations. Consequently, AI tools have a systemic blind spot and lack authoritative, foundational information for the vast majority of crypto projects, often leading to factual errors when discussing them. The low coverage stems from Wikipedia's strict notability guidelines for cryptocurrencies, which deem crypto-native media outlets like CoinDesk and Cointelegraph as "generally unreliable." Instead, Wikipedia requires coverage from mainstream financial publications like Reuters or Bloomberg, which rarely report on many niche crypto sectors. This creates a catch-22 where the media covering the industry aren't trusted, and the trusted media don't cover it. The cumbersome Wikipedia article creation and review process, where projects have no right to appeal deletions, further exacerbates the problem.

Author: Claude, Deep Tide TechFlow

Deep Tide Introduction: Crypto communication agency Chainstory audited the Wikipedia coverage for the top 10,000 tokens by market cap on CoinGecko and found that only 67 of the top 1,000 have entries. Wikipedia is the single most cited source by ChatGPT (accounting for about 7.8% of total citations), meaning AI tools have a systematic blind spot in their knowledge of the vast majority of crypto projects. $15 billion Hyperliquid and $5 billion Sui both lack Wikipedia pages.

The crypto industry barely exists on Wikipedia.

According to a CoinDesk report on July 14, a research study released by crypto communication agency Chainstory shows that only 67 of the top 1,000 crypto projects by CoinGecko market cap have Wikipedia entries, a coverage rate of less than 7%. As AI tools increasingly become a primary channel for users to access information, this gap is systematically affecting the understanding and presentation of the crypto industry by models like ChatGPT.

Coverage Plummets with Market Cap Ranking, $15 Billion Project Lacks Entry

From June 1 to 4, 2026, Chainstory audited the top 10,000 tokens by market cap on CoinGecko, verifying the existence of Wikipedia entries one by one via the Wikipedia API. The results show an extreme long-tail distribution:

Coverage for the top 10 tokens by market cap was 80%, dropping to 40% for the top 100, only 12% for the top 500, and plummeting to 6.7% for the top 1000. For tokens ranked 1001 to 10000, coverage was a mere 0.2%. Among the entire top 10,000, only 84 tokens had Wikipedia entries.

The list of absentees includes substantial projects. The perpetual futures platform Hyperliquid, with a market cap of approximately $15 billion, has no Wikipedia page. Layer-1 network Sui, with a market cap of about $5 billion and ranked 22nd, is also absent. Monad Labs (valued at $3 billion) backed by Paradigm, Berachain (valued at $1.5 billion) co-led by Brevan Howard Digital, and EigenLayer, which raised $100 million from a16z, all have no record on Wikipedia.

The smallest project with an entry is Firo, with a market cap of $150 million and ranked 959th.

For comparison, Wikipedia hosts entries for about 640 fintech companies and over 7,000 software companies, but only about 80 companies in the crypto and Bitcoin categories.

Wikipedia is ChatGPT's Most Cited Single Source, Accounting for Nearly 8%

This coverage gap is significant because Wikipedia's role in the AI information chain far exceeds general perception.

Chainstory's report cites audit data from AI tracking platform Profound: Of all ChatGPT citation links, approximately 7.8% point to Wikipedia, far ahead of second and third place Reddit (1.8%) and Forbes (1.1%). Among ChatGPT's top 10 most cited domains, Wikipedia accounts for about 47.9% of the share.

Analysis of 3.29 million citation links by another research firm, Trakkr, shows that as of May 2026, Wikipedia accounted for 36.1% of ChatGPT's top 10 citation sources and 25.3% of its top 100 sources.

Further research by Muck Rack in May 2026 confirms that Wikipedia is not only ChatGPT's number one citation source but also the second largest for Claude (after PubMed Central) and the fourth largest for Gemini.

The report points out that Wikipedia primarily provides conceptual-level information to AI models. However, when user queries involve specific projects, Wikipedia entries become the core basis for model reasoning. Projects with entries receive clear definitions and descriptions in AI answers; for projects without entries, AI can only piece together information from scattered second-hand mentions, often leading to basic factual errors regarding founders, founding dates, headquarters location, etc.

Wikipedia Labels Crypto Media as 'Generally Unreliable' Sources

The root cause of low Wikipedia coverage for crypto projects lies in the special review thresholds Wikipedia has set for the crypto industry.

Wikipedia has specifically formulated notability guidelines for cryptocurrencies, requiring that a project's notability must come from 'mainstream' news sources, explicitly stating that media primarily covering the crypto industry is 'insufficient to establish notability.' The guidelines even name CoinDesk and Bitcoin Magazine as 'generally unreliable' crypto media. The same logic applies to crypto-native media like Cointelegraph, Decrypt, and The Block.

Reliable sources recognized by Wikipedia include mainstream business media like Reuters, Bloomberg, CNBC, and the Financial Times. However, these media outlets pay almost no attention to crypto sub-sectors like liquid staking or perpetual futures DEXs.

The Chainstory report highlights this contradiction: Media outlets that actually report on crypto industry dynamics are not considered valuable sources by Wikipedia, while the mainstream media Wikipedia recognizes do not cover most crypto projects.

The process of creating new entries itself also poses an obstacle. New articles need to pass volunteer review, checking standards like notability, verifiability, and reliable sources. Even if approved, administrators can unilaterally delete them, or a 7-day community vote can determine their fate; the subject of the entry has no right to participate or appeal.

Criptomoedas em alta

Perguntas relacionadas

QAccording to the article, what percentage of the top 1000 crypto projects by market cap have a Wikipedia page?

AOnly 6.7% of the top 1000 crypto projects by market cap have a Wikipedia page.

QWhy is the lack of Wikipedia coverage for crypto projects a significant issue for AI tools like ChatGPT?

AWikipedia is the most cited single source for ChatGPT, accounting for about 7.8% of all citations. Without Wikipedia pages, AI tools have a systemic blind spot, leading to incomplete or inaccurate information about most crypto projects.

QWhat is a key reason cited for the low Wikipedia coverage of crypto projects?

AWikipedia's guidelines for cryptocurrency topics require notability from 'mainstream' news sources and explicitly state that crypto-native media outlets are generally considered unreliable. Mainstream media, however, rarely covers many crypto sub-sectors.

QWhich prominent high-value crypto projects are mentioned as lacking a Wikipedia page?

ANotable projects mentioned without Wikipedia pages include Hyperliquid (approx. $15B market cap), Sui (approx. $5B market cap), Monad Labs, Berachain, and EigenLayer.

QWhat does the article say about the distribution of Wikipedia coverage across different tiers of crypto projects by market cap?

ACoverage declines sharply with market cap ranking: 80% for the top 10, 40% for the top 100, 12% for the top 500, 6.7% for the top 1000, and only 0.2% for projects ranked 1001 to 10000.

Leituras Relacionadas

Understanding the Q2 Crypto Market in 5 Charts: RWA Explosion, Fundamentals Continue to Recover

Summary of Q2 Crypto Market: RWA Boom and Continued Fundamental Recovery The second quarter of 2026 presented a mixed picture for the crypto market. While major crypto asset prices declined by 36% in H1 2026, the fundamentals of the industry showed significant strength. Key highlights from Bitwise's market review include: 1. **Divergence Between Crypto Stocks and Tokens:** Crypto-related public equities, tracked by the Bitwise Crypto Innovators 30 Index, rose 23% in H1, outperforming most major asset classes. This signals robust investment opportunities within the crypto ecosystem, such as Bitcoin miners benefiting from AI and traditional finance firms deepening crypto integration, even during a bear market for tokens. 2. **Substantial Crypto Application Revenue:** Leading decentralized applications generated a combined $5.9 billion in revenue over the past 12 months, with top protocols like PancakeSwap, Hyperliquid, and Aave each nearing $1 billion. This demonstrates the existence of real, revenue-generating businesses within the sector. 3. **Breakout Growth in Real-World Asset (RWA) Tokenization:** The total value of tokenized real-world assets reached a record $33 billion in Q2, up 12% quarterly and 45% year-to-date. Growth is driven by tokenized U.S. Treasuries, corporate credit, equities, and venture capital shares, indicating accelerating institutional adoption. 4. **Expanding Prediction Markets:** Prediction market open interest hit a new high of $1.8 billion in Q2, with sports being a key category. Quarterly trading volume also reached a record $43 billion. Platforms like Polymarket represent a form of mainstream, albeit often unaware, adoption of crypto infrastructure for event betting, with further growth expected around the U.S. midterm elections. 5. **Attractive Profile of Crypto Equities:** The Bitwise Crypto Innovators 30 Index exhibited low 90-day rolling correlations with most major assets (developed market stocks, EM stocks, REITs, bonds, gold) and negative correlation with commodities. This combination of high returns and portfolio diversification is highly attractive to institutional investors. In conclusion, despite weak token prices, core industry fundamentals—including user activity, business revenues, and institutional adoption—continue to advance, building a strong foundation for the next market cycle.

Foresight NewsHá 6m

Understanding the Q2 Crypto Market in 5 Charts: RWA Explosion, Fundamentals Continue to Recover

Foresight NewsHá 6m

GPT-5.6 Cracks a 50-Year-Old Math Problem in 1 Hour, 64 AIs Claim the Crown Jewel of Graph Theory

OpenAI announced that its AI model, GPT-5.6 Sol Ultra, has successfully proved the 50-year-old Cycle Double Cover (CDC) conjecture in graph theory in under an hour. This long-standing problem, posed independently by several prominent mathematicians, states that every bridgeless finite undirected graph contains a set of cycles where each edge is covered exactly twice. The breakthrough was achieved using a novel "parallel test-time computation" (TTC) approach. Instead of a single AI working sequentially, the system deployed 64 concurrent AI agents, each exploring distinct proof strategies—from algebraic perspectives to structural induction. The process included strict protocols to avoid common research pitfalls: initial exploration of fundamentally different paths, preventing herd mentality by not revealing the most promising direction, and employing a "critic squad" of agents to rigorously attack and verify every proposed proof step. The system forbade vague assertions, demanding concrete lemmas and constructions. The resulting proof, generated by GPT-5.6 and formatted with Codex, employed a sophisticated multi-step strategy. It first reduced the general case to cubic graphs, then leveraged Tutte's group-flow theorem to establish the existence of a nowhere-zero 8-flow on the graph. A key inventive step was introducing a "two-element set" labeling scheme (Lemma 2.1), which, if satisfied, guarantees a cycle double cover. The AI then transformed this combinatorial condition into a large system of linear equations (Lemma 2.2), using linear algebra over finite fields to conclusively demonstrate that a solution always exists. Researchers highlighted that parallel TTC dramatically compressed the reasoning time, making deep, extended AI problem-solving practically feasible. While some observers marveled at the implications for mathematics and science, others questioned whether parallel breadth can fully substitute for deep, continuous logical chains. Nonetheless, this achievement marks a significant advance in AI's autonomous capacity for high-level abstract reasoning and complex proof generation.

marsbitHá 11m

GPT-5.6 Cracks a 50-Year-Old Math Problem in 1 Hour, 64 AIs Claim the Crown Jewel of Graph Theory

marsbitHá 11m

Prompt Engineering Paper Accepted at ICML 2026 Sparks Heated Debate Among Netizens

A paper on prompt engineering, titled "Verbalized Sampling (VS)," has been accepted by the prestigious machine learning conference ICML 2026, sparking significant debate online. The paper addresses the problem of "mode collapse" in large language models (LLMs), where models tend to produce repetitive, safe, and homogeneous outputs. Instead of proposing new training algorithms or model architectures, the authors introduce a simple yet effective prompt-based method. The core technique, Verbalized Sampling, instructs the model to generate multiple responses (e.g., five jokes) while also outputting a possible probability value for each. This prompt adjustment alone was shown to significantly increase output diversity by 1.6x to 2.1x in creative writing tasks, without compromising factual accuracy or safety. The authors argue that the root cause of mode collapse lies not in optimization algorithms but in the "typicality bias" present in human preference data used for alignment. Human annotators naturally favor familiar and fluent text, which steers models toward conservative outputs. The VS method aims to counteract this by leveraging the model's inherent pre-training distribution during inference. The paper's acceptance has led to polarized reactions. Critics argue that prompt engineering lacks the theoretical depth and algorithmic innovation expected from top-tier conferences like ICML, questioning its novelty, generalizability across models, and experimental scale. Some draw parallels to reproducibility crises in other fields, citing a potential over-reliance on empirical results. Supporters, including an author who responded online, defend the work's rigor. They emphasize its comprehensive problem analysis, theoretical grounding, mathematical derivation, and extensive quantitative experiments. Proponents compare VS to seminal techniques like Chain-of-Thought (CoT) prompting, suggesting that inference-stage methods are becoming a core part of ML research capable of expanding model capabilities without retraining. The research was conducted by a team from Northeastern University, Stanford University, and West Virginia University, with Jiayi Zhang, Simon Yu, and Derek Chong as co-first authors.

marsbitHá 13m

Prompt Engineering Paper Accepted at ICML 2026 Sparks Heated Debate Among Netizens

marsbitHá 13m

Trading

Spot

Artigos em Destaque

O que é $S$

Compreender o SPERO: Uma Visão Abrangente Introdução ao SPERO À medida que o panorama da inovação continua a evoluir, o surgimento de tecnologias web3 e projetos de criptomoeda desempenha um papel fundamental na formação do futuro digital. Um projeto que tem atraído atenção neste campo dinâmico é o SPERO, denotado como SPERO,$$s$. Este artigo tem como objetivo reunir e apresentar informações detalhadas sobre o SPERO, para ajudar entusiastas e investidores a compreender as suas bases, objetivos e inovações nos domínios web3 e cripto. O que é o SPERO,$$s$? O SPERO,$$s$ é um projeto único dentro do espaço cripto que procura aproveitar os princípios da descentralização e da tecnologia blockchain para criar um ecossistema que promove o envolvimento, a utilidade e a inclusão financeira. O projeto é concebido para facilitar interações peer-to-peer de novas maneiras, proporcionando aos utilizadores soluções e serviços financeiros inovadores. No seu núcleo, o SPERO,$$s$ visa capacitar indivíduos ao fornecer ferramentas e plataformas que melhoram a experiência do utilizador no espaço das criptomoedas. Isso inclui a possibilidade de métodos de transação mais flexíveis, a promoção de iniciativas impulsionadas pela comunidade e a criação de caminhos para oportunidades financeiras através de aplicações descentralizadas (dApps). A visão subjacente do SPERO,$$s$ gira em torno da inclusão, visando fechar lacunas dentro das finanças tradicionais enquanto aproveita os benefícios da tecnologia blockchain. Quem é o Criador do SPERO,$$s$? A identidade do criador do SPERO,$$s$ permanece algo obscura, uma vez que existem recursos publicamente disponíveis limitados que fornecem informações detalhadas sobre o(s) seu(s) fundador(es). Esta falta de transparência pode resultar do compromisso do projeto com a descentralização—uma ética que muitos projetos web3 partilham, priorizando contribuições coletivas em vez de reconhecimento individual. Ao centrar as discussões em torno da comunidade e dos seus objetivos coletivos, o SPERO,$$s$ incorpora a essência do empoderamento sem destacar indivíduos específicos. Assim, compreender a ética e a missão do SPERO é mais importante do que identificar um criador singular. Quem são os Investidores do SPERO,$$s$? O SPERO,$$s$ é apoiado por uma diversidade de investidores que vão desde capitalistas de risco a investidores-anjo dedicados a promover a inovação no setor cripto. O foco desses investidores geralmente alinha-se com a missão do SPERO—priorizando projetos que prometem avanço tecnológico social, inclusão financeira e governança descentralizada. Essas fundações de investidores estão tipicamente interessadas em projetos que não apenas oferecem produtos inovadores, mas que também contribuem positivamente para a comunidade blockchain e os seus ecossistemas. O apoio desses investidores reforça o SPERO,$$s$ como um concorrente notável no domínio em rápida evolução dos projetos cripto. Como Funciona o SPERO,$$s$? O SPERO,$$s$ emprega uma estrutura multifacetada que o distingue de projetos de criptomoeda convencionais. Aqui estão algumas das características-chave que sublinham a sua singularidade e inovação: Governança Descentralizada: O SPERO,$$s$ integra modelos de governança descentralizada, capacitando os utilizadores a participar ativamente nos processos de tomada de decisão sobre o futuro do projeto. Esta abordagem promove um sentido de propriedade e responsabilidade entre os membros da comunidade. Utilidade do Token: O SPERO,$$s$ utiliza o seu próprio token de criptomoeda, concebido para servir várias funções dentro do ecossistema. Esses tokens permitem transações, recompensas e a facilitação de serviços oferecidos na plataforma, melhorando o envolvimento e a utilidade gerais. Arquitetura em Camadas: A arquitetura técnica do SPERO,$$s$ suporta modularidade e escalabilidade, permitindo a integração contínua de funcionalidades e aplicações adicionais à medida que o projeto evolui. Esta adaptabilidade é fundamental para manter a relevância no panorama cripto em constante mudança. Envolvimento da Comunidade: O projeto enfatiza iniciativas impulsionadas pela comunidade, empregando mecanismos que incentivam a colaboração e o feedback. Ao nutrir uma comunidade forte, o SPERO,$$s$ pode melhor atender às necessidades dos utilizadores e adaptar-se às tendências do mercado. Foco na Inclusão: Ao oferecer taxas de transação baixas e interfaces amigáveis, o SPERO,$$s$ visa atrair uma base de utilizadores diversificada, incluindo indivíduos que anteriormente podem não ter participado no espaço cripto. Este compromisso com a inclusão alinha-se com a sua missão abrangente de empoderamento através da acessibilidade. Cronologia do SPERO,$$s$ Compreender a história de um projeto fornece insights cruciais sobre a sua trajetória de desenvolvimento e marcos. Abaixo está uma cronologia sugerida que mapeia eventos significativos na evolução do SPERO,$$s$: Fase de Conceituação e Ideação: As ideias iniciais que formam a base do SPERO,$$s$ foram concebidas, alinhando-se de perto com os princípios de descentralização e foco na comunidade dentro da indústria blockchain. Lançamento do Whitepaper do Projeto: Após a fase conceitual, um whitepaper abrangente detalhando a visão, os objetivos e a infraestrutura tecnológica do SPERO,$$s$ foi lançado para atrair o interesse e o feedback da comunidade. Construção da Comunidade e Primeiros Envolvimentos: Esforços ativos de divulgação foram feitos para construir uma comunidade de primeiros adotantes e investidores potenciais, facilitando discussões em torno dos objetivos do projeto e angariando apoio. Evento de Geração de Tokens: O SPERO,$$s$ realizou um evento de geração de tokens (TGE) para distribuir os seus tokens nativos a apoiantes iniciais e estabelecer liquidez inicial dentro do ecossistema. Lançamento da dApp Inicial: A primeira aplicação descentralizada (dApp) associada ao SPERO,$$s$ foi lançada, permitindo que os utilizadores interagissem com as funcionalidades principais da plataforma. Desenvolvimento Contínuo e Parcerias: Atualizações e melhorias contínuas nas ofertas do projeto, incluindo parcerias estratégicas com outros players no espaço blockchain, moldaram o SPERO,$$s$ em um jogador competitivo e em evolução no mercado cripto. Conclusão O SPERO,$$s$ é um testemunho do potencial do web3 e das criptomoedas para revolucionar os sistemas financeiros e capacitar indivíduos. Com um compromisso com a governança descentralizada, o envolvimento da comunidade e funcionalidades inovadoras, abre caminho para um panorama financeiro mais inclusivo. Como em qualquer investimento no espaço cripto em rápida evolução, potenciais investidores e utilizadores são incentivados a pesquisar minuciosamente e a envolver-se de forma ponderada com os desenvolvimentos em curso dentro do SPERO,$$s$. O projeto demonstra o espírito inovador da indústria cripto, convidando a uma exploração mais aprofundada das suas inúmeras possibilidades. Embora a jornada do SPERO,$$s$ ainda esteja a desenrolar-se, os seus princípios fundamentais podem, de facto, influenciar o futuro de como interagimos com a tecnologia, as finanças e uns com os outros em ecossistemas digitais interconectados.

92 Visualizações TotaisPublicado em {updateTime}Atualizado em 2024.12.17

O que é $S$

O que é AGENT S

Agent S: O Futuro da Interação Autónoma no Web3 Introdução No panorama em constante evolução do Web3 e das criptomoedas, as inovações estão constantemente a redefinir a forma como os indivíduos interagem com plataformas digitais. Um projeto pioneiro, o Agent S, promete revolucionar a interação humano-computador através do seu framework aberto e agente. Ao abrir caminho para interações autónomas, o Agent S visa simplificar tarefas complexas, oferecendo aplicações transformadoras em inteligência artificial (IA). Esta exploração detalhada irá aprofundar-se nas complexidades do projeto, nas suas características únicas e nas implicações para o domínio das criptomoedas. O que é o Agent S? O Agent S é um framework aberto e agente, especificamente concebido para abordar três desafios fundamentais na automação de tarefas computacionais: Aquisição de Conhecimento Específico de Domínio: O framework aprende inteligentemente a partir de várias fontes de conhecimento externas e experiências internas. Esta abordagem dupla capacita-o a construir um rico repositório de conhecimento específico de domínio, melhorando o seu desempenho na execução de tarefas. Planeamento ao Longo de Longos Horizontes de Tarefas: O Agent S emprega planeamento hierárquico aumentado por experiência, uma abordagem estratégica que facilita a decomposição e execução eficientes de tarefas intrincadas. Esta característica melhora significativamente a sua capacidade de gerir múltiplas subtarefas de forma eficiente e eficaz. Gestão de Interfaces Dinâmicas e Não Uniformes: O projeto introduz a Interface Agente-Computador (ACI), uma solução inovadora que melhora a interação entre agentes e utilizadores. Utilizando Modelos de Linguagem Multimodais de Grande Escala (MLLMs), o Agent S pode navegar e manipular diversas interfaces gráficas de utilizador de forma fluida. Através destas características pioneiras, o Agent S fornece um framework robusto que aborda as complexidades envolvidas na automação da interação humana com máquinas, preparando o terreno para uma infinidade de aplicações em IA e além. Quem é o Criador do Agent S? Embora o conceito de Agent S seja fundamentalmente inovador, informações específicas sobre o seu criador permanecem elusivas. O criador é atualmente desconhecido, o que destaca ou o estágio nascente do projeto ou a escolha estratégica de manter os membros fundadores em anonimato. Independentemente da anonimidade, o foco permanece nas capacidades e no potencial do framework. Quem são os Investidores do Agent S? Como o Agent S é relativamente novo no ecossistema criptográfico, informações detalhadas sobre os seus investidores e financiadores não estão explicitamente documentadas. A falta de informações disponíveis publicamente sobre as fundações de investimento ou organizações que apoiam o projeto levanta questões sobre a sua estrutura de financiamento e roteiro de desenvolvimento. Compreender o apoio é crucial para avaliar a sustentabilidade do projeto e o seu impacto potencial no mercado. Como Funciona o Agent S? No núcleo do Agent S reside uma tecnologia de ponta que lhe permite funcionar eficazmente em diversos ambientes. O seu modelo operacional é construído em torno de várias características-chave: Interação Humano-Computador Semelhante: O framework oferece planeamento avançado em IA, esforçando-se para tornar as interações com computadores mais intuitivas. Ao imitar o comportamento humano na execução de tarefas, promete elevar as experiências dos utilizadores. Memória Narrativa: Utilizada para aproveitar experiências de alto nível, o Agent S utiliza memória narrativa para acompanhar os históricos de tarefas, melhorando assim os seus processos de tomada de decisão. Memória Episódica: Esta característica fornece aos utilizadores orientações passo a passo, permitindo que o framework ofereça suporte contextual à medida que as tarefas se desenrolam. Suporte para OpenACI: Com a capacidade de funcionar localmente, o Agent S permite que os utilizadores mantenham o controlo sobre as suas interações e fluxos de trabalho, alinhando-se com a ética descentralizada do Web3. Fácil Integração com APIs Externas: A sua versatilidade e compatibilidade com várias plataformas de IA garantem que o Agent S possa integrar-se perfeitamente em ecossistemas tecnológicos existentes, tornando-o uma escolha apelativa para desenvolvedores e organizações. Estas funcionalidades contribuem coletivamente para a posição única do Agent S no espaço cripto, à medida que automatiza tarefas complexas e em múltiplos passos com mínima intervenção humana. À medida que o projeto evolui, as suas potenciais aplicações no Web3 podem redefinir a forma como as interações digitais se desenrolam. Cronologia do Agent S O desenvolvimento e os marcos do Agent S podem ser encapsulados numa cronologia que destaca os seus eventos significativos: 27 de Setembro de 2024: O conceito de Agent S foi lançado num artigo de pesquisa abrangente intitulado “Um Framework Agente Aberto que Usa Computadores como um Humano”, mostrando a base para o projeto. 10 de Outubro de 2024: O artigo de pesquisa foi disponibilizado publicamente no arXiv, oferecendo uma exploração aprofundada do framework e da sua avaliação de desempenho com base no benchmark OSWorld. 12 de Outubro de 2024: Uma apresentação em vídeo foi lançada, proporcionando uma visão visual das capacidades e características do Agent S, envolvendo ainda mais potenciais utilizadores e investidores. Estes marcos na cronologia não apenas ilustram o progresso do Agent S, mas também indicam o seu compromisso com a transparência e o envolvimento da comunidade. Pontos-Chave Sobre o Agent S À medida que o framework Agent S continua a evoluir, várias características-chave destacam-se, sublinhando a sua natureza inovadora e potencial: Framework Inovador: Concebido para proporcionar um uso intuitivo de computadores semelhante à interação humana, o Agent S traz uma abordagem nova à automação de tarefas. Interação Autónoma: A capacidade de interagir autonomamente com computadores através de GUI significa um avanço em direção a soluções computacionais mais inteligentes e eficientes. Automação de Tarefas Complexas: Com a sua metodologia robusta, pode automatizar tarefas complexas e em múltiplos passos, tornando os processos mais rápidos e menos propensos a erros. Melhoria Contínua: Os mecanismos de aprendizagem permitem que o Agent S melhore a partir de experiências passadas, aprimorando continuamente o seu desempenho e eficácia. Versatilidade: A sua adaptabilidade em diferentes ambientes operacionais, como OSWorld e WindowsAgentArena, garante que pode servir uma ampla gama de aplicações. À medida que o Agent S se posiciona no panorama do Web3 e das criptomoedas, o seu potencial para melhorar as capacidades de interação e automatizar processos significa um avanço significativo nas tecnologias de IA. Através do seu framework inovador, o Agent S exemplifica o futuro das interações digitais, prometendo uma experiência mais fluida e eficiente para os utilizadores em diversas indústrias. Conclusão O Agent S representa um ousado avanço na união da IA e do Web3, com a capacidade de redefinir a forma como interagimos com a tecnologia. Embora ainda esteja nas suas fases iniciais, as possibilidades para a sua aplicação são vastas e cativantes. Através do seu framework abrangente que aborda desafios críticos, o Agent S visa trazer interações autónomas para o primeiro plano da experiência digital. À medida que avançamos mais profundamente nos domínios das criptomoedas e da descentralização, projetos como o Agent S desempenharão, sem dúvida, um papel crucial na formação do futuro da tecnologia e da colaboração humano-computador.

706 Visualizações TotaisPublicado em {updateTime}Atualizado em 2025.01.14

O que é AGENT S

Como comprar S

Bem-vindo à HTX.com!Tornámos a compra de Sonic (S) simples e conveniente.Segue o nosso guia passo a passo para iniciar a tua jornada no mundo das criptos.Passo 1: cria a tua conta HTXUtiliza o teu e-mail ou número de telefone para te inscreveres numa conta gratuita na HTX.Desfruta de um processo de inscrição sem complicações e desbloqueia todas as funcionalidades.Obter a minha contaPasso 2: vai para Comprar Cripto e escolhe o teu método de pagamentoCartão de crédito/débito: usa o teu visa ou mastercard para comprar Sonic (S) instantaneamente.Saldo: usa os fundos da tua conta HTX para transacionar sem problemas.Terceiros: adicionamos métodos de pagamento populares, como Google Pay e Apple Pay, para aumentar a conveniência.P2P: transaciona diretamente com outros utilizadores na HTX.Mercado de balcão (OTC): oferecemos serviços personalizados e taxas de câmbio competitivas para os traders.Passo 3: armazena teu Sonic (S)Depois de comprar o teu Sonic (S), armazena-o na tua conta HTX.Alternativamente, podes enviá-lo para outro lugar através de transferência blockchain ou usá-lo para transacionar outras criptomoedas.Passo 4: transaciona Sonic (S)Transaciona facilmente Sonic (S) no mercado à vista da HTX.Acede simplesmente à tua conta, seleciona o teu par de trading, executa as tuas transações e monitoriza em tempo real.Oferecemos uma experiência de fácil utilização tanto para principiantes como para traders experientes.

1.3k Visualizações TotaisPublicado em {updateTime}Atualizado em 2026.06.02

Como comprar S

Discussões

Bem-vindo à Comunidade HTX. Aqui, pode manter-se informado sobre os mais recentes desenvolvimentos da plataforma e obter acesso a análises profissionais de mercado. As opiniões dos utilizadores sobre o preço de S (S) são apresentadas abaixo.

活动图片