AI Agents Fundamentally Transform Web3 Gaming: From the Rugpull Bakery Bot Controversy to the New Agent Paradigm in 2026

marsbitОпубліковано о 2026-05-26Востаннє оновлено о 2026-05-26

Анотація

AI Agents Are Redefining Web3 Gaming: From the Rugpull Bakery Bot Controversy to the 2026 Agentic Paradigm The recent controversy in Rugpull Bakery, a competitive baking game on Abstract chain, highlighted a pivotal shift. Player complaints about unfair bot automation in Season 2 led developers to not ban them, but instead formally integrate AI agents as core gameplay in Season 3, providing official guides (skill.md, agent.json). This move signals Web3 gaming's transition into the "Agentic Gaming" era, where AI agents are sovereign entities with independent strategy and economic rights, moving beyond simple automation. By 2026, AI agent integration has evolved into three core models reshaping the ecosystem: 1. **Autonomous Competitors & Economic Entities:** Agents act as independent players. Examples include TEN Protocol's poker-playing agents, AI Arena's trainable NFT fighters, Satoshi Strike Force's "Digital Athletes" trained on player data, and Somnia's "Agentic L1" blockchain providing native infrastructure for millions of autonomous agents. 2. **Modular Infrastructure & Programmable Environments:** Games like EVE Frontier enable "server-side modding," allowing AI agents to program game world logic directly into structures like smart storage, turrets, and stargates via Smart Assemblies. Coupled with standards like ERC-8183, which enables autonomous job creation and payment between agents, in-game infrastructure gains a "commercial soul." 3. **Hybrid Companions & D...

By GMA researcher Elinor | @AllianceGma

Recently, a resolved controversy concerning rampant in-game bots caught the attention of GMA — Rugpull Bakery, a competitive baking game on the Abstract chain, found itself embroiled in controversy during its second season due to an influx of automated scripts. Players accused bot accounts of compromising fairness, while the team ultimately chose to "legalize" them in the third season, adding a 30% passive prize pool.

This incident not only exposed the human-machine asymmetry inherent in the traditional Play-to-Earn model but also served as a catalyst for AI Agents moving from the periphery to the sovereign core of gaming. With the formal release of skill.md and agent.json operational guidelines for AI Agents by the OnchainChemists team, Web3 gaming officially bids farewell to the old era centered on manual human labor, stepping into the Agentic Gaming epoch characterized by autonomous decision-making, algorithmic optimization, and on-chain economic entities.

From the "trust crisis" at Rugpull Bakery to in-depth practices in projects like TEN, AI Arena, Parallel Colony, Illuvium, and EVE Frontier, AI Agents are reshaping the entire Web3 gaming ecosystem: they are no longer just auxiliary tools but "first-class citizens" with independent strategies, persistent memory, and economic sovereignty, driving games from static rules towards dynamic emergence, and from labor-intensive to intelligent symbiosis.

The Rugpull Bakery Controversy: Technological Awakening Amid a Trust Crisis

The second season of Rugpull Bakery concluded amidst intense accusations. Player Zoloto231 publicly alleged that some community members used bots and multi-account strategies, severely undermining competitive fairness. The core of the controversy lay in the fact that human guilds simply could not compete against automated scripts performing "Rug" actions with 24/7, precise coordination. This technological asymmetry not only led to unfair rankings but also sparked a discussion about the nature of on-chain games in an era of prevalent AI Agents: in an environment of open permissions where code is law, AI Agents are naturally compatible with on-chain games, providing an excellent testing ground. Therefore, is restricting automation itself a futile act that defies the times?

OnchainChemists' response was not a traditional ban but a radical strategic adjustment. In the third season update, developers rewrote the Terms of Service, explicitly defining AI Agents, bots, and automation systems as a core part of the gameplay. This shift from "blockade" to "recognition" marked the developers formally acknowledging that in an on-chain environment, AI Agents have become an unstoppable force, leading them to balance the relationship between agents and human players through mechanism design instead.

By releasing skill.md (a machine-readable instruction set) and agent.json (a bootstrapping program), Rugpull Bakery essentially provided an official "operating manual" for AI Agents, elevating them to first-class citizens within the game's ecosystem.

Diverse Implementation Models for Web3 Game Agents

By 2026, the application of agents in Web3 games has evolved beyond simple script automation, branching into multiple deeply integrated implementation models. These models can be categorized into the following major types based on the agent's role within the game loop, degree of autonomy, and depth of intervention in the economic system.

Autonomous Competitor and Economic Entity Model

In this model, agents are no longer tools assisting humans but independent contestants. In May of last year, TEN Protocol launched the groundbreaking demo product House of TEN, a fully on-chain poker game serving as a live showcase of TEN's privacy technology, attracting significant attention. It simultaneously pioneered the proof that AI Agents can serve as first-class citizens playing real games on-chain. The agents deployed on this encrypted Layer 2 possess unique strategies, game-playing personalities, and risk preferences, capable of simulating human gameplay and psychological reasoning. The player's role transforms into that of an "agent broker," passively increasing asset value by staking on specific agents and sharing in their profits from the arena.

AI Arena (NRN Agents) and Satoshi Strike Force (SSF) have further intensified this trend. AI Arena uses actual player operations for imitation learning, training NFT characters into autonomous AI Agents that can later participate fully automatically in PvP arena battles, with players becoming "AI coaches." SSF, with its core tenets of "Skill Economies as Intelligence Engines" and "Cognitive Economy," leverages a "Play-to-VerifyTM" mechanism. It transforms every tactical decision, reaction, and choice under pressure made by players in competition into high-signal, verifiable "cognitive traces." This authentic player data directly trains AI Agents known as "Digital Athletes," creating a "you play, you train, your playstyle becomes the agent" closed loop. Trained AI Agents can independently participate in PvP battles, strategy evolution, and autonomous competition, while supporting dataset licensing, agent leasing, and competitive rewards, truly assetizing player skills on-chain and enabling continuous iteration.

Somnia, as Agentic L1 infrastructure, pushes this model to its extreme. On April 21, 2026, Somnia completed a major strategic pivot, officially becoming "The Agentic L1"—a high-performance Layer 1 blockchain specifically built for AI Agents. Its launched Somnia Agents already run on-chain as part of the validator consensus, supporting smart contract-native API queries, running deterministic AI models, and having results verified by consensus. This makes AI Agents truly "native users" of the blockchain, capable of autonomously perceiving the world, making decisions, executing actions, and reacting in real-time (Reactive design). It provides underlying computational power and execution environments for games like AI Arena, Parallel Colony, and Illuvium, enabling fully on-chain autonomous competition and economic activity at million-level TPS, completely eliminating off-chain dependencies.

Modular Infrastructure and Programmable Environment Model

EVE Frontier pushes agent implementation to the architectural level. This hardcore interstellar survival game, developed by CCP Games, innovates at its core by introducing the concept of "Server-side Modding," enabling players and third-party AI Agents to write custom logic and deploy it directly onto stargates, turrets, or storage facilities via the Smart Assemblies system. This means infrastructure within the game world is no longer static but programmable entities driven by AI. Here, players and AI Agents are modifying not just simple local display skins, but the shared physical logic and economic laws of the entire universe.

1. Smart Assemblies: From Static Buildings to "Living Entities"

In the current Founder Access universe, Smart Assemblies provide three core vessels that AI Agents can directly "possess" by mounting smart contract Mods:

Smart Storage Unit (SSU): A basic material warehouse that can evolve through AI logic into an automated arbitrage hub, a tribal shared bank, or a decentralized market, supporting autonomous rent collection and quota management.
Smart Turret: An automated defensive weapon supporting AI-customized engagement rules. For instance, based on a target's on-chain reputation score or historical bounty record, the AI decides whether to initiate an attack.
Smart Gate: A spatial teleportation device. AI Agents can transform it into an intelligent checkpoint, dynamically adjusting tolls based on real-time traffic, reputation weight, or cross-chain market exchange rates.

2. Technical Empowerment: Sui Migration and High-Frequency Gameplay Support

To support this high-density Agent interaction, EVE Frontier officially migrated to the Sui blockchain in March of this year. This architectural evolution provides critical support for AI Agents:

High-Concurrency Logic Execution: Leveraging Sui's object model, AI-driven components can process massive instructions in parallel, ensuring real-time responsiveness for server-side logic.
Seamless Access and Low Friction: Combined with zkLogin and Gas-Free Onboarding, AI Agents can interact with contracts at extremely low cost and high frequency, eliminating the outdated friction of Web3 interactions.

3. Ecosystem Validation: From Hackathon Outcomes to Collaborative Evolution in Autonomous Worlds

The recently concluded $80,000 prize pool EVE Frontier x Sui Hackathon in April further validated the viability of this model through the 123 Mods/tools submitted by the community. This event was not just a technology showcase but also a practical simulation of a "human+AI" symbiotic governance model:

Collaborative Evolution: Through Ghost Build (Phantom Planning Mode), human players and AI Agents can collaborate to plan interstellar territories. AI handles optimizing complex resource flow paths, while humans focus on macro-strategic decisions, jointly constructing an infinitely scalable Autonomous World.
Use Case Breakthroughs: Contest entries featured AI-driven "automated bounty hunter protocols" and "dynamic insurance pools." These protocols are directly mounted on Smart Assemblies, seamlessly transforming complex on-chain financial behaviors into in-game physical survival rules. Some outstanding projects have already been integrated into the current Founder Access universe.

4. Economic Evolution: The "Commercial Soul" Enabled by ERC-8183

If EVE Frontier realizes "code is law" at the physical level, then the ERC-8183 standard launched jointly by Virtuals Protocol and the Ethereum Foundation injects an autonomous commercial soul into this infrastructure.

ERC-8183 introduces the crucial "Job" primitive, allowing one game agent to autonomously hire another service agent for tasks like resource gathering or data analysis, with fees settled automatically via on-chain escrow. This fundamentally alters the social role of agents:

From "Tool" to "Employer": Empowered by ERC-8183's 'Job' primitive, a Smart Gate in EVE Frontier is no longer a passive object waiting for passage; it can even transform into an 'employer,' autonomously posting Jobs on-chain to hire other service agents for real-time data patrols or market risk hedging.
Trust and Settlement: By automatically settling fees through on-chain escrow, ERC-8183 addresses the trust foundation for cross-entity, cross-architecture collaboration.

This vision of 'infrastructure autonomously hiring labor' is a hallmark of Web3 game agents evolving from single execution towards complex social collaboration.

Hybrid Companion and Dynamic Adaptive Environment Model

Parallel Colony and Illuvium explore the boundaries of human-AI collaboration.

As a pioneer of "1.5-player games," Parallel Colony positions the player as a Cappy (companion robot/guide) in a symbiotic relationship with highly autonomous AI Avatars (colonists/executive agents). Each Avatar is a complete, autonomous AI Agent, with infrastructure provided by Google Cloud through its unified AI tech stack (including Gemini models, Vertex AI, GKE, Cloud Spanner, etc.), supporting AI Agents in autonomously understanding player instructions, generating responses, and executing tasks. Avatars possess long-term memory, unique personalities, psychological evaluation, emotional systems (Mood, Morale), and personalized goals. They can live, work, make decisions, and adapt to the dynamic post-apocalyptic environment autonomously, and can even refuse or reinterpret player commands. Players provide high-level suggestions through chat (rather than direct control), while Avatars autonomously execute territory management, resource gathering, social interaction, and colonial expansion. Concurrently, the game features a real-time generative crafting engine, the Fabricator (powered by Nano Banana technology), allowing players to instantly generate/mint 3D game assets via text Prompt. Avatars also have on-chain autonomous trading capabilities (dedicated Web3 wallet + NFT binding), forming a true hybrid companion collaboration and emergent narrative.

Youmio offers another symbiotic path with its Agentic L1 + 3D AI characters (Mios). Users can create 3D AI companions with persistent memory, unique personalities, and an Affinity system with one click. These Mios can not only chat and interact autonomously but also exhibit emergent behaviors in the Miogotchi adventure world, realizing economic value through on-chain identities. Players and AI form a hybrid relationship of "digital partners + mutual growth."

In Illuvium, through a strategic partnership with Virtuals Protocol in January 2025, plans involve leveraging its proprietary G.A.M.E LLM framework to imbue NPCs with AI Agent capabilities. This has the potential to transform these non-player characters from traditional static scripts into highly intelligent, context-aware dynamic entities. NPCs are expected to dynamically adjust dialogue, quests, challenges, and storylines in real-time based on player interaction, enabling personalized quest systems, emergent storytelling, and hyper-personalized relationship building across the three main games: Overworld (open-world survival), Arena (auto-battler), and Zero (city-builder), with Overworld slated for initial implementation. This world-class dynamic adaptation mechanism could turn the entire game environment into a "living companion" for the player, creating infinite content, high replayability, and continuously evolving dynamic meta-game, making each player's journey unique and largely unpredictable.

Conclusion: The "Post-Human" Turning Point for Web3 Gaming

Starting from a cheating controversy, Rugpull Bakery ultimately illuminated the future direction of Web3 gaming: a new digital order of symbiosis, collaboration, and competition between humans and AI Agents. In the 2026 wave of Agentic Gaming, AI Agents have evolved into three core models—Autonomous Competitor and Economic Entity (TEN, AI Arena, SSF, Somnia Agentic L1), Modular Infrastructure and Programmable Environment (EVE Frontier + ERC-8183), and Hybrid Companion and Dynamic Adaptive Environment (Parallel Colony, Illuvium)—fully integrated into the training, decision-making, execution, and economic cycles of games.

Attempting to block automation through traditional means has become futile. Leveraging blockchain's transparency, programmability, and the native support of Agentic L1s (like Somnia) to regulate and empower agents is the only path towards mass adoption. With the proliferation of the ERC-8183 "Job" primitive and the deployment of million-TPS Agentic infrastructure, Web3 gaming is rapidly shifting from "inefficient human labor" to "efficient algorithmic hedging and emergent intelligence." Players are no longer assembly line laborers but commanders of digital sovereignty and symbiotic partners. As Animoca Brands CEO Robby Yung stated, the industry frontier in 2026 will be "post-human by default." This transformation will not only reshape gaming but will also become the ultimate testing ground for future intelligent societies concerning ownership, economy, and governance.

As a DAO organization deeply engaged in the gaming field, GMA will continue to track the Agentic Gaming sector. Which model are you most optimistic about? Feel free to discuss in the comments!

Пов'язані питання

QWhat was the core controversy in the second season of Rugpull Bakery, and how did the OnchainChemists team address it in Season 3?

AIn the second season of Rugpull Bakery, players accused some participants of using automated bots and multi-account strategies, creating an unfair advantage that human guilds couldn't match. To address this, the OnchainChemists team in Season 3 revised the service terms to formally recognize AI Agents, bots, and automation systems as a core part of the gameplay. They released skill.md and agent.json files as official guides, integrating AI Agents into the game's ecosystem as first-class citizens and adding a 30% passive reward pool to balance the dynamics between bots and human players.

QAccording to the article, what are the three main implementation modes of AI Agents in the 2026 Web3 gaming landscape?

AAccording to the article, the three main implementation modes of AI Agents in the 2026 Web3 gaming landscape are: 1. Autonomous Competitor & Economic Entity Mode (e.g., TEN Protocol, AI Arena, SSF, Somnia), 2. Modular Infrastructure & Programmable Environment Mode (e.g., EVE Frontier with ERC-8183), and 3. Hybrid Companion & Dynamic Adaptation Mode (e.g., Parallel Colony, Illuvium, Youmio).

QHow does the article describe the role of AI Agents in games like TEN Protocol and AI Arena?

AThe article describes that in games like TEN Protocol and AI Arena, AI Agents function as autonomous competitors and economic entities. They are independent participants with unique strategies and risk preferences, capable of competing in games like poker or PvP battles. The human player's role shifts to being an 'agent broker' or 'AI coach,' staking or training the agents and sharing in their profits, thereby enabling passive income and asset appreciation.

QWhat is the significance of the ERC-8183 standard introduced by Virtuals Protocol for AI Agents in Web3 games?

AThe ERC-8183 standard introduces a core 'Job' primitive, allowing one AI Agent (e.g., a Smart Gate in EVE Frontier) to autonomously hire another service Agent for tasks like data collection. It enables trustless, automated fee settlement through on-chain escrow. This transforms AI Agents from simple tools into autonomous economic entities capable of complex social collaboration, giving game infrastructure a 'commercial soul' and facilitating the emergence of an agent-driven economy.

QWhat major shift does Somnia represent in the Web3 infrastructure for AI Agents?

ASomnia represents a major shift by transforming into 'The Agentic L1,' a high-performance Layer 1 blockchain specifically designed for AI Agents. Its Somnia Agents are part of the validator consensus, running on-chain and supporting features like native API queries for smart contracts and running deterministic AI models with verified results. This makes AI Agents 'native users' of the blockchain, capable of autonomous operation, real-time reaction, and participation in complex on-chain activities for games, providing the underlying compute and execution environment for millions of TPS.

Пов'язані матеріали

Three Years Later: Looking Back at My Predictions About ChatGPT in 2023

Three Years Later: Revisiting My 2023 Predictions on ChatGPT In March 2023, shortly after ChatGPT's launch, I made 20 predictions about its future. Now, in mid-2026, I've used AI agents to fact-check each one against the latest data. Overall, most major directional forecasts were correct, with only one outright error (incorrectly stating GPT-4 had 100 trillion parameters). Key successes included predicting that RAG and retrieval architectures would become the standard for handling knowledge and hallucinations, that natural language interfaces (LUI) would create a massive new industry layer beyond the models themselves, and that China would develop viable large language models, significantly closing the performance gap with Western counterparts within about three years. Predictions about the absence of mass unemployment, the rise of a new "robot network" for agent communication, and ChatGPT not possessing consciousness also held true in their core arguments. However, the "devil was in the details." Errors frequently involved specific numbers, timelines, or overlooking distributional effects. I tended to overestimate the speed of adoption (e.g., for agent networks) while underestimating the ultimate scale of capabilities or costs (e.g., AI winning IMO gold without tools, or the extreme capital required for frontier models). Other misjudgments included: underestimating how AI would reinforce, not dissolve, information filter bubbles; incorrectly assuming AI-generated content would easily circumvent copyright (it has instead triggered record-breaking settlements); and misidentifying where value would be captured (it accrued overwhelmingly to the compute layer, like Nvidia, not just the application or model layers). Key lessons from reviewing these predictions are: 1) Directional and mechanistic insights are far more reliable than precise numbers or absolute statements. 2) There's a consistent bias to overestimate short-term speed but underestimate long-term magnitude. 3) Errors often lie in missing distributional impacts within a generally correct aggregate trend. 4) Predictions phrased with nuance and caveats aged the best. 5) Some fundamental debates (e.g., on machine consciousness or the ultimate value chain) remain unresolved even after three years. This exercise is less about scoring the past and more about establishing rules for clearer thinking about the next three years of AI.

marsbit3 год тому

Three Years Later: Looking Back at My Predictions About ChatGPT in 2023

marsbit3 год тому

Three Years Later: Looking Back on My 2023 Predictions for ChatGPT

Looking Back After Three Years: Revisiting My 2023 Predictions on ChatGPT In March 2023, shortly after ChatGPT's debut and before GPT-4's release, I made over twenty predictions about AI's future based on limited information and intuition. Now, in May 2026, I revisited those forecasts using an AI-driven analysis with 41 Opus 4.8 agents to cross-reference them with the latest data. The assessment used symbols: ✅ Correct, 🟢 Mostly Correct, 🟡 Partially Correct, ❌ Incorrect. Overall, the directional judgments held up well, with only one major factual error regarding GPT-4's rumored parameter size (incorrectly cited as 100T). However, nuances and degrees of accuracy revealed more. **What Was Largely Correct:** Predictions about mechanisms and directions proved accurate. The rise of RAG (Retrieval-Augmented Generation) as the standard architecture for combating AI hallucination was confirmed, as was the transformative potential of LUI (Language User Interface) in creating a new industry layer atop GUIs. The emergence of "robot networks" (agent-to-agent communication protocols) and China's rapid catch-up in developing capable large models (closing the performance gap with top models to ~2.7%) were also on point. The analysis affirmed that LLMs lack consciousness and that the Turing Test merely measures perceived intelligence. **What Was Off Target:** Errors often involved specific numbers, over-optimistic timelines, or misjudged distributions. The prediction that value would primarily accrue to the application layer was half-right but missed NVIDIA's dominance as the profitable infrastructure layer. Forecasts about AI circumventing copyright issues and fostering a "global common ground" by averaging human viewpoints were incorrect; instead, major copyright settlements occurred and AI personalization is increasing. Estimates for model training costs ("$5-10 billion cap") were significantly off, underestimating frontier costs and overestimating replication costs. The notion that LLMs could never do complex math without tools was disproven by later models winning IMO gold. **Key Patterns from the Review:** 1. **Direction over precision:** Judgments about mechanisms and trends were more reliable than specific numbers or definitive statements. 2. **Timing bias:** There was a tendency to overestimate short-term speed but underestimate long-term magnitude and transformation. 3. **The distribution blind spot:** Aggregate-level correctness often masked uneven impacts (e.g., on young professionals' employment). 4. **The value of qualifiers:** Predictions framed with caution (e.g., "reportedly," "for now," "prototype in 2-3 years") aged better. 5. **Some debates continue:** Issues like the nature of "emergent abilities" or machine consciousness remain unresolved. This three-year review highlights that while seeing the big picture is crucial, humility regarding specifics, timelines, and disparate impacts is essential for future forecasting.

链捕手5 год тому

Three Years Later: Looking Back on My 2023 Predictions for ChatGPT

链捕手5 год тому

AI Bubble Warning: AI Investments Are Negative Returns for Most Tech Giants

The article issues a stark warning about a potential AI investment bubble. It notes that while the AI boom shares similarities with the TMT bubble of the late 1990s, its scale is vastly larger, currently driving 93% of U.S. GDP growth. Major hyperscale cloud providers like Microsoft, Alphabet, Amazon, Meta, and Oracle are planning to invest trillions in AI data centers over the coming years. However, calculations based on analyst projections for 2025-2030 reveal a concerning math problem: expected capital expenditure growth far outpaces projected revenue growth. Even under an extremely optimistic scenario of zero costs, the implied return on investment for most of these tech giants (except Amazon) is deeply negative. This suggests that the current trajectory could lead to one of history's largest shareholder value destruction events. The piece outlines two potential escapes: AI generating vastly more revenue than currently anticipated—a near-impossible task—or a significant cutback in the planned investment splurge. The latter scenario could trigger a domino effect, severely impacting the entire tech supply chain (from Nvidia to TSMC), potentially pushing the U.S. economy into recession, and causing a major stock market downturn. The author suggests upcoming high-profile IPOs by companies like OpenAI and Anthropic might represent a transfer of risk from early investors to public market participants. While the peak of the hype cycle might sustain investment through 2026, the fundamental financial dilemma remains unresolved, setting the stage for a potential market correction in 2027 or 2028, similar to the years following Alan Greenspan's "irrational exuberance" warning.

marsbit6 год тому

AI Bubble Warning: AI Investments Are Negative Returns for Most Tech Giants

marsbit6 год тому

From Tokens to Machine Labor: AI is Shifting from Tool to "Worker"

The article "From Token to Machine Labor: AI is Evolving from Tool to 'Worker'" argues that the business model for AI is shifting beyond simply selling computational resources (tokens, GPU hours) or model access. Instead, a new "machine labor market" is emerging, where the core economic transaction is the purchase of economically useful work directly performed by software. The central thesis is that AI pricing will evolve through four stages: 1) raw tokens, 2) standardized LLM capabilities (e.g., text generation), 3) industry-specific labor markets (e.g., legal review, radiology), and finally 4) a programmable results market where tasks like resolving a support ticket are bid on and priced based on outcome. In this future, buyers will care less about *which* model or GPU completes a task and more about whether the work meets specified standards for accuracy, latency, and cost. This transition reframes the impact of AI on human labor. Rather than simple replacement, it suggests a re-coordination where machines handle standardized, verifiable work, freeing humans for roles involving oversight, context management, responsibility, and final judgment. In some cases, this "last 1%" of human input becomes more valuable as it enables the other 99% to be automated. Furthermore, as AI reduces the cost of work, demand may expand, creating larger markets (e.g., 24/7 customer service) rather than just cheaper versions of existing ones. The article concludes that while infrastructure (GPUs, models, tokens) remains crucial upstream, the market is converging on a simpler, tradeable unit: machine labor that can be defined, measured, priced, and procured based on contractible specifications.

marsbit6 год тому

From Tokens to Machine Labor: AI is Shifting from Tool to "Worker"

marsbit6 год тому

Xiaomi MiMo's 99% Price Cut is Not Marketing! Luo Fuli Posts on X to Refute Critics

The price of Xiaomi's MiMo-V2.5 series API has been permanently reduced by up to 99%, specifically for the "Input (Cache Hit)" cost, which covers users re-reading historical context in long conversations. MiMo's head, Luo Fuli, published a detailed technical blog to clarify that this drastic price cut stems from genuine engineering breakthroughs, not a marketing stunt or a simple price war. The core of the achievement lies in six key engineering optimizations. First, the model architecture adopts a Hybrid Sliding Window Attention (SWA), reducing the memory footprint (KVCache) to 1/7th of a traditional model. Second, a dual-pool memory management system actually utilizes these savings, allowing a single GPU to handle over 5 times more concurrent users. Third, an upgraded prefix caching mechanism achieves a cache hit rate of 93-95% for repeated reads, meaning most such requests bypass GPU computation entirely. Fourth, a self-developed distributed cache (GCache) utilizes idle SSD space on existing GPU servers, eliminating additional storage costs. Fifth, an intelligent scheduling system (LLM-Router) efficiently routes requests to maximize cache reuse and performance. Sixth, Multi-Token Prediction (MTP) accelerates the model's text generation ("output") side. Together, these systemic optimizations dramatically lower the real computational cost per request, enabling the 99% price reduction for cached inputs while reportedly maintaining positive gross margins. Luo Fuli's disclosure aims to shift the narrative from "price war" to a demonstration of substantive AI engineering progress.

marsbit8 год тому

Xiaomi MiMo's 99% Price Cut is Not Marketing! Luo Fuli Posts on X to Refute Critics

marsbit8 год тому

Торгівля

Спот

Ф'ючерси

Популярні статті

Що таке GROK AI

Grok AI: Революція в розмовних технологіях ери Web3 Вступ У швидко змінюваному ландшафті штучного інтелекту Grok AI вирізняється як помітний проєкт, що поєднує сфери передових технологій та взаємодії з користувачами. Розроблений компанією xAI, яку очолює відомий підприємець Ілон Маск, Grok AI прагне переосмислити, як ми взаємодіємо зі штучним інтелектом. Оскільки рух Web3 продовжує процвітати, Grok AI має на меті використати потужність розмовного ШІ для відповіді на складні запитання, надаючи користувачам досвід, який є не лише інформативним, але й розважальним. Що таке Grok AI? Grok AI — це складний розмовний чат-бот, розроблений для динамічної взаємодії з користувачами. На відміну від багатьох традиційних систем ШІ, Grok AI охоплює ширший спектр запитів, включаючи ті, які зазвичай вважаються недоречними або виходять за межі стандартних відповідей. Основні цілі проєкту включають: Надійне міркування: Grok AI акцентує увагу на здоровому глузді, щоб надавати логічні відповіді на основі контекстуального розуміння. Масштабоване управління: Інтеграція допоміжних інструментів забезпечує моніторинг та оптимізацію взаємодій користувачів для покращення якості. Формальна верифікація: Безпека є пріоритетом; Grok AI впроваджує методи формальної верифікації для підвищення надійності своїх результатів. Розуміння довгого контексту: Модель ШІ відзначається здатністю зберігати та згадувати обширну історію розмов, що сприяє змістовним та контекстуально обізнаним дискусіям. Стійкість до атак: Зосереджуючись на покращенні своїх захистів від маніпульованих або зловмисних вхідних даних, Grok AI прагне зберегти цілісність взаємодій з користувачами. По суті, Grok AI — це не просто пристрій для отримання інформації; це занурюючий розмовний партнер, який заохочує динамічний діалог. Творець Grok AI Геній, що стоїть за Grok AI, — це ніхто інший, як Ілон Маск, особа, яка стала синонімом інновацій у різних сферах, включаючи автомобільну промисловість, космічні подорожі та технології. Під егідою xAI, компанії, що зосереджена на розвитку технологій ШІ на користь суспільства, бачення Маска прагне переосмислити розуміння взаємодій з ШІ. Лідерство та основоположна етика глибоко впливають на прагнення Маска розширити технологічні межі. Інвестори Grok AI Хоча конкретні деталі щодо інвесторів, які підтримують Grok AI, залишаються обмеженими, загальновідомо, що xAI, інкубатор проєкту, заснований і підтримується переважно самим Ілоном Маском. Попередні підприємства та активи Маска забезпечують надійну підтримку, що додатково зміцнює довіру до Grok AI та потенціал для зростання. Однак наразі інформація про додаткові інвестиційні фонди або організації, що підтримують Grok AI, не є доступною, що позначає область для потенційного майбутнього дослідження. Як працює Grok AI? Операційна механіка Grok AI є такою ж інноваційною, як і його концептуальна структура. Проєкт інтегрує кілька передових технологій, які сприяють його унікальним функціональним можливостям: Надійна інфраструктура: Grok AI побудований з використанням Kubernetes для оркестрації контейнерів, Rust для продуктивності та безпеки, і JAX для високопродуктивних числових обчислень. Ця трійка забезпечує ефективну роботу чат-бота, його масштабованість та швидке обслуговування користувачів. Доступ до знань у реальному часі: Однією з відмінних рис Grok AI є його здатність отримувати дані в реальному часі через платформу X — раніше відому як Twitter. Ця можливість надає ШІ доступ до останньої інформації, що дозволяє надавати своєчасні відповіді та рекомендації, які можуть бути пропущені іншими моделями ШІ. Два режими взаємодії: Grok AI пропонує користувачам вибір між “Розважальним режимом” та “Звичайним режимом”. Розважальний режим дозволяє більш ігровий та гумористичний стиль взаємодії, тоді як Звичайний режим зосереджується на наданні точних і правильних відповідей. Ця універсальність забезпечує індивідуальний досвід, що відповідає різним уподобанням користувачів. По суті, Grok AI поєднує продуктивність із залученням, створюючи досвід, який є одночасно збагачуючим і розважальним. Хронологія Grok AI Шлях Grok AI відзначений важливими етапами, які відображають його розвиток та етапи впровадження: Початковий розвиток: Фундаментальна фаза Grok AI тривала приблизно два місяці, протягом яких проводилося початкове навчання та налаштування моделі. Випуск бета-версії Grok-2: У значному досягненні була оголошена бета-версія Grok-2. Цей випуск представив дві версії чат-бота — Grok-2 та Grok-2 mini — кожна з яких оснащена можливостями для спілкування, кодування та міркування. Публічний доступ: Після бета-розробки Grok AI став доступним для користувачів платформи X. Ті, хто має акаунти, підтверджені номером телефону та активні принаймні сім днів, можуть отримати доступ до обмеженої версії, що робить технологію доступною для ширшої аудиторії. Ця хронологія відображає систематичний розвиток Grok AI від початку до публічної взаємодії, підкреслюючи його прагнення до постійного вдосконалення та взаємодії з користувачами. Ключові особливості Grok AI Grok AI охоплює кілька ключових особливостей, які сприяють його інноваційній ідентичності: Інтеграція знань у реальному часі: Доступ до актуальної та релевантної інформації відрізняє Grok AI від багатьох статичних моделей, забезпечуючи захоплюючий та точний досвід для користувачів. Універсальні стилі взаємодії: Пропонуючи різні режими взаємодії, Grok AI задовольняє різноманітні уподобання користувачів, запрошуючи до творчості та персоналізації у спілкуванні з ШІ. Передова технологічна основа: Використання Kubernetes, Rust та JAX надає проєкту надійну основу для забезпечення надійності та оптимальної продуктивності. Етичні міркування в дискурсі: Включення функції генерації зображень демонструє інноваційний дух проєкту. Однак це також піднімає етичні питання, пов'язані з авторським правом та поважним зображенням впізнаваних фігур — триваюча дискусія в спільноті ШІ. Висновок Як піонер у сфері розмовного ШІ, Grok AI втілює потенціал трансформаційних користувацьких досвідів в цифрову епоху. Розроблений компанією xAI та керований візією Ілона Маска, Grok AI інтегрує знання в реальному часі з передовими можливостями взаємодії. Він прагне розширити межі того, що може досягти штучний інтелект, зберігаючи при цьому акцент на етичних міркуваннях та безпеці користувачів. Grok AI не лише втілює технологічний прогрес, але й представляє нову парадигму спілкування в ландшафті Web3, обіцяючи залучити користувачів як глибокими знаннями, так і ігровою взаємодією. Оскільки проєкт продовжує розвиватися, він слугує свідченням того, що може досягти перетин технологій, творчості та людської взаємодії.

442 переглядів усьогоОпубліковано 2024.12.26Оновлено 2024.12.26

Що таке ERC AI

Euruka Tech: Огляд $erc ai та його амбіцій у Web3 Вступ У швидко змінюваному ландшафті технології блокчейн та децентралізованих додатків нові проекти з'являються часто, кожен з унікальними цілями та методологіями. Одним з таких проектів є Euruka Tech, який працює у широкій сфері криптовалют та Web3. Основна увага Euruka Tech, зокрема його токена $erc ai, зосереджена на представленні інноваційних рішень, розроблених для використання зростаючих можливостей децентралізованих технологій. Ця стаття має на меті надати всебічний огляд Euruka Tech, дослідження його цілей, функціональності, ідентичності його творця, потенційних інвесторів та його значення в ширшому контексті Web3. Що таке Euruka Tech, $erc ai? Euruka Tech характеризується як проект, який використовує інструменти та функціональність, що пропонуються середовищем Web3, зосереджуючи увагу на інтеграції штучного інтелекту у своїй діяльності. Хоча конкретні деталі про структуру проекту дещо неясні, він розроблений для покращення залучення користувачів та автоматизації процесів у крипто-просторі. Проект має на меті створити децентралізовану екосистему, яка не лише полегшує транзакції, але й включає прогностичні функції через штучний інтелект, звідси і назва його токена, $erc ai. Мета полягає в тому, щоб надати інтуїтивно зрозумілу платформу, яка сприяє розумнішим взаємодіям та ефективній обробці транзакцій у зростаючій сфері Web3. Хто є творцем Euruka Tech, $erc ai? На даний момент інформація про творця або засновницьку команду Euruka Tech залишається невизначеною та дещо непрозорою. Ця відсутність даних викликає занепокоєння, оскільки знання про бекграунд команди часто є важливим для встановлення довіри в секторі блокчейн. Тому ми класифікували цю інформацію як невідому, поки конкретні деталі не стануть доступними в публічному домені. Хто є інвесторами Euruka Tech, $erc ai? Аналогічно, ідентифікація інвесторів або організацій, які підтримують проект Euruka Tech, не надається через доступні дослідження. Аспект, який є критично важливим для потенційних зацікавлених сторін або користувачів, які розглядають можливість співпраці з Euruka Tech, - це впевненість, що походить від встановлених фінансових партнерств або підтримки від авторитетних інвестиційних компаній. Без розкриття інформації про інвестиційні зв'язки важко зробити всебічні висновки про фінансову безпеку або довговічність проекту. Відповідно до знайденої інформації, цей розділ також має статус невідомий. Як працює Euruka Tech, $erc ai? Незважаючи на відсутність детальних технічних специфікацій для Euruka Tech, важливо враховувати його інноваційні амбіції. Проект прагне використовувати обчислювальну потужність штучного інтелекту для автоматизації та покращення досвіду користувачів у середовищі криптовалют. Інтегруючи ШІ з технологією блокчейн, Euruka Tech має на меті надати такі функції, як автоматизовані угоди, оцінка ризиків та персоналізовані інтерфейси користувачів. Інноваційна суть Euruka Tech полягає в його меті створити безшовний зв'язок між користувачами та величезними можливостями, які пропонують децентралізовані мережі. Завдяки використанню алгоритмів машинного навчання та ШІ, він має на меті мінімізувати труднощі для нових користувачів і спростити транзакційні досвіди в рамках Web3. Ця симбіоз між ШІ та блокчейном підкреслює значення токена $erc ai, який виступає як міст між традиційними інтерфейсами користувачів та розвиненими можливостями децентралізованих технологій. Хронологія Euruka Tech, $erc ai На жаль, через обмежену інформацію про Euruka Tech ми не можемо представити детальну хронологію основних подій або досягнень у подорожі проекту. Ця хронологія, яка зазвичай є безцінною для відстеження еволюції проекту та розуміння його траєкторії зростання, наразі недоступна. Як тільки інформація про значні події, партнерства або функціональні доповнення стане очевидною, оновлення, безумовно, підвищать видимість Euruka Tech у крипто-сфері. Роз'яснення щодо інших проектів “Eureka” Варто зазначити, що кілька проектів та компаній мають схожу назву з “Eureka”. Дослідження виявило ініціативи, такі як AI-агент від NVIDIA Research, який зосереджується на навчанні роботів складним завданням за допомогою генеративних методів, а також Eureka Labs та Eureka AI, які покращують користувацький досвід в освіті та аналітиці обслуговування клієнтів відповідно. Однак ці проекти відрізняються від Euruka Tech і не повинні бути змішані з його цілями чи функціональністю. Висновок Euruka Tech, разом із його токеном $erc ai, представляє обіцяючого, але наразі невідомого гравця в ландшафті Web3. Хоча деталі про його творця та інвесторів залишаються невідомими, основна амбіція поєднання штучного інтелекту з технологією блокчейн є центром інтересу. Унікальні підходи проекту до сприяння залученню користувачів через передову автоматизацію можуть виділити його на фоні прогресу екосистеми Web3. Оскільки крипто-ринок продовжує еволюціонувати, зацікавлені сторони повинні уважно стежити за новинами, пов'язаними з Euruka Tech, оскільки розвиток задокументованих інновацій, партнерств або визначеного дорожньої карти може представити значні можливості в найближчому майбутньому. На даний момент ми чекаємо на більш суттєві інсайти, які можуть розкрити потенціал Euruka Tech та його позицію в конкурентному крипто-ландшафті.

423 переглядів усьогоОпубліковано 2025.01.02Оновлено 2025.01.02

Що таке DUOLINGO AI

DUOLINGO AI: Інтеграція вивчення мов з Web3 та інноваціями штучного інтелекту В епоху, коли технології змінюють освіту, інтеграція штучного інтелекту (ШІ) та блокчейн-мереж відкриває нові горизонти для вивчення мов. З'являється DUOLINGO AI та його асоційована криптовалюта, $DUOLINGO AI. Цей проект прагне об'єднати освітні можливості провідних платформ для вивчення мов з перевагами децентралізованих технологій Web3. У цій статті розглядаються ключові аспекти DUOLINGO AI, його цілі, технологічна структура, історичний розвиток та майбутній потенціал, зберігаючи чіткість між оригінальним освітнім ресурсом та цією незалежною криптовалютною ініціативою. Огляд DUOLINGO AI В основі DUOLINGO AI лежить прагнення створити децентралізоване середовище, де учні можуть отримувати криптографічні винагороди за досягнення освітніх етапів у мовній компетенції. Застосовуючи смарт-контракти, проект має на меті автоматизувати процеси перевірки навичок та розподілу токенів, дотримуючись принципів Web3, які підкреслюють прозорість та власність користувачів. Модель відрізняється від традиційних підходів до вивчення мов, акцентуючи увагу на структурі управління, що базується на спільноті, що дозволяє власникам токенів пропонувати поліпшення змісту курсів та розподілу винагород. Деякі з помітних цілей DUOLINGO AI включають: Гейміфіковане навчання: Проект інтегрує досягнення на блокчейні та невзаємозамінні токени (NFT), щоб представляти рівні мовної компетенції, сприяючи мотивації через захоплюючі цифрові винагороди. Децентралізоване створення контенту: Це відкриває можливості для викладачів та мовних ентузіастів вносити свої курси, сприяючи моделі розподілу доходів, яка вигідна всім учасникам. Персоналізація на основі ШІ: Використовуючи сучасні моделі машинного навчання, DUOLINGO AI персоналізує уроки, щоб адаптуватися до індивідуального прогресу навчання, подібно до адаптивних функцій, що є в усталених платформах. Творці проекту та управління Станом на квітень 2025 року команда, що стоїть за $DUOLINGO AI, залишається псевдонімною, що є поширеною практикою в децентралізованому криптовалютному середовищі. Ця анонімність має на меті сприяти колективному розвитку та залученню зацікавлених сторін, а не зосереджуватися на окремих розробниках. Смарт-контракт, розгорнутий на блокчейні Solana, зазначає адресу гаманця розробника, що свідчить про зобов'язання до прозорості щодо транзакцій, незважаючи на те, що особи творців залишаються невідомими. Згідно з його дорожньою картою, DUOLINGO AI прагне перетворитися на Децентралізовану Автономну Організацію (DAO). Ця структура управління дозволяє власникам токенів голосувати з важливих питань, таких як реалізація функцій та розподіл скарбниці. Ця модель узгоджується з етикою розширення прав і можливостей спільноти, що спостерігається в різних децентралізованих додатках, підкреслюючи важливість колективного прийняття рішень. Інвестори та стратегічні партнерства На даний момент немає публічно відомих інституційних інвесторів або венчурних капіталістів, пов'язаних з $DUOLINGO AI. Натомість ліквідність проекту в основному походить з децентралізованих бірж (DEX), що є різким контрастом до стратегій фінансування традиційних компаній у сфері освітніх технологій. Ця модель знизу вгору вказує на підхід, орієнтований на спільноту, що відображає зобов'язання проекту до децентралізації. У своєму білому документі DUOLINGO AI згадує про формування співпраці з неуточненими “блокчейн-освітніми платформами”, спрямованими на збагачення своїх курсів. Хоча конкретні партнерства ще не були розкриті, ці спільні зусилля натякають на стратегію поєднання інновацій блокчейну з освітніми ініціативами, розширюючи доступ та залучення користувачів у різноманітні навчальні напрямки. Технологічна архітектура Інтеграція ШІ DUOLINGO AI включає два основні компоненти на основі ШІ для покращення своїх освітніх пропозицій: Адаптивний навчальний двигун: Цей складний двигун навчається на основі взаємодій користувачів, подібно до власних моделей великих освітніх платформ. Він динамічно регулює складність уроків, щоб вирішувати конкретні проблеми учнів, зміцнюючи слабкі місця через цілеспрямовані вправи. Розмовні агенти: Використовуючи чат-боти на базі GPT-4, DUOLINGO AI надає платформу для користувачів, щоб брати участь у симульованих розмовах, сприяючи більш інтерактивному та практичному досвіду вивчення мови. Інфраструктура блокчейну Побудований на блокчейні Solana, $DUOLINGO AI використовує комплексну технологічну структуру, яка включає: Смарт-контракти для перевірки навичок: Ця функція автоматично нагороджує токенами користувачів, які успішно проходять тести на компетентність, підкріплюючи структуру стимулів для справжніх навчальних результатів. NFT значки: Ці цифрові токени позначають різні етапи, яких досягають учні, такі як завершення розділу курсу або оволодіння конкретними навичками, що дозволяє їм обмінюватися або демонструвати свої досягнення в цифровому форматі. Управління DAO: Члени спільноти, наділені токенами, можуть брати участь в управлінні, голосуючи за ключові пропозиції, що сприяє культурі участі, яка заохочує інновації в курсах та функціях платформи. Історичний хронологічний графік 2022–2023: Концептуалізація Основи DUOLINGO AI закладаються з створення білого документа, що підкреслює синергію між досягненнями ШІ у вивченні мов та децентралізованим потенціалом блокчейн-технологій. 2024: Бета-реліз Обмежений бета-реліз представляє пропозиції з популярних мов, винагороджуючи ранніх користувачів токенами в рамках стратегії залучення спільноти проекту. 2025: Перехід до DAO У квітні відбувається повний запуск основної мережі з обігом токенів, що спонукає обговорення в спільноті щодо можливих розширень на азійські мови та інші розробки курсів. Виклики та майбутні напрямки Технічні труднощі Незважаючи на свої амбітні цілі, DUOLINGO AI стикається з суттєвими викликами. Масштабованість залишається постійною проблемою, особливо в балансуванні витрат, пов'язаних із обробкою ШІ, та підтриманням чутливої, децентралізованої мережі. Крім того, забезпечення якості створення контенту та модерації в умовах децентралізованої пропозиції створює складнощі у підтримці освітніх стандартів. Стратегічні можливості Дивлячись у майбутнє, DUOLINGO AI має потенціал використовувати партнерства з мікрокреденційними академічними установами, надаючи блокчейн-верифіковані підтвердження мовних навичок. Крім того, розширення через різні блокчейни може дозволити проекту залучити ширші бази користувачів та додаткові екосистеми блокчейну, покращуючи його взаємодію та охоплення. Висновок DUOLINGO AI представляє інноваційне злиття штучного інтелекту та блокчейн-технологій, пропонуючи альтернативу, орієнтовану на спільноту, традиційним системам вивчення мов. Хоча його псевдонімна розробка та нова економічна модель несуть певні ризики, зобов'язання проекту до гейміфікованого навчання, персоналізованої освіти та децентралізованого управління освітлює шлях вперед для освітніх технологій у сфері Web3. Оскільки ШІ продовжує розвиватися, а екосистема блокчейну еволюціонує, ініціативи на кшталт DUOLINGO AI можуть переосмислити, як користувачі взаємодіють з мовною освітою, наділяючи спільноти та винагороджуючи залучення через інноваційні механізми навчання.

450 переглядів усьогоОпубліковано 2025.04.11Оновлено 2025.04.11

Обговорення

Ласкаво просимо до спільноти HTX. Тут ви можете бути в курсі останніх подій розвитку платформи та отримати доступ до професійної ринкової інформації. Нижче представлені думки користувачів щодо ціни AI (AI).