The White House's "Exclusive" Teleprompter Operator Makes Over $100,000 by Profiting from Insider Information Predictions

marsbitОпубліковано о 2026-07-22Востаннє оновлено о 2026-07-22

Анотація

"White House Speech Prompt Operator Earns Over $100,000 Using Insider Information on Prediction Markets" U.S. White House staffer Gabriel Perez, a long-time teleprompter operator for former President Donald Trump, has been suspended without pay for using non-public information to profit on prediction markets. As one of the few individuals with advance access to Trump's prepared speech texts, Perez placed bets on specific words or phrases Trump would mention in speeches over a three-month period, earning over $100,000. His activities were flagged by the prediction platform Kalshi, which froze over $90,000 in his account and reported him to the Commodity Futures Trading Commission (CFTC). While Perez avoided criminal charges, he is required to return his profits and cease such trading. This case marks the third major instance of insider trading on prediction markets involving government or corporate insiders, following earlier cases involving a special forces soldier and a Google engineer. The incident highlights the vulnerability of "mention" markets on prediction platforms, where individuals with advance knowledge or even the speakers themselves can easily manipulate outcomes. In response, platforms like Kalshi are tightening rules, now requiring users to disclose their employers to help prevent similar abuses.

Original | Odaily Planet Daily (@OdailyChina)

Author | Golem (@web3_golem)

Recently, another insider trading scandal has been exposed at the White House.

A White House staff member profited hundreds of thousands of dollars by trading on insider information in a prediction market. The identity of this insider was just a long-term teleprompter operator for Trump's speeches. The employee has now been suspended without pay.

This teleprompter operator has become the third insider disclosed by the US judicial department, following a special forces soldier involved in the Maduro capture operation and a Google security engineer, who made large profits in prediction markets using insider information.(Related reads: 《After 4 Months, Polymarket Helped Trump Catch the Leaker of the Military Operation, But at the Cost of...》《Looking at the Answers Before Handing in the Paper? Google Engineer Caught Up in Polymarket Insider Trading Case》)

Reported by Kalshi, Funds Frozen, but Ultimately No Criminal Liability

The protagonist is named Gabriel Perez, who has been responsible for operating the teleprompter for Trump's speeches since 2016. Perez's journey to this job is quite dramatic. In 2016, Trump's campaign team urgently needed a teleprompter operator. When they searched for "teleprompter" on Google, they found Perez's company, and Perez was hired by the Trump team just like that.

Gabriel Perez

Although Perez was hired by chance, over these 10 years, he gradually became one of Trump's closest aides. American "Politico" even stated that "Perez has become the only person Trump trusts." He often receives last-minute revisions to public speeches from Trump himself.

Therefore, Perez became one of the few people who could obtain Trump's complete speech drafts in advance and virtually had the final say on almost all of Trump's prepared speech drafts. This power is not insignificant. Perez's official title at the White House is Deputy Assistant to the President and Technology Advisor, with an annual salary of $175,000, only $20,000 less than senior staff like Chief of Staff Susie Wiles and Press Secretary Caroline Levitt.

Such a salary is already considered high-income in the US, but the greedy Perez was still not satisfied.

When prediction markets became popular, countless players began betting on which specific words Trump would "mention" in a certain speech. Perez discovered that his "privilege" could bring him even more wealth.

CFTC investigators found that over about three months, Perez placed bets on over a dozen of Trump's speeches, making a total profit of over $100,000. This included Trump's primetime speech last December, his speech at the World Economic Forum in Davos, Switzerland in January this year, the State of the Union address in February, and Trump's speech at the Medal of Honor ceremony in March.

The US President's statutory annual salary is $400,000. With various allowances, the President receives about $569,000 annually. If Perez hadn't been caught, at his rate of earning $100,000 in 3 months, although his power is less than the President's, his annual income would exceed the President's salary.

However, even knowing the speech content in advance, Perez couldn't always successfully predict which words Trump would mention in his speeches, because Trump often deviates from the script for "off-the-cuff" remarks. When Trump skipped a word Perez had bet on during a speech, Perez would immediately sell to cut his losses. Trump himself admitted in a speech at the Detroit Economic Club in January that 80% of the time he doesn't look at the teleprompter.

Just like the special forces soldier and the Google security engineer, Perez's exposure also stemmed from the prediction market platform's active reporting. Perez frequently used Kalshi for insider trading. Starting in March this year, Kalshi's monitoring system detected some abnormal trades related to specific words mentioned in Trump's speeches and thus noticed Perez.

After concluding its internal investigation, Kalshi quickly froze over $90,000 in Perez's account and handed the case over to the US Commodity Futures Trading Commission (CFTC). Upon learning of this, Trump commented that it was "despicable" and personally decided to suspend Perez without pay during the suspension.

Ultimately, Perez's greed cost him dearly. Not only did he fail to keep his prediction market profits, but he also lost his original job. However, compared to the special forces soldier and the Google security engineer, Perez was fortunate because the US judicial authorities did not file criminal charges against him; Perez did not go to jail.

During the investigation, the CFTC notified federal prosecutors in Manhattan, but the prosecutors declined to open a criminal investigation. According to informed sources, CFTC regulators have indicated a willingness to settle with Perez and have discussed terms with him. The result requires Perez to return the profits and cease similar trades thereafter.

Perez is Just the Beginning of Cleaning Up Insiders in the "Mention" Market

The reason Perez avoided jail is that prosecutors believed Perez did not constitute a criminal offense. He neither leaked important government information in advance nor caused harm to national security. As Trump said, "It's just despicable," damaging the clean image of government officials.

In March this year, the White House warned staff not to use non-public information to place bets in prediction markets. White House Spokesperson Davis Ingle stated: "The White House has strict ethical guidelines, and we expect all staff and officials to adhere to them."

But Perez is definitely not the only White House staff member profiting from insider information. Trump, who openly runs a paid group for himself, is even less qualified to comment on this teleprompter operator(Related read: $100,000 a Month, Trump Starts Selling "Alpha").

No wonder Perez couldn't resist the temptation. The "mention" market within prediction markets is indeed the category most susceptible to human manipulation. When the cost for insiders to participate is extremely low, while the potential returns are extremely high, it's no longer just a moral issue; it's a mechanism design problem. In the face of profit, even outwardly respectable, ostensibly righteous politicians cannot guarantee they will never cross that line.

The gameplay of the "mention" market involves users betting on specific words, phrases, or topics that will be mentioned in a public speech. Compared to other events (like political elections, sports events, etc.), the cheating cost for the "mention" market is extremely low. It's not limited to people like Perez who can know the speech content in advance. For the speaker themselves, cheating is as simple as saying a word, making "a word is worth a thousand pieces of gold" a concrete reality.

At the Grammy Awards ceremony in February this year, after host Trevor Noah said "Welcome back to the Grammys," he suddenly shouted "Potato." While everyone was confused, Trevor Noah continued, "If you bet on me saying that word on Polymarket, you just made a killing," and congratulated user "Noah 22." However, in reality, there was no "potato" option in the Polymarket prediction "What will be mentioned at the Grammy Awards ceremony?" and the user "noah-22" was purely fictitious.

Grammy host shouts potato at the awards ceremony

Some post-analysis suggested this was a Polymarketing marketing campaign, but it already demonstrated the speaker's ability to manipulate the "mention" market.

There's an even more direct example. In October 2025, Coinbase held its Q3 earnings call. As the call was about to end, CEO Brian Armstrong said he noticed many people were betting in prediction markets on what he would mention during this call. So he opened Polymarket and read all the words listed in the options one by one, ultimately causing the winning probability for all outcomes in that market to be 100%, ending in a draw.

The above are just two examples demonstrating a speaker's control over the "mention" market. Of course, there are certainly many more people who truly profit from it lurking beneath the surface. However, as prediction market regulation gradually deepens, perhaps all insiders in the "mention" market will be cleaned up in the future. Perez is just the beginning.

Last month, Kalshi just updated its policy, requiring users to disclose their employer. Kalshi's Head of Enforcement, Bobby DeNault, explained the reason for this move: "If you have access to certain information because of your job or employment, and you have a related legal obligation, you have a duty not to take that information for yourself or use it for personal gain." Polymarket has not yet imposed such strict disclosure requirements on users, but in the increasingly competitive and compliant prediction market track, it is believed that stricter compliance requirements from Polymarket are also coming soon.

From the special forces soldier, the Google engineer, to the White House teleprompter operator, prediction markets are gradually cleaning up insider trading. At the same time, the market is experiencing a demystification of prediction markets. Originally thought to reflect the wisdom of the crowd, they have turned out to be just ATMs for a few insiders.

Although cleaning up insider trading will make prediction markets more compliant, it also distances them further from truth and brings them closer to pure casinos.

Трендові криптовалюти

Пов'язані питання

QWhat was Gabriel Perez's role at the White House, and how did he allegedly profit over $100,000?

AGabriel Perez was a teleprompter operator for President Trump. He allegedly used his insider access to the president's prepared speech texts to place bets on which specific words Trump would mention during upcoming speeches on prediction markets like Kalshi, profiting over $100,000 in about three months.

QHow was Perez's insider trading activity discovered and what was the consequence from his employer?

AKalshi's monitoring system flagged Perez's suspicious trading activity related to Trump's speeches starting in March. Kalshi froze over $90,000 in his account, reported him to the CFTC, and President Trump personally decided to suspend him without pay.

QWhy did Perez not face criminal charges unlike the soldier and Google engineer in similar cases?

AFederal prosecutors declined to pursue criminal charges because they determined Perez's actions did not constitute a criminal offense. He did not leak significant government information or compromise national security. The CFTC settled for him returning his profits and ceasing such trades.

QAccording to the article, why are 'mention' markets particularly vulnerable to manipulation?

A'Mention' markets are highly vulnerable because the cost of manipulation is extremely low, especially for individuals with insider access (like speechwriters or the speaker themselves), while potential returns are high. The article cites examples like a Coinbase CEO reading all prediction market options to manipulate the outcome.

QWhat recent policy change did Kalshi implement to combat insider trading, and what is the reasoning behind it?

AKalshi recently updated its policy to require users to disclose their employer. The reasoning, according to Kalshi's enforcement head, is that individuals with access to non-public information through their jobs have a legal obligation not to misuse that information for personal gain on prediction markets.

Пов'язані матеріали

Bitcoin Mining Farms Are Becoming AI Factories

Bitcoin mines are transforming into AI factories. This shift is driven by the convergence of three key assets from the previous crypto cycle: infrastructure, talent, and capital. Crypto mining companies like Crusoe, CoreWeave, and Bitdeer are repurposing their core competency—securing power, land, and grid connections in remote locations—to build data centers for AI clients. These firms are signing multi-billion dollar, long-term contracts with companies like Anthropic, AWS, and Microsoft, as AI's demand for reliable, high-capacity compute surpasses the profitability of Bitcoin mining. Simultaneously, crypto entrepreneurs and engineers are applying their skills to new AI ventures. Examples include OpenSea's co-founder launching OpenRouter (an AI model aggregator), and former Coinbase engineers building Fal.ai (a generative media infrastructure platform). Their experience in building scalable, global software networks translates effectively to the AI space. Furthermore, capital accumulated during the crypto boom is now fueling AI. Figures like Jed McCaleb (co-founder of Ripple) funded Voltage Park, a large-scale GPU cloud provider. Notably, some crypto investments, like FTX's early bets on Anthropic and Cursor, have generated astronomical paper returns, demonstrating how high-risk crypto capital flowed into AI before it became mainstream. The transition is not just about repurposing hardware, but about redirecting critical resources—power infrastructure, distributed systems expertise, and venture funding—to the next technological frontier: artificial intelligence.

链捕手1 год тому

Bitcoin Mining Farms Are Becoming AI Factories

链捕手1 год тому

Morpho Launches Fixed-Rate Product Midnight: Lenders and Borrowers Set Their Own Rates, Ending the Era of Interest Rate Models

Morpho Launches Fixed-Rate Product Midnight: Lenders and Borrowers Set Their Own Rates, Ending the Era of Algorithmic Interest Models On-chain lending has grown to $60 billion but remains minuscule compared to traditional finance's $200 trillion annual credit volume. Morpho identifies the lack of fixed rates and maturity dates as key bottlenecks. Institutions need predictability, not the passive floating rates set by algorithmic models. Midnight allows lenders and borrowers to directly quote rates, set terms, and become price makers, not takers. Fixed-rate lending is now viable due to cheaper, faster blockchains and the entry of institutions demanding control and certainty over returns, costs, and duration. Morpho Blue previously gave users control over risk; Midnight adds control over interest rates. Past attempts at on-chain fixed-rate lending failed primarily because they were built on top of floating-rate pools (creating unpredictability) or lacked sufficient active participants. Midnight avoids these pitfalls as a standalone primitive with fixed rates at its core, built upon Morpho Blue's existing large and active user base. Midnight offers distinct value: institutions gain predictable term structures and full control; fintech companies can offer tailored fixed-rate products; lenders/borrowers achieve predictability and efficiency; and curators can now differentiate by configuring both risk and interest rates. Morpho Midnight is not a replacement for Morpho Blue. The Morpho network will now feature two complementary market structures: floating-rate/open-term (Blue) for flexibility and fixed-rate/fixed-term (Midnight) for predictability. Liquidity can flow between them. The launch will be gradual, prioritizing security. Initially, it will support direct lending on Base network with one trading pair (cbBTC/USDC) and limited maturity dates. Advanced features like auto-rollovers will be introduced later.

marsbit1 год тому

Morpho Launches Fixed-Rate Product Midnight: Lenders and Borrowers Set Their Own Rates, Ending the Era of Interest Rate Models

marsbit1 год тому

Торгівля

Спот

Популярні статті

Що таке $S$

Розуміння SPERO: Комплексний огляд Вступ до SPERO Оскільки ландшафт інновацій продовжує еволюціонувати, виникнення технологій web3 та криптовалютних проектів відіграє ключову роль у формуванні цифрового майбутнього. Один з проектів, який привернув увагу в цій динамічній сфері, — це SPERO, позначений як SPERO,$$s$. Ця стаття має на меті зібрати та представити детальну інформацію про SPERO, щоб допомогти ентузіастам та інвесторам зрозуміти його основи, цілі та інновації в рамках web3 та крипто-сектору. Що таке SPERO,$$s$? SPERO,$$s$ — це унікальний проект у криптопросторі, який прагне використати принципи децентралізації та технології блокчейн для створення екосистеми, що сприяє залученню, корисності та фінансовій інклюзії. Проект розроблений для полегшення взаємодії між користувачами новими способами, надаючи їм інноваційні фінансові рішення та послуги. У своїй основі SPERO,$$s$ прагне надати можливості індивідам, забезпечуючи інструменти та платформи, які покращують користувацький досвід у криптовалютному просторі. Це включає в себе можливість більш гнучких методів транзакцій, сприяння ініціативам, що підтримуються спільнотою, та створення шляхів для фінансових можливостей через децентралізовані додатки (dApps). Основна концепція SPERO,$$s$ обертається навколо інклюзивності, прагнучи зменшити розриви в традиційній фінансовій системі, використовуючи переваги технології блокчейн. Хто є творцем SPERO,$$s$? Особистість творця SPERO,$$s$ залишається дещо невідомою, оскільки є обмежені публічно доступні ресурси, що надають детальну інформацію про його засновників. Ця відсутність прозорості може бути наслідком зобов'язання проекту до децентралізації — етики, яку багато проектів web3 поділяють, ставлячи колективні внески вище за індивідуальне визнання. Зосереджуючи обговорення навколо спільноти та її колективних цілей, SPERO,$$s$ втілює суть наділення без виділення конкретних осіб. Таким чином, розуміння етики та місії SPERO є більш важливим, ніж ідентифікація єдиного творця. Хто є інвесторами SPERO,$$s$? SPERO,$$s$ підтримується різноманітними інвесторами, починаючи від венчурних капіталістів до ангельських інвесторів, які прагнуть сприяти інноваціям у крипто-секторі. Зосередження цих інвесторів зазвичай узгоджується з місією SPERO — пріоритет надається проектам, які обіцяють технологічний прогрес у суспільстві, фінансову інклюзію та децентралізоване управління. Ці інвесторські фонди зазвичай зацікавлені в проектах, які не лише пропонують інноваційні продукти, але й позитивно впливають на спільноту блокчейн та її екосистеми. Підтримка з боку цих інвесторів підкріплює SPERO,$$s$ як значного конкурента в швидко змінюваній сфері крипто-проектів. Як працює SPERO,$$s$? SPERO,$$s$ використовує багатогранну структуру, яка відрізняє його від традиційних криптовалютних проектів. Ось деякі ключові особливості, які підкреслюють його унікальність та інноваційність: Децентралізоване управління: SPERO,$$s$ інтегрує моделі децентралізованого управління, надаючи користувачам можливість активно брати участь у процесах прийняття рішень щодо майбутнього проекту. Цей підхід сприяє відчуттю власності та відповідальності серед членів спільноти. Корисність токена: SPERO,$$s$ використовує свій власний криптовалютний токен, розроблений для виконання різних функцій в екосистемі. Ці токени дозволяють здійснювати транзакції, отримувати винагороди та полегшувати послуги, що пропонуються на платформі, підвищуючи загальну залученість та корисність. Шарова архітектура: Технічна архітектура SPERO,$$s$ підтримує модульність та масштабованість, що дозволяє безперешкодно інтегрувати додаткові функції та додатки в міру розвитку проекту. Ця адаптивність є надзвичайно важливою для збереження актуальності в постійно змінюваному крипто-ландшафті. Залучення спільноти: Проект підкреслює ініціативи, що підтримуються спільнотою, використовуючи механізми, які стимулюють співпрацю та зворотний зв'язок. Підтримуючи сильну спільноту, SPERO,$$s$ може краще задовольняти потреби користувачів та адаптуватися до ринкових тенденцій. Фокус на інклюзію: Пропонуючи низькі комісії за транзакції та зручні інтерфейси, SPERO,$$s$ прагне залучити різноманітну базу користувачів, включаючи осіб, які раніше не брали участі в крипто-просторі. Це зобов'язання до інклюзії узгоджується з його загальною місією наділення через доступність. Хронологія SPERO,$$s$ Розуміння історії проекту надає важливі уявлення про його розвиток та етапи. Нижче наведено пропоновану хронологію, що відображає значні події в еволюції SPERO,$$s$: Етап концептуалізації та ідеації: Початкові ідеї, що стали основою SPERO,$$s$, були сформовані, тісно пов'язані з принципами децентралізації та фокусом на спільноті в індустрії блокчейн. Запуск білого паперу проекту: Після концептуального етапу був випущений комплексний білий папір, що детально описує бачення, цілі та технологічну інфраструктуру SPERO,$$s$, щоб залучити інтерес та зворотний зв'язок від спільноти. Створення спільноти та ранні залучення: Активні зусилля були спрямовані на створення спільноти ранніх прихильників та потенційних інвесторів, що полегшило обговорення цілей проекту та отримання підтримки. Подія генерації токенів: SPERO,$$s$ провів подію генерації токенів (TGE) для розподілу своїх рідних токенів серед ранніх прихильників та встановлення початкової ліквідності в екосистемі. Запуск початкового dApp: Перший децентралізований додаток (dApp), пов'язаний з SPERO,$$s$, став доступним, дозволяючи користувачам взаємодіяти з основними функціями платформи. Постійний розвиток та партнерства: Безперервні оновлення та вдосконалення пропозицій проекту, включаючи стратегічні партнерства з іншими учасниками блокчейн-простору, сформували SPERO,$$s$ у конкурентоспроможного та еволюціонуючого гравця на крипто-ринку. Висновок SPERO,$$s$ є свідченням потенціалу web3 та криптовалют для революціонізації фінансових систем та наділення індивідів. Завдяки зобов'язанню до децентралізованого управління, залучення спільноти та інноваційно спроектованих функцій, він прокладає шлях до більш інклюзивного фінансового ландшафту. Як і з будь-якими інвестиціями в швидко змінюваному крипто-просторі, потенційним інвесторам та користувачам рекомендується ретельно досліджувати та обдумано взаємодіяти з поточними подіями в SPERO,$$s$. Проект демонструє інноваційний дух крипто-індустрії, запрошуючи до подальшого дослідження його численних можливостей. Хоча подорож SPERO,$$s$ ще триває, його основні принципи можуть справді вплинути на майбутнє того, як ми взаємодіємо з технологією, фінансами та один з одним у взаємопов'язаних цифрових екосистемах.

137 переглядів усьогоОпубліковано 2024.12.17Оновлено 2024.12.17

Що таке $S$

Що таке AGENT S

Агент S: Майбутнє автономної взаємодії в Web3 Вступ У постійно змінюваному ландшафті Web3 та криптовалюти інновації постійно переосмислюють, як люди взаємодіють з цифровими платформами. Один з таких новаторських проектів, Агент S, обіцяє революціонізувати взаємодію людини з комп'ютером через свою відкриту агентну структуру. Прокладаючи шлях для автономних взаємодій, Агент S прагне спростити складні завдання, пропонуючи трансформаційні застосування в штучному інтелекті (ШІ). Це детальне дослідження заглиблюється в складності проекту, його унікальні особливості та наслідки для сфери криптовалюти. Що таке Агент S? Агент S є революційною відкритою агентною структурою, спеціально розробленою для вирішення трьох основних викликів в автоматизації комп'ютерних завдань: Набуття специфічних знань у галузі: Структура інтелектуально навчається з різних зовнішніх джерел знань та внутрішнього досвіду. Цей подвійний підхід дозволяє їй створити багатий репозиторій специфічних знань у галузі, покращуючи її продуктивність у виконанні завдань. Планування на довгих горизонтах завдань: Агент S використовує планування з підкріпленням досвіду, стратегічний підхід, який полегшує ефективний розподіл та виконання складних завдань. Ця функція значно підвищує її здатність ефективно та результативно управляти кількома підзавданнями. Обробка динамічних, неоднорідних інтерфейсів: Проект представляє Інтерфейс Агент-Комп'ютер (ACI), інноваційне рішення, яке покращує взаємодію між агентами та користувачами. Використовуючи багатомодальні великі мовні моделі (MLLMs), Агент S може безперешкодно орієнтуватися та маніпулювати різноманітними графічними інтерфейсами користувача. Завдяки цим новаторським функціям Агент S надає надійну структуру, яка вирішує складнощі, пов'язані з автоматизацією людської взаємодії з машинами, прокладаючи шлях для численних застосувань у ШІ та за його межами. Хто є творцем Агент S? Хоча концепція Агент S є фундаментально новаторською, конкретна інформація про його творця залишається невідомою. Творець наразі невідомий, що підкреслює або початкову стадію проекту, або стратегічний вибір зберегти засновників у таємниці. Незважаючи на анонімність, акцент залишається на можливостях та потенціалі структури. Хто є інвесторами Агент S? Оскільки Агент S є відносно новим у криптографічній екосистемі, детальна інформація про його інвесторів та фінансових спонсорів не задокументована. Відсутність публічно доступних відомостей про інвестиційні фонди або організації, що підтримують проект, викликає питання щодо його фінансової структури та дорожньої карти розвитку. Розуміння підтримки є критично важливим для оцінки стійкості проекту та потенційного впливу на ринок. Як працює Агент S? В основі Агент S лежить передова технологія, яка дозволяє йому ефективно функціонувати в різних умовах. Його операційна модель побудована навколо кількох ключових функцій: Взаємодія з комп'ютером, подібна до людської: Структура пропонує розширене планування ШІ, прагнучи зробити взаємодії з комп'ютерами більш інтуїтивними. Імітуючи людську поведінку при виконанні завдань, вона обіцяє підвищити досвід користувачів. Наративна пам'ять: Використовується для використання високорівневого досвіду, Агент S використовує наративну пам'ять для відстеження історій завдань, тим самим покращуючи свої процеси прийняття рішень. Епізодична пам'ять: Ця функція надає користувачам покрокові інструкції, дозволяючи структурі пропонувати контекстуальну підтримку в міру виконання завдань. Підтримка OpenACI: Завдяки можливості працювати локально, Агент S дозволяє користувачам зберігати контроль над своїми взаємодіями та робочими процесами, узгоджуючи з децентралізованою етикою Web3. Легка інтеграція з зовнішніми API: Його універсальність і сумісність з різними платформами ШІ забезпечують те, що Агент S може безперешкодно вписатися в існуючі технологічні екосистеми, роблячи його привабливим вибором для розробників та організацій. Ці функціональні можливості колективно сприяють унікальному положенню Агент S у крипто-просторі, оскільки він автоматизує складні, багатоступеневі завдання з мінімальним втручанням людини. У міру розвитку проекту його потенційні застосування в Web3 можуть переосмислити, як відбуваються цифрові взаємодії. Хронологія Агент S Розробка та етапи Агент S можуть бути узагальнені в хронології, яка підкреслює його значні події: 27 вересня 2024 року: Концепція Агент S була представлена в комплексній науковій статті під назвою “Відкрита агентна структура, яка використовує комп'ютери як людина”, що демонструє основи проекту. 10 жовтня 2024 року: Наукова стаття була опублікована на arXiv, пропонуючи детальне дослідження структури та її оцінки продуктивності на основі бенчмарку OSWorld. 12 жовтня 2024 року: Було випущено відеопрезентацію, що надає візуальне уявлення про можливості та особливості Агент S, ще більше залучаючи потенційних користувачів та інвесторів. Ці маркери в хронології не лише ілюструють прогрес Агент S, але й вказують на його прихильність до прозорості та залучення громади. Ключові моменти про Агент S У міру розвитку структури Агент S кілька ключових характеристик виділяються, підкреслюючи її новаторський характер та потенціал: Інноваційна структура: Розроблена для забезпечення інтуїтивного використання комп'ютерів, подібного до людської взаємодії, Агент S пропонує новий підхід до автоматизації завдань. Автономна взаємодія: Здатність автономно взаємодіяти з комп'ютерами через GUI означає стрибок до більш інтелектуальних та ефективних обчислювальних рішень. Автоматизація складних завдань: Завдяки своїй надійній методології він може автоматизувати складні, багатоступеневі завдання, роблячи процеси швидшими та менш схильними до помилок. Безперервне вдосконалення: Механізми навчання дозволяють Агенту S покращуватися на основі минулого досвіду, постійно підвищуючи свою продуктивність та ефективність. Універсальність: Його адаптивність до різних операційних середовищ, таких як OSWorld та WindowsAgentArena, забезпечує його здатність служити широкому спектру застосувань. Оскільки Агент S займає своє місце в ландшафті Web3 та криптовалюти, його потенціал покращити можливості взаємодії та автоматизувати процеси означає значний прогрес у технологіях ШІ. Завдяки своїй інноваційній структурі Агент S є прикладом майбутнього цифрових взаємодій, обіцяючи більш безперешкодний та ефективний досвід для користувачів у різних галузях. Висновок Агент S представляє собою сміливий крок вперед у поєднанні ШІ та Web3, з можливістю переосмислити, як ми взаємодіємо з технологією. Хоча проект все ще на ранніх стадіях, можливості для його застосування є величезними та переконливими. Завдяки своїй комплексній структурі, що вирішує критичні виклики, Агент S прагне вивести автономні взаємодії на передній план цифрового досвіду. У міру того, як ми заглиблюємося в сфери криптовалюти та децентралізації, проекти, подібні до Агент S, безсумнівно, відіграватимуть ключову роль у формуванні майбутнього технологій та співпраці людини з комп'ютером.

757 переглядів усьогоОпубліковано 2025.01.14Оновлено 2025.01.14

Що таке AGENT S

Як купити S

Ласкаво просимо до HTX.com! Ми зробили покупку Sonic (S) простою та зручною. Дотримуйтесь нашої покрокової інструкції, щоб розпочати свою криптовалютну подорож.Крок 1: Створіть обліковий запис на HTXВикористовуйте свою електронну пошту або номер телефону, щоб зареєструвати обліковий запис на HTX безплатно. Пройдіть безпроблемну реєстрацію й отримайте доступ до всіх функцій.ЗареєструватисьКрок 2: Перейдіть до розділу Купити крипту і виберіть спосіб оплатиКредитна/дебетова картка: використовуйте вашу картку Visa або Mastercard, щоб миттєво купити Sonic (S).Баланс: використовуйте кошти з балансу вашого рахунку HTX для безперешкодної торгівлі.Треті особи: ми додали популярні способи оплати, такі як Google Pay та Apple Pay, щоб підвищити зручність.P2P: Торгуйте безпосередньо з іншими користувачами на HTX.Позабіржова торгівля (OTC): ми пропонуємо індивідуальні послуги та конкурентні обмінні курси для трейдерів.Крок 3: Зберігайте свої Sonic (S)Після придбання Sonic (S) збережіть його у своєму обліковому записі на HTX. Крім того, ви можете відправити його в інше місце за допомогою блокчейн-переказу або використовувати його для торгівлі іншими криптовалютами.Крок 4: Торгівля Sonic (S)Легко торгуйте Sonic (S) на спотовому ринку HTX. Просто увійдіть до свого облікового запису, виберіть торгову пару, укладайте угоди та спостерігайте за ними в режимі реального часу. Ми пропонуємо зручний досвід як для початківців, так і для досвідчених трейдерів.

1.7k переглядів усьогоОпубліковано 2025.01.15Оновлено 2026.06.02

Як купити S

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 S (S).

活动图片