Notion CEO: AI companies should be a 'Jazz Band,' and I am a 'Refounder'

marsbitXuất bản vào 2026-05-26Cập nhật gần nhất vào 2026-05-26

Tóm tắt

Notion CEO Ivan Zhao, in a recent podcast, shared his journey of twice rebuilding the company from near-collapse and now applying the same "Refounder" mindset to reshape the 1000-person organization in the AI era. He argues that AI has commoditized technical capability (Capability). True talent now hinges on Taste (judgment/values) and Agency (proactive drive), necessitating a shift in hiring—e.g., hiring more juniors for curiosity and having sales candidates demonstrate work upfront. Zhao envisions the company as a "Jazz Band"—agile and improvisational—versus a rigid "Marching Band." This is reflected in an engineering "dumbbell" structure (super juniors + top-tier seniors, with middle layers compressed), dissolving the CMO role to let teams operate directly, and integrating entrepreneurs via acquisitions to lead their expertise areas. Notion has abandoned traditional long-term product roadmaps, planning only conservatively for finances while adopting a week-by-week, improvisational approach to product strategy, as longer plans proved futile during rapid AI shifts. He concludes that while human nature and roles remain constants, companies must rewrite their approaches to hiring (valuing Taste/Agency over Capability), organizational design (reducing roles focused on coordination/execution), and planning (embracing flexibility). Modern knowledge work, being only ~150 years old, is ripe for reinvention.

Last week, Notion CEO Ivan Zhao recorded a podcast at Sequoia Capital, discussing his experiences of twice bringing the company back from the brink of death and twice rebuilding from the ground up. Now, he is using the same logic to 're-found' this thousand-person company, calling himself a 'Refounder':

He believes AI has turned technical capability into a commodity, and what is truly scarce now is Taste and Agency. Therefore, hiring standards must change; information dissemination and coordination work are being taken over by AI, so organizational structure must change; technology changes too fast, making any planning beyond a few weeks likely obsolete, so planning methods must also change. Enjoy!

01. How Notion Was Rebuilt Twice from Near-Death Experiences

In 2015, after two years, Notion still hadn't found Product-Market Fit (PMF). Money was running out. Ivan and co-founder Simon made a decision most founders wouldn't dare: lay off everyone, move to Kyoto, and rebuild from scratch. They sublet their residences and office in San Francisco. During that time, Notion surprisingly achieved its first positive cash flow.

(Notion's initial office in San Francisco)

After arriving in Kyoto, life became extremely simple. Write code, eat, write code again, eat again. No team, no processes, no resources, just two people and an idea. This experience taught Ivan for the first time: what drives things forward has always relied on judgment and willpower; how abundant resources are is secondary. A year and a half later, Notion 1.0 launched.

(Ivan and co-founder Simon's residence in Kyoto)

The second time was in 2023. The team was having an offsite in Cancun, and Ivan got early access to GPT-4. That experience was an almost shocking impact for him. He instantly judged: this changes everything, and if we don't bet the entire company on it, nothing else we do will matter. So he announced a restart within the 500-person company, fully pivoting to AI.

But what followed was nearly a year and a half of agony. Model technology wasn't mature yet. They tried almost every direction, none of which worked. Growth stalled, morale plummeted. It wasn't until the underlying models truly matured that the product began to take off, with the revenue inflection point and the AI product's traction appearing almost simultaneously.

In both experiences, what truly mattered was his judgment and the willpower to keep moving forward amidst uncertainty, which also became the starting point for his later 're-founding' of the company.

02. 'Capability' Is Depreciating, Yet Companies Still Pay a Premium for It

Ivan proposed a talent formula:

Talent = Capability × Taste × Agency

Understanding this formula lies in the derivation process.

Why is Capability Depreciating?

Before Google, information access was a scarce resource, and those who could find information had a real competitive advantage. After Google appeared, this advantage vanished. 'I can find this information' became a basic skill. AI is causing the same thing to happen at the level of capability production. Writing code, crafting copy, performing data analysis—tasks that used to require years of accumulation to do well—can now be done to a decent level by recent graduates equipped with AI tools. The scarcity of Capability is being systematically compressed.

Ivan's original words were: 'What LLMs do is like how Google gave everyone access to information; they give everyone the ability to be a decent writer and programmer. Everyone possesses Capability. But Taste still matters—it's your value system, it's your manifestation of what you want to bring to the world; Agency is the same—how hard you work, this is something companies cannot change. So now we're optimizing for the latter two.'

Why Won't Taste and Agency Be Leveled?

Taste is your value system, the ability to make judgments when there's no standard answer. Which direction a product should take, how an architecture should be balanced—AI can give suggestions, but deciding which suggestion is right still requires someone with real judgment to make the call. Taste is rooted in aesthetics and values, something that can't be changed much by effort in the short term.

Agency is the willpower to make things happen. Moving forward without waiting for instructions, not backing down in the face of resistance, truly completing a half-finished task. This is also something AI cannot provide.

Previously, hiring looked at experience; later, Silicon Valley trended towards looking at Slope (growth rate), using learning speed to replace past accumulation. But Ivan says even Slope isn't enough now—it still measures the acquisition speed of Capability, essentially still operating within the same depreciating dimension. Taste and Agency are on entirely different axes; how fast one learns cannot predict them.

Two Actions in Hiring

For engineering roles, they hire many recent graduates, focusing not on past experience but on initiative, curiosity, and judgment; for sales roles, the first round of interviews eliminates resumes, requiring candidates to first build something, focusing on what they can do now and their willingness to take initiative. Both actions are doing the same thing: replacing 'what you have done' with 'what kind of person you are now.'

Consider these questions: What was the last reason that convinced you to hire someone? Was it that the candidate had done similar work at a certain company, had a background you respected on their resume, or that past project scales were large enough?

These are all signals of Capability. Without a set of methods to evaluate Taste and Agency, your hiring process is likely still optimizing a depreciating dimension.

03. Becoming an Agile Jazz Band

Three years ago, an internal slogan was established at Notion: We want to be a Jazz Band, not a Marching Band.

The fundamental difference isn't in tempo, but in who can improvise. A marching band needs a conductor; each musician follows the score, and uniformity is a virtue. A jazz band has structure and默契 (tacit understanding), but everyone can pick up from others and improvise at any moment. The conductor disappears, but structure doesn't, because it's already internalized within each person.

Ivan says this is his self-calibration mechanism. He is a jazz-band type of person and cannot stand the feeling of delegating everything and just giving orders. Once he figured it out, he systematically began recruiting like-minded people to build a company aligned with his own temperament.

This logic manifests in the organization through three specific actions.

The 'Dumbbell-Shaped' Engineering Team

The shape of Notion's engineering team is now a dumbbell: the two ends are Super Juniors and Super Seniors, with the middle layer shrinking.

Previously, the value of a Senior Engineer was multi-dimensional: more reliable code, deeper system understanding, ability to independently drive complex projects. After the emergence of AI Coding Agents, most of this value sequence began to be taken over. Therefore, the value of Seniors has been refocused on the remaining parts: architectural judgment and directional sense.

LLMs are still quite weak at system architecture; suggestions that look reasonable individually often cause problems when pieced together in complex systems. This is where Taste is required, the truly irreplaceable domain of a few top-tier Seniors.

Ivan described the optimal combination as something like this: a top-tier senior architect leads two or three young engineers, each managing two or three Coding Agents. Compared to a group of Seniors each managing Agents, this structure yields higher output and better multiplier effects. The middle layer is compressed from both ends; the execution layer is taken over by Juniors + Agents; the judgment layer is only held by top Seniors with genuine architectural ability. The value of intermediate positions is becoming increasingly unclear.

Dissolving the CMO Organization

Notion currently has no CMO. Marketing has been split into two independently operating lines: one close to the product, directly connected to social media, following the product release rhythm; the other serving sales, focusing on lead and demand generation.

The reason for removing the middle coordination layer is simple: after AI takes over a large amount of information transmission and coordination work, the cost of letting information make a detour through the CMO before distribution is now too expensive. Each side handling its own affairs is faster.

Introducing Dozens of Entrepreneurs

Notion has brought in many founders with entrepreneurial experience through acquisitions, each leading the domain they know best. The person responsible for the meeting notes feature previously ran a startup focused on meeting notes; the person responsible for enterprise search was the founder of an enterprise search product. Giving them a better platform and resources to continue doing what they excel at is itself a logic for retention.

Ivan himself is also a 'Refounder,' able to jump into any area at any time or fully let go; there's no territorial threat on either side. This reinforces the jazz band property of the organization at the personnel composition level—bringing in people who can already play independently.

04. Notion Has Given Up on Product Planning

Ivan splits planning into two fundamentally different things, handled with completely different logic.

He believes financial planning is still useful, like the speed setting on a treadmill. You set it to a certain level, and you know what pace you're running at; this reading is real. Notion tends to be conservative to neutral in finance, leaving itself enough Buffer. In the AI era, cost has also become a new variable; Token expenses can scale directly with product usage and must be seriously factored in.

Product strategy is another matter entirely.

No plans, really none—not six months, not three months, but improvising week by week.

This judgment comes directly from the lessons of the second rebuild. At the end of 2022, Notion wanted to build an AI Agent product and was pushing it very seriously. There was almost no progress for a year and a half. The team wasn't slacking; it was because the underlying models themselves weren't ready yet. Any product plan at that stage was empty. What truly worked was constant improvisation within the boundaries set by technology.

You can only plan the Tempo; financial goals define the treadmill speed. The Melody is improvised, written weekly based on the actual conditions of technology and the market. This is precisely the core reason why a jazz band is more suitable for the present than a marching band: a marching band must arrange all the sheet music in advance before going on stage; a jazz band improvises and adapts on the spot, not knowing where the next bar will go but having the ability to catch it in the moment.

05. At Which Level Has Your Company Not Yet Started Rewriting?

When asked what the organization would look like three or four years later, Ivan didn't describe any technological blueprint but first asked: What remains unchanged?

His answer is human nature. Humans are inherently hierarchical; division of labor has meaning; people have different interests and values—these are constants over millennia. The legal system also has no autonomous companies; CEOs and CFOs still have to sign and take responsibility. These invariants are the anchor points for organizational design. What AI changes is the way information and decision flows between these people; human nature itself cannot be moved.

But above this anchor point, rewriting is already happening at three levels. It's worth seriously asking yourself three questions:

  • Is your hiring process still primarily optimizing for Capability? Do you have a method for evaluating Taste, a method for evaluating Agency?
  • In your organization, how many people's core value lies in transmitting information and executing instructions? The structural pressure on these positions will continue to increase as AI tools mature.
  • Are your product plans still trying to pre-arrange a six-month score? This isn't to say quarterly planning itself is problematic, but rather, how you use it—as a promise, or as a reference adjusted weekly?

Finally:

'Modern knowledge work is only about 150 years old. It's invented. It's not as old as fire or language. Why can't it be a new flavor of it?'

Knowledge work has only existed for about 150 years; it's a human invention. The logic of how companies run is also man-made. What can be invented can be rewritten. Notion is already rewriting it, and it started two years earlier than most.

Câu hỏi Liên quan

QAccording to Ivan Zhao, what are the two key human qualities that remain valuable in the age of AI, and why?

AAccording to Ivan Zhao, the two key human qualities are Taste and Agency. Taste, which is one's value system and ability to make judgments without clear answers, remains crucial because AI can offer suggestions but cannot determine which suggestion is correct. Agency, the willpower to drive things forward, is equally important because it involves taking initiative and persevering through challenges—traits that AI cannot replicate.

QWhat are the three specific organizational changes Notion implemented to become a 'Jazz Band'?

AThe three specific organizational changes are: 1) Creating a 'dumbbell-shaped' engineering team consisting of Super Juniors and Super Seniors, with the middle layer shrinking. 2) Dissolving the CMO organization and splitting marketing into two independent lines: one for product-related social media and another for sales support. 3) Introducing dozens of entrepreneurs through acquisitions to lead areas they are passionate about, enhancing the organization's ability to improvise and adapt.

QHow did Notion's approach to product planning change after Ivan Zhao's second 'rebuilding' experience?

AAfter the second rebuilding experience, Notion abandoned traditional long-term product planning. Instead, they adopted a weekly improvisation approach, where product strategy is adjusted weekly based on real-time technological and market conditions. Financial planning remains important for setting the pace, but product direction is treated like a melody in a jazz performance—improvised and responsive to the moment.

QWhat does Ivan Zhao mean by 'Refounder,' and how does this concept apply to his leadership at Notion?

AThe term 'Refounder' refers to Ivan Zhao's approach of repeatedly rebuilding and reinventing Notion from the ground up. It applies to his leadership by emphasizing adaptability, judgment, and willpower in navigating uncertainty. As a Refounder, he can dive into any area of the company or step back entirely, fostering a culture where flexibility and continuous reinvention are central to the organization's strategy.

QIn Ivan Zhao's view, what is the fundamental difference between a 'Jazz Band' and a 'Marching Band' in an organizational context?

AIn an organizational context, a 'Marching Band' operates under a centralized command structure where each member follows a pre-set plan. In contrast, a 'Jazz Band' relies on shared structure and默契, allowing members to improvise, adapt, and take initiative independently. The key difference lies in flexibility: a Jazz Band can respond dynamically to changes without relying on top-down指令, making it better suited for fast-paced, uncertain environments.

Nội dung Liên quan

Từ Mã đến Nhận Thức: Hướng Dẫn Nghìn Chữ về Sự Tiến Hóa của Bộ Não Robot

Từ nhiều thập kỷ trước, robot chủ yếu được điều khiển bằng mã lập trình truyền thống, với các lớp như cảm nhận, ước tính trạng thái, lập kế hoạch và điều khiển được xây dựng thủ công. Chúng hoạt động tốt trong môi trường được thiết kế trước nhưng thiếu khả năng tổng quát hóa. Sự xuất hiện của học sâu (deep learning) đã cách mạng hóa lớp cảm nhận, trong khi học tăng cường (reinforcement learning) và học bắt chước (imitation learning) bắt đầu cải thiện lớp điều khiển. Tuy nhiên, mỗi chính sách học được vẫn còn hẹp và thiếu linh hoạt. Sự bùng nổ của các mô hình ngôn ngữ lớn (LLM) như ChatGPT đã mang lại bước nhảy vọt: LLM đóng vai trò như một bộ lập kế hoạch thông minh, dịch chỉ dẫn ngôn ngữ tự nhiên thành chuỗi hành động để hệ thống robot (như ROS2) thực thi. Dù vậy, LLM vẫn chỉ nằm ở lớp lập kế hoạch. Bước tiến quan trọng tiếp theo là các Mô hình Thị giác-Ngôn ngữ-Hành động (VLA). Các mô hình như RT-2 của Google hay OpenVLA hợp nhất lý luận và hành động trong một mạng thần kinh duy nhất, nhận đầu vào là hình ảnh và lệnh, rồi trực tiếp xuất ra các chỉ thị chuyển động, giúp robot linh hoạt và có khả năng tổng quát hóa hơn. Kiến trúc tiên tiến nhất hiện nay cho robot hình người là "hệ thống kép" (System 1/System 2), lấy cảm hứng từ tâm lý học. System 2 (chậm) là một VLA lớn, xử lý cảnh quan và lý luận ở tần số thấp. System 1 (nhanh) là một mạng nhỏ, tốc độ cao, nhận ý định từ System 2 và xuất ra các lệnh chuyển động liên tục. Một số hệ thống còn có System 0 như một lớp phản xạ để giữ thăng bằng. Việc tính toán được chia sẻ: các vòng lặp điều khiển an toàn quan trọng chạy cục bộ trên bo mạch (ví dụ: NVIDIA Jetson) để đảm bảo độ trễ thấp và độ tin cậy, trong khi các tác vụ như giao diện hội thoại hay học tập nhóm có thể chạy trên đám mây. Các mô hình mã nguồn mở như OpenVLA, NVIDIA Isaac GR00T, và Physical Intelligence π0 đang thúc đẩy lĩnh vực này, cho phép các công ty khởi nghiệp tinh chỉnh chúng với dữ liệu riêng thay vì đào tạo từ đầu. Dù đã có tiến bộ lớn, robot VLA hiện tại vẫn có hạn chế: khó khăn trong phục hồi sau lỗi, hiệu quả mẫu thấp, khó khăn với nhiệm vụ dài hạn và thiếu "hiểu biết vật lý" thực sự. Để giải quyết những hạn chế này, lĩnh vực đang tập trung vào "Mô hình Thế giới" (World Model). Đây là các mạng thần kinh có thể dự đoán hệ quả của hành động dựa trên trạng thái hiện tại. Bằng cách mô phỏng nhiều tương lai khả thi trước khi hành động, robot có thể lập kế hoạch tốt hơn, phục hồi tốt hơn và cải thiện khả năng tổng quát hóa. Các kiến trúc chính gồm: mô hình khuếch tán pixel (Cosmos/Sora), Kiến trúc Dự đoán Nhúng Chung (JEPA của LeCun) và Mô hình Thế giới Hành động Tiềm ẩn (Genie/Dreamer). Tương lai, robot tiên tiến có thể kết hợp VLA với Mô hình Thế giới để lập kế hoạch và kiểm tra hành động trong mô phỏng trước khi thực thi, đồng thời tạo ra lượng dữ liệu tổng hợp khổng lồ cho đào tạo. Yếu tố then chốt hiện nay là dữ liệu, với việc điều khiển từ xa (teleoperation) là phương pháp thu thập chính. Mô phỏng (simulation) cũng đóng vai trò ngày càng quan trọng. Về kinh tế, chi phí phần cứng robot hình người đang giảm nhanh, mở ra thị trường rộng lớn hơn. Tuy nhiên, lĩnh vực này vẫn đang ở giai đoạn phát triển, tương tự "thời kỳ GPT-2" của AI vật lý, với tiềm năng to lớn nhưng cần thêm thời gian để trưởng thành hoàn toàn và triển khai một cách tự chủ, an toàn.

marsbit23 phút trước

Từ Mã đến Nhận Thức: Hướng Dẫn Nghìn Chữ về Sự Tiến Hóa của Bộ Não Robot

marsbit23 phút trước

Bong bóng AI đang vỡ

Thị trường đang biến động mạnh với nhiều ý kiến về "bong bóng AI". Mặc dù các chuyên gia như Ray Dalio cảnh báo mức độ bong bóng tương đối cao, nhưng những người như CEO NVIDIA, Jensen Huang, vẫn nhìn thấy cơ hội to lớn và nhu cầu về năng lực tính toán mới chỉ bắt đầu bùng nổ. Cả hai quan điểm đều có phần đúng. Bong bóng trong lĩnh vực AI là có thực, giống như bong bóng Internet năm 2000. Tuy nhiên, bong bóng công nghệ thường là cách thị trường phản ứng với một lực lượng sản xuất đột phá. Sau khi bong bóng vỡ, cơ sở hạ tầng vật chất và công nghệ cốt lõi được xây dựng sẽ trở thành nền tảng cho sự phát triển bùng nổ tiếp theo, như đã thấy với Internet. Hiện tại, đầu tư vào cơ sở hạ tầng AI (như GPU, hệ thống làm mát, điện) là rất lớn, trong khi doanh thu từ các công ty thuần AI còn hạn chế, cho thấy sự mất cân đối. Nhưng một yếu tố then chốt là chi phí suy luận AI (inference cost) đã giảm hơn 99.7% trong hai năm qua. Khi chi phí biên của "trí thông minh" tiến gần đến 0, nó mở khóa một lượng lớn nhu cầu và ứng dụng mới trong mọi ngành công nghiệp, từ phần mềm, y sinh đến sản xuất. Điều này tuân theo "Nghịch lý Jevons": hiệu quả tăng lên dẫn đến mức tiêu thụ tổng thể cao hơn. Thị trường hiện đang trong giai đoạn thanh lọc, nơi các công ty chỉ dựa vào khái niệm sẽ bị đào thải. Xu hướng sâu xa bao gồm: 1) Chuyển dịch giá trị từ chi đầu tư (CapEx) sang chi vận hành (OpEx), nơi các ứng dụng AI thực sự tạo ra lợi nhuận; 2) Các công ty cơ sở hạ tầng có thể tiêu hóa định giá cao thông qua tăng trưởng lợi nhuận mạnh mẽ; 3) AI đang được tích hợp sâu vào các ngành như tài chính, pháp lý, chăm sóc sức khỏe và sản xuất, nâng cao hiệu quả đáng kể. Tóm lại, trong khi bong bóng đầu tư có thể xì hơi và gây ra đợt sàng lọc, động lực cơ bản của AI với tư cách là một lực lượng sản xuất đột phá là không thể đảo ngược. Giống như Internet trước đây, tương lai sẽ là một kỷ nguyên mà hầu hết mọi ngành công nghiệp đều được chuyển đổi và trao quyền bởi AI.

链捕手36 phút trước

Bong bóng AI đang vỡ

链捕手36 phút trước

Bong bóng AI đang vỡ tung

Bong bóng AI đang vỡ, nhưng đây không phải là dấu hiệu của sự thất bại mà là một giai đoạn thanh lọc và chuyển đổi tất yếu trong một cuộc cách mạng công nghệ. Bài viết so sánh hiện tượng này với bong bóng dot-com năm 2000. Mặc dù bong bóng vỡ gây ra tổn thất lớn, nhưng nó đã để lại cơ sở hạ tầng viễn thông giá rẻ, làm nền tảng cho sự bùng nổ của internet, điện toán đám mây và các gã khổng lồ như Amazon sau này. Năm 2026, đầu tư vào cơ sở hạ tầng AI (như GPU, hệ thống làm mát, điện) của các ông lớn công nghệ lên tới hàng nghìn tỷ USD, trong khi doanh thu từ các công ty AI thuần túy còn thấp. Sự chênh lệnh này tạo ra bong bóng. Tuy nhiên, một yếu tố then chốt là chi phí suy luận AI (tính trên mỗi token) đã giảm tới 99.7% trong hai năm. Điều này, tuân theo "Nghịch lý Jevons", không làm giảm mà còn kích thích nhu cầu sử dụng AI khổng lồ, mở ra các ứng dụng dài hạn mới như tác nhân thông minh (AI agent) và xử lý đa phương thức. Thị trường hiện đang trong giai đoạn "thung lũng huyễn hoặc", loại bỏ các công ty khởi nghiệp chỉ dựa trên khái niệm. Ba xu hướng chính đang định hình: 1. Giá trị chuyển từ chi đầu tư (CapEx - cho cơ sở hạ tầng) sang chi hoạt động (OpEx - cho các ứng dụng AI tối ưu hóa quy trình nghiệp vụ). 2. Định giá cao sẽ được hấp thụ dần bởi tốc độ tăng trưởng lợi nhuận thực tế từ việc AI nâng cao hiệu quả trong mọi ngành, từ sản xuất, tài chính đến y tế và pháp lý. 3. AI đang trở thành công cụ thiết yếu cho lao động trí óc, với hàng trăm triệu người dùng thường xuyên. Giống như internet trở thành huyết mạch của mọi ngành sau năm 2000, AI cũng đang trên con đường trở thành nền tảng cho kỷ nguyên thông minh mới. Sự sụp đổ của bong bóng là sự thanh lọc cần thiết, nhưng động lực cơ bản của sản xuất tiên tiến mà AI mang lại là hoàn toàn có thật và không thể đảo ngược.

marsbit37 phút trước

Bong bóng AI đang vỡ tung

marsbit37 phút trước

Sự Bùng Nổ ETF Bitcoin Tiếp Theo Có Thể Đến Từ Nhật Bản – Đây Là Lý Do

Các quỹ ETF Bitcoin tại Mỹ đang trải qua đợt rút vốn kéo dài, với dòng tiền ròng âm liên tục trong 13 phiên giao dịch. Tuy nhiên, thị trường đang hướng sự chú ý sang Nhật Bản như là ứng viên tiếp theo cho sự bùng nổ ETF Bitcoin. Các nhà phân tích từ XWIN Research Japan chỉ ra rằng những cải cách quy định ở Nhật Bản, nơi chuyển đổi cách phân loại tài sản crypto sang khuôn khổ của Đạo luật Công cụ Tài chính, đang mở đường cho việc phê duyệt ETF Bitcoin spot. Sự thay đổi này đã chuyển cuộc thảo luận từ "nếu" sang "khi nào". Nếu thành công, ETF Bitcoin tại Nhật Bản có thể thu hút một lượng vốn đầu tư đáng kể từ khối tài sản tài chính hộ gia đình khổng lồ của nước này. Các kịch bản dự báo cho thấy: * Kịch bản thận trọng: Thu hút khoảng 900 tỷ Yên (5.61 tỷ USD). * Kịch bản cơ bản: Dòng tiền có thể đạt khoảng 1.4 nghìn tỷ Yên (8.73 tỷ USD), tương đương nhu cầu cho ~140,000 BTC. * Kịch bản lạc quan: Có thể lên tới 3.1 nghìn tỷ Yên (19.34 tỷ USD) trong năm đầu tiên. Tác động quan trọng của việc ra mắt ETF Bitcoin tại Nhật Bản không chỉ là tăng giá, mà còn giúp nhà đầu tư tiếp cận dễ dàng hơn, cho phép các quản lý tài sản đề xuất Bitcoin, tăng sự thoải mái cho nhà đầu tư tổ chức và nâng cao tính hợp pháp của Bitcoin trong tài chính truyền thống. Trong khi đó, giá Bitcoin hiện giao dịch quanh mức $61,038, giảm 2.81% trong 24 giờ qua.

bitcoinist1 giờ trước

Sự Bùng Nổ ETF Bitcoin Tiếp Theo Có Thể Đến Từ Nhật Bản – Đây Là Lý Do

bitcoinist1 giờ trước

43 phút của Trump: Cốt truyện người mạnh mất kiểm soát, chiến tranh truyền thông leo thang

Trong bài diễn văn kéo dài 43 phút sau hơn một tuần vắng bóng công chúng, Tổng thống Mỹ Donald Trump đã cố gắng thể hiện hình ảnh một nhà lãnh đạo mạnh mẽ và kiểm soát. Tuy nhiên, phần lớn thời gian được dành cho các chủ đề phụ như hồ phản chiếu trên National Mall, so sánh quy mô đám đông với Martin Luther King Jr., cùng những lời công kích nhắm vào phóng viên, đảng Dân chủ và các thành phố lớn. Ông còn ký sắc lệnh hành pháp hủy bỏ các biện pháp bảo vệ việc làm cho hàng nghìn công chức cấp cao liên bang, một động thái có thể gia tăng sự phụ thuộc vào lòng trung thành cá nhân hơn là năng lực chuyên môn trong chính phủ. Bài viết nêu bật trạng thái cá nhân đầy lo lắng và phòng thủ của Trump, thể hiện qua việc ông đột ngột kết thúc sự kiện và nhân viên nhanh chóng dọn dẹp hiện trường. Tác giả cũng phân tích cuộc tấn công của Trump vào nữ phóng viên CNN, Kaitlan Collins, coi đó là một phần của nỗ lực làm mất uy tín giới truyền thông. Bài báo cảnh báo về áp lực ngày càng lớn từ quyền lực chính trị và lợi ích thương mại lên các cơ quan báo chí chính thống, dẫn đến cuộc khủng hoảng về tính độc lập biên tập, như trường hợp Scott Pelley của CBS. Thông điệp chính kêu gọi công chúng ủng hộ các nhà báo và phương tiện truyền thông độc lập, những người được coi là lực lượng quan trọng duy trì sự thật khi các thể chế khác bị xâm phạm. Bài viết kết thúc với viễn cảnh lạc quan khi đề cập đến việc Hạ viện, với sự ủng hộ của một số thành viên đảng Cộng hòa, đã thông qua nghị quyết yêu cầu chấm dứt hành động quân sự ở Iran, cho thấy sự bất đồng ngày càng tăng ngay trong nội bộ đảng của Trump.

marsbit5 giờ trước

43 phút của Trump: Cốt truyện người mạnh mất kiểm soát, chiến tranh truyền thông leo thang

marsbit5 giờ trước

Giao dịch

Giao ngay
Hợp đồng Tương lai

Bài viết Nổi bật

Làm thế nào để Mua BAND

Chào mừng bạn đến với HTX.com! Chúng tôi đã làm cho mua Band Protocol (BAND) trở nên đơn giản và thuận tiện. Làm theo hướng dẫn từng bước của chúng tôi để bắt đầu hành trình tiền kỹ thuật số của bạn.Bước 1: Tạo Tài khoản HTX của BạnSử dụng email hoặc số điện thoại của bạn để đăng ký tài khoản miễn phí trên HTX. Trải nghiệm hành trình đăng ký không rắc rối và mở khóa tất cả tính năng. Nhận Tài khoản của tôiBước 2: Truy cập Mua Crypto và Chọn Phương thức Thanh toán của BạnThẻ Tín dụng/Ghi nợ: Sử dụng Visa hoặc Mastercard của bạn để mua Band Protocol (BAND) ngay lập tức.Số dư: Sử dụng tiền từ số dư tài khoản HTX của bạn để giao dịch liền mạch.Bên thứ ba: Chúng tôi đã thêm những phương thức thanh toán phổ biến như Google Pay và Apple Pay để nâng cao sự tiện lợi.P2P: Giao dịch trực tiếp với người dùng khác trên HTX.Thị trường mua bán phi tập trung (OTC): Chúng tôi cung cấp những dịch vụ được thiết kế riêng và tỷ giá hối đoái cạnh tranh cho nhà giao dịch.Bước 3: Lưu trữ Band Protocol (BAND) của BạnSau khi mua Band Protocol (BAND), lưu trữ trong tài khoản HTX của bạn. Ngoài ra, bạn có thể gửi đi nơi khác qua chuyển khoản blockchain hoặc sử dụng để giao dịch những tiền kỹ thuật số khác.Bước 4: Giao dịch Band Protocol (BAND)Giao dịch Band Protocol (BAND) dễ dàng trên thị trường giao ngay của HTX. Chỉ cần truy cập vào tài khoản của bạn, chọn cặp giao dịch, thực hiện giao dịch và theo dõi trong thời gian thực. Chúng tôi cung cấp trải nghiệm thân thiện với người dùng cho cả người mới bắt đầu và người giao dịch dày dạn kinh nghiệm.

Tổng lượt xem 137Xuất bản vào 2024.12.12Cập nhật vào 2026.06.02

Làm thế nào để Mua BAND

Thảo luận

Chào mừng đến với Cộng đồng HTX. Tại đây, bạn có thể được thông báo về những phát triển nền tảng mới nhất và có quyền truy cập vào thông tin chuyên sâu về thị trường. Ý kiến ​​của người dùng về giá của BAND (BAND) được trình bày dưới đây.

活动图片