MegaETH Co-founder: The 48 Hours Escaping Dubai Made Me Rethink the Entire Crypto World

marsbitXuất bản vào 2026-03-03Cập nhật gần nhất vào 2026-03-03

Tóm tắt

MegaETH co-founder shares a personal reflection after fleeing Dubai amid regional tensions, using the experience to critique the current state of the crypto industry. Witnessing missile defense systems in action provided a new perspective on technology’s dual role: it amplifies civilization’s trajectory, acting as a lever rather than a fundamental upgrade. In healthy cycles, tech enhances productivity and collaboration, as early internet forums did. In decline, it becomes a weapon of attention or control. The author argues crypto was meant to be a parallel system—a way to rearchitect finance with fewer borders, lower collaboration costs, and flexible exit mechanisms. Instead, the pursuit of legitimacy led to integration with traditional power structures, sidelining foundational ideals like undercollateralized loans, pension structures, and cross-border savings. Stablecoins, while functional, often just repackage sovereign currency rather than create independent monetary systems. The author calls for honesty: backend integration isn’t reinvention. The disappointment in crypto stems not from price volatility, but from misaligned priorities—choosing attention and valuation over structurally meaningful, albeit “boring,” innovations. The conclusion urges the community to reclaim its agency: build tools for real sovereignty, not amplification of insecurity. Avoid cowardice, sharpen the blade, and forge a parallel system through verification and conviction. QED.

I am writing and publishing this article after crossing the border between the UAE and Oman. The border crossing took about an hour and was very smooth.

Over the past 48 hours, I have been completely stunned by the technology involved in this war. It was the first time in my life that I witnessed missiles with my own eyes and watched interception systems destroy them. I also came across some surreal, geeky, and even eerie details, such as reports that Israeli hackers infiltrated a prayer app to send messages to Iranians.

I have always worked in the tech industry, but this was my first firsthand experience with defense systems. It gave me a whole new perspective on the relationship between technology and civilization.

Technology may create the illusion that it is "upgrading" civilization, but in reality, it only amplifies the original direction of civilization—just like leveraged trading (don’t despair yet!).

Allow me to explain.

In a healthy upward cycle of civilization, technology acts as a productivity booster and a tool for collaboration. The early internet felt exactly like that.

I still remember the help I received on various forums 17 years ago when applying to U.S. universities from Beijing: strangers shared advice, essays, and strategies (including how to wisely use early decision admissions). Back then, the concept of closed APIs was unheard of.

But in a downward cycle, technology becomes something else. It turns into a weapon for attention (and sometimes even a real weapon!).

My 60-year-old parents are more addicted to doomscrolling than I am (many of my millennial friends are very worried about our parents). The same internet that once brought us open knowledge is now feeding algorithmic addiction.

This framework explains the internal tension felt by most crypto natives today. It feels like cryptocurrency was invented precisely for the world we live in now, yet everyone feels disappointed.

So, what exactly happened?

I don’t want to repeat the clichés that many OGs have written about "forgetting the cyberpunk spirit" or "getting too close to TradFi." Instead, I want to offer two ideas:

Cryptocurrency was never supposed to be just an asset class. As Evgeny wrote in "The Golden Path," cryptocurrency was meant to be a parallel system—a way to rearchitect finance with fewer boundaries, lower collaboration costs, and flexible exit mechanisms.

Then, things shifted. Legitimacy was placed before us, almost too easily. And once people tasted legitimacy, they wanted more.

Technology, as an amplifier, naturally seeks the path of least resistance, which is: to integrate with existing power structures to further gain this legitimacy.

To be clear, there is nothing wrong with bringing institutions into blockchain infrastructure.

But in the process, we quietly abandoned many of the old dreams. I find myself increasingly returning to those early use cases: small-scale experiments with fully collateralized/under-collateralized loans, Tontine-like pension structures, and even better cross-border savings and exchanges.

These use cases are too boring. They don’t generate headlines, let alone token hype. In the race for maximum attention and valuation, these niche but structurally significant ideas have been marginalized.

Stablecoins perfectly embody this paradox. They fulfill the "internet money" thesis but often serve as a more usable "wrapper" for sovereign currencies rather than a structurally independent monetary system.

By the way, Mega is certainly not blameless either. We still have a long way to go.

In my opinion, many of today’s successes should be called "blockchain" rather than "crypto." If the goal is to serve as middleware for traditional finance, that’s fine. But let’s be honest about it. Backend integration ≠ reinvention.

Enough—price was never the reason for everyone’s disappointment. A sad reality is: between what we "can build" and what we "choose to build," we chose the wrong direction.

Back to the original topic: What does this war tell crypto people?

If we zoom out, civilizations do have cycles. As a Chinese person, I grew up learning about the rise and fall of dynasties. But in all those stories of emperors, generals, and rebels, what ultimately shines through is individual agency.

I don’t know how else to say it, but crypto natives won’t win by being liked.

We initially achieved some success because we constantly identified the shortcomings of the old system and openly criticized them. Then, somehow, any opposition to the establishment was silenced along the way.

In a downward cycle, it’s easy to let technology amplify financialization, manipulation, and superficial growth. It’s harder to use it to quietly build boring infrastructure that can scale real sovereignty.

But developers can still choose which incentives to code. Founders can still decide which use cases to prioritize. More importantly, communities can still choose which values to defend.

If societal sentiment drifts toward insecurity and the pursuit of validation, technology will amplify that insecurity. But if enough people consciously anchor themselves to long-term structures, to collaboration tools rather than attention traps, then perhaps leverage can still work in our favor.

Many friends advised me against crossing the border to Oman, saying the border opens and closes chaotically, and told me to stay in Dubai. Dubai is indeed comfortable. But without verifying it myself, I would never know whether those claims were true or false. As it turned out, the border was quiet, with few people, and the process was smooth.

The macro environment of the world is against us, but in the long run, it might be in our favor.

For us crypto people, it’s never too late to reposition ourselves, verify things firsthand, choose the right things, and, in the most clichéd way, carve out a parallel path.

As my favorite YouTuber says: You can have a very sharp knife, but if the person holding it is a coward, nothing will happen. Let’s sharpen the blade. Let’s not be cowards.

QED.

Câu hỏi Liên quan

QWhat was the author's main realization about technology and civilization after witnessing the missile defense systems in action?

AThe author realized that technology does not inherently 'upgrade' civilization but rather acts as an amplifier, magnifying civilization's existing trajectory—like leverage. In healthy, upward cycles, it boosts productivity and collaboration, but in downward cycles, it can become a weapon for attention or even physical conflict.

QAccording to the author, what shift occurred in the cryptocurrency space that led to disappointment among native participants?

AThe author states that cryptocurrency was initially meant to be a parallel system for rearchitecting finance with fewer boundaries and lower collaboration costs. However, the pursuit of legitimacy led to a shift where technology amplified the path of least resistance: integrating with existing power structures, causing many original dreams like small-scale lending experiments or better cross-border savings to be marginalized.

QWhat paradoxical role do stablecoins play in the current crypto ecosystem, as described by the author?

AStablecoins embody a paradox: they fulfill the 'internet money' thesis but often merely serve as a better 'wrapper' for sovereign currencies rather than creating a structurally independent monetary system.

QWhat does the author suggest is the key difference between 'blockchain' and 'crypto' in terms of success today?

AThe author argues that many successes today should be called 'blockchain' rather than 'crypto,' as they focus on backend integration with traditional finance (becoming middleware) rather than genuinely reinventing or creating parallel systems with true sovereignty and structural innovation.

QWhat final call to action does the author give to the crypto native community?

AThe author urges the crypto native community to reposition themselves, verify things firsthand, choose to build the right things—like boring but structurally significant infrastructure for real sovereignty—and carve out a parallel path with courage, emphasizing that 'sharp knives' (technology) are useless if wielded by cowards.

Nội dung Liên quan

Mô hình sinh đã có thể huấn luyện end-to-end? Cốt lõi chỉ là một vòng lặp for

Mô hình tạo sinh (generative models) từ lâu đã phụ thuộc vào các phương pháp đào tạo nhiều giai đoạn (như diffusion, autoregressive), dẫn đến "exposure bias" - sự khác biệt giữa cách huấn luyện và suy luận. Bài báo "Explorative Modeling" (XM) từ UIUC và Harvard đề xuất một giải pháp đơn giản nhưng mạnh mẽ: thay vì tách quá trình tạo mẫu, hãy tách vòng lặp huấn luyện. Trong mỗi bước huấn luyện, mô hình tạo ra K ứng viên, sau đó chỉ chọn ứng viên gần nhất với dữ liệu thực để cập nhật gradient. Vòng lặp `for` đơn giản này giải quyết vấn đề "mode blurring" - xu hướng của hàm mất mát tái tạo đẩy đầu ra về trung bình của các mode hợp lệ, tạo ra kết quả mờ nhạt. Bằng cách khám phá nhiều ứng viên, mô hình học cách bao phủ nhiều mode khác nhau trong phân phối dữ liệu. Khả năng này được gọi là "biểu đạt tạo sinh" (generative expressivity). Thí nghiệm cho thấy "khám phá" (exploration) trở thành một trục mở rộng quy mô hiệu quả thứ ba, bên cạnh quy mô dữ liệu và tham số. Khi quy mô tăng, lợi ích từ việc khám phá càng lớn, cải thiện hiệu suất FLOP, mẫu và tham số. XM đạt được kết quả tạo ảnh trên ImageNet (FID 1.43 không guidance) ngang bằng các mô hình hàng đầu. Quan trọng hơn, XM cho phép huấn luyện mô hình tạo sinh "end-to-end" thực sự. Trong thí nghiệm điều khiển robot, Explorative Policy chỉ cần một lượt truyền thẳng mạng, đạt hiệu suất tương đương Diffusion Policy cần hàng trăm bước suy luận. Điều này chuyển chi phí tính toán từ giai đoạn suy luận sang giai đoạn huấn luyện, mở ra khả năng cho các mô hình tạo sinh nhanh và hiệu quả hơn. Công trình dựa trên lý thuyết "Mode Forcing" trước đó của nhóm tác giả. Hạn chế hiện tại bao gồm chi phí tính toán cho "Forward XM" trên phân phối nhiều mode và thách thức với mô hình ngôn ngữ tự hồi quy thuần túy.

marsbit15 phút trước

Mô hình sinh đã có thể huấn luyện end-to-end? Cốt lõi chỉ là một vòng lặp for

marsbit15 phút trước

Mỗi người tối đa 20 bài? Quy định mới của ICLR bị nhà nghiên cứu DeepMind 'mỉa mai' kiến nghị

Tác giả Google DeepMind Dan Roy đã khởi xướng một kiến nghị trào phúng nhằm phản đối quy định mới của hội nghị AI hàng đầu ICLR, giới hạn mỗi tác giả chỉ được đăng ký tối đa 20 bài báo tham dự ICLR 2027. Quy định này được đưa ra do số lượng bài nộp tăng đột biến 68% vào năm 2026, gây áp lực nặng nề lên hệ thống phản biện. Trong bài đăng của mình, Dan Roy giả vờ ủng hộ việc để AI Agent tạo ra càng nhiều nghiên cứu gia tăng càng tốt, và cho rằng giới hạn này sẽ "làm chậm sự phát triển của AI". Anh còn mỉa mai nhận xét rằng "tất cả công việc phản biện giờ đã được giao cho các mô hình ngôn ngữ lớn xử lý", ám chỉ đến một nghiên cứu trước đó phát hiện khoảng 21% ý kiến phản biện tại ICLR 2026 có khả năng cao là do AI tạo ra. Bài viết chỉ ra rằng thông điệp trào phúng của Roy thực chất phản ánh mối lo ngại về một vòng luẩn quẩn: AI tạo ra bài báo hàng loạt, nhà nghiên cứu gửi đi hàng loạt, và phản biện viên lại dùng AI để đánh giá hàng loạt. Qua đó, tác giả đặt câu hỏi liệu biện pháp giới hạn số lượng cứng nhắc có phải là giải pháp tối ưu cho những thách thức căn bản về chất lượng học thuật trong kỷ nguyên AI này.

marsbit20 phút trước

Mỗi người tối đa 20 bài? Quy định mới của ICLR bị nhà nghiên cứu DeepMind 'mỉa mai' kiến nghị

marsbit20 phút trước

OpenAI không bán tiền dựa trên mô hình đắt nhất

OpenAI đã điều chỉnh giá, giảm 80% cho mô hình GPT-5.6 Luna và 20% cho Terra, đồng thời giới thiệu chế độ Fast cho mô hình mạnh nhất Sol. Động thái này, cùng với việc Anthropic giới thiệu Claude Opus 5 với giá bằng một nửa so với flagship Fable 5, đánh dấu sự thay đổi chiến lược quan trọng: các hãng không còn chỉ tập trung bán mô hình mạnh nhất. Thay vào đó, họ khuyến nghị người dùng kết hợp các mô hình theo nhiệm vụ: dùng Sol (đắt, mạnh) để phân tích và lập kế hoạch phức tạp, sau đó giao cho Luna (rẻ, hiệu quả) thực thi. Điều này cho thấy trọng tâm thương mại đang chuyển từ các mô hình flagship (chứng minh năng lực kỹ thuật) sang các mô hình tầm trung, phục vụ cho lượng truy vấn API khổng lồ hàng ngày của doanh nghiệp, nơi hiệu quả chi phí (ROI) và độ ổn định là yếu tố quyết định. Một yếu tố then chốt giúp giảm chi phí là việc chính các mô hình AI (như Sol) tham gia tối ưu hóa mã nguồn và quy trình vận hành của chính chúng, tạo ra một vòng lặp tự thúc đẩy giảm chi phí. Điều này có thể đẩy nhanh hơn nữa đà giảm giá trong tương lai. Cạnh tranh đang chuyển từ "mô hình thông minh nhất" sang "hệ sinh thái hiệu quả nhất". OpenAI muốn biến các mô hình như Luna thành lựa chọn mặc định cho các tác vụ thường ngày, từ đó gia tăng độ phụ thuộc và chi phí chuyển đổi cho doanh nghiệp. Tương tự như ngành điện hay điện toán đám mây, mục tiêu cuối cùng là AI trở thành một tiện ích phổ biến, hoạt động âm thầm và không thể thiếu trong mọi quy trình, thay vì chỉ là một sản phẩm công nghệ đình đám.

marsbit2 giờ trước

OpenAI không bán tiền dựa trên mô hình đắt nhất

marsbit2 giờ trước

Lương trăm nghìn đô la săn thợ điện, Meta vội vàng tự mở trường dạy nghề

Cuộc đua AI đang vấp phải nút thắt mới: thiếu hụt nghiêm trọng lao động lành nghề như thợ điện và công nhân xây dựng để xây dựng các trung tâm dữ liệu quy mô lớn. Tại Mỹ, dự báo cần thêm 130.000 thợ điện và 240.000 công nhân xây dựng từ 2023-2030 cho hạ tầng AI, trong khi mỗi năm có 80.000 vị trí thợ điện không thể lấp đầy. Các công ty AI sẵn sàng trả lương cao (thợ điện giỏi có thể kiếm 240.000-280.000 USD/năm), nhưng sự chậm trễ xây dựng vẫn gây thiệt hại hàng chục triệu USD. Độ phức tạp của các trung tâm dữ liệu AI, với công suất điện khổng lồ, hệ thống phân phối điện và làm mát phức tạp, đòi hỏi lao động có kỹ năng đặc biệt. Để giải quyết, các gã khổng lồ công nghệ như Meta và Google đang đầu tư hàng trăm triệu USD vào đào tạo. Meta mở trường dạy nghề miễn phí, cung cấp cả trợ cấp sinh hoạt, trong khi OpenAI hợp tác với công đoàn xây dựng. Chiến dịch tuyển dụng nhắm đến cả học sinh trung học, góp phần làm tăng mạnh tỷ lệ Gen Z theo học trường nghề. Tuy nhiên, nhu cầu điện cho AI tiếp tục bùng nổ, chiếm phần ngày càng lớn trong tổng tiêu thụ điện và đẩy giá điện lên cao. Một nghịch lý tồn tại: các dự án xây dựng cần hàng nghìn lao động cùng lúc, nhưng khi hoàn thành chỉ cần số ít vận hành, dẫn đến rủi ro dư thừa lao động lành nghề trong tương lai.

marsbit2 giờ trước

Lương trăm nghìn đô la săn thợ điện, Meta vội vàng tự mở trường dạy nghề

marsbit2 giờ trước

Giao dịch

Giao ngay
活动图片