‘Bán…’ – Tìm hiểu kế hoạch của Grayscale nhằm xóa bỏ khoản lỗ chưa thực hiện 14 tỷ USD của Strategy

ambcryptoXuất bản vào 2026-06-29Cập nhật gần nhất vào 2026-06-29

Tóm tắt

Kể từ ngày 11 tháng 8 năm 2020, công ty này đã mua 113 lần và chỉ bán một lần, tích lũy được 847.363 Bitcoin với giá trị khoảng 50,9 tỷ USD, nhưng cũng đang chịu khoản lỗ chưa thực hiện khoảng 14 tỷ USD. Để giải quyết các nghĩa vụ tài chính ngắn hạn và khôi phục niềm tin thị trường, Zach Pandl của Grayscale đề xuất một phương án: bán ít nhất khoảng 3 tỷ USD Bitcoin để trang trải hầu hết nghĩa vụ tiền mặt trong hai năm tới. Mặc dù làm giảm dự trữ BTC, hành động này có thể cải thiện thanh khoản và giảm rủi ro tái cấp vốn. Trong bối cảnh đó, cổ phiếu MSTR đã giảm mạnh, xuống dưới 100 USD lần đầu tiên kể từ tháng 3/2024. Tỷ lệ Giá cổ phiếu/Dự trữ BTC của MicroStrategy cũng giảm đáng kể, cho thấy mức phí bảo hiểm mà nhà đầu tư sẵn sàng trả cho chiến lược kho bạc Bitcoin này đang thu hẹp, phản ánh sự suy giảm niềm tin.

Một thời gian qua, Strategy đã trở thành chủ đề được cộng đồng xem xét kỹ lưỡng, và giờ đây, Zach Pandl, Trưởng bộ phận Nghiên cứu tại Grayscale, cũng đã lên tiếng. Theo bài đăng gần đây của Pandl trên X, Strategy sẽ phải đưa ra một quyết định tài chính quan trọng vào tuần tới.

Ông dự đoán rằng để thu hút nhà đầu tư và huy động vốn mới, công ty sẽ tăng cổ tức trên cổ phiếu ưu đãi STRC của mình thêm 50 điểm cơ bản.

Trưởng bộ phận nghiên cứu của Grayscale thêm vào cuộc thảo luận

Tuy nhiên, điều này cũng sẽ làm tăng thêm các cam kết tài chính cố định của Strategy và có thể làm xói mòn niềm tin của nhà đầu tư bằng cách tăng nghĩa vụ chi trả cổ tức lên khoảng 100 triệu USD trong hai năm tới.

Thay vào đó, ông gợi ý trong

Bán ≥ ~3 tỷ USD $BTC để trang trải gần như tất cả các nghĩa vụ tiền mặt trong 2 năm tới (trừ một trong các khoản chuyển đổi); có lẽ sẽ khôi phục được niềm tin thị trường.

Mặc dù việc bán Bitcoin [BTC] sẽ dẫn đến việc giảm dự trữ BTC của công ty, nhưng nó cũng sẽ cải thiện đáng kể tình hình thanh khoản của công ty.

Ngoài ra, điều này sẽ giảm thiểu rủi ro tái cấp vốn và có thể trấn an các nhà đầu tư rằng Strategy có thể dễ dàng đáp ứng các nghĩa vụ ngắn hạn của mình. Tất cả những yếu tố này cuối cùng có thể thúc đẩy niềm tin thị trường vào MSTR.

Động thái thị trường của Strategy

Tất cả những điều này xảy ra khi lượng nắm giữ Bitcoin của Strategy đã tăng lên 847.363 Bitcoin, trị giá 50,9 tỷ USD. Trên thực tế, kể từ ngày 11 tháng 8 năm 2020, đã có một lần bán và 113 lần mua, với chi phí trung bình là 75.646 USD.

Điều này xảy ra khi cổ phiếu MSTR của Strategy lần đầu tiên giảm xuống dưới 100 USD kể từ tháng 3 năm 2024, như đã được AMBCrypto đưa tin trước đó.

Trong khi đó, STRC đang được giao dịch ở mức 74.870 USD tại thời điểm viết bài, và cổ phiếu MSTR đang được giao dịch ở mức 82,31 USD sau mức giảm 3,54% vào ngày hôm trước.

Hơn nữa, AMBCrypto cũng tiết lộ rằng Strategy đang nắm giữ khoản lỗ chưa thực hiện khoảng 14 tỷ USD, trong khi mức cổ tức 11,5% của công ty tương đương với khoản chi trả hàng năm khoảng 1,2 tỷ USD.

Ngược lại, Bitcoin đang được giao dịch ở mức 60.086,07 USD sau mức giảm hơn 18% trong tháng trước.

Tỷ lệ MSTR-BTC làm dấy lên thêm lo ngại

Trong khi tất cả những điều này diễn ra, biểu đồ Tỷ lệ Giá trên Dự trữ BTC của MicroStrategy cho thấy rằng đến tháng 6 năm 2026, cả Tỷ lệ Giá trên Dự trữ BTC và giá cổ phiếu của MSTR đều đã giảm đáng kể.

Điều này ngụ ý rằng so với giai đoạn 2024–2025, khi cổ phiếu được giao dịch ở mức phí bảo hiểm đáng kể, các nhà đầu tư hiện đang trả một mức phí bảo hiểm thấp hơn nhiều cho chiến lược kho bạc Bitcoin của Strategy.

Cuối cùng, việc giá cổ phiếu và tỷ lệ định giá đồng thời giảm cho thấy sự sụt giảm niềm tin từ phía nhà đầu tư.

Tóm tắt cuối cùng

Bất chấp tất cả những cuộc thảo luận, lượng nắm giữ Bitcoin của Strategy đã đạt tổng cộng 847.363 Bitcoin, trị giá 50,9 tỷ USD.
Việc giảm Tỷ lệ Giá trên Dự trữ BTC của MicroStrategy cũng đang gây thêm áp lực cho kế hoạch hành động của Strategy.

Tiền kỹ thuật số thịnh hành

CitreaCTR

wrapped stUSDTWSTUSDT

Velodrome FinanceVELODROME

BrevisBREV

ZRX（0X）ZRX

PancakeSwapCAKE

Câu hỏi Liên quan

QZach Pandl của Grayscale đã đề xuất kế hoạch tài chính nào cho Strategy để giải quyết nghĩa vụ tiền mặt?

AZach Pandl đề xuất Strategy nên bán ít nhất khoảng 3 tỷ USD Bitcoin (BTC) để trang trải gần như toàn bộ nghĩa vụ tiền mặt trong hai năm tới (trừ một trong các khoản chuyển đổi). Ông cho rằng điều này có thể sẽ khôi phục niềm tin của thị trường.

QTại sao việc tăng cổ tức cho cổ phiếu ưu đãi STRC lại có thể gây rủi ro cho Strategy?

AViệc tăng cổ tức 50 điểm cơ bản cho cổ phiếu ưu đãi STRC có thể thu hút nhà đầu tư mới, nhưng đồng thời làm tăng nghĩa vụ tài chính cố định của Strategy, bổ sung thêm khoảng 100 triệu USD nghĩa vụ cổ tức trong hai năm tới và có thể làm xói mòn niềm tin của nhà đầu tư.

QStrategy hiện đang nắm giữ bao nhiêu Bitcoin và giá trị của chúng là bao nhiêu?

ATheo bài viết, Strategy hiện đang nắm giữ 847,363 Bitcoin, với tổng giá trị là 50,9 tỷ USD. Công ty đã thực hiện 113 lần mua và chỉ 1 lần bán kể từ ngày 11 tháng 8 năm 2020, với giá mua trung bình là 75,646 USD mỗi Bitcoin.

QTỉ lệ MicroStrategy Price-to-BTC Reserve giảm cho thấy điều gì về tâm lý nhà đầu tư?

ASự sụt giảm đồng thời của giá cổ phiếu MSTR và tỉ lệ MicroStrategy Price-to-BTC Reserve cho thấy niềm tin của nhà đầu tư đang suy yếu. Điều này ngụ ý rằng nhà đầu tư hiện tại không còn sẵn sàng trả một mức phí bảo hiểm cao như trước đây cho chiến lược kho bạc Bitcoin của Strategy.

QStrategy đang phải đối mặt với khoản lỗ chưa thực hiện (unrealized loss) và nghĩa vụ cổ tức hàng năm là bao nhiêu?

AStrategy đang phải đối mặt với khoản lỗ chưa thực hiện vào khoảng 14 tỷ USD. Đồng thời, mức cổ tức 11,5% của công ty dẫn đến nghĩa vụ chi trả cổ tức hàng năm lên tới khoảng 1,2 tỷ USD.

Nội dung Liên quan

Tại sao mức tăng 558% khối lượng giao dịch của Sonic có thể không chỉ là một đợt phục hồi tạm thời

Giá Sonic (S) đã tăng hơn 18% trong 24 giờ qua, cùng với khối lượng giao dịch tăng 558% lên khoảng 60 triệu USD. Động thái này diễn ra sau thông báo của Sonic Labs về việc tạm dừng kế hoạch phát hành token hàng năm nhằm ổn định giá trị lâu dài, khôi phục lòng tin của nhà đầu tư. Hoạt động mạng lưới cũng tăng mạnh, với số lượng địa chỉ ví duy nhất đạt mức kỷ lục 7,20 triệu và giao dịch hàng ngày tăng hơn 17%. Về mặt kỹ thuật, giá S đang tiếp cận vùng kháng cự quan trọng của một kênh xu hướng giảm. Khả năng phá vỡ ngưỡng này sẽ quyết định xu hướng tiếp theo. Mặc dù sức mua đang chiếm ưu thế, nhưng áp lực bán vẫn tồn tại, cho thấy đà tăng có thể chưa bền vững trong ngắn hạn nếu không vượt qua được kháng cự.

ambcrypto28 phút trước

Tại sao mức tăng 558% khối lượng giao dịch của Sonic có thể không chỉ là một đợt phục hồi tạm thời

ambcrypto28 phút trước

Sức mạnh xử lý sắp cạn: Google thầm áp đặt hạn mức sử dụng Gemini đối với Meta

Cuộc khủng hoảng hạ tầng AI đang leo thang giữa các gã khổng lồ công nghệ. Theo các nguồn tin, từ khoảng tháng 3, Google đã thông báo với Meta rằng họ không thể đáp ứng toàn bộ nhu cầu sử dụng mô hình Gemini và áp dụng giới hạn sử dụng, gây ra sự chậm trễ cho một số dự án AI nội bộ của Meta. Cả hai công ty từ chối bình luận. Tình trạng thiếu hụt năng lực tính toán (compute) buộc Google phải đẩy nhanh việc mở rộng, bao gồm ký hợp đồng thuê năng lực tính toán trị giá 920 triệu USD mỗi tháng với SpaceX của Elon Musk. Giám đốc điều hành Google Sundar Pichai thừa nhận hạn chế về compute đang ảnh hưởng đến doanh thu đám mây. Meta, một trong những khách hàng doanh nghiệp lớn nhất của Google, bị ảnh hưởng nặng nề nhất. Công ty này sử dụng Gemini cho nhiều mục đích như kiểm duyệt nội dung, chatbot hỗ trợ và phát triển mã nguồn. Để giảm phụ thuộc, Meta đang đẩy mạnh chuyển sang sử dụng mô hình tự phát triển như Muse Spark và tăng cường đầu tư vào hạ tầng data center riêng. Sự việc cho thấy áp lực ngày càng tăng từ khối lượng công việc suy luận (AI inference) sau khi mô hình được huấn luyện, trở thành một trong những thách thức lớn nhất của ngành, bất chấp hàng trăm tỷ USD đã được đổ vào chip và trung tâm dữ liệu.

marsbit29 phút trước

Sức mạnh xử lý sắp cạn: Google thầm áp đặt hạn mức sử dụng Gemini đối với Meta

marsbit29 phút trước

Câu hỏi "Anh có chắc không?" khiến mô hình lớn AI bộc lộ "tính cách xu nịnh"?

Ngay cả các mô hình AI mạnh mẽ nhất cũng khó cưỡng lại sự nghi ngờ lặp đi lặp lại từ người dùng. Một bài đăng gần đây trên X của shadcn@shadcn đã gây bão trong cộng đồng phát triển và nghiên cứu AI: "Không có mô hình nào có thể đứng vững trước câu hỏi 'Bạn có chắc không?' - tất cả đều nhanh chóng đầu hàng." Điều này phản ánh một tình huống phổ biến: người dùng chỉ cần hỏi lại "Bạn có chắc không?" mà không cung cấp thông tin mới, nhiều mô hình lớn (LLM) lập tức xin lỗi, sửa đổi câu trả lời, thậm chí biến một đáp án đúng thành sai. Trong phần bình luận, nhiều người dùng chia sẻ trải nghiệm tương tự, nơi AI dễ dàng bị "gaslight" (thao túng tâm lý) để đưa ra câu trả lời kém hơn dù ban đầu nó đúng. Họ nhận xét các mô hình thiếu sự tự tin thực sự; sự chắc chắn của chúng chỉ là cảm giác được đóng gói thành sự tự tin. Tuy nhiên, một số người dùng chỉ ra rằng không phải tất cả mô hình đều như vậy. Ví dụ, AI trợ lý Poke của The Interaction Company và Claude Opus 4.8 của Anthropic có thể giữ vững lập trường khi bị chất vấn. Claude Opus 4.6 cũng được khen ngợi nhờ khả năng "chịu được áp lực" nếu được hướng dẫn trong prompt hệ thống rằng nên phản đối khi chắc chắn. Nguyên nhân sâu xa của hành vi "xu nịnh" này thường được quy cho "lời nguyền" từ quá trình Huấn luyện Củng cố bằng Phản hồi Con người (RLHF). Trong quá trình căn chỉnh, các mô hình được khen thưởng vì an toàn, lịch sự và tuân theo mong đợi của con người. Việc "cãi lại" hoặc kiên định có thể bị trừng phạt, trong khi xin lỗi và tuân theo người dùng là con đường an toàn để đạt điểm cao, vô hình trung tạo ra "nhân cách xu nịnh" ở AI. Hiện tượng này còn được gọi là "AI sycophancy" - sự hy sinh tính nhất quán thực tế để chiều theo khuynh hướng người dùng. Một số ý kiến cho rằng cần có một tiêu chuẩn đánh giá (benchmark) mới, chẳng hạn như benchmark "Bạn có chắc không?", để đo lường khả năng giữ vững lập trường của mô hình khi bị người dùng chất vấn sau khi đã đưa ra câu trả lời đúng. Một trợ lý AI đủ tiêu chuẩn không chỉ cần chính xác trong các bài kiểm tra tĩnh mà còn phải có khả năng chống nhiễu và duy trì ranh giới phán đoán trong đối thoại thực tế.

marsbit55 phút trước

Câu hỏi "Anh có chắc không?" khiến mô hình lớn AI bộc lộ "tính cách xu nịnh"?

marsbit55 phút trước

Dwarkesh Patel: Thế hệ AI tiếp theo có thể được tạo ra từ công việc thực tế

Bài viết trình bày phân tích của Dwarkesh Patel về hướng phát triển tiếp theo của AI, vượt ra ngoài khuôn khổ "Huấn luyện Củng cố với Phần thưởng có thể Xác minh" (RLVR) hiện tại. Ông chỉ ra rằng RLVR thành công trong các lĩnh vực như viết mã, toán học vì chúng có tính "có thể mài mòn" cao - dễ dàng nhân bản, thiết lập lại và kiểm tra song song. Tuy nhiên, nhiều nhiệm vụ thế giới thực như khởi nghiệp, vận động tranh cử hay nghiên cứu khoa học lại thiếu các thuộc tính này, khiến việc huấn luyện trở nên khó khăn. Điểm mấu chốt mà Patel đưa ra là sự cần thiết phải chuyển từ mô hình chỉ huấn luyện trước khi triển khai sang khả năng học tập liên tục từ kinh nghiệm triển khai thực tế. Ông cho rằng kiến thức giá trị nhất thường nảy sinh từ tương tác thực, lỗi thực và bối cảnh cụ thể, nhưng hiện tại việc học ngữ cảnh (in-context learning) của các mô hình lớn chỉ là tạm thời và không lưu lại trọng số. Bài viết đề xuất hai hướng tiếp cận chính cho mô hình học tập tiếp theo: 1. **Tự chưng cất theo chính sách (OPSD):** Nén kiến thức mà một mô hình đã học được trong một phiên làm việc dài (như một "nhân viên kỳ cựu") trở lại trọng số của mô hình cơ sở. 2. **Mơ mộng (Dreaming):** Mô hình tự xây dựng môi trường mô phỏng dựa trên quan sát thế giới thực để luyện tập và thử nghiệm chiến lược, sau đó nén kinh nghiệm thu được. Tầm nhìn cuối cùng là một quy trình huấn luyện mới: AI đầu tiên đạt được năng lực cơ bản thông qua RLVR, sau đó được triển khai để thực hiện công việc thực. Kinh nghiệm tích lũy từ các nhiệm vụ thực này, thông qua các cơ chế như OPSD, sẽ liên tục được tinh chỉnh trở lại mô hình, biến mỗi lần tương tác của người dùng thành cơ hội học tập. Tương lai của AI có thể phụ thuộc vào dữ liệu huấn luyện do chính nó tạo ra từ kinh nghiệm thực tế, hơn là chỉ từ dữ liệu có sẵn trên internet hay các nhiệm vụ được xây dựng sẵn trong phòng thí nghiệm.

marsbit1 giờ trước

Dwarkesh Patel: Thế hệ AI tiếp theo có thể được tạo ra từ công việc thực tế

marsbit1 giờ trước

Những đồng tiền thắng và thua tuần này trên thị trường Crypto – VELVET, BEAT, WLD, XLM

Thị trường tiền mã hóa tiếp tục chịu áp lực trong tuần với Bitcoin và Ethereum thể hiện hiệu suất yếu. Trong khi các đồng tiền lớn vật lộn, vốn đã chảy vào một số altcoin vốn hóa nhỏ, tạo ra đà tăng mạnh. **Người thắng tuần:** - **Velvet [VELVET]** dẫn đầu với mức tăng 235%, tiến gần mức đỉnh mọi thời đại 1,80 USD. Chỉ số RSI cho thấy quá mua, nhưng động lực vẫn tích cực. - **DeXe [DEXE]** tăng 60%, lấy lại mức 22 USD lần đầu tiên từ cuối năm 2021, cho thấy sự tiếp tục của xu hướng tăng. - **Audiera [BEAT]** tăng 45% sau khi giảm mạnh tuần trước, cho thấy sự phục hồi mạnh mẽ. **Người thua tuần:** - **MemeCore [M]** lao dốc 70% sau báo cáo thao túng nội gián, nhưng có dấu hiệu ổn định quanh 0,65 USD. - **Worldcoin [WLD]** giảm 26%, điều chỉnh sau đà tăng nhiều tuần và đang kiểm tra vùng hỗ trợ. - **Stellar [XLM]** giảm 18,5%, với áp lực bán kéo dài và nguy cơ điều chỉnh sâu hơn. Nhìn chung, tuần này chứng kiến sự biến động mạnh với sự luân chuyển vốn rõ rệt. Các nhà đầu tư được khuyến cáo tiếp tục thận trọng và nghiên cứu kỹ lưỡng.

ambcrypto3 giờ trước

Những đồng tiền thắng và thua tuần này trên thị trường Crypto – VELVET, BEAT, WLD, XLM

ambcrypto3 giờ trước

Giao dịch

Giao ngay

Bài viết Nổi bật

HTX Learn: Tìm hiểu Về Conflux để Chia sẻ 8000 USDT

Để giúp bạn nắm bắt bản chất của Conflux, HTX Learn đã ra mắt chiến dịch Tìm hiểu & Kiếm tiền này.

Tổng lượt xem 940Xuất bản vào 2024.12.23Cập nhật vào 2024.12.23

HTX Learn: Tìm hiểu Về Conflux để Chia sẻ 8000 USDT

AGENT S là gì

Agent S: Tương Lai của Tương Tác Tự Động trong Web3 Giới thiệu Trong bối cảnh không ngừng phát triển của Web3 và tiền điện tử, các đổi mới đang liên tục định nghĩa lại cách mà cá nhân tương tác với các nền tảng kỹ thuật số. Một dự án tiên phong như vậy, Agent S, hứa hẹn sẽ cách mạng hóa tương tác giữa con người và máy tính thông qua khung tác nhân mở của nó. Bằng cách mở đường cho các tương tác tự động, Agent S nhằm đơn giản hóa các nhiệm vụ phức tạp, cung cấp các ứng dụng chuyển đổi trong trí tuệ nhân tạo (AI). Cuộc khám phá chi tiết này sẽ đi sâu vào những phức tạp của dự án, các tính năng độc đáo của nó và những tác động đối với lĩnh vực tiền điện tử. Agent S là gì? Agent S đứng vững như một khung tác nhân mở đột phá, được thiết kế đặc biệt để giải quyết ba thách thức cơ bản trong việc tự động hóa các nhiệm vụ máy tính: Thu thập Kiến thức Cụ thể theo Miền: Khung này học một cách thông minh từ nhiều nguồn kiến thức bên ngoài và kinh nghiệm nội bộ. Cách tiếp cận kép này giúp nó xây dựng một kho lưu trữ phong phú về kiến thức cụ thể theo miền, nâng cao hiệu suất của nó trong việc thực hiện nhiệm vụ. Lập Kế Hoạch Qua Các Tầm Nhìn Nhiệm Vụ Dài Hạn: Agent S sử dụng lập kế hoạch phân cấp tăng cường kinh nghiệm, một cách tiếp cận chiến lược giúp phân chia và thực hiện các nhiệm vụ phức tạp một cách hiệu quả. Tính năng này nâng cao đáng kể khả năng quản lý nhiều nhiệm vụ con một cách hiệu quả và hiệu suất. Xử Lý Các Giao Diện Động, Không Đều: Dự án giới thiệu Giao Diện Tác Nhân-Máy Tính (ACI), một giải pháp đổi mới giúp nâng cao tương tác giữa các tác nhân và người dùng. Sử dụng các Mô Hình Ngôn Ngữ Lớn Đa Phương Thức (MLLMs), Agent S có thể điều hướng và thao tác các giao diện người dùng đồ họa đa dạng một cách liền mạch. Thông qua những tính năng tiên phong này, Agent S cung cấp một khung vững chắc giải quyết các phức tạp liên quan đến việc tự động hóa tương tác giữa con người với máy móc, mở ra nhiều ứng dụng trong AI và hơn thế nữa. Ai là Người Tạo ra Agent S? Mặc dù khái niệm về Agent S là hoàn toàn đổi mới, thông tin cụ thể về người sáng lập vẫn còn mơ hồ. Người sáng lập hiện vẫn chưa được biết đến, điều này làm nổi bật giai đoạn sơ khai của dự án hoặc sự lựa chọn chiến lược để giữ kín các thành viên sáng lập. Bất chấp sự ẩn danh, sự chú ý vẫn tập trung vào khả năng và tiềm năng của khung này. Ai là Các Nhà Đầu Tư của Agent S? Vì Agent S còn tương đối mới trong hệ sinh thái mã hóa, thông tin chi tiết về các nhà đầu tư và những người tài trợ tài chính của nó không được ghi chép rõ ràng. Sự thiếu vắng thông tin công khai về các nền tảng đầu tư hoặc tổ chức hỗ trợ dự án dấy lên câu hỏi về cấu trúc tài trợ và lộ trình phát triển của nó. Hiểu biết về sự hỗ trợ là rất quan trọng để đánh giá tính bền vững và tác động tiềm năng của dự án. Agent S Hoạt Động Như Thế Nào? Tại cốt lõi của Agent S là công nghệ tiên tiến cho phép nó hoạt động hiệu quả trong nhiều bối cảnh khác nhau. Mô hình hoạt động của nó được xây dựng xung quanh một số tính năng chính: Tương Tác Giống Như Con Người: Khung này cung cấp lập kế hoạch AI tiên tiến, cố gắng làm cho các tương tác với máy tính trở nên trực quan hơn. Bằng cách bắt chước hành vi của con người trong việc thực hiện nhiệm vụ, nó hứa hẹn nâng cao trải nghiệm người dùng. Ký Ức Tường Thuật: Được sử dụng để tận dụng các trải nghiệm cấp cao, Agent S sử dụng ký ức tường thuật để theo dõi lịch sử nhiệm vụ, từ đó nâng cao quy trình ra quyết định của nó. Ký Ức Tình Huống: Tính năng này cung cấp cho người dùng hướng dẫn từng bước, cho phép khung này cung cấp hỗ trợ theo ngữ cảnh khi các nhiệm vụ diễn ra. Hỗ Trợ OpenACI: Với khả năng chạy cục bộ, Agent S cho phép người dùng duy trì quyền kiểm soát đối với các tương tác và quy trình làm việc của họ, phù hợp với tinh thần phi tập trung của Web3. Tích Hợp Dễ Dàng với Các API Bên Ngoài: Tính linh hoạt và khả năng tương thích với nhiều nền tảng AI khác nhau đảm bảo rằng Agent S có thể hòa nhập liền mạch vào các hệ sinh thái công nghệ hiện có, làm cho nó trở thành lựa chọn hấp dẫn cho các nhà phát triển và tổ chức. Những chức năng này cùng nhau góp phần vào vị trí độc đáo của Agent S trong không gian tiền điện tử, khi nó tự động hóa các nhiệm vụ phức tạp, nhiều bước với sự can thiệp tối thiểu của con người. Khi dự án phát triển, các ứng dụng tiềm năng của nó trong Web3 có thể định nghĩa lại cách mà các tương tác kỹ thuật số diễn ra. Thời Gian Phát Triển của Agent S Sự phát triển và các cột mốc của Agent S có thể được tóm tắt trong một dòng thời gian nêu bật các sự kiện quan trọng của nó: 27 tháng 9, 2024: Khái niệm về Agent S được ra mắt trong một bài nghiên cứu toàn diện mang tên “Một Khung Tác Nhân Mở Sử Dụng Máy Tính Như Một Con Người,” trình bày nền tảng cho dự án. 10 tháng 10, 2024: Bài nghiên cứu được công bố công khai trên arXiv, cung cấp một cái nhìn sâu sắc về khung và đánh giá hiệu suất của nó dựa trên tiêu chuẩn OSWorld. 12 tháng 10, 2024: Một video trình bày được phát hành, cung cấp cái nhìn trực quan về khả năng và tính năng của Agent S, thu hút thêm sự quan tâm từ người dùng và nhà đầu tư tiềm năng. Những dấu mốc trong dòng thời gian không chỉ minh họa sự tiến bộ của Agent S mà còn chỉ ra cam kết của nó đối với sự minh bạch và sự tham gia của cộng đồng. Những Điểm Chính Về Agent S Khi khung Agent S tiếp tục phát triển, một số thuộc tính chính nổi bật, nhấn mạnh tính đổi mới và tiềm năng của nó: Khung Đổi Mới: Được thiết kế để cung cấp cách sử dụng máy tính trực quan giống như tương tác của con người, Agent S mang đến một cách tiếp cận mới cho việc tự động hóa nhiệm vụ. Tương Tác Tự Động: Khả năng tương tác tự động với máy tính thông qua GUI đánh dấu một bước tiến tới các giải pháp tính toán thông minh và hiệu quả hơn. Tự Động Hóa Nhiệm Vụ Phức Tạp: Với phương pháp mạnh mẽ của nó, nó có thể tự động hóa các nhiệm vụ phức tạp, nhiều bước, làm cho các quy trình nhanh hơn và ít sai sót hơn. Cải Tiến Liên Tục: Các cơ chế học tập cho phép Agent S cải thiện từ các trải nghiệm trước đó, liên tục nâng cao hiệu suất và hiệu quả của nó. Tính Linh Hoạt: Khả năng thích ứng của nó trên các môi trường hoạt động khác nhau như OSWorld và WindowsAgentArena đảm bảo rằng nó có thể phục vụ một loạt các ứng dụng rộng rãi. Khi Agent S định vị mình trong bối cảnh Web3 và tiền điện tử, tiềm năng của nó để nâng cao khả năng tương tác và tự động hóa quy trình đánh dấu một bước tiến quan trọng trong công nghệ AI. Thông qua khung đổi mới của mình, Agent S minh họa cho tương lai của các tương tác kỹ thuật số, hứa hẹn một trải nghiệm liền mạch và hiệu quả hơn cho người dùng trên nhiều ngành công nghiệp khác nhau. Kết luận Agent S đại diện cho một bước nhảy vọt táo bạo trong sự kết hợp giữa AI và Web3, với khả năng định nghĩa lại cách chúng ta tương tác với công nghệ. Mặc dù vẫn còn ở giai đoạn đầu, những khả năng cho ứng dụng của nó là rộng lớn và hấp dẫn. Thông qua khung toàn diện của mình giải quyết các thách thức quan trọng, Agent S nhằm đưa các tương tác tự động lên hàng đầu trong trải nghiệm kỹ thuật số. Khi chúng ta tiến sâu hơn vào các lĩnh vực tiền điện tử và phi tập trung, các dự án như Agent S chắc chắn sẽ đóng một vai trò quan trọng trong việc định hình tương lai của công nghệ và sự hợp tác giữa con người với máy tính.

Tổng lượt xem 898Xuất bản vào 2025.01.14Cập nhật vào 2025.01.14

Làm thế nào để Mua S

Chào mừng bạn đến với HTX.com! Chúng tôi đã làm cho mua Sonic (S) 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 Sonic (S) 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 Sonic (S) của BạnSau khi mua Sonic (S), 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 Sonic (S)Giao dịch Sonic (S) 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 1.6kXuất bản vào 2025.01.15Cập nhật vào 2026.06.02

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 S (S) được trình bày dưới đây.