单日涨超8倍,PING会再次掀起「铭文热潮」吗?

marsbit发布于2025-10-23更新于2025-10-24

编者注:近两天,最大的金狗或许就是 Base 上的 $PING 了。它通过 x402 协议发行的第一枚代币。x402 是由 Coinbase 开发的一种开放支付协议,它使 AI agents 能够自主完成交易。其铸造流程,让人想起了 2 年前的铭文。关于更多 PING 和 x402 协议的介绍,可参阅:《像铭文的 30 倍大金狗,x402 协议是什么?》

目前,PING 市值已突破 3000 万美元,24 小时涨超 8 倍,这也引发了人们对于第二次「铭文热潮」的期待。加密研究员 Haotian 也对此次热潮做出了自己的分析,以下为原文内容:

大家都说 $PING 的出现很像 2023 年的 BTC 铭文热潮,为什么像?像在哪里?会向铭文市场一样演化发展吗?先说答案:会。好,以下阐述具体逻辑:

1. 为什么像?核心在于链上合法数据+链下解释权。

铭文的运作逻辑是:用户向 BTC 主网发送交易并占有特定的 UTXO,但 BTC 主网并没有决断哪笔交易有效的能力,而 Ordinals 协议就是那个判断铭文是否有效的 indexer 索引器。它作为第三方裁判,扫描链上所有交易,按照自己定义的规则,比如「First is First」来认定哪些是有效真铭文。

PING 的运作逻辑,也几乎是同样的配方:用户在 Base 链上发送 USDC 到特定地址,地址由 x402scan 动态返回,相当于用户向 x402 协议发出了一笔「支付请求」,但 Base 链和 x402 协议本身并不知道这是在"mint $PING,在它们眼里,这只是一笔普通的 ERC20 转账。

真正赋予这笔交易「mint 意义」的是 x402scan 这个 indexer:它扫描 Base 链上所有发往特定地址的 USDC 转账,按照自己定义的规则(1 USDC = 5000 $PING),认定哪些交易是「有效 mint」,然后在链下数据库记录并通过合约分发代币。

2. 像在哪里

铭文刚出来时候,遭到了 Bitcoin Core 团队的抵制,因为它的存在除了让 BTC 主网上堆满大量粉尘交易,没任何价值。显然,顺着这个思路,$PING 的存在逻辑也类似,但和 BTC 主网一样,x402 协议作为开放标准,即便不讨喜短期看也无能为力。

原理很简单,大家打铭文的资产好歹还是存在了 BTC 主网上,铭文没了炒作意义,释放一下还能返回一部分 BTC,但大家 Mint 的 PING,其实都到了 x402scan 指定的 treasury 钱包内,团队一边众筹,一边发币,真正的 x402 协议前后都只是被「白嫖」了一番。


先别着急怼我,这样的行为我前文说了是一次「冲锋号」行动,对于曝光传播 x402 赛道的价值大有裨益。等于强行为 x402 协议制造使用场景,且效果立竿见影,也算是一次对 x402 协议的压力测试,无疑是一次「x402 叙事的奇点」,会催生一系列改进和生态繁荣可能。

3. 会向铭文市场一样演化吗?

会,前边说了,PING 的存在意义实际上是 x402scan 这个 indexer。但显然它存在很大问题:比如,资产托管在自身中心化实体名下,违背了 x402 协议为 AI Agent 开通的支付通道的初衷,不一定能和其他 x402 协议进行无缝兼容,甚至没有统一的铸造、转账、销毁等操作规范。

所以,顺着 BRC20-ARC20-SRC20-Runes 演进的逻辑,相信还会有很多自称更「正统」的新「铭文」出现。


比如改进托管方式,改变发交易 mint 的形式,获得原生协议支持等等思路等等。夸张点说,中间即便出现 x402scan 协议跑路,Treasury 卷款走等已经阻挡不住这波风刮起来了,潘多拉的魔盒已经开启!


以上。

还是重申一个观点,x402 叙事的爆发是一定的,$PING 只是吹响了冲锋号,后续市场如何演化可能也很多很多,以上分享权当认知逻辑,不做任何投资建议,但大可不必焦虑,接下来该凑的热闹值得凑凑!

你可能也喜欢

OpenAI后训练工程师翁家翌,给Agentic AI提出了新范式假设

OpenAI工程师翁家翌提出名为“启发式学习”的新范式,探索AI通过自主编写和修改代码来提升能力,而非仅依赖训练神经网络参数。 在实验中,他让Codex在明确目标和反馈闭环中,为Atari Breakout等游戏编写纯Python策略代码,通过反复运行、查看日志与回放、定位失败并修改代码,最终使策略在Breakout中达到理论满分。这种“启发式学习”将经验沉淀为可阅读、修改和审计的软件系统,而非难以解释的神经网络权重。 文章对比了启发式学习与深度强化学习的差异:前者更新的是代码结构和规则,具备更好的可解释性、更高的样本效率,并能通过回归测试等方式缓解灾难性遗忘问题。在Atari57游戏的批量测试中,该方法在部分游戏上表现出接近或超越传统强化学习算法的效率,但在需要长程规划的复杂任务中仍存在局限。 该范式的潜在产业意义包括:为机器人控制等场景提供更轻量、可审计的解决方案;提升安全关键系统的可解释性与可维护性;以及为智能体产品提供能力沉淀和共享的新路径。然而,其实用性仍需在更复杂的真实场景中进一步验证。 翁家翌认为,未来更可能是神经网络(负责快速感知等)与启发式系统(负责规则、记忆与安全)结合的分工模式。这预示着AI发展的一条可能路径:在强大编码智能体的辅助下,部分经验可以重新转化为可读、可维护的软件工程资产。

marsbit9分钟前

OpenAI后训练工程师翁家翌,给Agentic AI提出了新范式假设

marsbit9分钟前

你的 Claude 今晚要做梦了,别打扰它

Anthropic在开发者大会上为AI智能体平台引入了“做梦”(Dreaming)功能,这实际上是一种基于历史运行日志的离线批处理与自我优化机制。AI智能体在完成复杂任务后,会利用闲置时间自动回顾大量操作记录,从中提炼有效模式(例如更优的操作路径),并固化为可共享的记忆,从而提升后续任务效率。 类似机制也出现在其他AI产品中,如Hermes Agent的“Curator”功能可自动将经验整理成“Skill”,OpenClaw的“做梦”流程则细分为浅睡、快速眼动和深睡三个阶段,通过多维度加权决定哪些信息应存入长期记忆。 该功能与“记忆”(Memory)技术紧密相关。当前AI能力的核心挑战之一是如何有效管理与利用不断增长的上下文信息。一方面,行业正通过技术创新(如Subquadratic公司宣称的1200万token超长上下文模型)试图扩大信息容量;另一方面,“做梦”这类功能旨在让AI在有限上下文窗口内,主动筛选、巩固重要信息,模仿人类睡眠中的记忆处理过程。 文章指出,科技公司频繁使用“思考”“记忆”“做梦”等拟人化术语来描述AI功能,这不仅是技术类比,更是一种营销策略和认知塑造。它模糊了机器与人的边界,影响用户对产品的感知与期待,并在无形中转移了技术缺陷的责任归属。本质上,AI的“做梦”仍是一种消耗计算资源的自动化数据处理,但其命名方式却让我们更倾向于将其视为拥有内在生命的数字实体。

marsbit10分钟前

你的 Claude 今晚要做梦了,别打扰它

marsbit10分钟前

交易

现货
合约
活动图片