熱門話題
#
Bonk 生態迷因幣展現強韌勢頭
#
有消息稱 Pump.fun 計劃 40 億估值發幣,引發市場猜測
#
Solana 新代幣發射平臺 Boop.Fun 風頭正勁

Omer Goldberg
人工智慧是有史以來最好的演示軟體。
你可以在一個週末黑進某個東西,發布螢幕分享,然後迅速走紅。
但將其轉變為人們信任的產品是非常艱難的。用戶第一次失去信任,他們就會離開。
演示和生產之間的差距是巨大的。到目前為止,儘管在人工智慧方面的投資很多,但除了前沿實驗室和編碼工具之外,幾乎沒有突破性的應用。
縮小這個差距需要兩種能力:
1. 構建一個殺手級應用 - 這已經夠難了。
2. 讓大型語言模型順從你的意志 - 這在開闢新天地,因為我們都在學習如何掌握它們。
這很難。
但如果你能做到這兩點,機會是巨大的。

Chaos Labs8月14日 22:30
任何人都可以構建一個人工智能演示。很少有人能夠推出一個人工智能產品,尤其是在金融領域。
@omeragoldberg,CEO @chaos_labs,和 @diogomonica,GP @HaunVentures,討論了人工智能原型與生產之間的差距,以及為什麼金融領域提高了風險。
2.53K
控制 > 借用的安全性
Stripe 和 Circle 啟動 L1 只是個開始。
多年來,人們一直認為企業會選擇以太坊、Solana 或其他公共 L1 作為他們的安全保障。完全去中心化的未來是我們所希望的烏托邦。
然而,實際上,當我與大型銀行和金融科技公司交談時,這並不是他們做出決策的驅動力。
他們已經受到監管和審計。如果他們擁有網絡,他們會將其視為更強的安全保障。他們選擇驗證者,控制升級過程,並確切知道誰在運營基礎設施。
如果出現問題,可以直接追索。企業對其客戶負責,如果他們以不誠實的方式行事,業務將承擔後果。
而且,如果你在穩定幣交易中移動數萬億,任何公共網絡都無法提供有意義的經濟安全。
如果去中心化和經濟安全不是優先事項,那麼剩下的是什么?
在公共 L1 上啟動的合理理由是分發和 DeFi 互操作性。如果你需要那個受眾和那些集成,這可能是有意義的。但對於那些只是想更快、更便宜地移動穩定幣、外匯或其他真實資產的金融科技公司來說,擁有 L1 可以消除價值流失並提供完全控制。
預言機和互操作消息協議將在打破私營企業鏈、公共網絡和更廣泛網絡之間的數據孤島方面至關重要。預言機和橋接協議將在未來幾年中不斷發展,以滿足新銀行、金融科技等的要求。
去中心化將是一個光譜,看看隨著時間的推移其分佈將會很有趣。
5.65K
白宮和證券交易委員會(SEC)正在提議對我們在鏈上經濟中對市場數據完整性的思考進行重大更新。
最近的白宮報告和SEC的「加密項目」都呼籲對美國市場數據的規則手冊Reg NMS進行更新,以處理代幣化證券和其他現實世界資產(RWA)。
他們的答案是?修訂它。
根據白宮的說法,考慮使用預言機、聚合器和去中心化金融基礎設施來收集報價、出價和其他市場數據。
Reg NMS確保傳統市場保持公平和競爭,要求經紀商將訂單路由到最佳可用價格,強制各個交易場所之間的一致數據,並防止任何單一交易所主導市場。
將這一點應用於加密貨幣並不需要重新發明輪子。它需要連接已經存在的數據,讓我們能夠擴展已經建立的基礎設施和協議。
在@chaos_labs,我們正在建立解決這一問題的基礎設施。不僅僅是作為鏈上資產的價格預言機,而是針對任何資產,從所有相關來源聚合數據。
下一代預言機將在協議、代理、交易所等之間串聯實時的傳統金融、鏈上和一般市場數據。
數字資產報告有158頁,提到預言機的頁面有4頁。
這是一個開始 :)


4.34K
生成式金融 by @diogomonica
銀行和金融科技向您出售的是他們擁有的金融產品,而不是您需要的產品。
如今,創建金融工具的開銷是巨大的。
但如果它是即時的呢?
我們知道我們可以將語言轉化為代碼 ->
我們知道我們可以將代碼轉化為金融協議 ->
下一步是什麼?
自然語言->個性化金融工具
>“完美對沖我的投資組合”
> “在最新市場走勢後重新平衡”
>「設定限價單,如果市場波動增加2%」
> ...
可能性是無限的。
真正的 AFI 不僅使情報民主化,而且允許任何人根據它採取行動。

Haun Ventures8月2日 02:17
生成金融
目前有關人工智慧和加密貨幣的討論大多集中在遙遠的可能性上。@diogomonica 提到生物學家斯圖爾特·考夫曼(Stuart Kauffman)的“鄰近可能性”概念(即超越系統當前現實的一步之內的機會集合),以理解接下來現實上會發生什麼。
在與 @chaos_labs 創始人 @omeragoldberg 的對話中,他解釋說,加密貨幣最直接的鄰近可能性已經以生成金融的形式逐漸成形。
3.67K
研究團隊對 @ethena_labs 的精彩報導。
涵蓋 @aave 的風險暴露,包括:
- 交易所失敗
- 抵押品壓力
但僅僅強調風險是不夠的
我們與 @chaos_labs 的預言機回顧了緩解措施,設定價格底線和參數,防止壞債。

Chaos Labs2025年7月18日
1/ 壓力測試 Ethena:對協議穩定性的定量分析
我們發表了一篇關於 @ethena_labs 的研究論文,評估 USDe 和 sUSDe 在交易所故障、抵押品壓力下的表現,以及對 @Aave 的風險。
以下是我們的主要發現。

5.17K
如果你無法追蹤真相的來源,你就無法建立一個尋求真相的人工智慧。
模型偏差是一種訓練、調整和即時搜尋問題。
對於模型、代理程式和 RAG 系統,出處是強制性的。
沒有來源追蹤意味著沒有可信度。
沒有血統就意味著沒有信任。

Chaos Labs2025年7月17日
人工智慧模型學習最重複的內容,而不是真實的內容。
@NEARProtocol聯合創始人 @ilblackdragon 和我們的執行長@omeragoldberg分析了為什麼資料來源、來源聲譽和社群管理對於建立值得信賴的人工智慧至關重要。
4.49K
與 @ilblackdragon 的偉大 AI x 加密對話。
人工智慧的「縮放定律」很有趣,但這不是硬體中的摩爾定律。
進展的可預測性要大得多。
特定領域的 RL 將是下一步功能。
我們正在內部看到它的影響。
很高興很快能分享更多。

Chaos Labs2025年7月15日
“我不喜歡稱它們為縮放法則。它們不是實際的法律。
《Attention Is All You Need》一書的合著者、@NEARProtocol 的聯合創始人 @ilblackdragon 加入了我們的 CEO @omeragoldberg,討論了為什麼未來的 AI 突破可能來自改進的訓練和形式推理,而不是更大的模型。
2.79K
熱門
排行
收藏
鏈上熱點
X 熱門榜
近期融資
最受認可