Search
Related
随着大语言模型（LLM）日益蓬勃，我们看见不少项目正在将人工智能（AI）和区块链融合。LLM 和区块链的结合越来越多，我们也看到人工智能重新与区块链融合的机会。
Rollup 的投资逻辑从早期的 ZK/OP 叙事之争，到后来实践中的 TPS 和用户体验比拼，再到围绕 OP Stack 等衍生工具构建的护城河——对于这个问题，处在行业发展的不同阶段或许有不同的回答。
智能合约具有局限性，因为它们缺乏与环境交互的能力，这限制了去中心化应用 (dApps) 的发展潜力。
在最近一篇发人深思的题为“为什么DeFi被破坏以及如何修复—第1部分:无oracle协议”的文章中，Dan Elitzer主张使用零外部依赖的DeFi原语（primitives）来最小化攻击向量。
自行业诞生，电子游戏向来是高风险高收益的。全球游戏市场已达350 billions并仍在迅速增长，吸引着无数的从业者前赴后继。
在以太坊主网上的每一个操作都要花费一定的 Gas，如果我们把跑基础应用所需的计算量都放在链上，要么 App 会崩溃，要么用户会破产。
零知识证明技术应用越来越广，隐私证明，计算证明，共识证明等等。在寻找更多更好的应用场景的同时，很多人逐步发现零知识证明证明性能是个瓶颈。
我在 Zuzalu 度过了一个月，在黑山 Lustica Bay 参与了为期两个月的临时城市项目，并有幸与世界上最聪明的人相处。高浓度的人才集中，是 Zuzalu 的杀手锏！
像《黑暗森林》这样的全链游戏已经证明，你可以把游戏逻辑都放在链上，且由于其具有无许可的互操作性，鼓励了社区创造新工具、联盟和 DAO 等等。
在去年9月以太坊过渡到PoS之后，今年紧接着有两项重要的协议升级：Shapella和Cancun。前者主要是支持验证者提款，使以太坊质押实现闭环；后者将引入Data Blob，作为数据分片的早期铺垫。
众所周知，投机交易者的商业运作是不规则和不确定的。今年他是股票交易员，明年他可能是加密货币交易员，后年他可能又是NFT交易员了。
随着 DeFi 协议变得越来越复杂，人类已经不可能准确地追踪所有风险。大数据和机器学习的应用势在必行。
从Atari 时代的“pong”开始，到arcade时代的格斗，到PC互联网时代上的FPS，MMO，到mobile上的水果忍者，又或者如今的ai生成剧情。video games发展历史中的一条草蛇灰线是新技术对新玩法/的启迪。
FVM为Filecoin带来存储金融，将存储空间和时间商品化，用户可以提前锁定成本，存储供应商也能提前回笼资金，并根据远期需求规划管理库存、硬件、运营。
GMX的产品仍远非完美，包括受限的资产选择、流动性扩展问题、缺乏足够的协议级风险管理、对中心化报价的依赖以及次优的用户体验等。
以前只有以太坊和比特币。他们拥有最多的流动性，最多的用户，最多的应用和最多的交易。2020 年后，出现了许多新的区块链，如 Avalanche，Polygon 和 BSC。
SUAVE是Flashbots提出的兼容EVM的区块链，作为多链的统一排序层，旨在解决构建者的中心化问题。
