解释一下今天的互关大赛，为什么无脑互关是傻逼的行为？因为你被迫看自己都不想看的内容。 涨的是「数字」，不是影响力。你互关一堆僵尸粉，结果发文没人按赞、没人留言，演算法会认为你内容烂，就更不推你了😅，浪费时间又养成坏习惯，，变成了「假社交上瘾症」，没意义还焦虑。你互关来的粉丝多半也在找互关，他们根本不在乎你是谁、在干嘛。 如果你是要做一个真实且真诚的号，千万不要追求虚伪的玩意，无脑互关到最后，大概只会让你变成一个表面风光、实际没人看的帐号，这才是最傻逼的地方，讲的过于真实刺伤到你们，先跟你们抱歉，但这就是真实跟着别人不想说的话。

说给还在内容创作早期的朋友们，认真做内容的那种。 一条小经验：不要过于在意留言，大家开心逗贫就好了。能够长期跟随的观众或者读者，大概率是那些不留言的。

想了解大语言模型到底是怎么工作的，找到的资料都太过于学术看不懂，或者说的太浅只讲概念，就没一个从头到尾讲清楚的内容。 无独有偶，看到 how-llms-work 这个项目，把大模型的完整流程做成了一个可视化交互网页，内容基于 Karpathy 的经典讲座整理。 从网页数据采集、分词、神经网络训练，一直到推理生成、后训练对齐，每个阶段都有直观的图示和解释，一页看完整个流程。 GitHub： 还涵盖了幻觉问题、上下文窗口、检索增强生成等进阶话题，帮我们理解模型的能力边界和实际应用方式。 想搞明白大模型从训练到对话的全过程，又不想啃学术论文，这份教程值得花十分钟看一遍。

这段时间重新翻看了自己的推文，把其中我觉得比较精华的内容和一些高光操作整理了出来，虽然市场状况一直在变化，具体的方法未必适用了，但是如何寻找alpha、怎么将认知与实践相结合，这些思维依然是有共性的，希望能对大家有所帮助。 以下按时间顺序列出： 2022.04.22 NFT图狗Mint指南 2022.05.02 猴地逃顶获利200ETH 2022.07.21 NFT抢购Bot指南 2022.09.21 DogeClub单个图狗获利70ETH 2023.04.19 Memecoin基础科普（当时市场热点正从NFT转移到土狗币） 2023.05.09 重心换到土狗币后单周浮盈100ETH 2023.07.29 Pauly的Pond开盘3分钟1ETH变成44.5ETH 2023.09.12 香蕉枪Banana Gun发币复盘，白名单+开盘限购获利50ETH 2024.01.05 节点猴NodeMonkes复盘，参与荷兰拍，0.03BTC成本最高地板价0.8BTC，获利3BTC 2024.01.29 从1万~1000万资金量级，各个阶段的思考与经历 2024.02.26 通过链上交易一个月赚$1M的复盘（发射台Moby的预售、Shib官方的404项目Sheb、DN404项目ASTX、公售随便打开盘上币安的Portal、Merlin链的$Huhu等） 2024.06.19 反思自己在擅长的链上赛道过于谨慎，在不熟的山寨操作上仓位过重 2024.07.08 各种原因导致一天踏空数个金狗后的思考 2024.07.17 特朗普枪击事件，相关热点土狗$Fight获利13万u复盘 2024.07.24 关于“聪明钱”和“跟单”的看法 2024.07.31 麻吉图币项目“BAYC”开盘发现套利方法，1分钟收获15万u 2024.08.23 Simon Cat预售复盘，一次堪称完美的打新机会 2024.10.11 2M市值开始转推Goat相关内容，获利10万u 2024.11.03 马斯克置顶松鼠第一时间发推，获利19万u 2024.11.11 复盘SOL单链单月1M收益 2024.11.16 DeSci生态起飞前梳理线索，RIF+URO获利30万u 2024.12.14 复盘为什么会卖飞自己早期发掘的项目，做多Goat和Pnut获利$2M 2025.01.05 AI赛道相关代币一周获利$1M复盘 2025.01.18 特朗普推特发布代币合约后“人只活一次” 2025.01.19 $Trump单币浮盈$20M+ 2025.01.25 特朗普老婆发币$Melania，对后市看法由乐观变为不确定 2025.02.03 认为不存在全面普涨，开始低倍做空山寨币 2025.03.30 对自己三年来币圈笔记的整理与分享 2025.04.07 做空山寨币的黄金期已经过去 2025.04.19 不要用战术上的勤奋掩盖战略上的懒惰 2025.05.01 $Gork获利18万u 2025.05.31 认为大部分山寨已经重新进入下跌趋势 2025.07.08 PumpFun公售是机会 2025.07.23 链上Meme两大方法论，叙事交易和地址挖掘 2025.08.01 做多ETH，做空山寨币对冲 2025.09.02 复盘做空WLFI获利$1M 持续分享观点，一是因为我一直都是一个表达欲较强，乐于总结归纳的人，二是这种公开发表的看法，假如后续能被市场所印证，其中收获的快乐甚至已经超越了交易盈利的数字本身。

今天上线了vibe coding的第二个产品：热点分析 让AI分析币圈热点，5分钟就可以掌握币圈的最热话题 这个功能现在很常见，那我花时间做的有何不同呢？ 1  说人话的有趣AI 让AI写的报告有人味，文字的可读性更强。这是我精心调教的结果，经历了三次版本的迭代。第一版是在刚开始做AI分析的时候，我像大部分人一样，重心在功能的实现。 完工后我发现，AI写的报告平平无奇，并且带有很多晦涩难懂的专业名词。于是我进行改进，开始测试十几个不同的大模型，以及不同的Prompt工程。 因为我发现模型拥有不同的性格，有的输出文字细腻，有的严谨，有的喜欢自由发挥。在这个过程中，我自己也改变了想法，将原先追求专业深度的报告，转变为注重阅读体验的报告。 在我打算完工的时候，读着第二版的报告，总觉得内容不错但是表现力不够。于是，我开始调试temperature等参数，以及Prompt的微调，这是一次小心翼翼的尝试。需要允许AI有自己的个性，但是要防止它过于放飞。 因为AI的分析需要基于提供的数据，而不是它自己的知识库。同时允许它表达推文数据中的情感。比如当市场弥漫着恐惧情绪时，AI的文字就不能写得仿佛大家都很高兴。 最终的效果还可以，AI具有人情味，比如它昨天的分析，最后会开玩笑的说： 别想着什么“别人恐惧我贪婪”，搞不好是“别人恐惧你破产”。 2 精心挑选的Top 1000 kol 我们都知道，数据的质量决定了结果。对于信息总结，KOL的选择也至关重要。这个时候KOL-Lens就发挥了它的价值。根据它的数据，我们挑选了币圈有影响力、战绩好、数据表现优异的KOL。 3 分析策略 当分析的推文数量达到几千条时，就无法一次性投喂给AI了。一方面涉及输入token超过最大限制；另一方面，由于几千条推文是非常凌乱的信息，AI对其信息的整合处理能力较弱。实测下来，准确度并不高。所以，我采用了一种新的分析方法。具体步骤如下： 第一步：数据清洗，去除无用的垃圾数据，提高AI的准确度 第二步：对每条推文进行实体命名分析，用于分类 第三步：对未命中实体的推文进行主题分类 第四步：分类报告分析 第五步：综合性去重 经过5步处理的方案，可以在大量数据的情况下，实现综合的分析。 网站： 注册账户需要邀请码，请在此留言。（注，kol-lens的账号通用，不需要另外注册）

今晚军团 @legiondotcc 和海妖 @krakenfx 的预售，超乎意料的卷，我860分已经排到3000名开外了，我朋友690分排20000名。而第一轮的总额度只有2M，意味着就算只分给这2W人，每人也只能分到100U左右的额度。 这两天推特上很多人传的积分对应申请额度现在已经不准了，需要重新规划。别再傻傻的六七百分就去申请几千的额度，如果你申请的过于多。会被直接pass，然后优先分配给其他低分配的人。 我的建议是： 如果你的分数在600左右，别超过200U 如果你的分数在700左右，别超过500U 如果你的分数在800左右，别超过1000U 这已经是最乐观的情况，实际只会更少，建议大家还是把额度预期再放低一点 还有两个关键点说一下，这次需要预存资金到主网。我是直接打U到内部钱包，反正可以用私钥导出，很方便 另一个就是很多人没提到的：申请额度的时候需要写小作文，这可能会对你的额度产生一定影响，建议先准备好，大概内容就是你能给项目带来什么。你为何看好项目等等 这次因为有邀请机制，并且打新门槛很低，满推特都在发。散户本来能吃口肉的，现在顶多是撸个小毛 但该参与还是要参与的，反正是个短平快的项目，也不会占用资金太久，大概率捡钱，放低预期即可

AI 与 Crypto：不是“加不加”的问题，而是“什么时候需要” 这个周末我去参加了一个很火爆的 OpenClaw Demo 活动，担任评委点评项目。 另一位评委是 Web2 圈非常有名的投资人，在这一轮 AI 浪潮里押中了像 MiniMax 这样的明星公司，战绩非常漂亮。 但他有一个非常明确的观点：不看好 Crypto。 他的逻辑其实也很简单——如果一个项目本身是一个很好的 AI 产品，但为了发币硬塞区块链进去，那基本就是把自己的路走窄了。因为一旦带上 crypto 标签，在融资、监管、用户认知上都会立刻进入一个更复杂的环境。 坦白说，这个观点我部分认同。 过去几年 Web3 确实有大量项目犯了一个错误： 先想发币，再找产品。 很多项目的区块链部分其实是完全多余的。 如果一个产品的核心价值不依赖链上机制，只是为了 Tokenomics 而加一层链，那基本上已经被市场证明走不通。 所以当一些 Web2 投资人看到“AI + Token”的项目本能反感，其实也不奇怪。 但问题在于： 很多人因此得出了一个过于简单的结论——AI 不需要 Crypto。 我认为这个结论同样是错误的。 AI 与区块链之间的关系，从来就不是一个“是否需要”的问题，而是一个在什么阶段必然会需要的问题。 而且随着 AI 进入 Agent 时代，这种需求会越来越明显。 ⸻ 一、AI 协作需要“可验证性” AI 未来不是一个模型，而是一整个 Agent 网络。 一个复杂任务的完成，可能需要几十甚至几百个 AI Agent 协同完成： •有的负责数据获取 •有的负责推理 •有的负责执行 •有的负责验证 在这种体系里，一个核心问题会出现： 谁做了什么？如何证明？ 如果所有计算和数据都在中心化服务器里，那最终只能靠平台信用。 但当 AI Agent 之间开始进行大规模协作时，可信记录和可验证执行就变得非常关键。 区块链的价值就在这里： •可验证记录 •不可篡改日志 •可编程结算 换句话说，AI 需要一个可信的协作底层。 这也是为什么像 0G 这样的基础设施会提出 DeAIOS（Decentralized AI Operating System） 的概念： 让 AI 的数据、计算和行为可以被验证，而不是黑箱。 ⸻ 二、AI 开发者需要新的激励体系 在 OpenClaw 的生态里，其实已经出现了一个很明显的问题。 很多开发者在开发 Skill。 这些 Skill 本质上就是 AI Agent 的能力模块。 但问题是： 开发者很难从中获得长期收益。 今天的模式大概是： •开发者贡献能力 •平台获得流量 •平台掌握收益 这种模式在 Web2 很常见，但它并不适合未来的 AI Agent 经济。 如果一个 Skill： •可以被反复调用 •可以组合进不同 Agent •可以在不同应用场景复用 那它本质上就是一种 数字资产。 而资产的确权、交易和收益分配，正是区块链最擅长解决的问题。 未来很可能会出现： •Skill Marketplace •Agent Asset •自动化收益分配 AI 能力本身会变成一种可交易的资产。 ⸻ 三、AI 数据主权问题会越来越严重 AI 的发展正在快速逼近一个新的问题： 数据荒。 高质量训练数据正在变得越来越稀缺。 同时，大模型公司已经在大量使用互联网内容进行训练： •文章 •图片 •视频 •代码 这些内容的创造者是谁？ 人类。 但在现有体系里，人类几乎得不到任何回报。 如果这种模式持续下去，很可能出现两件事： 1️⃣ 数据质量持续下降 2️⃣ 创作者动力消失 未来一个更合理的体系应该是： •数据有来源 •数据有所有权 •数据可以被授权使用 •数据贡献可以获得收益 这其实就是 数据资产化。 而区块链正好可以提供： •数据确权 •数据授权 •数据使用记录 •自动分润 简单说： AI 不仅需要算力，也需要一个新的数据经济体系。 ⸻ 四、Web3 从业者不需要羞于表达 最近在很多 AI 活动上，我也发现一个很有意思的现象。 不少做 Web3 的朋友在自我介绍的时候，会刻意淡化自己的背景。 甚至有点不好意思说自己来自 Crypto。 我其实觉得 完全没必要。 Web3 的确经历过泡沫、叙事过剩和很多失败的项目。 但这并不意味着技术本身没有价值。 很多技术路线其实是超前于时代的。 现在 AI 的发展速度正在重新打开很多可能性： •AI Agent •去中心化算力 •数据资产 •AI 协作网络 这些问题，本质上都需要： 一个可信的数字经济基础设施。 而区块链正是为这种系统而生的。 ⸻ 五、真正的问题不是“AI 要不要 Crypto” 真正的问题其实是： 什么时候需要。 如果一个 AI 产品： •不需要去中心化 •不需要资产化 •不需要协作网络 那确实没必要上链。 但如果未来 AI 进入： •Agent 经济 •AI 协作网络 •数据资产市场 那区块链几乎是必然出现的底层设施。 所以我其实很能理解那位 Web2 投资人的观点。 只是从更长周期来看： AI 和 Crypto 很可能不是竞争关系，而是互补关系。 AI 负责智能。 区块链负责信任和经济系统。 当这两者真正结合的时候， 我们可能会看到一个完全不同的数字世界。 而现在，其实才刚刚开始。

超级牛市，悄悄滴进村 人类自身和我们所接触到的以及无法接触到的所有物质在本质上都是能量，物质与能量之间的联系就是爱因斯坦著名的质能公式E = mc²，所以这个世界最终都是由能量构成的，如果没有能量，这个世界就一无所有，大家可以发挥想象力想象那种场景。 既然这个世界是由能量构成的，人类的所有经济活动本质上就是能源获取以及能源利用的过程，无论是农耕时代、第一次工业革命、第二次工业革命、信息革命以及AI革命，都跳不出这个圈子。 这是过去经常谈论到的观点或见解。 这就决定农业活动与石油天然气开采活动本质都是一回事，都是人类获取基础能源的过程。 既然两者在本质上是一回事，都是获取基础能源的过程，其价格就拥有某种有机的联系。 对于农业方面的宏观分析师来说，他们会详细地统计种植面积的变化、气候变化、干旱或洪涝程度，等等，目的是分析产量与需求之间的关系，进而找到价格规律。这些分析不能说完全没用，但用处却实在不大，这部分宏观分析师还停留在小农经济社会，还保留着小农经济思维。在工业化社会中，农产品与油气同属基础能源，其价格就必然是互相牵引的，上述所有因素所发生的作用，是决定价格的主导因素吗？考虑到油气在基础能源中所代表的权重规模远超农产品，这就决定油气价格才更能代表基础能源价格的重心，而农产品处于次要地位，这就让上述分析的价值不大。 上述内容表面看起来说的是价格，但实际代表的是一种独立的思维方式。 既然油气与农产品都属于基础能源，他们之间的有机联系是怎么建立起来的哪？如果大家熟悉基础化学，就很容易理解下面的原理。
当代农业与传统农业已经产生了根本性的不同。传统农业是属于靠天吃饭的行业，在现代农业中，肥料、农药、水利、农机等资源的供给开始对产量产生决定性的影响，让现代农业更接近于田头加工厂，这是一种工业化的农业。因此，传统农业的单产只有两三百斤，现代农业的单产已经有千斤以上，这当然就是农业工业化的结果。 我们知道，无论肥料、化肥还是农机、水利设施的完善等，最终都取决于石油天然气以及煤炭的供给能力，油、煤、气的价格和油煤气的供给能力就在很大程度上决定了农产品的价格，这就让油气与农产品之间通过工业化农业有机地联系在了一起，让其价格具有统一性，用比较时髦的话来说就是具有很高的正相关性。 这并不完全是行业分析，而是思维方式和思维路径的建立过程。让我们建立起独立的思维方式和思维路径非常重要，可以让我们看到一般人看不到的东西，也可以让我们拥有更宽广的视野，可以让我们成为不一般的人。 石油价格与农产品价格之间的有机联系，可以通过大豆期货价格、棉花期货价格与石油价格的对比鲜明地展示出来，仔细观察下述三张图表，在相同时间段内三者的相关度非常高，尤其是本世纪以来尤为明显。 因此，当观察软商品、即与种植相关的产品价格问题之时，参考一下气候、种植面积、收割状况等因素，这固然是需要的，但更需要注意，这些因素一般情形下并不是主导因素，还要研判石油的价格趋势，掌握了石油的价格趋势，基本上就掌握了农产品的价格趋势，气候等其它因素对软产品价格带来的影响，一般只是次级因素。 本人过去不太关注软商品，源于在全球化达到顶峰的时代，能源供给越来越丰富，这意味着农产品的供给越来越丰富，当油气价格保持基本稳定之时，农产品价格的波动就很有限，即便短期出现上涨也难以持续，大多时期就只能形成类似心电图的走势，对于心电图走势实在没有过于关注的必要。 在这，先让我们回到白银。白银供需自从2021年就开始产生大额赤字，这当然会对价格产生强力刺激，但白银价格却依旧波澜不惊，也并不受人关注，2024年以前无论经济学家还是金融人士都将白银主要看成是工业金属，在所有有色金属中，白银几乎是最被看轻的，属于打酱油的角色。 2025年发生了转折：从技术上来说，白银在当年10月冲破了1980年和2011年形成的颈线位每盎司50美元，走出了历时45年的大型杯柄形态，见下图；从金融地位来说，一些主权机构、金融机构甚至个人开始储备白银，这意味着白银再也不是普通的工业金属，其金融属性开始正式回归，这是白银再次货币化的过程。白银的金融与经济地位开始快速上升，在金融体系中开始成为财富储藏手段，当央行开始储备白银时白银还会成为纸币价值的锚定物，在经济活动中开始成为新经济的关键金属。今天的白银在经济学家、金融专家甚至央行眼中的地位已经产生了翻天覆地的变化，这种剧烈变化只发生在前后一年的时间内。 这是白银从被遗忘的角落回到舞台中央的过程，是从丑小鸭到黑天鹅的过程。适时抓住这种变化，才有可能在白银地位大变局的过程中做出正确的投资决定。 软商品或许也在面临类似白银那样的转折性变化。 上述类似心电图一样的软商品价格走势，是在能源供给越来越丰富，石油价格基本平稳，全球产业链不断延伸并完善的过程中形成的，这样的环境显然就是经济全球化的特点。

我上篇文章分享了AI DePIN、AI MEME、AI Agent等AI叙事之间的逻辑关系，可是在挖掘AI潜在Alpha的时候问题来了，是跟可能来自阴谋集团财富效应强但频繁更替的AI MEME？是选正搭建infra却还很早期的协议框架？或者选一些很酷且有特定应用场景的单体AI？ 说实在的，我混乱了很久，以下仅梳理一些浅见： 1）大的趋势毋庸置疑，AI Agent既不是一种“资产”，也不是一种“应用”，而是一种大规模的区块链生态“叙事”新范式。 也就是说，AI Agent的来临就像2020年区块链迎来一次DeFi Summer一样，会围绕AI Agent的Token发行、托管、交易；infrastructure构建、框架、标准、通信、堆叠、SaaS封装；Application开发、运营、聚合、迭代、落地等等产生一个庞大的Build+Speculation的新“泡沫”叙事周期。 DeFi推动了上一轮牛市的辉煌，且围绕稳定币+借贷+DeX衍生品三架马车激发了多大的市场活力。据不完全统计，多链DeFI总锁仓价值1,346亿，稳定币流通数量也超过了1,000亿美元，DEX月交易量达到3,723亿美元，借贷量也将近200亿美元等等，整个DeFi行业的市场规模和生态重要性都在这些已增长惊人且还在持续刷新的数据中，这还不包括因DeFi而产生的各种链、应用等MCAP\FDV等更广的数据。 在我看来，AI Agent也会创造同样甚至可能超越DeFi叙事的新一轮叙事奇迹，200B，500B的想象空间？别总想着新的DeFi Summer 2.0了，请跟上当前的 AI Agent Summer叙事潮，不要掉队。 2）基于此逻辑，再来看当前AI Agent市场的“乱象”： 1） $GOAT 、$FARTCOIN、 $ACT 等 AI MEME之间的社区骂战和龙头之争；2) $VIRTUAL 、$AI16Z 等AI Agent框架标准之争；3） $VVAIFU 、$GRIFFAIN 等资产发行流通等衍生infra之争；4) $AIXBT 、$AVA 、 $BULLY 等单体AI Agent应用之争等等。 你会发现，都还太早期，DeFi上出现的各类借贷平台、衍生品、机枪池、治理代币等等至少还有以太坊等链提供了基础的执行框架和标准，而AI Agent生态甚至还没有专属的infra条件，从生态可塑性来看，AI Agent带来的行业叙事机会要比DeFi宏大很多； 换句话而言，这些乱象并不乱，如果你看好AI Agent叙事发展，各个板块方向，大凡上了一定市值且有对应用户基础的资产，在庞大AI Agent叙事爆发之前都是优质资产，类别曾经的YFI、CRV、UNI、DYDX等等资产达到的数百亿不等FDV市值高度，你就不慌了。 当然，有信心不代表可以乱搞，别忘了大姨夫之外还有二姨夫这样的伪价值资产存在，而且这类资产永远以短期更诱人但长期有毒的姿态悄然攻陷你的钱包。 3）因为确实还是叙事初期，有些明明知道有阴谋集团操作的AI MEME也没有劝说大家不要参与的道理，毕竟谁也不知道一个早期赛道能迸发多大的财富效应，而且主要是一些看起来更有价值且有落地的框架标准也可能随时面临被竞品反超的可能性。 总之，很难给出一个明确的Alpha发掘逻辑。我仅分享一个我个人的投研逻辑供参考： 1、AI MEME，只考虑 $GOAT 此类带有叙事鼻祖性质的“龙头币”，没有逻辑，非要说一个，就好比先有了比特币这种共识币才诞生以太坊这类智能合约技术交付币一样。 一个赛道早期MEME，虽然投机属性为主，但其在教育市场、培养用户认知的作用不可忽略，就像当初DOGE之于加密货币的普及一样。 2、AI Agent infra很重要，长期看都是低估，比如 $ELIZA 这类有着丰富Github开源库且应用覆盖范围特别广的早期框架，虽然其确实很早期，随时有可能被其他更强的框架标准吸走流量，但其绝对优势的开源共享和先发优势就是壁垒，有比它更好的框架大概率也会on top of it，也许会影响它的增长高度，但一定消灭不了它。 我们把ELIZA当成AI Agent时代的EVM、就势必会有EVM++、EVM Compatible等新框架出来补足； 3、AI Agent 资产发行、托管、交易，目前还停留在MEME化的资产发行叙事层面，要锁定平台价值而不要被平台上的“垃圾资产”迷了心智。 逻辑很简单，AI Agent本质上是一个AI场景基于Crypto激励机制价值落地的过程，早期infra、应用、协议框架等等都尚未成熟，怎么可能有那么多AIXBT级别的超级应用诞生？发币的便利性能带来什么？领悟一下？到头来只是给VIRTUAL、VVAIFU等资产发行平台制造热度的泡沫陷阱. 因此不要过于追AI Agent超级应用，除非有绝对的信息差，不然等你看到时候的市值冲进去，性价比就不高了，而锁定创新平台infra就不一样了； 4、AI Agent的infra构建还有一大片空白，比如，ELIZA这类早期框架只解决了LLM大模型和AI Agent对话机制的问题，且应用到了Twitter、Discord等应用场景中，但更多还是web2信息的撮合，何时有一套能基于公链范式能把ELIZA框架和web3交易场景打通的ELIZA++版本出来，值得期待； 又比如，Virtual、VVAIFU等AI Agent资产发行平台虽能快速发行资产，但在后续资产去中心化托管、AMM式意图式交易等方向还欠缺很大，此前热议的AI Agent+TEE的私钥管理方式何时能成熟？资产发行平台能在交易上延伸出新玩法，有更有趣的交易玩法和激励模型出来？ 还有，能否有一些为AI Agent构建交互标准的链出来，成为AI Agent时代的Cosmos，提供标准的interoperability能力？或者一些为AI Agent构建永久Memory模块化存储的链，为AI Agent构建必要的DA能力？还有一些AI Agent可视化工具、执行引擎、模块化组合封装服务等等。 有了这些技术和市场驱动的配套infra出来，你还会守着一堆看不懂的MEME空焦虑吗？ 以上。 至于过往基于智能合约范式构建的各类layer1、高性能链、跨链infra、链抽象、DA组合链、layer2、Restaking等等完善的基建出路在哪里？除了原有的infra落地应用PMF交付实现问题，一个破局点就是“蹭AI Agent叙事”的新概念。 所以，哪条链能跳出来为AI Agent提供一些通信协议、DA、应用开发等等服务能力，就都值得关注。当然，这其中肯定有纯粹蹭概念的链，但总比固步自封啃老本的链要强。 无论如何，请锁定AI Agent赛道，迎接这一次史诗级的牛市主升浪的到来。 Note：大家觉得文章有用烦请“一键三连”支持为谢，认可我持续干货内容输的朋友，可以Follow一下，也访问我推特首页点击Substack专栏订阅一下（目前还免费），更多深度专业的投研和分析内容，尤其是不适宜在推特公开分享的内容，会在那里看到。