Benchmark 合伙人 Bill Gurley 的投资建议，感觉前二对 Crypto 也适用: 理想的创始人画像：对某个垂直行业门儿清，同时又是各种 AI 工具的重度用户。 去网上看看 Anthropic 和 OpenAI 的人在公开谈什么，然后远离，真正安全的是那些偏离主路径的深度垂直领域。 当前机构投资者对非 AI 项目的兴趣为零。如果你天使轮投了一个非 AI 项目，指望它将来还能融到钱，在当前环境下几乎不可能。 保护自己不被 AI 淘汰的最好办法，就是让自己变成最会用 AI 的那个人。 晚上你是想追《绝命毒师》，还是想读这个领域的东西？如果你选了后者，而且读的时候真的感到兴奋，那说明热情是真的。真正的热情在你自己的空闲时间里也会冒出来，不需要人督促。 当越来越多的内容可以被 AI 生成，人们反而会更渴望"只能在现场体验"的东西——这类资产会升值。 全文

被低估的真相：Agentic AI 是一场以"存储"为中心的范式革命 1/ 一句话观点 Agentic AI 的核心，不是算力，是记忆。 新硬件层级正在变成： ① 记忆（HBM / DRAM / NAND） ② 并行计算（GPU / ASIC） ③ 协调者（CPU） CPU 早就不再承担主要计算逻辑。 2/ 第一性原理 人类对"智能"的终极追求只有两件事： 无限记忆 + 无限计算。 我们日常评价一个人聪不聪明，无非两点： "记性好" + "脑子转得快"。 机器智能在沿着同一条路前进。 3/ 先说市场已经讲过的故事：HBM LLM 推理的 decode 阶段是典型的 memory-bound 任务。 每生成一个 token，都要把整套 KV cache 从显存里搬一遍。 带宽不够 → 昂贵的 GPU 直接闲置。 这就是为什么 GPU 每升一代，HBM 的带宽和容量都在追着涨。 4/ 市场没怎么讲的故事：1M context 不是在 GPU 集群里组装的 我们天天说的"1M context"，并不是在 AI 推理集群中拼出来的。 它的真正组装地点，是 跑 Agentic 系统的传统服务器（CPU + 大 DRAM）。 5/ 那些传统服务器在做什么？ • 加载用户的长期 / 短期记忆 • 加载 agent 的系统规范（system prompt） • 加载 skill / tool / subagent 的说明 • 拼到超过 1M token 时，还要做压缩 这一整套，全部跑在 Agentic 服务器的 DRAM 里。 6/ 对比过去的互联网 / 移动互联网 过去几乎不处理用户上下文。 只有搜索 / 推荐 / 广告才会留一点用户画像， 数据量大概只有现在 Agentic 系统的 1/20，甚至 1/100。 7/ 供应链已经在反映这件事 服务器的 CPU : DRAM 配比，正从 传统的 1 core : 4 GB 升级到 1 : 16，并继续往上走。 8/ 但远不止"4 倍存储"那么简单 Agentic 状态下，单颗 CPU 能服务的用户数，只有过去的几分之一。 当整个 IT 都切到 Agentic： • CPU 数量：增长 几倍 ~ 十几倍 • DRAM 总量：增长 几十倍 ~ 上百倍 9/ 结论 Agentic AI 是一次以 "存储 + 并行计算" 为核心的范式迁移。 软件范式变了，硬件范式也跟着变。 只有真正读懂技术的人，才会理解： 这一轮存储不是周期，是范式。 10/ 时间维度 考虑到： • 人群渗透率还很低 • 单用户使用深度还很浅 未来至少 5 年，看不到这轮存储需求的周期顶部。 （拉长时间看万物皆周期，但这一轮远没到拐点） $MU $DRAM $SNDK

2026 Q2 agent专项融资占全部AI融资的47%。agent基础设施在蓬勃发展的同时，也在加速整合和落地应用～ 各大巨头相继在AI+Web3布局，支付基础设施（如 Stripe MPP、Coinbase x402 和 OKX APP）定位为价值传输的金融高速公路，解决 Agent 如何安全、gasless 将钱从 A 传到 B 的问题 支付是基础层，A2A 是应用层。与之互补，A2A Commerce Protocol定位为商业协作的完整市场框架，在支付基础上添加发现（谁能提供服务）、协商（怎么定价）、声誉（是否靠谱）和原子结算，形成 Agent 间的“端到端商业闭环” 这两块的整合也在悄然进行。细心的朋友会发现，近期上线OKX boost @okxchinese 的 pieverse @pieverse_io 正是A2A Commerce Protocol的典型。不仅如此，OKX战略级产品Onchain OS Skills 已嵌入 Pieverse 的 Purr-Fect Claw 生态，实现钱包行动、市场情报、交易和 x402 支付的无缝融合 /// 为什么说pieverse等agent运行时层能真正加速Agent应用落地？ 想象一下，当AI Agent塞进了咱们经常用的聊天软件（LINE、WhatsApp等），你去奶茶店直接和Agent说“点一杯珍珠奶茶，无糖去冰”，Agent确认订单，钱自动付了，商家收款到账。自然融进了我们的生活，比现在点单还方便 这不是未来，这是Pieverse台北奶茶店试点正在做的事。不仅如此，未来用户和商家使用聊天软件下单，Agent自动记录偏好（爱甜不爱酸？常点大杯？），后台生成CRM数据（客户画像）、订单管理（实时库存/打印小票），甚至忠诚度系统（自动发优惠券）…… 如何高效根据不同任务选择合适的模型，则通过智能调度中心Pieverse AI Gateway作为统一的LLM端口实现，真正达成agent间更智能、个性化的模型分配 👉围观入口：llm. pieverse. io 假如这个模式验证成功，相信不久的将来能复制到更多区域、覆盖更多场景，真正加速Agent应用落地

今天 OpenAI 崩了，用户送了 2 个画像给我。但是，这真的和兔子没关系吧，我们只是小小小小的搬运工嘛。 而且中国人不都在 OpenAI 闲时才上班的嘛，😄

目前阶段，AI agent产品还是要找到付费能力强的用户画像，并尝试找到和满足他们的付费需求； 因为AI产品的成本不是规模效应递减，token的模型成本很贵，用户量越大，成本越多； AI产品现阶段的核心服务对象绝对不是屌丝群体。 Anthropic这么赚钱？选对了coding赛道和开发者生态，其次是产品的侧重。这是一个具有最高付费能力的群体。 今天做AI产品，需要从0开始考虑，哪个产品模块具备让用户aha能够掏钱的潜力，不然就不要做了； 其次，今天能让用户愿意为agent掏钱的核心还是agent的功能的强大和最大智能化的解放生产力。

介绍一个非常有意思的项目 @TREX_chain ： 叙事：基于Arbtrum 的L2 的用户画像，将web3的链上用户、社交媒体、链上交易、钱包交互等的一切链上行为进行数据整合，在保证用户数据安全的同时，形成精准的用户画像 ； 项目25年5月融资了1700 万美元，融资背景非常强，属于头部一线的投资机构，包括 Portal Ventures、North Island Ventures、Framework Ventures 和 Arbitrum Gaming Ventures 等 根据融资背景来看，具备大项目的潜力，而这个项目需要更多的web3用户参与进来，获得更多的精准用户画像，所以，我认为未来在经济模型的设计上肯定是倾向于社区的，这个项目被市场严重低估了； 项目方举办了 Grand Trader S1 的活动，大家可以来参与，非常简单： 把我们过去在币安、OKX、Bybit或者Hyperliquid 的交易记录，直接来换USDC，奖金池价值 $10,400 USDC ； 注册后，就是连接你的交易钱包地址，可以多个钱包地址参与，花费几分钟的时间； 链上去中心化，数据掌握在用户手里，DID 的身份采用隐私保护的机制，不用担心数据泄漏的问题 ； 根据评级，直接发usdc ，没有pua，为期10天时间，白捡来的，只需要花一点时间 大家记得去领取badge，直接给提分 来戳吧：

这两天最大的热点之一，应该就是 @Polymarket 的“嘴撸”了。 重点不是单纯发帖，核心可能是建立自己的预测市场画像。 目前建议先完成三件事： 1⃣ 注册账号 2⃣ 绑定 X 3⃣ 去查自己的创作者排名 现在越来越多项目开始重视“社交贡献值”。 Polymarket 这种以热点事件为核心的平台，我感觉后面大概率不会只看交易量。 .