Các giao thức và đội ngũ nên ngừng trả tiền cho KOL để tạo nội dung. Thời điểm duy nhất mà các đội ngũ nên phát token là cho KOL hoặc các thành viên trong cộng đồng đang tạo ra giá trị cao cho dự án của họ và mang lại kết quả. Sản phẩm hoặc câu chuyện của bạn nên đủ thú vị để những người có ảnh hưởng tự động muốn mua và viết về nó một cách tự nhiên. Đây là những người bạn nên phân bổ token cho, chứ không phải làm 3 bài viết trả phí cho những đại sứ có lượng theo dõi giả. "Nếu tôi không thể khiến ai đó quan tâm đến sản phẩm của mình để tweet?" Thì hãy tiếp tục xây dựng, bạn rõ ràng chưa tìm thấy ngách đúng hoặc chưa kết nối đủ nếu bạn không thể xây dựng một vài người ủng hộ cốt lõi. Thông điệp của tôi gửi đến những người xây dựng: hãy xây dựng một cái gì đó đủ thú vị để mọi người tự nhiên muốn mua và viết về nó, hãy trao token cho những người ủng hộ lớn nhất phù hợp với tầm nhìn của bạn. Bởi vì: 1. Họ sẽ có khả năng làm việc nhiều hơn và vượt qua giới hạn để giúp bạn thành công vì bạn đã thể hiện hành vi đạo đức mạnh mẽ (một điều hiếm có trong lĩnh vực này) 2. Những người bạn trả tiền cho một số lượng bài viết nhất định sẽ bỏ rơi ngay khi thỏa thuận của họ kết thúc và sẽ bán tháo token. Tôi không làm quảng cáo trả phí dưới bất kỳ hình thức nào nhưng rõ ràng tôi sẽ không từ chối token miễn phí cho một dự án mà tôi cực kỳ lạc quan mà không có điều kiện ràng buộc. Những nhà văn giỏi nhất không thể bị mua chuộc và sẽ từ chối nếu bạn cố gắng làm vậy. Hãy chơi trò chơi dài hạn và đừng đi tắt, điều đó sẽ phản ánh trong hành động của bạn trên mọi lĩnh vực của doanh nghiệp và những nhà giao dịch thông minh có thể ngửi thấy điều đó từ xa. Các chiến dịch KOL đã chết, 99,9% các công ty tiếp thị là lãng phí tiền và sẽ -ev cho doanh nghiệp của bạn. Cách duy nhất để thâm nhập vào thị trường này là có những thành viên trong đội ngũ có kiến thức về crypto sẵn sàng làm việc thực tế.

OpenAI vừa xác nhận luận thuyết ngôi sao phương Bắc của tôi về AI hôm nay bằng cách phát hành đại lý điều hành của họ. Không chỉ đây là luận thuyết hướng dẫn của tôi cho $CODEC, mà còn cho mọi khoản đầu tư AI khác mà tôi đã thực hiện, bao gồm cả những khoản đầu tư từ đầu năm trong cơn sốt AI. Đã có rất nhiều cuộc thảo luận với Codec liên quan đến Robotics, trong khi lĩnh vực đó sẽ có câu chuyện riêng rất sớm, lý do cơ bản khiến tôi rất lạc quan về Codec từ ngày đầu tiên là do cách kiến trúc của nó hỗ trợ các đại lý điều hành. Mọi người vẫn đánh giá thấp mức độ thị phần mà việc xây dựng phần mềm chạy tự động có thể chiếm lĩnh, vượt trội hơn cả những công nhân con người mà không cần sự nhắc nhở hay giám sát liên tục. Tôi đã thấy rất nhiều so sánh với $NUIT. Đầu tiên, tôi muốn nói rằng tôi là một fan lớn của những gì Nuit đang xây dựng và chỉ mong muốn thành công cho họ. Nếu bạn gõ "nuit" vào telegram của tôi, bạn sẽ thấy rằng vào tháng Tư, tôi đã nói rằng nếu tôi phải giữ một đồng coin trong nhiều tháng, đó sẽ là Nuit do luận thuyết điều hành của tôi. Nuit là dự án điều hành hứa hẹn nhất trên giấy tờ, nhưng sau khi nghiên cứu kỹ lưỡng, tôi nhận thấy kiến trúc của họ thiếu chiều sâu cần thiết để biện minh cho một khoản đầu tư lớn hoặc đặt danh tiếng của tôi vào đó. Với điều này trong tâm trí, tôi đã nhận thức được những khoảng trống kiến trúc trong các đội ngũ đại lý điều hành hiện có và đang tích cực tìm kiếm một dự án giải quyết chúng. Ngay sau khi Codec xuất hiện (cảm ơn @0xdetweiler đã nhấn mạnh tôi cần tìm hiểu sâu hơn về họ) và đây là sự khác biệt giữa hai bên: $CODEC so với $NUIT Kiến trúc của Codec được xây dựng trên ba lớp; Máy, Hệ thống và Trí tuệ, tách biệt hạ tầng, giao diện môi trường và logic AI. Mỗi đại lý điều hành trong Codec chạy trong VM hoặc container riêng biệt, cho phép hiệu suất gần như bản địa và cách ly lỗi. Thiết kế theo lớp này có nghĩa là các thành phần có thể mở rộng hoặc phát triển độc lập mà không làm hỏng hệ thống. Kiến trúc của Nuit đi theo một con đường khác bằng cách trở nên đơn nhất hơn. Ngăn xếp của họ xoay quanh một đại lý trình duyệt web chuyên dụng kết hợp phân tích, lý luận AI và hành động. Điều này có nghĩa là họ phân tích sâu các trang web thành dữ liệu có cấu trúc để AI tiêu thụ và dựa vào xử lý đám mây cho các tác vụ AI nặng. Cách tiếp cận của Codec bằng cách nhúng một mô hình Vision-Language-Action (VLA) nhẹ trong mỗi đại lý có nghĩa là nó có thể chạy hoàn toàn cục bộ. Điều này không yêu cầu phải liên tục ping về đám mây để nhận hướng dẫn, cắt giảm độ trễ và tránh phụ thuộc vào thời gian hoạt động và băng thông. Đại lý của Nuit xử lý các tác vụ bằng cách đầu tiên chuyển đổi các trang web thành định dạng ngữ nghĩa và sau đó sử dụng một bộ não LLM để tìm ra điều gì cần làm, điều này cải thiện theo thời gian với học tăng cường. Trong khi hiệu quả cho tự động hóa web, quy trình này phụ thuộc vào xử lý AI nặng bên đám mây và cấu trúc trang đã được định nghĩa trước. Trí tuệ thiết bị cục bộ của Codec có nghĩa là các quyết định xảy ra gần hơn với dữ liệu, giảm chi phí và làm cho hệ thống ổn định hơn trước những thay đổi bất ngờ (không có kịch bản mong manh hay giả định DOM). Các đại lý của Codec theo một vòng lặp liên tục cảm nhận–suy nghĩ–hành động. Lớp máy truyền phát môi trường (ví dụ: một ứng dụng trực tiếp hoặc nguồn robot) đến lớp trí tuệ thông qua các kênh tối ưu hóa của lớp hệ thống, cung cấp cho AI "đôi mắt" về trạng thái hiện tại. Mô hình VLA của đại lý sau đó diễn giải hình ảnh và hướng dẫn cùng nhau để quyết định hành động, mà lớp Hệ thống thực hiện thông qua các sự kiện bàn phím/chuột hoặc điều khiển robot. Vòng lặp tích hợp này có nghĩa là nó thích ứng với các sự kiện trực tiếp, ngay cả khi giao diện người dùng thay đổi, bạn sẽ không làm gián đoạn quy trình. Để đưa tất cả điều này vào một phép ẩn dụ đơn giản hơn, hãy nghĩ về các đại lý của Codec như một nhân viên tự cung tự cấp, người thích ứng với những bất ngờ trong công việc. Đại lý của Nuit giống như một nhân viên cần tạm dừng, mô tả tình huống cho một giám sát viên qua điện thoại và chờ đợi hướng dẫn. Không đi quá sâu vào một cái hố kỹ thuật, điều này nên cho bạn một ý tưởng tổng quát về lý do tại sao tôi chọn Codec là cược chính của tôi vào các đại lý. Có, Nuit có sự hỗ trợ từ YC, một đội ngũ dày dạn và github hạng S. Mặc dù kiến trúc của Codec đã được xây dựng với quy mô ngang trong tâm trí, có nghĩa là bạn có thể triển khai hàng ngàn đại lý song song mà không có bộ nhớ hoặc ngữ cảnh thực thi chung giữa các đại lý. Đội ngũ của Codec cũng không phải là những lập trình viên trung bình. Kiến trúc VLA của họ mở ra nhiều trường hợp sử dụng mà trước đây không thể thực hiện với các mô hình đại lý do nhìn qua pixel, không phải ảnh chụp màn hình. Tôi có thể tiếp tục nhưng tôi sẽ để điều đó cho các bài viết trong tương lai.

Vấn đề là, nếu bạn thực sự muốn thành công trong lĩnh vực này, mọi người xung quanh bạn sẽ nghĩ rằng có điều gì đó không ổn với bạn. Để thực sự trở thành 0.001%, cuộc sống bên ngoài chiến trường gần như không tồn tại. Không có gái, không có sở thích, không có buổi đi chơi xã hội, không có netflix hay bất cứ điều gì khiến bạn rời xa công việc. Đó là một loại tư duy mà ngay cả những vận động viên chuyên nghiệp cũng khó có thể hiểu được, vì không có lý do gì mà bạn không thể trực tuyến 24/7. Chúng ta bị mắc kẹt trong nghịch lý tự do của chính mình. Mọi người đều muốn có khả năng kỳ diệu để nhấn nút kiếm tiền, cho đến khi đến lúc phải nói không với 95% những niềm vui. Bạn bè và gia đình sẽ liên tục đưa ra những gợi ý cho thấy bạn có một dạng bệnh tâm thần và sẽ không bao giờ thực sự thấy được tầm nhìn. Sự ghen tị gia tăng khi những mảnh thành công lén lút xuất hiện, nếu bạn quan sát mọi người đủ kỹ, họ luôn tiết lộ ý định thật sự của mình, ngay cả khi họ không có ý định. Những gợi ý nhỏ nhất sẽ tiết lộ họ, thường là từ những phản ứng cảm xúc bất ngờ trong khoảnh khắc mà bạn chỉ cần nghe một vài từ lỡ miệng, hầu hết thời gian đó là tất cả những gì cần thiết. Khi bạn trở nên thành công hơn, hãy học cách giữ im lặng. Không cần phải đề cập đến tiến bộ của bạn, dù thật tuyệt vời khi chia sẻ với mọi người và tận hưởng thành quả lao động của bạn, điều đó chỉ thu hút lòng tham từ người khác. Hầu hết mọi người thất bại trong điều này khi họ biến việc trở thành "gã crypto" hoặc "nhà đầu tư" thành toàn bộ nhân cách của mình. Ngay cả khi bạn trực tuyến 16 giờ một ngày, bạn vẫn cần có sở thích và tham vọng bên ngoài ngành này. Bạn bè nên muốn gặp gỡ bạn vì chất lượng sự hiện diện và sự khác biệt về tâm trạng mà bạn mang lại khi có mặt, chứ không phải vì bạn đã kiếm được bao nhiêu con số trên màn hình. Sống một cuộc sống riêng tư, tách biệt với một vòng tròn nhỏ những cá nhân chất lượng là mẹo sống tuyệt vời nhất để có được sự bình yên trong tâm trí. Nếu sự hiện diện của bạn không khiến mọi người cảm thấy điều gì đó mà không nói về tiền, bạn đã thua rồi.

Mọi người trên ứng dụng này đã thấy ứng dụng tạo ra doanh thu lớn nhất trong ngành của chúng tôi huy động được 1 tỷ đô la trong 12 phút với vốn hóa thị trường 1,5 tỷ đô la và đã nói "để tôi bán khống nó".

Biểu đồ giao dịch như một nhóm nhỏ cá nhân trên CT đã xác định dự án duy nhất xây dựng cơ sở hạ tầng cho một trong những câu chuyện mạnh mẽ nhất trong nửa thập kỷ tới.

$CODEC là gì? Robotics, Operators, Gaming? Tất cả những điều trên và nhiều hơn nữa. Tầm nhìn-ngôn ngữ-hành động (VLA) của Codec là một mô hình không phụ thuộc vào khung, cho phép hàng chục trường hợp sử dụng nhờ khả năng độc đáo trong việc hình dung lỗi so với các LLM. Trong 12 tháng qua, chúng tôi đã thấy rằng các LLM hoạt động chủ yếu như những cơ chế lặp, được điều khiển bởi dữ liệu và mẫu phản hồi đã được định nghĩa trước. Bởi vì chúng được xây dựng dựa trên lời nói và văn bản, các LLM có khả năng hạn chế để phát triển vượt ra ngoài cửa sổ ngữ cảnh ngôn ngữ mà chúng được đào tạo. Chúng không thể diễn giải đầu vào cảm giác, như biểu cảm khuôn mặt hoặc tín hiệu cảm xúc thời gian thực, vì lý do của chúng bị ràng buộc vào ngôn ngữ, không phải nhận thức. Hầu hết các tác nhân ngày nay kết hợp các LLM dựa trên transformer với các bộ mã hóa hình ảnh. Chúng "nhìn thấy" giao diện thông qua các ảnh chụp màn hình, diễn giải những gì trên màn hình và tạo ra các chuỗi hành động, nhấp chuột, gõ phím, cuộn để làm theo hướng dẫn và hoàn thành nhiệm vụ. Đây là lý do tại sao AI chưa thay thế được nhiều loại công việc: các LLM nhìn thấy ảnh chụp màn hình, không phải pixel. Chúng không hiểu được ngữ nghĩa hình ảnh động của môi trường, chỉ những gì có thể đọc được qua các khung tĩnh. Quy trình làm việc điển hình của chúng là lặp đi lặp lại: chụp một ảnh chụp màn hình, suy nghĩ về hành động tiếp theo, thực hiện nó, sau đó chụp một khung khác và lặp lại. Vòng lặp nhận thức-suy nghĩ này tiếp tục cho đến khi nhiệm vụ hoàn thành hoặc tác nhân thất bại. Để thực sự tổng quát, AI phải nhận thức được môi trường của nó, suy nghĩ về trạng thái của nó và hành động phù hợp để đạt được mục tiêu, không chỉ diễn giải các bức ảnh tĩnh. Chúng ta đã có các macro, bot RPA và kịch bản tự động hóa, nhưng chúng yếu và không ổn định. Một sự thay đổi pixel nhỏ hoặc thay đổi bố cục làm gián đoạn quy trình và yêu cầu sửa chữa thủ công. Chúng không thể thích ứng khi có điều gì đó thay đổi trong quy trình làm việc. Đó là nút thắt. Tầm nhìn-Ngôn ngữ-Hành động (VLA) Các tác nhân VLA của Codec hoạt động trên một vòng lặp trực quan nhưng mạnh mẽ: nhận thức, suy nghĩ, hành động. Thay vì chỉ phát ra văn bản như hầu hết các LLM, những tác nhân này nhìn thấy môi trường của nó, quyết định những gì cần làm và sau đó thực hiện. Tất cả được đóng gói thành một quy trình thống nhất, mà bạn có thể hình dung thành ba lớp cốt lõi: Tầm nhìn Tác nhân trước tiên nhận thức môi trường của nó thông qua tầm nhìn. Đối với một tác nhân Operator trên máy tính để bàn, điều này có nghĩa là chụp một ảnh chụp màn hình hoặc đầu vào hình ảnh của trạng thái hiện tại (ví dụ: một cửa sổ ứng dụng hoặc hộp văn bản). Thành phần tầm nhìn của mô hình VLA diễn giải đầu vào này, đọc văn bản trên màn hình và nhận diện các yếu tố giao diện hoặc đối tượng. Tức là đôi mắt của tác nhân. Ngôn ngữ Sau đó là suy nghĩ. Dựa trên ngữ cảnh hình ảnh (và bất kỳ hướng dẫn hoặc mục tiêu nào), mô hình phân tích hành động nào là cần thiết. Về cơ bản, AI "suy nghĩ" về phản ứng phù hợp giống như một người. Kiến trúc VLA kết hợp tầm nhìn và ngôn ngữ bên trong, vì vậy tác nhân có thể, ví dụ, hiểu rằng một hộp thoại bật lên đang hỏi một câu hỏi có/không. Nó sẽ quyết định hành động đúng (ví dụ: nhấp vào "OK") dựa trên mục tiêu hoặc lời nhắc. Đóng vai trò như bộ não của tác nhân, ánh xạ các đầu vào đã nhận thức thành một hành động. Hành động Cuối cùng, tác nhân hành động bằng cách xuất ra một lệnh điều khiển đến môi trường. Thay vì văn bản, mô hình VLA tạo ra một hành động (chẳng hạn như nhấp chuột, gõ phím hoặc gọi API) tương tác trực tiếp với hệ thống. Trong ví dụ hộp thoại, tác nhân sẽ thực hiện nhấp vào nút "OK". Điều này đóng vòng lặp: sau khi hành động, tác nhân có thể kiểm tra kết quả một cách trực quan và tiếp tục chu trình nhận thức–suy nghĩ–hành động. Các hành động là yếu tố phân tách chính biến chúng từ các hộp trò chuyện thành các tác nhân thực sự. Trường hợp sử dụng Như tôi đã đề cập, nhờ kiến trúc, Codec không bị ràng buộc bởi câu chuyện. Cũng như các LLM không bị giới hạn bởi những gì đầu ra văn bản mà chúng có thể tạo ra, VLA cũng không bị giới hạn bởi những gì nhiệm vụ mà chúng có thể hoàn thành. Robotics Thay vì dựa vào các kịch bản cũ hoặc tự động hóa không hoàn hảo, các tác nhân VLA tiếp nhận đầu vào hình ảnh (dữ liệu từ camera hoặc cảm biến), truyền nó qua một mô hình ngôn ngữ để lập kế hoạch, sau đó xuất ra các lệnh điều khiển thực tế để di chuyển hoặc tương tác với thế giới. Cơ bản là robot nhìn thấy những gì ở trước mặt nó, xử lý các hướng dẫn như "di chuyển lon Pepsi bên cạnh quả cam", xác định vị trí mọi thứ, cách di chuyển mà không làm đổ bất cứ thứ gì, và thực hiện điều đó mà không cần mã cứng. Đây là cùng một loại hệ thống như RT-2 hoặc PaLM-E của Google. Các mô hình lớn kết hợp tầm nhìn và ngôn ngữ để tạo ra các hành động trong thế giới thực. Công việc VLA của CogAct là một ví dụ tốt, robot quét một bàn đầy đồ, nhận một lời nhắc tự nhiên và thực hiện một vòng lặp đầy đủ: ID đối tượng, lập kế hoạch đường đi, thực hiện chuyển động. Operators Trong môi trường máy tính để bàn và web, các tác nhân VLA cơ bản hoạt động như những công nhân kỹ thuật số. Chúng "nhìn thấy" màn hình thông qua một ảnh chụp màn hình hoặc luồng trực tiếp, chạy điều đó qua một lớp lý luận được xây dựng trên một mô hình ngôn ngữ để hiểu cả giao diện người dùng và lời nhắc nhiệm vụ, sau đó thực hiện các hành động với điều khiển chuột và bàn phím thực tế, giống như một con người. Vòng lặp đầy đủ, nhận thức, suy nghĩ, hành động chạy liên tục. Vì vậy, tác nhân không chỉ phản ứng một lần, mà nó đang tích cực điều hướng giao diện, xử lý nhiều quy trình từng bước mà không cần bất kỳ kịch bản mã cứng nào. Kiến trúc là sự kết hợp giữa tầm nhìn kiểu OCR để đọc văn bản/nút/icon, lý luận ngữ nghĩa để quyết định những gì cần làm, và một lớp điều khiển có thể nhấp, cuộn, gõ, v.v. Nơi điều này trở nên thực sự thú vị là trong việc xử lý lỗi. Những tác nhân này có thể phản ánh sau các hành động và lập kế hoạch lại nếu điều gì đó không diễn ra như mong đợi. Không giống như các kịch bản RPA bị hỏng nếu giao diện người dùng thay đổi một chút, như một nút di chuyển vị trí hoặc một nhãn được đổi tên, một tác nhân VLA có thể thích ứng với bố cục mới bằng cách sử dụng các tín hiệu hình ảnh và hiểu ngôn ngữ. Điều này làm cho nó trở nên bền bỉ hơn cho tự động hóa trong thế giới thực, nơi các giao diện liên tục thay đổi. Điều mà tôi đã gặp khó khăn khi lập trình các bot nghiên cứu của riêng mình thông qua các công cụ như playwright. Gaming Gaming là một trong những trường hợp sử dụng rõ ràng nhất mà các tác nhân VLA có thể tỏa sáng, hãy nghĩ về chúng ít như bot và nhiều hơn như những người chơi AI nhập vai. Toàn bộ quy trình là như nhau, tác nhân nhìn thấy màn hình trò chơi (khung hình, menu, lời nhắc văn bản), lý luận về những gì nó phải làm, sau đó chơi bằng cách sử dụng đầu vào chuột, bàn phím hoặc tay cầm. Nó không tập trung vào sức mạnh thô, đây là AI học cách chơi game như một con người. Nhận thức + suy nghĩ + điều khiển, tất cả được kết nối với nhau. Dự án SIMA của DeepMind đã mở khóa điều này bằng cách kết hợp một mô hình tầm nhìn-ngôn ngữ với một lớp dự đoán và đưa nó vào các trò chơi như No Man’s Sky và Minecraft. Chỉ từ việc quan sát màn hình và làm theo hướng dẫn, tác nhân có thể hoàn thành các nhiệm vụ trừu tượng như "xây dựng một ngọn lửa trại" bằng cách kết nối các bước đúng, thu thập gỗ, tìm diêm và sử dụng kho đồ. Và nó không bị giới hạn chỉ trong một trò chơi. Nó đã chuyển giao kiến thức đó giữa các môi trường khác nhau. Các tác nhân gaming VLA không bị khóa vào một bộ quy tắc. Cùng một tác nhân có thể thích ứng với các cơ chế hoàn toàn khác nhau, chỉ từ việc định vị hình ảnh và ngôn ngữ. Và vì nó được xây dựng trên cơ sở hạ tầng LLM, nó có thể giải thích những gì nó đang làm, làm theo hướng dẫn bằng ngôn ngữ tự nhiên giữa trò chơi, hoặc hợp tác với người chơi trong thời gian thực. Chúng ta không còn xa việc có những đồng đội AI thích ứng với phong cách chơi và cá nhân hóa của bạn, tất cả nhờ vào Codec.

2023: “DeFi sẽ không bao giờ phát triển dưới sự quản lý coi token của nó như chứng khoán.” 2025: “ICM sẽ không bao giờ phát triển nếu token không thể đại diện hợp pháp cho vốn thực.”

Sự thành công của ICM không phụ thuộc vào Launchcoin hay bất kỳ nền tảng nào. Đây là một sự thay đổi chế độ trong cách chúng ta nhìn nhận các dự án tiện ích trên chuỗi. Chúng ta đã chuyển từ những đợt phát hành trị giá hàng tỷ đô la sang pumpfun do sự không khớp điên cuồng giữa giá cả và các yếu tố cơ bản. Bây giờ, chúng ta đang chuyển từ vaporware sang các dự án có người dùng thực, khối lượng và doanh thu. Phần lớn sẽ từ bỏ ngay khi chúng ta bước vào giai đoạn thực sự áp dụng.

Sự không khớp giữa giá cả và các yếu tố cơ bản. $KNET ($8 triệu) so với $ALCH ($120 triệu) @Kingnet_AI Xử lý mọi thứ từ mô hình 2D/3D đến rig nhân vật hoàn chỉnh, hoạt hình, và thậm chí là tạo mã, ngay từ các lệnh tự nhiên. Giao diện không cần mã nghĩa là bất kỳ ai cũng có thể biến ý tưởng thành bản demo game Web3 có thể chơi được mà không cần chạm vào một dòng mã nào. Tăng tốc độ xây dựng, giảm chi phí, và hạ thấp rào cản một cách đáng kể. Nó được định vị cho các nhà phát triển game Web3 bản địa, các nhà xây dựng độc lập, và các studio nhỏ. Nhấn mạnh mạnh mẽ vào việc tạo tài sản + nguyên mẫu từ đầu đến cuối. Về cơ bản, biến phát triển game thành một quy trình làm việc AI trực quan, nhằm mục đích tạo ra nhiều nội dung hơn nhanh chóng, ngay cả khi bạn không có kỹ thuật. KNET cung cấp năng lượng cho mọi thứ, thanh toán, truy vấn AI, và cuối cùng là thị trường cho các tài sản được tạo ra. Cũng có các liên kết quản trị. Liên kết với KingNet (công ty game công cộng lớn), và đã được kết nối với Solana, BNB, TON. Đang thấy sự thu hút ban đầu + chiến thắng hackathon. Kingnet AI được hỗ trợ bởi Kingnet Network Co. Ltd, một gã khổng lồ game Trung Quốc niêm yết công khai được thành lập vào năm 2008. Với một hồ sơ thành công với các tựa game nổi tiếng như Happy Tower, Shushan Legend, MU Miracle, và World of Warships Blitz, công ty là một trong những vườn ươm nổi tiếng nhất trong lĩnh vực game di động. Kingnet AI được xây dựng bởi SmileCobra Studio (Singapore) trong quan hệ đối tác độc quyền với chi nhánh Hồng Kông của Kingnet. Công ty mẹ được định giá hơn 5 tỷ đô la với 1 tỷ đô la trên bảng cân đối kế toán. @alchemistAIapp Một nền tảng không cần mã rộng hơn, chuyển đổi các lệnh của người dùng thành các ứng dụng hoặc trò chơi hoàn chỉnh. Nó sử dụng một động cơ AI đa tác nhân (nhiều mô hình chuyên biệt) để phân tích các lệnh của người dùng, tạo mã, tạo hình ảnh, và lắp ráp các ứng dụng hoàn chỉnh trong thời gian thực. Nhắm đến một cơ sở người dùng rộng lớn, từ những người đam mê đến các nhà xây dựng Web3, những người muốn nhanh chóng tạo nguyên mẫu cho các công cụ, trò chơi, hoặc trang web. Trải nghiệm người dùng rất mượt mà, ví dụ bạn nhập "một trò chơi rắn với nền gỗ nâu", và giao diện Sacred Laboratory của Alchemist tổ chức các tác nhân AI để sản xuất mã front end, logic trò chơi, và thậm chí là đồ họa tùy chỉnh. ALCH được sử dụng trong thị trường Arcane Forge và để truy cập các dịch vụ AI của Alchemist. Người dùng có thể kiếm ALCH bằng cách bán các ứng dụng hoặc trò chơi hữu ích, thị trường có các tính năng thưởng và khám phá để thưởng cho các ứng dụng phổ biến. Alchemist được thành lập vào năm 2024 bởi một nhóm ở Việt Nam, do Thien Phung Van (người sáng lập/CFO), Trong Pham Van (đồng sáng lập), và Duc Loc “Louis” Nguyen (CTO) dẫn dắt. Với nền tảng trong phần mềm và khởi nghiệp (Thien trước đây là CEO/CFO tại Vistia), nhóm nhỏ đã ra mắt Alchemist như một startup không có vốn. Tóm lại; Kingnet AI chuyên biệt, với mục tiêu tự động hóa việc tạo game từ đầu đến cuối cho Web3, được hỗ trợ bởi cơ sở hạ tầng game đã được chứng minh. Alchemist AI có phạm vi rộng hơn, cung cấp một giao diện LLM nhanh chóng để xây dựng các công cụ và trò chơi độc đáo với sức hấp dẫn bán lẻ. Kingnet sâu sắc trong lĩnh vực game, trong khi Alchemist rộng rãi trên nhiều trường hợp sử dụng. Dựa trên điều này, rõ ràng là Kingnet đang bị định giá thấp nghiêm trọng so với. Kingnet còn rất sớm trong vòng đời sản phẩm của họ và chưa hoàn thiện hoàn toàn trải nghiệm người dùng và giao diện, mặc dù chất lượng đội ngũ, kinh nghiệm và sự hỗ trợ vượt trội hơn hẳn nền tảng của Alchemist trong khi có giá trị vốn hóa thị trường thấp hơn 15 lần.

Mọi người cứ chúc mừng tôi về $CODEC, vì cái gì vậy? Cho đến nay, chúng ta thậm chí còn chưa thấy: - Tiện ích token - Khuyến khích - Lộ trình - Demo - Trang web mới - Thị trường - Đối tác tương lai - Các trường hợp sử dụng + nhiều hơn nữa Tất cả những gì chúng ta đã thấy chỉ là một vài đối tác và việc phát hành bộ tổng hợp tài nguyên của họ (Fabric). Tôi không viết nhiều chủ đề, nhiều bài đăng trên telegram, nói chuyện với đội ngũ gần như hàng ngày, tư vấn về marketing, thương hiệu, định vị để ăn mừng một mcap 6 triệu. Một wrapper chatgpt của một cô gái anime với tóc hồng đã đủ cho một mcap 6 triệu trong mùa AI. Các dự án đã gửi lên 9 con số qua đêm chỉ vì thắng một hackathon hoặc được spotlight từ các KOL/nghiên cứu viên lớn. Mọi người đã quên điều gì xảy ra khi đèn bật sáng và mọi người lại tin tưởng một lần nữa. Lý do tôi đã chuyển sang rất lạc quan trong tuần qua về onchain là niềm tin đang ở mức thấp nhất mọi thời đại. Tháng qua đã chứng kiến một trong những tiến bộ lớn nhất mà chúng ta đã đạt được trong ngành này cùng với bối cảnh vĩ mô tích cực. Nhớ cảm giác tiền rơi từ trên trời xuống không? Có thể không lâu nữa chúng ta sẽ lại được trải nghiệm điều đó.