全部 通识 以太坊 比特币 Solana 公链 Solidity Web3应用 编程语言 安全 密码学 AI 存储 其他

Vitalik: 我对“AI 2027”的回应

文章批判了AI 2027中，仅有领先AI具备超强能力而其他人停滞不前的假设，认为生物武器末日并非必然，网络安全末日和超级说服末日也非定局。文章强调，应重视防御性技术，如空气过滤、病毒实时检测和免疫系统增强，同时主张信息生态系统应更加多元化，并配备防御性AI来抵御超级说服。
AI安全  网络安全  生物防御  超级智能  信息安全  防御性AI 

深入了解Mira Network：增强AI的信任度

Mira Network 是一个去中心化系统，旨在通过群体验证（而非个体完美）来解决AI的“训练困境”，即AI模型无法同时解决幻觉和偏差的问题。它通过将AI输出转化为可独立验证的声明，并利用多个AI模型之间的分布式共识，减少AI错误率，已应用于Klok、Learnrite、Gigabrain等应用中，证明了AI在不同行业的可靠性。
AI  去中心化  验证  区块链  模型  分布式共识 
  • tobs.x
  • 发布于 2025-06-28
  • 阅读 ( 231 )
  • ( 17 )

AI框架太多了

当前AI开发正面临框架瓶颈，例如LangChain和AutoGen等框架在快速启动项目后，会限制性能优化和调试。建议采用agentic primitives，即小型、可组合的构建块，例如原子代理、显式状态管理和声明式编排，以提高可调试性、性能优化、可测试性、增量部署和成本控制。这种方法可以构建定制化的、生产级别的AI系统。
AI框架  agentic primitives  LangChain  AutoGen  调试  性能优化  模型 

UMA 的AI实验：AI代理能否增强乐观预言机？

UMA推出了Optimistic Truth Bot，这是一个实验性的AI代理系统，旨在为UMA的Optimistic Oracle中的实时问题提供答案。该系统通过AI代理提出建议，以提高效率并保留人工监督，目前在预测市场中已达到90%以上的准确率。该实验旨在探索AI如何与人类协作，以实现更快、更公平和更具前瞻性的链上真相验证。
Optimistic Oracle  AI代理  预测市场  链上验证  Optimistic Truth Bot  LLM 
  • uma_xyz
  • 发布于 2025-06-04
  • 阅读 ( 269 )
  • ( 21 )

$Virtual 熊市案例

Virtuals Protocol 旨在成为链上AI自主代理的创建和交易平台。该平台经历了快速增长和随后的活动及收入大幅下降。尽管其技术框架具有一定的创新性，但主要优势在于加密AI领域的先发优势和品牌效应。为了维持其高估值，Virtuals需要证明其能从投机活动转变为可持续的用户价值和收入。
AI代理  链上交易  Token化  DeFi  估值  区块链 

奇点会到来吗？

文章探讨了人工智能（AI）技术发展是否会导致技术奇点，即技术发展变得不可控和不可逆转，并威胁人类社会。文章引用了多项研究，包括ChatGPT 4通过图灵测试，以及对AI发展速度的预测。文章认为，虽然AI在某些方面超越人类，但目前看来奇点在短期内不太可能发生，并讨论了AI可能面临的挑战如学习内容质量下降以及未来的发展方向。
人工智能  技术奇点  GenAI  图灵测试  深度学习  Memex 

数字化取证和欺诈分析变得更简单

本文介绍了使用 LlamaCloud 和 LlamaIndex 进行文档解析，以提取如英国邮政编码、IP 地址、电子邮件地址、银行详细信息等敏感信息的方法，用于欺诈检测和数字取证。通过 GenAI 引擎，可以从各种格式的文档中提取信息，并展示了使用 LlamaExtract 提取信息的代码示例。文章还评估了使用不同配置的成本和输出结果。
LlamaIndex  LlamaCloud  文档解析  欺诈检测  数字取证  GenAI 

Monad MCP Server 教程：与 Monad 测试网交互的利器（附惊喜彩蛋）

在区块链开发的广阔领域中，与主网/测试网进行高效交互是开发者们必不可少的技能。MonadMCPServer作为一款强大的工具，为开发者提供了与Monad测试网进行交互的便捷途径。它允许开发者检查MON代币余额、发送交易、部署智能合约以及监控区块链事件等。本文将详细介绍如何使用M
MCP 
  • King
  • 发布于 2025-05-15
  • 阅读 ( 472 )
  • ( 30 )

Bionetta：终极客户端ZKML技术概览

Bionetta是一个zkML框架，旨在解决AI安全问题，实现可验证性、零知识和客户端执行。它通过将模型权重嵌入电路作为常量，优化R1CS系统中的线性计算，从而降低计算成本。该框架还提出了一种量化方案，用于在有限域内处理浮点运算，并在神经网络中有效管理精度。
ZKML  零知识证明  神经网络  客户端证明  R1CS  量化 

分析对“AI 2027时间线预测”的批判

本文是对LessWrong用户，substack作者Titotal对AI 2027时间线预测的深入批判性分析。
AI  人工智能  时间线预测  模型评估  深度学习  AGI 
  • thezvi
  • 发布于 2025-04-29
  • 阅读 ( 68 )

AIFi > DeFAI : 蝴蝶效应

将 AI 与 DeFi 集成（AIFi ）将增强 DeFi 的现有使用方式。从比较定义开始，然后深入 DeFi 痛点、可验证性和各种用例, 探讨了蝴蝶效应：在复杂系统中，初始的小变化可以导致后来的重大、不可预测的结果。更好的定义会激发更好的系统
AIFI  DeFAI 

Recall回归：追踪你一切行为的“最愚蠢AI”！

文章讨论了微软即将推出的Recall功能，该功能会定期截屏并使用OCR技术提取屏幕上的文本，存储在本地数据库中。作者担心这会带来隐私风险，因为用户的密码、银行详细信息等敏感信息可能被泄露。文章还探讨了这种技术可能被滥用的场景，例如被网络罪犯利用或被用于广告投放和执法。
Recall  微软  隐私  OCR  数据安全  人工智能 

Concrete ML v1.9：TFHE-rs 兼容性和更快的 LLM 微调

Concrete ML v1.9 版本发布，引入了对 TFHE-rs 密文格式的支持，使 Concrete ML 模型能够无缝集成到基于 Rust 的 FHE 管道中。
Concrete ML  TFHE-rs  全同态加密  FHE  LoRA  LLM微调 
  • ZamaFHE
  • 发布于 2025-04-11
  • 阅读 ( 463 )
  • ( 13 )

Concrete ML v1.9：TFHE-rs 兼容性与更快的 LLM 微调

Zama发布 Concrete ML v1.9 版本，该版本支持 TFHE-rs 密文格式，支持开发者使用 Rust 生态系统进行加密机器学习工作流程，能够将 Concrete ML 模型无缝集成到基于 Rust 的 FHE 管道中。同时，LoRA LLM 微调协议也得到了性能上的改进，并推出了新的 SDK，旨在构建支持 FHE 的浏览器和移动应用程序，使移动用户能够安全地处理敏感数据。
全同态加密  FHE  Concrete ML  TFHE-rs  LLM  LoRA 
  • ZamaFHE
  • 发布于 2025-04-11
  • 阅读 ( 437 )
  • ( 11 )

借 AI 之力，践十万小时，创多元产品

在个人成长与事业开拓的漫漫长路中，“10万小时定律”宛如一座闪耀的灯塔，照亮前行的方向。作家格拉德威尔在《异类》中提出，天才并非天赋异禀，而是凭借持续10万小时的不懈努力，从平凡走向卓越。如今，我决心将这一定律融入借助AI实现各类产品的实践中，在数字科技的浪潮里，书写新的篇章。
AI  10万小时定律 
  • King
  • 发布于 2025-04-03
  • 阅读 ( 1306 )
  • ( 13 )

AI 2027：Dwarkesh的播客，嘉宾：Daniel Kokotajlo和Scott Alexander

本文主要介绍Daniel Kokotajlo发起的“AI 2027”项目，旨在具体预测未来AI发展趋势，并详细分析了Daniel Kokotajlo和Scott Alexander在Dwarkesh Patel的播客中对AI 2027情景的讨论，Dwarkesh Patel 对AI 的发展提出了很多质疑， Daniel 和 Scott 都进行了解答，其中讨论了AI的加速发展、中美竞争以及对社会的影响等多个方面。
AI  人工智能  AGI  AI安全  对齐  AI风险 
  • thezvi
  • 发布于 2025-03-26
  • 阅读 ( 47 )

AI领域最大规模的草根运动

本文深入探讨了AI数据获取面临的挑战，包括数据中心化、质量下降以及数据来源验证的需求。Grass通过建立去中心化的网络爬取平台，利用个人设备的闲置带宽进行数据收集和处理，并以$GRASS代币奖励贡献者，从而为AI公司提供高质量的训练数据。Grass网络的用户规模和数据处理能力均实现了显著增长，并通过Sion升级进一步提升了多模态数据处理能力。
AI  数据采集  去中心化网络  区块链  数据质量  GRASS代币 

零知识AI：私有、无需信任AI的未来

本文深入探讨了零知识AI（ZKAI）如何利用零知识证明（ZKP）、可信执行环境（TEE）和区块链验证，实现无需信任且保护隐私的AI部署。文章详细介绍了ZKML在保护隐私AI计算中的作用，区块链作为AI模型验证器，TEE在AI安全中的应用，以及ZKAI在Web3、DeFi和去中心化身份中的实际应用，并展望了去中心化AI代理的未来。
零知识证明  ZKML  可信执行环境  区块链  隐私保护  去中心化AI 

动漫需要Web3

本文深入探讨了日本动漫产业在全球取得主流地位的历程，分析了其赖以生存的生产委员会制度的优势与弊端，并探讨了Web3技术如何通过去中心化融资、透明收益分配、粉丝参与等方式解决传统动漫产业的结构性问题，Animecoin作为Web3与动漫融合的代表项目，旨在构建一个由创作者驱动和粉丝赋能的动漫生态系统。
动漫  Web3  生产委员会  Animecoin  去中心化  NFT 

AI Agent框架指南 [2]：实现类似DeepSeek R1的推理模型

该文将会引导用户一步一步实现AI Agent中有趣的功能，Thinking。
  • BoxChen
  • 发布于 2025-03-05
  • 阅读 ( 1097 )
  • ( 22 )