I kveld brukte jeg min @ReiNetwork0x UNI01 (en eksklusiv agent dedikert til prosjektinvesteringer og forskning på kjeden) til å spørre:
Hjelp meg med å utføre grundige undersøkelser om $alpha, den offisielle kampanjen er @netprotocolapp, og den offisielle nettsiden er: , ta en titt på brikkedistribusjonen og investeringsmulighetene i annenhåndsmarkedet.
UNI01 Svar:
Net Protocol bygger en desentralisert, on-chain native myntutstedelse og sosial empowerment-plattform som støtter brukere til å delta i prosjektinkubasjon gjennom Upvote-mekanismen, og danner en "fellesskap som VC"-modell. Den er for tiden i Expansion Early-stadiet, med begrensede muligheter, men narrativ observasjonsverdi. (Se skjermbilde for flere analysedetaljer og generell investeringsforskningsstruktur gitt av den)
Jeg er veldig overrasket over nøyaktigheten av UNI01s prosjektforedling og nøyaktighet av sammendrag og datagjennomgang, som på ingen måte er dårligere enn noen investeringsforskningsassistent på kjeden som har vært i sirkelen i mer enn 2 år. Og det kan være søvnløst 🤣 24 timer i døgnet, 7*24 timer i døgnet
Det eneste som ikke ble undersøkt: "For hvert token som lanseres på NET-plattformen, er 50 % av transaksjonsgebyrene og stemmegebyrene å kjøpe $alpha, noe som danner et godartet kjøpspress. Dette krever arbeidskraft for å sette sammen informasjon og detaljer fra flere steder
Etter å ha fordøyd den omfattende modellen V1 for token-prosjektanalyse som jeg gjentatte ganger matet med ChatGPT 5, Claude, Gemini, Manus og Flowith, har UNI01 vært i stand til å bli min hjelpeassistent etter opplæring, og har vært i stand til å bli min hjelpeassistent når jeg først behandlet prosjektene jeg ga.
Fortsett å optimalisere følgende punkter:
1. Tren den hele tiden til å tenke som et menneske;
2. La den lære å analysere dynamiske data, det vil si etter at dataene på kjeden er strukturert i forskjellige tidsperioder, analysere investeringsanalysen brakt av derivatfaktorer, gi eieren flere perspektiver å tenke på, og bidra til å støtte flere muligheter;
3. Gi den mer kunnskapsbase og prosjektanalysedatabase.
[ $REI: Et minne og en evolusjonær hjerne på kjeden, et nytt teknologiparadigme vs. et spill mellom hvalstruktur]
Riktignok er @ReiNetwork0x et typisk "underliggende paradigmeomskriving + sekundær struktur er skjørt" gamblingspill.
1. Hva gjør $REI?
Det er ikke bare nok en #AI narrativ pakke, det prøver virkelig å gjøre: omsette "minne/resonnement/modellsamarbeid" til en "kjede evolusjonær hjerne".
Den ønsker å løse flere feil i nåværende LLM-er (Large Language Models):
Glemme (ingen vedvarende hukommelse), hallusinere, ikke tilhøre deg (ikke eie/overføre).
@ReiNetwork0x Løsningen som gis er: la det læres, huskes og skrives med store bokstaver mens du bruker det.
2. Versjon med én setning:
Rei Core er posisjonert som et AI-laboratorium for grunnforskning som benchmarker OpenAI og Anthropic, ikke bare en annen LLM, men en revolusjonerende "syntetisk hjerne"-arkitektur kalt "Core".
Core løser fundamentalt de nåværende flaskehalsene til AI innen minne, læring og pålitelighet gjennom tre kjernekomponenter og tre store teknologiske gjennombrudd.
Crypto gir den tre kraftige verktøy: logger på kjeden = verifiserbare, eiendelisering = omsettelig og gjenbrukbar, og åpne insentiver = trekker utviklere for å supplere deres dedikerte evner.
Derfor har detaljinvestorer vanligvis ingen mulighet til å få tilgang til egenkapitalen til tidlige grunnforskningslaboratorier, og nå er $REI av offentlig likviditet en knapp inngang, og det er selvfølgelig også en risikoeksponering.
3. Token/økonomisk modell:
Fordeler: høy innledende sirkulasjon, mindre påfølgende opplåsingsbomber;
Ulemper: Men den tidlige konsentrasjonen av rimelige chips er enorm;
Største gap: Ikke å gjøre det klart om $REI verdifangst, er det et call-gebyr? Opprette en enhetssikkerhet? Tilbakekjøp av gebyr? Det er foreløpig ikke klart.
4. Høydepunkter på kjeden og data:
1. De 250 beste adresserer > 81 % tilbud, ikke lurer seg selv, som er kjernesystemrisikoen;
2. Månedlig drift: titalls terabyte med dataskriving, mer enn 600 000 mønstre og nær 99 % synkroniseringsfrekvens, noe som betyr at den virkelig kjører, ikke PPT.
3. Markedsverdiområde: AI-konsept i midten av midjen, teknisk narrativ premie + rabatt på posisjonsstruktur.
5. Forskjeller i omtrentlige benchmarking-elementer:
Bittensor @opentensor: Et åpent nettverk som stimulerer til datakraft/modellbidrag, med fokus på insentiver for eksterne bidrag; REI er mer som en integrert hjerne av arkitektur + minne + resonnement.
Autonolas @autonolas: Multiagentsamarbeid og desentralisert tjenesteorkestrering; REI fokuserer mer på "kontinuerlig læring med en hjerne + intern kunnskapsstruktur".
LangChain @LangChainAI: Utviklerverktøy/orkestreringsrammeverk uten langtidsminne eller insentiver; REI binder hukommelse-resonnement-motivasjon.
6. Risikopunkter (ikke hvitkalket):
1. Konsentrerte posisjoner: Kostnaden for hvalflis er lav, og enhver bevegelse er en løpsøvelse.
2. Anonymt team: Nå er det "kode = omdømme", når den iterative rytmen er feil, vil tilliten umiddelbart slå tilbake.
3. Teknisk realisering: Læring/hallusinasjonsreduksjon under resonnement krever tredjepartsevaluering, ikke selvrapportering.
4. Økologisk verifisering: Det tar tid for eksterne virkelige forretningsapplikasjonsscenarier og tredjepartsenheter å skalere.
5. Tokenverdifangstmekanismen er nå i "tom boks"-stadiet.
7. Nåværende fokusindikatorer:
1⃣ Chipkonsentrasjon: Kan andelen av de 250 beste gå under 75 %; Hvaler kjøper og selger.
2⃣ Utviklingsfremgang: Kjerneutgivelser fortsetter (månedlig eller annenhver månedlig frekvens), GitHub ukentlige forpliktelser forblir i gang (≥30-nivå).
3⃣ Økologisk anvendelse: Antall eksterne enheter fortsetter å stige; Ekte API/SDK-kall.
4⃣ Økonomisk modellstimulans: Når gebyrer/boliglån/leieavtaler er implementert, se om ekte tokens er brent eller låst.
8. Min inngangs- og posisjonsstrategi:
Fullført med nansen-verktøy: overvåking på kjeden, med fokus på hovedadresser, CEX-bane og LP-likviditetsendringer; 0,19U for å åpne en posisjon 25 %
I løpet av de siste to dagene, da det samlede AI+kryptoprosjektet på basen trakk seg tilbake, hadde det fylt opp til 50 % på 0,11U
I fremtiden vil jeg fortsette å holde øye med: Topp 100 konsentrasjoner av posisjoner / Enheter reell økologi / Gebyrforbruk & insentiver & lock-up modell / Hallusinasjonsmåling / Hvaltilstrømning/utstrømning.
Kjernesynspunkter:
Dette er ikke bare nok en AI-applikasjon, men et laboratorium for nye grunnleggende paradigmer og nye forsøk, og det er også en tidsinnstilt bombe for brikkestrukturen til deler av prosjektsiden.
Hvis den kan kjøres, vil markedsverdsettelsestaket være mye høyere enn for vanlige AI x Crypto-prosjekter. Det er også mange slike "underliggende rekonstruksjon + "jo større vind og bølge, jo dyrere fisk" strukturell risiko" AI+kryptoprosjekter, fortsett å spore, DYOR!
Noen informasjonsinnlegg om $REI oppsummert:
1.@blocmatesdotcom "Tenke nytt om store språkmodeller fra bunnen av"
2. @bes_______ Rei-papirer
3.@0xreitern viktige ressurser/informasjonsveiledning for @ReiNetwork0x
28,93k
8
Innholdet på denne siden er levert av tredjeparter. Med mindre annet er oppgitt, er ikke OKX forfatteren av de siterte artikkelen(e) og krever ingen opphavsrett til materialet. Innholdet er kun gitt for informasjonsformål og representerer ikke synspunktene til OKX. Det er ikke ment å være en anbefaling av noe slag og bør ikke betraktes som investeringsråd eller en oppfordring om å kjøpe eller selge digitale aktiva. I den grad generativ AI brukes til å gi sammendrag eller annen informasjon, kan slikt AI-generert innhold være unøyaktig eller inkonsekvent. Vennligst les den koblede artikkelen for mer detaljer og informasjon. OKX er ikke ansvarlig for innhold som er vert på tredjeparts nettsteder. Beholdning av digitale aktiva, inkludert stablecoins og NFT-er, innebærer en høy grad av risiko og kan svinge mye. Du bør nøye vurdere om handel eller innehav av digitale aktiva passer for deg i lys av din økonomiske tilstand.