Gin.AI @ginbitcoin

@UltraWeb3Fest @SUPERFLOWINC WAGMI

Polymarket SDK 0.3.0 发布了,感谢大家支持现在已经有 352个star了 github.com/cyl19970726/po… @Polymarket 现在你可以用 10 行代码做跟单了 原理如下： 我们的新架构： 明天我在来说下v0.3.0 除了增加了 smart money service 还做了哪些更新，今天困了先睡了晚安。 以及如果你还需要做套利可以参考上条推特，都有完整的实现，需要自取吧。

keyboard_arrow_left Previous keyboard_arrow_right Next

0xhhh @hhhx402

8 months ago

承蒙大家厚爱，polymarket-sdk 仓库现在已经有 129 个 star 和 37个fork. 开源YYDS! github.com/cyl19970726/po… @Polymarket 今天更新了下架构，基本上你在polymarket上需要的所有操作这里都提供了对应的方法，比如存钱，Swap,Search

keyboard_arrow_left Previous keyboard_arrow_right Next

36 97 501 152K 599

x.com/i/article/2003…

Robots in China are doing it all now, even dancing on stage like pros. Here Unitree robots doing Webster flips and are performing at Chinese-American singer Wang Leehom’s concert in Chengdu.

之前分享过 OKX 的 Solana Router 合约，其实他们也开源了 EVM 的路由合约，兼容 100 多个市场，非常全面。 玩 evm 套利的朋友可以参考下！ repo: github.com/okxlabs/DEX-Ro… @wallet @okxchinese @star_okx

0xAA @0xAA_Science

a year ago

OKX 上个月开源了他们新版本的 Solana 路由合约，听说很多交易所和钱包的路由也是参考它做的，玩链上套利和bot的朋友可以学习下。 目前开源的solana路由很少，比如 jupiter 就没开源。 给 OKX 的开源精神点赞 👍 @wallet @okxchinese @star_okx repo: github.com/okxlabs/DEX-Ro…

66 131 636 282K 583

If you don’t commit to meaningful work, life will fill your time with busywork.

A Sovereign Agent Stack Identity and Reputation • ERC-8004 • Agent0 (ERC-8004 SDK by @marco_derossi) • @virtuals_io • @Ch40sChain Payments, Metering, and Incentives • x402 @coinbase • AP2 @GoogleCloudTech • @alt_layer • @corbits_dev Faremeter • @Superfluid_HQ • @virtuals_io Verifiable Computation • @eigencloud • @OasisProtocol • @PhalaNetwork • @brevis_zk • @RiscZero • @SuccinctLabs Verifiable AI • @eigencloud • EZKL @ezklxyz • @ritualnet • @zama Memory and State • @ArweaveEco • @irys_xyz • @Filecoin • @ipfs • @DataHaven_xyz Agent Wallets, Control, & Policy • @privy_io • @dynamic_xyz • @magic_labs • @zerodev_app • @safe • @crossmint • @biconomy Coordination • ERC-8004 • @virtuals_io • @recallnet • @0xIntuition > Disclaimer: this is probably not comprehensive of everything that is available and belongs here. If you have additional components or resources you'd like me to include in the future, please share them in the comments.

看了下，有点厉害，从系统提示词到环境准备（合约分析常用命令行工具、fork目标区块高度的本地网络、目标合约地址等），再到测试、Exploit 代码编写、验证、报告输出... 智能合约安全审计师/分析师/研究员们可以起飞了。一些漏洞分析，直接丢给定制化的 agent，复杂的上人工，调教完善。

keyboard_arrow_left Previous keyboard_arrow_right Next

Anthropic @AnthropicAI

9 months ago

New on our Frontier Red Team blog: We tested whether AIs can exploit blockchain smart contracts. In simulated testing, AI agents found $4.6M in exploits. The research (with @MATSprogram and the Anthropic Fellows program) also developed a new benchmark: red.anthropic.com/2025/smart-con…

346 691 5K 2.1M 2K

New on our Frontier Red Team blog: We tested whether AIs can exploit blockchain smart contracts. In simulated testing, AI agents found $4.6M in exploits. The research (with @MATSprogram and the Anthropic Fellows program) also developed a new benchmark: red.anthropic.com/2025/smart-con…

@arsen_bt Security

@Nature_v5 well done!

关于抖音的危害，终于看到系统的研究了

Hyperliquid的HLP继ETH鲸鱼和Jellyjelly事件后 又一次被攻击了 攻击的手法基本上换汤不换药，这次选用的是 $POPCAT ， 跟Jellyjelly类似，也是现货流动性不足的meme币种 1. 攻击者从OKX提取了300万USDC，分散到19个钱包 2. 在$0.21布了2000万的买单，19个钱包开了 $3000万的多单 3. 突然撤掉买盘，引起暴跌触发清算，让HLP接管亏损头寸 4. 但POPCAT本身就流动性不足，HLP接的头寸平不掉，POPCAT继续下跌，导致HLP总共亏损 $490万。攻击者亏损$300万 5. 可能该攻击者在其他CEX部署了相应的对冲，最后估计略微获利或者不亏不赚 在攻击事件之后，Hyperliquid快速进行了祖传风控操作 - 拔网线，关闭Arbitrum充提 据说之前很多MM是因为HL勇于在Jellyjelly事件中拔网线，才更认可平台 估计这次操作以后，他们会更Bullish

MLM @mlmabc

9 months ago

About 13 hours ago, someone withdrew $3M USDC from OKX and split it across 19 wallets. Around 14:45 CET, he started longing millions worth of POPCAT, placing roughly $20M worth of buy orders at $0.21. The combined long position grew to around $30M across those 19 wallets.

285 200 2K 1.8M 392

5-Day AI Agents Intensive Course with Google (3/5) 谷歌这5天的 AI Agents 课程太硬核了，前三天连续发布白皮书，每一本都值得慢慢阅读，理论结合最佳实践，对重新理解和真正把 AI Agents 在企业中落地都很有帮助。 再把这三本白皮书发在这里，前几天错过的朋友们，看这一篇： 1. Introduction to Agents kaggle.com/whitepaper-int… 2. Agent Tools & Interoperability with MCP kaggle.com/whitepaper-age… 3. Context Engineering: Sessions & Memory kaggle.com/whitepaper-con… 4-5 天一起期待，这周五全部更新。

我在MIT看到的Agent 新范式 今天在麻省理工学院的EmTech大会上，看到了一个让我重新思考整个AI agent领域的演示。 演示方是TinyFish，一家相当低调的公司。创始团队里有两位华人，获得了ICONIQ领投的近3.5亿元人民币融资，但在今天之前从未公开展示过他们的核心产品。 而他们正在做的事情，已经在为Google和DoorDash运行超过千万级别的web agent操作... 不是实验室demo，是真实的生产环境。 TinyFish产品能让 AI 能够像人类一样自动操作网页、完成企业级任务... 它可以在没有 API 的情况下，让 AI 自动跨网站读取、理解、操作网页，执行业务流程、采集数据、提交信息、监控变化。 从抓数据、比价格、做填表、查库存，到合规审查与动态定价，都能完成... 可以在几千个网站间实时操作、执行任务。 也就是可以以同时运行一千个ChatGPT Atlas ，然后不间断的，同样的答案运行一千万次... 一个被所有人忽视的事实 TinyFish的CEO Sudheesh在演示中分享了一个震撼的洞察： 现在市面上所有的AI agent，都只能操作5%的网络。 不是因为开发者技术不行，而是因为所有人都在基于搜索引擎构建agent。 而搜索这个范式，早就失效了。 搜索是怎么失效的？ 我们来看一个最简单的例子：Amazon。 Amazon的每个产品页面都被Google完整索引，完全可以爬取。这是搜索引擎最理想的场景。 但当你在Amazon搜索"笔记本电脑"时会发生什么？ 你会看到上万个结果。赞助商品、虚假评论、AI生成的描述铺天盖地。你翻了几页就放弃了，最后随便点一个"看起来还行"的，结账走人。 这不是Amazon的问题。这是搜索范式本身的问题：当数据量太大时，排名就失效了。 Google成功地索引了数百万Amazon页面，但这并没有让搜索变得更有用。Amazon自己建了搜索引擎，也没有解决问题。 网络变得太大了。即使是已经被索引的那部分，排名也已经无法工作。 搜索假设你想"找到"某样东西。但如果你需要"检查所有"东西呢？比较所有供应商？验证每一个选项？** 这时候，整个范式就崩溃了。 那剩下的95%呢？ 更糟糕的是，刚才说的还只是那5%被索引的网络。 剩下95%的网络藏在哪里？ - 需要登录的供应商门户 - 有身份验证的医疗系统 - 只能通过表单提交访问的政府数据库 - 需要多步骤导航的竞争情报 搜索引擎根本接触不到这些。不是技术问题，是架构问题。你无法爬取需要交互才能访问的内容。 所以我们面临两个问题： 1. 被索引的5%网络因为太大而失效 2. 95%的重要数据根本没被索引 两个问题的根源都一样：搜索这个范式假设人类会手动评估结果。当你需要全面的情报而不是排名选项时，它就失效了。 为什么现有方案都解决不了 你可能会想：RAG呢？更好的embedding呢？Browser agents 呢？ 它们都解决不了 因为它们都继承了搜索的核心局限：假设你想"找到"某样东西，而不是"检查所有"东西。 当一个采购团队需要检查200个供应商门户的竞争定价时，排名帮不了你。 当制药公司需要在数千个研究站点匹配临床试验的患者资格时，检索帮不了你。 这不是"这项工作很繁琐我们想自动化"的问题。这是"这种分析在我们需要的规模上根本不可能完成"的问题。 从可读Web到可执行Web Sudheesh解释了他们的解决方案： 不是更好的搜索，而是操作性基础设施。 TinyFish构建的系统可以： - 登录认证系统 - 导航多步骤工作流 - 提取结构化数据 - 同时运行数十万个并行会话 这就是从"可读Web"到"可执行Web"的转变。 浏览器代理（比如OpenAI的Atlas）帮助个人更快地导航网站：一次一个会话，一个浏览器。 TinyFish 的 Mino： 👉 就像一个“AI工厂”，让公司自己创建、部署和管理这些“网页机器人（Web Agents）”。 Mino可在基础设施规模上运行数十万个并行会话，在需要人类团队数周时间完成的复杂工作流中保持准确性。 这不是自行车和摩托车的区别。这是自行车和货运网络的区别。 规模化的证明 这不是理论 TinyFish已经在为ClassPass、Google、DoorDash等公司每月运行3000万次操作。 ClassPass的例子很典型：他们需要聚合数万家健身工作室的课程。大部分工作室没有API，只有手动更新的预订网站。课程安排每天变化，价格因时间、地点和等级而异。 传统方法全部失败： - 人工录入：无法规模化，数据永远过时 - 爬虫：网站一改版就崩溃 - API对接：长尾永远不会开发集成 使用TinyFish后，他们的场馆覆盖率增加了3-4倍，成本降低了50%。 更具体的实际落地案例： 🏨 Google Hotels 日本许多酒店使用老旧系统，无法接入 Google 聚合平台 TinyFish 的代理能自动获取这些酒店的库存与价格； 无需 IT 改造，让 Google Hotels 实现实时更新。 实现 99% 的实时覆盖率 更新频率提升 20 倍 运行量超过 每月 1,000 万+ 操作 🛵 DoorDash 为每个城市部署 AI 代理，自动抓取竞争网站菜单、价格、促销 每小时更新、自动去重与异常检测； 与 DoorDash 内部数据系统自动对接。 每月收集数百万个定价变量； 用于动态调整价格、优化市场响应； 自动化 95% 市场数据采集； 提高预测模型精度 30%； 大幅降低人工调研成本（原来每月人工工时 1200+ 小时）。 这意味着什么 搜索在过去25年里运行得很好，因为网络足够小，人类可以手动评估排名结果。 现在网络太大了。即使是被索引的部分也变得无法管理。而95%的网络从来没被索引过。 接下来的范式不是更好的搜索或更智能的排名。而是能够在整个网络上导航、推理和提取的操作性基础设施：公开的和私密的，被索引的和未被索引的。 Agent功能的发展速度远超预期。短短36个月，我们就从"AI起草邮件"发展到了"AI运行完整工作流"。 TinyFish可能在企业规模的实际落地上已经领先了。 他们正在向开发者开放这个基础设施。如果你在构建需要大规模可靠性的agent产品，这可能是一个值得关注的早期信号。

x.com/i/article/1986…

x.com/i/article/1985…

【开源镰刀 Open Rug 26 - 要搞好盘子，先当好套利者】 除非你是乔布斯或者黄仁勋，能搞出那种重新制定规则的价值创造。否则在这个世界上，你能做的只是对世界上已被创造的价值进行搬砖，也就是套利: 贸易是地理套利，银行是对储户的认知套利；北印度互联网是防火墙的监管套利…… 这个地球上绝大多数伟大的”商业创新“，包括Crypto，都是基于套利：能套的利来源于“不对称”，有”利“可图才有流动性，而流动性是我们的爹 真正的问题是，作为搞盘子或者投盘子的人，我们如何快速识别”不对称“、并利用这样的”不对称“搬砖拿到结果？ 如何识别套利机会和制定套利策略 广义上的套利，就是在一个场景内，根据不改变的规则，利用场景内各参与方“不对称”的权责或行为能力，以不成比例的更小成本获利的行为。 理解一个套利机会，首先先思考套利的三个要素： -我套谁的利？（套利来源） - 套的什么利？（规则和不对称） - 套利空间多大？（不对称大小） 理解了这些，就能够针对性的提出套利策略 表面的套利和暗藏的套利 浅层套利范例：Hyperliquid 套利来源：拿牌照差价合约平台+大离岸CEX因为合规服务不了+信不过小所的交易员（du gou）贡献的手续费 规则和不对称：币圈合约需求是一个确定性的值，但是能提供这个服务的CEX或者差价合约平台要么不被信任，要么受监管制约 套利空间多大：全球币圈合约需求 - 被合规束缚的CEX能提供的交易量 因此Hyperliquid的套利核心基础，就是把一个中心化合约所包装成一条链，从而形成”监管套利“，也就是CZ说的”行CEX之实而不接受CEX同等的监管“。 这条路径当前始终存在，也就是为什么会有那么多订单簿perp dex涌现的原因 深层的套利：博彩 你以为的博彩: 靠凯利公式，赚赌徒的认知和赌性导致的认知差 实际上的博彩: 需要洗白的钱冲进来当赌资，左手输给右手，黑钱进白钱出 后者比前者大百倍。因此如果把博彩业看作一个套利驱动行业 套利来源：有需求要走赌场过一遍的流水付出的磨损和抽水 规则和不对称：其他行业价格双轨制行业因监管无法容纳类似需求的流水 套利空间: 该需求流水总量 - 其他价格双轨制行业可以处理的流水 那么核心套利策略就是：为此类流水合理化入金而做好监管套利，而不是仅仅为了上赌客合规 这里的反例就是澳洲星城赌场，不转型线上反而去扩张搞房地产，最后澳洲政府一严卡反洗钱直接破产 套利是最好的叙事 套利逻辑不仅是好业务，也是好故事。套利的场景和空间越大，叙事越值钱。币圈就是一个地缘政治带来的监管套利，这是一个正球级的叙事，因为上一个这样的叙事是冷战和核武器 币圈历史上最牛逼的叙事，几乎都是套利叙事，原因很简单：连门外汉都能懂，而且觉得可持续风险小，是值得参与的机会。 套利本身也和庞氏的核心”错配“相呼应，只不过后者的错配更多是人为形成，但是在叙事中，这一界限可以被认为的模糊化，因此 但凡是现象级的叙事或者骗局，基本都概莫能外: - BTC挖矿能源套利 - Plustoken ”搬砖套利“ - USDE 策略中性套利 - Binance Alpha撸毛 最易懂最自洽的故事最好传播，最好传播的故事才是最好的故事，最好的故事才能套最多的人，反过来找到能将好套利故事的项目拿到大结果的可能性最大 针对流动性的套利 - USDE和所有带角标的“稳定币” 币圈只有两种稀缺资源：流动性和屏幕时间 同一个套利场景，在同一个时空中，其空间（策略容量）必定是有限的。在有限的套利空间中占领绝对的份额，就必定会吸引最大的流动性 因此，不论真有业务还是盘子叙事，一旦从套利逻辑入手并找到套利空间，就必须10倍100倍的上杠杆放大自己的核心策略，最快速度占据套利空间——即使是庞氏，在错配里利益最大化的核心也是加杠杆 这就是为什么套利策略现在都要发成稳定币。一位韩国L姓农业学家曾经曰过：一个1份市场容量的策略，发成稳定币就能想办法找借贷协议当个LTV 60%的抵押物(3x杠杆），再来个Pendle PT/YT 4X，当个资产发行拆分盘对价或者嵌套成JLP，加点贴息随便就再来个10x，直接干上100倍杠杆 “蚂蚁金服在传统都敢玩儿，币圈玩这个都算邯郸学步。最好直接印假钱，慢慢吸引真钱往里放，业务做得好不如假钱印的好，对散户要的是能赌，TVL币价双螺旋。 不要真特么考虑机构，机构又不是傻逼，但是机构要利益，他管你真钱假钱，只要散户垫桌子腿垫的够厚了，机构就进来玩了” 同样的逻辑回去看USDE，为什么人家干一年就把赛道路堵死了？看看人家在其他借贷协议里上了多少杠杆，把这个套利空间中能提供的流动性都占据了 针对屏幕时间的套利 - Pump与Sidekick 现代经济学的基础是“理性人”假设的，但人类在化工领域的进步和对”多巴胺“的认知与控制动摇了它 人一天只有24小时，去掉睡觉，会使用在屏幕上的时长最多就17个小时。仅考虑刚需，那这17个小时包括了为了赚钱不得不占用的时间、以及所有由多巴胺驱动的娱乐时长。 因此，从最大化屏幕时间的角度，赚钱和多巴胺必须要合二为一。既然时间有限，那么任何POW都是低效的，因为最大利润是固定的。那只有一种办法: 博弈，而且是最大杠杆的博弈 门槛最低的娱乐平台（直播、短视频、吵架平台如twitter/reddit/小红书) 早就想到这一点，比如半夜Tiktok的越南主播、直播行业里给主播冲大流水捧主播，但是实际上是走返点的工会和军火商，或者著名的“斗鱼”事件等等。因为监管问题，无法将娱乐内容和赌直接结合。 这一代人被多巴胺控制偏移“理性人”的值 - 老登娱乐平台吃了的=Pump Fun和Sidekick的套利空间 为什么拿"更好的公平发射Launchpad"叙事，挑战Pump的都失败了？ 因为这些看不懂Pump Fun的根本就没跟Pump在一个平面上。Pump做的是把原先占据用户屏幕时长的大众社交媒体变成资产发行的荷官，让你在屏幕上使用的每一分钟时长都变成自带100倍杠杆的发射。 现在的打狗人，他们把每一分钟原来刷推特的时间，都用在了验CA角度上。这就是我说的娱乐赚钱时间二合一了。Pump直播币的逻辑也是一个道理，看直播就是为了找角度找上车下车机会，多巴胺时间加100倍杠杆和赚钱时间合二为一。 然而Pump的问题也是一样的，找角度并不需要你看一小时直播，几秒就够了，也许他们更应该入侵Tiktok的短视频 Sidekick就是Pump的反面。同样占领用户时间的逻辑，Sidekick主播一小时直播可以集中火力给你发50个CA的角度，连翻Twitter验证角度时间都省了，让你现场就买。手握大量资金、在斗鱼事件中被打击的军火商可以直接转型链上狗庄，前店后厂外加礼物打赏，流水可以比以前只多不少。 现在的1sol挑战主播，可能都是未来的”小团团“。但凡有一些带单赚钱效应，屏幕时长就会上去，挤占其他渠道的屏幕时长 —— 它是更强的分发渠道和交易所 总结 不论你是开盘子还是真做项目，趁早认清自己不太可能是什么开天辟地的领军人，更有可能是个前途未卜的套利者 明确自己套的什么利？谁的利？有多少空间套利？然后设计一个能开多少杠杆开多少杠杆的制度 怎么设计，详见往期开源镰刀和三盘理论 如果回答不了这三个问题？ 趁早歇逼

那天我发了x402 = 波场之后，一堆做AI的项目方来约我 但实际上我不懂AI，只懂怎么给他们做退出。CB不决问 @hero_yang_v , Agent支付不决，就去问 @scottshics ，毕竟 @GoKiteAI 是 Coinbase给投了钱，属于官方认证过的X402革委会委员 顺着 @scottshics 和 @agintender 的讨论往下，Scott可能自己都没有意识到自己刚才发明了什么 他发明了全闭环的担保交易，也就是汇旺的那一套核心技术的进阶版 先给不太懂这一块的科普一下，什么叫担保交易： 比如你在淘宝买东西，你打钱是打给了淘宝，淘宝先帮你保管。然后商家给你发货你收到，确认收货不差评，淘宝结款给商家。淘宝就是这个担保人 但问题是你只能买平台上提供的产品。平台上卖家卖不了的东西，比如政府政策不允许，或者直接就是黑灰的东西，是没法采用淘宝那样的“货到付款”之类的，因为卖家没有任何保障 因此，这时候就需要汇旺这样的平台去提供担保服务了。公群群主给任何的交易提供上押服务，双方交钱给公群群主，等到一手交钱一手交货，公群抽个水退回上押，case closed 担保交易有多大？现存问题是什么？ 听起来很简单对吧？这是Telegram最大的商业场景没有之一，汇旺担保不算汇旺pay一年400亿美金 但是这个商业模式有一个巨大的问题：首先是汇旺品牌树大招风，5月被TG整个shut down了一次，只能换皮再来。最近因为太子的事又被挤兑了一波 二是整个逻辑是无法闭环的，比如你买针孔或者警用电棍，这种鬼东西涉及线下，万一不是没送单而是售后纠纷，就很麻烦。因为担保纠纷柬埔寨闹出人命也不是没有过 当然，汇旺之后有土豆，有新币，无穷尽也，这是不会消失的需求 破坏式创新要成功，就要比前人好10x。最简单的“好10x”，就是前人做不了 为什么做不了？一个是能力做不了，另一个是因为做了要被铁拳 那么Agent支付，就是第二种 Agent付钱换回交付的东西，一定是可以在线上闭环的。所以当加上了退款、撤销、冻结这些裁决模块，其实就相当于是公群群主的角色，但是不再需要买卖两家上押，而是直接给一个预先设定的交付逻辑，给到一个仲裁者/预言机，他直接按照这个标准，校验交付之后的加密证明，放款即可，再抽个费用。 Kite可以怎么学波场做汇旺？ 我估计这个逻辑里，agent是可以选择自己的仲裁者的，为了防止仲裁者作恶，反而需要仲裁者上押了。如果没猜错的话，上押的就是Kite的币了 这个逻辑跟上次我说的x402 = 波场是一个逻辑。波场为什么能做起来，其他链明明比他转账便宜甚至免费都做不起来？因为波场不光能匿踪，庞大的能量租赁（持币群体）形成了类水房的专业组织。他们来拉人头，发展下线，相当于TRX的BD Kite也是一样，如果聪明，就不能让一家人靠技术比如UMA或者Chainlink，把仲裁者市场份额吃完，而是任何人符合最低技术要求以后都能来上押，形成一个分红盘压货的逻辑，搞出自己的经销商网络 AI Agent支付到底为什么会有用？ 那你说这种agent交易到底有什么用？那我给你一个最币圈的例子好了 我是一个园区发盘子的，我发现我手下的猪仔文化水平太低，不会抓热点发不好币，也不会操盘，这时候我让狗技术部署一个舆情监测agent，专门按照舆情来快速发币 但是这里我需要几百个互不关联的地址去抢筹做捆绑，但是我的技术很垃圾不懂怎么绕过捆绑内幕地址检测，于是我就需要找专门做批量生成地址，执行抢筹操作的agent，去帮我调集钱包 每次发币我都需要换一批地址，不用同一批。而且必须跟舆情机器人亚秒级配合，所以不能人操，必须agent to agent的租。我的舆情agent需要打50BNB的捆绑资金给抢筹机器人所指定的钱包地址。这些地址去抢筹后，要完成一个标准的出货并回款之后，才能获得相应的支付放款 这个逻辑在传统发盘里需要背靠背了。但是因为Kite这种逻辑的担保体系，使得整个发盘流程可以被自动化 当然我说的是最简化的，可能还有刷量agent、推特ai矩阵agent等涉及到，让整个发盘 - 抢筹 - 杀抢开盘对手方 - 矩阵冲推传播等一系列的操作自动化完成，用时可能只有几秒钟 一个热点盘发出来，现在 @uxento 能一口气帮你发50个同名币vamp，但是如果有Kite这样的功能，可以自动并完成全链路发币流程500次。这种战壕状态下，人肉P小将基本上没法搞，P小将也必须上自动化。战壕将被迫数字化 最后，建议各个AI 团队都多说人话。AI发生在硅谷，但是mass adoption一定先发生在缅北

Scott Shi - e/acc @scottshics

10 months ago

Thanks for the questions! @agintender, I wrote some technical answers below. 💬 Q1：AI agent 与机器人之间的退款、撤销、冻结该怎么做？毕竟转账是单向的。 在 Kite 的体系中, 每笔支付背后都有一个智能合约级的 服务合约（SLA Contract） 或 可编程托管（Programmable Escrow）： 在

24 11 93 53K 33