Dusko

@allscale_zh 3.27 13:10 UTC+8

AllScale 重大版本更新即将到来！上线时间已定，暂时保密。 你能猜中吗？猜对赢 $200 USDT。 📅 上线窗口：3月20日 ～ 4月5日 💰 奖金池：$200 USDT 🥇 最接近答案者：$50 🎯 误差 ±1小时内的前15位：平分 $150 ⏰ 同等精度下，评论越早越占优势 ‼️ 每账号仅限一条预测，以第一条评论为准 参与方式： 1️⃣ 关注 @allscaleio @allscale_zh 2️⃣ 点赞 + 转发本推文 3️⃣ 在评论区写下你的预测时间（格式：3.18 11:00 UTC+8） 截止时间：4月6日 00:00 UTC+8 你的直觉，值多少？

@Crypto_Yang8888 社区过来的中奖啦 这是我的地址 0x140b7a6483cea53f2e23d6ec71bd269cba1e1521

@Mitsya09 下次一定要跟上脚步

@LLDusko 又错过了哎呀

听howe哥的有的赚

@0xcryptoHowe 听howe哥的转麻了

在 MON 的前半场我跟 Dave 是持相反意见的 在发空投前我也在频道中写出了看法和个人操作 ——— Dave 明确提出 Monad 1，无法确定抛压。2，大趋势向下。3，资方实力不清楚 & 项目方幺蛾子传闻。4，冲预售带着成本，有压力 但是在当时，市场对于 Monad 的有着很大的一致性 1，无法确定抛压 -> 一定会下跌，项目方接不完 2，大趋势向下 -> 没有多少用户买盘，只能接着跌 3，资方实力未知，项目方存在问题 -> 难以操持如此大的壳子项目，很难去爆空，资金存在不足的可能 4，冲预售带着成本，有压力 -> 跌破预售成本价时原先的判断逻辑转头就变为谩骂的理由（cb 第一个预售项目就这样，垃圾） 如果当时你能稳住心态去思考，就会发现 1，虽然社区空投份额未知，但大额的空投是给到大量忠实社区用户手上，那他们有多少人会选择在开盘时就全部抛售，这部分的比例如何（没有具体数据，但我觉得至少能占至少三分之一） 2，价格已经在 VC 成本价附近来回跳跃，作为一个欧美核心圈的项目，我不觉得它们跟亚太项目方是一样的。至少人家如果还想混下去的话，这脸皮肯定还是得要的 3，基于 2 的前提，那么它在价格层面一定是会有底的。那么这个底能跌到哪里去呢？最极端情况肯定不低于 1B，对于预售价格来说你需要承受 60% 左右的最大亏损，这在开盘当天绝对是难以达到的 相当于在开盘当天预估最多承受 20% 左右的亏损，但往上的走势则不小，即往下有限，往上无限 ——— 有些时候我觉得买卖并没有那么多理由，越是想的复杂就越是错误 尤其是在对所谓的资方和项目方信息不明确的情况下，还总是去猜，那还不如直接抛之脑后，就按项目方给你的感觉来判断即可 投资就是投人，一个人的品性无论在何时给你的感觉都是相似的 简单几点理由能说服自己，那就耐心等待预期到来即可 让我坚定自己判断的，也就两点： 1，有人打完 cb 预售后选择在 0.03 以下的价格去套保，这在我看来是很蠢的行为 2，昨晚开盘后各大媒体都在发布价格跌破 cb 预售价，以及不同群聊里大家的反应 真的有一种上帝视角在看韭菜的感觉😂 ——— 我之所以不去猜顶，也是考虑到抛压不明确的原因，只能走一步看一步。既然我看会有回调，那就只需要在回调的时候适当盯盘卖出即可，所以我最后在半夜两点把空投卖在 0.045 附近。整体操作在我看来已经很满意了 然后相信我的 @LLDusko 抄个底抄成这样，我只能说牛逼。大家是真比我自己还相信我，这钱该你们赚

@0xcryptoHowe 就是，全是骗局

一句暴论：现在还在推特上疯狂推荐各种项目的博主，可以直接取关了！ 你贪图的是超额的收益，人家贪图的是广告费和你的本金 真正有意义的博主现在应该都是半躺平状态，偶尔聊下行情，偶尔输出点干货，偶尔搞点抽象吹吹水 现在这市场哪来那么多好项目天天可以让大家赚钱的

@LaJeunesse_GD @JanvanEck3 量子计算机出来新标准就是量子加密的区块链

之前十五五规划里面提到量子计算没提到区块链，原来是已经在搞了。难怪这段时间央行天天打击虚拟货币，原来是在打扫屋子。国内应该是做自己的标准，类似5g一样，凭本事占据行业标准。如果中国落地区块链应用，局面可能不一样了，黎明前的最后一丝黑暗。 @JanvanEck3 说的比特币基本逻辑破裂风险，就是说 $BTC 不安全，容易被量子破解，或者抗量子计算攻击不完善。被搞走12万大饼的陈志，就是因为用的钱包，私钥随机性太差，被美国暴力穷举破解的，中国计算机协会也写了相关报告。 以才有了前段时间很多做灰产的鲸鱼的把 $BTC 都换成 $ZEC 了。

@Crypto_Yang8888 拉下盘

@LLDusko 所以你v我50？

说什么Web3没有歧视是假的，去中心化也是假的，在这个世界没有任何一个行业不带偏见看人，别把去中心化原教旨主义强行加在每一个人身上，承认这个行业并不那么好不丢人，所有行业都有问题，避重就轻大肆宣传真的对得起认真建设的人吗

@bD7EslUJQQ62339 不用这么客气，随时可以联系，欢迎多沟通交流

@LLDusko Dusko 老师 看了您很多分析 对您的观点，觉得您说的话很受用 我是一个刚入圈的小白 想向老师取取经 咨询一下

市场涨跌无常，真正的价值来自社区共识的积累。在币安小说上，故事与加密融合，用 meme 凝聚认同。官方最近推出的 100 万枚代币社区分发活动，可持续的文化需要时间沉淀，短期热度只是引子。保持理性、参与共建，或许能看到故事经济的力量。 #币安小说 #TagAI #币安人生

@Victorian_Li @Yufan010214 哪个公司

离职快乐

@Elemen_7 其实老师你解决问题的思维已经领先很多人，我都羡慕这个年纪的你（真心话了）🥺

「如果说世界是个大染缸，那我愿意做最容易上色的那块布，我想成为会思考的冠军」 1️⃣一直觉得自己从高中脱离出来之后，已经不会思考了。在高中的期间的时候就已经发现，回答“高考”这门试卷的时候，我所谓“思考”，其实是在记忆里搜集已有的题型和知识点去解决当下的问题。

@0xcryptoHowe @arc @tempo 拭目以待

ARC @arc 快来了，那 Tempo @tempo 还远吗？ 不知道会不会出现我所期待的补贴大战，拭目以待

@mmk_btc 20岁10wu？是撸网贷撸到10wu吗

给20岁的一个建议 1.想跨越阶级一定要有第一笔资金(10wu最佳)。 2. 杠杆不能超过整体仓位的10%。 3.国内征信体制已经名存实亡，如果你有网贷不需要去还。 4.保持身材，积极健身。

@vanessaaal7 好耶！

说来就来！ Master programme website with application details ntu.edu.sg/education/grad…

@vanessaaal7 wc，我想读的专业终于要来了吗

0G 与南洋理工大学联合投资 500 万新元，共同建设去中心化 AI 研究中心，并开设全球首个去中心化 AI 硕士和博士学位项目。

@0Xweaksheep 有兴趣来当大使吗老师，技术需要你

为什么说这里速度更快，注意一下在arb全节点的代码中，是在状态执行后，再触发发送的websocket，再进行网络传输，所以要经过执行状态+网络传输的时间才能到常规的套利计算服务器上面（假如在没改节点的话情况下），而在美国某州服务器附近监听则排序器则速度为执行之前就截取交易tx，进而实现的解析。当然这样做存在的问题是明显的，很多时间存在的机会不会捕捉到，只有在少数的大机会情况下具备极大优势。且这种方法不能像排序器发模拟等其他rpc请求，只能用JSONrpc实现发送交易

@0xcryptoHowe 坐等后续参与方法

『为什么下一个该 Bullish 的 Crypto AI 项目是 Gradient』 声明：非广非广非广！ Crypto AI 赛道在经过近两三年的发展过后，从一开始的去中心化算力赛道，到相关的数据存储、计算、Agent 框架等基建设施，再到各种 DeFAI，社交 AI，搜索 AI 等应用协议。但最关键的去中心化模型推理运行却一直处于迟滞不前的状态 大量的 Crypto AI 项目打着“去中心化”的旗号，却用着中心化的服务器或底层模型，因此 DeAI 赛道的发展仍处于较为早期的阶段。也如 Lao Bai 老师的推文所写，当前 DeAI 赛道的主要问题在于去中心化训练无法支持大模型的预训练，而去中心化推理则“大模型推不动，小模型没人用” x.com/Wuhuoqiu/statu… 而 Gradient @Gradient_HQ 近期推出其 OIS（Open Intelligence Stack）架构中的核心组件之一 Parallax，则正好解决了去中心化推理这一难题 为了更好地意识到实现去中心化推理的难度，我们需要先分辨清楚本地推理、分布式推理、去中心化推理和可验证推理这四者的区别 也就是说，分布式推理解决的是“在数据中心内扩大算力”，而去中心化推理则试图让全球任意设备共同参与推理 这不是简单“把模型进行分片”的问题，而是： ➣ 设备性能不一样：不同电脑/GPU 能力差距很大，需要自动把模型拆成合适的大小，让每台机器都能跑得动 ➣ 网络不稳定：有的节点是家用 Wi-Fi，有的是海外节点，有的延迟高，所以连接必须能随时换线路，不能卡住 ➣ 推理过程中机器之间要不停传数据：如果传得慢，就会延迟直接飙到不可用，所以必须想办法降低延迟和加速传输 ➣ 节点可能随时掉线：系统必须能自动补位、重新调度，不崩溃、不重来 这也是为什么去中心化推理长期被认为“理论上可行，工程上地狱” 实际运行例子中，老白老师提到的 Prime intellect 做的是 INTELLECT-2-32B 的去中心化训练模型 Gradient 的联创 Eric @0xEricYang 则通过 Parallax 实现了在 Mac Mini + MacBook + RTX 4070 等不同设备上运行 LLM x.com/0xEricYang/sta… 并且 Parallax 近期已适配/支持托管的两大 AI 模型如 Miles 哥 @Miles082510 所说，分别为： ➣ 今年 7 月发布的 Qwen3-235B-A22B（阿里巴巴通义千问最新一代模型），其参数规模高达 2350 亿，在开源模型中已跻身世界前列 ➣ Kimi K2 是一款达到 trillion‐clas 参数级别的 Mixture-of-Experts 模型：总参数超 1T，激活参数约 32B，可见这篇论文：arxiv.org/pdf/2507.20534 这仅仅只是 Gradient 的核心组件之一 Parallax 所带来的功能，除此之外还有： ➣ Echo：一种将训练与推理分离的分布式强化学习系统，可在全球不同的设备网络上实现高效且容错的强化学习训练（arxiv.org/abs/2508.05387） ➣ Lattica：使任意设备之间能够进行低延迟直连通信的去中心化网络协议（arxiv.org/abs/2510.00183） ➣ Gradient Cloud：将最新 AI 研究成果以高效、低成本的方式提供给企业使用的云平台 并且每个组件都有相关的技术论文作为技术支撑，相比于其他项目来说这是非常难得一见的 除技术基本面和项目产品外，Gradient 的团队和融资基本面也非常好 ➣ 创始人 Eric 技术+金融复合背景，加州大学伯克利分校计算机本科，曾任红杉中国投资人 ➣ 联创 Yuan Gao 曾任 Helium Foundation 增长负责人，Neo Blockchain 市场负责人 ➣ 研发团队则来自各个不同的海内外顶尖高校和 Google，Apple 等大厂 目前已完成一轮 1000w 美金的种子轮融资，Pantera，Multicoin，红杉中国三家头部机构共同投资。同样是 Pantera 和 Multicoin 共同投资的还有 Arch Network 和 Zama 这两个目前市场的热点项目 因此，如果你想找到有足够的技术支撑和实际应用场景，且项目基本面不错的有实力、有潜力的 Crypto AI 项目，那么一定不能错过 Gradient @Gradient_HQ 之后我还会再整理整个 DeAI 赛道的生态版图，方便大家更好地了解 DeAI 生态项目

@TreeNewking 哎，越来越难了