SeeDAO | 卧虎藏龙Newsletter第8期 :Crypto Needs AI, or AI Needs Crypto

自从 2022 年底 ChatGPT 问世以来，AI的快速发展吸引了全世界的目光。如今，AI 已经渗透到全球经济社会的各个领域， 包括正在快速扩张的加密领域。

AI 的算法模型和信息处理能力为加密用户提供了更加智能化和个性化的 服务和产品，也为加密市场提供了前所未有的深度分析和决策支持。 AI 的介入不仅是加密货币发展的催化剂， 更是其不断进化和成熟的必要条件。

Thanks for reading Chinese3 | 卧虎藏龙! Subscribe for free to receive new posts and support my work.

为此，我们对一些 AI 领域的项目做了整理，并且总结出了一些值得推荐的AI项目。 这些 项目涵盖了机器学习、信息处理、内容创作，投资决策， 娱乐社交等多个领域， 展示了AI在加密市场不同场景下的应用和创新。

目录：

01、 0xScope ：利用 0xScope 数据层释放 Web3 AI 应用程序的强大功能

02、 TypoX AI ：Web3 行业 AI 信息处理平台

03、 PromptPort ：利用 AI 提示词，突破创意瓶颈

04、 Reflection Ai ：构建你自己的人工智能

05、 MyShell ：构建、共享和使用 AI 代理

06、 CharacterX ：连接 AI 和人类的去中心化合成社交网络

07、 AImelia Network ：走向向AGI过程中的通用评估平台

项目简介：

0xScope 是一个知识图谱协议，致力于做 Web3 AI 应用的人工智能数据层。基于 0xScope 协议，人们可以在其上构建去中心化项目，从而形成一个生态。

0xScope 构建了一个开源数据层，并具备一套自己独特完整的标准， 用于收集、清洗和训练与 Web3 AI 相关的链上和链下数据，基于数据层， 可为各类企业及用户提供完善的链上人工智能解决方案。

目前，0xScope 的业务主要包括三款产品：Scopechat、 Scopescan 和 ScopeAPI。

Scopechat

Scopechat 是一个易用的、直观的、可以使用自然语言对话的人工智能助手， 适用于初学者到专家各级别的加密货币交易者和用户。在 0xScope 高质量及覆盖全面的数据集下， 通过对话即可及时获取Web3数据和相关见解分析， 如代币涨跌幅，项目相关信息及新闻，聪明钱动向、 未来价格上涨的可能性等，用户无需在多个应用间切换查询， 是投资调研的好助手。

Scopescan

Scopescan（之前称为 Watchers）是由 0xScope 知识图谱驱动的第一个产品。Scopescan 是一个基于链上数据的分析平台， 帮助投资者和用户通过实时的数据洞察，挖掘和发现早期 Alpha 机会，帮助投资者做决策。

Scopescan提供了强大的工具和仪表板， 其互动式的操作可帮助用户更加高效和直观的收集和发现Web3 信息，支持全链及跨链行为的操作， 链上及链下相关数据及行为的获取， 通过一个地址即可发现其高度连接的地址， 揭示复杂关系并洞悉数据。

Scope API

ScopeAPI 是一个面向企业和开发人员的 SaaS 解决方案， 可以区分真实用户和机器人账户，了解链上行为，并聚合地址， 密切监控竞争动态，赋能企业客户进行投后管理、 做出更好的投资决策。

团队及融资：

0xScope 的创始人 Jackson Li，具有数据分析和产品管理背景，其联合创始人 0xWill 及 Pedro Torres 具有丰富的投研经验及链上交易背景。

根据官方及公开社媒消息，0xScope 已完成三轮融资，近期为 500 万美元 Pre-Series A 轮融资，由 HashKey Capital 领投，Redpoint China、OKX Ventures、GSR Markets、Amber Group、Antalpha 和 DHVC 以及现有股东 Mask Network、Hash Global 和 XIN Family 跟投。

团队还发布了 0xScope V2，未来的重点是通过专有的 Web3 数据层为 Web3 AI 应用提供数据支持，并在此过程中将 AI 与 Web3 连接起来。

大模型情况：

与主流人工智能大模型不同的是，0xScope 专注在基于 Web3 的专有数据层来训练自己的人工智能模型。 在训练和使用模型的过程中，团队也面临了一定的挑战，如： 区块链的高准入门槛和低采用率； 人工智能技术核心在于高质量的数据集， 而Web3的数据复杂且带有大量噪音；LLM 模型的输出不可控，而数据类产品需要精准的结果。

经过积累和探索，0xScope 团队形成了一套自己独特的数据清洗、 处理和训练链上及链下数据的标准，利用 AI 模型提高效率，有效的解决了这些难点，将 Web3

亮点及优势：

从数据到信息

0xScope 的数据层整合了多个专有及公开渠道的数据，包含链上及链下， 社交媒体、投融资等，覆盖了几乎所有项目和内容的数据。 通过一套基于图计算的归集算法， 可将散落的数据聚合成真实有效的信息。基于一个地址， 不仅可以追踪到其行为和相关地址动态，甚至追踪至实体， 最终呈现出地址背后实体在多条链上的综合行为。

优秀的产品力

0xScope基于其数据层训练了一个 Web3 大语言模型，在此基础上构建了自己的数据分析和智能助手产品， 并支持移动设备，拥有良好的使用体验。Scopchat 将产品的易用性和体验做到了出色的水平， 极大降低了数据分析工具的使用门槛， 即使刚进入加密货币领域的新人， 也可以使用自然语言进行询问和查询，被用户誉为 web3 领域的 ChatGPT。

生态覆盖全面，受众广

基于其强大的数据层，0xScope 可为各类企业和个人客户、开发者、 一般投资者带来多样化的解决方案，其目标受众非常广泛。 根据官方资料信息，已使用 0xScope 服务的用户已有 976K+，B2B 客户 300+，包括风投公司、量化基金、交易所、Web3 搜索引擎、Web3广告服务提供商等，Scopechat 也被整合到顶级加密钱包中。 其解决方案支持目前主流区块链的完整覆盖，未来将添加更多平台。

基本信息：

官网：

https://www.0xscope.com/

推特：https://x.com/ScopeProtocol

DC: https://discord.gg/0xscope

Newsletter:

ScopeChat： https://ai.0xscope.com/home

ScopeScan: https://www.0xscope.com/ scopescan

项目简介：

TypoX AI 是一个专门为 Web3 行业设计的AI平台，旨在帮助用户更有效地进行调研和信息处理。 通过专属的RAG（检索增强生成） 框架结合Web3知识库和实时检索工具，TypoX AI 提供了比传统大型语言模型（LLM）更精准的输出。此外， TypoX AI 还提供了一个名为 TypoCurator 的子应用，它允许用户通过完成数据标注任务来赚取奖励，同时为 Web3 AI OS 的未来训练提供数据支持。

项目亮点：

1. 高度定制的 AI Agent：TypoX AI 不仅仅使用通用的大模型，而是通过为 LLM 配置专门的组件和工具，创建深度定制的 AI Agent，确保能够满足特定用户的具体需求。

2. RAG 框架和实时检索：利用检索增强生成框架，TypoX AI 能够提供优于原生LLM的输出，这不仅提高了信息的准确性， 同时也生成了高质量的训练数据，进一步微调和训练模型。

3. 社区驱动的数据标注：通过 TypoCurator，用户参与日常的答题和标注任务， 不仅可以获得 $TPX 奖励，同时也为 TypoX AI 和Web3 AI OS的训练提供了大量的标签数据，这些数据对于特定的 Web3 应用场景至关重要。

4. Agent Arena：TypoX AI 将推出一个名为 Agent Arena 的评估平台，类似于一个 AI 竞技场，用户可以在不知情的情况下比较不同 Agent 的表现，帮助优化 AI 的性能和输出。

5. 社区参与和治理：通过社区论坛和测试组，TypoX AI 强调社区成员的参与， 用户可以直接影响产品的发展方向和决策过程， 这增强了平台的透明度和用户的归属感。

基本信息：

官网：https://www.typox.ai/

社交媒体：X (Twitter)：https://x.com/TypoX_ AI

Telegram：https://t.me/ TypoGraphyAI

TPX 社区：https://gov.typox.ai/

社区活跃度：

• X（Twitter）: 拥有5万粉丝。TypoX AI与其移动端应用TypoCurator通过发布有价值的内容 、进行互动以及参与行业对话，吸引了大量关注者。

• Telegram: 社区成员超过5千人，日活跃用户（DAU）达到700多人。 TypoCurator通过问答活动和公告， 保持了高水平的用户互动和参与。

• TPX Community和Community Program: 刚刚启动，显示了TypoX在增强社区参与和治理方面的承诺； 社区成员可以更加深入地参与到TypoCurator的发展和决 策过程中。

For Web3 | More 应用(Agent) or 通用模型

1. 通用大模型虽然在不断发展， 但是离真正满足用户的需求仍然有不小的距离。

2. AI应用的最小单元是Agent， 构建一个Agent需要给LLM再组装上额外的知识库、 工具以及相应的指示。LLM只是决定了Agent的下限， LLM可以使用的组件才决定了其上限。 我们需要更多深度定制的Agent（而不是简单的GPTs） 来满足用户的需求， 进而通过多Agent的协调合作来实现更复杂的应用场景。

3. 通用大模型的训练过程，就是在追求全局最优——多种能力（生成、 编程、推理、数学）混合后的最优状态。 所以这并不意味着它在局部上就一定优于一些针对性优化的模型。 这也是一些MOE（混合专家） 模型可以用更小的规模表现出等效于更大规模模型的原理。

4. 训练一个小规模的LLM，固然能展示团队的实力， 但是未必就能满足实际的场景。不过这也不是团队意愿的问题， 训练数据的匮乏限制了训练/微调一个针对性模型的可能性。 在确定聚焦的场景后，积累和挑选数据也不是立竿见影的， 需要真实用户的交互和反馈。

为什么打造 TypoX AI 这个平台？

1. 让用户能够在AI的协助下更好的进行调研，大大降低了调研门槛， 让DYOR不再是一句空话。

2. 为了实现这一目标，我们建构了专属的RAG（检索增强生成） 框架，为LLM配置了Web3知识库和实时检索工具， 可以认为我们打造了一款服务于Web3行业的Perplexit y AI。

3. 在RAG的加持下，我们总能得到质量优于原生LLM的输出， 这恰好满足了我们进一步训练和微调模型的数据需要（训练/ 微调模型总是需要质量更高的问答对）。 同时这些真实的交互数据也体现出了用户的偏好， 使得模型能够更贴近社区的需求。

By Web3 | AI发展到底应该怎么去中心化？

1. 如果LLM模式的AI发展到极致， 那最后留给人发挥的空间是什么？至少需求还是由人提出的。 实际上人将长期作为需求方存在， 因为目前的生成式模型还是没有自主意识的， 依然需要由人类来提出问题。

2. 更一般地来说，模型依然是通过从Experience中学习， 来提升在具体Task上的Performance。 即使当前的LLM的能力相对于最初的生成Task早已溢出， 但是对其溢出的能力的优化依然脱离不了这一框架：

1. 提出问题：确立Task，积累针对于该Task的数据（ 用于训练和测试）

2. 解决问题：在数据上训练，优化模型在具体Task上的表现， 从而完成新的工作

I. 算力去中心化的发展受限

1. 物理规律限制了模型训练和部署（解决问题）的去中心化路径。 通信成本是无法克服的瓶颈，相较于集中的算力集群， 显卡网络更像是一座座孤岛。 小规模的显卡群基本只能部署生图模型和10B级别的LLM， 模型训练上的差距只会更大。这不仅是效率问题，更是能力问题。 AI发展在一定时间内可能都无法摆脱对于集中化高质量算力的依赖 。

II. 需求（评价&数据）的去中心化

1. 很多人聚焦于硬件问题，却忽视了数据的重要性， 实际上对于训练数据的规模和质量只会逐步提升。

1. 本轮AI的发展是基于语言模型的Scaling Law，即模型规模越大，能力越强。更大的模型， 就需要更多的数据用于训练；

2. 一个模型是无法从其本身生成的内容中学习更多的。 小规模的LLM可以使用GPT4等更大体量模型生成的数据来进行 训练/微调，而GPT4级别的头部模型需要的数据质量只会更高。

2. 谁掌握了数据，谁就掌握了AI发展的话语权。 目前AI发展话语权是由少部分行业精英掌握的， 这是通过树立评估标准、建立训练数据库来实现的。 如果不能提出新的需求，那等来的将是更多打榜的通用型模型， 用户所真正需要的场景将无法得到解决。

3. 是时候由用户来提出自己对于AI发展的需求了。 为了实现这一目标，我们需要建立用户自己的评价体系， 进而构建专属的训练数据库， 以此来获得对于AI发展方向的话语权。

TypoCurator

1. 目前对于通用大模型有一些评价手段， 但是针对具体AI应用的评价手段还很匮乏。 针对于一些有明确答案标准的场景，比如意图识别场景（ 用户的需求应该调用哪一个DApp/DAgent）， 需要建构对应的标签数据库，以此来进行针对性的评价和优化。

2. 由此我们最新推出了TypoCurator这个产品， 借助Ton生态广泛的用户群体， 通过社区分工的形式来构建聚焦于Web3场景的标签数据库， 为我们之后训练Web3 AI OS做数据准备。对于普通用户而言，只要完成日常答题/ 标注任务，即可获得$TPX奖励。

3. 项目基本信息

1. TypoCurator Mini App: https://t.me/typocurator_bot

4. 社区活跃度@Shengyang Wang

1. Beta测试群组自上线5天后已迅速增长至806名成员；

2. 在Community论坛中， Beta测试用户已提出47条关于产品的宝贵建议；

3. 上线仅一周，钱包用户数已达到21,000， 完成超50万次的数据标注。

Agent Arena

1. 除了标签数据之外，有大量的应用场景是没有明确标准的。 比如根据项目信息生成调研报告，在保证事实清晰的基础上， 依然会存在关注重点、行文逻辑和风格等问题。 这些需要用户来进行对比选择。

2. 受到LMSYS Arena的启发，我们即将推出Agent Arena。

1. 用户将在不知道Agent信息的情况下进行对比选择， 帮助我们实现对Agent和模型的评估。 早期将聚焦于Web3的行业场景， 用户的评价将帮助我们更好地优化TypoX AI，从而更好地服务于Web3行业。

2. 我们在LMSYS Arena的基础上， 将评估对象从通用模型进一步推广到Agent， 同时对于机制进行了进一步优化，降低了作弊和偏见风险。 我们希望为AI开发者提供公允的评价体系和参考， 以及定制化的AB测试流程，从而促进整个AI应用生态的发展。

项目最新播客：

E11. 如何用AI提升Web3投研效率和自我竞争力 w/ Hashkey, Chainfeeds, TypoxAI - Day1Global生而全球-Web3版 | 小宇宙 - 听播客，上小宇宙 (xiaoyuzhoufm.com)

项目简介：

PromptPort 是一个专注于AI提示词创建和分享的平台， 旨在通过先进的AI技术帮助用户更高效地进行创作。 平台集成了GPT和MidJourney等强大的AI工具， 致力于通过先进的AI技术和Web3技术帮助用户突破创意瓶颈， 提高创作效率，打造更高质量的内容。

项目亮点：

1. 高质量的AI提示词生成

PromptPort 使用最新的GPT技术生成高质量的提示词， 帮助用户快速创作出符合要求的内容。无论是文章写作、 图像生成还是视频脚本，我们的平台都能提供最适合的提示词建议。

2. 多功能的创作工具

我们的平台不仅支持文本提示词的生成， 还集成了MidJourney等图像生成工具， 用户可以根据提示词快速生成高质量的图像。这为设计师、 艺术家和内容创作者提供了极大的便利。

3. 用户互动和社区支持

PromptPort 鼓励用户分享和交流创作经验。通过我们的社区功能， 用户可以分享自己的提示词，接受其他用户的点赞、评论和复制， 形成一个积极互动的创作社区。

4. 丰富的奖励机制

为了激励用户创作和分享优质内容，PromptPort 设立了丰厚的奖励机制。 用户可以通过创建和分享提示词获得平台积分和代币奖励， 参与定期的创作比赛还可以赢取现金奖励和其他礼品。

5. Why Web3？

PromptPort 结合了Web3技术，确保平台的透明性和安全性。 通过区块链技术， 用户的提示词创作和交易记录将被永久记录并且不可篡改。 这不仅保护了用户的知识产权，还增强了平台的可信度。 用户通过创建和分享提示词获得的积分和代币可以在平台内进行交易 或兑换实物奖励，进一步提升了用户的参与度和积极性。

解决的问题：

1. 创作效率低 许多创作者在创作过程中常常遇到灵感枯竭或效率低下的问题。 PromptPort 通过提供高质量的AI提示词，帮助用户快速找到创作灵感， 提高创作效率。

2. 缺乏灵活的创作工具 传统的创作工具往往功能单一，难以满足多样化的创作需求。 PromptPort 集成了多种AI工具，提供从文本到图像的全面创作支持， 满足用户的各种创作需求。

3. 社区互动不足 许多创作平台缺乏有效的用户互动机制，导致用户粘性低。 PromptPort 提供了丰富的社区功能，鼓励用户分享和互动， 打造一个充满活力的创作社区。

用法介绍：

1. 创建提示词 用户可以通过登录PromptPort平台， 使用GPT技术生成高质量的提示词。 只需输入一些关键词或简要描述， AI就会生成多种创意提示词供用户选择。

2. 图像生成 通过集成的MidJourney工具， 用户可以根据提示词快速生成高质量的图像。无论是插图、 海报还是广告素材，都可以轻松生成。

3. 分享和互动 用户可以将自己的提示词和生成的内容分享到平台社区， 接受其他用户的点赞、评论和复制。通过社区互动， 用户可以获得更多创作灵感和反馈。

4. 参与创作比赛 PromptPort 定期举办创作比赛，用户可以提交自己的作品参与评选。 获胜者将获得丰厚的奖励，包括现金、积分和代币。

基本信息：

推特：https://x.com/PromptportAi

Discord：https://discord.com/ invite/6BYdferJVq

Medium：https://medium.com/@ PromptportAi

FaceBook：https://www.facebook. com/promptport/

YouTube：https://www.youtube. com/@PromptportAi

项目官网：https://promptport.ai

为什么要做这个项目?

我们创立PromptPort的初衷是为了帮助创作者突破创意瓶 颈，提高创作效率。在与许多创作者的交流中， 我们发现他们在创作过程中常常遇到灵感枯竭和效率低下的问题。 我们希望通过先进的AI技术，为他们提供强大的创作支持， 帮助他们更轻松地完成他们的创作。

此外， 我们也希望通过PromptPort打造一个积极互动的创作社区 ，让创作者们能够在这里分享他们的创作成果和经验， 互相学习和激励。我们相信，只有通过不断的交流和互动， 创作才能不断进步，创作者才能不断成长。

对行业的见解

随着AI和Web3技术的不断发展， AI提示词和Web3的结合为创作领域带来了新的机遇和挑战。 以下是我们对这一行业的见解：

1. 提高创作效率

AI提示词生成技术能够显著提高创作效率。例如， GPT模型可以快速生成高质量的文本提示词， 帮助作家和内容创作者节省大量的时间和精力。 MidJourney等图像生成工具则可以帮助设计师和艺术家快 速生成高质量的图像，为他们的创作提供强大的支持。

2. 提供创作灵感

AI不仅能够提高效率，还能够为创作者提供新的灵感。 通过分析大量的创作数据， AI可以为创作者提供个性化的创作建议，帮助他们突破创意瓶颈。 例如，GPT模型可以生成多种不同风格的提示词， 让作家和内容创作者在选择创作方向时有更多的选择。

3. 增强透明度和安全性

Web3技术通过区块链技术确保创作记录的透明和安全。 所有提示词的创建、修改和交易记录都将被永久保存，无法篡改。 这不仅保护了创作者的知识产权，还增强了平台的可信度。

4. 实现创作收益

通过结合Web3技术， 创作者可以通过创作和分享提示词获得代币和积分奖励。 这些代币和积分可以在平台内交易或兑换实物奖励， 进一步激励用户创作高质量的内容。

5. 推动社区互动和发展

AI和Web3技术的结合促进了创作社区的发展。 通过提供强大的创作工具和互动平台， 创作者们可以更好地分享和交流他们的创作成果。例如， PromptPort的社区功能就鼓励用户分享他们的提示词和创 作成果，形成一个积极互动的创作社区。 这不仅提高了用户的参与度， 也让他们能够从他人的反馈中获得更多的创作灵感。

6. 跨界创作的可能性

AI提示词和Web3技术的结合打破了传统创作的界限， 推动了跨界创作的可能性。例如，通过AI技术， 设计师可以将文本提示词转化为图像， 作家可以根据图像生成故事情节，形成跨界创作的可能性。 这种创新的创作方式不仅为创作者提供了更多的创作手段， 也为他们带来了更多的创作乐趣。

7. 持续创新与优化

随着AI和Web3技术的不断进步， 创作工具和方法也在不断创新与优化。我们相信， 通过不断的技术迭代和用户反馈， AI提示词生成模型和Web3技术将会变得越来越智能和高效， 进一步提升用户的创作体验。例如， 通过引入深度学习和自然语言处理技术， AI提示词生成模型可以更加准确和个性化， 满足用户的多样化需求。

项目简介：

Reflection是一个去中心化AI共创平台。 用户可以在Reflection创建自己的AI镜像， 用户提供基本资料和学习策略，Reflection AI会生成用户画像数据，涵盖用户的行为模式、 兴趣爱好和专业领域，用户的Reflection AI镜像会体验与用户一样的个性与风格。 并且Reflection技术堆栈深度融合区块链智能合约技术， 通过多层加密算法将用户数据保存到区块链中， 区块链不可篡改的特性， 让Reflection平台的数据得以永久保留， 用户与Reflection平台的每一次交互， 都在区块链留下无法磨灭的印记，无论时代如何变幻， 你的AI映射，在区块链上永生，与时代共同进化。同时， Reflection独创演绎式AI模型， 技术堆栈融合神经网络深度学习、RAG增强检索， Reflection AI模型会在用户画像基础上不断演绎进化， 适应用户的需求变化和成长轨迹，帮助用户探索自身无限可能， 成为专家版的自己。

Refleciton提供专业精准的现实预演， 事件驱动式地为现实情况发展无数个平行宇宙， 同时为各种可能的情况提供策略支持， 帮助用户在各个领域脱颖而出。从分析复杂文档，编写空投脚本， 到制定虚拟货币交易策略，随时随地on duty。

为Reflection算力网络建设做贡献。 维护Reflectin平台的运转需要多样化的算力来源， Reflection平台与全球领先算力提供商合作， 自有超过6000张A100算力卡为平台顺畅运行提供保证。 除此之外，Reflection建设了去中心化算力部署系统， 用于充分利用用户贡献的闲置算力。 用户可以在Reflection平台一键部署闲置算力， 并从中获得补偿，算力即代币。