行情再差
AI Agent 都成为市场热点因为什么呢?
从 AI 自动分析行情,到自主调用智能合约、管理链上资产,越来越多项目都在探索让 AI 真正参与金融决策。
但我一直在想一个问题:如果 AI 使用的数据本身就是错的,那么它再聪明,做出的决策又有什么意义?
比如一个 AI Agent 帮用户管理 DeFi 仓位,需要读取抵押率、资产负债和历史交易记录。如果底层数据被篡改,或者查询结果无法验证,最终的决策依然可能出现偏差。
这也是我最近关注 @SpaceandTime 的原因。
它没有单纯追逐 AI Agent 的应用叙事,而是瞄准了更底层的数据可信问题。
其核心技术 Proof of SQL,通过零知识证明,让链下完成的 SQL 查询能够附带密码学证明,验证方可以检查计算过程是否正确,而不必完全依赖数据执行方。
这项技术未来可以应用在 AI 数据验证、RWA 资产核验以及 DeFi 复杂数据分析等场景。
当然,计算正确不代表源数据一定真实,这个边界必须分清楚。
我认为 $SXT 真正值得观察的,不只是技术故事,而是未来有多少 AI、RWA 和 DeFi 业务愿意为可验证计算持续付费。
AI 决定智能的上限,数据可信度决定智能能否真正落地。
这或许就是 Space and Time 值得关注的地方。
#SXT
AI Agent 都成为市场热点因为什么呢?
从 AI 自动分析行情,到自主调用智能合约、管理链上资产,越来越多项目都在探索让 AI 真正参与金融决策。
但我一直在想一个问题:如果 AI 使用的数据本身就是错的,那么它再聪明,做出的决策又有什么意义?
比如一个 AI Agent 帮用户管理 DeFi 仓位,需要读取抵押率、资产负债和历史交易记录。如果底层数据被篡改,或者查询结果无法验证,最终的决策依然可能出现偏差。
这也是我最近关注 @SpaceandTime 的原因。
它没有单纯追逐 AI Agent 的应用叙事,而是瞄准了更底层的数据可信问题。
其核心技术 Proof of SQL,通过零知识证明,让链下完成的 SQL 查询能够附带密码学证明,验证方可以检查计算过程是否正确,而不必完全依赖数据执行方。
这项技术未来可以应用在 AI 数据验证、RWA 资产核验以及 DeFi 复杂数据分析等场景。
当然,计算正确不代表源数据一定真实,这个边界必须分清楚。
我认为 $SXT 真正值得观察的,不只是技术故事,而是未来有多少 AI、RWA 和 DeFi 业务愿意为可验证计算持续付费。
AI 决定智能的上限,数据可信度决定智能能否真正落地。
这或许就是 Space and Time 值得关注的地方。
#SXT
