Trissy

機器人技術正因上下文學習（ICL）而來到一個轉捩點。
這印證了我對這個領域的北極星論點：產業正從硬體問題轉向運算問題。我相信最大的成長將來自這個方向。
ICL 是實體 AI 的新範式：在推論時進行適應，而非微調。所需行為的 Token 化示範（實體提示）可以輸入最新視覺語言動作模型（VLA）和世界模型擴充後的上下文視窗中。
接著，機器人便能一次完成複雜且獨特的任務，無須對底層模型權重進行任何梯度學習。世界模型可以運用 ICL，模擬並規劃全新的情境。ICL 的成效取決於預訓練期間所習得的通用世界表徵品質。
也就是說，基礎模型不必為每項新任務更新底層模型權重，而是在暫態上下文狀態中學習該任務的運動學與空間限制，進而一次學會並執行複雜任務。
這更符合 LLM 的運作方式。當你向 LLM 聊天機器人提問時，它並不是針對該特定提示，以及所有可能問題的答案進行預訓練。
LLM 的設計是運用預訓練權重中編碼的模式與知識，結合目前上下文提供的資訊，產生答案。提示會改變模型的行為，卻不會改變模型本身。
過去機器人技術一直仰賴預訓練環境來執行任務。你不能把一件襯衫放在機器人面前，就立刻期待它知道怎麼摺。過去，這需要在受控環境中進行數千次測試。
然而，我們第一次看到 ICL 有望在非常短的時間範圍內實現。我們看到 @GeneralistAI 透過其 Gen 1.5 一次學習模型達成這一點。模型無須針對該

經過數個月的研究與考量後，$CODEC 再次成為我最有信念的交易。
我對機器人的看多信念從未消失，然而當時的環境顯然並不利，產品也仍然過於不成熟，無法真正對發展產生影響。
那麼，為什麼突然改變想法？究竟是什麼如此有趣，讓我重新回來？
首先，這並不是一個一夜之間做出的決定。大約 3 個月前，我結束交易休息期重新回歸，因為我對市場的判讀並不理想，而我用來提升自身優勢的方法之一，就是盡可能閱讀大量與加密貨幣無關的資料。這是我用來重新點燃好奇心的工具庫中最喜歡的工具，而好奇心正是重新對自己的專業產生興趣時，最有價值的特質之一。
閱讀與加密貨幣無關的產業，有助於透過打破封閉思維來拓展我的想法，讓我看見潛在的可能性。你會意識到，整個社會中流動著多少機會、創新與資本。你大概可以猜到，其中一個主題就與機器人有關。
我在 Telegram 頻道中談過 World Action Models (WAM) 以及 Egoscale + Scaling Laws 的引入。我很快就意識到，這個領域在短短 6 至 9 個月內已經取得多大的進展。幾乎每個垂直領域都出現了徹底的變革，我一年前的許多論點都已經實現，並且正快速改善。從那時起，這就成為我一直放在心中的核心敘事，揮之不去。
我會盡量簡短地說明重點，因為每一點都值得各自撰寫一篇文章，希望我能在不久的將來完成。
1. World Action Models

Robinhood 就是 Base 原本該成為的樣子。
僅此一點就讓我對 $CASHCAT 交易如此看多。
熊市迫使所有人過度進行風險管理，並失去對可能出現突破型交易敘事的開火能力。
因此，$ANSEM 才表現得如此出色，因為共識轉向相信在迷因裡不會再出現 9+ 位數的中獎跑者。既然已經發生過一次，魔鬼已經放出瓶外了；光是 CZ 的幾個暗示，就幾乎把一枚幣送到 9 位數。
即便如此，考慮到 L1 與新鏈那些失敗案例，想用「大肆刷存在感」去吸引關注與流動性，情況可能還比迷因幣敘事的死亡更糟。
我們正在看到 DEX 的交易量在剛過第一週時已逼近 Sol 的距離，且團隊幾乎沒有宣傳或 Vlad 的訊息。
再說一次，我不是想用我的看多來打你個措手不及。這些只是我看到交易者的認知與現實之間存在落差的主要因素。假如 RH 團隊沉默並停止背書等，那 Cashcat 的壽命顯然就會很短。根據到目前為止的支援與暗示，我覺得可以公平地說，他們大概率不會讓這件事就此死去。CFO 的生物簡介裡有 Cashcat……
會不會上架？對他們來說，什麼是最好的情況：既能在鏈上拿下成果，又能在上架時用戶以上市價格買入那枚幣？
我最初買入時，我以為上架在定價上相對合理；但再進一步思考後，似乎更像是交易者之間 50/50 的共識，並且時間表也會有差異。你本質上就遇到雞生蛋、蛋生雞的問

在互聯網和網頁開發的早期，一切都是用原始的JavaScript或HTML手動編寫的。

每個網路應用都是一個獨立的孤島。隨着它們變得更加復雜，社區發明了像 Webpack 和 Vite 這樣的工具，它們是模塊打包器和構建系統，可以自動處理不同的文件類型和資產。

這意味着開發者可以將圖像、字體或 TypeScript 文件導入到他們的項目中，打包工具的加載器將知道如何處理它 (將 TS 轉換爲 JS，內聯圖像等)。

瀏覽器本身只理解HTML/CSS/JS，但這些工具包將其他格式編碼/解碼爲瀏覽器友好的輸出。

盡管這只是對數據格式的小調整，但它徹底改變了網頁開發。

由於它解鎖了更快的迭代循環和更好的實驗，您可以使用更高級的語言(如TypeScript或框架)，因爲構建工具會爲您翻譯它們。

這導致了網路應用的爆炸性增長以及一個更加密集的生態系統，因爲開發者不再浪費時間爲每個項目重新發明構建管道。

同樣，機器人技術處於一個預 Webpack 階段，許多團隊仍然“手動編寫”他們的數據管道。

一個像$CODEC 這樣的工具包可以爲機器人數據做的事情，就像Webpack爲網路資產所做的那樣。

這是 @unmoyai 的願景，也是“編解碼器”的原始定義。

這將使機器人開發人員能夠更輕鬆地整合新的數據源或格式，而無需進行數月的定制工程。

這將導致更快的迭代週期。曾經需要團隊6個月

機器人技術是下一個工業革命。

第一次工業革命(從蒸汽到機械化)使全球GDP在1820年至1910年間增長了大約10倍。

機器人也會反向實現這一點，機器將會實現勞動的機械化。一個人不再需要操作一臺機器，而是一個人(或沒有人)將監督成千上萬臺網絡連接的自主機器。

蒸汽機時代幾乎花了一個世紀來取代人類和動物的勞動。一旦一個功能性的藍領大腦被訓練出來，類人機器人可以以指數級的速度進行擴展，它可以通過軟件和廉價硬件復制無限複製。

工業革命大約創造了$30T 現代GDP，以今天的美元計算。預計到2035年，機器人技術和自動化每年可以爲全球產出增加15-25萬億美元，在十年內壓縮超過100年的GDP。

每個發達經濟體的出生率正在下降。一個嬰兒需要18年才能進入勞動力市場，而一個人形機器人則不到一年。

日本每年出生的嬰兒數量已經不及機器人數量。到2030年，類人機器人將在多個國家的建築工人中佔據優勢。

Steam花了60年才達到5000萬人，電力用了40年，互聯網只用了10年。機器人技術和人工智能將通過連接的艦隊和軟件更新幾乎瞬間達到數十億人。當一個機器人學習時，整個行業會在一夜之間學習。

19世紀的鐵路消耗了全球超過一半的投資資本。它們促進了商業的脊梁，並成爲工業時代的財富引擎。

全球企業資本支出的50%以上投入到數字化和自動化基礎設施中。機器人和人工智能是當今的等價物，而現在

SOL即將迎來一波上衝行情，個人認爲。

自5月以來，ETH的表現優於其他資產，主要是由於機構資金流入，90%以上的穩定幣在(circle IPO)中，robhinhod的建設，每個人都將其視爲交易等。隨着倉位的加重，我們開始看到敘述變得更加成熟。

這並不意味着ETH不會表現(我相信它會)。我只是說SOL將以更大的優勢成爲最快的馬。

隨着SOL接近歷史新高，其定位感覺輕鬆得多，背景也更爲強大。我們看到真正的機構採用，例如Forward Industries籌集了16.5億美元，讓我們行業中一些最頂尖的人才如Kyle Samani掌舵，我更願意支持他而不是Tom Lee。

隨着這一點的發展，它正成爲一個主要的結算層，甚至Visa也在其即將推出的穩定幣試點中使用它。很明顯，Solana基金會也在積極追求鏈上股票，這將成爲我們生態系統中最大的流動性驅動因素之一。

ETH因資金流動和頭寸而漲；人們忘記了SOL的漲是因爲它是一個更好的產品，以及新一代開發者紛紛湧向它。是的，由於每個新幣和敘事的拋售，過去9個月的交易情況非常糟糕。

沒有根本性的變化。它仍然是唯一一個新開發者積極入駐並嘗試新想法的鏈，這些想法最終會在黃金鎖條件達成後推動更大的敘事。Solana 的優勢在於用戶體驗和降低摩擦。因此，我們看到整個互聯網資本市場的敘事和鏈上股票找到了自己的歸屬。

Solana 基本上在速度

飛往迪拜與$CODEC 團隊面對面工作。

機器人技術將成爲一個過於龐大的領域，不值得不全力以赴。

努力工作爲你的包包。