即刻App年轻人的同好社区
下载
谷歌今天在纽约正式宣布进军加密了
根据 CoinDesk 报道，Google 在测一款数字资产托管产品，名字叫 Google Multi-Party Compute（MPC），目前只给少数客户内测，计划 2027 年初正式开卖。
MPC 钱包是什么
普通加密钱包靠一把私钥，私钥就是密码加钥匙，谁拿到谁就能把钱转走。
MPC 的思路是把这把钥匙掰成几块，交给不同的人或机器保管。要转账时几方一起算出签名，完整的钥匙从头到尾都没有出现过。黑客就算偷走其中一块也没用。
谁在做 MPC 钱包
美国最大的是 Fireblocks，服务 2,400 多家机构，去年光稳定币就在它上面转了大约 6 万亿美元。第二梯队有今年刚刚上市的 BitGo，和 Coinbase。更专注服务稳定币支付的新兴机构包括被 Stripe 收购的 Privy，和 AllScale 的合作伙伴 Turnkey。
亚洲这边比较有名的是新加坡的 Cobo 和 Safeheron（安全鹭），分别服务了 680 多家和 250 多家客户。也都是行业里的朋友们。
云平台做 Crypto 常见吗
Google 不是第一个。阿里云 2023 年就上线了 MPC 产品，底层技术来自 Safeheron。腾讯云和华为云同一年跟 Cobo 合作，给它提供服务器。明天在深圳的腾讯云活动其实还有专门为 Crypto VIP 客户的私人晚宴。IBM 2025 年也推出了自己的托管平台。
为什么 Google 现在要做
美国的稳定币监管越来越清楚，银行和支付公司开始真拿稳定币做业务。钱放进来了，就得有个安全的地方存着。
这些公司很多本来就是 Google Cloud 的客户。数据存在 Google，服务器也租 Google 的，现在保险柜也能在同一家买，就省得再去对接一家加密公司。而且这个保险柜 Google 自己已经用过了。
随着稳定币合规化进一步推进，以后托管会跟数据库一样，成为云厂商的标配服务。Fireblocks 这样的独立公司接下来会有点尴尬，它的客户和它的服务器供应商，正在变成竞争对手。可能这也解释了为什么上周行业出现了被 Fireblocks「辟谣」的 25 亿美元被收购的新闻。
根据 CoinDesk 报道，Google 在测一款数字资产托管产品，名字叫 Google Multi-Party Compute（MPC），目前只给少数客户内测，计划 2027 年初正式开卖。
MPC 钱包是什么
普通加密钱包靠一把私钥，私钥就是密码加钥匙，谁拿到谁就能把钱转走。
MPC 的思路是把这把钥匙掰成几块，交给不同的人或机器保管。要转账时几方一起算出签名，完整的钥匙从头到尾都没有出现过。黑客就算偷走其中一块也没用。
谁在做 MPC 钱包
美国最大的是 Fireblocks，服务 2,400 多家机构，去年光稳定币就在它上面转了大约 6 万亿美元。第二梯队有今年刚刚上市的 BitGo，和 Coinbase。更专注服务稳定币支付的新兴机构包括被 Stripe 收购的 Privy，和 AllScale 的合作伙伴 Turnkey。
亚洲这边比较有名的是新加坡的 Cobo 和 Safeheron（安全鹭），分别服务了 680 多家和 250 多家客户。也都是行业里的朋友们。
云平台做 Crypto 常见吗
Google 不是第一个。阿里云 2023 年就上线了 MPC 产品，底层技术来自 Safeheron。腾讯云和华为云同一年跟 Cobo 合作，给它提供服务器。明天在深圳的腾讯云活动其实还有专门为 Crypto VIP 客户的私人晚宴。IBM 2025 年也推出了自己的托管平台。
为什么 Google 现在要做
美国的稳定币监管越来越清楚，银行和支付公司开始真拿稳定币做业务。钱放进来了，就得有个安全的地方存着。
这些公司很多本来就是 Google Cloud 的客户。数据存在 Google，服务器也租 Google 的，现在保险柜也能在同一家买，就省得再去对接一家加密公司。而且这个保险柜 Google 自己已经用过了。
随着稳定币合规化进一步推进，以后托管会跟数据库一样，成为云厂商的标配服务。Fireblocks 这样的独立公司接下来会有点尴尬，它的客户和它的服务器供应商，正在变成竞争对手。可能这也解释了为什么上周行业出现了被 Fireblocks「辟谣」的 25 亿美元被收购的新闻。
2 01
生成式 AI / 大模型路线的开山之作论文 Attention Is All You Need 有八个作者，2017年一起提出了 Transformer 架构后纷纷成立了自己的 startup。可以称之为 Transformer Mafia 了。
Ashish Vaswani：跟 Niki 一起离开 Google，先做 Adept（能操作软件的 agent），融了不少钱之后两人都走了；接着创办 Essential AI，从企业自动化做到开源模型，他现在还是 CEO。
Niki Parmar：和 Vaswani 一起创立了 Adept 和 Essential AI，现在在 Anthropic 任职。
Noam Shazeer：Google 老人，2021 出去办 Character.AI，消费级角色聊天，融了约 1.93 亿美金；2024 带回 Google 做 Gemini，2026 年 6 月又跳到 OpenAI。最近 Character.AI 刚申请破产。
Jakob Uszkoreit：八人中唯一一个在生物行业创业的。2021 和 Rhiju Das 创办 Inceptive，用语言模型那套思路做生物序列、设计药物，共融约 1.2 亿美金。
Llion Jones：人在东京，2023 和 David Ha 等创办 Sakana AI。玩模型合并、群体智能这类「自然启发」路线，公开融资合计大概 4.3 亿美金。
Aidan Gomez：论文出来时还是 Google Brain intern，2019 在多伦多创办 Cohere，做企业向语言模型和私有化部署。这组里融资金额最大，公开加起来约 15.35 亿美金。
Łukasz Kaiser：八个人里唯一没创业的。Google → OpenAI，走的是实验室路线。
Illia Polosukhin：2017 就走了，先做 NEAR.ai 算是最早的 AI 编程产品之一，后来机缘巧合做成了 Crypto 圈的 NEAR Protocol。公开融资约 5.34 亿美金。
Ashish Vaswani：跟 Niki 一起离开 Google，先做 Adept（能操作软件的 agent），融了不少钱之后两人都走了；接着创办 Essential AI，从企业自动化做到开源模型，他现在还是 CEO。
Niki Parmar：和 Vaswani 一起创立了 Adept 和 Essential AI，现在在 Anthropic 任职。
Noam Shazeer：Google 老人，2021 出去办 Character.AI，消费级角色聊天，融了约 1.93 亿美金；2024 带回 Google 做 Gemini，2026 年 6 月又跳到 OpenAI。最近 Character.AI 刚申请破产。
Jakob Uszkoreit：八人中唯一一个在生物行业创业的。2021 和 Rhiju Das 创办 Inceptive，用语言模型那套思路做生物序列、设计药物，共融约 1.2 亿美金。
Llion Jones：人在东京，2023 和 David Ha 等创办 Sakana AI。玩模型合并、群体智能这类「自然启发」路线，公开融资合计大概 4.3 亿美金。
Aidan Gomez：论文出来时还是 Google Brain intern，2019 在多伦多创办 Cohere，做企业向语言模型和私有化部署。这组里融资金额最大，公开加起来约 15.35 亿美金。
Łukasz Kaiser：八个人里唯一没创业的。Google → OpenAI，走的是实验室路线。
Illia Polosukhin：2017 就走了，先做 NEAR.ai 算是最早的 AI 编程产品之一，后来机缘巧合做成了 Crypto 圈的 NEAR Protocol。公开融资约 5.34 亿美金。
2 00
YC最新的一期 Request for Startups（创业公司招募方向）今天发布了，有11个方向是他们接下来最关注的：
1. 太空应用：火箭发射很快会便宜很多。今天还亏钱的太空生意，到时候可能就能成立，所以现在值得提前做。
2. AI 赋能普通人：找聪明、但不一定有专业执照的人，配上 AI，去做并购咨询、医保报销、移民材料这类过去只能靠专家干的活。
3. 美国本土机器人产业链：机器人软件进步很快，但是硬件很拉。美国现在大量依赖进口，稀土磁体还被卡脖子，所以要在美国本地做机器人和关键零部件。
4. 文风更好的大模型：大厂为了把模型练得会写代码、会当 agent，把文字风格练得很死板。专门做「写得像人、聊起来舒服」的模型，反而有机会。
5. 政府福利核验基础设施：申福利要反复交收入、住址证明，每个部门各审一遍，又慢又容易造假。做成类似 Plaid 的一层：用户授权后，从源头拉真实数据，一次核验、多个项目通用。
6. 实体 AI 基建的融资系统：建机器人、GPU 集群、数据中心要先砸大钱，银行却还按传统设备贷款来审。需要专门做租赁、贷款、证券化、风险对冲的金融公司。
7. 行业专用基础模型：做一个只服务制造、能源或生物等垂直领域的模型。目标是：算力成本远低于通用大模型，专业任务上却不输甚至更好。
8. 地方政府审批 AI：盖房、开公司都要过市政府审批，很多活还是人肉对照图纸和法规。用 AI 处理许可、zoning、投诉、检查，审批更快，项目更容易落地。
9. 数据中心供应链：AI 数据中心在大规模建设，缺的不只是芯片和电，还有变压器、开关柜、液冷设备、特种钢材。谁能补上这些缺口，谁就能赚钱。
10. 内网 / 断网可用的 AI：国防、银行、医院的核心数据不能上公有云。要卖能在客户机房、甚至断网环境里跑的模型、部署工具和安全认证。
11. 企业自有模型能力：开源模型已经够强，很多公司不想永远向 OpenAI 这类公司租接口。帮企业用自己的数据和业务流程，把模型训成自己的、并能持续改进。
原文：www.ycombinator.com
1. 太空应用：火箭发射很快会便宜很多。今天还亏钱的太空生意，到时候可能就能成立，所以现在值得提前做。
2. AI 赋能普通人：找聪明、但不一定有专业执照的人，配上 AI，去做并购咨询、医保报销、移民材料这类过去只能靠专家干的活。
3. 美国本土机器人产业链：机器人软件进步很快，但是硬件很拉。美国现在大量依赖进口，稀土磁体还被卡脖子，所以要在美国本地做机器人和关键零部件。
4. 文风更好的大模型：大厂为了把模型练得会写代码、会当 agent，把文字风格练得很死板。专门做「写得像人、聊起来舒服」的模型，反而有机会。
5. 政府福利核验基础设施：申福利要反复交收入、住址证明，每个部门各审一遍，又慢又容易造假。做成类似 Plaid 的一层：用户授权后，从源头拉真实数据，一次核验、多个项目通用。
6. 实体 AI 基建的融资系统：建机器人、GPU 集群、数据中心要先砸大钱，银行却还按传统设备贷款来审。需要专门做租赁、贷款、证券化、风险对冲的金融公司。
7. 行业专用基础模型：做一个只服务制造、能源或生物等垂直领域的模型。目标是：算力成本远低于通用大模型，专业任务上却不输甚至更好。
8. 地方政府审批 AI：盖房、开公司都要过市政府审批，很多活还是人肉对照图纸和法规。用 AI 处理许可、zoning、投诉、检查，审批更快，项目更容易落地。
9. 数据中心供应链：AI 数据中心在大规模建设，缺的不只是芯片和电，还有变压器、开关柜、液冷设备、特种钢材。谁能补上这些缺口，谁就能赚钱。
10. 内网 / 断网可用的 AI：国防、银行、医院的核心数据不能上公有云。要卖能在客户机房、甚至断网环境里跑的模型、部署工具和安全认证。
11. 企业自有模型能力：开源模型已经够强，很多公司不想永远向 OpenAI 这类公司租接口。帮企业用自己的数据和业务流程，把模型训成自己的、并能持续改进。
原文：www.ycombinator.com
6 11
Opencode的联合创始人Dax的分享算是今天争议最多的一条帖子：
最大的推理算力平台OpenRouter 上最热的 DeepSeek模型，一天的量差不多一台 GB300（大约 600–700 万美元）就能扛；就算暗需求再乘 10，也到不了 1 亿美元算力。推理侧算力泡沫可能已经很不理智了。
翻了一下今天的Openrouter前20模型排名，加起来token吞吐量一共约21.2T token，如果按照同样的算法也就是满载约 4 台GB300。不过肯定也得考虑load balancing为峰值留下余量，比如再来6–8 台。
我个人并不懂算力硬件行业，有没有朋友解释一下。按照这样的模式来看，是否的确大量算力硬件还是被闭源模型推理和其他大厂训练模型吃掉了，应用使用开源模型消耗的算力远远支撑不起来庞大的算力机房行业？
最大的推理算力平台OpenRouter 上最热的 DeepSeek模型，一天的量差不多一台 GB300（大约 600–700 万美元）就能扛；就算暗需求再乘 10，也到不了 1 亿美元算力。推理侧算力泡沫可能已经很不理智了。
翻了一下今天的Openrouter前20模型排名，加起来token吞吐量一共约21.2T token，如果按照同样的算法也就是满载约 4 台GB300。不过肯定也得考虑load balancing为峰值留下余量，比如再来6–8 台。
我个人并不懂算力硬件行业，有没有朋友解释一下。按照这样的模式来看，是否的确大量算力硬件还是被闭源模型推理和其他大厂训练模型吃掉了，应用使用开源模型消耗的算力远远支撑不起来庞大的算力机房行业？
2 10
伦敦刚出来一家机器人公司：Machenta，拿到了英国机器人历史上最大的种子轮 - 4000万美元。
业务很简单：给机器人演示一次新任务，不用再训练就能做。他们叫 Instant Robot Learning。
同一套模型可以跑在不同机器人、不同摄像头、不同示教方式上（遥操作、VR、拖拽，甚至人手）。官网给出的demo也多是收拾卫生、打包物品这类基础任务。
创始人两个人，都是 Imperial Robot Learning Lab 出来的。
CEO Edward Johns：Imperial 计算系 Robot Learning 教授，实验室做 one-shot / in-context robot learning 做了大概六年，论文里有 CoRL 2023、ICLR 2025 Instant Policy 这条线。2025 年底把实验室成果拉出来办公司。
CTO Vitalis Vosylius：Johns 的 PhD 学生，一起从实验室出来搭档。
回看这几年泡沫里赚到钱确定性最高的只有三类了，做FA和一级半老股买卖的，做算力和token中转的，还有卖数据的。
业务很简单：给机器人演示一次新任务，不用再训练就能做。他们叫 Instant Robot Learning。
同一套模型可以跑在不同机器人、不同摄像头、不同示教方式上（遥操作、VR、拖拽，甚至人手）。官网给出的demo也多是收拾卫生、打包物品这类基础任务。
创始人两个人，都是 Imperial Robot Learning Lab 出来的。
CEO Edward Johns：Imperial 计算系 Robot Learning 教授，实验室做 one-shot / in-context robot learning 做了大概六年，论文里有 CoRL 2023、ICLR 2025 Instant Policy 这条线。2025 年底把实验室成果拉出来办公司。
CTO Vitalis Vosylius：Johns 的 PhD 学生，一起从实验室出来搭档。
回看这几年泡沫里赚到钱确定性最高的只有三类了，做FA和一级半老股买卖的，做算力和token中转的，还有卖数据的。
4 00
Anthropic的招股书还是一贯的强势的，在股份结构上有一个只有1股的Class F股份，发给一个叫 Founder LLC 的壳。这一股单独就占全体股东投票权的 50.1%。壳里只有 7 个人，每人一票，多数说了算。不管怎么稀释最终都是这7个创始人掌握决策权。
进这个壳的 7 人：
1 - Dario Amodei，CEO；
2 - Daniela Amodei，President / 董事会 Chair。兄妹俩。Dario 从 Baidu、Google Brain 做到 OpenAI 研究 VP，GPT-2/3 和 RLHF 都深度参与。
3 - Tom Brown，Chief Compute Officer，GPT-3 论文第一作者，现在管算力。
4 - Jack Clark，以前是 Bloomberg 记者，OpenAI 做过 Policy，现在管 Public Benefit 和 Anthropic Institute。
5 - Jared Kaplan，Chief Science Officer，物理背景，Scaling Laws 共同作者。
6 - Sam McCandlish，Chief Architect，做过 CTO，Scaling laws 和 GPT-3 都有署名。
7 - Chris Olah，负责AI可解释性，之前在Google Brain / OpenAI Clarity，也是Thiel Fellow。
这 7 人基本都是 2020–2021 从 OpenAI 出来、2021 年 1 月一起办 Anthropic 的。
然后有个第 8 个名字：Ben Mann。
招股书里面还专门标注：他常被称作联合创始人，但不是 Founder LLC 成员，也不参与创始人的绝对控制权投票。
Ben也是参与 GPT-3研发，然后一起出来办 Anthropic。现在和 Instagram 联合创始人 Mike Krieger 联席带 Anthropic Labs。
进这个壳的 7 人：
1 - Dario Amodei，CEO；
2 - Daniela Amodei，President / 董事会 Chair。兄妹俩。Dario 从 Baidu、Google Brain 做到 OpenAI 研究 VP，GPT-2/3 和 RLHF 都深度参与。
3 - Tom Brown，Chief Compute Officer，GPT-3 论文第一作者，现在管算力。
4 - Jack Clark，以前是 Bloomberg 记者，OpenAI 做过 Policy，现在管 Public Benefit 和 Anthropic Institute。
5 - Jared Kaplan，Chief Science Officer，物理背景，Scaling Laws 共同作者。
6 - Sam McCandlish，Chief Architect，做过 CTO，Scaling laws 和 GPT-3 都有署名。
7 - Chris Olah，负责AI可解释性，之前在Google Brain / OpenAI Clarity，也是Thiel Fellow。
这 7 人基本都是 2020–2021 从 OpenAI 出来、2021 年 1 月一起办 Anthropic 的。
然后有个第 8 个名字：Ben Mann。
招股书里面还专门标注：他常被称作联合创始人，但不是 Founder LLC 成员，也不参与创始人的绝对控制权投票。
Ben也是参与 GPT-3研发，然后一起出来办 Anthropic。现在和 Instagram 联合创始人 Mike Krieger 联席带 Anthropic Labs。
5 14
中国的互联网从13年的移动端时代就变成了“不联网”，其实现在美国的互联网也因为Agent能力重新可能变成“不联网”。
中国移动互联网 “不”联网的特征是：
- 不能发现内容，搜索引擎找不到，必须进入某个 App 搜；
- 不能读取内容，有链接也看不了，折叠全文、弹出登录或下载要求；
- 不能使用功能，网页只有介绍或残缺功能，完整操作必须进 App／小程序；
- 不能跨平台流动，链接被拦、不能直接跳转、只能复制口令或换浏览器。
这一个现象一直都很恶心，很独特的你封杀我我封杀你，平台之间的“截流”和投流量成为了一门学问，形成了我只在中国产品里见到的靠口令红包和自动读取剪贴板跳转的生态，贼tmd sb。
这也是为什么中国不管是Personal Agent还是Work Agent都是在同一体系内很能打，但是一旦跨体系就几乎智障的原因，很难出现一个Open Web上的Super Agent，都关着门，没有数据可以拿到没有功能可以调用，哪里能构建好Context和Workflow。
中国当前App “不联网” 的本质原因有两个。
一是因为2013年后手机端成为了主要入口，每一个大厂都在打造自己的超级App，于是乎web端功能不再迭代甚至删减限制，每一产品都在把聊天、内容、购物、支付乃至部分公共服务全部塞到自己生态里，再通过小程序继续确保用户不离开自己。
另外一个就是17年基本所有主流平台受网络安全法要求统一强制实名要求，其实也给了大厂们一个理由更封闭。
但是其实美国也在AI时代互联网面临着“不”联网的处境，最近大量讨论都围绕在平台是否应该向Agent开放权限上，大部分的头部传统企业也都先选择把门关上。
购物网站：
- Amazon：2025年10月31日向Perplexity发函，要求其购物代理Comet停止未经Amazon许可的代理访问；2026年9月，又封锁了Meta Muse对Amazon的访问。
- eBay：用户协议直接点名代买Agent、LLM驱动的机器人等自动化工具，要求事先获得eBay明确许可才能访问其服务。
- Target：采用Agent白名单。只有用户批准、同时获得Target授权的Agent才能接入，其他Agent不能登录、查询、抓取数据，或者通过API与网站交互。
银行和券商：
- 花旗Citi：不允许第三方AI Agent代客户登录账户，或者直接在其数字银行平台内执行交易；保留通过部分开放银行服务商、经客户授权的有限只读访问。
- 摩根大通Chase：要求Agent明确表明身份、标记流量，并在条款中保留限制、暂停、终止Agent访问的权利。
出行和本地生活：
- Delta航空：条款明确写着，用户授权某个第三方Agent，并不构成Delta对它的授权；Delta保留拒绝与其交互、处理其请求或交易的权利。
- Yelp：未经许可的自动化访问、抓取和检索受到限制；它也提供自己的MCP接入，但需要通过Yelp的API密钥使用。
中国移动互联网 “不”联网的特征是：
- 不能发现内容，搜索引擎找不到，必须进入某个 App 搜；
- 不能读取内容，有链接也看不了，折叠全文、弹出登录或下载要求；
- 不能使用功能，网页只有介绍或残缺功能，完整操作必须进 App／小程序；
- 不能跨平台流动，链接被拦、不能直接跳转、只能复制口令或换浏览器。
这一个现象一直都很恶心，很独特的你封杀我我封杀你，平台之间的“截流”和投流量成为了一门学问，形成了我只在中国产品里见到的靠口令红包和自动读取剪贴板跳转的生态，贼tmd sb。
这也是为什么中国不管是Personal Agent还是Work Agent都是在同一体系内很能打，但是一旦跨体系就几乎智障的原因，很难出现一个Open Web上的Super Agent，都关着门，没有数据可以拿到没有功能可以调用，哪里能构建好Context和Workflow。
中国当前App “不联网” 的本质原因有两个。
一是因为2013年后手机端成为了主要入口，每一个大厂都在打造自己的超级App，于是乎web端功能不再迭代甚至删减限制，每一产品都在把聊天、内容、购物、支付乃至部分公共服务全部塞到自己生态里，再通过小程序继续确保用户不离开自己。
另外一个就是17年基本所有主流平台受网络安全法要求统一强制实名要求，其实也给了大厂们一个理由更封闭。
但是其实美国也在AI时代互联网面临着“不”联网的处境，最近大量讨论都围绕在平台是否应该向Agent开放权限上，大部分的头部传统企业也都先选择把门关上。
购物网站：
- Amazon：2025年10月31日向Perplexity发函，要求其购物代理Comet停止未经Amazon许可的代理访问；2026年9月，又封锁了Meta Muse对Amazon的访问。
- eBay：用户协议直接点名代买Agent、LLM驱动的机器人等自动化工具，要求事先获得eBay明确许可才能访问其服务。
- Target：采用Agent白名单。只有用户批准、同时获得Target授权的Agent才能接入，其他Agent不能登录、查询、抓取数据，或者通过API与网站交互。
银行和券商：
- 花旗Citi：不允许第三方AI Agent代客户登录账户，或者直接在其数字银行平台内执行交易；保留通过部分开放银行服务商、经客户授权的有限只读访问。
- 摩根大通Chase：要求Agent明确表明身份、标记流量，并在条款中保留限制、暂停、终止Agent访问的权利。
出行和本地生活：
- Delta航空：条款明确写着，用户授权某个第三方Agent，并不构成Delta对它的授权；Delta保留拒绝与其交互、处理其请求或交易的权利。
- Yelp：未经许可的自动化访问、抓取和检索受到限制；它也提供自己的MCP接入，但需要通过Yelp的API密钥使用。
2 00
Muse, Instincts, Dots, 和 Grokbots 四个产品重新让大家看到了Agentic Commerce是一个一定会在接下来18个月内跑出来的真业务，而且一定会更快更下沉，就像AI Search的GEO从湾区最小众的话题到河南电商老乡们都要开口闭口提到的策略只用了两个月。
但是大部分Agent支付公司还是掩耳盗铃，很难找到一个能真的切入的场景，定位上很考验策略能力。
一方面三家北美钱包玩家一定会因为本身构建的用户商户网络占据前期主要市场
- Stripe的Link - 3亿用户，100万商家
- Shopify的 Shop Pay - 2.5亿用户，170万商家
- PayPal - 4亿用户，3000万商家
就像AgentMail不如直接给Agent自己的Email简单，用户默认的选择也一定是直接使用自己已经配置好，习惯使用且信任的钱包，为了更小阻力撮合交易，平台也一定要最起码支持三个钱包设置方案之一。
另一方面Personal Agent本身也一定会希望自己从搜索方变成交易方，就像Instincts团队希望自己能够成为类似Applepay一样，不向用户收费，反而是在交易流水中抽成。
但是大部分Agent支付公司还是掩耳盗铃，很难找到一个能真的切入的场景，定位上很考验策略能力。
一方面三家北美钱包玩家一定会因为本身构建的用户商户网络占据前期主要市场
- Stripe的Link - 3亿用户，100万商家
- Shopify的 Shop Pay - 2.5亿用户，170万商家
- PayPal - 4亿用户，3000万商家
就像AgentMail不如直接给Agent自己的Email简单，用户默认的选择也一定是直接使用自己已经配置好，习惯使用且信任的钱包，为了更小阻力撮合交易，平台也一定要最起码支持三个钱包设置方案之一。
另一方面Personal Agent本身也一定会希望自己从搜索方变成交易方，就像Instincts团队希望自己能够成为类似Applepay一样，不向用户收费，反而是在交易流水中抽成。
3 00
又是一年新加坡Token 2049和F1！
AllScale成为Draper Demo Day 上最被关注的项目，也在本周成为了全球最大的科技市场情报公司CB最新报告中数字货币Business Banking的代表产品。
cbinsights.com
AllScale也推出全球支付资讯媒体平台 Stablecoin Club (stablecoin.club)，仍然在持续升级，但是我认为已经是中文查看全球支付新闻最方便的terminal了，欢迎体验。
AllScale成为Draper Demo Day 上最被关注的项目，也在本周成为了全球最大的科技市场情报公司CB最新报告中数字货币Business Banking的代表产品。
cbinsights.com
AllScale也推出全球支付资讯媒体平台 Stablecoin Club (stablecoin.club)，仍然在持续升级，但是我认为已经是中文查看全球支付新闻最方便的terminal了，欢迎体验。
1 00
