即刻App年轻人的同好社区
下载
那要说加密资金支持科学，最猛的当属Astera Institute，一个极度低调的非盈利组织。身处旧金山湾区，却又躲开了硅谷的喧嚣。它手握25亿美元捐赠，却几乎无人所知。
Astera是非盈利机构，通过资助科学家来推动人类文明进步，强调支持具有高杠杆效应的科学和技术项目为人类带来变革性的进步。Astera资助的并非DeSci领域，更多是开放科学，不过Astera的捐赠主要来自加密领域。
Astera的驻地计划像是一个未来科技的孵化器。入选的科学家可以获得15万美元左右的年薪，还有机会获得额外35万美元的资金作为研究预算。这些资助旨在帮助科学家验证想法，并从科学家变成科学企业家，最终创立公司。而成功独立的公司Astera会继续投入资金。
在这里，你可能会遇到正在研究如何在火星上培育生命的Erika Alden DeBenedictis，构建科学家社交网络促进科研的Ronen Tamari，或者探索通过和AI进行协作共同进行科学研究的Nokome Bentley。
而Astera最引人注目的是AGI领域的探索。他们的AGI实验室名为方尖碑(Obelisk)，试图用与当前主流不同的方式解开智能的终极奥秘。Obelisk团队享有罕见的自由。他们不需要考虑融资，没有利润的目标，甚至没有公布研究成果的要求。这种长期主义的做法，让他们能够专注于最根本、最具挑战性的问题，而不是追逐眼前的热点。
Astera偶尔也做对外投资，投资了太空运输公司Firefly，投资了再生农业公司Terviva，最为人所知的一次是领投了专注reasoning的AI大模型公司imbue的B轮。
Astera Institute的创始人Jed McCaleb是加密领域的传奇。Jed 最早以创建文件共享服务 eDonkey2000 而闻名，进入加密领域后，他创建了早期加密领域的交易巨头Mt. Gox，在出售Mt.Gox后，创立了 Ripple，并开发了Ripple协议，这是一个旨在改善跨境支付的系统。由于与其他创始人之间的分歧，他随后离开了Ripple并创立了Stellar，目标是通过一个开放的网络来促进全球金融包容性。
在2021年，他又创立了vast space，一个专注太空居住的公司。几乎是同一时间，他创立了Astera，将目光投向了更遥远的未来。Astera迄今为止获得了25亿美元的捐赠，而Jed McCaleb个人捐赠了其中的一大部分。
与McCaleb并肩作战的是一位同样传奇的人物Cate Hall。Hall的履历读起来像是一部好莱坞大片：曾在法院担任律师，后来摇身一变成为世界顶级女子扑克选手，随后又共同创立了创下最快将药物候选物推进到I期临床试验记录的流行病医学公司Alvea。
Astera相信，真正的突破往往来自于被忽视的想法。我愿称之为科技乌托邦里，不安分的梦想家们正在日以继夜地工作，试图解开生命的奥秘，创造人工智能，甚至改造其他星球。 Astera也非常积极的组织研讨会，汇聚全球顶尖的科学家和思想家。
Astera是非盈利机构，通过资助科学家来推动人类文明进步，强调支持具有高杠杆效应的科学和技术项目为人类带来变革性的进步。Astera资助的并非DeSci领域，更多是开放科学，不过Astera的捐赠主要来自加密领域。
Astera的驻地计划像是一个未来科技的孵化器。入选的科学家可以获得15万美元左右的年薪，还有机会获得额外35万美元的资金作为研究预算。这些资助旨在帮助科学家验证想法，并从科学家变成科学企业家，最终创立公司。而成功独立的公司Astera会继续投入资金。
在这里，你可能会遇到正在研究如何在火星上培育生命的Erika Alden DeBenedictis，构建科学家社交网络促进科研的Ronen Tamari，或者探索通过和AI进行协作共同进行科学研究的Nokome Bentley。
而Astera最引人注目的是AGI领域的探索。他们的AGI实验室名为方尖碑(Obelisk)，试图用与当前主流不同的方式解开智能的终极奥秘。Obelisk团队享有罕见的自由。他们不需要考虑融资，没有利润的目标，甚至没有公布研究成果的要求。这种长期主义的做法，让他们能够专注于最根本、最具挑战性的问题，而不是追逐眼前的热点。
Astera偶尔也做对外投资，投资了太空运输公司Firefly，投资了再生农业公司Terviva，最为人所知的一次是领投了专注reasoning的AI大模型公司imbue的B轮。
Astera Institute的创始人Jed McCaleb是加密领域的传奇。Jed 最早以创建文件共享服务 eDonkey2000 而闻名，进入加密领域后，他创建了早期加密领域的交易巨头Mt. Gox，在出售Mt.Gox后，创立了 Ripple，并开发了Ripple协议，这是一个旨在改善跨境支付的系统。由于与其他创始人之间的分歧，他随后离开了Ripple并创立了Stellar，目标是通过一个开放的网络来促进全球金融包容性。
在2021年，他又创立了vast space，一个专注太空居住的公司。几乎是同一时间，他创立了Astera，将目光投向了更遥远的未来。Astera迄今为止获得了25亿美元的捐赠，而Jed McCaleb个人捐赠了其中的一大部分。
与McCaleb并肩作战的是一位同样传奇的人物Cate Hall。Hall的履历读起来像是一部好莱坞大片：曾在法院担任律师，后来摇身一变成为世界顶级女子扑克选手，随后又共同创立了创下最快将药物候选物推进到I期临床试验记录的流行病医学公司Alvea。
Astera相信，真正的突破往往来自于被忽视的想法。我愿称之为科技乌托邦里，不安分的梦想家们正在日以继夜地工作，试图解开生命的奥秘，创造人工智能，甚至改造其他星球。 Astera也非常积极的组织研讨会，汇聚全球顶尖的科学家和思想家。
30 04
在加密领域积极支持DeSci的参与者中，ID Theory是我最尊敬的。这是一家低调的基金，规模不大，却在过去几年里投资了十多个DeSci项目，包括Molecule、Vita DAO 和 LabDAO 等。
他的联创有十年的生物科技从业经验，对这块很熟。除了投资，他担任了Molecule董事会成员，也深度参与了如VitaDAO等被投项目。这老哥同时也是Beaker DAO 的发起人，一个只投资DeSci的投资DAO。我和他在过去交流蛮多，也受到了不少影响。
DAO 一直是我非常感兴趣的领域，而 DeSci 类型的 DAO 更是少有的跨界前沿项目，且发展得非常稳健。这种偏爱也让我在评估其他项目时，对那些创始团队有深厚 DeSci 社区背景的项目格外关注。往往愿意多聊聊，即便最终不投资，我也会尽量提供支持。
他的联创有十年的生物科技从业经验，对这块很熟。除了投资，他担任了Molecule董事会成员，也深度参与了如VitaDAO等被投项目。这老哥同时也是Beaker DAO 的发起人，一个只投资DeSci的投资DAO。我和他在过去交流蛮多，也受到了不少影响。
DAO 一直是我非常感兴趣的领域，而 DeSci 类型的 DAO 更是少有的跨界前沿项目，且发展得非常稳健。这种偏爱也让我在评估其他项目时，对那些创始团队有深厚 DeSci 社区背景的项目格外关注。往往愿意多聊聊，即便最终不投资，我也会尽量提供支持。
13 13
很少有人知道，密码朋克、加密战争都和拜登在1991年提交到国会的一项法案直接相关。33年后，民主党输掉了大选，拜登也输掉了这场他亲手挑起的加密战争。
从公私钥加密到开源运动，再到加密货币，这场战争对人类社会的影响比大家能想到的更深远，也更重要。
从公私钥加密到开源运动，再到加密货币，这场战争对人类社会的影响比大家能想到的更深远，也更重要。
加密战争33年：始于拜登，终于拜登
18 01
用新的Claude 3.5 Sonnet跑了下CryptoBench。在每一个测试类别上都超过了0620版本。
目前的任务都是问答类的，未来的real world challenge测试里怕是更猛。
目前的任务都是问答类的，未来的real world challenge测试里怕是更猛。
6 00
接之前的治理Agent话题。
有个很有意思的事。我在部署之前做了几千次模拟投票，调教了很多轮。但实际部署后的第二票就发生了意外：AI支持了一个我持反对态度的重要提案。
提案662：Nouns DAO的DUNA提案
- 内容：在怀俄明州建立DUNA结构（一种美国法律认可的DAO结构），拨款87万USDC支持基金会第一年的运作。
这是一个非常重要的提案，也是最近Nouns社区吵翻天的提案，目前投票还有20个小时结束，目测是会通过了。但我并不喜欢这个提案，我的顾虑：
1. 额外的合规要求可能降低去中心化程度，增加社区参与门槛。
2. 预算太高。
3. 消除未来分叉的可能性（利弊并存）
Agent选择了支持这一提案，说实话我不意外。Agent目前是用的GPT4o进行提案分析决策，这是一个经过良好训练，并且接受过安全调教的模型 - 它被调教的太听话了。
注册为DUNA带来的法律合规上的优势让它义无反顾的支持了这个提案。尽管我已经在提示词里反复加强了保持permissionless的重要性，就差直接告诉AI不要投DUNA的通过票，但它选择视而不见。
此外应该也有部分原因是提案中的信息比较有限，它得到的上下文不够，所以只看到了DUNA好的部分，没看到潜在风险。这不是模型能力或偏好问题，而是目前的agent结构太简单，是工程问题。
附图是我从后台记录里调取出来的AI提案分析。原始内容是英文的，图片是微信翻译过的，样式略微奇怪。
在之前每批次的模拟投票中，我都抽查了部分AI的决策，与我对同一提案的判断进行对比，然后进行必要的调整。而662提案的经历让我意识到通过使用不同的模型/Prompt/背景信息和Agent架构来进行治理研究。
通过观察不同条件下的Agent投票结果，可以评估AI在适应性、一致性和多样性等方面的表现。
我之前看过几个论文，经济学家用LLM Powered Agent模拟人类行为，研究复杂的经济决策。实验的结果是Agent在很多经典场景的反应和人很接近，使得这样的模拟在经济学里存在真实的学术意义和实践可行性。
而Agent代表真人去进行治理决策，本质上也是一种模拟，这种模拟在治理研究里想来也是有较强的实践性的。它不仅可以用于评估AI在DAO治理中的决策能力，同时可能反映出设计和训练这些AI系统的人类专家的某些偏好和决策倾向。这种测试方法是研究群体决策、治理模型和AI伦理的有效工具，为未来的AI辅助治理系统提供有价值的参考数据。
有个很有意思的事。我在部署之前做了几千次模拟投票，调教了很多轮。但实际部署后的第二票就发生了意外：AI支持了一个我持反对态度的重要提案。
提案662：Nouns DAO的DUNA提案
- 内容：在怀俄明州建立DUNA结构（一种美国法律认可的DAO结构），拨款87万USDC支持基金会第一年的运作。
这是一个非常重要的提案，也是最近Nouns社区吵翻天的提案，目前投票还有20个小时结束，目测是会通过了。但我并不喜欢这个提案，我的顾虑：
1. 额外的合规要求可能降低去中心化程度，增加社区参与门槛。
2. 预算太高。
3. 消除未来分叉的可能性（利弊并存）
Agent选择了支持这一提案，说实话我不意外。Agent目前是用的GPT4o进行提案分析决策，这是一个经过良好训练，并且接受过安全调教的模型 - 它被调教的太听话了。
注册为DUNA带来的法律合规上的优势让它义无反顾的支持了这个提案。尽管我已经在提示词里反复加强了保持permissionless的重要性，就差直接告诉AI不要投DUNA的通过票，但它选择视而不见。
此外应该也有部分原因是提案中的信息比较有限，它得到的上下文不够，所以只看到了DUNA好的部分，没看到潜在风险。这不是模型能力或偏好问题，而是目前的agent结构太简单，是工程问题。
附图是我从后台记录里调取出来的AI提案分析。原始内容是英文的，图片是微信翻译过的，样式略微奇怪。
在之前每批次的模拟投票中，我都抽查了部分AI的决策，与我对同一提案的判断进行对比，然后进行必要的调整。而662提案的经历让我意识到通过使用不同的模型/Prompt/背景信息和Agent架构来进行治理研究。
通过观察不同条件下的Agent投票结果，可以评估AI在适应性、一致性和多样性等方面的表现。
我之前看过几个论文，经济学家用LLM Powered Agent模拟人类行为，研究复杂的经济决策。实验的结果是Agent在很多经典场景的反应和人很接近，使得这样的模拟在经济学里存在真实的学术意义和实践可行性。
而Agent代表真人去进行治理决策，本质上也是一种模拟，这种模拟在治理研究里想来也是有较强的实践性的。它不仅可以用于评估AI在DAO治理中的决策能力，同时可能反映出设计和训练这些AI系统的人类专家的某些偏好和决策倾向。这种测试方法是研究群体决策、治理模型和AI伦理的有效工具，为未来的AI辅助治理系统提供有价值的参考数据。
11 00
这个试验是前几天在带娃间隙的碎片时间完成的。周四做了一些信息收集，周五晚上正式开始写，周日上午票就投出去了。用一句话总结就是我让AI做了个AI Agent参与治理。
过程非常简单：
1.设计提示词，描述治理Agent逻辑，提供合约地址和对应ABI。
2.Claude 3.5/GPT o1设计工程方案并生成代码（一大堆bug)。
3.人工调试优化代码最终让Agent成功跑起来。
4.通过模拟投票反复优化提示词，让Agent的决策更接近我的治理偏好。
最终成果：500行代码的agent，包含80行提示词。在正式部署前，对600多个历史提案进行了3000多次模拟投票。
Agent运行逻辑：
- 监听机制：持续监控区块链网络，检测新提案的产生。
- 数据获取：从链上直接提取提案的描述部分。
- 数据预处理：将原始提案数据转换为结构化、易读的格式，删除模型不易处理的部分，如base64编码的图片。
- 决策引擎：
- 将预处理后的提案数据作为提示词的一部分。
- 调用大模型进行分析和决策。
- 模型输出结构化的决策结果。
- 从模型输出中提取关键决策数据。
- 投票执行：
- 基于上一步得到的决策数据构造链上交易。
- 将构造好的交易发送到区块链网络。
从功能上讲这Agent只是MVP级别的，离完备的Agent还差很远。唯一有挑战的部分是提示词工程，如何让大模型更准确的理解我的决策偏好，做出我认可的决策，不容易，不过这部分最终实现效果还不错。
通过实验发现这个方向的可实践性很强，空间也很广阔。
未来的进化路径：
增强感知能力 ：
- 多维数据整合：链上数据、社交媒体、市场趋势。
- DAO知识库构建：自主积累信息，理解提案关联性，也对DAO的历史和发展现状有更深入的掌握
- 持续学习和反思机制：学习历史提案的决策结果和带来的影响，反思决策的合理性，优化决策模型。
提升执行能力 ：
- 自主理解合约并生成对应的交互代码（当前主要瓶颈），在不预设模板的情况下实现各类DAO的投票。
目前即使是最先进的模型也还不具备完备实现的能力，但眼瞅着是不远了。当这些能力全面实现，这类AI代理就能够适应快速变化的加密世界，提供深刻洞察，支持关键决策。我个人认为这些AI治理实验的影响将超越DAO的范畴，为各类组织治理提供新思路。
过程非常简单：
1.设计提示词，描述治理Agent逻辑，提供合约地址和对应ABI。
2.Claude 3.5/GPT o1设计工程方案并生成代码（一大堆bug)。
3.人工调试优化代码最终让Agent成功跑起来。
4.通过模拟投票反复优化提示词，让Agent的决策更接近我的治理偏好。
最终成果：500行代码的agent，包含80行提示词。在正式部署前，对600多个历史提案进行了3000多次模拟投票。
Agent运行逻辑：
- 监听机制：持续监控区块链网络，检测新提案的产生。
- 数据获取：从链上直接提取提案的描述部分。
- 数据预处理：将原始提案数据转换为结构化、易读的格式，删除模型不易处理的部分，如base64编码的图片。
- 决策引擎：
- 将预处理后的提案数据作为提示词的一部分。
- 调用大模型进行分析和决策。
- 模型输出结构化的决策结果。
- 从模型输出中提取关键决策数据。
- 投票执行：
- 基于上一步得到的决策数据构造链上交易。
- 将构造好的交易发送到区块链网络。
从功能上讲这Agent只是MVP级别的，离完备的Agent还差很远。唯一有挑战的部分是提示词工程，如何让大模型更准确的理解我的决策偏好，做出我认可的决策，不容易，不过这部分最终实现效果还不错。
通过实验发现这个方向的可实践性很强，空间也很广阔。
未来的进化路径：
增强感知能力 ：
- 多维数据整合：链上数据、社交媒体、市场趋势。
- DAO知识库构建：自主积累信息，理解提案关联性，也对DAO的历史和发展现状有更深入的掌握
- 持续学习和反思机制：学习历史提案的决策结果和带来的影响，反思决策的合理性，优化决策模型。
提升执行能力 ：
- 自主理解合约并生成对应的交互代码（当前主要瓶颈），在不预设模板的情况下实现各类DAO的投票。
目前即使是最先进的模型也还不具备完备实现的能力，但眼瞅着是不远了。当这些能力全面实现，这类AI代理就能够适应快速变化的加密世界，提供深刻洞察，支持关键决策。我个人认为这些AI治理实验的影响将超越DAO的范畴，为各类组织治理提供新思路。
Chao.: 昨天我的治理AI在DAO中独立投出了第一票。这是一个75,000 USDC的拨款提案,AI经过考虑后投了反对票。它认为提案缺乏具体财务指标和预算细节,也未能阐明资金如何提升DAO的价值。附图是Agent同步提交到链上的说明，前面的数字2在合约中代表反对。 这个治理AI通过读取链上数据获得提案内容，做出决策,我此前已将投票权delegate给它控制的钱包。它能自主形成判断并直接在链上投票,不需要我的参与，也不需要我的批准。今后这个AI将长期运行,持续参与治理。 有朋友开玩笑说8年后的美国总统可能是个AI。8年可能过于乐观，但AI参与国家治理大概率将成为现实。要治理国家，先从参与治理一个DAO开始学起把。
16 13
昨天我的治理AI在DAO中独立投出了第一票。这是一个75,000 USDC的拨款提案,AI经过考虑后投了反对票。它认为提案缺乏具体财务指标和预算细节,也未能阐明资金如何提升DAO的价值。附图是Agent同步提交到链上的说明，前面的数字2在合约中代表反对。
这个治理AI通过读取链上数据获得提案内容，做出决策,我此前已将投票权delegate给它控制的钱包。它能自主形成判断并直接在链上投票,不需要我的参与，也不需要我的批准。今后这个AI将长期运行,持续参与治理。
有朋友开玩笑说8年后的美国总统可能是个AI。8年可能过于乐观，但AI参与国家治理大概率将成为现实。要治理国家，先从参与治理一个DAO开始学起把。
这个治理AI通过读取链上数据获得提案内容，做出决策,我此前已将投票权delegate给它控制的钱包。它能自主形成判断并直接在链上投票,不需要我的参与，也不需要我的批准。今后这个AI将长期运行,持续参与治理。
有朋友开玩笑说8年后的美国总统可能是个AI。8年可能过于乐观，但AI参与国家治理大概率将成为现实。要治理国家，先从参与治理一个DAO开始学起把。
22 510