Recentemente, me comuniquei com algumas empresas de C AI e, para ser honesto, com a maturidade atual do mercado, realmente não é fácil crescer: As aplicações 1/C-end são explosivas, o que testa a estética da equipe e o conhecimento do usuário, e há probabilidades e chances significativas, difíceis de prever ou replicar com precisão 2/ Atualmente, o mercado é relativamente fragmentado, como a dificuldade de as inscrições americanas entrarem na China e as barreiras para que as inscrições chinesas entrem em mercados internacionais. Para projetos que desejam chegar primeiro ao mercado inglês, o tráfego no mercado inglês é muito mais disperso do que no mercado regional, e não pode ser alcançado de forma eficiente por um único canal ou estratégia, o que significa que o projeto tem um grande custo de investimento 3/ O custo atual de lançamento no mercado não é barato, e o preço dos KOLs com tráfego panorâmico geralmente é 10% (RMB) do total de ventiladores, enquanto os KOLs na faixa vertical de IA têm um prêmio de 2~4 vezes. Depois de verificar se o custo de investimento da Kimi em 2025 é de centenas de milhões de RMB, o que é para uma startup que investiu 10 ou 20 milhões, o canal de sangue não é grosso o suficiente e inevitavelmente não será queimado 4/ Produtos que exigem alto nível de cognição de IA dos usuários são equivalentes à "segmentação" em serviços. Eu costumava achar que era um problema com a capacidade desses produtos de quebrar o círculo, mas agora acho que é um problema do tamanho da base de clientes-alvo e da capacidade de gastar dinheiro Com base nisso, se a capacidade de fazer to-C, orçamento e base geral de usuários forem limitadas, talvez a melhor forma de projetos de IA fazerem ARR ainda seja a lógica de "encontrar grandes players" – encontrar o grupo com as necessidades mais claras e a maior capacidade de pagamento, e então expandir lentamente, ou seja, para B, para desenvolvedores, para grupos profissionais e depois para tráfego. Quanto ao motivo de o ARR ser feito, é porque não existe ARR agora, e é difícil para o projeto integrar a segunda rodada.

Assisti ontem a uma palestra de convidado perspicaz do Co-Diretor Executivo do Ethereum, Tomasz (@tkstanczak), em Stanford. Principais lições para o Ethereum 2026: • Posicionamento como a cadeia de menor risco • Uma rede de fornecedores de soluções • Integração de IA agente • Limitar o efeito "ioiô" • Olhos na Devcon Índia 2026 Após a palestra, um enorme agradecimento ao Kun (@elkun_peng) pelo convite para o Stanford Blockchain Accelerator (@StanfordSBA) x PrismaX (@PrismaXai) jantar! 🥂 Na Bay Area, saturada de IA, é raro ver tantos grandes nomes do blockchain em uma mesma sala. Embora a pressão de liquidez seja sentida por todos, a convicção permanece intacta. Podemos estar em um ponto de virada em que novas forças estão prontas para surgir🦾

O professor Feng Wuxiang@Web3Feng Betting no FDV da Openmind no mercado de previsões – de $100M a $500M é uma aposta sim, e o lucro flutuante de 43,5% ainda é muito confortável. Comparado aos jogos novos, na verdade, há cada vez mais ângulos e pontos de jogo para prever projetos de participação no mercado, e não há necessidade de se ater aos métodos antigos de participação em projetos do mercado anterior, e as oportunidades de lucro derivadas de novas jogabilidades podem ser mais fáceis de capturar. No ano passado, troquei com várias partes cooperativas do projeto sobre prever o mercado e a jogabilidade de aquecimento do TGE do projeto, e acredito que essa tendência relevante continuará se espalhando. Além disso, vamos falar sobre o Openmind (@openmind_agi), como um dos poucos projetos de primeira linha com conceitos de robôs e listagens na Coinbase, $ROBO estará aberto para negociação esta noite. Vamos ver se consegue suportar tráfego e recursos 🤖 em um estado onde a pista robótica está quente e o mercado está se recuperando