Nyligen kommunicerade jag med några till C AI-företag, och ärligt talat, med den nuvarande marknadsmognaden är det verkligen inte lätt att växa: 1/ C-ändens applikationer är explosiva, vilket testar teamets estetik och användarinsikt, och det finns betydande sannolikheter och chanser som är svåra att exakt förutsäga eller återskapa 2/ För närvarande är marknaden relativt fragmenterad, till exempel svårigheterna för amerikanska applikationer att komma in i Kina och hindren för kinesiska applikationer att komma in på utländska marknader. För projekt som vill nå den engelska marknaden först är trafiken på den engelska marknaden mycket mer spridd än på den regionala marknaden, och den kan inte effektivt nås via en enda kanal eller strategi, vilket innebär att projektet har en hög investeringskostnad 3/ Den nuvarande marknadslanseringskostnaden är inte billig, och priset på KOLs med pan-trafik är generellt 10 % (RMB) av det totala antalet fläktar, medan KOLs i AI-vertikalspåret har en premie på 2~4 gånger. Efter att ha kontrollerat att Kimis investeringskostnad 2025 är hundratals miljoner RMB, vilket gäller för ett startupföretag som investerat 10 miljoner eller 20 miljoner, är blodtråget inte tillräckligt tjockt och det kommer oundvikligen inte att brännas upp 4/ Produkter som kräver hög AI-kognitionsnivå hos användarna motsvarar "segmentering" i tjänster. Jag brukade tro att det var ett problem med dessa produkters förmåga att bryta kretsen, men nu tror jag att det handlar om storleken på målgruppen och möjligheten att spendera pengar Baserat på detta, om to-C-kapaciteten, budgeten och den totala användarbasen är begränsade, är kanske det bästa sättet för AI-projekt att göra ARR fortfarande logiken att "hitta stora aktörer" – att hitta gruppen med tydligaste behov och starkast betalningsförmåga, och sedan långsamt expandera, det vill säga till B, till utvecklare, till professionella grupper och sedan till trafik. När det gäller varför ARR skapas, är det för att det inte finns någon ARR nu, och det är svårt för projektet att integrera den andra omgången.

Fångade en insiktsfull gästföreläsning av Ethereums medverkställande direktör, Tomasz (@tkstanczak), vid Stanford igår. Viktiga insikter för Ethereum 2026: • Positionering som den lägsta riskkedjan • Ett nätverk av lösningsleverantörer • Agentisk AI-integration • Begränsning av "jojo"-effekten • Ögonen på Devcon India 2026 Efter föreläsningen, stort tack till Kun (@elkun_peng) för inbjudan till Stanford Blockchain Accelerator (@StanfordSBA) x PrismaX (@PrismaXai) middagsbjudning! 🥂 I det AI-mättade Bay Area är det sällsynt att se så många topphjärnor inom blockchain samlas i ett och samma rum. Även om likviditetspressen känns av alla, står domen kvar. Vi kan stå vid en vändpunkt där nya krafter är redo att dyka upp🦾

Läraren Feng Wuxiang@Web3Feng satsa på Openminds FDV på prognosmarknaden – 100 miljoner till 500 miljoner dollar är ett ja-spel, och den flytande vinsten på 43,5 % är fortfarande mycket bekväm. Jämfört med nya spel finns det faktiskt fler och fler vinklar och spelpunkter för att förutsäga marknadsdeltagandeprojekt, och det finns inget behov av att hålla fast vid de gamla metoderna för projektdeltagande från den tidigare marknaden, och de möjligheter att tjäna pengar som kommer från nytt spel kan vara lättare att fånga. Förra året utbytte jag med flera samarbetsprojektgrupper om att förutsäga marknaden och projektets TGE-uppvärmningsspel, och jag tror att den relevanta trenden kommer att fortsätta spridas. Dessutom, låt oss prata om Openmind (@openmind_agi), som ett av få förstahandsprojekt med robotkoncept och listningar på Coinbase, $ROBO kommer att vara öppet för handel ikväll. Låt oss se om den kan hantera trafik och finansiering 🤖 i en delstat där robotbanan är het och marknaden återhämtar sig