E11. 如何用AI提升Web3投研效率和自我竞争力 w/ Hashkey, Chainfeeds, TypoxAIDay1Global生而全球-Web3版

E11. 如何用AI提升Web3投研效率和自我竞争力 w/ Hashkey, Chainfeeds, TypoxAI

78分钟 ·
播放数1116
·
评论数26

本期介绍

这一轮 Crypto 周期有一个很大的特色,随着 OpenAI/ChatGPT 的发布,AI 浓度特别高。一方面出现了大量 Crypto x AI 的项目,另一方面几乎所有人都在利用 AI 来提升 Web3 投研的效率。

神鱼也发了一条推,「万能的推友,有没有人知道针对具体每个项目/赛道做聚合AI信息流的工具或平台?」,现在已经有 12w 的曝光,近百条评论,侧面反映了用户的高需求。

我们这一期请到了对这个话题非常有发言权的 3 位嘉宾来进行一场深度交流,使用 AI 来研究和参与 Web3 项目的最佳姿势是什么,里面又有什么需要避开的坑?有 2 位嘉宾是资深投研专家, Hashkey Capital 的技术总监 Jeffery Hu, 和 ChainFeeds 创始人、前链闻研究总监潘志雄潘老师,第三位嘉宾是专注在 Web3 领域的 Chatbot TypoxAI 的创始人 Thomas Yu.

Jeffery 和潘老师各分享了使用 AI 做 Web3 投研的 6 个方法(加起来 12 个),Thomas 分享了 Web3 里面 AI 工具的 3 类机会和在 Telegram 上做增长的心得。大家还讨论了 AI 时代产品经理、工程师的新机会,以及如何才能用 AI 增强自己,而不是被淘汰。

真是超级干货满满,既有用户视角,又有产品和行业视角,对我们来说是一次机会难得的学习过程,也希望带给听众们一些启发(嘉宾们也聊的意犹未尽 hh)。

Enjoy!

本期嘉宾&主持

  • 嘉宾 Jeffery Hu

Jeffery Hu 是 HashKey Capital 技术总监,主要负责项目的投资研究,曾在边界智能担任研究总监

  • 嘉宾潘致雄 Pan Zhixiong

潘致雄是 ChainFeeds 创始人、前链闻研究总监、互联网产品经理兼技术背景,长期关注公链、隐私技术、去中心化、DeFi 等话题。

  • 嘉宾 Thomas Yu

Thomas Yu 是 KNN3 Network创始人,TypoX AI核心开发者,曾就职于Chainlink,Fundamental lab和BTCChina。长期关注如何通过AI、社交融合等媒介将 web3 的应用和文化推广到更广泛的人群,进而个体能够打破由固有文化语言、地缘、经济体系、数据边界等形成的隔阂。

  • 主持 Star

Web3Brand主理人,10+年用户产品经理,技能树横跨内容社区、电商平台和人工智能,在探索成为全球化时代的超级个体。推特/X @starzqeth;Farcaster @starzq.eth ; 即刻 starzq.eth

  • 主持 Ruby

Web3Brand主理人,10+年互联网运营,曾在亚马逊等多家科技公司就职。推特/X @rubywxt1;Farcaster @rubywang ; 即刻 rubywang.eth

播客精彩要点

Jeffery 使用 AI 做 Web3 投研的 6 个方法:

  • 自动生成和项目方开会后的会议纪要;
  • 写投资 Memo;
  • 做类似项目的横向比较;
  • 基于某个项目 or 协议的历史信息做考古和深度分析;
  • 链上地址分析;
  • 帮项目方生成 FAQ

潘老师使用 AI 做 Web3 投研的 6 个方法:

  • 当做百科全书;
  • 翻译工具;
  • 视频 or 音频快速解读;
  • 快速理解白皮书(AI 总结,AI 找 bug);
  • 发散式研究, 跳出白皮书,基于更全面的信息生成评价;
  • 合同初审

Thomas 分享了 Web3 里面 AI 工具的 3 类机会

  • 基于 Web3 的内容建立增强的知识图谱,更好解释 Web3 语境下的名词: snapshot, Lens Protocol, KNN, Enjoy, Higher, ……
  • 用 AI 帮助 Web3 来做 Mass Adoption: Web3 里面的各类复杂的操作,直接用自然语言和 Agent 来交互,like “在 xx lunchpad 完成打新任务”, “购买 xx USD 的 Meme Coin”
  • 通过 Tokenomics 激励用户参与数据打标和模型训练

其他精彩分享

  • AI 是产品经理的超级杠杆:ChatGPT 已经可以帮忙写代码了,「准确描述需求」会成为更重要的事情,而这正是产品经理擅长的地方
  • AI 时代工程师的角色会发生转变:大部分的代码都是 AI 写的,工程师是提出问题和解决问题的人
  • 人和 AI 的关系里面,金字塔的最顶端是提出问题,因为大部分的 solution AI 都可以做,但是当你不知道提出什么新的问题的时候, AI 也不会给你反馈,然后我们和 AI 的这个缘分可能就走到尽头了
  • 好奇心是你在 AI 时代需要锻炼的肌肉,而你可以通过 AI 启发出更高维度的需求和问题

时间戳

  • 01:50 潘志雄分享使用 AI 进行翻译和研究工作的经验
  • 07:16 Jeffrey 分享 AI 在投资分析中的应用,包括会议记录和项目资料分析。
  • 14:32 Thomas 分享 AI 在编程和模块化开发中的应用,以及产品经理利用AI进行开发的优势。
  • 23:04 Jeffrey 分享 AI 在生成 FAQ 和处理常见问题中的应用,以及 AI 在信息整理和收集中的作用。
  • 29:36 潘志雄分享 AI 在音频转文本中的应用,特别是 Whisper 模型在处理长音频文件的准确性。
  • 37:37 Thomas 分享 AI 在简化 Web3 产品交互模式中的应用,以及用户对简单交互的需求。
  • 45:03 潘志雄分享 AI 在提升团队生产力方面的作用,以及AI在内容生成中的应用, ChainBuzz 如何响应 Day1Global.
  • 53:46 AI 训练模型的迭代和开源计划,以及AI在意图识别和工作流分配中的应用。
  • 01:01:40 AI 在散户投资研究和决策中的应用,强调独立研究的重要性。

免责声明:主持人或嘉宾在播客中的观点仅代表个人看法,不作为投资建议,DYOR.

本期嘉宾们提到的 AI 工具

Reference链接|联系我们

  • 📩Newsletter(点击订阅):包含我们每期节目所有Reference链接,并可以每周获得海外播客笔记精选,Web3和AI如何赋能超级个体和品牌的最新案例和思考
  • wx公众号:搜索"web3brand"
  • wx交流群:公众号后台留言,获取加入播客交流群方式
  • 收听渠道:小宇宙 | Apple | Youtube | Spotify

本季度的播客感谢 OneKey 的赞助支持。

OneKey 是一个去中心化的开源钱包项目。软件钱包和硬件钱包同时原生支持 BTC, 闪电网络, ETH, BNB, Solana, Aptos, Tron, Cosmos, Polkadot 等 60+ 条公链。同时也是全球首个支持闪电网络和 Nostr 的硬件钱包。 请认准官网官推

这期节目会在发布上线的一周时间内,我们将选取小宇宙评论区优质评论,赠送听友 1 台 Onekey Classic 1s (全球可发)钱包。希望听到你们对这期节目的看法哦!

展开Show Notes
置顶
本期同样有福利!欢迎在评论区聊聊你怎么使用 AI,或者嘉宾的讨论对你有什么启发😆我们将在本期节目上线一周内选优质评论,赠送听友一台 OneKey Classic 1S
希然Kimmy
希然Kimmy
2024.6.17
1:13:53
讲讲自己目前常用的AI
1、日常问题:Monica
2、搜索🔍:perplexity
3、读财报/长文:kimichat
4、整理表格及根据数据整理insight:copilot
5、思路拓宽: chatgpt
6、优化文章标题:chatgpt
天涯Ruby邻
:
谢谢希然分享,好奇为啥日常问题用 Monica 而不是 GPT
天涯Ruby邻
:
恭喜这条评论获得本期赞助的 OneKey,记得来公众号 web3brand 后台或者直接联系 Ruby 发送你的联系地址,我们安排奖品发送
8条回复
Jomosis
Jomosis
2024.6.17
04:50 怎么感觉我和嘉宾用的 AI 不一样,用不出这种强大的效果😂
天涯Ruby邻
:
主要潘老师直接用 API 比较多,其他提到的工具都是可直接使用的产品哈
H23X
H23X
2024.6.18
1:11:48 借助gpt 的随机性形成启发性 在高维度上面给出创新思路 👍
H23X
H23X
2024.6.17
27:17 使用ai帮我们高效畅游web3: 1 如何去信息降噪 也就是同样的insight 以不同形式出现 那么就应该 map-reduce 技术关键点在于语意理解、多源信息聚合 这方面chainfeeds不错 也给出了信息源所在; 2 信息匹配 每个人不同阶段需求是不同的 不同的赛道信息 侧重技术深度文章 这方面一般是通过建立用户行为模型 与大数据推流结合起来 达到千人千面的信息呈现效果; 自己对第二点需求比较强烈,通过rss阅读器加过滤器(比如rwa stable coin等关键词)粗糙实现,但是缺点是rss信息源不全、rss阅读器好用的少 其实还有一种解决方案:通过区块链建立正反馈机制、token经济模型 网络成员利用ai 预处理信息并发布 社区凝结并积累好的信息 最终让每个有价值的信息插上token的翅膀 聪明的飞向需要的地方
H23X:针对第一点: 信息降噪产品形态 1 主要是看 图文 chain feeds 吴说 2 主要是听 类似本节目的用心去做的podcast 3 能看能听 YouTube 哔哩 ;目前这些信息平台都还未见有引入信息匹配 个性化推荐的。 这三类产品目前自己选型为第二类为主 主要原因是喜欢访谈形式 信息虽然是线性输出 不像图文跳跃高效 但是价值密度高 容易和人产生共鸣 也容易激发新的想法
H23X
H23X
2024.6.18
1:07:01 代笔的横向和纵向分发,应该讲的是代币经济模型的健康程度吧, 能够形成正循环 螺旋上升 现在的互不接盘牛市就是没有处理好横向和纵向
Ferry_PmIL
Ferry_PmIL
2024.6.18
男主持人的麦可以离近一点,声音忽远忽近听的有点难受
天涯Ruby邻
:
感谢反馈,收到,下次调整!
ReggieJ
ReggieJ
2024.6.17
07:28 求推荐会议纪要软件
天涯Ruby邻
:
腾讯会议,飞书,zoom 都是可以的呀
ReggieJ:好的,我试试,谢谢
H23X
H23X
2024.6.17
17:17 未来工程师可能不需要写代码 只需要提出有价值的需求+解决方案 剩下的从demo到产品过程可以借助ai
H23X:18:06 需要将想法 解构出来 形成可验证的demo
天涯Ruby邻
:
周一早,感谢笔记侠又来疯狂输出了😛
H23X
H23X
2024.6.17
40:21 同感 都用Google同样的问题:erc721代币的ID怎么获取(mint铸造的时候emit event即可) 换成英文命中率高 编程语言不是我们应该掌握的重点 是英语书写prompt 驱动编程才是未来的最核心生产力
H23X
H23X
2024.6.18
57:20 这个业务应该是利用区块链经济模型 去做ai生态的训练数据及模型的 从业务角度讲选型ton生态 看中的是用户基数和基于func的dapp 开发支持