a16z谈AI+Crypto下半场:身份验证、基础设施与新的经济模型

中级6/17/2025, 5:33:41 AM
a16z 深入探讨 AI 与加密技术融合的最新路径,重点分析链上身份验证机制、AI 运行基础设施及其推动的新型经济模型。本文系统梳理 AI + Crypto 的关键支点与未来发展方向,适合关注前沿技术交汇的读者阅读。

互联网的经济模式正在发生改变。当开放的网络逐渐塌缩成一个「提示栏」(prompt bar)时,我们不得不思考:AI 会引领一个开放的互联网,还是让它沦为新的付费墙迷宫?而谁又将掌控这一切——是那些大型的中心化公司,还是广泛的用户社区?

这正是加密技术可以介入的地方。我们已经多次讨论 AI 与加密的交汇点;简单来说,区块链是一种构建互联网服务和网络的新方式,它们是去中心化的、在结构上保持中立的,并且可以由用户拥有。它们为当前 AI 系统中日益明显的中心化趋势提供了一种制衡机制,通过重新协商系统背后的经济关系,帮助实现一个更加开放、更加稳健的互联网。

「加密可以帮助构建更好的 AI 系统,反之亦然」这一理念并不新鲜——但它常常缺乏清晰的定义。一些交汇领域,比如在廉价 AI 系统大规模普及的背景下验证「人类性」(proof of humanity),已经开始吸引建设者和用户的注意。而其他一些用例可能还需要几年,甚至几十年才能实现。因此,在这篇文章中,我们整理了 11 个 AI 与加密交汇处的实际用例,旨在推动对「哪些是可能的」、「还有哪些挑战需要解决」等问题的深入讨论。这些用例都基于当下正在构建的技术,无论是处理海量微支付,还是确保人类可以拥有与未来 AI 之间的关系。

身份(IDENTITY)

AI 交互中的持久数据与上下文

作者:Scott Duke Kominers

生成式 AI 依赖数据驱动,但在许多应用场景中,上下文(即与某次交互相关的状态和背景信息)同样重要,甚至更为关键。

理想情况下,一个 AI 系统 (无论是智能体、LLM 接口,还是其他应用) 都应该能记住你正在处理的项目类型、你的沟通风格、你偏好的编程语言,以及许多其他细节。但现实中,用户常常需要在同一个应用的不同会话中反复重建这些上下文(比如你启动一个新的 ChatGPT 或 Claude 会话时) 更不用说在不同系统之间切换时了。

目前,不同生成式 AI 应用之间的上下文基本无法迁移。

而借助区块链,AI 系统可以将关键上下文元素作为持久性数字资产来保存,在每次启动会话时加载,并能在多个 AI 平台间无缝转移。此外,区块链可能是唯一一种既具前向兼容性、又天然强调可互操作性的技术方案,这些特性正是区块链协议的核心属性。

一个自然的应用场景是 AI 参与的游戏和媒体,用户的偏好(从游戏难度到按键绑定)可在不同游戏和环境中保持一致。但更有价值的场景在于知识类应用,AI 需要理解用户已经掌握的知识及其学习方式;或者在更加专业的 AI 使用情境中,比如编程。虽然目前已有企业为自身开发定制化 AI 机器人,能在一定范围内保持上下文,但这些上下文往往无法在企业内部不同的 AI 系统之间迁移。

企业才刚刚开始意识到这个问题,目前最接近通用解决方案的是带有固定上下文的定制机器人。而在平台内部,不同用户之间共享上下文的实践也开始在链下出现,例如 Poe 平台允许用户将自己定制的机器人租给其他人使用。

如果将这类行为迁移到链上,就可以让我们与之交互的 AI 系统共享一个由我们全部数字行为关键元素构成的「上下文层」。AI 系统将能立即理解我们的偏好,更好地为我们调优并优化交互体验。反过来,就像链上的知识产权登记一样,允许 AI 引用链上的持久上下文,也将激发出围绕提示词和信息模块的新型市场交互。例如,用户可以直接授权或变现自己的知识专长,同时保留对数据的所有权。当然,共享上下文还将解锁许多我们尚未设想的可能性。

面向 AI 智能体的通用身份

作者:Sam Broner

身份,也就是「谁」或「什么」的权威记录,是支撑当今数字发现、聚合和支付系统的无声底层结构。由于平台将这些基础设施隐藏在幕后来运作,我们只能在成品中体验到它的存在:亚马逊会给商品分配唯一标识符(ASIN 或 FNSKU),将商品集中展示,并帮助用户发现与支付;Facebook 也类似:用户身份构成了其内容推荐、Marketplace 商品展示、有机内容与广告发现的基础。

但随着 AI 智能体的进化,这种状况将发生变化。企业正在将 AI 智能体用于客服、物流、支付等多个场景,而平台的形态也正在从单一界面转向跨平台、跨终端的分布式系统。这些智能体将积累深度上下文,为用户完成更多任务。如果某个智能体的身份只绑定在一个平台或市场上,那它在其他重要场景中——如邮件对话、Slack 频道或其他产品中——就难以发挥作用。

因此,AI 智能体需要一个统一、可迁移的「护照」。否则,我们将无法识别它的支付方式、确认其版本、查询其能力、知道它代表谁行动,或追踪其跨平台的声誉。一个智能体的身份应当同时具备钱包、API 注册表、更新日志和社交证明的功能——这样任何界面(无论是邮件、Slack 还是另一个智能体)都能以一致的方式识别并与之交互。

没有一个统一的「身份」原语,每次集成都要从零开始搭建底层结构,发现机制依旧依赖偶然,用户在不同平台之间切换时也会失去上下文。

我们正处在可以「从第一性原理」重新设计智能体基础设施的阶段。那么,如何构建一个比 DNS 记录更丰富的、可信中立的身份层?我们不应重建那些将身份、发现、聚合与支付捆绑在一起的「单体式平台」;相反,智能体应当可以自由地接收支付、列出能力清单,并在多个生态中共存,而无需担心被锁死在某个平台中。

这正是 AI 与加密结合之处的亮点:区块链网络提供的「无需许可的可组合性」,能够帮助开发者构建更有用的智能体与更佳的用户体验。

当然,目前那些垂直整合的平台(如 Facebook 或亚马逊)仍然拥有更好的用户体验——因为打造优质产品的复杂性之一就是要确保所有模块从上到下协同运作。但这种便利的代价也很高。尤其是当构建、聚合、变现和分发智能体的成本持续降低,智能体应用的触达面日益扩展时,一个可信中立的身份层将赋予创业者真正的主权「护照」,也将鼓励在分发与设计上的更多探索与创新。

面向未来兼容性的「真人性证明」

作者:Jay Drain Jr. 和 Scott Duke Kominers

随着 AI 的广泛渗透——无论是驱动网络交互中的机器人和智能代理,还是制造深度伪造和操控社交媒体——人们越来越难以分辨线上互动对象到底是真人还是程序。这种信任的侵蚀并非遥远的未来,它已经悄然降临。从 X(前 Twitter)上的评论水军,到约会软件上的机器人,现实与虚拟的边界正变得模糊。在这种环境下,「真人性证明」(Proof of Personhood,PoP)正逐渐成为一项关键基础设施。

目前验证一个人是人类的方式之一,是使用数字身份(比如美国 TSA 所使用的中心化身份系统)。数字身份包括用户可以用来验证身份的各种信息——用户名、PIN 码、密码、第三方认证(如公民身份或信用记录)以及其他凭证。去中心化在此处的价值显而易见:当这些数据被集中管理时,身份发放方可以撤销访问权、收取费用,甚至协助监控;而去中心化则反转了这种结构,让用户而非平台掌控自己的身份,从而更加安全且不易被审查。

与传统身份系统不同,去中心化的「真人性证明」机制(例如 Worldcoin 的 World ID 系统)允许用户自主管理和保存身份数据,以一种隐私友好、可信中立的方式验证自己是真人。而就像驾驶执照一样,PoP 一旦发放,可以在任何平台上通用,不论何时何地。这种基于区块链的 PoP 因此具备面向未来的兼容性(forwards compatibility),具体体现在两个方面:

可移植性(Portability):PoP 遵循公开协议,任何平台都可集成。身份由用户掌控,建立在公共基础设施上,因此完全可移植,任何现有或未来的平台都可以接入。

无需许可的接入性(Permissionless accessibility):任何平台都可以独立选择识别该 PoP 身份,无需通过某个中心化 API 授权,这就避免了某些用例被拒绝的风险。

该领域当前的主要挑战在于用户采用率:尽管我们还没有看到大量具规模的真人性证明实际用例,但我们相信,一旦用户数量达到临界点,并有几家重要合作伙伴以及某些「杀手级应用」带动,PoP 的采用就会快速提速。每一个接入某种 PoP 标准的应用,都会提升该身份的实用价值,进而吸引更多用户申领该身份,而用户基数又会反过来让更多应用愿意集成该标准,从而形成快速增长的网络效应。(而由于链上身份本身就是为互操作性设计的,这种效应将更具爆发力。)

我们已经看到一些主流的消费级应用和服务,尤其是在游戏、社交和约会领域,宣布与 World ID 合作,帮助用户确认他们所面对的是真人,甚至是他们期望中的那个特定真人。同时,新的身份协议也在不断涌现,比如 Solana Attestation Service(SAS)。虽然 SAS 本身不是一个 PoP 发行方,但它允许用户将离链数据(如合规所需的 KYC 验证或投资资质)与 Solana 钱包私密关联,从而为构建去中心化身份体系打下基础。

所有这些迹象都表明,去中心化 PoP 的爆发点可能即将到来。

PoP 的意义不仅仅是「封禁机器人」,它更是在人类网络与 AI 网络之间划出清晰边界的关键机制。它让用户与应用能够明确区分「这是人与人的互动」,还是「人与机器的交互」,从而为数字世界带来更加安全、真实、健康的体验。

AI 的去中心化基础设施

AI 的去中心化实体基础设施(DePIN)

作者:Guy Wuollet

AI 虽然是数字化服务,但它的发展正越来越受限于实体基础设施。去中心化实体基础设施网络(DePIN)作为一种全新的建设和运营现实世界系统的模式,正在帮助民主化 AI 创新所依赖的算力基础设施,使其更便宜、更具韧性、也更能抵抗审查。

为何如此?AI 发展的两个主要瓶颈是能源和芯片获取。去中心化能源可助力释放更多电力资源,而开发者也正利用 DePIN 聚合来自游戏电脑、数据中心等来源的闲置芯片资源。这些计算设备可共同构建一个无许可的算力市场,为 AI 产品开发创造一个更公平的环境。

其他用例还包括大语言模型(LLM)的分布式训练与微调,以及模型推理的分布式网络。去中心化的训练与推理不仅能降低成本(因为使用的是原本闲置的算力),也能提供抗审查能力,确保开发者不会因依赖超大规模集中式云服务提供商(hyperscalers)而被封禁。

AI 模型高度集中在少数几家公司手中一直是个令人担忧的问题;而去中心化网络有助于构建更具成本效益、更具抗审查能力和更可扩展的 AI 生态。

为 AI 代理、终端服务提供商与用户之间的交互提供基础设施与护栏

作者:Scott Duke Kominers

随着 AI 工具越来越擅长处理复杂任务和多层交互链,它们将愈发需要自主与其他 AI 交互,而不是依赖人类控制者。

比如,一个 AI 代理可能需要调用某些与特定计算相关的数据,或招募擅长特定任务的 AI 代理——比如安排一个统计机器人来执行模型模拟,或在制作营销材料过程中调用图像生成机器人。AI 代理还将为用户执行完整交易流程或活动流程创造巨大价值——比如根据用户偏好查找并预订航班,或发现并购买一本符合口味的新书。

如今,并不存在成熟、通用的代理对代理(agent-to-agent)市场——这种交互大多仍局限于显式 API 接口,或少数维护内部代理调用的封闭生态系统。

更普遍的问题是,当前大多数 AI 代理处于孤立系统中,接口封闭、架构标准缺乏。但区块链技术可帮助协议建立开放标准,这对于短期内的采用至关重要。从长期看,这也支持「前向兼容性」:当新的 AI 代理不断演化与诞生时,它们依然能够接入同一个底层网络。由于区块链具有可互操作、开源、去中心化且易于升级的架构,它能更快速地适配 AI 创新的变革。

目前已有多家公司在为代理间交互构建区块链「轨道」:例如 Halliday 推出了一种协议,为 AI 工作流和交互提供标准化的跨链架构,并在协议层面设置了护栏,确保 AI 不会偏离用户的意图。Catena、Skyfire 和 Nevermind 则支持 AI 代理之间无需人工介入的支付交互。Coinbase 也已开始为这类项目提供基础设施支持。

让 AI / vibe-coding 应用保持同步

作者:Sam Broner 和 Scott Duke Kominers

近年来生成式 AI 的爆炸式发展让软件构建变得比以往更加容易。编码效率提高了几个数量级,更重要的是——现在可以用自然语言编程,即便是不熟悉编程的人也能 fork 现有程序,甚至从零构建全新应用。

然而,AI 辅助编程带来新机遇的同时,也为程序内部和程序之间引入了大量「熵」。所谓的「vibe 编程」(vibe coding)虽然简化了底层依赖关系的复杂网络,但这也会使程序在底层组件更新时容易出现功能或安全问题。同时,随着越来越多的人使用 AI 创建个性化的应用与工作流,不同用户系统之间的交互会变得更加困难。事实上,即便两个 vibe-coded 程序功能一致,它们的操作逻辑和输出结构可能也大相径庭。

在过去,确保一致性与兼容性的标准化方式是文件格式与操作系统,更近一步则是共享软件库与 API 接口。但在一个软件不断实时演化、变形、分叉的世界里,这些标准化层需要具备广泛可访问性与持续升级能力——同时还能维持用户信任。此外,仅靠 AI 并不能解决激励人们维护这些连接与兼容性的难题。

区块链提供了一个同时解决这两个问题的方案:将「协议化的同步层」嵌入用户的自定义软件中,并通过动态更新来确保跨应用兼容性。过去,一个大型企业可能需要支付数百万美元请系统集成商(如德勤)来定制 Salesforce 系统。如今,一名工程师可能在一个周末就能做出一个销售数据的可视化界面。但随着个性化软件的大量涌现,开发者也会需要帮手来让这些应用保持同步、正常运行。

这有点类似当前开源软件库的运作机制,但它的更新是实时的,不是周期性的——而且有激励机制。这些都可以通过加密(crypto)实现。像其他基于区块链的协议一样,共享所有权让参与者积极投入改善协议。开发者、用户(或他们的 AI 代理)及其他消费者都可因引入、使用、改进新功能和集成而获得奖励。

反过来,共享所有权也让每位用户都对协议的整体成功有所投入,这形成了一种「反作恶」机制。就像微软不会轻易破坏 .docx 文件格式标准,因为这会影响用户与品牌声誉一样,协议的共同所有者也不会轻易引入糟糕或恶意的代码。

如同我们过往所见的各种软件标准化架构,这里也存在巨大的网络效应潜力。随着 AI 编程软件的「寒武纪大爆发」继续推进,彼此需要保持通信的异构系统数量将迅猛增长。

简而言之:vibe 编程要保持同步,不能只靠 vibe。Crypto 才是关键。

新的经济与激励模型

支持收入分成的微支付机制

作者:Liz Harkavy

AI 代理和工具如 ChatGPT、Claude 和 Copilot,为我们提供了全新的、便利的数字世界导航方式。但无论好坏,这些技术正在破坏开放互联网的经济体系。我们已经看到了这种趋势的初步显现——例如,一些教育平台因学生大量转向使用 AI 工具而流量大幅下降;而美国多家报纸也已起诉 OpenAI 侵犯版权。如果我们不能重新调整激励机制,互联网将变得更加封闭:更多的付费墙,更少的内容创作者。

当然,也可以通过政策来解决问题,但在法律程序推进的同时,已经有一些技术解决方案开始出现。其中或许最具前景(也最具技术挑战)的是:将收入分成机制直接嵌入互联网架构中。当某项由 AI 驱动的行为促成一笔交易时,为这一行为提供信息来源的内容创作者应获得相应分成。这一点在联盟营销体系中已有所体现,可以追踪来源并进行收益分成;更高级的版本可以自动追踪并奖励所有信息链中的贡献者。区块链在这种「来源溯源」机制中显然可以发挥重要作用。

不过,这类系统还需构建新的基础设施——尤其是能够处理极小交易的微支付系统、能公平评估不同贡献类型的归属协议(attribution protocols),以及能保障透明性和公平性的治理模型。目前已有一些基于区块链的工具展现出潜力,例如 rollups、L2 扩展方案、AI 原生金融机构 Catena Labs 以及金融基础设施协议 0xSplits——它们可以实现几乎零成本交易和更精细的收入拆分。

区块链可以通过以下几种机制使复杂的代理支付系统成为现实:

纳米级支付(nanopayment)可以在多个数据提供者间自动拆分,让一次用户交互可触发对所有信息贡献者的微支付;

智能合约可实现交易后的可强制性回溯支付,确保在促成用户决策的信息来源在交易达成后获得补偿,且整个过程具备透明性与可追溯性;

区块链还能实现复杂、可编程的收入分配规则,通过代码强制执行分成方案,避免中心化的主观判断,让自主代理之间建立去信任的财务关系。

随着这些新兴技术不断成熟,它们有望建立一种全新的媒体经济模型,涵盖从内容创作者到平台再到用户的完整价值链。

区块链作为知识产权与来源溯源的注册系统

作者:Scott Duke Kominers

生成式 AI 的兴起,迫切需要一种高效、可编程的机制,用以注册和追踪知识产权(IP)——既能确认创作来源,又能支持围绕 IP 的访问、共享与改编的商业模式。当前的 IP 体系依赖高成本的中介和事后执法,这在 AI 能瞬间消费内容、并「一键生成」变体的世界中已经不再适用。

我们亟需一种开放、公共的注册系统,能清晰地证明所有权,且便于 IP 创作者高效操作,同时允许 AI 和其他 Web 应用轻松对接。区块链正是理想方案:它允许不依赖中介的 IP 注册,提供不可篡改的创作证明,还能让第三方应用轻松识别、授权并与这些 IP 互动。

当然,有人对「技术能否真正保护 IP」这一理念持怀疑态度。毕竟,Web 1.0 和 2.0,以及目前的 AI 革命,常常伴随着知识产权保护的弱化。但问题在于:许多现有的 IP 商业模式仍着眼于排斥衍生作品,而非激励与变现。可编程 IP 基础设施,不仅让创作者、品牌方等明确在数字世界中确立所有权,还能催生一种新模式——围绕「允许在生成式 AI 与其他数字应用中合法使用 IP」的共享机制构建新业务。

我们在早期 NFT 领域已经看到这种新尝试,例如以 CC0 授权推动品牌网络效应与价值积累;更近一步,已经有基础设施开发者创建专门用于标准化、可组合 IP 注册与授权的协议乃至专属区块链(如 Story Protocol)。部分艺术家已经开始通过 Alias、Neura、Titles 等协议授权自己的风格与作品用于创意再创作。Incention 的《Emergence》科幻系列,则让粉丝参与角色与世界观共创,且通过 Story Protocol 注册系统保留每位创作者的贡献记录。

以 Webcrawler 为代表的 AI 应该补偿内容创作者

作者:Carra Wu

目前 AI 代理中,最契合市场需求的并非编程助手或娱乐类工具,而是 Webcrawler(网络爬虫)——它们自动浏览网络、收集数据,并自主判断要访问哪些链接。

据估算,当前近一半互联网流量来自非人类来源。机器人程序常常无视 robots.txt 文件(理论上用于指示爬虫是否被允许抓取该站点),并将抓取的数据用于支撑全球最大科技公司的核心竞争力。更糟的是,网站自己反而要为这些「未被邀请的访客」买单,承担带宽和服务器资源开销。因此,Cloudflare 等 CDN 提供商不得不推出一系列封锁服务。如今这是一种零散、臃肿的对抗机制,但其实完全可以被更合理的系统替代。

我们曾指出,互联网最初的「经济契约」——即内容创作者与平台之间的共赢关系——正处于解体边缘。这也正在反映在数据中:过去一年,越来越多网站开始主动屏蔽 AI 爬虫。2024 年 7 月,屏蔽 AI 抓取器的前 1 万个网站中比例仅为 9%;而现在,这一比例已攀升至 37%,且还在快速上升。

那么,我们能否不再一味封锁所有疑似机器人的请求,而是在中间地带寻求一种平衡?一种新模型是:AI 爬虫不再「白嫖」网络内容,而是为数据抓取行为付费。区块链可以作为该模型的执行层:每个爬虫代理都持有加密货币,访问网站时通过 x402 协议与网站的「门卫代理」或付费墙系统发起链上协商。

问题在于,robots.txt(又称「机器人排除标准」)自上世纪 90 年代以来已成为行业默认习惯,推翻它需要大规模的行业协调,或需要 Cloudflare 等 CDN 提供商的介入。但另一方面,我们可以为人类用户开辟一条独立通道:他们通过 World ID(见上文)证明自己的「人类身份」,即可继续免费访问内容。

如此一来,AI 采集内容的行为可以在采集点实现对创作者的补偿,而人类用户则仍可享有「信息自由」的互联网。

更具隐私性的广告:精准却不越界

作者:Matt Gleason

AI 已经在改变我们购物的方式,那广告能否也更「有用」一点?很多人讨厌广告,是因为它们或不相关、或太打扰。而即便是「个性化广告」,如果过于精准、源于大量个人数据,也会令人感到「被窥探」。

一些应用则尝试通过付费墙(如观看视频或解锁游戏关卡)来变现。加密技术可以帮助我们重塑这一逻辑。与区块链结合后,个性化 AI 代理可以在不暴露用户隐私数据的前提下,根据用户自己设定的偏好投放广告;同时,还可以在用户自愿互动后给予他们加密货币奖励。

技术上,这一模型需要:

低费用的数字支付系统:广告互动奖励必须支持高频小额支付,系统需具备高速、低成本特性;

保护隐私的数据验证机制:AI 广告代理需验证用户是否符合某些人口特征,但不能暴露具体数据,零知识证明(ZKP)技术可以实现这一点;

新型激励模型:若微支付 (<$0.05) 的广告收入模式普及,用户可以主动选择观看广告并获利,从「被动被收割」转向「自愿参与」。

人类尝试让广告更有用已久,无论是线上还是线下。而将广告系统重塑为「AI + 区块链」驱动,终于有望让广告变得真正有用:既不打扰,又有收益。

这也将使广告位本身更加有价值,同时有潜力推翻如今侵入性极强的「广告剥削经济」,转而构建一个以人为本的系统:在这里,用户不再是「产品」,而是「参与者」。

掌控 AI 的未来

由人类拥有和控制的 AI 伴侣

作者:Guy Wuollet

如今,许多人花在设备上的时间,已经超过了面对面交流的时间,而且这段时间越来越多地被用来与 AI 模型和由 AI 筛选出的内容互动。实际上,这些模型已经在提供某种形式的陪伴——无论是娱乐、信息获取、满足小众兴趣,还是教育儿童。我们可以轻松想象在不久的未来,AI 伴侣将被广泛应用于教育、医疗、法律咨询和社交陪伴等领域,成为人类常见的互动形式。

未来的 AI 伴侣将无限耐心,并能根据个人及其具体需求进行高度定制。它们不仅仅是助手或「机器人仆人」,更可能成为人们高度重视的关系对象。因此,谁将拥有和控制这些关系——是用户自己,还是公司和其他中介机构——这一问题变得至关重要。如果你过去十年已经对社交媒体的内容筛选和审查感到担忧,那么未来这个问题将变得更加复杂,也更加私人化。

事实上,早就有人提出过类似观点(可见此处和此处):区块链等具备抗审查能力的托管平台,可能是实现不可审查、用户可控 AI 的最清晰路径。虽然个体用户可以自行运行本地模型并购买 GPU,但多数人要么负担不起,要么根本不知道怎么做。

虽然目前距离 AI 伴侣的广泛普及还有一段距离,但实现这一切的技术正在快速进步:文本交互的 AI 伴侣已经表现出色,视觉化头像也显著提升;区块链的性能也在逐渐提高。为了让用户更容易使用不可审查的 AI 伴侣,我们还需要在加密应用的用户体验(UX)上持续改进。值得庆幸的是,如 Phantom 这样的区块链钱包已经让链上交互变得简单,而嵌入式钱包、通行密钥(passkeys)和账户抽象技术也使用户可以实现自我托管的钱包,而无需自己保管助记词。

此外,像 Optimistic 和零知识协处理器这样的高吞吐、无需信任的计算技术,也将使我们能够与数字伴侣建立有意义且持久的关系。

在不久的将来,我们将从讨论「什么时候会出现拟人化数字伴侣和虚拟形象」,转向「谁有权控制它们、以及以什么方式控制」。

声明:

  1. 本文转载自 [BlockBeats],著作权归属原作者 [a16z Crypto,Scott Duke Kominers、Sam Broner、Jay Drain、Guy Wuollet、Elizabeth Harkavy、Carra Wu、Matt Gleason],如对转载有异议,请联系 Gate Learn 团队,团队会根据相关流程尽速处理。
  2. 免责声明:本文所表达的观点和意见仅代表作者个人观点,不构成任何投资建议。
  3. 文章其他语言版本 由Gate Learn 团队翻译, 在未提及 Gate 的情况下不得复制、传播或抄袭经翻译文章。
即刻开始交易
注册并交易即可获得
$100
和价值
$5500
理财体验金奖励!
It seems that you are attempting to access our services from a Restricted Location where Gate is unable to provide services. We apologize for any inconvenience this may cause. Currently, the Restricted Locations include but not limited to: the United States of America, Canada, Cambodia, Thailand, Cuba, Iran, North Korea and so on. For more information regarding the Restricted Locations, please refer to the User Agreement. Should you have any other questions, please contact our Customer Support Team.