1996年的电信法与最近在华盛顿通过的加密法案惊人地相似。 它的目标是将美国连接到互联网。 当时，这被认为是比尔·克林顿试图通过允许“任何人进入电信业务”来放松广播和电信市场管制的激进尝试。 一个担忧是，这种放松管制会导致基础设施市场更加集中于少数几家公司。 事实证明，这种担忧是有效的。到2001年，四家公司拥有85%的网络基础设施。 然而，这项法案帮助孕育了谷歌、脸书以及许多其他纯软件公司。 我怀疑加密领域也会出现类似的模式。 历史可能不会重演，但确实会押韵。

ICM 的问题在于，企业选择长期保持私有的原因相当充分（例如，Stripe） 无论是代币还是上市证券，结果都是一样的 如果有一个公开市场对他们的“健康”进行评估，企业将面临更高的审查标准 早期阶段的公司，无论是否有产品市场契合，都是如此动荡不安，这样的市场只会导致问题 帕斯特纳克的个人生活被 24/7 追踪就是一个典型例子

也许加密货币对人类最大的伤害之一就是让建设者们在文化上可以接受短视和负和游戏。 结果，我们失去了领先地位，让大银行和传统金融进入，吞噬了这个系统，并创建了一个与旧系统没有太大区别的新系统。

我们将像回顾 sushi v. uniswap 一样回顾 bonk v. pump 这注定是星星所写

这就是为什么，矛盾的是，我几乎对那些无法理解“收入元”的人感到同情。并不是因为这些人认为这只是一个“元”，他们是非常错误的，并且一直以来都是错误的，而是因为加密货币的前十年成功地完全让许多人在这个行业中被“脑筋急转弯”和洗脑，让他们只专注于编写开源代码，并假设你会因为~某种原因~而捕获价值，而最糟糕的是，在这十年中，这种情况*主要是正确的*，换句话说，存在一个正反馈循环，这些代币*确实*升值，因此人们假设他们走在正确的轨道上，当然，如果没有价值的东西不会升值。这是错误的结论，现在我们正在面对这一切的后果。 肥胖协议理论让许多人陷入了构建基础设施的困境，而没有真正的防御护城河或货币化路径，我们不得不实时解除这种隐秘的瘟疫。“公共产品”资金在字面意义上是有效的，因为它提供了大量的基础设施（即使大多数基础设施实际上在这一点上被孤立/定制），这一点可能是正确的，但公共产品*定义上*并不赚钱，它们是那些不会获得资金的项目，因为没有经济激励去做。而且，很多可怜的类比被引入到加密货币之外的早期开源软件投资中，比如红帽、MongoDB、GitLab等，但那里的策略很明确，是先编写开源软件，然后将其作为SaaS出售，比如定制的Linux或GitHub或数据库解决方案/集成/等等。这并不是在代币上随便黑客攻击然后就结束了，这就是我们在加密货币中所做的。当然，“先构建基础设施，然后再通过其上的应用进行货币化”是一个合理的策略，并且在传统技术中有先例，即在专注于后期收入之前获取用户/建立网络效应是有效的，但这并不相同。每个人都被迫推销那些价值主张可疑的代币，而人们现在意识到了这一点。 不过，关键是我们应该对那些在2016年至2023年之间深陷其中、相信这些废话的人保持善意，或者至少理解他们，这对许多人来说是强大而有说服力的，让人们感觉他们在做一些不同的事情，以使世界变得更美好，我至少理解为什么一个项目*实际上*需要赚钱的想法如果你是在这个教堂中长大的，会让人感到有些震惊。

“什么都没有发生”再次盛行

这已经失控了

对于所有阅读这些推文的风险投资人来说，这是您在未来 10 年内投资 1,000,000,000 倍资本所需的一切。 1. 光子学 - 不用于计算（目前还没有），而是网络和 IP 中的任何东西。知识产权在这里至关重要，在光子学领域获胜的公司不会出售芯片，而是出售知识产权和许可证。光子学将在 2 年内出现在世界上每个数据中心，甚至可能用于更远距离的通信，让我们看看效果如何。 2. 小型模块化核反应堆 （SMR） - 数据中心消耗的能源如此之多，以至于此时它们需要靠近发电厂。Fusion 很酷，但你想等 40 年什么？老实说，数据中心的 SMR 可能会在 2 年内发生，甚至可能更早。电力预算是有道理的，而且数据中心实际上具有核电站的安全。此外，供电会产生损失，只需将核反应堆放入 2u 机架中即可。 3. 计算生物/化学 - 不，不是因为帕姆，而是她做得很好。但由于生物学的计算技术非常困难，我们别无选择，只能进行实验室实验。这里的定制硬件和模型是有道理的，准确建模化学反应的价值是巨大的 TAM（制药、石油、塑料、化妆品），如果你破解了这一点，你可以做到，这并不是说我们没有数学，你剪掉了这么多中间人和痛苦的赌注实验。 4. 数据 - 新的石油不是计算，计算将如此便宜，我们不在乎数据。 如果 GPT Wrappers 拥有数据护城河，它们将是价值数十亿美元的公司。您想为轮胎公司构建一些人工智能工具吗？您需要轮胎数据。您想为航空公司构建一个人工智能工具吗？您需要航空公司数据。想为餐厅做这件事吗？你需要数据。计算将成为一种商品，我们将能够启动 b800 实例并处理 TB 级数据，但要找到好的数据来管理它并使其具有质量。那是一条护城河。 5. 任何能让半导体设计更快、更便宜的东西——不是 LLM：Verilog，我说的是困难的东西。我说的是硅中介层、小芯片的 IP，但也只是将计算抛给问题。许多人都在使用 AI 进行 P&R，但不，你误解了这个问题。这是一个经典的优化问题，我们需要使用尘土飞扬的旧算法并将它们敲出。仅仅为此，一个协处理器就价值数十亿美元，伙计，需要几天，有时几周才能清除 ASIC 上的时序，不要成为迟钝者，让它更快。

世界一天比一天混乱 爱上它

智力/勇气最简单的试金石是某人是否有能力进行“赛后”分析 不需要天才就能解释为什么某件事有效 但是你有智慧和勇气来争论为什么某件事*可能*有效，并冒着听起来很愚蠢的风险吗？