1996年的電信法與最近在華盛頓D.C.通過的加密貨幣法案驚人地相似。 它的目標是將美國連接到互聯網。 當時，這被認為是比爾·克林頓試圖通過允許「任何人進入電信業務」來放鬆廣播和電信市場管制的激進嘗試。 一個擔憂是，這種放鬆管制會導致基礎設施市場更加集中於少數幾家公司。 這證明是正確的。到2001年，四家公司擁有85%的所有網絡基礎設施。 然而，這項法案促成了Google、Facebook和許多其他純軟件公司的誕生。 我懷疑加密貨幣也會出現類似的模式。 歷史可能不會重演，但它確實會押韻。

ICM 的問題在於，企業選擇長時間保持私有的原因相當充分（例如 Stripe） 無論是代幣還是上市證券，結果都是一樣的 如果有公開市場對其「健康」狀況進行評估，企業將面臨更高程度的審查 早期階段的公司，無論是否達到產品市場適配（PMF），都如此不穩定和波動，這樣的市場只會造成問題 帕斯特納克的個人生活被 24/7 追蹤就是一個典型的例子

也許加密貨幣對人類最大的傷害之一，就是讓建設者們在文化上變得可以接受短視和負和遊戲。 因此，我們失去了領先地位，讓大型銀行和傳統金融進入，吞噬了這個系統，並創造了一個與舊系統沒有太大區別的新系統。

我們將像回顧 sushi 與 uniswap 一樣回顧 bonk 與 pump 這是命中注定的

這就是為什麼，矛盾的是，我幾乎同情那些無法將注意力集中在 「收入元」 周圍的人。不是因為這些人正確地認為它只是一個「元」，他們大錯特錯，而且一直都是這樣，而是因為加密貨幣的前10年成功地完全狙擊和灌輸了這個行業的許多人，讓他們只編寫開原始程式碼，並假設你會因為~原因~而最糟糕的是，在那 10 年裡，它*主要是*正確的， 換句話說，存在一個積極的反饋迴圈，這些代幣*確實*升值了，所以人們認為他們走在正確的軌道上，如果某物毫無價值，肯定不會升值。這是錯誤的結論，現在我們考慮一下它的後果 胖協議論文讓這麼多人腦筋急轉彎地建設基礎設施，但沒有通往可防禦的護城河或貨幣化的真正途徑，我們不得不即時消除這場陰險的瘟疫。整個「公共產品」資金在字面意義上是有效的，它提供了大量的基礎設施（即使大部分基礎設施實際上在這一點上是孤立/定製的），這部分可能是真的，但公共產品*定義上*不賺錢，它們是不會得到資助的專案，因為沒有經濟激勵這樣做。許多被上帝遺棄的類比都被吸引到加密之外的早期 OSS 投資，如 red hat、mongodb、gitlab 等，但那裡的策略非常明確，是編寫 OSS，然後作為 SaaS 出售，如自定義 Linux 或 GitHub 或資料庫解決方案/集成/等等。這不僅僅是駭客攻擊代幣並收工，這就是我們在加密貨幣領域所做的。當然，「先構建基礎設施，然後再使用其上的應用程式獲利」是一個合理的策略，並且在傳統技術中有先例，在傳統技術中，在以後專注於收入之前獲取使用者/建立網路效應效果很好，但這不是一樣的。每個人都被迫兜售具有可疑價值主張的代幣，人們現在正在意識到這一點。 但關鍵是我們應該善待，或者至少理解那些在 2016 年至 ~2023 年期間深陷困境的人，他們接受了這個驅動器，它對許多人來說是強大和令人信服的，它讓人們覺得他們正在做一些不同的事情來讓世界變得更美好，我至少理解為什麼一個專案*實際上*需要賺錢的想法有點不和諧，如果你是在這間教堂長大的

“Nothing Ever Happen”再次盛行

這已經失控了

對於所有閱讀這些推文的風險投資人，您需要在未來 10 年內投資 1,000,000,000 倍的資本。 1. 光子學 - 不是用於計算（還沒有，而是網路和IP中的任何事物。智慧財產權在這裏至關重要，在光子學領域獲勝的公司不會出售晶元，他們將出售智慧財產權和許可證。光子學將在 2 年內出現在世界上的每個數據中心，甚至可能用於更遠距離的通信，讓我們看看結果如何。 2. 小型模組化核反應爐 （SMR） - 數據中心消耗大量能源，此時它們需要靠近發電廠。Fusion 很酷，但你想等 40 年嗎？用於數據中心的 SMR 可能會在 2 年左右發生，老實說，甚至可能更快。電力預算是合理的，而且數據中心實際上無論如何都有核電站的安全性。同樣提供電力會產生 LOSS，只需將核反應堆放在 2u 機架人中即可。 3. 計算生物/化學 - 不，不是因為 Parm，而是她做得很好。但是，由於生物學的計算技術如此困難，以至於我們別無選擇，只能進行實驗室實驗。這裡的定製硬體和模型是有道理的，精確建模化學反應的價值是巨大的TAM（藥品、油、塑膠、化妝品）如果你破解了這個並且你能做到，這並不是說我們沒有數學運算，你要省去那麼多中間人和痛苦的實驗。 4. 數據 - 新石油不是計算，計算將非常便宜，我們只關心數據。 如果 GPT Wrappers 有數據護城河，他們將是價值數十億美元的公司。您想為輪胎公司構建一些 AI 工具嗎？您需要輪胎數據。您想為航空公司構建一個 AI 工具嗎？您需要航空公司數據。想為餐廳做這件事嗎？您需要數據。計算將成為一種商品：我們將能夠啟動 b800 實例並處理 TB 級數據，但找到好的數據，對其進行整理並提高其品質。那是一條護城河。 5. 任何使半導體設計更快、更便宜的東西 - 不是LLM Verilog，我說的是難的東西。我說的是矽仲介層、小晶元的IP，但也只是將計算問題拋給了問題。許多人正在使用人工智慧進行 P&R，但不，您誤解了這個問題。這是一個經典的優化問題，我們需要使用塵土飛揚的舊演算法並將它們敲碎。僅為此的協處理器價值數十億美元，夥計，需要幾天有時幾周才能清除 ASIC 上的計時，不要成為白癡，讓它更快。

世界一天比一天混亂 愛上它

智力/勇氣最簡單的試金石是某人是否能夠進行比“賽后”分析更多的 不需要天才來解釋為什麼某件事有效 但是你有智慧和勇氣去爭論為什麼某件事*可能*有效，並冒著聽起來很愚蠢的風險嗎？