【播客】E11. 如何用AI提升Web3投研效率和自我竞争力 w/ Jeffery@Hashkey, Pan Zhixiong@Chainfeeds, Thomas@TypoxAI

好奇心是你在 AI 时代需要锻炼的肌肉

starzq

and

Ruby Wang

Jun 17, 2024

Web3Brand 申请的 ENS Small Grants 投票还有 2 天就截止，如果你的钱包有 voting power, 可以去支持一下，获得的 Grants 我们会用来 cover 播客制作的费用哈哈

另外捐赠平台 Giveth 最新推出了一个 Vouch 功能，用户可以为自己支持的项目增加Vouch (背书)。欢迎来给 Web3Brand 增加 Vouch : )

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!

点击收听本期播客

本期播客音频已经上传小宇宙、Apple、Youtube、Spotify ，欢迎收听，希望这期对你也有所启发。如果你使用 Apple Podcast, 也欢迎给我们打个五星好评哦

如果你还没关注，请一定要在下方扫码订阅我们的频道⬇️

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
Zhixiong Pan

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 & 时间戳

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