مقدمة

في المقالات السابقة ، ناقشنا مرارا وتكرارا وجهات نظرنا حول الوضع الحالي للميمات الذكاء الاصطناعي والتطوير المستقبلي لوكلاء الذكاء الاصطناعي. ومع ذلك ، فإن التطور السردي السريع وتطور مسار الذكاء الاصطناعي Agent لا يزال ساحقا إلى حد ما. في الشهرين القصيرين منذ إطلاق "Truth Terminal" وبداية Agent Summer ، تطور سرد تكامل الذكاء الاصطناعي و Crypto أسبوعيا تقريبا. في الآونة الأخيرة ، بدأ اهتمام السوق يتحول نحو المشاريع "الإطارية" ، والتي تحركها في المقام الأول الروايات التكنولوجية. وقد أنتج هذا الحقل الفرعي المتخصص بالفعل العديد من مشاريع يونيكورن بقيمة سوقية تزيد عن مليار دولار خلال الأسابيع القليلة الماضية. أدت هذه المشاريع أيضا إلى نموذج جديد لإصدار الأصول ، حيث تصدر المشاريع الرموز المميزة بناء على مستودعات كود GitHub الخاصة بها ، ويمكن للوكلاء المبنية على هذه الأطر أيضا إصدار الرموز المميزة. في صميم هذا الهيكل ، لدينا أطر عمل ، مع وكلاء كطبقة أعلاه. إنها تشبه منصة إصدار الأصول ، لكنها في الواقع نموذج فريد للبنية التحتية الناشئة في عصر الذكاء الاصطناعي. كيف ينبغي لنا أن ننظر إلى هذا الاتجاه الجديد؟ ستبدأ هذه المقالة بمقدمة عن الأطر وتقدم تفسيرا لما تعنيه الذكاء الاصطناعي الأطر بالنسبة للعملات المشفرة ، مع الجمع بين هذه الأفكار وتأملاتنا الخاصة.

I. ما هو الإطار؟

من التعريف، إطار الذكاء الاصطناعي هو أداة تطوير أساسية أو منصة تتكامل مع مجموعة من الوحدات المبنية مسبقًا والمكتبات والأدوات لتبسيط عملية بناء نماذج الذكاء الاصطناعي المعقدة. تتضمن هذه الأطر أيضًا عادة وظائف للتعامل مع البيانات وتدريب النماذج وإجراء التنبؤات. بمعنى بسيط، يمكنك الاعتقاد أن الإطار هو نظام تشغيل لعصر الذكاء الاصطناعي، مشابه لأنظمة التشغيل لسطح المكتب مثل ويندوز أو لينكس، أو أنظمة التشغيل المحمولة مثل iOS و Android. لكل إطار مزاياه وعيوبه الخاصة، مما يتيح للمطورين اختيارها بناءً على احتياجاتهم الخاصة.

على الرغم من أن مصطلح "إطار الذكاء الاصطناعي" لا يزال مفهوما جديدا نسبيا في مجال Crypto ، إلا أن تطويره يعود في الواقع إلى ما يقرب من 14 عاما ، بدءا من Theano في 2010. في مجتمع الذكاء الاصطناعي التقليدي ، طورت كل من الأوساط الأكاديمية والصناعة بالفعل أطرا ناضجة للغاية للاختيار من بينها ، مثل TensorFlow من Google و PyTorch من Meta و PaddlePaddle من Baidu و MagicAnimate من ByteDance ، ولكل منها مزاياه في سيناريوهات مختلفة.

مشاريع إطار الذكاء الاصطناعي التي تظهر حاليًا في المجال العملات الرقمية تعتمد على الطلب على عدد كبير من الوكلاء الناشئة من ازدهار الذكاء الاصطناعي، وقد تفرعت هذه المشاريع إلى مسارات أخرى في المجال العملات الرقمية، لتشكل في نهاية المطاف أطر ذكاء اصطناعي مختلفة لمجالات فرعية محددة. دعونا نستكشف بعض الإطارات الرئيسية الحالية في الصناعة لتوضيح هذه النقطة بشكل أفضل.

1.1 إليزا

أولاً ، دعنا ننظر في إليزا ، إطار تم إنشاؤه بواسطة ai16z. إنه إطار محاكاة وكلاء متعدد الوكلاء مصمم لإنشاء ونشر وإدارة وكلاء الذكاء الاصطناعي المستقلين. تم تطويره باستخدام TypeScript كلغة برمجة ، وميزته تكمن في أفضل التوافق وسهولة دمج واجهة برمجة التطبيقات. وفقًا للوثائق الرسمية ، تم تصميم إليزا بشكل أساسي لوسائل التواصل الاجتماعي ، وتقدم دعمًا للتكامل مع متعدد المنصات. يوفر الإطار تكامل Discord كامل الميزات ، ويدعم قنوات الصوت ، وحسابات مؤتمتة لـ X/Twitter ، وتكامل Telegram ، ووصولًا مباشرًا إلى واجهة برمجة التطبيقات. من حيث معالجة محتوى الوسائط ، فهو يدعم قراءة وتحليل وثائق PDF ، واستخراج وتلخيص الروابط ، وتفريغ الصوت ، ومعالجة محتوى الفيديو ، وتحليل الصور ، وملخصات المحادثة.

الحالات الاستخدام التي تدعمها إليزا حاليا تشمل الفئات الأربعة التالية:

1. تطبيقات مساعد الذكاء الاصطناعي: وكلاء دعم العملاء، مشرفي المجتمع، مساعدين شخصيين.
2. أدوار وسائل التواصل الاجتماعي: منشئي محتوى آلي، الروبوتات التفاعلية، ممثلو العلامة التجارية.
3. عمال المعرفة: مساعدي البحث، محللو المحتوى، معالجو الوثائق.
4. الأدوار التفاعلية: شخصيات ألعاب تمثيلية، معلمون تعليميون، روبوتات ترفيهية.

النماذج المدعومة حالياً بواسطة إليزا هي:

1. نماذج الاستدلال المحلية مفتوحة المصدر: مثل Llama3، Qwen1.5، BERT.
2. استعلام سحابي عبر واجهة برمجة تطبيقات OpenAI.
3. التكوين الافتراضي كما نوس هيرميس لاما 3.1B.
4. التكامل مع كلاود للاستفسارات المعقدة.

1.2 G.A.M.E

G.A.M.E (Generative Autonomous Multimodal Entities Framework) هو إطار AI متعدد الوسائط للجيل التلقائي والإدارة، تم إطلاقه بواسطة Virtual. تم تصميمه بشكل أساسي لتصميم NPC ذكي في الألعاب. جانب فريد من هذا الإطار هو أنه يسمح حتى للمستخدمين ذوي رمز منخفض أو بدون رمز بالمشاركة في تصميم العميل من خلال تعديل المعلمات ببساطة من خلال واجهته التجريبية.

من حيث هندسة المشروع، يتم بناء G.A.M.E على تصميم موديولار، حيث تعمل العديد من الأنظمة الفرعية معًا بالتعاون. الهندسة المعمقة كما يلي:

1. واجهة تشجيع الوكيل: الواجهة للمطورين للتفاعل مع إطار الذكاء الاصطناعي. من خلال هذه الواجهة، يمكن للمطورين بدء جلسة وتحديد معرفات الجلسة ومعرفات الوكيل ومعرفات المستخدم ومعلمات أخرى.
2. نظام الإدراك: مسؤول عن استلام معلومات الإدخال وتجميعها وإرسالها إلى محرك التخطيط الاستراتيجي. كما يتعامل مع الردود من وحدة معالجة الحوار.
3. محرك التخطيط الاستراتيجي: نواة الإطار الكامل، مقسمة إلى مخطط عالي المستوى وسياسة منخفضة المستوى. يتحمل المخطط عالي المستوى مسؤولية صياغة الأهداف والخطط على المدى الطويل، بينما تترجم السياسة منخفضة المستوى هذه الخطط إلى إجراءات محددة.
4. السياق العالمي: يحتوي على معلومات بيئية وحالة العالم وبيانات حالة اللعبة، مما يساعد الوكلاء على فهم سياقهم الحالي.
5. وحدة معالجة الحوار: تتعامل مع الرسائل والردود، وتولد الحوار أو الردود كإخراج.
6. مشغل محفظة في السلسلة: على الأرجح مرتبط بتطبيقات تكنولوجيا البلوكشين، ولكن الوظائف المحددة غير واضحة.
7. وحدة التعلم: تتعلم من التعليقات وتحدث قاعدة معرفة الوكيل.
8. الذاكرة العاملة: تخزن الإجراءات الأخيرة والنتائج والخطط الحالية ، وغيرها من المعلومات القصيرة المدى.
9. معالج الذاكرة طويلة الأمد: يستخرج ويُرتب المعلومات الهامة حول الوكيل وذاكرته العاملة بناءً على عوامل مثل الأهمية والحداثة والصلة.
10. مستودع الوكيل: يخزن أهداف الوكيل وتفكيره وتجاربه وسماته.
11. مخطط العمل: يولد خطط عمل محددة استنادًا إلى استراتيجيات متدنية المستوى.
12. تنفيذ الخطة: ينفذ خطط العمل التي تم إنشاؤها بواسطة مخطط العمل.

سير العمل: يقوم المطورون ببدء وكيل عبر واجهة المطالبة بوكيل ، حيث يتلقى النظام الاستشعاري المدخلات ويُرسلها إلى محرك التخطيط الاستراتيجي. يقوم المحرك ، بمساعدة نظام الذاكرة وسياق العالم ومستودع الوكيل ، بتصييغ وتنفيذ خطة عمل. يراقب وحدة التعلم أفعال الوكيل ويعدل سلوكه وفقًا لذلك.

سيناريوهات التطبيق: من البنية التقنية العامة، يركز هذا الإطار على اتخاذ القرارات والتغذية المرتدة والإدراك والشخصية للوكلاء في البيئات الافتراضية. بالإضافة إلى الألعاب، يمكن تطبيق هذا الإطار أيضًا على العوالم الافتراضية. يوضح القائمة أدناه من Virtual أن العديد من المشاريع قد اعتمدت بالفعل هذا الإطار للبناء.

1.3 Rig

Rig هي أداة مفتوحة المصدر مكتوبة بلغة Rust ، مصممة خصيصًا لتبسيط تطوير تطبيقات نموذج اللغة الكبيرة (LLM) الكبيرة. يوفر واجهة موحدة تسمح للمطورين بالتفاعل بسهولة مع مزودي خدمات LLM المتعددين (مثل OpenAI و Anthropic) وقواعد بيانات الفيكتور المختلفة (مثل MongoDB و Neo4j).

المميزات الرئيسية:

• واجهة موحدة: بغض النظر عن مزوّد الـ LLM أو تخزين الـ vector المستخدم، يقدم Rig طريقة وصول متسقة، مما يقلل بشكل كبير من تعقيد أعمال الاندماج.
• الهندسة المعمارية الموديلية: يستخدم الإطار تصميمًا موديليًا، يشمل مكونات رئيسية مثل "طبقة التجريد للمزود"، "واجهة تخزين الفيكتور"، و"نظام الوكيل الذكي"، مما يضمن مرونة وقابلية توسع النظام.
• الأمان النوعي: باستخدام ميزات Rust، يحقق Rig عمليات تضمين آمنة من النوع، مما يضمن جودة الشفرة وأمان التشغيل.
• أداء عالي: يدعم النظام البرمجة الغير متزامنة ، مما يحسن قدرات معالجة التزامن. تساعد ميزات تسجيل الأحداث والرصد المدمجة في الصيانة وإصلاح المشكلات.

سير العمل: عندما يدخل المستخدم نظام Rig ، يذهب الطلب أولاً من خلال طبقة التجريد عن مقدم الخدمة ، التي تقوم بتوحيد الاختلافات بين مقدمي الخدمة المختلفين وتضمن معالجة الأخطاء المتسقة. في الطبقة الأساسية ، يمكن لوكلاء ذكاء أن يستدعوا أدوات مختلفة أو يستعلموا عن تخزين البيانات النصية لاسترداد المعلومات الضرورية. وأخيرًا ، تجمع الآليات المتقدمة مثل الاسترجاع المحسن بالتوليف (RAG) بين استرجاع المستندات وفهم السياق لتوليد إجابات دقيقة ومعنوية قبل إعادتها إلى المستخدم.

حالات الاستخدام: يعتبر Rig مناسبًا لبناء الأنظمة التي تتطلب إجابة سريعة ودقيقة على الأسئلة ، وإنشاء أدوات بحث فعالة في المستندات ، وتطوير الروبوتات الدردشة ذات الوعي السياقي أو المساعدات الافتراضية ، وحتى دعم إنشاء المحتوى من خلال توليد النصوص أو أشكال أخرى من المحتوى بناءً على أنماط البيانات الحالية.

1.4 زيريبي

ZerePy هو إطار مفتوح المصدر يعتمد على Python مصمم لتبسيط نشر وإدارة وكلاء الذكاء الاصطناعي على منصة X (المعروفة سابقًا باسم Twitter). تطور من مشروع Zerebro واستمد وظائفه الأساسية ولكن تم تصميمه بطريقة أكثر توسعًا وقابلية للتوسع. الهدف هو السماح للمطورين بإنشاء وكلاء ذكاء اصطناعي شخصية بسهولة وتنفيذ مهام الأتمتة المختلفة وإنشاء المحتوى على X.

ZerePy يوفر واجهة سطر الأوامر (CLI) ، مما يجعل من السهل على المستخدمين إدارة والتحكم في وكلاء الذكاء الاصطناعي التي ينشرونها. تعتمد الهندسة المعمارية الأساسية لها على نمط موديولاري ، مما يتيح للمطورين دمج وحدات وظيفية مختلفة بشكل مرن ، مثل:

• دمج LLM: يدعم ZerePy نماذج اللغة الكبيرة (LLMs) من OpenAI وAnthropic، مما يتيح للمطورين اختيار النموذج الأفضل لتطبيقهم. يتيح ذلك للوكلاء إنشاء محتوى نصي عالي الجودة.
• التكامل مع منصة X: الإطار يتكامل مباشرة مع واجهة برمجة التطبيقات لـ X، مما يتيح للوكلاء أداء المهام مثل النشر والرد والإعجاب وإعادة التغريد.
• نظام الاتصال المرن: يتيح هذا النظام للمطورين إضافة الدعم بسهولة لمنصات أو خدمات اجتماعية أخرى، مما يوسع وظائف الإطار.
• نظام الذاكرة (خطط المستقبل): على الرغم من عدم تنفيذه بشكل كامل في النسخة الحالية، فإن هدف تصميم زيريبي يشمل دمج نظام ذاكرة يتيح للوكلاء تذكر التفاعلات السابقة والمعلومات السياقية لتوليد محتوى أكثر اتساقًا وشخصية.

بينما كلاً من ZerePy ومشروع Eliza الخاص بـ a16z يهدفان إلى بناء وإدارة وكلاء الذكاء الاصطناعي، إلا أنهما يختلفان في التصميم المعماري والتركيز. تتجه Eliza بشكل أكبر نحو المحاكاة متعددة الوكلاء والبحوث الأكثر شمولًا للذكاء الاصطناعي، بينما يركز ZerePy على تبسيط نشر وكلاء الذكاء الاصطناعي على منصات اجتماعية محددة (X)، مما يجعله أكثر توجهًا نحو التطبيق.

II. نسخة من نظام البتكوين

فيما يتعلق بمسار التطوير ، يشترك وكلاء الذكاء الاصطناعي في العديد من أوجه التشابه مع النظام البيئي BTC من أواخر عام 2023 إلى أوائل عام 2024. يمكن تلخيص مسار تطوير النظام البيئي BTC ببساطة على النحو التالي: BRC20-Atomic / Rune وغيرها من المنافسة متعددة البروتوكولات - BTC L2 - BTCFi المتمركزة حول بابل. في حين أن وكلاء الذكاء الاصطناعي قد تطوروا بسرعة أكبر على أساس مكدسات تكنولوجيا الذكاء الاصطناعي التقليدية الناضجة ، فإن مسار التطوير الشامل الخاص بهم يعكس النظام البيئي ل BTC في عدة جوانب. أود أن ألخصها على النحو التالي: GOAT / ACT - وكلاء من النوع الاجتماعي - منافسة إطار عمل وكيل الذكاء الاصطناعي التحليلي. ومن منظور الاتجاهات، من المرجح أن تحمل مشاريع البنية التحتية التي تركز على اللامركزية والأمن حول الوكلاء هذه الموجة الإطارية إلى الأمام، لتصبح الموضوع المهيمن التالي.

لذا، هل سيؤدي هذا الأثر، مثل نظام بيتكوين، إلى التجانس والفقاعة؟ لا أعتقد ذلك. أولاً، فإن سرد وكلاء الذكاء الاصطناعي لا يتعلق بإعادة تكرار تاريخ سلاسل العقود الذكية. ثانيًا، سواء كانت مشاريع إطار الذكاء الاصطناعي الحالية قوية تقنيًا أم ما زالت عالقة في مرحلة العروض التقديمية أو مجرد نسخ ولصق، على الأقل تقدم نهجًا جديدًا لتطوير البنية التحتية. عدد كبير من المقالات قد قارنت إطارات الذكاء الاصطناعي بمنصات إصدار الأصول، والوكلاء بالأصول. ومع ذلك، بالمقارنة مع منصات إطلاق العملات الرمزية الطريفة وبروتوكولات النقش، أعتقد شخصيًا أن إطارات الذكاء الاصطناعي تشبه سلاسل الكتل العامة المستقبلية، بينما الوكلاء يشبهون تطبيقات اللامركزية المستقبلية.

في مجال العملات المشفرة اليوم، لدينا آلاف من السلاسل العامة وعشرات الآلاف من التطبيقات اللامركزية. في مجال السلاسل العامة ذات الأغراض العامة، لدينا بيتكوين، إيثيريوم، ومجموعة متنوعة من السلاسل الغير متجانسة، بينما أشكال سلاسل التطبيقات أكثر تنوعًا، مثل سلاسل الألعاب، وسلاسل التخزين، وسلاسل Dex. السلاسل العامة وأطر الذكاء الاصطناعي متشابهة تمامًا من حيث الطبيعة، وتستطيع التطبيقات اللامركزية التواصل بشكل جيد مع الوكلاء.

في عصر Crypto في الذكاء الاصطناعي ، من المحتمل جدا أن يتطور الفضاء في هذا الاتجاه ، مع تحول المناقشات المستقبلية من EVM مقابل السلاسل غير المتجانسة إلى مناقشات الإطار. القضية الحالية تتعلق أكثر باللامركزية ، أو كيفية "تقييدها". أعتقد أن مشاريع البنية التحتية الذكاء الاصطناعي المستقبلية ستتطور حول هذا الأساس. نقطة أخرى مهمة هي: ما هي أهمية القيام بذلك على blockchain يحمل؟

III. أهمية الشبكة العملاقة

بغض النظر عن ما تتحد معه التكنولوجيا المؤسسة، فإنها في النهاية تواجه سؤالًا حاسمًا: هل هي ذات مغزى؟ في مقال العام الماضي، انتقدت GameFi لأنها ضاعفت أولوياتها ، حيث تم تطوير البنية التحتية المتقدمة بشكل مفرط، وفي المقالات السابقة حول الذكاء الاصطناعي، عبّرت عن تشكيكي في الجدوى العملية الحالية لدمج الذكاء الاصطناعي مع عملة مشفرة. في نهاية المطاف، أصبح قوة الرواية المحركة للمشاريع التقليدية ضعيفة بشكل متزايد. المشاريع التقليدية القليلة التي أدت بشكل جيد في العام الماضي من حيث سعر الرمز كانت عمومًا تلك التي يمكن أن تتطابق أو تتجاوز قوة السعر.

ماذا يمكن أن تفعل AI للعملات الرقمية؟ في السابق، كنت أفكر في حالات الاستخدام مثل وكلاء AI الذين يؤدون المهام نيابة عن المستخدمين، و Metaverse، والوكلاء كموظفين - أفكار نمطية نسبيًا ولكنها تتطلب بعض المطالب. ومع ذلك، هذه المطالب لا تتطلب أن تكون كاملة على السلسلة، ومن منطلق منطق الأعمال، فإنها لا يمكن أن تشكل حلقة مغلقة. يمكن لمتصفح الوكيل المذكور في المقالة الأخيرة، الذي ينفذ النوايا، أن يولد مطالب لوسم البيانات وقوة حسابية الاستدلال، ولكن هذين العنصرين لا يزالان غير متكاملين تمامًا، ومن حيث الطاقة الحسابية، لا يزال الحوسبة المركزية تحتفظ بالميزة.

عند إعادة النظر في نجاح DeFi ، فإن السبب في تمكن DeFi من اقتطاع شريحة من التمويل التقليدي هو أنه يوفر إمكانية وصول أكبر وكفاءة أفضل وتكاليف أقل وأمنا غير موثوق به. إذا أخذنا في الاعتبار هذا الإطار ، أعتقد أنه قد يكون هناك عدة أسباب تجعل "تسلسل" الوكيل منطقيا:

1. خفض التكلفة: هل يمكن لسلسلة الوكلاء خفض تكاليف الاستخدام ، وبالتالي تحقيق إمكانية وصول أكبر والمزيد من الخيارات للمستخدمين؟ قد يسمح هذا في النهاية للمستخدمين العاديين بالمشاركة في ما كان تقليديا المجال الحصري ل "إيجارات الذكاء الاصطناعي" عمالقة التكنولوجيا Web2.
2. الأمان: وفقًا لأبسط تعريف، الوكيل هو الذكاء الاصطناعي الذي يمكنه التفاعل مع العالم الافتراضي أو الحقيقي. إذا كان بإمكان الوكيل التدخل في العالم الحقيقي أو حتى في محفظتي الافتراضية، فإن الحلول الأمنية المعتمدة على تقنية البلوكشين قد تصبح ضرورة.
3. العبة المالية المحددة للبلوك تشين: هل يمكن للوكلاء خلق مجموعة فريدة من آليات التمويل على البلوك تشين؟ على سبيل المثال، في AMM (أتوماتيك ماركت ميكر)، يسمح مزودو السيولة (LPs) للمستخدمين العاديين بالمشاركة في صنع السوق الأتمتيكي. بالمثل، إذا كانت لدى الوكلاء حاجة إلى قوة الحساب أو تسمية البيانات، فإن المستخدمين يمكنهم الاستثمار في هذه البروتوكولات بالنسبة لـ USDT، بناءً على ثقتهم في النظام. أو يمكن للوكلاء في سيناريوهات تطبيقية مختلفة تشكيل هياكل مالية جديدة.
4. توافقية ديفي: على الرغم من أن ديفي يفتقر حاليًا إلى توافقية مثالية، قد يتمكن الوكلاء من معالجة هذه المشكلة عن طريق تمكين عمليات التفكير الشفافة والمتتبعة، وملء الفجوات.

IV. الإبداع؟

سيقدم مشاريع الإطار في المستقبل فرصًا ريادية مماثلة لمتجر GPT. بينما إطلاق وكيل عبر إطار لا يزال معقدًا بالنسبة للمستخدمين العاديين، أعتقد أن تبسيط عملية بناء الوكيل وتوفير مزيد من تركيبات الوظائف المعقدة ستمنح مثل هذه الإطارات ميزة تنافسية في المستقبل. ويمكن أن يؤدي هذا إلى إنشاء اقتصاد إبداعي Web3 أكثر إثارة بكثير من متجر GPT.

في الوقت الحالي ، متجر GPT لا يزال أكثر توجهًا نحو الاستخدامات العملية التقليدية ، حيث يتم إنشاء معظم التطبيقات الشائعة من قبل شركات الويب2 التقليدية. علاوة على ذلك ، يتم استحواذ الدخل المتولد بشكل كبير على الأقليات من قبل الخالقين. وفقًا لشرح OpenAI الرسمي ، الاستراتيجية تقدم ببساطة دعمًا ماليًا للمطورين المتميزين في الولايات المتحدة ، وتقديم الدعم المالي حتى مبلغ معين.

من وجهة نظر الطلب، لا يزال لدى Web3 العديد من الثغرات التي يجب ملؤها، ومن منظور نظام اقتصادي، يمكن أن يجعل سياسات العمالقة في Web2 أكثر عادلية. بالإضافة إلى ذلك، يمكننا بشكل طبيعي أن نقدم الاقتصادات المجتمعية لتحسين الوكلاء بشكل أفضل. ستقدم الاقتصاد الإبداعي المحيط بالوكلاء فرصة للأشخاص العاديين للمشاركة. في المستقبل، ستكون الصور النمطية الذكاء الاصطناعي أكثر ذكاءً وأكثر إثارة من الوكلاء الصادرة عن GOAT أو Clanker.

حول YBB

YBB هو صندوق ويب 3 يكرس نفسه لتحديد مشاريع تعرف على نفسها بأنها تحدد وتعرف مشاريع تعريف ويب 3 برؤية لخلق مسكن عبر الإنترنت أفضل لجميع سكان الإنترنت. تأسست بواسطة مجموعة من المؤمنين بالبلوكشين الذين شاركوا بنشاط في هذه الصناعة منذ عام 2013 ، فإن YBB على استعداد دائم لمساعدة المشاريع في مرحلة مبكرة للتطور من 0 إلى 1. نقدر الابتكار والشغف الذاتي والمنتجات الموجهة للمستخدم مع الاعتراف بإمكانات العملات المشفرة وتطبيقات البلوكشين.

موقع الكتروني | Twi: @YBBCapital

تنويه:

1. يتم إعادة نشر هذه المقالة من [واي بي بي كابيتال]. جميع حقوق الطبع والنشر تنتمي إلى المؤلف الأصلي [باحث في YBB Capital زيك]. إذا كان هناك اعتراضات على هذا النسخ، يرجى التواصل مع بوابة تعلمالفريق ، وسيتعاملون معه بسرعة.
2. تنصل المسؤولية: الآراء والآراء المعبر عنها في هذه المقالة هي فقط تلك للكاتب ولا تشكل نصيحة استثمارية.
3. فريق تعلم جيت قام بترجمة المقالة إلى لغات أخرى. يُمنع نسخ أو توزيع أو نسخ المقالات المترجمة ما لم يتم ذكر ذلك.