menu-icon
anue logo
澳洲房產鉅亨號鉅亨買幣
search icon
區塊鏈

Arweave創始人對話NEAR聯創:探索AI與區塊鏈融合之路

BlockBeats 律動財經 2024-06-14 19:00

cover image of news article
律動財經圖片

Illia 和 Sam 如何涉足 AI 和加密

主持人:首先做一個簡單的自我介紹吧,講講你們如何涉足 AI 和區塊鏈兩個領域。

Illia:我的背景是機器學習和人工智慧,在進入加密領域之前,我在這一領域工作了大約 10 年。我最為人所知的是《Attention is All You Need》這篇論文,它引入了 Transformer 模型,現在被廣泛應用於各種現代機器學習、AI 和深度學習技術中。然而,在此之前,我還參與了許多項目,包括 TensorFlow,這是 Google 在 2014-2015 年開源的一個機器學習框架。我還從事過問答系統、機器翻譯等研究,並在 Google.com 和其他谷歌產品中實際應用了一些研究成果。

後來,我和 Alex 共同創辦了NEAR.ai,最初是一家 AI 公司,致力於教機器編程。我們認為,未來人們將能夠通過自然語言與計算機交流,而計算機則會自動進行編程。在 2017 年,這聽起來像是科幻小說,但我們確實進行了大量研究。我們通過眾包的方式獲取更多的訓練數據,來自中國、東歐等地的學生為我們完成小任務,如編寫代碼、撰寫代碼注釋。但我們在支付酬勞時遇到了挑戰,比如 PayPal 無法向中國用戶轉賬。

有人建議使用比特幣,但當時比特幣的交易費用已經很高。於是我們開始深入研究。我們有可擴展性的背景,在谷歌,一切都要講究規模。我的聯合創始人 Alex 創建了一個分片數據庫公司,為財富 500 強企業服務。那時看到區塊鏈技術的現狀很奇怪,幾乎所有東西實際上都在單台機器上運行,受限於單機的能力。

於是,我們打算構建一個新的協議,這就是 NEAR Protocol。它是一個分片的 Layer 1 協議,注重可擴展性、易用性和開發便利性。我們在 2020 年上線了主網,並一直在壯大生態系統。2022 年,Alex 加入了 OpenAI,2023 年又創辦了一家專注於基礎模型的 AI 公司。最近,我們宣布他回歸領導NEAR.ai團隊,繼續我們在 2017 年開始的教機器編程的工作。

主持人:這真是一個非常精彩的故事,我之前並不知道 NEAR 最初是作為一個 AI 公司起步的,並且現在又重新聚焦於 AI。接下來請 Sam 介紹一下自己和你們的項目。

Sam:我們大約七年前開始涉足這個領域,當時我已經關注比特幣很長時間了。我們發現了一個令人興奮但未被深入探索的想法:你可以在一個網路上儲存數據,這些數據將被複製到全球各地,沒有單一的中心化故障點。這啟發了我們創建一個永不遺忘的、被多個地方複製的檔案,讓任何單一組織甚至政府都無法審查這些內容。

於是,我們的使命變成了給比特幣擴容,或者說讓比特幣式的鏈上數據儲存達到任意規模,以便我們能夠為人類創建一個知識庫,儲存所有的歷史,形成一種不可篡改、無需信任的歷史日誌,這樣我們就永遠不會忘記我們如何一步步走到今天這個重要背景。

我們在 7 年前開始了這項工作,如今已經上線主網 6 年多了。在這個過程中,我們意識到永久的鏈上儲存能夠提供遠超我們最初想象的功能。最初,我們的想法是儲存報紙文章。但在主網上線後不久,我們意識到,如果你能在世界各地儲存所有這些內容,實際上你就種下了一個永久去中心化網路的種子。不僅如此,我們在 2020 年左右意識到,如果你有確定性的虛擬機和一個與程序交互的永久有序日誌,你基本上可以創建智能合約系統。

我們在 2020 年首次嘗試了這個系統,當時我們稱之為 SmartWeave。我們借鑑了計算機科學中的惰性求值概念,這個概念主要由編程語言 Haskell 推廣。我們知道這個概念在生產環境中已經使用了很長時間,但在區塊鏈領域還沒有被真正應用。通常在區塊鏈領域,人們在寫入消息時就會執行智能合約。但我們認為,區塊鏈實際上是一種只增不減的數據結構,具有一定的規則來包含新資訊,而無需與數據寫入本身同時執行代碼。由於我們有一個任意可擴展的數據日誌,這對我們來說是一種自然的思考方式,但在當時還是比較罕見的。唯一的另一個團隊是現在叫做 Celestia(當時叫 LazyLedger)的團隊。

這導致了 Arweave 上計算系統的一場寒武紀大爆發。大約有三四個主要項目,其中一些發展出了自己獨特的社區、功能集和安全權衡。在此過程中,我們發現不僅要利用基礎層的數據可用性來儲存這些日誌,還需要一種機制來委託數據可用性保證。具體來說,你可以將數據提交給一個打包節點或者其他代表你的人(現在稱為調度單元),它們會將數據上傳到 Arweave 網路,並給你一個含有經濟激勵的保證,確保數據會被寫入網路。一旦這種機制到位,你就有了一個可以橫向擴展計算的系統。本質上,你有一系列的進程,可以將其看作以太坊上的 Rollup,共享相同的數據集,能夠相互通信。

AO(Actor-Oriented)的名稱來自計算機科學中的範式,我們建立了一個結合所有這些組件的系統,它有原生的消息傳遞系統、數據可用性提供者和去中心化計算網路。因此,惰性求值組件變成了一個分布式集合,任何人都可以開啟節點來解析合約狀態。將這些組合在一起,你得到的是一台去中心化的超級計算機。它的核心是我們有一個任意可擴展的消息日誌,記錄了所有參與計算的消息。我認為這特別有趣,因為你可以進行並行計算,而你的進程不會影響我的進程的可擴展性或利用率,這意味著你可以進行任意深度的計算,例如在網路內部運行大規模 AI 工作負載。目前,我們的生態系統正在大力推動這一理念,探索在基礎層的智能合約系統中引入市場智能時會發生什麼。這樣,你本質上就有了智能代理在替你工作,它們是可信的、可驗證的,就像底層的智能合約一樣。

AO 的底層概念和技術架構

主持人:正如我們所知,NEAR Protocol 和 Arweave 現在正在推動 AI 和加密貨幣的交叉融合。我想深入探討一下,既然 Sam 已經觸及了 AO 的一些底層概念和架構,我可能會先從 AO 開始,稍後再轉向 AI。您描述的那些概念,讓我感覺那些代理在自主運行、協調並允許 AI 代理或應用程序在 AO 之上工作。能否詳細闡述一下 AO 基礎設施內部的並行執行或獨立自主代理?構建去中心化 Erlang 的隱喻是否準確?

Sam:在我開始之前,我想提一下,我曾在讀博士期間構建了一個基於 Erlang 系統的操作系統。我們稱之為在裸機上運行。Erlang 令人興奮的地方在於,它是一個簡單而富有表現力的環境,其中每一塊計算都期望並行運行,而不是共享狀態模型,後者已經成為加密領域的規範。

這其中的優雅之處在於,它與現實世界有著美妙的映射。就像我們現在正在一起進行這個對話,我們實際上是獨立的角色,在自己的腦中進行計算,然後傾聽、思考和交談。Erlang 的代理或面向 Actor 的架構確實很出色。在 AO 峰會上緊接着我演講的是 Erlang 的創始人之一,他講述了他們在 1989 年左右如何想出這個架構。當時他們甚至沒有意識到「面向 Actor」這個術語。但這是一個足夠美妙的概念,許多人都想出了同樣的想法,因為它很有道理。

對我來說,如果你想構建真正可擴展的系統,你必須讓它們傳遞消息,而不是共享狀態。也就是說,當它們共享狀態時,就像在以太坊、Solana 和幾乎所有其他區塊鏈中發生的那樣,實際上 NEAR 是一個例外。NEAR 有分片,所以它們不共享全局狀態,而是有局部狀態。

當我們構建 AO 時,目標是將這些概念結合起來。我們希望有並行執行的進程,可以進行任意大規模的計算,同時將這些進程的交互與其執行環境分離,最終形成一個去中心化版本的 Erlang。對於那些不太熟悉分布式技術的人來說,最簡單的理解方式就是把它想象成一台去中心化的超級計算機。使用 AO,你可以在系統內部啟動一個終端。作為開發人員,最自然的使用方式就是啟動自己的本地進程,然後與之對話,就像你與本地命令行界面對話一樣。隨著我們走向消費者採用,人們正在構建 UI 和所有你期望的東西。從根本上說,它允許你在這個去中心化的計算設備雲中運行個人計算,並使用一個統一的消息格式進行互動。我們在設計這一部分時參考了運行網路的 TCP/IP 協議,試圖創建一個可以被視為計算本身的 TCP/IP 協議。

AO 的數據協議不強制使用任何特定類型的虛擬機。你可以使用任何你想要的虛擬機,我們已經實現了 WASM32 和 64 位版本。生態系統中的其他人已經實現了 EVM。如果你有這個共享的消息層(我們使用 Arweave),那麼你可以讓所有這些高度異構的進程在一個共享環境中交互,就像計算的網路。一旦這種基礎設施到位,下一步自然就是探索可以使用智能、可驗證、信任的計算來做什麼。顯而易見的應用就是 AI 或智能合約,讓代理在市場中做出智能決策,可能相互對抗,也可能代表人類對抗人類。當我們審視全球金融體系時,那斯達克大約 83% 的交易是由機器人執行的。這就是世界運轉的方式。

過去我們無法將智能部分上鏈並使其可信。但在 Arweave 生態系統中,還有另一個並行的工作流,我們稱之為 RAIL,即負責任的 AI 賬本。它本質上是一種創建不同模型輸入和輸出記錄的方式,並以公開、透明的方式儲存這些記錄,這樣你就可以查詢並說,「嘿,我看到的這段數據來自 AI 模型嗎?」如果我們能夠推廣這一點,我們認為它可以解決我們今天看到的一個根本問題。比如,有人給你發了一篇來自你不信任的網站的新聞文章,上面似乎有某個政客做傻事的圖片或影音。這是真的嗎?RAIL 提供了一個賬本,很多競爭公司可以在一個透明和中立的方式下使用,儲存他們生成的輸出記錄,就像他們使用網路一樣。而且他們可以以極低的成本做到這一點。

Illia 對區塊鏈可擴展性的看法

主持人:我很好奇 Illia 對 AO 方法或模型可擴展性的看法。顯然,您曾參與 Transformer 模型的工作,該模型旨在解決順序處理的瓶頸。現在,我想問問,NEAR 的可擴展性方法是什麼?在之前的 AMA 聊天中,您提到過您正在研究一個方向,即多個小模型組成一個系統,這可能是解決方案之一。

Illia:這裡有很多維度。顯然,可擴展性在區塊鏈中可以有很多不同的應用方式。我們可以沿着 Sam 的話題繼續下去。現在看到的是,如果你使用單個大型語言模型(LLM),它在推理方面有一些限制。你需要以特定的方式提示它,它才能運行一段時間。隨著時間的推移,模型會不斷改進,變得更加通用。但無論如何,你都在以某種方式調教這些模型(可以將其視為原始智能)來執行特定的功能和任務,並在特定的上下文中進行更好的推理。

如果你希望它們執行更通用的工作和進程,你需要多個模型在不同的上下文中運行,執行任務的不同方面。舉一個非常具體的例子,我們現在正在開發一個端到端的流程。你可以說,「嘿,我想構建這個應用程序。」最終輸出是一個完全構建好的應用程序,包含正確的、經過正式驗證的智能合約,並且用戶體驗也經過了充分的測試。在現實生活中,通常不會有一個人來構建所有這些東西,同樣的想法也適用於這裡。你實際上希望 AI 扮演不同的角色,在不同的時間發揮不同的作用,對吧?

首先,你需要一個擔任產品經理角色的 AI 代理,實際收集需求,弄清楚你到底想要什麼,有哪些權衡,用戶故事和體驗是什麼。然後可能有一個 AI 設計師,負責將這些設計轉化為前端。再可能有一個架構師,負責後端和中間件的架構。接着是 AI 開發者,編寫代碼並確保智能合約和所有前端工作經過正式驗證。最後,可能還有一個 AI 測試人員,確保一切正常運行,通過瀏覽器進行測試。這樣就形成了一組 AI 代理,雖然可能使用相同的模型,但經過特定功能的微調。它們在過程中各自獨立扮演角色,使用提示、結構、工具和觀察到的環境進行互動,構建一個完整的流程。

這就是 Sam 所說的,擁有許多不同的代理,它們異步地完成自己的工作,觀察環境並弄清楚應該做什麼。所以你確實需要一個框架,需要系統來持續改進它們。從用戶的角度來看,你發送一個請求,並與不同的代理進行交互,但它們就像一個單一的系統在完成工作。在底層,它們可能實際上為交換資訊而相互支付,或者不同所有者的不同代理相互交互以實際完成某件事。這是一種新版本的 API,更智能,更自然語言驅動。所有這些都需要大量的框架結構以及支付和結算系統。

有一種新的解釋方式叫做 AI 商業,所有這些代理為完成任務而相互互動。這是我們所有人正在邁向的系統。如果考慮到這種系統的可擴展性,需要解決幾個問題。正如我提到的,NEAR 設計是為了支持數十億用戶,包括人類、AI 代理甚至貓,只要能夠進行交易。每個 NEAR 帳戶或智能合約都是並行運行的,允許繼續擴展和交易。在較低層次上,你可能不希望每次調用 AI 代理或 API 時都發送交易,無論 NEAR 有多便宜,都不合理。因此,我們正在開發一個點對點協議,使代理節點、客戶端(包括人類或 AI)能夠相互連接並為 API 調用、數據獲取等支付費用,並有加密經濟規則保證他們會響應,否則將失去部分抵押金。

這是一個新系統,允許超越 NEAR 的擴展,提供微支付。我們稱之為 yoctoNEAR,相當於 NEAR 的 10^-24。這樣你實際上可以在網路層級上進行消息交換,並附帶支付功能,使得所有的操作和交互現在都可以通過這種支付系統進行結算。這解決了區塊鏈中一個根本性的問題,即我們沒有帶寬和延遲的支付系統,並且實際上存在很多免費搭便車的問題。這是可擴展性一個非常有趣的方面,不僅僅侷限於區塊鏈的可擴展性,而是能夠應用於未來可能擁有數十億代理的世界。在這個世界裡,即使在你的設備上,也可能同時運行着多個代理,在後台執行各種任務。

AO 在 DeFi 場景中的應用:代理金融

主持人:這個用例非常有趣。我相信對於 AI 支付,通常存在高頻支付和複雜策略的需求,而這些需求由於性能限制尚未實現。所以我很期待看到基於更好的可擴展性選項如何實現這些需求。在我們的駭客松中,Sam 和團隊提到,AO 也在探索使用新 AI 基礎設施來支持 DeFi 用例。Sam,您能否詳細說明一下你們的基礎設施如何在新的 DeFi 場景中應用?

Sam:我們稱之為代理金融(Agent Finance)。這指的是我們看到的市場有兩個方面。DeFi 在第一階段做得非常好,將各種經濟原語去中心化並帶到鏈上,使用戶無需信任任何仲介即可使用。但當我們考慮市場時,我們想到的是數字的上下波動,以及驅動這些決策的智能。當你能夠將這種智能本身帶上鏈時,你就會得到一個無需信任的金融工具,如基金。

一個簡單的例子是,假設我們要建立一個 meme coin 交易對沖基金。我們的策略是,當我們看到提到川普時就買入 Trump 幣,提到拜登時就買入 Biden 幣。在 AO 中,你可以使用像 0rbit 這樣的預言機服務來獲取網頁的全部內容,比如《華爾街日報》或《紐約時報》,然後將其輸入到你的代理中,它處理這些數據並分析川普被提到了多少次。你也可以進行情感分析,從而了解市場走勢。然後,你的代理會根據這些資訊去買賣這些資產。

有趣的是,我們可以使代理執行本身無需信任。這樣你就有了一個對沖基金,可以執行策略,你可以將資金投入其中,而無需信任基金經理。這是金融的另一個方面,DeFi 世界還沒有真正觸及到,即做出明智的決策,然後付諸行動。如果能讓這些決策過程變得可信,就可以將整個系統統一起來,形成一個看起來像是真正去中心化的經濟,而不僅僅是涉及不同經濟博弈的原語的結算層。

我們認為這是一個巨大的機會,生態系統中已經有一些人開始構建這些組件。我們有一個團隊創建了一個無需信任的投資組合管理器,它會根據你想要的比例買賣資產。例如,你希望 50% 是 Arweave 代幣,50% 是穩定幣。當這些東西的價格變化時,它會自動執行交易。這背後還有一個有趣的概念,AO 中有一個我們稱之為 cron 消息的功能。這意味著進程可以自行喚醒,並決定在環境中自主地做一些事情。你可以設置你的對沖基金智能合約每隔五秒鐘或五分鐘喚醒一次,從網路獲取數據,處理數據,並在環境中採取行動。這使得它變得完全自主,因為它可以與環境進行交互,從某種意義上說,它是「活」的。

以太坊上執行智能合約需要外部觸發,人們為解決這個問題構建了大量基礎設施,但並不順暢。而在 AO 中,這些功能是內置的。因此,你會在鏈上看到代理不斷相互競爭的市場。這將以加密領域前所未見的方式,推動網路的使用量大幅增加。

NEAR.ai 的整體策略和開發重點

主持人:NEAR.ai 正在推進一些有前景的用例,能告訴我們更多關於其他層面或整體策略以及一些重點嗎?

Illia:確實在每一個層面都有許多事情在發生,有各種產品和項目可以集成。這一切顯然都始於 NEAR 區塊鏈本身。很多項目需要可擴展的區塊鏈、某種形式的身份驗證、支付和協調。NEAR 的智能合約使用 Rust 和 JavaScript 編寫,這對很多用例來說非常方便。一個有趣的事情是,NEAR 最近的協議升級推出了所謂的 yield/resume 預編譯。這些預編譯允許智能合約暫停執行,等待外部事件發生,無論是另一個智能合約還是 AI 推理,然後恢復執行。這對於需要從 LLM(如 ChatGPT)或可驗證的推理中獲得輸入的智能合約非常有用。

我們還推出了鏈抽象和鏈簽名功能,這是過去半年 NEAR 引入的獨特功能之一。任何 NEAR 帳戶都可以在其他鏈上進行交易。這對構建代理、AI 推理或其他基礎設施都非常有用,因為現在你可以通過 NEAR 進行跨鏈交易,而不必擔心交易費用、代幣、RPC 和其他基礎設施。這些都通過鏈簽名基礎設施為你處理。普通用戶也可以使用這一功能。Telegram 上有一個基於 NEAR 構建的 HOT Wallet,實際上在主網上剛剛推出 Base 集成,大約有 14 萬用戶通過這個 Telegram 錢包使用 Base。

更進一步,我們打算開發一個點對點網路,這將使代理、AI 推理節點和其他儲存節點等參與到更可證明的通信協議中。這非常重要,因為目前的網路堆棧非常有限,沒有原生的支付功能。儘管我們通常說區塊鏈是「網路貨幣」,但實際上我們還沒有解決在網路層級上帶着錢發送數據包的問題。我們正在解決這一問題,這對所有 AI 用例以及更廣泛的 Web3 應用非常有用。

此外,我們還在開發所謂的 AI 推理路由器,這實際上是一個可以插入所有用例、中間件、去中心化推理、鏈上和鏈下數據提供商的地方。這個路由器可以作為一個框架,真正地將 NEAR 生態系統中所有正在構建的項目互聯起來,然後將所有這些提供給 NEAR 的用戶群體。NEAR 在不同模型和應用程序中擁有超過 1500 萬的月活躍用戶。

一些應用程序正在探索如何將模型部署到用戶設備上,即所謂的邊緣計算。這種方法包括在本地儲存數據,以及使用相關的協議和 SDK 進行操作。從隱私保護的角度來看,這非常有潛力。未來,許多應用程序將在用戶設備上運行,生成或預編譯用戶體驗,僅使用本地模型,從而避免數據泄露。作為開發者,我們有很多研究在進行,目的是讓任何人都能輕鬆地在 Web3 上構建和發布應用程序,並在後端進行正式驗證。這將成為未來的重要話題,因為 OLLM 模型在發現代碼庫漏洞方面越來越強大。

總之,這是一個完整的技術棧,從底層的區塊鏈基礎設施,到 Web3 的鏈抽象,再到點對點連接,非常適用於連接鏈下和鏈上參與者。接下來是 AI 推理路由中心和本地數據儲存的應用程序,特別適用於需要訪問私人數據而不泄露給外部的情況。最後,開發者將所有研究成果整合起來,目標是讓未來的應用程序由 AI 構建。中長期來看,這將是一個非常重要的發展方向。

AO 的優先事項和研究重點

主持人:想請教一下 Sam,AO 目前的優先事項和研究重點有哪些?

Sam:其中一個我個人特別感興趣的想法是利用 AO 提供的擴展功能,建立一個確定性的 CUDA 子集,一個抽象的 GPU 驅動程序。通常情況下,GPU 計算不是確定性的,因此不能像在 AO 上那樣安全地用於計算,至少不能安全地使用,因此沒有人會信任這些進程。如果我們能解決這個問題,從理論上講是可能的,只需要處理設備級別的不確定性問題。已經有一些有趣的研究,但需要以一種可以始終 100% 確定的方式處理這個問題,這對於智能合約的執行至關重要。我們已經有了支持這一功能的插件系統作為 AO 內部的驅動程序。框架已經有了,我們只需要弄清楚如何精確地實現它。儘管有很多技術細節,但基本上是要使 GPU 環境中的作業加載足夠可預測,以便用於這類計算。

另一個我感興趣的是,能否利用這種鏈上 AI 的能力,使我們能夠進行去中心化或至少是開放和分布式的模型訓練,尤其是微調模型。基本思路是,如果你可以為某個任務設定一個明確的評判標準,就可以針對這個標準訓練模型。我們能否創建一個系統,讓人們投入代幣鼓勵礦工競爭以構建更好的模型?雖然這可能不會吸引非常多樣化的礦工,但這並不重要,因為它允許以開放的方式進行模型訓練。然後,當礦工上傳模型時,他們可以添加通用數據許可證標籤,規定任何人可以使用這些模型,但如果用於商業用途,則必須支付特定的版稅。版稅可以通過代幣分配給貢獻者。這樣,通過結合所有這些要素,就可以創建一種激勵機制來訓練開源模型。

我還認為之前提到的 RAIL 計劃也非常重要。我們已經與一些主要的 AI 提供商或推理提供商討論了支持這個計劃的可能性,他們確實表現出了濃厚的興趣。如果我們能讓他們真正實施並在網路上寫入這些數據,那麼用戶就能通過右鍵點擊網路的任何圖片,查詢這張圖片是用 Stable Diffusion 生成的,還是用 DALL·E 生成的。這些都是我們目前在探索的非常有趣的領域。

Illia 和 Sam 各自看好的項目

主持人:請各自提名一個最近喜歡的 AI 或加密項目,可以是任何項目。

Illia:我打算取個巧。我們每周都會舉行 AI Office Hours,邀請一些項目,最近有 Masa 和 Compute Labs。兩個項目都非常棒,我就以 Compute Labs 為例。Compute Labs 基本上將實際的計算資源(如 GPU 和其他硬體)轉化為一種可供經濟參與的真實資產,使用戶能夠從這些設備中獲得收益。當前,加密領域的計算市場發展火熱,它們似乎是加密貨幣促進市場的自然場所。但問題是這些市場缺乏護城河和網路效應,導致競爭激烈和利潤壓縮。因此,計算市場只是其他商業模式的一種補充。Compute Labs 提供了一種非常加密原生的商業模式,即資本形成和資產去碳化。它為人們創造了通常需要建立數據中心才能參與的機會。計算市場只是其中的一部分,主要目的是提供計算資源的訪問。這種模式也契合了更廣泛的去中心化 AI 生態系統,通過提供底層的計算資源,為更廣泛的投資者群體參與創新提供了機會。

Sam:我在 AO 生態系統中有很多很棒的項目,我不想偏袒任何一個,但我認為 Autonomous Finance 正在構建的底層基礎設施,使得「代理金融」成為可能。這非常酷,他們在這方面真的走在前列。我還想感謝更廣泛的開源 AI 社區,特別是 Meta 開源 Lama 模型的做法,推動了許多其他人開源他們的模型。如果沒有這種趨勢,當 OpenAI 在 GPT-2 之後變成 ClosedAI,我們或許會陷入一片黑暗,特別是在加密領域,因為我們將無法接觸到這些模型。大家只能從一兩家主要提供商那裡租用這些閉源模型。目前這種情況沒有發生,這非常好。儘管諷刺,但還是要給 Web2 之王 Meta 點讚。

原文連結

暢行幣圈交易全攻略,專家駐群實戰交流

▌立即加入鉅亨買幣實戰交流 LINE 社群(點此入群
不管是新手發問,還是老手交流,只要你想參與虛擬貨幣現貨交易、合約跟單、合約網格、量化交易、理財產品的投資,都歡迎入群討論學習!

前往鉅亨買幣找交易所優惠

文章標籤

鉅亨號貼文

看更多

Empty