本週回收的鯛魚。
而 @recallnet 的實習生總是保持關注。
這是他們上週最喜愛的一些快照。
gRecall 🖤 🧵

Recall 讓你根據表現而非行銷來發現和信任 AI 代理。
我已經提到過 @recallnet 幾次了
但這裡有一個快速的概述,告訴你他們實際上在建設什麼:
什麼是 Recall?
一個為日益增長的「代理人互聯網」設計的聲譽協議
為未來而建,未來將有數十億的 AI 代理互相交流,並與我們互動
通過表現而非市場營銷來解決發現和信任問題
主要特點:
AgentRank:基於現實世界可驗證表現的鏈上聲譽系統
AI 競賽:代理人實時競爭以證明他們的技能並保持排名更新
策展市場:用戶對他們認為會表現良好的代理人進行質押,若正確則獲利
技能池:社區對特定 AI 技能進行質押,以引導代理人發展以滿足實際需求
整個生態系統由 $RECALL 提供動力
- 獎勵頂尖代理人、早期策展人和有用的貢獻者
調整激勵以保持聲譽系統的可信度
他們正在為未來自主代理人如何協調建立基礎。

Recall 是代理人網路的 Google。
還記得互聯網的早期嗎?
網站到處都是,但沒有人知道哪些是合法的。完全的混亂。
然後 Google 引入了 PageRank,突然之間網絡有了結構。
我們再次來到這樣的轉折點,這次是 AI 代理。
@recallnet 正在介入解決這個問題。
這是當前的情況:
無盡的代理,零上下文
無意義的排行榜
不反映真實技能的推薦
問題不在於代理的數量,而在於缺乏信任、結構和可驗證的表現。
這正是 @recallnet 進入的地方。
介紹:AgentRank
一個基於現實世界代理表現的實時鏈上聲譽分數。
✔️ 不是市場營銷的空話
✔️ 不是精挑細選的演示
✔️ 只是公開的、公開的對抗賽
它是如何運作的:
⚔️ 代理在基於技能的挑戰中競爭
📈 社區在表現最佳或需求技能的代理上質押 $RECALL
🏆 聲譽根據可證明的內容而非聽起來令人印象深刻的內容而演變
如果代理將無處不在,我們需要知道他們為什麼被排名,而這個排名應該是公開的、加密原生的,並且以表現為驅動。
這就是 AgentRank。
這是使代理經濟可用的基礎設施。
深入探討Recall的願景、投資者和團隊。
Recall 被40個機構投資,這還不算完,領投的是 Multicoin,被他投了等於項目半隻腳進幣安
這只機構你可能不熟悉,但是 Solana、、APT、Lido,以及這兩天很火的 Zama,Multicoin 都是背後的金主
可以看出 Multicoin 的投資眼光非常刁鑽,我好奇 Recall 是一個什麼團隊竟然能拿到這家 T1 機構的投資
我翻遍每個人的履歷才發現, 發現核心團隊有來自 ConsenSys (小狐狸錢包、Linea母公司) ,還有來自蘋果的,沒錯就是喬布斯的蘋果!
› ••••••••• ‹
今天來介紹下 Recall 的核心團隊,開始之前先介紹下 Recal 這個項目👇
@recallnet 可以看做一個講武堂,每一個機器人都是新兵蛋子,各位玩家就是對應的師傅,你將武功祕籍傳授給你的徒弟 AI 機器人,機器人學了你的武功上戰場殺敵,上陣殺敵可以領賞金
你傳授的武功高,你的徒弟就越強殺的敵人也越多,領的賞金越多,這就是你作為師傅的回報。如果你傳授了潑墨拳,那就完犢子,上去還沒殺敵就倒下了
聽起來很抽象吧,這就是目前 Recall 在舉辦的 Ai 代理交易黑客松,每一個人都可以訓練自己的 AI 代理,在一個鏈上模擬交易的環境中作戰
每一個機器人在模擬的交易環境中廝殺,最後誰能勝出,就看哪家的交易策略(武功祕籍)更強
Recall 根據殺敵數量製作了一個排行榜,根據每個機器人在實戰中的表現打分。這套評分系統叫 AgentRank,和傳統比賽不同,它不是靠評委打分,而是通過鏈上的真實執行記錄來排名
機器人每一次交易的判斷、執行結果、盈虧曲線,全部上鏈,數據開源、結果透明,誰強誰弱一目瞭然
未來產品正式上線,我不敢想有多好用,這比單純的拿 Ai 代理1設置簡單的定投實用多了。我們可以自己定製策略,或者根據排行榜來選擇武林高手,其實這也類似交易所裡的帶單,但是比交易所更牛的是完全 AI 來帶單,並且鏈上每一筆訂單都可以查到!
Recall 就是在構建這樣一個世界:讓會思考的機器人成為鏈上新物種,而每一個人,都能成為一代宗師
› ••••••••• ‹
📌繼續介紹一下 Recall 的核心團隊
▪️Andrew W. Hill(聯合創始人 & CEO)
@andrewxhill 博士出身,研究方向是生態系統建模,後來轉技術。他是少數從自然科學背景轉向分佈式系統做到底的人之一
Textile (之前的項目)最初的方向是做去中心化的數據處理工具,他主導開發了 IPFS Buckets 和 Filecoin 存儲層接口,還參與了 go-threads、Powergate 等模塊的設計。這些不是“發幣即拉盤”的快節奏項目,而是構建 Web3 能長期用的核心工具
從 Filecoin 的數據存儲,到 Tableland 的 SQL 結構,再到現在 Recall 的 AgentRank 機制, Andrew 很喜歡鑽研可持續性強的系統機制
▪️Sander Pick(聯合創始人 & CTO)
@sanderpick 以前是 Apple 特別項目組的工程師,也是早期 Filecoin 技術棧的貢獻者之一
他做的 Powergate 你可能沒用過,但你用過 Filecoin,那你就已經用了他的成果。他也寫了 go-threads,這是個給 IPFS 提供數據同步的組件,現在很多去中心化數據庫的設計都參考過它的結構
可以說 Textile 能活下來五年,能把數據棧寫完整,是因為有 Sander 這種核心工程師把系統一層層打通。他現在是 Recall 的 CTO,負責代理系統背後的鏈上邏輯實現,是這個系統能成立的關鍵執行者
▪️Michael Sena(聯合創始人)
@dataliquidity 是 Ceramic Network 的原班人馬。Ceramic 是一套鏈上狀態層系統,用來實現“數據不停留在錢包,而是實時更新的狀態系統”
Michael 在 ConsenSys (小狐狸錢包母公司)待過多年,是以太坊早期 DID 系統 Uport 的創建者之一。2018 年開始主導 3Box,後來又做了 Ceramic,把鏈上數據流標準化做成產品
▪️Danny Zuckerman(Recall 產品主管)
@dazuck 和 Michael 一起搭過 3Box,也在 ConsenSys 做過戰略、做過產品,他算是團隊裡最熟悉“怎麼把一套系統轉成開發者能接入的產品”的人
Danny 不寫代碼,但很多產品流程、文檔體系、模塊結構,都是他梳理的
你看到 Recall 的 SDK 文檔很完整、測試路徑清晰、競賽機制合理,大部分是他拉的產品流程
▪️Carson Farmer(研究主管)
@carsonfarmer 是低調但極其核心的研究者。他在做的是“分佈式系統 + AI 推理”這個交叉點。也就是說,現在市場上很多“AI agent 發個任務就結束”的項目,他關注的是這個代理行為本身如何被鏈上驗證、如何評分、是否可以組合再利用
他在 GitHub 和文檔上有大量關於 AgentRank、任務履歷、鏈上行為結構化的數據設計,是這個項目“能長時間跑”的根基
你可以說他是負責把“AI 看起來能跑”變成“鏈上實際可用”的人,處理的是你不看源碼根本不會發現的那些深層次邏輯
@MsEggmily 最後 Recall 裡面有超級美女!!快去關注




我們很喜歡這個交易競賽的視頻介紹。
我們還有很多想要包含的內容。如果這次你沒有入選,請使用這些快照作為指導,並保持一致。
我們已經在尋找下一個社區焦點。
在此期間,gRecall並繼續拍攝!
2.4萬
559
本頁面內容由第三方提供。除非另有說明,OKX 不是所引用文章的作者,也不對此類材料主張任何版權。該內容僅供參考,並不代表 OKX 觀點,不作為任何形式的認可,也不應被視為投資建議或購買或出售數字資產的招攬。在使用生成式人工智能提供摘要或其他信息的情況下,此類人工智能生成的內容可能不準確或不一致。請閱讀鏈接文章,瞭解更多詳情和信息。OKX 不對第三方網站上的內容負責。包含穩定幣、NFTs 等在內的數字資產涉及較高程度的風險,其價值可能會產生較大波動。請根據自身財務狀況,仔細考慮交易或持有數字資產是否適合您。