9月 Web3 市場心得隨筆

近期對於科技產業的發展有一些觀察和思考,特別是在 Telegram 小遊戲、穩定幣、AI 的應用以及 NFT 的新趨勢等方面。

9月 Web3 市場心得隨筆

Telegram 小遊戲與機器人

最近對於 Telegram 小遊戲有了更深入的了解,總的來說,這個領域正在蓬勃發展。許多原本開發遊戲的團隊都在考慮或已經開始將他們的產品移植到這個平台上。其主要目的是「獲客」,並利用一套大家都熟悉的用戶體驗(UX)和用戶推薦用戶(MGM)的機制,成為新一輪的現象級應用。

此外,Telegram Stars 允許用戶通過 Apple Pay 充值,以支付給開發者,用於購買遊戲道具或點數,從而產生實際的營收。我認為這個模式非常有潛力,值得關注。

穩定幣的發展

除了 USDC、USDT 和 AAVE 外,我對其他穩定幣的研究並不深入。但我認為,未來更親民的區塊鏈應用,如果涉及到支付或交易,從法幣的視角來計價的用戶體驗(UX)會更好。

穩定幣大致上可以分為兩種類型:「可以兌換成法幣(美元)」的穩定幣,和「利用智能合約、鏈上資訊和資產來控制代幣錨定美元」的穩定幣。

第一類主要由大型企業和金融機構推動,他們迅速建立了共識,進行了多輪試點。例如,Grab Pay 已經可以充值 USDC 來支付各種日常消費;SAP 也為企業提供了一套名為 Digital Currency Hub 的模組。

這些穩定幣的優勢主要體現在兩個方面:

  1. 24/7 的全球轉帳功能:使跨國支付非常方便。
  2. 鏈上資訊的可追溯性:只要在關鍵環節(如交易所、資產託管服務商)做好 KYC,鏈上的資訊反而更易追蹤,任何人都無法篡改或隱瞞。

穩定幣發行方在技術框架和制度上,無論是技術、合規、會計還是稅務方面,都比往年更加成熟。這可能得益於 BTC ETF 的通過和 Circle 等公司的經驗分享。

第二類穩定幣,除了穩定幣本身外,對於「可編程貨幣」的概念已經變得更加先進和務實。他們進一步挑戰組合出內建收益率或更高收益率的穩定幣,或者以自動抗通脹為目標。比較有代表性的項目有 FRAX,而 OG 團隊 MakerDAO 也將 DAI 升級為 USDS。這部分非常有趣,但我目前了解不多。

AI 的應用與影響

近期在科技領域,AI 無疑是熱門話題。與開發者私下交流時,幾乎所有的工程師都在使用 Cursor 等 AI 工具。對於軟體產業來說,最直接的改變就是開發效率的大幅提升。

然而,難點在於如何使這些應用達到可商用的「Production Ready」狀態,以及如何處理極端情況(那些你未曾預料到的情況)。我相信,隨著對 AI 工具(如 GPT、Claude)的熟練掌握,工程師們有機會實現更完整的產出。

對於具有技術背景的產品經理(PM)來說,他們的職責範圍可能會擴大,可以進行更多的概念驗證或技術可行性分析,甚至支援開發產品營運所需的工具(公司內部已有這樣的案例)。這可能會改變軟體公司內部的組織結構和人員配置,這一點也與多個團隊的觀點一致。

NFT 的新趨勢

最後,談談 NFT。近期發現,討論 NFT 的熱度明顯降低,很少有人再穿著帶有 NFT 品牌的衣服在街上走動。除了藍籌項目外,NFT 更像是一種副產品,用於建立社群和獎勵早期用戶。以遊戲為主導的 NFT 也不再刻意強調交易,這被視為一種良性的回調。

我並不認同「NFT 已死」的說法(如果真是如此,為何我們仍無法負擔得起 CryptoPunk 和 Fidenza 呢?)。更準確地說,應該是上一個週期的 NFT 遊戲玩法已經過時。

過去,項目方的收入來源和創作者版稅都需要調整。沒有新的增長點(如元宇宙概念)的出現,過去那種過熱的盛況難以持續。不過,仍然有一些新的玩法和敘事在醞釀中。總的來說,仍有非常多的建設者(Builders)在這個領域努力。

Read more

掌握幣圈脈動,告別 FOMO 的資訊自動化流程嘗試

掌握幣圈脈動,告別 FOMO 的資訊自動化流程嘗試

幣圈訊息瞬息萬變,是否常常覺得很 FOMO 呢? 常常一個小時不看新聞就可能錯過了新的趨勢或是有用的消息。因此,我嘗試打造一條「獲取資訊自動化流程」。我希望透過以下幾個步驟,將「從 RSS 收集內容 → 摘要與翻譯 → 儲存 → 在發文時快速取得重點資訊」的流程自動化或半自動化,讓我在想要發佈 Twitter (X) 貼文時,能有即時且經過整理過的資訊可供參考。 整體流程概述 目標流程:RSS → Apify → OpenAI → Airtable → Chrome Extension → 快速分享 * 取得 RSS 新聞來源:定期自動抓取最新文章列表。 * 解析並擷取內文(Apify):從原始頁面擷取重點文字段落。 * 整理與生成摘要(OpenAI):運用 AI 將冗長文章化為精簡摘要。 * 儲存到 Airtable:將標題、連結、摘要等資訊結構化存放,方便後續查詢。 * Chrome

最常見的 Git 工作流程 - GitHub Flow

一種簡單的工作流程,適用於快速開發和持續部署的小型專案。 流程 1. 始終從 Main 分支創建功能分支:bashCopy codegit checkout main git checkout -b feature/my-feature 2. 在功能分支中開發,並隨時提交: git add . git commit -m "Implement feature" 3. 開發完成後推送到遠端 git push origin feature/my-feature 4. 發起 Pull Request 並進行代碼審查: * 在 GitHub 上創建 Pull Request。 * 通過代碼審查(Code Review)。 5. 審核完成後合併到

測試驅動開發 (TDD) 與單元測試、整合測試的概念簡述

在現代軟體開發中,測試已成為不可或缺的一部分。不僅能幫助開發者捕捉錯誤,還能促進代碼的模組化和可維護性。本文將深入探討單元測試、整合測試的區別,以及測試驅動開發 (TDD) 的核心流程和實踐技巧,幫助你快速掌握測試的精髓。 也許 AI 程式碼生成工具,最能快速優化寫測試的開發時間。多少來學習一點測試相關的知識。 * 理解單元測試 (Unit Test) 和整合測試 (Integration Test) 的區別。 * 熟悉測試驅動開發 (TDD) 的概念。 單元測試 vs 整合測試 * 單元測試: * 適合測試邏輯簡單且內部不依賴外部資源的功能,例如算法、數據處理函式等。 * 主要用於開發階段,快速檢查某段程式碼的邏輯。 * 整合測試: * 適合測試業務邏輯需要依賴外部模組(例如資料庫、第三方 API)時的交互行為。 * 用於確認系統內部的協作是否無誤,通常在測試環境下執行。 特徵單元測試 (Unit Test)整合測試 (Integration Test)測試範圍單個模組或函式多個模組或系統的整合依賴性獨立,不依賴其他模組或外部資源需要依

PM 加速開發:ChatGPT 到 Cursor 再到 Windsurf 的體驗比較

我是技術背景出身的產品經理,十年前曾是一名寫 Objective-C 的 iOS 工程師。近年來,我利用零碎時間,結合 AI 工具,進行產品發想與概念驗證,並打造一些功能型網站。自 2024 年 6 月起,我的體驗大致可分為三個階段,以下是我的學習與心得分享。 第一階段:ChatGPT 助力,但流程繁瑣 最早是用 ChatGPT 協助產 Code,我一筆一筆貼到我的程式碼下。我要詢問怎麼改動的話,也要將程式碼貼回 ChatGPT,在大量的複製貼上等待的過程,非常慢跟耗時,瀏覽器也會隨著大量的文檔開始變慢。這時候,我從不會到能做出一個聊天機器人網頁,大概花一個禮拜。我也是在這個階段學會了如何用 Vercel 快速部署架站,還有基本的 Git 指令。遇到一點問題常常會卡關很久,要邊做邊學。 第二階段:Claude 加速開發流程 Claude