Nakakatagpo lang ngayon ito, bakit wala nang nag-share sa aking Chinese thread, hahaha Pero sino ba talaga ang lalaking ito na si Jim Cramer? Parang mas malakas pa ang reverse indicator niya kaysa kay Sun, isang ‘totoo’ na liwanag sa stock market? 🤣

Madalas mong makikita ang mga termino tulad ng "class beauty" at "school beauty" sa X, XHS, at kahit sa mga nobela. Ngunit sa katotohanan, ang konsepto na ito ay hindi gaanong nakapagsasama-sama, kundi kadalasang nahahati-hati. Tanda ko pa bago ang college entrance exam, habang nag-uusap ang ilang lalaki sa aming klase tungkol sa mga magagandang kaklase namin sa tanghalian, napagtanto naming na iba-iba ang mga babae na itinuturing nilang pinakamaganda sa klase. Sa madaling salita, may pagkakasundo sila kung sino ang mga magagandang babae sa klase, ngunit ang "class beauty" ay nahahati sa 3 hanggang 5 iba’t ibang babae. At ito ay tanging sample mula sa mga lalaki—kung sakaling isagawa ang pagbaboto ng buong klase, mas hahati-hati pa siguro. Kaya bawat beses na makakakita ako ng "department beauty" o "school beauty," tanging isang pagkikinig lang ako. Isang klase ay maaaring magkaroon ng tatlo o limang class beauty, at isang unibersidad ay maaaring magkaroon ng dozeng o higit pa sa school beauty. May mga pagkakataon na may exception—tulad nang lumabas si Liu Yifei, kung saan lahat ng "beauty" ay dapat magbigay-daan sa kanya. Sa aming klase, may isang kaklase na may mukha na katulad ng star (parang pure-yu style ni Nai Nai), at ang kanilang klase ay may napakalaking pagkakasundo dahil sa kanyang kapakipakinabang na anyo na parang "dimensional reduction" sa iba. Marahil kung isasama sa buong senior high, siya ang "uncontested grade beauty." Naisip ko ito dahil sa isang Tweet na nakita ko kahapon—hindi ko na tandaan kung sino ang nag-post—na sinabi niya tungkol sa first-order, second-order, at third-order problems sa crypto trading. First-order: ang retail traders ay nagsisimulang pag-aralan ang基本面 ng isang coin. Second-order: ang retail traders ay nagsisimulang pag-aralan kung paano tingnan ng iba ang coin na ito. Third-order: ang mga developer o market makers ay nagsisimulang pag-aralan kung kailan sasimulan ng retail traders ang pag-aaral kung ano ang tingnan ng iba, at pagkatapos ay magmamaneho nang may kaugnayan. Ang first-order at second-order ay halimbawa ng Keynesian Beauty Contest. First-order: Sino ang pinakamaganda? — Retail trader Second-order: Sino ang iniisip ng iba na pinakamaganda? — Smart Money / advanced retail Third-order: Kailan sasimulan ng mga tao ang pag-aaral kung sino ang iniisip ng iba na pinakamaganda? — Developer / Market Maker Ang third-order na developer o market maker ay magpapalabas ng positive news, magpapataas ng presyo, at gagawa ng kontrobersiya sa tamang oras. Parang pagpapalabas ng larawan ng isang sikat na babae sa campus wall sa tamang panahon. Ang first-order ay tumitingin sa Value (基本面), ang second-order ay tumitingin sa Consensus (pagkakasundo), at ang third-order ay tumitingin sa Consensus Acceleration (pagbilis ng pagkakasundo). Sa wakas, tinatrabaho natin ay ang consensus mismo, at ang bilis ng pagbuo nito. Naisip ko ito—parang may kaugnayan ito sa mga opsyon. First-order: spot (talaga bang maganda ang babae na ito?) Second-order: Delta (tumataas ba ang bilang ng mga tao na iniisip na siya ay class beauty?) Third-order: Gamma (tumataas ba ang bilang ng mga tao na naniniwala na siya ay sasabihing class beauty?) Sa kasalukuyang market, dapat bang i-sell mo agad ang isang coin kapag nasa peak na ang Gamma?—tulad ng Pons! Sige lang, parang napaka-late ko naman.

Bago ako bumalik sa bansa para sa ilang linggo bago pumunta sa 2049, karaniwang hindi ko pinapahinto ang aking pag-eehersisyo, kaya bawat pagbabalik ko sa bansa, hinahanap ko ang mga kasama sa paglalaro ng badminton mula sa XHS at Xianyu. Karaniwan ay mga babae mula sa Generation Z—may mga propesyonal na atleta mula sa pambansang antas 1 at 2, at mayroon ding mga amateur na nagtrabaho nang maraming taon hanggang sa kanilang pinakamataas na antas. Sa pagitan ng dalawang oras ng single match, kumakausap tayo tungkol sa lahat ng bagay—mula sa hilaga hanggang sa timog—at ang aking mga karanasan sa pag-ibig ay kasama rito. At natanto ko ang isang pangkalahatang pananaw ng mga babae na ito— Sa pag-ibig: hindi sila lumalaban, ngunit hindi rin sila optimista. Sa pag-asawa at pagkakaroon ng mga anak: hindî sila gustong gawin ngayon, kahit na may ilan na nakakaramdam ng pagtutol. Ito ay lubos na iba sa pananaw ng aming Generation 80s—hindi na iisa ang mundo namin. At habang pinag-iisip ko ito, mas naging malinaw sa akin na parang ito ay katulad ng crypto space! 1. Ang pag-ibig ng Generation 80s ay parang ang crypto space bago 2021— Noon, kapag ikaw ay nagsasabi na “ikaw ang tanging tao,” ikaw ay nag-asawa, bumili ng bahay, at patuloy na naglalakad nang magkasama. Parang pagbili ng crypto noong mga taong iyon—naniniwala ka sa isang kuwento, bumili, at hawakan mo ito—HODL. Noon, bagaman mayroon pang scam, maraming ICO at altcoin na nawala sa zero, ang Beta ay malaki—karaniwan lang na ang BTC at mga pangunahing cryptocurrency ay isang bagay lamang ng oras para makabawi. Anuman ang binili mo, kumikita ka. Ang kasal noon ay pareho. Ang ekonomiya ay umunlad, tumataas ang sahod, tumataas ang presyo ng bahay—ang pag-asawa at pagkakaroon ng mga anak ay parang isang long position sa hinaharap. Maraming problema sa relasyon ay natatakpan ng Beta ng panahon. Hindi naman mas marunong ang Generation 80s sa pag-ibig—baka lang tayo’y naging bahagi ng bull market. 2. Ang pag-ibig ng Generation 00s ay parang ang crypto space mula 2022 pababa— LUNA, FTX, mataas na FDV at mababang circulation… maraming naloko na dahil sa rug pulls, at kasabay nito ang pag-usbong ng Hyperliquid—ngayon, ang unang reaksyon nila sa anumang narrative ay: “Huwag lang magkwento, ipakita mo ang data.” Ngayon, kahit na mayroon nang pakiramdam na parang stock market—tingnan ang kita, tingnan ang mga user, tingnan ang buybacks at iba pang data… ang narrative ay naging isang pinto para pumasok. Ang pag-asawa at pag-ibig ng Generation 00s ay pareho: Magkano ang kita mo? Ano ang kalagayan ng pamilya mo? May burden ba ang magulang mo? Stable ba ang iyong emosyon?… Maraming influencer sa relasyon ang lumitaw—si Ququ para sa mga babae, si Li Xinye para sa mga lalaki. Takot ang mga lalaki na maging exit liquidity; takot ang mga babae na mag-invest ng ilang taon ng kanilang kabataan tapos ma-rug. Lahat ay nagsisimula na gumawa ng DD, kontrolin ang kanilang position. Marami pa nga ay pumili na manatili sa cash. Isipin natin kung ano ang sinasabi namin noon: “Sasabihin ko sa iyo na sasabihin ko sa iyo na gagawa ako ng tagumpay,” o “Magiging tapat ako sa iyo habang buhay…” Ang mga malaking pangako o narrative na ito—maraming babae noon ang handang bumili. Ngayon, hindi na ito gagana (hindi na madali ipagdaya ang mga babae). Ang kasalukuyang viral na teorya tungkol sa “yellow hair at thin muscles” ay may pakiramdam na parang panahon ng Pumpfun (kung hindi maaaring gawin ang long-term value, gawin muna ang short-term attention!). Wala nang Beta—kailangan mong hanapin ang Alpha mo mismo. Hindi ibig sabihin na hindi naniniwala ang Generation 00s sa pag-ibig—kundi dahil sa kanilang pananaw ay napilitan nilang isama ang mga perspektibo sa risk pricing. Ang Generation 80s ay may galing lamang—naging bahagi sila ng isang panahon kung saan malaki ang Beta. Ang Generation 00s ay nakikita ang isang merkado kung saan kailangan nilang pumili ng Alpha nila mismo. Tulad ng mga taong sumali noong 2013—marami sa kanila ay naging OG dahil lang sa pagtuloy-tuloy. At marami sa kanilang sumali noong 2023—marami sa kanila ay naging cannon fodder dahil sa pagsisikap. Ito’y oras. Ito’y kapalaran.

Gamit ang nakakagulat na pagmamaneho ni Lao Ma ngayon, isasagawa ko ang pagpuno sa mga kalaliman na itinanim ko sa nakaraang dalawang araw tungkol sa Jev, Strata, at Atlas — tatlong bagay sa AI na aking itinuturing na kasiya-siya sa kasalukuyan. Gagamitin ko ang isang eksena mula sa pelikula upang iugnay ang tatlo, walang teknikal na detalye — kung interesado, tanungin ninyo ang AI o gawin ang inyong sariling pananaliksik. Ano ang eksena? — Terminator! Isipin na ang T-800 ay ipinadala pabalik sa taong 1984 upang hanapin at patayin si Sarah Connor! Para makamit ito, kailangan niya ang tatlong pangunahing kakayahan: pag-unawa sa espasyo, paggawa ng desisyon nang agad, at pag-iisip nang hindi konektado sa internet (noong 1984 ay wala pang SkyNet para i-link). Kasabayan nito, ang tatlo ay direktang tumutugma sa Atlas, Jev, at Strata. 1. Una, ang Atlas ni Prof. Li Fei-Fei — pag-unawa sa espasyo. Kapag pumasok si Schwarzenegger (T-800) sa isang silid, sasabihin niya nang agad kung ano ang nasa likod ng pinto o ilalim ng mesa. Ito ang ginagawa ng Atlas: ibinibigay mo ang ilang larawan, at ito ay nagpapahula kung ano ang makikita mo kung magbabago ka ng pananaw. Ang LLM ay nagpapahula ng susunod na salita. Ang mga video model (tulad ng Seedance) ay nagpapalabas ng mga imahe dala ng oras. Ang Atlas naman ay nagpapahula ng bagong pananaw. Ngayon, maraming video model ang tumatawag sa kanilang sarili bilang “world models.” Noong ilang buwan ang nakalipas, binigyan siya ni Li Fei-Fei ng klasipikasyon: renderer, simulator, planner. Ang simulator ay maaaring maging renderer, ngunit ang planner ay kailangan ng isang malakas na simulator. Kapag sinuri ni T-800 ang silid at alam niya kung ano ang nandun — iyon ay simulator. Ang pagkalkula kung ano ang mangyayari kung maglalakad ka o magbubunot ng baril — iyon ay simulator din. Ang pagpili kung susundan, iiwas, o sasakyan — ito ay kailangan ng planner. Ang renderer naman ay halos hindi ginagamit. Ang layunin ng Atlas ay maging pinakamalakas na simulator, at sa hinaharap ay i-upgrade sa planner. Ang kanilang roadmap ay ganito: Static 3D space (kasalukuyan) → Dynamic (4D) → Editable → Interactive → Simulator as Planner (huling yugto) Nasa unang hakbang pa lamang ng mahabang paglalakbay, ngunit kailangan mo ito para makamit ang Terminator — ang LLM lamang ay hindi sapat. 2. Pagkatapos ay si Jev — agad na pagdedesisyon. Tandaan mo ba yung eksena? Ang T-800 ay tinawag ng tagapag-alaga sa motel, at sa field of view niya ay agad na lumitaw ang isang listahan ng mga opsyon na sagot; pumili siya at sumagot nang agad — walang pagbuo ng pangungusap. (Alam kong pinili niya yung pinakamasama…). Ito ang Jev: hindi kailangan ng LLM na maglabas ng isang pangungusap, o mag-isip gamit ang COT chain-of-thought. Kailangan lang pumili mula sa ibinigay na opsyon at bigyan ng antas ng tiyak na probabilidad. Ang TypeSafe na Jev ay ganoon: hindi gumagawa ng teksto, kundi pumipili lamang mula sa ibinigay na opsyon at nagbibigay ng calibrated probability. Isang sagot na may 0.97 → agad na isasagot. Kung pinakamataas lang ay 0.60 → huwag muna sagutin; ibigay sa mas mabagal pero mas matalinong malaking model. Sa demo video ng TypeSafe, ginagawa nito ang pagtukoy kung isang invoice ay totoo o fake. Ang tradisyonal na LLM ay gumagamit ng 8 segundo; ang Jev naman ay 0.1 segundo lang. Mabilis dahil pumipili lang siya — hindi gumagawa ng teksto. Tama dahil sa teknolohiyang RLCD — Reinforcement Learning for Calibrated Decisions (Pagsanay na Pagsasanay para sa Calibrated Decisions). Ang arkitektura ay hindi pa inilabas, pero naniniwala ako na base pa rin ito sa Transformer, ngunit kinansela na ang bahagi ng paggawa. Maaaring isipin ito bilang ASIC ng LLM sa isang partikular na konteksto: hindi makikipag-usap, hindi sumusulat ng code — nagpapasya lamang nang madalas, pinapaliit at pinapadali lahat ng hakbang ng tradisyonal na LLM sa isang tanong o pagsagot sa multiple choice. Ang bilis at gastos ay may pagkakaiba ng isa hanggang dalawang antas. Parang System 1 ni Daniel Kahneman sa kanyang sikat na libro “Thinking, Fast and Slow.” Ang tradisyonal na LLM ay System 2. Naniniwala ako na ang Terminator ay hindi makakayaan ang anumang gawain kung gagamitin niya ang kasalukuyang LLM — magiging parang kuwago (bakit biglang isip ko si Lightning sa Zootopia?). Dito nagsisimula ang Jev — natapos na ang pangalawang piraso ng Terminator. 3. Huling piraso — Strata — lokal na pagpapatakbo ng malaking model. Noong 1984 ay may internet na, pero sobrang mabagal at limitado lamang sa militar at paaralan. At wala namang cloud para i-link sa SkyNet! Kailangan mong ilagay ang lokal na model sa loob ng T-800 para makabalik. Ang Strata ay nagpapahintulot sa isang consumer-grade GPU na may 12GB VRAM at 64GB RAM na magpatakbo ng Qwen3.8-Flash-Next model na may 125 bilyong parameter. Ang black magic: una, quantized ang parameter mula sa 16-bit hanggang 2–3 bit — bumaba ang laki nang maraming beses. Pagkatapos, 20% ng mga expert (mga copy) ay ilalagay sa VRAM; lahat ng expert ay ilalagay sa 64GB RAM; at mayroon pang 30GB na malaking lookup table (mga reference guide mula sa training) na ilalagay sa SSD. Buong offline, data privacy. Bagamat bumaba ang kakayahan dahil sa compression at mabagal ang pagbasa ng mahabang dokumento — pero isang high-end gaming console na lang ang kailangan para magpatakbo ng trillion-parameter model! Ito ay problema mula sa wala hanggang mayroon. Hindi natin alam kung ano ang eksaktong specs ng GPU, memorya, at CPU sa loob ng T-800 — pero ang Strata ay nagbibigay-daan para magpatakbo ng mas malaking MOE-based model sa limitadong hardware (kasalukuyan lang suportado si Qwen, pero ang ideya ay universal para sa lahat ng MOE models). Kapag tingnan mo ito nang buo, parating tayo nang mas malapit sa SkyNet at Terminator era! @drfeifei @theworldlabs @typesafeai P.S. Sino ba ang may-ari ng Roadster? Paki-reserve ako para mag-experience noong 2028. Pakiusap!

WC! WC!!! Bago lang akong subok ang Model Y L + FSD noong nakaraang linggo, sobrang malalim ang aking impresyon. Ito ngayon ng inilabas ni Elon! Nagsira ang aking isipan! Anong gasolina ang gagamitin? Anong refrigerator, TV, o malaking sofa ang kailangan? Sakay lang ng Tesla!

Noong kahapon, nang bumalik ako at makita ang Ondo Intelligent Portfolios na inilabas ni @Ondo, biglang naisip ko na ito ay maaaring ang MileStone para sa pagpasok ng RWA sa Era 2.0. Nakapagpapahayag na nang paulit-ulit na ang RWA ay ang pinakamalaking trend sa runda na ito, at ngayon ay maaari nating tawaging RWA 1.0 — ang pagdadala ng iba’t ibang uri ng assets sa blockchain: U.S. Treasury, stocks, ETF, ginto… Gusto kong tawagin ito bilang ang Tokenize Assets era, at si Ondo ay walang duda ang lider sa panahong ito. Hindi ko inaasahan na si Ondo ang mag-uumpisa sa RWA 2.0 — gusto kong tawagin ito bilang ang Tokenize Strategies era. Sa madaling salita, ang 1.0 ay tungkol sa pagdadala ng mga financial assets sa blockchain, at ito ay naglutas kung ano ang maaari nating bilhin. Ang 2.0 naman ay tungkol sa pagdadala ng mga financial services sa blockchain, at ito ay naglutas kung paano natin hahawakan o mapapamahalaan ang ating mga assets. Gamitin natin ang bagong Intelligent Portfolios bilang halimbawa: ang istruktura nito ay hindi komplikado: Ang base ay patuloy na ang mga stocks at ETF na naka-Tokenize tulad ng Ondo Stocks; sa ibabaw nito, isinasagawa ang isang pre-set na Portfolio Strategy upang matukoy kung ano ang sasakopin, gaano karaming weight, at kailan i-rebalance. Sa unang batch ng produkto, ang mga strategy ng unang tatlong Portfolio ay nilikha ng BlackRock para sa Ondo, samantalang si Ondo ang nagtatrabaho upang isabuhay ang mga estratehiyang ito sa blockchain — kabilang ang pag-configure ng mga base assets, regular na i-rebalance, at pagpapatakbo ng produkto. Sa huli, hindi mo kailangan magkaroon ng labing-isang iba’t ibang Token — isang magkakasamang Portfolio Token lang ang kailangan mo. Ang buong proseso ng pagpili ng asset → pagtatakda ng weight → pagbili → patuloy na pagmamasid → i-rebalance ay nai-automate na ni Ondo para sa iyo. Siguro, maaaring magkaroon ka agad ng tanong: Hindi ba pareho lang ito kung bibili ako ng isang Tokenized ETF mula sa RWA 1.0 tulad ng QQQ o SPY? Sa panlabas, tila pareho sila — parehong basket ng mga asset, at hindi ka kailangang mag-alala. Ngunit ang pangunahing pagkakaiba ay nasa gastos at paraan ng pagbuo. Sa TradFi, upang ilunsad ang isang bagong portfolio product, kailangan mo ng fund structure, license, custody, at issuance — mataas ang barrier of entry, kaya sa merkado, mayroon lang kaunting “standardized” portfolio. Sa blockchain, iba. Kapag mas marami nang assets ang naka-Tokenize, ang pagbuo ng isang bagong produkto ay halos pagsasama-sama lamang ng mga Building Blocks gamit ang smart contract: configuration, weight, at i-rebalance — lahat ay isinusulat sa mga patakaran at automatikong isinasagawa; bawat pagbabago ay nakikita sa blockchain. Ito ang dahilan kung bakit sinasabi ko na ang potensyal ng 2.0 ay nasa likod. Ang opisyal ay malinaw na binanggit na sa hinaharap, papasukin nila ang Perps, Spot Crypto, at opsyon bilang mga asset. Sa panahong iyon, ang kombinasyon tulad ng U.S. stocks + BTC o commodities + options overlay — na mahirap gawin sa TradFi — ay may batayan na para maisagawa. Ngunit sa kasalukuyan, ang mga base assets ng mga Portfolio na inilunsad ay patuloy na mga Tokenized stocks at ETF. May isa pang punto na madalas na nakakalimutan: Ang Portfolio Token mismo ay isang Token! Isang Token — libreng ma-transfer sa wallet, exchange, at DeFi! Kung susundin pa natin ito, isang buong Portfolio ay maaaring gamitin bilang collateral para sa loan, margin para sa Perps, o kahit isama sa loob ng isa pang Portfolio. Ang bahaging ito ay kasalukuyang direksyon lamang, pero kapag matutupad ito, ang mga “building blocks” ng DeFi ay magsisilbi hindi na lang sa isang asset kundi sa buong portfolio. Ito ang tunay na “ultimate vision” ng “financial LEGO” na inihabol natin noong DeFi Summer! Kaya kapag tingnan natin ang landas ni Ondo sa loob ng ilang taon, malinaw ito: Ang USDY ay naglutas ng yield sa dolyar; ang Ondo Stocks ay naglutas ng U.S. stocks; ang Perps ay naglutas ng leverage; ang Network ay naglutas ng infrastructure. Bawat dagdag na asset na naka-Tokenize, dagdag pa ang posibleng kombinasyon na maaaring gawin ng Intelligent Portfolios. Mas maraming building blocks sa 1.0 — mas malaki ang gusali na maaaring itayo sa 2.0. Ang RWA 1.0 ay nagbigay sa atin ng mga asset; ang RWA 2.0 ay nagbibigay sa atin ng kakayahang mag-configure ng mga asset. Noon, ito ay serbisyo lamang para sa private banks at high-net-worth clients; ngayon, maaari nang ma-access ng mga non-U.S. investor na may sapat na kwalipikasyon gamit ang kanilang wallet. Mula sa Tokenized Assets ng 1.0 patungo sa Tokenized Strategies ng 2.0 — ito ang paraan kung paano lumalakbay ang Wall Street patungo sa blockchain, at ito rin ang punto kung saan maging tunay na interesante ang RWA. Salamat @Ondo sa suporta ninyo sa aking pananaliksik.

Salamat sa pagpapadala ni @168MrZ, muli akong nasa 168X, nagkwentong-hubad nang higit sa isang oras, at napakasaya kong nagsalita kay Z. Maaaring ito ang huling sikat na bull market—naramdaman kong ang mga susunod ay lalapit na sa estilo ng US stock market, at ang mga “山寨VC” coins na walang基本面 o data ay hindi magkakaroon ng pagkakataon— Sa ibang salita, sa panahong ito, naririto kong nararamdaman na maraming mga junk coins ay maaari pa ring ihila ng mga “good coins” para makapag-iskwela sa kanilang huling paglabas sa kasaysayan 🤨

Nais kong tandaan noong nakaraan, may kaibigan akong naranasan ang pagkawala ng lahat ng pera at isang paghihiwalay—dalawang malalaking pagsubok na nagdulot ng kaunting depresyon at somatization. Noon, sinabi ko sa kanya: “Ang buhay, maliban sa pagkakamatay, ay walang malalaking bagay. Tingnan mo sarili mo bilang pangunahing karakter sa Earth Online, at ang lahat ng iba ay NPC—kabilang ang dating boyfriend mo at ako.” Totoo lang, ito ay isang pananaw sa ikatlong tauhan. Pagkatapos, sinubukan niya ito—hindi agad nakita ang epekto, ngunit tumawid naman ang sakit at ang loob na pagkakagulo. Parang sinabi ng isang kumantata sa komentaryo—“Gawin mo na!”

Dapat ang StableStock ay isa sa mga kaunting platform sa merkado ngayon na maaaring mag-access sa mga asset ng三大 market—US, Hong Kong, at Korea—gamit ang U, at ngayon ay suportado na sa mobile app!

Sumasang-ayon ako sa ideya ni haotian, ngunit patuloy ko pang hawak ang dalawa, wala akong gagawin. Kahit na nakakuha ako ng $SHROOM sa gitna ng bundok, parang mahirap na. Biglang naisip ko na ang bagay na gustong gawin ng SHROOM,理论上 ay maaari rin gawin ng $AI, at kung gawin nito, mas may pakinabang ito kaysa kay SHROOM. Una, ang AI ay kasalukuyang isang pair asset sa maraming iba pang Meme. Kung sa hinaharap, ang mga Meme na ito ay magkakaroon ng malalim na ugnayan sa AI, samantala ay magkakaroon din sila ng pairing sa mga mid- at small-cap tokenized stocks, ang AI ay maaaring maging intermediate node na nag-uugnay sa mga long-tail assets sa pamamagitan ng multi-hop routing. Bagaman, ito ay kung may daan lang—hindi pa nangangahulugang may-ari ang AI ng likuididad na ito. Ang mas mahalagang punto ay ang pangalawa: Kasalukuyan, maliban sa NVDA, ang Vault/Treasury ng AI ay nagsisimulang magkaroon ng iba pang tokenized stocks. Kung ang project team ay magpapatuloy sa susunod na bersyon at maglalakad pa isa pang hakbang—gamitin ang AI upang lumikha ng pool kasama ang mga stocks na maliban sa NVDA, at patuloy na i-convert ang kapital mula sa Meme trading bilang iba’t ibang stock POL, at i-reinvest ang mga bayarin upang palakasin ang likuididad—ito ay pareho na sa landas ng SHROOM: maglalakad sa daan ng iba, at papanatilihin silang walang daan! At mas may pakinabang ang AI kaysa kay SHROOM: Ang SHROOM ay unang nagdisenyo ng isang network ng likuididad sa stocks, at pagkatapos ay nagsusumikap na i-direkta ang spekulatibong enerhiya ng Meme; Ang AI naman ay mayroon nang Meme, may trading volume at kakayahang bumuo ng kapital, at mula dito ay nagpapalawak pa ng isang network ng likuididad sa stocks. Isa ay nagtatayo ng daan bago dumating ang sasakyan; isa naman ay mayroon nang trapiko, at nagtatayo pa lamang ng daan. Kung talagang mag-uupgrade ang AI sa direksyong ito, ang “network ng long-tail stock liquidity” na gustong gawin ng $SHROOM ay maaaring huli na lang at makuha ng $AI.