寶子們，衛星看得見屋頂，測繪車看得見馬路。但凹陷的門洞、不平的路緣、堆滿雜物的過道呢？ 物理 AI 最難的不是前面五百米，是最後五十英尺——恰恰沒人系統拍過。 @vangrid_io 的答案不是再囤一張大圖，而是按需。誰需要哪個地點，就在 Base 上發起賞金、鎖定 USDC 托管；附近的人用手機拍攝，預覽通過後即重建 3D 模型並結算付款。 機器今晚需要哪個地方，今晚就有人去拍，而不是半年後給你一張到處都有的舊地圖。 我比較在意代理端。 發賞金的不一定再是人：代理透過 HTTP 調用發送任務，x402 直接支付 USDC，同一個 API 拉回重建結果，無需帳戶、無需密鑰。 托管在開工前即已鎖定，支付不是一句「鏈下承諾」。 這意味著覆蓋範圍會隨著真實需求增長，而不是有人提前把所有地方掃一遍。 需求驅動供給，和供給驅動需求，是兩種完全不同的網路。 物理 AI 需要更聰明的模型，但先得看見真實世界。 誰來拍最後五十英尺，誰就卡住了數據這關。