《寶可夢 GO》花了十年時間建立機器人可用的地圖。 @vangrid_io 正在尋求更快的途徑。 玩家多年來掃描了公共場所，這些約300億張圖像現在協助機器人導航，根據 Niantic Spatial 的說法。 這證明了該想法可行：手機可以為機器人繪製世界地圖。 但等待數年讓人們偶然掃描正確地點，並非當今機器人開發團隊的可行計畫。 Vangrid 跳過了等待。團隊只需提出所需地點，附近的人即可拍攝並獲得 USDC 報酬。 同樣的理念，不同的時間表。

我在 @agenticscredit 上輸掉了比特幣交易。我預測 BTC 會在十月結束前漲到 85k，但並未實現。 BTC 的下跌非常劇烈，但這只是模擬交易，因此唯一受損的只有我的自尊。 不過，這仍然讓我離 25 場交易任務更近了一步，而這正是我喜歡這裡的原因。 如果你想真正了解自己的實力，ACS 會記錄所有勝負。 你可以無需動用自有資金進行練習，累積點數以參與即將到來的 $CREDIT 空投，並讓數據誠實地告訴你真相。

許多 Physical AI 專案都有路線圖，但很少有實際收據。 @vangrid_io 擁有公開的探索者，以下是今日的顯示內容： 138 萬次捕捉，近 70 萬美元 USDC 已結算。 今年 9 月初，約為 50 萬次捕捉和 24 萬美元。 不到兩個月內幾乎增長三倍，任何人都可以自行查證。 仍處於早期階段，但這就是實時運作的樣子👉 https://t.co/I4AFBavhl0

如果你交易的資金根本無需經過你的錢包呢？ 這正是 @agenticscredit 為交易者和 AI 代理所打造的模式。達到資格分數後，你即可加入交易信用的等候名單，該信用將由他們的錢包撥付至經批准的交易平台，從未屬於你。 倉位大小和槓桿的硬性限制確保風險可控。 資金功能尚未上線，且無任何保證，但加入方式簡單：先建立交易紀錄。 下單交易，開始累積能讓你排隊入場的分數。

把機器人送到大樓是簡單的部分。 讓它穿過門才是問題變得複雜的地方，這正是 @vangrid_io 所致力解決的挑戰。 大多數地圖能良好處理街道，但對於凹陷的門口、不平的路緣、堆滿箱子的走廊？就無能為力了。 這些地面層的細節才是機器人真正需要應對的，而且它們隨時都在變化。 Vangrid 讓團隊可以請求這些精確地點，任何附近的人都能用手機拍攝並獲得 USDC 報酬。 總得有人知道門後有什麼。

您的手機已經捕捉了周圍的一切，但幾乎沒有一樣東西對他人有價值，只對您自己有意義。 @vangrid_io 為機器人開發者翻轉了這一點。 AI 團隊會為特定地點發布懸賞。您用手機前往捕捉，一旦被接受，即可獲得 USDC 支付。 無需特殊硬體，只需您已有的手機。 物理 AI 所需的數據，就在您每天經過的地方。只需要有人去捕捉它——而這個人，可以是您🫵

地圖在完成的那一刻就已過時。 當機器人依賴這張地圖時，這就是一個真正的問題，而 @vangrid_io 正是為解決這個問題而建。 大多數空間數據都是在一段時間前收集一次的。新的障礙物、移動的貨架、堵塞的走廊——機器人所信任的資訊已經錯誤。 Vangrid 扭轉了這個局面。團隊可請求特定地點，附近的人用手機拍攝並獲得 USDC 支付。每一次拍攝都锚定在 Base 區塊鏈上，讓買方能追蹤資料來源。 需求決定覆蓋範圍的走向。 機器人不需要更大的地圖，它們需要的是今天仍準確的地圖。

將現實世界進行眾包聽起來很簡單，但真正運作起來卻並非如此。 這正是 @vangrid_io 的團隊引起我注意的原因。 手機捕捉 3D 數據，經鏈上驗證，並以 USDC 支付。這同時涉及分佈式系統、支付系統和市場推廣三大挑戰。 首席技術官 Khalid Benrafik 擁有超過 14 年構建高吞吐量分佈式系統的經驗，曾就職於 https://t.co/JWi2w1m4kF、ING 和 Mollie。 他所搭建的基礎設施支援了數百萬用戶及每年超過 10 億美元的交易量。 首席執行官 Robert Brighton 則在深度科技與 Web3 領域擁有 10 年的市場推廣與營收經驗，曾於微軟歐洲團隊參與量子計算與 HoloLens 項目。 一人專注於可擴展性與資金流動，另一人則花了十年時間將深度科技推向市場。 總部位於阿姆斯特丹，並為 NVIDIA Inception 計畫成員。 一支優秀的團隊並不能保證成功，但在面對如此複雜的問題時，我寧願看到這些履歷，而非一份漂亮的簡報。

互聯網從未將真實世界轉化為機器人可用的形式。 這正是 @vangrid_io 正在填補的缺口。 物理 AI 需要真實地點的 3D 數據，而這些數據無法通過爬取獲得。以傳統方式收集既緩慢又昂貴。 Vangrid 將手機轉變為數據捕獲網絡。開發機器人和世界模型的團隊可請求特定地點，貢獻者進行拍攝並獲得 USDC 支付。 這不是一份路線圖幻燈片——自七月以來已正式上線，已在 Base 上錨定超過 130 萬筆捕獲數據，並通過協議結算超過 60 萬美元。 你可以自行驗證：https://t.co/qpBYcxVZVz 我仍在探索這一領域，但物理 AI 的數據獎勵是一條我密切關注的路徑。 一起加入這個網絡吧。

任何人都可以聲稱自己是優秀的交易員，但證明這一點才是困難的部分。 這正是 @agenticscredit 的用武之地。 ACS 透過其信用評分系統追蹤人類或 AI 代理的交易表現。 Agentic Credit Score 根據真實表現（如盈利能力、回撤、穩定性、勝率等）對交易員或代理進行 300 至 850 的評分。 達到 580 分以上，就有可能有資格進入資金支援等候名單。 而且你可以透過模擬交易來建立這項分數，無需冒險使用自己的資金。 ACS 的內容遠不止這些，我仍在探索中。剛開始使用這款應用，我會持續分享我的發現。