The Case That A.I. Is ThinkingChatGPT 並無內在生命，但它似乎清楚自己在談論什麼。本文即將刊登於2025 年 11 月 10 日的《紐約客》雜誌，印刷版標題為“Open Mind”。作者：作家兼電腦程式設計師詹姆斯·薩默斯從 2018 年開始為《紐約客》撰稿。當一種“理解的假象”逼真到何種程度時，你才會不再將其稱為假象？人工智慧公司Anthropic的首席執行官達里奧·阿莫代伊預測，到2027年，在生物學、數學、工程學、寫作等領域“比諾貝爾獎得主更聰明”的人工智慧或許會投入使用。他設想數百萬個模型副本高速運轉，每個副本都在開展獨立研究，形成一個“資料中心裡的天才國度”。今年6月，OpenAI的薩姆·奧爾特曼撰文稱，人工智慧行業即將打造出“數字超級智能”。他斷言：“2030年代很可能會與以往任何時代都截然不同。”與此同時，大多數人目前日常接觸的人工智慧工具，讓人不禁想起微軟辦公軟體曾推出的“助手”Clippy——它實際上更像個愛糾纏的角色。Zoom的一款人工智慧工具會提示你向它提問“有那些會議破冰問題？”，或是指令它“寫一條表達感謝的短消息”。Siri擅長設定提醒，但在其他方面用處不大。我的一位朋友在Gmail中看到一個按鈕，上面寫著“致謝並講述趣聞”。他點選後，Google的人工智慧編造了一個關於他去土耳其旅行的有趣故事，而他從未去過那裡。人工智慧倉促且不均衡的推出，營造出一種迷霧氛圍，讓人很容易得出“這裡沒什麼值得關注——全是炒作”的結論。誠然，炒作確實不少：阿莫代伊預測的時間線帶有科幻色彩（人工智慧模型的改進速度並沒有那麼快）。但認為大型語言模型只是在隨意拼湊文字，同樣是一種一廂情願的想法。我過去曾認同這種觀點，也曾從“人工智慧與真正的智能或理解毫無關係”這一想法中尋求慰藉，甚至還為它的缺陷感到慶幸——就像在為人類“主隊”加油。後來，作為一名程式設計師，我開始在工作中使用人工智慧，因為擔心不這樣做就會落後。（我所在的僱主是一家貿易公司，對包括Anthropic在內的多家人工智慧公司有投資，也建立了合作關係。）許多人認為，編寫程式碼是人工智慧最擅長的領域；程式碼比散文更具結構性，而且通常能通過自動化方式驗證某個程序是否可行。我對人工智慧的看法很快發生了轉變。起初，我會諮詢人工智慧模型，而非自己去尋找資料；接著，我會讓它們處理一些獨立的小問題；最終，我把真正的工作——那些我整個職業生涯都在學習處理的工作——也交給了它們。我看到這些模型能在幾秒鐘內理解數千行程式碼中的複雜細節，它們能發現細微的漏洞，還能設計出複雜的新功能。後來，我被調到一個快速發展的團隊，該團隊旨在更好地利用人工智慧工具，並開發我們自己的工具。據說科幻作家威廉·吉布森曾提出，未來早已到來，只是尚未均勻分佈——這或許能解釋為何人工智慧似乎催生了兩種截然不同的群體：一種對此不屑一顧，另一種則為之著迷。在日常生活中，能預訂假期或申報稅務的人工智慧“代理”並不成功，但我的一些同事在編寫程式碼時，大部分工作都依賴人工智慧，有時還會同時運行多個程式設計代理。這些模型有時會犯低級錯誤，或陷入無意義的循環，但隨著我學會高效使用它們，曾經需要一個月完成的工作，現在一個晚上就能搞定。不久前，我在完全不懂如何開發iOS應用的情況下，做出了兩款iOS應用。我曾有一位上司說，求職面試應考察應聘者的優勢，而非糾結於其是否存在缺點。大型語言模型確實有很多缺點：眾所周知，它們會編造看似合理的虛假資訊；即便你出錯，它們也可能一味順從；簡單的謎題就能將它們難住。但我還記得，如今人工智慧模型所具備的顯著優勢——流暢的表達、自然的銜接、“理解”他人意圖的能力——在過去曾被視為難以實現的“聖盃”。當你親身體驗到這些優勢時，就會不禁思考：當一種“理解的假象”逼真到何種程度時，你才會不再將其稱為假象？今年夏天一個酷熱難耐的日子，我的朋友馬克斯和家人在公園遊玩。不知為何，兒童灑水器沒有開啟，而馬克斯的妻子之前向大家保證，她丈夫能修好它。面對滿臉通紅、年齡在六到七歲之間的孩子們，馬克斯走進工具棚，希望能找到一個顯眼的“開啟”開關。然而，他看到的卻是一堆錯綜複雜的舊管道和閥門。就在他準備放棄時，突然心血來潮，拿出手機，將灑水器的照片以及自己遇到的問題描述一起輸入ChatGPT-4o。人工智慧“思考”了片刻——也可能並沒有真正思考——但它隨即表示，馬克斯看到的是灌溉系統中常見的防回流裝置。它問馬克斯是否看到底部那個黃色的球閥，認為那個閥門很可能控制著水流。馬克斯按照提示操作，水流隨即噴出，公園裡頓時響起孩子們的歡呼聲。ChatGPT是在毫無意義地拼湊文字，還是真的理解了這個問題？這個答案或許能讓我們對“理解”本身有重要的認識。加州大學伯克利分校的神經科學教授多麗絲·曹（音譯）告訴我：“神經科學家必須面對這個令人清醒的事實：機器學習的進展，比神經科學在過去一百年間的任何發現，都更能讓我們瞭解智能的本質。”多麗絲·曹最知名的研究是破解恆河猴感知面部的機制。她的團隊成功預測出猴子看到特定面部時那些神經元會被啟動；更令人驚嘆的是，只要知道神經元的啟動模式，他們就能還原出對應的面部圖像。他們的研究借鑑了關於“人工智慧模型如何表徵面部”的相關成果。如今，她最喜歡問別人的一個問題是：“你從ChatGPT中獲得的最深刻洞見是什麼？”她表示：“我自己的答案是，我認為它徹底揭開了思考的神秘面紗。”關於我們如何走到如今這一步，最基礎的解釋大致如下：20世紀80年代，一小群認知心理學家和電腦科學家嘗試在機器中模擬思考過程。其中較知名的有戴維·魯梅爾哈特、傑弗裡·辛頓和詹姆斯·麥克萊蘭，他們後來在加州大學聖迭戈分校成立了一個研究小組。他們認為，大腦是一個龐大的網路，神經元以特定模式啟動，進而引發其他神經元群的啟動，如此循環往復；這種模式的動態變化就是思考。大腦通過改變神經元之間連接的強度來實現學習。關鍵在於，這些科學家通過建構人工神經網路，並應用一種名為“梯度下降”的簡單演算法來提高其預測準確性，從而模擬了大腦的這一學習過程。（可以將該演算法比作一個從山頂走向山谷的徒步者：要最終找到下山的路，一個簡單的策略就是確保每一步都朝著地勢更低的方向前進。）在大型網路中使用這類演算法的技術，被稱為深度學習。人工智慧領域的其他研究者曾懷疑，神經網路是否足夠複雜，能否應對現實世界的任務。但隨著網路規模不斷擴大，它們開始解決此前無法攻克的難題。過去，有人會花費整篇博士論文的篇幅，研究區分手寫數字或識別圖像中人臉的技術；而後來，深度學習演算法只需消化相關資料，就能掌握問題的核心細節，讓那些研究項目顯得過時。很快，深度學習在語音識別、翻譯、圖像描述、棋類遊戲等領域取得突破，甚至解決了蛋白質摺疊預測這一難題。如今最先進的人工智慧模型，是通過一種名為“下一個token預測”的技術，在網際網路的大量資料上訓練而成的。模型通過猜測接下來會出現的內容，再將猜測結果與實際出現的內容進行對比，以此完成學習。一旦猜測錯誤，神經元之間連接的強度就會調整，這正是梯度下降演算法的作用。最終，模型在文字預測方面變得極為精準，以至於看起來彷彿真的具備知識儲備，且表達富有邏輯。這一點值得我們思考：一群研究者致力於探尋大腦運作的奧秘，當他們建構的模型規模接近大腦大小時，模型開始展現出那些曾被認為只有大腦級智能才能實現的能力。難道他們真的找到了一直在尋找的答案？對於這種將人工智慧簡單化、理想化的解讀，人們難免會持反對態度。泰德·蔣曾有力地反駁過這一觀點，他在2023年初為本刊撰寫了一篇文章，標題為《ChatGPT不過是網際網路的模糊JPEG格式檔案》。他的言下之意帶有貶低意味：ChatGPT僅此而已。你把整個網際網路的資料輸入一個程序，它只是將這些資料不完美地“反芻”出來，就像一張照片經過多次複製後變得模糊——但它的表達能力足以讓你誤以為這個程序具備智能。今年春天，語言學家埃米莉·M·本德和社會學家亞歷克斯·漢納在合著的《人工智慧騙局》一書中，也提出了類似觀點。本德最知名的言論，是將大型語言模型描述為“隨機鸚鵡”。《大西洋月刊》的書評作者泰勒·奧斯汀·哈珀宣稱：“大型語言模型過去沒有、現在沒有、將來也永遠不會‘理解’任何事物。”這些模型“生成文字並非通過思考，而是基於統計規律，猜測下一個詞彙可能是什麼”。哈珀在這些技術層面的論點之外，還加入了道德層面的批判：人工智慧讓強者更富，消耗的能源加速了氣候變化，還導致勞動者被邊緣化。他最終得出結論：“人工智慧行業的根基就是一場騙局。”一位頂尖神經科學家認為，ChatGPT“徹底揭開了思考的神秘面紗”。但從道德層面反對人工智慧，或許最終比從技術層面反對更有說服力。哈佛大學認知科學家塞繆爾·J·格什曼並非人工智慧的盲目吹捧者，他告訴我：“‘隨機鸚鵡’這種說法早該過時了。只有最頑固的懷疑論者，才會否認這些系統實現了許多人曾認為無法實現的功能。”普林斯頓大學的認知神經科學家喬納森·科恩承認人工智慧存在侷限性，但他認為，在某些情況下，大型語言模型似乎模擬了人類大腦中一個龐大且重要的區域。科恩表示：“大致來說，大腦的新皮層就是一個深度學習機制。”相對於體型而言，人類的新皮層比其他動物大得多；而新皮層最大的物種——大象、海豚、大猩猩、黑猩猩、狗——也恰好是最具智能的物種。2003年，機器學習研究者埃裡克·B·鮑姆出版了一本名為《何為思考？》的書（我在大學圖書館的書架上偶然發現了它，書名瞬間吸引了我）。鮑姆論點的核心在於：理解即壓縮，壓縮即理解。在統計學中，若要理解圖表上的資料點，可以採用線性回歸技術，在這些點之間繪製一條“最佳擬合線”。如果資料中存在潛在規律——比如你在繪製鞋碼與身高的對應關係——這條最佳擬合線就能簡潔地呈現這一規律，並預測新資料點可能出現的位置。我們可以將新皮層理解為一種“提煉”工具：它從海量原始體驗（聲音、圖像及其他感官資訊）中提取核心，形成類似“最佳擬合線”的模型，用於進行預測。嬰兒探索世界時，會嘗試猜測玩具的味道，或是食物掉落到地上後會滾向何方。當預測出錯時，神經元之間的連接就會調整。久而久之，這些連接逐漸捕捉到資料中的規律，形成一個對世界的壓縮模型。人工神經網路與真實的神經網路一樣，也能對體驗進行壓縮。目前最優秀的開源人工智慧模型之一DeepSeek，能夠創作小說、提供醫療診斷建議，還能以數十種語言進行母語等級的交流。它是通過“下一個token預測”技術，在數太字節的資料上訓練而成的。但當你下載這個模型時，會發現它的大小僅為訓練資料的六百分之一。它就像是網際網路的“精華版”，經過壓縮後可以安裝在筆記型電腦上。泰德·蔣將早期版本的ChatGPT比作“網際網路的模糊JPEG”，這種說法有一定道理——但在我看來，這正是這些模型變得越來越智能的原因。蔣在文章中指出，若要壓縮一個包含數百萬道算術題的文字檔，你不會將其製成壓縮檔案，而是會編寫一個計算器程序。他寫道：“只有理解了文字內容，才能實現最高程度的壓縮。”或許，大型語言模型已經開始做到這一點。想到一個電腦程序真的能理解、真的能思考，人們可能會覺得反常，甚至反感。通常，我們認為“思考”是一種有意識的行為，比如像喬伊斯作品中那樣的內心獨白，或是像普魯斯特式白日夢那樣的感官記憶流動；也可能認為思考是一種推理過程：一步步解決問題。在討論人工智慧時，我們常常將這些不同類型的思考混為一談，導致判斷過於草率。有一種觀點認為，ChatGPT顯然不會思考，因為它顯然不會像普魯斯特那樣陷入遐想；另一種觀點則認為，ChatGPT顯然會思考，因為它解決邏輯謎題的能力比人類更強。但實際情況要微妙得多。我不認為ChatGPT有內在生命，但它似乎確實清楚自己在談論什麼。“理解”——即明白正在發生的事情——是一種未被充分重視的思考方式，因為它大多發生在無意識層面。印第安納大學認知科學與比較文學教授道格拉斯·霍夫施塔特常說，認知的本質就是識別。霍夫施塔特因《哥德爾、埃舍爾、巴赫：集異璧之大成》一書聞名，該書於1980年獲得普利策獎，探討了心智與意識的奧秘。霍夫施塔特經過數十年研究提出，“看作”是思考的核心。你將一塊色斑“看作”汽車，將另一塊色斑“看作”鑰匙扣；無論字母“A”以何種字型呈現，或是書寫得多麼潦草，你都能認出它。霍夫施塔特認為，同樣的過程也存在於更抽象的感知層面。國際象棋大師審視棋盤時，多年的經驗讓他能瞬間“看出”：白方的象處於弱勢；這個殘局很可能是平局。你看到河中的漩渦，就知道此處不宜過河；你意識到正在參加的會議是“皇帝的新衣”式的鬧劇；我將近兩歲的兒子發現，上午晚些時候推嬰兒車散步時，或許能有機會吃到可頌面包，於是便會提出相應要求。在霍夫施塔特看來，這就是智能的本質。霍夫施塔特是最早對人工智慧持“貶低態度”的人之一，我過去的懷疑態度也深受他的影響。他曾表示，大多數人工智慧研究與真正的思考毫無關係，21世紀初我上大學時，也認同這一觀點。但也有例外：他認為加州大學聖迭戈分校的研究小組很有研究價值，同時也欽佩一位不太知名的芬蘭裔美國認知科學家彭蒂·卡內瓦的成果——卡內瓦發現了高維空間數學的一些特殊屬性。在高維空間中，任意兩個隨機點可能相距極遠；但反常的是，每個點周圍都存在大量“鄰近點”，因此只要你足夠“靠近”某個點，就能輕鬆找到它。這讓卡內瓦聯想到記憶的運作方式。在1988年出版的《稀疏分佈式記憶》一書中，卡內瓦提出，思想、感官體驗和記憶可以表現為高維空間中的坐標。大腦似乎是儲存這類資訊的理想“硬體”：每段記憶都有一個獨特的“地址”，這個地址由你回憶時啟動的神經元決定。新的體驗會啟動新的神經元群，形成新的“地址”。兩個“地址”可能在多個方面存在差異，但在某些方面又具有相似性；一種感知或一段記憶，會觸發與之相近的其他記憶。乾草的氣味會讓你想起夏令營的回憶；貝多芬《第五交響曲》的前三個音符響起，你就會聯想到第四個音符；一個你從未見過的象棋棋局，會讓你想起過去的對局——並非所有對局，而是那些與當前棋局“相似”的對局。霍夫施塔特意識到，卡內瓦所描述的，本質上是一種“看作”機器。他在為卡內瓦著作撰寫的序言中表示：“彭蒂·卡內瓦的記憶模型讓我深受啟發，這是我首次看到有研究能讓我隱約感受到，理解大腦整體運作機制這一遙遠目標或許並非無法實現。”無論是喬伊斯式的內心獨白、普魯斯特式的遐想，還是邏輯推理，任何形式的思考都依賴於“相關事物在恰當的時機出現在腦海中”。正是通過這種方式，我們才能判斷自己所處的情境。後來，卡內瓦的著作逐漸被淡忘，霍夫施塔特本人的影響力也有所下降——除非他偶爾站出來批評某款新的人工智慧系統。2018年，他在談到Google翻譯及類似技術時表示：“這種方法存在一個核心缺陷，用一個詞就能概括：理解。”但2023年推出的GPT-4，徹底改變了霍夫施塔特的看法。他最近告訴我：“這些系統的某些表現讓我感到震驚，即便在十年前，這都是無法想像的。”最堅定的“貶低者”也無法再堅持原來的觀點：眼前的程序能達到專業水平的翻譯效果，能進行類比、即興發揮、歸納總結。我們憑什麼說它不具備理解能力？他說：“它們的行為與思考極為相似，你甚至可以說，它們在思考，只是方式與人類有所不同。”大型語言模型的核心，似乎正是這種“看作”機器。它們用一系列數字來表示每個詞在高維空間中的坐標——即“向量”。在GPT-4中，一個詞向量擁有數千個維度，這些維度描述了該詞與其他所有詞在相似度和差異度上的細微差別。在訓練過程中，每當大型語言模型出現預測錯誤，就會調整某個詞的坐標；在文字中同時出現的詞，在空間中會被調整得更接近。這就形成了一種極為密集的用法和語義表徵——在這種表徵中，類比變成了一個幾何問題。一個經典例子是：若取“巴黎”的詞向量，減去“法國”的詞向量，再加上“義大利”的詞向量，得到的結果最接近的向量就是“羅馬”。大型語言模型還能通過對圖像內容、氛圍甚至人物表情進行編碼，為圖像生成“向量”，編碼的細節足夠豐富，既能讓模型以特定風格重新繪製圖像，也能讓它寫出一段關於圖像的描述文字。當馬克斯在公園向ChatGPT求助解決灑水器問題時，這個模型並非只是在輸出文字。它會將管道的照片與馬克斯的問題描述一同壓縮成一個向量，這個向量捕捉了問題最核心的特徵。該向量就像一個“地址”，用於呼叫空間中相近的詞彙和概念；這些概念又會進一步呼叫其他相關概念，幫助模型逐步理解當前場景，並結合這些“在腦海中”的概念組織回答。幾個月前，我看到一篇對Anthropic研究員特倫頓·布裡肯的採訪。他曾與同事合作，深入研究該公司旗下系列人工智慧模型“克勞德”的內部機制（他們的研究尚未經過同行評審，也未在科學期刊上發表）。他的團隊發現了多組人工神經元，或稱“特徵”，這些特徵會在克勞德準備表達特定內容時被啟動。研究發現，這些“特徵”就像控制概念的“音量旋鈕”——把某個“旋鈕”調大，模型就會只圍繞對應的概念展開表述。（在一項類似“思維控制”的實驗中，研究人員調大了代表“金門大橋”的特徵；當一名使用者向克勞德索要巧克力蛋糕食譜時，模型給出的配料清單中竟包含“1/4杯乾霧”和“1杯溫海水”。）布裡肯在採訪中提到了Google的“Transformer架構”——這是建構神經網路的一套技術方案，目前主流的人工智慧模型都以其為基礎（ChatGPT中的“T”即代表“Transformer”）。他認為，Transformer架構核心的數學原理，與數十年前彭蒂·卡內瓦在《稀疏分佈式記憶》中提出的模型高度相似。人工智慧與人類大腦存在相似性，這值得驚訝嗎？畢竟，大型語言模型是人工神經網路，而其研發過程也有心理學家和神經科學家參與。更令人意外的是：當這些模型在反覆練習“預測詞彙”這種機械任務時，竟開始表現出與大腦相似的行為模式。如今，神經科學與人工智慧領域正逐漸交融，大腦研究專家甚至將人工智慧當作一種“模式生物”來使用。麻省理工學院的神經科學家埃夫莉娜·費多倫科就利用大型語言模型研究大腦處理語言的機制。她告訴我：“我從沒想過自己這輩子能研究這類問題，也從沒想過我們能擁有足夠先進的模型。”人們常說人工智慧是“黑箱”，但事實或許恰恰相反：科學家可以探測單個人工神經元的活動，甚至對其進行修改。普林斯頓大學神經科學家肯尼斯·諾曼表示：“擁有一個能體現人類智能理論的可運行系統，這是認知神經科學領域的夢想。”諾曼曾建構過海馬體（大腦中儲存情景記憶的區域）的電腦模型，但過去的模型過於簡單，他只能向模型輸入對人類思維的粗略模擬資料。他說：“現在，你可以給記憶模型輸入與給人類輸入的完全相同的刺激資訊。”萊特兄弟在早期研發飛機時曾研究鳥類。他們發現，鳥類會逆風起飛——儘管普通人可能會認為它們應該順風起飛；鳥類還會調整翼尖來保持平衡。這些發現為他們設計早期滑翔機提供了啟發。之後，他們建造了一個6英呎長的風洞，得以在精確控制的條件下測試多組人工機翼。此後，他們的滑翔機飛行實驗成功率大幅提升。有趣的是，直到他們成功造出可飛行的機器後，人們才真正弄明白鳥類飛行的原理。人工智慧讓科學家得以在“風洞”中研究“思考”本身。Anthropic的研究人員發表過一篇標題頗具爭議的論文——《論大型語言模型的生物學屬性》。他們觀察了克勞德對各類問題的響應過程，並描述了模型中的“電路”——即一系列特徵的連鎖反應，這些反應共同完成複雜的計算（呼叫正確的記憶是思考的第一步，而通過“電路”組合和處理這些記憶，或許就是思考的下一步）。長期以來，對大型語言模型的一項批評是：由於模型必須逐個生成“token”來構成回答，它們無法進行規劃或推理。但當你讓克勞德為一首詩續寫押韻的對句時，模型中的某個“電路”會先確定新句子的最後一個詞，以確保押韻，隨後再反向推敲整句內容。Anthropic的研究人員認為，這一現象證明他們的模型確實具備規劃能力。只要稍加觀察，你或許會第一次感覺到：我們能窺見“思維”的內在運作過程。不過，這種“窺見”需要極大的努力。諾曼告訴我：“我擔心的是，人們的態度從‘極度懷疑’一下子變成了‘完全不加防備’。還有很多問題有待解決。”我或許就是諾曼所說的這類人（或許我太容易被《稀疏分佈式記憶》與Anthropic模型之間的“相似性”打動）。在過去一兩年裡，我開始認同傑弗裡·辛頓的觀點。辛頓近期因在人工智慧領域的研究獲得諾貝爾獎，他在2020年對記者卡倫·豪表示：“深度學習將無所不能。”但我們也發現，模型並非越大越好。繪製“模型性能與規模關係”的曲線已開始趨於平緩。要找到模型尚未消化的高品質資料變得越來越難，且計算成本也日益高昂。今年8月，GPT-5發佈時，僅實現了小幅改進——這一巨大的失望甚至可能刺破人工智慧領域的投資泡沫。當下，我們需要一種“適度的懷疑”：既要正視如今人工智慧模型的能力，也不能認為所有難題都已解決。在這些待解難題中，最關鍵的或許是：如何設計出能像人類一樣高效學習的模型。據估算，GPT-4在訓練過程中接觸了數兆個詞；而兒童只需接觸數百萬個詞就能流暢表達。認知科學家表示，新生兒的大腦具備某些“歸納偏置”，這些偏置能加速學習過程（當然，大腦本身是數百萬年進化的產物——進化過程本身也可視為一種“訓練資料”的積累）。例如，人類嬰兒會默認“世界由物體構成”，且“其他生物擁有自己的信念和意圖”。當媽媽說“香蕉”時，嬰兒會將這個詞與媽媽正看著的整個黃色物體關聯——而非僅僅關聯物體的尖端或果皮。嬰兒還會進行“小實驗”：這個東西能吃嗎？那個東西能扔多遠？驅動他們的是慾望、好奇心、挫敗感等情緒。兒童總在嘗試做略微超出自己能力範圍的事。他們的學習之所以高效，是因為這種學習是“具身的”“自適應的”“有意識的”且“持續的”。或許，要真正理解世界，就必須親身參與其中。相比之下，人工智慧的“體驗”極其匱乏，甚至不配被稱為“體驗”。大型語言模型的訓練資料本身已經過高度提煉。加州大學伯克利分校的神經科學家多麗絲·曹告訴我：“我認為這些模型之所以能發揮作用，是因為它們借助了語言的力量。”語言就像“預先咀嚼過的體驗”，其他類型的資料則缺乏如此密集的語義資訊。哈佛大學認知科學家格什曼提出疑問：“為什麼在視訊資料推理領域，我們沒有看到類似的突破？目前的視覺模型在常識性物理推理方面仍存在困難。”深度思維公司近期推出的一款模型，能生成“正確混合顏料”“解決迷宮”的視訊，但視訊中也會出現“杯子撞擊後沒有碎裂反而彈起”“繩子被揉成一團卻形成結”等違背物理規律的畫面。曾任職於微軟研究院的認知神經科學家伊達·莫門內賈德做過一項實驗：她讓大型語言模型“虛擬參觀”一棟建築，隨後詢問模型關於建築內路線和捷徑的問題——這類空間推理對人類而言輕而易舉。但除了最簡單的場景，人工智慧要麼答錯，要麼會編造不存在的路線。她說：“它們真的會規劃嗎？其實不會。”在與神經科學家交流的過程中，我能感受到他們的一種擔憂：人工智慧行業的發展有些操之過急，缺乏深思熟慮。普林斯頓大學認知科學家布倫登·M·萊克告訴我，如果目標是打造與人類智能相當的人工智慧，那麼“我們目前的訓練方式是錯誤的”。人工智慧完成訓練後，其神經網路“大腦”就會被“凍結”。即便你告訴模型關於自己的一些資訊，它也不會調整內部神經元的連接方式，而是會採用一種簡單的替代方案：記錄一段文字（比如“使用者有一個學步兒童，正在學習法語”），並在你發出後續指令時參考這段記錄。人類大腦則會持續更新自身，關於這一點，有一個精妙的理論：睡眠時，大腦會將部分情景記憶“回放”給新皮層，以完成對新皮層的訓練。回放的記憶會在你的高維思維空間中留下“印記”；醒來後，你看待世界的方式會發生細微變化。人工智慧領域已對“飛速進展”產生依賴，且在經濟上投入巨大，以至於有時會假裝“進步是必然的”“已無科學問題可解”。但科學有一個棘手的特點：它有時會陷入停滯。矽谷或許會將人工智慧公司稱為“實驗室”，將部分員工稱為“研究員”，但從本質上講，該行業的文化是“工程導向”的——即“不管用什麼方法，先做出成果再說”。科恩表示：“機器學習領域的研究者很少關注認知科學的歷史，更談不上尊重，這一點令人震驚。”如今的人工智慧模型之所以能成功，得益於數十年前關於大腦的研究發現，但它們與大腦仍有本質區別。那些差異是“非核心的”，那些是“根本性的”？每個神經科學研究團隊都有自己偏愛的理論，而這些理論如今終於有了驗證的可能——這在過去是無法實現的。儘管如此，沒人指望能輕易找到答案。普林斯頓大學的諾曼表示，要解決人工智慧目前面臨的難題，“需要先精準找出模型在那些方面未能達到我們期望的智能水平，然後針對性地改進。而這一過程，仍需要人類科學家參與。”20世紀90年代，數十億美元被投入“人類基因組計畫”，人們認為基因測序或許能解決醫學領域最棘手的問題：癌症、遺傳病，甚至衰老。那是一個充斥著大話與自信的時代——多莉克隆羊誕生，《侏儸紀公園》上映，生物技術崛起，評論界開始討論“人類是否應該扮演上帝的角色”。但生物學家很快發現，現實遠比想像中複雜。我們沒有治癒癌症，沒有找到阿爾茨海默病或自閉症的病因。我們意識到，DNA只是生命故事的一部分。事實上，有人可能會說，生物學曾一度陷入“基因狂熱”——因為我們掌握了研究和理解DNA的技術，便過分關注DNA。但沒人會認為弗朗西斯·克里克錯了。1953年，他協助證實了DNA的雙螺旋結構，當天他走進劍橋的一家酒吧，宣稱自己“發現了生命的奧秘”。他和同事對“揭開生命神秘面紗”所做的貢獻，幾乎超過任何人。在他們的發現之後的數十年裡，科學領域取得了前所未有的豐碩成果，充滿活力。“DNA”成為家喻戶曉的詞彙，每個高中生都知道雙螺旋結構。如今，在人工智慧領域，我們再次陷入這樣一個“大話與自信並存”的時代。薩姆·奧爾特曼表示，計畫籌集5000億美元，在美國建造名為“星門”的新一代人工智慧資料中心叢集。人們討論“超級智能競賽”時，語氣莊重且急迫，這種態度有時顯得缺乏依據，甚至有些荒謬。但我猜想，阿莫代伊、奧爾特曼等人之所以發表這種“救世主式”的言論，是因為他們相信：智能的基本原理已經被破解，剩下的只是細節問題。甚至一些神經科學家也認為，我們已經跨越了一個關鍵的門檻。普林斯頓大學的尤里·哈森與科恩、諾曼、萊克是同事，他認為神經網路“或許是解釋認知的正確模型”。這種觀點既讓他感到興奮，也讓他不安。他說：“我的擔憂與大多數人相反。我擔心的不是這些模型與我們相似，而是我們與這些模型相似。”如果通過簡單的訓練技術，就能讓程序表現出人類般的行為，那或許人類並不像我們想像的那樣特殊。這是否也意味著，人工智慧不僅會在知識層面超越我們，還會在判斷力、創造力、洞察力上超越我們——並因此獲得超越人類的權力？令我意外的是，哈森告訴我，他“近來擔心我們可能真的會弄明白大腦的運作方式。對人類而言，探尋這個問題或許是一個巨大的錯誤”。他將人工智慧研究者比作20世紀30年代的核科學家：“對這些人來說，這是他們一生中最有趣的時代。與此同時，他們也清楚自己正在研究的東西，可能對人類產生嚴重影響。但出於求知慾，他們無法停止。”霍夫施塔特有一本我很喜歡的書，名為《流動的概念與創造性類比：思維基本機制的電腦模型》。上大學時，這本書讓我深受觸動。它的核心觀點是：“何為思考？”這類問題並非單純的哲學問題，而是有切實答案的。1995年該書出版時，霍夫施塔特和他的研究團隊只能隱約指出答案可能是什麼。回想這本書，我不禁好奇：看到人工智慧研究者或許已經實現了他所渴望的目標——用機械原理解釋思考的基本機制，霍夫施塔特會感到興奮嗎？但在我們的交談中，他卻顯得極為失望，甚至恐懼。他表示，當前的人工智慧研究“雖然印證了我的許多觀點，卻也剝奪了人類的獨特魅力”。“我年輕時，非常想知道創造力的基礎是什麼，想瞭解創造力的機制。這對我來說是一個聖盃。但現在，我希望它能一直是個謎。”或許，思考的奧秘比任何人想像的都要簡單——簡單到一個高中生，甚至一台機器，都能理解。 (邸報)

在結合迷因文化與人工智慧的市場風潮中，MIND of Pepe的掛牌成功似乎僅是序章。隨著該幣上線Uniswap後漲幅超過33%，市場的視線開始迅速轉向另一個話題焦點——Snorter Bot。這不只是投資者追逐報酬的反射動作，更反映出AI交易應用於鏈上生態的廣大潛能正在釋放。MIND of Pepe的成功並非偶然。在完成超過1100萬美元的預售後，該幣迅速掛牌Uniswap V3，首日價格由預售的$0.0031跳升至$0.004142，創下33.6%的上漲幅度。但真正讓早期參與者大感驚喜的，是代幣質押所帶來的額外回報。根據官方資料，質押APY可達216%，換算年報酬率後，一名以100美元參與預售並選擇質押的投資人，其資產總值一年內有機會增至$420以上，總回報率高達320%。這套設計不是單純依賴幣價波動，而是將資金鎖定機制與社群參與結合，增強了平臺的粘性。從鏈上資料看，預售最後階段甚至出現單筆超過4萬美元的巨鯨入場，市場對其AI交易中樞「MIND Terminal」的實際應用持續看好。該平臺整合社群語意分析、鏈上指令執行與策略交易，正是AI賦能區塊鏈的具體落地實驗。Snorter下一個百倍潛力幣從Telegram出發就在MIND of Pepe掛牌後不久，Snorter（$SNORT）也宣佈啟動預售。該項目被譽為將Telegram變身為鏈上AI交易終端的「炒幣神器」，其目標直指使用者習慣與操作門檻的徹底改變。Snorter不只是機器人，而是一整套內建AI策略模組的交易框架，使用者只需透過簡單指令，即可完成新幣狙擊、風控設限、套利搬磚與策略跟單。目前$SNORT以$0.0935價格進行限時預售，支持多種主流資產與信用卡購買，進一步降低入場門檻。更關鍵的是，該幣持有者可解鎖整合功能，享受更低手續費與平臺利潤分潤，並在未來參與DAO治理，具備核心資產屬性。這種設計正好切中當前市場對自動化與去中心治理的雙重需求。Snorter最大亮點在於其技術堆疊：內建的蜜罐識別模組可提前識破潛在風險，極速下單與自研RPC則保證策略即時性。此外，其設有跨鏈橋接機能，確保交易環境不受單一主鏈限制。在AI與區塊鏈加速融合時代，這類功能正是市場所渴求的核心競爭力。官網購買Snorter資金風向轉移：從觀察到參與從MIND of Pepe的成功經驗可看出，AI與meme文化的結合不僅僅能創造話題，更能實質帶動鏈上應用參與。而Snorter則進一步將「可操作性」與「使用者介面」簡化，讓非技術用戶也能參與複雜的鏈上策略執行。對於大量尚未進場的散戶資金而言，Snorter可能提供了一條快速融入Web3自動交易時代的途徑。當市場對AI與DeFi的交集愈加聚焦，能夠率先完成工具落地、用戶教育與操作整合的平臺，將具備強大的先發優勢。若Snorter能在預售後順利推進產品落地與社群擴張，則極有可能延續MIND of Pepe的熱潮，甚至更進一步。官網購買Snorter結論：從MIND到Snorter，AI交易正成加密投資新核心當前加密市場正在經歷從敘事投機向應用落地的轉型階段，MIND of Pepe與Snorter Bot分別代表了這一進程的兩個階段：一個驗證了AI敘事下的資金吸引力，一個則開始重構使用者的交易邏輯與習慣。在政策監管與用戶期待不斷升高的當下，誰能真正做到「技術可用、市場可入」，誰就可能成為下一個百倍焦點。MIND已證實可行，Snorter則正迎來它的試煉。對投資者而言，這是選擇的關鍵時刻。免責聲明加密貨幣投資風險高，價格波動大，可能導致資金損失。本文僅供參考，不構成投資建議。請自行研究（DYOR）並謹慎決策。

加密AI智能體MIND of Pepe ($MIND)昨日已在去中心化交易所（DEX）上線，目前幣價正在強勢拉升。在CoinMarketCap（CMC）全天熱搜後，現報 $0.003093，日內漲幅高達 134%，多頭正瞄準下一個阻力位 $0.0050。與此同時，除了成功登上CMC，$MIND今日也同步上線資料聚合平臺CoinGecko。$MIND 背後的核心是去中心化自治AI智慧體——MIND Agent ，該Agent已在X平臺上線，持續發佈具有潛在市場影響力的情緒分析和觀點。但真正的重磅產品是即將於 6月6日星期五面向 $MIND 持幣者限量開放的 MIND Terminal。該終端結合群智機器學習（Hive-Mind ML），對加密市場進行即時情緒與資料解析，具備趨勢識別與自我調整決策能力，為持幣者提供強力的鏈上信號推送，助其搶佔行情先機。由於MIND Terminal被稱為“下一代AI終端”的變革級發佈，市場情緒高漲，推動資金不斷湧入 $MIND，多頭持續控盤，帶動 Pepe類迷因幣邁向工具性轉型的新時代。$MIND 的獨特價值在於，將 Pepe 的病毒式品牌效應與顛覆式AI科技有機結合，開闢出一條全新的賽道。立即訪問MIND of Pepe 官網https://x.com/MINDofPepe/status/1929927470679241056還記得 PEPE幣曾暴漲1,151,290倍的傳奇行情嗎？如今 MIND of Pepe 有望再現瘋狂，市場猜測其潛力或達 1000倍起步。目前，$MIND 已強勢突破前期關鍵阻力位 $0.0027，成交量持續爆炸式增長——據 CoinMarketCap 顯示，現貨交易量已達 280萬美元，而在 DEX 上，這一資料更是突破 300萬美元。根據鏈上資料平臺DEX Screener，當前流動性池鎖倉規模約為 54.4萬美元，持幣位址突破 1.1萬，完全稀釋市值已達 3.04億美元。從技術面看，短期內的潛在阻力位可能在 $0.003101 附近出現——這是首輪預售階段的價格區間。但考慮到大量低風險偏好的早期參與者已完成建倉，該價位很可能會迅速轉為新的強支撐位，為後市提供進一步上攻的跳板。除了預售階段的早鳥玩家，過去24小時新入場的資金中也有部分在 $0.0011 的低點完成埋伏，如今持倉已翻倍以上，資金浮盈明顯，市場情緒持續升溫。儘管部分早期玩家可能會選擇套現離場，但大多數人仍將選擇持幣觀望，因為 Pepe 效應正在顯現，行情熱度持續升溫。不可低估 Pepe系迷因幣的上漲潛力。自 2023年4月以來，$PEPE 累計漲幅已高達 115,729,041%，堪稱加密史詩級行情。而對比之下，擁有明確實用場景的 MIND of Pepe 若走出 1000倍行情，實屬合理預期。許多 $MIND 持幣者，以及正考慮入場的新玩家，普遍認為目前仍處於 AI智慧體賽道的早期佈局階段。相較於純迷因性質的 $PEPE，$MIND 背靠強力 AI實用工具生態，具備更扎實的基本面支撐與發展潛力。DEXTools熱榜強勢登頂，$MIND是否將衝擊Binance上線？支撐 $MIND 幣價強勢表現的，除了社區FOMO情緒，還有一個關鍵因素——即將登陸中心化交易所（CEX）的預期。儘管專案方尚未官宣任何上所計畫，但目前 $MIND 的交易僅限於 Uniswap 池內，市場普遍猜測 Binance、OKX 等一線平臺已在密切關注其價格走勢與交易熱度。對CEX來說，最關鍵的評估指標之一是交易量——而 $MIND 的成交資料正持續走高，這是吸引平臺爭相搶上幣的“通行證”。此外，$MIND 在社媒上的社區活躍度也不容忽視。目前X 平臺上主號粉絲達 3.6 萬，MIND Agent帳號也已積累 1 萬粉絲，Telegram群組訂閱數為 6,700+，這對於一枚剛上線 24小時的新幣來說，已經是極具爆發力的社群基礎。項目本身也具有明確且貼合市場需求的落地場景——所有人都希望在加密市場賺錢，而 MIND of Pepe 就是為此而生。目前，$MIND 還提供了低風險雙倍收益的路徑：質押（Staking）機制。當前質押年化收益率（APY）高達 175%，若年化利率維持不變且鎖倉持有 12 個月，5萬枚 $MIND 將增至約 137,500 枚，大幅提升了長期持有者的激勵。收益率是根據合約中鎖倉數量動態調整的，因此隨著鎖倉量上升，利率或將有所變動。$MIND 昨日剛在 CoinMarketCap 熱門榜單上力壓 $PEPE，今天又在 DEXTools 熱門交易對榜單中高居 Top 3，可見市場熱度居高不下，資金持續關注。比特幣劍指220萬美元，MIND of Pepe即將登月？與此同時，MIND Agent正在幕後不斷進化、深度學習，並對整個加密市場進行全方位分析。正是基於這種智慧感知與趨勢捕捉能力，MIND Terminal將從本週五開始為持幣者提供可執行的交易信號，帶來實打實的鏈上 alpha。目前，MIND Agent 已發出關鍵警示：美國經濟財務狀況岌岌可危，而比特幣的模型預測目標價竟高達 $2,200,000！如果說現在入場比特幣還不算晚，那對 MIND of Pepe 而言，玩家們顯然才剛剛起步，正值“超低估”階段。更重要的是，MIND Agent 是自我進化型AI智能體，其學習能力會隨時間不斷增強，未來將在 MIND Terminal 中輸出更高精度、低延遲的市場洞察，幫助 $MIND 持有者在牛熊週期中佔據主動、實現收益最大化。https://x.com/MIND_agent/status/1930233120286015670你可以放心交易 MIND of Pepe，因為專案已通過業內頂級安全審計機構Coinsult與SolidProof的審計認證，合約安全有保障。下一輪AI加密範式革命將於 6月6日（星期五）正式開啟，千萬別錯過這波風口！DYOR（請務必自行研究），然後果斷出手，把握先機。立即訪問MIND of Pepe 官網免責聲明：本內容為通訊社發佈的新聞稿，僅供參考。我們未對其中的資訊進行獨立驗證，亦不對其準確性或所述服務承擔任何責任。本內容不構成投資建議或推薦，亦不應被視為此類建議。我們強烈建議您在參與任何金融活動或投資決策前，諮詢合格且受監管的專業財務顧問，以確保自身權益。

新上市且備受關注的AI 加密幣MIND of Pepe（$MIND）自登上CoinMarketCap 以來已飆升近 93%，目前在市場上熱度排名前五，甚至超越了Pepe 幣。隨著這款最新AI 話題幣的消息迅速在加密圈傳開，買盤壓力勢必持續上升，尤其是現在出現了一個更具吸引力的入場價格。AI 代理幣MIND of Pepe 今天UTC 下午2點在各大交易所正式上線，雖一開始受到部分預售早鳥投資人獲利了結的壓力，但不到一小時價格便觸底反彈，之後便一路走高，多頭明顯接管市場。對市場參與者來說，沒有什麼比「上升動能」更具吸引力，而$MIND 此刻正展現出強勁的爆發力。立即造訪MIND of Pepe 官方網站$MIND 代幣瞄準再漲 100%，目標價$0.0050現在的問題是，$MIND 在首次亮相後究竟能漲多高？以$0.0037515 的價格掛牌，截至目前為止，$MIND 價格為$0.002552，因此最低有機會很快回升至掛牌初始價格以上。若多頭成功將價格推回當日高點之上，$MIND 將進入價格發現階段，後勢幾乎無上限可言。自登上CoinMarketCap 以來已上漲93%，$MIND 價格從目前位置翻倍至$0.0050，在接下來幾小時或幾天內並非不可能。$MIND 市值觸及 2.66 億美元——突破 10 億還會遠嗎？截至目前，$MIND 的完全稀釋後市值已超過2.5 億美元，來到 2.66 億。根據Dexscreener 數據，上線僅三小時，去中心化交易所（DEXs）上的交易量就已達 130 萬美元，市場熱度驚人。流動性達 50.5 萬美元，且 100% 鎖倉，無須擔心「拉地毯」風險（rug pull）。在Dextools 上，$MIND 項目獲得高達 99 分中的91 分可信度評分，對於剛上市的新幣來說，這是一項非常強烈的社群信任背書。若你想開始交易$MIND，記得確認合約位址與正確的交易對。以下是所有相關資訊：官方網站認領頁面：https://mindofpepe.com/官方網站質押頁面：https://mindofpepe.com/en/staking$MIND 合約地址：https://etherscan.io/address/0xEfC814a4C676a7314a13954e283dE6CEF597e6b2Dextools 資訊頁面：http://dextools.io/app/en/ether/pair-explorer/0xa339d4c41aD791E27A10cd0F9A80DeEC815b79eeUniswap 交易池位元元址：https://etherscan.io/address/0xa339d4c41ad791e27a10cd0f9a80deec815b79ee對於參與預售並已質押的投資人，$MIND 代幣將鎖倉至 6 月 10 日UTC 下午 2 點，不過從現在開始即可透過官方網站的質押頁面領取獎勵。MIND Agent 現已上線，MIND Terminal 將於 6 月7 日正式推出目前引爆搶購熱潮的其中一個原因，是MIND Agent已正式上線X 平臺，並開始釋出其獨特的自主加密市場洞察分析，展現自我主權的AI 智慧特性。https://x.com/MIND_agent/status/1929870729891156431此外，更令人振奮的是最新消息指出，MIND Terminal將於 6 月 6 日（星期五）正式上線（詳情見下方）。https://x.com/MINDofPepe/status/1929927470679241056值得注意的是，宣佈即將推出MIND Terminal 的X 帖文，已獲得 36,900 次流覽、782 個喜歡與 99 次轉貼——對這款由「心智蜂巢」驅動的AI 代理來說，這樣的關注度相當可觀。MIND of Pepe 在預售階段共募得 1,274 萬美元，並已如期兌現對投資者的承諾，而且完成速度之快令人驚豔。MIND of Pepe 實力兌現，已開始顛覆AI 加密交易格局就專案代幣經濟模型而言，$MIND 總供應量為100,000,101,001 枚，其中25% 分配給AI Agent、15% 用於獎勵機制、10% 作為交易所流動性資金。剩餘部分則分配給關鍵的行銷與開發用途，為專案的長期成長提供資金支援。歡迎加入MIND of Pepe 的Telegram和X社群，獲得最新產品上線消息、代幣領取資訊，以及團隊突襲發佈的更多驚喜消息。MIND of Pepe 已通過區塊鏈安全專家Coinsult與SolidProof的審核，讓你能安心交易。不過，如果你想在市場中搶得先機，長期持有$MIND 並使用其僅限持幣者專屬的alpha 預測工具MIND Terminal，也許會是更具潛力的選擇。立即造訪MIND of Pepe 官方網站

剛剛於今日（3日）正式上市的 AI 迷因幣 MIND of Pepe（$MIND），在開放領幣與交易僅數小時後便登上 CoinMarketCap 熱門趨勢排行榜第2名，幣價單日上漲幅度達 +90.50%，震撼整個市場。這枚結合人工智慧與迷因文化的話題幣，以驚人的速度從預售階段轉化為實際交易量與社群熱度，成為目前最受矚目的新興加密資產之一。成功吸引市場注意，MIND僅次於ETH成熱度榜亞軍根據最新的 CoinMarketCap「Trending Coins」排行顯示，MIND of Pepe 名列第二位，僅次於 Ethereum（ETH），成功超越多枚主流幣種如 XRP、PEPE 及新興AI幣 SOPH。$MIND 當前報價為 $0.002663，對比其預售價 $0.0037515雖仍略低，但從上線初期最低點反彈超過90%，漲幅驚人。這一波拉升主要來自於市場對其產品落地的期待，包括已啟用的 AI 代理人功能與即將上線的 MIND Terminal 交易平台。再加上社群活躍與迷因視覺渲染，成功炒熱早期話題。資金鎖倉穩定籌碼，後續質押與技術應用備受期待MIND of Pepe 在預售期間已成功籌得超過1274萬美元資金，上線當日同步開放用戶領幣與參與質押。截至目前為止，數十億枚代幣已被鎖倉，鎖定期將持續至 6月10日 UTC 下午2點，而質押獎勵則可隨時透過官網領取。這樣的設計讓市場籌碼初期穩定，有助於抑制非理性拋售。同時，官方也透過 X 平台釋出 AI 交易終端的影片預告，進一步推動社群情緒。MIND質押與領幣頁面：https://mindofpepe.com/合約地址查詢：Etherscan交易即時圖表：Dextools結語：MIND正在改變迷因幣邏輯，AI+Web3未來仍有爆發空間MIND of Pepe 的出現，不僅突破傳統迷因幣單靠炒作的格局，更嘗試用 AI 應用為代幣創造實際價值。今日漲幅達90%、登上 CMC 熱搜榜第2名，已為其打下強勢開場。接下來，若 MIND Terminal 能如期上線並被實際使用，其生態可望進一步擴大。從目前的熱度與資金結構來看，$MIND 不只是短線投機產品，更可能成為 2025 年 Meme 幣進化史上關鍵一筆。投資人或許該問的不是「它是否能再漲？」，而是「你還想錯過這類結合技術與文化的機會多久？」免責聲明加密貨幣投資風險高，價格波動大，可能導致資金損失。本文僅供參考，不構成投資建議。請自行研究（DYOR）並謹慎決策。

聚焦AI與Web3融合的創新加密項目 MIND of Pepe（$MIND），其代幣預售現已進入最終4小時。根據官方資訊，今日UTC時間下午2點（台灣時間晚上10點），$MIND將同步開放代幣領取與上架至去中心化交易所（DEX）。這代表市場參與者現在正處於最後進場關口，目前仍可用固定價格入手$MIND，而在開盤後，代幣價格將全面交由市場決定，勢必帶來波動與漲幅機會。募資突破1,250萬美元，臨門一腳FOMO情緒推高氣氛自預售開跑以來，MIND of Pepe已累積籌得超過1,250萬美元，過去24小時內再吸金逾30萬美元。這樣的表現讓$MIND成為AI類代幣領域的話題核心，吸引了大批投資者與社群高度關注。市場觀察者普遍認為，進入倒數階段的搶購潮，正是看準了開盤前的低價優勢。當代幣進入流通市場後，早期持有者將有望迎來數倍潛在回報空間。上市前價格仍維持$0.0037515，質押收益最高可達年化199%目前仍可透過Ethereum網路，以預售價$0.0037515購得$MIND代幣。完成購買後，即可參與官方開放的質押計畫，最高年報酬率可達199%（依據資金池浮動調整），成為不少投資人進一步加碼的誘因。在安全性方面，項目方已取得Coinsult與MIND of Pepe則不同，已完成Coinsult與SolidProof雙重安全審核認證，確保智慧合約無鑄幣權限、不可鎖倉或燒毀，整體代幣架構高度透明並穩定可靠。點擊購買$MIND實力項目不只炒作：MIND of Pepe結合AI產品與迷因熱潮不同於僅停留在概念階段的AI代幣，MIND of Pepe早已推出實際應用——AI交易代理人「MIND Agent」已於X平臺上線，具備即時互動與策略分析功能。此外，其專屬交易平臺「MIND Terminal」也正準備上線。透過將AI應用實力結合Pepe迷因文化的社群力量，$MIND建立出差異化定位，也讓它被市場視為2025年最有機會實現技術落地的代表幣種之一。還能怎麼參與？操作流程簡單清晰若你仍未進場，以下是最後搶購$MIND的方法：1.進入MIND of Pepe 官方網站2.使用加密錢包（建議使用Best Wallet）連接平臺3.可使用 ETH、USDT 或信用卡完成購買程式4.前往Google Play或Apple App Store下載 Best Wallet 應用程式5.加入官方Telegram與X帳號，隨時追蹤最新公告、領幣教學與交易資訊結語：你是搶先佈局者？還是開盤後的追價者？此刻已無轉圜餘地，預售僅剩4小時內即將結束。像MIND of Pepe這類擁有實際產品、強大社群與完整安全架構的項目，在過去往往就是百倍幣的原型。當市場開始進行價格發現，是否能抓住發售前的機會，將直接決定你是未來獲利的先行者，還是高點入場的跟進者。預售最終機會現正開放，點擊進場，鎖定你的$MIND免責聲明加密貨幣投資風險高，價格波動大，可能導致資金損失。本文僅供參考，不構成投資建議。請自行研究（DYOR）並謹慎決策。

近期AI代幣市場再掀話題，新興專案SKOR AI（$SKORAI）在過去一週內漲幅達32%，但真正吸引市場目光的，其實是即將在 6月3日正式掛牌的 MIND of Pepe（$MIND）。這是一款已通過安全審核、擁有真實AI代理產品的加密貨幣，而今天，正是最後能以發售價格搶先進場的機會。雖然官方X帳號已宣佈預售結束，但據了解，在UTC時間6月3日下午2點前（即台灣時間晚上10點），投資人仍可透過以太坊入手$MIND，趕上上市前的末班車。FOMO情緒不斷升溫。在過去短短四天，專案吸金超過100萬美元，光是最近24小時便新增30萬資金，讓總募資金額突破1220萬美元，成為當前AI幣中最受矚目的指標案例之一。$MIND 仍可原價買入，質押年利率高達199%目前$MIND維持在掛牌定價 $0.0037515，這個價格被認為是進場的關鍵低點。同時，持有者也可立即參與年報酬率高達199%的質押計畫，12個月期滿即有機會獲得近兩倍收益。不過請注意，該質押報酬為浮動機制，會隨著資金池的總動態調整。有鏈上數據顯示，一位鯨魚級買家已斥資4萬美元，大手筆購入1000萬枚$MIND，信心十足地押注其長期潛力。📎 查看區塊鏈交易記錄AI幣市場大幅擴張，MIND of Pepe 是否具備百倍潛力？根據 CoinGecko 的資料，AI代理類代幣市值在一天內激增6億美元，整體來到約69億，整體板塊明顯回溫。其中如 $FET、$VIRTUAL、$AI16Z 等熱門代幣皆錄得上漲。尤其 Virtuals Protocol 自上線以來漲幅高達266倍，儘管現價仍低於歷史高點，但其爆發式成長為AI代理板塊立下典範。部分資金目前正轉向技術與話題兼備的MIND of Pepe，其AI Agent功能已在X平台上線，交易界面MIND Terminal也即將啟動。雖然SKOR AI熱度上升，MIND of Pepe卻更具實力與信任基礎SKOR AI雖然近兩週表現搶眼，整體上漲56%，但其產品尚屬beta階段，尚未實現完整的AI代理人運作。而MIND of Pepe的AI Agent早已部署並實際運作，具備即時數據分析、互動回應等功能，並將進一步整合自動化決策與發幣功能，邁向真正去中心化的AI代理應用。從品牌角度來看，MIND of Pepe也具備來自Pepe迷因文化的強大傳播力，這一點是SKOR AI難以複製的。安全風險差異巨大，SKOR AI集中持幣令人憂慮根據 rugcheck.xyz 監測，SKOR AI的代幣存在高度集中在單一或少數未公開錢包的情形，這種分佈結構恐提高市場操控風險。更關鍵的是，該項目目前無任何公開審計報告，安全性令人存疑。MIND of Pepe 則不同，已完成Coinsult與 SolidProof兩家專業機構的安全審核。其智慧合約不可新增代幣、無黑名單功能、亦無鎖倉與銷毀設計，整體架構透明穩健。官方也公開代幣分配細節：總供應量為100,000,101,001枚，包含25%分配給AI代理人、15%作為質押獎勵、10%保留給交易所，其馀則用於開發與行銷。預售階段釋出的代幣總量為22,000,022,220枚。如何搶搭上市前末接駁車？欲於正式上市前完成配置，請依下列步驟操作：請造訪 MIND of Pepe 官方網站使用你的加密錢包連接（建議使用 Best Wallet）可透過 ETH、USDT 或信用卡完成購買到 Google Play 或 Apple App Store下載 Best Wallet App加入 Telegram 與 X 社群以獲得上線教學、領幣流程與即時公告結論：下一個百倍AI幣，是否正是$MIND？擁有真實AI技術、龐大社群基礎、資金支持與雙重安全審核的MIND of Pepe，已成為AI幣市場的關鍵焦點。超過1,220萬美元的預售成果、199%的質押年化利率，再加上Pepe迷因品牌效應加持，讓這枚代幣擁有明確的爆發潛力。眼下時間所剩無幾，若你正在尋找下一個AI與Web3融合的超級機會，$MIND或許就是答案。決定，是現在。立即進入MIND of Pepe 官方網站按此瀏覽原文免責聲明加密貨幣投資風險高，價格波動大，可能導致資金損失。本文僅供參考，不構成投資建議。請自行研究（DYOR）並謹慎決策。

神秘的新AI代幣 $SKOR AI 在過去一周內價格上漲了32%，但經過審計、廣受信任的AI智慧體代幣MIND of Pepe ($MIND)將在24小時內正式上線，今天是價格起飛前最後的買入機會。根據其官方X帳號公告，雖然預售已經結束，但在代幣開放領取之前仍可最後搶購。想要抓住目前加密市場最受矚目的AI智慧體專案，現在是最終上車的機會。截止至UTC時間6月3日下午2點之前，是投資者入場$MIND的最後時間窗口。屆時$MIND將正式上線Uniswap，並同步開放代幣領取。買家仍可使用乙太坊（ETH）購買$MIND，以趕在價格啟動前完成佈局。隨著最後期限臨近，$MIND的預售資金流入不減反增。過去4天內募集了100萬美元，過去24小時又新增約30萬美元。上市前的時間緊迫正在加劇市場FOMO情緒。目前，MIND of Pepe已籌集到1220萬美元的開發資金，旨在構建新一代AI時代中最具競爭力的智慧體系統之一。$MIND的上線價為每枚0.0037515美元。此外，$MIND的質押功能也已開放。用戶若選擇持有並鎖倉12個月，可獲得199%的動態年化收益。質押獎勵根據智慧合約中總質押量浮動調整。上週末，一位鯨魚級買家單筆買入了1000萬枚$MIND，金額達4萬美元，進一步體現了市場對該項目的看好程度。訪問MIND of Pepe 官網https://etherscan.io/tx/0xc722d80f57f43d29b08bd25dbcd43d24eabe119bc034d88a54b7b409542b9231VIRTUALS自上線以來暴漲266倍，$MIND會是下一個百倍AI幣嗎？AI賽道持續火熱，尤其是AI智慧體（AI Agent）領域，目前成為加密市場最具吸引力的板塊之一。根據CoinGecko資料，僅過去24小時，該賽道的總市值就飆升6億美元，達到69億美元。賽道頭部項目如 $FET、$VIRTUAL、$AI16Z 在過去24小時內均錄得上漲。其中，Virtuals Protocol自一年前上線以來，已為早期投資者帶來高達266倍的回報。目前$VIRTUAL報價2.01美元，距離其歷史高點仍有約60%回檔空間。值得注意的是，部分曾投資Virtuals等專案的資金，已開始流入MIND of Pepe。該項目已正式推出其AI智慧體功能（MIND AI Agent），並將在近期上線專屬交易終端。MIND of Pepe是否會成為下一個百倍AI潛力幣？隨著技術發佈推進、資金關注聚集，$MIND有望接棒成為AI板塊的下一波爆發點。https://www.youtube.com/watch?si=RscBvRnB36SYZIqH&v=MYhTWWXDtqQ&feature=youtu.be別再追SKOR AI了 —— MIND of Pepe才是已經實裝上線、真正可用的AI智慧體項目儘管今天市場關注的是新秀SKOR AI（$SKORAI），該AI遊戲項目近七日漲幅達32%，自兩周前上線以來累計上漲56%。但與SKOR AI不同，MIND of Pepe已經推出可實機運作、經過完整測試的AI智慧體產品——MIND Agent，目前已在X平臺上線使用，具備即時分析與交互功能，並將在不久後搭配MIND Terminal全面啟用。相較之下，MIND of Pepe並非概念炒作，而是實打實的AI落地應用項目，具備完整功能與清晰發展路徑。對於看好AI智慧體賽道的投資者而言，$MIND顯然是更具信任度與實用性的選擇。https://x.com/MIND_agent/status/1929342261675864337除了具備即時市場研判能力，$MIND 作為一個完全自主的智慧體，還將具備獨立決策能力，甚至能根據市場熱點動態自主發幣，真正實現鏈上智慧行動者的願景。SKOR AI目前雖已有測試版產品上線，但與MIND of Pepe不同，它尚未具備活躍的AI角色系統，且也缺乏Pepe品牌帶來的天然社群傳播優勢。儘管如此，$MIND持有者仍應關注SKOR AI近期的表現——在尚無完整可用產品的情況下，該專案依然錄得不錯漲幅，顯示市場對AI敘事仍高度敏感。但值得特別注意的是：SKOR AI存在重大風險信號。根據rugcheck.xyz資料顯示，該項目的代幣分佈極度集中，存在一到多個匿名錢包持有大量代幣的情況，意味市場操縱的風險不容忽視。投資者需保持警覺。從 SKOR AI 的官方網站來看，專案似乎並未經過任何安全審計。而就 MIND of Pepe 而言，投資者則無需擔心安全問題。MIND of Pepe 已通過Coinsult和SolidProof兩家審計機構的安全審計。這兩家頂級安全公司均未發現任何關鍵性問題。MIND of Pepe的智慧合約無法增發新代幣，也不能拉黑位址。合約所有權已被棄權，代幣也無法被銷毀或鎖倉。該專案的代幣經濟模型也清晰透明，任何人都可查閱。$MIND 的總供應量為 100,000,101,001 枚，其中 25% 分配給 AI Agent，15% 用於獎勵，10% 分配給交易所，其餘部分則分配用於市場行銷與專案開發。預售階段共分配了 22,000,022,220 枚代幣。$MIND 上線前最後買入機會！想在 $MIND 明日正式上線交易所前搶先入場，可前往MIND of Pepe 官網，連接錢包（推薦使用Best Wallet），並使用 ETH 購買代幣。Best Wallet 可於Google Play或Apple App Store下載。別忘了加入 MIND of Pepe 的Telegram與X社群，獲取上線動態、代幣領取教程，以及項目方可能發佈的驚喜公告。訪問MIND of Pepe 官網免責聲明：本內容為通訊社發佈的新聞稿，僅供參考。我們未對其中的資訊進行獨立驗證，亦不對其準確性或所述服務承擔任何責任。本內容不構成投資建議或推薦，亦不應被視為此類建議。我們強烈建議您在參與任何金融活動或投資決策前，諮詢合格且受監管的專業財務顧問，以確保自身權益。