【新智元導讀】大模型能否預測未來？UniPat AI建構了一套完整的預測智能基礎設施，Echo，包含動態評測引擎、面向未來事件的訓練範式和預測專用模型EchoZ-1.0。在其公開的General AI Prediction Leaderboard上，EchoZ-1.0穩居第一，並在與Polymarket人類交易市場的直接對比中展現出顯著優勢。過去一年，預測能力越來越受到模型廠商的重視。但預測領域有一個根本性的驗證難題：你說你能預測未來，怎麼證明？發佈時的demo無法追溯，事後公佈的案例存在選擇性偏差，通用基準測試衡量的是語言理解和推理能力，跟真實預測是兩碼事。UniPat AI近日發佈的Echo系統，試圖用一套完整的基礎設施來回答這個問題。Echo由三個緊密耦合的元件構成：一個持續運轉的動態評測引擎，一套面向未來事件的後訓練流程（Train-on-Future），一個未來可能的AI原生預測API。官網：https://echo.unipat.ai/ Blog：https://unipat.ai/blog/Echo核心模型EchoZ-1.0是第一個在Train-on-Future範式下端到端訓練的大語言模型。在General AI Prediction Leaderboard 上（2026年3月資料），EchoZ-1.0以Elo 1034.2排名第一，領先 Google的Gemini-3.1-Pro（1032.2）和Anthropic的Claude-Opus-4.6（1017.2）。排行榜涵蓋12個模型，覆蓋政治、經濟、體育、科技、加密貨幣等7個領域，活躍題目超過1000道。EchoZ在排名魯棒性測試中穩定第一排名本身只是一個快照，排名的穩定性更值得關注。部落格中披露了一組σ參數敏感性測試：調整Elo框架中的σ參數（控制Brier Score差異向勝率的轉化強度）從 0.01到0.50共9個取值，重新計算全部模型排名。這個參數簡單來說，就是控制「模型之間表現差距」會被放大到什麼程度。EchoZ在全部9個分組均保持第一，是唯一排名未發生任何波動的模型。作為對比，GPT-5.2的排名在第2到第9之間波動過8個位次。更有說服力的一個細節是，EchoZ的競爭對手不僅有頂級大模型，還有預測市場上真實投入資金的人類交易者的聚合判斷，EchoZ的Elo分數顯著高於這條基線。與此同時，Echo官網公開了所有預測問題、模型輸出的機率分佈和最終結算結果，任何人都可以回溯驗證。三個層面的可驗證性疊加在一起（動態排行榜、實盤市場對照、全量資料公開），構成了Echo與此前各種「AI 預測」最根本的區別。那麼，EchoZ對人類預測者的實際優勢有多大？Unipat AI給出了一組分層對比：將EchoZ與人類市場在同一預測批次中的同一問題上進行比較，基於Brier Score計算勝率，按領域、預測期限和市場不確定性三個維度展開：政治與治理領域：EchoZ勝率63.2%長期預測（7天以上）：EchoZ勝率59.3%市場不確定區間（人類信心55%-70%）：EchoZ勝率57.9%一個值得注意的規律是：人類預測者越猶豫的場景（高不確定性、長時間跨度、複雜政治博弈）EchoZ的優勢反而越明顯。這暗示模型在資訊整合和機率校準上的系統性優勢，恰好在人類直覺最不可靠的區域得到了最大程度的釋放。一個持續生長的評測引擎建構評測基準本身並不新鮮，但Echo的做法有一個關鍵差異：它建構的不是一個靜態的題庫，而是一個能夠自動出題、自動結算、持續更新排名的動態系統。為什麼「動態」這件事很重要？拿一道具體的預測題來說：「2026年3月31日收盤時，全球市值最大的公司是那家？」如果模型A在3月1日給出了預測，模型B在3月28日給出了預測，兩者的正確率能直接比較嗎？顯然不能。越接近結算時間，可用資訊越多，預測難度越低。這就是現有預測基準的第一個結構性問題：時序不對稱。第二個問題是題源過於單一：現有基準的題目幾乎全部來自預測市場，偏向容易結算的二元問題，大量來自專業領域和新興話題的預測需求被遺漏了。Echo Leaderboard 的架構正是圍繞這兩個問題展開的。整套系統可以拆解為四個階段的持續循環：Echo 評測引擎建構流程第一步，資料採集。三條資料管道同時運行。第一條對接Polymarket等預測市場，篩選有明確結算規則和高品質共識訊號的合約。第二條面向開放域，抓取Google Trends等即時趨勢，自動生成關於尚未發生事件的預測問題，由agent持續搜尋進展並自動結算。第三條來自真實專業場景：科研、工程、醫療等領域的專家將自己工作流中有價值的預測題貢獻到系統中，並在預定時間點給出權威判定。從Polymarket上的大眾共識到實驗室裡的專家判斷，三條管道覆蓋了一個相當完整的預測光譜。第二步，預測點調度。每道題不只做一次預測。系統使用對數調度演算法，根據題目的結算周期長度分配多個prediction points（預測時間點），既保證了生命周期內的覆蓋密度，又控制了計算開銷。第三步，對戰建構。這是解決時序不對稱問題的關鍵環節。評測使用point-aligned Elo機制：嚴格只比較「同一道題、同一預測時間點」的結果。所有參賽模型在完全相同的資訊上下文下對決，公平性由此建立。第四步，Elo評分更新。基於Bradley-Terry MLE演算法計算全域排名。實驗資料顯示，這套框架對新加入模型的排名收斂速度是傳統Avg Brier方法的2.7倍。模型排名收斂速度對比這四步構成一個不斷循環的閉環：新題目持續流入，新的預測點持續觸發，對戰持續發生，排行榜持續更新。用一句話概括：Echo造了一把動態校準的尺子，而這把尺子本身也在不停生長。Train-on-Future：當推理過程本身成為訓練訊號評測引擎解決了「怎麼量」的問題，接下來要回答的是「怎麼訓」。Echo 的訓練流程同樣是一套結構化的系統，UniPat稱之為Train-on-Future範式，由三個核心機制組成。在展開之前，有必要先理解傳統路徑（Train-on-Past）為什麼走不通。用歷史事件的已知結果來訓練預測模型，面臨兩個很難繞過的困難。第一個是工程悖論：網際網路內容持續更新，用過去的事件做訓練題時，模型在搜尋網頁的過程中幾乎必然會撞上包含答案的資訊，資料洩露在工程實現上極難杜絕。第二個是結果導向偏差：現實事件充滿隨機性，一個邏輯嚴密的分析可能因為黑天鵝事件而給出「錯誤」答案，一個粗糙的猜測可能碰巧命中。直接用最終結果做訓練訊號，模型很容易過擬合到噪聲上。Train-on-Future 的三個機制分別瞄準了這些問題：機制一：動態問題合成。與使用歷史題庫不同，Echo通過一條自動化管道，持續從即時資料流中生成關於未來事件的高資訊量預測問題。因為每道題都關乎尚未發生的事件，訓練天然不存在資料洩露的問題。機制二：Automated Rubric Search。這是整個訓練範式中最有技術含量的部分。Echo的做法是：把訓練訊號建立在推理過程的質量上，而非最終預測的對錯。但隨之而來的問題是，「好的推理過程」該如何定義？舉一個體育預測領域的具體例子。Echo的Rubric中有一個維度叫做「Precursor and External Catalyst Evaluation」，評估模型是否利用高度相關的先行訊號或外部驅動因素。得5分的標準是：識別具體的近期或即將發生的催化因素（如關鍵球員回歸、連續客場結束、關鍵對位變化），並分析這些因素與比賽結果之間的歷史關聯。得 1 分的標準是：僅泛泛提及「狀態不錯」或「士氣提升」等模糊因素，而未繫結具體可驗證事件。另一個維度是「Multi-Factor Causal Synthesis」，評估模型是否將多個獨立因素整合為一個有因果結構的預測結論。得5分的標準是：明確整合至少三個相互獨立的因素（如傷病情況、近期狀態、主客場表現、賠率基線），並解釋這些因素如何相互作用（如傷病削弱進攻效率，而主場優勢部分避險該影響），最終形成一個加權後的整體判斷。得1分的標準是：僅基於單一因素（如「某隊最近連勝」）直接得出結論，或簡單羅列資訊而沒有解釋各因素之間的作用關係。總結來說，這兩個維度分別關注模型是否能夠在時間維度上引入可量化的前瞻性的關鍵變化，並在同一時點上將這些變化與既有資訊整合為結構化的因果判斷，從而提升預測的完整性與動態適應能力。模型按rubrics打分的排名與Elo排名相關係數隨rubrics質量提升而提升。這些維度高度具體，顯然不是泛泛而談的「推理質量」。但靠人工設計也走不遠，預測領域噪聲極高，不同領域的邏輯差異很大。Echo把這個問題轉化成了一個資料驅動的搜尋任務：由LLM生成候選評分標準（rubric），每一輪基於上一輪的反饋進行迭代，搜尋目標是讓rubric產生的模型排名與真實Elo排名之間的Spearman ρ最大化。搜尋按領域獨立進行，政治領域和體育領域各自搜尋出20個評分維度。實驗資料顯示，rubric的評估質量在迭代過程中持續攀升。機制三：Map-Reduce Agent架構。訓練完成後，EchoZ-1.0在推理階段採用分佈式的Map-Reduce流程。Map階段將一個宏觀預測問題分解為多個正交子任務，派出多個agent平行完成資訊採集和領域推理；Reduce階段由聚合節點處理跨源衝突、對齊因果鏈，輸出最終的機率判斷。這個循環支援多輪自適應迭代，直到資訊覆蓋度和推理深度趨於穩定。這套訓練範式的本質可以這樣理解：不僅考察模型猜對了沒有，也考察模型的分析過程是不是優秀。而「評價分析過程」這件事本身，也由這個系統自動完成。值得留意的下一步據瞭解，UniPat計畫將EchoZ-1.0的預測能力封裝為一套AI-native Prediction API對外開放。從部落格已披露的技術架構來看，這套API將支援自然語言形式的預測問題輸入，返回包含機率分佈、分層證據鏈、反事實脆弱性評估和監測建議的完整結構化報告，每份報告由多輪Map-Reduce agent對即時網路證據循環檢索和推理後生成。UniPat在官網上為Echo寫下了這樣一句話：「The future is no longer a probability you guess — it is a parameter you integrate.」當預測從一種直覺判斷變成一個可呼叫、可整合的參數，它能嵌入的決策場景，金融市場、演算法交易、企業戰略，遠比當前看到的要多。UniPat為Echo定義了四個關鍵詞：General、Evaluable、Trainable，以及Profitable。而落地的效果，則需要期待API的正式上線。 (新智元)

2025 年10 月21 日，Coinbase 宣佈以3.75 億美元收購鏈上投資平台Echo。就在前一天，Coinbase 剛花2,500 萬美元買下一個NFT，只為復活一檔播客欄位。兩天，兩筆交易，總計4 億美元，全部指向同一個人：Jordan "Cobie" Fish。Cobie 是誰？如果你有在關注英文加密圈，這個名字背後有太多的標籤。 80 萬推特粉絲、Echo 創辦人、UpOnly 加密播客主持人、Lido Finance 共同創辦人... 還是那個曾一則推文揭露Coinbase 內線交易的「吹哨者」。在加密世界，他是為數不多從2012 年活到現在，而且還活躍在市場一線的OG。收購消息公佈後，Cobie 在X 上寫道：“ 我確實沒想到Echo 會被賣給Coinbase。”這聽起來像場面話，但常看他社媒的人都知道，這可能是真心話。因為在兩年前創立Echo 時，他也說：“我覺得它有95% 的機率會失敗。”一個嘴巴總是喊著失敗的人，最後卻拿到了近4 億美元的投資。身為各類加密項目投資的常客，Cobie 看起來不缺錢。但故事的開始不是這樣。和每個懷抱致富夢的加密玩家類似，根據他自己所說，2012 年他剛進圈還是個學生，用200 美金買了點位元幣。從無名學生到加密OG，Cobie 走過的路，幾乎是加密產業13 年歷史的縮影：早期的理想主義、ICO 的瘋狂、DeFi 的崛起、FTX 的崩塌……他都在場。關鍵是，他不只是在場，還在牛熊更迭中活到了現在。在這個人人渴望快速致富的行業，長久的活下來，對大多數人而言是一種求而不得的幸運，更是一種極難貫徹的堅持。$200 入圈，開發歸零名人幣(2012-2014)2012 年，當時的Jordan Fish 就讀於英國布裡斯託大學。電腦科學專業的他，用不到10 美元的單價買進了第一批位元幣。根據他後來在推特上的自述，進入加密行業時只有200 美元本金。以10 美元的價格，這在當時大概等於20 個位元幣。他也為自己取了個網名：CryptoCobain，後來改為Cobie。2013 年，位元幣從13 美元漲到1,000 美元。同年1 月，Cobie 在一家英國名叫CYOA 的新創公司找到了工作，職位是技術總監。直到一個偶然的契機出現，Cobie 開發了一個“名人幣”，改變了他的發展軌跡。在2011-2012 年，西方主流媒體幾乎沒人報導Bitcoin，《Keiser Report》是早年一檔少數持續討論加密貨幣的媒體節目，對早期社區的認知形成有重要作用。而這檔節目的主持人叫做Max Keiser，後來也是薩爾瓦多總統的位元幣顧問。Keiser 本人當時因為準確預測位元幣會漲到1000 美元以上，加上誇張的表演風格，比如動不動就在節目裡撕美元鈔票，成了加密世界的“瘋狂傳教士”。當時，Keiser 在推特上半開玩笑的發文，如果有個叫Max Keiser 的幣能夠漲到10 億市值，自己就在節目裡裸體出鏡。而Cobie 和另一位夥伴Luke Mitchell 當真做了個名叫MAX 的幣（Maxcoin），並且基於當時的位元幣做了分叉，這可能是加密史上第一個上電視的名人幣，比這波總統和明星發幣早了10 多年。2014 年1 月28 日，Keiser Report 第555 期節目，標題就叫"Launch of Maxcoin"。 Keiser 在全球觀眾面前，挖出了MAX 的創世區塊。2 月14 日，情人節，Maxcoin 漲到3.11 美元，市值850 萬美元。 Cobe 和Luke 也被請上了Keiser 的節目討論技術細節。然後現實來了。除了Keiser 在節目上喊單，Maxcoin 沒有任何實際用途。沒有商家接受，沒有應用場景。更糟的是，2014 年2 月Mt. Gox 破產，整個加密市場崩盤。到2014 年12 月31 日，Maxcoin 收盤價0.00666 美元，跌幅99.8%。代碼停止更新，連Keiser 本人都不再提這個幣。而Cobie 繼續在英國那家科創公司工作到2015 年4 月。作為開發者，他自己在推特上說，從來沒有持有過Maxcoin。此時位元幣已經從1000 美元跌到200 美元，大多數2013 年進場的人可能永遠離開了加密圈，但Cobie 換了個方式選擇留下來。在Web2 做成長，在推特當KOL (2015-2020)2015 年4 月，Cobie 離開CYOA 技術負責人的職位，加入了一家名為Enki 的程式教育新創公司，職位是成長負責人。此時的加密市場一片死寂。位元幣在200-400 美元之間橫盤，大部分山寨幣歸零或接近歸零。 Maxcoin 已經被徹底遺忘。Cobie 本可以像大多數人一樣，把前幾年的發幣當作一場年輕時的冒險，然後回歸正常生活。事實上，表面看來他確實這麼做了。2017 年8 月，他跳槽到了Monzo，當時英國最炙手可熱的金融科技獨角獸。這家數位銀行當時主推純行動端的銀行體驗，試圖顛覆傳統銀行業。那年夏天，位元幣剛突破2000 美元，ICO 熱潮正在醞釀；到2017 年12 月，位元幣會漲到近20,000 美元，整個加密世界陷入瘋狂。但Cobie 此時還在Monzo 的辦公室裡。辦公室外，從2017 年到2020 年，加密市場經歷了完整的牛熊周期。 2017 年底的瘋狂，2018 年的崩潰，2019 年的橫盤，2020 年3 月的COVID 暴跌。這三年裡，公開報導顯示他「在Monzo 工作期間賺夠了錢，可以全職投入加密貨幣」。同時，他在推特上的發言從來沒停過，評論位元幣價格、嘲諷ICO 項目、分析DeFi 協議... 他成了Crypto Twitter 的固定成員，是社區裡那種永遠在線、永遠有觀點的聲音。到了2020 年3 月，在一次訪談中，他透露自己的資產配置：只有5% 在加密貨幣，95% 在現金和其他傳統資產。這個數字讓很多人驚訝，身為加密圈知名的KOL，他幾乎沒有持有加密貨幣。這或許正好解釋了為什麼他能在Monzo 待三年。他不需要靠炒幣謀生，有穩定的收入和職業發展。2020 年夏天，一切都改變了。 DeFi 爆發了。 Compound 發行COMP 代幣，開啟流動性挖礦。 Uniswap 空投UNI，讓早期用戶一夜致富。突然之間，那些堅持到現在的人發現，新的機會來了。2020 年9 月，Cobie 離開了Monzo。他在傳統科技公司潛伏了5 年多。不過這次，他不再只是個新兵程式設計師了，產品和成長職位上的工作既有收入也有經驗，更難能可貴的是金融業的知識。那個曾經歸零的Maxcoin 開發者，即將成為DeFi 時代最成功的早期投資人之一。押對Lido，做播客(2020-2022)2020 年10 月，Cobie 全職回歸加密圈一個月後，做了改變命運的投資。當時有兩位俄羅斯程式設計師正在開發一個叫做Lido 的項目，解決方案是流動性質押：用戶質押任意數量的ETH，獲得stETH 作為憑證，這個憑證可以自由交易。大多數人可能沒看懂這有什麼用。但Cobie 顯然看懂了。他不僅投資，還幫專案找審計、寫推文、向其他投資人介紹。他成了Lido 最早也是最積極的支持者之一。到2021 年底，Lido 成為以太坊上最大的質押服務商。到2024 年，Lido 管理的資產超過300 億美元，LDO 代幣市值超過20 億美元。Cobie 的這筆早期投資報酬率超過1000 倍。根據海外多家媒體報導，光是這項投資就讓他賺了「數百萬美元」。但真正讓Cobie 從一個Twitter KOL 變成行業影響力人物的，是一檔播客。2021 年4 月，Cobie 和另一個加密圈KOL Ledger 共同創辦了UpOnly 播客。這個時機也很巧妙。當時正值牛市高潮，所有人都想瞭解加密貨幣，但大多數播客要不是太技術、太淺薄。 UpOnly 找到了個平衡點：用輕鬆的方式聊聊深度話題。Vitalik、Michael Saylor、Do Kwon、SBF 和CZ 等業界大佬，都曾上過他的播客節目。這些人都願意和兩位播客主持人聊一兩個小時。Cobie 和Ledger 在節目裡不太裝著和揣著，他們會問愚蠢的問題，會開玩笑，會承認自己不懂。這讓那些習慣了嚴肅採訪的大佬們放鬆下來，說出了很多在其他場合不會說的話。同時，播客的商業模式也很有意思。他們發行了NFT（UpOnly NFT），相當於會員卡，持有者可以參與錄製、提問、獲得獨家內容。這些NFT 後來在二級市場價格超過10 ETH。前幾天，Coinbase 收購這個NFT 系列花了2,500 萬美元。值得一提的是，UpOnly 最諷刺的贊助商其實是FTX。 SBF 的交易所贊助了UpOnly 很長一段時間，直到2022 年11 月突然崩盤。崩盤當天，Cobie 正在直播，即時追蹤4 億美元的可疑資金流動。他一邊看著鏈上數據，一邊解釋發生了什麼事。這期直播後來成了FTX 崩盤的重要紀錄。而另一個諷刺的事件，則是Cobie 成為了Coinbase 內線交易的吹哨者。22 年12 月，Cobie 發布推文，顯示一個錢包地址在Coinbase 上幣前大量買入相關代幣。這不是巧合一兩次，而是持續的模式。幾小時內，這則推文被轉發上萬次。媒體開始報導。監管機構介入調查。最終，美國司法部起訴了Coinbase 前產品經理Ishan Wahi，這成為美國史上第一起加密貨幣內線交易案。Coinbase 不得不公開回應，改進上幣流程。整個產業開始討論透明度問題。而Cobie，這個曾經歸零名人幣的開發者，現在卻成了業界的監督者。到2022 年底，他的影響力達到頂峰。現在Twitter 粉絲超過80 萬，是英文加密圈最有影響力的聲音之一；UpOnly 也是最受歡迎的加密播客之一。更重要的是，他建立了一種獨特的人設：既是擁有早期玩家、技術背景、投資成功背景的圈內人，又嘲諷炒作、揭露黑幕，保持著一些距離感。用他自己的話說：“我仍然是個憤世嫉俗者（Cobain），只是現在有錢了。”但Cobie 自己或許也知道，KOL 的生命周期很短，播客可能過氣。他需要建立一些更持久的東西。Echo，可能是最後一次創業(2023-2025)2023 年初，加密市場仍在熊市底部。 FTX 的破產餘波未平，Cobie 在Twitter 上發了一條意味深長的推文:“最好的建造時機是所有人都覺得沒希望的時候。”幾個月後，Echo 悄悄上線。和早年開發名人幣Maxcoin 的高調不同，Echo 沒有發表會，沒有白皮書，甚至沒有正式的公告。它就是一個簡單的網站，功能更簡單：幫助專案方向早期投資者募資。具體來說，Echo 做兩件事。第一，讓加密項目透過私募方式向合格投資者出售代幣。第二，透過一個叫Sonar 的工具，讓一般用戶也能參與某些公開發售。整個過程都在鏈上進行，非託管，透明。最初，它幾乎不像個產品。介面和功能單一，就是一個幫專案方和投資者簽署SAFT（代幣購買協議）的工具。但第一個項目很快就來了：Ethena。為什麼Ethena 會選擇一個剛上線的無名平台？答案很簡單，還是因為Cobie。Ethena 的創辦人Guy Young 是UpOnly 播客的常客，和Cobie 私交不錯。更重要的是，Cobie 不只是提供平台，他自己也投了Ethena，還在Twitter 上公開支援。對於一個新項目來說，Cobie 的背書價值千金。Ethena 透過Echo 完成了種子輪融資。幾個月後，當Ethena 成為2024 年最火紅的DeFi 協議之一時，Echo 的可信度瞬間建立了。隨後，MegaETH、Initia、Plasma 等大型專案紛紛在Echo 發起融資；到2024 年中，Echo 的運作模式已經成熟。一個典型的流程是這樣的：專案方找到Echo，Echo 團隊做基礎的盡職調查，專案方設定融資條款，透過Echo 的智慧合約發行代幣。投資者（機構或個人）透過平台投資，資金和代幣都在鏈上透明流轉。關鍵是，Echo 本身不託管資金，不做投資建議，只是提供工具和連結。Cobie 的角色遠不止於這個融資平台的創辦人。他其實是Echo 最大的BD （商務拓展）。每次他在播客上採訪創辦人，都可能變成Echo 的潛在客戶。每次他在Twitter 上評論某個項目，都在無形中為Echo 做廣告。他甚至不需要主動推銷。當你是加密圈最有影響力的聲音之一時，人們自然會找上門。到2025 年10 月被收購時，Echo 已經處理了超過2 億美元的交易，涉及約300 筆投資。在某種意義上，Coinbase 收購的不只是Echo 這個平台，更是Cobie 建構的整個生態系統。這也解釋了為什麼Coinbase 願意出3.75 億美元，他們買的是進入這個網路的鑰匙。交易結構顯示這不是全現金收購，包含Coinbase 股票，這意味著Cobie 現在也是Coinbase 的股東。 Echo 團隊將加入Coinbase，但品牌暫時保持獨立運作。 Sonar 工具將整合進Coinbase 的產品系統。從Coinbase 的角度來看，這筆收購的邏輯很清晰。2025 年7 月，他們剛收購了代幣管理平台LiquiFi。現在又收購了Echo。 LiquiFi 管理代幣發行後的事務，Echo 處理融資環節，加上Coinbase 本身的交易所業務，形成了從一級市場到二級市場的完整鏈條。收購消息公佈後，社區的反應很有趣。有人說Cobie 賣早了，Echo 本來可以成為獨立的獨角獸。有人說這證明了KOL 創業的可行性。還有人翻出2014 年的舊帖子，對比Maxcoin 歸零和Echo 退出，感慨“十年磨一劍”，你在牌桌上就永遠有機會。而Cobie 自己似乎也沒有停下來休息。他立即宣佈加入Paradigm 擔任顧問，「專注於流動市場、交易和DeFi 趨勢」。最後的OG在加密世界，13 年是一個漫長到不可思議的時間。大多數2012 年的早期參與者要不是已經退休，就是在某個周期歸零後消失。交易所換了幾代，公鏈換了幾代，連去中心化的定義都變了幾代。但Cobie 還在這裡。他見證了每一個周期，參與了每一次泡沫，也從每一次崩盤中倖存下來。他不是賺錢最多的，肯定也不是最有名的，甚至不是幣圈最成功的創業家；但他可能是最完整的加密從業者：炒過幣、虧錢；創業、失敗過；投資過、成功過；做過KOL、影響市場、建立過產品、完成退出。從Jordan Fish 到CryptoCobain，從一個買了10 美元位元幣的大學生到被Coinbase 收購的創業者，這個故事花了漫長的13 年。是什麼讓他活到現在？就他自己的話來說，或許是知道運氣和實力的差別，以及有能力在二者之間遊刃有餘：「我早期就運氣很好，很早就做了一些好的山寨幣交易，讓我處於盈利狀態。我以為我真的很擅長這種叫做加密貨幣交易的東西。但任何剛開始就覺得自己很擅長的人都是錯的。如果你有幸加入牛市並且成功交易山寨幣，那並不代表你很擅長」。 （深潮TechFlow）