- 总览
- 市场
- 行情
- 新闻
- 关于
X
衍生品
现货
0.0%
-
全网合约成交额
$24.96万 87.03%
-
全网合约持仓量
$5.09万 53.12%
-
全网期权成交量
0.0%
-
全网期权持仓量
0.0%
-
全网24小时多空比
1.0202
-
Binance X/USDT 账户多空比
-
Binance X/USDT 大账户人数多空比
-
Binance X/USDT 大账户持仓多空比
-
OKX X 账户多空比
-
历史低点$0.00000000001 (2023-06-17)历史高点$0.000578 (2024-11-11)
-
发行时间2023-06-14众筹价格
-
初始价格投资回报
-
首次发行方式发行总量10,000,000,000,000,000 X
-
最大供应市值$4497亿当前供应量10,000,000,000,000,000 X
-
当前供应市值$4497亿流通市值$4497亿
-
流通率100.00%流通量10,000,000,000,000,000 X
-
流通占全球总市值13.55%上架交易所1家
-
持币地址数3,993核心算法
-
激励机制
- 图表
- 市场
- 关于
X/USDT Binance
1m
5m
15m
1h
2h
4h
1D
7D
1M
-
全网合约成交额
$24.96万 87.03%
-
全网合约持仓量
$5.09万 53.12%
-
全网期权成交量
0.0%
-
全网期权持仓量
0.0%
-
全网24小时多空比
1.0202
-
Binance X/USDT 账户多空比
-
Binance X/USDT 大账户人数多空比
-
Binance X/USDT 大账户持仓多空比
-
OKX X 账户多空比
全网数据
加权资金费率
合约持仓
合约成交额
合约爆仓
BTC持仓加权资金费率
持仓加权
成交额加权
X
- AGI
- AVLC
8小时
- 1分钟
- 5分钟
- 8小时
-
12小时爆仓
$23.50
多单
$23.50
空单
$0.00
-
24小时爆仓
$23.50
多单
$23.50
空单
$0.00
-
1小时爆仓
$23.50
多单
$23.50
空单
$0.00
-
4小时爆仓
$23.50
多单
$23.50
空单
$0.00
全部
永续
交割
| 排名 | 交易所 | 交易对 | 价格 | 价格(24h%) | 资金费率 | 24小时成交额(%) | 持仓(%) | 24小时多空比 | 24小时多单爆仓 | 24小时空单爆仓 | 持仓/24小时成交额(%) | 流动性 ±1% |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 |
X/USDT |
$0.0
$0.0
|
1.33%
1.33%
|
0.005%
0.0050%
|
$24.60万
$24.60万
84.26%
|
$5.09万
$5.09万
53.04% |
1.02
1.02
|
$0.00
$0.00
|
$0.00
$0.00
|
0.2069
0.2069
74.52 |
X简介
简介
AI-XToken是专为拥抱人工智能的力量和埃隆·马斯克的支持而设计的ERC20代币。没有交易费用，完全燃烧流动性池，AI-XToken为去中心化和高效的未来铺平了道路。
阅读完整内容
概念分类
代币分配
| 分配情况 | 数量 | 占比 | 说明 |
|---|
新闻
@VitalikButerin · 2026-02-22
我选择平衡。第一级的平衡。 mi pinxe lo crino tcati slatestarcodex.com/2018/09/12/in-…
vitalik.eth
@VitalikButerin · 2026-02-22
我选择平衡。第一级的平衡。 mi pinxe lo crino tcati slatestarcodex.com/2018/09/12/in-…
"AI becomes the government" 是反乌托邦的：当AI弱时会导致混乱，而一旦AI强大则会最大化灾难。但如果善用AI，它可以赋能，并推动民主/去中心化治理模式的前沿。
民主/去中心化治理模式（包括以太坊上的DAO）的核心问题是人类注意力的限制：需要做出成千上万的决定，涉及多个专业领域，大多数人甚至没有时间或技能成为一个领域的专家，更不用说所有领域。通常的解决方案——委托——是削弱权力的：它导致一小群代表控制决策，而他们的支持者在点击“委托”按钮后完全失去影响力。那么我们该怎么办？我们使用个人LLM来解决注意力问题！以下是一些想法：
## Personal governance agents
如果治理机制依赖于你做出大量决策，个人代理可以根据从你的个人写作、对话历史、直接声明等推断出的偏好，为你执行所有必要的投票。
如果代理（i）不确定你在某个问题上的投票立场，且（ii）认为该问题很重要，那么它应该直接询问你，并提供所有相关背景。
## Public conversation agents
好的决策往往不能来自仅基于个人信息的线性过程，并对这些观点进行平均（即使是二次平均）。需要一种过程来汇总多人的信息，然后给每个人（或他们的LLM）一个机会基于此进行回应。
这包括：
* 推断并总结你自己的观点，并将其转换为可以公开分享的格式（且不暴露你的私人信息）
* 总结人们输入之间的共同点（以文字表达），类似于各种LLM+的想法
## Suggestion markets
如果治理机制重视任何类型的“高质量输入”（可能是提案，甚至可能是论点），那么你可以建立一个预测市场，任何人都可以提交输入，AI可以押注代表该输入的代币，如果机制“接受”输入（无论是接受提案，还是将其作为对话的“单元”传递给参与者），它会向代币持有者支付$X。
注意，这基本上与
## Decentralized governance with private information
高度去中心化/民主治理的最大弱点之一是，当需要基于秘密信息做出重要决策时，它效果不佳。
常见情况：
(i) 组织参与对抗性冲突或谈判
(ii) 内部争议解决
(iii) 薪酬/资金决策。
通常，组织通过任命拥有极大权力的个人来解决这个问题。
但通过多方计算（目前我看到的是用TEEs实现的；我希望至少两方情况能用混淆电路解决，从而获得纯加密安全保证），我们实际上可以考虑到多人的输入来处理这些情况，而不损害隐私。基本上：你将你的个人LLM提交到一个黑盒中，LLM看到私人信息，基于此做出判断，并仅输出该判断。你看不到私人信息，其他人也看不到你的个人LLM内容。
## The importance of privacy
所有这些方法都涉及每个参与者利用更多关于自己的信息，并可能提交更大规模的输入。因此，保护隐私变得更加重要。有两种隐私很重要：
* 参与者的匿名性：可以通过ZK实现。总的来说，我认为所有治理工具都应内置ZK
* 内容的隐私：这有两部分。首先，个人LLM应尽力避免泄露不需要泄露的关于你的私人信息。其次，当你需要计算结合多个LLM或多个人的信息时，你需要多方技术来私下计算。两者都很重要。
民主/去中心化治理模式（包括以太坊上的DAO）的核心问题是人类注意力的限制：需要做出成千上万的决定，涉及多个专业领域，大多数人甚至没有时间或技能成为一个领域的专家，更不用说所有领域。通常的解决方案——委托——是削弱权力的：它导致一小群代表控制决策，而他们的支持者在点击“委托”按钮后完全失去影响力。那么我们该怎么办？我们使用个人LLM来解决注意力问题！以下是一些想法：
## Personal governance agents
如果治理机制依赖于你做出大量决策，个人代理可以根据从你的个人写作、对话历史、直接声明等推断出的偏好，为你执行所有必要的投票。
如果代理（i）不确定你在某个问题上的投票立场，且（ii）认为该问题很重要，那么它应该直接询问你，并提供所有相关背景。
## Public conversation agents
好的决策往往不能来自仅基于个人信息的线性过程，并对这些观点进行平均（即使是二次平均）。需要一种过程来汇总多人的信息，然后给每个人（或他们的LLM）一个机会基于此进行回应。
这包括：
* 推断并总结你自己的观点，并将其转换为可以公开分享的格式（且不暴露你的私人信息）
* 总结人们输入之间的共同点（以文字表达），类似于各种LLM+的想法
## Suggestion markets
如果治理机制重视任何类型的“高质量输入”（可能是提案，甚至可能是论点），那么你可以建立一个预测市场，任何人都可以提交输入，AI可以押注代表该输入的代币，如果机制“接受”输入（无论是接受提案，还是将其作为对话的“单元”传递给参与者），它会向代币持有者支付$X。
注意，这基本上与
## Decentralized governance with private information
高度去中心化/民主治理的最大弱点之一是，当需要基于秘密信息做出重要决策时，它效果不佳。
常见情况：
(i) 组织参与对抗性冲突或谈判
(ii) 内部争议解决
(iii) 薪酬/资金决策。
通常，组织通过任命拥有极大权力的个人来解决这个问题。
但通过多方计算（目前我看到的是用TEEs实现的；我希望至少两方情况能用混淆电路解决，从而获得纯加密安全保证），我们实际上可以考虑到多人的输入来处理这些情况，而不损害隐私。基本上：你将你的个人LLM提交到一个黑盒中，LLM看到私人信息，基于此做出判断，并仅输出该判断。你看不到私人信息，其他人也看不到你的个人LLM内容。
## The importance of privacy
所有这些方法都涉及每个参与者利用更多关于自己的信息，并可能提交更大规模的输入。因此，保护隐私变得更加重要。有两种隐私很重要：
* 参与者的匿名性：可以通过ZK实现。总的来说，我认为所有治理工具都应内置ZK
* 内容的隐私：这有两部分。首先，个人LLM应尽力避免泄露不需要泄露的关于你的私人信息。其次，当你需要计算结合多个LLM或多个人的信息时，你需要多方技术来私下计算。两者都很重要。
- 67
- 89
- 143
- 45
- 12
- 23
- 56
- 78
- 34
- 98
- 27
- 15
@VitalikButerin · 2026-02-22
我选择平衡。第一级的平衡。 mi pinxe lo crino tcati slatestarcodex.com/2018/09/12/in-…
vitalik.eth
@VitalikButerin · 2026-02-22
我选择平衡。第一级的平衡。 mi pinxe lo crino tcati slatestarcodex.com/2018/09/12/in-…
"AI becomes the government" 是反乌托邦的：当AI弱时会导致混乱，而一旦AI强大则会最大化灾难。但如果善用AI，它可以赋能，并推动民主/去中心化治理模式的前沿。
民主/去中心化治理模式（包括以太坊上的DAO）的核心问题是人类注意力的限制：需要做出成千上万的决定，涉及多个专业领域，大多数人甚至没有时间或技能成为一个领域的专家，更不用说所有领域。通常的解决方案——委托——是削弱权力的：它导致一小群代表控制决策，而他们的支持者在点击“委托”按钮后完全失去影响力。那么我们该怎么办？我们使用个人LLM来解决注意力问题！以下是一些想法：
## Personal governance agents
如果治理机制依赖于你做出大量决策，个人代理可以根据从你的个人写作、对话历史、直接声明等推断出的偏好，为你执行所有必要的投票。
如果代理（i）不确定你在某个问题上的投票立场，且（ii）认为该问题很重要，那么它应该直接询问你，并提供所有相关背景。
## Public conversation agents
好的决策往往不能来自仅基于个人信息的线性过程，并对这些观点进行平均（即使是二次平均）。需要一种过程来汇总多人的信息，然后给每个人（或他们的LLM）一个机会基于此进行回应。
这包括：
* 推断并总结你自己的观点，并将其转换为可以公开分享的格式（且不暴露你的私人信息）
* 总结人们输入之间的共同点（以文字表达），类似于各种LLM+的想法
## Suggestion markets
如果治理机制重视任何类型的“高质量输入”（可能是提案，甚至可能是论点），那么你可以建立一个预测市场，任何人都可以提交输入，AI可以押注代表该输入的代币，如果机制“接受”输入（无论是接受提案，还是将其作为对话的“单元”传递给参与者），它会向代币持有者支付$X。
注意，这基本上与
## Decentralized governance with private information
高度去中心化/民主治理的最大弱点之一是，当需要基于秘密信息做出重要决策时，它效果不佳。
常见情况：
(i) 组织参与对抗性冲突或谈判
(ii) 内部争议解决
(iii) 薪酬/资金决策。
通常，组织通过任命拥有极大权力的个人来解决这个问题。
但通过多方计算（目前我看到的是用TEEs实现的；我希望至少两方情况能用混淆电路解决，从而获得纯加密安全保证），我们实际上可以考虑到多人的输入来处理这些情况，而不损害隐私。基本上：你将你的个人LLM提交到一个黑盒中，LLM看到私人信息，基于此做出判断，并仅输出该判断。你看不到私人信息，其他人也看不到你的个人LLM内容。
## The importance of privacy
所有这些方法都涉及每个参与者利用更多关于自己的信息，并可能提交更大规模的输入。因此，保护隐私变得更加重要。有两种隐私很重要：
* 参与者的匿名性：可以通过ZK实现。总的来说，我认为所有治理工具都应内置ZK
* 内容的隐私：这有两部分。首先，个人LLM应尽力避免泄露不需要泄露的关于你的私人信息。其次，当你需要计算结合多个LLM或多个人的信息时，你需要多方技术来私下计算。两者都很重要。
民主/去中心化治理模式（包括以太坊上的DAO）的核心问题是人类注意力的限制：需要做出成千上万的决定，涉及多个专业领域，大多数人甚至没有时间或技能成为一个领域的专家，更不用说所有领域。通常的解决方案——委托——是削弱权力的：它导致一小群代表控制决策，而他们的支持者在点击“委托”按钮后完全失去影响力。那么我们该怎么办？我们使用个人LLM来解决注意力问题！以下是一些想法：
## Personal governance agents
如果治理机制依赖于你做出大量决策，个人代理可以根据从你的个人写作、对话历史、直接声明等推断出的偏好，为你执行所有必要的投票。
如果代理（i）不确定你在某个问题上的投票立场，且（ii）认为该问题很重要，那么它应该直接询问你，并提供所有相关背景。
## Public conversation agents
好的决策往往不能来自仅基于个人信息的线性过程，并对这些观点进行平均（即使是二次平均）。需要一种过程来汇总多人的信息，然后给每个人（或他们的LLM）一个机会基于此进行回应。
这包括：
* 推断并总结你自己的观点，并将其转换为可以公开分享的格式（且不暴露你的私人信息）
* 总结人们输入之间的共同点（以文字表达），类似于各种LLM+的想法
## Suggestion markets
如果治理机制重视任何类型的“高质量输入”（可能是提案，甚至可能是论点），那么你可以建立一个预测市场，任何人都可以提交输入，AI可以押注代表该输入的代币，如果机制“接受”输入（无论是接受提案，还是将其作为对话的“单元”传递给参与者），它会向代币持有者支付$X。
注意，这基本上与
## Decentralized governance with private information
高度去中心化/民主治理的最大弱点之一是，当需要基于秘密信息做出重要决策时，它效果不佳。
常见情况：
(i) 组织参与对抗性冲突或谈判
(ii) 内部争议解决
(iii) 薪酬/资金决策。
通常，组织通过任命拥有极大权力的个人来解决这个问题。
但通过多方计算（目前我看到的是用TEEs实现的；我希望至少两方情况能用混淆电路解决，从而获得纯加密安全保证），我们实际上可以考虑到多人的输入来处理这些情况，而不损害隐私。基本上：你将你的个人LLM提交到一个黑盒中，LLM看到私人信息，基于此做出判断，并仅输出该判断。你看不到私人信息，其他人也看不到你的个人LLM内容。
## The importance of privacy
所有这些方法都涉及每个参与者利用更多关于自己的信息，并可能提交更大规模的输入。因此，保护隐私变得更加重要。有两种隐私很重要：
* 参与者的匿名性：可以通过ZK实现。总的来说，我认为所有治理工具都应内置ZK
* 内容的隐私：这有两部分。首先，个人LLM应尽力避免泄露不需要泄露的关于你的私人信息。其次，当你需要计算结合多个LLM或多个人的信息时，你需要多方技术来私下计算。两者都很重要。
- 67
- 89
- 143
- 45
- 12
- 23
- 56
- 78
- 34
- 98
- 27
- 15
热门币种
更多
X相关新闻
今日快讯
-
9 分钟前
SEC·CFTC, 加密货币资产是否属于证券的最终规则确定…比特币·以太坊被认定为“商品”
-
20 分钟前
SEC “仅监管代币化证券”…对虚拟资产‘证券争议’事实上画上句号
-
39 分钟前
【TokenPost专栏】美国SEC发布代币分类体系及其对国内的启示
-
55 分钟前
加密货币产业加速引入AI…打造竞争力的必要战略
-
1 小时前
穆迪推出链上信用评级 融合传统金融与区块链
-
2 小时前
奇利兹足球俱乐部七家合作伙伴球队晋级欧冠16强，证明“粉丝代币生态系统”地位
-
2 小时前
穆迪集团在Canton网络推出革命性代币集成引擎实现链上信用评级
-
2 小时前
Epoch推出链上私募信贷基金"Treasure Plus"……代币化信贷市场正式启动
-
2 小时前
“粉丝热情也纳入正规渠道”…SEC·CFTC正式认定粉丝代币为“非证券”
-
2 小时前
香港稳定币支付平台RedotPay拟再融资1.5亿美元…瞄准赴美上市目标
交易所
交易所排行榜
24小时成交排行榜
人气排行榜
交易所比特币余额
交易所资产透明度证明
去中心化交易所
资金费率
资金费率热力图
爆仓数据
清算最大痛点
多空比
大户多空比
币安/欧易/火币大户多空比
Bitfinex杠杆多空比
ETF追踪
比特币持币公司
加密资产反转
以太坊储备
HyperLiquid钱包分析
Hyperliquid鲸鱼监控
索拉纳ETF
大额转账
链上异动
比特币回报率
稳定币市值
期权分析
新闻
文章
财经日历
专题
钱包
合约计算器
账号安全
资讯收藏
自选币种
我的关注