無厘頭創立的「狗狗幣」,市值飆近20億美元,連創辦人都嚇一跳
無厘頭創立的「狗狗幣」,市值飆近20億美元,連創辦人都嚇一跳

過去一個月比特幣市值下滑,其他虛擬貨幣紛紛冒出頭,現在市值居第二的瑞波幣(Ripple)去年價格成長35000%、同樣受歡迎的以太幣(Ether)上週價格首次突破1000美元。

除了這些耳熟能詳的虛擬貨幣,最近有一款以日本柴犬當作貨幣標誌的「狗狗幣(Dogecoin)」也竄出頭,在看似萌到不行的外觀下,如今市值竟然飆漲接近20億美元,而狗狗幣的誕生竟然跟網路上的無俚頭表情包,以及一句玩笑話推文有關。

軟體兩年沒更新,如今市值逼近20億美元

「Dogecoin」的正式名稱叫做多吉幣,但坊間又稱狗狗幣,台灣則常稱為旺旺幣,最容易辨別的特徵,是貨幣標誌圖上的一隻日本柴犬(Shiba Inu),第一次看到這款虛擬貨幣,許多人可能下意識會認為這是網路惡搞,但狗狗幣的確是一款真真實實的虛擬貨幣沒錯。

根據CoinMarketCap數據,目前狗狗幣市值約19億美元,一個狗狗幣的價格為0.017443美元,在全球虛擬貨幣排名第30,過去一個月狗狗幣價格漲幅達400%,價格曾在去年12月短暫突破0.0107美元,聖誕節期間市值首次飆破10億美元,如今市值已經飆漲接近20億美元。

Dogecoin
過去一個月狗狗幣價格漲幅達400%,目前在全球虛擬貨幣市值排名第30。

狗狗幣是一款替代幣(Altcoin),意思是比特幣以外的虛擬貨幣,過去24小時交易量超過1.01億美元。在2015年離開團隊的狗狗幣創始人傑克遜·帕爾默(Jackson Palmer)最近受訪時表示:「我對狗狗幣核心團隊很有信心,可以讓軟體維持安全與穩定,但狗狗幣已經有兩年的時間沒有發布軟體更新了。」

即使軟體已經超過兩年沒有更新,狗狗幣價格照樣飆漲,也讓當初的創辦成員相當驚奇。

靈感來自表情包,為草根而生的虛擬貨幣

2013下半年,網路世界一張張「柴犬表情包(Doge Meme)」在社群平台上瘋狂被轉貼,簡單來說就是一張可愛的柴犬照片,用各種彩色字體標上「wow、many sunshine」這類無俚頭的字串,萌萌呆呆的感覺在當時戳中許多美國網友的笑點。

doge meme
網路世界一張張「柴犬表情包(Doge Meme)」,成為狗狗幣誕生的來源。

創辦人傑克遜·帕爾默當時任職於Adobe,因為當時比特幣爆紅,他花了許多時間研究虛擬貨幣,加上當時柴犬表情包在社群上很紅,「工作結束後的某天晚上,我坐在椅子上喝著啤酒。」接著傑克遜·帕爾默在Twitter上發布一條推文寫到:「如果能開發出狗狗幣(Dogecoin),一定可以大賺一筆。」

一罐啤酒下肚的玩笑話,沒想到得到了許多網友的正面回覆,傑克遜·帕爾默回憶:「我當時也沒什麼事,就買下了Dogecoin.com的域名。」當時,在IBM擔任軟體工程師的共同創辦人馬克斯(Billy Markus),希望可以做出一款讓人們廣泛使用,而非用於投機的加密貨幣,偶然看到傑克遜·帕爾默的想法後,馬克斯立刻聯繫了他,在重新排列萊特幣的原始代碼後,接著不到一周的時間狗狗幣就誕生了。

後來Dogecoin.com的域名很快的被論壇網站Reddit收錄,當時市值達到800萬美元,狗狗幣一度成為全球第七大虛擬貨幣,因此說狗狗幣是源於草根文化或許也不為過。

dogecoin
過去狗狗幣一度成為全球第七大虛擬貨幣。

非投資,狗幣用於給小費、打賞迅速竄紅

創立於2013年的狗狗幣,算是比特幣(Bitcoin)的衍生幣,一樣是由民間發起、不受國家或個人所控制,創造者將這款貨幣定位成網路貨幣,可以透過網路平台交易、自行挖礦、網友之間贈送、交換的方式購得。

創辦人傑克遜·帕爾默曾提過,狗狗幣跟比特幣最大的不同,在於目的並非用於投資理財的投機而生,而是在網路世界「給小費」,表達分享和感謝的網路貨幣。

狗狗幣主要有兩大特點:

  1. 狗狗幣最多只能生產1000億個,跟比特幣的2100萬個相比多出很多,人們持有狗狗幣大多不是為了投資,而是拿來給小費表達感謝。流通性高、具娛樂性、價格低廉,在小費文化盛行的美國,因此成為許多人喜愛的虛擬貨幣。

  2. 現在在網路平台,包括Facebook以及中國微博的部分應用程式,都支援使用狗狗幣來打賞直播主,狗狗幣基金過去還曾資助肯亞3萬美金解決水荒問題,打賞、慈善目的也成為狗狗幣與其他虛擬貨幣的不同。

根據CoinMarketCap數據,全球虛擬貨幣的價值約為7500億美元,其中比特幣就支配了將近40%,「這些替代幣價格飆升,主要是因為這些幣很便宜。」加密貨幣交易公司Octagon Strategy執行董事查普曼(Dave Chapman)說:「比特幣、以太幣這兩款最知名的虛擬貨幣太貴了,儘管可以只買一小部分,但對許多人來說仍舊存在著無法完整擁有的心理障礙,但投資者普遍喜歡擁有完整的東西。」

價格便宜、可以完整擁有,也成為了狗狗幣狂飆的兩大原因。

DogeCoin
狗狗幣跟比特幣最大的不同,在於目的並非用於投資理財的投機而生,而是在網路世界「給小費」,表達分享和感謝的網路貨幣。
圖/ shutterstock

創辦人擔心ICO泡沫化

狗狗幣的創辦人傑克遜·帕爾默在2015年離開團隊,有趣的是,隨著近來狗狗幣價格飆漲,傑克遜·帕爾默也表達了他的擔憂。他談到,狗狗幣在過去兩年軟體都沒有更新,價格還能如此劇烈的暴漲,讓他很擔心虛擬貨幣的未來。

去年十月受訪時,傑克遜·帕爾默認為首次代幣發行(ICO)的泡沫化,將在未來一年內爆發。現在每個星期大約新增100個新的ICO,傑克遜·帕爾默認為除了當中存在部分心態惡意的參與者,另外許多發行團隊沒有足夠的經驗掌控業務,甚至有一半是無意構建產品的。

因此他預測,大約有99.9%的ICO都會失敗,但另一方面傑克遜·帕爾默也相信加密技術、分散式帳本技術會成為你我日常生活的一部分,替社會創造更好的未來。

往下滑看下一篇文章
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫,各界不再滿足單一任務型的 AI 應用,而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」(Agentic AI),在最少人為干預的情況下,自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾,而是需要對AI有正確認識,並制訂循序漸進的導入流程,才能真正發揮AI功效。在2025台灣人工智慧年會中,cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段,深入剖析企業如何從概念驗證(PoC)階段,逐步推進到實際上線(Production),並分享實務經驗與觀察。

延伸閱讀:生成式AI可以怎麼用?cacaFly現身說法,助企業應用GCP服務智慧轉型

解鎖 Agentic AI,企業邁向多任務智慧代理

「很多公司會問,One AI 要做什麼事?但實際上,若要讓 AI 回答公司內部政策或新法條的相關問題,僅靠基礎模型並不足夠。」吳振和指出,要讓 AI 真正成為能「做事」的智慧代理人,前提是它必須理解企業內部的脈絡與知識,並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符,這意味著系統必須具備持續爬取與解析最新資料的能力。為此,企業必須先截取與整理內容,再建構成專屬的知識庫(Knowledge Base),確保資料品質達到可用標準後,再透過檢索增強生成(Retrieval-Augmented Generation, RAG)技術,使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀:從資料清洗到 RAG,大型語言模型的必需品,做出專屬企業的 AI 知識庫!

吳振和強調,這是一個動態循環的過程:從資料蒐集、品質控管、知識庫建構到生成應用,每一環節都息息相關,任何一處鬆動都會影響最終產出的準確性與可信度。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

破除「一次到位」迷思,從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望,因此常將 PoC 視為年度計畫的重點,希望能「一次到位」做出具體成果。但吳振和提醒,若缺乏清楚的系統工程思維,PoC 容易淪為「概念展示」,難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程,分為三個關鍵階段:

1.第一階段:可行性評估(Feasibility Study)
企業必須在投入資源前,先明確界定「最需要被 AI 解決的關鍵問題」是什麼,並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性,更要從商業目標出發,釐清導入 AI 的具體使用情境、預期成效與風險邊界,如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段:系統設計與驗證(Design & PoC)
在確定導入方向後,必須規劃清楚資料蒐集與整理流程,確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調,這個階段不能只追求展示效果,而應以「產品化思維」來構築 PoC,使其具備可擴充性、可維護性及安全性,才能為後續上線打下基礎。

3.第三階段:產品化與營運(Production & Operation)
當 PoC 驗證完成後,進入正式上線階段,挑戰也隨之而來。除了需要整合企業內部系統與流程,還必須建立持續監控與維運機制,確保模型表現隨時間演進不會劣化,並能快速回應法規變動或資料更新的需求。吳振和指出,這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

建立模型優化根基,打造高品質的黃金資料集

吳振和特別強調,要讓 Agentic 系統工程真正發揮效益,企業必須先建立一套高品質的「黃金資料集」(Golden Dataset),作為模型評估與優化根基。他指出,黃金資料集的價值在於能為模型選擇與前測提供客觀依據,讓團隊能針對不同任務挑選最適合的模型,避免導入初期就誤踩方向。

同時,黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點,進而快速回應「模型飄移」(Model Drift)的風險。吳振和說明,所謂模型飄移,指的是即使模型本身未經改版,效能也可能隨著環境與資料變動而突然下降,導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果,團隊才能即時察覺效能衰退,並進行迭代更新,確保系統長期穩定運作。

從小規模應用起步,漸進擴展至核心業務

吳振和分享,在實際輔導企業導入 AI 的經驗中,最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證(PoC)階段即可呈現完整的產品原型,然而實際情況顯示,若企業未能建立完善的資料架構與流程基礎設施,即使短期內展現亮眼成效,也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時,應採取漸進式策略,從小規模應用場景著手,逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節,而非獨立的一次性專案。

AI 的導入不僅是一場技術升級,更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局,才能確保 AI 能在企業內部真正「落地生根」,創造長期商業價值,成為真正的智慧代理人。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂Vibe Coding
© 2025 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓