人人都有獎!Uber創辦人打造加密貨幣「Eco」,改寫挖礦獎勵規則
人人都有獎!Uber創辦人打造加密貨幣「Eco」,改寫挖礦獎勵規則

挖礦、耗電、詐欺,在加密貨幣發展的同時,許多生態系中的缺點,被貼上標籤如影隨形。Uber共同創辦人加瑞特·坎普(Garrett Camp)在過去五個月的時間,親身接觸加密貨幣領域後看到了一些值得被改變現況。

為了打造一款便利、及時、打破國界的的交易工具,加瑞特·坎普宣布推出加密貨幣「Eco」,除了希望成為比特幣、黃金的替代選項,更希望解決當前加密貨幣所面臨的挑戰。

解決加密貨幣挑戰,「Eco」應運而生

結束肯亞旅行後,去年11月Uber共同創辦人加瑞特·坎普(Garrett Camp)宣布加入巴菲特和比爾·蓋茲發起的「贈與誓言(The Giving Pledge)」活動,概念是鼓勵全球富人在活著時,將大部分財產奉獻給慈善事業。財產淨值約有53億美金的加瑞特·坎普表示,除了捐款他還打算投身慈善項目。

Garrett Camp
Uber共同創辦人加瑞特·坎普(Garrett Camp)(右二),加拿大人,2015年被《富比世》雜誌評選為當年全世界最富人物第283名、加拿大最富有人物第3名。
圖/ Twitter

而「Eco」或許正是其中一步。

大約一年前,加瑞特·坎普(Garrett Camp)在交易平台Coinbase上買了生平第一個比特幣,「我根本不是想買一大堆虛擬貨幣。」但深入研究後他發現,與科學家、研究機構一起打造一個完全不同信仰與概念的計畫,才是他真正想做的,「Eco」的概念因此應運而生。

根據Eco白皮書,這款加密貨幣的目標是想解決現存加密貨幣的幾個主要問題,希望回歸虛擬貨幣便利、即時、無國界的最初的願景,甚至成為比特幣、黃金的替代選擇。

按照計畫,一開始將發行一兆個代幣(token),其中50%分給前10億註冊並經過驗證的用戶、20%進入運行驗證節點(nodes)的大學、10%給顧問、10%給策略夥伴,最後10%會進入維護網路的Eco 基金會,加瑞特·坎普也將捐出1千萬美元為營運打基礎。值得注意的是,「Eco」未來不會有ICO(首次代幣發行),這將可以避免多數ICO在募集資金工程中所面臨的潛在法律問題。

Eco特別之處?

加瑞特·坎普(Garrett Camp)強調他想要「解決問題」,因此Eco就肩負了這樣的使命,重點歸納大致有三項特點。

非匿名參與交易驗證

第一,Eco的區塊鏈、分散式帳本系統是在「經過驗證的節點」上運作及驗證交易,白話來說就是不像比特幣網路用匿名的方式參與交易驗證,好處是可以消除攻擊以及詐欺行為,但同時也意味著不能真正實現去中心化(decentralized)。

Eco
Eco並非採匿名的方式參與交易驗證,希望可以藉此消除攻擊與詐騙。
圖/ Eco

供應大量代幣

第二,Eco 會大量供應代幣(token),達到降低價格、日常用代幣目標。另外也會設計簡易使用的網站以及手機App,目標是讓使用者體驗更加友善,讓一般市井小民也能參與其中。

獎勵分配給全網

第三,獎勵的結構機制也很不同,當節點每完成一次交易確認,加密貨幣的獎勵是分配給Eco網路當中的所有人。人人有獎不必搶的概念,不讓礦工彼此瘋狂競爭挖礦(mining),因此就不會有電力密集型的礦工網路產生。

加瑞特·坎普希透露,Eco最快在今年底就會開始運作。

整合生態系,Eco深入日常區塊鏈應用

綜觀加密貨幣的發展,Eco彷彿是一股清流正要掀起一股革命的浪潮,不過其實這樣的構想並非新穎,已經有許多類似的發展案例。

例如,萊特幣以及以太坊都有可以提升交易速度的區塊鏈、Telegram即將推出的代幣目標也是希望做到「行動優先」,透過大量代幣壓低價格、供給日常用代幣;Ripple也開始與合法的團體合作執行節點驗整,來打破過往匿名方式;以太坊也透過Proof of Stake(權益證明機制)來讓能源利用更加有效率。

Ethereum
以太坊透過Proof of Stake(權益證明機制)來讓能源利用更加有效率。
圖/ shutterstock

因此,目前現有的加密貨幣,其實不乏Eco的理想以及功能,推出一款加密貨幣也並不是什麼了不起的事。

Eco想做的,是整合眾多的服務提供商、商品、金融機構,打造開發的生態系支持日常區塊鏈交易應用,這正是這些新興加密貨幣所需要努力的,尤其加瑞特·坎普在科技業中有相對高的聲望以及資源,也許未來真能實現這樣的理想也說不定。

資料來源:TechCrunch、Eco、Fortune

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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
一次搞懂工業AI
© 2026 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