【幣圈日報】萬事達卡推穩定幣錢包｜Coinbase高層：超過10億美元以太幣永久遺失|數位時代 BusinessNext

萬事達卡「亞太地區」加密支付大躍進！將推整合虛擬卡片的穩定幣錢包

支付巨頭萬事達卡（Mastercard）與澳洲穩定幣平台 Stables 已達成合作，將推出整合虛擬支付卡的穩定幣錢包，讓亞太地區（APAC）的零售客戶能在任何接受萬事達卡的商家，使用穩定幣進行消費。

此合作將推出一個由 Stables 構建、僅支援穩定幣的錢包，並附有一張萬事達卡支援的虛擬支付卡。透過管理錢包的手機應用程式，用戶可以將數位貨幣轉換為法定貨幣，使用穩定幣 USDC 處理所有支付，並直接與萬事達卡合作以實現結算；此外，該錢包亦接受其他穩定幣入金，包括 USDT 和 BUSD，但所有的存款都將自動轉換為 USDC。

Stables 創辦人兼執行長 Daniel Li 表示，這款支援萬事達卡的錢包，將在 2023 年第 2 季度正式上線。一開始將優先開放澳洲用戶使用，後續計劃在歐洲、美國、英國和大部分亞太地區推出。

📍邀請您加入Web3+ Line社群，持續關注最重要的網路變革
👉 https://lin.ee/kItnyTh

Coinbase 高層：超過 10 億美元以太幣永久遺失，這個錢包要扛一半責任

不久前才分享以 GPT-4 模型檢查以太坊智慧合約漏洞、美國上市加密貨幣交易所 Coinbase 高階主管 Conor Grogan 發推指出，有超過 10 億美元的以太幣「永久遺失」。

Conor Grogan 整理了以太坊區塊鏈上數千筆有缺失的交易。他發現由於智慧合約漏洞和人為轉帳疏失，有高達 636,000 ETH（約合 11.5 億美元），相當於以太幣流通供應量的 0.5％永遠丟失了。這還不包括那些無法取得錢包控制權的用戶。

其中大約一半的金額 306,000 ETH，是由於 2017 年加密貨幣錢包 Parity 的一個漏洞造成的；已倒閉的加密貨幣交易所 Quadriga 因合約故障（contract fault）而損失了 60,000 ETH；Akutars NFT 系列在其失敗的鑄造過程中，損失了 11,500 ETH；此外，截至目前為止，以太坊用戶們已累計將 24,000 ETH 發送到一個燒毀地址，這些在代幣無法再行取用。

Coinbase 向 SEC 提交請願書，重申加密貨幣質押不應被視為證券

美國上市加密貨幣交易所 Coinbase 已向美國證券交易委員會（SEC）提交了一份請願書，回應 SEC 在 2 月份打擊另一間交易所 Kraken 提供的代幣質押服務。這份請願書的關注焦點，在於權益證明（PoS）相關業務與證券法之間的討論。

Coinbase 法務長 Paul Grewal 發推表示，質押並不是單一概念，儘管市場上有些質押計畫可能符合「投資產品」的定義，但更多質押計畫明顯不是。

Paul Grewal 也強調，Coinbase 的核心質押服務不符合豪威測試（Howey Test）的每一項標準，並重申了支持此論點的幾個論述，並要 SEC 澄清核心質押服務不是證券這一事實，執法前必須與公眾溝通。

南韓天團 BIGBANG 隊長權志龍發行「Archive of PEACEMINUSONE」 NFT 拼圖

根據 NFT 交易平台龍頭 OpenSea 官方推特表示，南韓天團 BIGBANG 隊長 G-Dragon（權志龍）將在 OpenSea 平台推出基於 BNB Chain 的 NFT 系列「Archive of PEACEMINUSONE」。該 NFT 主打內容為權志龍所繪製的原創畫作，這些作品化為一片片「NFT 拼圖」。

據了解，Archive of PEACEMINUSONE 分為三次鑄造，首次公開鑄造的 NFT 總量為 13,444 個，售價為 88 美元（0.27 BNB），將在 3 月 22 日上午 11 點進行。之後的兩次鑄造將在 4 月進行，每次發售的 NFT 都有不同的稀有程度和好處。

延伸閱讀： G-Dragon權志龍發「NFT 拼圖」！內含三大賦能，還可參與偶像人生軌跡

MetaMask 與 MoonPay 合作，支援奈及利亞用戶「銀行轉帳」購買加密貨幣

區塊鏈公司 ConsenSys 在 3 月 21 日宣布，旗下熱錢包產品 MetaMask 和加密支付平台 MoonPay 擴大合作關係，現已支援奈及利亞（Nigerian）當地用戶，可以在 MetaMask 手機應用程式中透過即時銀行轉帳直接購買加密貨幣，這將使交易體驗更無縫、更便宜、更快速和更高效。

DefiLlama 網站「分岔」事件已落幕，目前沒有代幣發行計畫

鏈上數據平台 DefiLlama「分叉」事件已經落幕，官方在 3 月 21 日發布公告，為此前團隊溝通不暢與內部誤解所造成的一連串鬧劇向大眾道歉。並表示目前沒有 LLAMA 代幣發行計劃，如果未來打算舉辦任何空投活動，都將事先與社群討論，以更透明的方式運作，確保不再發生類似情況。

而 DefiLlama 開發者 0xngmi 也發推表示：「問題都已經解決了，分叉已被取消，所有的工作都將在 DefiLlama.com 繼續進行。」

延伸閱讀： 一言不合就分手！區塊鏈「分叉」是什麼？會讓鏈變好還是變壞？

📍邀請您加入Web3+ Line社群，持續關注最重要的網路變革
👉 https://lin.ee/kItnyTh

本文授權轉載自：鏈習生

核稿編輯：高敬原

1973 年，良興從台北光華商場一間 50 坪的電子零件行起家，半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過，伴隨規模擴張帶來的不只是成長，還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆，加上跨部門協作頻繁，行政耗損與知識傳承的缺口，成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧，從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營，作為 3C 零售業者，良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能，就是良興第五波轉型的核心命題。」

AI 自動化，從行政細節釋放組織戰力

轉型需要夥伴，而賴志達評估合作夥伴的標準很明確：技術能力是基本，產業知識（Domain Know-how）的深度是關鍵，回饋速度更是最終決定因素。2025 年的未來商務展上，良興選擇攜手 Data-DI，看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的，良興與 Data-DI 合作的第一個專案，就落在最耗費人力、卻最常被忽視的環節：會議記錄。「會議如果沒有產值、沒有效果，對企業很傷！」賴志達說，他每天參加許多會議，但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理，常出現人名誤植、決策遺漏、行動項目無人追蹤，讓會議效果大打折扣。

為了解決會議記錄的痛點，Data-DI 業務副總包威棣指出，在導入工具以前，團隊須先釐清三件事：場景是否具備落地價值、哪些流程節點適合 AI 介入，以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問，都決定 AI 能否精準落地。

確認方向後，良興與 Data-DI 成功導入 AI 會議記錄自動化系統，透過模糊比對技術校正語音辨識誤差，並將生成的雙版本報告直接回存至既有資料庫，不僅將行政人員從重複性作業中釋放，也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享，現在他去外部開會也會用這個工具，運用 AI 把錄音轉文字、再整理成簡報，很快就能完成，更令外部夥伴驚艷。「我認為這是很成功的案子！也提醒想做 AI 的老闆們，與其急著搞大架構，不如先從小工具讓公司嘗試 AI，建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後，良興接著切入更深層的營運核心：知識傳承。過去，頂尖銷售經驗長期鎖在少數資深員工身上，新人培訓耗時三個月，員工離職即帶走知識資本。與此同時，網路資訊發達，消費者進店前早已掌握基本規格，3C 通路門市人員要如何發揮更多價值？「我要門市的人不是死背規格，而是面對客人時，能用客人能理解的方式對話。」賴志達說。

為此，Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡，串接教材生成、審核上架、AI 銷售對練與成績回報，主管僅需在核心節點審核；員工透過手機語音對練，系統依口吻、專業度、回應力等維度自動評分。賴志達表示，目標是將新人培訓期縮短至一個月，讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而，要讓這套系統真正運作，得先解決兩個根本問題：資料從哪裡來？以及訓練如何更準確？

「以前大數據時代，講的是資料要大、全、細、實；現在 AI 要做到的是準（準確）、合（合乎場景）。」包威棣說。良興不同廠商提供的素材品質參差不齊，Data-DI 除了整合內部資料，也補充加入外部市場評測內容以填補空缺，再透過人員審核機制過濾雜訊，搭配 agent 架構的多層步驟與知識限定，確保系統能精準提煉對應品類的訓練素材。

賴志達則看得更遠：「這些教育訓練的內容，也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問，帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中，雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步，賴志達表示，公司各部門很早就建置 Power BI 報表，但數據豐富不等於決策清晰。「數據是土壤，如果沒有梳理，就沒有用了。」因此，他的下一個目標是活化數據資本、推動行銷自動流，以精實的人力持續驅動成長。

包威棣則從顧問視角歸納兩個觀察：AI 導入需要高層認同、由上而下推進，像賴志達這樣持續引領良興走在業界前端的決策者，就是不可或缺的推手；而單點工具的價值，終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構，人員訓練改變了知識傳承的方式。從點狀應用走向企業變革，這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後，對於仍在觀望AI應用的企業，他則建議：「未來 AI 導致的落差只會愈來愈大，人會變成超級工作者，企業會變成超級企業。開始做就對了，先做一個三個月的小任務，降低落差、再急起追上。」從痛點切入、小步快跑，讓組織在實作中累積對 AI 的理解與信任，這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊，請查詢網站：https://www.data-di.com/