你願意花多少錢換一張未知小卡?OKX打造比特幣時光博物館、披薩日街頭挑戰
你願意花多少錢換一張未知小卡?OKX打造比特幣時光博物館、披薩日街頭挑戰
OKX打造「比特幣時光博物館」

勇敢的人先享受世界。

2010年5月22日,加密先驅Laszlo Hanyecz用一萬枚比特幣(BTC)購買了兩個Pizza。這不僅僅是加密貨幣史上第一筆交易實物,更是比特幣首次體現出了貨幣屬性。如今,十四年過去了,加密貨幣行業發展正在走向成熟。

爲了致敬Laszlo Hanyecz等早期的加密先驅,將其勇敢、冒險、開創的精神傳遞到世界各個角落。加密行業的長期主義建設者OKX Web3於2024年比特幣披薩日期間特在臺北街頭打造了一座獨具特色的「比特幣時光博物館」,吸引了數以萬計的來往人羣,一起穿越時空,回看比特幣發展歷史。

活動期間,超過千人來到時光博物館進行打卡拍照,一起狂歡,並通過參與趣味遊戲獲得OKX Web3定製披薩、啤酒、周邊等福利。此外,臺大資工教授廖世偉、臺北知名加密KOL聖結石、資工少女李婷婷、DA Studio創辦人子鈞等也紛紛來到現場打卡留念。

當然,更值得一提的是,OKX Web3還發起了一場《Pizza Day街頭挑戰》,在Pizza Day這天走上街頭,用一張看似「普通」的卡片,為那些敢於大膽嘗試新事物的人們帶來驚喜,旨在致敬像是Laszlo Hanyecz這些加密行業的變革者,及勇敢開拓的先驅者們,以傳遞勇敢的人先享受世界的加密精神。

💡延伸閱讀:比特幣Pizza日是什麼?揭開「價值百億」交易幕後故事,鐵粉的愛不是沒原因

從誕生到七萬大關,比特幣如何一路走來的?

回顧比特幣發展歷史,我們不禁感嘆創造與革新的力量。

2008年11月,中本聰在密碼學網站的郵件組列表中發表了一篇論文,首次描述了比特幣這一電子現金系統。在隨後的2009年1月3日,中本聰在芬蘭赫爾辛基的一個小型伺服器上成功挖出了比特幣的第一個區塊——創世區塊「Genesis Block」,並因此獲得了首批50個比特幣的挖礦獎勵。

隨著時間的推進,比特幣逐漸引起了更多人的關注。2010年1月23日,BitcoinTalk論壇使用者Sabunir在論壇上釋出了一個有趣的主題:「新手的測試——有人想以1美元購買一張圖片嗎?」他詢問是否有人願意用1美元的比特幣購買一張解析度為1280x960的桌布,並留下了自己的錢包地址。僅僅一個月後,這50個比特幣就被發送到了他的地址,成為了第一筆公開的比特幣現實世界交易。

同年5月22日,比特幣迎來了另一里程碑事件。加密先驅Laszlo Hanyecz用1萬個比特幣購買了2個披薩,這是第一筆公開的比特幣購買實體物品的交易。這一事件不僅證明了比特幣在現實生活中的實用性,當然,這就是行業每年一次的披薩節日的來源。

隨著時間的推移,比特幣的影響力不斷擴大。2012年1月14日,比特幣首次出現在美劇《法庭女王》中,進一步提高了其在公眾中的知名度。此後,比特幣的價格不斷攀升,2017年3月,一個比特幣的價格首次超過了一盎司黃金的價格。同年11月28日,比特幣交易價格更是首次突破了10000美元大關。

時間來到2020年5月12日,第630000個區塊被挖出,比特幣的區塊獎勵從12.5枚BTC降至6.25枚BTC,這是比特幣歷史上的第三次減半。這一事件標誌著比特幣挖礦難度的增加和獎勵的減少,但同時也促進了比特幣網路的安全性和穩定性。

近年來,比特幣在全球範圍內的接受度不斷提高。尤其是今年,1月10日,美國證券交易委員會(SEC)首次批准了比特幣現貨ETF,這標誌著比特幣正式進入主流金融市場,同時意味著以比特幣為核心的加密市場迎來結構性變革。

作為行業的早期建設者,OKX Web3在致敬行業先驅的同時,也一直致力於比特幣生態建設。

截至目前,OKX Web3錢包上線了Ordinals、Atomicals以及Runes市場,幫助使用者在第一時間體驗比特幣生態的最新進展,同時為使用者提供了一站式的比特幣生態探索體驗的入口。此外,隨著比特幣生態的不斷發展,OKX Web3團隊還從錢包工具、瀏覽器、交易市場、協議標準、跨鏈橋以及比特幣 Layer2等等方方面面圍繞比特幣生態進行建設。未來,OKX Web3 將堅守勇於創新的精神,與加密產業一起共赴新旅程。

往下滑看下一篇文章
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦

ChatGPT、Gemini、Claude 等 AI 通用工具問世後,「AI」無疑成了現今全球最熱門的關鍵字。儘管許多企業已經開始導入相關應用,多數卻仍停留在文書輔助、單一聊天機器人(Chatbot)運用等單點階段。但隨著商業環境快速變化、缺工日益嚴峻,企業需要的不再只是一個會回答問題的對話框,而是具備「自主決策與行動執行」能力的「代理式 AI」(Agentic AI)。

Going Cloud 和 IDC 合作發布的《多代理系統崛起 打造敏捷韌性企業》報告便指出,如今「AI First」時代來臨,企業的 AI 應用正從輔助性質走向自主營運,有 80% 的企業期望藉此提升生產力,70% 的企業希望能更輕鬆處理複雜任務,還有 66% 的企業期望透過多模型來提升整體效能。

代理式 AI 愈來愈多,必須納入組織管理

但究竟什麼是「代理式 AI」?

「過去人們使用生成式 AI 時,需要一步步下達明確指令,但現在使用者只要賦予代理式 AI(Agentic AI)明確目標,它就能自己理解前因後果、進行推演,甚至能去呼叫 API 完成任務。」Going Cloud 總經理黃柏淞點出差異。
而當企業內部的代理式 AI 日益增加,比方說,人資部門有專屬 AI、業務部門有報價 AI、法務部門有合約審閱 AI,跨部門協作的複雜度也隨之飆升,「如果你是管理者,你就會意識到,必須把 AI 當成一個人,納入組織裡來管理。」黃柏淞強調,能統籌、指揮多個 AI 代理協作的「多代理系統」(Multi-Agent System, MAS),正是為了解決這個痛點而生。

簡單來說,MAS 就像虛擬的企業總部,負責協調、治理負責不同任務的 AI 代理、工具和功能模組。在讓 AI 自主決策的同時,各個 AI 代理間也能共享資訊、協調分工。MAS 還具備極佳的擴展性和分散性,企業可以依照業務需求,隨時新增、更改 AI 代理,能大幅提升營運韌性。

雖然企業普遍意識到,代理式 AI 已經蔚為風潮,但實際部署時,仍面臨諸多挑戰。《多代理系統崛起 打造敏捷韌性企業》報告便顯示,資安疑慮、預算限制、缺乏 IT 支援分別是企業最擔憂的三大問題,「企業最擔心串聯多個 AI 代理時,要是權限沒控管好,很容易有機敏資料外洩的風險。」黃柏淞提到,在此情形下,Going Cloud 推出了以「分層式多代理架構」為核心的解決方案。系統會由一個「主管代理」(Supervisor Agent)作為主要決策層,底層則串聯了各個負責單一任務的「任務代理」(Task Agents)。

以 Going Cloud 服務的大型金融企業為例,假設一位 VIP 客戶登入銀行 APP,詢問 AI 客服:「我想申請房貸,請問現在利率多少?另外,請幫我評估把我目前的科技股基金贖回當作頭期款適不適合?」如果是傳統的聊天機器人,可能會因為問題太複雜直接轉接人工客服。但在 Going Cloud 的分層式 MAS 架構裡,「主管代理」接收到任務後,會先拆解再指派負責「房貸利率」的「任務代理」,去後台抓取客戶的信用評分和最新房貸專案。同時,這位虛擬主管還會指派「理財分析」的「任務代理」,去檢視客戶最近科技股基金的績效並預測市場。最後,再由「主管代理」統整資訊,一併給出一份完整且客製的財務建議,「分層式 MAS 能確保整個過程的指令被清楚傳遞,而且因為權限分層管理,房貸 Agent 不會碰到不該碰的理財資料,符合金融業的風險控管與合規要求。」黃柏淞說。

目前 Going Cloud 已經協助知名金融機構導入 MAS 架構。以實際成效來看,多代理客服平台能降低 50% 以上的人工客服工作負擔,並讓回覆使用者問題的平均時間減少 60% 以上;FAQ 知識導向與 API 資料調用的正確率,在調用得當的情況下,也都達到9成以上的成功率。黃柏淞指出,金融、製造、顧問等有複雜跨部門協作需求的大型企業,都是亟需採用代理式 AI 的產業。

#0 AI同事愈來愈多怎麼管?Going Cloud用「多代理系統」,助企業打造最強營運大腦
提到目前與台灣領先金融集團的合作進程,黃柏淞表示因為金融機構的特殊性,需要縝密的全方位服務,從前期討論到技術導入,大約需要半年到九個月的時間。
圖/ 數位時代

懂雲也懂企業痛點,助員工無痛升級「AI 小組長」

但為什麼 Going Cloud 能為企業打造出如此高效的代理式 AI 底層架構?一方面,Going Cloud 先前服務過亞洲最大 AI 多媒體科技集團科科科技(KKCompany Technologies),奠定具備理解和服務大型企業的經驗,且自 2022 年創立起,就鎖定服務架構最複雜的大型企業市場。同時,Going Cloud 是全台首家榮獲 AWS 生成式 AI 服務能力認證及 ISO27001、ISO27701 雙重國際驗證的雲端產業專家,此成就彰顯 Going Cloud 在堅實的資訊安全基礎上,深化了對個人資料保護的承諾,為客戶提供符合國際標準的資料保障,強化雲端服務領導地位。另外,Going Cloud 還能為企業量身打造底層 AI 平台,提供 AI 策略方針定調、雲端架構設計、Agent 任務規劃、效能優化等一站式服務。

對於準備跨入「AI 商用階段」的企業,黃柏淞建議,釐清應用場景,比追求最新技術更重要,「唯有清晰定義痛點,才能讓強大的 MAS 平台真正落地。」
他特別提到,導入 MAS 系統不只是 IT 部門的責任,其實更像企業的升級轉型,「未來的知識工作者,不能只是單純『接球就打』,每個人都將成為『小組長』或『專案經理』。」例如員工不必再親自打開 excel 敲公式、解讀報表,應該要學著指派手下的「數位同事」去執行。員工的核心價值,將從過去繁瑣、重複性任務的執行,轉移到前期的目標定義、流程規劃,以及後期的決策判斷和審核把關。

AI 技術飛速推進,企業間的競爭已從「要不要用 AI?」,升級成「如何管理與協作多個 AI?」。透過建構靈活、安全且具高擴展性的多代理系統,企業不僅能解放員工的生產力,更能在瞬息萬變的市場中,打造敏捷、韌性兼具的營運大腦。

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
AI全球100+台灣20
© 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