Zusammengestellt von: Weird Thinking, BlockBeats
Anmerkung des Übersetzers: Im März dieses Jahres schloss 0G Labs eine Pre-Seed-Finanzierungsrunde in Höhe von 35 Millionen US-Dollar unter der Leitung von Hack VC ab. Ziel von 0G Labs ist es, die erste modulare KI-Kette aufzubauen, um Entwicklern dabei zu helfen, KI-dApps auf einer leistungsstarken, programmierbaren Datenverfügbarkeitsschicht zu starten. Durch innovatives Systemdesign strebt 0G Labs danach, eine On-Chain-Datenübertragung auf GB-Ebene pro Sekunde zu erreichen und leistungsstarke Anwendungsszenarien wie das Training von KI-Modellen zu unterstützen.
In der vierten Folge des DealFlow-Podcasts interviewten BSCN-Chefredakteur Jonny Huang, MH Ventures General Partner Kamran Iqbal und Animoca Brands Head of Investments and Strategic Partnerships Mehdi Farooq Michael Heinrich, Mitbegründer und CEO von 0G Labs . Michael teilte seinen persönlichen Hintergrund mit, von seiner Tätigkeit als Software-Ingenieur bei Microsoft und SAP Labs über die Gründung von Garten, einem Web2-Unternehmen mit einem Wert von über 1 Milliarde US-Dollar, bis hin zu seiner jetzigen Vollzeitbeschäftigung bei 0G, die sich dem Aufbau eines modularen KI-Technologie-Stacks auf der Blockchain widmet . . Die Diskussion befasste sich mit dem aktuellen Status und der Vision von DA, den Vorteilen der Modularität, dem Teammanagement und der bidirektionalen Abhängigkeit von Web3 von KI. Mit Blick auf die Zukunft betonte er, dass KI zum Mainstream werden und große gesellschaftliche Veränderungen mit sich bringen werde und Web3 mit diesem Trend Schritt halten müsse.
Das Folgende ist der Text des Interviews:
Jonny: Heute werden wir uns mit einem wichtigen Thema befassen – Datenverfügbarkeit (DA), insbesondere Daten im Bereich der verschlüsselten KI-Verfügbarkeit. Michael, Ihr Unternehmen hat in diesem Bereich eine starke Stimme. Bevor wir auf die Details eingehen, möchten wir Sie kurz über Ihren beruflichen Hintergrund und Ihren Einstieg in dieses Nischenfeld informieren.
Michael: Ich habe als Softwareentwickler und technischer Produktmanager bei Microsoft und SAP Labs angefangen und im Visual Studio-Team an modernsten Technologien gearbeitet. Später wandte er sich der geschäftlichen Seite zu und arbeitete einige Jahre bei Bain & Company. Anschließend zog er nach Connecticut, um für Bridgewater Associates zu arbeiten, wo er für den Portfolioaufbau verantwortlich war. Wenn man sich jeden Tag Transaktionen im Wert von etwa 60 Milliarden US-Dollar ansieht, gibt es viele Risikoindikatoren, die es zu verstehen gilt. Beispielsweise schauen wir uns die CDS-Sätze an, um das Kontrahentenrisiko usw. einzuschätzen. Diese Erfahrung vermittelte mir ein tiefes Verständnis des traditionellen Finanzwesens.
Danach kehrte ich für mein Graduiertenstudium nach Stanford zurück und gründete meine erste Web2-Firma Garten. Auf seinem Höhepunkt wuchs das Unternehmen auf 650 Mitarbeiter, mit einem Jahresumsatz von 100 Millionen US-Dollar und einer Gesamtfinanzierung von etwa 130 Millionen US-Dollar. Es entwickelte sich zu einem Einhornunternehmen mit einer Bewertung von über 1 Milliarde US-Dollar und einem von Y Combinator ins Leben gerufenen Starprojekt .
Ende 2022 kontaktierte mich mein Klassenkamerad Thomas aus Stanford. Er erwähnte, dass er vor fünf Jahren in Conflux investiert hatte und dachte, dass Ming Wu und Fan Long die besten Ingenieure seien, die er je finanziert habe. Wir vier sollten zusammenkommen und sehen, ob wir Funken sprühen könnten. Nach sechs gemeinsamen Monaten kam ich zum gleichen Schluss. Ich dachte mir: „Wow, Ming und Fan sind die besten Ingenieure und Informatiker, mit denen ich je zusammengearbeitet habe. Wir müssen gemeinsam ein Unternehmen gründen und mich ganztägig für 0G engagieren.“
Die vier Mitbegründer von 0G Labs, von links nach rechts, Fan Long, Thomas Yao, Michael Heinrich, Ming Wu
Jonny: Das ist eine der besten Gründervorstellungen, die ich je gehört habe, und ich gehe davon aus, dass Ihr VC-Finanzierungsprozess reibungslos verlaufen wird. Bevor ich mich mit dem Thema Datenverfügbarkeit befasse, möchte ich den aktuellen Stand von DA besprechen. Es gibt zwar einige bekannte Akteure, aber wie beurteilen Sie die aktuelle DA-Landschaft?
Michael: DA kommt mittlerweile aus mehreren Quellen, abhängig von der Blockchain. Vor dem Ethereum Danksharding-Upgrade lag der DA von Ethereum beispielsweise bei etwa 0,08 MB pro Sekunde. Später kamen Celestia, EigenDA und Avail auf den Markt, und ihr Durchsatz lag typischerweise zwischen 1,2 und 10 MB pro Sekunde. Das Problem ist, dass dieser Durchsatz bei weitem nicht für KI-Anwendungen oder On-Chain-Gaming-Anwendungen ausreicht. Wir müssen über DA in Gigabyte pro Sekunde sprechen, nicht in MB pro Sekunde. Wenn Sie beispielsweise ein KI-Modell in der Kette trainieren möchten, benötigen Sie dafür tatsächlich 50 bis 100 GB Datenübertragung pro Sekunde. Das ist ein Unterschied um eine Größenordnung. Wir haben diese Chance erkannt und darüber nachgedacht, wie wir diesen Durchbruch schaffen können, damit große Anwendungen für Web2 mit der gleichen Leistung und den gleichen Kosten in der Kette erstellt werden können. Das ist eine riesige Lücke, die wir auf dem Feld sehen. Darüber hinaus gibt es einige Probleme, die nicht vollständig berücksichtigt wurden. Unter Datenverfügbarkeit verstehen wir beispielsweise eine Kombination aus Datenveröffentlichung und Datenspeicherung. Unsere Kernerkenntnis besteht darin, durch die Aufteilung der Daten auf diese beiden Kanäle bahnbrechende Leistungsverbesserungen zu erzielen, um Broadcast-Engpässe im System zu vermeiden.
Ein zusätzliches Speichernetzwerk ermöglicht Ihnen viele Dinge wie Modellspeicherung, Trainingsdatenspeicherung für bestimmte Anwendungsfälle und sogar Programmierbarkeit. Sie können eine vollständige Statusverwaltung durchführen und entscheiden, wo Daten gespeichert werden, wie lange sie gespeichert werden und wie viel Sicherheit erforderlich ist. Somit sind nun reale Anwendungsfälle möglich, die in verschiedenen Bereichen wirklich benötigt werden.
Der aktuelle Stand von DA ist, dass wir erhebliche Fortschritte von 0,08 MB pro Sekunde auf 1,4 MB gemacht haben, was tatsächlich zu einer Reduzierung der Transaktionskosten geführt hat, in einigen Fällen um 99 %. Für die tatsächlichen Bedürfnisse der zukünftigen Welt reicht dies jedoch nicht aus. Hochleistungs-KI-Anwendungen, On-Chain-Spiele, Hochfrequenz-DeFi – alle diese Anwendungen erfordern einen höheren Durchsatz.
Mehdi: Ich habe zwei grundlegende Fragen. Beim ersten geht es um die Lagerung. Sie haben den Transaktionsverlauf von L2 und sogar den Verlauf des KI-Modells erwähnt. Wie lange müssen wir die Daten in Bezug auf die Speicherung speichern? Das ist meine erste Frage. Die zweite Frage lautet: Es gibt bereits dezentrale Speichernetzwerke wie Arweave und Filecoin. Glauben Sie, dass diese zur Verbesserung des Durchsatzes beitragen können? Ich meine nicht die Veröffentlichung von Daten, sondern die Speicherung.
Michael: Wie lange Daten gespeichert werden, hängt von ihrem Zweck ab. Wenn eine Notfallwiederherstellung in Betracht gezogen wird, sollten die Daten dauerhaft gespeichert werden, damit der Zustand rekonstruiert werden kann. Für optimistische Rollups, bei denen es ein betrugssicheres Fenster gibt, ist eine Speicherung von mindestens 7 Tagen erforderlich, damit der Status bei Bedarf wiederhergestellt werden kann. Bei anderen Rollup-Typen kann die Speicherzeit kürzer sein. Die Einzelheiten variieren, aber das ist im Allgemeinen der Fall.
Was andere Speicherplattformen betrifft, haben wir uns dafür entschieden, das Speichersystem selbst zu bauen, da Arweave und Filecoin eher für die Protokollspeicherung, also die langfristige Kaltspeicherung, konzipiert sind. Daher sind sie nicht für das sehr schnelle Schreiben und Lesen von Daten ausgelegt, was für KI-Anwendungen und strukturierte Datenanwendungen, die Schlüsselwertspeicher oder Transaktionsdatentypen erfordern, von entscheidender Bedeutung ist. Auf diese Weise kann eine schnelle Verarbeitung erreicht und sogar eine dezentrale Google Docs-Anwendung erstellt werden.
Jonny: Ihnen ist sehr klar, warum DA benötigt wird und warum bestehende dezentrale Speicherlösungen für dieses spezielle Szenario nicht geeignet sind. Können Sie das ultimative Ziel der Datenverfügbarkeit besprechen?
Michael: Das ultimative Ziel ist leicht zu definieren. Was wir erreichen wollen, ist eine mit Web2 vergleichbare Leistung und Kosten, die es ermöglichen, alles in der Kette zu erstellen, insbesondere KI-Anwendungen. Es ist ganz einfach, genau wie AWS über Rechenleistung und Speicher verfügt, ist S3 eine Schlüsselkomponente. Auch wenn die Datenverfügbarkeit unterschiedliche Merkmale aufweist, ist sie eine entscheidende Komponente. Unser oberstes Ziel ist der Aufbau eines modularen KI-Technologie-Stacks, bei dem der Datenverfügbarkeitsteil nicht nur die Datenveröffentlichung, sondern auch Speicherkomponenten umfasst, die durch ein Konsensnetzwerk konsolidiert werden. Wir lassen das Konsensnetzwerk die Datenverfügbarkeitsstichprobe durchführen, und sobald ein Konsens erreicht ist, können wir ihn auf der zugrunde liegenden Schicht 1 (wie Ethereum) nachweisen. Unser oberstes Ziel ist es, ein On-Chain-System aufzubauen, das jede Hochleistungsanwendung ausführen und sogar das On-Chain-Training von KI-Modellen unterstützen kann.
Kamran: Können Sie Ihre Zielgruppe näher erläutern? Welche Projekte hoffen Sie neben künstlicher Intelligenz und der Entwicklung von KI-Anwendungen auf der Blockchain auf 0G zurückgreifen zu können?
Michael: Du hast bereits einen Anwendungsbereich erwähnt. Wir arbeiten hart daran, die größte dezentrale KI-Community aufzubauen und hoffen, dass eine große Anzahl von Projekten auf unserer Grundlage aufgebaut wird. Ganz gleich, ob Pond ein großes Diagrammmodell erstellt, Fraction AI oder PublicAI eine dezentrale Datenannotation oder -bereinigung durchführen oder sogar Projekte auf Ausführungsebene wie Allora, Talus Network oder Ritual ausführen, wir arbeiten hart daran, die größte Community für KI-Entwickler aufzubauen. Dies ist für uns eine Grundvoraussetzung.
Aber wirklich jede Hochleistungsanwendung kann auf uns aufgebaut werden. Am Beispiel von On-Chain-Spielen benötigen 5.000 Benutzer 16 MB Datenverfügbarkeit pro Sekunde, um einen vollständigen On-Chain-Spielstatus ohne Komprimierung zu erreichen. Derzeit kann keine DA-Schicht dies tun, vielleicht kann Solana das, aber das ist nicht dasselbe wie das Ethereum-Ökosystem und die Unterstützung ist begrenzt. Daher sind solche Anwendungen auch für uns sehr interessant, insbesondere wenn sie mit On-Chain-KI-Agenten (wie NPCs) kombiniert werden. In diesem Bereich besteht großes Potenzial für übergreifende Anwendungen.
Hochfrequenz-DeFi ist ein weiteres Beispiel. Zukünftige vollständig homomorphe Verschlüsselung (FHE), Datenmärkte und Hochfrequenz-Deep-End-Anwendungen erfordern alle einen sehr großen Datendurchsatz und eine DA-Schicht, die wirklich hohe Leistung unterstützen kann. Daher kann jede leistungsstarke DA-App oder Layer2 auf uns aufgebaut werden.
Mehdi: Sie arbeiten hart daran, die Skalierbarkeit und den Durchsatz zu verbessern und das Problem der durch Speicherkomponenten verursachten Zustandserweiterung zu lösen. Warum nicht einfach einen kompletten Layer1 starten? Wenn Sie die Möglichkeit haben, einen technologischen Durchbruch zu erzielen, warum sollten Sie dann einen modularen Ansatz wählen, anstatt einen Layer1 mit einer eigenen virtuellen Maschine zu erstellen? Welche Logik steckt hinter der Einführung eines modularen Stacks?
Michael: Grundsätzlich gesehen ist unsere unterste Schicht eine Schicht 1, aber wir sind fest davon überzeugt, dass Modularisierung der Weg ist, Anwendungen in der Zukunft zu erstellen. Und wir sind modular aufgebaut und schließen es nicht aus, in Zukunft eine speziell für KI-Anwendungen optimierte Ausführungsumgebung bereitzustellen. Wir sind uns der Roadmap dafür noch nicht ganz sicher, aber es ist möglich.
Der Kern der Modularität ist die Auswahl. Sie können die Abrechnungsschicht, die Ausführungsumgebung und die DA-Schicht auswählen. Abhängig vom Anwendungsfall können Entwickler die beste Lösung auswählen. Genau wie in Web2 war TCP/IP erfolgreich, weil es modular aufgebaut war und Entwickler die Freiheit hatten, verschiedene Aspekte davon nach Belieben zu verwenden. Daher hoffen wir, Entwicklern mehr Auswahlmöglichkeiten zu bieten, damit sie entsprechend ihren Anwendungstypen die am besten geeignete Umgebung erstellen können.
Mehdi: Wenn Sie sich jetzt für eine virtuelle Maschine entscheiden würden, welche virtuelle Maschine auf dem Markt wäre die beste für die Anwendung, die Sie in Betracht ziehen oder auf die Sie hinarbeiten?
Michael: Ich sehe das sehr praktisch. Wenn etwas getan werden müsste, um mehr Web2-Entwickler für Web3 zu gewinnen, wäre es eine Art virtuelle WASM-Maschine, die Anwendungen in den gängigsten Programmiersprachen wie JavaScript oder Python erstellen könnte. Diese Sprachen sind nicht unbedingt die beste Wahl für die On-Chain-Entwicklung.
Move VM ist in Bezug auf Objekte und Durchsatz sehr gut konzipiert. Wenn Sie auf der Suche nach hoher Leistung sind, ist dies eine Option, die es wert ist, beachtet zu werden. Wenn Sie an eine kampferprobte virtuelle Maschine denken, handelt es sich aufgrund der großen Anzahl von Solidity-Entwicklern um eine E-VM. Die Wahl hängt also vom jeweiligen Nutzungsszenario ab.
Jonny: Ich möchte hören, was die größten Hindernisse für euch waren, oder ist alles reibungslos verlaufen? Ich kann mir nicht vorstellen, dass Ihre Karriere so groß ist und nicht immer so reibungslos verlaufen kann.
Michael: Ja, ich denke, jedes Startup wird nicht reibungslos verlaufen, es wird immer einige Herausforderungen geben. Aus meiner Sicht besteht die größte Herausforderung darin, sicherzustellen, dass wir mithalten können, da wir mehrere Aufgaben sehr gut ausführen und einige Kompromisse eingehen müssen, um schnell auf den Markt zu kommen.
Zum Beispiel wollten wir ursprünglich mit einem maßgeschneiderten Konsensmechanismus starten, aber das würde die Einführungszeit um vier bis fünf Monate verlängern. Deshalb haben wir uns entschieden, in der ersten Phase einen Standard-Konsensmechanismus zu verwenden, um einen starken Proof of Concept durchzuführen und einen Teil des Endziels zu erreichen, beispielsweise 50 GB pro Sekunde pro Konsensschicht. In der zweiten Phase wird dann eine horizontal skalierbare Konsensschicht eingeführt, um einen unbegrenzten DA-Durchsatz zu erreichen. So wie wir einen Schalter betätigen, um einen anderen AWS-Server hochzufahren, können wir zusätzliche Konsensebenen hinzufügen und so den gesamten DA-Durchsatz erhöhen.
Eine weitere Herausforderung besteht darin, sicherzustellen, dass wir Top-Talente für das Unternehmen gewinnen. Unser Team ist stark, darunter Goldmedaillengewinner bei der Informatikolympiade und erstklassige Informatik-Doktoranden. Deshalb brauchen wir unser Marketingteam und neue Entwickler, die dem entsprechen.
Jonny: Es hört sich so an, als wäre die größte Hürde, vor der ihr derzeit steht, die Priorisierung, oder? Akzeptieren Sie, dass Sie nicht alles in kurzer Zeit erledigen können und dass einige Kompromisse eingegangen werden müssen. Was denken Sie über den Wettbewerb? Ich vermute, dass Celestia oder EigenDA keine ernsthafte Bedrohung für Ihren speziellen Anwendungsfall darstellen.
Michael: In Web3 hängt der Wettbewerb weitgehend von der Community ab. Wir haben eine starke Community rund um Hochleistungs- und KI-Builder aufgebaut, während Celestia und EigenDA wahrscheinlich eher universelle Communities haben. EigenDA ist wahrscheinlich mehr daran interessiert, wirtschaftliche Sicherheit zu schaffen und AVS auf EigenLayer aufzubauen, während Celestia mehr daran interessiert ist, welche Layer2 ihre Transaktionskosten senken möchte und nicht über viele Anwendungen mit hohem Durchsatz verfügt. Beispielsweise ist der Aufbau von Hochfrequenz-DeFi auf Celestia eine große Herausforderung, da ein Durchsatz von mehreren Terabyte pro Sekunde erforderlich ist, was das Celestia-Netzwerk vollständig verstopfen würde.
Aus dieser Perspektive fühlen wir uns wirklich nicht bedroht. Wir bauen eine sehr starke Community auf, und selbst wenn andere hinzukommen, verfügen wir bereits über den Netzwerkeffekt von Entwicklern und Marktanteilen, und hoffentlich werden weitere Mittel folgen. Die beste Verteidigung sind also unsere Netzwerkeffekte.
Jonny: Sie haben künstliche Intelligenz als Ihr Hauptaugenmerk gewählt, aber warum muss Web3 künstliche Intelligenz in seinem Ökosystem hosten? Umgekehrt: Warum braucht künstliche Intelligenz Web3? Dies ist eine zweiseitige Frage, und die Antwort auf beide Fragen lautet nicht unbedingt Ja.
Michael: Natürlich ist Web3 ohne KI möglich. Aber ich denke, in den nächsten 5 bis 10 Jahren wird jedes Unternehmen ein KI-Unternehmen sein, weil KI genauso transformativ sein wird wie das Internet. Wollen wir diese Chance in Web3 wirklich verpassen? Das glaube ich nicht. Laut McKinsey wird KI einen wirtschaftlichen Wert in Billionenhöhe freisetzen und 70 % der Arbeitsplätze können durch KI automatisiert werden. Warum also nicht davon profitieren? Web3 ohne KI ist möglich, aber mit KI wird die Zukunft besser sein. Wir glauben, dass in den nächsten 5 bis 10 Jahren die Mehrheit der Teilnehmer an der Blockchain KI-Agenten sein werden, die Aufgaben und Transaktionen für Sie erledigen. Es wird eine sehr aufregende Welt sein, in der wir viele automatisierte Dienste auf Basis von KI haben werden, die auf den Benutzer zugeschnitten sind.
Ich wiederum denke, dass KI unbedingt Web3 braucht. Unsere Mission ist es, KI zu einem öffentlichen Gut zu machen. Dabei handelt es sich grundsätzlich um eine Frage der Anreize. Wie stellen Sie sicher, dass KI-Modelle nicht betrügen und Entscheidungen treffen, die für den Menschen am besten sind? Die Ausrichtung kann in Anreiz-, Verifizierungs- und Sicherheitskomponenten unterteilt werden, die sich jeweils gut für die Implementierung in einer Blockchain-Umgebung eignen. Blockchain kann bei der Finanzialisierung und Anreizen durch Token helfen und ein Umfeld schaffen, in dem KI finanziell nicht geneigt ist, zu betrügen. Der gesamte Transaktionsverlauf befindet sich ebenfalls in der Blockchain. Um hier eine kühne Aussage zu machen: Ich denke grundsätzlich, dass alles, von den Trainingsdaten über die Datenbereinigungskomponenten bis hin zu den Datenaufnahme- und -erfassungskomponenten, in der Kette erfolgen sollte, damit eine vollständige Rückverfolgbarkeit darüber besteht, wer die Daten bereitgestellt hat und welche Entscheidungen dann getroffen wurden KI-Modellmarke?
Wenn KI-Systeme in 5 bis 10 Jahren Logistik-, Verwaltungs- und Fertigungssysteme verwalten, möchte ich die Version des Modells und seine Entscheidungen kennen und das Modell über die menschliche Intelligenz hinaus überwachen, um sicherzustellen, dass es mit dem Menschen übereinstimmt Interessen. Und indem wir KI in eine Black Box stecken, die betrügen und keine Entscheidungen im besten Interesse der Menschheit treffen könnte, bin ich mir nicht sicher, ob wir einigen Unternehmen vertrauen können, dass sie die Sicherheit und Integrität eines solchen Systems konsequent gewährleisten, insbesondere angesichts der zukünftigen Auswirkungen von KI-Modellen. Mögliche Superkräfte in 5 bis 10 Jahren.
Kamran: Wir alle wissen, dass der Krypto-Raum voller Narrative ist und Sie sich so auf den KI-Bereich konzentrieren, glauben Sie, dass dies auf lange Sicht ein Hindernis für Sie sein wird? Wie Sie sagten, wird Ihr Technologie-Stack dem, was wir jetzt sehen, weit überlegen sein. Glauben Sie, dass die Erzählung rund um die KI und die Namensgebung selbst Ihre zukünftige Entwicklung behindern werden?
Michael: Wir glauben nicht. Wir sind fest davon überzeugt, dass in Zukunft jedes Unternehmen ein KI-Unternehmen sein wird. Es gibt kaum ein Unternehmen, das KI nicht in irgendeiner Form in seinen Anwendungen oder Plattformen einsetzt. Aus dieser Perspektive eröffnet GPT jedes Mal, wenn es eine neue Version auf den Markt bringt, beispielsweise eine mit Billionen von Parametern, neue Funktionen, die zuvor nicht verfügbar waren, und erreicht ein höheres Leistungsniveau. Ich denke, die Hitze wird anhalten, denn es handelt sich um ein völlig neues Paradigma. Zum ersten Mal konnten wir Computern mit menschlicher Sprache sagen, was sie tun sollen. In manchen Fällen erlangen Sie die Fähigkeit, über den Durchschnittsmenschen hinauszugehen und Prozesse zu automatisieren, die zuvor unerreichbar waren. Einige Unternehmen haben beispielsweise ihre Vertriebsentwicklung und Kundenbetreuung nahezu vollständig automatisiert. Mit der Veröffentlichung von GPT-5, GPT-6 usw. werden KI-Modelle intelligenter. Wir müssen sicherstellen, dass wir mit diesem Trend in Web3 Schritt halten und unsere eigene Open-Source-Version erstellen.
KI-Agenten werden in Zukunft Teile der Gesellschaft steuern und es ist von entscheidender Bedeutung, sicherzustellen, dass sie in angemessener Weise durch Blockchain gesteuert werden. Innerhalb von 10 bis 20 Jahren wird KI definitiv zum Mainstream werden und große gesellschaftliche Veränderungen bewirken. Schauen Sie sich einfach den völlig autonomen Fahrmodus von Tesla an und Sie werden erkennen, dass die Zukunft Tag für Tag zur Realität wird. Auch Roboter werden in unser Leben Einzug halten und uns viel Unterstützung leisten. Wir leben im Grunde in einem Science-Fiction-Film.
Das obige ist der detaillierte Inhalt vonGespräch mit 0G Labs: DAs Weg bis zum Ende und die neue Ära der On-Chain-KI. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!
So verwenden Sie die UCSC-Datenbank
Der Unterschied zwischen Get-Request und Post-Request
Tutorial zur Symboleingabe in voller Breite
Einführung in die Verwendung des gesamten VBS-Codes
Der Unterschied zwischen Javac und Java
Liste der Windows 10-Aktivierungsschlüssel
Lösung für Win10-Download-Fehler
Einführung in den Route Add-Befehl
