从零开始的Web3学习 2| Bitcoin 到 Etherum (智能合约的出现)

从零开始的Web3学习 2| Bitcoin 到 Etherum (智能合约的出现)

1. 比特币BTC一 区块链1.0

1.1 比特币的诞生

历史背景

  • 2008年,署名为“中本聪”的神秘人物发布了论文《比特币:一种点对点式的电子现金系统》首次提出了比特币的概念。
  • 2009年,比特币软件发布并正式启动了比特币金融系统,中本聪逐渐淡出人们的视野,至今他(或他们)的身份仍是未解之谜。
  • 重要背景:08年的次贷危机和金融危机,中本聪希望通过比特币创造一种全球自由流动、不受政府监管和控制的数字加密货币。
1.2 比特去中心化与分布式账本
去中心化的定义
  • 比特币通过去中心化的方式,不受任何个人或机构控制,能够自动运行。
  • 传统金融系统如支付宝依赖于中心化服务器,存在单点故障的风险(如黑客攻击、企业破产)。
  • 比特币的解决方案:通过分布式账本技术,每个运行比特币软件的设备都可以成为一个节点,这些节点共同维护区块链,确保数据的安全性和一致性。
共识机制
  • 比特币使用的工作量证明(Proof of Work)机制,确保只有超过50%的节点同意时,区块链数据才能被修改。
  • 重要数据:截至2021年1月,比特币全球节点数为11703个,篡改数据几乎不可能,因为需要控制51%的节点(约5968个)才能成功。
1.3 矿工与比特币
挖矿的概念
  • 挖矿是运行比特币软件,猜测区块链中下一个区块的加密值,成功猜中后即可获得比特币奖励。
  • 经济激励:金钱驱动力让越来越多的人参与到比特币网络的维护中,形成了比特币挖矿产业。
1.4 比特币的缺陷

<

Read more

GitHub Copilot

1. GitHub Copilot(最适配 Vue3 的主流选择) GitHub Copilot 是目前最成熟的 AI 代码助手之一,对 Vue3 的 <script setup>、组合式 API(如 ref、reactive、computed)等语法支持极佳,能根据上下文生成 Vue3 组件、逻辑代码、甚至单元测试。 安装步骤: 1. 打开 VS Code,点击左侧边栏的「扩展」图标(或快捷键 Ctrl+Shift+X)。 2. 在搜索框输入 GitHub Copilot,找到官方插件(图标是章鱼猫),点击「安装」

【建议收藏】AI术语速成课:大模型、ChatGPT、Copilot、Agent、MaaS一文搞懂

【建议收藏】AI术语速成课:大模型、ChatGPT、Copilot、Agent、MaaS一文搞懂

文章通过"超级餐厅"类比,详细解释了AI领域8个核心概念:大模型(基础底座)、Chatbot(交互界面)、Copilot(嵌入式助手)、API(开发者接口)、MaaS(企业平台)、Agent(自主智能体)、Workflow(固定流程)和通用智能体(全能助手)。文章指出AI正从单纯的对话交互向自主执行任务快速演进,帮助读者厘清这些易混淆的概念及其关系。 1、大模型 (LLM / Large Models) 🏷️ 角色:拥有无穷知识的“超级大厨” 定义:全称“大语言模型”。它是所有上层应用的基础底座。它通过海量数据训练,学会了人类的语言逻辑、世界知识和推理能力。它本身是一个文件(权重文件),静静地躺在服务器里。 * 特点:懂得多,但如果不给它界面或工具,它没法直接和你交互。 * 🍽️ 餐厅类比:它是大厨的大脑,装着所有的菜谱和烹饪技巧。 * 🔥 知名产品/

llama.cpp量化模型部署实战:从模型转换到API服务

1. 为什么你需要关注llama.cpp:让大模型在普通电脑上跑起来 如果你对AI大模型感兴趣,肯定听说过动辄需要几十GB显存的“庞然大物”。想在自己的电脑上跑一个7B参数的模型,以前可能得配一张昂贵的专业显卡。但现在,情况不一样了。我今天要跟你聊的 llama.cpp,就是那个能让大模型“瘦身”并飞入寻常百姓家的神奇工具。 简单来说,llama.cpp是一个用C/C++编写的开源项目,它的核心目标只有一个:用最高效的方式,在消费级硬件(比如你的笔记本电脑CPU)上运行大型语言模型。它不像PyTorch那样是个庞大的深度学习框架,它更像一个“推理引擎”,专注于把训练好的模型,以最小的资源消耗跑起来。 我刚开始接触大模型部署时,也被各种复杂的依赖和巨大的资源需求劝退过。直到用了llama.cpp,我才发现,原来在我的MacBook Pro上,也能流畅地和Llama 2这样的模型对话。这背后的功臣,主要就是两点:纯C/C++实现带来的极致性能,以及模型量化技术带来的体积与速度革命。量化这个词听起来有点技术,你可以把它想象成给模型“压缩图片”

AI写作大师-Qwen3-4B-Instruct多行业落地:教育出题、法律文书、电商文案

AI写作大师-Qwen3-4B-Instruct多行业落地:教育出题、法律文书、电商文案 1. 这不是普通AI,是能“想清楚再动笔”的写作伙伴 你有没有遇到过这样的情况: * 教师要出一套覆盖知识点、难度梯度合理、题干严谨的月考卷,手动编题花掉整个周末; * 律师助理需要在30分钟内整理一份格式规范、条款无歧义、引用准确的合同初稿; * 电商运营盯着100款新品发愁——每款都要写5条不同风格的详情页文案,还要兼顾转化率和平台规则。 过去,这些任务要么靠经验堆时间,要么靠模板硬套,结果不是千篇一律,就是漏洞百出。而今天,Qwen3-4B-Instruct 不是“快速生成”,而是“理解之后再表达”——它不急着输出,先拆解逻辑、对齐标准、预判风险,再落笔成文。 这不是参数堆出来的“大”,而是推理链拉得够长、知识面铺得够宽、语言组织够严密的“实”。40亿参数不是数字游戏,它意味着模型能记住更复杂的上下文关系,能在2000字的法律条款里保持主谓一致、术语统一、逻辑闭环;能在一道物理题的解析中,自动补全隐含条件、标注易错点、