@kerica
《如何基于 Farcaster 寻找新东西 · 第二弹：借助自动化 VC AI Agent 寻找打新机会》(简中版）—— 昨天在 X 发了一次的文章，这边同步存一下~
今天看到 @hellozeck.eth 提到 @feyprotocol 的 $fey 打新获得了十倍收益，恰好是我上周逛的时候，因同一个信息源 @faircaster 关注到的项目。而且，11AMdotclub 也发布了创始人 Luc de Leyritz 的访谈。
个人很欣赏这个项目的核心理念。以下结合访谈内容，简单总结一下这个信息源：
—— 当前场内流动性有限，经常是热点轮动。至少要做到：跟踪一个信息源时，先理解人家的 thesis 和运作原理，避开大环境不利于这种策略的时段；进一步的，最好能倒推信息源是如何一步步优化的，再去完善自己处理信息的系统。
1- Faircaster 是什么
Luc 的 RE7 基金专注于“社交”+“消费”方向的加密项目。Faircaster 是他们在 Farcaster 和 Base 上创建的自治型风投基金（autonomous venture fund），灵感来自他们在 RE7 之前进行的数据基础设施实验（信息处理 + 基于数据的投资决策），试图由 AI 来运行整个流程。
简单理解：
这是一个由 AI agent 自动搜索、筛选、分析并投入资金的 VC（风投），最早在 Farcaster 上推出，但他们的 X（Twitter）账号也会同步更新内容。
2-投资偏好
偏向基本面投资。
认为 Farcaster 生态中的一些项目具有长期价值，因此主要关注这一方向。
→ 推论：
当 Base 生态处于上升期时，这个信息源的作用会被放大。目前关注的人还不多，可以考虑作为重点关注对象。
当 Base 生态过热，且从跨链数据及 @aerodrome 的数据中可以看出流动性明显撤退时，就需要结合更多交叉信息，谨慎对待这个信息源提到的项目。
3- 技术框架
根据 Luc 的介绍，我整理出了以下示意图：
Faircaster 实时读取约 75 万条来自关键用户（创始人、投资人、优秀交易员）的公开社交数据，每天筛选出约 500 个项目，最终仅挑选少数（目前是 8 个）进行投资。系统 24/7 自动运行，团队仅在收到模型预警时人工介入确认执行——这也是项目唯一的中心化部分，大约占 3%，因为面对的场景是非标准化的，目前还无法完全摆脱人工辅助。
P.S. 与我平时自己找 alpha 的方式相比，他们多了 AI agent 的直接参与，少了链上数据的分析，更依赖于人作为信息枢纽进行整合。从早期打新的角度看，这种方式是合理的。
4- 项目现状与团队机会（躬身入局）
目前，他们的自治型风投基金还比较早期，规模约 10 万美元，较启动时增长了两倍多。最早的资金来自早期顾问和 Farcaster 生态的个人投资者。这个基金也发行了自己的代币。团队计划未来更谨慎地设计代币经济，确保早期支持者能分享到后续潜在收益。
⚠️ 注意：
这个规模目前并不算大。对于 Base，特别是 Farcaster 生态而言，更适合资金不多的散户早期寻找机会，较难进行大仓位操作。
例如我之前扫链时看到，一些 base 深度用户在玩 x402 + base 项目时，投入通常只有几百美金，偶尔能撞上几次“大运”。
团队方面，Luc 负责技术搭建，目前正在寻找另一位技术合伙人——希望是优秀的工程师。有兴趣的朋友可以直接私信他：https://farcaster.xyz/luc
3 replies
4 recasts
28 reactions