# QUBIC

Stripe 的联合创始人刚刚表示，区块链可能需要 10 亿 TPS 才能支持人工智能代理驱动的未来。
这就是这个数字的重要性所在——以及该行业目前的实际情况。
帕特里克和约翰·科里森在 2025 年的年度信函中写道，人工智能代理可能很快就会处理大部分互联网交易，而目前的区块链基础设施还远未做好准备。
他们举了一个真实的例子：在一条主要区块链上，memecoin 的激增导致支付延迟超过 12 小时，手续费飙升 35 倍。
Chainspect 显示的现状：
→ Solana：~1,140 TPS（理论最大值：65K）
→ ICP：~1,196 TPS（理论最大值：~210K）
→大多数网络：吞吐量约为 1,000 TPS
这比10亿少了几个数量级。
现在请考虑以下情况：2025 年 4 月，Qubic 在其正式上线的 L1 主网上线时，交易量达到了 1552 万 TPS，该数据已由 CertiK 独立验证并发布。无需 Rollup，无需 L2 依赖，零手续费，即时生效。
这不是测试网模拟，而是实际主网压力测试，产生了 15.18 亿笔交易，并经业内最受尊敬的审计机构之一验证。
单凭 1552 万 TPS 还不足以弥补与 10 亿 TPS 的差距，但它是目前任何在役网络所能达到的最接近 10 亿 TPS 的水平，而且差距相当大。其背后的架构（基于 tick 的共识机制，具备原子执行和

🚨 最新消息：OpenAI 发布了一篇文章，证明 ChatGPT 总是会编造内容。
不是有时。不是等到下一次更新。是永远如此。他们用数学证明了这一点。
即使拥有完美的训练数据和无限的计算能力，AI 模型仍然会自信满满地告诉你一些完全错误的事情。这不是一个他们正在修复的漏洞。这解释了这些系统在根本层面上的工作原理。
而他们自己的数据也非常残酷。OpenAI 的推理模型 o1 在 16% 的情况下会产生幻觉。它们的新模型 O3？33%。它们的新 o4-mini？48%。他们最新模型提供的信息中，几乎一半可能是虚构的。“更智能”的模型实际上在越来越多地说谎。
这就是为什么无法修复的原因。语言模型的工作原理是根据概率预测下一个词。当遇到不确定的情况时，它们不会停止，也不会发出信号。它们会假设，并以绝对的信心进行推测，因为这正是它们被训练的目的。
研究人员分析了衡量这些模型质量的前十个人工智能标准。十个标准中，有九个对“我不知道”与给出完全错误答案的评分一样：零分。整个测试系统实际上惩罚诚实，奖励猜测。
因此，AI 学会了最优策略：总是猜。永远不承认不确定。这看起来很自信，即使它们是在编造。
OpenAI 提出的解决方案是什么？让 ChatGPT 在不确定时说“我不知道”。他们的计算显示，这意味着大约 30% 的问题没有答案。想象一下，向 ChatGPT 提问三次，得到“我不够自信回答”。