TL;DR

• Almanak 使量化交易變得更加平民化，幫助用戶創建自己的交易策略或利用他人的策略在 DeFi 中獲取收益。
• 這個平台專爲創建盈利交易代理而設計，簡化了區塊鏈模擬，並大幅縮短了識別和捕捉盈利策略的時間。
• Almanak 的核心在於其模擬器，它結合了基於代理的建模和區塊鏈驅動的蒙特卡羅模擬，爲金融策略提供了高精準度的預測環境。Almanak 通過代幣激勵生態參與者，尤其是策略貢獻者，他們是平台的核心。
• 在未來幾年，區塊鏈活動將大幅依賴代理，而 Almanak 將處於這個新生態的中心。

回想 DeFi 夏季的輝煌時刻，那時每天都像是在 Uniswap 上進行尋寶，尋找新發布的代幣和收益極高的“食物幣”。那段時光既混亂又刺激，令人懷念，可能再也不會重現。

當時，市場競爭環境幾乎是公平的。散戶和投機者利用新協議的機會，率先獲得高收益，而大型玩家卻未曾察覺。事情發展的速度很快，但只要你保持關注，就能更快地把握機會。然而，天堂並不長久。大型機構投資者很快就進入了市場，他們擁有深厚的資金和復雜的交易策略，像 MEV 套利者、算法做市商和流動性提供者等。他們看到了相同的機會，並將機構級的工具帶入 DeFi 領域，使得像我這樣的散戶交易者幾乎沒有生存空間。

國際清算銀行（BIS）的一項研究表明，今天的 DeFi 中，散戶流動性提供者常常被少數復雜的機構參與者所擊敗，這些機構控制着 80% 的總鎖定價值（TVL）。在大多數情況下，散戶在 Uniswap v3 上提供流動性時往往處於虧損狀態。如果我們面臨這樣的劣勢，小型交易者如何能夠再次贏得勝利？

Almanak 的願景

Almanak 的願景明確而雄心勃勃：讓每個人都能輕鬆創建賺錢的 AI 代理。他們正在讓機構級的交易技術變得更加普及，相信 AI 驅動的金融策略應該向所有人開放。爲了實現這一願景，Almanak 構建了一個平台，幫助用戶創建、測試、優化、部署和監控加密貨幣中的金融代理。這些代理將不遺餘力地爲你進行交易、產生收益和管理風險。

在實際操作中，Almanak 將先進的量化交易工具帶給更多人——無論是構建自己的策略，還是利用他人的策略來獲取收益。

量化交易=大生意

量化（或算法）交易在傳統金融界早已爲人所知。在傳統金融中，60-75% 的交易是算法驅動的，利用復雜的算法分析大量數據，以發現模式和預測趨勢。這種交易方式摒棄了情感，完全依賴邏輯。然而，成功實現這一點並不簡單。首先，你需要大量的數據。其次，你需要強大的硬件來訓練機器學習模型，從而生成預測。最後，你還需要聰明的數學家和工程師來設計盈利的算法。

大多數人並沒有這樣的資源。說實話——如果你有這些資源，你可能已經在經營一家對沖基金，賺取數百萬，而不是在閱讀這些內容。（我們只是開玩笑……大部分情況下。）

獎牌基金：量化交易的典範

來源： https://ofdollarsanddata.com/medallion-fund/

如果說有哪個名字能代表這種交易風格的成功，那就是由詹姆斯·西蒙斯（James Simons）創立的獎牌基金——也被稱爲“量化之王”。獎牌基金擁有90多位數學、物理和計算機科學的博士團隊，利用統計模型和大量市場數據識別隱藏的交易模式。他們的業績令人矚目，三十年來年均回報率達66%（扣除費用後爲39%），歷史上僅有一年出現負收益。獎牌基金始終超越巴菲特、索羅斯和林奇等知名投資者。

想象一下，如果你在家穿着內褲，也能享受到這些博士的智慧。

量化交易的普及

多年來，量化交易一直是資金雄厚的精英對沖基金的專屬領域，但這種情況正在改變。量化交易正逐漸走向主流。在 Web 2 時代，像 QuantConnect 這樣的平台使量化交易變得更加可及。自2012年推出以來，QuantConnect 賦能交易者和工程師使用機構級工具。其統計數據令人矚目：全球超過315,000名用戶，每月產生2,500個新算法和100萬行代碼。

QuantConnect 的雲優先基礎設施讓用戶能夠接觸到數TB的金融、基礎和替代數據，整合了回測和實時交易等功能，而按需付費的定價模式消除了高昂的前期成本。QuantConnect 95%的收入來自雲服務費用和不斷增長的數據市場，爲個人和小型公司提供了公平競爭的環境。

在加密貨幣領域，參與者同樣多樣化，包括像 Gauntlet、Quant Matter 和 GSR Markets 這樣的專門加密量化公司；像 Jump Trading 和 Citadel Securities 這樣的傳統金融巨頭跨入 Web3；還有獨立的量化交易者和小團隊，他們在地下室編寫策略。我們是否會看到類似的算法策略在加密領域的普及和擴展？我們相信這是不可避免的。

優化量化交易流程

Almanak 於2022年推出，花了兩年時間悄然構建下一代 DeFi 基礎設施的藍圖——一個區塊鏈上代理數量超過真實人類的世界。

這個想法非常合理，因爲：

• AI 只是一段代碼，而代碼通過智能合約自然存在於區塊鏈上。
• 在區塊鏈上，AI 和人類之間沒有本質區別。

Almanak 在早期階段起步較小，最初構建一個優化 DeFi 收益的模擬器。但隨着時間的推移，這一努力擴展爲一個更大的項目：一個爲 DeFi 定制的通用代理中心基礎設施。快進兩年，該平台已經運行了一些實時策略，並投入了真實的資本。

以下是典型量化交易對沖基金的操作流程：

1. 分析市場：利用數據分析和市場信號識別高潛力機會。
2. 構建策略：爲特定機會設計交易策略原型。
3. 測試和優化：通過模擬評估和優化策略在不同市場情景下的表現。
4. 部署到市場：在實際金融市場中執行策略。
5. 監控和調整：持續跟蹤策略表現，並進行調整以保持盈利。

對沖基金通常會處理數千種策略，持續測試以適應市場變化，找出最盈利的策略。這個過程是動態的，策略實時監控和調整。Almanak 旨在利用機器學習和 AI 簡化和自動化這些過程。這對較小的加密量化團隊和個人交易者來說是一個重大改變，簡化了繁瑣的 DevOps 過程，消除了如高昂的設置成本和技術復雜性等傳統障礙。

該平台的基礎由兩個重要組件構成：模擬器和執行引擎。Almanak 的核心在於其模擬器，它結合了基於代理的建模和區塊鏈驅動的蒙特卡羅模擬。其端到端基礎設施讓你能夠以最小的開銷構建、測試、部署和監控交易代理。這兩者結合創造了一個高度精準的金融策略預測環境，幾乎就像在看水晶球。因此，量化交易者可以專注於策略，而不必浪費時間在 DevOps 或跨鏈和交易平台的集成上。這將設置時間縮短了多達50%，讓小團隊在使用工具上獲得優勢，這些工具通常需要幾個月的開發時間，現在只需幾次點擊即可完成。

#1: Almanak 模擬器

假設你擅長發現市場機會，Almanak 可以輕鬆將你的想法轉化爲可行的策略。這可能包括：

• 根據特定條件在 Uniswap V3 上提供流動性。

• 在像 Hyperliquid 這樣的永久去中心化交易所進行空頭，以對沖市場波動。

雖然設計 Uniswap V3 策略看似簡單，但會面臨一些關鍵問題：你何時需要調整？波動性會如何影響收益？如果協議更改了參數，會發生什麼？僅憑直覺並不足夠，特別是當涉及真實資金時。市場變化無常，即使是看似可行的策略，如果沒有經過嚴格測試，也可能會失敗。

這就是 Almanak 模擬器的作用所在。

它是一個數字沙盒，旨在精確模擬現實世界中的區塊鏈環境。與傳統模擬器僅依賴價格數據不同，Almanak 模擬器深入模擬區塊鏈的狀態機、核心應用邏輯，甚至用戶行爲。

Almanak 模擬器基於定制的以太坊虛擬機（EVM），能夠反映區塊鏈環境，同時整合實時市場數據。這爲交易者提供了一個快速、可擴展且高度真實的環境，以便他們優化自己的交易策略。

設置 Almanak 模擬器

用戶可以定義參數，如持續時間、參與的代理和市場條件。模擬器會在不同市場動態中模擬代理行爲，提供策略在多種情境下表現的詳細視圖。

你的策略是否盈利？風險和收益的比例如何？你應該進行再平衡還是改變策略方向？模擬器提供清晰且可操作的見解，以幫助用戶優化策略，提升盈利能力並降低風險。

模擬器的主要用戶是經驗豐富的量化交易者，類似於 Dune 的頂尖用戶，以及一些技術水平較低的用戶，他們可以根據自己的需求調整預構建的策略。

基於代理的建模

基於代理的建模

Almanak 模擬器的核心是代理大腦，採用基於代理建模（ABM）技術。

ABM 模型關注個體行爲者——如人類交易者、套利者和機器人——及其相互作用。可以將其視爲實時觀察 DeFi 市場的生動表現。

ABM 並不是新概念，它已在城市規劃和流行病學中被廣泛應用於模擬復雜系統。其基本思想是：代理遵循一定規則，適應、互動並響應周圍環境。個體行爲如何匯聚成更大模式的過程，就是 ABM 的魅力所在。

有趣的是，新加坡利用 ABM 優化城市規劃。通過模擬成千上萬的代理（如汽車、行人、公交車和火車）的行爲，規劃者可以預測交通模式，識別擁堵點，從而在問題發生之前解決它們。如果你曾參與 Token 2049，可能會注意到活動進行得非常順利，這就是 ABM 的應用效果。

在 DeFi 中，ABM 同樣具有強大的功能。每個動作，無論是交易還是協議更新，都可能引發連鎖反應，影響市場的穩定。傳統的回測方法無法捕捉這些復雜性，而 ABM 則能夠很好地應對這種混亂。它能夠捕捉像 MEV 機器人和協議參數（如資金利用率）等因素的影響，而這些是歷史數據無法預測的。

ABM 在處理邊緣案例和意外鏈式反應（如清算級聯和脫鉤）時也表現出色。

問題在於：ABM 對數據的需求很高。幸運的是，區塊鏈提供了大量的交易記錄，可以用來模擬用戶行爲和系統動態，這在傳統金融中是無法實現的。

目的地：蒙特卡洛🎲

蒙特卡羅模擬示例。來源： https://runawayhorse001.github.io/

爲了增強 ABM 的效果，模擬器還利用蒙特卡羅模擬，運行各種“如果”的場景，以預測策略在不同市場走勢中的表現。這種方法對策略進行壓力測試，以應對市場波動，確保其在現實條件下的穩健性。

蒙特卡羅是摩納哥的著名賭場城市，以豪華汽車、美麗的名人和偶然性而聞名。該方法源於曼哈頓計劃，科學家們受到計算紙牌遊戲勝率的啓發，將其應用於解決核反應等復雜問題。

Almanak 蒙特卡羅模擬的示例結果

在 Almanak 的模擬器中，蒙特卡羅模擬會在現實的區塊鏈環境中生成隨機的價格波動和市場條件。每個場景代表一個可能的未來。通過分析這些場景，系統能夠識別出統計上最優的策略，同時突顯出潛在的脆弱性。

其工作原理如下：你設置參數——策略持續時間、參與的代理和模擬條件。模擬器會建模代理行爲和市場動態，提供多個場景下策略表現的全面視圖。

#2：Almanak 執行引擎

策略模板簡化了測試和執行過程

像我一樣，你可能會問：如果你不是數學天才或策略設計師怎麼辦？

Almanak 的執行層讓代理的部署變得簡單，無需編碼或深厚的技術知識。你可以從共享策略庫中選擇，Almanak 會處理繁重的工作。

每個代理都基於預定義的策略運行，這些策略由機器學習模型或規則邏輯驅動。例如，一個交易代理可能會分析市場波動，以決定何時買入或賣出，而另一個代理則專注於流動性提供或使用預設參數進行再平衡。

Almanak 的代理在鏈外操作，這意味着策略和代碼都是保密的，避免了逆向工程的風險。當需要執行時，代理會安全地與鏈上環境互動，確保每筆交易的順利和安全。

該平台與可信的多籤名錢包（如 Eulith 和 Gnosis Safe）集成。代理使用 Almanak 的智能合約錢包，並在嚴格的預批準權限下操作。例如，負責管理 Uniswap 流動性池策略的代理不會突然在 Hyperliquid 上進行交易。用戶的資產保持鎖定，完全由他們控制，這符合開放的非托管系統。

執行層的設計考慮了靈活性。用戶可以通過友好的界面訪問它，或者使用軟件開發工具包（SDK）進行更深入的自定義。預構建的代理和策略庫節省了時間，讓用戶輕鬆上手。

金融 AI 代理——是否使用大型語言模型（LLMs）？

傳統的機器學習模型擅長處理數字，但像 GPT-4、Claude 和 Llama-3 這樣的 LLMs 帶來了新的能力：處理非結構化數據。它們能夠解析白皮書、推文和項目博客，並將這些信息整合成交易策略。它們可以掃描更廣泛的市場環境，提供可操作的見解，並將機會與用戶的風險偏好相匹配。

不過，目前 Almanak 的 AI 代理並不使用 LLMs。在平台的測試版啓動期間，策略由非生成性 AI 驅動，這是有充分理由的：幻覺。LLMs 可能會犯錯或表現不穩定，而當管理數百萬美元時，即使是小錯誤也可能導致嚴重後果。我們可不想看到這種情況，對吧？

Almanak 的方法是經過深思熟慮的。他們首先建立一個堅實的基礎，使用非生成性 AI 簡化和加速量化交易過程的每個步驟。隨後將謹慎地整合 LLMs，增強工作流程的每個階段，同時確保其模型的性能準確率達到99.x%。

最終目標是實現一個未來，讓 LLMs 處理繁重的任務——開發和執行量化策略。這將傳統機器學習的精確性與 LLMs 的上下文智能相結合，從而做出更明智的交易決策。

2025 年路線圖

Almanak 的未來充滿希望。計劃是從高價值量化交易工具開始，逐步擴展到技術水平較低的用戶和零售市場，釋放 DeFi 的全部潛力。

首先，一個預流動性代幣社區啓動活動剛剛通過 Legion 啓動。分配是在4500萬美元的完全稀釋估值下進行的，30% 在代幣生成事件（TGE）時解鎖，24 個月線性歸屬/6 個月懸崖期。Legion 是一個新的 ICO 風格平台，由 Delphi Digital 支持，旨在通過基於聲譽的評分系統使早期投資的獲取變得民主化。這標志着爲 Almanak 生態系統建立動力的重要一步。

Legion 的投資者還將提前訪問 Almanak 平台，預計將在2025年第一季度上線。爲了推動採用，團隊將提供初始的代理和策略供應，專注於適合零售的儲蓄和投資金融產品。爲了確保在推出期間的穩定，策略的總鎖定價值（TVL）最初將限制在2500萬美元，同時平台進行開發和優化。

代幣生成事件預計在2025年上半年進行。一旦代幣上線，它將作爲推動新策略和流動性進入 Almanak 生態系統的重要激勵機制。

之後，事情將變得更加令人興奮。在2025年，重點將轉向爲 AI 驅動的量化交易做準備，這些量化交易能夠自主分析市場並設計策略。

這意味着要建立與先進 AI 模型（如 LLMs）集成的基礎設施，並爲未來用戶提供即插即用的功能。策略市場也在籌備中，提供基於金庫的策略——用戶可以在不透露策略細節的情況下進行投資——以及可購買或租賃的參數化骨架策略。

團隊與融資

Almanak 由一個在技術、金融和運營領域具有多樣化專業知識的團隊領導。

首席執行官 Michael 擁有數學碩士學位，具有去中心化金融背景，曾與 Delphi Digital Risk、Layer Zero、Stargate 和 Bancor 等項目合作。他在風險管理和區塊鏈技術方面的經驗爲 Almanak 專注於構建強大交易工具提供了堅實基礎。

首席技術官 Lars 擁有計算機科學學士學位，並有技術領導的經歷。他曾是 Delphi Digital 的首席工程師和 Deeploy 的軟件工程師，帶來了開發可擴展和可靠軟件基礎設施的寶貴經驗。

在運營方面，首席運營官 Lukas 結合了法律和增長的專業知識。Lukas 擁有法律碩士學位，並曾是一名證券律師，還在 UBER 和 Founders Institute 擔任過增長職位，爲團隊增添了強大的運營和戰略組成部分。

團隊迄今已籌集到670萬美元的資金：2022年預種子輪120萬美元，2023年種子輪550萬美元。

代幣經濟學

讓我們問一些尖銳的問題：

如果我是一個聰明的量化交易者，擁有盈利策略，爲什麼要分享它們？爲什麼不自己榨取收益？

Almanak 代幣旨在直接應對這個存在性問題。它的設計受到 Bittensor 和 Curve 的啓發。Almanak 的生態系統在三個不同角色之間對齊激勵，以確保高質量的貢獻和可持續的增長。

來源：Almanak

首先，讓我們看看生態系統中的參與者。

策略貢獻者是指那些使用 Almanak 平台和模擬器創建盈利策略的量化交易者和開發者。這些策略的代碼可以是私有的、私有但共享（他人可以使用）或公開的（代碼是開放的）。

代理管理者則專注於優化代理的部署和策略選擇，他們會將代理分配給最有利可圖的策略，以平衡風險和時間框架。

流動性提供者則是將資本投入生態系統，旨在通過資助代理和策略來獲得有競爭力的回報。

供給側

在供給方方面，Almanak 通過代幣發行來激勵生態系統參與者，特別是策略貢獻者，因爲他們是 Almanak 的核心力量。策略貢獻者將獲得 75% 的代幣，代理管理者獲得 5%，流動性提供者獲得 20%。

策略貢獻者獲得的代幣比例取決於他們策略的盈利情況。表現優秀的策略能吸引更多代理使用，從而爲其創造者帶來更多的代幣收益。這可以看作是一種去中心化、基於業績的收費模式。

這種安排對那些缺乏資本的量化交易者非常有利。他們不必再坐擁未利用的潛在收益，而是可以通過分享策略和獲得代幣獎勵來實現收益，類似於對沖基金的業績收費模式。

流動性提供者在策略驅動的收益上還可以獲得代幣發行，進一步激勵他們參與並增強整個生態系統的流動性。

需求側

在需求方方面，代幣持有者擁有治理權，包括管理項目資金和協議參數（如發行和費用）。

Almanak 通過三個主要收入來源來產生收入，這些收入都流入項目資金：

1. 交易費用：代理在每次操作中支付交易金額的 0.01% 至 0.05% 作爲費用。
2. 業績利潤：對代理產生的利潤收取 1% 至 10% 的費用。
3. 雲計算利潤：Almanak 對用於運行模擬和優化策略的計算成本收取 1% 至 10% 的費用。

現在我們來逐一分析這些收入來源，並用簡單的方法估算需求規模。

交易費用

交易費用方面，我們可以從鏈上交易總量入手。根據 Coingecko 在 11 月 29 日的數據，去中心化交易所（包括現貨和永久合約）的日交易量約爲 160 億美元。盡管這個數字會受到市場週期的波動影響，但它爲我們提供了一個可靠的基準。

如果 Almanak 的代理能夠捕獲 5% 的鏈上交易量，並收取 0.05% 的費用，收入潛力將如下：

• 捕獲的日交易量：8 億美元（160 億美元的 5%）
• 日收入：40 萬美元（8 億美元 x 0.05%）
• 年化收入：1.46 億美元

這可能有些樂觀，但實際上，Almanak 增加交易費用收入的能力將取決於三個關鍵因素：

1. 總加密交易量的增長

更廣泛的加密貨幣採用和市場情緒將至關重要。在牛市中，總交易量可能會顯著上升。

1. 鏈上交易與鏈下交易

從集中交易所轉向去中心化交易所（DEX）將發揮重要作用。像 Hyperliquid 這樣用戶體驗良好的平台將加速這一轉變，提升 DEX 的交易量。

1. Almanak 的市場份額

擴大 Almanak 代理管理的總鎖定價值（TVL）和增加策略的採用將推動平台在鏈上交易市場中佔據更大份額。

業績利潤

資料來源：Ethena

業績利潤直接與 Almanak 生態系統內管理的 TVL 和策略的盈利能力相關。假設 TVL 爲 10 億美元，策略的平均年收益率（APY）爲 10%。這與 Ethena 上的 sUSDe 等例子一致，後者在 2024 年 10 月實現了大約 10% 的中性收益交易的平均年收益率。如果 Almanak 對利潤收取 5% 的費用，那麼年化收入將爲 500 萬美元。這個數字在 TVL 更高或策略盈利能力提高時可能會顯著增長。

雲計算利潤

與其他收入來源不同，它與用戶的活動相關，而不是 TVL 或盈利能力。運行蒙特卡羅模擬和基於代理的模型需要大量計算能力，用戶爲此支付費用來訓練代理、優化策略和運行模擬。Almanak 可能會從 AWS 或去中心化 GPU 市場獲取計算資源，並在成本上加收 1% 至 10% 的利潤。

例如，如果每次模擬運行的成本爲 50 美元，每個用戶平均每月運行 10 次模擬，那麼在 5000 名用戶的情況下，總計算成本將達到每月 250 萬美元。如果 Almanak 收取 5% 的費用，將產生每月 12.5 萬美元的收入。

盡管雲計算利潤是重要的，但它在重要性上不太可能超過基於業績的費用或交易費用。全球計算成本呈下降趨勢，降低了整體收入潛力。然而，作爲與用戶活動相關的收入來源，雲計算利潤提供了穩定可靠的貢獻。

其他需求驅動因素：協議激勵

另一個重要的需求驅動因素來自 DeFi 協議本身。這些協議可以購買和質押 Almanak 代幣，從而增加利用其平台的策略的代幣發行量。這種做法類似於 Curve Wars 的機制，協議通過影響代幣發行來爭奪流動性。

通過這種方式，它們建立了一種激勵機制，吸引代理流量並推動總鎖定價值（TVL）的增長。這一機制在不同協議之間形成了競爭動態，爭奪代理流量。在我看來，這是一個非常有趣的解決方案，適應了新興的 AI 代理趨勢。

對於那些希望在競爭激烈的市場中啓動流動性並獲得關注的新協議來說，這無疑是一個非常有效的策略。

我們的看法

1. 關注利潤，而非娛樂

Almanak 的代理有一個明確的使命：賺錢。我對此表示贊賞。

與每天在 X 平台上出現的追逐網路熱梗和名聲的 AI 代理不同，這些代理不會兼職做娛樂者或影響者。這個平台的設計是爲了培養盈利的交易者，簡化區塊鏈模擬，縮短識別和捕捉盈利策略所需的時間。模擬器是 Almanak 的祕密武器。

1. 生死攸關的策略貢獻者

開放的策略市場潛力遠大於封閉市場。想象一下，一個來自印度的聰明開發者創造了一個優秀的策略，但缺乏資金來實現它。Almanak 就是彌補這一缺口的橋梁，連接創作者與資本。

但這裏有一個關鍵問題：如果激勵機制合理，頂級策略創作者願意在平台上分享他們的最佳想法嗎？如果設計得當，答案可能是肯定的。但時間會證明一切。如果沒有源源不斷的高質量策略，生態系統將無法繁榮。

1. 激勵難題

設計一個平衡的激勵系統並不容易——參與者總是希望最大化自己的收益。Bittensor 和 Curve 在其代幣模型中都遇到過挑戰，這些經驗教訓值得借鑑。我們看到，在 Bittensor 的子網中，有效的激勵設計往往需要大量的努力和反復調整。

團隊必須預測並解決代幣激勵上線時可能出現的遊戲策略。例如，鯨魚可能會將資金停留在自己的策略中，同時進行外部對沖，利用代幣發行而不提供真實的價值。這種漏洞可能會扭曲關鍵指標，使得不盈利或過於冒險的策略獲得不成比例的獎勵。

邁向代理未來

Almanak 正在重新定義 DeFi 的規則。

在未來幾年內，80-90% 的區塊鏈活動可能將由代理驅動。在這樣的未來，Almanak 處於有利位置。它正在將曾經被對沖基金巨頭壟斷的工具變得可供普通交易者和小團隊使用。

關鍵問題是，它能否成功執行這一計劃。如果成功，Almanak 將爲 AI 驅動的金融制定新的規則。這是高風險的，但也充滿了巨大的潛力。

聲明：

1. 本文轉載自【chainofthought】，著作權歸屬原作者【Teng Yan】，如對轉載有異議，請聯系Gate Learn 團隊)，團隊會根據相關流程盡速處理。
2. 免責聲明：本文所表達的觀點和意見僅代表作者個人觀點，不構成任何投資建議。
3. 文章其他語言版本由 Gate Learn 團隊翻譯， 除非另有說明，否則禁止復制、傳播或抄襲經翻譯文章。