核心用法
本技能为知识型参考工具，提供GenLayer协议的完整认知框架，覆盖三大使用场景：
1. 对外沟通场景
- 投资者/合作伙伴：提供30秒技术版与商业版电梯演讲，核心对标"Bitcoin信任货币→Ethereum信任应用→GenLayer信任决策"
- 通用受众：一句话定位——"去中心化、不可腐蚀的AI法官，能阅读互联网并理解语境"
2. 技术理解场景
- 架构层面：GenVM执行环境、Optimistic Democracy共识机制、Equivalence Principle等价原则
- 经济层面：GEN代币的三重功能（质押/燃料/治理）、验证者经济模型
- 差异化对比：vs传统预言机（无需预定义数据源）vs其他AI链（原生LLM共识非单纯推理）
3. 内容生产场景
- 提供标签语"The intelligence layer of the Internet"、多长度pitch素材、关键链接矩阵（文档/SDK/GitHub/社区）
显著优点
概念体系完整性：将Condorcet陪审团定理等学术概念转化为工程实践，建立"游戏理论趋近真相"的可信叙事
场景化表达：同一生成内容区分技术/商业/加密原生/AI原生四种受众视角
技能边界清晰：明确区分genlayer-claw-skill（知识讲解）与genlayer-dev-claw-skill（合约开发），避免用户误用
局限性与风险
时效性约束：未标注知识截止日期，LLM训练数据可能滞后于主网上线、代币流通等里程碑事件
深度技术盲区：智能合约具体API、Gas计量机制、跨链桥设计等执行层细节不在本技能覆盖范围
投资信息缺失：无代币经济模型数值（流通量、解锁周期）、融资历史、竞品财务对比等尽职调查必备数据
主观叙事风险："第一个AI原生区块链"等宣称属于竞争性定位表述，非客观技术事实
适合人群
- Crypto投资者/研究员：快速建立项目认知框架，准备pitch Q&A
- 产品经理/BD：获取标准化对外话术与差异化卖点
- 技术写作者/媒体：引用官方定位与架构术语
- 开发者（前期调研）：判断技术方向是否匹配需求，后续需切换开发技能
常规风险
| 类型 | 说明 |
|------|------|
| 信息过时 | 协议参数、上线时间、合作伙伴可能变更 |
| 概念混淆 | 需严格区分"知识技能"与"开发技能"使用边界 |
| 过度承诺 | "信任less AI"为理想状态，实际存在模型偏见、共识失败等工程风险 |