Hace poco, mientras revisaba el caso técnico de NodeGhost de @Acurast, encontré un resultado de prueba bastante interesante.
Un teléfono ejecuta el modelo cuantizado Qwen2.5-3B y genera alrededor de 3 tokens por segundo.
Responder una pregunta de unos 120 tokens requiere aproximadamente 45 segundos.
En comparación con la experiencia que ofrecen hoy los modelos grandes, esta velocidad sí que es algo lenta.
Pero lo que me llamó la atención de este caso fue otro aspecto del diseño.
Mediante Acurast Tunnel, un modelo que antes estaba oculto en el teléfono y no tenía una IP pública puede ofrecer una interfaz HTTPS al exterior.
Al conectarlo además a la API compatible con OpenAI de NodeGhost, los desarrolladores pueden enviar solicitudes para que se ejecuten en el teléfono sin apenas cambiar la forma en que ya las realizan.
Así, el teléfono deja de ser únicamente un Processor que espera pasivamente a que se le asignen tareas en la red y también puede ofrecer servicios estandarizados de inferencia de IA.
Por supuesto, este caso todavía es una implementación de referencia en la red Canary, y presenta limitaciones claras tanto de velocidad como de capacidad para el razonamiento complejo.
Pero creo que ya responde a una pregunta muy práctica:
Si un desarrollador quiere desplegar su propio modelo en teléfonos distribuidos, ¿pueden las aplicaciones existentes utilizarlo fácilmente?
Al menos, ya hay un ejemplo funcional de esta vía técnica.
En cuanto a la comercialización, todavía hay que seguir evaluando la latencia, la concurrencia, los costes y la estabilidad a largo plazo.
El token $ACU de Acurast se encarga de conectar el uso de la red con los incentivos de computación, pero para saber si conseguirá atraer demanda de pago, habrá que ver si estas aplicaciones son realmente competitivas.
Hace poco invité a un usuario a probar @Acurast y surgió una duda bastante práctica.
El teléfono se conectó correctamente, pero el sistema todavía no lo cuenta como usuario válido. La página indica que hay que completar 3 tareas más.
Al principio es fácil pensar que, después de escanear el código y ver que el dispositivo aparece en línea, ya se ha completado la participación.
Luego revisé cómo funciona Acurast y descubrí que hay varias cosas que conviene distinguir.
En primer lugar, al conectar el teléfono a la red y convertirlo en un Processor, se están proporcionando recursos de computación.
El rendimiento del hardware del dispositivo influye en las recompensas básicas de $ACU, y ejecutar Deployments también puede aportar un peso adicional a las recompensas.
Además, Acurast tiene una actividad comunitaria llamada Cloud Rebellion. Al completar tareas, invitar a usuarios y conectar dispositivos se pueden acumular puntos MIST.
MIST son puntos de la actividad, no se pueden considerar directamente como ingresos en $ACU. Para saber si una invitación cuenta como válida, también hay que consultar las condiciones específicas de la actividad correspondiente.
Por eso, ahora creo que, al participar en Acurast, no basta con fijarse en si el dispositivo se conectó correctamente.
También hay que comprobar el estado de funcionamiento del Processor, el registro de recompensas y si las tareas de la actividad se completaron realmente.
Para quienes acaban de conocer DePIN, estos aspectos pueden confundirse fácilmente.
Acurast ya permite que la gente común participe en una red de computación usando su teléfono, pero entre conectarse y entender las reglas de las recompensas todavía hay bastantes detalles que vale la pena investigar.
Aclarar primero cómo funciona un dispositivo antes de invitar a más gente puede ahorrar muchos problemas innecesarios.
También puedes usar mi enlace: https://hub.acurast.com/rebellion?ref=kxxd8r
Hace poco volví a revisar cómo funciona @Acurast y descubrí un detalle de $ACU que es fácil pasar por alto.
Cuando los desarrolladores despliegan tareas en Acurast, tienen que pagar por el cómputo.
Pero ese dinero no se transfiere simplemente de la billetera del desarrollador a la de un teléfono concreto.
Cuando la tarea se ejecuta, se consume el costo del cómputo. Los Processor que aportan capacidad de cómputo compiten por las recompensas de la red en función de las características del hardware (Benchmark), la ejecución de las tareas y su participación o no en Staked Compute.
Creo que vale la pena analizar este aspecto por separado.
Porque separa dos cosas:
Por un lado, si los desarrolladores tienen tareas reales. Si nadie despliega aplicaciones ni consume recursos de cómputo, la demanda de uso de $ACU será naturalmente limitada.
Por otro, por qué los teléfonos están dispuestos a seguir aportando capacidad de cómputo. El rendimiento del dispositivo, la ejecución de tareas y el staking influyen en su peso dentro del fondo de recompensas.
Actualmente, el sitio web oficial de Acurast indica que ya hay más de 322.000 teléfonos conectados y más de 675.000 Compute Deployments acumulados.
La red ya tiene una escala considerable. De aquí en adelante, me interesa más esta otra cifra:
¿Cuánto cómputo necesitan realmente los desarrolladores y están dispuestos a pagar de forma continua?
Este es uno de los aspectos que más tengo en cuenta al evaluar $ACU.
Se utiliza tanto para los costos de Deployment y de la red como para Staked Compute, las recompensas y la gobernanza on-chain.
Por eso, al analizar $ACU, no me fijo solo en el APR del staking ni en la oferta circulante.
Cuantas más tareas de cómputo se ejecuten, más casos de uso real del token habrá en la red.
Si la demanda de los desarrolladores sigue creciendo en el futuro, este ciclo —los teléfonos aportan capacidad de cómputo, las tareas consumen ACU y la red recompensa a quienes aportan esa capacidad— será cada vez más interesante de estudiar.
Recientemente he visto varios proyectos de DePIN y descubrí un problema que se suele pasar por alto
Muchos proyectos enfatizan cuántos nodos tienen, cuántos dispositivos poseen y cuántos países cubren, pero casi nadie se pregunta más allá:
Una vez que esos dispositivos se conectan, ¿realmente habrá gente dispuesta a pagar para usarlos?
He estado investigando @Acurast y $ACU, pero me interesa especialmente este punto.
Acurast puso en marcha su red principal el 20 de enero de este año. La red utiliza recursos de cómputo proporcionados por teléfonos distribuidos globalmente. Los desarrolladores pueden desplegar tareas de cómputo; los dispositivos se encargan de ejecutar y el protocolo gestiona la orquestación y las liquidaciones.
Lo más interesante para estudiar es su mecanismo de consumo de tokens.
Los desarrolladores deben pagar ACU para usar capacidad de cómputo, y cuando la tarea se ejecuta con éxito, los costos de cómputo correspondientes se destruyen.
Los dispositivos que proporcionan capacidad de cómputo reciben recompensas por incentivos de red; además, al participar en cómputo con staking, pueden obtener recompensas adicionales según el rendimiento del hardware, el tamaño del staking y la duración del compromiso.
Aquí hay una relación bastante práctica:
Cuanta más gente lo usa, mayor será la demanda de destrucción de costos de cómputo; pero, para mantener el suministro de capacidad, la propia red también emite continuamente tokens para incentivar.
Por eso, si solo miramos el mecanismo de destrucción, en realidad no es suficiente.
El suministro inicial de $ACU es de 1.000 millones de monedas, y el modelo económico del token también incluye inflación continua.
La capacidad de cubrir cuánto del nuevo suministro vendrá determinada por el consumo que genere la demanda real de cómputo; ese es el dato que más quiero observar de forma continua.
Otro detalle: en marzo de este año, Acurast introdujo precios dinámicos mediante gobernanza on-chain.
La capacidad de cómputo de distintos teléfonos se mide mediante benchmarks de hardware; el precio del cómputo se ajusta según el rendimiento del dispositivo y ya no depende completamente de que los operadores de nodos coticen manualmente.
Si los dispositivos de alto rendimiento y los de bajo rendimiento mantienen durante mucho tiempo precios similares, a los desarrolladores les resulta difícil evaluar de manera razonable sus costos y la calidad de la capacidad de cómputo quizá tampoco tenga suficiente motivación para entrar a la red.
Actualmente, Acurast ya cuenta con red principal, mecanismos de orquestación de cómputo, cobro con destrucción de fees y gobernanza por staking.
Pero, para una evaluación de largo plazo de $ACU, seguiré poniendo la atención en el trabajo pagado real, la utilización de la red y el tamaño de la destrucción de comisiones.
Al fin y al cabo, la cantidad de teléfonos conectados puede demostrar el tamaño del suministro; que haya pagos continuos, es lo que confirma aún más si esta “negociación” tiene mercado.
Hablando de DePIN, en realidad me gustaría saber: ¿cuánto valor puede generar, en definitiva, un viejo teléfono que está guardado en un cajón y acumula polvo?
Recientemente investigué a @Acurast y revisé especialmente sus reglas para nodos de teléfonos.
Los requisitos no son nada altos: hoy en día, hay dispositivos compatibles con Android 12 o superior, y iOS 15 o superior que ya pueden participar.
Además, divide la forma de participar en dos categorías:
Lite puede aprovechar el tiempo ocioso del teléfono móvil diario para aportar capacidad de cómputo, sin necesidad de borrar el dispositivo.
Core es más adecuado para teléfonos Android destinados específicamente a ejecutar nodos, y requiere restaurar el dispositivo a los valores de fábrica.
Pero hay un detalle que creo que es más importante que el propio proceso de incorporación.
La recompensa base de Acurast ya se asigna según el Benchmark del hardware; ya no se trata de que una sola computadora corresponda a un ingreso fijo.
Los equipos con mejor rendimiento normalmente obtienen mayor ponderación, y además se ajustan a tareas de cómputo reales con un bono adicional por puntuación. La capacidad en staking entra en otra parte de los incentivos con $ACU.
Así que, si quieres participar, al revés de lo que mucha gente cree, yo no recomendaría comprar teléfonos en lote de inmediato.
Primero prueba con los dispositivos que ya tengas disponibles para ver la puntuación del hardware, el tiempo en línea y la recompensa real, y luego calcula también la electricidad, el desgaste de la batería y los costos de mantenimiento.
Porque una vez que aumente la cantidad de nodos, las recompensas entran en competencia: las ganancias no están garantizadas solo por mantener el dispositivo encendido todo el tiempo.
Creo que lo destacable de @Acurast es que permite que la gente común también participe en la provisión de capacidad de cómputo.
En cuanto a cuánto se puede ganar al final, depende de la calidad del dispositivo, de las reglas de la red y del funcionamiento real.
A veces, aprovechar un teléfono viejo puede ser mejor para validar un proyecto que lanzarse de inmediato a invertir en hardware nuevo.
Reto HertzFlow Day3 🔥 Hoy seguimos con las operaciones, abrí una posición larga de BTC. Primero probemos con una pequeña compra, a ver si hoy podemos conseguir un poco de PNL 👀 #HertzflowPNL @HertzFlow HertzFlow
Recientemente vi un AI en la cadena y cada vez confío menos en esa idea simple de “el dinero inteligente está comprando”.
Que una dirección compre no significa necesariamente que sea alcista.
Podría ser un market maker reponiendo inventario, una dirección intermedia por la que pasa la liquidación entre cadenas, o simplemente la misma entidad moviendo fondos entre diferentes carteras. Los registros on-chain no mienten, pero interpretar cada entrada como una postura está muy lejos de representar las transacciones reales.
Esta es también la capa más difícil para un modelo especializado en Crypto: no puede limitarse a leer transacciones; debe identificar las relaciones entre direcciones, entender por qué se mueven los fondos y saber que el significado de la misma acción cambia por completo cuando se ejecuta en distintos momentos y en entornos de liquidez diferentes.
Me interesa Velvet @Velvet_Capital y entrenar Velvet-1. No quiero que adivine la próxima moneda con el mayor aumento. Más bien quiero saber si en Copilot puede separar estas acciones que se confunden con facilidad: cuáles son compras reales, cuáles son solo enrutamiento, y qué fondos entraron pero no asumieron riesgo de precio.
Para juzgar esta capa, la IA empieza a acercarse a ser una herramienta de investigación.
De lo contrario, lo que se llama “perspectivas on-chain” probablemente solo vuelve a contar, de otra forma, lo que ya aparece en el explorador de bloques.
Ahora estoy viendo trading con IA, pero no me importa tanto si puede determinar si un activo “tiene o no tiene oportunidades”.
Este tema es demasiado grande y es muy fácil decir cosas vacías.
Más bien, me importa si puede descomponer una operación en varias restricciones reales:
¿Por qué entro? ¿Dónde me doy cuenta de que me equivoqué? ¿La profundidad de este pool es suficiente? ¿El deslizamiento (slippage) se comerá lo esperado? ¿Al salir habrá alguien que reciba?
Muchísimas operaciones on-chain pierden aunque el sentido sea correcto: no es que el relato esté mal, sino que las condiciones de ejecución son demasiado deficientes.
Compras una buena historia, pero el cierre ocurre en un pool muy delgado; ves que tu wallet entra, pero tu posición es demasiado grande y, en realidad, no puedes salir.
Este tipo de pérdida es muy común y es de lo más fácil de ignorar al hacer la retrospectiva (replay), porque la historia no está mal y la gente cree que solo fue mala suerte.
Así que si el Copilot de Velvet @Velvet_Capital me sirve, espero que hable menos de juicios grandilocuentes y me ayude más a desglosar las condiciones de la operación.
Que una operación sea válida en cuanto a la tesis no significa que sea válida en cuanto a la ejecución.
Palantir Q2 mejor de lo esperado: lo que el mercado compra no es el relato de la IA, sino la materialización del crecimiento
Palantir sube más de un 10%: en esta ocasión, la valoración se reevalúa de verdad no por el relato de la IA, sino por la velocidad de materialización Palantir volvió a presentar un informe financiero difícil de criticar. Los ingresos del segundo trimestre de 2026 alcanzaron 1.935 mil millones de dólares, un 93% interanual, claramente por encima de la previsión del mercado de aproximadamente 1.800 millones de dólares; las ganancias por acción ajustadas fueron de 0,41 dólares, también superando las expectativas de los analistas. Tras la publicación del informe, el precio de las acciones llegó a subir entre un 10% y un 14% en operaciones fuera de horario. Las cifras difieren ligeramente entre distintos medios, principalmente debido a las diferencias en el momento de contabilización. La Comisión de Bolsa y Valores de Estados Unidos Si solo se miran estos números, es fácil atribuir la subida al “informe mejor de lo esperado”.
Lo más fácil de sobreestimar en el trading con IA es que puede contarte una lógica muy fluida.
Pero en muchas buenas operaciones on-chain, en realidad no es porque la historia “encaje”.
Si un activo sube y la IA solo te dice “aumenta la atención de los fondos, se calienta el sentimiento del mercado”, ese tipo de cosas no sirve de mucho. Yo preferiría ver: qué cosas no han ocurrido.
Subió, pero la liquidez no acompañó.
Alguien lo llamó, pero las carteras antiguas no siguieron comprando.
Aumentó el volumen, pero la mayor parte se generó con pocas órdenes.
El precio hizo un nuevo máximo, pero en la cadena las posiciones se volvieron aún más concentradas.
Estos puntos “anómalos”, a menudo valen más que unas conclusiones bonitas.
Por eso, con herramientas como Velvet @Velvet_Capital AI Copilot, no espero que me resuma el mercado.
Preferiría que funcionara como un asistente de trading que me tira un cubo de agua fría: antes de que yo esté a punto de hacer una orden, que me señale esas brechas que no noté.
El error más caro en Crypto no es no ver una oportunidad.
Es que, cuando ya ves la oportunidad, ignoras automáticamente toda evidencia que no respalda tu propio criterio.