primus

@primus_labs 這次值得看的，不只是空投。

而是它開始把「鏈下真實活動」變成可以驗證的鏈上聲譽。

交易平台、AI 工具、社交帳號，都可能成為聲譽資料來源。

搭配 @KaitoAI 的創作者活動，整個玩法就很清楚了：

一邊驗證既有帳號，一邊累積聲譽，再透過原創內容參與排名。

建議先做三件事：
完成符合資格的帳號驗證。
確認 XP、聲譽分與活動排名的計算規則。
參與創作者活動，但不要為了積分大量複製內容。
第二季是否發幣、最終如何分配，都要以官方公告為準。

真正值得累積的，不只是積分，而是能被驗證的使用紀錄與持續產出的內容。

#Primus

Cada vez es más fácil dar órdenes a un agente de IA, pero si dice que la operación se ejecutó, ¿te lo creerías sin más?

Un aspecto de Primus Labs que merece atención es que busca dejar constancia verificable de los resultados de ejecución de los agentes.

Por ejemplo: le pides a un agente que compre un activo y, al final, te devuelve un texto o una captura de pantalla. Eso puede indicar lo que afirma haber hecho, pero quizá no baste para comprobar si la operación realmente se ejecutó. Sobre todo cuando la ejecución tiene lugar en sistemas off-chain, como los exchanges, los registros on-chain por sí solos tampoco son suficientes.

La vía zkTLS de Primus permite generar credenciales verificables a partir de datos procedentes de sitios web o API, para que las aplicaciones puedan comprobar el origen de los datos y las condiciones acordadas, al tiempo que se evita divulgar información innecesaria. El equipo ya ha señalado la ejecución verificable de agentes de IA como uno de sus casos de uso.

Más concretamente, Primus ha publicado herramientas como Binance Verifiable Skills, que integran algunas llamadas a la API de Binance en un proceso de verificación zkTLS. El repositorio también incluye instrucciones de integración para generar credenciales y verificarlas localmente o en cadena.

Esto me hace pensar en una forma más práctica de usar agentes: que, después de ejecutar una tarea, entreguen el resultado junto con una credencial que permita revisarlo. Así, los clientes no tienen que limitarse a confiar en la explicación del propio agente; otros programas también pueden seguir comprobándolo.

Por supuesto, también hay que dejar claros los límites: demostrar qué devolvió una interfaz no equivale a demostrar que la estrategia de trading era correcta, ni garantiza ganancias. Aún hay que comprobar a qué cuenta corresponde la credencial, en qué momento se generó, qué campos incluye y si cubre toda la tarea.

Para saber si estas herramientas pueden llegar a usarse en operaciones reales, habrá que ver cuánto cuesta la verificación, si a los desarrolladores les resulta sencillo integrarlas y si se registran las anomalías y los fallos.

Cuando los agentes empiecen a gestionar dinero y tareas empresariales en nombre de las personas, la posibilidad de comprobar qué han hecho influirá directamente en cuánta autoridad estaremos dispuestos a concederles.

Este texto es un análisis exclusivamente y no constituye asesoramiento de inversión. DYOR

#Primus #zkTLS #AIAgent