Failed¹¹

¿Por qué Babylon podría redefinir la confianza en blockchain?

Antes pensaba que cada blockchain nuevo era solo otro proyecto más que prometía ser más rápido que el anterior. Con el tiempo, todos empezaron a sonar igual.

Entonces conocí Babylon... y lo que llamó mi atención no fue la velocidad. Fue la idea de construir confianza primero.

Quizá esa es la parte que esta industria ha estado echando de menos. Las funciones sofisticadas no significan mucho si la gente no puede confiar en la base. Preferiría ver una red que se tome en serio la seguridad, en lugar de una que persiga titulares.

Si Babylon sigue demostrando que la confianza importa más que el hype, sinceramente creo que podría cambiar la forma en que la gente evalúa los proyectos de blockchain.

¿Curioso... qué te importa más: la velocidad o la confianza?

#baby $BABY @BabylonLabs_io

La revolución silenciosa que ocurre dentro de Babilonia

Solía pensar que Babilonia se trata principalmente de hacer que Bitcoin sea útil para redes de Prueba de Participación (Proof of Stake). Esa era mi primera impresión. Pero después de pasar más tiempo leyendo sobre ello, me di cuenta de que la historia más grande en realidad está ocurriendo entre bastidores.

Lo que llamó mi atención fue la cantidad de esfuerzo que se dedica a la coordinación antes de que cualquier cosa se considere final. Babilonia no intenta que Bitcoin se mueva más rápido. Intenta fortalecer la seguridad utilizando Bitcoin como una base confiable mientras las redes de PoS continúan haciendo lo que mejor saben hacer.

Cuanto más exploraba el diseño, más sentido empezaba a tener. No es llamativo. No está pensado para serlo. Simplemente se siente como algo cuidadosamente construido. Esa parte se quedó conmigo. De verdad.

Aún creo que hay desafíos. El sistema es más complejo que el staking tradicional, y se necesita algo de tiempo para entenderlo. Aun así, Babilonia se siente como un paso reflexivo hacia adelante. Seguiré observando cómo se desarrolla, porque a veces las ideas silenciosas son las que más importan.

#baby $BABY @BabylonLabs_io

Más allá del staking: el modelo de seguridad de Bitcoin de Babylon

Antes de leer la investigación de Babylon, pensé que el proyecto trataba principalmente de ofrecer a los tenedores de Bitcoin otra forma de participar en el staking. Esa suposición no duró mucho. Mientras avanzaba por el documento, me di cuenta de que la historia real no está en el mecanismo de staking en sí. Está en la manera en que Babylon aborda la seguridad.

Lo que hace interesante el diseño es su enfoque en permitir que las redes de Proof-of-Stake se beneficien de la seguridad de Bitcoin sin cambiar las reglas fundamentales de Bitcoin. En lugar de introducir un modelo de confianza completamente nuevo, el protocolo explora cómo una red ya probada en batalla puede ofrecer garantías de seguridad más sólidas para otras cadenas. Eso me pareció una decisión de ingeniería reflexiva, más que una idea de marketing.

No sé si este enfoque se volverá común en la industria. Cada nueva arquitectura enfrenta desafíos técnicos y prácticos cuando pasa de la investigación a la realidad. Aun así, valoro los proyectos que intentan mejorar los sistemas existentes en lugar de reemplazar todo lo anterior.

Para mí, Babylon no se trata simplemente de staking. Se trata de plantear una pregunta diferente: ¿Cómo puede la seguridad de Bitcoin proteger más que solo a Bitcoin? Ese fue el aprendizaje más importante que me llevé después de terminar el documento.

#baby $BABY @BabylonLabs_io

Empecé a mirar Babylon porque seguía preguntándome cómo las redes nuevas podrían volverse más seguras sin cambiarlo todo. Esa pregunta se me quedó un tiempo. Quería algo que se sintiera práctico en lugar de complicado.

Noté que muchos proyectos de blockchain prometen una seguridad sólida. Aun así, no siempre era fácil entender qué protegía realmente la red con el paso del tiempo. Eso me dificultaba confiar en ideas nuevas.

Encontré Babylon interesante porque conecta la seguridad de Bitcoin con redes de Proof of Stake. Me gustó que se apoya en algo que ya tiene una historia larga. No eliminó de repente todas mis preguntas. Simplemente me dio una mejor razón para seguir aprendiendo.

El mercado todavía se siente activo. Hay más gente hablando sobre el staking de Bitcoin. El desarrollo también parece constante. La tendencia está creciendo, pero aún se siente temprano.

Seguiré observando cómo se desarrolla Babylon. Creo que el progreso real proviene de ideas simples que resuelven problemas reales. Por eso este proyecto se ha mantenido en mi lista.

#baby $BABY @BabylonLabs_io

Todo el mundo habla sobre la seguridad de Bitcoin, pero casi nadie habla sobre cómo se gestionan realmente los compromisos.

Al principio tampoco le presté mucha atención. Luego pasé un tiempo entendiendo el enfoque de Babylon, y cambió por completo la forma en que veo la infraestructura de Bitcoin.

Lo que me llamó la atención es que los compromisos no se tratan como promesas temporales. Están anclados a Bitcoin de manera verificable, haciendo el proceso transparente sin cambiar el modelo central de seguridad de Bitcoin.

Para mí, ese es el tipo de innovación que realmente importa. Las criptomonedas no necesitan más bombo: necesitan sistemas que la gente pueda verificar y en los que pueda confiar.

Cada vez estoy más convencido de que una infraestructura sólida superará a las narrativas llamativas a largo plazo.

¿Cuál es tu opinión sobre el enfoque de Babylon?

#baby $BABY @BabylonLabs_io

Híbrido PoW-PoS: ¿Un cambio de juego o solo otra tendencia?

Después de pasar un tiempo leyendo el documento de Babylon, empecé a ver el PoW-PoS híbrido de una manera un poco diferente. Al principio, honestamente pensé que era simplemente otra idea de blockchain. No esperaba mucho. Pero después de revisar la arquitectura, me encontré volviendo a leer algunas secciones, algo que no sucede a menudo.

Lo que me llamó la atención fue la forma en que Babylon utiliza el checkpointing con Bitcoin para ayudar a fortalecer las redes PoS, en lugar de intentar reemplazarlas. El documento describe a Babylon como un «mecanismo de finalidad inversa», lo cual me hizo curiosidad, porque es una forma diferente de pensar sobre la seguridad de la blockchain. Se sintió distinto, quizá un poco diferente a lo que esperaba.

Aún no estoy convencido de que el PoW-PoS híbrido vaya a convertirse en el estándar. Tal vez sí, tal vez no. Combinar dos modelos de consenso también aporta más complejidad, y es algo que cada proyecto tiene que demostrar que puede gestionar con el tiempo.

Aun así, Babylon me hizo darme cuenta de que la innovación no siempre trata de crear algo completamente nuevo. A veces, simplemente se trata de construir sobre lo que ya funciona. Por eso seguiré de cerca este proyecto. Me interesa ver hacia dónde va a continuación.

#baby $BABY @BabylonLabs_io

La próxima Internet pensará antes de actuar

Ver las recientes tensiones entre Irán y EE. UU. me recordó lo rápido que se difunde la información en línea. Me encontré abriendo distintas aplicaciones de noticias solo para comparar titulares, porque los detalles no siempre coincidían. Las noticias aparecen en cuestión de segundos, pero saber qué es realmente cierto a menudo tarda mucho más. Eso me hizo pensar hacia dónde se dirige Internet.

Mientras leía el documento blanco de OpenGradient, una idea se quedó conmigo. En realidad, me detuve unos minutos después de leer la sección sobre ejecución y verificación, y luego volví a leerla. En lugar de limitarse a producir respuestas de IA lo más rápido posible, se centra en demostrar cómo se generaron esas respuestas. La separación entre ejecución y verificación me pareció práctica, no solo otro concepto técnico. Tiene sentido para un futuro en el que las decisiones de la IA puedan afectar las finanzas, la atención médica o incluso los sistemas públicos.

No creo que todas las aplicaciones necesiten este nivel de verificación. Aun así, tener esa opción se siente importante. Se siente importante porque la confianza está volviéndose más difícil de ganarse.

Quizá la próxima Internet no solo actuará más rápido. Quizá se detendrá el tiempo suficiente para comprobar que lo que dice es, de hecho, lo que ocurrió. Esa parece ser una mejor dirección para mí.

#opg $OPG @OpenGradient

Pasé un tiempo mirando de nuevo OpenGradient y su diseño, y todavía me parece un poco interesante. No de una manera grande y emocionante, solo… interesante de forma constante.

Funciona con CometBFT. Los bloques se vuelven definitivos una vez que se registran. Eso es todo. Un flujo simple, casi demasiado simple, pero quizá ese sea el punto.

La tolerancia a fallos bizantinos también forma parte de ello: el sistema sigue funcionando mientras menos de un tercio de los validadores sean maliciosos. En el papel suena muy limpio. En sistemas reales, sin embargo, siento que se vuelve enredado, como más enredado de lo que esperamos.

Lo que se me quedó es cómo los validadores no vuelven a ejecutar la inferencia completa: solo verifican los mismos pruebas en el mismo orden. Eso reduce el trabajo, o al menos así es como se ve desde fuera.

@OpenGradient parece más centrado en construir algo estable primero, no en perseguir el ruido. Aún es una fase temprana, así que quizá me equivoque en algunas partes. Pero sí, es algo en lo que sigo pensando un poco.
#opg $OPG

¿La configuración de la testnet de OpenGradient es realmente tan simple?

Hoy estaba leyendo sobre OpenGradient y lo primero que noté fue lo sencilla que se veía la configuración de la testnet. La URL del RPC, el Chain ID, el explorador de bloques y el faucet aparecen listados juntos, así que no tuve que pasar tiempo buscando información básica. Es un detalle pequeño, pero hizo que todo el proceso se sintiera un poco más accesible.

Después de revisar la configuración, todo pareció bastante directo. La testnet funciona con el Chain ID 10740, usa ETH como moneda nativa y obtener tokens de prueba desde el faucet parece bastante fácil. Se sintió simple y, honestamente, a mí me pareció bien.

También noté que OPG no parece hacer esta parte más complicada de lo que debería. Por supuesto, solo es mi primera impresión.

A medida que leo más, mi opinión podría cambiar, pero por ahora me gusta este enfoque. Quizá sea solo yo, pero me gusta cuando puedo empezar sin tener que dedicar demasiado tiempo a resolverlo todo.

Fuente:- Documentación de OpenGradient, junio de 2026. No es asesoramiento financiero. DYOR.
#opg $OPG @OpenGradient

¿Valen la pena los compromisos de diseño de OpenGradient?

Al principio, esperaba que esta sección fuera mayormente técnica, pero en realidad fue más fácil de seguir de lo que pensaba. El proyecto intenta resolver problemas prácticos en lugar de perseguir un diseño ideal. @OpenGradient separa la ejecución de la verificación, lo que parece una elección inteligente porque las cargas de trabajo de IA son costosas de verificar de la manera tradicional.

No todas las aplicaciones necesitan realmente el mismo nivel de confianza. @OpenGradient les ofrece a los desarrolladores diferentes opciones de verificación, y eso me pareció una elección más práctica. Algunas cargas de trabajo necesitan garantías más sólidas, mientras que otras solo requieren ejecutarse de manera eficiente.

También noté que OpenGradient no oculta los compromisos. $OPG todavía depende del hardware de TEE, por lo que un problema serio de hardware podría afectar la seguridad. ZKML ofrece una verificación más sólida, pero en este momento es muy lenta. Así que, por ahora, parece ser más útil para operaciones importantes que para cualquier carga de trabajo. También hay una breve pausa antes de que los resultados queden completamente verificados en la cadena. Algunas aplicaciones quizá no le den mucha importancia, mientras que otras sí.

Me dio la impresión de que el equipo está construyendo en torno a los límites técnicos actuales en lugar de ignorarlos. Quizá me equivoque, pero ese enfoque se siente más fácil de confiar con el tiempo que prometer un sistema que ya afirma resolverlo todo.

#opg

Cuando estaba leyendo sobre OpenGradient, la sección de AlphaSense en realidad mantuvo mi atención un poco más de lo que esperaba. @OpenGradient no solo está juntando modelos de IA, sino que también intenta que los resultados sean más verificables, lo cual me parece importante. Funcionalidades como Volatility AlphaSense, PriceForecast AlphaSense, Sybil AlphaSense y Markowitz AlphaSense parecen estar pensadas para flujos de trabajo financieros prácticos en lugar de simplemente mostrar predicciones. Me gustó esa parte. Me gustó esa parte porque la confianza importa cuando hay IA involucrada.

Otra cosa que noté es cómo @OpenGradient apoya estos flujos de trabajo a través de su SDK de Python y su CLI. Eso hace que $OPG se sienta más utilizable para desarrolladores que quieren crear en lugar de pasar demasiado tiempo en la configuración. $OPG todavía tiene un largo camino por delante, y no estoy completamente seguro de qué tan ampliamente se adoptarán estas herramientas. Pero por lo que leí, OpenGradient se está moviendo en una dirección que tiene sentido. Podría estar equivocado, pero esa fue la sensación que me dio al leerlo.
#opg

Walrus ofrece un modelo de almacenamiento diferente—¿pero lo adoptarán los usuarios?

La mayoría de los proyectos de almacenamiento no mantienen mi atención por mucho tiempo, probablemente por eso Walrus se destacó para mí. Cuando empecé a leer sobre él, asumí que era solo otra red de almacenamiento. Sin embargo, después de pasar un tiempo investigando cómo funciona, me di cuenta de que el proyecto está tomando un enfoque diferente hacia la eficiencia y escalabilidad del almacenamiento.

Lo que más llamó mi atención fue el enfoque en gestionar datos de manera eficiente a medida que las redes crecen. El almacenamiento puede no ser el sector más comentado en cripto, pero es una pieza crítica de infraestructura de la que dependen muchas aplicaciones en segundo plano. Como parte del ecosistema más amplio de OpenGradient, Walrus podría volverse más importante a medida que más herramientas y servicios de IA empiecen a generar mayores cantidades de datos.

Al mismo tiempo, he visto suficientes proyectos de cripto venir y desaparecer como para evitar emocionarme demasiado pronto. Una buena tecnología puede atraer atención, pero la adopción a largo plazo suele ser el mayor desafío. Eso es algo en lo que pienso con $OPG también. No importa cuán fuerte sea la infraestructura, el verdadero valor tiende a venir de las personas que continúan construyendo y usándola con el tiempo. Al final, creo que se reduce a una pregunta simple: ¿realmente la gente seguirá usándolo una vez que la emoción inicial se desvanezca?

Todavía no estoy seguro de cuán rápido los desarrolladores abrazarán Walrus, pero es uno de los pocos proyectos de almacenamiento que me hizo pasar más tiempo leyendo de lo que esperaba. Si @OpenGradient sigue creciendo, tengo curiosidad por ver si Walrus se convierte en una de las piezas que silenciosamente apoya ese crecimiento detrás de escena. Por ahora, es uno de los pocos proyectos de almacenamiento que realmente estoy interesado en seguir.


#opg $SLX $BAS @OpenGradient

Cuando me topé por primera vez con Twin.fun, sinceramente no entendía muy bien qué lo hacía diferente.

Twin.fun está construido alrededor de gemelos digitales impulsados por IA basados en personas reales o en ciertas personas específicas. Cada gemelo tiene su propio mercado, con acceso vinculado a una curva de vinculación determinista en lugar de un modelo de precio fijo. Tuve que leer la sección de la curva de vinculación dos veces antes de que comenzara a tener sentido. Después de revisarlo de nuevo, la idea se volvió un poco más clara.

Me encontré pasando más tiempo mirando la estructura de tarifas de lo que esperaba. Cada operación incluye una tarifa de protocolo y una tarifa de creador, lo que significa que tanto la plataforma como el propietario del gemelo se benefician de la actividad. Eso se siente práctico. No revolucionario ni nada, solo práctico.

Mantener al menos una clave desbloquea chats, herramientas y otras utilidades impulsadas por el agente de IA. Por lo que he visto hasta ahora, OpenGradient está tratando de construir sistemas de IA donde los servicios puedan ser verificados en lugar de simplemente confiados. OPG parece encajar en esa idea también, conectando la participación con el uso real en todo el ecosistema.

Todavía se siente temprano, y puede que me esté perdiendo algunas cosas. Por ahora, principalmente estoy observando cómo se desarrolla. Supongo que tendrá más sentido una vez que haya más uso en el mundo real para analizar.


#opg $OPG $HEI $BEAT @OpenGradient @OpenGradient

Cosmos SDK + EVM — Por qué esta configuración se siente interesante pero poco clara

Lo que me llamó la atención primero no fue el hype — fue la pila tecnológica detrás de OpenGradient. Funciona con Cosmos SDK y es compatible con EVM. En papel suena sólido. Cosmos SDK ofrece flexibilidad para construir sistemas, y EVM facilita a los desarrolladores que ya están acostumbrados a las herramientas de Ethereum.

Al principio, honestamente me pareció un poco confuso. Tuve que leerlo dos veces antes de que empezara a tener sentido. Esa es también la razón por la que la configuración se siente poco clara a primera vista — no porque le falte estructura, sino porque múltiples capas (servicios de IA, verificación y pagos) están empaquetadas en un solo sistema y toma tiempo mapearlo mentalmente.

Investigué OpenGradient solo para entender la parte de verificación. Más tarde seguí volviendo, tratando de conectar cómo todo encaja realmente.

Eso es lo que me destacó. No cada proyecto realmente piensa en el uso real más adelante. Este lo intenta, o al menos parece que lo hace.

$OPG se siente algo vinculado a la actividad real en el ecosistema.

¿Adopción a gran escala? Demasiados incógnitas en este momento.

Pero el diseño de OpenGradient con Cosmos SDK y EVM sigue siendo lo suficientemente interesante para que continúe observando.

Quizás la verdadera pregunta es — ¿es algo así alguna vez simple a primera vista?

#opg $DEXE $SYN @OpenGradient

Lo que me parece interesante de la implementación x402 de OpenGradient es que se enfoca en algo práctico: hacer que el acceso a la IA funcione a través de pagos nativos de internet. En lugar de suscripciones tradicionales, OpenGradient permite a los usuarios pagar con $OPG antes de que se ejecute la inferencia. El proceso es bastante sencillo. Se envía una solicitud, se devuelven los detalles del pago, se firma el pago, se verifica y luego el nodo TEE ejecuta la inferencia.

Cuando leí por primera vez sobre el flujo x402 de OpenGradient, honestamente pensé que sonaba un poco más complicado de lo que necesitaba ser. Tuve que pasar por el proceso de pago un par de veces antes de que todo encajara. Pero cuanto más investigaba, más destacaba el lado de la verificación. Probablemente es la parte que encuentro más interesante de OpenGradient. Muchos servicios de IA aún dependen solo de la confianza, mientras que OpenGradient intenta agregar prueba junto con el resultado. Si eso se convierte en una ventaja importante o no, sigue siendo incierto, pero definitivamente me hizo prestar más atención.

Lo que me destaca es la capa de verificación. Cada inferencia genera una atestación TEE, lo que agrega transparencia en lugar de pedir a los usuarios que confíen ciegamente en el resultado. OpenGradient también ofrece flexibilidad a través de modos de liquidación, ya sea registrando hashes individuales, hashes por lotes o metadatos completos para aplicaciones más auditables.

La plataforma soporta modelos de IA importantes de OpenAI, Anthropic, Google y xAI, lo que hace que el sistema sea más útil desde el primer día. Para OPG, el valor proviene de impulsar estos flujos de pago a través del ecosistema. Aún así, la adopción importará más que la tecnología misma. Si los desarrolladores realmente lo utilizan, ese es el momento en que el modelo realmente se demuestra a sí mismo.

#opg $TNSR $UB @OpenGradient

OpenGradient tiene la tecnología—¿pero puede ganar adopción?

He estado leyendo sobre OpenGradient últimamente, principalmente por curiosidad, y lo que capta mi atención es la tecnología detrás de esto en lugar de las narrativas habituales de crypto. Cuando me encontré con el proyecto por primera vez, no pensé mucho en él. Solo después de dedicar un tiempo a leer sobre cómo funciona el proceso de verificación empecé a prestar más atención.

El proyecto parece centrarse en hacer que la IA sea más verificable, lo cual se siente importante a medida que la IA se involucra más en los sistemas on-chain. En lugar de pedir a los usuarios que confíen en un único proveedor, OpenGradient está tratando de crear un marco donde las salidas puedan ser realmente verificadas.

Esa parte se destaca para mí. En crypto, la confianza puede desaparecer muy rápido, así que construir verificación en el proceso tiene mucho sentido. La infraestructura, el ecosistema del modelo y el diseño de la red parecen estar dirigidos a resolver problemas reales. Se siente como un proyecto que está pensando primero en la base.

Por supuesto, la tecnología es solo parte de la historia. Pienso en opg como la pieza que conecta los incentivos a la red. Si los desarrolladores construyen y los usuarios participan, el token se vuelve más significativo. Pero la adopción es lo que realmente importa.

He visto ideas fuertes luchar simplemente porque no suficiente gente las usó. Eso probablemente es por lo que sigo volviendo a la misma pregunta.

OpenGradient puede tener la tecnología. La verdadera prueba es si suficiente gente decide usarlo de manera consistente a lo largo del tiempo.

#opg $OPG $ALICE $BICO

He estado siguiendo proyectos de IA por un tiempo y hay algo que sigue apareciendo. Se está volviendo más difícil distinguir cuáles modelos son realmente confiables. Cada proyecto tiene números. Cada proyecto tiene afirmaciones. Después de un punto, todos comienzan a sonar similares.

Al principio lo ignoré. Luego seguí viendo a la gente mencionar OpenGradient. Probablemente por eso pasé un tiempo extra leyendo sobre ello. Lo que me llamó la atención fue la idea de un sistema de calificación de modelos. En un mercado lleno de ruido. Para mí, parece una forma más sencilla de entender todos los diferentes modelos que hay. Esa parte me pareció lógica. Por lo que entendí, OpenGradient está intentando facilitar que la gente juzgue los modelos basándose en más que solo grandes afirmaciones y marketing.

Sigo pensando que la confianza puede convertirse en una de las cosas más valiosas en IA. No solo velocidad. No solo escala. Confianza. Cuantos más modelos entren al mercado, más importante se siente eso.

También he notado que más personas están hablando de OPG últimamente. Algunos parecen interesados en el lado de IA del proyecto. Otros tienen curiosidad sobre cómo se desarrolla el ecosistema desde aquí. No tengo expectativas fuertes aún. Principalmente estoy observando y aprendiendo por ahora.

Para mí, OpenGradient es interesante porque está tratando de resolver un problema real. Hacer que la IA sea más fácil de evaluar. Eso se siente útil. Realmente útil.

#opg $OPG @OpenGradient $BTW $RE

Estaba navegando por nuevos proyectos de IA tarde en la noche y sentí una mezcla de curiosidad y confusión
Sigo viendo nuevos modelos de IA todos los días y se está volviendo difícil saber cuáles son realmente útiles o fiables en el uso real
Luego leí sobre OpenGradient construyendo algo como Moody's de IA, un sistema de calificación de modelos a través de Model Hub y $OPG . Se sintió como una forma sencilla de clasificar modelos y guiar incentivos en los mercados de crédito de IA
Ahora mismo, el mercado de IA está creciendo rápido y muchos nuevos modelos se están lanzando cada semana. La actividad es alta, pero las señales se sienten ruidosas
Me hizo pensar que sistemas de confianza más claros podrían importar más que la velocidad sola
Aún así, siento que este tipo de estructura podría ayudar a las personas a tomar mejores decisiones sin adivinar. También se siente como un paso hacia sistemas de IA más transparentes donde la reputación importa tanto como el rendimiento
Se siente importante.

#opg $OPG @OpenGradient $RE

Me sentí incómodo cuando usé herramientas de IA por primera vez para trabajos importantes. No podía distinguir qué era real o seguro en lo que podía confiar. Se sentía confuso e incierto.
Muchas veces confié en resultados que parecían correctos, pero luego resultaron erróneos. Eso generó dudas en mi uso diario de la IA. Empecé a perder confianza en tareas simples.
Entonces me topé con OpenGradient. Se centraba en la confianza y verificación en los sistemas de IA. Hizo que los resultados fueran más fáciles de entender y verificar sin esfuerzo adicional. Eso me dio más confianza en el uso diario.
Ahora el mercado está cambiando lentamente. Las herramientas de IA están creciendo, pero los usuarios son más cautelosos. La adopción está aumentando en pasos firmes a través de diferentes plataformas. La gente ahora está explorando opciones de IA más seguras.
Me siento más tranquilo usando herramientas que se centran en la confianza. Cambia cómo pienso sobre la IA en la vida cotidiana y en el trabajo futuro. Se siente como un cambio silencioso en la dirección.

#opg $OPG @OpenGradient $AGT $ESPORTS