Estoy perdiendo a lo grande 😵 El saldo no deja de bajar día tras día, pero me llegó una invitación para un nuevo proyecto que reparte 40.000 dólares. Al menos es una buena noticia…
Ahora todo el mundo habla de agentes de IA que operan de forma autónoma y de activos del mundo real (RWA) en cadena, pero sigue sin resolverse una pregunta fundamental: una vez hechos los cálculos, ¿por qué deberíamos creer que nadie los manipuló? No podemos simplemente «confiar a ciegas», ¿no?
@SpaceandTime aborda precisamente este problema. Su principal propuesta es Proof of SQL, que en esencia es un coprocesador ZK: un contrato inteligente o una IA envía una consulta y, una vez procesada fuera de la cadena, recibe de vuelta el resultado junto con una prueba criptográfica. Según las pruebas de rendimiento oficiales, con aceleración por GPU se pueden generar pruebas en menos de un segundo para consultas analíticas de millones de filas; en la capa subyacente, el framework Blitzar acelera mediante GPU las operaciones criptográficas más costosas. La otra parte puede verificar que el cálculo se ejecutó correctamente sobre datos que no fueron alterados, sin necesidad de ver los registros subyacentes.
Hay que dejar claro un límite: Proof of SQL garantiza que «el cálculo es correcto», pero no que «los datos de origen sean auténticos». Si lo que se registra en la cadena son cuentas falsas, la prueba solo puede decirte que «las cuentas falsas se calcularon correctamente».
En la práctica, un agente de IA puede tomar decisiones a partir de datos privados de una empresa y demostrar que el cálculo es correcto sin revelar los registros originales; en fondos tokenizados de RWA, las participaciones circulan en cadena mientras que el valor liquidativo y las posiciones permanecen en el entorno empresarial. SXT ya ofrece a usuarios empresariales, a través de Microsoft Fabric, fuentes de datos en tiempo real y verificables sobre cadenas como Bitcoin; basta con contrastarlas mediante una consulta verificable. En DeFi, los préstamos incluso pueden analizar la tasa de colateralización a largo plazo de los prestatarios y dirigir los incentivos a las posiciones realmente sólidas.
SXT se ocupa de la capa de «consultas y cálculos verificables»: SQL se ejecuta fuera de la cadena y la prueba vuelve a ella. La propuesta diferencial es clara, pero también significa que apunta a una demanda de nicho que requiere análisis complejos, no a la alimentación de precios de alta frecuencia.
$SXT se encarga de liquidar las consultas, escrituras y cálculos verificables de la red. El rendimiento anual por staking ronda el 8 %; el slashing cubre las caídas y el fraude, y las tarifas se reparten entre validadores y proveedores de datos. La propuesta tecnológica es realmente sólida, pero, como siempre, DYOR: la tecnología puede demostrar que el cálculo es correcto, pero no que los datos de origen sean necesariamente auténticos. La demanda del token dependerá, en última instancia, de cuántos negocios se lleven realmente a la cadena y paguen por ello.
#sxt
Ahora todo el mundo habla de agentes de IA que operan de forma autónoma y de activos del mundo real (RWA) en cadena, pero sigue sin resolverse una pregunta fundamental: una vez hechos los cálculos, ¿por qué deberíamos creer que nadie los manipuló? No podemos simplemente «confiar a ciegas», ¿no?
@SpaceandTime aborda precisamente este problema. Su principal propuesta es Proof of SQL, que en esencia es un coprocesador ZK: un contrato inteligente o una IA envía una consulta y, una vez procesada fuera de la cadena, recibe de vuelta el resultado junto con una prueba criptográfica. Según las pruebas de rendimiento oficiales, con aceleración por GPU se pueden generar pruebas en menos de un segundo para consultas analíticas de millones de filas; en la capa subyacente, el framework Blitzar acelera mediante GPU las operaciones criptográficas más costosas. La otra parte puede verificar que el cálculo se ejecutó correctamente sobre datos que no fueron alterados, sin necesidad de ver los registros subyacentes.
Hay que dejar claro un límite: Proof of SQL garantiza que «el cálculo es correcto», pero no que «los datos de origen sean auténticos». Si lo que se registra en la cadena son cuentas falsas, la prueba solo puede decirte que «las cuentas falsas se calcularon correctamente».
En la práctica, un agente de IA puede tomar decisiones a partir de datos privados de una empresa y demostrar que el cálculo es correcto sin revelar los registros originales; en fondos tokenizados de RWA, las participaciones circulan en cadena mientras que el valor liquidativo y las posiciones permanecen en el entorno empresarial. SXT ya ofrece a usuarios empresariales, a través de Microsoft Fabric, fuentes de datos en tiempo real y verificables sobre cadenas como Bitcoin; basta con contrastarlas mediante una consulta verificable. En DeFi, los préstamos incluso pueden analizar la tasa de colateralización a largo plazo de los prestatarios y dirigir los incentivos a las posiciones realmente sólidas.
SXT se ocupa de la capa de «consultas y cálculos verificables»: SQL se ejecuta fuera de la cadena y la prueba vuelve a ella. La propuesta diferencial es clara, pero también significa que apunta a una demanda de nicho que requiere análisis complejos, no a la alimentación de precios de alta frecuencia.
$SXT se encarga de liquidar las consultas, escrituras y cálculos verificables de la red. El rendimiento anual por staking ronda el 8 %; el slashing cubre las caídas y el fraude, y las tarifas se reparten entre validadores y proveedores de datos. La propuesta tecnológica es realmente sólida, pero, como siempre, DYOR: la tecnología puede demostrar que el cálculo es correcto, pero no que los datos de origen sean necesariamente auténticos. La demanda del token dependerá, en última instancia, de cuántos negocios se lleven realmente a la cadena y paguen por ello.
#sxt

