Capri_corn7

Pasé la última parte de hoy con el único actor en Trustless Bitcoin Vaults (TBV) que, en papel, suena menos “trustless”. Un consejo de seguridad. La verdad es que me sobresalté con el nombre, porque normalmente es en los consejos donde la falta de confianza se muere tranquilamente.

pero el poder real me sorprendió. el consejo es un quórum 3 de 5 cuya única capacidad on-chain es transmitir una transacción sin pago. Puede BLOQUEAR un pago en un escenario catastrófico, por ejemplo un fallo total del sistema de pruebas, pero no puede redirigir ningún BTC a ningún sitio. Las claves del consejo no están en el conjunto de destinos de ningún “vault”. Cada lugar al que el BTC pueda ir alguna vez se fijó en el momento de la creación: la dirección del depositante o un operador de arbitraje registrado en la liquidación, y eso lo impone el propio script de bitcoin.

Así que lo peor que puede hacer un consejo comprometido es retrasar a alguien. No robarle. Y la documentación enmarca todo el rol como transicional: una red de seguridad pensada para retirarse a medida que el protocolo madura.

un respaldo que solo puede decir no se siente como una categoría distinta a un multisig que mantiene fondos. pero retirarlo es una promesa, no un mecanismo. ¿algún protocolo que sigas ha desmantelado realmente sus propios poderes de emergencia una vez que las cosas se estabilizaron?

#baby @BabylonLabs_io $BABY

Opinión impopular:
El 90% de la gente pierde dinero en Binance porque persigue las subidas.

El dinero real se gana manteniendo la inversión y esperando.

¿Estás de acuerdo o en desacuerdo? 👇
#Binance #tradingtips

¿Sin campaña esta semana? No hay problema 😎

Deja aquí abajo tu mayor victoria en un airdrop 👇
Mía: $142 de NEWT + GRVT

Veamos quién es el rey del airdrop 👑
#Binance #Airdrop #CryptoPakistan

El mercado está en verde hoy 📈
BTC $64K | ETH $3.2K

¿Qué plan tienes ahora mismo?
A) Mantener
B) Comprar la caída
C) Tomar ganancias

Hablemos 👇
#Binance #crypto

BTC está manteniéndose en $64K ahora mismo 👀
¿Crees que alcanzará $70K este mes?

Comenta SÍ o NO 👇
#Binance #bitcoin #CryptoPakistan

Campaigns on Binance are slow right now, so let’s keep it active with market news 😅
In your opinion, which token will pump the most in August?
Drop the name in comments 👇
#Binance #CryptoPakistan

Una observación más pequeña hoy, al mirar la sección de referencias de Newton en su conjunto en lugar de cualquier citación individual, ya que he notado este patrón construyéndose en todo el documento de Newton sin nombrarlo directamente hasta ahora.
El whitepaper cita fuentes externas reales y verificables a lo largo de todo el texto: un análisis de la capacidad de congelamiento de un laboratorio de seguridad, el texto legislativo de la Ley GENIUS, una asesoría del FBI sobre un exploit específico, artículos de criptografía revisados por pares sobre el rendimiento de MPC y el FHE umbral, documentación de estándares establecidos para HPKE y OPA. Hay veintitrés referencias en total, que abarcan presentaciones regulatorias, artículos académicos e informes de incidentes.
Lo que este patrón hace, acumulativamente, es permitir que las afirmaciones se comprueben en lugar de solo confiarlas. Una cifra como "298 mil millones en suministro de stablecoin" o "16 cadenas con capacidad de congelamiento de fondos" no es solo una afirmación: es rastreable hasta una fuente externa específica, con nombre, que alguien podría verificar de forma independiente.
Esa es una postura significativamente distinta a la de un whitepaper que hace afirmaciones y espera que se acepten en base a la autoridad del propio documento. Después de haber leído las citaciones junto con las afirmaciones que respaldan en todo este proyecto, creo que esa es en realidad una de las razones más discretas, y menos discutidas, por las que el documento se mantiene bien, así como lo hace, bajo escrutinio.
#Newt @NewtonProtocol $NEWT

Hoy revisé la estructura del feed de cotizaciones de GRVT, principalmente porque entender qué información incluye una sola actualización de un ticker realmente importa para cerrar el panorama de datos de mercado que he estado construyendo durante este sprint.
Un ticker presumiblemente muestra el último precio negociado, el máximo y mínimo de 24 horas, el volumen de 24 horas y probablemente el cambio porcentual en esa misma ventana, actualizado como una instantánea compacta en lugar de exigir que el cliente derive estas estadísticas por su cuenta a partir del historial de operaciones en bruto.
Lo que encuentro notable es que, fundamentalmente, esto es una capa de conveniencia que se sitúa encima de datos que técnicamente pueden derivarse del feed de operaciones que revisé anteriormente. Un cliente podría, en teoría, calcular el máximo de 24 horas, el mínimo y el volumen procesando por sí mismo todo el historial de operaciones, pero el hecho de que GRVT lo compute y lo transmita como un resumen directamente elimina la carga computacional real de cada cliente que, de otro modo, tendría que mantener el mismo cálculo móvil de forma independiente.
Esto se conecta con un patrón que he notado esta semana en el diseño más amplio del feed de GRVT: existen datos granulares sin procesar (profundidad del libro de órdenes, operaciones individuales), pero también existen vistas resumidas y precomputadas junto a ellos para casos en los que el detalle completo en realidad no es necesario.
Cierro este sprint con la observación de que la API de GRVT parece estar diseñada de manera consistente en torno a este mismo intercambio: datos granulares para quienes necesitan precisión, y datos resumidos para quienes solo necesitan una imagen precisa rápidamente.
@grvt_io #grvt

Revisé hoy el feed reciente de operaciones de GRVT, principalmente porque entender exactamente qué datos contiene este feed es importante para cualquiera que construya herramientas de análisis sobre la actividad ejecutada en lugar de simplemente apoyarse en los datos de órdenes en reposo.
El feed de operaciones muestra operaciones ejecutadas individuales a medida que ocurren, presumiblemente incluyendo precio, tamaño, lado y la marca de tiempo de cada ejecución. A diferencia del orderbook, que muestra intención en reposo, el feed de operaciones muestra la actividad completada realmente: lo que se negoció de verdad, no lo que simplemente está disponible para negociar.
Lo que me parece notable es la distinción que esto crea para cualquier persona que haga análisis. La profundidad del orderbook te dice qué liquidez existe. El feed de operaciones te dice qué liquidez realmente se consumió. Son señales genuinamente diferentes: un orderbook grueso con muy poca actividad de operaciones detrás sugiere liquidez pasiva que quizá no refleje el interés real de trading, mientras que un orderbook delgado con un flujo de operaciones intenso sugiere algo totalmente distinto.
Para cualquiera que construya análisis de volumen o indicadores de flujo de operaciones sobre GRVT, específicamente el feed de operaciones, no el orderbook, es la fuente real de lo que ocurrió en lugar de lo que simplemente estaba disponible.
Aún estoy trabajando para determinar hasta qué punto se extiende hacia el pasado el historial de este feed para una suscripción nueva: si un cliente nuevo obtiene algo de historial de operaciones reciente como instantánea inicial, o si solo ve las operaciones que ocurren después de que se suscribe.
@grvt_io #grvt

Una actualización más específica hoy, centrada únicamente en la categoría de Market Data dentro del ecosistema del proveedor de datos de Newton, ya que utiliza un método de integración claramente diferente al de las otras categorías que revisé en términos generales.
Market Data, que cubre precios de activos, tipos de cambio y feeds de NAV, es la única categoría que se enruta específicamente a través del mecanismo de consenso de Newton, el mismo de conciliación mediante mediana utilizado en el flujo de evaluación en dos fases. Las demás categorías de datos, o bien usan un feed en tiempo real con atestación, o bien llegan como una credencial emitida; ninguna de ellas requiere reconciliar desacuerdos entre múltiples operadores del modo en que lo hace Market Data.
Esa distinción tiene sentido si se considera la naturaleza de los datos de precios. Varios operadores que consultan independientemente un precio en momentos ligeramente distintos observarán realmente cifras ligeramente diferentes; eso es esperable, no es un fallo. Los datos de sanciones o de credenciales no presentan esa misma variación observacional: o una dirección está en una lista o no lo está, o se emitió una credencial o no se emitió.
Por eso, Market Data no es solo otra categoría que usa el mismo patrón genérico de plugin WASM que todo lo demás: es específicamente la categoría cuya naturaleza hizo necesario que Newton construyera un mecanismo de reconciliación desde el principio.
Aun así, sigo pensando si otras categorías de datos podrían necesitar teóricamente este mismo tratamiento de consenso a medida que crece el ecosistema del proveedor de Newton, o si la volatilidad de precios es realmente única entre las categorías actuales en requerirlo.
#Newt @NewtonProtocol $NEWT

Hoy revisé la estructura de la API de datos de mercado de GRVT, en particular cómo se exponen los instrumentos y las reglas de margen a través de ella, porque entender qué datos hay realmente disponibles públicamente es importante para cualquiera que esté construyendo herramientas de análisis, en lugar de solo un sistema de ejecución.
La API de datos de mercado de GRVT muestra definiciones de instrumentos, tickers actuales, profundidad del libro de órdenes, operaciones recientes y datos de velas. Las reglas de margen específicamente parecen poder consultarse a través de la misma API; es decir, los parámetros de riesgo no son información oculta solo visible después de la autenticación de la cuenta, sino que están públicamente disponibles para cualquiera que evalúe qué apalancamiento y requisitos de margen aplican a un instrumento determinado.
Lo que me parece notable es que exponer públicamente las reglas de margen a través de datos de mercado, en lugar de requerir acceso autenticado, reduce la barrera para que cualquiera evalúe GRVT antes de comprometer capital. Un trader potencial puede analizar los parámetros de riesgo reales de un instrumento sin necesidad de crear una cuenta primero.
Esta transparencia también importa para cualquiera que construya herramientas de terceros sobre GRVT, ya que el hecho de que los datos de margen y riesgo sean consultables públicamente significa que esas herramientas no necesitan acceso autenticado especial solo para mostrar información de apalancamiento precisa a los usuarios.
Aún estoy trabajando para entender con qué frecuencia se actualiza realmente esta información de la regla de margen, si los cambios en los rangos de riesgo se propagan a través de la misma estructura de feed en tiempo real que los datos de precio, o mediante algún canal separado que avanza más lentamente.
@grvt_io #grvt

A specific use case in Newton's whitepaper worth breaking down on its own today, institutional DeFi access, separate from the sealed bid auction mechanism that gets more attention within the same section.
Banks, asset managers, and pension funds want access to DeFi yield, lending, and trading opportunities, but participation requires compliance grade infrastructure, enforceable investor eligibility, position limits, counterparty screening, and audit trails satisfying both internal compliance teams and external regulators simultaneously.
What stands out is the dual audience requirement specifically, internal compliance AND external regulators. Many compliance solutions optimize for one or the other. Satisfying an internal risk committee is a different bar then satisfying an external regulatory examination, and building infrastructure that clears both simultaneously is a more demanding design target then either alone.
Newton's pitch is that institutions can define their own compliance policies in Rego, and Newton enforces those policies at the transaction level across whatever protocols and chains the institution actually interacts with, without requiring permissioned forks of the underlying DeFi protocols themselves.
Still working through how this scales when different institutions using the same underlying protocol have genuinely conflicting compliance requirements configured through their own separate policies.
#Newt @NewtonProtocol $NEWT

Pasé hoy por la lista de motivos de rechazo de pedidos de GRVT, principalmente porque comprender los modos de fallo suele decirte más sobre las restricciones reales de diseño de un sistema que la documentación del «camino feliz».
GRVT documenta un conjunto bastante amplio de categorías de rechazo. Rechazos relacionados con el margen, cuando un pedido haría que una cuenta quede por debajo del margen requerido. Protección contra autocompras (self-trade protection), evitando que una cuenta haga match contra sus propios pedidos en reposo. Protección para creadores de mercado (market maker protection), un mecanismo específicamente para que los creadores de mercado no sean atacados durante una volatilidad súbita. Violaciones de límites de tamaño de posición, cuando un pedido haría que una posición supere lo permitido.
Lo que me parece notable es la enorme especificidad de estas categorías más que una respuesta genérica de «pedido rechazado». La protección contra autocompras y la protección para creadores de mercado, en particular, no son comprobaciones básicas de validación; son mecanismos de protección que abordan escenarios reales de trading con los que los participantes experimentados se encuentran.
Esta granularidad importa en la práctica para cualquiera que esté construyendo un sistema automatizado encima de GRVT. Un rechazo genérico no te dice nada accionable. Un motivo específico te dice exactamente qué ajustar: reducir el tamaño, cancelar un pedido en conflicto, esperar a que la volatilidad se estabilice, antes de volver a enviar.
Todavía estoy analizando si estas categorías se mapean a un esquema fijo de códigos de error numéricos, o si son principalmente cadenas descriptivas con las que un cliente tendría que hacer coincidencia por patrones.
@grvt_io #grvt

Un detalle más específico dentro del marco de gobernanza de Newton captó mi atención hoy, en particular el proceso de admisión de operadores descrito como el equilibrio entre el control de calidad y la descentralización.
Estos dos objetivos están en cierta tensión por naturaleza. El control de calidad puro sugeriría un conjunto pequeño y cuidadosamente evaluado de operadores que cumpla un alto estándar. La descentralización pura sugeriría admitir a tantos operadores como fuera posible para evitar la concentración. El planteamiento de Newton reconoce explícitamente que está equilibrando estos aspectos, en lugar de optimizar exclusivamente uno de ellos.
En la práctica, esto probablemente signifique criterios de admisión lo bastante exigentes como para filtrar capacidades reales de operación y cumplimiento, el estatus real como entidad legal, garantías de disponibilidad, un programa real de AML, y que aun así sean alcanzables por más que un pequeño círculo cerrado de entidades preseleccionadas.
Lo que me parece relevante es que este marco rechaza de forma implícita dos alternativas más fáciles: un conjunto de operadores totalmente abierto sin ningún requisito de admisión, o un conjunto pequeño y permanentemente fijo de operadores elegido una vez y que nunca se amplía. El enfoque de Newton requiere un proceso continuo de gobernanza que implique tomar decisiones sobre dónde se sitúa ese equilibrio, lo cual exige más en términos operativos que cualquiera de los dos extremos.
Aún no estoy seguro de cómo se escala realmente este proceso de admisión a medida que crece Newton, si el umbral cambia cuando el conjunto de operadores se amplía, o si permanece fijo independientemente de cuántos operadores ya existan.
#Newt @NewtonProtocol $NEWT

A specific security detail in Newton's data provider sandbox caught my attention today, mostly the private IP blocking piece specifically.
SSRF, server side request forgery, is a real and fairly common attack pattern where a piece of code thats supposed to reach an external resource gets tricked or coerced into reaching an internal one instead, potentially exposing infrastructure that was never meant to be publicly reachable. Newton's WASM data providers run in an environment that explicitly blocks private IP ranges as part of the sandbox, closing that specific attack path before a compromised or malicious plugin could ever attempt it.
Combined with strict resource limits, the sandbox is protecting against two separate categories of misbehavior at once, a plugin trying to reach somewhere it shouldnt, and a plugin trying to consume more compute or bandwidth then its allotted.
Still curious whether this private IP blocking is a fixed, uniform rule applied identically across every operator, or whether its something individual operators configure themselves as part of their own deployment, which would matter for how consistent Newton's actual security guarantee is across the whole network.
#Newt @NewtonProtocol $NEWT