2026Rabbit

#baby $BABY @BabylonLabs_io

Un tipo en el hilo de la testnet publicó el hash de su transacción como si fuera un trofeo, y luego admitió en la misma frase que nunca había tocado el formulario de feedback.

Esa es la tensión que vale la pena nombrar con esta fase de la testnet. La testnet pública realmente no está midiendo si la gente puede pedir prestado contra BTC nativo; ese flujo es lo bastante sencillo como para funcionar a la primera para la mayoría de los usuarios. Lo que realmente está construida para medir es dónde se rompe: estimaciones de gas mal calculadas, umbrales de liquidación poco claros, y un faucet que se queda sin fondos en el momento equivocado. Esa señal solo aparece si la gente lo reporta.

La mayoría de la actividad en la testnet optimiza para la métrica equivocada. El conteo de transacciones se ve bien en un panel; le dice a Babylon casi nada sobre si la lógica de colateral de TBV aguanta bajo un uso confuso o adversarial. El formulario de feedback es el producto real; el flujo de préstamo solo es el anzuelo para que la gente lo pruebe en serio y tenga algo que reportar.

Autocrítica: entiendo por qué la mayoría de los probadores lo omiten; completar un formulario requiere más esfuerzo que ir haciendo clic en una interfaz, y no hay recompensa por escribir un buen reporte de bug frente a uno perezoso. Esa asimetría probablemente sea el mayor riesgo para la calidad de la testnet aquí, no la tecnología en sí.

#baby $BABY @BabylonLabs_io

Surge una pregunta en un Discord de testnet que nadie respondió de forma clara: si el Bitcoin nativo nunca sale del control del usuario, ¿qué es lo que realmente se liquida cuando el préstamo queda por debajo (entra en pérdidas)?

Esa es la parte de Trustless Bitcoin Vaults con la que vale la pena quedarse más tiempo que con la línea de marketing. Autocustodia y trustless suenan a ventaja pura: tus claves, tu Bitcoin, sin puente, sin token envuelto. Pero prestar contra colateral solo funciona si un prestamista puede incautar ese colateral en caso de impago. En algún punto del sistema, alguien o algo necesita tener una reclamación ejecutable sobre el BTC que el prestatario técnicamente sigue controlando. Eso no es un detalle menor de diseño: es todo el mecanismo del que vive o muere un producto de préstamo.

La respuesta de Babylon probablemente esté integrada en la lógica de bóveda de TBV en sí, más que en un custodio; esa es la innovación real aquí, y no la ausencia de “wrapping”. Eliminar los puentes es el titular fácil. Hacer que la liquidación sea ejecutable sin custodia es el difícil problema de ingeniería que hay debajo.

Autocrítica: no tengo visibilidad sobre qué tan robusto es ese mecanismo bajo estrés real del mercado; las condiciones de testnet raramente replican una caída rápida del BTC. Justamente por eso existe el testnet, y exactamente esa es la parte que yo querría ver probada antes de llamar “trustless” a esto en la práctica, no solo en el diseño.

#baby $BABY @BabylonLabs_io

A dev I follow put it bluntly: “any chain, any application” is a slogan until it ships somewhere specific.

That gap is worth looking at with Trustless Bitcoin Vaults. The framing is broad, native Bitcoin as collateral across any chain, any app, lending, stablecoins, credit cards, derivatives, insurance. But what's actually live right now is one use case, one chain, one app: native BTC-backed borrowing through Aave v4 on Ethereum testnet. Everything else is still a roadmap word.

I don't think that's dishonest marketing, but it does create a real question. Infrastructure that claims universality has to prove itself somewhere first, and the choice of where says a lot about priorities. Ethereum and Aave are the deepest liquidity pool available, the safest place to test whether native BTC collateral actually behaves the way the design promises before anyone risks credit cards or insurance products on it.

Self-critique: it would be easy to call this scope-narrow and move on, but starting narrow is usually how infrastructure earns the right to expand. The mistake would be treating testnet success on one integration as proof the broader claim already works.

So the thing I'm tracking is the second integration, not the first, since that's what actually tests whether TBV generalizes.

#baby $BABY @BabylonLabs_io

Alguien en un chat de DeFi preguntó por qué Babylon no había lanzado primero el préstamo nativo de BTC en su propia app. La respuesta llegó rápido: porque nadie lo habría usado.

Esa es la historia más silenciosa detrás de Trustless Bitcoin Vaults. La parte “trustless” es real: colateral nativo de BTC, sin wrapping, sin puente que retenga el activo. Pero la primera integración no es una interfaz nueva construida por Babylon. Es Aave v4: un nombre que los prestatarios ya conocen y en el que ya confían, con miles de millones en depósitos.

Hay una pequeña ironía que vale la pena considerar. Un protocolo creado para eliminar la confianza de la capa de colateral todavía necesita una marca confiable para llevarlo a los usuarios. TBV resuelve el problema de la custodia a nivel de infraestructura, pero la adopción sigue pasando por los mismos atajos de reputación que se usan en todas partes en DeFi: elige la plataforma que reconoces.

Autocrítica: esto no es una debilidad; probablemente sea el único camino realista. Pedirle a los usuarios que confíen al mismo tiempo en un mecanismo de bóveda no probado y en una app desconocida mataría la adopción antes de que se pruebe la tecnología. Encauzar el colateral trustless a través de un front-end confiable es, en realidad, cómo se difunde la infraestructura: en silencio, por debajo de algo familiar.

Lo que estoy observando ahora es si ese patrón se mantiene cuando TBV se expanda más allá de Aave, o si cada nueva integración necesita su propia credibilidad prestada.

#baby $BABY

Un amigo me envió la semana pasada una captura de pantalla de la red de pruebas de TBV, orgulloso de que ya había pedido prestado USDC respaldado por su BTC. Le pregunté qué ruta de colateral usó. Me dijo que la que la app sugería por defecto, como siempre.

Esa respuesta está en el centro de lo que hace que los Trustless Bitcoin Vaults (Bóvedas de Bitcoin sin confianza) sean interesantes y también frágiles. TBV permite que préstamos nativos respaldados por Bitcoin se realicen en Aave v4 sin envolver, sin puentear y sin ceder la custodia a nadie. No hay BTC sintético, ni un contrato puente que retenga el activo real como rehén. Técnicamente, la confianza se ha eliminado de la capa de colateral.

Pero la confianza no desaparece; solo se reubica. Al eliminar la necesidad de confiar en un puente, los usuarios aún necesitan confiar en algo, normalmente la interfaz que los guía, los parámetros predeterminados, la ruta de menor fricción. Mi amigo no eligió el BTC nativo porque entendiera la arquitectura sin confianza. Lo eligió porque la app lo puso como el clic más fácil.

Autocrítica aquí: eso no es realmente un defecto de TBV. Que un producto de préstamos tenga éxito porque es sencillo es normal, e incluso deseable. La pregunta real es si eliminar la confianza intermediaria a nivel de protocolo realmente cambia el comportamiento del usuario, o si la gente simplemente desplaza su confianza hacia arriba, hacia quien diseña el flujo.

Me pregunto si @BabylonLabs_io ha mirado cuánto de la actividad en la red de pruebas refleja una comprensión genuina de TBV versus la comodidad de la ruta por defecto.

#grvt @grvt_io

Últimamente he estado refrescando la línea de tiempo de @GRVT_io más de lo habitual. $GRVT
Hay un tipo específico de tensión que se forma antes de un TGE. No es exactamente hype, más bien es ver un “revelado” lento del que has sido parte construyendo. GRVT acaba de confirmar su evento de generación de tokens para el 21 de julio, y la asignación del airdrop para la comunidad ha crecido hasta el 28% del suministro fijo de 1.000 millones, frente a los planes anteriores. Ese no es un ajuste pequeño: señala que el equipo se está inclinando aún más por recompensar el uso real en lugar de reducir el pool mientras la demanda crecía.
Lo que me llama la atención no es solo el número, sino la secuencia. El registro para el airdrop se abrió el 10 de julio y se mantendrá hasta el 27 de julio, con un Plan de Multiplicador opcional para cualquiera que esté dispuesto a diferir su distribución para conseguir una mayor parte más adelante. Ese es un tipo de diseño distinto a “reclamar y vender de inmediato”: le está pidiendo a la comunidad que decida qué tan paciente quiere ser.
La negociación comenzará primero en el propio mercado spot de GRVT, y luego el equipo trabajará de forma abierta para conseguir listados en exchanges centralizados más grandes. Así que esto no es un momento único: es una secuencia que se desarrolla a lo largo de semanas.
No estoy tratando todo esto como una señal para predecir el precio. Lo que estoy observando es si la estructura del airdrop realmente recompensa a los traders que construyeron volumen aquí, o si solo premia a quienes aparecen justo al final.
Si has estado haciendo farming durante la Temporada 2, ¿te estás apuntando al Plan de Multiplicador o estás tomando tu asignación en el TGE?

#BinanceTurns9 Binance 9 años: ¿Quieres construir, felicitaciones por tu cumpleaños

#grvt @grvt_io

Mantengo una lista mental de "cosas que no deberían ser ciertas a la vez" en cripto. Número uno: privacidad y transparencia. Todo el mundo asume que tienes que elegir.
Entonces miré con más atención GRVT.
Así está montado. GRVT es un exchange híbrido: no es totalmente CEX ni totalmente DEX. El emparejamiento de órdenes ocurre fuera de la cadena, en una infraestructura rápida diseñada para velocidad de nivel institucional. Pero, ¿la liquidación? Eso ocurre en la cadena, donde se supone que debe hacerlo.
Divide el trabajo en dos. Que cada mitad haga lo que realmente se le da bien.
La parte fuera de la cadena significa que no hay molestos pop-ups de monedero para cada clic, ni ansiedad por las comisiones de gas; la latencia se mide en milisegundos en lugar de tiempos de bloque. La parte en la cadena significa que tus fondos nunca están realmente en manos de GRVT. Autocustodia, todo el camino.
La parte de privacidad proviene de tecnología de conocimiento cero, ejecutándose en ZKsync como una validium. Los datos de las operaciones —tu tamaño de posición, tu margen y tu precio de liquidación— no quedan expuestos en un libro público para que cualquier bot los ataque. En su lugar, GRVT genera pruebas criptográficas y solo ancla esas pruebas en Ethereum. Verificable, sin ser un libro abierto.
Esa combinación es la apuesta real aquí: ¿puede un exchange ser rápido y privado y, aun así, demostrar que no te está mintiendo?
GRVT ya tiene futuros perpetuos en vivo, con opciones y spot en expansión, y ha estado persiguiendo licencias regulatorias en más de una región —algo que la mayoría de plataformas "descentralizadas" evitan en silencio.
Yo todavía estoy leyendo los detalles por mi cuenta. Si el debate CEX vs DEX alguna vez te ha incomodado, grvt.io vale diez minutos de tu tiempo.

#grvt @grvt_io

He estado volviendo a @GRVT_io otra vez, esta vez intentando ver el panorama completo en lugar de enfocarme en una sola función. #grvt
La mayoría de los exchanges te hacen elegir una identidad temprano. O eres un usuario de CEX que opera rápido y confía las llaves a otra persona, o eres un usuario de DEX que guarda tus propias llaves y aceptas cierta fricción como el costo de esa libertad. GRVT no te pide realmente que elijas un carril; simplemente elimina en silencio la bifurcación del camino.
Por debajo, las órdenes se emparejan fuera de la cadena para que la ejecución siga siendo rápida, mientras que la liquidación finaliza on-chain para que tus fondos nunca salgan realmente de tu control. Solo con eso ya sería interesante. Pero además está la capa de privacidad que corre sobre la arquitectura Validium de zkSync, manteniendo los datos de las operaciones fuera de la vista pública mientras, al mismo tiempo, se demuestra que todo es válido en Ethereum. La velocidad, la custodia y la privacidad normalmente tiran en direcciones opuestas, como si tres personas intentaran conducir el mismo auto. Aquí parece que se pusieron de acuerdo en una dirección.
Lo que cambia aún más el panorama es que GRVT eliminó el KYC obligatorio, así que puedes empezar a operar con solo un correo electrónico manteniendo la custodia total por tu cuenta. Es una combinación extraña sobre el papel: acceso sin permisos junto a infraestructura de nivel institucional. Y la hoja de ruta ya no es solo de perps; se está extendiendo hacia RWAs y una gestión patrimonial más amplia, tratando este modelo híbrido como base y no como un truco aislado.
Todavía no estoy seguro de si esto se convierte en la plantilla predeterminada para los exchanges o si solo es un nicho bien ejecutado. ¿Qué parte te parece más duradera: la capa de privacidad o el acceso sin KYC?

#grvt @grvt_io

Esta semana pasé un rato pensando en @GRVT_io desde otro ángulo. #grvt $GRVT
Todo el mundo habla de la descentralización como si la transparencia fuera automáticamente un regalo. Visibilidad total: cada orden, cada posición, ahí, para que cualquiera la vea. Pero si alguna vez jugaste al póker con las cartas boca arriba, sabes por qué no siempre es una ventaja.
Ese parece ser el problema que GRVT está solucionando en silencio. La mayoría del trading on-chain expone exactamente lo que hace un trader en tiempo real, lo cual suena justo hasta que te das cuenta de que también invita al front-running y permite que los jugadores más grandes lean tu estrategia antes de que hayas terminado de ejecutarla. El flujo de órdenes se convierte en una señal pública, y las señales públicas se explotan.
La respuesta de GRVT es mantener el libro de órdenes fuera de la cadena para el matching, así nadie está mirando tu mano a mitad de la partida, mientras que la liquidación sigue ocurriendo on-chain mediante la configuración de Validium de zkSync. La operación se prueba y se finaliza en Ethereum, pero los detalles que normalmente revelarían tu intención se mantienen privados. Es un tipo peculiar de privacidad, garantizada criptográficamente en lugar de simplemente prometida por una empresa.
Lo que más me sorprendió es que esto ya no se trata solo de perps. La infraestructura se está ampliando hacia una gestión patrimonial más amplia, tratando la custodia y la privacidad como la base, en lugar de una función adicional pegada a una app de trading.
Sigo preguntándome si la privacidad en el trading en realidad es un mecanismo de equidad, no un atajo. Si los mercados están pensados para recompensar la información y el timing, ¿de verdad debería la mano de todo el mundo verse antes de que termine la ronda?

#grvt

He estado hurgando en @grvt_io últimamente, y es el tipo de proyecto que te hace replantearte qué significa siquiera “exchange” (intercambio). #grvt
Antes lo trataba como una elección binaria. O confiabas en un exchange centralizado con tus fondos y obtenías velocidad, o te ibas totalmente on-chain y aceptabas una ejecución más lenta a cambio de la custodia. Nunca ambas. GRVT se construye sobre la idea de que ese intercambio nunca fue necesario en realidad, solo quedaba por resolver.
La configuración es fácil de describir, pero difícil de ejecutar. Las órdenes se emparejan fuera de la cadena (off-chain), así que el trading se siente rápido, más cerca de lo que esperarías de una plataforma centralizada. La liquidación ocurre on-chain, así que tus fondos permanecen bajo tu propio control todo el tiempo. Es menos “elige un bando” y más “¿por qué alguna vez nos obligaron a hacerlo así?”
Lo que hace que esto funcione, en lugar de ser solo un buen discurso, es la capa ZK que hay debajo. GRVT funciona con una arquitectura de Validium conectada a zkSync, lo que significa que los datos de las operaciones pueden mantenerse privados fuera de la cadena mientras, aun así, sean verificables y liquidados en Ethereum. Esa era la parte que antes me parecía contradictoria. Privacidad y verificabilidad no se supone que deban coexistir, hasta que miras cómo los validiums separan realmente la disponibilidad de datos de la validez de la prueba.
Me recuerda a ver dos sistemas separados que nunca fueron diseñados para hablar entre sí empezar a cooperar de repente. Mercados perp, precios de RWA, opciones, todo en la misma vía.
Todavía estoy viendo cómo aguantan sus modelos de margen y riesgo bajo un volumen real. Si usaste antes un exchange híbrido, ¿el modelo de custodia cambió realmente la forma en que comerciabas, o solo cambió lo que sentías al respecto?

#opg $OPG @OpenGradient

Developer angle: la primera vez que el conocimiento de la IA puede convertirse en infraestructura
He construido bastantes proyectos secundarios y uno de los problemas que siempre me encuentro es no tener una forma adecuada de integrar una IA personalizable sin tener que alojar yo mismo el modelo o usar la API de una gran empresa, cuyos términos podrían cambiar en cualquier momento.
No esperaba que Twin.fun en @OpenGradient resolviera ese problema de una forma totalmente distinta.
El desarrollador puede integrar el price feed de la clave de twin, verificar la propiedad de la clave y construir una app sobre la infraestructura de Twin.fun sin necesidad de permisos de OpenGradient. Si quiero construir una herramienta de trading solo para quienes poseen la clave de un analista específico, puedo hacerlo. Si quiero crear un dashboard que solo se abra para quienes poseen la clave de un investigador, también puedo hacerlo. Esa lógica de control de acceso está en el smart contract, abierto, y nadie puede quitársela. opengradient
Eso es completamente diferente de cómo operan normalmente las plataformas. Por lo general, construyes encima de una plataforma y, cuando ellos cambian la API o los términos, tu producto muere. Con Twin.fun, lo que construyes encima es un smart contract en blockchain y esa lógica no puede cambiarse unilateralmente.
$OPG liquidea cada transacción en esa infraestructura. Ninguna empresa en medio puede decidir apagarla.
Esta es la primera vez que un activo de conocimiento de la IA puede convertirse en un primitive para que los desarrolladores construyan sobre él, en lugar de ser solo un producto que consume el usuario final.
Si eres desarrollador, ¿qué construirías sobre la infraestructura de propiedad de claves de Twin.fun?

#opg $OPG @OpenGradient

Título: La app que usé durante meses estaba ejecutándose en secreto en otra blockchain
Usé BitQuant durante semanas antes de entender qué era lo que realmente respondía a mis preguntas.
Escribía algo como cuál es mi riesgo de liquidación en este pool, recibía una respuesta clara y asumía que provenía de un servidor que OpenGradient poseía y operaba directamente. Esa suposición estaba equivocada, pero solo se volvió evidente cuando me puse a investigar la arquitectura por simple curiosidad una noche.
BitQuant no es solo un producto de OpenGradient. También está implementado como Subnet 15 en Bittensor, una red de IA descentralizada totalmente separada con la que la mayoría de los usuarios cripto nunca ha tenido contacto. Las preguntas que escribí en una interfaz web limpia se enviaban a nodos mineros independientes con los que yo no tenía ninguna relación, compitiendo entre sí para producir la mejor respuesta, mientras los nodos validadores evaluaban su trabajo y les pagaban en TAO. Yo era el cliente. No tenía idea de que también era la carga de trabajo que se distribuía dentro del mercado de incentivos de otra persona.
Lo que me impactó no fue la complejidad. Fue lo invisible que se mantenía. La experiencia del producto no revelaba nada de la maquinaria subyacente, y eso es por diseño, no por accidente. La buena infraestructura se supone que debe desaparecer. La interfaz en la que confiaba era una capa delgada sobre un mercado de operadores de IA competidores sobre el que yo nunca tenía que pensar, y el sistema funcionaba precisamente porque yo no tenía que hacerlo.
Todavía no entiendo del todo la mecánica de incentivos de Bittensor. Pero entiendo mucho más por qué las respuestas de BitQuant se sentían coherentes en cientos de consultas no relacionadas.
¿Alguna vez descubres que una herramienta en la que confiabas se había construido en silencio sobre infraestructura que nunca habías escuchado?

#opg $OPG @OpenGradient

La gente habla del "IA verificable" como si fuera una sola cosa. En realidad, hay tres maneras distintas de comprobar que una inferencia de IA es correcta, y cada una implica compromisos completamente diferentes entre ausencia de confianza (trustlessness), velocidad y coste. Y la forma en que eliges depende de lo que estés construyendo.

OpenGradient admite las tres a la vez. ZKML usa pruebas de conocimiento cero; esta es la opción más “trustless”, porque no necesitas confiar en ningún hardware ni en terceros. Pero la generación de la prueba requiere muchos cómputos y es significativamente más lenta, por lo que es adecuada para decisiones de alto valor que no necesitan tiempo real. La verificación con TEE usa atestación de hardware desde un entorno de ejecución confiable (trusted execution environment), es mucho más rápida y escala con LLM grandes, lo que la hace ideal para inferencias frecuentes que requieren baja latencia. La verificación “vanilla” no genera ninguna prueba: solo registra el resultado en la cadena. Es adecuada para casos de uso que necesitan un alto rendimiento, en los que aceptas confiar en el nodo de inferencia.

Estos tres métodos no compiten entre sí. Sirven para tres tipos diferentes de casos de uso dentro de la misma red, y el desarrollador elige el método que mejor se ajusta a sus requisitos específicos al solicitar una inferencia.

Lo que me parece más importante es que OpenGradient no elige un solo método y luego declara que es el mejor. Los tres conviven en una misma red, publican la prueba en el mismo ledger y cualquier nodo completo puede verificar. El desarrollador elige el método al llamar a la inferencia según sus necesidades concretas, no según las limitaciones de la infraestructura.

La pregunta que estoy siguiendo es: cuando ZKML se vuelva más barato y más rápido gracias a mejoras de hardware, ¿la balanza entre los tres métodos se desplazará por completo hacia lo totalmente trustless, o el TEE mantendrá su posición dominante porque los LLM escalan demasiado rápido en comparación con ZK?

#opg $OPG @OpenGradient

Título: El 158x que cambia las matemáticas en Proof
Una vez esperé cuatro minutos a que se generara una prueba criptográfica para algo que debería haber tardado medio segundo en computarse. Recuerdo haberme quedado mirando el spinner de carga pensando en que nadie la usaría jamás en producción, por muy elegante que fuera matemáticamente la garantía. Una prueba para la que nadie puede permitirse esperar no es realmente una característica. Es un paper de investigación con la ropa de un producto.
Ese recuerdo volvió cuando leí sobre la integración de DeepProve en el Model Hub de OpenGradient a través de Lagrange.
ZKML siempre ha llevado un intercambio brutal. La garantía criptográfica es real, matemáticamente impenetrable, del tipo de prueba que no necesita que se confíe en ningún operador. Pero generar esa prueba para cualquier modelo más allá del tamaño “de juguete” históricamente ha sido tan lento que casi nadie podía justificarlo para nada sensible al tiempo. Lo había descartado mentalmente como perfecto en teoría e inutilizable en la práctica para la mayoría de cargas de trabajo reales.
DeepProve cambia esas matemáticas de forma directa. Lagrange lo construyó para ser 158 veces más rápido que enfoques previos de zkML, manteniéndose infinitamente escalable y seguro por defecto. Eso no es una mejora de velocidad incremental. Es la diferencia entre una prueba que llega después de que importaba y una que llega a tiempo para importar.
Los modelos verificados de DeepProve ahora publican directamente en el Model Hub de OpenGradient, de modo que un desarrollador que descarga un modelo ya no tiene que elegir entre velocidad y prueba. Obtienen ambas cosas, ya preparadas.
La brecha entre una prueba criptográficamente perfecta y una que realmente es utilizable se ha reducido muchísimo.
¿Alguna vez abandonaste una solución técnicamente correcta simplemente porque era demasiado lenta para usarla en la práctica?

#opg $OPG @OpenGradient

Título: La prueba que solo tú puedes leer
Casi no envié el mensaje.
Estaba redactando una pregunta para un asistente de IA sobre una situación financiera que involucraba números reales, detalles de cuentas y decisiones que importaban. Mi cursor permaneció sobre el botón de enviar durante mucho tiempo porque seguía pensando en a dónde va ese texto una vez que sale de mi pantalla. Algún servidor. Algún archivo de registro. Algún panel de un empleado, tal vez, en un día en que algo salga mal.
Esa vacilación es la razón de que exista la inferencia TEE, y la parte que al final hizo que se me encendiera la idea no fue la promesa de privacidad en sí. Fue aprender cómo funciona la prueba.
Cuando una solicitud se enruta a través de los nodos proxy TEE de OpenGradient hacia un proveedor como Anthropic u OpenAI, el operador del nodo que ejecuta ese hardware no puede ver ni registrar el mensaje o la respuesta reales, porque los datos se procesan dentro de un entorno sellado del que no tienen visibilidad. Después de que se ejecuta la inferencia, la salida se firma y se escribe un hash en la cadena de bloques. Cualquiera puede ver que existe un hash. Nadie más que yo puede leer lo que lo produjo, porque reconstruir ese hash requiere tener primero el resultado original en la mano.
Esa es una clase extraña de prueba. Es pública y privada al mismo tiempo. La cadena de bloques confirma que ocurrió algo sin revelar nunca qué. Por fin envié el mensaje.
¿Cuál es la pregunta más sensible que has retenido de escribir en una IA, solo porque no estabas seguro de a dónde acabaría?

#opg $OPG @OpenGradient

Título: Encontré un fósil dentro de un contrato inteligente
La semana pasada estaba leyendo un ABI de contrato, ese tipo de referencia técnica seca que la mayoría de la gente se salta, cuando noté algo raro. Las funciones se llamaban buyShares y sellShares. Pero en todo lo demás de la documentación, el mismo activo se llamaba clave.
Esa discrepancia no es un error. Es un fósil.
En 2023, Friend.tech se lanzó permitiendo a las personas comprar y vender acciones de cuentas X. Un abogado de criptomonedas le dijo a un reportero en ese momento que su alarma legal sonó en el momento en que vio la palabra acciones, porque la prueba de Howey se basa en si los compradores esperan razonablemente beneficios del esfuerzo de otra persona, y acciones es exactamente la palabra que invita a esa expectativa. Friend.tech renombró silenciosamente acciones a claves en cuestión de semanas. El mismo mecanismo, palabra diferente, postura legal muy diferente.
Twin.fun, el mercado de OpenGradient para gemelos digitales de IA, llama a sus unidades de curva de unión claves desde el primer día. Pero la documentación misma admite que las claves se llamaban anteriormente acciones en versiones tempranas del contrato, y aún puedes encontrar buyShares y sellShares sentados dentro del ABI hoy. El equipo aprendió la lección antes del lanzamiento en lugar de después de que la advertencia de un abogado se volviera viral.
Lo que llamas a algo en la cadena no es cosmético. Es la primera señal de si un equipo está construyendo con los errores del último ciclo en mente o repitiéndolos a ciegas.
¿Alguna vez has leído un contrato inteligente lo suficientemente de cerca como para encontrar un rastro de una decisión que claramente el equipo no quería repetir?

#opg $OPG @OpenGradient

"El modelo que construí desapareció. Nadie me consultó primero."
El año pasado, creé una pequeña herramienta sobre DALL-E 3. Nada del otro mundo, solo un flujo de trabajo que algunas personas de mi equipo usaban a diario. Luego, en noviembre de 2025, recibí un correo. Aviso de deprecación, la eliminación programada para el 12 de mayo de 2026, reemplazo recomendado que producía resultados diferentes para la mitad de mis prompts. Sin votación, sin negociación. El modelo del que dependía simplemente se iba en el calendario de otra persona.
Esa experiencia cambió la forma en que evalúo la infraestructura de IA ahora. Dejé de preguntar cuál modelo rinde mejor y comencé a preguntar quién controla realmente si existe mañana.
OpenAI cerró DALL-E 2 y DALL-E 3 en mayo, está retirando la API de Asistentes completamente en agosto con lo que su propia documentación llama sin modo degradado y sin período de gracia, y ha pasado por variantes de GPT-4o, o1, codex-mini, y Realtime Beta en un calendario de deprecación continuo hasta 2026. Cada una de esas decisiones fue tomada por una empresa que optimiza su propia hoja de ruta, no por los desarrolladores que construyeron productos encima.
El Hub de Modelos de OpenGradient almacena cada modelo subido en un almacenamiento descentralizado de Walrus específicamente para que no pueda ser eliminado, censurado, o perdido cuando un proveedor cambia sus términos. El modelo no vive dentro de la decisión de infraestructura de una empresa. Vive en un lugar permanente, dirigido por contenido que nadie puede revocar unilateralmente.
No creo que cada modelo necesite esa garantía. Pero los que construyo un negocio probablemente deberían.
¿Alguna vez se ha deprecado un modelo o API de la que dependías, y cuánto trabajo te costó realmente la migración?

#opg $OPG @OpenGradient

Compré un token de pump.fun en la segunda hora de su vida. El gráfico se veía imparable. Para la sexta hora, el creador había vendido en cada orden de compra en el camino hacia arriba y desapareció. No fui desafortunado. Yo era la liquidez de salida, y el mecanismo de curva de vinculación que hizo que el token subiera tan limpio era el mismo mecanismo que permitió al creador marcharse limpio también.
Esa experiencia me dejó sospechoso de las curvas de vinculación como categoría, hasta que leí cómo twin.fun utiliza la misma matemática para algo estructuralmente diferente.
Una curva de vinculación solo funciona tan bien como lo que se está valorando. En un launchpad de memes, lo que se está valorando es nada, un nombre y un gráfico, así que la única función real de la curva es transferir dinero de los compradores tardíos al creador antes de que alguien se dé cuenta. Twin.fun valora el acceso a un gemelo digital de IA modelado en un creador real, fundador o inversor. Comprar una clave te da acceso a la mente de ese gemelo, su chat, sus herramientas, su comunidad. El activo debajo de la curva tiene función antes de que la caída importe.
La parte que realmente cambió mi opinión es la división de incentivos. Los creadores ganan el cincuenta por ciento de las tarifas de trading en su propio gemelo de forma permanente, no de un solo pico de lanzamiento. Eso ata sus ingresos a que el gemelo se mantenga útil y se negocie, no a retirar dinero pronto como el fundador que me quemó.
Una curva puede valorar cualquier cosa. No puede fabricar una razón para que alguien aún lo quiera mañana.
¿Alguna vez has sido la liquidez de salida en un lanzamiento de curva de vinculación, y qué te hizo darte cuenta demasiado tarde?

#opg $OPG @OpenGradient

Solía pensar que más seguridad era siempre mejor. Luego trabajé con un sistema que cifraba todo al mismo nivel paranoico, tanto los registros de chat desechables como los registros financieros, y vi cómo todo se detenía por su propia precaución. La seguridad que ignora el contexto no es protección. Es un impuesto que todos pagan independientemente de lo que realmente está en riesgo.
Ese recuerdo volvió cuando leí cómo OpenGradient maneja la verificación de IA. La mayoría de los proyectos presentan la verificabilidad como un solo interruptor que enciendes. OpenGradient lo trata como un espectro, porque forzar el mismo requisito de prueba en cada inferencia sería su propio tipo de fracaso.
Una respuesta de chatbot recibe atestación TEE, una prueba a nivel de hardware de que el código correcto se ejecutó dentro de un enclave sellado, lo suficientemente rápido como para que nunca te des cuenta de que ocurrió. Un modelo de liquidación DeFi o una decisión financiera de alto riesgo recibe ZKML, una prueba criptográfica tan rigurosa que funciona de mil a diez mil veces más lenta, reservada para los casos donde equivocarse realmente le cuesta dinero a alguien. Las cargas de trabajo de bajo riesgo pueden omitir la verificación pesada por completo y funcionar solo con verificaciones de firma.
Lo que me impresiona es la disciplina detrás de esa elección. Sería más fácil comercializar "todo está criptográficamente probado" como una afirmación audaz única. En cambio, la documentación admite que forzar ZKML en todas partes haría que la red fuera inutilizable para un chat ordinario.
Una buena infraestructura no protege todo por igual. Protege lo que realmente importa y se aparta para todo lo demás.
¿Alguna vez has visto un sistema fallar porque intentó asegurar todo al mismo nivel en lugar de igualar la protección al riesgo real?