BuildersCircle

Pro tip for using Grok Bot: When you're fact-checking something and the answer feels sketchy, just ask it to "crop and screenshot the exact part where you found that info." It'll actually return the screenshot with the response, making verification way faster. Simple but effective workflow hack for dealing with LLM hallucinations.

J’ai créé un tableau de bord personnalisé pour Grok Bot qui récupère les données du site officiel de Disney et les publications sur X toutes les 15 minutes, puis regroupe le tout avec des options de filtrage et des mises à jour automatiques en temps réel. Vous pouvez désormais suivre l’état des parcs, les temps d’attente et les informations sur l’affluence sans devoir consulter plusieurs sources manuellement. Une automatisation intelligente pour optimiser votre visite dans les parcs à thème — en gros, j’ai transformé un flot d’informations chaotique en un tableau de bord unique. Voilà comment organiser une meilleure visite à Disney.

BlockApps has been writing Ethereum client code since before mainnet existed. Now they're tokenizing the oldest hedge assets: physical gold and silver.

The tech lineage is wild:

CTO Jim Hormuzdiar committed the first Ethereum Haskell client in Sept 2014, implementing EVM directly from the Yellow Paper. When Frontier launched in 2015, his client was one of 6 official-compatible implementations. STRATO still runs on that architecture today.

CEO Kieren James-Lubin (Princeton Math + Berkeley Mathematical Physics) co-founded Enterprise Ethereum Alliance. CPO Victor Wong demoed the first Blockchain-as-a-Service with Microsoft Azure at DEVCON1 in 2015, then spent a decade building permissioned chains for Bayer's agricultural supply tracking and global energy consortiums.

They've been experimenting with enterprise asset tokenization on Ethereum since 2016 — long before RWA became a buzzword.

Backing: $41M+ from OG institutions:
• Fenbushi Capital (Vitalik/Xiao Feng/Shen Bo's early Chinese crypto fund)
• ConsenSys Mesh (BlockApps' original incubator)
• Galaxy Ventures (Novogratz)
• Morgan Creek Capital (Mark Yusko)
• Liberty City Ventures (incubated Paxos, the team behind $PAXG)
• Bloccelerate (backed MakerDAO, Centrifuge)

The mechanism mirrors the old US gold standard but with crypto-native rails:

1. Physical gold/silver in vaults → tokenized as GOLDST/SILVST (1 token = 1 troy ounce, redeemable for physical delivery)
2. Over-collateralized CDP: lock gold tokens, mint USDST stablecoin without selling the underlying metal
3. Turns illiquid precious metals into active DeFi liquidity

Token: $STRATO. 100M total supply, 21.7% circulating at TGE. Mainnet roadmap targets Q4 2026.

Security: Continuous auditing partnership with Consensys Diligence instead of one-time static audits.

Essentially: Ethereum's earliest builders are plugging physical vault locks into DeFi gears, making gold function as collateral for everyday liquidity again.

L’équipe de BlockApps (derrière @strato_net) construit des infrastructures Ethereum depuis avant le lancement du mainnet. Aujourd’hui, elle tokenise l’or et l’argent grâce à un mécanisme de prêt de type CDP.

Parcours de l’équipe technique principale :
- CTO Jim Hormuzdiar : a écrit le client Haskell d’Ethereum en septembre 2014, en implémentant directement l’EVM à partir du Yellow Paper. Son client était l’une des 6 implémentations officiellement reconnues lors du lancement du mainnet Frontier en 2015. STRATO repose toujours sur cette architecture.
- CEO Kieren James-Lubin : mathématiques à Princeton et physique mathématique à Berkeley. Cofondateur de l’Enterprise Ethereum Alliance (EEA) en 2014.
- CPO Victor Wong : a lancé le premier service Blockchain-as-a-Service au monde avec Microsoft Azure à DEVCON1 (2015). Il a passé dix ans à concevoir des solutions blockchain pour les entreprises, notamment le réseau de chaîne d’approvisionnement TraceHarvest de Bayer.

Ils expérimentent la tokenisation d’actifs sur Ethereum depuis 2016 — ce ne sont pas des suiveurs de la récente tendance des RWA.

Financement : plus de 41 M$ provenant d’institutions pionnières
- Fenbushi Capital (le premier fonds crypto chinois de Vitalik/Xiao Feng/Shen Bo)
- ConsenSys Mesh (l’incubateur d’origine de BlockApps)
- Galaxy Ventures (Novogratz)
- Morgan Creek Capital (Mark Yusko)
- Liberty City Ventures (premier investisseur de Paxos)
- Bloccelerate (investisseur de MakerDAO/Centrifuge)

Modèle technique : système CDP adossé à l’or
- Jetons GOLDST et SILVST (1 jeton = 1 once troy de métal physique, échangeable contre celui-ci)
- Prêts surcollatéralisés : dépôt d’or/d’argent physique → émission du stablecoin USDST
- En somme, une recréation des mécanismes de l’étalon-or, mais avec la composabilité de la DeFi

Jeton : $STRATO (offre de 100 M, 21,7 % en circulation au TGE, feuille de route jusqu’au T4 2026)

Sécurité : partenariat d’audit en cours avec ConsenSys Diligence (modèle d’examen continu plutôt qu’audit statique ponctuel)

Les plus anciens bâtisseurs d’Ethereum s’attaquent à la plus ancienne réserve de valeur de l’humanité — en connectant directement les coffres d’or physique aux rails de liquidité de la DeFi.

Autopilot dans le cloud est essentiellement une version de Muse de niveau entreprise, exécutée dans un environnement isolé en bac à sable et étroitement intégrée au périmètre de sécurité et à la couche de contrôle d’accès de M365. Voyez-le comme Microsoft qui verrouille le flux de travail d’IA agentique dans les limites de ses règles d’identité et de conformité : authentification unique (SSO), accès conditionnel et politiques de prévention des pertes de données (DLP), le tout appliqué à l’exécution. L’isolation du bac à sable signifie qu’il ne peut pas exfiltrer accidentellement des données ni franchir les limites du tenant, ce qui est essentiel pour les entreprises qui craignent que des agents d’IA ne deviennent incontrôlables. En bref : l’autonomie de Muse + la posture de sécurité de M365 = Autopilot pour les organisations qui ont besoin de pistes d’audit et d’une application du modèle « zéro confiance » à chaque action de l’IA.

Right now, Grok Bot crushes Muse in pure utility. The gap in task complexity and flexibility is massive.

Grok Bot handles heavy workloads and real production use cases without breaking a sweat. Muse feels more like a toy in comparison.

That said, for non-tech users who just want a daily assistant, Muse's simplicity might actually be the win. It's easier to grasp without diving into technical depth.

Both are evolving fast, so the gap could shift. But today? Grok Bot is the serious tool, Muse is the friendly demo.

Worth tracking both to see how they diverge or converge as features land.

Observer les bots Grok se répartir les tâches dans des discussions de groupe, c’est à peu près une masterclass en orchestration d’agents.

Le principe clé : quand on confie une tâche de planification à un agent, il ne se contente pas d’envoyer des invitations dans le calendrier avant de passer à autre chose. Il met en place un processus de suivi persistant, qui surveille les réponses et effectue automatiquement des relances.

C’est là le véritable changement : les agents ne sont pas de simples exécutants, ce sont des flux de travail avec état. On ne leur délègue pas une seule action, mais toute la boucle cognitive : lancer → surveiller → relancer → résoudre.

La philosophie de conception est sans compromis : aucune charge mentale résiduelle pour les humains. Si un humain doit penser à vérifier quelque chose, c’est que l’agent a échoué.

Models have reached a baseline intelligence threshold across providers. The real battleground now is product design: minimizing cognitive load while feeding context and tools into the model, then converting that into tangible outputs or actions. OpenAI still leans heavily on raw model capability but lags in shipping polished product experiences. Competing on 'smartness' alone is a losing game long-term — they need to pivot hard toward UX-first product thinking before the gap widens.

Models are hitting a baseline intelligence plateau across providers. The real battleground now is UI/UX that minimizes cognitive load while feeding context and tools to the model efficiently. This is a product war, not just a model war.

OpenAI is lagging here. They're still leaning too hard on raw model intelligence while competitors ship better interfaces for context management and tool orchestration. If they don't pivot to product-first thinking fast, they'll lose ground even with superior models. Smart alone won't cut it anymore.

Microsoft's old documentation called agents 'intelligent microservices' and that analogy hits different now.

For one-off tasks, monolithic architectures still win on efficiency. But loosely coupled agents that communicate and collaborate flexibly? The value proposition wasn't obvious back then.

Now that individual agent quality has skyrocketed over the past few years, the microservices parallel makes total sense. You get the same benefits: independent scaling, fault isolation, and composability. Except instead of REST APIs, you're orchestrating LLM-powered reasoning units.

The breakthrough isn't just better models—it's that agents are finally good enough to justify the coordination overhead. Distributed intelligence actually works when each node isn't braindead.

Grok Bot feels natural because it has native X integration. For someone who lives on X, having an AI that directly taps into the platform's data stream instead of working through APIs or scraped content makes the interaction flow smoother. It's not just about convenience—it's about the bot understanding context from your actual timeline, mentions, and the real-time chaos of X. That tight coupling between the AI and the platform you're already glued to creates a friction-free experience that third-party tools can't match.

Grok Bot's cloud infrastructure is pretty flexible - you can natively mount Google Drive locally on the server side, which is a nice touch for file handling workflows. Makes it easier to integrate with existing cloud storage without extra API overhead.

Practical Grok Bot workflow: Using it to download X videos and auto-save them to Google Drive. Simple automation that actually works.

The underlying capability here is interesting - Grok Bot can apparently handle arbitrary video downloads from X's platform, which suggests it has direct API access or scraping capabilities that bypass typical download restrictions. Most third-party tools struggle with X's video hosting, so having this as a built-in bot function is genuinely useful.

The workflow is dead simple: ask Grok Bot → video gets saved to your Drive. No manual download-upload dance. This kind of seamless integration between AI assistant and cloud storage is where these bots start becoming actually practical tools rather than just chat interfaces.

Worth noting: if Grok Bot can "save anything," that's a pretty powerful primitive. Could be extended beyond just videos to any content type on X - threads, images, entire profiles. The real question is what rate limits and storage quotas exist, and whether this is an intended feature or something that might get restricted later.

For most hard tasks, Opus 3.5 is the go-to workhorse—it just handles complexity well. But when you're deep in flow state and need to maintain momentum without breaking concentration, switching to Fable keeps that energy intact. It's about preserving mental state over raw capability in those critical stretches where interruption kills productivity.

Elon Musk vient d’investir environ 1 milliard de dollars dans Skydance (l’entité qui absorbera Warner Bros après la fusion avec Paramount), ce qui fait de lui un actionnaire indirect de CNN, CBS et HBO.

Ce n’est pas qu’une opération dans les médias : c’est une question d’infrastructure. Il contrôle déjà X (anciennement Twitter), un canal de communication direct. Il détient désormais aussi des participations dans des chaînes historiques de télévision et de câble. Cette combinaison lui donne, à grande échelle, le contrôle du récit sur plusieurs plateformes.

Le calcul politique est impitoyable : si les démocrates remportent les élections de mi-mandat, cela devient un moyen de pression contre $TSLA et SpaceX. Contrats fédéraux, contrôle réglementaire, subventions aux véhicules électriques : tout se retrouve soudain lié à la ligne éditoriale de son empire médiatique. En gros, il bâtit un rempart autour de ses entreprises en utilisant l’influence médiatique comme arme, mais il s’expose aussi à une immense surface d’attaque si le vent politique tourne.

En bref : Musk se prémunit contre les risques opérationnels en investissant dans les médias, mais il crée aussi un nouveau levier de représailles politiques. La théorie des jeux à enjeux élevés en action.

The "Jane Street blew up" rumor started from a single question at 2 AM by @TradeSignalHQ asking "why am I hearing Jane Street is gone" (160k views). Zero confirmation, pure speculation.

Jane Street context:
- Handles ~25% of US ETF primary market volume, ~40% of bond ETF trades
- $39.6B trading revenue in 2024 with only 3,500 employees, more than JPMorgan's entire trading desk
- Alumni include SBF and Caroline Ellison from FTX

Why the rumor spread: They did take a massive L before. In July's AI stock crash, their Situational Awareness fund got liquidated, losing ~$15B in that month alone per Reuters. But by mid-August they'd already cleared $40B revenue YTD, beating all of 2024.

Bloomberg literally just covered them yesterday spending billions on compute and building their own data centers.

The pattern: Every major crash needs a sacrifice. 1998 LTCM, 2008 Lehman, 2021 Archegos, 2022 FTX, July 2024 Situational Awareness. Market's hunting for the next offering. Jane Street fits the profile but there's zero evidence they're in trouble right now.

Les données de phase III de $MRNA ont fuité avant l’heure : réduction de 42 % du risque de récidive ou de décès, mais le titre a plongé d’environ 25 % en séance.

L’essai INTerpath-001 de Merck/Moderna cible le mélanome de stade IIB à IV après résection. Association avec Keytruda comparée à une monothérapie. Suivi médian de 24,6 mois, HR = 0,58 (p<0,001). 1 137 patients inclus. Le risque de métastases à distance ou de décès a diminué de 38 %.

Résultats présentés lors de la session présidentielle de l’ESMO le 24/10, déjà acceptés par le NEJM.

Wall Street avait intégré une efficacité d’environ 40 à 50 %. Réaction du marché : clôture en baisse de 17,6 %, après un creux proche de -25 % en séance. Un classique « vendre la nouvelle », malgré des résultats solides — probablement parce que les attentes étaient déjà intégrées dans le cours ou que les investisseurs espéraient des chiffres encore meilleurs pour un pari sur un vaccin contre le cancer.

Les données de phase III de $MRNA ont fuité avant l’heure : réduction de 42 % du risque de récidive ou de décès, mais le titre a plongé d’environ 25 % en séance.

L’essai INTerpath-001 de Merck/Moderna cible le mélanome de stade IIB à IV après résection. Association avec Keytruda comparée à une monothérapie. Suivi médian de 24,6 mois, HR = 0,58 (p<0,001). 1 137 patients inclus. Le risque de métastases à distance ou de décès a diminué de 38 %.

Résultats présentés lors de la session présidentielle de l’ESMO le 24/10, déjà acceptés par le NEJM.

Wall Street avait intégré une efficacité d’environ 40 à 50 %. Réaction du marché : clôture en baisse de 17,6 %, après un creux proche de -25 % en séance. Un classique « vendre la nouvelle », malgré des résultats solides — probablement parce que les attentes étaient déjà intégrées dans le cours ou que les investisseurs espéraient des chiffres encore meilleurs pour un pari sur un vaccin contre le cancer.

People saying 'you can do this without AI anyway' are completely missing the point.

Of course the task itself is doable without AI — that's not the argument. The real advantage isn't what you can do, it's the scale and speed at which you can operate.

There are entire teams and individuals building competitive moats around volume and turnaround times that would be physically impossible without AI in the loop. They're not going to advertise it either — no restaurant tells you 'this dish is cheap and fast because of our kitchen tech.'

If you think AI is just a fancy autocomplete, you're operating at a fundamentally different level than the people already leveraging it for 10x throughput.

Toutes les réserves de valeur sont menacées par l’accélération technologique :

L’or ? Les réacteurs à fusion pourraient théoriquement en synthétiser, ce qui briserait sa rareté.

Les espèces ? Les banques centrales en impriment à l’infini, et les attaques facilitées par l’IA menacent désormais les infrastructures bancaires à grande échelle.

Les cryptos ? Les rug pulls sont un jeu d’enfant : des développeurs anonymes escroquent les investisseurs et empochent 40 M$ en memecoins du jour au lendemain.

Les actions et les matières premières ? Le chaos géopolitique et le trading algorithmique créent une volatilité impossible à couvrir.

$BTC ? Les progrès de l’informatique quantique (algorithme de Shor) menacent les signatures ECDSA. La cryptographie post-quantique n’est pas encore déployée.

Le paradoxe : la technologie détruit les réserves de valeur traditionnelles plus vite qu’elle ne crée de solutions de remplacement. Aucune classe d’actifs n’est à l’abri du risque technologique exponentiel. Le véritable alpha réside peut-être dans la liquidité et la flexibilité, plutôt que dans la détention d’actifs statiques.