CSSZS

Non credo che la gente si renda conto di quanto attrito stia perdendo silenziosamente Internet in questo momento. E onestamente, OpenLedger ha iniziato a darmi molto più senso non appena me ne sono accorto.
Quasi ogni prodotto AI ora è progettato per rimuovere passaggi. Non cerchi più, chiedi. Non confronti manualmente le fonti, i sistemi riassumono tutto per te istantaneamente. Anche la ricerca stessa sta iniziando a sentirsi compressa in pochi output generati che la gente scorre in pochi secondi prima di passare oltre.
All'inizio ovviamente sembra fantastico perché tutto diventa più veloce e pulito.
Ma qualche giorno fa stavo usando un flusso di lavoro AI per la ricerca cripto e ho ottenuto la risposta quasi istantaneamente. Poi ho realizzato qualcosa di strano: dopo averlo riletto, sapevo a malapena da dove provenisse qualsiasi ragionamento perché il sistema aveva già sintetizzato e compresso tutto prima che potessi persino vedere il percorso dietro l'output stesso.
E penso che sia proprio questa la parte per cui OpenLedger si sta preparando.
Perché una volta che gli agenti AI e i sistemi di inferenza iniziano a interagire tra loro costantemente, l'attrito non scompare solo per gli esseri umani. Scompare anche tra le macchine. I sistemi iniziano a instradare informazioni, coordinare decisioni e generare output a velocità che nessuno può più verificare manualmente.
Ecco perché OpenLedger continua a concentrarsi così tanto su PoA, provenienza e flusso di inferenza invece di limitarsi a commercializzare "migliore AI".
Senza tracciabilità, gli ecosistemi AI a bassa frizione diventano alla fine enormi scatole nere in cui gli output si muovono più velocemente di quanto gli esseri umani possano comprendere la logica dietro di essi.
Non so, forse sto esagerando lol
Ma ultimamente sembra che OpenLedger non stia costruendo per Internet prima dell'AI. Stanno costruendo per Internet dopo che tutto diventa istantaneo.
@OpenLedger $OPEN #OpenLedger

La maggior parte degli incentivi crypto oggi non creano davvero convinzione. Creano attività temporanea.
Le persone raccolgono punti, ruotano il capitale, spammando transazioni per alcune settimane e poi scompaiono nel momento in cui le ricompense rallentano. La liquidità si muove rapidamente, ma quasi nessuna di essa sembra più impegnata.
Ecco perché il modello "burn and earn" con cui Genius Terminal sta sperimentando mi sembra più interessante rispetto ai normali sistemi di incentivazione.
Perché nel momento in cui gli utenti devono prima sacrificare qualcosa prima di accedere ai futuri guadagni, il comportamento cambia completamente.
All'improvviso gli utenti diventano più selettivi.
L'attenzione diventa più intenzionale.
Il farming a breve termine inizia a confliggere con il posizionamento a lungo termine.
Qualche mese fa interagivo con più ecosistemi contemporaneamente perché, onestamente, non c'era motivo di non farlo. Se un protocollo smetteva di premiare l'attività, semplicemente mi spostavo immediatamente altrove.
Ma i sistemi di burn creano un costo psicologico reale.
L'utente smette di chiedersi:
"Quanto posso estrarre da questo?"
e inizia a chiedersi:
"Questo ecosistema vale davvero la pena di essere impegnato?"
e penso che sia la parte interessante che la maggior parte della gente perde.
Forse la prossima generazione di sistemi di incentivazione crypto non riguarderà più il massimizzare la partecipazione.
Forse riguarderanno il filtrare per una convinzione così forte che gli utenti sacrificano volontariamente la liquidità oggi per il posizionamento di domani.
@GeniusOfficial $GENIUS #genius

più confronto Genius Terminal e Hyperliquid, più mi sembra che stiano risolvendo il trading onchain da direzioni completamente opposte.
qualche settimana fa stavo facendo trading su più catene durante una di quelle veloci rotazioni narrative e onestamente la parte più fastidiosa non era neanche trovare il trade. era muovere il capitale abbastanza velocemente senza che tutto sembrasse frammentato. diversi wallet, diversi bridge, diversi flussi di esecuzione. al momento in cui tutto si è sistemato, il mercato si era già mosso.
ecco perché questo confronto ha iniziato a diventare interessante per me.
Hyperliquid fondamentalmente ha detto:
“la qualità dell'esecuzione è rotta, quindi costruiamo la nostra catena e controlliamo l'ambiente direttamente.”
che onestamente ha senso. se controlli la catena, il book degli ordini e il layer di esecuzione insieme, puoi ottimizzare la velocità, la latenza e l'esperienza di trading in modo molto più aggressivo.
ma Genius Terminal sembra una scommessa molto diversa.
invece di costruire un altro ambiente di esecuzione, sembrano scommettere che il crypto alla fine diventi troppo frammentato perché gli utenti si interessino più alle singole catene.
quindi, piuttosto che possedere la catena stessa, stanno cercando di astrarre tutte le catene dietro un solo layer di esecuzione.
e credo che questa sia la parte interessante di cui nessuno parla realmente.
Hyperliquid migliora il trading controllando l'infrastruttura.
Genius Terminal migliora il trading nascondendo l'infrastruttura.
una filosofia dice che una migliore esecuzione deriva dall'integrazione verticale.
l'altra dice che una migliore esecuzione deriva dall'astrazione.
se la liquidità continua a concentrarsi in pochi ecosistemi, allora il modello Hyperliquid probabilmente diventa più forte.
ma se il crypto continua a frammentarsi su più catene, più venue di liquidità e più ambienti di esecuzione, allora il layer di astrazione sopra tutto potrebbe diventare molto più importante.
ecco perché Genius Terminal ha iniziato a sembrare meno come “un'altra app di trading” per me recentemente e più come una scommessa che gli utenti alla fine smettano di interessarsi a dove avviene l'esecuzione sotto.
@GeniusOfficial #genius $GENIUS $HYPE

una volta internet aveva fonti. I sistemi AI ora hanno principalmente output.
L’ho notato qualche notte fa mentre confrontavo ricerche tra diversi strumenti AI e agenti crypto per lo stesso argomento di mercato. Dopo un po' tutto ha iniziato a mescolarsi in modo strano e veloce. Stesse opinioni, stesse strutture, a volte quasi le stesse parole con piccole variazioni. E onestamente ho smesso di sapere da dove venissero metà delle idee, lol.
e sì… è un po' quando ho smesso di guardare OpenLedger come solo un altro progetto narrativo AI.
Perché una volta che i sistemi AI iniziano a interagire costantemente con altri sistemi AI, la parte difficile probabilmente non è più generare intelligenza.
È preservare la responsabilità su dove sia realmente venuta l'intelligenza in primo luogo.
E non penso che la maggior parte delle persone si renda conto di quanto velocemente questo problema stia già crescendo.
In questo momento assumiamo ancora che gli esseri umani verificheranno manualmente le cose alla fine. Controlla la fonte, confronta le informazioni, risali al contesto da soli. Ma i sistemi AI non consumano informazioni come gli esseri umani. Consumano frammenti. Segnali. Output di inferenza. Ragionamenti remixati estratti da migliaia di posti contemporaneamente.
Alla fine, internet probabilmente passerà da:
“chi ha pubblicato questo?”
A:
“cosa ha influenzato questo?”
e questi sono sistemi completamente diversi.
Ecco perché il focus di OpenLedger su PoA, provenienza e flusso di inferenza mi sembra ora più importante di quanto non fosse qualche mese fa. Pensavo ripetessero quelle idee troppo, a dire il vero. Ora sembra quasi che la ripetizione sia il punto.
Perché una volta che i sistemi autonomi iniziano a generare e remixare informazioni senza sosta, la provenienza smette di sembrare metadata opzionale sepolto da qualche parte nei documenti. Inizia a sembrare più un’infrastruttura per mantenere comprensibili gli ecosistemi AI.
Altrimenti, tutto si trasforma lentamente in output ricorsivi che puntano ad altri output ricorsivi fino a quando nessuno può davvero risalire a dove l'intelligenza sia originariamente venuta.
Non lo so, forse sto esagerando lol
@OpenLedger #OpenLedger $OPEN

prima di leggere di più su Genius Terminal, onestamente non mi ero reso conto di quanto il trading onchain possa sembrare esposto, soprattutto per i portafogli più grandi.
qualche settimana fa stavo osservando un whale entrare in una posizione e nel giro di pochi minuti gli account CT tracciavano già il wallet, la gente copiava le entry, i bot reagivano più velocemente di quanto gli utenti normali potessero elaborare ciò che stava succedendo. il trade stesso diventa quasi un segnale per tutti gli altri invece di essere solo un'esecuzione.
è stato allora che tutta la faccenda degli "Ordini Fantasma" di Genius Terminal ha cominciato a sembrarmi molto più interessante di quanto mi aspettassi.
da quello che ho capito, stanno cercando di dividere l'esecuzione tra più wallet e rotte invece di esporre l'intero flusso degli ordini direttamente onchain tutto in una volta. e onestamente, questo risolve un problema abbastanza reale nel crypto rn.
perché la gente continua a parlare di trasparenza come se fosse sempre positiva, ma per i trader veri, la trasparenza può diventare anche una debolezza.
nel momento in cui grandi capitali si muovono onchain, tutto inizia a reagire attorno ad esso. i bot scandagliano le transazioni, i wallet vengono tracciati, le entry vengono copiate, a volte ti ritrovi persino a essere front-run prima che la posizione si costruisca completamente.
quindi la cosa strana del crypto rn è che l'esecuzione stessa sembra ancora vulnerabile per design.
e penso che sia per questo che Genius Terminal non mi sembra più solo un'altra interfaccia di trading. sembra più che stiano cercando di costruire uno strato di privacy e esecuzione sopra il DeFi stesso.
non privacy nel senso di “nascondere tutto”. più come proteggere la qualità dell'esecuzione dall'essere distrutta nel momento in cui il capitale tocca la chain.
perché alla fine, se il trading onchain continua a crescere, non penso che i trader seri tollereranno un sistema in cui ogni movimento diventa istantaneamente un alpha pubblico per bot e tracker attorno a loro.
probabilmente è la prima volta che Genius Terminal ha smesso di sembrare un normale prodotto terminale per me e ha cominciato a sembrare più un'infrastruttura per l'esecuzione stealth stessa.

@GeniusOfficial $GENIUS #genius

l'idea che i wallet diventino alla fine controllati vocalmente mi sembrava un po' fuffa all'inizio, non mento
come uno di quei concetti "futuri AI" che suonano fighi nelle demo ma si sentono strani nella vita reale
ma poi ho avuto questo momento di recente mentre saltavo tra le chain, controllando le posizioni, spostando asset e aprendo tipo 8 schede solo per fare cose semplici e ho pensato a caso:
perché continuo a navigare manualmente nell'infrastruttura finanziaria come se fossimo nel 2017 lol
e onestamente è lì che la direzione di OpenLedger x Trust Wallet ha iniziato a avere più senso per me
perché una volta che i sistemi AI diventano migliori a capire il contesto, la memoria e il coordinamento, i wallet probabilmente smettono di comportarsi come app statiche e iniziano a comportarsi più come interfacce intelligenti invece di: apri app -> cerca token -> copia indirizzo -> cambia chain -> conferma tx -> controlla slippage manualmente
l'interazione diventa alla fine più naturale
"sposta parte dei miei profitti in stabili"
"bridga questo su un'altra chain"
"riduci l'esposizione se la volatilità aumenta stasera"
"mostrami quali posizioni stanno sottoperformando"
e lì le cose diventano interessanti secondo me
perché la parte difficile probabilmente non sono i comandi vocali in sé. Siri esisteva già anni fa e nessuno pensava che avesse cambiato la finanza.
il vero cambiamento avviene quando i wallet iniziano a capire l'intento invece di elaborare solo input
ed è per questo che OpenLedger mi sembra rilevante in questa conversazione
perché una volta che l'AI inizia a sedere tra gli utenti e i livelli di esecuzione finanziaria, la provenienza e il tracciamento delle inferenze diventano improvvisamente molto più importanti
se un wallet assistito da AI suggerisce un'azione, instrada liquidità o attiva automazione, le persone alla fine devono sapere:
dove è venuta la decisione
quali dati l'hanno influenzata
quale percorso di inferenza ha prodotto la raccomandazione
altrimenti il coordinamento finanziario lentamente si trasforma in un'altra scatola nera che nessuno capisce più
onestamente è la parte che penso la maggior parte delle persone ignori con i wallet AI in questo momento
si concentrano sull'interfaccia perché quella è la parte appariscente
@OpenLedger $OPEN #OpenLedger

tutti continuano a dire che le crypto hanno bisogno di protocolli migliori, ma dopo aver letto di più su Genius Terminal, sto cominciando a pensare che il cambiamento più grande potrebbe effettivamente avvenire sopra il livello del protocollo stesso. perché a un certo punto gli utenti smettono di preoccuparsi di dove avviene l'esecuzione sotto il cofano. vogliono solo che l'esperienza sia fluida.

è onestamente ciò che ha fatto clic per me mentre guardavo più a fondo a cosa sta cercando di costruire Genius Terminal. non sembra davvero "un'altra app di trading". sembra più che stiano cercando di trasformare tutte le parti frammentate della DeFi in un'infrastruttura invisibile dietro un unico strato di esecuzione.
perché al momento le crypto sembrano ancora stranamente frammentate. fai bridge su un'app, fai swap su un'altra, tracci il portafoglio da un'altra parte, gestisci la liquidità attraverso diverse catene, apri più schede solo per ruotare il capitale abbastanza velocemente. e ogni passaggio extra crea un po' di attrito senza che le persone se ne rendano conto. non solo attrito UX, onestamente, ma anche attrito di esecuzione. a volte l'opportunità è già svanita prima che il capitale arrivi.

e penso che sia per questo che l'intera idea che "i protocolli stanno diventando API" ha iniziato a avere più senso per me attraverso Genius Terminal in particolare. da quello che capisco, l'obiettivo non è sostituire i protocolli. è astrarli dal livello utente.
la liquidità esiste ancora sotto. i bridge esistono ancora sotto. il routing esiste ancora sotto, anch'esso. ma l'utente non deve più preoccuparsi di ogni strato di infrastruttura.

questo è un cambiamento piuttosto importante secondo me perché le prime crypto erano molto centrate sui protocolli. le persone si identificavano attraverso protocolli ed ecosistemi. ma forse l'UX delle crypto si evolve infine in modo simile a Internet, dove la maggior parte degli utenti non pensa mai all'infrastruttura sotto l'interfaccia.

non so, forse è ancora presto ovviamente, ma Genius Terminal mi sembra meno un normale prodotto DeFi e più una scommessa sull'astrazione che diventa il prossimo strato dell'evoluzione dell'UX delle crypto.

@GeniusOfficial $GENIUS #genius

Una cosa che penso che OpenLedger stia facendo bene con ModelFactory è abbassare la barriera per le persone che non sanno come programmare. Perché, onestamente, la maggior parte dei progetti di “AI decentralizzata” presume ancora che gli utenti siano abbastanza tecnici da gestire il deployment dei modelli, le configurazioni, le cose infrastrutturali, i dataset, ecc. e questa è probabilmente una delle ragioni più grandi per cui le persone normali si sentono ancora disconnesse dalla costruzione dell'AI oggi. Quando ho esaminato ModelFactory più a fondo, la parte interessante non era realmente il tool stesso, ma la direzione dietro di esso. OpenLedger sembra capire che se le economie AI devono davvero scalare, il contributo non può rimanere limitato solo agli sviluppatori. Altrimenti, l'AI decentralizzata si trasforma di nuovo in un altro ecosistema di nicchia controllato da piccoli gruppi tecnici. Ecco perché il lato no-code conta più di quanto la gente pensi, secondo me. Qualcuno con conoscenze di dominio ma zero background ingegneristico può comunque contribuire: dataset di nicchia, flussi di lavoro specializzati, conoscenze della comunità, modelli specifici per compiti. E onestamente, questo è probabilmente più importante a lungo termine che cercare di far diventare tutti ingegneri ML da un giorno all'altro, perché i sistemi AI non hanno bisogno solo di programmatori; hanno bisogno di contesto; hanno bisogno di persone che comprendano realmente settori, comunità, comportamenti e problemi specifici a sufficienza per modellare modelli utili attorno a loro. Questo è un po' il feeling che ho avuto leggendo i documenti di OpenLedger ultimamente. Non sembrano costruire solo per ingegneri AI; sembrano prepararsi per un futuro in cui partecipare alle economie AI diventa abbastanza normale da permettere anche a persone non tecniche di contribuire. Non so se ModelFactory è già completamente lì, ovviamente, ma penso che ridurre il attrito tecnico potrebbe rivelarsi uno dei più grandi vantaggi per gli ecosistemi di AI decentralizzati più avanti. @OpenLedger $OPEN #OpenLedger

Sinceramente, penso che OpenLedger potrebbe trarre vantaggio dalla situazione ASI / Ocean più di quanto la gente non si renda conto
non direttamente perché Ocean ha lasciato l'alleanza o qualcosa di drammatico del genere
ma perché ha messo in luce qualcosa di importante riguardo l'attuale panorama crypto dell'IA
tanti progetti si sentono ancora bloccati tra narrazioni
infrastruttura IA, economie di agenti, fusioni di token, decentralizzazione, proprietà dei dati
ogni cosa viene accorpata in un'unica grande storia sul "futuro dell'IA" e alla fine diventa difficile capire quale sia realmente il problema che il progetto sta cercando di risolvere
questa è onestamente la strana sensazione che ho avuto nel seguire la questione ASI nel tempo
a anche l'uscita di Ocean ha un po' rinforzato questa mia percezione. team diversi hanno iniziato a orientarsi verso priorità diverse alla fine.
e penso che sia proprio questo il motivo per cui OpenLedger sembra improvvisamente più focalizzato rispetto a gran parte del settore in questo momento
non si promuovono davvero come se stessero cercando di costruire la rete AGI più intelligente o il più grande ecosistema di agenti
continuano a tornare sugli stessi concetti:
PoA, provenienza, flusso di inferenza, tracciabilità
inizialmente pensavo che ripetessero troppo quei termini, a dire il vero
ma ora penso che la ripetizione sia il punto
perché una volta che gli ecosistemi IA diventano abbastanza caotici, la verifica probabilmente conta più delle "narrazioni IA più grandi"
especialmente dopo aver visto quanto diventa disordinata la coordinazione una volta che più protocolli IA, token, incentivi e comunità iniziano a fondersi sotto un unico ombrello
OpenLedger sembra stia evitando completamente quell'intera direzione
meno "uniamo ogni narrazione IA in un'unica alleanza"
più "risolviamo prima un problema infrastrutturale correttamente"
nonsocome questo li renda automaticamente beneficiari dell'uscita di Ocean dall'ASI o meno
ma penso che momenti come questo creino spazio per progetti con una posizione più chiara per emergere molto di più
soprattutto nell'IA crypto dove la maggior parte degli ecosistemi si sente ancora un po' pesante di concetti e strutturalmente confusa in questo momento
@OpenLedger $OPEN #OpenLedger

Credo che un motivo per cui OpenLedger continui a spingere così tanto su PoA e sul tracciamento della provenienza sia perché l'internet probabilmente diventerà impossibile da verificare normalmente una volta che i sistemi autonomi scaleranno di più. E onestamente, all'inizio non avevo capito completamente perché continuassero a ripetere quelle parti nei documenti.

Ogni progetto AI al momento parla come se stesse costruendo gli agenti più intelligenti o il layer di inferenza più veloce o qualsiasi altra cosa, quindi vedere OpenLedger dedicare così tanto tempo alla storia delle attribuzioni mi sembrava un po' strano. Ma poi ho iniziato a leggere più a fondo su come il loro modello PoA collega i dataset, il flusso di inferenza e le ricompense downstream insieme, ed è allora che tutto ha iniziato a quadrare.

Perché una volta che i sistemi AI iniziano a generare enormi quantità di output costantemente, tracciare l'influenza probabilmente diventa più difficile che generare intelligenza stessa.

Questa è la parte per cui non credo che le persone siano completamente pronte ancora; le timeline sembrano già parzialmente sintetiche a volte. Ora immagina agenti autonomi che attingono da dataset, generano ricerche, instradano segnali in altri sistemi, e poi quei sistemi generano più output uno sopra l'altro tutto il giorno.

Alla fine, tutto inizia a mescolarsi e se nessuno può più tracciare da dove siano stati influenzati gli output, la fiducia probabilmente si rompe davvero in fretta.

Ecco perché OpenLedger sembra meno un progetto che cerca di far sembrare l'AI futuristica e più un team che prepara infrastrutture per la verifica prima che l'internet diventi troppo rumoroso per coordinarsi normalmente. La parte PoA onestamente mi ha colpito di più rispetto alla parte "AI" dopo un po'.

Perché mantenere la storia delle contribuzioni collegata al flusso di inferenza sembra molto più importante una volta che i sistemi autonomi iniziano a partecipare economicamente invece di generare solo testo per gli umani da leggere. Non so, forse ci sto pensando troppo profondamente lol, ma più leggo i documenti di OpenLedger, più sembra che stiano costruendo una versione dell'internet dove dimostrare da dove proviene l'intelligenza conta quasi quanto l'intelligenza stessa.
@OpenLedger $OPEN #OpenLedger

Ngl, stavo leggendo la documentazione di OpenLedger ieri, principalmente perché pensavo che ci fosse qualcosa di più profondo di un'altra cosa "AI infra". Poi mi sono impantanato per circa 20 minuti sulla parte di attribuzione + ricompensa inferenziale lol. Perché se ho capito bene, OpenLedger sta cercando di mantenere il collegamento tra il dataset e il valore che crea successivamente attraverso gli output AI. E questo mi ha fatto un po' girare la testa. Tipo, adesso la gente pubblica cose online ogni giorno senza realmente pensarci: guide, thread alpha, conoscenze di nicchia casuali, idee di trading, persino commenti onestamente. Poi i modelli AI assorbono tutto. Ma dopo, nessuno sa più da dove provenga il valore. La parte strana è che i dati stessi possono continuare ad influenzare gli output migliaia di volte dopo. Quindi perché il valore economico si ferma al caricamento? Questa è la parte su cui continuo a riflettere. Ho l'impressione che OpenLedger sia meno riguardo agli "agenti AI" e più su cercare di rendere nuovamente tracciabile il contributo, il che onestamente sembra più importante a lungo termine. Perché se le economie AI diventano più grandi, l'attribuzione probabilmente diventa un vero problema economico, non solo una funzionalità tecnologica. E non ho davvero visto molti progetti concentrarsi così tanto su provenienza + attribuzione + flusso inferenziale insieme. Forse sto esagerando, non lo so. Ma sembra davvero che i dati stiano cominciando a comportarsi meno come informazioni e più come un asset che continua a produrre valore dopo che il creatore originale è già dimenticato. E questo suona un po' eccitante e scomodo allo stesso tempo, a dire il vero. @OpenLedger $OPEN #OpenLedger

Qualche giorno fa stavo testando diversi strumenti AI mentre facevo ricerche nel mondo crypto e dopo un po' tutto ha iniziato a sembrare stranamente simile. Diversi brand, diversi modelli, diverse interfacce, ma il flusso di interazione cambiava appena. Fai una domanda, l'AI risponde, poi il processo si ferma di nuovo in attesa del prossimo input.
È allora che ho iniziato a pensare che forse la corsa a lungo termine nell'AI non ruoterà realmente attorno a un enorme modello che fa tutto.
Perché la maggior parte dei sistemi reali già funziona attraverso la specializzazione. Anche l'infrastruttura crypto è costruita in questo modo. Un protocollo gestisce la liquidità, un altro gestisce il settlement, un altro gestisce l'esecuzione. Tutto si coordina insieme invece che un solo sistema diventi l'intero stack.

Penso che l'AI possa lentamente muoversi nella stessa direzione.
Un agente di trading probabilmente non dovrebbe pensare come un modello di ricerca. Un agente di economia di gioco non ha bisogno dello stesso comportamento di un sistema di gestione del tesoro. Cercare di costringere ogni compito in un unico strato di intelligenza universale alla fine sembra inefficiente.

È in parte per questo che la direzione di OpenLedger attorno a OpenLoRA mi sembra interessante. Non sembra affatto che stiano inseguendo il racconto della “super AI”. L'architettura sembra molto più vicina a un ecosistema di agenti specializzati che operano insieme mentre condividono l'infrastruttura sottostante.

E onestamente, una volta che inizi a immaginare migliaia di agenti più piccoli che interagiscono continuamente, la parte difficile smette di essere l'intelligenza grezza. La coordinazione diventa il vero problema. Agenti diversi, flussi di esecuzione diversi, stati diversi, tutti operanti in ambienti in cambiamento senza rompere la sincronizzazione.
Sembra che la maggior parte dell'industria sia ancora concentrata nel far sembrare l'AI più intelligente, mentre OpenLedger sembra molto più focalizzata su come i sistemi autonomi possano realmente operare insieme su larga scala.
@OpenLedger $OPEN #OpenLedger