Eric Choo
Otwarta transakcja
Posiadacz BNB
Trader systematyczny
Lata: 4.7
12 Obserwowani
401 Obserwujący
672 Polubione
39 Udostępnione
Posty
Portfolio
Wszystko
Cytaty
Filmy
Na żywo
PINNED
🎉 Oficjalnie w Top 100 CreatorPad!
Naprawdę dziękuję wszystkim, którzy zawsze czytali moje artykuły, interagowali i towarzyszyli mi przez cały ten czas 🫶
Od prostych postów o rynku, mentalności, aż po moje osobiste spojrzenie, nie sądziłem, że doczekam się takiego osiągnięcia.
15489 $PIXEL to nie tylko nagroda, ale także motywacja, aby kontynuować tworzenie lepszej jakości treści dla społeczności 🚀
Droga wciąż jest długa, staram się utrzymać dobrą formę i iść jeszcze dalej 💛
Kto z was buduje treści, niech się nie poddaje, bo okazje zawsze są dla tych, którzy naprawdę pracują.
#CreatorpadVN #BinanceSquare
Naprawdę dziękuję wszystkim, którzy zawsze czytali moje artykuły, interagowali i towarzyszyli mi przez cały ten czas 🫶
Od prostych postów o rynku, mentalności, aż po moje osobiste spojrzenie, nie sądziłem, że doczekam się takiego osiągnięcia.
15489 $PIXEL to nie tylko nagroda, ale także motywacja, aby kontynuować tworzenie lepszej jakości treści dla społeczności 🚀
Droga wciąż jest długa, staram się utrzymać dobrą formę i iść jeszcze dalej 💛
Kto z was buduje treści, niech się nie poddaje, bo okazje zawsze są dla tych, którzy naprawdę pracują.
#CreatorpadVN #BinanceSquare
PINNED
Nie sądziłem, że tym razem uda mi się załapać do top 4 CreatorPad VN na Binance Square 🥹
Nagroda 0.12 $BNB nie jest zbyt duża, ale to motywacja, by dalej pisać i dzielić się więcej.
Szczerze mówiąc, uważam, że Binance Square wciąż ma sporo okazji dla tych, którzy lubią pisać treści, analizować lub po prostu codziennie angażować się.
Zacznij próbować, może twój następny post trafi na szczyt 👀
Kto chce wziąć udział, ale nie wie, od czego zacząć, potrzebuje wskazówek dotyczących pisania, budowania interakcji lub polowania na eventy, niech pytają, chętnie pomogę, jak tylko mogę 🤝
Gratulacje dla wszystkich, którzy zdobyli nagrody w tej edycji 🫶
Nagroda 0.12 $BNB nie jest zbyt duża, ale to motywacja, by dalej pisać i dzielić się więcej.
Szczerze mówiąc, uważam, że Binance Square wciąż ma sporo okazji dla tych, którzy lubią pisać treści, analizować lub po prostu codziennie angażować się.
Zacznij próbować, może twój następny post trafi na szczyt 👀
Kto chce wziąć udział, ale nie wie, od czego zacząć, potrzebuje wskazówek dotyczących pisania, budowania interakcji lub polowania na eventy, niech pytają, chętnie pomogę, jak tylko mogę 🤝
Gratulacje dla wszystkich, którzy zdobyli nagrody w tej edycji 🫶
Zobacz tłumaczenie
#openledger $OPEN @OpenLedger
Mỗi lần tôi contribute data chất lượng vào một DataNet trên @OpenLedger và được validator approve, reputation score của tôi tăng lên. Reputation đó ảnh hưởng đến attribution weight trong mọi inference call sau này dùng DataNet đó. Tức là contributor đến sớm, build reputation cao, sẽ nhận phần lớn hơn của tất cả future inference revenue từ DataNet đó mãi mãi về sau dù họ có tiếp tục contribute thêm hay không.
Đây là lợi thế compounding thật sự. Một bác sĩ contribute clinical data vào healthcare DataNet từ tháng đầu tiên và build reputation 95 điểm sẽ nhận attribution share nhiều hơn một bác sĩ khác contribute data chất lượng tương đương nhưng bắt đầu 12 tháng sau, vì reputation của người đến sau chưa có track record để compete. Theo thời gian, khoảng cách đó không thu hẹp mà nới rộng vì early contributor tiếp tục nhận reward và có thêm incentive để maintain quality.
Tôi không nói đây là xấu. Đây là thiết kế có chủ ý để attract early high-quality contributor. Nhưng nếu healthcare DataNet hay trading DataNet đạt được scale đủ lớn, những early contributor đó trở thành một tầng lớp có ảnh hưởng lên model output nhiều hơn cả AI lab lớn, và $OPEN token là công cụ đo lường ảnh hưởng đó bằng số thật trên chain.
Nếu OpenLedger thực sự tạo ra tầng lớp data aristocracy nơi early contributor trong DataNet thắng nhận royalty mãi mãi, bạn nghĩ điều đó là công bằng hay nó sẽ tạo ra bất bình đẳng mới trong AI economy giống như cách early Bitcoin miner tích lũy BTC mà người sau không bao giờ có thể catch up được?
Mỗi lần tôi contribute data chất lượng vào một DataNet trên @OpenLedger và được validator approve, reputation score của tôi tăng lên. Reputation đó ảnh hưởng đến attribution weight trong mọi inference call sau này dùng DataNet đó. Tức là contributor đến sớm, build reputation cao, sẽ nhận phần lớn hơn của tất cả future inference revenue từ DataNet đó mãi mãi về sau dù họ có tiếp tục contribute thêm hay không.
Đây là lợi thế compounding thật sự. Một bác sĩ contribute clinical data vào healthcare DataNet từ tháng đầu tiên và build reputation 95 điểm sẽ nhận attribution share nhiều hơn một bác sĩ khác contribute data chất lượng tương đương nhưng bắt đầu 12 tháng sau, vì reputation của người đến sau chưa có track record để compete. Theo thời gian, khoảng cách đó không thu hẹp mà nới rộng vì early contributor tiếp tục nhận reward và có thêm incentive để maintain quality.
Tôi không nói đây là xấu. Đây là thiết kế có chủ ý để attract early high-quality contributor. Nhưng nếu healthcare DataNet hay trading DataNet đạt được scale đủ lớn, những early contributor đó trở thành một tầng lớp có ảnh hưởng lên model output nhiều hơn cả AI lab lớn, và $OPEN token là công cụ đo lường ảnh hưởng đó bằng số thật trên chain.
Nếu OpenLedger thực sự tạo ra tầng lớp data aristocracy nơi early contributor trong DataNet thắng nhận royalty mãi mãi, bạn nghĩ điều đó là công bằng hay nó sẽ tạo ra bất bình đẳng mới trong AI economy giống như cách early Bitcoin miner tích lũy BTC mà người sau không bao giờ có thể catch up được?
#genius $GENIUS @GeniusOfficial
Miałem ślepy punkt przez osiem miesięcy i nie zdawałem sobie z tego sprawy.
Wszystko, co handlowałem, żyło na jednej sieci. Nie dlatego, że to zbadałem i doszedłem do wniosku, że to najlepsze. Po prostu tam zaczynałem, a inercja zrobiła resztę. Mój mentalny model "rynku" był w rzeczywistości tylko jednym kawałkiem tego rynku.
Moment, w którym to zrozumiałem, był niewygodny. Optymalizowałem wejścia i wyjścia na Arbitrum, podczas gdy ten sam token handlował z 4% premią na Base przez trzy dni z rzędu. To nie była okna arbitrage'owa na chwilę. Trzy dni. Na tyle długo, że to nie była usterka — to była strukturalna luka, której po prostu nie widziałem z miejsca, w którym stałem.
Znajomość jednej sieci wydaje się być doświadczeniem. Tak nie jest. To tylko węższa wersja tego samego rynku przebrana za przekonanie.
To jest konkretny problem, który rozwiązuje zjednoczona warstwa wykonawcza, o którym nikt nie mówi w materiałach promocyjnych. To nie tylko prędkość. To widoczność. Kiedy twoje saldo istnieje na 11 sieciach jednocześnie, a trasowanie odbywa się automatycznie, rynek, na którym handlujesz, staje się rzeczywistym rynkiem — a nie wygodnym podzbiorem.
@GeniusOfficial buduje się w tym kierunku. Nie wiem, czy logika trasowania systematycznie ujawnia prawdziwe luki w cenach między sieciami, czy wygładza je, zanim będziesz mógł działać, ale jestem szczerze niepewny.
Ale wiem, co mnie kosztowało handlowanie z ślepym punktem przez osiem miesięcy.
Czy kiedykolwiek przegapiłeś okazję, która kryła się na jednej sieci obok, z której patrzyłeś?
Miałem ślepy punkt przez osiem miesięcy i nie zdawałem sobie z tego sprawy.
Wszystko, co handlowałem, żyło na jednej sieci. Nie dlatego, że to zbadałem i doszedłem do wniosku, że to najlepsze. Po prostu tam zaczynałem, a inercja zrobiła resztę. Mój mentalny model "rynku" był w rzeczywistości tylko jednym kawałkiem tego rynku.
Moment, w którym to zrozumiałem, był niewygodny. Optymalizowałem wejścia i wyjścia na Arbitrum, podczas gdy ten sam token handlował z 4% premią na Base przez trzy dni z rzędu. To nie była okna arbitrage'owa na chwilę. Trzy dni. Na tyle długo, że to nie była usterka — to była strukturalna luka, której po prostu nie widziałem z miejsca, w którym stałem.
Znajomość jednej sieci wydaje się być doświadczeniem. Tak nie jest. To tylko węższa wersja tego samego rynku przebrana za przekonanie.
To jest konkretny problem, który rozwiązuje zjednoczona warstwa wykonawcza, o którym nikt nie mówi w materiałach promocyjnych. To nie tylko prędkość. To widoczność. Kiedy twoje saldo istnieje na 11 sieciach jednocześnie, a trasowanie odbywa się automatycznie, rynek, na którym handlujesz, staje się rzeczywistym rynkiem — a nie wygodnym podzbiorem.
@GeniusOfficial buduje się w tym kierunku. Nie wiem, czy logika trasowania systematycznie ujawnia prawdziwe luki w cenach między sieciami, czy wygładza je, zanim będziesz mógł działać, ale jestem szczerze niepewny.
Ale wiem, co mnie kosztowało handlowanie z ślepym punktem przez osiem miesięcy.
Czy kiedykolwiek przegapiłeś okazję, która kryła się na jednej sieci obok, z której patrzyłeś?
#genius $GENIUS @GeniusOfficial
Zazwyczaj mam rację co do tokena dokładnie wtedy, gdy to nie ma znaczenia.
Znalazłem solidny setup na L2 w zeszłym roku. Teza była czysta, timing był dobry. Spędziłem dwadzieścia minut na figuring out, który most użyć, który miał najniższe opłaty, który nie zajmie czterdziestu minut na finalizację. Kiedy zająłem pozycję, ruch już się zaczął beze mnie. Złapałem może 30% z tego.
Transakcja była słuszna. Decyzja o infrastrukturze kosztowała mnie resztę.
Co nikt ci nie mówi na początku to to, że w multichain crypto, twoja przewaga polega nie tylko na czytaniu rynku. Chodzi o to, aby być na odpowiednim łańcuchu w odpowiednim momencie z wystarczającą płynnością, aby rzeczywiście wykonać transakcję w dużym rozrachunku. To są trzy oddzielne problemy, a większość interfejsów zmusza cię do rozwiązywania ich ręcznie, w sekwencji, pod presją czasu.
To jest konkretny problem, nad którym @GeniusOfficial pracuje. Jeden zjednoczony balans na 11 łańcuchach, automatyczne routowanie przez 150+ DEX. Decyzja o łańcuchu jest abstrakcyjna, więc decyzja o transakcji może naprawdę oddychać.
Jestem szczerze ciekawy, czy logika routingu wytrzyma w okresach wysokiej zmienności, gdy każdy łańcuch jest jednocześnie przeciążony. To wtedy warstwy abstrakcji mają tendencję do pękania.
Ale kierunek jest dobry. Najlepsza transakcja, którą nigdy w pełni nie złapałem, nauczyła mnie, że $GENIUS infrastruktura nie jest funkcją wygody. To tam naprawdę żyje znacząca część twojego zwrotu.
Czy kiedykolwiek miałeś rację co do transakcji, ale pomyliłeś się co do tego, na którym łańcuchu być?
Zazwyczaj mam rację co do tokena dokładnie wtedy, gdy to nie ma znaczenia.
Znalazłem solidny setup na L2 w zeszłym roku. Teza była czysta, timing był dobry. Spędziłem dwadzieścia minut na figuring out, który most użyć, który miał najniższe opłaty, który nie zajmie czterdziestu minut na finalizację. Kiedy zająłem pozycję, ruch już się zaczął beze mnie. Złapałem może 30% z tego.
Transakcja była słuszna. Decyzja o infrastrukturze kosztowała mnie resztę.
Co nikt ci nie mówi na początku to to, że w multichain crypto, twoja przewaga polega nie tylko na czytaniu rynku. Chodzi o to, aby być na odpowiednim łańcuchu w odpowiednim momencie z wystarczającą płynnością, aby rzeczywiście wykonać transakcję w dużym rozrachunku. To są trzy oddzielne problemy, a większość interfejsów zmusza cię do rozwiązywania ich ręcznie, w sekwencji, pod presją czasu.
To jest konkretny problem, nad którym @GeniusOfficial pracuje. Jeden zjednoczony balans na 11 łańcuchach, automatyczne routowanie przez 150+ DEX. Decyzja o łańcuchu jest abstrakcyjna, więc decyzja o transakcji może naprawdę oddychać.
Jestem szczerze ciekawy, czy logika routingu wytrzyma w okresach wysokiej zmienności, gdy każdy łańcuch jest jednocześnie przeciążony. To wtedy warstwy abstrakcji mają tendencję do pękania.
Ale kierunek jest dobry. Najlepsza transakcja, którą nigdy w pełni nie złapałem, nauczyła mnie, że $GENIUS infrastruktura nie jest funkcją wygody. To tam naprawdę żyje znacząca część twojego zwrotu.
Czy kiedykolwiek miałeś rację co do transakcji, ale pomyliłeś się co do tego, na którym łańcuchu być?
#openledger $OPEN @OpenLedger
Myślę o tym po przeczytaniu opisu dotyczącego wyniku reputacji uczestnika DataNet. Za każdym razem, gdy twoje dane są wykorzystywane przez model i wynik jest dobry, reputacja rośnie. Wyższa reputacja oznacza większą wagę atrybucji przy każdej inferencji. Większa waga atrybucji to więcej nagród. Więcej nagród oznacza, że możesz stakować więcej, aby zwiększyć priorytet w kolejce walidacyjnej. Ta pętla nie jest złym zamiarem, to naturalna mechanika każdego dobrego systemu reputacji. Ale ma to bardzo konkretne konsekwencje: ci, którzy przyjdą wcześnie z wysokiej jakości danymi w dominującym obszarze, zbudują kumulatywną przewagę, której spóźniony nie będą w stanie dogonić.
To jest powód, dla którego myślę, że okno na wejście do ekosystemu OpenLedger jako poważny uczestnik, a nie jako trader kupujący tokeny na giełdzie, nie będzie otwarte wiecznie. Gdy DataNet w obszarze zdrowia lub tradingu DataNet będą miały wystarczającą liczbę wczesnych uczestników z wysoką reputacją, każdy nowy gracz zacznie od zera, podczas gdy dotychczasowi uczestnicy będą nadal kumulować przewagę. Nie ma w tym nic złego z perspektywy projektowania zachęt. To tylko oznacza, że najlepszy moment na zostanie uczestnikiem wysokiej jakości jest teraz, a nie po tym, jak ekosystem się ustabilizuje i okno zostanie zamknięte.
Jeśli system reputacji OpenLedger tworzy wystarczająco dużą przewagę kumulacyjną dla wczesnych uczestników, czy to może być pierwszy raz w krypto, że "wejście wcześnie z wysokiej jakości danymi" jest ważniejsze niż "wejście wcześnie z dużą ilością pieniędzy", a czy myślisz o tym, aby stać się uczestnikiem zamiast tylko kupować tokeny?
Myślę o tym po przeczytaniu opisu dotyczącego wyniku reputacji uczestnika DataNet. Za każdym razem, gdy twoje dane są wykorzystywane przez model i wynik jest dobry, reputacja rośnie. Wyższa reputacja oznacza większą wagę atrybucji przy każdej inferencji. Większa waga atrybucji to więcej nagród. Więcej nagród oznacza, że możesz stakować więcej, aby zwiększyć priorytet w kolejce walidacyjnej. Ta pętla nie jest złym zamiarem, to naturalna mechanika każdego dobrego systemu reputacji. Ale ma to bardzo konkretne konsekwencje: ci, którzy przyjdą wcześnie z wysokiej jakości danymi w dominującym obszarze, zbudują kumulatywną przewagę, której spóźniony nie będą w stanie dogonić.
To jest powód, dla którego myślę, że okno na wejście do ekosystemu OpenLedger jako poważny uczestnik, a nie jako trader kupujący tokeny na giełdzie, nie będzie otwarte wiecznie. Gdy DataNet w obszarze zdrowia lub tradingu DataNet będą miały wystarczającą liczbę wczesnych uczestników z wysoką reputacją, każdy nowy gracz zacznie od zera, podczas gdy dotychczasowi uczestnicy będą nadal kumulować przewagę. Nie ma w tym nic złego z perspektywy projektowania zachęt. To tylko oznacza, że najlepszy moment na zostanie uczestnikiem wysokiej jakości jest teraz, a nie po tym, jak ekosystem się ustabilizuje i okno zostanie zamknięte.
Jeśli system reputacji OpenLedger tworzy wystarczająco dużą przewagę kumulacyjną dla wczesnych uczestników, czy to może być pierwszy raz w krypto, że "wejście wcześnie z wysokiej jakości danymi" jest ważniejsze niż "wejście wcześnie z dużą ilością pieniędzy", a czy myślisz o tym, aby stać się uczestnikiem zamiast tylko kupować tokeny?
🕯️ Ta noc, kiedy zaryzykowałem i lekcja, która trwa do dziś
#45NgayTuDoTaiChinh
W 2022 roku, pamiętam jak przez mgłę ten dreszczyk emocji, gdy siedziałem przed ekranem o 2 w nocy, ręce drżały, serce biło jak szalone. LUNA właśnie upadła, rynek rozpadł się na kawałki, wszędzie było krwi. Na Telegramie pełno ludzi płaczących, przeklinających, ogłaszających, że rezygnują z crypto na zawsze. A ja otworzyłem long na BTC.
Nie dlatego, że byłem geniuszem czy miałem jakąś wyrafinowaną strategię. Po prostu spojrzałem na cenę 17.000 USDT i pomyślałem: „Jeśli nie teraz, to kiedy?” BTC zaczął rosnąć, powoli, potem szybciej i mocniej, a ja obserwowałem, jak zyski rosną z dnia na dzień, z sercem znów bijącym jak szalone, ale tym razem z ekscytacji.
Zamknąłem pozycję przy 60.000 USDT. Dużo wcześniej niż prawdziwy szczyt. Przyjaciele mówili, że to błąd, że powinienem trzymać dłużej. Ale nie żałuję ani sekundy, bo zamknąłem zgodnie z planem, na poziomie, który obiecałem sobie na początku. Czasami dotrzymanie obietnicy względem samego siebie w crypto jest trudniejsze niż utrzymanie pozycji przez noc.
Patrząc na dzisiejsze pozycje na minusie, nie czuję rozpaczy, a raczej znajomość. W tym rynku widziałem już znacznie gorsze czasy. Jedyną rzeczą, która odróżnia tych, którzy się utrzymują, od tych, którzy rezygnują, nie jest kapitał, lecz wspomnienie o tym, kiedy się bałem, zaryzykowałem, miałem rację i czego się nauczyłem z tego wszystkiego. 🕯️
#45NgayTuDoTaiChinh
$ALLO $LAB
#45NgayTuDoTaiChinh
W 2022 roku, pamiętam jak przez mgłę ten dreszczyk emocji, gdy siedziałem przed ekranem o 2 w nocy, ręce drżały, serce biło jak szalone. LUNA właśnie upadła, rynek rozpadł się na kawałki, wszędzie było krwi. Na Telegramie pełno ludzi płaczących, przeklinających, ogłaszających, że rezygnują z crypto na zawsze. A ja otworzyłem long na BTC.
Nie dlatego, że byłem geniuszem czy miałem jakąś wyrafinowaną strategię. Po prostu spojrzałem na cenę 17.000 USDT i pomyślałem: „Jeśli nie teraz, to kiedy?” BTC zaczął rosnąć, powoli, potem szybciej i mocniej, a ja obserwowałem, jak zyski rosną z dnia na dzień, z sercem znów bijącym jak szalone, ale tym razem z ekscytacji.
Zamknąłem pozycję przy 60.000 USDT. Dużo wcześniej niż prawdziwy szczyt. Przyjaciele mówili, że to błąd, że powinienem trzymać dłużej. Ale nie żałuję ani sekundy, bo zamknąłem zgodnie z planem, na poziomie, który obiecałem sobie na początku. Czasami dotrzymanie obietnicy względem samego siebie w crypto jest trudniejsze niż utrzymanie pozycji przez noc.
Patrząc na dzisiejsze pozycje na minusie, nie czuję rozpaczy, a raczej znajomość. W tym rynku widziałem już znacznie gorsze czasy. Jedyną rzeczą, która odróżnia tych, którzy się utrzymują, od tych, którzy rezygnują, nie jest kapitał, lecz wspomnienie o tym, kiedy się bałem, zaryzykowałem, miałem rację i czego się nauczyłem z tego wszystkiego. 🕯️
#45NgayTuDoTaiChinh
$ALLO $LAB
#genius $GENIUS @GeniusOfficial
Kiedyś myślałem, że jestem przyzwoitym traderem. Potem zacząłem prowadzić drugą tabelę.
Nie dla PnL. Dla wszystkiego innego. Czas spędzony na czekaniu na zatwierdzenia. Transakcje, które się nie powiodły i musiały być ponownie złożone. Trasy, które przeszły przez trzy mosty i dotarły cztery minuty spóźnione do ceny, która już się zmieniła. Śledziłem to przez dziewięćdziesiąt dni.
Liczba, która się pojawiła, była nieprzyjemna. Nie straciłem pieniędzy na złych decyzjach tak bardzo, jak myślałem. Straciłem je na infrastrukturze między decyzją a realizacją.
Frustrująca część to, że tego rodzaju straty nie mają emocjonalnego ciężaru. Zła transakcja boli. Pamiętasz ją. Uczysz się na niej. Ale strata z tarcia po prostu znika w tła „krypto to krypto.” Nikt o tym nie pisze. Nikt nie buduje na tym tezy.
Dokładnie dlatego uważam, że to, co @GeniusOfficial rozwiązuje, ma większe znaczenie, niż się wydaje. Zjednoczona warstwa realizacji w ponad 150 DEX i 11 łańcuchach nie czyni cię lepszym analitykiem. Po prostu zapobiega cichemu obciążaniu każdej dobrej decyzji, jaką podejmujesz.
Ryzyko, z którym szczerze się zmagam: standaryzacja wykonania na taką skalę jest naprawdę nierozwiązana. Optymalizacja tras w warunkach rzeczywistego stresu płynności różni się od optymalizacji tras w białej księdze.
Ale druga tabela nie kłamie. Większość tego, co straciłem, straciłem zanim rynek w ogóle się zaangażował.
Czy kiedykolwiek śledziłeś, ile kosztowało cię tarcie przy realizacji, osobno od twoich decyzji handlowych?
Kiedyś myślałem, że jestem przyzwoitym traderem. Potem zacząłem prowadzić drugą tabelę.
Nie dla PnL. Dla wszystkiego innego. Czas spędzony na czekaniu na zatwierdzenia. Transakcje, które się nie powiodły i musiały być ponownie złożone. Trasy, które przeszły przez trzy mosty i dotarły cztery minuty spóźnione do ceny, która już się zmieniła. Śledziłem to przez dziewięćdziesiąt dni.
Liczba, która się pojawiła, była nieprzyjemna. Nie straciłem pieniędzy na złych decyzjach tak bardzo, jak myślałem. Straciłem je na infrastrukturze między decyzją a realizacją.
Frustrująca część to, że tego rodzaju straty nie mają emocjonalnego ciężaru. Zła transakcja boli. Pamiętasz ją. Uczysz się na niej. Ale strata z tarcia po prostu znika w tła „krypto to krypto.” Nikt o tym nie pisze. Nikt nie buduje na tym tezy.
Dokładnie dlatego uważam, że to, co @GeniusOfficial rozwiązuje, ma większe znaczenie, niż się wydaje. Zjednoczona warstwa realizacji w ponad 150 DEX i 11 łańcuchach nie czyni cię lepszym analitykiem. Po prostu zapobiega cichemu obciążaniu każdej dobrej decyzji, jaką podejmujesz.
Ryzyko, z którym szczerze się zmagam: standaryzacja wykonania na taką skalę jest naprawdę nierozwiązana. Optymalizacja tras w warunkach rzeczywistego stresu płynności różni się od optymalizacji tras w białej księdze.
Ale druga tabela nie kłamie. Większość tego, co straciłem, straciłem zanim rynek w ogóle się zaangażował.
Czy kiedykolwiek śledziłeś, ile kosztowało cię tarcie przy realizacji, osobno od twoich decyzji handlowych?
#openledger $OPEN @OpenLedger
Pamiętam czasy, kiedy ludzie kopali Bitcoiny w 2010 roku za pomocą CPU. Nikt nie myślał, że budują aktywa pokolenia. Ale nagroda za bloki wynosiła wtedy 50 BTC, a koszt był niemal zerowy. OpenLedger znajduje się w podobnym punkcie dla gospodarki danych. DataNet w sektorze zdrowia, finansów, Solidity jest na etapie bootstrap, potrzebuje wysokiej jakości danych i oferuje bardzo hojne reputacje dla tych, którzy przyjdą wcześnie. Gdy DataNet osiągnie wystarczającą masę krytyczną, a walidatory staną się bardziej wybredne, bariery wejścia będą znacznie wyższe.
To jest mechanizm, na który mało kto zwraca uwagę: Proof of Attribution nie tylko śledzi Twoje dane dzisiaj, ale także uznaje zgromadzony track record. Lekarz, który przesyła dane kliniczne z weryfikowanymi credentialami od 2025 roku i nieprzerwanie utrzymuje jakość, będzie miał score reputacji w 2027 roku, którego nikt nie będzie mógł powielić tylko przez przesyłanie większej ilości danych w tym czasie. To jest osobisty moat, a nie moat projektu. Nie widziałem innego projektu, który zaprojektowałby to w tak naturalny sposób.
Oczywiście, istnieje ryzyko. Jeśli DataNet, do którego się przyczyniasz, nie odniesie sukcesu, ta reputacja nie przeniesie się do innej domeny. Stawiasz zakład zarówno na OpenLedger, jak i na konkretną domenę, którą wybierasz. Ale jeśli masz rację, to nie jest zwykły airdrop kryptowalutowy. To jest fundament pod nowy rodzaj aktywa, którego nikt nie będzie mógł od Ciebie odkupić.
Jeśli powiem Ci, że przesyłanie wysokiej jakości danych do odpowiedniego DataNet OpenLedger już dzisiaj może stworzyć pasywny strumień tantiem przez następne 5 lat za każdym razem, gdy model AI będzie trenowany na podstawie tych danych i zarabiał pieniądze, od jakiej domeny w swoim obecnym życiu byś zaczynał?
Pamiętam czasy, kiedy ludzie kopali Bitcoiny w 2010 roku za pomocą CPU. Nikt nie myślał, że budują aktywa pokolenia. Ale nagroda za bloki wynosiła wtedy 50 BTC, a koszt był niemal zerowy. OpenLedger znajduje się w podobnym punkcie dla gospodarki danych. DataNet w sektorze zdrowia, finansów, Solidity jest na etapie bootstrap, potrzebuje wysokiej jakości danych i oferuje bardzo hojne reputacje dla tych, którzy przyjdą wcześnie. Gdy DataNet osiągnie wystarczającą masę krytyczną, a walidatory staną się bardziej wybredne, bariery wejścia będą znacznie wyższe.
To jest mechanizm, na który mało kto zwraca uwagę: Proof of Attribution nie tylko śledzi Twoje dane dzisiaj, ale także uznaje zgromadzony track record. Lekarz, który przesyła dane kliniczne z weryfikowanymi credentialami od 2025 roku i nieprzerwanie utrzymuje jakość, będzie miał score reputacji w 2027 roku, którego nikt nie będzie mógł powielić tylko przez przesyłanie większej ilości danych w tym czasie. To jest osobisty moat, a nie moat projektu. Nie widziałem innego projektu, który zaprojektowałby to w tak naturalny sposób.
Oczywiście, istnieje ryzyko. Jeśli DataNet, do którego się przyczyniasz, nie odniesie sukcesu, ta reputacja nie przeniesie się do innej domeny. Stawiasz zakład zarówno na OpenLedger, jak i na konkretną domenę, którą wybierasz. Ale jeśli masz rację, to nie jest zwykły airdrop kryptowalutowy. To jest fundament pod nowy rodzaj aktywa, którego nikt nie będzie mógł od Ciebie odkupić.
Jeśli powiem Ci, że przesyłanie wysokiej jakości danych do odpowiedniego DataNet OpenLedger już dzisiaj może stworzyć pasywny strumień tantiem przez następne 5 lat za każdym razem, gdy model AI będzie trenowany na podstawie tych danych i zarabiał pieniądze, od jakiej domeny w swoim obecnym życiu byś zaczynał?
#genius $GENIUS @GeniusOfficial
Krypto dało mi wszystko, czego chciałem, z wyjątkiem przewidywalności. Miałem noce, w których miałem rację co do transakcji, rację co do timing'u, a mimo to byłem w błędzie co do wyniku, ponieważ gdzieś pomiędzy moim portfelem a łańcuchem coś się cicho zepsuło.
Nie dramatycznie. Po prostu cicho.
To sprawia, że ryzyko wykonania jest tak trudne do omówienia. Nie czujesz, że przegrywasz. Czujesz tarcie. A tarcie nie pojawia się w twoim PnL, dopóki nie zsumujesz wszystkiego na koniec roku i nie zdasz sobie sprawy, że kawałek twojego zysku po prostu... wyparował w instalacji.
Wróciłem i przeczytałem ponownie, co @GeniusOfficial faktycznie buduje, a część, która mi utkwiła, to nie routowanie DEX-u ani pokrycie łańcucha. To była idea standardu wykonania. Jeden spójny proces, niezależnie od tego, z którego łańcucha, którego płynu likwidnościowego, z którego strefy czasowej handlujesz.
To brzmi nudno. Nuda jest niedoceniana w tej przestrzeni.
Szczera przeciwwaga, z którą wciąż się zmagam: standaryzacja nie eliminuje nieefektywności, po prostu ją przemieszcza. Kiedy główna droga zostaje zbudowana, arbitraż przenosi się na boczne ulice. Krypto zawsze opierało się na odchyleniach, a spłaszczanie luk wykonawczych stworzy nowe gdzie indziej.
Co do tego, jestem szczerze niepewny.
Co do czego jestem pewny, to że każdy, kto widział, jak transakcja nie udaje się o 2 w nocy, wie, dlaczego $GENIUS zadaje właściwe pytanie, nawet jeśli pełna odpowiedź jeszcze nie została napisana.
Czy kiedykolwiek straciłeś więcej z powodu tarcia wykonania niż z powodu złego sygnału transakcyjnego?
Krypto dało mi wszystko, czego chciałem, z wyjątkiem przewidywalności. Miałem noce, w których miałem rację co do transakcji, rację co do timing'u, a mimo to byłem w błędzie co do wyniku, ponieważ gdzieś pomiędzy moim portfelem a łańcuchem coś się cicho zepsuło.
Nie dramatycznie. Po prostu cicho.
To sprawia, że ryzyko wykonania jest tak trudne do omówienia. Nie czujesz, że przegrywasz. Czujesz tarcie. A tarcie nie pojawia się w twoim PnL, dopóki nie zsumujesz wszystkiego na koniec roku i nie zdasz sobie sprawy, że kawałek twojego zysku po prostu... wyparował w instalacji.
Wróciłem i przeczytałem ponownie, co @GeniusOfficial faktycznie buduje, a część, która mi utkwiła, to nie routowanie DEX-u ani pokrycie łańcucha. To była idea standardu wykonania. Jeden spójny proces, niezależnie od tego, z którego łańcucha, którego płynu likwidnościowego, z którego strefy czasowej handlujesz.
To brzmi nudno. Nuda jest niedoceniana w tej przestrzeni.
Szczera przeciwwaga, z którą wciąż się zmagam: standaryzacja nie eliminuje nieefektywności, po prostu ją przemieszcza. Kiedy główna droga zostaje zbudowana, arbitraż przenosi się na boczne ulice. Krypto zawsze opierało się na odchyleniach, a spłaszczanie luk wykonawczych stworzy nowe gdzie indziej.
Co do tego, jestem szczerze niepewny.
Co do czego jestem pewny, to że każdy, kto widział, jak transakcja nie udaje się o 2 w nocy, wie, dlaczego $GENIUS zadaje właściwe pytanie, nawet jeśli pełna odpowiedź jeszcze nie została napisana.
Czy kiedykolwiek straciłeś więcej z powodu tarcia wykonania niż z powodu złego sygnału transakcyjnego?
#openledger $OPEN @OpenLedger
W zeszłym tygodniu zapytałem swojego lekarza rodzinnego o pewien dziwny objaw. Siedział i wyjaśniał przez 20 minut, rysując schematy na kartce, a potem powiedział: "to jest doświadczenie, które zbierałem przez 30 lat."
Pomyślałem, że ta wiedza jest w głowie jednej osoby. Nie ma żadnego mechanizmu, który pozwoliłby jej stać się aktywem.
Potem przeczytałem o Model Factory od $OPEN . To narzędzie pozwala na fine-tuning modelu AI poprzez wybór zbioru danych z Datanets i uzupełnienie parametrów, bez potrzeby pisania jakiegokolwiek kodu. Fine-tuning w tym kontekście oznacza wzięcie podstawowego modelu, takiego jak LLaMA czy Mistral, i nauczenie go dodatkowych umiejętności na podstawie wyspecjalizowanego zbioru danych, podobnie jak nauka ogólna medycyny dla studenta, aby stał się specjalistą.
A kiedy ten model jest wykorzystywany przez innych, mój lekarz, jeśli byłby osobą, która wniosła dane, otrzyma $OPEN automatycznie.
Ciekawe jest nie tyle funkcjonalność no-code, co to, że po raz pierwszy w historii ekspert w danej dziedzinie nie musi być deweloperem, aby posiadać model AI i zarabiać na nim za każdym razem, gdy jest używany.
Ale największym ryzykiem, o którym myślę, jest to: jeśli bariera wejścia jest zbyt niska, to każdy będzie mógł budować modele, a modeli śmieci będzie więcej niż dobrych, a Datanets zostanie zalany danymi niskiej jakości, które nie stworzą użytecznego SLM.
OpenLedger musi rozwiązać problem filtrowania jakości, zanim Model Factory naprawdę stanie się tym, co jest opisywane.
Czy myślisz, że lekarz z 30-letnim doświadczeniem, ale bez znajomości kodu, rzeczywiście usiądzie, aby budować model AI, jeśli proces będzie tak prosty jak wypełnienie formularza, czy bariera nie jest w rzeczywistości techniczna, a raczej mentalna?
W zeszłym tygodniu zapytałem swojego lekarza rodzinnego o pewien dziwny objaw. Siedział i wyjaśniał przez 20 minut, rysując schematy na kartce, a potem powiedział: "to jest doświadczenie, które zbierałem przez 30 lat."
Pomyślałem, że ta wiedza jest w głowie jednej osoby. Nie ma żadnego mechanizmu, który pozwoliłby jej stać się aktywem.
Potem przeczytałem o Model Factory od $OPEN . To narzędzie pozwala na fine-tuning modelu AI poprzez wybór zbioru danych z Datanets i uzupełnienie parametrów, bez potrzeby pisania jakiegokolwiek kodu. Fine-tuning w tym kontekście oznacza wzięcie podstawowego modelu, takiego jak LLaMA czy Mistral, i nauczenie go dodatkowych umiejętności na podstawie wyspecjalizowanego zbioru danych, podobnie jak nauka ogólna medycyny dla studenta, aby stał się specjalistą.
A kiedy ten model jest wykorzystywany przez innych, mój lekarz, jeśli byłby osobą, która wniosła dane, otrzyma $OPEN automatycznie.
Ciekawe jest nie tyle funkcjonalność no-code, co to, że po raz pierwszy w historii ekspert w danej dziedzinie nie musi być deweloperem, aby posiadać model AI i zarabiać na nim za każdym razem, gdy jest używany.
Ale największym ryzykiem, o którym myślę, jest to: jeśli bariera wejścia jest zbyt niska, to każdy będzie mógł budować modele, a modeli śmieci będzie więcej niż dobrych, a Datanets zostanie zalany danymi niskiej jakości, które nie stworzą użytecznego SLM.
OpenLedger musi rozwiązać problem filtrowania jakości, zanim Model Factory naprawdę stanie się tym, co jest opisywane.
Czy myślisz, że lekarz z 30-letnim doświadczeniem, ale bez znajomości kodu, rzeczywiście usiądzie, aby budować model AI, jeśli proces będzie tak prosty jak wypełnienie formularza, czy bariera nie jest w rzeczywistości techniczna, a raczej mentalna?
#genius $GENIUS @GeniusOfficial
Najbardziej niebezpieczną rzeczą w krypto nie jest zmienność. To język, jakim posługuje się społeczność, aby zarządzać zachowaniem innych.
Widziałem, jak ludzie trzymali się swoich pozycji pomimo 80% spadków, nie dlatego, że wierzyli w projekt, ale dlatego, że bali się, że będą nazywani 'papierowymi rękami'. To nie jest przekonanie. To presja społeczna przebrana za strategię.
Dichotomia 'papierowe ręce / diamentowe ręce' jest jednym z najskuteczniejszych pułapek psychologicznych, jakie kiedykolwiek zostały wbudowane w społeczność finansową. Przekłada sprzedaż — neutralną, czasami poprawną decyzję — na wadę charakteru. A zakup staje się tożsamością, a nie wyważoną pozycją.
Sam to przeżyłem w 2022 roku. Trzymałem token średniej kapitalizacji znacznie dłużej, niż sugerowała moja pierwotna teza wyjścia, ponieważ grupa na Telegramie sprawiała, że wyjście wydawało się zdradą. Fundamenty się zmieniły. Wiedziałem o tym. Ale etykieta była głośniejsza niż sygnał.
To, co doceniam w platformach zbudowanych wokół strukturalnej weryfikacji — jak to, co rozwija @GeniusTerminal — to że rygorystyczna infrastruktura przed uruchomieniem cicho daje ci pozwolenie na samodzielne myślenie. Kiedy wiesz, że wejście opierało się na prawdziwej analizie, a nie na hype'ie, decyzje o wyjściu stają się łatwiejsze do podjęcia na twoich warunkach.
Jednak żadna platforma nie eliminuje społecznej warstwy krypto. Grupa czatowa nadal tam jest.
Prawdziwe pytanie: ostatnim razem, gdy trzymałeś dłużej niż twoja teza sugerowała — czy to było przekonanie, czy po prostu bałeś się, co ci powiedzą?
Najbardziej niebezpieczną rzeczą w krypto nie jest zmienność. To język, jakim posługuje się społeczność, aby zarządzać zachowaniem innych.
Widziałem, jak ludzie trzymali się swoich pozycji pomimo 80% spadków, nie dlatego, że wierzyli w projekt, ale dlatego, że bali się, że będą nazywani 'papierowymi rękami'. To nie jest przekonanie. To presja społeczna przebrana za strategię.
Dichotomia 'papierowe ręce / diamentowe ręce' jest jednym z najskuteczniejszych pułapek psychologicznych, jakie kiedykolwiek zostały wbudowane w społeczność finansową. Przekłada sprzedaż — neutralną, czasami poprawną decyzję — na wadę charakteru. A zakup staje się tożsamością, a nie wyważoną pozycją.
Sam to przeżyłem w 2022 roku. Trzymałem token średniej kapitalizacji znacznie dłużej, niż sugerowała moja pierwotna teza wyjścia, ponieważ grupa na Telegramie sprawiała, że wyjście wydawało się zdradą. Fundamenty się zmieniły. Wiedziałem o tym. Ale etykieta była głośniejsza niż sygnał.
To, co doceniam w platformach zbudowanych wokół strukturalnej weryfikacji — jak to, co rozwija @GeniusTerminal — to że rygorystyczna infrastruktura przed uruchomieniem cicho daje ci pozwolenie na samodzielne myślenie. Kiedy wiesz, że wejście opierało się na prawdziwej analizie, a nie na hype'ie, decyzje o wyjściu stają się łatwiejsze do podjęcia na twoich warunkach.
Jednak żadna platforma nie eliminuje społecznej warstwy krypto. Grupa czatowa nadal tam jest.
Prawdziwe pytanie: ostatnim razem, gdy trzymałeś dłużej niż twoja teza sugerowała — czy to było przekonanie, czy po prostu bałeś się, co ci powiedzą?
#openledger $OPEN @OpenLedger
Czytałem opis OpenLoRA i zauważyłem, że "tysiące modeli na jednym GPU" to stwierdzenie o gęstości przechowywania, a nie o równoczesnej zdolności inferencji. Jak działa multiplexing LoRA: model bazowy, na przykład Llama 7B, jest ładowany raz do VRAM GPU. Każda dostosowana wersja przechowuje tylko adapter LoRA, czyli mały zbiór macierzy o niskiej randze zajmujący kilkadziesiąt MB zamiast całego modelu zajmującego kilkadziesiąt GB. Z punktu widzenia przechowywania, można zmieścić tysiące adapterów na jednym GPU. To prawda i to jest rzeczywisty wkład techniczny.
Jednak kiedy przychodzi żądanie inferencji dla modelu X, GPU musi załadować adapter modelu X, co oznacza operację swap z opóźnieniem, które nie jest równe zeru, szczególnie gdy adapter znajduje się w RAM zamiast w VRAM z powodu braku miejsca na wszystkie gorące. Gdy wiele żądań przychodzi jednocześnie dla różnych modeli, kontencja swapu adapterów staje się wąskim gardłem. Opóźnienie na inferencję rośnie nieliniowo w zależności od liczby modeli hostowanych jednocześnie. To jest fizyka GPU, której nie da się negocjować, a to oznacza, że SLA inferencji każdego Płatnego Modelu AI na OpenLedger zależy nie tylko od jakości modelu, ale także od poziomu ruchu wszystkich innych modeli współdzielących ten sam węzeł GPU.
Gdy Płatny Model AI na OpenLedger ma SLA dotyczące latencji inferencji z użytkownikiem i model ten współdzieli GPU z setkami innych modeli poprzez OpenLoRA, jaki mechanizm zapewnia, że adapter tego modelu jest priorytetowo ładowany do VRAM w momencie gdy przychodzi żądanie, zamiast być usunięty przez model o wyższym ruchu, i czy to SLA jest zapisane w smart kontrakcie, czy to tylko najlepsze możliwe starania?
Czytałem opis OpenLoRA i zauważyłem, że "tysiące modeli na jednym GPU" to stwierdzenie o gęstości przechowywania, a nie o równoczesnej zdolności inferencji. Jak działa multiplexing LoRA: model bazowy, na przykład Llama 7B, jest ładowany raz do VRAM GPU. Każda dostosowana wersja przechowuje tylko adapter LoRA, czyli mały zbiór macierzy o niskiej randze zajmujący kilkadziesiąt MB zamiast całego modelu zajmującego kilkadziesiąt GB. Z punktu widzenia przechowywania, można zmieścić tysiące adapterów na jednym GPU. To prawda i to jest rzeczywisty wkład techniczny.
Jednak kiedy przychodzi żądanie inferencji dla modelu X, GPU musi załadować adapter modelu X, co oznacza operację swap z opóźnieniem, które nie jest równe zeru, szczególnie gdy adapter znajduje się w RAM zamiast w VRAM z powodu braku miejsca na wszystkie gorące. Gdy wiele żądań przychodzi jednocześnie dla różnych modeli, kontencja swapu adapterów staje się wąskim gardłem. Opóźnienie na inferencję rośnie nieliniowo w zależności od liczby modeli hostowanych jednocześnie. To jest fizyka GPU, której nie da się negocjować, a to oznacza, że SLA inferencji każdego Płatnego Modelu AI na OpenLedger zależy nie tylko od jakości modelu, ale także od poziomu ruchu wszystkich innych modeli współdzielących ten sam węzeł GPU.
Gdy Płatny Model AI na OpenLedger ma SLA dotyczące latencji inferencji z użytkownikiem i model ten współdzieli GPU z setkami innych modeli poprzez OpenLoRA, jaki mechanizm zapewnia, że adapter tego modelu jest priorytetowo ładowany do VRAM w momencie gdy przychodzi żądanie, zamiast być usunięty przez model o wyższym ruchu, i czy to SLA jest zapisane w smart kontrakcie, czy to tylko najlepsze możliwe starania?
#genius $GENIUS @GeniusOfficial
Spotkałem traderów, którzy potrafili przewidzieć rynek lepiej niż ktokolwiek, kogo znam. Potrafili zidentyfikować setup na wczesnym etapie, odpowiednio ocenić swoje przekonanie, a potem tak bardzo zepsuć wejście, że transakcja ledwo przypominała ich tezę.
Zajęło mi trochę czasu, żeby zrozumieć dlaczego.
Umiejętności analityczne i umiejętności wykonawcze to zupełnie różne mięśnie. Większość ludzi trenuje jedno i zakłada, że drugie przyjdzie samo. Ale tak nie jest. Obserwowałem kogoś, kto świetnie odczytał makro na tokenie L2, spędził jedenaście minut na nawigacji po trzech różnych interfejsach, aby zająć pozycję, i skończył z pozycją o 40% mniejszą niż zamierzał, ponieważ slippage zjadło resztę. Analiza była poprawna. Infrastruktura ich zawiodła.
To jest ta część tradingu, o której prawie nikt nie mówi. Erozja przewagi nie dzieje się w twoim arkuszu kalkulacyjnym. Dzieje się w lukach między decyzją a wykonaniem.
To, co buduje Genius Terminal, bezpośrednio adresuje tę lukę. Jednolity balans na 11 łańcuchach, 150+ DEX routing, Ghost Orders dzielące wykonanie na maksymalnie 500 portfeli, aby zminimalizować wpływ na rynek. Architektura bez podpisów oznacza, że interfejs przestaje być przeszkodą między twoim myśleniem a twoją pozycją.
Czy to jest idealne? Nie. Routing na tym poziomie w żywych rynkach wprowadza swoje własne tryby awarii — skoki latencji, fragmentację płynności, przypadki skrajne, które pojawiają się tylko pod presją.
Ale zadawane pytanie jest właściwe: co jeśli narzędzie byłoby wystarczająco szybkie, aby nadążyć za myślą?
Spotkałem traderów, którzy potrafili przewidzieć rynek lepiej niż ktokolwiek, kogo znam. Potrafili zidentyfikować setup na wczesnym etapie, odpowiednio ocenić swoje przekonanie, a potem tak bardzo zepsuć wejście, że transakcja ledwo przypominała ich tezę.
Zajęło mi trochę czasu, żeby zrozumieć dlaczego.
Umiejętności analityczne i umiejętności wykonawcze to zupełnie różne mięśnie. Większość ludzi trenuje jedno i zakłada, że drugie przyjdzie samo. Ale tak nie jest. Obserwowałem kogoś, kto świetnie odczytał makro na tokenie L2, spędził jedenaście minut na nawigacji po trzech różnych interfejsach, aby zająć pozycję, i skończył z pozycją o 40% mniejszą niż zamierzał, ponieważ slippage zjadło resztę. Analiza była poprawna. Infrastruktura ich zawiodła.
To jest ta część tradingu, o której prawie nikt nie mówi. Erozja przewagi nie dzieje się w twoim arkuszu kalkulacyjnym. Dzieje się w lukach między decyzją a wykonaniem.
To, co buduje Genius Terminal, bezpośrednio adresuje tę lukę. Jednolity balans na 11 łańcuchach, 150+ DEX routing, Ghost Orders dzielące wykonanie na maksymalnie 500 portfeli, aby zminimalizować wpływ na rynek. Architektura bez podpisów oznacza, że interfejs przestaje być przeszkodą między twoim myśleniem a twoją pozycją.
Czy to jest idealne? Nie. Routing na tym poziomie w żywych rynkach wprowadza swoje własne tryby awarii — skoki latencji, fragmentację płynności, przypadki skrajne, które pojawiają się tylko pod presją.
Ale zadawane pytanie jest właściwe: co jeśli narzędzie byłoby wystarczająco szybkie, aby nadążyć za myślą?
#openledger $OPEN @OpenLedger
Przeczytałem teaser z 23 marca o OpenFin i zatrzymałem się na jednym zdaniu, które zespół zamieścił prawie mimochodem: "Przybliżamy DeFAI."
Przeczytałem to znowu. Nie dlatego, że jest to tajemnicze, ale ponieważ opisuje coś, co prawie nikt dyskutujący na temat $OPEN nie uwzględnia w wycenach: możliwość, że OpenLedger nie próbuje być najlepszym tokenem blockchainowym AI, ale stara się stać się infrastrukturą DeFi z AI wbudowanym, kategoria, która handluje na zupełnie innym mnożniku niż cokolwiek porównywalnego do $OPEN .
Obecnie $OPEN jest wyceniane w odniesieniu do Bittensor, Fetch.ai i Render. To porównanie stawia górny limit na wycenę, ponieważ rynek ma dobrze ugruntowany zakres dla tokenów "zdobyczy i danych AI w decentralizacji". OpenFin, jeśli zadziała, przełamuje ten sufit, dodając mechanikę DeFi TVL, co oznacza, że $Open staje się tokenem gazu i rozliczeń dla systemu generującego zyski, a nie tylko tokenem nagród za przypisanie. Zestaw porównawczy przesuwa się z tokenów AI do infrastruktury DeFi, a to bardzo różny mnożnik.
Ryzyko jest realne i zasługuje na jasne przedstawienie. "DeFAI" jest obecnie narracją, a nie kategorią produktów z udowodnionym PMF. Niejasne teasery, które nie są realizowane, tworzą oczekiwania, które obniżają cenę, gdy cisza zapada. OpenLedger ma zespół i inwestorów z odblokowaniem we wrześniu 2026 roku, a jeśli OpenFin nie będzie działać i generować weryfikowalnego TVL przed tym czasem, presja odblokowująca pojawi się przed katalizatorem narracji.
Pytanie nie brzmi, czy OpenFin brzmi przekonująco, bo brzmi. Pytanie brzmi, czy harmonogram dla działającego produktu DeFAI mieści się przed czy po momencie, gdy 330 milionów tokenów w vesting zacznie wchodzić do obiegu.
Przeczytałem teaser z 23 marca o OpenFin i zatrzymałem się na jednym zdaniu, które zespół zamieścił prawie mimochodem: "Przybliżamy DeFAI."
Przeczytałem to znowu. Nie dlatego, że jest to tajemnicze, ale ponieważ opisuje coś, co prawie nikt dyskutujący na temat $OPEN nie uwzględnia w wycenach: możliwość, że OpenLedger nie próbuje być najlepszym tokenem blockchainowym AI, ale stara się stać się infrastrukturą DeFi z AI wbudowanym, kategoria, która handluje na zupełnie innym mnożniku niż cokolwiek porównywalnego do $OPEN .
Obecnie $OPEN jest wyceniane w odniesieniu do Bittensor, Fetch.ai i Render. To porównanie stawia górny limit na wycenę, ponieważ rynek ma dobrze ugruntowany zakres dla tokenów "zdobyczy i danych AI w decentralizacji". OpenFin, jeśli zadziała, przełamuje ten sufit, dodając mechanikę DeFi TVL, co oznacza, że $Open staje się tokenem gazu i rozliczeń dla systemu generującego zyski, a nie tylko tokenem nagród za przypisanie. Zestaw porównawczy przesuwa się z tokenów AI do infrastruktury DeFi, a to bardzo różny mnożnik.
Ryzyko jest realne i zasługuje na jasne przedstawienie. "DeFAI" jest obecnie narracją, a nie kategorią produktów z udowodnionym PMF. Niejasne teasery, które nie są realizowane, tworzą oczekiwania, które obniżają cenę, gdy cisza zapada. OpenLedger ma zespół i inwestorów z odblokowaniem we wrześniu 2026 roku, a jeśli OpenFin nie będzie działać i generować weryfikowalnego TVL przed tym czasem, presja odblokowująca pojawi się przed katalizatorem narracji.
Pytanie nie brzmi, czy OpenFin brzmi przekonująco, bo brzmi. Pytanie brzmi, czy harmonogram dla działającego produktu DeFAI mieści się przed czy po momencie, gdy 330 milionów tokenów w vesting zacznie wchodzić do obiegu.
Zaloguj się, aby odkryć więcej treści