Ontem eu forneci liquidez para um pool de um projeto de IA popular, e acabei descobrindo que os tokens de recompensa precisam ser bloqueados por 180 dias para serem totalmente resgatados. Durante o período de desbloqueio, o preço caiu em 80%, e as recompensas que eu recebi viraram ar.
Esse tipo de armadilha de liquidez é muito comum no DeFi, onde os desenvolvedores te tratam como um peão gratuito.
Eu dei uma revisitada na seção sobre liquidez do whitepaper da OpenLedger, e percebi que eles não usam o modelo tradicional de liberação por bloqueio. Em vez disso, os ganhos dos provedores de liquidez estão diretamente atrelados à divisão das taxas de inferência do modelo. Quando você adiciona $OPEN ao pool, não recebe um monte de tokens de recompensa duvidosos, mas sim uma pequena parte de cada chamada do modelo.
Na seção 5.2.4 do whitepaper, está bem claro: a taxa de cálculo de cada inferência, após a dedução da taxa da plataforma, destina uma parte aos stakers. E atenção, essa distribuição não é linear ao longo do tempo; é feita em tempo real com base no uso efetivo. Se o modelo for chamado 10.000 vezes em um dia, você recebe 10.000 vezes, sem bloqueio, sem período de carência; se você não quiser mais fornecer liquidez, pode retirar a qualquer momento.
Eu fiz uma conta: supondo que um modelo de média popular gera 5.000 inferências por dia, e cada vez contribui com 0.064 OPeN para o pool de staking, isso daria 320 OPeN por dia. Se houver 100 provedores de liquidez no pool, cada um receberia 3.2 OPe#N por dia. Calculando pelo preço atual, a rentabilidade anual é bem mais realista do que muitos pools com APY inflacionado.
Os mineradores de Bitcoin vivem das recompensas de bloco e taxas, e seus ganhos estão diretamente ligados à segurança da rede; os stakers de Ether ganham com taxas de transação e MEV, que também estão relacionados ao volume de uso. A OpenLedger trouxe essa lógica para a inferência de IA: você não está stakando para manter o consenso da rede, mas para fornecer um pool de liquidez para a operação dos modelos de IA, e seus ganhos dependem diretamente de quantas pessoas usam esses modelos.
Claro, também há riscos. Se na plataforma tiver só modelos obscuros que ninguém chama, a rentabilidade do staking vai ser bem baixa. Atualmente, a mainnet da OpenLedger foi lançada há pouco tempo, e o número de modelos e volume de chamadas ainda precisa de tempo para escalar. Eu vou esperar o primeiro modelo de sucesso surgir antes de considerar entrar, não estou com pressa de ser um dos primeiros cobaias @OpenLedger #OpenLedger
Esse tipo de armadilha de liquidez é muito comum no DeFi, onde os desenvolvedores te tratam como um peão gratuito.
Eu dei uma revisitada na seção sobre liquidez do whitepaper da OpenLedger, e percebi que eles não usam o modelo tradicional de liberação por bloqueio. Em vez disso, os ganhos dos provedores de liquidez estão diretamente atrelados à divisão das taxas de inferência do modelo. Quando você adiciona $OPEN ao pool, não recebe um monte de tokens de recompensa duvidosos, mas sim uma pequena parte de cada chamada do modelo.
Na seção 5.2.4 do whitepaper, está bem claro: a taxa de cálculo de cada inferência, após a dedução da taxa da plataforma, destina uma parte aos stakers. E atenção, essa distribuição não é linear ao longo do tempo; é feita em tempo real com base no uso efetivo. Se o modelo for chamado 10.000 vezes em um dia, você recebe 10.000 vezes, sem bloqueio, sem período de carência; se você não quiser mais fornecer liquidez, pode retirar a qualquer momento.
Eu fiz uma conta: supondo que um modelo de média popular gera 5.000 inferências por dia, e cada vez contribui com 0.064 OPeN para o pool de staking, isso daria 320 OPeN por dia. Se houver 100 provedores de liquidez no pool, cada um receberia 3.2 OPe#N por dia. Calculando pelo preço atual, a rentabilidade anual é bem mais realista do que muitos pools com APY inflacionado.
Os mineradores de Bitcoin vivem das recompensas de bloco e taxas, e seus ganhos estão diretamente ligados à segurança da rede; os stakers de Ether ganham com taxas de transação e MEV, que também estão relacionados ao volume de uso. A OpenLedger trouxe essa lógica para a inferência de IA: você não está stakando para manter o consenso da rede, mas para fornecer um pool de liquidez para a operação dos modelos de IA, e seus ganhos dependem diretamente de quantas pessoas usam esses modelos.
Claro, também há riscos. Se na plataforma tiver só modelos obscuros que ninguém chama, a rentabilidade do staking vai ser bem baixa. Atualmente, a mainnet da OpenLedger foi lançada há pouco tempo, e o número de modelos e volume de chamadas ainda precisa de tempo para escalar. Eu vou esperar o primeiro modelo de sucesso surgir antes de considerar entrar, não estou com pressa de ser um dos primeiros cobaias @OpenLedger #OpenLedger