Eric Choo

🎉 Oficialmente no Top 100 CreatorPad!

Agradeço de coração a todos que sempre leram meus posts, interagiram e estiveram ao meu lado durante todo esse tempo 🫶
Desde as postagens simples sobre o mercado, mindset até as minhas perspectivas pessoais, nunca imaginei que chegaria a esse resultado.

15489 $PIXEL não é apenas um prêmio, mas também uma motivação para que eu continue criando conteúdo de qualidade para a comunidade 🚀

A jornada ainda está longa, vou me esforçar para manter o ritmo e ir ainda mais longe 💛
Para a galera que está construindo conteúdo, mantenham a persistência, sempre há oportunidades para quem realmente trabalha.

#CreatorpadVN #BinanceSquare

Não pensei que desta vez eu teria a sorte de entrar no top 4 CreatorPad VN na Binance Square 🥹
A recompensa 0.12 $BNB não é muito grande, mas é um impulso para continuar escrevendo e compartilhando mais.

Na verdade, eu vejo que a Binance Square ainda tem muitas oportunidades para a galera que curte escrever conteúdo, fazer análises ou simplesmente interagir diariamente.
Basta começar a tentar, quem sabe seu próximo post não chega ao topo 👀

Quem está querendo participar mas não sabe por onde começar, precisa de dicas para escrever, como aumentar a interação ou caçar eventos, pode perguntar pra mim, vou dar todo o suporte que eu puder 🤝

Parabéns a galera que ganhou prêmios dessa vez 🫶

#genius $GENIUS @GeniusOfficial

Após cada trade ruim, eu passava uma semana consertando a coisa errada.
Perdeu grana em um rug pull? Passei dias estudando auditorias de tokens. Fui liquidado pela slippage? Fiquei obcecado por ordens limitadas durante um mês. Perdi um movimento porque estava dormindo? Comecei a configurar mais alertas do que conseguia processar.
Cada correção parecia lógica isoladamente. Nada disso abordava o que realmente continuava dando errado.
Isso é viés de recência no seu nível mais caro. O cérebro se fixa na última ferida e cria uma solução exatamente para aquele cenário — enquanto a próxima perda vem de um lugar completamente diferente. Eu estava sempre uma guerra atrasado.
Eu monitorei minha própria atribuição de perdas ao longo de dezoito meses. Aproximadamente 31% vieram de uma tese ruim. O resto foi infraestrutura — timing de execução, falhas de roteamento, congestionamento de rede no momento errado, posições dimensionadas incorretamente porque a liquidez parecia mais profunda do que realmente era.
A divisão me surpreendeu. Eu estava gastando a maior parte do meu esforço de melhoria no problema menor.
O que @GeniusOfficial está construindo aborda diretamente o problema maior. Execução unificada em 11 chains, roteamento automático através de mais de 150 DEX, Ghost Orders minimizando o impacto no mercado em tamanho. A camada de infraestrutura deixa de ser algo que você conserta reativamente após cada perda.
Isso vai eliminar o problema da tese? Não. Essa parte permanece com você.
Mas tem algo esclarecedor em usar uma ferramenta que cuida dos 69% para que sua atenção possa realmente viver nos 31% onde o julgamento importa.
Após seu último trade ruim, você consertou a causa real — ou apenas a coisa que conseguia ver mais claramente?

#genius $GENIUS @GeniusOfficial

O número na tela não é o número que você recebe.
Aprendi isso da maneira mais difícil em um token de média capitalização no ano passado. O livro de ordens mostrava $180k de liquidez no meu preço alvo. Entrei com um tamanho de $40k. Fui preenchido a uma média de 3,1% acima do que eu estava olhando. A liquidez era real em agregados — só não era real para mim, naquele tamanho, naquele momento.
Essa é a parte do DeFi que leva mais tempo para entender. Liquidez exibida e liquidez executável são medições diferentes. Uma te diz o que existe. A outra te diz o que você pode realmente acessar sem mover o preço contra você mesmo.
A maioria dos traders aprende a ler velas antes de aprender a ler liquidez. Eu aprendi. E isso te custa de maneiras que não aparecem como erros óbvios — apenas preenchimentos ligeiramente piores, toda vez, se acumulando silenciosamente.
A arquitetura de Ghost Orders em @GeniusOfficial aborda isso diretamente. Dividir a execução entre até 500 wallets não é uma característica de privacidade em primeiro lugar — é uma característica de acesso à liquidez. Tranches menores atingindo o pool de diferentes ângulos significa que o mercado vê menos da sua intenção de uma vez, o que significa que o preço se move menos contra você antes de ser preenchido.
Isso resolve completamente o problema? Não. Em tamanhos suficientes, o impacto de mercado é inevitável, independentemente de quão inteligente seja o roteamento.
Mas há uma diferença significativa entre uma ferramenta projetada em torno desse problema e uma que apenas te mostra o livro de ordens e te deseja boa sorte.
Você já recebeu um preenchimento e se perguntou por que o número não correspondia ao que você estava olhando trinta segundos antes?

#openledger $OPEN @OpenLedger

Quando eu li com atenção a parte do DataNet no whitepaper da @OpenLedger, uma frase me fez parar. Os validators não apenas aprovam ou rejeitam dados. Eles também definem padrões de qualidade para cada domínio, ou seja, decidem qual é o limiar que um dataset de imagens médicas deve atingir para ser considerado bom, e qual é o limiar que um dataset de código Solidity deve atender para ser aceito. Isso não é um trabalho técnico simples. É um poder legislativo para uma economia de dados.

E essa é a parte que todo mundo ignora. Em qualquer marketplace, quem define os padrões sempre é quem mais lucra. A Amazon não apenas vende produtos, eles decidem quem pode vender na plataforma. O Spotify não apenas transmite música, eles decidem o que define "conteúdo violador". No ecossistema da OpenLedger, os validators têm um papel semelhante, com um privilégio adicional: eles fazem isso com um capital em stake, o que significa que, para se tornar um validator, você precisa apostar o suficiente de $OPEN para ter skin in the game. Direção correta. Mas isso também significa que o melhor validator será aquele que tem expertise no domínio e capital, e essas duas coisas nem sempre estão nas mãos da mesma pessoa.

Eu mantenho $OPEN não porque acho que serei um grande contributor. Eu mantenho porque, se o sistema funcionar, a posição de validator no domínio que conheço terá um valor muito diferente do que o mercado está precificando para o token neste momento.

Se os validators no DataNet tiverem poder suficiente para definir padrões para todo um domínio, e esse padrão decidir quem recebe recompensas do $OPEN , como você acha que o sistema pode impedir que os validators usem esse poder para priorizar contributors da sua rede em detrimento de contributors externos, mas com dados melhores?

#bedrock $BR @Bedrock

Antigamente, toda vez que queria analisar um protocolo DeFi, tinha que abrir ao mesmo tempo Dune Analytics, Nansen, DeFiLlama e mais uma porção de abas. Ficava lá, juntando números como se estivesse escrevendo uma tese. Era cansativo de verdade.
Aí, eu experimentei o BRclaw do @Bedrock , um analista on-chain AI que está em fase beta. A primeira coisa que ele faz não é mostrar um dashboard bonito. Ele lê os fluxos de wallet, métricas de vault, dominância do BTC e diz direto: qual vault está alinhada com seu perfil de risco, qual vault está quase cheia e onde o mercado está no ciclo do BTC.
A verdadeira diferença está no fato de que o BRclaw não é separado do ecossistema $BR. Quanto mais alto o Tier $BR , mais detalhados são os sinais do BRclaw, e o mais importante é que você recebe alertas antes que uma vault feche para novos aportes. Não é uma AI para fazer trade, é uma AI projetada para proteger sua alocação.
Se já está assim na beta, estou realmente curioso para ver o que ela fará na versão oficial.
Quais ferramentas você costuma usar para análise on-chain antes de depositar em um protocolo e você acha que a AI pode substituir completamente isso?

#genius $GENIUS @GeniusOfficial

Ninguém fala sobre as operações que quase empataram.
Eu puxei meu histórico de transações do último trimestre e fiz as contas corretamente pela primeira vez. Não apenas entradas e saídas. Cada taxa de gás de aprovação, cada transação falhada que eu tentei novamente, cada pedágio de ponte, cada swap que passou por um hop extra porque a liquidez estava baixa no meu caminho preferido.
O número era embaraçoso. Não porque alguma transação específica foi catastrófica. Porque eram 47 delas.
Pequenas perdas se acumulam silenciosamente na direção oposta das pequenas ganhos. Uma taxa de 0,3% aqui, um deslizamento de 0,8% ali, uma taxa de gás de $4 em uma transação que falhou e teve que ser reencaminhada. Nada disso parece significativo no momento. Tudo isso se soma a um número que você não quer calcular até que finalmente o faça.
Essa é a estrutura de custos que @GeniusOfficial está atacando silenciosamente. Ordens Fantasmas roteando a execução através de até 500 wallets para minimizar o impacto no mercado. Arquitetura sem assinatura removendo completamente a camada de aprovação. Mais de 150 rotas DEX encontrando caminhos que um trader manual nunca veria em tempo real.
Não estou afirmando que elimina a estrutura de custos. A complexidade do roteamento introduz sua própria sobrecarga, e eu não testei isso sob estresse em grande escala. Mas a intenção de design claramente visa o problema certo.
A maioria dos traders rastreia suas grandes perdas com cuidado. Quase ninguém audita as 47 pequenas.
Quando foi a última vez que você realmente somou o que a fricção custou a você?

#openledger $OPEN @OpenLedger

Eu olho para a forma como o reputation score funciona no Datanet e vejo um ciclo que pouca gente está comentando. Contribuidores que entram cedo, fornecendo dados de alta qualidade, acumulam um reputation score alto. Um reputation score alto significa um attribution weight maior em cada inferência futura; ou seja, cada vez que o modelo de IA utiliza os dados deles, eles recebem uma fatia maior em comparação com novos contribuintes, mesmo que os dados sejam de qualidade equivalente. Isso é o juro composto da economia de dados, não do dinheiro.

O perigo é que esse ciclo se auto-alimenta. Contribuidores com alta reputação recebem mais recompensas, têm mais incentivos para continuar contribuindo com qualidade, a reputação continua a aumentar, e a distância para os novos contribuintes se torna ainda maior. Após 24 a 36 meses, os domínios vencedores do DataNet formarão uma camada de contribuintes que eu chamo de "aristocracia dos dados", ou seja, um grupo de pessoas cuja influência sobre o modelo de IA supera qualquer laboratório, pois eles detêm a maior parte da atribuição verificada nesse domínio.

Essa é uma oportunidade, mas também um risco que precisamos encarar de frente. Se o sistema de reputação for manipulado por um pequeno grupo na fase inicial, e não houver um mecanismo para redistribuir a atribuição quando os dados antigos perderem relevância, então essa aristocracia dos dados não é uma meritocracia, mas sim um incumbency moat de uma forma que não é saudável para o ecossistema a longo prazo.

Se o acúmulo de reputação cria uma distância cada vez maior entre os contribuintes iniciais e os tardios, e você está lendo este artigo hoje, você acha que ainda está na janela "cedo o suficiente" para construir uma posição de reputação significativa no OpenLedger DataNet, ou essa janela já se fechou?

#openledger $OPEN @OpenLedger

Cada vez que eu contribuo com dados de qualidade em um DataNet sobre @OpenLedger e sou aprovado pelos validadores, meu score de reputação aumenta. Essa reputação afeta o peso de atribuição em todas as chamadas de inferência futuras que usam esse DataNet. Ou seja, quem contribui cedo, constrói uma reputação alta, receberá uma parte maior de toda a receita futura de inferência desse DataNet para sempre, mesmo que não continue a contribuir.

Essa é a verdadeira vantagem do compounding. Um médico que contribui com dados clínicos em um DataNet de saúde desde o primeiro mês e constrói uma reputação de 95 pontos receberá uma parte de atribuição maior do que um médico que contribui com dados de qualidade equivalente, mas começa 12 meses depois, porque a reputação do que chega depois ainda não tem histórico para competir. Com o tempo, essa distância não se fecha, mas se amplia, pois o contribuinte inicial continua a receber recompensas e tem mais incentivos para manter a qualidade.

Não estou dizendo que isso é ruim. É um design intencional para atrair contribuidores de alta qualidade desde o início. Mas se o DataNet de saúde ou o DataNet de trading atingir uma escala grande o suficiente, esses contribuidores iniciais se tornam uma classe influente sobre a saída do modelo, mais do que grandes laboratórios de IA, e $OPEN token é a ferramenta que mede essa influência em números reais na blockchain.

Se a OpenLedger realmente criar uma classe de aristocracia de dados onde os contribuidores iniciais no DataNet ganham royalties para sempre, você acha que isso é justo ou isso criará uma nova desigualdade na economia da IA, assim como os primeiros mineradores de Bitcoin acumulam BTC que os que vieram depois nunca conseguirão alcançar?

#genius $GENIUS @GeniusOfficial

Tive um ponto cego por oito meses e não sabia.
Tudo que negociei estava em uma única cadeia. Não porque pesquisei e conclui que era o melhor. Apenas porque foi onde comecei, e a inércia fez o resto. Meu modelo mental de "o mercado" era na verdade apenas uma fatia dele.
O momento em que percebi isso foi desconfortável. Estive otimizando entradas e saídas na Arbitrum enquanto o mesmo token estava sendo negociado a um prêmio de 4% na Base por três dias consecutivos. Não foi uma janela de arbitragem rápida. Três dias. Tempo suficiente para não ser um erro — era uma lacuna estrutural que simplesmente não consegui ver do lugar onde estava.
A familiaridade com uma única cadeia parece expertise. Não é. É apenas uma versão mais estreita do mesmo mercado disfarçada de convicção.
Este é o problema específico que uma camada de execução unificada resolve, que ninguém fala nos materiais de apresentação. Não é apenas velocidade. É visibilidade. Quando seu saldo existe em 11 cadeias simultaneamente e o roteamento acontece automaticamente, o mercado em que você está negociando se torna o mercado real — não um subconjunto confortável dele.
@GeniusOfficial está se construindo para isso. Se a lógica de roteamento expõe lacunas de preços cruzados genuínas de forma consistente ou se as suaviza antes que você possa agir, não tenho certeza.
Mas sei o que me custou negociar com um ponto cego por oito meses.
Você já perdeu uma oportunidade que estava escondida em uma cadeia ao lado de onde estava olhando?

#genius $GENIUS @GeniusOfficial

Eu estive certo sobre um token exatamente quando não importava.
Encontrei uma configuração sólida em um L2 no ano passado. A tese estava limpa, o timing foi bom. Passei vinte minutos tentando descobrir qual ponte usar, que tinha as taxas mais baixas, que não levaria quarenta minutos para finalizar. Quando consegui me posicionar, o movimento já tinha começado sem mim. Peguei talvez 30% dele.
A operação estava certa. A decisão sobre a infraestrutura me custou o resto.
O que ninguém te conta logo no começo é que, em cripto multichain, sua vantagem não é apenas sobre ler o mercado. É sobre estar na cadeia certa no momento certo com liquidez suficiente para realmente executar em grande escala. Esses são três problemas separados, e a maioria das interfaces faz você resolvê-los manualmente, em sequência, sob pressão de tempo.
Esse é o problema específico que @GeniusOfficial está arquitetando. Um saldo unificado em 11 cadeias, roteando automaticamente através de mais de 150 DEX. A decisão da cadeia é abstraída para que a decisão de trade possa realmente respirar.
Estou genuinamente curioso se a lógica de roteamento se mantém durante janelas de alta volatilidade, quando cada cadeia está congestionada simultaneamente. É quando as camadas de abstração costumam quebrar.
Mas a direção está certa. O melhor trade que nunca capturei completamente me ensinou que $GENIUS infraestrutura não é uma funcionalidade de conveniência. É onde uma fatia significativa do seu retorno realmente vive.
Você já esteve certo sobre um trade, mas errado sobre em qual cadeia estar?

#openledger $OPEN @OpenLedger

Eu tô pensando nisso depois de ler a descrição sobre o score de reputação dos contribuintes do DataNet. Cada vez que seus dados são usados pelo modelo e o resultado é bom, sua reputação aumenta. Quanto maior a reputação, maior o peso de atribuição em cada inferência seguinte. Um peso de atribuição maior significa mais recompensa. Mais recompensa significa que você pode fazer stake maior para aumentar sua prioridade na fila de validação. Esse ciclo não é de má fé, é a mecânica natural de todo bom sistema de reputação. Mas isso tem consequências bem específicas: quem chega cedo com dados de alta qualidade em um domínio vencedor vai construir uma barreira de entrada que quem chega depois quase não consegue alcançar.

Essa é a razão pela qual eu acho que a janela para entrar no ecossistema OpenLedger como um contribuinte sério, e não apenas como trader comprando token na exchange, não vai ficar aberta para sempre. Quando o DataNet de healthcare ou o DataNet de trading já tiverem contribuidores iniciais suficientes com alta reputação, cada novato começará do zero enquanto os incumbentes continuam acumulando. Isso não é nada errado em termos de design de incentivos. Só significa que o melhor momento para se tornar um contribuinte de alta qualidade é agora, não depois que o ecossistema já estiver maduro e a janela fechar.

Se o sistema de reputação do OpenLedger criar uma vantagem acumulada grande o suficiente para os contribuidores iniciais, será que essa é a primeira vez no crypto que "entrar cedo com dados de qualidade" é mais importante que "entrar cedo com muito dinheiro", e você está pensando em se tornar um contribuinte em vez de apenas comprar token?

🕯️ A noite em que arrisquei e a lição que carrego até hoje

#45NgayTuDoTaiChinh

Em 2022, eu lembro claramente da sensação de ficar olhando para a tela às 2 da manhã, com as mãos tremendo e o coração acelerado. A LUNA tinha acabado de colapsar, o mercado estava uma bagunça, e a galera estava em pânico. No Telegram, só se via gente chorando, xingando e prometendo que ia abandonar o crypto de vez. E eu, por outro lado, abri uma posição Long em BTC.

Não foi porque eu era expert ou tinha um sistema mirabolante. Era só porque, olhando para o preço de 17.000 USDT, pensei: “Se não for agora, então quando?” O BTC começou a subir, devagar, depois rápido e forte, e eu assistia meus lucros aumentarem dia após dia, com o coração acelerado, mas agora era de empolgação.

Acabei fechando a posição a 60.000 USDT. Muito antes do pico real. Meus amigos disseram que eu deveria ter segurado mais, mas eu não me arrependo nem por um segundo, porque fechei exatamente conforme o plano, no nível que prometi para mim mesmo desde o início. Cumprir promessas para si mesmo no crypto é, às vezes, mais difícil do que segurar uma posição durante a noite.

Olhando para as posições em perda que tenho hoje, não sinto desespero, mas sim familiaridade. Eu já vi esse mercado ser muito pior. A única coisa que separa quem fica e quem desiste não é o capital, mas sim a memória daquela vez em que você teve medo, arriscou, acertou e aprendeu com tudo isso. 🕯️

#45NgayTuDoTaiChinh
$ALLO $LAB

#genius $GENIUS @GeniusOfficial

Eu costumava achar que era um trader decente. Então comecei a manter uma segunda planilha.
Não para PnL. Para tudo o mais. Tempo gasto esperando aprovações. Transações que falharam e tiveram que ser reenviadas. Rotas que passaram por três bridges e chegaram quatro minutos atrasadas a um preço que já havia se movido. Eu acompanhei isso por noventa dias.
O número que voltou foi desconfortável. Eu não havia perdido dinheiro em calls ruins quase tanto quanto pensava. Eu perdi por causa da infraestrutura entre a call e a execução.
A parte frustrante é que esse tipo de perda não tem peso emocional. Uma trade ruim dói. Você se lembra dela. Você aprende com isso. Mas a perda por atrito simplesmente desaparece no ruído de fundo de "crypto sendo crypto." Ninguém posta sobre isso. Ninguém constrói uma tese em torno disso.
É exatamente por isso que eu acho que o que @GeniusOfficial está resolvendo importa mais do que parece. Uma camada de execução unificada em mais de 150 DEX e 11 chains não faz de você um analista melhor. Apenas impede que a infraestrutura silenciosamente taxe cada boa decisão que você toma.
O risco que enfrento, honestamente: a padronização da execução nesse nível está genuinamente sem solução. A otimização de rotas sob estresse de liquidez real é diferente da otimização de rotas em um whitepaper.
Mas a segunda planilha não mente. A maior parte do que perdi, perdi antes mesmo do mercado entrar em cena.
Você já realmente acompanhou quanto a fricção na execução te custou, separado das suas decisões de trading?

#openledger $OPEN @OpenLedger

Eu lembro dos mineradores de Bitcoin em 2010 usando CPU. Ninguém achava que eles estavam construindo um patrimônio geracional. Mas a recompensa por bloco naquela época era de 50 BTC e o custo quase zero. A OpenLedger está em um ponto semelhante para a economia de dados. O DataNet sobre saúde, finanças e Solidity está em fase de bootstrap, precisando de dados de alta qualidade e oferecendo uma reputação muito generosa para quem chegar cedo. Depois que o DataNet alcançar uma massa crítica e os validadores se tornarem mais seletivos, a barreira de entrada será muito mais alta.

Este é o mecanismo que poucos percebem: o Proof of Attribution não apenas rastreia os seus dados hoje, mas registra o histórico acumulado. Um médico que faz upload de dados clínicos com credenciais verificadas a partir de 2025 e mantém a qualidade continuamente terá um score de reputação em 2027 que ninguém poderá replicar apenas fazendo upload de mais dados nessa época. Este é um moat pessoal, não um moat do projeto. Eu ainda não vi nenhum projeto que conseguisse desenhar isso de forma tão natural.

Claro que há riscos. Se o DataNet no qual você contribui não vencer, essa reputação não pode ser transferida para outro domínio. Você está apostando tanto na OpenLedger quanto no domínio específico que escolher. Mas se der certo, isso não é um airdrop de crypto comum. Isso é a fundação para um novo tipo de ativo que ninguém pode comprar de você.

Se eu te dissesse que fazer upload de dados de alta qualidade no DataNet da OpenLedger hoje poderia criar um fluxo de royalties passivos nos próximos 5 anos toda vez que um modelo de IA for treinado com esses dados e ganhar dinheiro, de qual domínio você começaria na sua vida atual?