Lữ Khách Web3

Có một điều khá lạ trong làn sóng AI gần đây.
Chúng ta nói rất nhiều về mô hình, về sức mạnh suy luận, về khả năng tự động hóa nhưng lại ít nói về thứ khiến các hệ thống này thực sự hữu ích sau một thời gian sử dụng: ký ức.
Các hệ thống AI hiện nay dường như rất thông minh trong từng phiên làm việc riêng lẻ nhưng sau đó mọi thứ lại bắt đầu từ đầu. Người dùng lặp lại ngữ cảnh, agent lặp lại quy trình, dữ liệu được tạo ra rồi nhanh chóng biến mất.

Đó không phải vấn đề mới chỉ là nhiều năm qua chúng ta quen xem ký ức như một tính năng thay vì một lớp hạ tầng.
Hệ quả là các hệ thống ngày càng phức tạp nhưng vẫn vận hành như những thực thể mất trí nhớ ngắn hạn. Quá nhiều tài nguyên được dùng để tái tạo những gì đã từng tồn tại.
Điều thú vị là OpenGradient dường như không tập trung vào việc làm AI thông minh hơn. Có vẻ họ đang thử một hướng khác: biến ký ức thành một tài sản có thể lưu trữ, truy xuất và chia sẻ giữa các tác nhân trong hệ thống.
Không phải bài toán mô hình.
Mà là bài toán liên tục của ngữ cảnh.
Tất nhiên, ý tưởng nào cũng nghe hợp lý trên giấy. Adoption vẫn quan trọng hơn kiến trúc, usage vẫn quan trọng hơn mọi narrative. Nếu người dùng không tạo ra và sử dụng ký ức như một phần tự nhiên của quy trình, lớp hạ tầng đó sẽ trở thành một kho lưu trữ đắt đỏ.
Thứ khiến tôi tò mò hơn là khả năng thị trường đang đánh giá thấp vai trò của memory trong AI. Nếu điều đó đúng OpenGradient có thể đang chạm vào một vấn đề cấu trúc hơn là một xu hướng ngắn hạn.
Ít nhất từ cách tôi nhìn đây là phần đáng chú ý nhất.
#opg $OPG @OpenGradient

Există o paradoxă destul de ciudată în AI-ul de acum, și anume că modelele devin tot mai puternice, dar experiența utilizatorului nu devine neapărat mai personalizată. Prea multe sisteme încearcă să servească pe toată lumea în același mod.

Nu e o problemă nouă, doar că rar este numită. De-a lungul anilor, personalizarea s-a bazat în principal pe datele colectate centralizat. Utilizatorii generează semnale, platforma deține acele semnale, iar valoarea se acumulează la nivelul infrastructurii, în loc să revină la creatorul datelor. Sistemele par să înțeleagă din ce în ce mai bine utilizatorii, dar aceștia au din ce în ce mai puțin control asupra propriului profil digital.

Interesant este că nu este doar o problemă de confidențialitate, ci și o problemă de distribuire a valorii.

Se pare că OpenGradient abordează personalizarea dintr-o altă direcție. Nu construiesc un alt strat de aplicație pentru a prezice comportamentul, ci facilitează interacțiunea între date, modele și contextul personal, permițând utilizatorilor să aibă mai mult control asupra activelor lor de date.

Desigur, ideea și utilizarea practică sunt două lucruri diferite. Adoptarea este mai importantă decât orice narațiune despre AI descentralizat.
Ceea ce mă face curios este dacă utilizatorii chiar doresc să dețină identitatea datelor lor, acest aspect ar putea fi mai interesant de observat în perioada următoare. Restul va depinde de comportamentul utilizatorilor.
#opg $OPG @OpenGradient

Există o presupunere destul de comună că agenții AI există pentru a servi utilizatorii, dar cu cât observ mai mult, cu atât descopăr o paradoxare diferită. Se pare că multe dintre cele mai mari probleme ale AI nu țin de experiența utilizatorului. Ele se află în însăși capacitatea de funcționare a agenților.

De-a lungul anilor, datele au fost întotdeauna punctul de blocaj familiar. Nu din lipsă de date, ci din lipsă de date de încredere. Sistemele AI iau în mod constant decizii bazate pe surse pe care nu le pot verifica cu adevărat, utilizatorii rareori observă asta. Agenții nu au de ales.

Sistemul actual funcționează într-un mod destul de ciudat. Oamenii acceptă erori. Agenții trebuie să gestioneze acele erori la o scară mult mai mare. Prea multe straturi intermediare, prea multe date de proveniență neclară, prea multe costuri de validare sunt împinse spre finalul sistemului.

Poate că acesta este motivul pentru care OpenGradient devine remarcabil. Se pare că nu încearcă să construiască un alt agent AI, ci încearcă să creeze un mecanism prin care agenții să acceseze și să verifice datele într-un mod care poate fi validat. Nu este o problemă de interfață, ci o problemă de infrastructură a încrederii.

Desigur, adoptarea este partea importantă. Nu este vorba de narațiune, nu este vorba de roadmap. Dacă agenții nu folosesc cu adevărat astfel de sisteme, întreaga argumentație va pierde sens. Ceea ce mă face mai curios este dacă această cerere vine de la utilizatori sau de la agenți înșiși. Cel puțin din perspectiva mea, asta ar putea fi partea mai interesantă de observat, voi continua să urmăresc..!
#opg $OPG @OpenGradient

Există ceva destul de ciudat în AI-ul de azi...
Cu cât apar mai multe modele, cu atât utilizatorii au mai multe dificultăți să discernă ce este adevărat. Nu adevărat în sensul informațiilor corecte sau greșite, ci adevărat în sensul că poate fi verificat.

Aceasta este o problemă care a persistat în tăcere de ani de zile. Sistemele AI devin din ce în ce mai puternice în generarea de răspunsuri, dar sunt destul de slabe în a demonstra cum ajung la acele răspunsuri. Prea multe lucruri sunt construite pe baza credinței, prea puține lucruri sunt construite pe baza capacității de verificare.

Interesant este că majoritatea capitalului pare să se concentreze pe crearea de AI mai rapid, mai ieftin sau mai inteligent, în timp ce întrebarea despre autenticitate primește mai puțină atenție. Se pare că piața optimizează pentru capacitatea de a genera inteligență în loc de capacitatea de a verifica inteligența.

OpenGradient pare să urmeze o direcție diferită. Nu este vorba de a construi un alt model AI, ci de a încerca să așeze un strat de verificare deasupra procesului de raționament și execuție al AI-ului. Cel puțin din perspectiva mea, acesta este mai mult o problemă de design de sistem decât o problemă de model.

Desigur, narațiunea este întotdeauna mai ușoară decât adoptarea; utilizatorii nu sunt interesați de cât de frumoasă este arhitectura dacă nu primesc valoare reală. Aceasta este partea care trebuie verificată.
Ceea ce mă face mai curios este dacă, în următorii câțiva ani, "Inteligența Verificabilă" va deveni o cerință standard în loc de o caracteristică suplimentară.

Continui să urmăresc această parte.
#opg $OPG @OpenGradient

E ceva destul de ciudat în valul actual de AI, toată lumea vorbește despre capacitățile modelului, dar foarte puțini discută dacă rezultatele generate de AI sunt într-adevăr de încredere.

Nu e o problemă nouă, doar că devine tot mai evidentă pe măsură ce AI începe să se implice în activități cu valoare economică reală.
Sistemele de AI de azi funcționează pe baza unei forme de încredere tacită. Utilizatorii trimit date, modelul le procesează, iar rezultatele revin. Mare parte din procesul intern rămâne o cutie neagră.

Interesant este că, pe măsură ce valoarea creată crește, costul de a avea încredere oarbă crește de asemenea. Deformările, manipulările sau datele neconfirmate nu mai sunt doar erori tehnice, ele devin o problemă economică.

Aici intervine OpenGradient într-o direcție destul de diferită. În loc să se concentreze pe a face AI mai puternic, par să încerce să integreze criptografia în procesul de verificare a modului în care funcționează AI. Nu este AI mai întâi, criptografia apoi, ci capacitatea de a verifica fiind construită chiar în sistem.

Poate că acesta este punctul de interes. Dacă AI devine infrastructură, întrebarea nu este cine are cel mai mare model, ci cine poate genera rezultate de care cealaltă parte nu trebuie să aibă o încredere absolută.

Desigur, ideile și comportamentele utilizatorilor sunt două povești diferite. Adoptarea rămâne mai importantă decât orice arhitectură frumoasă pe hârtie.
Ceea ce mă face mai curios este dacă cererea pentru “AI verificabil” va exista cu adevărat pe măsură ce piața devine mai matură. Cel puțin din perspectiva mea, aceasta este partea cea mai interesantă.
#opg $OPG @OpenGradient

Există ceva destul de ciudat în narațiunea AI crypto în prezent.
Multe proiecte vorbesc despre modele, agenți, dar cu cât mă uit mai mult, cu atât văd că cea mai mare parte a valorii nu se află în AI, ci în datele pe care AI le folosește.

Problema este că piața a discutat despre date de ani de zile, sistemele de colectare a datelor au apărut și dispar, iar depozitele de date sunt construite și apoi își pierd rapid lichiditatea utilizatorilor. Datele sunt considerate active importante, dar rareori sunt tratate ca o activă cu un ciclu de viață economic clar.

Sistemele actuale par să funcționeze încă pe o logică familiară. Utilizatorii contribuie cu date, platforma acumulează date, iar valoarea finală se concentrează în locul care deține infrastructura. Fricțiunea apare din faptul că motoarele părților implicate nu sunt cu adevărat aliniate.

Ceea ce este interesant este că OpenGradient pare să nu se concentreze pe crearea unei AI mai bune. Ceea ce mă face mai curios este că par să construiască un strat de infrastructură pentru ca datele să poată fi verificate, accesibile și utilizate într-un mod programabil. Nu este o cursă a modelului, ci o cursă pentru disponibilitatea datelor.

Desigur, acesta este doar un punct de vedere.
Tehnologia poate impresiona builderii, dar experiența este ceea ce convinge utilizatorii, iar în final, adoptarea și utilizarea sunt întotdeauna mai importante decât ceea ce este pe roadmap.

Asta este partea la care mă întorc mereu, nu dacă OpenGradient va reuși sau nu, ci dacă piața AI crypto va realiza în cele din urmă că datele pot fi un nod economic mai important decât modelele AI în sine.
Cel puțin din perspectiva mea, aceasta este partea cea mai notabilă, restul va fi determinat de comportamentul utilizatorilor.
#opg $OPG @OpenGradient

Există o tendință repetitivă în crypto că fiecare dată când apare un nou domeniu, piața va căuta rapid un “EigenLayer al acelei industrii”. Asta sună logic, dar uneori comparația aceasta poate să ascundă problema reală.

În cazul AI, problema persistentă nu stă neapărat în model. Prea mulți oameni construiesc modele, prea mult capital se investește în antrenare, ceea ce lipsește mai mult este capacitatea de a utiliza eficient resursele AI și de a le verifica.

Sistemele actuale par să funcționeze destul de fragmentat. Compute-ul este într-un loc, modelul într-altul, utilizatorii sunt în altă parte, iar fluxul de capital tinde să urmeze narativul, în timp ce cererea reală se concentrează pe cine poate oferi servicii de încredere la prețuri rezonabile.

Aici intervine OpenGradient, care devine semnificativ. Nu pentru că ar fi “EigenLayer al AI”. Se pare că abordarea lor nu este de a crea un alt strat narativ pentru AI, ci de a construi un strat de coordonare între resurse, model și nevoile de utilizare.
Ceea ce e interesant este că adoptarea este partea importantă, nu TVL, nu roadmap-ul. Dacă utilizatorii nu au cu adevărat nevoie de acest strat de coordonare, întreaga poveste va deveni redundantă.

Ceea ce mă face curios este dacă piața AI va ajunge să lipsească de modele sau de infrastructura de coordonare între modele. Rămân pe urmele acestei părți, cel puțin din perspectiva mea, este cea mai semnificativă.
#opg $OPG @OpenGradient

E ceva destul de ciudat în valul actual de tokenuri AI...
Cu cât mai multe proiecte vorbesc despre AI, cu atât îmi e mai greu să văd unde apare cu adevărat AI în comportamentul de utilizare zilnică. Cele mai multe discuții se învârt în jurul tokenurilor, lichidității și a așteptărilor viitoare mai mult decât în jurul valorii consumate în prezent.

Această problemă nu e nouă, crypto s-a obișnuit să finanțeze totul înainte de a demonstra o cerere reală, iar AI pare să urmeze o traiectorie similară. Prea multe modele sunt construite, prea multă infrastructură este promovată, dar întrebarea cine plătește pentru a le utiliza este adesea trecută cu vederea.

Sistemele actuale creează un paradox: capitalul care curge către AI este foarte mare, dar accesul la date, modele și capacitate de calcul rămâne concentrat, utilizatorii finali rareori dețin partea de valoare pe care o contribuie.
Asta face ca OpenGradient să fie diferit de multe alte tokenuri AI. Se pare că abordarea lor nu e de a transforma AI într-o nouă narațiune pentru tranzacționare, ci de a construi o infrastructură unde datele, modelele și raționamentele pot fi corelate ca active economice.

Interesant este că adoptarea este adevărata testare, nu TVL, nu roadmap-ul. Dacă utilizatorii nu apar, toate designurile sunt doar ipoteze.
Rămân sceptic, dar cel puțin din perspectiva mea, OpenGradient pune întrebări despre structura valorii AI în loc să repete doar povestea creșterii acestuia. Asta ar putea fi partea de urmărit în următoarele câteva trimestre.
#opg $OPG @OpenGradient

Există ceva destul de ciudat în narațiunea AI x Blockchain din ultimii ani.
Cu cât mai multe proiecte vorbesc despre integrarea AI pe blockchain, cu atât mai mult simt că distanța dintre aceste două sisteme nu a fost cu adevărat rezolvată. Unul optimizează pentru veridicitate, celălalt funcționează pe baza datelor, modelelor și capacității de raționare care se schimbă continuu.

Problema este că acest lucru nu este nou, AI are nevoie de date de încredere, blockchain-ul necesită aplicații care să genereze o cerere reală, dar majoritatea sistemelor actuale încă depind de straturi intermediare pentru a conecta cele două părți.
Rezultatul este că fricțiunea apare peste tot, datele sunt greu de verificat, modelele sunt greu de validat, iar utilizatorii finali aproape că nu se interesează de tehnologia din spate, ci doar doresc rezultate stabile.
Aceasta este partea care m-a făcut să observ OpenGradient. Se pare că abordarea lor nu constă în a adăuga mai mult AI pe blockchain, ci în a construi un strat de infrastructură pentru ca AI să poată interacționa cu datele și starea onchain într-un mod mai fiabil.

Cu toate acestea, narațiunea nu este ceea ce determină rezultatul, utilizarea este adevăratul test. Dacă agenții AI nu folosesc astfel de sisteme, orice design rămâne doar la nivel teoretic.

Cel puțin din perspectiva mea, întrebarea interesantă nu este dacă AI are nevoie de blockchain sau nu, ci dacă blockchain-ul poate deveni un strat de încredere pentru AI. Încă urmăresc această parte.
#opg $OPG @OpenGradient

Există o contradicție destul de ciudată în valul actual de AI. Cu cât mai multe modele sunt promovate ca fiind mai inteligente, cu atât utilizatorii știu mai puțin despre cum iau acestea decizii.

Nu este o problemă nouă, sistemele financiare au fost odată așa, algoritmii de publicitate au fost odată așa și acum e rândul AI-ului. Prea multe decizii importante sunt luate în interiorul unor cutii pe care utilizatorii nu le pot verifica.

Interesant este că majoritatea pieței pare să accepte asta ca un preț de plătit pentru performanță. Vor răspunsuri mai rapide, vor modele mai puternice, dar rar întreabă ce date sunt folosite, cum se desfășoară procesul de raționare sau cum pot fi verificate rezultatele.

Aici intervine OpenGradient cu o abordare care pare diferită. Nu este vorba de a construi un nou model AI, ci de a încerca să creeze o structură pentru ca raționarea și datele să devină mai transparente și mai verificabile. Cel puțin din perspectiva mea, aceasta este o problemă de design al încrederii mai degrabă decât de design al modelului.

Desigur, narațiunea este întotdeauna mai ușoară decât adoptarea. Utilizatorii de obicei prioritizează confortul în detrimentul capacității de verificare, acesta fiind motivul pentru care nu consider că aceasta este o soluție completă.

Ceea ce mă face mai curios este dacă piața va începe cu adevărat să considere transparența ca o infrastructură necesară a AI-ului sau nu. Restul va depinde de comportamentul utilizatorilor.
#opg $OPG @OpenGradient

Cred că una dintre cele mai frecvente neînțelegeri ale acestui ciclu este că oamenii privesc staking-ul BTC ca pe o narațiune nouă. Am văzut destul de multe narațiuni similare apărând în crypto: redenumind un concept vechi, adăugând câteva cuvinte cheie atrăgătoare și apoi piața se convinge singură că este ceva complet diferit, dar ceea ce mă frustrează este că Bitcoin nu a avut niciodată cu adevărat lipsă de lichiditate; ceea ce îi lipsește pare să fie o piață de capital suficient de matură pentru ca aceste fluxuri de capital să fie evaluate, rotite și utilizate mai eficient.

Se discută mult despre yield, se discută mult despre staking, dar dacă ne uităm mai atent, problema pare să nu fie în generarea a câtorva procente suplimentare de randament pentru BTC, ci în faptul că mii de miliarde USD de valoare stau inactive în timp ce infrastructura pentru a face din Bitcoin un activ care să participe mai profund în activitățile financiare este încă destul de rudimentară. Cel puțin din perspectiva mea, aceasta este povestea mai interesantă.

Poate de aceea Bedrock mă atrage dintr-o altă perspectivă. Acest proiect pare să încerce să abordeze Bitcoin ca pe un strat de activ în Piețele de Capital Bitcoin, mai degrabă decât să-l vadă doar ca pe o poveste simplă de staking BTC. Desigur, orice narațiune sună bine pe hârtie, dar în final totul revine la o întrebare foarte veche: există cu adevărat suficientă cerere pentru ca aceste fluxuri de capital să circule? Aici cred că piața va avea nevoie de mai mult timp pentru a răspunde.

#bedrock $BR @Bedrock

Có một nghịch lý khá quen thuộc trong BTCFi là ai cũng nói về việc đưa Bitcoin vào hoạt động hiệu quả hơn nhưng phần lớn hệ thống cuối cùng lại quay về một bài toán cũ: phát token để kéo thanh khoản rồi tìm cách giữ nó ở lại.

Các hệ thống dường như luôn gặp cùng một vấn đề. Bitcoin là tài sản khan hiếm nhưng phần thưởng dùng để kích thích hành vi lại thường bị pha loãng theo thời gian. Dòng vốn đến nhanh khi incentive đủ lớn rồi rời đi khi phần thưởng giảm. TVL tăng nhưng tính bền vững thì không nhất thiết.

Đó là cách phần lớn hệ thống đang vận hành. Người dùng tối ưu lợi nhuận, giao thức tối ưu tăng trưởng, hai mục tiêu này không phải lúc nào cũng trùng nhau. Kết quả là nhiều tokenomics trở thành một vòng lặp tái phân phối thay vì tạo ra giá trị kinh tế mới.

Điều thú vị là Bedrock dường như đang cố tiếp cận vấn đề từ một hướng khác. Không phải chỉ tạo thêm incentive cho BTCFi mà là tìm cách biến các dòng yield, điểm thưởng và quyền sở hữu trong hệ sinh thái thành một cấu trúc phân bổ giá trị thống nhất hơn.

Tất nhiên thiết kế hệ thống và hành vi thực tế luôn là hai câu chuyện khác nhau. Adoption quan trọng hơn mô hình, usage quan trọng hơn TVL.

Thứ khiến tôi tò mò hơn là liệu BTCFi cuối cùng có giải được bài toán tokenomics hay không. Ít nhất từ cách tôi nhìn đây mới là phần đáng chú ý nhất.
#bedrock $BR @Bedrock

Có một nghịch lý khá thú vị trong crypto...
BTC là tài sản thế chấp lớn nhất thị trường nhưng nếu nhìn kỹ, thị trường tín dụng xoay quanh BTC vẫn phát triển chậm hơn so với quy mô vốn mà nó đang nắm giữ.

Suốt nhiều năm, ngành công nghiệp này liên tục nói về việc "kích hoạt thanh khoản Bitcoin". Các hệ thống xuất hiện rồi biến mất, các narrative thay đổi liên tục nhưng phần lớn BTC vẫn đang nằm yên hoặc được đưa vào những vòng lặp tạo lợi suất quen thuộc.

Điều đó khiến tôi nghĩ rằng vấn đề có lẽ chưa bao giờ nằm ở lợi suất.
Vấn đề nằm ở tín dụng.
Một hệ thống tài chính trưởng thành không chỉ cần tài sản có giá trị mà nó cần khả năng đưa nguồn vốn đó đến nơi có nhu cầu sử dụng hiệu quả nhất.
Các giao thức lending hiện tại thường dựa trên mô hình thế chấp quá mức. Điều này giúp giảm rủi ro hệ thống nhưng cũng khiến hiệu quả sử dụng vốn trở nên khá hạn chế. Quá nhiều BTC bị khóa lại chỉ để bảo vệ giao thức khỏi các kịch bản xấu.

Có vẻ Lending Vault của Bedrock đang thử tiếp cận từ một hướng khác. Không hẳn là tạo thêm một nguồn APY mới mà là tìm cách biến BTC thành nguồn vốn có thể được phân bổ trong một cấu trúc tín dụng rõ ràng hơn.
Tất nhiên, ý tưởng luôn dễ hơn hành vi thực tế. TVL có thể được thúc đẩy bằng incentive nhưng nhu cầu vay, vòng quay vốn thật và khả năng duy trì hoạt động khi phần thưởng giảm mới là thứ đáng quan sát.

Nếu thị trường tín dụng BTC thực sự hình thành giá trị của nó có thể nằm ở cách nó làm thay đổi dòng chảy của nguồn vốn Bitcoin. Ít nhất từ cách tôi nhìn đây là phần đáng chú ý hơn trong thời gian tới.
#bedrock $BR @Bedrock

E ceva destul de ciudat pe piața BTCFi.
Fiecare ciclu aduce produse noi pentru Bitcoin, dar lichiditatea continuă să fie fragmentată. Utilizatorii se mută între diferitele protocoale, fluxurile de capital se deplasează între lanțuri, iar Bitcoin în sine rar devine un strat de activ conectat cu adevărat.
Aceasta este o problemă care există în tăcere de mulți ani.

Sistemele se concentrează adesea pe crearea de randamente suplimentare. Ele concurează prin APY, emit stimulente, dar atunci când recompensele scad, și fluxurile de capital dispar.

Interesant este că efectul de rețea aproape că nu a fost construit.
Cel puțin din perspectiva mea, Bedrock pare să meargă într-o direcție diferită față de uniBTC. Nu este vorba de a vinde mai mult randament pentru Bitcoin, ci de a transforma uniBTC într-un strat de lichiditate care să poată apărea în mai multe ecosisteme simultan.

Ceea ce mă intrigă mai mult este logica din spate. Efectul de rețea în finanțe nu vine adesea din tehnologie, ci din faptul că din ce în ce mai multe părți au motive să folosească același activ.
Desigur, a fi prezent în multe locuri nu înseamnă neapărat o adoptare reală. TVL poate fi încurajată, dar comportamentul de utilizare este mai greu de prezis.
Asta este partea la care mă întorc mereu, nu contează cât de mare este uniBTC, ci dacă utilizatorii vor începe să-l vadă ca un strat de lichiditate implicit sau nu.
Încă urmăresc această parte.

#bedrock $BR @Bedrock

Toată lumea vorbește despre APY.
Piața a fost obsedată de randamentele staking.
Cine plătește mai mult va atrage mai mult capital.
Dar jocul ăsta începe să se satureze.
Problema reală nu mai este să câștigi câteva procente în plus.
Este despre eficiența utilizării Bitcoin...
Este despre abilitatea de a roti lichiditatea...
Este despre a transforma Bitcoin dintr-un activ pasiv într-un activ care poate fi alocat flexibil.
Piața vede Bedrock ca un protocol de restaking.
Dar Bedrock ar putea construi, de fapt, un strat de coordonare a capitalului pentru Bitcoin.
Aici este partea care merită gândită.
Câteva semnale notabile:
uniBTC schimbă modul în care Bitcoin participă în DeFi
Se concentrează puternic pe BTCFi în loc de a face doar restaking
Se extinde în multe ecosisteme diferite
Produsele sunt concepute în jurul lichidității
Construiește multe straturi de utilitate deasupra Bitcoin

Nu cred încă că Bedrock a câștigat.
Dar ceea ce mă face să continui să urmăresc acest proiect este că par să se pregătească pentru o lume în care APY nu mai este un avantaj competitiv.
Atunci, partea câștigătoare ar putea fi cea care controlează fluxul de capital.
Conexiuni mai largi, crypto trece de la o cursă de emitere a token-urilor la o cursă de optimizare a eficienței capitalului.
Activele nu mai sunt evaluate după deținere..
ci după abilitatea de a fi reutilizate de mai multe ori.
Aceasta este doar o ipoteză personală, dar ceea ce cumpără piața astăzi s-ar putea să nu fie ceea ce Bedrock va deveni cu adevărat.
Nu doar un protocol de restaking.
Nu doar un instrument de generare a randamentului.
Ar putea fi un strat de infrastructură pentru coordonarea capitalului în următoarea eră BTCFi.
#bedrock $BR @Bedrock