NeonWick
1.2k Публикации
NeonWick
138 подписок(и/а)
5.2K+ подписчиков(а)
1.0K+ понравилось
Посты
Все
Цитирования
Видео
Активно
Отлично
Devil9
·
--
Безопасность Newton не требует доверия, потому что операторов можно доказуемо опровергнуть
Годы подряд безопасность блокчейна измеряли одним простым вопросом: насколько дорого атаковать сеть? Биткоин отвечает своим хеш-мощностью. Сети с Proof-of-Stake — размещённым капиталом. Чем выше экономическая цена, тем надёжнее становится система.
Протокол Newton основывается на том же экономическом принципе, но применяет его совершенно в другом месте.
Вместо того чтобы защищать упорядочивание транзакций или производство блоков, Newton защищает авторизацию.
Это различие меняет почти всё.
Протокол Newton основывается на том же экономическом принципе, но применяет его совершенно в другом месте.
Вместо того чтобы защищать упорядочивание транзакций или производство блоков, Newton защищает авторизацию.
Это различие меняет почти всё.
идеальное написание$NEWT @NewtonProtocol
Devil9
·
--
@NewtonProtocol $NEWT #Newt Этот пост для меня особенный. Это не просто ещё один пост — это тот, на который я возлагаю самые большие надежды в рамках этой кампании.
Если он покажет хорошие результаты, у меня будет шанс выйти на вершину рейтинга. Если он не оправдает ожиданий, эта возможность будет упущена.
С этого момента исход уже не зависит только от меня. Он определяется качеством моей работы и тем, как её оценят. Каким бы ни был результат, я продолжу учиться и стремиться делать ещё лучше. Большинство систем авторизации просят доверять тому, кто оценивает правила. Newton Protocol использует другой подход — децентрализует весь процесс принятия решений.
Вместо того чтобы полагаться на один сервер, каждый замысел транзакции маршрутизируется через вращающийся Gateway, который лишь координирует коммуникацию. Он не может изменить результаты политики или подделать одобрения, потому что операторы независимо проверяют одни и те же входные данные и создают криптографические подтверждения. Даже если Gateway заподозрят в цензуре, приложения могут обойти его через force inclusion. @NewtonProtocol #Newt
Реальная сила — в том, как исполняются политики. Каждый оператор загружает ровно ту же Rego-политику из IPFS, оценивает её в изолированной песочнице и подписывает результат. Поскольку политики программируемы, Newton не ограничивается только KYC или комплаенсом. Эта же инфраструктура может обеспечивать безопасность AI-агентов, цифровых удостоверений, контроля доступа в компаниях или верификации цепочек поставок.
Согласование обеспечивается restaking в EigenLayer, где у операторов есть финансовая заинтересованность с риском потерь. Как только достаточное число операторов с учётом «веса» ставок согласится, их подписи сжимаются в единое доказательство BLS, что делает верификацию эффективной без отказа от децентрализации. Если кто-то отправит неверный результат, Challenger может пересчитать политику и доказать корректный исход, что приведёт к slashing для недобросовестных операторов.
Архитектура Newton не стремится децентрализовать только исполнение. Она децентрализует полномочия говорить «да» или «нет», одновременно делая каждое решение проверяемым.$VELVET $DN
Если он покажет хорошие результаты, у меня будет шанс выйти на вершину рейтинга. Если он не оправдает ожиданий, эта возможность будет упущена.
С этого момента исход уже не зависит только от меня. Он определяется качеством моей работы и тем, как её оценят. Каким бы ни был результат, я продолжу учиться и стремиться делать ещё лучше. Большинство систем авторизации просят доверять тому, кто оценивает правила. Newton Protocol использует другой подход — децентрализует весь процесс принятия решений.
Вместо того чтобы полагаться на один сервер, каждый замысел транзакции маршрутизируется через вращающийся Gateway, который лишь координирует коммуникацию. Он не может изменить результаты политики или подделать одобрения, потому что операторы независимо проверяют одни и те же входные данные и создают криптографические подтверждения. Даже если Gateway заподозрят в цензуре, приложения могут обойти его через force inclusion. @NewtonProtocol #Newt
Реальная сила — в том, как исполняются политики. Каждый оператор загружает ровно ту же Rego-политику из IPFS, оценивает её в изолированной песочнице и подписывает результат. Поскольку политики программируемы, Newton не ограничивается только KYC или комплаенсом. Эта же инфраструктура может обеспечивать безопасность AI-агентов, цифровых удостоверений, контроля доступа в компаниях или верификации цепочек поставок.
Согласование обеспечивается restaking в EigenLayer, где у операторов есть финансовая заинтересованность с риском потерь. Как только достаточное число операторов с учётом «веса» ставок согласится, их подписи сжимаются в единое доказательство BLS, что делает верификацию эффективной без отказа от децентрализации. Если кто-то отправит неверный результат, Challenger может пересчитать политику и доказать корректный исход, что приведёт к slashing для недобросовестных операторов.
Архитектура Newton не стремится децентрализовать только исполнение. Она децентрализует полномочия говорить «да» или «нет», одновременно делая каждое решение проверяемым.$VELVET $DN
Ньютоновский протокол выделяется среди многих других блокчейн-проектов, ориентированных на ИИ. Большинство пытаются сделать ИИ быстрее или более умным. Похоже, Ньютон задаёт более фундаментальный вопрос: h
Devil9
·
--
Доверие прежде автоматизации: почему Newton Protocol заставил меня думать иначе
Одна из самых крупных тем в криптоиндустрии сегодня — автоматизация. Каждую неделю появляются новые проекты, обещающие ИИ-агентов, которые могут торговать быстрее, управлять портфелями и выполнять сложные стратегии без постоянного человеческого контроля. На первый взгляд это выглядит как естественная эволюция DeFifaster-исполнения, снижение затрат и системы, работающие круглосуточно. Кто бы не захотел этого?
Но после того, как я потратил больше времени на изучение Newton Protocol, я понял кое-что. По крайней мере для меня разговор больше не о скорости.
Но после того, как я потратил больше времени на изучение Newton Protocol, я понял кое-что. По крайней мере для меня разговор больше не о скорости.
чем типичный нарратив об ИИ. Он связывает три части, которые часто обсуждаются по отдельности: проверяемые вычисления, долговременную память ИИ и систему стимулов$OPG @OpenGradient #OPG
Devil9
·
--
OpenGradient (OPG) добавлен в раздачи Binance HODLer. Пользователи, которые подписали свой BNB на Simple Earn (Flexible/Locked) или участвовали в On-Chain Yields, могут получить раздачу OPG. OpenGradient был запущен с общим объемом начальной эмиссии (genesis supply) 1 000 000 000 OPG, при этом 6 400 000 OPG выделено для раздач HODLer Airdrops. Правомочные пользователи получат свои токены в Spot Wallet примерно через 5 часов после объявления. Участие требует прохождения KYC и проживания в регионе, который подходит под условия. Кроме того, OpenGradient Research Report будет опубликован в течение 48 часов после объявления. Всегда проводите собственное исследование (DYOR), прежде чем принимать любые инвестиционные решения. #OPG @OpenGradient
Один момент, которому я стал уделять больше внимания в контексте инфраструктуры ИИ, — это не качество модели, а то, что происходит после развертывания.
Любой может запустить модель. Более сложный вопрос в том, могут ли пользователи доверять результатам, способны ли разработчики создавать надстройки на основе устойчивого контекста и захочет ли кто-то продолжать обслуживать инференс спустя месяцы.
Поэтому OpenGradient кажется более интересным, чем типичный нарратив об ИИ. Он объединяет три компонента, которые часто обсуждаются отдельно: верифицируемые вычисления, устойчивую память для ИИ и систему стимулов, которая побуждает провайдеров вычислений оставаться онлайн.
Если ломается хоть один из этих элементов, страдает пользовательский опыт. Верифицированные результаты теряют ценность без надежной инфраструктуры. Память становится бесполезной без доверия. Даже самая лучшая модель не поможет, если никто не продолжает ее запускать. #OPG $OPG @OpenGradient
Долгосрочная возможность может быть не в том, чтобы создавать более умный ИИ, а в том, чтобы строить инфраструктуру, которая остается надежной по мере роста принятия.
Вот за чем я буду следить больше всего.$AIGENSYN $SYN
Какую часть инфраструктуры ИИ, по вашему мнению, даст наибольшую долгосрочную ценность?
Один момент, которому я стал уделять больше внимания в контексте инфраструктуры ИИ, — это не качество модели, а то, что происходит после развертывания.
Любой может запустить модель. Более сложный вопрос в том, могут ли пользователи доверять результатам, способны ли разработчики создавать надстройки на основе устойчивого контекста и захочет ли кто-то продолжать обслуживать инференс спустя месяцы.
Поэтому OpenGradient кажется более интересным, чем типичный нарратив об ИИ. Он объединяет три компонента, которые часто обсуждаются отдельно: верифицируемые вычисления, устойчивую память для ИИ и систему стимулов, которая побуждает провайдеров вычислений оставаться онлайн.
Если ломается хоть один из этих элементов, страдает пользовательский опыт. Верифицированные результаты теряют ценность без надежной инфраструктуры. Память становится бесполезной без доверия. Даже самая лучшая модель не поможет, если никто не продолжает ее запускать. #OPG $OPG @OpenGradient
Долгосрочная возможность может быть не в том, чтобы создавать более умный ИИ, а в том, чтобы строить инфраструктуру, которая остается надежной по мере роста принятия.
Вот за чем я буду следить больше всего.$AIGENSYN $SYN
Какую часть инфраструктуры ИИ, по вашему мнению, даст наибольшую долгосрочную ценность?
Проект OpenGradients
Devil9
·
--
Помимо нарратива об ИИ, структуре рынка OpenGradient стоит уделить внимание. При капитализации $26M, объёме в обращении ~198M, почти 80% токенов всё ещё заблокированы и торговые параметры определены, будущая динамика токена не будет зависеть только от технологии. В конечном итоге на долгосрочную ценность OPG повлияют принятие, ликвидность и управление разблокировками. #OPG @OpenGradient
Одна вещь, которую я начал ставить под сомнение в отношении приватно-ориентированного ИИ, — не то, сможет ли он скрыть мою личность. Вопрос в том, достаточно ли одной приватности, чтобы сделать систему ИИ заслуживающей доверия.
Многие проекты делают акцент на шифрованной маршрутизации, TEE, реле или анонимных запросах. Это действительно важные улучшения инфраструктуры. Но защита того, кто задал вопрос, — это не то же самое, что доказать, как был получен ответ.
Поэтому, как мне кажется, часто смешиваются два разных разговора. Приватность защищает пользователей. Верификация доказывает, что модель сгенерировала конкретный результат без вмешательства. Ни то, ни другое автоматически не гарантирует, что ответ будет надёжным, непредвзятым или даже полезным.
Вот что привлекло моё внимание в OpenGradient Chat. Он сочетает инфраструктуру, сохраняющую приватность, с много-модельным уровнем выполнения, но эти функции всё равно нужно оценивать независимо. Сильная архитектура не автоматически создаёт устойчивое принятие.$UB
В итоге пользователи не будут выбирать ИИ лишь потому, что он более приватный. Они продолжат пользоваться им только тогда, когда приватность, производительность и доверие работают вместе, не ухудшая при этом пользовательский опыт. #OPG $OPG @OpenGradient
Это тот стандарт, по которому, как мне кажется, в конечном счёте будут измерять каждый продукт в сфере приватно-ориентированного ИИ.$TAC
Что важнее всего для долгосрочной ценности OPG?
Одна вещь, которую я начал ставить под сомнение в отношении приватно-ориентированного ИИ, — не то, сможет ли он скрыть мою личность. Вопрос в том, достаточно ли одной приватности, чтобы сделать систему ИИ заслуживающей доверия.
Многие проекты делают акцент на шифрованной маршрутизации, TEE, реле или анонимных запросах. Это действительно важные улучшения инфраструктуры. Но защита того, кто задал вопрос, — это не то же самое, что доказать, как был получен ответ.
Поэтому, как мне кажется, часто смешиваются два разных разговора. Приватность защищает пользователей. Верификация доказывает, что модель сгенерировала конкретный результат без вмешательства. Ни то, ни другое автоматически не гарантирует, что ответ будет надёжным, непредвзятым или даже полезным.
Вот что привлекло моё внимание в OpenGradient Chat. Он сочетает инфраструктуру, сохраняющую приватность, с много-модельным уровнем выполнения, но эти функции всё равно нужно оценивать независимо. Сильная архитектура не автоматически создаёт устойчивое принятие.$UB
В итоге пользователи не будут выбирать ИИ лишь потому, что он более приватный. Они продолжат пользоваться им только тогда, когда приватность, производительность и доверие работают вместе, не ухудшая при этом пользовательский опыт. #OPG $OPG @OpenGradient
Это тот стандарт, по которому, как мне кажется, в конечном счёте будут измерять каждый продукт в сфере приватно-ориентированного ИИ.$TAC
Что важнее всего для долгосрочной ценности OPG?
AI-системы начинают принимать решения на основе наших долгосрочных воспоминаний, предпочтений, целей и личного контекста; как мы можем доверять этой информации$SPCXB
Devil9
·
--
Похоже ли вам, что большая часть того, что мы знаем об ИИ, приходит к нам из разговоров других людей?
Возможно, вы уже слышали немало о размере моделей, способностях к рассуждению и производительности. Сегодня я хочу поделиться другой мыслью.
Если будущие системы ИИ начнут принимать решения на основе наших долгосрочных воспоминаний, предпочтений, целей и личного контекста, как мы можем доверять тому, что информация, которой они пользуются, действительно верна?
Этот вопрос пришёл мне в голову, когда я изучал проекты вроде MemSync.
Их фокус — на решении одной из главных проблем ИИ: фрагментации памяти.
Их тезис в том, что ИИ не должен понимать только вопрос, заданный сегодня. Он также должен понимать долгосрочную идентичность пользователя (семантическую память), а также текущие действия, цели и продолжающиеся проекты (эпизодическую память).
Такой подход может сделать ИИ со временем гораздо более личным и полезным.
Но именно здесь начинается ещё одна сложность.
По мере того как ИИ становится всё более «память-ориентированным», верификация может оказаться ещё важнее самой памяти.
Если агент ИИ использует мой прошлый контекст, чтобы принять решение:
Была ли эта память подлинной? Её не изменяли?
Можно ли независимо проверить процесс рассуждений?
Вот почему меня заинтересовал подход OpenGradient.
Многие проекты в области ИИ сосредоточены на том, чтобы сделать ИИ более умным. Однако OpenGradient работает над верифицируемой инфраструктурой для ИИ — такой, где вычисления, выводы и выходные данные ИИ можно независимо проверить, а не просто им доверять.
На мой взгляд, MemSync и OpenGradient представляют разные слои одного и того же будущего стека ИИ. #OPG @OpenGradient
MemSync помогает ИИ лучше запоминать.
OpenGradient помогает гарантировать, что то, что ИИ помнит и использует, можно считать надёжным и проверяемым.
Возможно, лучший ИИ будущего будет не тем, кто помнит всё.
Возможно, это будет тот, кто способен доказать и свою память, и свои рассуждения. #OPG $OPG @OpenGradient
Как вы думаете, что будет важнее для внедрения ИИ в долгосрочной перспективе — лучшая память или верифицируемый интеллект?$HEI $SLX
Возможно, вы уже слышали немало о размере моделей, способностях к рассуждению и производительности. Сегодня я хочу поделиться другой мыслью.
Если будущие системы ИИ начнут принимать решения на основе наших долгосрочных воспоминаний, предпочтений, целей и личного контекста, как мы можем доверять тому, что информация, которой они пользуются, действительно верна?
Этот вопрос пришёл мне в голову, когда я изучал проекты вроде MemSync.
Их фокус — на решении одной из главных проблем ИИ: фрагментации памяти.
Их тезис в том, что ИИ не должен понимать только вопрос, заданный сегодня. Он также должен понимать долгосрочную идентичность пользователя (семантическую память), а также текущие действия, цели и продолжающиеся проекты (эпизодическую память).
Такой подход может сделать ИИ со временем гораздо более личным и полезным.
Но именно здесь начинается ещё одна сложность.
По мере того как ИИ становится всё более «память-ориентированным», верификация может оказаться ещё важнее самой памяти.
Если агент ИИ использует мой прошлый контекст, чтобы принять решение:
Была ли эта память подлинной? Её не изменяли?
Можно ли независимо проверить процесс рассуждений?
Вот почему меня заинтересовал подход OpenGradient.
Многие проекты в области ИИ сосредоточены на том, чтобы сделать ИИ более умным. Однако OpenGradient работает над верифицируемой инфраструктурой для ИИ — такой, где вычисления, выводы и выходные данные ИИ можно независимо проверить, а не просто им доверять.
На мой взгляд, MemSync и OpenGradient представляют разные слои одного и того же будущего стека ИИ. #OPG @OpenGradient
MemSync помогает ИИ лучше запоминать.
OpenGradient помогает гарантировать, что то, что ИИ помнит и использует, можно считать надёжным и проверяемым.
Возможно, лучший ИИ будущего будет не тем, кто помнит всё.
Возможно, это будет тот, кто способен доказать и свою память, и свои рассуждения. #OPG $OPG @OpenGradient
Как вы думаете, что будет важнее для внедрения ИИ в долгосрочной перспективе — лучшая память или верифицируемый интеллект?$HEI $SLX
AI, DePIN или модульные блокчейны; проекты все чаще, похоже, конкурируют глубиной экосистемы, а не отдельными функциями.$HEI $pg
Devil9
·
--
Похоже ли вам, что большая часть того, что мы знаем об ИИ, приходит к нам из разговоров других людей?
Возможно, вы уже слышали немало о размере моделей, способностях к рассуждению и производительности. Сегодня я хочу поделиться другой мыслью.
Если будущие системы ИИ начнут принимать решения на основе наших долгосрочных воспоминаний, предпочтений, целей и личного контекста, как мы можем доверять тому, что информация, которой они пользуются, действительно верна?
Этот вопрос пришёл мне в голову, когда я изучал проекты вроде MemSync.
Их фокус — на решении одной из главных проблем ИИ: фрагментации памяти.
Их тезис в том, что ИИ не должен понимать только вопрос, заданный сегодня. Он также должен понимать долгосрочную идентичность пользователя (семантическую память), а также текущие действия, цели и продолжающиеся проекты (эпизодическую память).
Такой подход может сделать ИИ со временем гораздо более личным и полезным.
Но именно здесь начинается ещё одна сложность.
По мере того как ИИ становится всё более «память-ориентированным», верификация может оказаться ещё важнее самой памяти.
Если агент ИИ использует мой прошлый контекст, чтобы принять решение:
Была ли эта память подлинной? Её не изменяли?
Можно ли независимо проверить процесс рассуждений?
Вот почему меня заинтересовал подход OpenGradient.
Многие проекты в области ИИ сосредоточены на том, чтобы сделать ИИ более умным. Однако OpenGradient работает над верифицируемой инфраструктурой для ИИ — такой, где вычисления, выводы и выходные данные ИИ можно независимо проверить, а не просто им доверять.
На мой взгляд, MemSync и OpenGradient представляют разные слои одного и того же будущего стека ИИ. #OPG @OpenGradient
MemSync помогает ИИ лучше запоминать.
OpenGradient помогает гарантировать, что то, что ИИ помнит и использует, можно считать надёжным и проверяемым.
Возможно, лучший ИИ будущего будет не тем, кто помнит всё.
Возможно, это будет тот, кто способен доказать и свою память, и свои рассуждения. #OPG $OPG @OpenGradient
Как вы думаете, что будет важнее для внедрения ИИ в долгосрочной перспективе — лучшая память или верифицируемый интеллект?$HEI $SLX
Возможно, вы уже слышали немало о размере моделей, способностях к рассуждению и производительности. Сегодня я хочу поделиться другой мыслью.
Если будущие системы ИИ начнут принимать решения на основе наших долгосрочных воспоминаний, предпочтений, целей и личного контекста, как мы можем доверять тому, что информация, которой они пользуются, действительно верна?
Этот вопрос пришёл мне в голову, когда я изучал проекты вроде MemSync.
Их фокус — на решении одной из главных проблем ИИ: фрагментации памяти.
Их тезис в том, что ИИ не должен понимать только вопрос, заданный сегодня. Он также должен понимать долгосрочную идентичность пользователя (семантическую память), а также текущие действия, цели и продолжающиеся проекты (эпизодическую память).
Такой подход может сделать ИИ со временем гораздо более личным и полезным.
Но именно здесь начинается ещё одна сложность.
По мере того как ИИ становится всё более «память-ориентированным», верификация может оказаться ещё важнее самой памяти.
Если агент ИИ использует мой прошлый контекст, чтобы принять решение:
Была ли эта память подлинной? Её не изменяли?
Можно ли независимо проверить процесс рассуждений?
Вот почему меня заинтересовал подход OpenGradient.
Многие проекты в области ИИ сосредоточены на том, чтобы сделать ИИ более умным. Однако OpenGradient работает над верифицируемой инфраструктурой для ИИ — такой, где вычисления, выводы и выходные данные ИИ можно независимо проверить, а не просто им доверять.
На мой взгляд, MemSync и OpenGradient представляют разные слои одного и того же будущего стека ИИ. #OPG @OpenGradient
MemSync помогает ИИ лучше запоминать.
OpenGradient помогает гарантировать, что то, что ИИ помнит и использует, можно считать надёжным и проверяемым.
Возможно, лучший ИИ будущего будет не тем, кто помнит всё.
Возможно, это будет тот, кто способен доказать и свою память, и свои рассуждения. #OPG $OPG @OpenGradient
Как вы думаете, что будет важнее для внедрения ИИ в долгосрочной перспективе — лучшая память или верифицируемый интеллект?$HEI $SLX
AI системы начинают принимать решения на основе наших долгосрочных воспоминаний, предпочтений, целей и личного контекста; как мы можем доверять этой информации$OPG
Devil9
·
--
Похоже ли вам, что большая часть того, что мы знаем об ИИ, приходит к нам из разговоров других людей?
Возможно, вы уже слышали немало о размере моделей, способностях к рассуждению и производительности. Сегодня я хочу поделиться другой мыслью.
Если будущие системы ИИ начнут принимать решения на основе наших долгосрочных воспоминаний, предпочтений, целей и личного контекста, как мы можем доверять тому, что информация, которой они пользуются, действительно верна?
Этот вопрос пришёл мне в голову, когда я изучал проекты вроде MemSync.
Их фокус — на решении одной из главных проблем ИИ: фрагментации памяти.
Их тезис в том, что ИИ не должен понимать только вопрос, заданный сегодня. Он также должен понимать долгосрочную идентичность пользователя (семантическую память), а также текущие действия, цели и продолжающиеся проекты (эпизодическую память).
Такой подход может сделать ИИ со временем гораздо более личным и полезным.
Но именно здесь начинается ещё одна сложность.
По мере того как ИИ становится всё более «память-ориентированным», верификация может оказаться ещё важнее самой памяти.
Если агент ИИ использует мой прошлый контекст, чтобы принять решение:
Была ли эта память подлинной? Её не изменяли?
Можно ли независимо проверить процесс рассуждений?
Вот почему меня заинтересовал подход OpenGradient.
Многие проекты в области ИИ сосредоточены на том, чтобы сделать ИИ более умным. Однако OpenGradient работает над верифицируемой инфраструктурой для ИИ — такой, где вычисления, выводы и выходные данные ИИ можно независимо проверить, а не просто им доверять.
На мой взгляд, MemSync и OpenGradient представляют разные слои одного и того же будущего стека ИИ. #OPG @OpenGradient
MemSync помогает ИИ лучше запоминать.
OpenGradient помогает гарантировать, что то, что ИИ помнит и использует, можно считать надёжным и проверяемым.
Возможно, лучший ИИ будущего будет не тем, кто помнит всё.
Возможно, это будет тот, кто способен доказать и свою память, и свои рассуждения. #OPG $OPG @OpenGradient
Как вы думаете, что будет важнее для внедрения ИИ в долгосрочной перспективе — лучшая память или верифицируемый интеллект?$HEI $SLX
Возможно, вы уже слышали немало о размере моделей, способностях к рассуждению и производительности. Сегодня я хочу поделиться другой мыслью.
Если будущие системы ИИ начнут принимать решения на основе наших долгосрочных воспоминаний, предпочтений, целей и личного контекста, как мы можем доверять тому, что информация, которой они пользуются, действительно верна?
Этот вопрос пришёл мне в голову, когда я изучал проекты вроде MemSync.
Их фокус — на решении одной из главных проблем ИИ: фрагментации памяти.
Их тезис в том, что ИИ не должен понимать только вопрос, заданный сегодня. Он также должен понимать долгосрочную идентичность пользователя (семантическую память), а также текущие действия, цели и продолжающиеся проекты (эпизодическую память).
Такой подход может сделать ИИ со временем гораздо более личным и полезным.
Но именно здесь начинается ещё одна сложность.
По мере того как ИИ становится всё более «память-ориентированным», верификация может оказаться ещё важнее самой памяти.
Если агент ИИ использует мой прошлый контекст, чтобы принять решение:
Была ли эта память подлинной? Её не изменяли?
Можно ли независимо проверить процесс рассуждений?
Вот почему меня заинтересовал подход OpenGradient.
Многие проекты в области ИИ сосредоточены на том, чтобы сделать ИИ более умным. Однако OpenGradient работает над верифицируемой инфраструктурой для ИИ — такой, где вычисления, выводы и выходные данные ИИ можно независимо проверить, а не просто им доверять.
На мой взгляд, MemSync и OpenGradient представляют разные слои одного и того же будущего стека ИИ. #OPG @OpenGradient
MemSync помогает ИИ лучше запоминать.
OpenGradient помогает гарантировать, что то, что ИИ помнит и использует, можно считать надёжным и проверяемым.
Возможно, лучший ИИ будущего будет не тем, кто помнит всё.
Возможно, это будет тот, кто способен доказать и свою память, и свои рассуждения. #OPG $OPG @OpenGradient
Как вы думаете, что будет важнее для внедрения ИИ в долгосрочной перспективе — лучшая память или верифицируемый интеллект?$HEI $SLX
OpenGradient помогает гарантировать, что то, что ИИ запоминает и использует, можно доверять.$OPG @OpenGradient #opengradirnt $HEI $MUB
Devil9
·
--
Похоже ли вам, что большая часть того, что мы знаем об ИИ, приходит к нам из разговоров других людей?
Возможно, вы уже слышали немало о размере моделей, способностях к рассуждению и производительности. Сегодня я хочу поделиться другой мыслью.
Если будущие системы ИИ начнут принимать решения на основе наших долгосрочных воспоминаний, предпочтений, целей и личного контекста, как мы можем доверять тому, что информация, которой они пользуются, действительно верна?
Этот вопрос пришёл мне в голову, когда я изучал проекты вроде MemSync.
Их фокус — на решении одной из главных проблем ИИ: фрагментации памяти.
Их тезис в том, что ИИ не должен понимать только вопрос, заданный сегодня. Он также должен понимать долгосрочную идентичность пользователя (семантическую память), а также текущие действия, цели и продолжающиеся проекты (эпизодическую память).
Такой подход может сделать ИИ со временем гораздо более личным и полезным.
Но именно здесь начинается ещё одна сложность.
По мере того как ИИ становится всё более «память-ориентированным», верификация может оказаться ещё важнее самой памяти.
Если агент ИИ использует мой прошлый контекст, чтобы принять решение:
Была ли эта память подлинной? Её не изменяли?
Можно ли независимо проверить процесс рассуждений?
Вот почему меня заинтересовал подход OpenGradient.
Многие проекты в области ИИ сосредоточены на том, чтобы сделать ИИ более умным. Однако OpenGradient работает над верифицируемой инфраструктурой для ИИ — такой, где вычисления, выводы и выходные данные ИИ можно независимо проверить, а не просто им доверять.
На мой взгляд, MemSync и OpenGradient представляют разные слои одного и того же будущего стека ИИ. #OPG @OpenGradient
MemSync помогает ИИ лучше запоминать.
OpenGradient помогает гарантировать, что то, что ИИ помнит и использует, можно считать надёжным и проверяемым.
Возможно, лучший ИИ будущего будет не тем, кто помнит всё.
Возможно, это будет тот, кто способен доказать и свою память, и свои рассуждения. #OPG $OPG @OpenGradient
Как вы думаете, что будет важнее для внедрения ИИ в долгосрочной перспективе — лучшая память или верифицируемый интеллект?$HEI $SLX
Возможно, вы уже слышали немало о размере моделей, способностях к рассуждению и производительности. Сегодня я хочу поделиться другой мыслью.
Если будущие системы ИИ начнут принимать решения на основе наших долгосрочных воспоминаний, предпочтений, целей и личного контекста, как мы можем доверять тому, что информация, которой они пользуются, действительно верна?
Этот вопрос пришёл мне в голову, когда я изучал проекты вроде MemSync.
Их фокус — на решении одной из главных проблем ИИ: фрагментации памяти.
Их тезис в том, что ИИ не должен понимать только вопрос, заданный сегодня. Он также должен понимать долгосрочную идентичность пользователя (семантическую память), а также текущие действия, цели и продолжающиеся проекты (эпизодическую память).
Такой подход может сделать ИИ со временем гораздо более личным и полезным.
Но именно здесь начинается ещё одна сложность.
По мере того как ИИ становится всё более «память-ориентированным», верификация может оказаться ещё важнее самой памяти.
Если агент ИИ использует мой прошлый контекст, чтобы принять решение:
Была ли эта память подлинной? Её не изменяли?
Можно ли независимо проверить процесс рассуждений?
Вот почему меня заинтересовал подход OpenGradient.
Многие проекты в области ИИ сосредоточены на том, чтобы сделать ИИ более умным. Однако OpenGradient работает над верифицируемой инфраструктурой для ИИ — такой, где вычисления, выводы и выходные данные ИИ можно независимо проверить, а не просто им доверять.
На мой взгляд, MemSync и OpenGradient представляют разные слои одного и того же будущего стека ИИ. #OPG @OpenGradient
MemSync помогает ИИ лучше запоминать.
OpenGradient помогает гарантировать, что то, что ИИ помнит и использует, можно считать надёжным и проверяемым.
Возможно, лучший ИИ будущего будет не тем, кто помнит всё.
Возможно, это будет тот, кто способен доказать и свою память, и свои рассуждения. #OPG $OPG @OpenGradient
Как вы думаете, что будет важнее для внедрения ИИ в долгосрочной перспективе — лучшая память или верифицируемый интеллект?$HEI $SLX
Devil9
·
--
Одно из самых больших противоречий в ИИ сегодня заключается в том, что мы доверяем моделям все более важные решения, хотя часто знаем очень мало о том, как эти решения были приняты, кто контролирует инфраструктуру или можно ли результаты проверить независимо. #OPG $OPG @OpenGradient
Большинство обсуждений сосредоточено на создании лучшего ИИ. Но менее обсуждаемой задачей является создание систем ИИ, которым люди действительно могут доверять.
Вот здесь и привлекло мое внимание OpenGradient. То, что выделяется, это не только технические амбиции. Проект, похоже, объединяет экспертизу из исследований ИИ, криптографии, блокчейн-инженерии и крупномасштабных распределенных систем, чтобы решить более широкую проблему: сделать ИИ более прозрачным, проверяемым, частным и открытым.
Представьте будущее, где финансовый агент ИИ рекомендует инвестиционную стратегию. Вместо того, чтобы просто доверять провайдеру, пользователи могли бы проверить, как была получена интерпретация и следовал ли процесс ожидаемым правилам. Ценность заключается не только в самой модели; это возможность доказать, что произошло за пределами вывода. #OPG @OpenGradient
Конечно, это не легкая задача. Проверяемый ИИ вводит дополнительные сложности, требования к инфраструктуре и потенциальные компромиссы в производительности по сравнению с традиционными централизованными системами. Создание уровней доверия без ущерба для удобства остается сложным балансом.
Тем не менее, по мере того как ИИ становится частью критических приложений, разговор может сместиться с "Насколько мощная модель?" на "Как любой может проверить поведение модели?" Это кажется более крупной тенденцией как для ИИ, так и для крипты.
Может ли проверяемость стать такой же важной для будущих систем ИИ, как масштабируемость для блокчейнов? $DEXE $FOLKS
КАКОВА САМАЯ БОЛЬШАЯ ПРОБЛЕМА ДЛЯ АДОПЦИИ ИИ?
Большинство обсуждений сосредоточено на создании лучшего ИИ. Но менее обсуждаемой задачей является создание систем ИИ, которым люди действительно могут доверять.
Вот здесь и привлекло мое внимание OpenGradient. То, что выделяется, это не только технические амбиции. Проект, похоже, объединяет экспертизу из исследований ИИ, криптографии, блокчейн-инженерии и крупномасштабных распределенных систем, чтобы решить более широкую проблему: сделать ИИ более прозрачным, проверяемым, частным и открытым.
Представьте будущее, где финансовый агент ИИ рекомендует инвестиционную стратегию. Вместо того, чтобы просто доверять провайдеру, пользователи могли бы проверить, как была получена интерпретация и следовал ли процесс ожидаемым правилам. Ценность заключается не только в самой модели; это возможность доказать, что произошло за пределами вывода. #OPG @OpenGradient
Конечно, это не легкая задача. Проверяемый ИИ вводит дополнительные сложности, требования к инфраструктуре и потенциальные компромиссы в производительности по сравнению с традиционными централизованными системами. Создание уровней доверия без ущерба для удобства остается сложным балансом.
Тем не менее, по мере того как ИИ становится частью критических приложений, разговор может сместиться с "Насколько мощная модель?" на "Как любой может проверить поведение модели?" Это кажется более крупной тенденцией как для ИИ, так и для крипты.
Может ли проверяемость стать такой же важной для будущих систем ИИ, как масштабируемость для блокчейнов? $DEXE $FOLKS
КАКОВА САМАЯ БОЛЬШАЯ ПРОБЛЕМА ДЛЯ АДОПЦИИ ИИ?
Да, это идеально на самом деле
Devil9
·
--
РостПредставь себе… у тебя в руках очень конфиденциальный дневник. Ты не должен никому его показывать. Но чтобы проанализировать его содержимое, тебе нужно использовать чужой компьютер. Теперь подумай, может ли владелец этого компьютера тайно прочитать твой дневник?
Это именно та проблема, с которой мы сталкиваемся в сегодняшнем AI-инференсе. Мы отправляем личные данные, банковские реквизиты или чувствительные корпоративные файлы в AI-системы. Но как только эти данные попадают на облачный сервер, мы на самом деле не знаем, кто может их увидеть, как они обрабатываются или кто может получить к ним доступ между делом. Мы просто вынуждены "доверять, что это безопасно."
Вот где приходят на помощь Аппаратные Энаклавы (TEE). TEE похожи на "стальную комнату" внутри ЦП. Это безопасное хранилище, в котором внешние системы, операционные системы, администраторы серверов или даже злоумышленники не могут видеть или изменять то, что происходит внутри. #OPG @OpenGradient
Вот здесь OpenGradient применяет важный подход: OpenGradient направляет чувствительные запросы через Доверенные Исполнительные Среды (TEE).
Так как это работает? Во-первых: как только ваши данные попадают в этот защищенный анклав, они шифруются и становятся недоступными снаружи.
Во-вторых: AI-модель выполняет иннерцию, но все вычисления происходят строго внутри этой запечатанной среды. Ничего нельзя наблюдать снаружи.
В-третьих: когда генерируется вывод, он выходит безопасным образом, не раскрывая сырые данные.
Главное преимущество в том, что вам не нужно слепо доверять облачному провайдеру. TEE могут предоставить так называемую "аттестацию", цифровое подтверждение того, что система действительно работает внутри защищенного анклава. #OPG $OPG @OpenGradient
Таким образом, TEE стремятся сделать AI-инференс приватным не только через политику, но и на аппаратном уровне. Однако это не идеально. Риски, такие как атаки по побочным каналам, остаются, поэтому тщательная реализация и аудит имеют большое значение. Тем не менее, тренд очевиден: конфиденциальность AI переходит от "доверяй нам" к "проверь это на аппаратном уровне." $TNSR $STRK
Это именно та проблема, с которой мы сталкиваемся в сегодняшнем AI-инференсе. Мы отправляем личные данные, банковские реквизиты или чувствительные корпоративные файлы в AI-системы. Но как только эти данные попадают на облачный сервер, мы на самом деле не знаем, кто может их увидеть, как они обрабатываются или кто может получить к ним доступ между делом. Мы просто вынуждены "доверять, что это безопасно."
Вот где приходят на помощь Аппаратные Энаклавы (TEE). TEE похожи на "стальную комнату" внутри ЦП. Это безопасное хранилище, в котором внешние системы, операционные системы, администраторы серверов или даже злоумышленники не могут видеть или изменять то, что происходит внутри. #OPG @OpenGradient
Вот здесь OpenGradient применяет важный подход: OpenGradient направляет чувствительные запросы через Доверенные Исполнительные Среды (TEE).
Так как это работает? Во-первых: как только ваши данные попадают в этот защищенный анклав, они шифруются и становятся недоступными снаружи.
Во-вторых: AI-модель выполняет иннерцию, но все вычисления происходят строго внутри этой запечатанной среды. Ничего нельзя наблюдать снаружи.
В-третьих: когда генерируется вывод, он выходит безопасным образом, не раскрывая сырые данные.
Главное преимущество в том, что вам не нужно слепо доверять облачному провайдеру. TEE могут предоставить так называемую "аттестацию", цифровое подтверждение того, что система действительно работает внутри защищенного анклава. #OPG $OPG @OpenGradient
Таким образом, TEE стремятся сделать AI-инференс приватным не только через политику, но и на аппаратном уровне. Однако это не идеально. Риски, такие как атаки по побочным каналам, остаются, поэтому тщательная реализация и аудит имеют большое значение. Тем не менее, тренд очевиден: конфиденциальность AI переходит от "доверяй нам" к "проверь это на аппаратном уровне." $TNSR $STRK
хорошее объяснение
Devil9
·
--
Один небольшой момент недавно напомнил мне о более глобальном вопросе в Web3. Если машина зарегистрирована на вас, но кто-то другой использует её ежедневно и получает большую часть стоимости, контролируете ли вы действительно этот актив? Сегодняшний интернет работает аналогично. Пользователи предоставляют данные, платформы превращают их в интеллект, а большая часть стоимости возвращается на платформу. #OPG $OPG @OpenGradient
OpenGradient интересен, потому что он связывает владение данными, контекст ИИ, децентрализованную инфраструктуру и OPG в один экономический слой. Но более глубокий вопрос заключается в потоке ценности.
Владеть данными и контролировать ценность от этих данных — не одно и то же. Если пользовательские данные улучшают контекст ИИ, ответы моделей, использование сети и полезность OPG, куда уходит эта ценность? К узлам, держателям токенов или также обратно к поставщику данных?
Это риск, который я называю Клаузой Об отсутствии Эскалации Аренды. Данные могут принадлежать пользователю, но ценовая власть все равно может перейти к сети. Старый интернет это показал: пользователи создавали данные, в то время как платформы контролировали монетизацию. #OPG @OpenGradient
Еще одной проблемой является Инфляция Данных. Когда пользователи добавляют данные, общий контекст растет, но данные каждого человека могут терять предельную ценность. Победителем может стать уровень, организующий поток данных, а не владелец.
Для меня прорыв OpenGradient заключается в модели Дивиденда Данных, где полезный контекст и проверенный вклад возвращают измеримую ценность пользователям. Если данные — это актив, они не должны только питать сеть. Они также должны вознаграждать людей, которые их создают.$AGT $ESPORTS
OpenGradient интересен, потому что он связывает владение данными, контекст ИИ, децентрализованную инфраструктуру и OPG в один экономический слой. Но более глубокий вопрос заключается в потоке ценности.
Владеть данными и контролировать ценность от этих данных — не одно и то же. Если пользовательские данные улучшают контекст ИИ, ответы моделей, использование сети и полезность OPG, куда уходит эта ценность? К узлам, держателям токенов или также обратно к поставщику данных?
Это риск, который я называю Клаузой Об отсутствии Эскалации Аренды. Данные могут принадлежать пользователю, но ценовая власть все равно может перейти к сети. Старый интернет это показал: пользователи создавали данные, в то время как платформы контролировали монетизацию. #OPG @OpenGradient
Еще одной проблемой является Инфляция Данных. Когда пользователи добавляют данные, общий контекст растет, но данные каждого человека могут терять предельную ценность. Победителем может стать уровень, организующий поток данных, а не владелец.
Для меня прорыв OpenGradient заключается в модели Дивиденда Данных, где полезный контекст и проверенный вклад возвращают измеримую ценность пользователям. Если данные — это актив, они не должны только питать сеть. Они также должны вознаграждать людей, которые их создают.$AGT $ESPORTS
Посты о горшках
Devil9
·
--
Токеномика OPG: почему важно выделение 40% на экосистему. Когда я смотрю на OpenGradient, я обращаю внимание не только на ИИ-нарратив. Я также изучаю, как спроектировано предложение токенов, потому что токеномика может решить, станет ли сильный проект устойчивым или просто краткосрочным хайпом. OPG имеет общее предложение в 1 миллиард. Особенность заключается в том, что 40% зарезервировано для экосистемы и вознаграждений сообщества, что может стать настоящим двигателем роста, если направить эти средства на гранты для разработчиков, поддержку ликвидности, стимулы для пользователей, стекинг и истинную активность в сети.
Команда и советники владеют 20% с графиком вестинга на 4 года, что важно: это согласует долгосрочные стимулы и помогает ограничить немедленное давление на продажу. #OPG @OpenGradient
Источники Остальная часть распределена между публичной продажей, стратегическими инвесторами и казной фонда, что обеспечивает проекту как поддержку фандрайзинга, так и долгосрочную перспективу.
При цене $0.42, FDV составляет около $420M. Это делает исполнение очень важным. Если расходы экосистемы привлекут настоящих разработчиков, активных пользователей и полезные ИИ-приложения, то выделение 40% может стать серьезным преимуществом. Но если рост будет медленным, разблокировки могут создать давление.
Что я сейчас наблюдаю, это просто: активные разработчики, ежемесячные пользователи, потоки стекинга, использование грантов, результаты ликвидного майнинга, активность на бирже и крупные перемещения средств. #OPG $OPG @OpenGradient
Для меня токеномика OPG выглядит потенциально бычьей в долгосрочной перспективе, но только если выделение на экосистему превратится в реальную адаптацию. Нарратив ИИ силен, но разблокировки токенов, поведение инвесторов и участие в сети определят реальную историю. $ESPORTS $SQD
Команда и советники владеют 20% с графиком вестинга на 4 года, что важно: это согласует долгосрочные стимулы и помогает ограничить немедленное давление на продажу. #OPG @OpenGradient
Источники Остальная часть распределена между публичной продажей, стратегическими инвесторами и казной фонда, что обеспечивает проекту как поддержку фандрайзинга, так и долгосрочную перспективу.
При цене $0.42, FDV составляет около $420M. Это делает исполнение очень важным. Если расходы экосистемы привлекут настоящих разработчиков, активных пользователей и полезные ИИ-приложения, то выделение 40% может стать серьезным преимуществом. Но если рост будет медленным, разблокировки могут создать давление.
Что я сейчас наблюдаю, это просто: активные разработчики, ежемесячные пользователи, потоки стекинга, использование грантов, результаты ликвидного майнинга, активность на бирже и крупные перемещения средств. #OPG $OPG @OpenGradient
Для меня токеномика OPG выглядит потенциально бычьей в долгосрочной перспективе, но только если выделение на экосистему превратится в реальную адаптацию. Нарратив ИИ силен, но разблокировки токенов, поведение инвесторов и участие в сети определят реальную историю. $ESPORTS $SQD
То, что сделало Bedrock интересным для меня, это не только технологии. Это смена мышления, стоящая за этим. В течение многих лет Биткойн в основном рассматривался как актив-убежище. Держать BTC означало покупать, ждать и ничего не делать. Полезность находилась в других протоколах, в то время как Биткойн оставался пассивным. Но сейчас этот разговор меняется.
Вопрос теперь не только в том, "Поднимется ли цена BTC?" Более важный вопрос: "Что BTC на самом деле может делать, пока люди продолжают его держать?"@Bedrock #Bedrock
Вот где Bedrock и uniBTC становятся интересными. Это не просто история о доходности. Это история об эффективности капитала. Это проверяет, могут ли держатели сохранить свою уверенность в BTC, делая свой капитал более активным.
1. Горячий кошелек Bybit -25.87M BR -примерно $3.19M
2. Горячий кошелек Gate.io -13.94M BR -примерно $1.72M
3. MEXC 13-913.35K BR -примерно $112.44K
Когда бездействующий капитал становится полезным, ликвидность улучшается, участие растет, и открываются новые возможности. Bedrock конкурирует не только с другими продуктами доходности. Он также бросает вызов одной из самых старых привычек в крипте: рассматривать ценный капитал как что-то, что должно оставаться бездействующим.@Bedrock $BR #bedrock
Возможно, следующая фаза крипты будет определяться не только активами, которые хранят ценность, но и активами, которые заставляют ценность двигаться.$RIF $TAO
Вопрос теперь не только в том, "Поднимется ли цена BTC?" Более важный вопрос: "Что BTC на самом деле может делать, пока люди продолжают его держать?"@Bedrock #Bedrock
Вот где Bedrock и uniBTC становятся интересными. Это не просто история о доходности. Это история об эффективности капитала. Это проверяет, могут ли держатели сохранить свою уверенность в BTC, делая свой капитал более активным.
1. Горячий кошелек Bybit -25.87M BR -примерно $3.19M
2. Горячий кошелек Gate.io -13.94M BR -примерно $1.72M
3. MEXC 13-913.35K BR -примерно $112.44K
Когда бездействующий капитал становится полезным, ликвидность улучшается, участие растет, и открываются новые возможности. Bedrock конкурирует не только с другими продуктами доходности. Он также бросает вызов одной из самых старых привычек в крипте: рассматривать ценный капитал как что-то, что должно оставаться бездействующим.@Bedrock $BR #bedrock
Возможно, следующая фаза крипты будет определяться не только активами, которые хранят ценность, но и активами, которые заставляют ценность двигаться.$RIF $TAO
Что мне действительно нравится в Bedrock? Это не заставляет вас чувствовать, что единственное, что имеет значение, это сколько токенов вы держите. В крипте многие проекты следуют одной и той же идее: купи токен, держи его в своем кошельке и жди, пока цена вырастет. Но подход Bedrock кажется немного другим. Он, похоже, пытается превратить держателей в пользователей, которые действительно участвуют в системе, а не просто наблюдают со стороны.
Для меня это важно. Потому что для того, чтобы токен выживал в долгосрочной перспективе, цены на графике недостаточно. Нужна активность вокруг него. Пользователям нужны причины для блокировки, взаимодействия и участия в экосистеме. Когда люди начинают видеть токен не только как что-то для трейдинга, но и как способ соединиться с сетью, начинается истинное участие.
Bedrock, похоже, движется в этом направлении.
Но есть и вызов. Стимулы должны быть простыми и понятными. Если система вознаграждений станет слишком запутанной, новые пользователи могут не остаться. Если доверие ослабнет, даже старые пользователи могут медленно уйти @Bedrock #bedrock
Так что сейчас я наблюдаю, сможет ли Bedrock превратить внимание в реальные привычки пользователей. @Bedrock $BR #Bedrock
Потому что в крипте хайп приходит и уходит, но проекты, которые поддерживают активность пользователей внутри системы, те, которые могут стать сильнее с течением времени. $NAORIS $XPL
Для меня это важно. Потому что для того, чтобы токен выживал в долгосрочной перспективе, цены на графике недостаточно. Нужна активность вокруг него. Пользователям нужны причины для блокировки, взаимодействия и участия в экосистеме. Когда люди начинают видеть токен не только как что-то для трейдинга, но и как способ соединиться с сетью, начинается истинное участие.
Bedrock, похоже, движется в этом направлении.
Но есть и вызов. Стимулы должны быть простыми и понятными. Если система вознаграждений станет слишком запутанной, новые пользователи могут не остаться. Если доверие ослабнет, даже старые пользователи могут медленно уйти @Bedrock #bedrock
Так что сейчас я наблюдаю, сможет ли Bedrock превратить внимание в реальные привычки пользователей. @Bedrock $BR #Bedrock
Потому что в крипте хайп приходит и уходит, но проекты, которые поддерживают активность пользователей внутри системы, те, которые могут стать сильнее с течением времени. $NAORIS $XPL
Сначала я думал, что Биткойн просто снова испытывает терпение всех. BTC застрял в одном и том же диапазоне днями, почти не двигаясь, как студент, уставившийся в экзаменационный лист и не написавший ни одного ответа. Рынок вокруг него все еще шумел, были истории и движения, но моя собственная стека просто сидела там, ничего не делая.
Вот что заставило меня начать серьезнее изучать Bedrock. Я хотел понять, что они на самом деле строят, а не просто то, что люди говорят об этом.$FTT $BTW
Удивительным было то, как тихо он пытается позволить Биткойну генерировать доход, не заставляя пользователей отказываться от управления или гоняться за какой-то сложной обернутой версией на другой цепочке. Я ожидал обычной головной боли с DeFi: одобрения, мосты, запутанные шаги и маленький страх нажать не на то.@Bedrock #Bedrock
Но процесс казался простым. Почти слишком простым, честно говоря. Был момент, когда я подключил скромный пакет и увидел первое начисление, даже когда цена BTC колебалась вниз. Я думал, что это может испортить чистое ощущение HODL, как будто я превращал Биткойн во что-то, чем он никогда не должен был быть.@Bedrock $BR #Bedrock
Но странным образом это сделало удержание менее сонным. Я все еще не уверен, меняет ли Bedrock долгую игру или просто делает скучные части удержания BTC легче для выживания. Но этот маленький сдвиг от пассивного ожидания к продуктивному удержанию стоит внимания.
Вот что заставило меня начать серьезнее изучать Bedrock. Я хотел понять, что они на самом деле строят, а не просто то, что люди говорят об этом.$FTT $BTW
Удивительным было то, как тихо он пытается позволить Биткойну генерировать доход, не заставляя пользователей отказываться от управления или гоняться за какой-то сложной обернутой версией на другой цепочке. Я ожидал обычной головной боли с DeFi: одобрения, мосты, запутанные шаги и маленький страх нажать не на то.@Bedrock #Bedrock
Но процесс казался простым. Почти слишком простым, честно говоря. Был момент, когда я подключил скромный пакет и увидел первое начисление, даже когда цена BTC колебалась вниз. Я думал, что это может испортить чистое ощущение HODL, как будто я превращал Биткойн во что-то, чем он никогда не должен был быть.@Bedrock $BR #Bedrock
Но странным образом это сделало удержание менее сонным. Я все еще не уверен, меняет ли Bedrock долгую игру или просто делает скучные части удержания BTC легче для выживания. Но этот маленький сдвиг от пассивного ожидания к продуктивному удержанию стоит внимания.
Когда я впервые взглянул на Genius Terminal, я не думал о больших обещаниях. Я думал о простой экзаменационной комнате. Представьте себе студента, который пытается ответить на один вопрос, но учебник на одном столе, записи в другой комнате, калькулятор у кого-то другого, а учитель постоянно меняет инструкции. Студент может знать ответ, но сам процесс становится утомительным.
Крипта может ощущаться так же. Одно приложение для трейдинга. Другое для отслеживания. Третье для мостов. Четвёртое для позиций. Пятое для доходности. Где-то между всеми этими вкладками пользователи теряют время, контекст и терпение.
Вот почему Genius Terminal привлёк моё внимание. Он, похоже, сосредоточен на очень нормальном разочаровании: крипта мощная, но использовать её часто кажется разрозненным.$VELVET $CLO
Идея не в том, чтобы полностью изменить крипту. Речь больше о том, чтобы собрать важные инструменты в одном месте, чтобы пользователи не чувствовали себя так, будто бегают между десятью разными комнатами, чтобы принять одно решение.@GeniusOfficial #genius
Конечно, это проще сказать, чем сделать. Интеграции могут стать запутанными. Приватность всегда имеет свои компромиссы. А внимание к крипте движется очень быстро.
Тем не менее, я уважаю проекты, которые пытаются убрать реальное трение. Хайп быстро уходит, но полезная инфраструктура может тихо выжить.@GeniusOfficial $GENIUS #genius
Я не знаю, выиграет ли Genius Terminal. Но решение реальной проблемы всегда интереснее, чем просто рассказать громкую историю.
Крипта может ощущаться так же. Одно приложение для трейдинга. Другое для отслеживания. Третье для мостов. Четвёртое для позиций. Пятое для доходности. Где-то между всеми этими вкладками пользователи теряют время, контекст и терпение.
Вот почему Genius Terminal привлёк моё внимание. Он, похоже, сосредоточен на очень нормальном разочаровании: крипта мощная, но использовать её часто кажется разрозненным.$VELVET $CLO
Идея не в том, чтобы полностью изменить крипту. Речь больше о том, чтобы собрать важные инструменты в одном месте, чтобы пользователи не чувствовали себя так, будто бегают между десятью разными комнатами, чтобы принять одно решение.@GeniusOfficial #genius
Конечно, это проще сказать, чем сделать. Интеграции могут стать запутанными. Приватность всегда имеет свои компромиссы. А внимание к крипте движется очень быстро.
Тем не менее, я уважаю проекты, которые пытаются убрать реальное трение. Хайп быстро уходит, но полезная инфраструктура может тихо выжить.@GeniusOfficial $GENIUS #genius
Я не знаю, выиграет ли Genius Terminal. Но решение реальной проблемы всегда интереснее, чем просто рассказать громкую историю.
Честно говоря, когда я впервые взглянул на официальную токеномику родного утилитарного токена GeniusOfficial Terminal – GENIUS (BEP-20), мне пришла в голову одна мысль: является ли GENIUS только токеном, или поведение всей экосистемы скрыто внутри него?@GeniusOfficial #genius
Максимальное предложение составляет 1 миллиард, что означает 100%. Сообщество и аирдропы: 31% Фонд и экосистема: 29% Команда и ключевые участники: 20% Инвесторы и советники: 20%
Сначала это выглядит просто. Около 31% предназначено для сообщества, и с механизмом сжигания модель кажется контролируемой. Но потом я задаю себе вопрос: значит ли контролируемое всегда стабильное? Или риск просто переходит в другое место?
На бумаге все четко разделено: сообщество, фонд, команда, инвесторы. Это выглядит как ответ студента на экзамене, где каждый раздел написан аккуратно. Но в реальной жизни история обычно начинается после экзамена, когда выходят результаты.
Для токенов настоящая история начинается, когда они входят в утилитарность, а не просто в торговлю. Я думаю, что здесь все становится интересным. Как бы сильно ни выглядела блокировка или вестинг, психология рынка отличается. Люди часто не задумываются о будущем предложении. В основном они смотрят на то, что сейчас ликвидно.
А сжигание? Да, это может сократить предложение. Но это автоматически не создает ценность. Оно только меняет то, как люди смотрят на сторону предложения.
Так что, возможно, настоящим испытанием этой токеномики не будет график или проценты на бумаге. Настоящее испытание придет, когда экосистема начнет расти.@GeniusOfficial $GENIUS
#genius
Только тогда мы поймем, сможет ли этот баланс действительно удержаться, или начнет скользить под давлением. В любом случае, время покажет. $BSB $LAB
Максимальное предложение составляет 1 миллиард, что означает 100%. Сообщество и аирдропы: 31% Фонд и экосистема: 29% Команда и ключевые участники: 20% Инвесторы и советники: 20%
Сначала это выглядит просто. Около 31% предназначено для сообщества, и с механизмом сжигания модель кажется контролируемой. Но потом я задаю себе вопрос: значит ли контролируемое всегда стабильное? Или риск просто переходит в другое место?
На бумаге все четко разделено: сообщество, фонд, команда, инвесторы. Это выглядит как ответ студента на экзамене, где каждый раздел написан аккуратно. Но в реальной жизни история обычно начинается после экзамена, когда выходят результаты.
Для токенов настоящая история начинается, когда они входят в утилитарность, а не просто в торговлю. Я думаю, что здесь все становится интересным. Как бы сильно ни выглядела блокировка или вестинг, психология рынка отличается. Люди часто не задумываются о будущем предложении. В основном они смотрят на то, что сейчас ликвидно.
А сжигание? Да, это может сократить предложение. Но это автоматически не создает ценность. Оно только меняет то, как люди смотрят на сторону предложения.
Так что, возможно, настоящим испытанием этой токеномики не будет график или проценты на бумаге. Настоящее испытание придет, когда экосистема начнет расти.@GeniusOfficial $GENIUS
#genius
Только тогда мы поймем, сможет ли этот баланс действительно удержаться, или начнет скользить под давлением. В любом случае, время покажет. $BSB $LAB
Когда я впервые взглянул на Биткойн, мне показалось, что это просто. Это было похоже на одну из тех особенных монет, которые ты бережно хранишь в коробке, не потому что используешь её каждый день, а потому что она что-то значит, и ты не хочешь её потерять.
Несколько лет назад это был мой план. Купить Биткойн, перевести его в кошелек и оставить там. Биткойн в моем кошельке имел одну простую задачу: оставаться Биткойном. Но недавно, проверяя кошелек с примерно 0.006 BTC, я почувствовал что-то другое. Баланс был тем же. Актив был тем же. Но мой взгляд на это изменился.
Сам Биткойн не изменился сильно. Изменилось всё вокруг него. Раньше многие люди рассматривали Биткойн как конечную цель. Ты его покупаешь, держишь и этого достаточно.
Теперь Биткойн появляется в местах, где я раньше этого не ожидал: рынки кредитования, стратегии ликвидности и области DeFi, которые я раньше игнорировал. $BANK $ALLO
Изучая проекты BTCFi, Bedrock 2.0 заставил меня снова задуматься об этом сдвиге. Не из-за вознаграждений, а потому что Биткойн медленно переходит от того, чем люди просто владеют, к тому, что может также участвовать.
Может быть, это приносит больше возможностей. Может быть, это также приносит риски, которые мы ещё полностью не видим. @Bedrock #bedrock
На протяжении многих лет владение Биткойном казалось целью. Теперь это больше похоже на начало. @Bedrock $BR #Bedrock
Несколько лет назад это был мой план. Купить Биткойн, перевести его в кошелек и оставить там. Биткойн в моем кошельке имел одну простую задачу: оставаться Биткойном. Но недавно, проверяя кошелек с примерно 0.006 BTC, я почувствовал что-то другое. Баланс был тем же. Актив был тем же. Но мой взгляд на это изменился.
Сам Биткойн не изменился сильно. Изменилось всё вокруг него. Раньше многие люди рассматривали Биткойн как конечную цель. Ты его покупаешь, держишь и этого достаточно.
Теперь Биткойн появляется в местах, где я раньше этого не ожидал: рынки кредитования, стратегии ликвидности и области DeFi, которые я раньше игнорировал. $BANK $ALLO
Изучая проекты BTCFi, Bedrock 2.0 заставил меня снова задуматься об этом сдвиге. Не из-за вознаграждений, а потому что Биткойн медленно переходит от того, чем люди просто владеют, к тому, что может также участвовать.
Может быть, это приносит больше возможностей. Может быть, это также приносит риски, которые мы ещё полностью не видим. @Bedrock #bedrock
На протяжении многих лет владение Биткойном казалось целью. Теперь это больше похоже на начало. @Bedrock $BR #Bedrock
Когда я впервые посмотрел на крипту, я почувствовал усталость, которую может дать только крипта. Это похоже на одну и ту же игру на детской площадке, которая происходит снова и снова. Те же громкие дети, кричащие, та же история "на этот раз всё иначе", только с новой игрушкой и новым именем. Все ведут себя так, будто наконец-то узнали секрет.
Затем появляется что-то вроде Genius Terminal и говорит, что может сделать всё чище, быстрее и умнее. То, что привлекло моё внимание, это простое: в крипте слишком много шума и недостаточно спокойного мышления. Слишком много вкладок, слишком много постов, слишком много людей, говорящих громко, прежде чем они действительно поймут.
Это похоже на маленького ребенка, пытающегося делать домашнее задание, пока все в комнате кричат ответы. В какой-то момент ребенку не нужен больше шум. Им нужен кто-то спокойный, чтобы помочь им увидеть, что действительно важно.$HEI $SOXL
Вот как я представляю себе Genius Terminal, если он будет работать. Не магия. Скорее чистая труба, которая берет грязную воду и помогает ей течь лучше.@GeniusOfficial #genius
Конечно, есть сомнения. Люди говорят, что хотят лучшие инструменты, но когда рынок становится шумным, они гоняются за тем, что становится вирусным. Адаптация трудна, скорость действительно имеет значение, и все эти токены могут легко отвлечь внимание от того, что действительно важно. Тем не менее, самые простые инструменты часто выигрывают в конце концов, особенно если они продолжают тихо помогать долго после того, как первоначальный хайп утихнет. Это настоящее испытание.@GeniusOfficial $GENIUS
#genius
Затем появляется что-то вроде Genius Terminal и говорит, что может сделать всё чище, быстрее и умнее. То, что привлекло моё внимание, это простое: в крипте слишком много шума и недостаточно спокойного мышления. Слишком много вкладок, слишком много постов, слишком много людей, говорящих громко, прежде чем они действительно поймут.
Это похоже на маленького ребенка, пытающегося делать домашнее задание, пока все в комнате кричат ответы. В какой-то момент ребенку не нужен больше шум. Им нужен кто-то спокойный, чтобы помочь им увидеть, что действительно важно.$HEI $SOXL
Вот как я представляю себе Genius Terminal, если он будет работать. Не магия. Скорее чистая труба, которая берет грязную воду и помогает ей течь лучше.@GeniusOfficial #genius
Конечно, есть сомнения. Люди говорят, что хотят лучшие инструменты, но когда рынок становится шумным, они гоняются за тем, что становится вирусным. Адаптация трудна, скорость действительно имеет значение, и все эти токены могут легко отвлечь внимание от того, что действительно важно. Тем не менее, самые простые инструменты часто выигрывают в конце концов, особенно если они продолжают тихо помогать долго после того, как первоначальный хайп утихнет. Это настоящее испытание.@GeniusOfficial $GENIUS
#genius
Войдите, чтобы посмотреть больше материала