彭鱼宴啊

قبل فترة، كنت أختبر بعض مشاريع الوكلاء، وطرأت لي فكرة غير متوقعة: العديد من المشاكل في صناعة الذكاء الاصطناعي، ليست في الحقيقة مشاكل ذكاء اصطناعي، بل مشاكل هندسة برمجيات.
مثلًا، نفس الوكيل، يعطي نتائج مختلفة في بيئات مختلفة؛ سلوك النموذج يتغير بعد التحديث؛ عند تعديل الـ Prompt، ماحدش يعرف؛ وإذا حصلت مشكلة، لازم نعيد التشغيل مرة أخرى ونعتمد على الخبرة في البحث.
هذه المشاكل تبدو وكأنها تتعلق بالذكاء الاصطناعي، لكن إذا فكرت بعناية، فهي في الأساس لا تختلف كثيرًا عن المشاكل التي واجهتها هندسة البرمجيات في مراحلها الأولى. #OPG
وبسبب هذا، بدأت أفهم بشكل أفضل لماذا $OPG كان يركز دائمًا على إصدارات النماذج، بيئة التنفيذ، وسجلات الاستدلال.
خصوصًا @OpenGradient و Verifiable Inference.
الكثير من الناس يركزون على كلمة "التحقق"، لكن مؤخرًا، شعرت أن OpenGradient تريد حقًا أن تضع معايير.
لأن عالم الذكاء الاصطناعي الآن فوضوي جدًا.
نفس النموذج يمكن أن يتم نشره في بيئات مختلفة.
نفس الـ Prompt يمكن أن يعطي نتائج مختلفة على منصات مختلفة.
نفس الوكيل، بعد أسبوعين قد لا يكون لديه نفس السلوك.
وOpenGradient تأمل من خلال Verifiable Inference، TEE وModel Hub، في تثبيت هذه المتغيرات قدر الإمكان.
ما هي نسخة النموذج.
أين يتم تشغيله.
ما هو المدخل.
كيف تسير عملية الاستدلال.
كيف يتم إنتاج المخرجات.
ستترك كل هذه المعلومات سجلات في نظام OpenGradient.
بصراحة، هذا يجعلني أفكر في Git.
Git لا يمكنه جعل الكود خاليًا من الأخطاء، لكنه يمكن المطورين من معرفة من أين جاءت الأخطاء.
Verifiable Inference في OpenGradient له طابع مشابه.
لا يمكنه ضمان أن الذكاء الاصطناعي سيكون دائمًا صحيحًا، لكن على الأقل يضمن أنه عندما تظهر مشكلة، لن يكون المطورون بلا حول ولاقوة.
بالطبع، هناك أيضًا مشكلة أخشى منها.
الذكاء الاصطناعي مختلف عن البرمجيات التقليدية، فهو بطبيعته احتمالي.
سجلات العملية لا تعني بالضرورة أنها ستفسر النتائج.
ومع تعقيد الوكلاء، ستزداد كمية البيانات التي تسجلها OpenGradient، وسيزداد معها تكلفة الصيانة والتخزين.
لذا، ما تفعله OpenGradient الآن يبدو أكثر كأنه بحث عن توازن بين قابلية التنفيذ الهندسي والحالة المثالية.

الكثير من الناس اللي يدرسون $OPG ، بيركزون على TEE أو Verifiable Inference. لكن في الفترة الأخيرة، أنا صرت مهتم أكثر بـ OpenGradient و SolidML، وكلما درست أكثر، حسيت إن هالميزة ممكن تكون أهم من اللي السوق متخيله.
في السنوات الماضية، "AI+العقود الذكية" صار تقريبًا سرد ثابت، بس من خلال تجربتي، أغلب المشاريع ما حلت المشاكل فعليًا. #OPG
من الظاهر إنه التطبيقات على السلسلة تستدعي AI، لكن في الحقيقة:
العقد → خادم خلفي → نموذج.
المنطق الأساسي لسه في يد خدمات مركزية.
وهذا هو السبب اللي خلاني أشوف، إن AI+Web3 كثير من الأوقات مجرد تغليف.
لكن @OpenGradient فكرة SolidML مختلفة شوي.
OpenGradient يطمح إنه يدخل قدرة استدعاء النموذج مباشرة في إطار التطوير، بحيث يقدر المطورون يستدعون قدرة الاستدلال AI في بيئة Solidity، بدل ما يمرون عبر طبقات من الواجهات المركزية.
لما شفت هالتصميم في البداية، كنت شاكك.
لأن العقود الذكية تسعى للدقة، بينما AI بطبيعته احتمالي، والاثنين بينهم تضارب طبيعي.
بس بعد ما اختبرت بعض مشاريع Prediction Market و Agent، اكتشفت مشكلة: كثير من التطبيقات ما تحتاج AI يكون دقيق 100%، هم يحتاجون طبقة استدلال موحدة، مستقرة وقابلة للاستدعاء المستمر.
في هاللحظة، قيمة SolidML من OpenGradient تتجلى.
المطورين ما يحتاجون يحافظون على خدمات النماذج، ولا يحتاجون يبنون بيئة استدلال بأنفسهم، ولا يحتاجون يصممون وحدات تحقق إضافية، بل يستخدمون مباشرة النماذج وبيئة التنفيذ و Verifiable Inference اللي توفرها OpenGradient.
إلى حد ما، SolidML من OpenGradient يشبه وسائط في عالم AI.
مو الشيء الأكثر جاذبية، لكن يقدر يقلل بشكل كبير من تعقيد التطوير.
طبعًا، ما أعتقد أن SolidML من OpenGradient نضجت بعد.
مشكلة واقعية هي إنه حاليًا الطلب على AI في التطبيقات على السلسلة مو كبير كفاية، وعادات المطورين بعد ما تشكلت. من ناحية ثانية، إذا كان التأخير في الاستدلال مرتفع أو التكاليف مرتفعة، كثير من السيناريوهات ممكن ترجع للحلول الخلفية التقليدية.
عشان كذا، رأيي في OpenGradient صار مثير للاهتمام.

قبل كم يوم وأنا أختبر بعض مشاريع AI Agent، فجأة انتبهت لشيء: حالياً كل صناعة الذكاء الاصطناعي تتنافس في القدرة على التنفيذ، لكن قليل من الناس يتحدثون بجدية عن "قدرة التوقف".
صوتها غريب شوية.
الكل يتمنى أن الـ Agent يكون أكثر استقلالية، وأكثر ذكاءً، وأكثر قدرة على تنفيذ المهام المعقدة. لكن إذا في المستقبل فعلاً خلت الـ Agent تدير لي الأصول، أو تعدل المحفظة أو تنفذ الصفقات، أكثر شيء يخوفني مو إنه بيكون كسول، لكن إنه يستمر ينفذ في الاتجاه الخطأ.
البشر إذا غلطوا، على الأقل يتوقفون ويعيدون التفكير. لكن الـ Agent ما عنده مشاعر، وما يتردد. إذا كان النموذج الأساسي فيه انحراف، ممكن يستمر في الغلط بكفاءة عالية.
عشان كذا، بعدين بدأت أفهم $OPG من منظور Verifiable Inference بشكل مختلف.
الكثير من الناس يفهمونه كـ "إثبات أن الذكاء الاصطناعي ما يغش"، لكن أعتقد إن هذا مجرد قيمة سطحية. الشيء الحقيقي المثير فيه هو إنه يخلي عملية الاستدلال، وإصدارات النموذج، وبيئة التنفيذ كلها قابلة للتتبع. بهذا الشكل، لما تصرفات الـ Agent تظهر غير طبيعية، على الأقل المطور يقدر يرجع ويشوف وين كانت المشكلة.
وهذا يشبه الصندوق الأسود في الطائرات.
الصندوق الأسود ما يقدر يمنع الحوادث، لكن يساعد الناس يفهمون ليش صارت الحادثة، ويتجنبون نفس المشكلة في المستقبل.
طبعاً، أفكر في سؤال ثاني. إذا زاد عدد الـ Agents في المستقبل، وسجلت الاستدلالات بشكل معقد أكثر، هل ممكن ينتج عن هذا تكاليف صيانة ضخمة؟ لأنه تسجيل كل شيء يبدو فكرة جيدة، لكن إدارة وتحليل هذه السجلات هو أيضاً شيء معقد. #OPG
لذا، الآن رأيي في @OpenGradient متناقض. من جهة، أوافق بشكل متزايد على أهمية هذه البنية التحتية، لأن الأنظمة المعقدة تحتاج دائماً لتتبع وقدرة تدقيق. من جهة أخرى، أشعر أن الصناعة لم تجد بعد حلاً أنيقاً كفاية.
لكن إذا نظرنا لتاريخ تطور صناعة البرمجيات، يبدو أن الأمور دائماً كانت كذا. أنظمة السجلات، أنظمة المراقبة، نسخ قواعد البيانات، في البداية كانت تعتبر تكاليف زائدة، لكن مع توسع حجم الأنظمة، في النهاية أصبحت ضرورية.

كنت أفكر في البنية التحتية للذكاء الاصطناعي كأنها حوسبة سحابية.
لكن أثناء بحثي في @OpenGradient ، بدأت أكتشف أن هذا التشبيه قد لا يكون دقيقًا.
عالم الذكاء الاصطناعي في المستقبل قد يكون أقرب إلى صناعة قواعد البيانات.
لماذا أشعر بذلك؟
لأن النماذج أصبحت أرخص #OPG
وقوة الحوسبة أصبحت أكثر انتشارًا.
كما أن قدرات الاستدلال تتجه نحو التمكين السريع.
تلك الأشياء تشبه إلى حد ما السيرفرات.
مهمة، لكنها ليست مثل الخندق الدفاعي.
ما هو الصعب حقًا هو مجموعة من المشاكل الأخرى.
كيف يتم إدارة البيانات؟
كيف يتم التحكم في إصدارات النماذج؟
كيف يتم تسجيل نتائج الاستدلال؟
كيف يتم مشاركة واستدعاء البيانات بين التطبيقات المختلفة؟
تذكرني هذه الأسئلة بتطور صناعة قواعد البيانات.
أهم ما في قواعد البيانات ليس تخزين البيانات، بل كيفية تنظيمها وإدارتها وصيانتها.
العديد من تصاميم $OPG ، بما في ذلك Model Hub، وتسجيل الاستدلال، وإدارة بيئة التنفيذ، في الواقع تحل مشكلات مشابهة.
على سبيل المثال، Model Hub.
الكثيرون يرونه كأنه Hugging Face على السلسلة.
لكنني أعتقد أنه أقرب إلى مستودع نماذج مع نظام إدارة إصدارات.
النموذج ليس مجرد تحميل.
بل يشمل النشر، الاستدعاء، التحقق والصيانة اللاحقة.
ومثال آخر هو Verifiable Inference.
الكثيرون يهتمون بـ"التحقق".
لكن ما أراه هو شيء آخر.
إنه يجعل كل عملية استدلال حدثًا يمكن تتبعه.
بمعنى ما، يشبه سجل المعاملات في قاعدة البيانات.
بالطبع، قد لا يكون هذا الحكم صحيحًا.
لأن صناعة الذكاء الاصطناعي تتغير بسرعة كبيرة.
ربما في المستقبل لا يحتاج الجميع إلى هذا النظام المعقد.
النموذج يصبح قويًا بما يكفي، وتختفي كل المشاكل بشكل طبيعي.
لكن الحدس يخبرني بأن تاريخ تطوير الأنظمة المعقدة غالبًا ما لا يكون كذلك.
كلما نضجت الصناعة، زادت اعتمادها على قدرات الإدارة الأساسية.
صناعة البرمجيات كذلك.
صناعة المالية كذلك.
وصناعة قواعد البيانات كذلك.
لذا، أصبحت أقل وأقل أرى OpenGradient كمشروع "ذكاء اصطناعي".
بل أصبحت أكثر رغبة في رؤيته كنظام هندسة للذكاء الاصطناعي.
المشاكل التي يحلها ليست مثيرة، بل قد تكون مملة بعض الشيء.
لكن في كثير من الأحيان، ما يحدد ما إذا كانت الصناعة يمكن أن تنضج أم لا، هي هذه الأشياء غير المثيرة.
على الأقل في هذه النقطة، أعتقد أن اتجاه OpenGradient يستحق المراقبة المستمرة.

عندما كنت أختبر بعض منتجات الـ Agent مؤخرًا، اكتشفت فجأة مشكلة لم أكن ألاحظها من قبل.
دائمًا نتحدث عن ما يمكن أن تفعله الـ Agent، لكن نادرًا ما نتحدث عن ما يجب أن تنساه الـ Agent.
العديد من المشاريع الآن تتنافس في الذاكرة.
ذاكرة طويلة الأمد، ذاكرة سياقية، صورة المستخدم……
يبدو أن كلما كانت الذاكرة أكبر، كانت الذكاء أعلى. #OPG
لكن فيما بعد، اكتشفت أن الذاكرة قد تكون عبئًا.
لأن كلما زادت الذاكرة، تزداد الأخطاء أيضًا.
في هذه اللحظة، فهمت لماذا @OpenGradient كان يؤكد دائمًا على إصدار النموذج وبيئة الاستدلال.
في السابق، كنت أعتقد أن هذه الأمور هندسية ومملة.
لكن فيما بعد، اكتشفت أن هذا قد يتعلق بإمكانية أن يتمكن الـ Agent من التوسع حقًا في المستقبل.
لنأخذ مثالًا بسيطًا.
إذا كان هناك Agent تداول قد عمل بشكل جيد العام الماضي بناءً على نموذج معين ومعايير، وبعد ذلك تم ترقية النموذج وتغيرت الاستراتيجية.
إذن، السؤال هنا.
هل المشكلة في بيئة السوق؟
أم في إصدار النموذج؟
أم في تغير معايير الاستدلال؟
بدون تسجيل، لا يمكن تحديد المشكلة.
أما $OPG ، فكانت طريقتها هي تضمين إصدار النموذج، وبيئة التنفيذ، وعملية الاستدلال في النظام.
ميزة ذلك هي أنه عندما تحدث مشكلة مع الـ Agent، يمكن العودة للعثور على مكان حدوث المشكلة.
هذا يشبه إدارة الإصدارات في تطوير البرمجيات.
يمكنك التراجع عن الكود.
يمكن إعادة إنتاج البيئة.
يمكن تحديد الأخطاء.
بمعنى ما، OpenGradient تحاول تحويل تطوير الذكاء الاصطناعي من نوع من "الغموض" إلى هندسة.
لكن هنا أيضًا يوجد سؤال جعلني أفكر لفترة طويلة.
أكبر فرق بين الذكاء الاصطناعي والبرمجيات التقليدية هو أن البرمجيات تسعى إلى اليقين، بينما الذكاء الاصطناعي يحمل بطبيعته العشوائية.
حتى لو كانت جميع البيئات متطابقة تمامًا، قد لا تكون نتائج الاستدلال متطابقة تمامًا في مرتين.
لذا تسجل OpenGradient العملية، وليس الصحة المطلقة.
إنها لا تستطيع ضمان أن الـ Agent لن يرتكب الأخطاء أبدًا.
لكن على الأقل يمكنها ضمان أنه عندما تحدث الأخطاء، لن تكون الأمور مُعقدة تمامًا.
بصراحة، أشعر الآن بشكل متزايد أن ما يحتاجه الـ Agent في المستقبل قد لا يكون ذاكرة أطول، بل "قدرة نسيان" أفضل وإدارة إصدارات أكثر كفاءة.
وما تفعله OpenGradient من هذه البنية التحتية، قد يكون جزءًا لا يمكن تجاهله في المستقبل حتى لو لم يره الكثير من الناس حاليًا.

إذا نظرنا إلى استدلال $OPG القابل للتحقق في سياق أوسع، أشعر مؤخرًا أنه قد لا تكون المشكلة الحقيقية التي يحلها هي "هل يمكن الوثوق بالذكاء الاصطناعي"، بل "هل يمكن محاسبة سلوك الذكاء الاصطناعي".
هذا الفرق مهم جدًا.
لأن الكثير من الناس عندما يناقشون قابلية التحقق من الذكاء الاصطناعي، تكون ردة فعلهم الأولى:
"كيف يمكنني أن أعرف إذا كان ما يقوله الذكاء الاصطناعي صحيحًا؟"
لكن المشكلة الحقيقية قد تكون أقرب:
"إذا اتخذ الذكاء الاصطناعي قرارًا خاطئًا، أين المسؤولية؟"
على سبيل المثال، إذا قام وكيل ذكاء اصطناعي بتنفيذ استراتيجية تداول:
قد يقوم بتعديل المراكز بناءً على نموذج معين. #OPG
وقد يتسبب أيضًا في خسائر بسبب انحراف البيانات.
في هذه الحالة، لا تكون المشكلة فقط في صحة النتيجة، بل في إمكانية تتبع سلسلة القرارات بأكملها.
استدلال @OpenGradient القابل للتحقق، في جوهره، يحاول "تسجيل عملية استدلال الذكاء الاصطناعي بشكل منظم".
يشمل: إصدار النموذج، بيانات الإدخال، بيئة التنفيذ، مسار الاستدلال، النتائج الناتجة
تجمع هذه العناصر معًا لتشكل هيكلًا قريبًا جدًا مما يسمى "سجل التدقيق".
هذا يجعلني أفكر في تشبيه واقعي.
في النظام المالي التقليدي، التداول نفسه ليس الأكثر أهمية.
الأهم هو سجلات التداول، سلسلة مراقبة المخاطر ونظام التدقيق.
بدون هذه الأمور، لا يمكن للنظام المالي أن يتوسع.
والذكاء الاصطناعي يدخل مرحلة مماثلة.
لكن هناك سؤال واقعي أعتقد أنه مهم.
حتى لو قمت بتسجيل جميع عمليات الاستدلال، هل يمكنك حقًا تفسير قرارات الذكاء الاصطناعي؟
في كثير من الأحيان، لا تكون مخرجات النموذج "استنتاجًا منطقيًا"، بل هي نتيجة توزيع احتمالي.
بمعنى آخر:
يمكنك تسجيل "كيف فعل ذلك"، لكن قد لا تتمكن من تفسير "لماذا فعل ذلك".
OpenGradient هنا قيمته تكمن في جعل هذا الغموض قابلاً للتتبع قدر الإمكان.
لكنه لم يقضِ على طبيعة الصندوق الأسود للذكاء الاصطناعي.
فقط جعل الصندوق الأسود "مسجلًا".
هذا في الواقع يعتبر نوعًا من التسوية.
وأعتقد أنه المكان الأكثر واقعية في هذا الاتجاه.
لم يعد يعد بإمكانية شفافية الذكاء الاصطناعي.
إنه يحاول فقط أن يجعل الذكاء الاصطناعي عند حدوث مشاكل، لا يصبح من المستحيل تتبعه بالكامل.
إذا دخل الذكاء الاصطناعي بالفعل مجال إدارة الأصول، التداول الآلي، وحتى اتخاذ قرارات الحوكمة في المستقبل، فقد تكون هذه "القابلية للمحاسبة" أكثر أهمية من "القابلية للتفسير".

لقد بدأت مؤخراً في الشك في وجهة نظر يقبلها الكثيرون بشكل عام:
هل حقاً الأصول الأكثر أهمية في صناعة الذكاء الاصطناعي هي النماذج؟
على مدار العام الماضي، كان السوق بأكمله يدور حول المنافسة على النماذج.
حجم المعلمات، القدرة على الاستدلال، طول السياق، نتائج الترتيب.
لكن بعد ظهور DeepSeek، بدأت أشعر بشكل متزايد أن قدرة النموذج تتسارع نحو التحول إلى سلعة.
في السابق، كان الحصول على نموذج قوي هو العائق. #OPG
الآن، يبدو أن الأمر يشبه التكوين الأساسي بشكل متزايد.
في هذه الأثناء، بدأت ألاحظ منتجاً آخر من $OPG - Model Hub.
يفهم الكثيرون أنه مشابه لـ Hugging Face على السلسلة، لكنني أعتقد أن هذا الفهم سطحي بعض الشيء.
لأنه إذا كان مجرد مستودع للنماذج، فلن يكون له معنى كبير.
ما هو مثير حقاً هو أن @OpenGradient يريد دمج نشر النماذج، واستدعاؤها، واستدلالها، والتحقق منها في نفس النظام.
هذا يعني أن المطورين بعد رفع نماذجهم، لن يكونوا مجرد عرض للنموذج، بل سيدخلون مباشرة حالة قابلة للاستدعاء، وقابلة للتنفيذ، وقابلة للتحقق.
أنا شخصياً أختبر العديد من أدوات الذكاء الاصطناعي، وغالباً ما أواجه مشكلة.
على نفس المنصة التي تدعي استدعاء نموذج معين، النتائج التي تقدمها المنصات المختلفة تختلف بشكل كبير.
أحياناً يكون هناك تغيير في الـ Prompt.
أحياناً تكون معلمات الاستدلال مختلفة.
في بعض الأحيان، لا نستطيع حتى التأكد مما إذا كان يتم استدعاء نفس النسخة.
بالنسبة للمستخدمين العاديين، قد لا تكون هذه المشاكل مهمة.
لكن بالنسبة للتطبيقات التي تعتمد على الذكاء الاصطناعي لتنفيذ المهام في المستقبل، ستصبح هذه مشكلة كبيرة.
ما تحاول OpenGradient القيام به هو بناء طبقة من البنية التحتية الموحدة بين النموذج والتطبيق.
لا يحتاج المطورون بعد الآن إلى إعادة بناء بيئة النشر، ونظام التحقق، وإطار الاستدعاء، بل يمكنهم استخدام الشبكة الجاهزة لإتمام هذه الأعمال.
هذا يذكرني بتطور الحوسبة السحابية في بداياتها.
بدأت العديد من الشركات بإنشاء خوادمها الخاصة.
ثم اكتشفوا أن القيمة الحقيقية ليست في الخوادم، بل في النظام البيئي الكامل الذي يتشكل حول الخوادم.
Model Hub من OpenGradient أظهر لي بعض الظلال المماثلة.
بالطبع، لا أعتقد أن هذا الأمر سينجح بالضرورة.
لأن أكبر تحدٍ لـ Model Hub ليس تقنياً، بل هو إيكولوجي.
لماذا يجب على المطورين نشر نماذجهم هنا؟
لماذا يجب على التطبيقات استدعاءها هنا؟
كيف تتشكل تأثيرات الشبكة؟
لا تزال هذه الأسئلة بلا إجابات.

مؤخراً قمت بدراسة brBTC الخاص بـ Bedrock، واكتشفت أن النقاش حوله في السوق أقل بكثير مما هو عليه مع uniBTC.
لكن من ناحية تحديد المنتج، brBTC قد يكون تجربة جديرة بالملاحظة في Bedrock 2.0.
لأن تطوير BTCFi في السنوات الماضية كان له مشكلة واحدة:
الكثير من BTC تم جلبه إلى السلسلة، لكن مصادر الأرباح كانت محدودة نسبياً.
العديد من المنتجات في جوهرها مجرد إعادة تعبئة BTC في شكل آخر، ثم توزيع أرباح ثابتة المصدر.
لكن فكرة brBTC مختلفة قليلاً.
$BR يأمل في ربط BTC بمزيد من سيناريوهات الأرباح، وليس فقط البقاء ضمن منطق الرهن الأحادي. #Bedrock
من منظور كفاءة رأس المال، هذا أمر جذاب جداً.
لأن أكبر نقطة ألم لملاك BTC ليست قيمة الأصول، بل الاستخدام.
المشكلة هي أنه كلما زادت مصادر الأرباح، زادت التعقيدات.
وهذا هو أكبر اهتمام لي أثناء دراسة brBTC.
إذا كان مصدر الأرباح لمنتج ما هو واحد فقط، فإن المستخدمين يمكنهم فهم المخاطر بسهولة نسبياً.
لكن إذا كانت الأرباح تأتي من بروتوكولات متعددة، أو شركاء متعددين، أو بيئات متعددة، فإن ما يحتاج المستخدمون لفهمه سيصبح أكثر تعقيداً.
هذا في الحقيقة هو @Bedrock المشكلة التي يجب حلها لاحقاً.
لأن أكبر فرق بين مستخدمي BTC ومستخدمي DeFi الأصليين هو أن مستخدمي BTC غالباً ما يهتمون باليقين.
هم ليسوا بالضرورة يسعون لأعلى عائد، لكنهم يهتمون جداً من أين تأتي الأرباح.
لذا أعتقد أن أكبر تحدٍ أمام brBTC ليس الحصول على المزيد من الأرباح، بل جعل هذه الأرباح واضحة بما يكفي.
إذا استطاعت Bedrock توضيح هيكل الأرباح، فإن brBTC لديه فرصة ليصبح منتجاً تنافسياً جداً في BTCFi.
لكن إذا كانت مصادر الأرباح تزداد تعقيداً، وكانت الفهم من قبل المستخدمين يتناقص، فإن مزايا كفاءة رأس المال قد يتم تعويضها بتكاليف الثقة.
وهذا هو السبب في اعتقادي أن brBTC سيكون واحداً من أكثر المنتجات التي تستحق المتابعة في مستقبل Bedrock.

بحثتُ مؤخرًا في آلية "دايموند هاندز" ($BR ) ووجدتُ أن فهم الكثيرين لها قد يكون مُبسطًا للغاية.

يعتقد الكثيرون أن "دايموند هاندز" هي في جوهرها برنامج مكافآت للاحتفاظ طويل الأجل.

لكنني أعتقد أن هذا الفهم يُقلل من شأن فلسفة تصميم "بيدروك".

لأن (@Bedrock ) تواجه حاليًا مشكلة حقيقية:

لكل من uniBTC وBR وveBR وشركاء النظام البيئي مصالح مختلفة.

يسعى البعض إلى تحقيق مكاسب قصيرة الأجل، ويركز آخرون على حقوق الحوكمة، بينما يُقدّر البعض الآخر تطوير النظام البيئي على المدى الطويل.

إذا تصرف الجميع بناءً على حوافز قصيرة الأجل، فقد يقع البروتوكول بسهولة في حلقة مفرغة من الدعم المتزايد باستمرار.

تهدف "دايموند هاندز" إلى حل هذه المشكلة تحديدًا. (#Bedrock )

فهي لا تُكافئ مقدار الأموال المُستثمرة، بل مدة المشاركة المستمرة.

وهذا يعني أن "بيدروك" تأمل في زيادة قيمة "الوزن الزمني" داخل النظام البيئي.

من منظور البروتوكول، يتمتع هذا بميزتين واضحتين:

أولاً، يقلل من تأثير التدفقات النقدية المتكررة قصيرة الأجل.

ثانياً، يتيح لمن يشاركون بفعالية في منظومة Bedrock على المدى الطويل الحصول على مكافآت إضافية.

مع ذلك، أثار هذا البحث تساؤلاً.

يكافئ برنامج Diamond Hands الاحتفاظ طويل الأجل، لكن الاحتفاظ طويل الأجل لا يعني بالضرورة المساهمة طويلة الأجل.

إذا احتفظ المستخدمون بالأصول بشكل سلبي لمجرد الحصول على أسهم في Diamond Hands دون المشاركة الفعلية في الحوكمة، أو توفير السيولة، أو دعم تطوير المنظومة، فقد تضعف فعالية الآلية.

لذا، أعتقد أن تقييم نجاح Diamond Hands لا ينبغي أن يقتصر على مشاركة المستخدمين فقط.

بل الأهم من ذلك، ينبغي النظر فيما إذا كان هؤلاء المستخدمون الذين يحصلون على مكافآت على المدى الطويل سيصبحون في نهاية المطاف أعضاءً أساسيين حقيقيين في مجتمع Bedrock.

إذا كانت الإجابة بنعم، فسيصبح Diamond Hands عنصراً بالغ الأهمية في نظام Bedrock للاحتفاظ بالمستخدمين؛ أما إذا كانت الإجابة بلا، فقد يكون مجرد أداة أخرى لإطالة فترة الاحتفاظ.

أعتقد أن هذا الأمر يستحق المتابعة والمراقبة المستمرة في المستقبل.

عندما كنت أبحث في رمز Bedrock $BR ، اكتشفت ظاهرة مثيرة للاهتمام.
الكثير من الناس يناقشون BR و uniBTC معًا، لكن في الواقع، المنطق القيمي لهذين الأصلين مختلف تمامًا.
أساس قيمة uniBTC مباشر نسبيًا. #Bedrock
فهو مرتبط بالأصول المتعلقة بـ BTC التي يودعها المستخدمون، والسوق أولاً يهتم بالتثبيت، والاسترداد، والأمان.
لكن BR تختلف.
BR ليس لديها أصول تحتية كدعم، وقيمتها تأتي أكثر من تطور نظام Bedrock بالكامل في المستقبل.
لذلك، أعتقد أن الكثير من الناس يغفلون عن مسألة رئيسية عند تحليل BR:
@Bedrock هل ستتدفق القيمة التي يتم إنشاؤها في المستقبل إلى BR؟
هذا هو السؤال الأساسي في الحكم على الرموز الحاكمة.
خلال السنوات الماضية، ظهرت العديد من الرموز الحاكمة في عالم Crypto.
عدد مستخدمي البروتوكول في تزايد، وTVL في ارتفاع، لكن أداء الرموز لم يكن مثاليًا. السبب بسيط، لأنه لم يتم بناء علاقة قوية كافية بين نمو البروتوكول ونمو الرموز.
لذا، عندما أبحث في BR، فإن ما يهمني ليس السعر، بل مسار التقاط القيمة.
على سبيل المثال، هل يمكن لحاملي veBR التأثير على توزيع الحوافز؟
هل يمكنهم التأثير على اتجاه السيولة؟
هل يمكنهم مشاركة الفوائد الناتجة عن نمو النظام البيئي؟
هذه الأسئلة أكثر أهمية بكثير من تقلبات الأسعار على المدى القصير.
بالطبع، هذا هو التحدي الذي تواجهه BR.
لأن مقارنةً بـ uniBTC، تحتاج BR إلى إيمان السوق ليس فقط بمنتج اليوم، ولكن بقدرة Bedrock على النمو المستدام في السنوات القادمة.
لذا، أعتقد دائمًا أن BR في جوهرها أشبه بخيار طويل الأجل حول Bedrock.
إذا استمر نظام Bedrock في التوسع، ستصبح منطق قيمة BR أكثر وضوحًا؛ لكن إذا توقف نمو النظام البيئي، فسيكون من الصعب جدًا على حقوق الحوكمة دعم الطلب على المدى الطويل.
وهذا هو السبب في أنني عندما أدرس Bedrock، أميز بين uniBTC و BR.
الأول يتحقق من أمان الأصول ومنطق السيولة، والآخر يتحقق من منطق التقاط القيمة. وغالبًا ما يكون الأخير أكثر صعوبة في الإثبات.

عندما كنت أراقب آلية veBR الخاصة بـ $BR مؤخرًا، فجأة خطر لي سؤال:
هل veBR هو حقًا أداة للحكم؟
الكثير من الناس سيجيبون مباشرة بنعم. #Bedrock
لأنه وفقًا لتصميم @Bedrock ، يقوم المستخدمون بتأمين BR للحصول على veBR، ثم يشاركون في الحكم، ويحصلون على مزايا وتحفيز إضافي.
لكن إذا واصلت القراءة، أعتقد أن الأمور ليست بهذه البساطة.
لأن الأداة الحقيقية للحكم، يجب أن تأتي قيمتها الأساسية من حقوق القرار.
المشكلة هي أن معظم المستخدمين العاديين لا يهتمون في الواقع بالحكم.
هم أكثر اهتمامًا بـ:
ماذا سأحصل عليه بعد تأمين BR؟
لذلك أعتقد أن veBR يشبه أكثر نظام ربط المصالح، وليس مجرد نظام حكم.
تأمل Bedrock من خلال veBR أن تحول حاملي BR من متداولين قصيري الأجل إلى مشاركين طويلين الأجل.
أستطيع أن أفهم هذا المنطق تمامًا.
لأنه بالنسبة لـ Bedrock، إذا كان جميع حاملي BR يركزون فقط على الأسعار القصيرة الأجل، فسيكون من الصعب على البروتوكول تشكيل مجتمع مستقر.
لكن هنا أيضًا هناك سؤال يستحق التفكير.
إذا كان السبب الرئيسي لمستخدمي BR في المستقبل هو الحصول على تحفيز إضافي، وليس المشاركة في الحكم، فما هي قيمة veBR في الواقع، هل تأتي من حقوق الحكم، أم من حقوق المكافآت؟
هذا منطق مختلف تمامًا.
الأول يمثل اعتراف المستخدمين بتطور Bedrock على المدى الطويل، ورغبتهم في المشاركة في بناء البروتوكول.
بينما الثاني يمثل أن المستخدمين يريدون فقط الحصول على المزيد من العوائد.
من خلال تجربة تطوير صناعة DeFi الحالية، فإن الغالبية العظمى من المستخدمين أقرب في الواقع إلى الثاني.
لذلك أعتقد أن ما تحتاجه veBR لإثباته حقًا هو ليس كم BR يمكن تأمينه، ولكن ما إذا كان يمكن لحقوق الحكم نفسها أن تنتج قيمة.
إذا كانت الموارد المهمة في Bedrock، والتعاون البيئي، وحتى اتجاهات التحفيز تحتاج جميعها إلى مشاركة حاملي veBR في اتخاذ القرارات، فستزداد قيمة veBR بشكل متزايد.
لكن إذا كان الجميع يقومون بتأمين فقط للحصول على المكافآت، فقد تعود veBR في النهاية إلى المسار التقليدي لنموذج التأمين القديم.
وهذا أيضًا هو النقطة التي أركز عليها الآن أثناء مراقبتي لـ Bedrock. لأنها تتعلق بما إذا كانت القيمة طويلة الأجل لـ BR مبنية على الحكم أم على التحفيز.

عندما كنت أراجع بيانات $BR مؤخرًا، لفت انتباهي تفاصيل جعلتني أفكر لفترة طويلة.
الكثير من الناس يعرفون uniBTC، لكن قلة منهم تأملوا بجدية:
لماذا تضع Bedrock الكثير من الجهد في مشهد تداول uniBTC؟
لأنه من الناحية التقنية، إصدار أصول تحقق عوائد من BTC ليس بالأمر الصعب.
التحدي الحقيقي هو جعل السوق ترغب في استخدامها على المدى الطويل.
خذ مثالًا بسيطًا.
إذا كانت الأصول يمكنها فقط تحقيق العوائد، فإنها في الأساس تشبه "إيصال عوائد". المستخدمون يمكنهم استلام العوائد في أي وقت ثم بيعها أو تحويلها إلى أماكن أخرى. #Bedrock
لكن إذا كانت هذه الأصول تستطيع المشاركة في الإقراض، أو LP، أو إعادة الرهن أو حتى التعاون مع بروتوكولات أخرى، فإن دورها سيتغير.
لم تعد مجرد أداة لتحقيق العوائد، بل تبدأ في اكتساب خصائص الأصول الأساسية.
أعتقد أن @Bedrock تخطيط uniBTC كان دائمًا يسير في هذا الاتجاه.
لأن Bedrock تدرك تمامًا أن الاعتماد فقط على العوائد لن يحافظ على المستخدمين. ما يمكنه الاحتفاظ بالمستخدمين هو تزايد مشاهد الاستخدام.
وهذا هو السبب في أنني الآن عند النظر إلى Bedrock، لا أركز فقط على TVL أو APY.
أنا أكثر اهتمامًا بسرعة انتشار uniBTC في النظام البيئي.
كم عدد البروتوكولات التي ترغب في دمج uniBTC؟
كم عدد المستخدمين الذين يعتبرون uniBTC أصولًا يحتفظون بها على المدى الطويل؟
كم من السيولة تشكلت حول uniBTC لتكوين تأثير الشبكة؟
هذه الأسئلة تحدد، ربما، القيمة طويلة الأمد لـ Bedrock.
بالطبع، هذه الطريق ليست سهلة.
لأنه مع كل إضافة مشهد، تحتاج Bedrock إلى الحصول على اعتراف السوق، واعتراف الأمان، واعتراف السيولة.
لكن إذا استطاع uniBTC في المستقبل أن يصبح أحد الأصول الأساسية في نظام BTCFi البيئي، فإن القيمة التي ستحصل عليها Bedrock قد تتجاوز بكثير النمو الناتج عن الاعتماد فقط على العوائد.
لذا، بالمقارنة مع البيانات قصيرة الأجل، أفضّل أن أراقب ما إذا كانت Bedrock تعمل على تحويل uniBTC من منتج إلى بنية تحتية ببطء.

مؤخراً عدت لدراسة آلية Diamond Hands ل$BR ، واكتشفت أن هذا التصميم مثير للاهتمام.
الكثير من البروتوكولات تحاول الاحتفاظ بالمستخدمين، لكن معظم الطرق مباشرة جداً: تقديم المزيد من الحوافز، زيادة العوائد، وزيادة الدعم.
المشكلة هي أن هذه الطرق غالباً ما تجذب نفس النوع من الأشخاص.
أينما كانت العوائد مرتفعة، يتجهون إلى هناك. #Bedrock
عندما تنتهي الحوافز، يغادرون.
لذا، يبدو أن بيانات العديد من البروتوكولات تنمو بسرعة، لكن ولاء المستخدمين ليس مرتفعاً.
لذا أطلق @Bedrock Diamond Hands، وهو أساساً يقوم بفرز المستخدمين.
ليس من يكسب في البداية، ولا من يملك أكبر قدر من المال، بل من يرغب في الاحتفاظ لمدة طويلة والمشاركة المستمرة في النظام البيئي.
هذه الفكرة تختلف كثيراً عن DeFi التقليدي.
لأن في العديد من البروتوكولات، الوقت ليس المتغير الأساسي، بل حجم الأموال هو.
لكن في تصميم Bedrock، بدأ الوقت يصبح له قيمة.
لماذا هذه النقطة مهمة؟
لأن المنتج الأساسي لBedrock سواء uniBTC أو نظام الأصول المتعددة المستقبلي، يحتاجان أساساً إلى سيولة مستقرة على المدى الطويل.
إذا كان جميع المشاركين في النظام البيئي هم من الأموال قصيرة الأجل، فإن أي إنهاء للحوافز قد يؤدي إلى فقدان الأموال.
لذا أعتقد أن الوظيفة الحقيقية لـ Diamond Hands ليست تقديم المكافآت.
بل هي محاولة لبناء هيكل مستخدمين جديد.
لكن هناك سؤال يستحق المراقبة هنا.
إذا تباطأت سرعة نمو نظام Bedrock في المستقبل، هل يكفي الاعتماد على آلية مثل Diamond Hands لدعم بقاء المستخدمين على المدى الطويل؟
ففي النهاية، يمكن أن تطيل المكافآت مدة الاحتفاظ، لكنها قد لا تخلق طلباً حقيقياً.
لذا في رأيي، Diamond Hands أشبه بأداة مساعدة، وليست الإجابة النهائية.
يمكنها مساعدة Bedrock في الاحتفاظ بالمؤمنين بالنظام البيئي، لكن القرار النهائي بشأن ما إذا كان المستخدم سيشارك على المدى الطويل يعتمد على ما إذا كان Bedrock قادراً على الاستمرار في خلق قيمة منتج جديدة وسيناريوهات استخدام.
وهذا أيضاً ما سأواصل مراقبته.

مؤخراً، قمت بمراجعة تصميم PoSL $BR مرة أخرى، واكتشفت أن هذه الآلية في الواقع أهم بكثير مما يتخيل الكثيرون.
معظم المستخدمين عند رؤيتهم لـ PoSL، تكون ردة فعلهم الأولى هي "آلية حوافز جديدة".
لكنني أعتقد أن فهم الأمر بهذه الطريقة يقلل من تقدير الهدف من @Bedrock .
لأن أكبر تحدي تواجهه Bedrock الآن ليس توزيع المكافآت، بل كيفية وضع المشاركين المختلفين في البروتوكول ضمن نفس نظام المصالح. #Bedrock
تخيل أن هناك في نظام Bedrock مستخدمين يمتلكون uniBTC، ومستخدمين قاموا بإقفال BR، وأشخاص يشاركون في الحوكمة على المدى الطويل، بالإضافة إلى المشاركين الذين يقدمون السيولة.
الأمور التي تهم هؤلاء الأشخاص مختلفة.
بعضهم يهتم بالعوائد، وبعضهم يهتم بسعر الرموز، وبعضهم يهتم بحقوق الحوكمة.
وأساساً، فإن PoSL يحاول حل مشكلة قديمة:
كيف يمكن أن تبقى مصالح هؤلاء الأشخاص متوافقة إلى حد كبير.
هذا هو التحدي الذي ستواجهه العديد من البروتوكولات في مراحلها اللاحقة.
إذا كانت الحوافز موجهة فقط لفئة معينة من المستخدمين، فإن المشاركين الآخرين سيفقدون الدافع تدريجياً؛ وإذا كانت الحوافز مفرطة التوزيع، فسوف تؤدي بسهولة إلى انخفاض الكفاءة العامة.
لذا، أعتقد أن إطلاق Bedrock لـ PoSL يعكس تفكير الفريق في مسائل الحوكمة على المدى الطويل، وليس مجرد إضافة طريقة جديدة.
لكن لدي سؤال.
فإن فعالية PoSL تعتمد في النهاية على ما إذا كان توزيع الحوافز معقولاً حقاً.
إذا اكتشف المستخدمون أن المخاطر التي يتحملونها لا تتناسب مع العوائد التي يحصلون عليها، فإن أي آلية معقدة ستكون صعبة الاستمرار.
لذا، فإن موقفي تجاه PoSL هو حذر متفائل.
أوافق على أن Bedrock تحاول إنشاء آلية تنسيق مصالح طويلة الأجل، لكن ما إذا كانت ستنجح في النهاية، لا يزال يعتمد على ما إذا كان بإمكان PoSL حقاً تشكيل دورة إيجابية مستقرة بين المشاركين المختلفين خلال دورات السوق المقبلة.

قبل عدة أيام، عندما كنت أبحث مرة أخرى في نموذج الحوكمة الخاص بـ Bedrock، خطر لي سؤال:
إذا كنت لاعب كبير، لماذا يجب أن أقوم بقفل $BR ؟
العديد من الأشخاص سيجيبون مباشرة، لأنه يمكن الحصول على veBR، والمشاركة في الحوكمة، والحصول على مزيد من الحوافز.
لكن هذه الإجابات في الحقيقة سطحية نوعاً ما.
السؤال الحقيقي هو، هل هناك قيمة فعلية لحقوق الحوكمة؟
في السنوات الماضية، اعتمدت العديد من بروتوكولات DeFi نماذج مشابهة لنموذج veToken، لكن النتائج النهائية كانت متفاوتة بشكل كبير. بعض البروتوكولات أصبحت حقوق الحوكمة فيها أكثر قيمة، بينما أصبحت حقوق الحوكمة في بروتوكولات أخرى غير مهمة تقريباً. #Bedrock
غالباً ما لا يكمن الفرق في النموذج نفسه، بل في الموارد التي يتحكم بها النموذج.
لذا عندما أراقب veBR الخاص بـ @Bedrock ، ما يهمني ليس آلية القفل، بل ما الذي يمكن أن يؤثر فيه veBR في النهاية.
إذا كانت تخصيص السيولة، وجهات الحوافز، التعاون البيئي، وحتى توزيع الأرباح في المستقبل مرتبطة بـ veBR، فإن veBR لن يكون مجرد أداة حوكمة، بل سيكون نوعاً من حقوق تخصيص الموارد.
عندها سيتغير منطق BR.
لأن السوق لا يشتري حقوق التصويت، بل تأثيراً على موارد النظام البيئي بالكامل لـ Bedrock.
ومع ذلك، هناك مخاطر أيضاً.
إذا كانت القرارات الأساسية لـ Bedrock لا تزال تعتمد بشكل كبير على الفريق، أو إذا كانت المشاركة في الحوكمة غير كافية، فإن قيمة veBR ستتقلص.
مشكلة العديد من المشاريع ليست عدم وجود آلية حوكمة، بل أن آلية الحوكمة تتحول في النهاية إلى شكلية.
لذا أعتقد أن أهم ما يجب مراقبته في veBR ليس كم من العائدات يمكنه تقديمه اليوم، بل ما إذا كانت Bedrock فعلاً مستعدة لمنح المزيد من السلطة لحاملي veBR في المستقبل.
لأنه فقط عندما يمكن أن تؤثر حقوق الحوكمة على الموارد الحقيقية، ستصبح حقوق الحوكمة بنفسها ذات قيمة.
وهذا قد يكون أيضاً الحلقة الأكثر أهمية في منطق القيمة طويلة الأجل لـ BR.

أعتقد أن الكثير من الناس لم يدركوا بعد أن $GENIUS المكان الأكثر إثارة للاهتمام قد لا يكون في التداول، بل في "الوقت".
قد يبدو هذا غريبًا بعض الشيء. #genius
لكن كلما قمت بدراسة ميزات مراقبة البيانات والتنبيهات الفورية، شعرت أكثر أنه في جوهره يبيع فارق الوقت.
كان هناك مشكلة واقعية في الماضي عند التعامل مع السلسلة.
الكثير من المعلومات في الواقع متاحة للجمهور.
تراكم كبير للأموال هو أمر علني.
تدفق الأموال هو أيضًا شيء معروف.
سلوك المحفظة هو أيضًا عام.
الفرق الحقيقي غالبًا ليس في من يعرف، بل في من يعرف أولاً.
أحيانًا بفارق عشر دقائق، قد لا يكون السعر في نفس المكان تمامًا.
لذا اكتشفت لاحقًا أن @GeniusOfficial يقوم بمراقبة فورية، وتنبيهات عن سلوك غير عادي، وتتبع تحركات الأموال، أن المنطق الأساسي هنا هو نفسه.
إنه لا يخلق معلومات.
بل يضغط على وقت نشر المعلومات.
هذا المنطق مثير للاهتمام.
لأن الكثير من الناس دائمًا ما يشعرون أن سوق السلسلة هو سوق فارق المعلومات.
لكنني الآن أشعر بشكل متزايد أنه يبدو أكثر مثل سوق فارق الوقت.
المعلومات المماثلة، من يراها أولًا يكسب، ومن يراها لاحقًا يتلقى الصفقة.
أما قيمة Genius، فجزئيًا تكمن في جعل "اكتشاف المعلومات" أسرع.
ومع ذلك، هناك FUD خاص بي هنا.
إذا قام المزيد من الناس باستخدام نظام مراقبة Genius في المستقبل، فهل ستختفي هذه الميزة الزمنية ببطء؟
لأن الوقت الذي يتلقى فيه الجميع التنبيهات سيصبح أقرب.
الوقت الذي يرى فيه الجميع تحركات الأموال سيصبح أكثر قربًا.
في النهاية، قد لا يتنافس الجميع في من يكتشف أولًا، بل في من يتفاعل بسرعة أكبر.
وهذا قد يدفع سوق السلسلة إلى مرحلة أكثر تنافسية.

مؤخراً، لاحظت أن الكثير من الناس يتحدثون عن $BR ويركزون على uniBTC. لكن بعد ما درست الموضوع لفترة، اكتشفت أن هناك قضية جديرة بالاهتمام في Bedrock 2.0: لماذا تركز Bedrock على الأصول المتعددة وليس فقط على BTC؟
من الظاهر، يبدو أن Bedrock بدأت مع BTCFi.
لكن إذا نظرت بعناية إلى مسار تطور @Bedrock ، ستجد أن الفريق لم يقيد نفسه في مضمار أصول واحد.
هذا جعلني أفكر في بعض الأمور.
لأن العديد من البروتوكولات بعد نجاحها في مجال معين، تختار أن تواصل التعمق في السوق الموجودة. لكن Bedrock بدأت تتوسع إلى شبكة عوائد متعددة الأصول.
من وجهة نظر النمو، هذا القرار منطقي.
سوق BTCFi كبير جداً، لكن الاعتماد على أصل واحد يعني أن مساحة النمو ستصبح محدودة في النهاية. إذا أرادت Bedrock أن تصبح بنية تحتية للعوائد أكبر، يجب أن تدخل المزيد من الأصول إلى نظامها.
لكن من زاوية أخرى، هذه أيضاً تعتبر تحدياً.
لأن مستخدمي BTC، ومستخدمي ETH، وحتى مستخدمي الأصول الأخرى في المستقبل، لديهم تفضيلات مخاطر مختلفة تماماً.
الوعي بالعلامة التجارية الذي تم تأسيسه في البداية لـ Bedrock جاء فعلياً من BTCFi.
وعندما تبدأ Bedrock في التوسع إلى المزيد من الأصول، كيف يمكن الحفاظ على اتساق منطق المنتج؟ أعتقد أن هذا سيكون اختباراً جديداً.
أنا شخصياً أؤيد اتجاه Bedrock نحو الأصول المتعددة. #Bedrock
لأن على المدى الطويل، الاعتماد فقط على BTC قد يكون صعباً في دعم شبكة عوائد ضخمة.
ومع ذلك، أعتقد أيضاً أن Bedrock بحاجة لإثبات شيء ما: هل تقوم بتوسيع الأصول المتعددة من خلال نسخ نفس القدرة، أم أنها فقط تزيد من عدد المنتجات.
إذا كان الأمر الأول، فسوف تكون مساحة نمو Bedrock 2.0 كبيرة جداً؛ وإذا كان الأمر الثاني، فقد يصبح النظام البيئي مشتتاً.
لذا من وجهة نظري، فإن الاستراتيجية متعددة الأصول قد تكون واحدة من أكثر الجوانب التي تستحق المراقبة في Bedrock خلال السنوات القادمة، وحتى أكثر أهمية من نمو TVL على المدى القصير.

بعد ما فككت بجدية هيكل المنتج $GENIUS ، فجأة اكتشفت إنه أكبر فرق بينه وبين أدوات التداول الثانية ممكن يكون مو في الوظائف، بل في الترتيب.
معظم أدوات السلسلة المنطقية بسيطة جداً.
تبدأ بتقديم البيانات لك، وبعدين تخليك تدرس بنفسك.
لكن منطق @GeniusOfficial أشبه إنه يساعد المستخدمين يأسسوا عملية بحث.
مثلاً، تبدأ من خلال وحدة الذكاء الاصطناعي لاكتشاف تدفقات الأموال الغير طبيعية، بعدين تستخدم Wallet Intelligence لتفقد سجل المحافظ ذات الصلة، ثم تجمع مع بيانات السوق الموجودة في Terminal للتحقق من المنطق، وآخر شيء تقرر إذا كنت بتنفيذ الصفقة أو لا. #genius
بالظاهر، كأنها بس تجمع شوية وظائف مع بعض.
لكن في الحقيقة، هي بتحل مشكلة حقيقية في البحث على السلسلة:
فجوة المعلومات.
الكثير من الناس مو إنه ما يعرفوا يحللوا، لكن لما يتنقلوا بين منصات مختلفة، يضيع السياق.
محفظة هنا، رمز هناك، وموضوع سوقي في مكان ثالث.
وفي النهاية، المعلومات تتزايد، والقرارات تصير أكثر ارتباك.
Genius اللي يحب يسويه هو دمج البحث والتنفيذ ضمن نفس سير العمل.
هذا المفهوم ذكرني بالأنظمة المهنية في المالية التقليدية.
القيمة الحقيقية مو بالضرورة في بيانات معينة، بل في العلاقات بين البيانات.
وGenius Terminal مؤخراً صار يشبه كثير في هذا الشيء.
لكن عندي قلق مثير للاهتمام.
إذا زاد عدد المستخدمين اللي يستخدموا نفس سير العمل لدراسة السوق، هل ممكن يظهر سيناريو:
الكل يشوف بيانات مختلفة، لكن مسارات البحث تصير متشابهة.
الكثير من العوائد الزائدة في السوق تأتي من الأشخاص اللي يفكروا خارج الصندوق.
لذا قيمة Genius يمكن مو بس في رفع الكفاءة.
ممكن كمان إنه يغير بطريقة هادئة كيف الناس يفهموا سوق السلسلة.

في الفترة الأخيرة، عندما كنت أراجع معلومات $BR ، كان هناك تفصيل ترك انطباعاً عميقاً لدي. العديد من مشاريع BTCFi تقوم بتقديم استثمار سائل، لكن @Bedrock كانت قد أكدت في وقت مبكر على PoR (إثبات الاحتياطي). في البداية لم أولي الأمر اهتماماً كبيراً، لكن بعد أن فهمت منطق تشغيل uniBTC، أدركت أن هذا التصميم في الحقيقة أهم مما كنت أتصور. #Bedrock لأن القيمة الأساسية لـ uniBTC ليست في العائدات، بل في القدرة على الاستبدال. بعد أن يقوم المستخدم بإيداع الأصول المرتبطة بـ BTC، يحصل على uniBTC، وهذا في جوهره يعتمد على الإيمان بأنه يمكنه استرداد الأصول الأساسية في المستقبل بقيمتها المقابلة. هنا تأتي المشكلة: على أي أساس يثق المستخدم؟ العديد من البروتوكولات تقول إن الأصول موجودة في الخزينة، لكن المستخدمين غالباً ما يمكنهم فقط الوثوق بكلام الفريق. ومع دخول Bedrock لـ PoR، على الأقل من الناحية الميكانيكية، قدمت وسيلة تحقق على السلسلة، مما يسمح للمستخدمين برؤية ما إذا كانت الأصول الأساسية موجودة بالفعل. ولهذا السبب أرى أن PoR بالنسبة لـ Bedrock ليست مجرد أداة أمان. إنها في الواقع تعزز من قاعدة الثقة لـ uniBTC. لأنه بالنسبة لـ BTCFi، الأهم ليس معدل العائد، بل هو ثقة المستخدم بأن هذه الأصول لن تفقد قدرتها على الربط بشكل مفاجئ. بالطبع، PoR ليست شاملة. يمكنها إثبات وجود الأصول، لكنها لا تستطيع القضاء تماماً على مخاطر العقد الذكي، أو مخاطر السوق، أو مخاطر السيولة في الحالات القصوى. لذلك إذا كان هناك شخص يعتقد أنه بسبب رؤية PoR، فإن uniBTC ليس لديها مخاطر، أعتقد أن هذا أيضاً نوع من سوء الفهم. ومع ذلك، من زاوية أخرى، على الأقل Bedrock أدركت هذه المشكلة. بالمقارنة مع العديد من المشاريع التي تركز بالكامل على الحوافز والعائدات، فإن Bedrock مستعدة لاستثمار الموارد لزيادة شفافية الأصول، وهذا بحد ذاته يدل على أن الفريق يعرف ما هي القوة التنافسية الأساسية لـ BTCFi. لأن بالنسبة لمعظم مستخدمي BTC، فإن الثقة دائماً أصعب بكثير من الحصول على APY. وPoR هي خطوة مهمة في بناء هذه الثقة من قبل Bedrock.

في اليومين الماضيين، كنت أبحث في Wallet Intelligence للرقم $GENIUS S، وفجأة جائني فكرة مثيرة للاهتمام.
كان هناك افتراض ضمني في تحليل السلسلة:
كلما كانت المحفظة أكثر شفافية، كان ذلك أفضل. #genius
لأنه فقط من خلال الشفافية يمكن للناس تتبع الأموال الذكية، ودراسة تدفقات السيولة.
لذا، في هذه السنوات، ظهرت العديد من أدوات المراقبة، والتي تهدف في جوهرها إلى زيادة الشفافية.
لكن @GeniusOfficial ، بينما كانت تعمل، يبدو أنها اتجهت في اتجاه آخر.
فهي من جهة تقدم Wallet Intelligence، مما يسهل على المستخدمين تحليل الآخرين؛ ومن جهة أخرى، من خلال Ghost Orders، وتنفيذ متعدد المسارات، تجعل من الصعب على المستخدمين أن يتم تحليلهم من قبل الآخرين.
في البداية، شعرت أن هذا متناقض بعض الشيء.
ولكن بعد التفكير، أدركت.
قد لا يكون هدف Genius هو السعي وراء الشفافية.
إنه يسعى لتحقيق ميزة المعلومات.
يمكنك أن تفهم ذلك كنوع من المنطق الواقعي:
أرغب في رؤية المزيد من الأشياء، لكن لا أريد أن يرى الآخرون ما أفعله.
وهذا ما يفكر فيه المتداولون المحترفون طوال الوقت.
لذا، فإن مجموعة منتجات Genius مثيرة للاهتمام للغاية.
Wallet Intelligence مسؤولة عن مراقبة السوق.
Ghost Orders مسؤولة عن إخفاء الذات.
AI مسؤولة عن تصفية الضجيج.
Terminal مسؤولة عن تنفيذ الصفقات.
إذا نظرت إلى كل وظيفة بشكل منفصل، يبدو أنها ليست مميزة.
لكن عندما تربط هذه الوظائف معًا، ستكتشف أن Genius تبني حلقة مغلقة كاملة.
أولاً اكتشاف الفرص، ثم التحقق من المنطق، ثم إخفاء السلوك لإكمال التنفيذ.
وهذه هي النقطة التي تجعل Genius مختلفة عن العديد من أدوات التداول.
معظم المنتجات تهدف إلى حل مشكلة واحدة.
Genius تشبه أكثر في تغطية العملية التجارية بأكملها.
بالطبع، هناك القليل من FUD من جانبي.
إذا بدأ المزيد والمزيد من الأشخاص في استخدام نظام مثل Genius، فهل ستتحول السلسلة إلى عالمين ببطء؟
عالم مسؤول عن المراقبة.
وعالم آخر مسؤول عن الإخفاء.
والميزة الحقيقية ستبقى بيد أولئك الذين يمتلكون كلا القدرتين.