TraderNoSleep

"الماء يأخذ شكل الوعاء الذي يحمله."
هذه كانت الاقتباس الذي أرسله لي إيثان في الساعة 2 صباحًا بعد أن قضى أربعين دقيقة يشاهد مقاطع فيديو عن صنع السيوف في العصور الوسطى.
الجزء المضحك؟ إيثان لا يحب السيوف حتى.
توصية واحدة أصبحت عشرة. عشرة أصبحت عشرين. في مكان ما على طول الطريق، توقف انتباهه عن كونه خيارًا وأصبح مسارًا كانت الخوارزمية تعرف بالفعل أنه سيتبعه.
هذا جعلني أتساءل.
لسنوات، كان الانتباه شيئًا تشتريه الشركات المعلنة. كل منصة اجتماعية تعمل على مزادات حيث تتنافس العلامات التجارية على بضع ثوان من التركيز البشري.
لكن وكلاء الذكاء الاصطناعي قد يغيرون طبيعة السوق تمامًا.
تخيل وكيلًا يفهم ليس فقط ما تنقر عليه، ولكن أيضًا ما تتجاهله باستمرار، وما يجعلك تتوقف، وما المواضيع التي تجذبك بهدوء يومًا بعد يوم.
لن يكون الانتباه مقياسًا بعد الآن.
سيصبح أصلًا قابلًا للتنبؤ.
ومتى ما أصبح شيء قابلًا للتنبؤ، تميل الأسواق إلى التكون حوله.
تشتري الشركات المعلنة اليوم الانطباعات.
قد يتداول الوكلاء في المستقبل الاحتمالات.
احتمالية انخراطك.
احتمالية ثقتك.
احتمالية إنفاقك.
احتمالية اهتمامك.
التحدي الخفي هو أن التنبؤ يتطلب ذاكرة.
نادراً ما تظهر الأسواق حول الأصل نفسه. تظهر حول البنية التحتية التي تسمح بقياس الأصل وتسعيره.
إذا أصبح الانتباه هو الأصل، فإن السياق يصبح البنية التحتية.
لهذا السبب يشعر OpenGradient بأنه يزداد أهمية. المشروع يبني طبقة سياق تسمح للوكلاء بالوصول إلى معلومات دائمة بدلاً من العمل باستمرار بذاكرة مجزأة.
كلما فكرت في الأمر، كلما شعرت أن الاقتصاد المقبل للذكاء الاصطناعي لن يبنى حول الذكاء وحده. قد يتم بناؤه حول فهم الناس بعمق كافٍ لتوقع أين يتدفق انتباههم بشكل طبيعي. في ذلك المستقبل، قد لا يكون أغلى أصل للذكاء الاصطناعي هو الذكاء على الإطلاق. قد يكون الانتباه القابل للتنبؤ.#opg $OPG $ARX $DEXE

#opg
"إنه يتذكر كل شيء،" قال.
لإثبات ذلك، طلب من الذكاء الاصطناعي أن يلخص شهره.
ذكر الذكاء الاصطناعي اجتماعاته، والمواعيد النهائية، ومقهى القهوة المفضل لديه، وحتى ذكره بأنه بدأ عضوية في صالة الألعاب الرياضية في يناير.
ثم أضاف:
"لقد زرت الصالة الرياضية مرتين."
انفجر الجدول بالكامل بالضحك.
تغير كيفن على الفور عن الموضوع.
كانت النكتة مضحكة، لكنها كشفت عن شيء أكبر.
يعتقد معظم الناس أن الذكاء الاصطناعي يتحسن بجمع المزيد من البيانات.
تاريخ أكثر. ذاكرة أكثر. سياق أكثر.
وهذا صحيح - حتى نقطة معينة.
مع تحول الوكلاء الذكاء الاصطناعي إلى أكثر شخصية، أصبح السياق هو أكثر الأصول قيمة لديهم. تفضيلاتك، عاداتك، محادثاتك، وقراراتك تصبح تدريجياً نظام التشغيل وراء كل تفاعل مستقبلي.
لكن ذلك يخلق مشكلة.
كلما زاد السياق الذي يمتلكه الذكاء الاصطناعي، أصبح أكثر فائدة.
كلما زاد السياق الذي يمتلكه، زاد الثقة التي يطلبها من المستخدمين.
لا يزال معظم شركات الذكاء الاصطناعي تفترض أن استخدام البيانات يتطلب التحكم في البيانات.
OpenGradient مثير للاهتمام لأنه يتحدى هذا الافتراض.
بدلاً من تحويل سياق المستخدم إلى قاعدة بيانات مركزية أخرى، يستكشف OpenGradient نموذجًا حيث يحتفظ المستخدمون بملكية سياقهم بينما يمكن لوكلاء الذكاء الاصطناعي الوصول إلى ما يحتاجون إليه لتقديم تجارب مخصصة.
قد يبدو ذلك كتفصيل تقني.
أعتقد أنه تحول في نموذج الأعمال.
في المالية التقليدية، تعتبر الحراسة واحدة من أكبر مصادر المسؤولية والمخاطر. قد يتجه الذكاء الاصطناعي في نفس الاتجاه. المنصات التي تتحكم في المزيد من السياق قد ترث في النهاية المزيد من المسؤولية.
كلما قضيت وقتًا أطول في مراقبة هذا المجال، كلما اعتقدت أن سباق الذكاء الاصطناعي في المستقبل لن يُحدد فقط من خلال الذكاء. قد يُحدد من خلال الثقة. وغالبًا ما تأتي الثقة من منح المستخدمين مزيدًا من السيطرة، وليس أخذها بعيدًا. $OPG $BTW @OpenGradient

منذ سنوات، صادفت اقتباسًا شهيرًا لبروس لي:
"أنا لا أخاف من الرجل الذي مارس 10,000 ركلة مرة واحدة، لكنني أخاف من الرجل الذي مارس ركلة واحدة 10,000 مرة."
في ذلك الوقت، اعتقدت أنه مجرد درس حول الانضباط.
مؤخراً، بينما كنت أشاهد تطور الذكاء الاصطناعي، أدركت أنه قد يصف شيئًا أكبر بكثير.
يفترض معظم الناس أن مستقبل الذكاء الاصطناعي ينتمي إلى من يبني النموذج الأكثر ذكاءً.
نماذج أكبر.
معايير أفضل.
منطق أقوى.
لكن OpenGradient (OPG) جعلني أشكك في هذا الافتراض.
ماذا لو لم يكن الذكاء هو الحاجز الحقيقي بعد الآن؟
ماذا لو كانت الميزة الحقيقية تأتي من السياق المتراكم؟
وكيل ذكاء اصطناعي قضى ثلاث سنوات في تعلم أهدافك وتفضيلاتك وعاداتك وسير العمل وقراراتك السابقة مختلف تمامًا عن وكيل جديد تمامًا يعمل بنفس النموذج.
ومع ذلك، فإن معظم المناقشات في مجال الذكاء الاصطناعي بالكاد تتطرق إلى هذه الفكرة.
لا تزال الصناعة تعالج السياق كشيء مؤقت - تنبيه، محادثة، جلسة.
تتناول OpenGradient المشكلة بشكل مختلف.
بدلاً من التركيز فقط على توليد الذكاء، تركز على جعل السياق دائمًا وقابلًا للوصول عبر الزمن. تم بناء المشروع حول الاعتقاد بأن الذاكرة لا ينبغي أن تختفي في كل مرة يتغير فيها التطبيق أو تنتهي جلسة.
في العديد من النواحي، يتصرف السياق مثل رأس المال.
كلما تراكم لفترة أطول، زادت قيمته.
يمكن لوكيل جديد نسخ نموذجك.
يمكنه حتى نسخ تنبيهاتك.
لكنه لا يمكنه نسخ سنوات من التفاعل الحي على الفور.
كلما شاهدت تطور الذكاء الاصطناعي، زاد اقتناعي بأن جودة النموذج لن تكون العامل الحاسم. تتحسن النماذج بسرعة بحيث نادرًا ما تدوم ميزة اليوم. ما يبدو أصعب بكثير هو إعادة إنتاج التاريخ وراء النموذج - الدروس المستفادة، والتفضيلات التي تشكلت، والقرارات المتراكمة بمرور الوقت. ربما لن ينتمي المستقبل إلى الذكاء الاصطناعي الذي يفكر بأسرع. ربما سيعود إلى ذلك الذي يفهمك لأطول فترة.
#opg $OPG $BTW $RE @OpenGradient

صديقي خانغ عرض لي بفخر مساعده الذكي.
"هو يتذكر كل شيء،" قال.
مشاريعه. عاداته.
حتى كيف يحب تقديم المعلومات.
في البداية، كان ذلك يبدو مثيرًا للإعجاب.
ثم خطر لي سؤال مختلف:
إذا كانت الذكاء الاصطناعي يتذكر كل شيء... من يملك تلك الذكريات؟
معظم النقاشات حول منافسة الذكاء الاصطناعي تدور حول النماذج.
نماذج أكبر.
نماذج أذكى.
أكثر تفكيرًا.
لكن النماذج أصبحت سلعًا بسرعة مفاجئة.
كل بضعة أشهر، يظهر قائد جديد في المعيار.
السياق مختلف.
السياق يتراكم.
لأكون عادلًا، فإن الذاكرة المستمرة تحل مشكلة حقيقية.
لا أحد يستمتع بتكرار نفس التعليمات في كل مرة يفتح فيها دردشة جديدة.
كلما زاد السياق الذي يمتلكه الذكاء الاصطناعي، زادت فائدته.
ومع ذلك، هذا هو المكان الذي تبدأ فيه المقايضة الخفية.
كلما زادت التاريخ الذي يجمعه الذكاء الاصطناعي، أصبح من الأصعب المغادرة.
قفلُك لم يعد البرنامج.
إنه حياتك الرقمية المتراكمة.
صديق لي يعمل في التمويل الكمي شرح لي شيئًا مشابهًا.
أقوى الشركات غالبًا لا تفوز لأنها تمتلك أفضل النماذج.
إنها تفوز لأنها تمتلك مجموعات بيانات خاصة لا يمكن لأحد آخر الوصول إليها.
النموذج يولد التوقعات.
البيانات تخلق الخندق.
قد يكون الذكاء الاصطناعي في طريقه نحو نفس الهيكل.
لهذا السبب لفتت انتباهي OpenGradient.
بدلاً من التعامل مع السياق كشيء محصور داخل منصة واحدة، تقوم OPG ببناء بنية تحتية تسمح للوكلاء بالوصول إلى سياق موزع وقابل للتحقق عبر الشبكات.
تبدو هذه الاختيار التصميمي أكثر أهمية مما يبدو في البداية.
ما يثير اهتمامي هو أن شركات الذكاء الاصطناعي تنفق مليارات لبناء نماذج أذكى، بينما الأصل الذي قد يكون الأكثر أهمية يتراكم بهدوء في الخلفية.
ليس المعلمات. ليس المعايير. ولكن الذاكرة.
إذا كانت OpenGradient محقة بشأن جعل السياق أكثر انفتاحًا وقابلية للنقل، فقد لا تكون المعركة التالية في الذكاء الاصطناعي حول من يبني أفضل ذكاء.
قد تكون حول ما إذا كان يمكن أن يوجد الذكاء بدون التخلي عن ملكية ذكرياته في المقام الأول. #opg $OPG $RE $LAB

صديقي دانيال ما بيمسح شي.
صندوق الوارد عنده فيه أكثر من 30,000 رسالة غير مقروءة. تليفونه مليان لقطات شاشة ما بيشوفها. اللابتوب عنده فيه مجلدات من مشاريع انتهت من سنين.
في يوم من الأيام قال لي، "المعلومات قيمة. ليش أرمى شي؟"
بعد كم شهر، أجهزته بقت بطيئة بشكل مؤلم.
هالمحادثة رجعت لي وأنا أفكر في وكلاء الذكاء الاصطناعي.
الصناعة غالبًا تفترض أن المزيد من الذاكرة تلقائيًا يخلق ذكاء أفضل. يبدو معقولًا. إذا كان الوكيل يتذكر كل تفاعل، كل تفضيل، وكل نتيجة، يجب أن يصبح أكثر فائدة مع الوقت.
ولأكون عادل، هذا جزء من الرؤية وراء الذكاء الاصطناعي المستمر.
المشكلة هي أن الذاكرة تنمو أسرع من الأهمية.
كل ذاكرة جديدة تضيف قيمة محتملة، لكنها تضيف أيضًا تكاليف الاسترجاع. كلما زادت قاعدة الذاكرة، صار أصعب تحديد ما هو مهم فعلاً. في مرحلة ما، الوكيل ما عاد يعاني من تذكر. هو يعاني من التركيز.
هنا يأتي دور OpenGradient ليكون مثير للاهتمام.
معظم الناس يصفون OpenGradient كالبنية التحتية التي تساعد وكلاء الذكاء الاصطناعي على الوصول واستخدام البيانات. لكن تحت هالسرد يكمن تحدٍ أكثر جوهرية: اقتصاديات الذاكرة.
مو كل ذاكرة تستحق نفس الأهمية. بعض الذكريات تخلق قيمة مستقبلية. وأخرى تصبح ضوضاء. إذا كان وكلاء الذكاء الاصطناعي راح يعملون على مدار شهور أو سنوات، يحتاجون آلية تحدد ما يجب أن يستمر وما يجب أن يفقد تأثيره تدريجيًا.
المالية التقليدية واجهت نفس المشكلة منذ زمن بعيد. رأس المال الذي لا يعاد تخصيصه يصبح غير فعال. قد تتبع الذاكرة نفس القاعدة.
ما عم أقول إن وكلاء الذكاء الاصطناعي يجب أن يتذكروا أقل.
لكن كل ما أفكر في الموضوع، أقل هذا يبدو كأنه مشكلة تخزين وأكثر كأنه مشكلة تخصيص.
المستقبل قد ينتمي لوكلاء ما بتذكروا كل شي، لكنهم يفهمون ما يستحق التذكر.@OpenGradient #opg $OPG $RE $O

نحن نبني عن غير قصد برك مظلمة للذكاء الاصطناعي
في الشهر الماضي، كنت أخطط لعشاء مع صديقين.
فتح جيك خرائط جوجل.
فتح توم ChatGPT.
بعد بضع دقائق، كانوا يوصون بمطاعم مختلفة تمامًا.
"لماذا هذا؟" سألت توم.
ضحك.
"ربما لأن ChatGPT يعرفني أفضل مما تعرفني جوجل."
لقد علقت هذه الإجابة في ذهني.
لأن التوصية لم تكن تأتي من النموذج وحده.
بل جاءت من السياق.
المحادثات السابقة.
التفضيلات.
الأنماط التي تراكمت على مر الزمن.
وعندها حدث شيء.
في التمويل التقليدي، ظهرت البرك المظلمة لأن ليس كل نشاط ذو قيمة يحدث في الأسواق العامة.
بعض المعاملات تتطلب الخصوصية.
يبدو أن الذكاء الاصطناعي يتحرك في نفس الاتجاه.
كلما أصبح الذكاء الاصطناعي أكثر فائدة، زادت اعتماده على السياق الخاص.
ليس البيانات العامة.
ليس درجات المعايير.
السياق.
يمكن لمستخدمين اثنين الوصول إلى نفس النموذج تمامًا وتلقي نتائج مختلفة تمامًا لأنهما فعليًا يجلبان بيئات معلومات مختلفة إلى المحادثة.
المشكلة هي أن سياق اليوم يعيش في الغالب داخل منصات مغلقة.
المستخدمون يولدونه.
المنصات تخزنه.
نموذج الملكية لا يزال غير واضح.
وهذا ما يجعل OpenGradient مثيرًا للاهتمام.
بدلاً من اعتبار السياق كناتج ثانوي للذكاء الاصطناعي، تعتبر OpenGradient السياق كأصل.
شيء يمكن امتلاكه.
مسموح به.
يمكن تحقيق الربح منه.
وربما حتى قابل للنقل عبر أنظمة الذكاء الاصطناعي المختلفة.
إذا نجح ذلك الرؤية، فلن يكون لدى الذكاء الاصطناعي فقط طبقات ذكاء.
سيكون لديه بنية تحتية للسياق.
ويبدو أن هذا مهم.
لأن الميزة التنافسية التالية في الذكاء الاصطناعي قد لا تأتي من بناء نموذج أذكى.
قد تأتي من التحكم في، والوصول إلى، وتنسيق السياق المحيط به.@OpenGradient #opg $OPG $RE $LAB

قبل بضعة أسابيع، تحداني صديقي الذي يعمل في المالية التقليدية حول أحد افتراضاتي عن الذكاء الاصطناعي.
كنا نتحدث عن أحدث إصدارات النماذج.
معايير جديدة.
قدرات جديدة في التفكير.
المحادثة المعتادة.
ثم سألني سؤالًا بسيطًا:
"إذا صدر نموذج ذكاء اصطناعي أفضل غدًا، هل ستتبدل على الفور؟"
أجبت دون تردد.
"بالطبع."
لكن في وقت لاحق من تلك الليلة، قررت اختبار إجابتي الخاصة.
فتحت مساعد ذكاء اصطناعي آخر وحاولت إعادة إنشاء سير عمل كنت أعمل عليه لعدة أشهر.
خلال دقائق، شعرت بالإحباط.
ليس لأن النموذج كان سيئًا.
في الواقع، كانت بعض الردود أفضل من حيث الجودة.
المشكلة كانت شيئًا آخر.
لم يكن يعرف المشاريع التي كنت أعمل عليها.
لم يكن يعرف أسلوب كتابتي.
لم يكن يعرف القرارات التي اتخذتها بالفعل.
قضيت وقتًا أطول في إعادة بناء السياق بدلاً من العمل فعلاً.
عندها أدركت شيئًا.
على مدى سنوات، كانت شركات التكنولوجيا تبني خنادق من خلال تأثيرات الشبكة.
أصبح فيسبوك ذا قيمة لأن الجميع كانوا هناك بالفعل.
أصبحت فيزا ذات قيمة لأن الجميع يقبلها.
لكن الذكاء الاصطناعي قد يقدم نوعًا مختلفًا من الخندق.
أنا لا أستخدم ذكاء اصطناعي لأنه يستخدمه الآخرون.
أستخدمه لأنه يفهمني بالفعل.
الضعف الخفي في سباق الذكاء الاصطناعي اليوم هو أن معظم الناس لا يزالون يركزون على الذكاء.
ومع ذلك، فإن الذكاء يصبح أرخص كل عام.
السياق ليس كذلك.
لهذا السبب يبدو OpenGradient مثيرًا للاهتمام.
يبدو أن المشروع مبني حول افتراض أن الكثير من الناس لا يزالون يستخفّون به:
قد لا يكون الفائز في المستقبل هو الذكاء الاصطناعي الذي يحقق أعلى درجات معيارية.
قد يكون النظام البيئي الذي يمتلك أغنى طبقة سياقية.
النتيجة المثيرة للجدل؟
قد لا تُبنى الاحتكارية في الذكاء الاصطناعي المقبل على النماذج.
قد تُبنى على الذاكرة.
أطروحتي:
السياق يخلق قفلًا أقوى من تأثيرات الشبكة.#opg $OPG $BSB @OpenGradient

لفترة طويلة، كنت أعتقد أن أكبر تحدٍ لوكلاء الذكاء الاصطناعي سيكون الذكاء.
نماذج أكثر قوة. تفكير أفضل. نوافذ سياق أكبر.
لكن بعد قضاء الأشهر القليلة الماضية في اختبار منتجات ذكاء اصطناعي مختلفة ومتابعة صعود الوكلاء المستقلين، بدأت أعتقد أننا نركز على عنق الزجاجة الخطأ.
معظم العروض التوضيحية تبدو مثيرة للإعجاب. يمكن للوكلاء البحث في الويب، تلخيص المعلومات، كتابة الأكواد، وحتى تنفيذ المهام. ولكن كلما سألت نفسي سؤالاً بسيطًا - "هل يمكنني الوثوق بهذا الوكيل للعمل نيابةً عني؟" - تصبح الإجابة أقل وضوحًا.
مثال حديث كان عندما استخدمت سير عمل ذكاء اصطناعي لجمع معلومات السوق من مصادر متعددة. كانت النتيجة النهائية تبدو مقنعة، لكن لم يكن لدي طريقة واضحة للتحقق من المصادر التي تم استخدامها فعلاً، سواء كانت بعض المعلومات قديمة، أو إذا كانت جزء من العملية قد فشل بصمت. كانت النتيجة تبدو مفيدة، لكنها كانت تتطلب الثقة.
عندها أدركت أن المكدس المستقبلي للذكاء الاصطناعي ليس فقط حول البيانات، الذاكرة، والتفكير.
إنه بحاجة أيضًا إلى التحقق.
وهذا ما جذب انتباهي في البداية حول @OpenGradient
بينما تتنافس العديد من المشاريع لبناء نماذج أذكى، يركز OpenGradient على جعل تنفيذ الذكاء الاصطناعي قابلاً للتحقق. بدلاً من التعامل مع الاستدلال كصندوق أسود، يقوم المشروع ببناء بنية تحتية تسمح للمطورين والمستخدمين بالتحقق من كيفية أداء حسابات الذكاء الاصطناعي.
كلما فكرت في الوكلاء المستقلين الذين يديرون الأصول، ويتفاعلون مع واجهات برمجة التطبيقات، أو ينفذون سير العمل التجاري، يصبح هذا الأمر أكثر أهمية. الذكاء يحدد ما يريده الوكيل أن يفعله. التحقق يثبت ما فعله بالفعل.
لا أقول إن التحقق هو القطعة الوحيدة المفقودة في الذكاء الاصطناعي. لكنني أعتقد أنه واحد من أكثر الأشياء التي تم تجاهلها.
مع ازدياد استقلالية وكلاء الذكاء الاصطناعي، قد تصبح الثقة قيودًا أكبر من الذكاء نفسه.
وهذا هو السبب في أنني أعتقد أن OpenGradient لا تتنافس حقًا في سباق النماذج.
إنها تبني شيئًا قد يحتاجه كل وكيل ذكاء اصطناعي ناجح في النهاية: وسيلة لإثبات أن أفعاله يمكن الوثوق بها.#opg $OPG $H $BSB

على مدار السنوات القليلة الماضية، كانت صناعة الذكاء الاصطناعي مهووسة بالنماذج.
كل شهر يجلب معيارًا جديدًا، عددًا أكبر من المعلمات، أو محرك استدلال أكثر قوة. ومع ذلك، على الرغم من كل هذا التقدم، لا تزال العديد من تطبيقات الذكاء الاصطناعي تعاني من نفس المشكلة الأساسية: إنها لا تعرف ما يحدث الآن.
المشكلة ليست في الذكاء. المشكلة في الوصول.
يمكن أن يشرح نموذج الذكاء الاصطناعي الحديث مفاهيم علمية معقدة، ويكتب رموزًا جاهزة للإنتاج، ويحل مشاكل صعبة. لكن اسأله عن رصيد محفظة، حدث سوق مباشر، أو أحدث حالة لبروتوكول، وستصبح معرفته قديمة بسرعة.
هذا يخلق فجوة متزايدة بين ما يمكن للذكاء الاصطناعي التفكير فيه وما يمكنه رؤيته فعليًا.
فكر في الذكاء الاصطناعي كأنها محلل محترف محبوس في غرفة. قد يكون المحلل بارعًا، ولكن بدون الوصول إلى المعلومات الحالية، كل قرار يعتمد على بيانات غير مكتملة.
لهذا السبب، فإن المرحلة التالية من تطوير الذكاء الاصطناعي تتحول بعيدًا عن منافسة النماذج نحو بنية البيانات التحتية.
الفائزون لن يكونوا بالضرورة الفرق التي تبني أذكى النماذج. قد تكون الفرق التي تبني أفضل الروابط بين الذكاء الاصطناعي والمعلومات الواقعية.
هنا تدخل OpenGradient في المحادثة.
بدلاً من التركيز فقط على أداء النموذج، تقوم OpenGradient ببناء البنية التحتية التي تسمح لوكلاء الذكاء الاصطناعي بالوصول إلى بيانات موثوقة، ومعلومات على السلسلة، وسياق خارجي في الوقت الفعلي.
القيمة واضحة: وكيل الذكاء الاصطناعي الذي يمكنه استرجاع السياق الجديد باستمرار يصبح مفيدًا بشكل كبير مقارنةً بأحد يعتمد على بيانات تدريب ثابتة.
مع انتقال الذكاء الاصطناعي من الروبوتات الدردشة إلى الوكلاء المستقلين، يصبح السياق ميزة تنافسية.
قد لا يتم تحديد مستقبل الذكاء الاصطناعي من خلال من يمتلك أكبر نموذج.
قد يتم تحديده من خلال من يوفر المعلومات الأكثر صلة في اللحظة الدقيقة التي يجب اتخاذ القرار فيها.@OpenGradient
#opg $OPG $H

$H
#bedrock $BR
تفتح Bedrock 2.0، تقارن بين صناديق الاستراتيجية، تقرأ تحليل المخاطر، وتستخدم تلك المعلومات لتحديد أين يجب أن يذهب رأس مالك. من الواجهة، يبدو أن هذه هي النقطة الأساسية.

ثم سألت نفسي سؤالاً مختلفاً.

من يحتاج BRClaw أكثر؟

ليس المستخدم الذي يختار بين صندوقين.

إنما Bedrock نفسها.

في نظام DeFi متعدد الطبقات، لا تصل المخاطر وفق جدول زمني. يمكن أن تظهر ثغرة في العقد الذكي، فشل في oracle، ازدحام في الشبكة، أو حدث خصم من شريك البنية التحتية مثل Babylon في ثوانٍ.

لا يمكن لأي فريق بشري، مهما كانت خبرته، مراقبة كل سوق، طريق، واعتماد دون انقطاع. بحلول الوقت الذي يفتح فيه شخص ما لوحة التحكم، يناقش الإشارة، ويوافق على رد الفعل، قد يكون المخرج الأكثر أماناً قد أغلق بالفعل.

لهذا أرى BRClaw كطبقة رد الفعل الداخلية لـ Bedrock.

بالنسبة للمستخدمين، هي أداة اتخاذ قرار.

بالنسبة لـ Bedrock، هي جزء من قدرة البروتوكول على الدفاع عن نفسه.

تقرأ BRClaw باستمرار ظروف السلسلة، تراقب الانهيارات الصغيرة عبر طبقات الشركاء، ويمكنها تفعيل مفاتيح الدائرة أو سحب تخصيصات كبيرة بعيداً عن الطرق المعرضة للخطر قبل أن يفهم السوق الأوسع ما حدث.

الحقيقة أن Bedrock بنت BRClaw بنفسها تهم.

قد تفهم AI العامة DeFi بشكل عام. تم تصميم BRClaw حول هيكل صناديق Bedrock الخاص، منطق التوجيه، تعرضات الشركاء، وحدود المخاطر. إنها تعرف بالفعل المبنى، المخرجات، وأي جدران تحمل الوزن.

هذا يجعل Bedrock أهم مستخدم لها.

قد يستخدم المستخدم بالتجزئة BRClaw لاختيار صندوق أفضل أو الحصول على عائد أكبر قليلاً. تحتاج Bedrock إليه للبقاء على قيد الحياة في مواجهة الفشل الذي يتحرك أسرع من رد فعل الإنسان.

تظهر الواجهة AI تساعد المستخدمين على التفكير.

أسفل ذلك، نفس AI يساعد البروتوكول على الرد عندما يدرك المستخدمون أن النظام كان تحت ضغط.

هذه هي النقطة التي كنت أساء فهمها.

قد تظهر BRClaw على الواجهة كأداة للمستخدمين، لكن قيمتها الأعمق هي تشغيلية. بنت Bedrock ذلك لأنه لا يمكن للبروتوكول تحمل الانتظار للبشر عندما تتحرك المخاطر في ثوانٍ.
#Bedrock @Bedrock

شغلت كلا المركزين بالتوازي لمدة ثمانية أسابيع بدءًا من أواخر يناير. خزينة uniBTC من Bedrock على جانب. استراتيجية تمويل العقود الآجلة الدائمة لبيتكوين على الجانب الآخر. تم تقسيم رأس المال المبدئي بالتساوي. كنت أريد جوابًا مباشرًا تحت ظروف حقيقية.
في الأسابيع الأربعة الأولى، كانت معدلات تمويل العقود الآجلة لبيتكوين إيجابية بشكل مستمر. عادت استراتيجية العقود الآجلة تقريبًا 2.3 ضعف ما كانت تولده خزينة uniBTC خلال نفس الفترة.
في الأسابيع من خمسة إلى ثمانية، انضغط التمويل. أسبوع واحد أصبح سلبيًا لفترة قصيرة. استمرت خزينة uniBTC في العائد، ثابتة وغير معتمدة على الاتجاه. توقفت استراتيجية العقود الآجلة عن الدفع وكانت بحاجة إلى إدارة نشطة لتجنب فترات المعدلات السلبية تمامًا.
كانت تلك النقطة الحاسمة. لم يكن الأمر أن واحدة من الاستراتيجيات كانت أفضل من الأخرى. لقد عملوا في ظروف سوق مختلفة تمامًا، وقد كنت أُقارن بينهم بينما لم يكونوا كذلك.
ما علمته فعليًا عن Bedrock من مقارنة الثمانية أسابيع: uniBTC ليست وسيلة لتعظيم العائد بالطريقة التي تعمل بها استراتيجية معدل التمويل. إنها مصدر عائد مستمر، منخفض الإدارة، يعمل بشكل مستقل عن اتجاه السوق وظروف التمويل. تفوز في الأسواق الثابتة، والأسواق الجانبية، والبيئات ذات التمويل السلبي. تتخلف في فترات التمويل الإيجابي العالي حيث يمكن للاستراتيجيات النشطة استخراج المزيد من علاوة التقلب.
السؤال الحقيقي ليس أيهما أفضل. بل أي نظام سوق أنت فيه الآن. تم بناء هيكل خزينة Bedrock من أجل المتوسط الطويل، وليس القمة. تم بناء استراتيجيات معدل التمويل من أجل القمة ولكنها تتطلب منك التنقل بنشاط خلال القيعان.
معظم الناس الذين ينقلون رأس المال إلى Bedrock يهربون من قاع. ومعظم الناس الذين يتحركون نحو العقود الآجلة يتتبعون قمة. كلا القرارين منطقيان نظرًا للظروف التي أدت إليهما. لا شيء منهما حكم على هيكل Bedrock. معرفة النظام الذي تدخل فيه هو التحليل بالكامل، دون مبالغة.
@Bedrock #bedrock $BR $BEAT

صديقي لوكا يمتلك stETH منذ عام 2022. هو يفهم الستاكينج السائل أفضل من معظم الأشخاص الذين أتحدث إليهم في عالم الكريبتو. عندما أخبرته أنني انتقلت إلى uniBTC من Bedrock، أومأ برأسه وقال: "فهمت. بشكل أساسي stETH ولكن لبيتكوين." ثم توقف عن طرح الأسئلة. هذه كانت المشكلة. 😭 على مدار الأسابيع الثلاثة التالية، شاهدته يدير مركز uniBTC مستخدمًا كل نموذج ذهني قدمه له stETH. كان يراقب الرصيد. عندما لم ينمو، افترض أنه لا يعمل. حاول أن يجعله يتضاعف تلقائيًا بنفس الطريقة التي يضاعف بها عائد stETH. لم تعمل المضاعفة بشكل صحيح لأن uniBTC غير متجدد. كاد أن يخرج ظنًا أن المركز معطل قبل أن ألحق به.
جاء التحول عندما أدركت أن الألفة كانت أكثر خطورة من الجهل. المستخدم الجديد تمامًا الذي لم يحمل رمز ستاكينج سائل يعرف على الأقل أنه لا يفهمه. لوكا اعتقد أنه يفهمه. فجوة الثقة تلك هي حيث حدثت الإدارة السيئة.
هذه واحدة من أكثر المخاطر التي لا تحظى بالتقدير في قصة اعتماد Bedrock. المسار الطبيعي لنمو البروتوكول يمر عبر المستخدمين الذين يفهمون بالفعل الستاكينج السائل من إيثريوم. هم المجتمع الأكثر احتمالاً لاستكشاف BTCFi، والأكثر احتمالاً لمواجهة uniBTC، والأكثر احتمالاً للوصول مع نموذج ذهني يصيب الكثير من الأمور بشكل صحيح وشيء واحد بشكل حرج خاطئ. uniBTC غير متجدد. رصيدك لا ينمو. القيمة تتراكم على سعر الصرف. هذا الاختلاف الواحد، غير المرئي في عرض المحفظة، يبطل كل حدس تم بناؤه حول مشاهدة زيادة رصيد stETH بمرور الوقت. لا يمكن لـ Bedrock إصلاح هذا من خلال تلميح. التجريد في الواجهة هو المنتج. لكن أي حائز قادم من الستاكينج السائل في إيثريوم يحتاج إلى نسيان إشارة نمو الرصيد قبل إدارة uniBTC، لأن الشيء الذي تم تدريبه على مراقبته هو الشيء الذي اختار Bedrock تحديدًا عدم إظهاره. 🫡
@Bedrock #bedrock $BR $BEAT

صديقة لي قضت سنوات في توفير سيولة لزوج العملات المستقرة، أصبحت فضولية بشأن إضافة uniBTC لاستراتيجيتها. سألتني كيف سيكون تصرفه مقابل WBTC على منصة تداول لامركزية. قلت ربما سيكون مشابهًا لأي LP مرتبط بـ BTC آخر. كنت محقًا جزئيًا. 🤔
أنشأت المجمع. في الأسبوع الأول، كانت النسب تتبع بشكل معقول. ثم بدأت تلاحظ انحرافًا. لم يكن المجمع يتحرك بشكل نظيف مع سعر BTC. كان جانب uniBTC يجمع القيمة من خلال تقدير سعر الصرف، لكن منطق تسعير AMM اعتبره رصيدًا ثابتًا، دون احتساب العائد الصامت الذي يتراكم في الأسفل. كان المجمع يعيد التوازن بناءً على عدد الرموز بدلاً من القيمة الحقيقية التي تمثلها كل رمز في أي لحظة.
عندما أشارت إلى ذلك، فهمت شيئًا كنت أتعامل معه كمسألة تقنية. الرموز غير القابلة لإعادة التوازن لا تغير فقط كيف يظهر العائد في محفظتك. إنها تغير كيف تسعر صانعات السوق الآلية الزوج. ترى AMM أرصدة الرموز المستقرة. سعر الصرف يتحرك تحت تلك الأرصدة. تلك الأشياء التي تتفاعل داخل مجمع السيولة تخلق سلوكًا لا يتبع بشكل نظيف مسار سعر أي من الأصول.
هذا لا يجعل uniBTC سيئًا للتوفير في السيولة. إنه يجعله مختلفًا بطريقة تقنية محددة لم يفكر فيها معظم الناس الذين يديرون استراتيجيات السيولة لـ BTC من قبل. حساب الخسارة غير الدائمة يتغير لأن العلاقة القيمة بين الرمزين ليست ثابتة. يتغير سلوك إعادة التوازن. لا يظهر أي من تلك التعقيدات في عرض APY الذي تراه قبل دخولك المجمع.
حل Bedrock مشكلة حقيقية في التركيب العلوي من خلال الذهاب إلى غير القابل لإعادة التوازن. كل عنصر أساسي في DeFi الذي يدمج uniBTC في الأسفل يرث نسخة من نفس قرار التصميم ذلك بشكل مختلف. ما إذا كان ذلك يكلفك أو يفيدك يعتمد تمامًا على ما تفعله بالرمز. صديقتي اكتشفت ذلك على موقع صغير. من الأفضل هكذا. 😂
@Bedrock #bedrock $BR $BTW

أريد أن أتحدث عن حوكمة BedrockDAO من منظور شخص حاول فعلاً المشاركة، وليس شخصاً قرأ عنها في موضوع.
في المرة الأولى التي حاولت فيها التصويت في فترة حوكمة، فتحت الواجهة وواجهت حاجزاً لم أتوقعه. لم يكن حاجزاً تقنياً. كان حاجز معلومات. للتصويت بشكل هادف على تخصيص الانبعاثات، كان يجب أن أفهم ثلاثة أشياء في وقت واحد: أين كنا في دورة الفترة الحالية، وما إذا كانت موقعي veBR قد تجاوزت فترة التهيئة، وما تعنيه فعلياً فئات الانبعاثات في الاقتراع بالنسبة لسيولة الخزائن. كل ذلك دفعة واحدة، قبل أن تُغلق نافذة الفترة.
هذا ليس معقدًا إذا كنت تتابع Bedrock عن كثب. إنه غامض حقاً إذا لم تفعل. لقد كنت أتابع البروتوكول لعدة أشهر وما زلت بحاجة لفتح ثلاثة علامات تبويب للمستندات قبل أن يصبح تصويتي منطقياً 😭.
إليك البصيرة التي خرجت من تلك الاحتكاكات.
حوكمة Bedrock مبنية على Aragon وتستخدم نموذج فترة موسمية مستعار من هيكل ve المثبت لـ Curve. نظرياً، يمنح هذا أكثر حاملي BR التزامًا على المدى الطويل أكبر تأثير على كيفية تخصيص رأس المال. عمليًا، فإن الحاجز أمام المشاركة المستنيرة يرشح مجموعة الناخبين نحو الأشخاص الذين هم بالفعل عميقون في البروتوكول، وليس نحو الأشخاص الذين يمتلكون أكبر عدد من BR.
الفجوة بين امتلاك veBR وفهم ما يجب القيام به مع قوة التصويت هي السؤال الحقيقي لمشاركة الحوكمة. يمكن للبروتوكولات تحسين هياكل الانبعاثات طوال اليوم. إذا كانت واجهة الحوكمة تتطلب ثلاثة علامات تبويب للمستندات ومعرفة مسبقة بالنظام البيئي للمشاركة بشكل هادف، فإن النتيجة ليست تخصيصاً مدفوعاً من المجتمع، بل هو تخصيص من قبل من كانوا يراقبون عن كثب بالفعل.
هيكل Bedrock معقد حقًا.层 الحوكمة تستحق تجربة مستخدم تتناسب مع ذلك 🫡.
@Bedrock #bedrock $BR $BTW

هناك توتر تصميمي في Genius Terminal لم يلاحظه معظم متداولي DeFi الذين يهتمون بالأمان بعد، وأريد أن أوضحه بوضوح لأنه يهم حقًا.
تم اعتماد محافظ الأجهزة من قبل مجتمع DeFi لسبب واحد محدد: تفويض المعاملات بشكل دقيق. قبل أن يتم التوقيع على أي شيء، يُظهر الجهاز بالضبط ما الذي تقوم بتوقيعه ويتطلب تأكيدًا فعليًا. هذه هي القيمة الكاملة. الموافقة على مستوى الجهاز في طبقة المعاملة الفردية.
تعمل تنفيذات Genius Terminal بدون توقيع بشكل مختلف. إنها تستخدم تجريد الحساب، حيث يتولى عقد ذكي تنفيذ العمليات نيابةً عنك وفقًا لنطاق نية مُعتمدة مسبقًا. تقوم بتعريف النطاق مرة واحدة خلال الإعداد. بعد ذلك، يقوم النظام الأساسي بالتنفيذ ضمنه دون الحاجة إلى توقيع جديد من الجهاز لكل صفقة.
النتيجة هي تجربة أكثر سلاسة حقًا. تنفيذ أسرع، لا نوافذ تأكيد، لا احتكاك لكل صفقة 🫡.
لكن إليك التوتر الهيكلي. لا يمكن لمحفظة الأجهزة تحديد أو تأكيد ما هو مُصرح به لعقد تجريد الحساب. تم بناء الجهاز للتحقق من المعاملات الفردية، وليس لتقييم نطاقات تفويض النية. نموذج الأمان الذي توفره محافظ الأجهزة ونموذج التنفيذ الذي يعمل عليه Genius Terminal يحل مشاكل مختلفة على طبقات مختلفة، وتدفق الانضمام الذي ينشط التنفيذ بدون توقيع يكتمل في أقل من دقيقتين دون ظهور ذلك.
هذه ليست ثغرة. لقد تم تدقيق النظام الأساسي بشكل مستقل من قبل أربع شركات. العقود تقوم بما تم تصميمها للقيام به. القضية أكثر دقة: حماية محفظة الأجهزة وتجريد حساب Genius Terminal لا يحميان نفس الطبقة، ومعظم المستخدمين الذين جاءوا إلى DeFi خصيصًا لأمان مستوى الأجهزة لا يفحصون هذا التمييز 🤔.
إذا كانت الموافقة على مستوى الجهاز هي جوهر نموذج الأمان الخاص بك، فإن تكوين نطاق النية هو الجزء من Genius Terminal الذي يستحق القراءة بعناية قبل أن تبدأ في التداول.
@GeniusOfficial #genius $GENIUS $BTW

Bedrock تقبل WBTC و FBTC و BTCB و cbBTC وغيرها من نسخ Bitcoin المغلفة كطرق إيداع متساوية إلى uniBTC. البروتوكول يعاملهم جميعًا كمسارات متبادلة لنفس التعرض الأساسي. على الورق، هذا رائع. في الممارسة العملية، أنشأ الأمر شيئان في آن واحد: أوسع نقطة دخول لبيتكوين في BTCFi، وأعقد خريطة مخاطر الحفظ للمراقبة على نطاق واسع.
لا يوجد بروتوكول آخر في هذا الفضاء اضطر لإدارة كلا النتيجتين في آن واحد. 🤔
قرار التصميم يبدو منطقيًا تمامًا من منظور اكتساب المستخدمين. سيولة بيتكوين مجزأة عبر النسخ المغلفة حسب السلسلة والوصي والجهة المصدرة. WBTC مدعومة من BitGo. FBTC هو منتج من نظام Mantle البيئي. BTCB موجود على سلسلة BNB. cbBTC هو دخول Coinbase. كل منها لديه أمناء مختلفون، وآليات سك مختلفة، وافتراضات استرداد مختلفة، وملفات تعريف مخاطر مختلفة.
قبولهم جميعًا يعني أن المستخدمين من كل نظام بيتكوين مغلف يمكنهم دخول uniBTC دون الحاجة إلى الجسر أولاً. هذه طريقة سلسة عن قصد ومن المحتمل أن تكون دافعًا رئيسيًا لنمو حاملي العملات المتعددة الذي حققته Bedrock في عامي 2024 و2025.
لكن إليك ما أنشأه هذا القرار أيضًا. كل نوع مغلف من BTC يحمل ملف مخاطر الحفظ والاسترداد الخاص به. تغيّر وصاية WBTC. هيكل دعم FBTC مختلف عن cbBTC. BTCB يعتمد على افتراضات جسر Binance. عندما تجمع Bedrock كل هذه الأشكال في تعرض uniBTC واحد، يرث السلة مخاطر كل مغلف أساسي. الأضعف في السلة له أهمية.
التوافقية مثيرة للإعجاب حقًا. مساحة المراقبة أكبر حقًا مما يبدو على صفحة الإيداع. قامت Bedrock باتخاذ القرار الصحيح للنمو، لكن تكلفة المرتبة الثانية لذلك القرار، إدارة المخاطر الموحدة عبر ستة ملفات تعريف لمخاطر مغلف BTC مختلفة، هي المقايضة التي تستحق الفهم قبل أن تودع. 🫡
@Bedrock #bedrock $BR $ALLO

كلمة "ترمينال" تحمل وزنًا خاصًا في الأسواق المالية. بلومبرغ ترمينال. رويترز ترمينال. تومسون رويترز إيكون. بيئات كثيفة بالبيانات مصممة للمحترفين الذين قضوا سنوات في تطوير القدرة على استخدامها. منحنى التعلم هو ميزة. حاجز الخبرة مقصود. 😂
ترمينال جينيوس اقترضت هذه الكلمة عن عمد. العلامة التجارية تشير إلى بنية تحتية جدية للمتداولين الجادين.
ثم تفتح المنتج فعليًا. شراء توكنات الميم بنقرة واحدة على سولانا. إدارة الغاز التلقائية عبر كل سلسلة مدعومة دون الحاجة إلى توكن محلي. تنفيذ بدون توقيع. توجيه عبر السلاسل يجعل القفزات الشبكية المتعددة غير مرئية. تدفق انضمام حيث يمكنك التداول في أقل من دقيقتين.
هذا ليس منتجًا مصممًا ليحتاج إلى خبرة. هذا منتج مصمم خصيصًا لجعل الخبرة غير ضرورية. المعمارية تزيل كل حاجز تشغيلي استخدمته DeFi تاريخيًا كفلتر بين التنفيذ بالتجزئة والتنفيذ الاحترافي. هذه هي النقطة بالكامل. 🫡
إليك ما أعتقد أنه يحدث مع العلامة التجارية. تسمية "ترمينال" تؤدي وظيفتين في آن واحد. تشير إلى المصداقية للمتداولين المؤسساتيين ونصف المحترفين الذين ترغب المنصة في جذبهم. وتشير إلى الطموح للمستخدمين بالتجزئة الذين يرغبون في العمل على هذا المستوى دون أن يكونوا قد حصلوا عليه بعد.
لكن هاتين الوظيفتين تخلق توترًا. المتداول المحترف الذي يصل متوقعًا ترمينال يحصل على تجربة مستخدم تزيل عمق التشغيل الذي اعتاد عليه. المستخدم بالتجزئة الذي يتوقع البساطة يحصل على طبقة تحليلية تفترض قدرة تفسيرية أكبر مما طوروه.
لا أحد من المجموعتين مخطئ في الارتباك. ترمينال جينيوس تبني فعليًا نحو كلا النوعين من المستخدمين. لا كاب. ✨ ولكن الإشارة إليه كترمينال تضع توقعًا يتم هندسته عمدًا حوله، وما إذا كان ذلك هو وضع ذكي أو وعد لجمهوران يسحبان في اتجاهات مختلفة هو السؤال الذي لا تجيب عليه العلامة التجارية. 🤔
@GeniusOfficial #genius $GENIUS $ALLO

برنامج التنفيذ البرمجي في Genius Terminal هو شيء يتخطاه معظم الناس عند قراءة الوثائق، لكني أعتقد أنه واحد من أكثر القطع المستقبلية في البنية التحتية على المنصة في الوقت الحالي.
تتيح لك هذه الميزة تحديد سلوك التداول، والمعلمات، والشروط، وقواعد التنفيذ، وحفظها، وتشغيلها مرة أخرى دون إعادة بناء كل شيء من الصفر في كل مرة. على السطح، يبدو أن ذلك مجرد راحة في واجهة المستخدم. لكن ما هو عليه فعلاً: الخطوة الأولى نحو نشر استراتيجيات تلقائية في بيئة DeFi غير وصائية. لا يوجد خادم مركزي يحتفظ بمفاتيحك. لا يوجد وصي طرف ثالث يدير قواعدك. منطقك، محفظتك، على السلسلة.
فكر في ما تفعله مكاتب المؤسسات فعلياً. هم لا يدخلون كل طلب يدويًا. هم يبنون القواعد. القاعدة تدير الصفقة عندما تتحقق الشروط. المكتب يدير القواعد، وليس المراكز الفردية. Genius Terminal تبني طبقة البنية التحتية التي تجعل هذا النهج متاحًا لأي شخص لديه محفظة.
التشبيه الذي أعود إليه دائمًا هو الترموستات. تضبط القاعدة مرة واحدة: تحت 68 درجة، شغل التدفئة. الترموستات ينفذ بدونك. لكن الترموستات ليس لديه مفهوم لموجة حر في ديسمبر أو فرن معطل. القاعدة تعمل بغض النظر عما إذا كان تشغيلها لا يزال منطقيًا.
التنفيذ البرمجي على Genius Terminal يعمل بنفس الطريقة. القواعد تنفذ. الأسواق لا تهتم بالمعلمات التي حددتها يوم الثلاثاء الماضي. تحمل انزلاق ثابت، حجم مركز مشفر، مشغل دخول محدد مسبقًا، كل هذه تم معايرتها لبيئة سوق معينة. عندما تتحول الشروط خارج تلك البيئة، تستمر القواعد في العمل ضد سوق قد تحرك بعيدًا عن المنطق الذي أنشأها.
المنصة لا تبني بعد قاطع دائرة أصلي في الطبقة البرمجية. هذه فجوة في الميزات تستحق المعرفة قبل أن تثق في قاعدة لتعمل بدون رقابة على رأس المال الحي. ما هو موجود هنا هو خندق حقيقي في طور البناء. ما هو قادم يحدد ما إذا كان سيستمر. 🫡
@GeniusOfficial #genius $GENIUS $ZEC

كل دورة حوكمة، يتم مسح تأثير veBR المتراكم ويبدأ المشاركون من جديد. لا مقعد دائم. لا قوة مركبة من كوني مبكرًا. مجرد حقبة جديدة، مفتوحة لمن يلتزم برأس المال في هذه النافذة الجديدة.
إليك لماذا يهم ذلك. وضع الفشل الكلاسيكي في توكنوميات التصويت الموقوف هو الترسخ. الحيتان تقفل مبكرًا، وتجمع قوة تصويت ساحقة، وفي النهاية تتوقف الحوكمة عن تمثيل صحة البروتوكول وتبدأ في تمثيل تفضيلات العائدات لتلك الحيتان. عانت Curve من هذه المشكلة لسنوات. وجود Convex جاء تحديدًا لأن هذه الديناميكية أصبحت متطرفة لدرجة أنه تم بناء بروتوكول كامل لتجميعها وتسليحها.
إعادة ضبط Bedrock الموسمية هي استجابة معمارية مباشرة لهذا وضع الفشل. مسح قوة الحوكمة في كل حقبة، وإجبار إعادة الالتزام، وإزالة ميزة التركيب لكونك أولًا. لا تركيز على نمط Convex. كل موسم هو مسابقة جديدة.
التجارة بين الفوائد دقيقة ولكنها حقيقية. حدثت حروب Curve لأن حائزي الكميات الكبيرة اهتموا بما يكفي للبقاء، والقفل، وتجميع التأثير بمرور الوقت. هذا الالتزام، حتى لو كان استخراجياً، أنتج مشاركة حقيقية على المدى الطويل. تعيد إعادة ضبط Bedrock استبدال الحائزيين الدائمين بمجتمع متناوب من المحسنين لفترة الإغلاق، الأشخاص الذين يزيدون من موقعهم في veBR داخل كل حقبة ويعيدون التقييم عند إغلاقها.
سواء كان هذا المجتمع يشارك نفس الحوافز على المدى الطويل كمؤمن حقيقي بالبروتوكول هو السؤال الصادق الذي لا يمكن للآلية الإجابة عليه.
من الجدير بالذكر: شراكت Bedrock مع Aragon لتشغيل هذا الإطار، نفس البنية التحتية وراء Curve وMode. هذا ليس خيارًا تجميليًا. تم اختبار أدوات Aragon في بيئات حوكمة أكثر عدائية مما واجهته Bedrock حتى الآن.
إعادة الضبط الموسمية تصميم ذكي. سواء كانت تجذب السكان الحوكميين الذين تحتاجهم Bedrock فعلاً لا يزال مفتوحًا.
@Bedrock $BR $BR $ZEC #Bedrock

لاحظت أن فروقات أسعار Genius Terminal كانت أضيق من أي شيء رأيته على مجمعات DEX الأخرى. ليست أضيق قليلاً. بشكل مستمر، كانت أفضل بشكل ملحوظ على نفس الأزواج. اعتقدت أن هذا كان ذكاء التوجيه يقوم بدوره.
ثم قرأت عن PropAMM. 🤔
PropAMM تستبدل آليات AMM السلبية بمنافسة صانعي السوق المحترفين. بدلاً من خوارزمية ثابتة توفر السيولة عند منحنيات ثابتة، يتنافس صانعو السوق المحترفون لتوفير فروقات أسعار أضيق. منافسة أفضل، أسعار أضيق. نظريًا نظيف، وبناءً على ما رأيته في تداولاتي الخاصة، فإنه يعمل.
إليك الجزء الذي يستحق الجلوس معه: للمشاركة كصانع سوق في PropAMM، تحتاج إلى البنية التحتية التحليلية ورأس المال للتنافس بشكل احترافي. تحتاج إلى مراقبة المراكز، وإدارة مخاطر المخزون، والاستجابة للظروف بشكل أسرع من المهنيين الآخرين الذين يقومون بنفس الشيء. هذه ليست نشاطاً للبيع بالتجزئة.
أنا أستفيد من تصميم PropAMM في كل مرة أنفذ فيها صفقة على Genius Terminal. فروقات أسعار أضيق، تنفيذ أفضل. حقيقي وذو معنى. لكن فروقات الأسعار الأضيق التي أحصل عليها ممولة بالكامل من فئة من المشاركين لا أستطيع الانضمام إليها ومعظم المتداولين الذين يستخدمون المنصة لا يستطيعون الانضمام إليها أيضًا.
هذه ليست انتقادات للنموذج. منافسة صانعي السوق المحترفين تنتج حقًا نتائج أفضل للمتداولين مقارنةً ببدائل AMM السلبية. الفروقات حقيقية.
لكن هناك عدم تماثل يستحق الذكر. ميزة جودة التنفيذ الأكثر جاذبية في المنصة مدعومة من نوع من المشاركين ليس لدى معظم المستخدمين طريق للدخول إليه. تتدفق الفروقات الأضيق من المشاركة المهنية. تلك المشاركة المهنية هي شيء تحتاجه المنصة لجذبها والاحتفاظ بها باستمرار. هذه الاعتمادية هي الآلية وراء جودة الفروق، وينبغي أن تُعتبر في كيفية تفكير المتداولين فيما يعتمدون عليه.
@GeniusOfficial #genius $GENIUS $ZEC