Devil9

Hay una cosa que me sigue destacando sobre OpenGradient, y no es el número de pruebas ni los modelos de IA que están ejecutándose en la red.

Es la cuestión de cuándo la verificación se convierte en algo que los desarrolladores simplemente esperan.

La mayor parte de la infraestructura no es valiosa porque la gente hable constantemente de ella. Es valiosa porque las personas se sienten incómodas construyendo sin ella.

Ahí es donde podría estar yendo la IA verificable.
Hoy, las salidas de la IA a menudo se confían porque el modelo es popular o porque el proveedor es reputado. Pero a medida que la IA empieza a tomar decisiones sobre finanzas, agentes autónomos, automatización empresarial e investigación científica, confiar solo en la reputación puede no ser suficiente. La gente quizá quiera evidencia de que un resultado realmente se produjo como se afirmó.

Hay otra dimensión que me interesa.
Los investigadores cada vez piensan más en si cada prompt que envían pasa a formar parte de un registro permanente. Eso cambia el comportamiento mucho antes de que el contenido sea censurado. La privacidad, en este sentido, no es solo ocultar información: es preservar la libertad para explorar preguntas difíciles sin crear un historial buscable.$VELVET

Si la computación verificable y la ejecución privada maduran juntas, la infraestructura de IA podría evolucionar de simplemente generar respuestas a hacer que ambas sean confiables y que puedan investigarse sin permisos.$BAS

El indicador real que estoy vigilando no es el recuento de pruebas.
Es el día en que los desarrolladores, investigadores y empresas empiecen a preguntar: #OPG $OPG @OpenGradient

“¿Podemos realmente permitirnos desplegar IA sin poder verificarla?”

BlackRock acaba de mover más cripto a Coinbase.

La firma transfirió recientemente 4,577 $BTC adicionales, con un valor de alrededor de $272M, y 41,996 $ETH, con un valor aproximado de $65.2M, a Coinbase.

Las grandes transferencias de exchange por parte de instituciones importantes siempre atraen atención.

Ahora el mercado estará atento a si esto es solo un movimiento operativo, o la preparación para algo más grande.

ACTUALIZACIÓN DEL MERCADO: $ENA

$ENA se está negociando alrededor de 0.0778, justo sobre la línea de tendencia alcista desde los mínimos de abril, actualmente cerca de 0.0690, después de un rechazo brusco desde los máximos de 0.1400. La línea de tendencia descendente desde los máximos de mayo sigue limitando las recuperaciones cerca de 0.0990, y el precio ahora está atrapado entre las dos estructuras convergentes, con el soporte horizontal en 0.0778 como el nivel inmediato a mantener.

Mantenerse por encima de la línea de tendencia alcista y recuperar 0.0870 abriría la puerta hacia el rango de 0.0950–0.0990. Perder 0.0720 en un cierre de 8H arriesga una caída hacia el soporte de la línea de tendencia cerca de 0.0690. Recuperar 0.0950 y la línea de tendencia descendente sería la primera señal real de una recuperación estructural.

Una pregunta no me dejaba de preocupar mientras leía sobre OpenGradient.

¿Qué crea un valor duradero primero: demostrar cálculos de IA o generar suficiente demanda real para esas demostraciones?

OpenGradient ha construido una interesante pila de verificación. La inferencia puede verificarse, los creadores de modelos pueden ser compensados y la computación puede asentarse en cadena. Pero la tecnología por sí sola no crea utilidad automáticamente. #OPG @OpenGradient

La semana en que Upbit listó OPG se vio un contraste interesante. El volumen de trading explotó y luego se enfrió rápidamente en pocos días. La mayor parte de la actividad reflejó liquidez moviéndose a través de la infraestructura del exchange más que un crecimiento visible en la demanda de inferencia de IA. #OPG $OPG @OpenGradient

Eso no significa que la tecnología sea débil. Solo resalta una diferencia importante.

La verificación y la liquidez resuelven problemas distintos.

Una red puede demostrar salidas de IA con certeza matemática, pero el valor a largo plazo depende de si los desarrolladores y las aplicaciones pagan de forma continua para usar esas demostraciones.

Hay otra capa que a menudo se pasa por alto.

Incluso una IA verificada no es perfectamente determinista. Pequeñas diferencias de coma flotante entre hardware pueden producir salidas ligeramente distintas, lo que significa que el sistema de pruebas debe definir exactamente qué ruta de computación se convierte en la canónica. La verificación no consiste únicamente en probar que la ejecución ocurrió; también se trata de definir qué resultado la red acuerda confiar.

Para mí, el mayor reto de OpenGradient no es construir mejores pruebas.

Es hacer crecer la actividad económica real hasta que la utilidad sea mayor que la especulación.

Porque, a largo plazo, la infraestructura de IA más sólida no será la que tenga el mayor volumen de operaciones.

Será aquella donde la inferencia verificada genere demanda que sobreviva después de que desaparezca la emoción.$VELVET $MYX
✅¿Qué debería definir el éxito de la infraestructura de IA?
-Volumen de operaciones
-Uso de IA en cadena
-👨‍💻 Adopción de desarrolladores
-💰 Ingresos generados

$ETH

ETH ha roto la línea de tendencia de resistencia y actualmente cotiza dentro del nivel de la zona de oferta horizontal. Un cierre de vela por encima de este nivel proporcionará una fuerte confirmación alcista.$VELVET

Siete días seguidos de salidas de ETF. ¿Deberían preocuparse los alcistas de Bitcoin?El titular parece alarmante a primera vista.

El 26 de junio (ET), los ETF estadounidenses spot de Bitcoin registraron 445 millones de dólares en salidas netas, mientras que los ETF spot de Ethereum vieron salir otros 12,8 millones de dólares del mercado. Esto marca el séptimo día consecutivo de salidas netas para ambos productos.

Pero creo que es importante separar los flujos de los fundamentos. Los flujos de los ETF nos dicen cómo se están posicionando los inversores institucionales a corto plazo. No determinan automáticamente la dirección a largo plazo de Bitcoin o de Ethereum. Hemos visto antes periodos en los que fuertes salidas de ETF generaron una presión vendedora temporal, para luego ser seguidas por nuevas entradas cuando mejoró el sentimiento del mercado.

La pregunta más interesante es por qué las instituciones están reduciendo su exposición.

¿Se trata simplemente de toma de ganancias tras las ganancias recientes? ¿Un cambio hacia activos de menor riesgo? ¿O los inversores están esperando una señal macro más clara antes de añadir nuevas posiciones?

Si estas salidas continúan durante varias semanas más, podrían afectar el sentimiento del mercado y la liquidez. Sin embargo, si la demanda vuelve mientras la actividad en la cadena y los fundamentos de la red se mantienen saludables, esta racha podría terminar pareciendo un periodo normal de enfriamiento en lugar del inicio de una tendencia más amplia.

Los datos de una semana de los ETF rara vez cuentan toda la historia.

Los inversores inteligentes suelen observar el panorama completo: los flujos de los ETF, las condiciones macro, el posicionamiento en derivados y las métricas on-chain en conjunto, no de forma aislada.

Siete días de salidas merecen atención, pero no cambian automáticamente la tesis de inversión a largo plazo de Bitcoin.

¿Qué crees tú: una toma de ganancias saludable, o el inicio de un movimiento más amplio de aversión al riesgo por parte de las instituciones? 📉🤔$DOT
$WIF

ACTUALIZACIÓN DEL MERCADO: $XRP

$XRP cotiza alrededor de 1.0558 tras una fuerte caída desde los máximos de 1.7000; el precio ahora se aproxima a la línea de tendencia alcista de largo plazo desde los mínimos de febrero, actualmente subiendo cerca de 1.0120. La zona de soporte horizontal de 1.0558 que se mantuvo durante meses se ha perdido, dejando la línea de tendencia como la última defensa estructural importante antes de que ocurra una ruptura significativa.

Mantenerse por encima de la línea de tendencia cerca de 1.0120 y recuperar 1.1300 abriría la puerta a una recuperación hacia el rango de 1.2400–1.2800. Perder la línea de tendencia alcista en un cierre de 8H sería una ruptura crítica, exponiendo el nivel psicológico de 1.0000 y por debajo. Recuperar 1.2000 sería la primera confirmación real de que la estructura se está sosteniendo.

Volúmenes Máximos de BTC
$JST $JST #HotTrends

📉 Más de $3.6 mil millones han salido de los ETF de Bitcoin en junio hasta ahora, la mayor salida mensual registrada.

Bitcoin está enfrentando una importante presión vendedora.
#Bitcoin #BTC #BitcoinETF #CryptoNews

CEO de Ripple: La estrategia de Bitcoin de Michael Saylor ha perjudicado al mercado cripto

El CEO de Ripple, Brad Garlinghouse, criticó el enfoque del presidente de la estrategia, Michael Saylor, de usar ingeniería financiera para financiar compras continuas de bitcoin, y dijo que el valor a largo plazo de los activos digitales debería estar impulsado por la utilidad en lugar de eso.

Señaló que las acciones preferentes de la Estrategia (STRC) cotizan aproximadamente un 25% por debajo de su valor nominal de 100 dólares como prueba de que la estrategia es defectuosa. STRC tiene un dividendo acumulativo anual del 11,5% y ha sido utilizada por la Estrategia para recaudar capital para compras adicionales de bitcoin. Garlinghouse dijo que ese enfoque ha dañado al mercado cripto en general, y añadió que él sigue siendo optimista con respecto al bitcoin.$POL $LTC #TrendingTopic #Write2Earn

Las licencias MiCA de la UE alcanzan alrededor de 230, generando preocupaciones sobre la diversidad del mercado
🇪🇺 La Unión Europea ha emitido hasta ahora alrededor de 230 licencias MiCA bajo el nuevo marco regulatorio que está reconfigurando la industria cripto en Europa.
Países principales:
• Alemania: 56 licencias (en liderazgo)
• Países Bajos: 26
• Francia: 21
En Francia, alrededor del 40% de los proveedores de servicios de cripto registrados ni siquiera han solicitado una licencia MiCA. Algunas empresas han retirado solicitudes, han buscado socios o se están encaminando hacia el cierre.
Visión de la industria: Si bien MiCA ha fortalecido la resiliencia del mercado y la protección de los inversores, también ha reducido la diversidad del mercado. Las empresas cripto más pequeñas enfrentan la mayor presión.
La regulación parece favorecer a los grandes actores mientras crea desafíos significativos para compañías más pequeñas y startups.
¿Qué opinas? ¿MiCA hará que el mercado cripto sea más fuerte a largo plazo, o afectará la innovación y la diversidad? 💭
#MiCA #CryptoRegulation #EuropeCrypto #CryptoNews $FET

ACTUALIZACIÓN DEL MERCADO: $WLD

$WLD cotiza alrededor de 0.4753 dentro de un enorme canal descendente que está vigente desde los máximos de 11.5000 a principios de 2024. El precio actualmente está comprimido entre la resistencia de la línea de tendencia descendente cerca de 0.6500 y el soporte del canal inferior ascendente cerca de 0.2200, con el nivel horizontal de 0.4753 actuando como el campo de batalla clave en el corto plazo.

Una ruptura por encima de la línea de tendencia descendente cerca de 0.6500 sería un cambio estructural importante, abriendo la puerta hacia el rango de 0.8000–0.9500. Perder 0.3700 en un cierre diario aumenta el riesgo de un retest del soporte del canal inferior cerca de 0.2200. Recuperar 0.5500 sería la primera señal de que el impulso finalmente está cambiando a favor de los alcistas después de años de tendencia bajista.$AGLD $PUNDIX

🏆 El Grupo I se está convirtiendo en una carrera de dos caballos.

Después de dos partidos, Francia y Noruega tienen ambos 6 puntos, pero Francia actualmente lidera el premio con $50,000, mientras que Noruega tiene $20,000. Senegal e Irak aún siguen buscando sus primeros puntos.

Lo que llamó mi atención no son solo las clasificaciones, sino el marcador que aparece a continuación. Los usuarios del Top 500 actual están con alrededor de 5,100 Puntos de Fan, con recompensas estimadas de aproximadamente $538 cada una. Eso sugiere que cada predicción y cada punto de fan importa, especialmente a medida que la competencia se vuelve más reñida.

Con la cantidad de partidos que se juegan, un solo resultado podría cambiar tanto la distribución del premio por equipo como las posiciones de recompensas individuales. Si estás participando, la constancia podría terminar siendo más valiosa que perseguir predicciones arriesgadas.

La diferencia entre ganar una recompensa y quedarte fuera podría reducirse a solo unas pocas selecciones bien temporizadas.$AGLD $VELVET

¿Qué equipo crees que terminará en la cima del Grupo I: Francia o Noruega? ⚽#Write2Earn

Demasiados proyectos de Web3 prometen “datos de propiedad del usuario” mientras el valor fluye hacia otra parte. Las plataformas entregan claves o tokens a los usuarios, pero la monetización de la búsqueda, las recomendaciones y las ofertas segmentadas suele estar donde viven el cómputo y la agregación. Eso convierte la “propiedad” en un distintivo, no en poder económico.

Data Ownership vs Value Ownership explora arquitecturas que separan la custodia de los datos de la captura de valor. Un diseño práctico utiliza almacenamiento vectorial en el dispositivo y un marketplace con opción de activación donde los modelos pagan microcomisiones para consultar embeddings agregados sin extraer datos en bruto. Los usuarios mantienen las entradas locales; los compradores pagan por inferencia y los ingresos se comparten mediante una capa ligera de arbitraje. #OPG $OPG @OpenGradient

a sleep app stores sleep and heart‑rate embeddings on your phone. Un modelo de mejora del sueño se suscribe para consultar embeddings y detectar patrones. Cada inferencia pagada emite un recibo en cadena y activa una división de micropago: 60% para los titulares del dispositivo, 25% para el desarrollador del modelo, 15% para el protocolo para resolución de disputas e indexación. Solo las salidas del modelo y los logs pagados salen del dispositivo, preservando la privacidad y la trazabilidad. #OPG @OpenGradient

El éxito depende de sistemas de reputación, enrutamiento de baja latencia y contabilidad honesta. Los ataques Sybil, el sobreajuste del modelo a consultas pagadas y la fricción de UX (batería, ancho de banda) pueden reducir la participación y volver a concentrar el valor.

Esto se cruza con la IA personal y la DePIN al delegar cómputo en endpoints mientras se enruta el valor de vuelta a los usuarios. Si se implementa mal, se convierte en otra ilusión tokenizada de propiedad.

¿qué compensaciones de latencia/privacidad aceptarías para obtener una mayor cuota de ingresos como titular del dispositivo?$ICNT $ESP

Los rendimientos anuales de BTC siguen un patrón interesante.

Cada año después de un ciclo ATH (el año pico del mercado bajista), el rendimiento anual de Bitcoin ha caído más de un 58%.

Así que la pregunta es sencilla:

¿Veremos alrededor de -50% este año también?

Eso pondría a $BTC cerca de la zona de $45K.

La historia no tiene que repetirse exactamente, pero este patrón definitivamente vale la pena vigilar.

ACTUALIZACIÓN: $SUI

$SUI está operando alrededor de 0.6846 tras una incesante tendencia bajista desde los máximos de 1.4000 a mediados de mayo, con el precio ahora situado apenas por encima de la zona de soporte horizontal de 0.6600 que se ha mantenido como el último gran suelo. El canal descendente ha guiado el precio a la baja durante todo el movimiento, sin que ningún intento de recuperación significativo haya tenido éxito, y el soporte inferior del canal ahora está convergiendo cerca de 0.6600.

Mantenerse por encima de 0.6600 y romper al alza la línea de tendencia descendente cerca de 0.7200 sería la primera señal real de un cambio estructural, abriendo la puerta hacia 0.7900. Perder 0.6600 en un cierre de 4H sería una ruptura importante con un soporte muy limitado por debajo. Recuperar 0.7500 confirmaría que el canal se está rompiendo al alza.$HEI

Te lo diré sin rodeos: la pregunta que, por fin, me hizo prestar atención a la IA verificable no trataba de tecnología. Trataba de responsabilidad.
Hace unas semanas, leía sobre sistemas de IA que se usan para tomar decisiones cada vez más importantes en finanzas, gestión de riesgos y operaciones automatizadas. Y una idea no me dejaba en paz: #OPG $OPG @OpenGradient

Si una IA toma una mala decisión, ¿quién puede demostrar realmente por qué ocurrió?La mayoría de los sistemas de IA hoy nos dan resultados, no explicaciones. Vemos la conclusión, pero el razonamiento permanece oculto dentro de una caja negra. Eso puede ser aceptable cuando una IA recomienda una película. Se vuelve mucho más difícil de aceptar cuando la misma lógica influye en decisiones financieras que valen millones.

Por eso OpenGradient captó mi atención.Lo interesante no es solo poner la IA en cadena. Muchos proyectos hablan de infraestructura de IA. El reto más difícil es hacer que las decisiones de la IA sean verificables.

Imagina un protocolo de préstamos donde una IA ajusta automáticamente los parámetros de riesgo durante la volatilidad del mercado. Si los límites de endeudamiento cambian de repente, los usuarios no deberían tener que confiar a ciegas en que el modelo tomó la decisión correcta. Deberían poder inspeccionar cómo se llegó a esa decisión. #OPG @OpenGradient

Porque hay otra cara de la historia. Los modelos de IA pueden verse influenciados por suposiciones incorrectas, datos manipulados o casos límite inesperados. Una red descentralizada no elimina mágicamente esos riesgos. Solo cambia dónde existen.

Para mí, esa es la verdadera oportunidad. No construir IA que tome decisiones por todos, sino crear sistemas donde las decisiones puedan verificarse de forma independiente.

A medida que la IA se integre más profundamente en cripto, sospecho que la confianza no vendrá de modelos más grandes ni de mejores estrategias de marketing.

Vendrá de la transparencia.Los proyectos que puedan demostrar su razonamiento podrían terminar siendo más valiosos que los proyectos que simplemente piden a los usuarios que confíen en ellos.

¿Crees que la IA verificable se volverá un requisito en cripto, o solo una característica agradable de tener? 🤔$SYN $BAS

¿QUÉ DEBERÍAN EXIGIR LOS USUARIOS A LA IA EN CRIPTO?

¿Sientes que la mayor parte de lo que sabemos sobre la IA proviene de escuchar a otras personas hablar de ella?

Probablemente ya hayas oído bastante sobre el tamaño del modelo, las capacidades de razonamiento y el rendimiento. Hoy quiero compartir una idea diferente.

Si los futuros sistemas de IA empiezan a tomar decisiones basándose en nuestros recuerdos a largo plazo, preferencias, objetivos y contexto personal, ¿cómo podemos confiar en que la información que están usando es realmente correcta?

Esta pregunta me vino a la mente al observar proyectos como MemSync.

Su enfoque es resolver uno de los grandes desafíos de la IA: la fragmentación de la memoria.

Su tesis es que la IA no debería solo entender la pregunta que se hace hoy. También debería comprender la identidad a largo plazo de un usuario (Memoria Semántica), así como las actividades actuales, los objetivos y los proyectos en curso (Memoria Episódica).

Este enfoque podría hacer que la IA sea mucho más personal y útil con el tiempo.

Pero ahí es donde comienza otro desafío.

A medida que la IA se vuelve cada vez más impulsada por la memoria, la verificación podría volverse incluso más importante que la memoria en sí.

Si un agente de IA usa mi contexto pasado para tomar una decisión:

¿Ese recuerdo era auténtico? ¿Ha sido alterado?

¿Se puede verificar de forma independiente el proceso de razonamiento?

Por eso el enfoque de OpenGradient llamó mi atención.

Muchos proyectos de IA se centran en hacer que la IA sea más inteligente. Sin embargo, OpenGradient está trabajando en una infraestructura de IA verificable, donde la computación, la inferencia y las salidas de la IA puedan verificarse de manera independiente en lugar de simplemente confiar en ellas.

En mi opinión, MemSync y OpenGradient representan capas diferentes de la misma pila futura de IA. #OPG @OpenGradient

MemSync ayuda a la IA a recordar mejor.

OpenGradient ayuda a garantizar que lo que la IA recuerda y utiliza pueda ser confiable.

Quizás la mejor IA del futuro no sea la que lo recuerda todo.

Podría ser la que pueda demostrar tanto su memoria como su razonamiento. #OPG $OPG @OpenGradient

¿Qué crees que importará más para la adopción de la IA a largo plazo: Mejor Memoria o Inteligencia Verificable?$HEI $SLX

Una cosa que me parece interesante sobre el sector de la IA en cripto es cuántos proyectos empiezan prometiendo un ecosistema completo antes de demostrar que pueden construir al menos una capa útil.
El resultado suele ser una colección de ideas en lugar de infraestructura. Mirando a OpenGradient, lo que me destaca es un patrón diferente. En lugar de perseguir un gran producto o una narrativa hypeada, han estado construyendo cosas paso a paso, juntando lentamente las piezas reales necesarias para un stack de IA descentralizado #OPG @OpenGradient .

Primero vinieron modelos de código abierto y experimentos de previsión en DeFi. Luego aparecieron herramientas como MemSync y BitQuant. Más recientemente, el proyecto se expandió con un SDK de Python, Model Hub y la Nova Testnet.

Individualmente, ninguno de estos componentes resuelve la IA descentralizada. Juntos, comienzan a abordar un problema práctico: los desarrolladores necesitan más que modelos. Necesitan herramientas para construir, desplegar, acceder y gestionar aplicaciones de IA a través de un ecosistema más amplio.

Imagina a un desarrollador construyendo un asistente de trading potenciado por IA. Un modelo solo no es suficiente. Necesitan herramientas adecuadas para desarrolladores, distribución fácil de modelos, entornos de prueba sólidos, sistemas de memoria e infraestructura real que pueda manejar realmente el despliegue en el mundo real. Construir estas capas por separado es a menudo donde la adopción se ralentiza. #OPG $OPG @OpenGradient

El desafío, por supuesto, es la ejecución. Las estrategias de infraestructura requieren paciencia, y el éxito depende de si los desarrolladores realmente usan las herramientas que se están construyendo. Un stack de productos en crecimiento no crea automáticamente un ecosistema próspero. Aún así, esto refleja una tendencia más amplia en la infraestructura cripto. Ya sea en IA, DePIN, o blockchains modulares, los proyectos parecen estar compitiendo cada vez más en la profundidad del ecosistema en lugar de en características individuales.

La pregunta es: en la IA descentralizada, ¿serán los ganadores los proyectos con los modelos más potentes, o aquellos que construyen en silencio la infraestructura de la que los desarrolladores dependen a diario? $HEI $DYDX

¿OPG EL PRÓXIMO GRAN OBJETIVO?