Lena_dunham
12.7k Publicaciones
Lena_dunham
Verificado de Square
Binance content creator....
Abrir operación
Trader de alta frecuencia
5.4 años
107 Siguiendo
52.8K+ Seguidores
45.9K+ Me gusta
Publicaciones
Cartera
Todo
Cotizaciones
Directo
OpenGradient llamó mi atención.
Lo que destaca es que se centra menos en ser otra Layer 1 genérica y más en abordar un desafío creciente de infraestructura de IA: cómo se hospedan, ejecutan, verifican y coordinan los modelos de IA a través de una red de infraestructura descentralizada.
La capacidad de verificar modelos de IA es particularmente interesante para mí. La industria de IA gasta enormes cantidades de tiempo discutiendo las capacidades de los modelos, los benchmarks y las mejoras en el rendimiento, pero se presta mucha menos atención a si los modelos y sus salidas se pueden confiar, auditar o verificar de forma independiente.
OpenGradient necesita ser una manera fiable de verificar qué modelo de IA generó una salida específica, confirmar que se ejecutó con los parámetros esperados y validar de forma independiente que los resultados no han sido alterados.
Aquí es donde la infraestructura descentralizada se vuelve atractiva. En lugar de concentrar las cargas de trabajo de IA en un puñado de proveedores, proyectos como OpenGradient exploran si el hospedaje de modelos, la inferencia y la verificación pueden distribuirse a través de una red de participantes independientes. En teoría, ese enfoque podría mejorar la transparencia, reducir la dependencia de plataformas centralizadas y crear sistemas de IA más resilientes.
Por supuesto, construir una Layer 1 alrededor de la infraestructura de IA es mucho más desafiante que procesar transferencias de tokens. Las cargas de trabajo de IA son intensivas en computación, y escalar la inferencia y la verificación de modelos introduce un conjunto completamente diferente de restricciones técnicas que manejar transacciones financieras.
OpenGradient necesitará demostrar suficiente valor en el mundo real para superar esa inercia.
Por ahora, OpenGradient se siente menos como otra narrativa de "la próxima gran cadena" y más como un intento de resolver una brecha genuina en la infraestructura. La idea es atractiva, pero si tiene éxito dependerá menos de la visión y más de la ejecución, utilidad y la capacidad de atraer desarrolladores. La adopción real sigue siendo la pregunta abierta.#OPG @OpenGradient
$OPG
Lo que destaca es que se centra menos en ser otra Layer 1 genérica y más en abordar un desafío creciente de infraestructura de IA: cómo se hospedan, ejecutan, verifican y coordinan los modelos de IA a través de una red de infraestructura descentralizada.
La capacidad de verificar modelos de IA es particularmente interesante para mí. La industria de IA gasta enormes cantidades de tiempo discutiendo las capacidades de los modelos, los benchmarks y las mejoras en el rendimiento, pero se presta mucha menos atención a si los modelos y sus salidas se pueden confiar, auditar o verificar de forma independiente.
OpenGradient necesita ser una manera fiable de verificar qué modelo de IA generó una salida específica, confirmar que se ejecutó con los parámetros esperados y validar de forma independiente que los resultados no han sido alterados.
Aquí es donde la infraestructura descentralizada se vuelve atractiva. En lugar de concentrar las cargas de trabajo de IA en un puñado de proveedores, proyectos como OpenGradient exploran si el hospedaje de modelos, la inferencia y la verificación pueden distribuirse a través de una red de participantes independientes. En teoría, ese enfoque podría mejorar la transparencia, reducir la dependencia de plataformas centralizadas y crear sistemas de IA más resilientes.
Por supuesto, construir una Layer 1 alrededor de la infraestructura de IA es mucho más desafiante que procesar transferencias de tokens. Las cargas de trabajo de IA son intensivas en computación, y escalar la inferencia y la verificación de modelos introduce un conjunto completamente diferente de restricciones técnicas que manejar transacciones financieras.
OpenGradient necesitará demostrar suficiente valor en el mundo real para superar esa inercia.
Por ahora, OpenGradient se siente menos como otra narrativa de "la próxima gran cadena" y más como un intento de resolver una brecha genuina en la infraestructura. La idea es atractiva, pero si tiene éxito dependerá menos de la visión y más de la ejecución, utilidad y la capacidad de atraer desarrolladores. La adopción real sigue siendo la pregunta abierta.#OPG @OpenGradient
$OPG
Las acciones de SpaceX están bajando a medida que el hype post-IPO se enfría.
Al mismo tiempo, los banqueros se están preparando para una posible venta de bonos de $20 mil millones.
Esa es la verdadera historia:
la emoción por el equity se desvanece,
el apetito por la deuda se pone a prueba.
El trade de cohetes acaba de convertirse en un referéndum del mercado de créditos.#BitcoinETFWeeklyOutflowsDrop87% #StrategyReservesExceedDebtBy$48B $SPACE
$SPCXB
Al mismo tiempo, los banqueros se están preparando para una posible venta de bonos de $20 mil millones.
Esa es la verdadera historia:
la emoción por el equity se desvanece,
el apetito por la deuda se pone a prueba.
El trade de cohetes acaba de convertirse en un referéndum del mercado de créditos.#BitcoinETFWeeklyOutflowsDrop87% #StrategyReservesExceedDebtBy$48B $SPACE
$SPCXB
OpenGradient Me encontré pensando menos en las capacidades del modelo y más en la infraestructura.
El enfoque de OpenGradient combina encriptación local, relés HTTP obliviosos y entornos de ejecución confiables (TEEs) para crear un sistema donde ninguna parte puede vincular la identidad de un usuario con el contenido de sus solicitudes. El objetivo no es simplemente reducir los requisitos de confianza, es rediseñarlos.
Lo interesante no es ningún componente individual, es la superposición. La privacidad pasa de ser una política a ser arquitectura.
Hay una diferencia significativa entre "Prometemos no acceder a tus datos" y "El sistema está diseñado de tal manera que el acceso es imposible."
La misma idea se extiende más allá de la privacidad y hacia la verificación. A medida que la IA se integra más en decisiones del mundo real, verificar los modelos de IA y los procesos de inferencia puede volverse tan importante como mejorar el rendimiento del modelo en sí.
La tesis más amplia de OpenGradient parece ser que la confianza en la IA no debería depender completamente de la reputación o de acuerdos legales. Los usuarios necesitan formas de verificar qué modelo generó una salida, confirmar que la inferencia ocurrió como se afirmó, y entender las condiciones bajo las cuales se produjeron los resultados.
Por supuesto, las garantías técnicas aún requieren validación independiente. Los TEEs tienen limitaciones conocidas, los detalles de implementación importan y la transparencia sigue siendo esencial. Los diagramas de arquitectura no son sustitutos de las auditorías.
La pregunta más grande puede no ser técnica en absoluto.
La historia sugiere que a las personas les importa la privacidad en teoría, pero rara vez cambian sus hábitos por ello. Los productos enfocados en la privacidad a menudo han tenido dificultades para competir con productos que son simplemente más convenientes o que ya están integrados en los flujos de trabajo cotidianos.
Así que el desafío para OpenGradient puede ser más conductual que arquitectónico. ¿Es lo suficientemente grande y accesible el público más preocupado por la exposición de datos para crear una retención significativa?
#OPG @OpenGradient $OPG
El enfoque de OpenGradient combina encriptación local, relés HTTP obliviosos y entornos de ejecución confiables (TEEs) para crear un sistema donde ninguna parte puede vincular la identidad de un usuario con el contenido de sus solicitudes. El objetivo no es simplemente reducir los requisitos de confianza, es rediseñarlos.
Lo interesante no es ningún componente individual, es la superposición. La privacidad pasa de ser una política a ser arquitectura.
Hay una diferencia significativa entre "Prometemos no acceder a tus datos" y "El sistema está diseñado de tal manera que el acceso es imposible."
La misma idea se extiende más allá de la privacidad y hacia la verificación. A medida que la IA se integra más en decisiones del mundo real, verificar los modelos de IA y los procesos de inferencia puede volverse tan importante como mejorar el rendimiento del modelo en sí.
La tesis más amplia de OpenGradient parece ser que la confianza en la IA no debería depender completamente de la reputación o de acuerdos legales. Los usuarios necesitan formas de verificar qué modelo generó una salida, confirmar que la inferencia ocurrió como se afirmó, y entender las condiciones bajo las cuales se produjeron los resultados.
Por supuesto, las garantías técnicas aún requieren validación independiente. Los TEEs tienen limitaciones conocidas, los detalles de implementación importan y la transparencia sigue siendo esencial. Los diagramas de arquitectura no son sustitutos de las auditorías.
La pregunta más grande puede no ser técnica en absoluto.
La historia sugiere que a las personas les importa la privacidad en teoría, pero rara vez cambian sus hábitos por ello. Los productos enfocados en la privacidad a menudo han tenido dificultades para competir con productos que son simplemente más convenientes o que ya están integrados en los flujos de trabajo cotidianos.
Así que el desafío para OpenGradient puede ser más conductual que arquitectónico. ¿Es lo suficientemente grande y accesible el público más preocupado por la exposición de datos para crear una retención significativa?
#OPG @OpenGradient $OPG
$ZAMA
Sesgo: Alcista / Largo
Zona de Entrada: 0.0340
Objetivos de Toma de Ganancias:
* TP1: 0.0365
* TP2: 0.0390
* TP3: 0.0425
Stop Loss: 0.0322
Razonamiento del Setup:
ZAMA mantiene una estructura de mercado alcista en el gráfico de 1 hora, imprimiendo mínimos más altos mientras se consolida por encima del soporte clave alrededor de la zona de entrada. El momentum sigue siendo constructivo, con compradores defendiendo retrocesos y el volumen favoreciendo la continuación.
Una retención clara por encima de 0.0340 mantiene la tendencia intacta y abre la puerta a un empuje hacia los próximos niveles de resistencia. La invalidación ocurre en una ruptura por debajo de 0.0322.#ChinaUSTreasuryHoldings18YearLow #Write2Earn
$LAB
$EPT
Sesgo: Alcista / Largo
Zona de Entrada: 0.0340
Objetivos de Toma de Ganancias:
* TP1: 0.0365
* TP2: 0.0390
* TP3: 0.0425
Stop Loss: 0.0322
Razonamiento del Setup:
ZAMA mantiene una estructura de mercado alcista en el gráfico de 1 hora, imprimiendo mínimos más altos mientras se consolida por encima del soporte clave alrededor de la zona de entrada. El momentum sigue siendo constructivo, con compradores defendiendo retrocesos y el volumen favoreciendo la continuación.
Una retención clara por encima de 0.0340 mantiene la tendencia intacta y abre la puerta a un empuje hacia los próximos niveles de resistencia. La invalidación ocurre en una ruptura por debajo de 0.0322.#ChinaUSTreasuryHoldings18YearLow #Write2Earn
$LAB
$EPT
UP
0%
Down
0%
0 Votos • Votación cerrada
Después de investigar OpenGradient, sigo volviendo a la misma conclusión: la mayoría de la gente se está enfocando en la parte equivocada de la historia de la IA.
La industria está obsesionada con mejores modelos, inferencias más rápidas y cantidades cada vez mayores de computación. Esas cosas importan, pero cada vez pienso más que están resolviendo un problema que se vuelve menos importante con el tiempo.
A medida que las capacidades de IA se expanden, la inteligencia se vuelve menos escasa. La confianza se convierte en el activo escaso.
Cualquiera puede generar salidas convincentes de IA hoy en día. El problema más difícil es demostrar cómo se produjo una salida, qué modelo la generó, si el proceso fue manipulado y si el resultado puede realmente ser confiable.
Eso es lo que hace que OpenGradient sea interesante para mí.
El protocolo combina la hospedaje de modelos, la inferencia y la verificación en una capa de infraestructura descentralizada diseñada para verificar modelos de IA y sus salidas. Pero el componente de hospedaje no es lo que destaca. Lo que importa es la capa de verificación.
La idea central de OpenGradient es que los sistemas de IA deben producir evidencia verificable sobre qué modelo se utilizó, cómo se ejecutó la inferencia y si la salida permaneció sin cambios a lo largo del proceso.
Si se espera que los agentes de IA ejecuten transacciones, automaticen flujos de trabajo o tomen decisiones del mundo real, la capacidad de verificar modelos de IA puede volverse tan importante como la inteligencia misma.
Los sistemas descentralizados también necesitan incentivos alineados. La infraestructura, la computación y la verificación requieren coordinación económica a gran escala, que es donde el token entra en el diseño.
La incertidumbre clave es si los desarrolladores tratarán la verificación como esencial en lugar de opcional.
Eso es lo que estoy observando: si la demanda de IA demostrable y modelos verificables crece junto con la adopción más amplia de la IA.
Si la inteligencia se vuelve abundante, las redes más valiosas pueden no ser las que generan respuestas, sino las que demuestran que esas respuestas pueden ser confiables.
La capa de verificación de OpenGradient podría volverse más importante que su capa de computación..
#OPG @OpenGradient $OPG
La industria está obsesionada con mejores modelos, inferencias más rápidas y cantidades cada vez mayores de computación. Esas cosas importan, pero cada vez pienso más que están resolviendo un problema que se vuelve menos importante con el tiempo.
A medida que las capacidades de IA se expanden, la inteligencia se vuelve menos escasa. La confianza se convierte en el activo escaso.
Cualquiera puede generar salidas convincentes de IA hoy en día. El problema más difícil es demostrar cómo se produjo una salida, qué modelo la generó, si el proceso fue manipulado y si el resultado puede realmente ser confiable.
Eso es lo que hace que OpenGradient sea interesante para mí.
El protocolo combina la hospedaje de modelos, la inferencia y la verificación en una capa de infraestructura descentralizada diseñada para verificar modelos de IA y sus salidas. Pero el componente de hospedaje no es lo que destaca. Lo que importa es la capa de verificación.
La idea central de OpenGradient es que los sistemas de IA deben producir evidencia verificable sobre qué modelo se utilizó, cómo se ejecutó la inferencia y si la salida permaneció sin cambios a lo largo del proceso.
Si se espera que los agentes de IA ejecuten transacciones, automaticen flujos de trabajo o tomen decisiones del mundo real, la capacidad de verificar modelos de IA puede volverse tan importante como la inteligencia misma.
Los sistemas descentralizados también necesitan incentivos alineados. La infraestructura, la computación y la verificación requieren coordinación económica a gran escala, que es donde el token entra en el diseño.
La incertidumbre clave es si los desarrolladores tratarán la verificación como esencial en lugar de opcional.
Eso es lo que estoy observando: si la demanda de IA demostrable y modelos verificables crece junto con la adopción más amplia de la IA.
Si la inteligencia se vuelve abundante, las redes más valiosas pueden no ser las que generan respuestas, sino las que demuestran que esas respuestas pueden ser confiables.
La capa de verificación de OpenGradient podría volverse más importante que su capa de computación..
#OPG @OpenGradient $OPG
Recientemente pasé un tiempo leyendo la documentación de la arquitectura de OpenGradient, y la parte que me mantenía volviendo era la capa de verificación.
OpenGradient parece estar abordando un problema simple pero importante: eliminar el modelo tradicional de "confía en mí" en la computación de IA. En lugar de aceptar las salidas al pie de la letra, se informa que las solicitudes de inferencia son verificadas a través de mecanismos como la atestación del Entorno de Ejecución Confiable (TEE) y zkML antes de que los resultados se registren en la cadena.
En teoría, esto significa que los usuarios pueden verificar no solo la inferencia en sí, sino también si el modelo de IA esperado la produjo bajo las condiciones correctas.
Encuentro particularmente interesante la separación de nodos de inferencia y nodos de verificación de OpenGradient. Diferentes cargas de trabajo requieren diferentes infraestructuras. Los modelos de clasificación ligeros y los grandes modelos de lenguaje con decenas de miles de millones de parámetros exigen perfiles de hardware y enfoques de validación muy diferentes.
Esa especialización tiene sentido arquitectónicamente, pero también plantea preguntas sobre la coordinación. ¿Puede este diseño escalar eficientemente bajo una demanda impredecible, o surgen cuellos de botella ocultos solo después de una adopción significativa?
El modelo de token agrega otra capa de complejidad. Los pagos por inferencia, el staking, la gobernanza, la monetización de modelos y el control de acceso crean múltiples bucles de utilidad, pero si un aumento en el uso se traduce en una demanda sostenible de tokens sigue siendo incierto.
OpenGradient, el hub de modelos y el progreso de la testnet son señales tempranas alentadoras. Aún así, la infraestructura solo importa si los desarrolladores y usuarios realmente la adoptan.
#OPG @OpenGradient $OPG
OpenGradient parece estar abordando un problema simple pero importante: eliminar el modelo tradicional de "confía en mí" en la computación de IA. En lugar de aceptar las salidas al pie de la letra, se informa que las solicitudes de inferencia son verificadas a través de mecanismos como la atestación del Entorno de Ejecución Confiable (TEE) y zkML antes de que los resultados se registren en la cadena.
En teoría, esto significa que los usuarios pueden verificar no solo la inferencia en sí, sino también si el modelo de IA esperado la produjo bajo las condiciones correctas.
Encuentro particularmente interesante la separación de nodos de inferencia y nodos de verificación de OpenGradient. Diferentes cargas de trabajo requieren diferentes infraestructuras. Los modelos de clasificación ligeros y los grandes modelos de lenguaje con decenas de miles de millones de parámetros exigen perfiles de hardware y enfoques de validación muy diferentes.
Esa especialización tiene sentido arquitectónicamente, pero también plantea preguntas sobre la coordinación. ¿Puede este diseño escalar eficientemente bajo una demanda impredecible, o surgen cuellos de botella ocultos solo después de una adopción significativa?
El modelo de token agrega otra capa de complejidad. Los pagos por inferencia, el staking, la gobernanza, la monetización de modelos y el control de acceso crean múltiples bucles de utilidad, pero si un aumento en el uso se traduce en una demanda sostenible de tokens sigue siendo incierto.
OpenGradient, el hub de modelos y el progreso de la testnet son señales tempranas alentadoras. Aún así, la infraestructura solo importa si los desarrolladores y usuarios realmente la adoptan.
#OPG @OpenGradient $OPG
$ESPORTS (Yooldo) está mostrando un momentum serio.
Después de un fuerte rebote desde los mínimos alrededor de $0.025, el precio ha superado los $0.10, registrando un impresionante movimiento diario de +65%. Los toros están regresando, y la volatilidad está aumentando.
Niveles clave a observar:
• Soporte: $0.090 – $0.100
• Resistencia: $0.160
• Objetivo de ruptura: $0.200+
La actividad en la cadena está aumentando, pero las entradas en los exchanges siguen elevadas, lo que podría llevar a oscilaciones bruscas en el precio. La gestión de riesgos es esencial.
Observando de cerca la consolidación por encima del soporte antes del próximo movimiento al alza.
#TankersUTurnOnPossibleHormuzReopening #SECChairAtkinsReformsIPOAccess #RussiaAddsUSDCToApprovedCryptoList $NAVX
$LAB
Después de un fuerte rebote desde los mínimos alrededor de $0.025, el precio ha superado los $0.10, registrando un impresionante movimiento diario de +65%. Los toros están regresando, y la volatilidad está aumentando.
Niveles clave a observar:
• Soporte: $0.090 – $0.100
• Resistencia: $0.160
• Objetivo de ruptura: $0.200+
La actividad en la cadena está aumentando, pero las entradas en los exchanges siguen elevadas, lo que podría llevar a oscilaciones bruscas en el precio. La gestión de riesgos es esencial.
Observando de cerca la consolidación por encima del soporte antes del próximo movimiento al alza.
#TankersUTurnOnPossibleHormuzReopening #SECChairAtkinsReformsIPOAccess #RussiaAddsUSDCToApprovedCryptoList $NAVX
$LAB
He estado prestando atención a OpenGradient... Lo que me destaca no es otro chatbot o interfaz de IA, sino la idea de que la memoria persistente debería ser tratada como infraestructura en lugar de una característica del producto.
OpenGradient está explorando una capa de memoria descentralizada y verificable diseñada para perdurar más allá de aplicaciones y modelos individuales. Junto con el contexto persistente, su visión más amplia incluye infraestructura para verificar modelos de IA, rastrear la procedencia de los modelos y crear registros auditable sobre cómo los sistemas de IA generan resultados.
En lugar de pedir a los usuarios que confíen en un modelo a ciegas, el objetivo es hacer que tanto la memoria como el cálculo sean verificables de forma independiente.
En teoría, eso significa que el contexto podría volverse portátil, duradero y de propiedad del usuario en lugar de estar atrapado dentro de una sola aplicación. También crea la posibilidad de entender qué modelo produjo un resultado, qué contexto histórico lo influyó y si el comportamiento de ese modelo ha cambiado con el tiempo.
Si el enfoque de OpenGradient tiene éxito sigue siendo una pregunta abierta. La memoria persistente introduce difíciles compromisos en torno a la privacidad, la propiedad y la seguridad.
Pero la dirección se siente importante.
El próximo gran cambio en IA puede no venir de modelos que piensan mejor en una sola sesión, sino de sistemas que pueden recordar, verificar y construir de manera segura sobre miles de interacciones a lo largo del tiempo.
Porque la inteligencia crea respuestas, pero la memoria crea entendimiento.
#OPG @OpenGradient $OPG
OpenGradient está explorando una capa de memoria descentralizada y verificable diseñada para perdurar más allá de aplicaciones y modelos individuales. Junto con el contexto persistente, su visión más amplia incluye infraestructura para verificar modelos de IA, rastrear la procedencia de los modelos y crear registros auditable sobre cómo los sistemas de IA generan resultados.
En lugar de pedir a los usuarios que confíen en un modelo a ciegas, el objetivo es hacer que tanto la memoria como el cálculo sean verificables de forma independiente.
En teoría, eso significa que el contexto podría volverse portátil, duradero y de propiedad del usuario en lugar de estar atrapado dentro de una sola aplicación. También crea la posibilidad de entender qué modelo produjo un resultado, qué contexto histórico lo influyó y si el comportamiento de ese modelo ha cambiado con el tiempo.
Si el enfoque de OpenGradient tiene éxito sigue siendo una pregunta abierta. La memoria persistente introduce difíciles compromisos en torno a la privacidad, la propiedad y la seguridad.
Pero la dirección se siente importante.
El próximo gran cambio en IA puede no venir de modelos que piensan mejor en una sola sesión, sino de sistemas que pueden recordar, verificar y construir de manera segura sobre miles de interacciones a lo largo del tiempo.
Porque la inteligencia crea respuestas, pero la memoria crea entendimiento.
#OPG @OpenGradient $OPG
$SPACE — 1H Velas
Sesgo: Alcista / Largo
Precio Actual: 0.0080
* Zona de Entrada: 0.0078 – 0.0081
* TP1: 0.0086
* TP2: 0.0092
* TP3: 0.0100
* Stop Loss: 0.0074
Razonamiento del Setup:
SPACE se mantiene por encima del soporte a corto plazo tras establecer una serie de mínimos más altos en el marco temporal de 1H. El impulso sigue siendo constructivo, con compradores defendiendo la región de 0.0078–0.0080 y empujando por una continuación hacia el nivel psicológico de 0.0100. Siempre que el precio se mantenga por encima de la zona de stop, la estructura de tendencia favorece la expansión al alza.
Gestión del Trade: Considera asegurar ganancias parciales en TP1 y mover tu stop a punto de equilibrio una vez que el impulso confirme por encima de 0.0086.#EthereumRebounds22%FromJuneLow #USStockRallyPausesBeforeWarshFed #XRPBreaksAbove$1.20Up8Pct $SENTIS
$NAVX
Sesgo: Alcista / Largo
Precio Actual: 0.0080
* Zona de Entrada: 0.0078 – 0.0081
* TP1: 0.0086
* TP2: 0.0092
* TP3: 0.0100
* Stop Loss: 0.0074
Razonamiento del Setup:
SPACE se mantiene por encima del soporte a corto plazo tras establecer una serie de mínimos más altos en el marco temporal de 1H. El impulso sigue siendo constructivo, con compradores defendiendo la región de 0.0078–0.0080 y empujando por una continuación hacia el nivel psicológico de 0.0100. Siempre que el precio se mantenga por encima de la zona de stop, la estructura de tendencia favorece la expansión al alza.
Gestión del Trade: Considera asegurar ganancias parciales en TP1 y mover tu stop a punto de equilibrio una vez que el impulso confirme por encima de 0.0086.#EthereumRebounds22%FromJuneLow #USStockRallyPausesBeforeWarshFed #XRPBreaksAbove$1.20Up8Pct $SENTIS
$NAVX
PROFIT
100%
LOSS
0%
1 Votos • Votación cerrada
Con verificación
SpaceX es una compañía increíble. Puede que sea una de las más trascendentales que se haya construido, pero eso no significa que sea atractiva a cualquier precio.
Con un valor de mercado de aproximadamente $2.5T hasta hoy, los inversores están pagando más de 100x los ingresos del año pasado por una empresa que aún no es rentable. Esa valoración no solo requiere que Starlink continúe escalando. Requiere que varias cosas difíciles ocurran al mismo tiempo: que Starship se vuelva rápidamente reutilizable en términos económicamente atractivos; que Starlink se expanda exitosamente a servicios directos a celulares; que xAI se convierta en una plataforma de IA rentable y defensible; que los centros de datos orbitales se vuelvan técnicamente y comercialmente viables; y que SpaceX ejecute todo esto a pesar de los riesgos regulatorios, políticos y de intensidad de capital.
Eso puede suceder. Musk ha hecho que los escépticos se vean como tontos antes. Pero a este precio, los inversores no solo están respaldando una gran empresa. Están respaldando una ejecución casi perfecta en múltiples mercados de frontera durante un tiempo muy prolongado.
La asignación inusualmente grande para el retail puede estar escondiendo estas señales de precio. Apoyo los esfuerzos para ampliar el acceso a las IPOs, pero esto tiene el efecto práctico de aumentar la demanda de inversores que pueden estar más inclinados a comprar la marca y la historia que a respaldar los fundamentos. Para mí, esa es tanto una razón para tener precaución como para celebrar.#MuskSpaceX$1TrillionRevenue2030 #TrumpWarnsFranceTradeWarOverDigitalServicesTax $LAB
$SENTIS
$SPACE
Con un valor de mercado de aproximadamente $2.5T hasta hoy, los inversores están pagando más de 100x los ingresos del año pasado por una empresa que aún no es rentable. Esa valoración no solo requiere que Starlink continúe escalando. Requiere que varias cosas difíciles ocurran al mismo tiempo: que Starship se vuelva rápidamente reutilizable en términos económicamente atractivos; que Starlink se expanda exitosamente a servicios directos a celulares; que xAI se convierta en una plataforma de IA rentable y defensible; que los centros de datos orbitales se vuelvan técnicamente y comercialmente viables; y que SpaceX ejecute todo esto a pesar de los riesgos regulatorios, políticos y de intensidad de capital.
Eso puede suceder. Musk ha hecho que los escépticos se vean como tontos antes. Pero a este precio, los inversores no solo están respaldando una gran empresa. Están respaldando una ejecución casi perfecta en múltiples mercados de frontera durante un tiempo muy prolongado.
La asignación inusualmente grande para el retail puede estar escondiendo estas señales de precio. Apoyo los esfuerzos para ampliar el acceso a las IPOs, pero esto tiene el efecto práctico de aumentar la demanda de inversores que pueden estar más inclinados a comprar la marca y la historia que a respaldar los fundamentos. Para mí, esa es tanto una razón para tener precaución como para celebrar.#MuskSpaceX$1TrillionRevenue2030 #TrumpWarnsFranceTradeWarOverDigitalServicesTax $LAB
$SENTIS
$SPACE
Investigué OpenGradient, y cuanto más profundizaba, más me daba cuenta de que la brecha entre una política de privacidad y una prueba de privacidad es mucho más grande de lo que parece a simple vista.
La mayoría de los asistentes de IA piden a los usuarios que confíen en documentos: términos de servicio, políticas de privacidad y promesas sobre el manejo de datos. Esos compromisos pueden hacerse de buena fe, pero los usuarios casi no tienen forma práctica de verificarlos.
La privacidad se convierte en una cuestión de confianza institucional.
Las políticas cambian. Los modelos de negocio evolucionan. Los incentivos se desplazan. Lo que hoy se siente privado podría operar de manera diferente mañana, y la mayoría de los usuarios nunca lo sabría.
OpenGradient aborda el problema de manera diferente, tratando la privacidad como un desafío arquitectónico en lugar de uno legal.
Los mensajes se encriptan en el dispositivo antes de la transmisión, y la información identificativa se elimina antes de que las solicitudes lleguen al modelo. Los Entornos de Ejecución Confiables (TEEs) crean enclaves aislados donde los operadores de nodos no pueden ver, registrar o manipular los datos del usuario durante la computación.
Los usuarios también pueden verificar qué modelos de IA están funcionando a través de la atestación criptográfica en lugar de depender de las afirmaciones de la plataforma. Combinado con una infraestructura descentralizada, esto reduce la dependencia de cualquier operador o empresa en particular.
Hay una diferencia significativa entre los operadores que prometen no mirar y los sistemas diseñados para que mirar sea técnicamente imposible.
Evito compartir información sensible con la mayoría de las herramientas de IA porque, dado cómo funcionan los sistemas actuales, eso se siente racional.
La pregunta es si la privacidad verificable, impuesta por hardware, puede reconstruir la confianza en la IA o si la confianza ya se ha erosionado demasiado.
#OPG @OpenGradient $OPG
La mayoría de los asistentes de IA piden a los usuarios que confíen en documentos: términos de servicio, políticas de privacidad y promesas sobre el manejo de datos. Esos compromisos pueden hacerse de buena fe, pero los usuarios casi no tienen forma práctica de verificarlos.
La privacidad se convierte en una cuestión de confianza institucional.
Las políticas cambian. Los modelos de negocio evolucionan. Los incentivos se desplazan. Lo que hoy se siente privado podría operar de manera diferente mañana, y la mayoría de los usuarios nunca lo sabría.
OpenGradient aborda el problema de manera diferente, tratando la privacidad como un desafío arquitectónico en lugar de uno legal.
Los mensajes se encriptan en el dispositivo antes de la transmisión, y la información identificativa se elimina antes de que las solicitudes lleguen al modelo. Los Entornos de Ejecución Confiables (TEEs) crean enclaves aislados donde los operadores de nodos no pueden ver, registrar o manipular los datos del usuario durante la computación.
Los usuarios también pueden verificar qué modelos de IA están funcionando a través de la atestación criptográfica en lugar de depender de las afirmaciones de la plataforma. Combinado con una infraestructura descentralizada, esto reduce la dependencia de cualquier operador o empresa en particular.
Hay una diferencia significativa entre los operadores que prometen no mirar y los sistemas diseñados para que mirar sea técnicamente imposible.
Evito compartir información sensible con la mayoría de las herramientas de IA porque, dado cómo funcionan los sistemas actuales, eso se siente racional.
La pregunta es si la privacidad verificable, impuesta por hardware, puede reconstruir la confianza en la IA o si la confianza ya se ha erosionado demasiado.
#OPG @OpenGradient $OPG
Con verificación
Bedrock me hizo darme cuenta de que una de las mayores ineficiencias en BTCFi no es la falta de rendimiento.
Es la liquidez de Bitcoin fragmentada.
Hoy en día, muchos holders de BTC tienen capital disperso entre wallets, exchanges, protocolos DeFi e incluso ecosistemas DePIN emergentes. Aunque Bitcoin sigue siendo el mismo activo, su liquidez a menudo está desconectada, lo que dificulta mover, asignar y optimizar el capital.
El costo oculto va más allá del BTC inactivo.
La fragmentación crea costos de oportunidad. El capital que está en silos separados no puede responder fácilmente a nuevas oportunidades, lo que reduce la eficiencia general de la economía Bitcoin.
Aquí es donde la visión de Bedrock se vuelve interesante.
A través de uniBTC, Bedrock está construyendo infraestructura diseñada para unificar la liquidez de Bitcoin y mejorar la movilidad del capital entre diferentes ecosistemas. En lugar de tratar el BTC como colateral estático, el objetivo es hacerlo un activo más flexible y productivo.
Pero la unificación de la liquidez es solo parte de la historia.
El BRClaw de Bedrock introduce otro concepto importante: asignación inteligente.
A medida que BTCFi y DePIN continúan expandiéndose, los usuarios enfrentan un número creciente de vaults, estrategias y oportunidades de rendimiento. BRClaw funciona como una capa de asignación, ayudando a los usuarios a navegar estas opciones sin tener que gestionar constantemente múltiples posiciones por sí mismos.
Para mí, esto señala una evolución más amplia.
La primera ola de BTCFi se centró en generar rendimiento a partir de Bitcoin.
La próxima ola puede centrarse en asignar Bitcoin de manera más inteligente a través de DeFi, DePIN y otros ecosistemas on-chain.
Si esa tesis se cumple, el valor a largo plazo puede provenir menos de perseguir el rendimiento más alto y más de coordinar la liquidez de manera eficiente a gran escala.
¿Podría Bedrock estar posicionándose para un futuro donde la asignación de capital se convierta en la capa más importante en BTCFi?
#Bedrock @Bedrock $BR
Es la liquidez de Bitcoin fragmentada.
Hoy en día, muchos holders de BTC tienen capital disperso entre wallets, exchanges, protocolos DeFi e incluso ecosistemas DePIN emergentes. Aunque Bitcoin sigue siendo el mismo activo, su liquidez a menudo está desconectada, lo que dificulta mover, asignar y optimizar el capital.
El costo oculto va más allá del BTC inactivo.
La fragmentación crea costos de oportunidad. El capital que está en silos separados no puede responder fácilmente a nuevas oportunidades, lo que reduce la eficiencia general de la economía Bitcoin.
Aquí es donde la visión de Bedrock se vuelve interesante.
A través de uniBTC, Bedrock está construyendo infraestructura diseñada para unificar la liquidez de Bitcoin y mejorar la movilidad del capital entre diferentes ecosistemas. En lugar de tratar el BTC como colateral estático, el objetivo es hacerlo un activo más flexible y productivo.
Pero la unificación de la liquidez es solo parte de la historia.
El BRClaw de Bedrock introduce otro concepto importante: asignación inteligente.
A medida que BTCFi y DePIN continúan expandiéndose, los usuarios enfrentan un número creciente de vaults, estrategias y oportunidades de rendimiento. BRClaw funciona como una capa de asignación, ayudando a los usuarios a navegar estas opciones sin tener que gestionar constantemente múltiples posiciones por sí mismos.
Para mí, esto señala una evolución más amplia.
La primera ola de BTCFi se centró en generar rendimiento a partir de Bitcoin.
La próxima ola puede centrarse en asignar Bitcoin de manera más inteligente a través de DeFi, DePIN y otros ecosistemas on-chain.
Si esa tesis se cumple, el valor a largo plazo puede provenir menos de perseguir el rendimiento más alto y más de coordinar la liquidez de manera eficiente a gran escala.
¿Podría Bedrock estar posicionándose para un futuro donde la asignación de capital se convierta en la capa más importante en BTCFi?
#Bedrock @Bedrock $BR
Acabo de probar bStocks por primera vez en Binance y la experiencia fue sorprendentemente sencilla.
Lo que más me llamó la atención es que estos no son solo activos sintéticos, cada bStock está respaldado 1:1 por una acción real de EE. UU. que se mantiene con un custodio regulado. Eso añade un nivel de transparencia que muchos productos tokenizados han luchado por lograr.
Algunas cosas que aprendí como novato:
• Tómate el tiempo para entender cómo los valores tokenizados difieren de los activos cripto regulares.
• Verifica los horarios de trading, la liquidez y las opciones de conversión antes de hacer una operación.
• Lee la documentación oficial para entender los derechos de propiedad y la estructura del producto.
• Comienza en pequeño mientras aprendes cómo se comporta el producto.
Para cualquiera que intente bStocks por primera vez, ¿cuál fue tu experiencia? ¿Qué acción exploraste primero y qué te sorprendió más del proceso?
#TradebStocks
$NVDAB
$TSLAB
$NAVX
Lo que más me llamó la atención es que estos no son solo activos sintéticos, cada bStock está respaldado 1:1 por una acción real de EE. UU. que se mantiene con un custodio regulado. Eso añade un nivel de transparencia que muchos productos tokenizados han luchado por lograr.
Algunas cosas que aprendí como novato:
• Tómate el tiempo para entender cómo los valores tokenizados difieren de los activos cripto regulares.
• Verifica los horarios de trading, la liquidez y las opciones de conversión antes de hacer una operación.
• Lee la documentación oficial para entender los derechos de propiedad y la estructura del producto.
• Comienza en pequeño mientras aprendes cómo se comporta el producto.
Para cualquiera que intente bStocks por primera vez, ¿cuál fue tu experiencia? ¿Qué acción exploraste primero y qué te sorprendió más del proceso?
#TradebStocks
$NVDAB
$TSLAB
$NAVX
$BILL – 1H Configuración de Trade
Tendencia: Alcista / Largo
Zona de Entrada: 0.0700 – 0.0720
Objetivos de Toma de Ganancias:
* TP1: 0.0780
* TP2: 0.0850
* TP3: 0.0950
Stop Loss: 0.0650
Justificación de la Configuración:
BILL está manteniendo una estructura de mercado alcista en el marco de tiempo de 1H, con máximos y mínimos más altos aún intactos. El momentum sigue siendo positivo tras la reciente ruptura, y el retroceso actual ofrece una entrada potencial para continuar. Mientras el precio se mantenga por encima de la región de stop loss, los compradores permanecen al mando y se favorece un movimiento hacia los objetivos listados. #WorldCupOpening2026 #AvalancheTreasuryDrops38PctInNasdaqDebut #ECBOfficialsNotRulingOutRateHike $TSLAon
Tendencia: Alcista / Largo
Zona de Entrada: 0.0700 – 0.0720
Objetivos de Toma de Ganancias:
* TP1: 0.0780
* TP2: 0.0850
* TP3: 0.0950
Stop Loss: 0.0650
Justificación de la Configuración:
BILL está manteniendo una estructura de mercado alcista en el marco de tiempo de 1H, con máximos y mínimos más altos aún intactos. El momentum sigue siendo positivo tras la reciente ruptura, y el retroceso actual ofrece una entrada potencial para continuar. Mientras el precio se mantenga por encima de la región de stop loss, los compradores permanecen al mando y se favorece un movimiento hacia los objetivos listados. #WorldCupOpening2026 #AvalancheTreasuryDrops38PctInNasdaqDebut #ECBOfficialsNotRulingOutRateHike $TSLAon
Acabo de empezar a usar bStocks en Binance, y aquí está mi experiencia honesta de inicio.
Al principio, pensé que sería complicado, pero en realidad es muy sencillo. Estás operando acciones tokenizadas de EE. UU., cada una respaldada 1:1 por acciones reales mantenidas con un custodio regulado. Todo sucede dentro de la misma app: comprar, convertir y rastrear sin saltar entre plataformas.
Lo que me llamó la atención es lo familiar que se siente si ya usas trading de cripto, pero con exposición a acciones tradicionales al mismo tiempo. Básicamente son activos de TradFi, pero empaquetados de una manera nativa de cripto.
Mi primer enfoque de lista de seguimiento está en acciones tecnológicas de EE. UU. de alta liquidez. La razón es simple: si bStocks comienza a ganar adopción real, la liquidez probablemente fluirá primero hacia los nombres más reconocidos y activamente negociados.
Impresión general: esto se siente menos como una “nueva función” y más como un paso hacia una super app financiera donde los mercados tradicionales y cripto finalmente se sientan en un solo lugar.
Aún es temprano, pero definitivamente vale la pena seguirlo de cerca. #TradebStocks
$NVDAB
$TSLAB
$SNDKB
Al principio, pensé que sería complicado, pero en realidad es muy sencillo. Estás operando acciones tokenizadas de EE. UU., cada una respaldada 1:1 por acciones reales mantenidas con un custodio regulado. Todo sucede dentro de la misma app: comprar, convertir y rastrear sin saltar entre plataformas.
Lo que me llamó la atención es lo familiar que se siente si ya usas trading de cripto, pero con exposición a acciones tradicionales al mismo tiempo. Básicamente son activos de TradFi, pero empaquetados de una manera nativa de cripto.
Mi primer enfoque de lista de seguimiento está en acciones tecnológicas de EE. UU. de alta liquidez. La razón es simple: si bStocks comienza a ganar adopción real, la liquidez probablemente fluirá primero hacia los nombres más reconocidos y activamente negociados.
Impresión general: esto se siente menos como una “nueva función” y más como un paso hacia una super app financiera donde los mercados tradicionales y cripto finalmente se sientan en un solo lugar.
Aún es temprano, pero definitivamente vale la pena seguirlo de cerca. #TradebStocks
$NVDAB
$TSLAB
$SNDKB
Bedrock es donde empiezo a cuestionar si estamos midiendo convicción o solo movimiento moldeado por incentivos.
El TVL sigue dominando la narrativa superficial en DeFi, limpio, estático, fácil de reportar. Pero aplana todo: tiempo, comportamiento, intención. Nos dice qué entró, no por qué se queda o cómo se comporta una vez que está adentro.
La velocidad del capital intenta solucionar ese punto ciego. Cuando trazo la liquidez a través de recompensas de seguridad de Babylon, bucles de utilidad de uniBTC, ciclos de incentivos de Bedrock, e incluso en intersecciones adyacentes de DeFi x DePIN, la imagen se vuelve más viva pero también más incierta. Ya no es capital quieto, es capital que constantemente se redirige a través de capas de recompensa, buscando la próxima ventaja marginal.
DePIN añade otra dimensión a esto. Redes de infraestructura del mundo real convierten capital en algo que parece productivo, apoyando computación, ancho de banda, almacenamiento o participación respaldada por hardware. Pero incluso aquí, me pregunto: ¿la demanda de servicios DePIN está impulsando el capital, o es el capital el que anima temporalmente el uso porque los incentivos hacen que sea racional hacerlo?
La parte incómoda es que la complejidad creciente de los incentivos no necesariamente crea una visión más profunda. Podría simplemente generar ruido de alta resolución donde solo los actores sofisticados puedan distinguir la estructura del movimiento, y todos los demás proveen liquidez a sistemas que no pueden interpretar completamente.
Así que el poder se desplaza silenciosamente. No solo hacia el capital, sino hacia quien diseña la geometría de incentivos, quien decide dónde aparece el rendimiento, cuánto dura y qué comportamiento recompensa.
Y en ese mundo, sigo preguntando: cuando los incentivos se desvanecen a través de Bedrock, Babylon, uniBTC, o incluso redes DePIN, ¿significa la velocidad del capital aún convicción o solo una supervivencia perfectamente optimizada dentro de un paisaje de recompensas temporal?
#Bedrock @Bedrock $BR
El TVL sigue dominando la narrativa superficial en DeFi, limpio, estático, fácil de reportar. Pero aplana todo: tiempo, comportamiento, intención. Nos dice qué entró, no por qué se queda o cómo se comporta una vez que está adentro.
La velocidad del capital intenta solucionar ese punto ciego. Cuando trazo la liquidez a través de recompensas de seguridad de Babylon, bucles de utilidad de uniBTC, ciclos de incentivos de Bedrock, e incluso en intersecciones adyacentes de DeFi x DePIN, la imagen se vuelve más viva pero también más incierta. Ya no es capital quieto, es capital que constantemente se redirige a través de capas de recompensa, buscando la próxima ventaja marginal.
DePIN añade otra dimensión a esto. Redes de infraestructura del mundo real convierten capital en algo que parece productivo, apoyando computación, ancho de banda, almacenamiento o participación respaldada por hardware. Pero incluso aquí, me pregunto: ¿la demanda de servicios DePIN está impulsando el capital, o es el capital el que anima temporalmente el uso porque los incentivos hacen que sea racional hacerlo?
La parte incómoda es que la complejidad creciente de los incentivos no necesariamente crea una visión más profunda. Podría simplemente generar ruido de alta resolución donde solo los actores sofisticados puedan distinguir la estructura del movimiento, y todos los demás proveen liquidez a sistemas que no pueden interpretar completamente.
Así que el poder se desplaza silenciosamente. No solo hacia el capital, sino hacia quien diseña la geometría de incentivos, quien decide dónde aparece el rendimiento, cuánto dura y qué comportamiento recompensa.
Y en ese mundo, sigo preguntando: cuando los incentivos se desvanecen a través de Bedrock, Babylon, uniBTC, o incluso redes DePIN, ¿significa la velocidad del capital aún convicción o solo una supervivencia perfectamente optimizada dentro de un paisaje de recompensas temporal?
#Bedrock @Bedrock $BR
Con verificación
Como alguien que está tratando de entender mejor el mercado de valores de EE.UU., tengo una pregunta para los inversores y traders experimentados:
Cuando analizan acciones de EE.UU. para inversión a largo plazo, ¿cuál es su marco principal de toma de decisiones? ¿Priorizarán los fundamentales como el crecimiento de ingresos, márgenes de ganancia y flujo de caja, o le dan más peso a las tendencias futuras de la industria y al sentimiento del mercado?
Además, ¿cómo deciden personalmente el momento adecuado para entrar en una acción sin quedar atrapados en la volatilidad a corto plazo? A menudo veo compañías fuertes, pero tengo dificultades para cronometrar mis entradas y entender si un retroceso es una oportunidad o una señal de advertencia.
Realmente apreciaría escuchar diferentes enfoques y estrategias del mundo real que les ayuden a mantenerse consistentes en el mercado. #MyStocksQuestion
$BTC
$LAB
$SERAPH
Cuando analizan acciones de EE.UU. para inversión a largo plazo, ¿cuál es su marco principal de toma de decisiones? ¿Priorizarán los fundamentales como el crecimiento de ingresos, márgenes de ganancia y flujo de caja, o le dan más peso a las tendencias futuras de la industria y al sentimiento del mercado?
Además, ¿cómo deciden personalmente el momento adecuado para entrar en una acción sin quedar atrapados en la volatilidad a corto plazo? A menudo veo compañías fuertes, pero tengo dificultades para cronometrar mis entradas y entender si un retroceso es una oportunidad o una señal de advertencia.
Realmente apreciaría escuchar diferentes enfoques y estrategias del mundo real que les ayuden a mantenerse consistentes en el mercado. #MyStocksQuestion
$BTC
$LAB
$SERAPH
Todo el mundo está hablando de Bitcoin esta semana.
Pero aquí hay algo que muchos traders olvidan
Los grandes movimientos del mercado rara vez ocurren por una sola razón.
Esta semana, una mezcla de factores parece estar impulsando la conversación:
• Posiciones apalancadas acumuladas en todo el mercado
• Liquidaciones acelerando el movimiento de precios
• Cambios en el sentimiento del inversor
• Incertidumbre macroeconómica y económica en curso
Cuando los traders utilizan apalancamiento, incluso un movimiento relativamente pequeño puede desencadenar liquidaciones.
Si suficientes posiciones se liquidan a la vez, el movimiento puede hacer bola de nieve y crear volatilidad adicional.
Por eso, los mayores movimientos de Bitcoin suelen ser una combinación de posicionamiento, psicología y condiciones del mercado, no solo un titular.
¿La lección?
No te enfoques solo en la vela.
Presta atención al apalancamiento, la liquidez y el sentimiento.
A menudo cuentan la verdadera historia detrás del movimiento
#USIranForcesClashHormuzPeaceDealStalls #SpaceXIPOMultipleTimesOversubscribed $BTC
Pero aquí hay algo que muchos traders olvidan
Los grandes movimientos del mercado rara vez ocurren por una sola razón.
Esta semana, una mezcla de factores parece estar impulsando la conversación:
• Posiciones apalancadas acumuladas en todo el mercado
• Liquidaciones acelerando el movimiento de precios
• Cambios en el sentimiento del inversor
• Incertidumbre macroeconómica y económica en curso
Cuando los traders utilizan apalancamiento, incluso un movimiento relativamente pequeño puede desencadenar liquidaciones.
Si suficientes posiciones se liquidan a la vez, el movimiento puede hacer bola de nieve y crear volatilidad adicional.
Por eso, los mayores movimientos de Bitcoin suelen ser una combinación de posicionamiento, psicología y condiciones del mercado, no solo un titular.
¿La lección?
No te enfoques solo en la vela.
Presta atención al apalancamiento, la liquidez y el sentimiento.
A menudo cuentan la verdadera historia detrás del movimiento
#USIranForcesClashHormuzPeaceDealStalls #SpaceXIPOMultipleTimesOversubscribed $BTC
He estado mirando Bedrock 2.0 y sigo volviendo a la misma pregunta: ¿puede el token de gobernanza realmente capturar valor del creciente uso del protocolo?
En cuanto al producto, la actualización es interesante. El enrutamiento de capital automatizado y la asignación dinámica de rendimiento a través de ETH, BTC y DePIN crean una manera más eficiente de desplegar capital, mientras que los activos al estilo uniBTC y uniETH que no se rebasan permiten que el valor se acumule a través de la apreciación del precio en lugar de la inflación de tokens.
Sin embargo, BR sigue cotizando alrededor de $0.10, aproximadamente un 60% por debajo de su reciente máximo, a pesar de que el TVL se sitúa cerca de $360 millones.
La desconexión me hace preguntarme si el mercado está subestimando la tecnología, o si está cuestionando correctamente la tokenómica.
El problema central es la captura de valor. El rendimiento generado por el protocolo no se traduce automáticamente en demanda por BR. La mayoría de los usuarios están enfocados en maximizar retornos y usualmente rotan hacia el APY más alto disponible en lugar de acumular tokens de gobernanza.
Otro factor es el significativo evento de desbloqueo de tokens que se acerca. Incluso si los fundamentos mejoran, un suministro adicional puede crear presión a corto plazo y complicar la capacidad del mercado para revalorar el activo al alza.
Así que el caso de inversión parece estar equilibrado entre dos posibilidades: la nueva arquitectura de Bedrock 2.0 aún no se ha valorado completamente, o el vínculo del token con el crecimiento del protocolo sigue siendo fundamentalmente débil.
La verdadera pregunta es si la adopción aumentada y el uso real pueden eventualmente cerrar esa brecha de valoración, o si el problema de la tokenómica es más grande que cualquier actualización de producto.#Bedrock @Bedrock $BR
En cuanto al producto, la actualización es interesante. El enrutamiento de capital automatizado y la asignación dinámica de rendimiento a través de ETH, BTC y DePIN crean una manera más eficiente de desplegar capital, mientras que los activos al estilo uniBTC y uniETH que no se rebasan permiten que el valor se acumule a través de la apreciación del precio en lugar de la inflación de tokens.
Sin embargo, BR sigue cotizando alrededor de $0.10, aproximadamente un 60% por debajo de su reciente máximo, a pesar de que el TVL se sitúa cerca de $360 millones.
La desconexión me hace preguntarme si el mercado está subestimando la tecnología, o si está cuestionando correctamente la tokenómica.
El problema central es la captura de valor. El rendimiento generado por el protocolo no se traduce automáticamente en demanda por BR. La mayoría de los usuarios están enfocados en maximizar retornos y usualmente rotan hacia el APY más alto disponible en lugar de acumular tokens de gobernanza.
Otro factor es el significativo evento de desbloqueo de tokens que se acerca. Incluso si los fundamentos mejoran, un suministro adicional puede crear presión a corto plazo y complicar la capacidad del mercado para revalorar el activo al alza.
Así que el caso de inversión parece estar equilibrado entre dos posibilidades: la nueva arquitectura de Bedrock 2.0 aún no se ha valorado completamente, o el vínculo del token con el crecimiento del protocolo sigue siendo fundamentalmente débil.
La verdadera pregunta es si la adopción aumentada y el uso real pueden eventualmente cerrar esa brecha de valoración, o si el problema de la tokenómica es más grande que cualquier actualización de producto.#Bedrock @Bedrock $BR
Inicia sesión para explorar más contenidos