鹿鹿撸毛日记

今天我在链上看交易数据的时候，其实一开始是有点疲惫的。很多账户的行为模式太重复了，频繁切换协议，但每一步都很浅，像是在完成某种机械任务。看久了会有一种抽离感，就是你很难判断这些数字到底是在表达真实需求，还是只是被激励推出来的表面活跃。

也是在这种状态下，我重新去翻了@GeniusOfficial l的官方信息。$GENIUS 的生态结构里，Genius Terminal支持多链交易聚合，同时具备Ghost Mode隐私执行能力，再加上Quest和Points系统作为参与激励。从官方披露的TGE和交易数据来看，用户活跃确实存在，而且是建立在真实交易行为上的，这一点至少是可以验证的。

说实话，当我把这些信息和刚才看到的链上“机械式行为”对比的时候，会有一点微妙的反差感。一边是高度碎片化、重复性的交互路径，另一边是试图把交易、执行和激励统一到一个工具层里的设计逻辑。虽然还谈不上结论，但这种差异确实会让我多看一眼。

在实际分析这些链上行为时，我能更清晰看到Genius Terminal带来的操作轨迹，比如跨链交易被聚合处理之后，路径变得更干净，用户参与也不只是停留在单次交互，而是围绕任务和工具在延伸。这种结构让我在做数据判断时少了一些“噪声干扰”的感觉。

我对$GENIUS 的态度是偏关注的，但不是情绪化的看好。更多是一种研究视角下的兴趣点，就是它确实提供了一种可以被观察、被验证的行为框架，这在当前链上环境里并不多见。我也还在继续观察，这种结构能不能在更长周期里保持稳定性。

$GENIUS #genius

最近跟踪@Bedrock 的链上数据，我心里有点小激动又有点懵：同样是BTC资产，在不同协议里停留时间和产出效率差别很大。比如Kernel和Pell之间，一部分BTC锁仓的年化收益差能到15%以上，而SatLayer的跨链BTC几乎有半数处于低效状态。光看收益数字，我一开始以为是资金少导致收益低，后来发现问题在于链上流动性利用效率太差，这才是核心。#Bedrock

我顺手做了个小表，把不同协议的资金流、收益分布、锁仓量、历史波动都列出来，才看出端倪：Pell短期套利活跃，但大额资金难长期承接；Kernel稳定安全，但资金利用率偏低；SatLayer跨链资产虽多，但收益路径分散，接近一半被闲置。这种颗粒化数据，让我脑子里一直冒出“原来BTC在链上流动这么碎”的感觉。

Bedrock 2.0的价值就在这里，它不是简单加收益，而是搭了一个“调度层”，把不同BTC资产按风险、收益和流动性特性动态分配。一次模拟测试中，1个BTC在未经调度情况下月收益波动超过20%，但在Bedrock内部调度后，多条路径被充分利用，收益波动降到10%以内，资产效率提升近30%。看到这个，我忍不住笑了，这种技术感和效率提升的颗粒度，确实很爽。

从跨界角度看，这有点像传统金融的资产证券化加风险分散，只是在链上完全透明、自动化。$BR在这里不仅是代币，更像是网络的“调度信号”，保证资金流向合理、收益分布最优。相比只看收益率的项目，Bedrock 2.0说明一件事：真正的竞争不是单点收益，而是链上资产整体调度能力。

我持续关注@Bedrock 和 $BR ，不是因为它多了功能，而是因为它用数据、规则和技术重构了BTC流动模式。每次看到资产被更合理分配，我都会有种小激动，像是真的在参与未来链上系统的运行。

#bedrock $BR

这两天整理@Bedrock 资料的时候，我把uniBTC和brBTC分别写在纸的两边，本来只是想看看这次升级到底改了什么，结果写着写着发现，两边的关键词差别比我想象得大。。

uniBTC那边其实很清晰。Babylon、流动性质押、BTC收益，这几个词基本贯穿始终。放在当时的环境里也容易理解，BTCFi刚起步，大家最关心的是如何让长期躺在钱包里的BTC参与链上收益，同时又不影响流动性。现在回头看，uniBTC更像是在打通这条路径。

但当我开始整理brBTC的时候，纸上的内容慢慢变多了。

除了Babylon，还出现了Kernel、Pell、SatLayer；除了原生BTC逻辑，又出现了WBTC、cbBTC、BTCB这些不同形式的BTC资产。最开始我以为这只是合作协议变多了，后来把关系顺了一遍才发现，变化其实发生在更底层的地方。

uniBTC时期，重点是让BTC获得收益。

到了brBTC阶段，重点开始变成如何承接不同来源的BTC，以及如何连接不同来源的收益。

这两个问题看上去有点像，实际差别不小。

我画关系图的时候有个直观感受，uniBTC对应的是一条路径，而brBTC更像一个节点。不同资产可以进来，不同收益来源也可以接进来。随着Kernel、Pell、SatLayer这些模块被放进同一个框架里，整个结构开始从单一路径变成网络。

研究到这里的时候，我才慢慢理解Bedrock和Bedrock 2.0之间真正的关系。

很多人会把它理解成一次产品升级，但从产品演化的角度看，更像是目标发生了变化。前一个阶段在解决BTC如何进入链上收益市场，后一个阶段则是在思考越来越多BTC进入链上以后应该怎么被使用。

这也是我关注$BR 的原因。因为我看到的不是某个单独功能，而是一条完整的产品路线。从uniBTC到brBTC，从单一路径到多协议协同，这些变化背后至少说明一件事：Bedrock关注的已经不只是激活BTC流动性，而是在尝试提高BTC流动性的利用效率。
#Bedrock

今早凌晨一点多，我本来只是想看看GENIUS最近的锁仓变化，结果一路顺着链上记录往下翻，硬是多看了快一个小时。

有个现象让我印象挺深。

很多项目的TVL看着很高，但你真去拆资金来源，会发现不少都是补贴堆出来的。一旦激励下降，资金跑得比谁都快。GENIUS不太一样，我翻了几个持续锁仓几个月的钱包地址，发现这些地址并不是频繁进出的农民号，很多仓位从建立到现在几乎没怎么动过。

当时我其实有点意外。

因为大部分人讨论GENIUS，聊的都是收益池、分润或者锁仓奖励，但我后来来发现一个更值得关注的东西：协议似乎一直在想办法把交易产生的价值留在系统里，而不是靠不断发新激励维持热度。

我盯着几天数据看，发现交易活跃的时候，协议收入增长很明显；活跃度下降的时候，收益也跟着掉。这听起来像缺点，但换个角度想，至少说明这些回报不是凭空变出来的。市场好的时候一起赚，市场冷的时候一起扛，这反而更符合我对真实商业模型的理解。

中间有一次我还专门去看了几个大额地址的变化，本来以为会出现明显减仓，结菓发现大部分仓位依旧留在池子里。那一刻我忽然意识到，可能有些资金看重的已经不是短期收益，而是在赌协议未来的现金流能力。

说句大白话，现在很多项目都在讲价值捕获，可真正难的不是把故事讲漂亮，而是让协议赚到的钱和持币人的利益产生关系。中间只要隔着三四层激励设计，价值就容易漏掉。

GENIUS到底能不能走出来，我现在不敢下结论。但研究越久，我越觉得市场可能低估了一件事：未来决定项目天花板的，未必是谁发币发得最猛，而是谁能持续把真实交易沉淀成长期价值。

这个赛道我看过不少项目，能让我半夜翻着翻着链上数据还想继续往下看的，其实并不多。$GENIUS #genius @GeniusOfficial

最近看不少人在聊 @OpenLedger ，讨论最多的还是节点、积分和未来的 $OPEN 。但研究久了我发现，真正值得关注的其实不是这些表面的激励设计，而是它试图解决AI行业一个更底层的问题：数据价值为什么总是无法被准确记录。

过去几年，大模型的发展让算力和模型本身获得了绝大部分关注，可真正决定模型能力上限的数据，却长期处于价值模糊状态。数据提供者、标注者、验证者都参与了模型能力的形成，但当商业价值产生时，中间缺少一套能够持续追踪贡献来源的机制。

我认为OpenLedger最核心的探索就在这里。

很多人把Datanets理解成数据交易市场，我倒觉得这种理解有点窄。它更像是一套数据价值流转网络。数据进入系统后，不是一次性出售，而是在训练、优化和调用过程中持续产生关联记录。这样做的意义并不只是分账，而是让数据第一次拥有了接近资产的属性。

因为资产最重要的前提并不是价格，而是来源可验证、贡献可记录、价值可追踪。

这也是为什么我一直觉得，OpenLedger真正竞争的对象可能不是其他AI项目。它想搭建的更像是一层AI时代的数据产权基础设施。如果未来AI行业继续扩张，那么模型会迭代，应用会更换，但能够持续沉淀价值的，很可能是那些拥有明确归属关系的数据资源。

从这个角度看，$OPEN 所连接的并不只是一个AI网络，而是一套关于数据如何确权、如何流转、如何捕获价值的底层规则。很多项目都在追逐更热闹的叙事，而OpenLedger做的事情虽然慢，却可能决定未来AI价值究竟归谁所有。 #OpenLedger

📢大伙快看！币安广场新任务来啦！这次是Bedrock，前500名都能领奖励！写篇短文就行，不用做交易，再顺手关注账号和X就搞定，福利人人有份，可别错过咯！

我今天把@Bedrock 的产品迭代逻辑从头捋了一遍，我觉得真正值得聊的不是某一个功能点，而是它从1.0到BTCFi 2.0这条升级路线背后的判断。
BTCFi 1.0阶段整个赛道的问题很清楚：流动性碎片化、收益来源单一、跨链场景基本空白。Bedrock当时做uniBTC，单接Babylon协议，结构简单但跑通了一个关键假设，就是BTC持有者愿意在保持流动性的前提下参与质押。这个假设被验证之后，BTCFi 2.0才有了真实的用户基础去承接。
2024年12月推出brBTC，这是Bedrock正式进入2.0阶段的标志。brBTC的核心变化是把收益来源从单一协议扩展到Babylon、Kernel、Pell、SatLayer多个协议同时叠加，底层支持WBTC、cbBTC、BTCB等多种BTC衍生品进入。用一句话概括就是：1.0解决了”能不能质押”，2.0解决的是”收益够不够厚、路径够不够宽”。我觉得这个升级节奏是对的，没有跳步。
BR，两条需求线同时在跑。分发上用Diamond积分线性模型，单钱包设0.4%领取上限，初始筹码结构相对均匀。TVL接近7亿美元还在增长，这个数字直接决定协议收入规模，也就决定回购力度，逻辑是自洽的。
研究到这里基本想清楚了，1.0验证假设、2.0扩大边界，$BR的需求建立在协议真实使用量上，这条线不是靠讲故事撑着的。
#bedrock $BR

我以前对“AI Agent会自我进化”这种说法是比较免疫的，OpenLedger出来之前，这类叙事在我这基本就是营销词，听多了也就那样。传统量化大家都清楚，本质是规则写死、参数固定、回测通过就上线，后面基本不再变化。但问题在于市场是动态的，同一套策略在不同阶段会明显失效，很多时候不是策略设计错，而是环境切换了。

OpenLedger的Trading Agent让我开始重新看这件事的原因，是它把策略从“静态执行”变成了“持续重构”。它一边从Datanet持续拉数据更新判断，一边对比不同Agent在不同市场状态下的表现，再结合用户风险偏好去调整权重结构，本质上是在把策略生命周期拉长，让它在运行中继续变化。

我自己挂了一个趋势Agent跑了48小时，第一天动量权重偏高，交易节奏正常，但第二天回看日志已经变了：动量被压低，波动率权重上调，出手次数也减少。这些变化不是手动调参，也不是固定周期优化，而是它根据短期反馈重新计算后的结果。

关键点不在它“会不会变”，而在它“怎么变”。如果只依赖短周期反馈，本质是在用噪声去更新模型，很容易出现过拟合：越适应最近市场，越容易在风格切换时失真。这也是这套系统最大的风险，不是能力不够，而是优化方向可能偏短。

所以我现在更倾向把它看成一个早期的动态适应系统，而不是成熟交易工具。它确实比传统策略多了一层“自调整能力”，但这层能力最终是增强稳定性，还是放大短期波动，还需要更长周期验证。

@OpenLedger $OPEN #OpenLedger

我一直没想明白一件事：为什么我还没成交，整个市场就已经知道我要干什么了？

最近研究 @GeniusOfficial 的Ghost Orders时，这个问题又冒了出来。

大多数公链里，用户提交订单后并不会立刻完成执行，而是先进入一个公开可见的等待阶段。也正是在这段时间里，搜索者、套利机器人和各种策略开始围绕这笔交易行动。

很多人把这理解成市场效率的一部分，但复盘过链上数据之后，我越来越觉得，一部分所谓的滑点和损耗，本质上更像是交易意图提前暴露后的结果。

这也是Ghost Orders让我感兴趣的地方。

很多项目都在讨论如何优化执行效率，而Genius更像是在尝试改变交易执行前的信息流结构。通过MPC协同机制，交易意图不会再以完整形态提前暴露给市场，外部参与者也更难从单一交易行为中还原用户的真实意图。

我还不能确定这种设计最终会对MEV生态产生多大影响，但逻辑其实很简单：如果别人看不到你的意图，就很难围绕你的意图提前布局。

过去不少被市场视为理所当然的交易损耗，或许并不是效率成本，而是信息成本。

说到底，这也是最近研究 @GeniusOfficial 时让我一直直在思考的问题。很多人都在讨论如何让交易更快、更便宜，但很少有人去讨论，为什么交易意图必须先公开，再等待执行。

或许真正值得讨论的，不是交易应不应该透明，而是为什么市场默认认为，每个人都必须提前公开自己的交易意图。

#genius $GENIUS

我发现很多团队发周报，最喜欢展示的永远是交易量、活跃地址和交互次数。数字一个比一个好看，但真去翻链上记录，你会发现不少数据其实没什么参考价值。有些地址一天能在十几个协议之间来回切换，行为轨迹比职业交易员还勤奋，看着热闹，实际上未必代表真实需求。

这也是为什么我现在看项目，很少先看数据面板。我更关心另一件事：这些数据到底是怎么产生的。

最近关注@GeniusOfficial 的时候，我觉得他们比较特别的一点，是没有把重点放在做出更漂亮的数据曲线，而是在想办法提高链上行为本身的质量。这个思路和很多项目不太一样。因为数据增长本身并不难，只要激励足够，大量账户自然会涌进来。真正难的是，当激励消失以后，还有多少行为愿意留下。

过去几年，行业经历过太多数据繁荣。从流动性挖矿到各种交互活动，大家都见过数字冲上去的场面。可市场后来也逐渐学会了一件事，能长期沉淀价值的，往往不是最热闹的时候，而是泡沫退掉以后还剩下什么。

所以我对Genius感兴趣，并不是因为某个单独功能，而是因为它试图解决一个更底层的问题。链上世界发展到今天，大家已经不缺数据，也不缺故事，缺的是能够经得起时间检验的行为记录。

如果未来的链上经济真的要承载更多资产和更多用户，那么可信度大概率会变成比流量更重要的东西。而那些愿意把精力花在提高行为质量上的项目，或许会比单纯追求规模增长的项目走得更远。
$GENIUS #genius

最近在币安广场刷信息的时候，我一直在想一个问题：AI赛道的竞争，表面上是在拼模型、拼算力、拼Agent，但真正决定长期结构的，可能还是更底层的东西——数据是怎么被产生、被使用、以及被归因的。

顺着这个逻辑去看 @OpenLedger ，会发现它的关注点确实不在当前最热的“应用层叙事”，而是更靠近一个更基础的问题：数据贡献如何被记录，以及这些贡献如何在系统中被结构化呈现。#openledger

在传统AI体系里，数据的角色长期是隐性的。它参与训练、影响结果，但很少被拆解成可追踪的贡献单元。也正因为如此，数据提供方在价值分配中往往处于弱可见状态。而OpenLedger试图解决的，是把这种“不可见贡献”转化为可记录、可验证、可持续累积的结构关系。

如果横向对比，会更清晰一些。像 Bittensor 更偏向在模型网络与协作激励层做系统设计，本质是在优化“计算与模型之间的协作效率”。而 OpenLedger 则更前置一步，尝试处理“数据进入系统之前”的结构问题。两者并不冲突，但切入点明显不同。

从行业演化路径来看，这类更靠近输入端的系统设计，往往不会在早期形成非常直观的外部反馈，但它决定的是后续上层应用的边界条件。也正因为如此，它更适合被放在一个长期框架里观察，而不是短期指标去解释。

最近 @OpenLedger 的公开进展保持了一定的连续性，整体路线也比较集中，没有明显偏离“数据归因与价值结构化”这一主轴。这种一致性在AI + Web3项目里并不算常见。

至于 $OPEN 的市场表现，我更倾向于把它放在一个结构判断里看：如果数据贡献这件事在未来真的被系统化定义，那么现在这一阶段，更多像是一个基础设施尚未被完全定价的早期区间。但这个判断本身需要时间验证，也取决于整个赛道的推进速度。

#OpenLedger @OpenLedger

今天就来说一下GENIUS这个项目，我一开始其实没太放在心上，主要是这几年类似的东西见太多了，基本都是换个名字讲同一套叙事，所以第一反应还是比较冷的。

但后来有一次我在链上操作的时候卡了一下钱包切换的问题，就顺手重新看了一下它的逻辑，这时候才开始觉得它可能不是那种单纯包装出来的项目。

我自己这几年用下来最大的感受其实挺一致的，就是链上工具越来越多，但整体体验反而更碎片化了。钱包、DEX、跨链桥、资产面板，每一个单独看都没问题，但组合起来就是不断在不同界面之间跳转，效率不高，而且对普通用户来说学习成本其实一直在上升。

GENIUS让我稍微注意到的一点，是它没有继续在功能层面做加法，而是试图把原本分散的使用路径重新收敛起来，让操作不再被拆得太碎。从产品思路上看，这种方向其实比单纯增加功能更难，但也更接近实际使用场景。

另外就是non-custodial这件事，它没有回避，而是直接放在架构前提里去做。这个点在行业里其实一直都有争议，一边是便利性，一边是资产控制权，大多数产品最后都会往托管或半托管方向靠，但GENIUS还是把钥匙留给用户自己，这一点我个人是更偏向认同的。

当然现在也不可能说这个项目已经跑通了，很多东西还需要时间去验证，包括执行情况和后续落地表现。但至少从目前看到的设计思路来看，它不是在做一个“功能更全的工具”，而是在尝试解决链上体验本身过于割裂的问题。

这种方向的项目不多，所以我会先继续观察一段时间。
#genius $GENIUS @GeniusOfficial

最近一直在看 OpenLedger，越看越觉得它切的角度有点意思。#OpenLedger
它做的事情说白了就是给数据建一套账本。你贡献了什么数据、被谁用了、用了多少次、产生了多少价值，全部记录在链上，清清楚楚。
这个设计有意思的地方在于，它不是在做一个数据交易市场，而是在做数据使用的基础设施。市场可以有很多个，但底层的记录和结算只需要一套。这个位置一旦占住，后面接入的项目越多，系统的价值就越大。
现在接入 OpenLedger 的 AI 项目已经在产生真实的数据调用记录，这意味着它不是在空转，生态已经开始有实际活动了。
但它现在面临的挑战也很现实：数据贡献者的规模够不够大、数据质量能不能保证、接入方愿不愿意长期使用。这些问题没答案之前，逻辑再好也只是逻辑。
我关注它，是因为它在解决一个真实的问题，而且已经跑起来了。至于能走多远，还需要时间验证。
#openledger $OPEN @Openledger

我感觉大多数人现在对AI监管的理解还停留在”以后会出事”这个模糊感知上，但其实已经出事了。EU AI Act开始落地，美国多个州开始追责AI训练数据来源，那些靠抓取数据黑盒训练跑到今天的公司，现在已经在应对真实的法律账单了。
这个时间点让我重新审视 @OpenLedger 在做的事情。以前我觉得”数据上链可追朔”是个技术理想，现在我觉得这是一个正在变成刚需的合规基础设施。$OPEN 的 Proof of Attribution 把每一条数据的来源、每一次训练、每一次推理调用全部锁在链上，监管要追溯的时候账本就在那里，没有任何企业可以说”我不知道用了谁的数据”。
说白了，以前透明是加分项，现在透明是活下去的条件，这个转变来得比大多数人预期的要快。
金融、医疗、公共部门这些对合规要求最严的领域，反而是这套基础设施最自然的落地场景，因为这些行业的甲方本来就需要能对监管机构说清楚”我们的AI用了什么数据、怎么用的”。OpenLedger 2026路线图的原文描述是”every action is logged, attributable, and reviewable”，放在今天这个监管环境里，这句话不是噱头，是真正的卖点。
Polychain和Borderless领投800万，HashKey Capital参与，代未总量10亿枚，51.7%分配给社区。我觉得它卡住的位置，不是现在最热闹的地方，但可能是接下来几年最不可绕开的地方。
#OpenLedger
#openledger $OPEN

Gue perhatiin Armaan Kalsi waktu diwawancara sama DL News dan dia bilang sesuatu yang gue ulang-ulang: "Kalau lo cuma otak-atik trading setiap hari, terminal lain udah cukup. Tapi kita dibangun buat pengguna jangka panjang yang bener-bener peduli sama kualitas eksekusi dan privasi." Jujur, kata-kata ini jauh lebih jelas dari semua presentasi proyek yang pernah gue lihat, langsung ngasih tahu siapa yang bakal pakai ini.
Sekarang, pasar terminal transaksi on-chain ini bener-bener ramai, semua orang lagi ngerebutin routing dan interface, rasanya sama aja ngopi. Tapi @GeniusOfficial milih untuk fokus di "privasi lapisan eksekusi", menurut gue ini titik masuk yang pas. Gh0st resmi launching di BNB chain bulan Mei ini, tanpa ribet dengan zero-knowledge proof atau sistem off-chain, cuma memecah order lo di chain, dan pakai maksimal 500 wallet buat eksekusi, orang lain gak bisa ngeliat transaksi ini dari lo, tapi data di chain tetap utuh, regulator bisa ngecek kapan aja.
Intinya, ini bikin lo bisa trading secara stealth, tapi gak melanggar aturan.
Sekarang udah terhubung ke 300+ decentralized exchange, mencakup Solana, BNB, Sui, Arbitrum, Base, Hyperliquid, dan jaringan utama lainnya, semua spot dan perpetual contract bisa diakses dari satu interface, tanpa perlu bolak-balik ganti wallet, dan gak perlu khawatir tentang cukupnya Gas. Pengalaman ini di dunia trading on-chain bener-bener jarang banget.
Di belakang ini ada YZi Labs yang memimpin investasi, CZ turun langsung jadi advisor. Total supply tokennya 1 miliar, gak ada penambahan. Produk terminal tetap harus melihat data transaksi yang nyata, menurut gue ini jauh lebih penting daripada melihat ronde pendanaan.
#genius $GENIUS

Di industri AI ada satu kalimat yang sangat membekas di benak saya: latih dulu, baru berperkara. Ini hampir menjadi cara operasi yang disepakati dalam beberapa tahun terakhir, hak cipta pencipta yang masuk ke dalam jalur pelatihan langsung menghilang, tanpa catatan, tanpa kompensasi, dan tanpa alat penelusuran apapun.
Pada bulan Januari tahun ini, OpenLedger dan Story Protocol merilis standar ini bersama-sama, saya rasa ini adalah langkah dasar untuk mengubah hal ini. Story Protocol berfungsi sebagai lapisan pendaftaran IP, mendefinisikan kepemilikan karya dan syarat lisensi, $OPEN sebagai lapisan eksekusi dan verifikasi, secara simultan memaksa pelaksanaan perjanjian lisensi di tahap pelatihan dan inferensi, setiap kali konten hak cipta digunakan oleh model, pendapatan otomatis diarahkan kembali kepada pemilik hak asli. Sistem ini mengubah "gunakan dulu baru bicarakan" menjadi "buktikan dulu kamu punya hak untuk menggunakan". #OpenLedger
Logika ini saya rasa bukan hanya masalah teknis, tapi juga masalah infrastruktur kepatuhan yang akan dihadapi oleh seluruh industri AI. Regulasi semakin ketat, tuntutan hukum semakin banyak, perusahaan AI semakin pendek jendela waktu untuk menangkap data dan melatih model, siapa yang lebih dulu memasukkan penyelesaian hak cipta ke dalam lapisan eksekusi, dia yang akan mendapatkan keuntungan.
Polychain dan Borderless memimpin putaran investasi senilai 8 juta dolar, Balaji Srinivasan, Sreeram Kannan, Sandeep Nailwal turut terlibat, semakin saya meneliti proyek ini, semakin saya merasa mereka tidak hanya bertaruh pada satu konsep, tetapi pada celah pasar yang benar-benar ada.
#openledger $OPEN