Binance Square

鹿鹿撸毛日记

12 Seguiti
35 Follower
101 Mi piace
6 Condivisioni
Post
PINNED
·
--
Visualizza traduzione
📢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
📢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
Visualizza traduzione
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
Visualizza traduzione
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
Articolo
Visualizza traduzione
OpenLedger正在重写AI的计费方式,而不是在优化独立开发说实话,很多人一开始理解OpenLedger的时候都会有点跑偏,以为它只是给AI应用加一个链上计费模块,但你如果真的顺着它的设计去想,会发现它其实不是在解决“怎么赚钱”,而是在重新定义“AI系统里的价值到底从哪一刻开始算钱”。 以前我们做任何AI产品,本质上都默认了一件事,就是价值是滞后的。你先把模型做出来,先把工具上线,然后再通过订阅、广告或者API调用去慢慢收钱。但问题是,这个结构有一个很隐蔽的断层,就是“使用发生的时候”其实是完全不可见的。数据被用了,模型被调用了,结果被生成了,但这一段过程在经济上是空的,它只是技术日志,不是经济事件。 OpenLedger想改的就是这一段空白,它不是在产品层加东西,而是在行为层加结算逻辑,让“调用”本身变成一个可以计价的动作,这一点其实比很多人想象的要激进,因为它等于把AI系统的最小经济单位从“产品”改成了“使用”。 如果把这个变化放到开发者视角里,其实会非常直观。以前你做一个AI工具,不管你怎么设计,最终都要靠一个外部系统去接钱,你要自己处理订阅、支付、权限、风控,而且最关键的是,这些东西跟你的核心功能是割裂的,它们只是“为了赚钱不得不加上的东西”。但在OpenLedger这种结构里,理论上你不需要再单独构建一套商业系统,因为使用行为本身就已经在发生结算,调用次数、数据贡献、模型输出,都可以直接转成收益分配的一部分。 这时候产品的意义就会变得不一样,它不再是一个完整闭环,而更像一个入口,一个让使用发生的触发点,真正的经济循环是在它背后自动运行的系统里完成的。 但这里有一个更底层的变化其实更重要,就是归因问题。以前AI行业一直绕不开一个问题,就是你很难清楚说某个输出到底应该归功于谁,是数据提供者、模型开发者,还是应用层开发者,这件事在传统Web2体系里基本都是被平台内部消化掉的,不透明,也不可拆分。而OpenLedger试图做的是把这个过程协议化,让“谁贡献了什么”这件事变成可以计算和分账的结构,而不是平台内部的一笔糊涂账。 如果这件事成立,它带来的就不是多一个赚钱渠道,而是整个AI经济模型的底层变化,因为它会让“使用行为”第一次变成经济单位,而不是统计指标。 不过这件事现在的问题也很现实,它还远远没有到可以规模化成立的阶段。使用密度还不够高,真实付费意愿还在早期,生态也没有形成统一标准,所以现在看到的更多是一个结构雏形,而不是一个成熟系统。但它的关键点在于,它已经把模型画出来了,而且这个模型在逻辑上是闭合的,只是还没有足够的流量和时间去把它跑大。 所以如果从更冷静的角度去看OpenLedger,它现在更像是在做一件基础设施级别的事情,而不是应用级别的事情,它在尝试定义的是AI时代“怎么结算价值”,而不是“怎么做一个更好的AI工具”。 而这件事一旦成立,影响的其实就不只是开发者,而是整个AI产业的运行方式,因为当使用行为可以直接变成价值流动的起点时,产品、平台和数据之间的边界都会被重新拉开。 只是现在我们还处在一个很早的阶段,你能看到结构已经搭出来了,但它还没有被真正大规模使用过,所以它更像是一个已经启动但还在预热的系统。 但有一点是确定的,过去我们做产品,默认的是“做完再赚钱”,而OpenLedger这种结构试图让它变成“使用发生的同时就开始赚钱”,这中间的差别看起来不大,但实际上已经是在改变整个AI经济的时间逻辑了。#OpenLedger $OPEN @Openledger

OpenLedger正在重写AI的计费方式,而不是在优化独立开发

说实话,很多人一开始理解OpenLedger的时候都会有点跑偏,以为它只是给AI应用加一个链上计费模块,但你如果真的顺着它的设计去想,会发现它其实不是在解决“怎么赚钱”,而是在重新定义“AI系统里的价值到底从哪一刻开始算钱”。
以前我们做任何AI产品,本质上都默认了一件事,就是价值是滞后的。你先把模型做出来,先把工具上线,然后再通过订阅、广告或者API调用去慢慢收钱。但问题是,这个结构有一个很隐蔽的断层,就是“使用发生的时候”其实是完全不可见的。数据被用了,模型被调用了,结果被生成了,但这一段过程在经济上是空的,它只是技术日志,不是经济事件。
OpenLedger想改的就是这一段空白,它不是在产品层加东西,而是在行为层加结算逻辑,让“调用”本身变成一个可以计价的动作,这一点其实比很多人想象的要激进,因为它等于把AI系统的最小经济单位从“产品”改成了“使用”。
如果把这个变化放到开发者视角里,其实会非常直观。以前你做一个AI工具,不管你怎么设计,最终都要靠一个外部系统去接钱,你要自己处理订阅、支付、权限、风控,而且最关键的是,这些东西跟你的核心功能是割裂的,它们只是“为了赚钱不得不加上的东西”。但在OpenLedger这种结构里,理论上你不需要再单独构建一套商业系统,因为使用行为本身就已经在发生结算,调用次数、数据贡献、模型输出,都可以直接转成收益分配的一部分。
这时候产品的意义就会变得不一样,它不再是一个完整闭环,而更像一个入口,一个让使用发生的触发点,真正的经济循环是在它背后自动运行的系统里完成的。
但这里有一个更底层的变化其实更重要,就是归因问题。以前AI行业一直绕不开一个问题,就是你很难清楚说某个输出到底应该归功于谁,是数据提供者、模型开发者,还是应用层开发者,这件事在传统Web2体系里基本都是被平台内部消化掉的,不透明,也不可拆分。而OpenLedger试图做的是把这个过程协议化,让“谁贡献了什么”这件事变成可以计算和分账的结构,而不是平台内部的一笔糊涂账。
如果这件事成立,它带来的就不是多一个赚钱渠道,而是整个AI经济模型的底层变化,因为它会让“使用行为”第一次变成经济单位,而不是统计指标。
不过这件事现在的问题也很现实,它还远远没有到可以规模化成立的阶段。使用密度还不够高,真实付费意愿还在早期,生态也没有形成统一标准,所以现在看到的更多是一个结构雏形,而不是一个成熟系统。但它的关键点在于,它已经把模型画出来了,而且这个模型在逻辑上是闭合的,只是还没有足够的流量和时间去把它跑大。
所以如果从更冷静的角度去看OpenLedger,它现在更像是在做一件基础设施级别的事情,而不是应用级别的事情,它在尝试定义的是AI时代“怎么结算价值”,而不是“怎么做一个更好的AI工具”。
而这件事一旦成立,影响的其实就不只是开发者,而是整个AI产业的运行方式,因为当使用行为可以直接变成价值流动的起点时,产品、平台和数据之间的边界都会被重新拉开。
只是现在我们还处在一个很早的阶段,你能看到结构已经搭出来了,但它还没有被真正大规模使用过,所以它更像是一个已经启动但还在预热的系统。
但有一点是确定的,过去我们做产品,默认的是“做完再赚钱”,而OpenLedger这种结构试图让它变成“使用发生的同时就开始赚钱”,这中间的差别看起来不大,但实际上已经是在改变整个AI经济的时间逻辑了。#OpenLedger $OPEN @Openledger
Articolo
Dopo l'integrazione di OpenLedger con ERC-4626, l'ho compreso durante un fallimento nell'interazione con il vault.Ho realmente notato OpenLedger per la prima volta, non a livello narrativo, ma durante un'interazione di lettura del vault 4626 in cui è emersa una risposta anomala. All'epoca, attraverso un'interfaccia comune di aggregatori DeFi, tentai di estrarre i metadata del vault; il normale processo ERC-4626 dovrebbe restituire campi standard: totalAssets, convertToShares, sharePrice e simili, ma la realtà è che il frontend ha lanciato direttamente un errore simile a: Decodifica ABI fallita: stringa BigNumber non valida (argomento="value", valore=null, codice=INVALID_ARGUMENT) Il problema non è nell'aggregatore, ma in una situazione limite che si verifica spesso nei vault non standard delle fasi iniziali - i guadagni di alcune strategie non vengono aggiornati in tempo reale nei totalAssets, ma c'è un ritardo nella scrittura o una logica di aggiornamento inter-blocco, causando che l'interfaccia standard legga null o uno stato non inizializzato a un certo altezza di blocco.

Dopo l'integrazione di OpenLedger con ERC-4626, l'ho compreso durante un fallimento nell'interazione con il vault.

Ho realmente notato OpenLedger per la prima volta, non a livello narrativo, ma durante un'interazione di lettura del vault 4626 in cui è emersa una risposta anomala.
All'epoca, attraverso un'interfaccia comune di aggregatori DeFi, tentai di estrarre i metadata del vault; il normale processo ERC-4626 dovrebbe restituire campi standard: totalAssets, convertToShares, sharePrice e simili, ma la realtà è che il frontend ha lanciato direttamente un errore simile a:
Decodifica ABI fallita: stringa BigNumber non valida (argomento="value", valore=null, codice=INVALID_ARGUMENT)
Il problema non è nell'aggregatore, ma in una situazione limite che si verifica spesso nei vault non standard delle fasi iniziali - i guadagni di alcune strategie non vengono aggiornati in tempo reale nei totalAssets, ma c'è un ritardo nella scrittura o una logica di aggiornamento inter-blocco, causando che l'interfaccia standard legga null o uno stato non inizializzato a un certo altezza di blocco.
$BNB Questa ondata è esplosa completamente! Prima, quando avevo perdite latenti di milioni, stavo già pensando di prendere prestiti ad alto interesse per coprire il margine, e cosa è successo? Ora ho completamente ribaltato la situazione con profitti di oltre milioni. Chi non rischia non rosica, e con questa mossa si possono incassare anche oltre dieci milioni! Ho notato che molte squadre pubblicano report settimanali e amano sempre mostrare i volumi di trading, gli indirizzi attivi e il numero di interazioni. I numeri sono sempre più belli, ma se vai a controllare i registri sulla blockchain, scopri che molti dati non hanno realmente valore di riferimento. Alcuni indirizzi possono passare da un protocollo all'altro in un giorno, con un'attività che supera quella dei trader professionisti; sembra tutto molto movimentato, ma in realtà non rappresenta necessariamente una domanda reale. È per questo che ora quando guardo i progetti, raramente inizio a controllare i dati. Mi interessa di più un'altra cosa: come sono generati questi dati. Recentemente, mentre seguivo @GeniusOfficial , ho trovato interessante che non si concentrano nel creare curve di dati più belle, ma cercano di migliorare la qualità delle interazioni sulla blockchain stessa. Questo approccio è diverso da molti progetti. Perché la crescita dei dati non è difficile; basta che gli incentivi siano sufficienti e molti conti entreranno automaticamente. La vera sfida è quante interazioni resteranno quando gli incentivi svaniscono. Negli ultimi anni, il settore ha vissuto molte fasi di prosperità dei dati. Dalla liquidità mining a varie attività interattive, tutti abbiamo visto i numeri schizzare in alto. Ma il mercato ha imparato una cosa: ciò che può sedimentare valore a lungo termine non è spesso il momento più frenetico, ma cosa rimane dopo che la bolla è scoppiata. Perciò sono interessato a Genius, non per qualche singola funzionalità, ma perché cerca di risolvere un problema più profondo. Oggi, nel mondo della blockchain, non ci mancano dati o storie, ciò che manca è la registrazione delle interazioni che possa resistere alla prova del tempo. Se l'economia blockchain del futuro deve davvero sostenere più asset e più utenti, allora la fiducia diventerà probabilmente più importante del traffico. E quei progetti che sono disposti a investire energie per migliorare la qualità delle interazioni potrebbero andare più lontano rispetto a quelli che inseguono solo la crescita della dimensione. $GENIUS #genius
$BNB Questa ondata è esplosa completamente! Prima, quando avevo perdite latenti di milioni, stavo già pensando di prendere prestiti ad alto interesse per coprire il margine, e cosa è successo? Ora ho completamente ribaltato la situazione con profitti di oltre milioni. Chi non rischia non rosica, e con questa mossa si possono incassare anche oltre dieci milioni!

Ho notato che molte squadre pubblicano report settimanali e amano sempre mostrare i volumi di trading, gli indirizzi attivi e il numero di interazioni. I numeri sono sempre più belli, ma se vai a controllare i registri sulla blockchain, scopri che molti dati non hanno realmente valore di riferimento. Alcuni indirizzi possono passare da un protocollo all'altro in un giorno, con un'attività che supera quella dei trader professionisti; sembra tutto molto movimentato, ma in realtà non rappresenta necessariamente una domanda reale.

È per questo che ora quando guardo i progetti, raramente inizio a controllare i dati. Mi interessa di più un'altra cosa: come sono generati questi dati.

Recentemente, mentre seguivo @GeniusOfficial , ho trovato interessante che non si concentrano nel creare curve di dati più belle, ma cercano di migliorare la qualità delle interazioni sulla blockchain stessa. Questo approccio è diverso da molti progetti. Perché la crescita dei dati non è difficile; basta che gli incentivi siano sufficienti e molti conti entreranno automaticamente. La vera sfida è quante interazioni resteranno quando gli incentivi svaniscono.

Negli ultimi anni, il settore ha vissuto molte fasi di prosperità dei dati. Dalla liquidità mining a varie attività interattive, tutti abbiamo visto i numeri schizzare in alto. Ma il mercato ha imparato una cosa: ciò che può sedimentare valore a lungo termine non è spesso il momento più frenetico, ma cosa rimane dopo che la bolla è scoppiata.

Perciò sono interessato a Genius, non per qualche singola funzionalità, ma perché cerca di risolvere un problema più profondo. Oggi, nel mondo della blockchain, non ci mancano dati o storie, ciò che manca è la registrazione delle interazioni che possa resistere alla prova del tempo.

Se l'economia blockchain del futuro deve davvero sostenere più asset e più utenti, allora la fiducia diventerà probabilmente più importante del traffico. E quei progetti che sono disposti a investire energie per migliorare la qualità delle interazioni potrebbero andare più lontano rispetto a quelli che inseguono solo la crescita della dimensione.
$GENIUS #genius
Recentemente, mentre navigavo su Binance, mi sono trovato a riflettere su una questione: la competizione nel campo dell'AI, a prima vista, sembra essere una battaglia tra modelli, potenza di calcolo e agenti, ma ciò che realmente determina la struttura a lungo termine potrebbe essere qualcosa di più profondo: come vengono generate, utilizzate e attribuite i dati. Seguendo questa logica, guardando @Openledger , si nota che non si concentra sulla narrativa “a livello applicativo” più calda al momento, ma su una questione più fondamentale: come vengono registrati i contributi dei dati e come questi vengono strutturati nel sistema. #openledger Nel sistema tradizionale dell'AI, il ruolo dei dati è stato a lungo invisibile. Essi partecipano all'addestramento, influenzano i risultati, ma raramente vengono scomposti in unità di contributo tracciabili. Proprio per questo, i fornitori di dati si trovano spesso in una posizione di scarsa visibilità nella distribuzione del valore. OpenLedger cerca di risolvere questo problema trasformando questi “contributi invisibili” in relazioni strutturali registrabili, verificabili e sostenibili. Se si fa un confronto orizzontale, la situazione diventa più chiara. Progetti come Bittensor tendono a progettare sistemi a livello di rete di modelli e incentivazione della collaborazione, essenzialmente ottimizzando “l'efficienza della collaborazione tra calcolo e modello”. OpenLedger, invece, si concentra prima, cercando di affrontare i problemi strutturali “prima che i dati entrino nel sistema”. Non si escludono a vicenda, ma i punti di ingresso sono chiaramente diversi. Dal punto di vista dell'evoluzione del settore, questo tipo di progettazione sistemica, più vicina all'input, tende a non ricevere feedback esterni molto intuitivi nelle fasi iniziali, ma determina le condizioni al contorno delle applicazioni successive. Proprio per questo, è più adatta ad essere osservata in un contesto a lungo termine, piuttosto che spiegata con indicatori a breve termine. Recentemente, i progressi pubblici di @OpenLedger hanno mantenuto una certa continuità, con una direzione complessiva abbastanza concentrata, senza deviare significativamente dal tema centrale di “attribuzione dei dati e strutturazione del valore”. Questa coerenza non è comune nei progetti AI + Web3. Per quanto riguarda le prestazioni di mercato di $OPEN , tenderei a vederlo in un contesto di giudizio strutturale: se il contributo dei dati dovesse essere realmente definito in modo sistematico in futuro, allora questa fase attuale sembra più un intervallo precoce in cui un'infrastruttura non è ancora stata completamente valutata. Ma questa valutazione richiede tempo per essere convalidata e dipende dalla velocità di avanzamento dell'intero settore. #OpenLedger @Openledger {spot}(OPENUSDT)
Recentemente, mentre navigavo su Binance, mi sono trovato a riflettere su una questione: la competizione nel campo dell'AI, a prima vista, sembra essere una battaglia tra modelli, potenza di calcolo e agenti, ma ciò che realmente determina la struttura a lungo termine potrebbe essere qualcosa di più profondo: come vengono generate, utilizzate e attribuite i dati.

Seguendo questa logica, guardando @OpenLedger , si nota che non si concentra sulla narrativa “a livello applicativo” più calda al momento, ma su una questione più fondamentale: come vengono registrati i contributi dei dati e come questi vengono strutturati nel sistema. #openledger

Nel sistema tradizionale dell'AI, il ruolo dei dati è stato a lungo invisibile. Essi partecipano all'addestramento, influenzano i risultati, ma raramente vengono scomposti in unità di contributo tracciabili. Proprio per questo, i fornitori di dati si trovano spesso in una posizione di scarsa visibilità nella distribuzione del valore. OpenLedger cerca di risolvere questo problema trasformando questi “contributi invisibili” in relazioni strutturali registrabili, verificabili e sostenibili.

Se si fa un confronto orizzontale, la situazione diventa più chiara. Progetti come Bittensor tendono a progettare sistemi a livello di rete di modelli e incentivazione della collaborazione, essenzialmente ottimizzando “l'efficienza della collaborazione tra calcolo e modello”. OpenLedger, invece, si concentra prima, cercando di affrontare i problemi strutturali “prima che i dati entrino nel sistema”. Non si escludono a vicenda, ma i punti di ingresso sono chiaramente diversi.

Dal punto di vista dell'evoluzione del settore, questo tipo di progettazione sistemica, più vicina all'input, tende a non ricevere feedback esterni molto intuitivi nelle fasi iniziali, ma determina le condizioni al contorno delle applicazioni successive. Proprio per questo, è più adatta ad essere osservata in un contesto a lungo termine, piuttosto che spiegata con indicatori a breve termine.

Recentemente, i progressi pubblici di @OpenLedger hanno mantenuto una certa continuità, con una direzione complessiva abbastanza concentrata, senza deviare significativamente dal tema centrale di “attribuzione dei dati e strutturazione del valore”. Questa coerenza non è comune nei progetti AI + Web3.

Per quanto riguarda le prestazioni di mercato di $OPEN , tenderei a vederlo in un contesto di giudizio strutturale: se il contributo dei dati dovesse essere realmente definito in modo sistematico in futuro, allora questa fase attuale sembra più un intervallo precoce in cui un'infrastruttura non è ancora stata completamente valutata. Ma questa valutazione richiede tempo per essere convalidata e dipende dalla velocità di avanzamento dell'intero settore.

#OpenLedger @OpenLedger
Articolo
OpenLedger potrebbe non voler risolvere il problema dell'efficienza dell'AI, ma quello della responsabilità dell'AI.Recentemente ho riletto le informazioni su @Openledger e mi sono reso conto che in precedenza la mia attenzione su questo progetto potrebbe essere stata un po' fuorviata. Quando l'ho notato per la prima volta, la maggior parte delle discussioni riguardavano l'attribuzione dei dati, la prova di contributo e la tokenizzazione dei dati AI. Questi sono sicuramente componenti importanti di OpenLedger, ma se mettiamo insieme le collaborazioni e le direzioni di prodotto rivelate negli ultimi sei mesi, comincio a pensare che ciò che vogliono veramente risolvere sia un problema ben più complicato nel settore dell'AI. Chi dovrebbe portare la responsabilità, alla fine? Negli ultimi anni, tutti hanno notato la velocità con cui le capacità dell'AI sono aumentate, ma la costruzione delle regole chiaramente non è riuscita a tenere il passo.

OpenLedger potrebbe non voler risolvere il problema dell'efficienza dell'AI, ma quello della responsabilità dell'AI.

Recentemente ho riletto le informazioni su @OpenLedger e mi sono reso conto che in precedenza la mia attenzione su questo progetto potrebbe essere stata un po' fuorviata.
Quando l'ho notato per la prima volta, la maggior parte delle discussioni riguardavano l'attribuzione dei dati, la prova di contributo e la tokenizzazione dei dati AI. Questi sono sicuramente componenti importanti di OpenLedger, ma se mettiamo insieme le collaborazioni e le direzioni di prodotto rivelate negli ultimi sei mesi, comincio a pensare che ciò che vogliono veramente risolvere sia un problema ben più complicato nel settore dell'AI.
Chi dovrebbe portare la responsabilità, alla fine?
Negli ultimi anni, tutti hanno notato la velocità con cui le capacità dell'AI sono aumentate, ma la costruzione delle regole chiaramente non è riuscita a tenere il passo.
Oggi parliamo del progetto GENIUS. All'inizio non ci ho prestato molta attenzione, principalmente perché negli ultimi anni ne ho visti troppi di simili, praticamente tutti con nomi diversi ma la stessa narrazione, quindi la mia prima reazione è stata piuttosto fredda. Ma poi, una volta, mentre operavo on-chain, ho avuto un problema con il cambio del wallet e ho deciso di dare un'altra occhiata alla sua logica. È stato in quel momento che ho iniziato a pensare che potesse non essere il solito progetto solo ben impacchettato. Dopo averlo usato negli ultimi anni, la mia sensazione è stata piuttosto coerente: ci sono sempre più strumenti on-chain, ma l'esperienza complessiva è diventata più frammentata. Wallet, DEX, ponti cross-chain, pannelli di asset: ogni singolo aspetto funziona, ma messi insieme si finisce per saltare da un'interfaccia all'altra, con efficienza non molto alta, e per l'utente medio il costo di apprendimento è in costante aumento. GENIUS mi ha fatto notare che non ha continuato a fare addizioni a livello funzionale, ma ha cercato di riunire i percorsi d'uso originariamente dispersivi, rendendo le operazioni meno frastagliate. Da un punto di vista del prodotto, questa direzione è in realtà più difficile rispetto al semplice aumento delle funzionalità, ma è anche più vicina agli scenari d'uso reale. Inoltre, c'è la questione non-custodial, che non è stata evitata, ma è stata direttamente integrata nella struttura del progetto. Questo aspetto ha sempre suscitato dibattiti nel settore: da una parte la comodità, dall'altra il controllo degli asset. La maggior parte dei prodotti tende a muoversi verso la custodia o la semi-custodia, ma GENIUS ha comunque lasciato le chiavi agli utenti, e su questo punto io personalmente mi sento più in accordo. Naturalmente, non si può ancora dire che questo progetto sia già decollato; ci sono molte cose che richiedono tempo per essere verificate, inclusi i risultati e le performance future. Ma almeno da quello che vedo attualmente nel design, non sta cercando di creare uno "strumento più completo", ma sta tentando di risolvere il problema dell'esperienza on-chain che è troppo frammentata. Progetti con questa direzione non sono comuni, quindi continuerò a osservare per un po'. #genius $GENIUS @GeniusOfficial
Oggi parliamo del progetto GENIUS. All'inizio non ci ho prestato molta attenzione, principalmente perché negli ultimi anni ne ho visti troppi di simili, praticamente tutti con nomi diversi ma la stessa narrazione, quindi la mia prima reazione è stata piuttosto fredda.

Ma poi, una volta, mentre operavo on-chain, ho avuto un problema con il cambio del wallet e ho deciso di dare un'altra occhiata alla sua logica. È stato in quel momento che ho iniziato a pensare che potesse non essere il solito progetto solo ben impacchettato.

Dopo averlo usato negli ultimi anni, la mia sensazione è stata piuttosto coerente: ci sono sempre più strumenti on-chain, ma l'esperienza complessiva è diventata più frammentata. Wallet, DEX, ponti cross-chain, pannelli di asset: ogni singolo aspetto funziona, ma messi insieme si finisce per saltare da un'interfaccia all'altra, con efficienza non molto alta, e per l'utente medio il costo di apprendimento è in costante aumento.

GENIUS mi ha fatto notare che non ha continuato a fare addizioni a livello funzionale, ma ha cercato di riunire i percorsi d'uso originariamente dispersivi, rendendo le operazioni meno frastagliate. Da un punto di vista del prodotto, questa direzione è in realtà più difficile rispetto al semplice aumento delle funzionalità, ma è anche più vicina agli scenari d'uso reale.

Inoltre, c'è la questione non-custodial, che non è stata evitata, ma è stata direttamente integrata nella struttura del progetto. Questo aspetto ha sempre suscitato dibattiti nel settore: da una parte la comodità, dall'altra il controllo degli asset. La maggior parte dei prodotti tende a muoversi verso la custodia o la semi-custodia, ma GENIUS ha comunque lasciato le chiavi agli utenti, e su questo punto io personalmente mi sento più in accordo.

Naturalmente, non si può ancora dire che questo progetto sia già decollato; ci sono molte cose che richiedono tempo per essere verificate, inclusi i risultati e le performance future. Ma almeno da quello che vedo attualmente nel design, non sta cercando di creare uno "strumento più completo", ma sta tentando di risolvere il problema dell'esperienza on-chain che è troppo frammentata.

Progetti con questa direzione non sono comuni, quindi continuerò a osservare per un po'.
#genius $GENIUS @GeniusOfficial
📢 Avviso airdrop di Binance Alpha (30 maggio) Quando ho visto il primo top trader prendere tra i cinquantasei punti, mi sono davvero sentito fuori gioco...💔 Riguardando il mio punteggio di 9.36 (trading 5 + articolo lungo 2.41 + post breve 1.95). Ho capito che la differenza tra me e i top trader non è solo impegno, ma forse è una questione di 'mysticism'? Sono stanco, che sia la fine, non ho voglia di muovermi...👋😩 📢 Prevenzione da assalti di vecchie monete, stimato a 30 dollari, 230 punti+ Va bene, mi rilasso, ma la testa continua a lavorare. Ultimamente sto seguendo OpenLedger, e più lo guardo, più mi sembra interessante il modo in cui si approcciano. #OpenLedger Quello che fanno, in parole povere, è creare un libro mastro per i dati. Cosa hai contribuito, chi lo ha usato, quante volte, quanto valore ha generato, tutto registrato sulla blockchain, chiaro e trasparente. Il punto interessante di questo design è che non stanno creando un mercato di scambio dati, ma un'infrastruttura per l'uso dei dati. Possono esserci molti mercati, ma le registrazioni e i regolamenti di base hanno bisogno solo di uno. Una volta che si occupa questa posizione, più progetti si integrano, maggiore sarà il valore del sistema. Ora, i progetti AI che si stanno integrando con OpenLedger stanno già generando registrazioni di chiamate dati reali, il che significa che non è solo un giro a vuoto, l'ecosistema ha già iniziato ad avere attività reali. Ma ora affrontano anche sfide molto reali: la scala dei contribuenti di dati è abbastanza grande? La qualità dei dati può essere garantita? Gli integratori sono disposti a utilizzare a lungo termine? Prima che queste domande abbiano una risposta, anche la logica migliore rimane solo logica. Io lo seguo, perché sta risolvendo un problema reale, ed è già in movimento. Quanto lontano potrà andare, ci vorrà tempo per verificarlo. #openledger $OPEN @Openledger
📢 Avviso airdrop di Binance Alpha (30 maggio)
Quando ho visto il primo top trader prendere tra i cinquantasei punti, mi sono davvero sentito fuori gioco...💔 Riguardando il mio punteggio di 9.36 (trading 5 + articolo lungo 2.41 + post breve 1.95). Ho capito che la differenza tra me e i top trader non è solo impegno, ma forse è una questione di 'mysticism'? Sono stanco, che sia la fine, non ho voglia di muovermi...👋😩
📢 Prevenzione da assalti di vecchie monete, stimato a 30 dollari, 230 punti+
Va bene, mi rilasso, ma la testa continua a lavorare.
Ultimamente sto seguendo OpenLedger, e più lo guardo, più mi sembra interessante il modo in cui si approcciano. #OpenLedger
Quello che fanno, in parole povere, è creare un libro mastro per i dati. Cosa hai contribuito, chi lo ha usato, quante volte, quanto valore ha generato, tutto registrato sulla blockchain, chiaro e trasparente.
Il punto interessante di questo design è che non stanno creando un mercato di scambio dati, ma un'infrastruttura per l'uso dei dati. Possono esserci molti mercati, ma le registrazioni e i regolamenti di base hanno bisogno solo di uno. Una volta che si occupa questa posizione, più progetti si integrano, maggiore sarà il valore del sistema.
Ora, i progetti AI che si stanno integrando con OpenLedger stanno già generando registrazioni di chiamate dati reali, il che significa che non è solo un giro a vuoto, l'ecosistema ha già iniziato ad avere attività reali.
Ma ora affrontano anche sfide molto reali: la scala dei contribuenti di dati è abbastanza grande? La qualità dei dati può essere garantita? Gli integratori sono disposti a utilizzare a lungo termine? Prima che queste domande abbiano una risposta, anche la logica migliore rimane solo logica.
Io lo seguo, perché sta risolvendo un problema reale, ed è già in movimento. Quanto lontano potrà andare, ci vorrà tempo per verificarlo.
#openledger $OPEN @OpenLedger
Annuncio airdrop di Binance Alpha (29 maggio) Ieri ho ricevuto più di 500 dollari in airdrop!! Mi mancava un centesimo, un centesimo!! Ho colpito così forte che la mia coscia è diventata un panino!! Ieri sera ero così arrabbiato che non riuscivo a dormire!! Perché quando non hai abbastanza, arriva sempre questo grande colpo?? Chi è riuscito a prenderlo non ha il cuore pesante? A proposito, ho la sensazione che la maggior parte delle persone ora abbia una comprensione dell'AI e della sua regolamentazione che è rimasta ferma su quell'idea vaga di "ci saranno problemi in futuro", ma in realtà i problemi ci sono già. La legge sull'AI dell'UE sta iniziando a prendere forma, e diversi stati americani stanno iniziando a tenere le aziende responsabili per le fonti dei dati di addestramento dell'AI. Quelle aziende che si sono affidate al data scraping e al training in black box ora stanno affrontando fatture legali reali. Questo momento mi ha fatto riesaminare cosa sta facendo @Openledger . Una volta pensavo che "la tracciabilità dei dati sulla blockchain" fosse un ideale tecnico, ora credo che sia un'infrastruttura di conformità che sta diventando una necessità. Il Proof of Attribution di $OPEN blocca la fonte di ogni dato, ogni addestramento, ogni chiamata inferenziale sulla blockchain; quando la regolamentazione deve fare delle verifiche, il libro contabile è lì, nessuna azienda può dire "non so di chi sono i dati utilizzati". In parole povere, prima la trasparenza era un valore aggiunto, ora la trasparenza è una condizione per sopravvivere, questo cambiamento è avvenuto più velocemente di quanto la maggior parte delle persone si aspettasse. Settori come la finanza, la sanità e il pubblico, che hanno i requisiti di conformità più severi, sono in realtà i luoghi più naturali per implementare questa infrastruttura, perché le aziende di questi settori devono già essere in grado di spiegare ai regolatori "quali dati ha utilizzato la nostra AI e come". La descrizione originale del roadmap 2026 di OpenLedger è "ogni azione è registrata, attribuibile e riesaminabile", e oggi in questo ambiente normativo, questa frase non è solo un'esca, è un vero e proprio punto di forza. Polychain e Borderless hanno guidato un investimento di 8 milioni, HashKey Capital ha partecipato, il totale dell'emissione è di 1 miliardo di token, il 51,7% è destinato alla comunità. Penso che la sua posizione non sia quella più chiacchierata al momento, ma potrebbe essere il posto in cui non si può fare a meno di passare nei prossimi anni. #OpenLedger #openledger $OPEN
Annuncio airdrop di Binance Alpha (29 maggio)
Ieri ho ricevuto più di 500 dollari in airdrop!! Mi mancava un centesimo, un centesimo!! Ho colpito così forte che la mia coscia è diventata un panino!! Ieri sera ero così arrabbiato che non riuscivo a dormire!! Perché quando non hai abbastanza, arriva sempre questo grande colpo?? Chi è riuscito a prenderlo non ha il cuore pesante?

A proposito, ho la sensazione che la maggior parte delle persone ora abbia una comprensione dell'AI e della sua regolamentazione che è rimasta ferma su quell'idea vaga di "ci saranno problemi in futuro", ma in realtà i problemi ci sono già. La legge sull'AI dell'UE sta iniziando a prendere forma, e diversi stati americani stanno iniziando a tenere le aziende responsabili per le fonti dei dati di addestramento dell'AI. Quelle aziende che si sono affidate al data scraping e al training in black box ora stanno affrontando fatture legali reali.
Questo momento mi ha fatto riesaminare cosa sta facendo @OpenLedger . Una volta pensavo che "la tracciabilità dei dati sulla blockchain" fosse un ideale tecnico, ora credo che sia un'infrastruttura di conformità che sta diventando una necessità. Il Proof of Attribution di $OPEN blocca la fonte di ogni dato, ogni addestramento, ogni chiamata inferenziale sulla blockchain; quando la regolamentazione deve fare delle verifiche, il libro contabile è lì, nessuna azienda può dire "non so di chi sono i dati utilizzati".
In parole povere, prima la trasparenza era un valore aggiunto, ora la trasparenza è una condizione per sopravvivere, questo cambiamento è avvenuto più velocemente di quanto la maggior parte delle persone si aspettasse.
Settori come la finanza, la sanità e il pubblico, che hanno i requisiti di conformità più severi, sono in realtà i luoghi più naturali per implementare questa infrastruttura, perché le aziende di questi settori devono già essere in grado di spiegare ai regolatori "quali dati ha utilizzato la nostra AI e come". La descrizione originale del roadmap 2026 di OpenLedger è "ogni azione è registrata, attribuibile e riesaminabile", e oggi in questo ambiente normativo, questa frase non è solo un'esca, è un vero e proprio punto di forza.
Polychain e Borderless hanno guidato un investimento di 8 milioni, HashKey Capital ha partecipato, il totale dell'emissione è di 1 miliardo di token, il 51,7% è destinato alla comunità. Penso che la sua posizione non sia quella più chiacchierata al momento, ma potrebbe essere il posto in cui non si può fare a meno di passare nei prossimi anni.
#OpenLedger
#openledger $OPEN
Ho notato che Armaan Kalsi ha detto qualcosa durante un'intervista con DL News, l'ho guardato e riguardato più volte: "Se fai trading ogni giorno senza pensare, gli altri terminali vanno bene. Ma noi siamo costruiti per utenti a lungo termine che si preoccupano realmente della qualità dell'esecuzione e della privacy." A dirla tutta, queste parole sono più utili di tutte le presentazioni di progetti che ho visto, spiegano subito per chi è pensato questo servizio. Il mercato dei terminali di trading on-chain è davvero competitivo ora, tutti stanno spingendo su routing e interfacce, sembra che si stia copiando a destra e a manca. Ma @GeniusOfficial ha deciso di scommettere sulla "privacy a livello di esecuzione", e credo che questo sia un ottimo punto d'ingresso. Gh0st è stato lanciato ufficialmente sulla rete BNB a maggio di quest'anno, senza complicazioni di prove a zero conoscenza e senza sistemi off-chain, semplicemente divide i tuoi ordini on-chain, utilizzando fino a 500 wallet per eseguire, così gli altri non possono vedere che sono stati i tuoi trade, ma i dati on-chain non mancano mai, e se le autorità vogliono controllare, possono farlo in qualsiasi momento. In poche parole, ti permette di fare trading in modo discreto, senza infrangere le regole. Attualmente si collega a oltre 300 exchange decentralizzati, coprendo le reti principali come Solana, BNB, Sui, Arbitrum, Base, Hyperliquid, e gestisce sia spot che futures in un'unica interfaccia, senza dover cambiare wallet, senza preoccuparsi di avere abbastanza Gas. Questa esperienza è davvero rara nel trading on-chain. Dietro c'è YZi Labs come investitore principale, e CZ è direttamente coinvolto come consulente. Il token ha un totale di 1 miliardo di unità, senza emissioni aggiuntive. I prodotti di tipo terminale devono sempre parlare tramite dati di trading reali, e credo che questo sia più importante di vedere i round di finanziamento. #genius $GENIUS
Ho notato che Armaan Kalsi ha detto qualcosa durante un'intervista con DL News, l'ho guardato e riguardato più volte: "Se fai trading ogni giorno senza pensare, gli altri terminali vanno bene. Ma noi siamo costruiti per utenti a lungo termine che si preoccupano realmente della qualità dell'esecuzione e della privacy." A dirla tutta, queste parole sono più utili di tutte le presentazioni di progetti che ho visto, spiegano subito per chi è pensato questo servizio.
Il mercato dei terminali di trading on-chain è davvero competitivo ora, tutti stanno spingendo su routing e interfacce, sembra che si stia copiando a destra e a manca. Ma @GeniusOfficial ha deciso di scommettere sulla "privacy a livello di esecuzione", e credo che questo sia un ottimo punto d'ingresso. Gh0st è stato lanciato ufficialmente sulla rete BNB a maggio di quest'anno, senza complicazioni di prove a zero conoscenza e senza sistemi off-chain, semplicemente divide i tuoi ordini on-chain, utilizzando fino a 500 wallet per eseguire, così gli altri non possono vedere che sono stati i tuoi trade, ma i dati on-chain non mancano mai, e se le autorità vogliono controllare, possono farlo in qualsiasi momento.
In poche parole, ti permette di fare trading in modo discreto, senza infrangere le regole.
Attualmente si collega a oltre 300 exchange decentralizzati, coprendo le reti principali come Solana, BNB, Sui, Arbitrum, Base, Hyperliquid, e gestisce sia spot che futures in un'unica interfaccia, senza dover cambiare wallet, senza preoccuparsi di avere abbastanza Gas. Questa esperienza è davvero rara nel trading on-chain.
Dietro c'è YZi Labs come investitore principale, e CZ è direttamente coinvolto come consulente. Il token ha un totale di 1 miliardo di unità, senza emissioni aggiuntive. I prodotti di tipo terminale devono sempre parlare tramite dati di trading reali, e credo che questo sia più importante di vedere i round di finanziamento.
#genius $GENIUS
Articolo
Le ambizioni a nove livelli di OpenLedger: perché penso che ciò che stanno facendo sia più sistematico di quanto molti si rendano conto.Ho tenuto d'occhio OpenLedger per un po', e la maggior parte delle discussioni su questo progetto si ferma alla descrizione superficiale di "AI data on-chain", ma se si guarda attentamente alla roadmap del 2026, si scopre che ciò che stanno facendo è molto più complesso, è un'architettura a nove livelli che crea un ciclo completo dall'attribuzione dei dati all'economia degli agenti AI. A dire il vero, la prima volta che ho visto questa roadmap sono rimasto a bocca aperta, è davvero geniale. Il livello base è un meccanismo di Proof of Attribution, che registra il peso reale dell'impatto di ogni dato sull'output del modello AI sulla blockchain, $OPEN come mezzo di pagamento. Ogni volta che i dati vengono richiamati, si attiva automaticamente un micro pagamento verso il contributore originale. Ho studiato questa idea molte volte, e ogni volta vedo che i problemi che risolve sono reali. L'intera industria dell'AI si basa su enormi quantità di dati, ma i contributori di dati sono sempre invisibili in questa catena del valore, per dirla in parole povere, fanno il lavoro ma nessuno sa che lo stanno facendo.

Le ambizioni a nove livelli di OpenLedger: perché penso che ciò che stanno facendo sia più sistematico di quanto molti si rendano conto.

Ho tenuto d'occhio OpenLedger per un po', e la maggior parte delle discussioni su questo progetto si ferma alla descrizione superficiale di "AI data on-chain", ma se si guarda attentamente alla roadmap del 2026, si scopre che ciò che stanno facendo è molto più complesso, è un'architettura a nove livelli che crea un ciclo completo dall'attribuzione dei dati all'economia degli agenti AI.
A dire il vero, la prima volta che ho visto questa roadmap sono rimasto a bocca aperta, è davvero geniale.
Il livello base è un meccanismo di Proof of Attribution, che registra il peso reale dell'impatto di ogni dato sull'output del modello AI sulla blockchain, $OPEN come mezzo di pagamento. Ogni volta che i dati vengono richiamati, si attiva automaticamente un micro pagamento verso il contributore originale. Ho studiato questa idea molte volte, e ogni volta vedo che i problemi che risolve sono reali. L'intera industria dell'AI si basa su enormi quantità di dati, ma i contributori di dati sono sempre invisibili in questa catena del valore, per dirla in parole povere, fanno il lavoro ma nessuno sa che lo stanno facendo.
Nel settore dell'AI c'è un detto che mi ha colpito molto: prima si allena, poi si fa causa. Questo è praticamente il modo di operare standard che il settore ha adottato negli ultimi anni: i diritti d'autore dei creatori scompaiono nel pipeline di addestramento, senza registrazioni, senza compensi, senza alcun modo di rintracciare. A gennaio di quest'anno, OpenLedger e Story Protocol hanno lanciato questo standard che, a mio avviso, cambia le carte in tavola. Story Protocol, come layer di registrazione IP, definisce la proprietà delle opere e i termini di autorizzazione, mentre $OPEN funge da layer di esecuzione e verifica, forzando la compliance dei contratti di licenza durante le fasi di addestramento e inferenza. Ogni volta che il contenuto coperto da copyright viene utilizzato dal modello, i ricavi vengono automaticamente indirizzati ai diritti originali. Questo sistema trasforma il motto "prima usi, poi parliamo" in "prima dimostra di avere il diritto di usare, poi usa". #OpenLedger Questo ragionamento, secondo me, non è solo una questione tecnica, ma è un problema di infrastruttura di compliance che l'intero settore dell'AI dovrà affrontare prima o poi. La regolamentazione si sta inasprendo, le cause legali stanno aumentando, e la finestra d'opportunità per le aziende di AI che si basano sullo scraping dei dati per addestrare i modelli si sta accorciando. Chi prima integra la risoluzione dei diritti d'autore nel layer di esecuzione avrà il vantaggio. Polychain e Borderless hanno guidato un round di investimento da 8 milioni di dollari, con la partecipazione di Balaji Srinivasan, Sreeram Kannan e Sandeep Nailwal. Più studio questo progetto, più mi rendo conto che queste persone non stanno scommettendo su un concetto, ma su un reale gap di mercato esistente. #openledger $OPEN
Nel settore dell'AI c'è un detto che mi ha colpito molto: prima si allena, poi si fa causa. Questo è praticamente il modo di operare standard che il settore ha adottato negli ultimi anni: i diritti d'autore dei creatori scompaiono nel pipeline di addestramento, senza registrazioni, senza compensi, senza alcun modo di rintracciare.
A gennaio di quest'anno, OpenLedger e Story Protocol hanno lanciato questo standard che, a mio avviso, cambia le carte in tavola. Story Protocol, come layer di registrazione IP, definisce la proprietà delle opere e i termini di autorizzazione, mentre $OPEN funge da layer di esecuzione e verifica, forzando la compliance dei contratti di licenza durante le fasi di addestramento e inferenza. Ogni volta che il contenuto coperto da copyright viene utilizzato dal modello, i ricavi vengono automaticamente indirizzati ai diritti originali. Questo sistema trasforma il motto "prima usi, poi parliamo" in "prima dimostra di avere il diritto di usare, poi usa". #OpenLedger
Questo ragionamento, secondo me, non è solo una questione tecnica, ma è un problema di infrastruttura di compliance che l'intero settore dell'AI dovrà affrontare prima o poi. La regolamentazione si sta inasprendo, le cause legali stanno aumentando, e la finestra d'opportunità per le aziende di AI che si basano sullo scraping dei dati per addestrare i modelli si sta accorciando. Chi prima integra la risoluzione dei diritti d'autore nel layer di esecuzione avrà il vantaggio.
Polychain e Borderless hanno guidato un round di investimento da 8 milioni di dollari, con la partecipazione di Balaji Srinivasan, Sreeram Kannan e Sandeep Nailwal. Più studio questo progetto, più mi rendo conto che queste persone non stanno scommettendo su un concetto, ma su un reale gap di mercato esistente.
#openledger $OPEN
Articolo
OpenLedger: Perché penso che questo sia uno dei pochi progetti nel settore AI+Crypto che sta veramente affrontando problemi strutturali.Seguo questo settore da un po' e la maggior parte dei progetti AI+Crypto mi sembra che utilizzino la blockchain come una semplice copertura per strumenti AI comuni; due cose messe insieme, ma che non hanno bisogno l'una dell'altra. @Openledger Ciò che mi fa sentire diverso è che questo progetto affronta un problema che non può essere risolto senza blockchain. Ho iniziato a riflettere su questa questione partendo da un problema molto specifico. Ora come ora, le valutazioni delle principali aziende AI globali sono alle stelle, ma i contributori dei dati che supportano il funzionamento di questi modelli non sono mai apparsi in nessun prospetto di distribuzione dei profitti. Non è solo una questione etica, ma una falla economica strutturale; c'è un enorme divario nella catena di creazione di valore dell'intero settore AI, dove contributi e guadagni sono completamente scollegati.

OpenLedger: Perché penso che questo sia uno dei pochi progetti nel settore AI+Crypto che sta veramente affrontando problemi strutturali.

Seguo questo settore da un po' e la maggior parte dei progetti AI+Crypto mi sembra che utilizzino la blockchain come una semplice copertura per strumenti AI comuni; due cose messe insieme, ma che non hanno bisogno l'una dell'altra. @OpenLedger Ciò che mi fa sentire diverso è che questo progetto affronta un problema che non può essere risolto senza blockchain.
Ho iniziato a riflettere su questa questione partendo da un problema molto specifico. Ora come ora, le valutazioni delle principali aziende AI globali sono alle stelle, ma i contributori dei dati che supportano il funzionamento di questi modelli non sono mai apparsi in nessun prospetto di distribuzione dei profitti. Non è solo una questione etica, ma una falla economica strutturale; c'è un enorme divario nella catena di creazione di valore dell'intero settore AI, dove contributi e guadagni sono completamente scollegati.
Ho osservato il settore delle transazioni on-chain per un bel po' e ho sempre avuto una domanda in testa: perché, nonostante il DeFi abbia urlato per anni "accessibile a tutti", le persone che lo usano realmente sono così poche? Poi ho capito: non è che gli utenti non vogliano usarlo, è che questo settore non ha mai preso sul serio le parole "persone comuni". Se chiedi a qualcuno che non ha mai avuto a che fare con la blockchain di capire cosa sia il Gas, cosa sia un ponte cross-chain, o perché lo stesso USDC su catene diverse deve essere scambiato, la sua reazione naturale è andarsene. Non è un problema degli utenti, è l'intero settore che presume che "gli utenti debbano imparare ad adattarsi alla complessità". $GENIUS ciò che mi sembra interessante, è proprio qui. Il meccanismo di Invisibility Chain di @GeniusOfficial , in sostanza, sta facendo qualcosa di controintuitivo: elimina completamente la percezione della catena dall'esperienza utente. I tuoi asset sono sparsi su Base, Arbitrum, Optimism, il sistema si occupa di tutto, tu non hai bisogno di sapere o preoccuparti, proprio come quando usi Alipay per pagare senza pensare a quale canale di liquidazione sta usando. Credo che questa analogia sia la chiave per comprendere Genius. Non sta creando un migliore ponte cross-chain, sta ridefinendo come dovrebbe apparire il livello di interazione delle transazioni on-chain. Mantenendo al contempo un'architettura non custodiale, il controllo degli asset rimane sempre nelle mani degli utenti; unendo queste due cose, è ciò che lo distingue veramente dagli altri progetti sul mercato. #genius $GENIUS
Ho osservato il settore delle transazioni on-chain per un bel po' e ho sempre avuto una domanda in testa: perché, nonostante il DeFi abbia urlato per anni "accessibile a tutti", le persone che lo usano realmente sono così poche?
Poi ho capito: non è che gli utenti non vogliano usarlo, è che questo settore non ha mai preso sul serio le parole "persone comuni". Se chiedi a qualcuno che non ha mai avuto a che fare con la blockchain di capire cosa sia il Gas, cosa sia un ponte cross-chain, o perché lo stesso USDC su catene diverse deve essere scambiato, la sua reazione naturale è andarsene. Non è un problema degli utenti, è l'intero settore che presume che "gli utenti debbano imparare ad adattarsi alla complessità".
$GENIUS ciò che mi sembra interessante, è proprio qui. Il meccanismo di Invisibility Chain di @GeniusOfficial , in sostanza, sta facendo qualcosa di controintuitivo: elimina completamente la percezione della catena dall'esperienza utente. I tuoi asset sono sparsi su Base, Arbitrum, Optimism, il sistema si occupa di tutto, tu non hai bisogno di sapere o preoccuparti, proprio come quando usi Alipay per pagare senza pensare a quale canale di liquidazione sta usando.
Credo che questa analogia sia la chiave per comprendere Genius. Non sta creando un migliore ponte cross-chain, sta ridefinendo come dovrebbe apparire il livello di interazione delle transazioni on-chain. Mantenendo al contempo un'architettura non custodiale, il controllo degli asset rimane sempre nelle mani degli utenti; unendo queste due cose, è ciò che lo distingue veramente dagli altri progetti sul mercato.
#genius $GENIUS
Ho letto il documento di GeniusOfficial due volte e devo ammettere che all'inizio non ci credevo molto, ma più leggo, più mi rendo conto che l'idea degli ordini fantasma ha del potenziale. Non si tratta semplicemente di frazionare gli ordini dei grandi investitori, ma di aggiungere confusione nei percorsi e randomizzazione temporale nel livello di calcolo long; ogni singolo sott'ordine ha il proprio nodo di emissione, timestamp e importo che subiscono perturbazioni indipendenti. Questo significa che, da una prospettiva on-chain, non riesci affatto a ricostruire l'ordine originale. L'entrata e l'uscita delle balene non si distingue più da quelle dei retail, slippage e frontrunning sono praticamente bloccati. Attualmente, non ho visto nessun altro in grado di raggiungere questo livello di privacy. Passando al design del token $GENIUS . Un totale di un miliardo, quel meccanismo di burn non è solo un abbellimento. Più velocemente sblocchi, più il coefficiente di burn raddoppia, chi vuole guadagnare nel breve termine potrebbe bruciare più del novanta percento dei token. D'altra parte, chi tiene il lock a lungo termine non solo conserva la propria quota, ma il potere di governance può accumularsi linearmente. Ho dato un'occhiata veloce ai record di lock sul testnet e, incredibilmente, il periodo medio di lock supera i 14 mesi. Questo meccanismo filtra direttamente i token volatili, lasciando solo chi è disposto a restare con il progetto. Il team non è da meno. Armaan Kalsi ha già lavorato su sistemi di trading ad alta frequenza, e nel team ci sono anche ricercatori che hanno pubblicato articoli su MEV. YZiLabs ha investito decine di milioni di dollari, e CZ stesso è un consulente. Non stiamo parlando solo di un semplice finanziamento, ma di risorse di altissimo livello scommesse su questo settore fondamentale del trading privato. Con barriere tecnologiche reali e una tale configurazione di capitale e talenti, credo che questo progetto meriti di essere inserito nella mia lista di osservazione a lungo termine, per continuare a seguirlo. #genius $GENIUS @GeniusOfficial
Ho letto il documento di GeniusOfficial due volte e devo ammettere che all'inizio non ci credevo molto, ma più leggo, più mi rendo conto che l'idea degli ordini fantasma ha del potenziale. Non si tratta semplicemente di frazionare gli ordini dei grandi investitori, ma di aggiungere confusione nei percorsi e randomizzazione temporale nel livello di calcolo long; ogni singolo sott'ordine ha il proprio nodo di emissione, timestamp e importo che subiscono perturbazioni indipendenti. Questo significa che, da una prospettiva on-chain, non riesci affatto a ricostruire l'ordine originale. L'entrata e l'uscita delle balene non si distingue più da quelle dei retail, slippage e frontrunning sono praticamente bloccati. Attualmente, non ho visto nessun altro in grado di raggiungere questo livello di privacy.

Passando al design del token $GENIUS . Un totale di un miliardo, quel meccanismo di burn non è solo un abbellimento. Più velocemente sblocchi, più il coefficiente di burn raddoppia, chi vuole guadagnare nel breve termine potrebbe bruciare più del novanta percento dei token. D'altra parte, chi tiene il lock a lungo termine non solo conserva la propria quota, ma il potere di governance può accumularsi linearmente. Ho dato un'occhiata veloce ai record di lock sul testnet e, incredibilmente, il periodo medio di lock supera i 14 mesi. Questo meccanismo filtra direttamente i token volatili, lasciando solo chi è disposto a restare con il progetto.

Il team non è da meno. Armaan Kalsi ha già lavorato su sistemi di trading ad alta frequenza, e nel team ci sono anche ricercatori che hanno pubblicato articoli su MEV. YZiLabs ha investito decine di milioni di dollari, e CZ stesso è un consulente. Non stiamo parlando solo di un semplice finanziamento, ma di risorse di altissimo livello scommesse su questo settore fondamentale del trading privato.

Con barriere tecnologiche reali e una tale configurazione di capitale e talenti, credo che questo progetto meriti di essere inserito nella mia lista di osservazione a lungo termine, per continuare a seguirlo. #genius $GENIUS @GeniusOfficial
A dire il vero, quando ho visto per la prima volta la collaborazione tra OpenLedger e Theoriq, la mia prima reazione è stata: un altro che si attacca al concetto di AI per fare pump. #OpenLedger Ma scavando nei documenti ufficiali per un paio di giorni, ho scoperto che la situazione è più complessa. In passato, il problema principale degli agenti AI non era tanto la mancanza di tecnologia, ma il fatto che, quando prendevano decisioni, non riuscivi mai a dimostrare "come ci erano arrivati". Questo, nel contesto del DeFi dove si parla di milioni di dollari, è praticamente mortale. La mossa più audace di OpenLedger è stata quella di registrare ogni esecuzione dell'agente con una firma crittografica, bloccando identità, versione del modello, strategie e fonti dei dati sulla blockchain. Non si tratta di controllare i log dopo, ma di blindare la catena di prove prima che accada. Poi hanno coinvolto Perceptron, eliminando di fatto la frase "fidati dell'AI" dal vocabolario. Puoi verificare tu stesso il percorso di ragionamento, controllando chi ha contribuito a ogni singolo dato. A dire il vero, quando ho visto questo, ho avuto un sussulto: è come se avessero strappato via le mutande all'AI. Guardando poi la roadmap per il 2026, Agent Identity, Agent Intents, Proof of Human, è come se avessero dato a ogni agente un'identità digitale non falsificabile e avessero chiarito cosa può e non può fare. Insieme all'integrazione cross-chain di LayerZero, non possono scappare nemmeno in ambienti multi-chain. Ora, paradossalmente, sono un po' curioso. Prima erano gli umani a indovinare l'AI, ora è l'AI che deve dimostrare la propria innocenza. Una volta che questa logica sarà a regime, l'automazione del DeFi sarà davvero sulla buona strada. #openledger $OPEN @Openledger
A dire il vero, quando ho visto per la prima volta la collaborazione tra OpenLedger e Theoriq, la mia prima reazione è stata: un altro che si attacca al concetto di AI per fare pump. #OpenLedger

Ma scavando nei documenti ufficiali per un paio di giorni, ho scoperto che la situazione è più complessa. In passato, il problema principale degli agenti AI non era tanto la mancanza di tecnologia, ma il fatto che, quando prendevano decisioni, non riuscivi mai a dimostrare "come ci erano arrivati". Questo, nel contesto del DeFi dove si parla di milioni di dollari, è praticamente mortale.

La mossa più audace di OpenLedger è stata quella di registrare ogni esecuzione dell'agente con una firma crittografica, bloccando identità, versione del modello, strategie e fonti dei dati sulla blockchain. Non si tratta di controllare i log dopo, ma di blindare la catena di prove prima che accada.

Poi hanno coinvolto Perceptron, eliminando di fatto la frase "fidati dell'AI" dal vocabolario. Puoi verificare tu stesso il percorso di ragionamento, controllando chi ha contribuito a ogni singolo dato. A dire il vero, quando ho visto questo, ho avuto un sussulto: è come se avessero strappato via le mutande all'AI.

Guardando poi la roadmap per il 2026, Agent Identity, Agent Intents, Proof of Human, è come se avessero dato a ogni agente un'identità digitale non falsificabile e avessero chiarito cosa può e non può fare. Insieme all'integrazione cross-chain di LayerZero, non possono scappare nemmeno in ambienti multi-chain.

Ora, paradossalmente, sono un po' curioso. Prima erano gli umani a indovinare l'AI, ora è l'AI che deve dimostrare la propria innocenza. Una volta che questa logica sarà a regime, l'automazione del DeFi sarà davvero sulla buona strada.
#openledger $OPEN @OpenLedger
Articolo
OpenLedger sta cucendo la crepa di fiducia che l'AI teme di piùA dire la verità, questo settore sta diventando sempre più una grande cassa di risonanza. Tutti stanno pompando parametri, potenza di calcolo e architetture di modelli, ognuno più rumoroso dell'altro. Ma se chiedi qualcosa di concreto, come dove hanno preso i dati di addestramento, chi si fa carico delle fesserie dei modelli, o a chi appartiene il copyright delle cose generate, praticamente nessuno risponde. Questa situazione è poco dignitosa, scomoda da discutere, quindi tutti fanno finta di niente. Ma OpenLedger non si è tirato indietro. Non solo ha fatto domande, ma è anche intervenuto per sistemare le cose. Oggi voglio non solo smontarlo per vedere come funziona, ma voglio anche metterlo a confronto con l'intero ecosistema, perché solo confrontando puoi vedere chiaramente su cosa sta scommettendo.

OpenLedger sta cucendo la crepa di fiducia che l'AI teme di più

A dire la verità, questo settore sta diventando sempre più una grande cassa di risonanza. Tutti stanno pompando parametri, potenza di calcolo e architetture di modelli, ognuno più rumoroso dell'altro. Ma se chiedi qualcosa di concreto, come dove hanno preso i dati di addestramento, chi si fa carico delle fesserie dei modelli, o a chi appartiene il copyright delle cose generate, praticamente nessuno risponde. Questa situazione è poco dignitosa, scomoda da discutere, quindi tutti fanno finta di niente.
Ma OpenLedger non si è tirato indietro. Non solo ha fatto domande, ma è anche intervenuto per sistemare le cose. Oggi voglio non solo smontarlo per vedere come funziona, ma voglio anche metterlo a confronto con l'intero ecosistema, perché solo confrontando puoi vedere chiaramente su cosa sta scommettendo.
Ragazzi, ho appena passato la notte a calcolare a mano l'economia dei token di @GeniusOfficial due volte, questo design dell'airdrop è interessante. Prima di tutto, il background. Un terminale on-chain sviluppato da Shuttle Labs, supporta oltre 10 blockchain, unendo spot, contratti perpetui e esecuzioni cross-chain in un'unica interfaccia, mantenendo comunque il controllo non custodiale per gli utenti. L'ultima round di finanziamento seed da 6 milioni di dollari è stata guidata da CMCC Global, con un investimento a otto cifre di YZi Labs e CZ come consulente diretto. A dire il vero, questa combinazione non è comune nel settore degli strumenti on-chain. Tornando a $GENIUS, la fornitura totale è di 1 miliardo di token, con una circolazione iniziale di circa 335,4 milioni al momento del TGE. Quello che mi ha fatto fermare e guardare più volte è questo design: gli utenti possono scegliere di ricevere immediatamente l'airdrop, ma il sistema distrugge automaticamente il 70%, quindi puoi prenderne solo il 30%; oppure non fare nulla e ricevere il 100% dopo un anno di lock-up. In effetti, questo costringe gli utenti a fare una scelta. Chi scommette sulla liquidità a breve termine prende solo una piccola parte per fare short, con un costo estremamente alto. Chi è disposto ad aspettare ottiene i diritti completi. Anche i token del team e degli investitori sono stati bloccati per un anno, il che significa che stanno dicendo “aspettiamo insieme a voi con soldi veri”, non è solo un discorso di lungo termine, ma legano la corda allo stesso picchetto. C'è anche un design molto pratico ma davvero raro: se dopo 48 ore dal TGE cambi idea, puoi distruggere la tua quota di airdrop e ottenere un rimborso delle commissioni nette della piattaforma. La piattaforma ha già restituito alla comunità oltre 7 milioni di dollari in contante, praticamente ti ha dato una corda di sicurezza. Tuttavia, riflettendoci, la moneta ha anche un altro lato. Attualmente, il pool di liquidità on-chain è di circa 500.000 dollari, con una valutazione completamente diluita di oltre 700 milioni appoggiata su una profondità così sottile, la volatilità dei prezzi sarà estremamente intensa. Sebbene il meccanismo di selezione dell'airdrop sia intelligente, ha consumato in anticipo la pazienza della comunità in mezzo alle polemiche, il che significa che la curva di crescita degli utenti sarà più ripida e difficile da scalare. Se questo modello di gioco può resistere, dipenderà da quanto le prossime Stagioni 2 e 3 riusciranno ad attrarre veri trader attivi, e non solo a prendere e scappare. Il mio parere è piuttosto positivo, il team ha davvero messo impegno nel design, e il finanziamento e i consulenti hanno dato al progetto un buon cuscinetto di sicurezza. Ma non dirò di più, visto che i dati non sono ancora completi. Continuerò a osservare il volume di scambi giornaliero e la retention degli utenti, senza proclamare grandi sogni, lasciando che siano i dati a parlare da soli. #genius $GENIUS {spot}(GENIUSUSDT)
Ragazzi, ho appena passato la notte a calcolare a mano l'economia dei token di @GeniusOfficial due volte, questo design dell'airdrop è interessante.

Prima di tutto, il background. Un terminale on-chain sviluppato da Shuttle Labs, supporta oltre 10 blockchain, unendo spot, contratti perpetui e esecuzioni cross-chain in un'unica interfaccia, mantenendo comunque il controllo non custodiale per gli utenti. L'ultima round di finanziamento seed da 6 milioni di dollari è stata guidata da CMCC Global, con un investimento a otto cifre di YZi Labs e CZ come consulente diretto. A dire il vero, questa combinazione non è comune nel settore degli strumenti on-chain.

Tornando a $GENIUS , la fornitura totale è di 1 miliardo di token, con una circolazione iniziale di circa 335,4 milioni al momento del TGE. Quello che mi ha fatto fermare e guardare più volte è questo design: gli utenti possono scegliere di ricevere immediatamente l'airdrop, ma il sistema distrugge automaticamente il 70%, quindi puoi prenderne solo il 30%; oppure non fare nulla e ricevere il 100% dopo un anno di lock-up.

In effetti, questo costringe gli utenti a fare una scelta. Chi scommette sulla liquidità a breve termine prende solo una piccola parte per fare short, con un costo estremamente alto. Chi è disposto ad aspettare ottiene i diritti completi. Anche i token del team e degli investitori sono stati bloccati per un anno, il che significa che stanno dicendo “aspettiamo insieme a voi con soldi veri”, non è solo un discorso di lungo termine, ma legano la corda allo stesso picchetto. C'è anche un design molto pratico ma davvero raro: se dopo 48 ore dal TGE cambi idea, puoi distruggere la tua quota di airdrop e ottenere un rimborso delle commissioni nette della piattaforma. La piattaforma ha già restituito alla comunità oltre 7 milioni di dollari in contante, praticamente ti ha dato una corda di sicurezza.

Tuttavia, riflettendoci, la moneta ha anche un altro lato. Attualmente, il pool di liquidità on-chain è di circa 500.000 dollari, con una valutazione completamente diluita di oltre 700 milioni appoggiata su una profondità così sottile, la volatilità dei prezzi sarà estremamente intensa. Sebbene il meccanismo di selezione dell'airdrop sia intelligente, ha consumato in anticipo la pazienza della comunità in mezzo alle polemiche, il che significa che la curva di crescita degli utenti sarà più ripida e difficile da scalare. Se questo modello di gioco può resistere, dipenderà da quanto le prossime Stagioni 2 e 3 riusciranno ad attrarre veri trader attivi, e non solo a prendere e scappare.

Il mio parere è piuttosto positivo, il team ha davvero messo impegno nel design, e il finanziamento e i consulenti hanno dato al progetto un buon cuscinetto di sicurezza. Ma non dirò di più, visto che i dati non sono ancora completi. Continuerò a osservare il volume di scambi giornaliero e la retention degli utenti, senza proclamare grandi sogni, lasciando che siano i dati a parlare da soli.
#genius $GENIUS
Accedi per esplorare altri contenuti
Unisciti agli utenti crypto globali su Binance Square
⚡️ Ottieni informazioni aggiornate e utili sulle crypto.
💬 Scelto dal più grande exchange crypto al mondo.
👍 Scopri approfondimenti autentici da creator verificati.
Email / numero di telefono
Mappa del sito
Preferenze sui cookie
T&C della piattaforma