Binance Square

币圈貂蝉

撸毛!
66 Seguiti
177 Follower
511 Mi piace
12 Condivisioni
Post
·
--
Articolo
Visualizza traduzione
OpenLedger试图解决的,不是AI应用问题,而是AI价值如何被记录的问题我这两天在反复看@Openledger 的公开资料,说实话一开始并没有太大预期,因为类似“AI + 链上结算”的叙事见得太多了,大部分最后都停在概念层。但它有一点让我停下来多想了一下,就是它讨论的重点不是AI怎么用,而是AI被用之后发生了什么。 很多人做AI应用的时候,其实默认了一件事:只要产品能被调用、能产生结果,价值就自然会在后面通过订阅或流量变现。但这个逻辑里有一个被忽略的空隙,就是“使用发生的那一刻”,其实是没有经济归属的,它只是日志,不是交易。 OpenLedger想补的就是这一段。 我做Web3研究也有几年了,看到这种结构时会本能去拆它的底层逻辑。它不是在做一个应用层工具,更像是在尝试把AI系统里的“使用行为”变成可以记录和结算的最小单位。$OPEN 这个点其实挺关键的。 因为一旦“调用”变成可计价单位,整个AI经济结构会从“产品驱动”往“行为驱动”偏移。 但问题也很直接,我一开始就在想一件事:AI调用本身是高频低价值的,如果每一次都做精细归因,会不会系统成本反而压不住。 这里我做一个【基于现有公开信息的合理判断】:OpenLedger更可能不是逐条结算,而是通过批处理或者周期性聚合去做归因清算,不然在工程上很难成立。如果这个判断成立,那它的本质就不是“实时计费系统”,而更像一个“使用权清算层”。 这两者差别很大。 一个是工具,一个是结构。 不过这里也有两个我暂时没有答案的问题。 第一个是数据可信性问题,如果输入数据本身不可验证,那后面的归因拆分其实只是数学分账,而不是经济事实。 第二个是需求问题。谁会为“可归因的AI输出”额外付费?这个比技术难多了。 我昨天顺手翻了一些GitHub提交和社区讨论,有一个细节让我有点在意,他们在数据网络设计里强调“贡献可以拆分”,也就是说一个输出结果可能对应多个数据来源进行收益分配。 这个设计如果成立,会很激进。 但也有副作用。复杂度会上升。开发者愿不愿意接,是个问题。 我个人的观察是,现在很多AI + Web3项目卡住的地方不在技术,而是在中间层太重。开发者其实不关心归因模型多复杂,他们关心的是一句话:接进去之后,是更麻烦,还是能多一条收入路径。 就这么简单。 如果OpenLedger只是把复杂性从平台转移到开发者,那它扩张会很慢。但如果它真的能把复杂性隐藏掉,让开发者只感知到“使用即结算”,那逻辑就不一样了。 不过这一步,目前还看不清。 所以我现在的判断是比较克制的。 在结构层面,它是成立的。这个方向我认可。 但在规模化层面,还有明显的不确定性,尤其是数据验证机制和真实付费意愿,现在公开信息还不足以支撑更强结论。 说七分留三分的意思不是情绪化表达,而是一种研究保留空间。就是你可以认可方向,但不能提前替市场完成验证。 这一点很重要。 因为很多叙事项目的问题,不在于方向错,而在于太早确定正确。 写到这里其实还是会有一点犹豫感。一方面你能看到OpenLedger试图解决的是一个更底层的问题,另一方面你也知道,这类结构从设计到真实运行,中间还有很长一段不确定路径。 但有一点是确定的。 以前AI的价值是在“结果”上体现的。 现在它开始尝试在“使用过程”里被记录。 这一步如果成立,会比很多人想象的更深一点。 我会继续跟踪@Openledger 和$OPEN 后续公开数据,再看它到底是在跑结构,还是只是停留在结构设计阶段。 #OpenLedger

OpenLedger试图解决的,不是AI应用问题,而是AI价值如何被记录的问题

我这两天在反复看@OpenLedger 的公开资料,说实话一开始并没有太大预期,因为类似“AI + 链上结算”的叙事见得太多了,大部分最后都停在概念层。但它有一点让我停下来多想了一下,就是它讨论的重点不是AI怎么用,而是AI被用之后发生了什么。
很多人做AI应用的时候,其实默认了一件事:只要产品能被调用、能产生结果,价值就自然会在后面通过订阅或流量变现。但这个逻辑里有一个被忽略的空隙,就是“使用发生的那一刻”,其实是没有经济归属的,它只是日志,不是交易。
OpenLedger想补的就是这一段。
我做Web3研究也有几年了,看到这种结构时会本能去拆它的底层逻辑。它不是在做一个应用层工具,更像是在尝试把AI系统里的“使用行为”变成可以记录和结算的最小单位。$OPEN
这个点其实挺关键的。
因为一旦“调用”变成可计价单位,整个AI经济结构会从“产品驱动”往“行为驱动”偏移。
但问题也很直接,我一开始就在想一件事:AI调用本身是高频低价值的,如果每一次都做精细归因,会不会系统成本反而压不住。
这里我做一个【基于现有公开信息的合理判断】:OpenLedger更可能不是逐条结算,而是通过批处理或者周期性聚合去做归因清算,不然在工程上很难成立。如果这个判断成立,那它的本质就不是“实时计费系统”,而更像一个“使用权清算层”。
这两者差别很大。
一个是工具,一个是结构。
不过这里也有两个我暂时没有答案的问题。
第一个是数据可信性问题,如果输入数据本身不可验证,那后面的归因拆分其实只是数学分账,而不是经济事实。
第二个是需求问题。谁会为“可归因的AI输出”额外付费?这个比技术难多了。
我昨天顺手翻了一些GitHub提交和社区讨论,有一个细节让我有点在意,他们在数据网络设计里强调“贡献可以拆分”,也就是说一个输出结果可能对应多个数据来源进行收益分配。
这个设计如果成立,会很激进。
但也有副作用。复杂度会上升。开发者愿不愿意接,是个问题。
我个人的观察是,现在很多AI + Web3项目卡住的地方不在技术,而是在中间层太重。开发者其实不关心归因模型多复杂,他们关心的是一句话:接进去之后,是更麻烦,还是能多一条收入路径。
就这么简单。
如果OpenLedger只是把复杂性从平台转移到开发者,那它扩张会很慢。但如果它真的能把复杂性隐藏掉,让开发者只感知到“使用即结算”,那逻辑就不一样了。
不过这一步,目前还看不清。
所以我现在的判断是比较克制的。
在结构层面,它是成立的。这个方向我认可。
但在规模化层面,还有明显的不确定性,尤其是数据验证机制和真实付费意愿,现在公开信息还不足以支撑更强结论。
说七分留三分的意思不是情绪化表达,而是一种研究保留空间。就是你可以认可方向,但不能提前替市场完成验证。
这一点很重要。
因为很多叙事项目的问题,不在于方向错,而在于太早确定正确。
写到这里其实还是会有一点犹豫感。一方面你能看到OpenLedger试图解决的是一个更底层的问题,另一方面你也知道,这类结构从设计到真实运行,中间还有很长一段不确定路径。
但有一点是确定的。
以前AI的价值是在“结果”上体现的。
现在它开始尝试在“使用过程”里被记录。
这一步如果成立,会比很多人想象的更深一点。
我会继续跟踪@OpenLedger $OPEN 后续公开数据,再看它到底是在跑结构,还是只是停留在结构设计阶段。
#OpenLedger
Guardando il mercato, sembra tutto stabile Ho deciso di entrare e fare un po' di trading su SLX Cavolo, mi hanno subito liquidato💩 Appena entrato, ho già perso 5U La mia mente è andata in tilt, completamente distrutto Ieri sera ero un po' bloccato, mentre cercavo informazioni su @GeniusOfficial mi perdevo nei pensieri, il computer acceso e il caffè che si raffreddava. Pensavo che Ghost Orders fosse solo un tipico piano di ottimizzazione MEV, ma più guardavo, più mi sembrava diverso da come l'avevo inizialmente interpretato come un “miglioramento strumentale”. Negli ultimi anni, il racconto delle transazioni on-chain è rimasto abbastanza fisso: più veloce, più economico, più efficiente, ma Genius ha scelto un punto di vista un po' diverso. Non si tratta di chi completa la transazione più velocemente, ma di gestire una fase precedente: la transazione non è ancora avvenuta, ma il mercato ha già iniziato a “leggere” le tue intenzioni. Quando rivedevo alcune grandi transazioni on-chain, avevo questa sensazione: alcune operazioni erano ancora in pending, ma il prezzo, la liquidità e persino il routing erano già cambiati in anticipo. Solo in seguito ho realizzato che non è la velocità a essere sfruttata, ma la stessa intenzione di trading che viene analizzata in anticipo. Ghost Orders utilizza MPC per suddividere gli ordini in più frammenti di esecuzione. Questo aspetto tecnico non è complicato, ma la chiave non è tanto la suddivisione quanto il cambiamento della visibilità esterna delle “transazioni complete”. Il mercato non vede più tutte le tue intenzioni, ma solo un flusso di informazioni frammentato, il che influisce direttamente sul modo in cui si genera lo spazio di arbitraggio. Tuttavia, qui ho un po' di dubbi: riduce davvero il MEV, o semplicemente sposta un po' più in là le condizioni di attivazione del MEV? Non ho ancora chiaro questo punto, probabilmente dovrò osservare i dati on-chain per un po' prima di trarre una conclusione. Ma almeno c'è un aspetto chiaro: se in futuro le transazioni on-chain diventano sempre più istituzionalizzate, il costo per leggere anticipatamente le intenzioni di trading diventerà una perdita implicita che non possiamo ignorare, e questa è la ragione dell'esistenza di Ghost Orders. Ovviamente, gli utenti con piccoli ordini potrebbero non accorgersi di questi cambiamenti, in parole povere, potrebbe non valere la pena pagare costi aggiuntivi per questa complessità, e non voglio affermare che sia una regola universale. Scrivendo questo, fuori piove un po', i miei pensieri sono un po' intermittenti, ma sono più sicuro di una cosa: Genius non sta cercando di risolvere se “c'è MEV”, ma “quando inizia a verificarsi il MEV”. Questo tipo di problema è piuttosto sottile. Pensando un po', se consideriamo il trading come un processo e non come un risultato, allora Ghost Orders sembra più una ridefinizione dei confini del processo. $GENIUS #genius
Guardando il mercato, sembra tutto stabile
Ho deciso di entrare e fare un po' di trading su SLX
Cavolo, mi hanno subito liquidato💩
Appena entrato, ho già perso 5U
La mia mente è andata in tilt, completamente distrutto

Ieri sera ero un po' bloccato, mentre cercavo informazioni su @GeniusOfficial mi perdevo nei pensieri, il computer acceso e il caffè che si raffreddava. Pensavo che Ghost Orders fosse solo un tipico piano di ottimizzazione MEV, ma più guardavo, più mi sembrava diverso da come l'avevo inizialmente interpretato come un “miglioramento strumentale”.

Negli ultimi anni, il racconto delle transazioni on-chain è rimasto abbastanza fisso: più veloce, più economico, più efficiente, ma Genius ha scelto un punto di vista un po' diverso. Non si tratta di chi completa la transazione più velocemente, ma di gestire una fase precedente: la transazione non è ancora avvenuta, ma il mercato ha già iniziato a “leggere” le tue intenzioni.

Quando rivedevo alcune grandi transazioni on-chain, avevo questa sensazione: alcune operazioni erano ancora in pending, ma il prezzo, la liquidità e persino il routing erano già cambiati in anticipo. Solo in seguito ho realizzato che non è la velocità a essere sfruttata, ma la stessa intenzione di trading che viene analizzata in anticipo.

Ghost Orders utilizza MPC per suddividere gli ordini in più frammenti di esecuzione. Questo aspetto tecnico non è complicato, ma la chiave non è tanto la suddivisione quanto il cambiamento della visibilità esterna delle “transazioni complete”. Il mercato non vede più tutte le tue intenzioni, ma solo un flusso di informazioni frammentato, il che influisce direttamente sul modo in cui si genera lo spazio di arbitraggio.

Tuttavia, qui ho un po' di dubbi: riduce davvero il MEV, o semplicemente sposta un po' più in là le condizioni di attivazione del MEV? Non ho ancora chiaro questo punto, probabilmente dovrò osservare i dati on-chain per un po' prima di trarre una conclusione.

Ma almeno c'è un aspetto chiaro: se in futuro le transazioni on-chain diventano sempre più istituzionalizzate, il costo per leggere anticipatamente le intenzioni di trading diventerà una perdita implicita che non possiamo ignorare, e questa è la ragione dell'esistenza di Ghost Orders.

Ovviamente, gli utenti con piccoli ordini potrebbero non accorgersi di questi cambiamenti, in parole povere, potrebbe non valere la pena pagare costi aggiuntivi per questa complessità, e non voglio affermare che sia una regola universale.

Scrivendo questo, fuori piove un po', i miei pensieri sono un po' intermittenti, ma sono più sicuro di una cosa: Genius non sta cercando di risolvere se “c'è MEV”, ma “quando inizia a verificarsi il MEV”.

Questo tipo di problema è piuttosto sottile.

Pensando un po', se consideriamo il trading come un processo e non come un risultato, allora Ghost Orders sembra più una ridefinizione dei confini del processo.

$GENIUS

#genius
📢 Avviso Airdrop di Binance Alpha (1 Giugno, Lunedì) Il numero di partecipanti è esploso a 140.000, la nuova settimana è ufficialmente iniziata e non vedo l'ora di vedere i nuovi token di questa settimana. Se potessimo lanciare tre o quattro token come la scorsa settimana sarebbe fantastico. Le performance dei token della settimana scorsa sono state complessivamente buone, peccato non poterli tenere a lungo (tranne QAIT a più di 600 dollari, non avevo abbastanza punti per reclamarlo). Ogni volta che faccio un’analisi, il mercato scende, e ogni volta che vendo, il prezzo sale, sembra che sia fatto apposta per me. Ieri sera, prima di andare a letto, ho dato un’occhiata ai dati pubblici e agli aggiornamenti on-chain per @Openledger . Inizialmente volevo solo dare un'occhiata veloce, ma le discussioni su OPEN stanno aumentando, e non si tratta più solo di emozioni, ma si sta evolvendo verso come il Trading Agent e Datanet possano lavorare insieme. Dopo un po’ mi sono sentito coinvolto nella cosa. #openledger Strutturalmente, Datanet sembra più focalizzato sull'input di flussi di dati continui, ma questi dati non vengono alimentati direttamente nel modello; vengono invece suddivisi in finestre temporali e pesi prima di essere elaborati dal Trading Agent. La stessa informazione on-chain che entra nel sistema in momenti diversi ha effetti diversi, ed è un aspetto che può facilmente essere trascurato. Guardando al livello di esecuzione, il Trading Agent non è una strategia unica, ma una serie di strategie diverse che operano in parallelo; alcune sono più rapide nell’adattarsi, altre mantengono stati su periodi più lunghi. Questa struttura mi porta a considerarlo più come un sistema operativo piuttosto che un semplice strumento strategico. Quando osservo le interazioni on-chain, ho la sensazione che i cambiamenti avvengano più nel percorso di ingresso dei dati, piuttosto che nel comportamento di trading stesso, spostando l'attenzione dal risultato verso il modo in cui le informazioni vengono elaborate. In questa struttura, OPEN sembra più un punto di ancoraggio per il feedback del sistema, piuttosto che un semplice asset; questo aspetto è più profondo di molti progetti. Nel complesso, ho un’opinione positiva su OpenLedger; scrivendo questo, mi ritrovo a riflettere seriamente se potrà mantenere stabilità in futuro. La direzione è giusta, ma è ancora presto e ci vorrà tempo per verificarlo. Continuerò a monitorare la situazione. #OpenLedger $OPEN
📢 Avviso Airdrop di Binance Alpha (1 Giugno, Lunedì)
Il numero di partecipanti è esploso a 140.000, la nuova settimana è ufficialmente iniziata e non vedo l'ora di vedere i nuovi token di questa settimana. Se potessimo lanciare tre o quattro token come la scorsa settimana sarebbe fantastico. Le performance dei token della settimana scorsa sono state complessivamente buone, peccato non poterli tenere a lungo (tranne QAIT a più di 600 dollari, non avevo abbastanza punti per reclamarlo). Ogni volta che faccio un’analisi, il mercato scende, e ogni volta che vendo, il prezzo sale, sembra che sia fatto apposta per me.

Ieri sera, prima di andare a letto, ho dato un’occhiata ai dati pubblici e agli aggiornamenti on-chain per @OpenLedger . Inizialmente volevo solo dare un'occhiata veloce, ma le discussioni su OPEN stanno aumentando, e non si tratta più solo di emozioni, ma si sta evolvendo verso come il Trading Agent e Datanet possano lavorare insieme. Dopo un po’ mi sono sentito coinvolto nella cosa. #openledger

Strutturalmente, Datanet sembra più focalizzato sull'input di flussi di dati continui, ma questi dati non vengono alimentati direttamente nel modello; vengono invece suddivisi in finestre temporali e pesi prima di essere elaborati dal Trading Agent. La stessa informazione on-chain che entra nel sistema in momenti diversi ha effetti diversi, ed è un aspetto che può facilmente essere trascurato.

Guardando al livello di esecuzione, il Trading Agent non è una strategia unica, ma una serie di strategie diverse che operano in parallelo; alcune sono più rapide nell’adattarsi, altre mantengono stati su periodi più lunghi. Questa struttura mi porta a considerarlo più come un sistema operativo piuttosto che un semplice strumento strategico.

Quando osservo le interazioni on-chain, ho la sensazione che i cambiamenti avvengano più nel percorso di ingresso dei dati, piuttosto che nel comportamento di trading stesso, spostando l'attenzione dal risultato verso il modo in cui le informazioni vengono elaborate.

In questa struttura, OPEN sembra più un punto di ancoraggio per il feedback del sistema, piuttosto che un semplice asset; questo aspetto è più profondo di molti progetti.

Nel complesso, ho un’opinione positiva su OpenLedger; scrivendo questo, mi ritrovo a riflettere seriamente se potrà mantenere stabilità in futuro. La direzione è giusta, ma è ancora presto e ci vorrà tempo per verificarlo. Continuerò a monitorare la situazione.

#OpenLedger $OPEN
Articolo
Visualizza traduzione
大多数人在看 OpenLedger 的叙事,但真正的东西藏在 Datanets 里Datanets 这个名字,我第一次看到的时候以为是另一个数据 marketplace 的包装。看进去之后发现不是,它在处理的问题,比”数据交易”这四个字要硬得多。说实话当时有点意外,因为我已经很久没有在这个赛道看到一个让我觉得”这个角度对了”的设计了。 AI 训练数据的产权问题,现在行业里有一个心照不宣的默契:大家都知道这个问题存在,但没有人真的想在基础设施层面去碰它。因为一旦认真做,动的是整个数据流通体系的底座。OpenLedger 选择从这里切进去,这是我持续跟踪它的原因。 我先说一个让我一直觉得别扭的现象。 现在市面上很多”数据权益”项目,底层逻辑都是:你的数据先进去,模型先用上,然后平台回头给你算账。这套逻辑包装得再精美,本质上还是先斩后奏。你压根不在这笔交易里。没有签字,没有知情,内容怎么流转、流去哪里,全程跟你没有关系。等代币到账,生米早就煮成熟饭了。老实讲,我第一次意识到这件事的时候有点后背发凉,不是因为某个公司在作恶,是因为这是整个系统的默认状态。这不是确权,是补偿。两件事差得很远。 Datanets 把这个顺序掉了个头。 数据上链的那一刻,归属关系就已经写死了。不是”用完再算”,是”先锁定再流通”。医疗、法律、金融、代码,每个垂直领域独立运作,不同域的质量验证逻辑不互相污染。代币在这里不是积分系统的变体,是数据每被取用一次就自动触发的结算凭证,交易发生,分润到账,没有人工介入的窗口。这个逻辑理清楚之后,我反复想了想想,感觉之前看过的那些”数据确权”方案突然都有点站不住脚了。 这个设计里有一个细节我觉得很多人跳过去了:为什么要按领域拆开? 因为”数据质量”这件事,根本没有通用标准。一条标注过的医疗影像,和一段经过验证的合约代码,评估它们价值的逻辑完全不在同一个体系里。如果用一个全局评分把所有贡献都压平,最后激励的只会是数量,不是质量。领域隔离是技术选择,背后是对激励机制失效风险的判断。这个点我觉得没什么人提,但其实挺关键的。 还有一块我觉得被严重忽视了,谁来判断模型够不够好。OpenLedger 的答案是:不归团队判断,归链上投票。底层用的是 OpenZeppelin 的 Governor 框架,持币者直接参与决策。这个设计放在别的赛道可能只是治理门面,但在 AI 这里逻辑不一样:模型质量好不好,直接影响数据被取用的频率,频率决定贡献者能拿多少。把这个判断权交出去,激励结构的源头就变成了社区,而不是某个内部 roadmap。每次看到项目把”去中心化”三个字挂嘴边但治理全是摆设,都会有点烦躁。这次算是看到一个认真在做的。 技术选型上没有新鲜东西:EVM 兼容、AltLayer RaaS、EigenDA 处理数据可用性,整体跑在 OP Stack 的 L2 上。每一块都是现阶段跑过验证的组件,没有为了显得复杂而叠模块。对以太坊生态的开发者来说,进来几乎没有学习成本。 天使这边有 Sreeram Kannan、Balaji、Sandeep Nailwal。机构是 Polychain 和 Borderless,一共投了 800 万。说实话看到这个名单的时候我多搜了一遍确认了一下,因为这三个天使同时出现在一个项目里不是很常见的事。他们在 AI 和链上基础设施两条线都有足够深的实操背景,不太容易被一个叙事好听但跑不通的东西带走。 我见过不少项目把”数据确权”挂在嘴边,但实现路径是在现有体系上打补丁,平台还是平台,归属还是模糊的,只是多了一个分钱的出口。 Datanets 没有在打补丁。它假设的起点是:现有体系从设计上就不会让数据所有权成立,所以补丁没用,得重建。这个判断对不对,现在还不知道。但如果对,这件事的量级不是一个产品功能,是一套新的数据基础设施协议。 这也是为什么我觉得它被低估,不是因为它讲了个好故事,是因为它在做的事情,大多数人还没想清楚它的边界在哪里。包括我自己,也还在想。 #OpenLedger $OPEN @Openledger

大多数人在看 OpenLedger 的叙事,但真正的东西藏在 Datanets 里

Datanets 这个名字,我第一次看到的时候以为是另一个数据 marketplace 的包装。看进去之后发现不是,它在处理的问题,比”数据交易”这四个字要硬得多。说实话当时有点意外,因为我已经很久没有在这个赛道看到一个让我觉得”这个角度对了”的设计了。
AI 训练数据的产权问题,现在行业里有一个心照不宣的默契:大家都知道这个问题存在,但没有人真的想在基础设施层面去碰它。因为一旦认真做,动的是整个数据流通体系的底座。OpenLedger 选择从这里切进去,这是我持续跟踪它的原因。
我先说一个让我一直觉得别扭的现象。
现在市面上很多”数据权益”项目,底层逻辑都是:你的数据先进去,模型先用上,然后平台回头给你算账。这套逻辑包装得再精美,本质上还是先斩后奏。你压根不在这笔交易里。没有签字,没有知情,内容怎么流转、流去哪里,全程跟你没有关系。等代币到账,生米早就煮成熟饭了。老实讲,我第一次意识到这件事的时候有点后背发凉,不是因为某个公司在作恶,是因为这是整个系统的默认状态。这不是确权,是补偿。两件事差得很远。
Datanets 把这个顺序掉了个头。
数据上链的那一刻,归属关系就已经写死了。不是”用完再算”,是”先锁定再流通”。医疗、法律、金融、代码,每个垂直领域独立运作,不同域的质量验证逻辑不互相污染。代币在这里不是积分系统的变体,是数据每被取用一次就自动触发的结算凭证,交易发生,分润到账,没有人工介入的窗口。这个逻辑理清楚之后,我反复想了想想,感觉之前看过的那些”数据确权”方案突然都有点站不住脚了。
这个设计里有一个细节我觉得很多人跳过去了:为什么要按领域拆开?
因为”数据质量”这件事,根本没有通用标准。一条标注过的医疗影像,和一段经过验证的合约代码,评估它们价值的逻辑完全不在同一个体系里。如果用一个全局评分把所有贡献都压平,最后激励的只会是数量,不是质量。领域隔离是技术选择,背后是对激励机制失效风险的判断。这个点我觉得没什么人提,但其实挺关键的。
还有一块我觉得被严重忽视了,谁来判断模型够不够好。OpenLedger 的答案是:不归团队判断,归链上投票。底层用的是 OpenZeppelin 的 Governor 框架,持币者直接参与决策。这个设计放在别的赛道可能只是治理门面,但在 AI 这里逻辑不一样:模型质量好不好,直接影响数据被取用的频率,频率决定贡献者能拿多少。把这个判断权交出去,激励结构的源头就变成了社区,而不是某个内部 roadmap。每次看到项目把”去中心化”三个字挂嘴边但治理全是摆设,都会有点烦躁。这次算是看到一个认真在做的。
技术选型上没有新鲜东西:EVM 兼容、AltLayer RaaS、EigenDA 处理数据可用性,整体跑在 OP Stack 的 L2 上。每一块都是现阶段跑过验证的组件,没有为了显得复杂而叠模块。对以太坊生态的开发者来说,进来几乎没有学习成本。
天使这边有 Sreeram Kannan、Balaji、Sandeep Nailwal。机构是 Polychain 和 Borderless,一共投了 800 万。说实话看到这个名单的时候我多搜了一遍确认了一下,因为这三个天使同时出现在一个项目里不是很常见的事。他们在 AI 和链上基础设施两条线都有足够深的实操背景,不太容易被一个叙事好听但跑不通的东西带走。
我见过不少项目把”数据确权”挂在嘴边,但实现路径是在现有体系上打补丁,平台还是平台,归属还是模糊的,只是多了一个分钱的出口。
Datanets 没有在打补丁。它假设的起点是:现有体系从设计上就不会让数据所有权成立,所以补丁没用,得重建。这个判断对不对,现在还不知道。但如果对,这件事的量级不是一个产品功能,是一套新的数据基础设施协议。
这也是为什么我觉得它被低估,不是因为它讲了个好故事,是因为它在做的事情,大多数人还没想清楚它的边界在哪里。包括我自己,也还在想。
#OpenLedger $OPEN @Openledger
Poiché è uscita una grande opportunità come $QAIT , ora il numero di utenti attivi su Alpha è davvero impennato! Sembra che anche gli studi stiano tornando in gioco. In futuro, sarà sempre più difficile accaparrarsi airdrop, si inizierà a dover puntare su 16+2. Ho iniziato a notare che OpenLedger parlava di attribuzione dei dati e ho persino pensato che questa direzione fosse un po' "stupida". Non è così facile da diffondere come Agent, né si possono vedere risultati immediati come nei vari prodotti della layer applicativa. #openledger Ma poi, dopo aver esaminato documenti per diversi giorni, ho realizzato che potrei aver sbagliato. Perché ora l'intero settore dell'AI sta discutendo di quanto siano potenti i modelli, ma pochissimi parlano seriamente di una questione più fondamentale: se non ci sono dati, su cosa crescono realmente questi modelli? E la cosa più importante è: dove va a finire il valore creato da chi fornisce i dati? In passato, la gente non ci prestava attenzione perché l'AI non si era ancora sviluppata a questa scala. Ma con sempre più scenari commerciali che prendono piede, mi sembra sempre più irragionevole che i contribuenti di dati rimangano a lungo in silenzio. E quello che fa OpenLedger è proprio colmare questa lacuna. Non vuole essere la prossima applicazione AI di successo, ma registrare l'intero processo dalla generazione, verifica fino alla distribuzione del valore dei dati. Questa direzione non sembra affascinante, anzi, è un po' confusa, ma credo fermamente che le cose veramente importanti non siano mai particolarmente rumorose. Un dettaglio che mi ha colpito molto è che il mercato ha cambiato tendenze diverse volte, molte narrazioni di progetti sono cambiate, ma ciò che OpenLedger sta promuovendo è fondamentalmente ancora incentrato sull'attribuzione dei dati e sul flusso di valore, senza cercare di forzare concetti popolari per attrarre traffico. Come dire... è un po' come se mentre tutti sono impegnati a ristrutturare le case, loro stessero silenziosamente gettando le fondamenta. Le fondamenta non portano immediatamente applausi, e molti nemmeno le vedono, ma quando la casa sarà finalmente costruita, tutti si renderanno conto che la parte più importante è sempre stata lì. Forse il mio giudizio è distorto, ma più guardo avanti, più penso che alla fine la competizione nell'industria dell'AI non riguarderà solo la capacità dei modelli. Chi riesce a mettere in chiaro il valore dei dati avrà più probabilità di rimanere a lungo al tavolo da gioco. E questo è anche il motivo per cui mi sto interessando sempre di più a @Openledger . #OpenLedger $OPEN
Poiché è uscita una grande opportunità come $QAIT , ora il numero di utenti attivi su Alpha è davvero impennato! Sembra che anche gli studi stiano tornando in gioco. In futuro, sarà sempre più difficile accaparrarsi airdrop, si inizierà a dover puntare su 16+2.

Ho iniziato a notare che OpenLedger parlava di attribuzione dei dati e ho persino pensato che questa direzione fosse un po' "stupida". Non è così facile da diffondere come Agent, né si possono vedere risultati immediati come nei vari prodotti della layer applicativa. #openledger

Ma poi, dopo aver esaminato documenti per diversi giorni, ho realizzato che potrei aver sbagliato.

Perché ora l'intero settore dell'AI sta discutendo di quanto siano potenti i modelli, ma pochissimi parlano seriamente di una questione più fondamentale: se non ci sono dati, su cosa crescono realmente questi modelli?

E la cosa più importante è: dove va a finire il valore creato da chi fornisce i dati?

In passato, la gente non ci prestava attenzione perché l'AI non si era ancora sviluppata a questa scala. Ma con sempre più scenari commerciali che prendono piede, mi sembra sempre più irragionevole che i contribuenti di dati rimangano a lungo in silenzio.

E quello che fa OpenLedger è proprio colmare questa lacuna.

Non vuole essere la prossima applicazione AI di successo, ma registrare l'intero processo dalla generazione, verifica fino alla distribuzione del valore dei dati. Questa direzione non sembra affascinante, anzi, è un po' confusa, ma credo fermamente che le cose veramente importanti non siano mai particolarmente rumorose.

Un dettaglio che mi ha colpito molto è che il mercato ha cambiato tendenze diverse volte, molte narrazioni di progetti sono cambiate, ma ciò che OpenLedger sta promuovendo è fondamentalmente ancora incentrato sull'attribuzione dei dati e sul flusso di valore, senza cercare di forzare concetti popolari per attrarre traffico.

Come dire... è un po' come se mentre tutti sono impegnati a ristrutturare le case, loro stessero silenziosamente gettando le fondamenta. Le fondamenta non portano immediatamente applausi, e molti nemmeno le vedono, ma quando la casa sarà finalmente costruita, tutti si renderanno conto che la parte più importante è sempre stata lì.

Forse il mio giudizio è distorto, ma più guardo avanti, più penso che alla fine la competizione nell'industria dell'AI non riguarderà solo la capacità dei modelli. Chi riesce a mettere in chiaro il valore dei dati avrà più probabilità di rimanere a lungo al tavolo da gioco.

E questo è anche il motivo per cui mi sto interessando sempre di più a @OpenLedger .

#OpenLedger $OPEN
Visualizza traduzione
币圈折腾太久,撸alpha空投磨损太大实在熬不动了,准备清仓彻底退坑,想大额出U,有没有一碰就中招的致命雷点?真的特别怕银行卡直接被锁死,求求过来人指点🙏 最近看链上项目的时候,我发现一个挺有意思的现象。 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
币圈折腾太久,撸alpha空投磨损太大实在熬不动了,准备清仓彻底退坑,想大额出U,有没有一碰就中招的致命雷点?真的特别怕银行卡直接被锁死,求求过来人指点🙏

最近看链上项目的时候,我发现一个挺有意思的现象。

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
Articolo
Visualizza traduzione
OpenLedger的底层逻辑可能比你想的更无聊,但也更重要说实话,我最开始研究@Openledger 的时候是有点失望的。 那会儿整个市场都在讲AI+Web3的叙事,各种项目都在说”数据资产化”、“贡献证明”,听起来一个比一个性感。OpenLedger也跑不掉这个框架,官网和白皮书翻下来,感觉和同类项目区别没那么大。 但后来我在研究它和Story Protocol合作细节的时候,突然卡在一个点上了。 他们做的那套知识产权验证框架,核心不是让数据值钱,而是让授权状态在被使用之前就可以被机器读懂。这两件事听起来像,但逻辑上差得很远。前者是资产问题,后者是合规问题。 我在传统版权行业待过一段时间,说实话那个行业最头疼的从来不是”版权值多少钱”,而是”我怎么证明这个东西在使用之前是合法授权的”。诉讼成本极高,举证链条极长,很多小公司根本耗不起。AI训练场景的问题其实是一样的,只是规模放大了一万倍,而且速度快到让传统法律手段完全跟不上。 OpenLedger和Story Protocol在做的事,某种程度上是想把这条举证链条前移。不是等出了问题再查,而是在数据进入训练流程之前,授权状态就已经可以被核验。 这个思路如果能真正落地,价值不是在Web3叙事里,而是在真实的合规场景里。 然后我去研究了它和Theoriq的合作方向,又是另一个维度的东西。 现在市场讲AI Agent自主决策讲得很热闹,但我一直有一个问题没想清楚:当Agent真的开始动真实资产的时候,出了事找谁? 不是说法律层面找谁,而是技术层面,你能不能拿出一条完整的决策路径,证明Agent在某个时间点做了什么判断,基于什么信息,执行了什么操作? 现在大部份Agent产品的答案是:不能。你只能看到结果,过程是个黑盒。 OpenLedger在Theoriq合作里推进的链上审记方向,本质上是在给Agent装一个行为日志,而且这个日志是加密的、不可篡改的。这玩意儿如果成熟了,意义可能比Agent本身更大。因为它解决的不是”Agent能不能做”,而是”Agent做了什么能不能被验证”。 我跟几个做合规的朋友聊过这个,他们的第一反应是:这才是机构进场的前提条件。不是收益预期,不是技术指标,是”我能不能在监管要求我的时候,拿出一份合格的审计记录”。 这个需求是真实的,而且会越来越强。 所以现在回头看OpenLedger,我觉得它做的事情比较难用一句话概括。如果一定要概括的话,我会说它在尝试给AI行为装上一套可验证的记录系统。 数据从哪来,授权是否合法,模型谁来训练,Agent怎么决策,收益怎么分配。这些环节在传统AI开发流程里都是灰色地带,要么靠信任,要么靠合同,出了问题靠打官司。 而这套系统想做的,是让这些灰色地带变成可以被机器执行和核验的规则。说白了就是把”我们相信你”换成”我们可以验证你”。 这两者之间的差距,在行业早期不重要,在行业成熟以后就是一切。 我不知道OpenLedger最终能不能跑出来,技术落地有多难、市场教育要花多长时间,这些都是变数。但我比较确定的一点是:它在解决的问题是真实存在的,而且随着AI渗透进更多真实业务场景,这个问题只会越来越难忽视。 也许这才是它值得被认真研究的原因。不是因为叙事够性感,而是因为问题够真实。 #OpenLedger $OPEN

OpenLedger的底层逻辑可能比你想的更无聊,但也更重要

说实话,我最开始研究@OpenLedger 的时候是有点失望的。
那会儿整个市场都在讲AI+Web3的叙事,各种项目都在说”数据资产化”、“贡献证明”,听起来一个比一个性感。OpenLedger也跑不掉这个框架,官网和白皮书翻下来,感觉和同类项目区别没那么大。
但后来我在研究它和Story Protocol合作细节的时候,突然卡在一个点上了。
他们做的那套知识产权验证框架,核心不是让数据值钱,而是让授权状态在被使用之前就可以被机器读懂。这两件事听起来像,但逻辑上差得很远。前者是资产问题,后者是合规问题。
我在传统版权行业待过一段时间,说实话那个行业最头疼的从来不是”版权值多少钱”,而是”我怎么证明这个东西在使用之前是合法授权的”。诉讼成本极高,举证链条极长,很多小公司根本耗不起。AI训练场景的问题其实是一样的,只是规模放大了一万倍,而且速度快到让传统法律手段完全跟不上。
OpenLedger和Story Protocol在做的事,某种程度上是想把这条举证链条前移。不是等出了问题再查,而是在数据进入训练流程之前,授权状态就已经可以被核验。
这个思路如果能真正落地,价值不是在Web3叙事里,而是在真实的合规场景里。
然后我去研究了它和Theoriq的合作方向,又是另一个维度的东西。
现在市场讲AI Agent自主决策讲得很热闹,但我一直有一个问题没想清楚:当Agent真的开始动真实资产的时候,出了事找谁?
不是说法律层面找谁,而是技术层面,你能不能拿出一条完整的决策路径,证明Agent在某个时间点做了什么判断,基于什么信息,执行了什么操作?
现在大部份Agent产品的答案是:不能。你只能看到结果,过程是个黑盒。
OpenLedger在Theoriq合作里推进的链上审记方向,本质上是在给Agent装一个行为日志,而且这个日志是加密的、不可篡改的。这玩意儿如果成熟了,意义可能比Agent本身更大。因为它解决的不是”Agent能不能做”,而是”Agent做了什么能不能被验证”。
我跟几个做合规的朋友聊过这个,他们的第一反应是:这才是机构进场的前提条件。不是收益预期,不是技术指标,是”我能不能在监管要求我的时候,拿出一份合格的审计记录”。
这个需求是真实的,而且会越来越强。
所以现在回头看OpenLedger,我觉得它做的事情比较难用一句话概括。如果一定要概括的话,我会说它在尝试给AI行为装上一套可验证的记录系统。
数据从哪来,授权是否合法,模型谁来训练,Agent怎么决策,收益怎么分配。这些环节在传统AI开发流程里都是灰色地带,要么靠信任,要么靠合同,出了问题靠打官司。
而这套系统想做的,是让这些灰色地带变成可以被机器执行和核验的规则。说白了就是把”我们相信你”换成”我们可以验证你”。
这两者之间的差距,在行业早期不重要,在行业成熟以后就是一切。
我不知道OpenLedger最终能不能跑出来,技术落地有多难、市场教育要花多长时间,这些都是变数。但我比较确定的一点是:它在解决的问题是真实存在的,而且随着AI渗透进更多真实业务场景,这个问题只会越来越难忽视。
也许这才是它值得被认真研究的原因。不是因为叙事够性感,而是因为问题够真实。
#OpenLedger $OPEN
Visualizza traduzione
这个月Alpha空投结束啦!抢的3个分别是134+65+40,加起来赚了200多U,超开心🥳 从去年12月入坑到现在,这绝对是我赚最多的一次!就是那个500多U的大毛没抢到,好气😣 最近有留意GENIUS 突然火起来,说实话我一开始没太当回事,觉得又是一个蹭热度的项目。但我认真研究了一圈之后,还是被它吸引了,主要是它切入的角度跟我之前见过的项目都不太一样,感觉真的在认真解决一个存在很久的问题,而不是造概念圈钱那种套路。? 我玩 Web3 这几年,最大的感受就是这个行业一直在回避一个核心矛盾:安全和便捷天生就很难共存。自己管钱包操作太复杂,链要切、地址要核对,出个错可能就没了。放平台又不放心,这行里冻结跑路的事见过太多了,哪样都不是小概率。大多数人包括我自己,最后都是捏着鼻子妥协。从来没见过哪个项目真的想正面拆解这个问题,大家都在绕着走,或者只解决一半,然后就开始喊估值,感觉有点本末倒置。 GENIUS让我觉得不一样的地方在于,它把这两件事同时放进了产品设计的第一优先级。全品类聚合解决的是操作分散的问题,用户不需要在多个工具之间来回切换,一个入口把多种需求都覆盖了,摩擦少了自然就更愿意用。非托管不是作为功能点加进去的,而是整个架构的前提,资产控制权从设计阶段就锁定在用户手里,不依赖任何平台的信用背书。这两个方向如果能同时跑通,意味着它解决的不只是体验问题,而是在重新定义普通用户参与 Web3 的门槛和方式。能把这两件事都想清楚并且真的去做的项目,我还真没见过几个。这个逻辑我觉的是站得住的。 当然现在还在早期,不确定性还很多,但这种从底层就不一样的项目,值的占个坑慢慢看。 #genius $GENIUS @GeniusOfficial
这个月Alpha空投结束啦!抢的3个分别是134+65+40,加起来赚了200多U,超开心🥳 从去年12月入坑到现在,这绝对是我赚最多的一次!就是那个500多U的大毛没抢到,好气😣

最近有留意GENIUS 突然火起来,说实话我一开始没太当回事,觉得又是一个蹭热度的项目。但我认真研究了一圈之后,还是被它吸引了,主要是它切入的角度跟我之前见过的项目都不太一样,感觉真的在认真解决一个存在很久的问题,而不是造概念圈钱那种套路。?
我玩 Web3 这几年,最大的感受就是这个行业一直在回避一个核心矛盾:安全和便捷天生就很难共存。自己管钱包操作太复杂,链要切、地址要核对,出个错可能就没了。放平台又不放心,这行里冻结跑路的事见过太多了,哪样都不是小概率。大多数人包括我自己,最后都是捏着鼻子妥协。从来没见过哪个项目真的想正面拆解这个问题,大家都在绕着走,或者只解决一半,然后就开始喊估值,感觉有点本末倒置。
GENIUS让我觉得不一样的地方在于,它把这两件事同时放进了产品设计的第一优先级。全品类聚合解决的是操作分散的问题,用户不需要在多个工具之间来回切换,一个入口把多种需求都覆盖了,摩擦少了自然就更愿意用。非托管不是作为功能点加进去的,而是整个架构的前提,资产控制权从设计阶段就锁定在用户手里,不依赖任何平台的信用背书。这两个方向如果能同时跑通,意味着它解决的不只是体验问题,而是在重新定义普通用户参与 Web3 的门槛和方式。能把这两件事都想清楚并且真的去做的项目,我还真没见过几个。这个逻辑我觉的是站得住的。
当然现在还在早期,不确定性还很多,但这种从底层就不一样的项目,值的占个坑慢慢看。
#genius $GENIUS @GeniusOfficial
📌 Annuncio airdrop Alpha su Binance Che invidia! L'altro giorno c'era quel airdrop da più di 500 U, e noi due non siamo riusciti a prenderlo! Adesso mi sono quasi fatto un livido sulla coscia, sono così arrabbiato che ho il fegato che brucia! E indovina un po'? Questa ragazza ha girato la situazione e ha guadagnato più di 800 U con questa strategia, più di quelli che si sono affannati per accaparrarselo! Oh mio dio, il mio cuore sta letteralmente scoppiettando di acidità! 📌 Oggi è il weekend, quindi probabilmente niente airdrop, ma tieni d'occhio eventuali sorprese. A dire il vero, ho una confusione da un po' di tempo: ci sono così tanti agenti AI, che fanno arbitraggio nel DeFi, controllano NPC nei giochi, e ogni giorno prendono decisioni al posto nostro. Ma se qualcosa va storto? È un mistero, non sai nemmeno come mai prendano certe decisioni, e quando succede qualcosa non hai dove andare a cercare. Nessuno ha mai affrontato questo problema in modo diretto. Poi ho visto @Openledger .#openledger Non è solo una questione di quanto sia intelligente il modello, ma il punto è che l'AI lascia tracce sulla blockchain a ogni passo. Ogni volta che fa un'inferenza, cosa viene immessa, come viene calcolato, e cosa esce alla fine, tutto è ancorato sulla blockchain. Chiunque voglia controllare può semplicemente seguire le tracce e vedere dove si trova il problema. Quando ho visto questa logica, devo ammettere che sono rimasto colpito; non ho mai visto un'altra azienda nel settore degli agenti AI che si prenda sul serio questa questione. E la cosa più importante è l'estensibilità di questa logica. $OPEN ha già collaborato con progetti di punta come Netmarble e Story Protocol, e il framework di responsabilità si è esteso dal DeFi ai giochi, alle licenze IP e alla gestione della potenza di calcolo. Immagina, persino i giganti dei giochi coreani stanno adottando questo meccanismo di trasparenza, il che significa che questa direzione non è solo un concetto, ma una reale necessità commerciale che la sta spingendo avanti. Gli agenti AI si assumono la responsabilità, e per essere responsabili devono lasciare tracce, e per lasciare tracce devono essere verificabili sulla blockchain. Se questa base è solida, vedo un futuro finanziario piuttosto chiaro. #OpenLedger $OPEN
📌 Annuncio airdrop Alpha su Binance
Che invidia! L'altro giorno c'era quel airdrop da più di 500 U, e noi due non siamo riusciti a prenderlo! Adesso mi sono quasi fatto un livido sulla coscia, sono così arrabbiato che ho il fegato che brucia! E indovina un po'? Questa ragazza ha girato la situazione e ha guadagnato più di 800 U con questa strategia, più di quelli che si sono affannati per accaparrarselo! Oh mio dio, il mio cuore sta letteralmente scoppiettando di acidità!
📌 Oggi è il weekend, quindi probabilmente niente airdrop, ma tieni d'occhio eventuali sorprese.

A dire il vero, ho una confusione da un po' di tempo: ci sono così tanti agenti AI, che fanno arbitraggio nel DeFi, controllano NPC nei giochi, e ogni giorno prendono decisioni al posto nostro. Ma se qualcosa va storto? È un mistero, non sai nemmeno come mai prendano certe decisioni, e quando succede qualcosa non hai dove andare a cercare. Nessuno ha mai affrontato questo problema in modo diretto.
Poi ho visto @OpenLedger .#openledger
Non è solo una questione di quanto sia intelligente il modello, ma il punto è che l'AI lascia tracce sulla blockchain a ogni passo. Ogni volta che fa un'inferenza, cosa viene immessa, come viene calcolato, e cosa esce alla fine, tutto è ancorato sulla blockchain. Chiunque voglia controllare può semplicemente seguire le tracce e vedere dove si trova il problema. Quando ho visto questa logica, devo ammettere che sono rimasto colpito; non ho mai visto un'altra azienda nel settore degli agenti AI che si prenda sul serio questa questione.
E la cosa più importante è l'estensibilità di questa logica. $OPEN ha già collaborato con progetti di punta come Netmarble e Story Protocol, e il framework di responsabilità si è esteso dal DeFi ai giochi, alle licenze IP e alla gestione della potenza di calcolo. Immagina, persino i giganti dei giochi coreani stanno adottando questo meccanismo di trasparenza, il che significa che questa direzione non è solo un concetto, ma una reale necessità commerciale che la sta spingendo avanti.
Gli agenti AI si assumono la responsabilità, e per essere responsabili devono lasciare tracce, e per lasciare tracce devono essere verificabili sulla blockchain. Se questa base è solida, vedo un futuro finanziario piuttosto chiaro.
#OpenLedger $OPEN
Articolo
Visualizza traduzione
OpenLedger:当AI Agent开始在链上自己做生意,这件事比大多数人想的更近我翻数十遍 @Openledger 2026年路线图的官方原文,有一句话让我停下来想了挺久:“我们在构建的是一个machine-native economy,AI Agent可以在链上自我识别、自主交易、证明数据来源、结算价值。“这句话说的不是遥远的科幻场景,是他们今年要实际交付的东西。 现在绝大多数AI系统,不管多聪明,本质上还是一个黑盒工具,你用它,它回答,背后发生了什么、用了谁的数据、推理逻辑是什么,全都不透明。更重要的是,这些系统没有经济身份,它们不能自己拥有资产、不能自主结算价值、不能在没有人类介入的情况下完成任何经济行为。OpenLedger想解决的,正好是这个问题。 $OPEN 的设计把四件事整合进一个代币:网络Gas费、模型训练和推理资金、Proof of Attribution的奖励分配、以及AI Agent的质押和治理。这个设计思路意味着,当一个AI Agent在OpenLedger上运行,它不只是在执行任务,它在参与一个有经济激励的系统,数据贡献者、模型创建者、验证者,每个角色的收益都通过链上归因自动路由,不需要任何中间方介入。说白了就是,谁干了活链上都有记录,钱自动打过去,没人能赖账。 治理层面,OPEN持币者可以对模型资金分配、AI Agent行为规范、网络升级、国库管理进行投票,还支持委托投票机制,把投票权转给你信任的代表。这套设计把对AI系统的监督权,从开发公司手里转移到了真正使用系统的人手里,我觉得这个方向比很多人意识到的更重要,毕竟以后AI Agent做的决策影响会越来越大,谁来管它是个真问题。 主网2025年11月18日已经上线,Story Protocol合作把版权授权嵌进了AI执行层,OpenFin今年3月预告要把DeFAI整合进来,AI Marketplace是官方确认的中期里程碑。Polychain和Borderless领投800万美元,HashKey Capital参与,Balaji Srinivasan、Sreeram Kannan、Sandeep Nailwal作为天使投资人进来,代币总量10亿枚,51.7%分配给社区和激励。 我研究AI+Crypto这个赛道很久了,大部分项目要么是把AI当噱头、要么是把区块链当噱头,真正想清楚两者为什么需要彼此的项目很少。OpenLedger这个”machine-native economy”的方向,我觉得是目前这个赛道里逻辑最完整的一个答案,虽然要真正跑通还有很长的路,但至少它在问一个对的问题。 #OpenLedger {spot}(OPENUSDT)

OpenLedger:当AI Agent开始在链上自己做生意,这件事比大多数人想的更近

我翻数十遍 @OpenLedger 2026年路线图的官方原文,有一句话让我停下来想了挺久:“我们在构建的是一个machine-native economy,AI Agent可以在链上自我识别、自主交易、证明数据来源、结算价值。“这句话说的不是遥远的科幻场景,是他们今年要实际交付的东西。
现在绝大多数AI系统,不管多聪明,本质上还是一个黑盒工具,你用它,它回答,背后发生了什么、用了谁的数据、推理逻辑是什么,全都不透明。更重要的是,这些系统没有经济身份,它们不能自己拥有资产、不能自主结算价值、不能在没有人类介入的情况下完成任何经济行为。OpenLedger想解决的,正好是这个问题。
$OPEN 的设计把四件事整合进一个代币:网络Gas费、模型训练和推理资金、Proof of Attribution的奖励分配、以及AI Agent的质押和治理。这个设计思路意味着,当一个AI Agent在OpenLedger上运行,它不只是在执行任务,它在参与一个有经济激励的系统,数据贡献者、模型创建者、验证者,每个角色的收益都通过链上归因自动路由,不需要任何中间方介入。说白了就是,谁干了活链上都有记录,钱自动打过去,没人能赖账。
治理层面,OPEN持币者可以对模型资金分配、AI Agent行为规范、网络升级、国库管理进行投票,还支持委托投票机制,把投票权转给你信任的代表。这套设计把对AI系统的监督权,从开发公司手里转移到了真正使用系统的人手里,我觉得这个方向比很多人意识到的更重要,毕竟以后AI Agent做的决策影响会越来越大,谁来管它是个真问题。
主网2025年11月18日已经上线,Story Protocol合作把版权授权嵌进了AI执行层,OpenFin今年3月预告要把DeFAI整合进来,AI Marketplace是官方确认的中期里程碑。Polychain和Borderless领投800万美元,HashKey Capital参与,Balaji Srinivasan、Sreeram Kannan、Sandeep Nailwal作为天使投资人进来,代币总量10亿枚,51.7%分配给社区和激励。
我研究AI+Crypto这个赛道很久了,大部分项目要么是把AI当噱头、要么是把区块链当噱头,真正想清楚两者为什么需要彼此的项目很少。OpenLedger这个”machine-native economy”的方向,我觉得是目前这个赛道里逻辑最完整的一个答案,虽然要真正跑通还有很长的路,但至少它在问一个对的问题。
#OpenLedger
C'è un dettaglio che penso sia stato gravemente trascurato, molti parlano di @Openledger e si concentrano solo sulla distribuzione dei token, ma trascurano una cosa molto più cruciale. #OpenLedger Hai mai pensato che ora stai caricando dati su Ethereum, partecipando all'addestramento del modello su Solana e chiamando inferenze sulla catena BNB? Queste tre cose avvengono su tre catene diverse; secondo la logica di prima, il tuo record di contributo è frammentato e il sistema non può assolutamente collegarli per te. Nel ottobre 2025, OpenLedger ha completato l'integrazione cross-chain con LayerZero, coprendo oltre 130 blockchain, consentendo il flusso di asset e dati all'interno di questo range. Cosa significa questa integrazione per l'utente medio? Significa che non devi rimanere bloccato su una singola catena, l'intero ecosistema multi-chain può diventare la tua porta per contribuire con dati e partecipare alla rete. La Proof of Attribution può partire su questa base, e la logica diventa veramente completa. Il tuo contributo viene tracciato dal sistema rispetto all'impatto reale sui risultati del modello, $OPEN viene automaticamente reindirizzato senza che tu debba fare nulla manualmente, e non devi preoccuparti di quale catena regoli il tutto. C'è un altro dettaglio che penso molte persone non abbiano notato: a gennaio 2026, l'aggiornamento della tecnologia Attribution Engine risolverà il problema della disconnessione dei link dei contributori originali dopo che il modello è stato affinato. In altre parole, se il modello viene aggiornato, la tua quota non scomparirà, questo design è veramente pensato per i contributori. Polychain e Borderless guidano un round da 8 milioni di dollari, HashKey Capital partecipa, la fornitura totale di token è di 1 miliardo, il 51,7% è distribuito alla comunità. #openledger $OPEN
C'è un dettaglio che penso sia stato gravemente trascurato, molti parlano di @OpenLedger e si concentrano solo sulla distribuzione dei token, ma trascurano una cosa molto più cruciale. #OpenLedger
Hai mai pensato che ora stai caricando dati su Ethereum, partecipando all'addestramento del modello su Solana e chiamando inferenze sulla catena BNB? Queste tre cose avvengono su tre catene diverse; secondo la logica di prima, il tuo record di contributo è frammentato e il sistema non può assolutamente collegarli per te.
Nel ottobre 2025, OpenLedger ha completato l'integrazione cross-chain con LayerZero, coprendo oltre 130 blockchain, consentendo il flusso di asset e dati all'interno di questo range. Cosa significa questa integrazione per l'utente medio? Significa che non devi rimanere bloccato su una singola catena, l'intero ecosistema multi-chain può diventare la tua porta per contribuire con dati e partecipare alla rete.
La Proof of Attribution può partire su questa base, e la logica diventa veramente completa. Il tuo contributo viene tracciato dal sistema rispetto all'impatto reale sui risultati del modello, $OPEN viene automaticamente reindirizzato senza che tu debba fare nulla manualmente, e non devi preoccuparti di quale catena regoli il tutto.
C'è un altro dettaglio che penso molte persone non abbiano notato: a gennaio 2026, l'aggiornamento della tecnologia Attribution Engine risolverà il problema della disconnessione dei link dei contributori originali dopo che il modello è stato affinato. In altre parole, se il modello viene aggiornato, la tua quota non scomparirà, questo design è veramente pensato per i contributori.
Polychain e Borderless guidano un round da 8 milioni di dollari, HashKey Capital partecipa, la fornitura totale di token è di 1 miliardo, il 51,7% è distribuito alla comunità.
#openledger $OPEN
Visualizza traduzione
我做链上研究久了有个习惯,看一个项目靠不靠谱,我不太看融资新闻,我更愿意看两件事:安全审计找了谁,以及产品跑出来的真实数据是什么。 $GENIUS 这两件事都经得起看。安全审计这边,Halborn、Cantina、HackenProof、Borg Research四家机构全部做过,这个组合在链上交易终端里不常见,通常只有真正认真做产品的团队才会同时找这么多家独立审计。数据这边,2026年1月平台总交易量已经超过150亿美元,活跃钱包超过27000个,这不是白皮书里的预测数字,是链上可查的实际数据。 产品层面,@Openledger GeniusOfficial 接入150+ DEX、覆盖9条主流网络,现货、永续、跨链执行统一在一个界面,Ghost Orders通过MPC把大额交易拆分到最多500个钱包执行,隐藏策略的同时保持链上可审计。5月22日正式登陆币安现货,这个节点对一个链上交易终端来说意义不小。 由YZi Labs领投,和CZ担任顾问,代币10亿枚固定不增发。基本面我不想重复说太多,但四家审计机构加上150亿美元真实交易量,这两个数字放在一起,已经说明了很多问题。 #genius $GENIUS
我做链上研究久了有个习惯,看一个项目靠不靠谱,我不太看融资新闻,我更愿意看两件事:安全审计找了谁,以及产品跑出来的真实数据是什么。
$GENIUS 这两件事都经得起看。安全审计这边,Halborn、Cantina、HackenProof、Borg Research四家机构全部做过,这个组合在链上交易终端里不常见,通常只有真正认真做产品的团队才会同时找这么多家独立审计。数据这边,2026年1月平台总交易量已经超过150亿美元,活跃钱包超过27000个,这不是白皮书里的预测数字,是链上可查的实际数据。
产品层面,@OpenLedger GeniusOfficial 接入150+ DEX、覆盖9条主流网络,现货、永续、跨链执行统一在一个界面,Ghost Orders通过MPC把大额交易拆分到最多500个钱包执行,隐藏策略的同时保持链上可审计。5月22日正式登陆币安现货,这个节点对一个链上交易终端来说意义不小。
由YZi Labs领投,和CZ担任顾问,代币10亿枚固定不增发。基本面我不想重复说太多,但四家审计机构加上150亿美元真实交易量,这两个数字放在一起,已经说明了很多问题。
#genius $GENIUS
Articolo
Datanets di OpenLedger: perché penso che sia il design del prodotto più sottovalutato nel campo dell'AI+CryptoHo seguito @Openledger per un po' di tempo e la maggior parte delle persone che discutono di questo progetto si concentra su Proof of Attribution e sul supporto degli investitori, ma penso che ciò che è davvero sottovalutato sia il design di Datanets. Ora, il problema dei dati di addestramento dell'AI non è solo 'chi riceve il compenso', ma il problema fondamentale è che 'i dati non appartengono a nessuno sin dall'inizio'. Una volta che carichi contenuti su varie piattaforme, una volta entrati nel sistema, perdi completamente il controllo. La piattaforma utilizza questi dati per addestrare modelli senza che tu lo sappia, senza autorizzazione e senza alcun modo di tracciamento. Questo non è un comportamento malevolo di una singola azienda, ma un problema di design dell'intera infrastruttura dati; le piattaforme centralizzate tendono naturalmente a concentrare la proprietà dei dati.

Datanets di OpenLedger: perché penso che sia il design del prodotto più sottovalutato nel campo dell'AI+Crypto

Ho seguito @OpenLedger per un po' di tempo e la maggior parte delle persone che discutono di questo progetto si concentra su Proof of Attribution e sul supporto degli investitori, ma penso che ciò che è davvero sottovalutato sia il design di Datanets.
Ora, il problema dei dati di addestramento dell'AI non è solo 'chi riceve il compenso', ma il problema fondamentale è che 'i dati non appartengono a nessuno sin dall'inizio'. Una volta che carichi contenuti su varie piattaforme, una volta entrati nel sistema, perdi completamente il controllo. La piattaforma utilizza questi dati per addestrare modelli senza che tu lo sappia, senza autorizzazione e senza alcun modo di tracciamento. Questo non è un comportamento malevolo di una singola azienda, ma un problema di design dell'intera infrastruttura dati; le piattaforme centralizzate tendono naturalmente a concentrare la proprietà dei dati.
Visualizza traduzione
最近在研究 $GENIUS 的代币设计,说实话看完有点被惊到。 Burn or Earn 这个机制,逻辑很简单但挺狠的。Season 1 空投用户前 7 天急着领币,直接触发 70% 永久销毁,你只能拿到 30%。想拿全额就等一年解锁。总量 10 亿枚固定不增发,这个机制一跑起来,流通盘自然就压下去了。我看过不少项目搞代币经济,大多数都是包装得好看,真正在博弈论层面想清楚的其实没几个,Genius 这个设计我觉得是认真的。 产品这边,@GeniusOfficial 做的是链上专业交易终端,Chain Invisibility 加 Signatureless 架构,连 150+ DEX、覆盖 10 条以上主流链,现货、永续、预发行市场全部在一个界面里跑,不用切链不用管 Gas。Ghost Orders 用 MPC 把大额交易拆分执行,从源头切断 MEV 机器人的狙击路径,这个对做大额交易的用户来说不是噱头,是真实需求。 背后 YZi Labs 领投,CZ 本人担任顾问,Armaan Kalsi 带队。这个组合我不想过度解读,但该说的是,这种背书在当前市场里不多见。 目前看下来,这是我今年研究过的项目里,产品逻辑和代币设计咬合得最紧的一个。 #genius $GENIUS {spot}(GENIUSUSDT)
最近在研究 $GENIUS 的代币设计,说实话看完有点被惊到。
Burn or Earn 这个机制,逻辑很简单但挺狠的。Season 1 空投用户前 7 天急着领币,直接触发 70% 永久销毁,你只能拿到 30%。想拿全额就等一年解锁。总量 10 亿枚固定不增发,这个机制一跑起来,流通盘自然就压下去了。我看过不少项目搞代币经济,大多数都是包装得好看,真正在博弈论层面想清楚的其实没几个,Genius 这个设计我觉得是认真的。
产品这边,@GeniusOfficial 做的是链上专业交易终端,Chain Invisibility 加 Signatureless 架构,连 150+ DEX、覆盖 10 条以上主流链,现货、永续、预发行市场全部在一个界面里跑,不用切链不用管 Gas。Ghost Orders 用 MPC 把大额交易拆分执行,从源头切断 MEV 机器人的狙击路径,这个对做大额交易的用户来说不是噱头,是真实需求。
背后 YZi Labs 领投,CZ 本人担任顾问,Armaan Kalsi 带队。这个组合我不想过度解读,但该说的是,这种背书在当前市场里不多见。
目前看下来,这是我今年研究过的项目里,产品逻辑和代币设计咬合得最紧的一个。

#genius $GENIUS
Visualizza traduzione
我一直觉得,判断一个基础设施项目值不值得认真对待,看开发者愿不愿意在上面构建东西比看白皮书更直接。 TheoriqAI 选择接入 @Openledger 的基础设施来构建链上 AI Agent,这个合作让我开始认真研究这个项目。开发者选择一条链,核心看的是工具链够不够用、成本够不够低、数据够不够可信。#OpenLedger OpenLedger 给出的答案是三层架构:Datanets 提供社区所有的可验证数据集,ModelFactory 是无代码的模型微调工具,OpenLoRA 让单张 GPU 同时跑数千个模型,大幅压低部署成本。$OPEN 在整个链条里负责结算,每一笔数据贡献和模型调用都通过 Proof of Attribution 自动分配收益。 这个工具链的逻辑我觉得是通的。开发者不用自己管数据托管、不用担心 GPU 成本爆炸、模型的每一次调用都有链上记录可查,这几件事放在一起,对想认真做 AI 应用的开发者来说是真实的吸引力。 EVM 兼容、OP Stack 架构,熟悉以太坊工具链的开发者基本没有迁移成本,这个选择也挺务实的。 Polychain、Borderless、HashKey 都在里面,我不觉得这些机构会押一个纯叙事的项目。 #openledger $OPEN
我一直觉得,判断一个基础设施项目值不值得认真对待,看开发者愿不愿意在上面构建东西比看白皮书更直接。
TheoriqAI 选择接入 @OpenLedger 的基础设施来构建链上 AI Agent,这个合作让我开始认真研究这个项目。开发者选择一条链,核心看的是工具链够不够用、成本够不够低、数据够不够可信。#OpenLedger
OpenLedger 给出的答案是三层架构:Datanets 提供社区所有的可验证数据集,ModelFactory 是无代码的模型微调工具,OpenLoRA 让单张 GPU 同时跑数千个模型,大幅压低部署成本。$OPEN 在整个链条里负责结算,每一笔数据贡献和模型调用都通过 Proof of Attribution 自动分配收益。
这个工具链的逻辑我觉得是通的。开发者不用自己管数据托管、不用担心 GPU 成本爆炸、模型的每一次调用都有链上记录可查,这几件事放在一起,对想认真做 AI 应用的开发者来说是真实的吸引力。
EVM 兼容、OP Stack 架构,熟悉以太坊工具链的开发者基本没有迁移成本,这个选择也挺务实的。
Polychain、Borderless、HashKey 都在里面,我不觉得这些机构会押一个纯叙事的项目。

#openledger $OPEN
Ho dato un'occhiata ai dettagli di @GeniusOfficial , all'inizio non avevo grandi aspettative, visto che ultimamente ci sono troppi progetti che si spacciano per privati. Ma dopo aver esaminato la sua architettura di base, devo ammettere che sono rimasto colpito. Non utilizza quella pseudo-privacy che si nasconde dietro un mempool privato per sfuggire all'MEV, ma un cluster di wallet temporanei MPC. Ogni ordine di grande valore viene spezzato in centinaia di transazioni, distribuite su una miriade di indirizzi temporanei che vengono eseguiti simultaneamente, il tutto senza operazioni di firma. Le tue vere intenzioni e il flusso di fondi sono completamente invisibili all'esterno, ma trasparenti e verificabili per gli auditor; questo equilibrio è raro. Il sistema è ancora non custodito, non è necessario consegnare le chiavi private, il che lo rende davvero unico nel campo della privacy. Parlando del modello token di $GENIUS. Nella distribuzione dell'airdrop ci sono due opzioni: prelevare direttamente entro 7 giorni, con il 70% dei token distrutti permanentemente, quindi si può solo ottenere il 30%; chi è disposto a bloccare i fondi per un anno può ottenere l'intero ammontare. Oltre il 60% degli indirizzi sulla testnet ha scelto di bloccare i fondi per più di 12 mesi, utilizzando un meccanismo matematico per filtrare i trader a breve termine, molto più rude rispetto ai tradizionali lock-up. Inoltre, c'è un dettaglio chiave. La piattaforma ha avviato un soft launch già nell'ottobre 2025, con un volume di scambi accumulato che supera i 60 milioni di dollari durante la fase di test. Recentemente, il suo stack di privacy Gh0st è stato lanciato ufficialmente sulla rete BNB, adottando un'architettura multilivello "wallet intermediario + proxy di percorso + account di esecuzione". Le persone esterne non possono ricostruire il tuo reale tracciato operativo, ma le autorità di regolamentazione possono comunque verificarne la conformità. Questa strada che bilancia privacy e conformità è più promettente rispetto a progetti che seguono un approccio puramente anonimo. Il team e il capitale sono solidi. Il CEO Armaan Kalsi è il fondatore di Shuttle Labs, ed è stato notato da YZi Labs durante un evento sulla BNB Chain. Oltre a un investimento di decine di milioni di dollari da parte di YZi Labs, nel round di seed ci sono anche istituzioni come CMCC Global, Dragonfly Capital, Flow Traders, e altre. Fino ad ora, il volume totale delle transazioni sulla piattaforma ha superato i 15 miliardi di dollari, con oltre 27.000 wallet attivi, e la sicurezza è stata auditata da quattro istituzioni tra cui Halborn e Cantina. Con una tecnologia robusta, bilanciando privacy e conformità, e un capitale di alto livello con audit completati, questo progetto merita di essere inserito nella mia lista di osservazione a lungo termine, e continuerò a seguirlo. #genius $GENIUS
Ho dato un'occhiata ai dettagli di @GeniusOfficial , all'inizio non avevo grandi aspettative, visto che ultimamente ci sono troppi progetti che si spacciano per privati. Ma dopo aver esaminato la sua architettura di base, devo ammettere che sono rimasto colpito.

Non utilizza quella pseudo-privacy che si nasconde dietro un mempool privato per sfuggire all'MEV, ma un cluster di wallet temporanei MPC. Ogni ordine di grande valore viene spezzato in centinaia di transazioni, distribuite su una miriade di indirizzi temporanei che vengono eseguiti simultaneamente, il tutto senza operazioni di firma. Le tue vere intenzioni e il flusso di fondi sono completamente invisibili all'esterno, ma trasparenti e verificabili per gli auditor; questo equilibrio è raro. Il sistema è ancora non custodito, non è necessario consegnare le chiavi private, il che lo rende davvero unico nel campo della privacy.

Parlando del modello token di $GENIUS . Nella distribuzione dell'airdrop ci sono due opzioni: prelevare direttamente entro 7 giorni, con il 70% dei token distrutti permanentemente, quindi si può solo ottenere il 30%; chi è disposto a bloccare i fondi per un anno può ottenere l'intero ammontare. Oltre il 60% degli indirizzi sulla testnet ha scelto di bloccare i fondi per più di 12 mesi, utilizzando un meccanismo matematico per filtrare i trader a breve termine, molto più rude rispetto ai tradizionali lock-up.

Inoltre, c'è un dettaglio chiave. La piattaforma ha avviato un soft launch già nell'ottobre 2025, con un volume di scambi accumulato che supera i 60 milioni di dollari durante la fase di test. Recentemente, il suo stack di privacy Gh0st è stato lanciato ufficialmente sulla rete BNB, adottando un'architettura multilivello "wallet intermediario + proxy di percorso + account di esecuzione". Le persone esterne non possono ricostruire il tuo reale tracciato operativo, ma le autorità di regolamentazione possono comunque verificarne la conformità. Questa strada che bilancia privacy e conformità è più promettente rispetto a progetti che seguono un approccio puramente anonimo.

Il team e il capitale sono solidi. Il CEO Armaan Kalsi è il fondatore di Shuttle Labs, ed è stato notato da YZi Labs durante un evento sulla BNB Chain. Oltre a un investimento di decine di milioni di dollari da parte di YZi Labs, nel round di seed ci sono anche istituzioni come CMCC Global, Dragonfly Capital, Flow Traders, e altre. Fino ad ora, il volume totale delle transazioni sulla piattaforma ha superato i 15 miliardi di dollari, con oltre 27.000 wallet attivi, e la sicurezza è stata auditata da quattro istituzioni tra cui Halborn e Cantina.

Con una tecnologia robusta, bilanciando privacy e conformità, e un capitale di alto livello con audit completati, questo progetto merita di essere inserito nella mia lista di osservazione a lungo termine, e continuerò a seguirlo.
#genius $GENIUS
Visualizza traduzione
翻文档翻到这个点,不是因为我勤快,是真的有点上头。 先说背景。我研究Crypto AI快两年了,说句实话,大多数项目就是在大模型外面裹了层Token。你问它决策怎么来的,回答永远是“模型自己决定的”。这话你信吗?反正我不信。 但OpenLedger和Theoriq的合作让我改了想法。他们给AI代理装了个链上行车记录仪。一个东西叫Proof of Attribution,代理触发链上动作前,必须生成一条加密签名记录,绑死代理身份、模型版本、数据来源和执行策略。翻译成人话就是:谁做的、用的什么模型、权限多大、调了哪些数据、准备干啥,全都锁死在链上,跑不掉的。#OpenLedger 还有一块让我觉得靠谱。他们跟Inference Labs集成了零知识证明框架,AI能在不暴露模型权重的情况下证明推理结果的正确性。既要可验证,又要保护隐私,这本身就是个悖论,他们给焊死了。 再看融资。2024年7月那轮800万美元Seed,领投方是Polychain和Borderless。Polychain对这个赛道的出手次数一只手数得过来,能投进去说明尽调做得极深。 再看看2026年的规划。Q2硬件锚定的Agent Identity,Q3推Agent Intents,Q4上Proof of Human。说白了就是每个代理发一个不可伪造的数字身份证,再把能干什么、不能干什么用硬约束锁死。 我一直觉得AI+Web3最大的坑不是技术不行,而是算完账找不到人。OpenLedger这套归因机制已经把账算明白了。以后AI代理做DeFi操作,每一步都有据可查。不是可能,是已经在发生的改变。 #openledger $OPEN @Openledger
翻文档翻到这个点,不是因为我勤快,是真的有点上头。

先说背景。我研究Crypto AI快两年了,说句实话,大多数项目就是在大模型外面裹了层Token。你问它决策怎么来的,回答永远是“模型自己决定的”。这话你信吗?反正我不信。

但OpenLedger和Theoriq的合作让我改了想法。他们给AI代理装了个链上行车记录仪。一个东西叫Proof of Attribution,代理触发链上动作前,必须生成一条加密签名记录,绑死代理身份、模型版本、数据来源和执行策略。翻译成人话就是:谁做的、用的什么模型、权限多大、调了哪些数据、准备干啥,全都锁死在链上,跑不掉的。#OpenLedger

还有一块让我觉得靠谱。他们跟Inference Labs集成了零知识证明框架,AI能在不暴露模型权重的情况下证明推理结果的正确性。既要可验证,又要保护隐私,这本身就是个悖论,他们给焊死了。

再看融资。2024年7月那轮800万美元Seed,领投方是Polychain和Borderless。Polychain对这个赛道的出手次数一只手数得过来,能投进去说明尽调做得极深。

再看看2026年的规划。Q2硬件锚定的Agent Identity,Q3推Agent Intents,Q4上Proof of Human。说白了就是每个代理发一个不可伪造的数字身份证,再把能干什么、不能干什么用硬约束锁死。

我一直觉得AI+Web3最大的坑不是技术不行,而是算完账找不到人。OpenLedger这套归因机制已经把账算明白了。以后AI代理做DeFi操作,每一步都有据可查。不是可能,是已经在发生的改变。

#openledger $OPEN @OpenLedger
Articolo
Visualizza traduzione
OpenLedger 要了一个数据世界的“产权证”我刷到 OpenLedger 官推说 PoA 主网跑通了,那会儿是凌晨两点多,整个人突然就清醒了。说真的,我已经很久没有因为一个项目的主网上线消息而专门爬起来翻资料了。 事情得从去年说起。Polychain 和 Borderless 这两个老牌机构给了 OpenLedger 800 万美金种子轮,我当时就把它放进了观察列表。不过真正让我上心的,还是今年 11 月主网上线后我花了两天时间把它的文档和白皮书从头翻了一遍。 OpenLedger 这套 Proof of Attribution(归因证明)机制,说白了就是想解决一个困扰 AI 行业很久的问题:数据提供者怎么拿到应有的回报。不是那种一次性的打赏,而是你的数据被哪个模型用了、用了多少次,都能在链上追踪到,然后按实际使用量给你分钱。我那个在 Web3 数据赛道泡了很久的朋友跟我讲,他试着跑了一下 Datanets 的 SDK,感觉对持续更新的数据集支持特别友好,不像某些项目只能搞一次性上传。这让我想到一个类比:卖原材料是一锤子买卖,版权可是能反复收租的。OpenLedger 要的就是这个“产权证”,让你手里那份数据真正变成可以持续产生收益的资产。 跟 Story Protocol 在 IP 合规上的合作我觉得是个挺聪明的设计。Story 拿了 a16z 一亿多美金,做的就是把版权注册、授权、版税分配全自动化。OpenLedger 把这层嵌进自己的管道里,等于是让 AI 模型在调用数据之前必须先过一遍版权验证。我查过 WIPO 的数据,全球 IP 市场的体量真的吓人,AI 合规这个需求只会越来越硬。这个设计放在现在的监管环境下,比事后打官司靠谱太多了。 代币这边,$OPEN 的设计逻辑覆盖了数据质押、模型调用、算力结算、验证节点锁定、版权执行好几个场景,每一层都在产生消耗需求。每周回购销毁加上每笔交易固定销毁 1%,供应端持续在收缩。多场景消耗加上通缩机制,这个组合拳打出来,我觉得团队在代币经济上是认真想过的。 最近它们还给了剑桥大学 500 万美金做去中心化 AI 方向的研究,这个信号比很多营销动作都实在。我不是说学术合作就代表技术一定过硬,但至少团队愿意把钱花在需要时间沉淀的事情上,而不是全砸给 KOL 喊单。 另外,韩国游戏巨头 Netmarble 旗下的 MARBLEX 已经投了进来,把透明数据层整合进游戏平台,让 AI 内容生成和游戏内经济全程可验证。再加上跟 Astro AI、Pundi AI 这些团队的协作,Datanets 确实在慢慢坐实去中心化 AI 数据标准层的位置。 看完这些,我反而没什么好说的了。融资、技术、合作、代币经济、学术背书,一层一层叠在一起,逻辑是顺的,落地也是实的。过去三年我翻过那么多项目的白皮书,能让我在凌晨两点还愿意一个字一个字看完的,一只手数得过来。OpenLedger 就是其中一个。 #OpenLedger @Openledger

OpenLedger 要了一个数据世界的“产权证”

我刷到 OpenLedger 官推说 PoA 主网跑通了,那会儿是凌晨两点多,整个人突然就清醒了。说真的,我已经很久没有因为一个项目的主网上线消息而专门爬起来翻资料了。
事情得从去年说起。Polychain 和 Borderless 这两个老牌机构给了 OpenLedger 800 万美金种子轮,我当时就把它放进了观察列表。不过真正让我上心的,还是今年 11 月主网上线后我花了两天时间把它的文档和白皮书从头翻了一遍。
OpenLedger 这套 Proof of Attribution(归因证明)机制,说白了就是想解决一个困扰 AI 行业很久的问题:数据提供者怎么拿到应有的回报。不是那种一次性的打赏,而是你的数据被哪个模型用了、用了多少次,都能在链上追踪到,然后按实际使用量给你分钱。我那个在 Web3 数据赛道泡了很久的朋友跟我讲,他试着跑了一下 Datanets 的 SDK,感觉对持续更新的数据集支持特别友好,不像某些项目只能搞一次性上传。这让我想到一个类比:卖原材料是一锤子买卖,版权可是能反复收租的。OpenLedger 要的就是这个“产权证”,让你手里那份数据真正变成可以持续产生收益的资产。
跟 Story Protocol 在 IP 合规上的合作我觉得是个挺聪明的设计。Story 拿了 a16z 一亿多美金,做的就是把版权注册、授权、版税分配全自动化。OpenLedger 把这层嵌进自己的管道里,等于是让 AI 模型在调用数据之前必须先过一遍版权验证。我查过 WIPO 的数据,全球 IP 市场的体量真的吓人,AI 合规这个需求只会越来越硬。这个设计放在现在的监管环境下,比事后打官司靠谱太多了。
代币这边,$OPEN 的设计逻辑覆盖了数据质押、模型调用、算力结算、验证节点锁定、版权执行好几个场景,每一层都在产生消耗需求。每周回购销毁加上每笔交易固定销毁 1%,供应端持续在收缩。多场景消耗加上通缩机制,这个组合拳打出来,我觉得团队在代币经济上是认真想过的。
最近它们还给了剑桥大学 500 万美金做去中心化 AI 方向的研究,这个信号比很多营销动作都实在。我不是说学术合作就代表技术一定过硬,但至少团队愿意把钱花在需要时间沉淀的事情上,而不是全砸给 KOL 喊单。
另外,韩国游戏巨头 Netmarble 旗下的 MARBLEX 已经投了进来,把透明数据层整合进游戏平台,让 AI 内容生成和游戏内经济全程可验证。再加上跟 Astro AI、Pundi AI 这些团队的协作,Datanets 确实在慢慢坐实去中心化 AI 数据标准层的位置。
看完这些,我反而没什么好说的了。融资、技术、合作、代币经济、学术背书,一层一层叠在一起,逻辑是顺的,落地也是实的。过去三年我翻过那么多项目的白皮书,能让我在凌晨两点还愿意一个字一个字看完的,一只手数得过来。OpenLedger 就是其中一个。
#OpenLedger @Openledger
Ieri ho passato la notte a tradurre commenti di codice e ho scoperto che il layer di privacy di GeniusOfficial è direttamente integrato nel routing delle transazioni, non è quel tipo di trucco da "ti diamo un ingresso per mixer". Perché ci sto perdendo sonno? Perché in passato ho perso soldi usando un certo protocollo di privacy, per essere precisi, sono stato colpito da tre attacchi MEV, e non ho nemmeno fatto in tempo a rendermene conto, i soldi sono spariti. Quella sensazione è come sapere chi ti ha fregato ma non poter fare nulla. Tornando a Genius. Secondo quanto riportato ufficialmente, fino ad ora il volume totale delle transazioni ha superato i 17,5 miliardi di dollari, e gli utenti attivi hanno superato i 150.000. Ma ciò che mi ha fatto saltare dalla sedia non sono questi numeri, ma quel qualcosa chiamato Ghost Orders, che genera cluster di wallet temporanei basati su calcolo multi-party (MPC), permettendo a grandi ordini di essere suddivisi e eseguiti in contemporanea su un massimo di 500 indirizzi. Cosa significa? Significa che i grandi trader possono completare strategie complesse sulla blockchain rimanendo "invisibili", e gli altri non possono percepire le tue vere intenzioni. Secondo la loro roadmap, la beta pubblica sarà lanciata entro la fine del 2026. 2026, guarda questo timeline, non è poi così lontano. Devo essere onesto, mi sento un po' in conflitto. La combinazione di privacy e non-custodial è sicuramente solida, ma pensaci — la trasparenza on-chain è già una fede fondamentale nell'ecosistema Ethereum, e tu stai aggiungendo un ulteriore strato di invisibilità sopra questa fede; stiamo evolvendo o confondendo i confini? Non ho la risposta. Inoltre, ho esaminato il loro sistema di punti GP, l'azienda ha messo in piedi un pool premi di 200 milioni di Genius Points, ogni transazione fatta dagli utenti guadagna GP. A dirla tutta, ho sempre un certo sospetto nei confronti di meccanismi tipo "trading è mining", la storia mi ha insegnato che questi meccanismi vengono spesso sfruttati da chi cerca di guadagnare facili profitti. Ma guardando da un'altra prospettiva, un progetto che fa terminali e riesce a gestire Chain-invisible, transazioni senza firma e aggregare più di 150 DEX, mentre riesce a tirare su liquidità da più di 10 blockchain, non è qualcosa che può essere replicato da qualsiasi team. #genius $GENIUS @GeniusOfficial {spot}(GENIUSUSDT)
Ieri ho passato la notte a tradurre commenti di codice e ho scoperto che il layer di privacy di GeniusOfficial è direttamente integrato nel routing delle transazioni, non è quel tipo di trucco da "ti diamo un ingresso per mixer".

Perché ci sto perdendo sonno? Perché in passato ho perso soldi usando un certo protocollo di privacy, per essere precisi, sono stato colpito da tre attacchi MEV, e non ho nemmeno fatto in tempo a rendermene conto, i soldi sono spariti. Quella sensazione è come sapere chi ti ha fregato ma non poter fare nulla.

Tornando a Genius. Secondo quanto riportato ufficialmente, fino ad ora il volume totale delle transazioni ha superato i 17,5 miliardi di dollari, e gli utenti attivi hanno superato i 150.000. Ma ciò che mi ha fatto saltare dalla sedia non sono questi numeri, ma quel qualcosa chiamato Ghost Orders, che genera cluster di wallet temporanei basati su calcolo multi-party (MPC), permettendo a grandi ordini di essere suddivisi e eseguiti in contemporanea su un massimo di 500 indirizzi. Cosa significa? Significa che i grandi trader possono completare strategie complesse sulla blockchain rimanendo "invisibili", e gli altri non possono percepire le tue vere intenzioni. Secondo la loro roadmap, la beta pubblica sarà lanciata entro la fine del 2026. 2026, guarda questo timeline, non è poi così lontano.

Devo essere onesto, mi sento un po' in conflitto. La combinazione di privacy e non-custodial è sicuramente solida, ma pensaci — la trasparenza on-chain è già una fede fondamentale nell'ecosistema Ethereum, e tu stai aggiungendo un ulteriore strato di invisibilità sopra questa fede; stiamo evolvendo o confondendo i confini? Non ho la risposta. Inoltre, ho esaminato il loro sistema di punti GP, l'azienda ha messo in piedi un pool premi di 200 milioni di Genius Points, ogni transazione fatta dagli utenti guadagna GP. A dirla tutta, ho sempre un certo sospetto nei confronti di meccanismi tipo "trading è mining", la storia mi ha insegnato che questi meccanismi vengono spesso sfruttati da chi cerca di guadagnare facili profitti.

Ma guardando da un'altra prospettiva, un progetto che fa terminali e riesce a gestire Chain-invisible, transazioni senza firma e aggregare più di 150 DEX, mentre riesce a tirare su liquidità da più di 10 blockchain, non è qualcosa che può essere replicato da qualsiasi team.

#genius $GENIUS @GeniusOfficial
Articolo
Visualizza traduzione
OpenLedger的账本我翻了三遍,说几句不中听的实话半夜一点半,我关掉OpenLedger的GitHub仓库页面,揉揉眼睛,觉得自己得写点啥。这项目我盯了有一阵子了,最早是在EigenLayer的生态列表里扫到的,后来看到Polychain领投了种子轮。说实话,那800万美金不算大,但在数据+AI这条赛道里算是正经机构进场了。 我不是那种看融资额就上头的人。我吃过亏,之前有个数据市场项目,投了钱进去,最后发现数据集全是爬虫扒的二手货,质量烂得一塌糊涂,代币直接归零。所以我这次把OpenLedger的白皮书附录里那套“datanet”架构抠出来仔细看了两遍。 先说他们做的那个“可追溯的数据贡献账本”。官方把这东西叫做“归因证明”,简单讲,你上传一个数据集,系统会给你算一个类似数据指纹的东西,记录在链上。后续谁用了你的数据来训练模型,模型跑出来的中间结果会跟这个指纹做校验,对上了就触发智能合约给你打$OPEN。这个机制比单纯上传下载那种模式聪明一点,因为它把“数据被实际使用”当成触发条件,而不是“数据被挂上去”就给钱。 白皮书里还提到了一套三层存储架构,链上核心存证加上EigenDA可用性存储再加上分布式节点缓存。说人话就是只有数据的哈希值、上传者地址这些关键信息上链,原始数据放别处。这样既保证了可追溯性,又不用把几TB的图片全塞进区块里导致gas费爆炸。 不过让我觉得比较靠谱的其实是另一件事。项目联合创始人Ram Kumar在采访里说过,他们跟HuggingFace最大的区别在于,HuggingFace上面99%的数据集都没用,而OpenLedger用经济激励倒逼数据质量。这话说得挺实在的,至少说明团队知道问题在哪。 但问题也跟着来了。我觉得有三个地方需要多想想。 第一个,经济模型能不能闭环。白皮书里给过一个例子,一次推理费1.14个$OPEN,平台抽走0.5,剩下0.64里模型方拿0.448,质押方拿0.064,数据贡献者分0.128。注意,这0.128是所有被调用的数据贡献者一起分的,到每个人手里就更少了。我理解开源,但贡献者的激励如果薄到看不见,谁还愿意上传高质量数据?这就成了先有鸡还是先有蛋的老问题。项目方可能指望代币升值来补这个差额,但币价这事谁也说不准。 第二个,分布式协同的落地难度。官方文档里提到的测试网延迟数据我没找到具体数字,但我自己以前跑过类似的分布式训练,光是节点之间同步状态就能把人搞疯。OpenLedger用EigenLayer的AVS也就是主动验证服务来做经济安全保障,这个设计逻辑是对的,验证节点如果作弊会被罚钱。但问题的关键是效率,成千上万台机器一起跑,每轮迭代要同步几千次,累积下来效率能不能跟得上,这事只有主网跑一段时间才知道。我目前没看到官方给出具体性能数据。 第三个,数据质量治理谁来把关。验证节点只能抽查,如果一个人恶意上传大量低质量但没被抽到的数据,系统怎么防?官方文档里提到了“声誉积分”这个概念,但具体的积分怎么累积、怎么扣分的参数,我翻了两遍都没找到。感觉像是还在设计阶段。这就有点悬了,因为数据市场的死穴从来不是“没人上传”,而是“上传的东西能不能用”。 不过话说回来,我觉得这项目有一个点值得给个好评,他们没吹“替代中心化AI训练”,而是说自己做“小众、高价值、需要隐私保护的数据集”这块。这个定位比较老实。比如医疗影像、金融风控的标注数据,这些数据没人愿意随便传到公网上,但是通过OpenLedger的可信执行环境加链上记账,确实有可能撬动一部分存量。官方GitHub上已经能看到一些测试用例,是针对医疗数据集的私有训练,不是画饼。 我个人现在的判断是,账本逻辑通了,但是规模和治理还没验证。官方在今年年初的AMA里说过,第一季度要上线主网的第一个数据市场。我等那个东西落地了再算细账。我不急着往里冲,也不一棍子打死。我只认一个死理,等第一笔真实的数据交易跑通了,等第一个恶意上传案例被抓出来处理了,到时候我再看账本上的数字决定。现在我保持盯着,但我不会把口袋里的钱全掏出来。 最后唠叨一句,投资有风险,别听谁吹两句就冲,自己多翻翻官方文档。 #OpenLedger @Openledger $OPEN {spot}(OPENUSDT)

OpenLedger的账本我翻了三遍,说几句不中听的实话

半夜一点半,我关掉OpenLedger的GitHub仓库页面,揉揉眼睛,觉得自己得写点啥。这项目我盯了有一阵子了,最早是在EigenLayer的生态列表里扫到的,后来看到Polychain领投了种子轮。说实话,那800万美金不算大,但在数据+AI这条赛道里算是正经机构进场了。
我不是那种看融资额就上头的人。我吃过亏,之前有个数据市场项目,投了钱进去,最后发现数据集全是爬虫扒的二手货,质量烂得一塌糊涂,代币直接归零。所以我这次把OpenLedger的白皮书附录里那套“datanet”架构抠出来仔细看了两遍。
先说他们做的那个“可追溯的数据贡献账本”。官方把这东西叫做“归因证明”,简单讲,你上传一个数据集,系统会给你算一个类似数据指纹的东西,记录在链上。后续谁用了你的数据来训练模型,模型跑出来的中间结果会跟这个指纹做校验,对上了就触发智能合约给你打$OPEN 。这个机制比单纯上传下载那种模式聪明一点,因为它把“数据被实际使用”当成触发条件,而不是“数据被挂上去”就给钱。
白皮书里还提到了一套三层存储架构,链上核心存证加上EigenDA可用性存储再加上分布式节点缓存。说人话就是只有数据的哈希值、上传者地址这些关键信息上链,原始数据放别处。这样既保证了可追溯性,又不用把几TB的图片全塞进区块里导致gas费爆炸。
不过让我觉得比较靠谱的其实是另一件事。项目联合创始人Ram Kumar在采访里说过,他们跟HuggingFace最大的区别在于,HuggingFace上面99%的数据集都没用,而OpenLedger用经济激励倒逼数据质量。这话说得挺实在的,至少说明团队知道问题在哪。
但问题也跟着来了。我觉得有三个地方需要多想想。
第一个,经济模型能不能闭环。白皮书里给过一个例子,一次推理费1.14个$OPEN ,平台抽走0.5,剩下0.64里模型方拿0.448,质押方拿0.064,数据贡献者分0.128。注意,这0.128是所有被调用的数据贡献者一起分的,到每个人手里就更少了。我理解开源,但贡献者的激励如果薄到看不见,谁还愿意上传高质量数据?这就成了先有鸡还是先有蛋的老问题。项目方可能指望代币升值来补这个差额,但币价这事谁也说不准。
第二个,分布式协同的落地难度。官方文档里提到的测试网延迟数据我没找到具体数字,但我自己以前跑过类似的分布式训练,光是节点之间同步状态就能把人搞疯。OpenLedger用EigenLayer的AVS也就是主动验证服务来做经济安全保障,这个设计逻辑是对的,验证节点如果作弊会被罚钱。但问题的关键是效率,成千上万台机器一起跑,每轮迭代要同步几千次,累积下来效率能不能跟得上,这事只有主网跑一段时间才知道。我目前没看到官方给出具体性能数据。
第三个,数据质量治理谁来把关。验证节点只能抽查,如果一个人恶意上传大量低质量但没被抽到的数据,系统怎么防?官方文档里提到了“声誉积分”这个概念,但具体的积分怎么累积、怎么扣分的参数,我翻了两遍都没找到。感觉像是还在设计阶段。这就有点悬了,因为数据市场的死穴从来不是“没人上传”,而是“上传的东西能不能用”。
不过话说回来,我觉得这项目有一个点值得给个好评,他们没吹“替代中心化AI训练”,而是说自己做“小众、高价值、需要隐私保护的数据集”这块。这个定位比较老实。比如医疗影像、金融风控的标注数据,这些数据没人愿意随便传到公网上,但是通过OpenLedger的可信执行环境加链上记账,确实有可能撬动一部分存量。官方GitHub上已经能看到一些测试用例,是针对医疗数据集的私有训练,不是画饼。
我个人现在的判断是,账本逻辑通了,但是规模和治理还没验证。官方在今年年初的AMA里说过,第一季度要上线主网的第一个数据市场。我等那个东西落地了再算细账。我不急着往里冲,也不一棍子打死。我只认一个死理,等第一笔真实的数据交易跑通了,等第一个恶意上传案例被抓出来处理了,到时候我再看账本上的数字决定。现在我保持盯着,但我不会把口袋里的钱全掏出来。
最后唠叨一句,投资有风险,别听谁吹两句就冲,自己多翻翻官方文档。
#OpenLedger @OpenLedger $OPEN
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