Profilo di 撸毛研究院

·

--

Visualizza traduzione

#openledger @OpenLedger 主网上线后，我第一件事不是看币价，是翻验证者数据。白皮书把归因协议的安全假设押在多方独立验证上——节点足够多、足够分散，归因结果才可信。但链上数据给的是另一回事：活跃验证者不到800个，质押分布、独立实体数量、挑战和罚没记录，项目方一项都没公开。

这三项指标恰恰是评估归因协议可信度的核心依据。质押分布不公开，你不知道这800个节点是不是同一批地址在控盘。独立实体数量不公开，你不知道800个节点背后是800个人还是20个机房。挑战和罚没记录不公开，你不知道验证者到底有没有在干活。做归因要的是多方交叉验证，节点少且集中，结果就是少数人说了算。我问了个跑分布式节点的朋友，他原话是：PoS链800个验证者够用，但归因协议节点少且集中，可信度就得打折扣。

然后盯上代币。社区分配61%看着良心，但投资人解锁从明年9月开始，每月释放近千万枚。按现价月抛压180万美元，日交易额才80多万。释放量是日交易额的两倍多，这不是解锁，是泄洪。

Ram Kumar把模式类比成YouTube，好内容吸引用户产生收入。但我没在任何一个AI开发者社群里听到有人用他们的数据集。朋友原话：AI公司买数据找的是Snowflake和Hugging Face，不是链上。白皮书里写的“循环经济”要转起来，前提是有人愿意为链上溯源的数据付费。但目前在AI开发者圈子里，归因溯源更像锦上添花，不是刚需。

验证者不透明，抛压悬在头上，采用率还没起来。这三个问题单独看都能解释，叠在一起，就是这套归因协议目前最真实的样子。$OPEN

OPEN+1,19%

撸毛研究院

·

--

Articolo

Visualizza traduzione

我把OpenLedger白皮书翻了三遍，发现它想解决一个AI行业最疼的问题我做了四年AI数据标注。去年第一次听说OpenLedger的时候，它白皮书里那句话确实打动了我——“数据贡献者可追溯、可获利”。然后我花了两周时间，把它的白皮书、路线图、代币经济、合作公告从头翻了一遍，有些地方反复看了好几遍。先说#OpenLedger 到底是干什么的。它给自己的定位是AI-native blockchain，核心任务就一个：让每一次数据调用、每一次模型推理、每一次AI代理的决策动作，全部被记录在链上，不可篡改、可追溯。它把这套东西叫Proof of Attribution，归因证明，简称PoA。但我想说的不是这些。 PoA这套系统解决了一个问题，却绕开了另一个更根本的问题。它能证明谁贡献了什么——你的数据被哪个模型调用了，你的模型被哪个代理使用了，每一步都清清楚楚。但“被用了”和“值多少钱”是两回事。这里需要拆开两层看。第一层，当前定价权在谁手里。数据贡献者收到的是平台算法已经定好的奖励权重，不是他们和市场协商出来的价格。模型开发者决定调用哪些数据，平台设定归因权重的参数，数据使用方按自己的预算付费。在这条链条上，贡献者是被动接收方，不是议价参与方。第二层，如果定价权不转移，归因系统在经济层面的意义是什么。归因证明让每一笔贡献可追溯、可审计，这解决的是透明性问题。但如果贡献者不能对定价说不——不能因为自己贡献的医疗影像数据对诊断模型的准确率提升了多少而要求更高的分润比例——那么归因只是让劳动多了一层技术上的透明，而不是经济上的谈判力。PoA解决了归因，没有解决定价。而归因的最终目的是公平回报，公平回报恰恰取决于定价。接着说代币经济。OPEN总供应量10亿枚，固定上限，初始流通量21.55%，社区和生态分配占了61.71%。团队和投资人各有12个月锁仓，之后36个月线性解锁——从2026年3月开始，投资人每个月解锁约508万枚，团队每个月解锁416万枚，社区和生态的3.8亿枚在48个月内线性释放。换算一下，现在每过去一个月，池子里就多了将近一千万枚新代币在往外流。平台上还有1%的交易销毁机制，每笔转账烧掉1%。但销毁量能不能产生实质的稀缺效应，取决于链上活跃度够不够高。截至2026年5月19日，OPEN市值约4441万美元，24小时交易额大概83万美元，近90天涨了32%，但拉到一年线还是跌了63%左右。 2026年1月发的那版路线图值得认真看。OpenLedger用九个集成层把整个平台从底层数据到上层应用全部铺开了。底层负责记录AI行为的全生命周期，中间层通过链上身份、支付协议和权限控制让AI代理能自主管理资产与执行交易，上层面向开发者和企业提供从数据集市场到合规部署的一整套工具链。商业策略上他们选了很务实的B端路线。其中最值得关注的是跟Story Protocol的合作——Story管IP注册和授权条款，OpenLedger在训练和推理阶段强制执行许可并自动结算。这套逻辑把“数据被用了就要付费”从人工追讨变成了链上自动执行。其他几个合作——Theoriq的可验证AI代理、DGrid AI的去中心化算力、Inference Labs的隐私保护推理、剑桥的去中心化AI研究资助——方向各不相同，但都在往同一个框架里填东西：让AI行为的每一步都被记录、可验证。 Ram在采访里描述过他们的终极目标。他说这是一种循环经济——只有当你训练的AI模型产生收入时，才会产生作为报酬的加密货币。数据品质必须好，必须有人在平台上构建好的AI模型，吸引更多人为了使用它而来，币价随着用量上升，从而产生更多报酬，吸引更多开发者和数据贡献者。这个逻辑闭环听起来很漂亮。但如果你仔细看那九个集成层和这一串合作，会发现一个有意思的现象：几乎全篇都在讲供给侧。数据集怎么建、模型怎么训、代理怎么跑、链上怎么记录、合作方怎么接，每一环都安排得很清楚。但关于需求端到底从哪里来——谁会用这些数据集、谁会调用这些模型、谁愿意为“可追溯的AI推理”真金白银付费——目前讲得很少。 PoA把供给端的激励做好了，技术上也确实能记录每一笔贡献。但如果没有人真正需要调用这些数据和模型，归因本身创造不了价值。而这个缺失，可能比PoA能不能跑通更关键。一条区块链的最终价值，不取决于它能记录多少东西，取决于它的资产有没有人真正需要。但我也得说一句公道话。AI版权和归因这个问题是真实存在的，而且随着监管收紧只会越来越烫手。Edelman的数据显示公众对AI的信任度在美国已经跌到了35%。如果HuggingFace上那些大型公开数据集在未来被要求做数据溯源和付费，那OpenLedger这套PoA系统确实能派上大用场。剑桥那笔500万美元的资助也说明学术圈对“去中心化AI治理”这个方向是认真在投的。 Ram说过一句话我印象很深。他说他们的长期目标是“拥有比HuggingFace更大的影响力，取代它成为高质量数据集和构建AI模型的主要平台”。这话说得很狂，但如果你仔细看他做的事——搭PoA、建Datanets、铺九个集成层、一家一家签B端合作——你会发现他不是在画饼，是在一砖一瓦地搭地基。只是从“问题真实”走到“方案有效”之间，还有一段路。归因让贡献被看见，定价让贡献被衡量，需求让贡献被需要。OpenLedger把第一件事做得很扎实，第二件事刚开了个头，第三件事还没真正开始。而这三件事的顺序不能乱——没有需求，定价就是纸上谈兵。没有定价，归因就是一张透明的账单，但上面的数字值多少钱，它说了不算。 #OpenLedger @Openledger $OPEN

我把OpenLedger白皮书翻了三遍，发现它想解决一个AI行业最疼的问题

我做了四年AI数据标注。去年第一次听说OpenLedger的时候，它白皮书里那句话确实打动了我——“数据贡献者可追溯、可获利”。然后我花了两周时间，把它的白皮书、路线图、代币经济、合作公告从头翻了一遍，有些地方反复看了好几遍。
先说#OpenLedger 到底是干什么的。它给自己的定位是AI-native blockchain，核心任务就一个：让每一次数据调用、每一次模型推理、每一次AI代理的决策动作，全部被记录在链上，不可篡改、可追溯。它把这套东西叫Proof of Attribution，归因证明，简称PoA。
但我想说的不是这些。
PoA这套系统解决了一个问题，却绕开了另一个更根本的问题。它能证明谁贡献了什么——你的数据被哪个模型调用了，你的模型被哪个代理使用了，每一步都清清楚楚。但“被用了”和“值多少钱”是两回事。
这里需要拆开两层看。第一层，当前定价权在谁手里。数据贡献者收到的是平台算法已经定好的奖励权重，不是他们和市场协商出来的价格。模型开发者决定调用哪些数据，平台设定归因权重的参数，数据使用方按自己的预算付费。在这条链条上，贡献者是被动接收方，不是议价参与方。第二层，如果定价权不转移，归因系统在经济层面的意义是什么。归因证明让每一笔贡献可追溯、可审计，这解决的是透明性问题。但如果贡献者不能对定价说不——不能因为自己贡献的医疗影像数据对诊断模型的准确率提升了多少而要求更高的分润比例——那么归因只是让劳动多了一层技术上的透明，而不是经济上的谈判力。PoA解决了归因，没有解决定价。而归因的最终目的是公平回报，公平回报恰恰取决于定价。
接着说代币经济。OPEN总供应量10亿枚，固定上限，初始流通量21.55%，社区和生态分配占了61.71%。团队和投资人各有12个月锁仓，之后36个月线性解锁——从2026年3月开始，投资人每个月解锁约508万枚，团队每个月解锁416万枚，社区和生态的3.8亿枚在48个月内线性释放。换算一下，现在每过去一个月，池子里就多了将近一千万枚新代币在往外流。
平台上还有1%的交易销毁机制，每笔转账烧掉1%。但销毁量能不能产生实质的稀缺效应，取决于链上活跃度够不够高。截至2026年5月19日，OPEN市值约4441万美元，24小时交易额大概83万美元，近90天涨了32%，但拉到一年线还是跌了63%左右。
2026年1月发的那版路线图值得认真看。OpenLedger用九个集成层把整个平台从底层数据到上层应用全部铺开了。底层负责记录AI行为的全生命周期，中间层通过链上身份、支付协议和权限控制让AI代理能自主管理资产与执行交易，上层面向开发者和企业提供从数据集市场到合规部署的一整套工具链。
商业策略上他们选了很务实的B端路线。其中最值得关注的是跟Story Protocol的合作——Story管IP注册和授权条款，OpenLedger在训练和推理阶段强制执行许可并自动结算。这套逻辑把“数据被用了就要付费”从人工追讨变成了链上自动执行。其他几个合作——Theoriq的可验证AI代理、DGrid AI的去中心化算力、Inference Labs的隐私保护推理、剑桥的去中心化AI研究资助——方向各不相同，但都在往同一个框架里填东西：让AI行为的每一步都被记录、可验证。
Ram在采访里描述过他们的终极目标。他说这是一种循环经济——只有当你训练的AI模型产生收入时，才会产生作为报酬的加密货币。数据品质必须好，必须有人在平台上构建好的AI模型，吸引更多人为了使用它而来，币价随着用量上升，从而产生更多报酬，吸引更多开发者和数据贡献者。
这个逻辑闭环听起来很漂亮。
但如果你仔细看那九个集成层和这一串合作，会发现一个有意思的现象：几乎全篇都在讲供给侧。数据集怎么建、模型怎么训、代理怎么跑、链上怎么记录、合作方怎么接，每一环都安排得很清楚。但关于需求端到底从哪里来——谁会用这些数据集、谁会调用这些模型、谁愿意为“可追溯的AI推理”真金白银付费——目前讲得很少。
PoA把供给端的激励做好了，技术上也确实能记录每一笔贡献。但如果没有人真正需要调用这些数据和模型，归因本身创造不了价值。而这个缺失，可能比PoA能不能跑通更关键。一条区块链的最终价值，不取决于它能记录多少东西，取决于它的资产有没有人真正需要。
但我也得说一句公道话。AI版权和归因这个问题是真实存在的，而且随着监管收紧只会越来越烫手。Edelman的数据显示公众对AI的信任度在美国已经跌到了35%。如果HuggingFace上那些大型公开数据集在未来被要求做数据溯源和付费，那OpenLedger这套PoA系统确实能派上大用场。剑桥那笔500万美元的资助也说明学术圈对“去中心化AI治理”这个方向是认真在投的。
Ram说过一句话我印象很深。他说他们的长期目标是“拥有比HuggingFace更大的影响力，取代它成为高质量数据集和构建AI模型的主要平台”。这话说得很狂，但如果你仔细看他做的事——搭PoA、建Datanets、铺九个集成层、一家一家签B端合作——你会发现他不是在画饼，是在一砖一瓦地搭地基。
只是从“问题真实”走到“方案有效”之间，还有一段路。归因让贡献被看见，定价让贡献被衡量，需求让贡献被需要。OpenLedger把第一件事做得很扎实，第二件事刚开了个头，第三件事还没真正开始。而这三件事的顺序不能乱——没有需求，定价就是纸上谈兵。没有定价，归因就是一张透明的账单，但上面的数字值多少钱，它说了不算。
#OpenLedger @OpenLedger $OPEN

OPEN+1,19%

撸毛研究院

·

--

Articolo

Visualizza traduzione

我扒了OpenLedger的白皮书，才发现自己被AI喂了这么多年霸王餐我每天在手机上打的字、划的圈、点的赞，都在被某个大模型悄悄收走。这些东西喂出了ChatGPT，喂出了Claude，喂出了那些市值几千亿美金的AI公司。可我什么都没拿到。别说分红了，连一句谢谢都没听到过。前几天一个做算法的朋友跟我说了一句话：你们在AI行业里叫“数据矿工”，挖的数据比比特币矿工值钱多了。区别是人家好歹有POW，你们连张收据都拿不到。后来我在社交媒体上刷到Polychain投了一个叫#OpenLedger 的项目，顺手去扒了白皮书。看第一遍只是觉得概念有点意思，看到第三遍的时候我盯着屏幕发呆——这不就是把我那个想了很久的问题写成了代码吗。 #OpenLedger 的核心机制叫归因证明。名字学术，逻辑却不复杂：你贡献的每一条数据，在链上生成哈希指纹。AI模型调用这条数据时，调用记录与指纹绑定上链，智能合约自动执行分润。不需要平台审核，不需要人工对账，代码即结算。这相当于给每一份数据开了一张链上发票，谁用了、用了几次、该分多少钱，全都写死在账本里。但更值得拆开来看的，是这套机制的归因权重算法。每次AI推理生成输出后，系统提取推理过程中的token窗口，用N-gram匹配扫描数据块，与Datanets里的数据做比对。匹配结果带上置信度、跨度长度和频率参数，最终算出每份数据对这次输出的具体贡献权重。医学影像影响了医学诊断查询，权重就高。上传的是灌水标注，调用归零，链上污点永久留痕。智能合约拿着这套权重自动分润，数据提供者、模型微调者、验证节点按贡献分OPEN。官方团队在采访中说，这套技术受到了斯坦福教授James Zou等人发表的论文DATAINF的启发，论文详细说明了数据对AI模型输出结果的具体影响权重，OpenLedger就是把这套学术理论搬到了链上。但这套算法有一个白皮书没有给出明确答案的问题：精度上限。当一张AI图像与训练集中数万张图片都存在不同程度的相关性时，归因拆分的精度会面临挑战。目前的方案是批处理、链下证明和滚动记录来优化，但大规模压力测试下的误差范围没有公开。如果拆分精度在某个调用量级上开始衰减，这套激励机制的根基——谁贡献多谁分得多——会从精确公式退化成近似值。近似到哪一步开始不公平，目前没有数据。代币经济模型也在往这个方向靠。OPEN总量10亿枚，社区和生态分走61.7%，解锁周期四年。关键细节在白皮书第7.3节：社区奖励释放速度与全网归因调用次数挂钩。调用量低，释放慢。调用量高，释放快。通胀不是固定增发，是被真实需求拉动的。但另一个细节同样关键——释放放慢的底线在哪。如果调用量长期低迷甚至归零，释放能不能真正停住，还是只是放慢但永远在流。释放能归零，才是真正的反稀释。只是放慢，迟早还是要把池子填满。 HuggingFace上堆满了开源模型，但99%的数据集贡献者一分钱拿不到。区别不在技术，在结算层的缺失。OpenLedger在模型调用和数据贡献之间嵌进了一层链上自动分润，数据集的授权不是一次性卖断而是持续分润，数据拥有权被铸成可转让可销毁的链上资产，每一次调用模型的结果都能反向追溯到具体的贡献区块。这不是功能的叠加，是分配权的转移。但@Openledger 这套系统还没大规模跑起来。测试网日均归因调用约5000次，日手续费收入200美元，对比每月近千万枚的解锁抛压，买盘深度远远不够。经济飞轮要转起来，得同时解决高质量数据供给、真实模型需求和代币价值支撑三重问题，做不好任何一环都可能卡在半路。现在的主流AI产业链里，前端做模型的拿走了绝大部分话语权，后端数据供应商常常淹没在估值边际。一旦归因证明机制得到大规模采用，传统的数据中介机构会被迅速削弱，遍布全球的零散贡献者用个人数据就能赚钱的草根生态将直接建立供给纽带。归因证明把一个喊了十几年的口号——数据贡献者应该拿到钱——写进了链上代码。但代码跑通和经济跑通之间，还差着归因精度的规模上限、释放放慢的底线参数、需求端的真实规模这三个明确答案。这三个答案填上之前，它是一套好机制。填上之后，才是一盘好生意。 @Openledger $OPEN

我扒了OpenLedger的白皮书，才发现自己被AI喂了这么多年霸王餐

我每天在手机上打的字、划的圈、点的赞，都在被某个大模型悄悄收走。这些东西喂出了ChatGPT，喂出了Claude，喂出了那些市值几千亿美金的AI公司。可我什么都没拿到。别说分红了，连一句谢谢都没听到过。
前几天一个做算法的朋友跟我说了一句话：你们在AI行业里叫“数据矿工”，挖的数据比比特币矿工值钱多了。区别是人家好歹有POW，你们连张收据都拿不到。
后来我在社交媒体上刷到Polychain投了一个叫#OpenLedger 的项目，顺手去扒了白皮书。看第一遍只是觉得概念有点意思，看到第三遍的时候我盯着屏幕发呆——这不就是把我那个想了很久的问题写成了代码吗。
#OpenLedger 的核心机制叫归因证明。名字学术，逻辑却不复杂：你贡献的每一条数据，在链上生成哈希指纹。AI模型调用这条数据时，调用记录与指纹绑定上链，智能合约自动执行分润。不需要平台审核，不需要人工对账，代码即结算。这相当于给每一份数据开了一张链上发票，谁用了、用了几次、该分多少钱，全都写死在账本里。
但更值得拆开来看的，是这套机制的归因权重算法。每次AI推理生成输出后，系统提取推理过程中的token窗口，用N-gram匹配扫描数据块，与Datanets里的数据做比对。匹配结果带上置信度、跨度长度和频率参数，最终算出每份数据对这次输出的具体贡献权重。医学影像影响了医学诊断查询，权重就高。上传的是灌水标注，调用归零，链上污点永久留痕。智能合约拿着这套权重自动分润，数据提供者、模型微调者、验证节点按贡献分OPEN。
官方团队在采访中说，这套技术受到了斯坦福教授James Zou等人发表的论文DATAINF的启发，论文详细说明了数据对AI模型输出结果的具体影响权重，OpenLedger就是把这套学术理论搬到了链上。
但这套算法有一个白皮书没有给出明确答案的问题：精度上限。当一张AI图像与训练集中数万张图片都存在不同程度的相关性时，归因拆分的精度会面临挑战。目前的方案是批处理、链下证明和滚动记录来优化，但大规模压力测试下的误差范围没有公开。如果拆分精度在某个调用量级上开始衰减，这套激励机制的根基——谁贡献多谁分得多——会从精确公式退化成近似值。近似到哪一步开始不公平，目前没有数据。
代币经济模型也在往这个方向靠。OPEN总量10亿枚，社区和生态分走61.7%，解锁周期四年。关键细节在白皮书第7.3节：社区奖励释放速度与全网归因调用次数挂钩。调用量低，释放慢。调用量高，释放快。通胀不是固定增发，是被真实需求拉动的。但另一个细节同样关键——释放放慢的底线在哪。如果调用量长期低迷甚至归零，释放能不能真正停住，还是只是放慢但永远在流。释放能归零，才是真正的反稀释。只是放慢，迟早还是要把池子填满。
HuggingFace上堆满了开源模型，但99%的数据集贡献者一分钱拿不到。区别不在技术，在结算层的缺失。OpenLedger在模型调用和数据贡献之间嵌进了一层链上自动分润，数据集的授权不是一次性卖断而是持续分润，数据拥有权被铸成可转让可销毁的链上资产，每一次调用模型的结果都能反向追溯到具体的贡献区块。这不是功能的叠加，是分配权的转移。
但@OpenLedger 这套系统还没大规模跑起来。测试网日均归因调用约5000次，日手续费收入200美元，对比每月近千万枚的解锁抛压，买盘深度远远不够。经济飞轮要转起来，得同时解决高质量数据供给、真实模型需求和代币价值支撑三重问题，做不好任何一环都可能卡在半路。现在的主流AI产业链里，前端做模型的拿走了绝大部分话语权，后端数据供应商常常淹没在估值边际。一旦归因证明机制得到大规模采用，传统的数据中介机构会被迅速削弱，遍布全球的零散贡献者用个人数据就能赚钱的草根生态将直接建立供给纽带。
归因证明把一个喊了十几年的口号——数据贡献者应该拿到钱——写进了链上代码。但代码跑通和经济跑通之间，还差着归因精度的规模上限、释放放慢的底线参数、需求端的真实规模这三个明确答案。这三个答案填上之前，它是一套好机制。填上之后，才是一盘好生意。
@OpenLedger $OPEN

OPEN+1,19%

撸毛研究院

·

--

Visualizza traduzione

#openledger 我算了一笔#OpenLedger 的账：贡献10万条数据，分到3个OPEN，还不够币安提现手续费 OpenLedger白皮书写得挺唬人：归因证明，每次AI推理调用你的数据，你就自动分钱。听起来像“数据矿工”躺赚对吧？我拿它公开的测试数据算了一笔账。假设你贡献了10万条高质量标注数据。按官方示例，每条数据被调用一次分0.00003 OPEN。10万条被调用一次，你拿到3个OPEN。现在OPEN价格约0.2美元，也就是0.6美元。但你为了这10万条数据，要花多长时间？按熟练标注员每小时标200条算，要500小时。500小时赚0.6美元，时薪0.0012美元。我在路边捡瓶子都比这挣得多。更坑的是，这3个OPEN还没捂热，就要面临通胀稀释。OPEN总量10亿枚，社区生态占了61.7%，但早期只放了21.5%流通。这意味着什么？后面还有近40亿枚要解锁。每个月解锁一批，币价就像坐滑梯。你辛苦贡献数据赚的那点OPEN，等你能提现时，可能只值0.06美元了。而且你要提现，还得交以太坊Gas费，动不动几美元。倒贴。我问过项目方客服：“归因证明怎么证明我的数据被用了？”客服说“链上记录可查”。我又问：“那模型是黑箱，我怎么知道它真用了我的数据还是只走了个形式？”客服没回。这不就是“你信我，反正链上有记录”吗？典型的透明废话。这个项目的核心矛盾不是技术，是经济模型：它想靠发币激励数据贡献，但币本身没有真实需求支撑。AI公司不会花真金白银去买这些所谓的“归因证明”，因为人家有自己的数据集。最后谁来接盘？只有新进来的韭菜。你贡献数据，拿到的币卖给下一个贡献者，这不就是数据版的Ponzi吗？我不是说OpenLedger会归零，但它的齿轮里缺了一个叫“真实买家”的零件。这套机器还能转多久？你猜。 @Openledger $OPEN $OPEN

#openledger
我算了一笔#OpenLedger 的账：贡献10万条数据，分到3个OPEN，还不够币安提现手续费

OpenLedger白皮书写得挺唬人：归因证明，每次AI推理调用你的数据，你就自动分钱。听起来像“数据矿工”躺赚对吧？我拿它公开的测试数据算了一笔账。

假设你贡献了10万条高质量标注数据。按官方示例，每条数据被调用一次分0.00003 OPEN。10万条被调用一次，你拿到3个OPEN。现在OPEN价格约0.2美元，也就是0.6美元。但你为了这10万条数据，要花多长时间？按熟练标注员每小时标200条算，要500小时。500小时赚0.6美元，时薪0.0012美元。我在路边捡瓶子都比这挣得多。

更坑的是，这3个OPEN还没捂热，就要面临通胀稀释。OPEN总量10亿枚，社区生态占了61.7%，但早期只放了21.5%流通。这意味着什么？后面还有近40亿枚要解锁。每个月解锁一批，币价就像坐滑梯。你辛苦贡献数据赚的那点OPEN，等你能提现时，可能只值0.06美元了。而且你要提现，还得交以太坊Gas费，动不动几美元。倒贴。

我问过项目方客服：“归因证明怎么证明我的数据被用了？”客服说“链上记录可查”。我又问：“那模型是黑箱，我怎么知道它真用了我的数据还是只走了个形式？”客服没回。这不就是“你信我，反正链上有记录”吗？典型的透明废话。

这个项目的核心矛盾不是技术，是经济模型：它想靠发币激励数据贡献，但币本身没有真实需求支撑。AI公司不会花真金白银去买这些所谓的“归因证明”，因为人家有自己的数据集。最后谁来接盘？只有新进来的韭菜。你贡献数据，拿到的币卖给下一个贡献者，这不就是数据版的Ponzi吗？

我不是说OpenLedger会归零，但它的齿轮里缺了一个叫“真实买家”的零件。这套机器还能转多久？你猜。

@OpenLedger $OPEN
$OPEN

OPEN+1,19%

撸毛研究院

·

--

#openledger Tre mesi fa, quando ho messo in staking l'OPEN, ho fatto un calcolo: annualizzato al 10%, se il prezzo della moneta si stabilizza, dopo un anno avrei il 10% in più di monete, quindi sarei sempre in profitto. Oggi, dopo il riscatto e le spese di transazione, ho un netto di -8,7%. Rivedendo la cronologia on-chain, mi sono accorto che fin dal primo giorno del mio lock-up, qualcuno stava usando il mio staking per ritirarsi. Il processo funziona così: @Openledger ogni mese ha 9,24 milioni di OPEN del team iniziale che si sbloccano e entrano in circolazione, e devono vendere, ma il mercato non riesce a reggere. L'ufficiale riacquista solo 2,7 milioni al mese, il resto, 6,54 milioni, deve trovare acquirenti. Chi sta comprando? Nessuno compra attivamente. Ma questi 6,54 milioni non spariranno nel nulla; fluiranno nel pool di liquidità costruito da tutti gli staker. Poiché nel contratto di staking ci sono sempre monete, chi sblocca può sempre ritirarle. La profondità che io fornisco con il mio lock-up diventa il loro trampolino di fuga. Il 10% di ricompensa annualizzata che ricevo è in nuove monete stampate dal sistema, mentre il capitale che ho bloccato sta sostenendo la pressione di vendita per chi sblocca. Entrando ed uscendo, la ricompensa che ricevo è moneta diluita dall'inflazione, ma il capitale è utilizzato per sostenere le vendite altrui. Prima di scrivere questa analisi, ho controllato intenzionalmente il calendario di sblocco per i prossimi 90 giorni di $OPEN — da giugno ad agosto, si prevedono oltre 28,7 milioni di monete sbloccate, con una media di 320.000 al giorno, mentre il flusso netto giornaliero dei contratti di staking è ormai inferiore a 60.000, con un divario di cinque volte. Il risultato di questo controllo è: il pool di staking non può fornire un adeguato supporto all'acquisto per l'imminente ondata di sblocco. Il lato più spietato di questo meccanismo è il differenziale temporale. Lo sblocco avviene ogni mese a orari e date fissi, mentre lo staking ha un ciclo. Il mio ciclo di lock-up copre la finestra di sblocco di altri; quando sblocco, ho bisogno di un nuovo gruppo di staker per coprire la mia uscita. Ogni gruppo di staker, senza saperlo, diventa il compratore per il gruppo precedente di sblocco. Ufficialmente, chiamano questo 'incentivo allo staking', ma in realtà è una staffetta di liquidità, dove, quando la musica finisce, ci sarà sempre un gruppo di persone che scopre di aver bloccato quando il pool è vuoto. Il flusso netto giornaliero del contratto di staking riesce a coprire il 30% della media giornaliera di sblocco? Se non riesce a coprire, significa che la velocità di nuovi lock-up non riesce a tenere il passo con la velocità di ritiri, la musica continua a girare. N nell'economia dei token, ciò che è più spaventoso della perdita è non sapere nemmeno quale sia la tua posizione dopo aver perso tutto. @Openledger $OPEN

#openledger Tre mesi fa, quando ho messo in staking l'OPEN, ho fatto un calcolo: annualizzato al 10%, se il prezzo della moneta si stabilizza, dopo un anno avrei il 10% in più di monete, quindi sarei sempre in profitto. Oggi, dopo il riscatto e le spese di transazione, ho un netto di -8,7%. Rivedendo la cronologia on-chain, mi sono accorto che fin dal primo giorno del mio lock-up, qualcuno stava usando il mio staking per ritirarsi.

Il processo funziona così: @OpenLedger ogni mese ha 9,24 milioni di OPEN del team iniziale che si sbloccano e entrano in circolazione, e devono vendere, ma il mercato non riesce a reggere. L'ufficiale riacquista solo 2,7 milioni al mese, il resto, 6,54 milioni, deve trovare acquirenti. Chi sta comprando? Nessuno compra attivamente. Ma questi 6,54 milioni non spariranno nel nulla; fluiranno nel pool di liquidità costruito da tutti gli staker. Poiché nel contratto di staking ci sono sempre monete, chi sblocca può sempre ritirarle. La profondità che io fornisco con il mio lock-up diventa il loro trampolino di fuga. Il 10% di ricompensa annualizzata che ricevo è in nuove monete stampate dal sistema, mentre il capitale che ho bloccato sta sostenendo la pressione di vendita per chi sblocca. Entrando ed uscendo, la ricompensa che ricevo è moneta diluita dall'inflazione, ma il capitale è utilizzato per sostenere le vendite altrui.

Prima di scrivere questa analisi, ho controllato intenzionalmente il calendario di sblocco per i prossimi 90 giorni di $OPEN — da giugno ad agosto, si prevedono oltre 28,7 milioni di monete sbloccate, con una media di 320.000 al giorno, mentre il flusso netto giornaliero dei contratti di staking è ormai inferiore a 60.000, con un divario di cinque volte. Il risultato di questo controllo è: il pool di staking non può fornire un adeguato supporto all'acquisto per l'imminente ondata di sblocco.

Il lato più spietato di questo meccanismo è il differenziale temporale. Lo sblocco avviene ogni mese a orari e date fissi, mentre lo staking ha un ciclo. Il mio ciclo di lock-up copre la finestra di sblocco di altri; quando sblocco, ho bisogno di un nuovo gruppo di staker per coprire la mia uscita. Ogni gruppo di staker, senza saperlo, diventa il compratore per il gruppo precedente di sblocco. Ufficialmente, chiamano questo 'incentivo allo staking', ma in realtà è una staffetta di liquidità, dove, quando la musica finisce, ci sarà sempre un gruppo di persone che scopre di aver bloccato quando il pool è vuoto.

Il flusso netto giornaliero del contratto di staking riesce a coprire il 30% della media giornaliera di sblocco? Se non riesce a coprire, significa che la velocità di nuovi lock-up non riesce a tenere il passo con la velocità di ritiri, la musica continua a girare. N nell'economia dei token, ciò che è più spaventoso della perdita è non sapere nemmeno quale sia la tua posizione dopo aver perso tutto.

@OpenLedger $OPEN

OPEN+1,19%

撸毛研究院

·

--

Articolo

Alle tre di notte ho analizzato $OPEN: non farmi vedere grafici con il numero di nodi, voglio vedere il flusso on-chain.

Quando nel gruppo non si sente nemmeno un sussurro, è il mercato di $OPEN che mi tiene sveglio. Gli ordini su bn sono interessanti, il buy wall non è molto spesso, ma si muove in modo fluido, a differenza di quelle manovre false che fanno finta di pompare il volume. All'inizio era schizzato oltre 1 dollaro, ora è sceso di oltre l'80%, dopo un crollo così profondo riuscire a vedere azioni reali di acquisto, a dirla tutta, non è comune.
A dire il vero, prima non davo molta importanza a questo progetto. Ho visto troppi progetti nel settore AI, nove su dieci sono solo shell di PPT, e quando il prezzo del token scende fanno finta di nulla. Ma stasera ho dato un'occhiata più attenta e @OpenLedger ha fatto qualcosa che mi ha fatto cambiare idea. Polychain e Borderless hanno guidato un round seed da 8 milioni di dollari, che nel settore AI non è una cifra enorme, ma è comunque qualcosa. La parte centrale si chiama 'proof of attribution', in parole povere, è un modo per risalire ogni output dell'AI ai contributori dei dati originali, e poi regolare automaticamente le royalties.

OPEN+1,19%

撸毛研究院

·

--

73刀 ha aperto una posizione di copertura, pensando di fare un giro, ho fatto un po' di trading, poi ho smesso, la copertura ha guadagnato 10u, anche nei tornei di trading non è detto che si guadagni 10u... che ironia!
#币安推出黄金vsBTC未来资产对决活动

ACU+1,33%

撸毛研究院

·

--

Che stabilità emotiva, non si gioca così...<a>#特朗普称美伊很有可能达成协议 </a>

撸毛研究院

·

--

Ultimo torneo di trading, ora ci sono anche i biglietti early bird per il mercato spot! Ovunque ci sono trader, quello con 1000 partecipanti è un'ottima scelta, early bird ✖️2! Ci stanno praticamente costringendo a salire sulla barca dei ladri!!
#币安推出黄金vsBTC未来资产对决活动 $NOT
Clicca sul link per vedere tutto!

NOT+0,61%

撸毛研究院

·

--

Siamo già a questo punto e ancora credi a chi profetizza catastrofi?
Apri bene gli occhi e dai un'occhiata al sito di Binance.
Burn + donazione = endorsement ufficiale + aspettative di deflazione.
Il treno è partito, chi non ha il biglietto non ci fermi, chi ha la nausea scenda subito.
In questa ondata, prevedo nuovi massimi. $GIGGLE
#特朗普称美伊很有可能达成协议

GIGGLE+3,97%

撸毛研究院

·

--

Ho sentito dire che la seconda è una foto di un uomo della dinastia Qing con una prostituta, che all'epoca non osava circolare, ed è stata riscoperta solo in tempi moderni
#

撸毛研究院

·

--

Dici che devi proprio andare a togliere la maschera, ecco fatto...

#币安推出黄金vsBTC未来资产对决活动

撸毛研究院

·

--

Le prime 20 criptovalute per capitalizzazione di mercato, se le tieni per un anno, ci guadagni qualcosa?
Quando arriva il bull market, libertà finanziaria…
$SOL

SOL+2,33%

撸毛研究院

·

--

Mamma mia… Xie Na, è così nella realtà?

#币安推出黄金vsBTC未来资产对决活动

BTC+0,67%

撸毛研究院

·

--

L'airdrop delle 18:00 di domani è stato annunciato! Recentemente, il nuovo token di Alpha è molto promettente, peccato che questo non abbia visione, vendi in short e guadagna sempre! Dopo aver acquisito visione, ci sono stati ottimi rialzi! Se il mercato è bullish, il team del progetto vuole far muovere le cose!\n#AIpha空投 #撸毛教程

BILL-27,98%

撸毛研究院

·

--

Ti ricordi di questa immagine? Fase di pump, più sale e più può salire, prendi i profitti e scappa! Inizia a decollare🛫
$PENGUIN
#币安推出黄金vsBTC未来资产对决活动

PENGUINAlpha-8.66%

撸毛研究院

·

--

No, una bellezza di 37 anni, 270k di regalo! Ragazzi, c'è ancora qualche pesce grosso?
#币安推出黄金vsBTC未来资产对决活动

撸毛研究院

·

--

Dopo l'incidente della caduta dal ponte a Qingquan, in Sichuan, i familiari hanno accettato il piano di risarcimento in pochi giorni,

è davvero triste pensarci. La ragazza prima di morire continuava a dire "non è stretto", ma il personale non ha fatto nulla,

una sola corda senza backup, attrezzature non conformi, operatore senza licenza; è chiaro che si tratta di negligenza umana e di caos operativo.

Ma la realtà è così, poche persone sono disposte a rinunciare al risarcimento per onorare i defunti.

Non è che i familiari non siano addolorati, ma le famiglie normali non possono permettersi lunghe cause legali e non riescono a reggere la pressione della vita; quella che sembra una scelta di compromesso è in realtà piena di amarezza. #币安推出黄金vsBTC未来资产对决活动

撸毛研究院

·

--

Articolo

Ho creato un minigioco di portali su Pixels, ma l'ho rimosso dopo una settimana di lancio

Il mese scorso, quando gli strumenti per i creatori di Pixels @Pixels sono stati finalmente aperti, ero davvero entusiasta. Dopo quasi due anni di mining, chop e farming, mi ero stufato e pensavo di creare qualcosa di divertente, anche se non avesse portato profitti, l'importante era che qualcuno venisse a dare un'occhiata.
Ho scelto la soluzione più sicura: niente compiti, niente premi in token, solo progettare un minigioco di portali sulla mappa. I giocatori che si avvicinano al portale vengono teletrasportati casualmente in uno dei tre punti nascosti sulla mappa, solo sightseeing, solo divertimento. La revisione è stata sorprendentemente veloce, è passata in tre giorni. Il primo giorno del lancio, ho chiamato sette o otto amici della gilda a darci una mano, e tutti si sono divertiti un sacco e hanno condiviso screenshot su Discord.

PIXEL0,00%

撸毛研究院

·

--

@pixels Pixels ha recentemente aperto il suo strumento Stacked, trasformandolo in un motore di ricompense AI, che altre piattaforme di gioco possono integrare. In parole povere, l'AI etichetta gli utenti in base alla loro attività, decidendo chi merita più ricompense e chi meno. Con questa mossa, PIXEL ha aggiunto nuovi scenari di consumo, riportando denaro alla fondazione, creando un ciclo sempre più sano. Ma ciò che questa piattaforma sta realmente facendo è molto più profondo di quanto tu possa immaginare. L'economista di gioco AI di Stacked non si limita a contare quante volte ti sei loggato; analizza in tempo reale il tuo comportamento dopo ogni interazione: chi sta per abbandonare? Perché i giocatori di alto valore smettono di giocare tra il terzo e il settimo giorno? Quali comportamenti di gioco sono i veri "segnali di retention"? Poi distribuisce in modo preciso le ricompense alle persone giuste, nel momento giusto. Utilizzando algoritmi di machine learning, segmenta i giocatori in modo raffinato, regolando dinamicamente l'output e il consumo del gioco; essenzialmente, è un gestore economico di token AI. Il sistema scopre che un certo gruppo di giocatori mostra modelli di comportamento specifici entro il 30° giorno, quindi progetta un esperimento con piccole ricompense, aumentando significativamente la retention a lungo termine. Sotto questo motore, si cela un design che merita ulteriori interrogativi. Una volta che Stacked diventa lo standard per la distribuzione delle ricompense tra i giochi, ciò che produce non è solo un'interfaccia tecnologica, ma un sistema di punteggio “chi merita di essere premiato”. Gli studi esterni che integrano Stacked, in sostanza, stanno acquistando liste di indirizzi di alto valore filtrate da Pixels - il peso comportamentale che accumuli in Pixels diventa la tua soglia per ottenere ricompense in altri giochi. Non sei solo un giocatore, sei un asset comportamentale rivenduto ripetutamente. Quando un farm di pixel inizia a decidere chi merita più ricompense e chi meno, ciò che stiamo integrando è un modello economico più intelligente o una bilancia che fissa il valore dei giocatori nell'algoritmo? #pixel $PIXEL {spot}(PIXELUSDT)

@Pixels Pixels ha recentemente aperto il suo strumento Stacked, trasformandolo in un motore di ricompense AI, che altre piattaforme di gioco possono integrare. In parole povere, l'AI etichetta gli utenti in base alla loro attività, decidendo chi merita più ricompense e chi meno. Con questa mossa, PIXEL ha aggiunto nuovi scenari di consumo, riportando denaro alla fondazione, creando un ciclo sempre più sano.

Ma ciò che questa piattaforma sta realmente facendo è molto più profondo di quanto tu possa immaginare.

L'economista di gioco AI di Stacked non si limita a contare quante volte ti sei loggato; analizza in tempo reale il tuo comportamento dopo ogni interazione: chi sta per abbandonare? Perché i giocatori di alto valore smettono di giocare tra il terzo e il settimo giorno? Quali comportamenti di gioco sono i veri "segnali di retention"? Poi distribuisce in modo preciso le ricompense alle persone giuste, nel momento giusto. Utilizzando algoritmi di machine learning, segmenta i giocatori in modo raffinato, regolando dinamicamente l'output e il consumo del gioco; essenzialmente, è un gestore economico di token AI. Il sistema scopre che un certo gruppo di giocatori mostra modelli di comportamento specifici entro il 30° giorno, quindi progetta un esperimento con piccole ricompense, aumentando significativamente la retention a lungo termine.

Sotto questo motore, si cela un design che merita ulteriori interrogativi.

Una volta che Stacked diventa lo standard per la distribuzione delle ricompense tra i giochi, ciò che produce non è solo un'interfaccia tecnologica, ma un sistema di punteggio “chi merita di essere premiato”. Gli studi esterni che integrano Stacked, in sostanza, stanno acquistando liste di indirizzi di alto valore filtrate da Pixels - il peso comportamentale che accumuli in Pixels diventa la tua soglia per ottenere ricompense in altri giochi. Non sei solo un giocatore, sei un asset comportamentale rivenduto ripetutamente.

Quando un farm di pixel inizia a decidere chi merita più ricompense e chi meno, ciò che stiamo integrando è un modello economico più intelligente o una bilancia che fissa il valore dei giocatori nell'algoritmo? #pixel $PIXEL

PIXEL0,00%

撸毛研究院

我把OpenLedger白皮书翻了三遍，发现它想解决一个AI行业最疼的问题

我扒了OpenLedger的白皮书，才发现自己被AI喂了这么多年霸王餐

Alle tre di notte ho analizzato $OPEN: non farmi vedere grafici con il numero di nodi, voglio vedere il flusso on-chain.

Ho creato un minigioco di portali su Pixels, ma l'ho rimosso dopo una settimana di lancio

Temi in tendenza