większość ludzi uważa, że MEV to problem techniczny. Zaczynam myśleć, że to tak naprawdę problem filozoficzny. Pamiętam, jak zauważyłem, że transakcja została zrealizowana nieco gorzej niż oczekiwałem i myślałem, że to po prostu pech. Potem zdarzyło się to znowu. I znowu. Nie na tyle, by całkowicie zmienić wynik, ale na tyle, by uświadomić sobie, jak wiele wartości cicho wycieka podczas realizacji. To sprawiło, że zacząłem głębiej przyglądać się temu, jak różne projekty podchodzą do MEV. CoW Protocol ma dość unikalną odpowiedź. Zamiast chronić indywidualnych traderów, chroni wszystkich razem poprzez aukcje zbiorowe. Zlecenia realizowane są zbiorowo, co utrudnia front-running i tworzy sprawiedliwsze środowisko dla wszystkich uczestników. Genius Terminal wydaje się stawiać na inny typ zakładu. Poprzez Ghost Orders, celem nie jest ochrona tłumu. Chodzi o ochronę indywidualnego tradera poprzez ukrywanie intencji, dzielenie realizacji i utrudnianie innym zrozumienia, co robisz, zanim transakcja zostanie zakończona. I szczerze mówiąc, myślę, że to o wiele ciekawsza różnica, niż ludzie zdają sobie sprawę. Ponieważ te platformy nie tylko rozwiązują ten sam problem w inny sposób. Optymalizują pod kątem różnych wartości. CoW pyta, jak sprawić, aby rynek był sprawiedliwszy dla wszystkich. Genius pyta, jak pomóc każdemu traderowi bronić się. Osobiście uważam, że podejście Genius staje się bardziej istotne, gdy rynki stają się bardziej konkurencyjne. Im bardziej wartościowe staje się informacje, tym bardziej wartościowe jest utrzymywanie swoich intencji w tajemnicy. Może prawdziwa debata wcale nie dotyczy MEV. Może chodzi o ochronę zbiorową w porównaniu do ochrony indywidualnej. @GeniusOfficial $GENIUS $COW #genius
Kilka tygodni temu zostawiłem Grass działający na jednym z moich zapasowych urządzeń i całkowicie o tym zapomniałem. Kiedy później sprawdziłem, zorientowałem się w czymś dziwnym. Zarabiałem nagrody, nie tworząc niczego. Nie wnosiłem wiedzy, nie szkoliłem modeli ani nie produkowałem danych. Po prostu dzieliłem się pasmem, które i tak by zostało niewykorzystane. To skłoniło mnie do myślenia o OpenLedger. Na pierwszy rzut oka oba projekty wydają się podobne, ponieważ przekształcają uśpione zasoby w aktywa ekonomiczne. Ale im dłużej o tym myślałem, tym bardziej wydawało mi się, że celują w zupełnie różne warstwy przyszłego internetu. Grass monetyzuje łączność. OpenLedger monetyzuje inteligencję. I myślę, że tu zaczynają się ciekawe rzeczy. Modele AI nie stają się bardziej wartościowe tylko dlatego, że dane poruszają się szybciej w sieci. Stają się bardziej wartościowe, ponieważ ktoś wniósł dane, które warto przyswoić. Dlatego OpenLedger ciągle koncentruje się na atrybucji, pochodzeniu i nagradzaniu źródła inteligencji, a nie tylko infrastruktury wokół niej. Może Grass kończy na przyciąganiu większej liczby użytkowników, ponieważ każdy od razu rozumie pasmo. Może OpenLedger ma trudniejsze wyzwanie, ponieważ własność danych i atrybucja AI to znacznie bardziej abstrakcyjne pojęcia. Ale jeśli AI stanie się największym silnikiem tworzenia wartości w internecie, to pytanie prawdopodobnie nie brzmi, kto przeniósł dane. To kto wniósł dane, które umożliwiły inteligencję. Nie wiem, ale ostatnio Grass wydaje się zakładem na skalowanie infrastruktury internetowej, podczas gdy OpenLedger wydaje się zakładem na budowanie gospodarki wokół samej inteligencji. @OpenLedger $OPEN $GRASS #OpenLedger
Kto zasługuje na uznanie w gospodarce AI: Ludzie czy dane?
Myślę, że zaskakująco zbliżamy się do momentu, w którym udowodnienie, że jesteś człowiekiem, staje się łatwiejsze niż udowodnienie, skąd pochodzi inteligencja. Kilka dni temu przeglądałem treści związane z AI i kryptowalutami i ciągle miałem to dziwne uczucie. Różne konta, różne formaty, różne społeczności, a jednak pomysły wyglądały prawie identycznie. Nie kopiowane dosłownie. Po prostu... skompresowane do tych samych wniosków w kółko. A po pewnym czasie zorientowałem się, że już nawet nie zastanawiam się, kto to napisał. Zastanawiałem się, skąd wzięła się ta inteligencja.
1inch i Genius Terminal mogą na pierwszy rzut oka wyglądać podobnie, ale moim zdaniem stawiają na dwa zupełnie różne zakłady. Kilka dni temu szukałem nowej okazji rynkowej i zdałem sobie sprawę, że nie spędzam większości czasu na tradingu. Skakałem między produktami. Jeden do swapów, inny do perps, kolejny do śledzenia pozycji, a jeszcze inny do sprawdzania nowych launchy. Każe narzędzie działało dobrze. Ale cały proces wydawał się rozdrobniony. Dlatego Genius Terminal zaczął mi się wydawać inny. 1inch to jeden z najlepszych agregatorów w krypto. Pomaga użytkownikom znaleźć płynność w setkach źródeł i uzyskać lepszą egzekucję. Ale to wciąż narzędzie w ramach workflow. Genius Terminal wydaje się być zakładem, że sam workflow stanie się produktem. Zamiast optymalizować pojedynczą akcję, próbują zintegrować trading spot, perps, rynki przed launchami i egzekucję między łańcuchami w jednym środowisku. I szczerze mówiąc, myślę, że ta różnica ma większe znaczenie, niż ludzie to sobie wyobrażają. Bo kiedy rynki są ciche, nikt nie przejmuje się otwieraniem kilku dodatkowych zakładek. Gdy rynki zaczynają szybko się poruszać, każda zmiana kontekstu staje się tarciem. Trader, który wygrywa, nie zawsze jest tym, który ma najlepsze informacje. Czasami to ten, kto spędza mniej czasu na nawigacji po narzędziach i więcej na działaniu na podstawie informacji. Dlatego naprawdę nie widzę, żeby Genius Terminal konkurował z 1inch o płynność. Widzę go konkurującym o coś znacznie większego. Cały workflow tradera. @GeniusOfficial $GENIUS $1INCH #genius
Czy AI przypadkowo udowodniło, że pierwsza generacja rynków danych była za wcześnie?
myślę, że jedno z najbardziej niedocenianych pytań w AI teraz to, czy pierwsza generacja rynków danych była rzeczywiście błędna... czy po prostu za wcześnie. kilka dni temu przeglądałem niektóre starsze projekty AI x crypto i zdałem sobie sprawę, że Ocean Protocol mówił o własności danych, monetyzacji danych i rynkach danych bez pozwoleń lata przed tym, jak większość ludzi w ogóle zaczęła interesować się AI. wizja miała sens. technologia działała. jednak adopcja nigdy naprawdę nie dorównała ambicjom. im więcej o tym myślę, tym bardziej czuję, że problem nigdy nie tkwił w samym rynku.
wszyscy ciągle pytają, jak AI staje się zdecentralizowane. myślę, że ciekawsze pytanie brzmi, co dokładnie powinno być nagradzane w gospodarce AI. kilka dni temu testowałem kilka narzędzi AI i zauważyłem coś dziwnego. niektóre z najbardziej użytecznych wyników nie pochodziły z najbardziej zaawansowanego modelu. pochodziły z systemów, które po prostu miały dostęp do lepszych danych. w tym momencie OpenLedger i Bittensor zaczęły wydawać się jakby dwoma całkowicie różnymi zakładami na przyszłość AI. both projekty chcą zdecentralizować AI, ale nagradzają całkowicie różne rzeczy. Bittensor w zasadzie buduje gospodarkę wokół wydajności modelu. im lepiej działa twój model, tym więcej nagród zdobywa. OpenLedger zaczyna od innego założenia. zamiast pytać, kto zbudował najinteligentniejszy model, pyta, kto dostarczył dane, które uczyniły inteligencję możliwą od samego początku. myślę, że to tam zaczyna się prawdziwa debata. ponieważ modele poprawiają się niesamowicie szybko. różnice w wydajności kurczą się co kilka miesięcy. nowe architektury pojawiają się nieustannie. ale dane wysokiej jakości pozostają rzadkie. bez odpowiednich danych nawet najlepszy model ostatecznie napotyka sufit. dlatego OpenLedger cały czas koncentruje się na atrybucji, pochodzeniu i Proof of Attribution. celem nie jest tylko weryfikacja wyników. chodzi o stworzenie systemu, w którym można identyfikować i nagradzać współtwórców, gdy ich dane pomagają generować wartość. moim zdaniem Bittensor buduje rynek dla samej inteligencji. OpenLedger buduje rynek dla składników, które tworzą inteligencję. jeden nagradza szefa kuchni. drugi nagradza dostawców stojących za kuchnią. oba podejścia mają sens, ale odzwierciedlają bardzo różne założenia na temat tego, skąd właściwie pochodzi przyszła wartość AI. idk, może oba staną się niezbędnymi warstwami stosu AI. ale ostatnio wydaje się, że największa gospodarka AI nie będzie budowana wokół modeli konkurujących ze sobą. może być zbudowana wokół ustalenia, kto zasługuje na uznanie za każdym razem, gdy tworzona jest inteligencja. @OpenLedger $OPEN $TAO #OpenLedger
Jupiter i Genius Terminal mogą stawiać zupełnie różne zakłady na przyszłość krypto, ale im bardziej się w to zagłębiam, tym bardziej fascynująca staje się teza Genius. Kilka tygodni temu obserwowałem, jak kapitał rotuje z memów Solany do Hyperliquid, a potem do nowych ekosystemów, które przyciągają uwagę. To, co się wyróżniało, to nie same narracje, ale to, jak szybko płynność była gotowa opuścić jeden ekosystem i gonić za możliwościami gdzie indziej. Dlatego Genius Terminal przykuł moją uwagę. Jupiter jest niesamowicie dobry w tym, co robi. Agreguje płynność w ramach Solany i sprawia, że realizacja w tym ekosystemie wydaje się prawie bezproblemowa. Ale założenie, które stoi za tym, jest takie, że użytkownicy spędzą większość czasu w jednym dominującym środowisku. Genius Terminal wydaje się być inną prognozą. Stawiają na to, że krypto się nie konsoliduje. Stawiają na to, że fragmentacja wciąż rośnie. Więcej łańcuchów, więcej miejsc płynności, więcej środowisk realizacji. A zamiast pomagać użytkownikom lepiej nawigować w jednym ekosystemie, próbują sprawić, by same ekosystemy miały mniejsze znaczenie. Myślę, że to znacznie większy pomysł, niż ludzie zdają sobie sprawę. Bo jeśli krypto będzie się rozwijać tak, jak w ostatnich kilku latach, to zwycięzcą może nie być platforma z najgłębszą płynnością na jednym łańcuchu. Mogłaby to być platforma, która sprawia, że wszystkie łańcuchy wydają się jednym rynkiem. Osobiście uważam, że to jest bardziej prawdopodobny wynik. W każdej cyklu ludzie przewidują konsolidację. A jednak w każdej cyklu jakoś kończymy z większą liczbą łańcuchów, większą ilością miejsc płynności i większą ilością miejsc, gdzie kapitał może płynąć. Największe ryzyko dla Genius Terminal jest oczywiste. Jeśli większość płynności w końcu skoncentruje się wokół kilku dominujących ekosystemów, to abstrakcja staje się mniej wartościowa niż głębokość. Ale jeśli fragmentacja nadal będzie rosnąć, to myślę, że warstwa realizacji, która znajduje się powyżej wszystkiego, może okazać się ważniejsza niż same łańcuchy. @GeniusOfficial $GENIUS $JUP #genius
Myślę, że gospodarka danych AI może powtarzać ten sam błąd, co internet 20 lat temu. Za każdym razem, gdy widzę, jak ludzie mówią o własności danych AI, rozmowa zazwyczaj kończy się w tym samym miejscu: użytkownicy powinni posiadać swoje dane. I szczerze mówiąc, ciężko się z tym nie zgodzić. Po latach platform wyciągających wartość z informacji generowanych przez użytkowników, własność wydaje się oczywistym rozwiązaniem. Ale im więcej o tym myślę, tym bardziej własność wydaje się być początkiem historii, a nie końcem. Kilka lat temu posiadanie strony internetowej też brzmiało wartościowo. Potem zdaliśmy sobie sprawę, że prawdziwa wartość nie leży w samej stronie. To był ruch, transakcje i działalność gospodarcza, która się na niej odbywała. Własność miała znaczenie, ale przepływ gotówki był ważniejszy. Dlatego OpenLedger i Vana wydają się rozwiązywać różne warstwy tego samego problemu. Vana koncentruje się na tym, aby ludzie faktycznie posiadali swoje dane. To ważna podstawa, ponieważ bez własności nie ma sposobu, aby zbudować sprawiedliwą gospodarkę AI w pierwszej kolejności. Ale OpenLedger wydaje się zadawać inne pytanie. Co się dzieje po tym, jak dane zaczynają generować wartość? Ponieważ jeśli zbiór danych przyczynia się do trenowania modelu, wpływa na wnioskowanie, pomaga agentowi AI podejmować decyzje i nadal generuje wartość ekonomiczną długo po tym, jak został przesłany, czy twórca powinien być wynagradzany tylko raz? Wtedy przypisanie zaczyna być bardziej interesujące niż własność. Własność mówi nam, do kogo należy aktywa. Przypisanie mówi nam, kto pomógł stworzyć wartość. A jeśli AI w końcu stanie się gospodarką, a nie tylko technologią, myślę, że to rozróżnienie staje się ogromne. Vana wydaje się być infrastrukturą dla posiadania danych. OpenLedger wydaje się być infrastrukturą dla zarabiania na danych. Obie są ważne. Ale historia zazwyczaj nagradza systemy, które potrafią śledzić tworzenie wartości, a nie tylko własność aktywów. @OpenLedger $OPEN $VANA #OpenLedger
Prawdziwy Wyścig Międzyłańcuchowy Dotyczy Inteligencji
Wszyscy mówią o infrastrukturze międzyłańcuchowej, jakby problemem było wciąż przesuwanie tokenów. Nie sądzę, że to już jest prawdziwy problem. Kilka dni temu przyglądałem się różnym ekosystemom AI i zauważyłem coś dziwnego. Sam aktyw był często najłatwiejszą rzeczą do przemieszczenia. To, co staje się trudne, to wszystko wokół niego. Dane, które informowały decyzję. Model, który wygenerował wynik. Rekordy atrybucji pokazujące, skąd naprawdę pochodzi inteligencja. Gdy AI zaczyna uczestniczyć w systemach ekonomicznych, te elementy stają się równie ważne jak sama transakcja.
Nazywanie Genius Terminal "on-chain Binance" to szczerze jedna z najodważniejszych strategii pozycjonowania, jakie ostatnio widziałem w świecie kryptowalut. Bo Binance nie dominowało tylko dzięki płynności. Binance wygrało, bo użytkownicy nigdy nie musieli myśleć o infrastrukturze. Trading po prostu wydawał się natychmiastowy, zjednoczony i psychologicznie bezwysiłkowy. I to wciąż jest obszar, w którym większość produktów on-chain ma dzisiaj poważne problemy. Zdałem sobie z tego sprawę podczas jednej z ostatnich zmiennych rotacji, kiedy instynktownie przeniosłem część swojego kapitału z powrotem na CEX, mimo że zazwyczaj wolę zostać on-chain. Nie dlatego, że decentralizacja przestała być dla mnie istotna, ale dlatego, że fragmentowane wykonanie staje się wyczerpujące, gdy rynki zaczynają poruszać się zbyt szybko. Dlatego Genius Terminal wydaje się interesujący. Nie konkurują z Binance na poziomie protokołu. Konkurują na poziomie doświadczenia. Bo on-chain już wygrywa w wielu obszarach: samodzielne przechowywanie, bezzezwoleniowa płynność, przejrzyste wykonanie, składane ekosystemy. Ale CEX-y wciąż dominują w jednej rzeczy, która ma większe znaczenie, niż ludzie przyznają podczas szybkich rynków: bezproblemowe wykonanie. I szczerze uważam, że to jest prawdziwa luka, którą Genius Terminal stara się teraz wypełnić. Nie chodzi o to, by uczynić trading on-chain potężniejszym. Chodzi o to, by przestał wydawać się cięższy niż trading scentralizowany w pierwszej kolejności. @GeniusOfficial $GENIUS $BNB #genius
Kto tak naprawdę buduje agentów AI w DeFi, którzy mogą działać na dużą skalę?
wszyscy traktują agentów AI jakby przełomem była sama autonomia, podczas gdy tak naprawdę autonomia to prawdopodobnie najłatwiejsza część. prawdziwy problem zaczyna się, gdy autonomiczne systemy zaczynają interakcję z realnym kapitałem. kilka dni temu testowałem różne przepływy pracy agentów AI w krypto i po chwili zauważyłem coś dziwnego. większość demonstracji skupia się głównie na tym, co agent może zrobić: realizować transakcje, równoważyć pozycje, kierować działaniami, automatycznie monitorować rynki, ale prawie nikt nie zwraca uwagi na to, czy ludzie wciąż mogą śledzić rozumowanie, gdy wiele systemów zaczyna ze sobą ciągle interagować.
Im więcej porównuję OpenAI, Story Protocol i OpenLedger, tym bardziej czuję, że rozwiązują problem praw autorskich w AI z zupełnie różnych warstw internetu. Kilka nocy temu korzystałem z narzędzi AI do podsumowania wątków badawczych, przepisywania notatek i organizowania losowych pomysłów rynkowych, a w połowie drogi miałem dziwne uświadomienie, że szczerze nie mogłem już powiedzieć, skąd w większości pochodziła inteligencja za wynikami. Nie z zestawów danych, nie od pisarzy, czasami nawet nie z pierwotnego kontekstu. Po prostu czyste wyniki pojawiają się natychmiast. I szczerze mówiąc, myślę, że w tym momencie OpenLedger zaczęło mi znacznie bardziej pasować. Ponieważ podczas gdy większość ludzi nadal postrzega debatę o prawach autorskich w AI wokół „kto posiada treść”, OpenLedger wydaje się bardziej skoncentrowane na czymś głębszym: jak zachować ślad inteligencji, gdy systemy AI zaczynają remiksować wszystko bez przerwy? OpenAI wciąż wydaje się skupione na kontrolowaniu samej warstwy generacji. Systemy moderacyjne, ograniczenia wyjściowe, polityki bezpieczeństwa, to wszystko. Story Protocol wydaje się bliższe rozwiązaniu kwestii koordynacji dla twórców i IP, gdy media natywne w AI staną się normą. Ale OpenLedger ciągle wraca do PoA, pochodzenia i przepływu wnioskowania w kółko i kiedyś myślałem, że za bardzo powtarzają te pomysły, szczerze mówiąc. Teraz myślę, że powtarzalność jest celem. Ponieważ gdy systemy AI zaczynają generować, podsumowywać i karmić się nawzajem rekurencyjnie z prędkością maszyny, trudniejszym problemem prawdopodobnie nie jest już „kto posiada ten wynik?”. To: czy ktokolwiek może jeszcze prześledzić, skąd w rzeczywistości pochodziła inteligencja w pierwszej kolejności? I szczerze nie sądzę, żeby przyszły internet miał czyste rozdzielenie między ludzką treścią, treścią AI i remiksowaną treścią. Wszystko powoli się łączy. Co prawdopodobnie oznacza, że zachowanie historycznego wkładu staje się coraz ważniejsze za każdym razem, gdy systemy AI kompresują kolejną warstwę kontekstu. @OpenLedger $OPEN $IP #OpenLedger
większość dzisiejszych zachęt kryptowalutowych nie tworzy prawdziwej pewności. tworzą one tymczasową aktywność. ludzie zbierają punkty, rotują kapitał, spamują transakcje przez kilka tygodni, a potem znikają w momencie, gdy nagrody zaczynają spowalniać. płynność porusza się szybko, ale prawie nikt nie czuje się już zaangażowany. oto dlaczego model „spalania i zarabiania”, który testuje Genius Terminal, wydaje mi się ciekawszy niż normalne systemy zachęt. ponieważ w momencie, gdy użytkownicy muszą najpierw poświęcić coś, aby uzyskać przyszłe korzyści, zachowanie zmienia się całkowicie. nagle użytkownicy stają się bardziej selektywni. uwaga staje się bardziej intencjonalna. krótkoterminowe farmienie zaczyna kolidować z długoterminowym pozycjonowaniem. kilka miesięcy temu interaktywowałem z wieloma ekosystemami jednocześnie, ponieważ szczerze mówiąc, nie było żadnego powodu, aby tego nie robić. jeśli jeden protokół przestał nagradzać aktywność, od razu przenosiłem się gdzie indziej. ale systemy spalania wprowadzają rzeczywisty koszt psychologiczny. użytkownik przestaje pytać: „ile mogę z tego wydobyć?” i zaczyna pytać: „czy ten ekosystem naprawdę warto zaangażować się?” i myślę, że to jest interesująca część, którą większość ludzi pomija. może następna generacja systemów zachęt kryptowalutowych nie będzie już związana z maksymalizowaniem uczestnictwa. może chodzi o filtrowanie na podstawie przekonania wystarczająco silnego, że użytkownicy dobrowolnie poświęcają płynność dzisiaj na pozycjonowanie jutro. @GeniusOfficial $GENIUS #genius
Nie sądzę, że ludzie zdają sobie sprawę, jak dużo tarcia internet cichutko traci teraz. I szczerze mówiąc, OpenLedger zaczęło dla mnie mieć znacznie więcej sensu, kiedy to zauważyłem. Prawie każdy produkt AI jest teraz zaprojektowany, aby eliminować kroki. Już nie szukasz, tylko pytasz. Nie porównujesz źródeł ręcznie, systemy podsumowują wszystko dla ciebie natychmiast. Nawet badania same w sobie zaczynają się wydawać skompresowane do kilku wygenerowanych wyników, które ludzie przeglądają w kilka sekund, zanim przejdą dalej. Na początku oczywiście wydaje się to niesamowite, ponieważ wszystko staje się szybsze i bardziej przejrzyste. Ale kilka dni temu korzystałem z AI do badań kryptowalut i otrzymałem odpowiedź prawie natychmiast. Potem zrozumiałem coś dziwnego - po ponownym przeczytaniu prawie nie wiedziałem, skąd właściwie pochodzi jakiekolwiek rozumowanie, ponieważ system już wszystko zsyntetyzował i skompresował, zanim mogłem zobaczyć ścieżkę za wynikiem samym w sobie. I myślę, że to jest ta część, na którą OpenLedger się naprawdę przygotowuje. Ponieważ gdy agenci AI i systemy wnioskowania zaczynają stale ze sobą współdziałać, tarcie nie znika tylko dla ludzi. Znika również między maszynami. Systemy zaczynają kierować informacjami, koordynować decyzje i generować wyniki z prędkościami, których nikt już nie może ręcznie zweryfikować. Dlatego OpenLedger ciągle skupia się tak mocno na PoA, pochodzeniu i przepływie wnioskowania, a nie tylko na marketingu "lepszej AI". Bez śladowości, niskotarcze ekosystemy AI w końcu stają się gigantycznymi czarnymi skrzynkami, gdzie wyniki poruszają się szybciej, niż ludzie mogą zrozumieć logikę stojącą za nimi. Nie wiem, może za bardzo to rozważam lol, ale ostatnio wydaje się, że OpenLedger nie buduje dla internetu przed AI. Budują dla internetu po tym, jak wszystko stanie się natychmiastowe. @OpenLedger $OPEN #OpenLedger
Przyszłe systemy AI mogą bardziej dbać o reputację niż o inteligencję
myślę, że przyszłe systemy AI mogą bardziej dbać o reputację niż o inteligencję w końcu co brzmi dziwnie na początku, ponieważ cały sektor AI teraz wydaje się obsesyjnie dążyć do budowania „mądrzejszych modeli” ale szczerze mówiąc, po spędzeniu zbyt dużo czasu ostatnio skacząc między kryptowalutowym Twitterem, podsumowaniami AI i losowymi pulpitami agenta, zaczynam zauważać coś dziwnego prawie wszystko brzmi teraz wiarygodnie to jest przerażająca część niekoniecznie dokładne. niekoniecznie przemyślane. po prostu wystarczająco wiarygodne, że większość ludzi prawdopodobnie nie będzie tego kwestionować po pierwszym przeczytaniu.
im więcej porównuję Genius Terminal i Hyperliquid, tym bardziej czuję, że rozwiązują trading on-chain z zupełnie przeciwnych kierunków. kilka tygodni temu handlowałem na wielu łańcuchach podczas jednej z tych szybkich rotacji narracyjnych i szczerze mówiąc, najbardziej irytującą częścią nie było nawet znalezienie trade'u. Chodziło o szybkie przemieszczenie kapitału, żeby wszystko nie wydawało się fragmentaryczne. różne portfele, różne mosty, różne przepływy egzekucji. zanim wszystko się ustabilizowało, rynek już się poruszył. dlatego to porównanie zaczęło mnie interesować. Hyperliquid zasadniczo powiedział: „jakość egzekucji jest zepsuta, więc budujemy nasz własny łańcuch i kontrolujemy środowisko bezpośrednio.” czy to ma sens. jeśli kontrolujesz łańcuch, orderbook i warstwę egzekucji razem, możesz bardziej agresywnie optymalizować prędkość, opóźnienie i doświadczenie tradingowe. ale Genius Terminal wydaje się być zupełnie innym zakładem. zamiast budować kolejne środowisko egzekucji, wydają się zakładać, że crypto w końcu stanie się zbyt fragmentaryczne, aby użytkownicy przejmowali się poszczególnymi łańcuchami. więc zamiast posiadać sam łańcuch, próbują znieść wszystkie łańcuchy za jednym środowiskiem egzekucji. myślę, że to jest interesująca część, o której nikt naprawdę nie mówi. Hyperliquid poprawia trading przez kontrolowanie infrastruktury. Genius Terminal poprawia trading przez ukrywanie infrastruktury. jedna filozofia mówi, że lepsza egzekucja pochodzi z integracji wertykalnej. druga mówi, że lepsza egzekucja pochodzi z abstrahowania. jeśli płynność wciąż koncentruje się w kilku ekosystemach, to model Hyperliquid prawdopodobnie staje się silniejszy. ale jeśli crypto wciąż fragmentuje się na więcej łańcuchów, więcej miejsc płynności i więcej środowisk egzekucji, to warstwa abstrakcji nad wszystkim może stać się znacznie ważniejsza. dlatego Genius Terminal zaczęło mi ostatnio wydawać się mniej jak „kolejna aplikacja tradingowa”, a bardziej jak zakład, że użytkownicy w końcu przestaną się przejmować tym, gdzie egzekucja się odbywa w ogóle. @GeniusOfficial #genius $GENIUS $HYPE
internet kiedyś miał źródła. Systemy AI w większości mają teraz tylko wyniki. Zauważyłem to kilka nocy temu, porównując badania w różnych narzędziach AI i agentach kryptowalutowych na ten sam temat rynkowy. Po chwili wszystko zaczęło się dziwnie szybko mieszać. Te same opinie, te same struktury, czasami prawie to samo sformułowanie z drobnymi zmianami. I szczerze mówiąc, naprawdę przestałem wiedzieć, skąd połowa pomysłów pochodziła. lol. A tak… to mniej więcej wtedy przestałem patrzeć na OpenLedger jak na kolejny projekt narracji AI. Bo kiedy systemy AI zaczynają nieustannie wchodzić w interakcje z innymi systemami AI, to trudna część prawdopodobnie nie polega już na generowaniu inteligencji. Chodzi o zachowanie odpowiedzialności za to, skąd ta inteligencja tak naprawdę się wzięła. I nie sądzę, żeby większość ludzi zdawała sobie sprawę, jak szybko ten problem już rośnie. W tej chwili nadal zakładamy, że ludzie ostatecznie ręcznie zweryfikują rzeczy. Sprawdzą źródło, porównają informacje, prześledzą kontekst sami. Ale systemy AI nie konsumują informacji tak jak ludzie. Konsumują fragmenty. Sygnały. Wyniki wnioskowania. Remixowane rozumowanie wyciągnięte z tysięcy miejsc jednocześnie. Ostatecznie internet prawdopodobnie przesunie się z: „kto to opublikował?” na: „co to wpłynęło?” I to są zupełnie różne systemy. Dlatego skupienie OpenLedger na PoA, pochodzeniu i przepływie wnioskowania wydaje mi się teraz ważniejsze niż kilka miesięcy temu. Kiedyś myślałem, że powtarzają te pomysły za często, szczerze mówiąc. Teraz to trochę wygląda jakby powtarzanie było celem. Bo kiedy autonomiczne systemy zaczynają generować i remixować informacje bez przerwy, pochodzenie przestaje być opcjonalnymi metadanymi ukrytymi gdzieś w dokumentach. Zaczyna wyglądać bardziej jak infrastruktura do utrzymania ekosystemów AI w zrozumiałym stanie. W przeciwnym razie wszystko powoli zamienia się w rekurencyjne wyniki wskazujące na inne rekurencyjne wyniki, aż nikt naprawdę nie będzie mógł prześledzić, skąd inteligencja pierwotnie pochodziła. Nie wiem, może za bardzo to analizuję. lol @OpenLedger #OpenLedger $OPEN
Wyszukiwarki klasyfikowały witryny, systemy AI klasyfikują inteligencję
Wyszukiwarki kiedyś klasyfikowały witryny. Systemy AI zaczynają klasyfikować inteligencję zamiast tego. Szczerze mówiąc, to dziwna zmiana, o której ciągle myślę ostatnio, czytając więcej o OpenLedger, ponieważ w erze web2 internet był głównie zorganizowany wokół stron. Witryny konkurowały o widoczność, SEO kontrolowało dystrybucję, a platformy decydowały, jakie informacje ludzie widzieli jako pierwsze. Ale systemy AI nie dbają już o witryny tak jak ludzie. Liczy się użyteczna inteligencja. Wzory, rozumowanie, jakość sygnału, kontekst niszy, historyczne interakcje.
zanim przeczytasz więcej o Genius Terminal, szczerze mówiąc, nie zdawałem sobie sprawy, jak bardzo handel onchain wciąż wydaje się czasami wystawiony na działanie, szczególnie dla większych portfeli. kilka tygodni temu obserwowałem wieloryba wchodzącego w pozycję, a w ciągu kilku minut konta CT już śledziły portfel, ludzie kopiowali wpisy, boty reagowały szybciej niż normalni użytkownicy mogli przetworzyć, co się dzieje. sama transakcja staje się niemal sygnałem dla wszystkich innych, zamiast tylko wykonaniem. wtedy cała sprawa z "Ghost Orders" od Genius Terminal zaczęła wydawać mi się znacznie ciekawsza, niż się spodziewałem. na ile rozumiem, próbują podzielić wykonanie na wiele portfeli i tras, zamiast wystawiać cały przepływ zamówień bezpośrednio onchain naraz. i szczerze mówiąc, to rozwiązuje całkiem realny problem w krypto teraz. ponieważ ludzie wciąż mówią o przejrzystości, jakby zawsze była dobra, ale dla prawdziwych traderów przejrzystość może stać się również słabością. w momencie, gdy duży kapitał porusza się onchain, wszystko zaczyna na to reagować. boty skanują transakcje, portfele są śledzone, wpisy są kopiowane, czasami nawet dostajesz front-run przed pełnym zbudowaniem pozycji. specjalną rzeczą w krypto teraz jest to, że samo wykonanie wciąż wydaje się być zaprojektowane jako wrażliwe. myślę, że dlatego Genius Terminal nie wydaje mi się już tylko kolejnym interfejsem handlowym. bardziej czuję, jakby próbowali zbudować warstwę prywatności i wykonania ponad defi samym w sobie. nietypowa prywatność w sensie „ukryj wszystko”. bardziej jak ochrona jakości wykonania przed zniszczeniem w momencie, gdy kapitał dotyka łańcucha. ponieważ ostatecznie, jeśli handel onchain będzie się rozwijał, nie sądzę, żeby poważni traderzy znieśli system, w którym każdy ruch natychmiast staje się publicznym alfabą dla botów i trackerów wokół nich. to prawdopodobnie pierwszy raz, kiedy Genius Terminal przestał mi się wydawać normalnym produktem terminalowym i zaczął wydawać się bardziej jak infrastruktura dla dyskretnego wykonania samego w sobie.
pomysł, że portfele w końcu staną się sterowane głosowo, na początku wydawał mi się trochę gimmickowy, szczerze mówiąc jak jeden z tych konceptów „przyszłej AI”, które brzmią fajnie w demonstracjach, ale wydają się dziwne w prawdziwym życiu ale miałem ostatnio moment, przeskakując między łańcuchami, sprawdzając pozycje, przenosząc aktywa i otwierając jak 8 zakładek tylko po to, żeby zrobić proste rzeczy, i przypadkowo pomyślałem: czemu wciąż ręcznie nawiguję po infrastrukturze finansowej, jakby to był 2017 lol i to szczerze mówiąc, tam gdzie kierunek OpenLedger x Trust Wallet zaczynał mieć dla mnie więcej sensu ponieważ gdy systemy AI stają się lepsze w kontekście, pamięci i koordynacji, portfele prawdopodobnie przestaną działać jak statyczne aplikacje i zaczną zachowywać się bardziej jak inteligentne interfejsy, zamiast: otwórz aplikację -> wyszukaj token -> skopiuj adres -> przełącz łańcuch -> potwierdź tx -> sprawdź slippage ręcznie interakcja w końcu staje się bardziej naturalna „przenieś część moich zysków do stabilnych” „przenieś to na inny łańcuch” „zmniejsz ekspozycję, jeśli zmienność wzrośnie dzisiaj w nocy” „pokaż mi, które pozycje mają słabsze wyniki” i to właśnie tam sprawy stają się interesujące moim zdaniem ponieważ trudna część prawdopodobnie nie leży w samych komendach głosowych. Siri istniała już lata temu i nikt nie myślał, że zmieni finansowanie. prawdziwa zmiana następuje, gdy portfele zaczynają rozumieć intencje, zamiast tylko przetwarzać wejścia i dlatego OpenLedger wydaje mi się istotny w tej rozmowie ponieważ gdy AI zaczyna siedzieć pomiędzy użytkownikami a warstwami wykonawczymi finansów, pochodzenie i śledzenie wniosków nagle stają się znacznie ważniejsze jeśli portfel wspomagany AI sugeruje działanie, kieruje płynnością lub uruchamia automatyzację, ludzie w końcu muszą wiedzieć: gdzie pochodziła decyzja jakie dane na nią wpłynęły jaka ścieżka wnioskowania wyprodukowała rekomendację w przeciwnym razie koordynacja finansowa powoli zamienia się w czarną skrzynkę, której nikt już do końca nie rozumie to szczerze mówiąc, część, którą myślę, że większość ludzi pomija w przypadku portfeli AI rn koncentrują się na interfejsie, ponieważ to ta błyszcząca część @OpenLedger $OPEN #OpenLedger