Binance Square
Crypto460
3.4k Publicações

Crypto460

Crypto News | Real-Time Market Insights | Whale Tracking | Your go-to hub for Bitcoin, Ethereum & altcoin updates.
Trader frequente
2.2 anos
1.2K+ Seguindo
4.2K+ Seguidores
8.2K+ Curtiu
Publicações
PINNED
·
--
Artigo
Eu Parei de Observar o Preço do NEWT… e Comecei a Ver o que Ele Realmente Garante…Fiquei encarando o gráfico do NEWT de vez em quando por umas duas semanas e, honestamente, a movimentação do preço não me diz muita coisa. Esse é o tipo de armadilha dos tokens de infraestrutura mais novos: você vê as velas se mexerem e começa a formar opiniões antes de realmente ter olhado para o que aquela coisa deveria fazer. Então eu me forcei a voltar ao básico. O que esse token realmente garante? Acontece que $NEWT reside dentro da rede de operadores do Newton Protocol. Fazer staking faz parte do que mantém essa rede íntegra: os validadores e operadores que verificam políticas, avaliam quais permissões um agente tem e lidam com as coisas de estado entre cadeias que fazem as atestações do Newton fazerem sentido de verdade. E quando eu pensei nisso por um instante, ficou claro por que isso importa tanto. Se a rede que faz essas verificações não for segura, nenhuma das atestações significa algo. A ideia inteira de enforcement pré-transação simplesmente desmorona, porque você está confiando em um sistema para atestar alguma coisa, e esse sistema só é tão bom quanto o que o sustenta.

Eu Parei de Observar o Preço do NEWT… e Comecei a Ver o que Ele Realmente Garante…

Fiquei encarando o gráfico do NEWT de vez em quando por umas duas semanas e, honestamente, a movimentação do preço não me diz muita coisa. Esse é o tipo de armadilha dos tokens de infraestrutura mais novos: você vê as velas se mexerem e começa a formar opiniões antes de realmente ter olhado para o que aquela coisa deveria fazer. Então eu me forcei a voltar ao básico. O que esse token realmente garante?
Acontece que $NEWT reside dentro da rede de operadores do Newton Protocol. Fazer staking faz parte do que mantém essa rede íntegra: os validadores e operadores que verificam políticas, avaliam quais permissões um agente tem e lidam com as coisas de estado entre cadeias que fazem as atestações do Newton fazerem sentido de verdade. E quando eu pensei nisso por um instante, ficou claro por que isso importa tanto. Se a rede que faz essas verificações não for segura, nenhuma das atestações significa algo. A ideia inteira de enforcement pré-transação simplesmente desmorona, porque você está confiando em um sistema para atestar alguma coisa, e esse sistema só é tão bom quanto o que o sustenta.
·
--
Bullish
Verificado
#newt $NEWT @NewtonProtocol Eu continuei relendo a mesma linha nas anotações do @NewtonProtocol sobre as verificações de garantias de precificação do RedStone, E o que ficou não foi a integração — foi a dependência que ela cria silenciosamente.... Uma política de verificação de índices de garantias só é tão boa quanto o feed de preços em que ela confia. Se o RedStone cair, for manipulado ou simplesmente atrasar durante a volatilidade, qualquer política construída em cima desse feed herda o problema instantaneamente, independentemente de quão descentralizada seja a rede de operadores que verifica a política. A mesma lógica se aplica à Chainalysis para dados de sanções ou à Credora para risco de crédito….. A camada de execução pode ser totalmente descentralizada, ainda assim dependendo de um pequeno número de fontes de dados nomeadas alimentando-a. Isso não é uma falha exclusiva da Newton; todo sistema onchain com dados do mundo real tem esse problema. Mas isso significa que a execução descentralizada de políticas e as entradas descentralizadas são duas afirmações separadas, e apenas uma delas é totalmente verdadeira aqui ainda. A concentração de oráculos preocupa você mais do que a concentração de operadores?
#newt $NEWT @NewtonProtocol
Eu continuei relendo a mesma linha nas anotações do @NewtonProtocol sobre as verificações de garantias de precificação do RedStone,
E o que ficou não foi a integração — foi a dependência que ela cria silenciosamente....
Uma política de verificação de índices de garantias só é tão boa quanto o feed de preços em que ela confia. Se o RedStone cair, for manipulado ou simplesmente atrasar durante a volatilidade, qualquer política construída em cima desse feed herda o problema instantaneamente, independentemente de quão descentralizada seja a rede de operadores que verifica a política.
A mesma lógica se aplica à Chainalysis para dados de sanções ou à Credora para risco de crédito….. A camada de execução pode ser totalmente descentralizada, ainda assim dependendo de um pequeno número de fontes de dados nomeadas alimentando-a.
Isso não é uma falha exclusiva da Newton; todo sistema onchain com dados do mundo real tem esse problema. Mas isso significa que a execução descentralizada de políticas e as entradas descentralizadas são duas afirmações separadas, e apenas uma delas é totalmente verdadeira aqui ainda.

A concentração de oráculos preocupa você mais do que a concentração de operadores?
·
--
Bullish
$USDC vs $BTC Observando a dominância do USDC aqui e está acontecendo exatamente como eu quero ver. USDC caindo no cronograma. Isso é capital saindo das stablecoins e indo para o risco. Risco clássico em andamento. O BTC está reagindo comprando por causa disso. No curto prazo, o macro é de apetite por risco, e o preço está seguindo o fluxo. Nada complicado—apenas liquidez indo para onde ela quer estar agora. Mas eu não estou tratando isso como um passe livre para ficar comprado para sempre. Esse movimento no BTC é um rally de alívio, não uma mudança de tendência, até que seja provado o contrário. A invalidação da tese inteira de “risk-on” é simples: o USDC retesta a queda macro vermelha e a transforma em suporte. Se isso acontecer, eu saio do mindset de “deixar rolar”. Esse reteste sustentando = as stablecoins absorvendo liquidez de novo = o rali do BTC perde seu combustível. Então meu plano: continuar com o movimento enquanto o USDC estiver pressionado abaixo dessa linha de tendência. Assim que ele recuperar e segurar acima dela, eu começo a apertar e realizar lucros com a força, em vez de correr atrás. Níveis que estou observando: a tendência macro de baixa vermelha no USDc. É esse o trade inteiro. Não é conselho financeiro, é apenas como estou me posicionando em torno disso. Alguém mais está anulando $BTC a força quando a dominância retomar essa linha? #USDC #BTC {spot}(BTCUSDT) {spot}(USDCUSDT)
$USDC vs $BTC
Observando a dominância do USDC aqui e está acontecendo exatamente como eu quero ver.
USDC caindo no cronograma. Isso é capital saindo das stablecoins e indo para o risco. Risco clássico em andamento.
O BTC está reagindo comprando por causa disso. No curto prazo, o macro é de apetite por risco, e o preço está seguindo o fluxo. Nada complicado—apenas liquidez indo para onde ela quer estar agora.
Mas eu não estou tratando isso como um passe livre para ficar comprado para sempre. Esse movimento no BTC é um rally de alívio, não uma mudança de tendência, até que seja provado o contrário. A invalidação da tese inteira de “risk-on” é simples: o USDC retesta a queda macro vermelha e a transforma em suporte.
Se isso acontecer, eu saio do mindset de “deixar rolar”. Esse reteste sustentando = as stablecoins absorvendo liquidez de novo = o rali do BTC perde seu combustível.
Então meu plano: continuar com o movimento enquanto o USDC estiver pressionado abaixo dessa linha de tendência. Assim que ele recuperar e segurar acima dela, eu começo a apertar e realizar lucros com a força, em vez de correr atrás.
Níveis que estou observando: a tendência macro de baixa vermelha no USDc. É esse o trade inteiro.
Não é conselho financeiro, é apenas como estou me posicionando em torno disso.

Alguém mais está anulando $BTC a força quando a dominância retomar essa linha?
#USDC #BTC
·
--
Bullish
Verificando o gráfico semanal do $SOL e há um repique aqui que na verdade está alinhando bem com algumas coisas ao mesmo tempo. O preço encontrou suporte em um nível que já foi importante antes, e não é algo que aconteça aleatoriamente. Também está bem perto do nível de retração de 50% de Fibonacci, que normalmente é um daqueles pontos em que você esperaria que os compradores voltassem a entrar caso a estrutura mais ampla ainda esteja intacta. Então não é só que o preço repicou; é o preço repicando exatamente onde você gostaria que ele repicasse se o cenário de alta ainda estiver vivo. Agora, a coisa que realmente confirmaria algo mais do que apenas um repique é uma ruptura sustentada acima da linha de tendência descendente. Palavra-chave: sustentada. Uma única vela verde “espichando” acima não conta. Se o $SOL conseguir fechar acima dessa linha de tendência e mantiver ali, esse é o primeiro sinal real de que a ideia do “mapa” amarelo poderia começar a se desenrolar para cima. Acima disso, o próximo obstáculo é a resistência em torno de US$ 98. Esse é o nível que já limitou as coisas antes; então, mesmo que a linha de tendência seja rompida, US$ 98 é onde eu esperaria alguma hesitação ou uma “briga” antes de qualquer coisa continuar subindo. Então, basicamente: repique é um bom sinal, a quebra da linha de tendência é a confirmação, e US$ 98 é o teste real depois disso. Não é aconselhamento financeiro, só acompanhando a estrutura. Alguém mais observando esse nível de US$ 98 também? $SOL #solana {spot}(SOLUSDT)
Verificando o gráfico semanal do $SOL e há um repique aqui que na verdade está alinhando bem com algumas coisas ao mesmo tempo.
O preço encontrou suporte em um nível que já foi importante antes, e não é algo que aconteça aleatoriamente. Também está bem perto do nível de retração de 50% de Fibonacci, que normalmente é um daqueles pontos em que você esperaria que os compradores voltassem a entrar caso a estrutura mais ampla ainda esteja intacta. Então não é só que o preço repicou; é o preço repicando exatamente onde você gostaria que ele repicasse se o cenário de alta ainda estiver vivo.
Agora, a coisa que realmente confirmaria algo mais do que apenas um repique é uma ruptura sustentada acima da linha de tendência descendente. Palavra-chave: sustentada. Uma única vela verde “espichando” acima não conta. Se o $SOL conseguir fechar acima dessa linha de tendência e mantiver ali, esse é o primeiro sinal real de que a ideia do “mapa” amarelo poderia começar a se desenrolar para cima.
Acima disso, o próximo obstáculo é a resistência em torno de US$ 98. Esse é o nível que já limitou as coisas antes; então, mesmo que a linha de tendência seja rompida, US$ 98 é onde eu esperaria alguma hesitação ou uma “briga” antes de qualquer coisa continuar subindo.
Então, basicamente: repique é um bom sinal, a quebra da linha de tendência é a confirmação, e US$ 98 é o teste real depois disso.
Não é aconselhamento financeiro, só acompanhando a estrutura. Alguém mais observando esse nível de US$ 98 também?
$SOL #solana
·
--
Bullish
Fazendo zoom out no $XRP e há um setup aqui que vale a pena prestar atenção, tanto em preço quanto em momentum. Neste momento, tanto o preço quanto o RSI ainda estão presos abaixo de suas linhas de tendência descendentes. Isso importa porque, até que ambos sejam recuperados, tecnicamente ainda é uma tendência de baixa, não importa o quão sobrevendido comece a parecer. Uma ruptura acima de ambas essas linhas de tendência juntas seria o primeiro sinal real de que algo está mudando. Não uma confirmação de fundo, apenas o primeiro indício. Do lado do preço, o $XRP agora está se aproximando descendo de uma zona de suporte bem importante por volta de US$ 0,95. Isso não é apenas alguma linha horizontal aleatória; é o nível que vem sustentando a ideia mais ampla do roadmap (o caminho branco que muita gente tem acompanhado). Se US$ 0,95 romper e realmente se manter abaixo em um fechamento, não só um pavio rápido, esse cenário do roadmap fica basicamente invalidado. Isso abriria a porta para uma perna mais profunda para baixo, em vez do caminho de recuperação que muita gente está esperando. Então a forma como estou observando isso… US$ 0,95 é o nível que decide muita coisa aqui. Segure-o, e ainda existe um caso para o setup de reversão continuar a se formar. Perda-o, e a estrutura muda para algo mais baixista. As linhas de tendência tanto no preço quanto no RSI ainda precisam ser rompidas para que haja confirmação de verdade em qualquer cenário. Não é aconselhamento financeiro, apenas minha leitura do gráfico. Onde está a linha que todo mundo está traçando no $XRP agora? #xrp #Ripple {spot}(XRPUSDT)
Fazendo zoom out no $XRP e há um setup aqui que vale a pena prestar atenção, tanto em preço quanto em momentum.
Neste momento, tanto o preço quanto o RSI ainda estão presos abaixo de suas linhas de tendência descendentes. Isso importa porque, até que ambos sejam recuperados, tecnicamente ainda é uma tendência de baixa, não importa o quão sobrevendido comece a parecer. Uma ruptura acima de ambas essas linhas de tendência juntas seria o primeiro sinal real de que algo está mudando. Não uma confirmação de fundo, apenas o primeiro indício.
Do lado do preço, o $XRP agora está se aproximando descendo de uma zona de suporte bem importante por volta de US$ 0,95. Isso não é apenas alguma linha horizontal aleatória; é o nível que vem sustentando a ideia mais ampla do roadmap (o caminho branco que muita gente tem acompanhado).
Se US$ 0,95 romper e realmente se manter abaixo em um fechamento, não só um pavio rápido, esse cenário do roadmap fica basicamente invalidado. Isso abriria a porta para uma perna mais profunda para baixo, em vez do caminho de recuperação que muita gente está esperando.
Então a forma como estou observando isso… US$ 0,95 é o nível que decide muita coisa aqui. Segure-o, e ainda existe um caso para o setup de reversão continuar a se formar. Perda-o, e a estrutura muda para algo mais baixista.
As linhas de tendência tanto no preço quanto no RSI ainda precisam ser rompidas para que haja confirmação de verdade em qualquer cenário.
Não é aconselhamento financeiro, apenas minha leitura do gráfico.

Onde está a linha que todo mundo está traçando no $XRP agora?
#xrp #Ripple
Verificado
Artigo
Quatro Domínios, Uma Camada de EnforcementCompliance, identidade, segurança e risco normalmente são tratados como quatro problemas separados no DeFi — se é que são tratados. Um time pode incluir, separadamente, a verificação de sanções com um provedor, a verificação de identidade com outro, o monitoramento de segurança com um terceiro, e a gestão de risco como uma planilha interna que ninguém fora do time consegue auditar. Cada peça funciona isoladamente. Nenhuma conversa com a outra, e uma transação pode passar por uma checagem enquanto falha completamente em outra que ninguém pensou em conectar. O engine de políticas do Newton Protocol trata tudo como quatro domínios avaliados em conjunto, para a mesma transação, antes de ela ser liquidada — em vez de serem ferramentas separadas que o time precisa unir. Compliance cobre sanções e checagem da OFAC, a verificação base que a maioria das entidades mais regulamentadas exige antes de permitir que uma contraparte transacione. Identidade cobre verificação e elegibilidade, confirmando que uma carteira ou usuário realmente qualifica para executar a ação que está tentando — não apenas que tem fundos para tentar. Segurança foca em bloqueio de ameaças em tempo real, capturando padrões maliciosos conhecidos antes da execução, em vez de sinalizá-los em um post-mortem. Risco cobre exposição a contrapartes, alavancagem, premissas de APY e saúde de oráculos — a categoria com mais chance de degradar silenciosamente a segurança de um cofre sem ninguém perceber até que as condições piorem. O que torna isso estruturalmente diferente de uma única empresa tentando construir os quatro domínios internamente é que as políticas do Newton são construídas usando dados de provedores institucionais especializados, em vez de reinventar cada roda. Chainalysis e Hexagate cobrem compliance e detecção de ameaças. Vaults.fyi fornece dados reais de desempenho de cofre para políticas de risco. RedStone e Credora trazem feeds de preço e avaliação de risco de crédito. A execução da política em si roda em uma rede descentralizada de operadores, garantida pelo EigenLayer, com infraestrutura adicional da Succinct, Rhinestone e Octane para lidar com verificação e execução. É uma aposta em composabilidade tanto quanto uma aposta técnica. Em vez de uma empresa ser dona de toda a stack, o Newton trata cada domínio como um “slot” ao qual provedores estabelecidos e já confiáveis plugam, enquanto a camada de enforcement fica responsável por garantir que a checagem realmente aconteça antes da liquidação, independentemente de quais dados do provedor estejam sendo verificados. O risco a observar é a concentração. Se uma política depender demais de um único provedor em qualquer um dos domínios, esse provedor se torna um único ponto de falha para cada transação que dependa dele, não importa o quanto a camada de enforcement permaneça descentralizada na base.

Quatro Domínios, Uma Camada de Enforcement

Compliance, identidade, segurança e risco normalmente são tratados como quatro problemas separados no DeFi — se é que são tratados. Um time pode incluir, separadamente, a verificação de sanções com um provedor, a verificação de identidade com outro, o monitoramento de segurança com um terceiro, e a gestão de risco como uma planilha interna que ninguém fora do time consegue auditar. Cada peça funciona isoladamente. Nenhuma conversa com a outra, e uma transação pode passar por uma checagem enquanto falha completamente em outra que ninguém pensou em conectar. O engine de políticas do Newton Protocol trata tudo como quatro domínios avaliados em conjunto, para a mesma transação, antes de ela ser liquidada — em vez de serem ferramentas separadas que o time precisa unir. Compliance cobre sanções e checagem da OFAC, a verificação base que a maioria das entidades mais regulamentadas exige antes de permitir que uma contraparte transacione. Identidade cobre verificação e elegibilidade, confirmando que uma carteira ou usuário realmente qualifica para executar a ação que está tentando — não apenas que tem fundos para tentar. Segurança foca em bloqueio de ameaças em tempo real, capturando padrões maliciosos conhecidos antes da execução, em vez de sinalizá-los em um post-mortem. Risco cobre exposição a contrapartes, alavancagem, premissas de APY e saúde de oráculos — a categoria com mais chance de degradar silenciosamente a segurança de um cofre sem ninguém perceber até que as condições piorem. O que torna isso estruturalmente diferente de uma única empresa tentando construir os quatro domínios internamente é que as políticas do Newton são construídas usando dados de provedores institucionais especializados, em vez de reinventar cada roda. Chainalysis e Hexagate cobrem compliance e detecção de ameaças. Vaults.fyi fornece dados reais de desempenho de cofre para políticas de risco. RedStone e Credora trazem feeds de preço e avaliação de risco de crédito. A execução da política em si roda em uma rede descentralizada de operadores, garantida pelo EigenLayer, com infraestrutura adicional da Succinct, Rhinestone e Octane para lidar com verificação e execução. É uma aposta em composabilidade tanto quanto uma aposta técnica. Em vez de uma empresa ser dona de toda a stack, o Newton trata cada domínio como um “slot” ao qual provedores estabelecidos e já confiáveis plugam, enquanto a camada de enforcement fica responsável por garantir que a checagem realmente aconteça antes da liquidação, independentemente de quais dados do provedor estejam sendo verificados. O risco a observar é a concentração. Se uma política depender demais de um único provedor em qualquer um dos domínios, esse provedor se torna um único ponto de falha para cada transação que dependa dele, não importa o quanto a camada de enforcement permaneça descentralizada na base.
·
--
Bullish
Verificado
#newt $NEWT Eu costumava ver a oferta em circulação como um único número. @NewtonProtocol fez com que eu dividisse isso na minha cabeça em dois montes bem diferentes..... Minha tese é simples...... apenas a parte em stake é que realmente está fazendo trabalho de segurança, verificando políticas, validando atestações. O resto só está parado em carteiras, não fazendo nada para a rede de um jeito ou de outro. $NEWT tem uma oferta fixa de 1.000.000.000, com aproximadamente um quinto a um quarto circulando agora, dependendo de qual rastreador você consulta. A verdadeira questão não é a oferta em circulação crescer ao longo do tempo, é qual fração dessa oferta circulante está de fato em stake e garantindo a execução ativa de políticas versus apenas mantida para o preço…. Um número alto de circulação com baixa participação em staking me preocuparia mais do que um float menor que esteja majoritariamente em stake…. Desbloqueios não me assustam por si só. Desbloqueios sem stake, sem demanda de execução por trás deles, sim…. @NewtonProtocol #Newt $NEWT Qual é a proporção que faria você se sentir confortável, em stake versus só circulando???
#newt $NEWT
Eu costumava ver a oferta em circulação como um único número. @NewtonProtocol fez com que eu dividisse isso na minha cabeça em dois montes bem diferentes.....
Minha tese é simples...... apenas a parte em stake é que realmente está fazendo trabalho de segurança, verificando políticas, validando atestações. O resto só está parado em carteiras, não fazendo nada para a rede de um jeito ou de outro. $NEWT tem uma oferta fixa de 1.000.000.000, com aproximadamente um quinto a um quarto circulando agora, dependendo de qual rastreador você consulta. A verdadeira questão não é a oferta em circulação crescer ao longo do tempo, é qual fração dessa oferta circulante está de fato em stake e garantindo a execução ativa de políticas versus apenas mantida para o preço…. Um número alto de circulação com baixa participação em staking me preocuparia mais do que um float menor que esteja majoritariamente em stake….
Desbloqueios não me assustam por si só. Desbloqueios sem stake, sem demanda de execução por trás deles, sim….

@NewtonProtocol #Newt $NEWT
Qual é a proporção que faria você se sentir confortável, em stake versus só circulando???
Verificado
Artigo
Ver tradução
Newton Vault SDK: The Risk Layer Most Vaults Can’t Afford to Build ThemselvesI was thinking about why so many DeFi vault teams skip real risk management, and it’s not because they don’t care. It’s because they’re small. Most teams building a vault are product people. They want to ship, get deposits in, run the strategy well. They are not compliance shops. Standing up a real risk function, the kind a bank would have, takes headcount and budget most vaults just don’t have. So that layer either doesn’t exist, or it exists somewhere informal, in someone’s head or a spreadsheet, where nobody outside the team can actually check it. That’s the gap the Newton Vault SDK is aimed at. Instead of a team building spend limits, counterparty screening, identity checks, and collateral rules from scratch (or skipping them), the SDK packages all of it into one layer the vault plugs into. Policy gets enforced before a transaction settles, not reviewed after the fact once something’s already gone wrong. What made me pay more attention than usual is who’s behind it. @NewtonProtocol ’s core team comes out of Magic Labs, the people behind the original embedded wallet, the thing quietly onboarding users into apps like Polymarket without most of those users ever knowing Magic was there. That’s not nothing. Magic’s network is reportedly over 200,000 developers and 57 million wallets already. Most infra protocols spend years trying to build that kind of reach from zero. The launch partners tell you something too. Vaults.fyi and RedStone are already wired in, feeding live market data into policies instead of static rules that go stale in a week. That’s a sign this wasn’t built to sit on a shelf waiting for adoption. It shipped with real integrations already attached. For a vault manager, the tradeoff used to be ship fast with no real guardrails, or slow down and build compliance in house. The SDK is trying to make ship with guardrails already on the easy path instead of the expensive one. @NewtonProtocol #Newt $NEWT The part I can’t answer yet is adoption depth. Anyone can integrate a toolkit once. The real test is whether teams are still leaning on it six months in, after the initial setup wears off. Only that second thing actually proves the model works.

Newton Vault SDK: The Risk Layer Most Vaults Can’t Afford to Build Themselves

I was thinking about why so many DeFi vault teams skip real risk management, and it’s not because they don’t care. It’s because they’re small.
Most teams building a vault are product people. They want to ship, get deposits in, run the strategy well. They are not compliance shops. Standing up a real risk function, the kind a bank would have, takes headcount and budget most vaults just don’t have. So that layer either doesn’t exist, or it exists somewhere informal, in someone’s head or a spreadsheet, where nobody outside the team can actually check it.
That’s the gap the Newton Vault SDK is aimed at. Instead of a team building spend limits, counterparty screening, identity checks, and collateral rules from scratch (or skipping them), the SDK packages all of it into one layer the vault plugs into. Policy gets enforced before a transaction settles, not reviewed after the fact once something’s already gone wrong.
What made me pay more attention than usual is who’s behind it. @NewtonProtocol ’s core team comes out of Magic Labs, the people behind the original embedded wallet, the thing quietly onboarding users into apps like Polymarket without most of those users ever knowing Magic was there. That’s not nothing. Magic’s network is reportedly over 200,000 developers and 57 million wallets already. Most infra protocols spend years trying to build that kind of reach from zero.
The launch partners tell you something too. Vaults.fyi and RedStone are already wired in, feeding live market data into policies instead of static rules that go stale in a week. That’s a sign this wasn’t built to sit on a shelf waiting for adoption. It shipped with real integrations already attached.
For a vault manager, the tradeoff used to be ship fast with no real guardrails, or slow down and build compliance in house. The SDK is trying to make ship with guardrails already on the easy path instead of the expensive one.
@NewtonProtocol #Newt $NEWT
The part I can’t answer yet is adoption depth. Anyone can integrate a toolkit once. The real test is whether teams are still leaning on it six months in, after the initial setup wears off. Only that second thing actually proves the model works.
·
--
Bullish
Ver tradução
#newt $NEWT @NewtonProtocol I remember watching audit reports get published and sit cOmpletely unread until something already broke, at which point everyone suddenly cared what the report said..... I used to think the existence of a record was the protection. Now I think the record only protects you if checking it is part of someone’s actual workflow.👍 @NewtonProtocol produces a signed attestation for every policy evaluation, viewable on the Newton Explorer. That’s real, verifiable, onchain proof of what was enforced. But proof that exists and proof that gets used are two different outcomes...... 👨‍💻My thesis is that the value of an attestation isn’t created when it’s written, it’s created the first time a depositor, an auditor, or a regulator actually pulls it up before trusting a vault, not after something goes wrong..... If that habit doesn’t form, attestations become exactly like the audit reports nObody reads, technically available, practically ignored until too late. 💪As a trader, I’m watching whether Newton Explorer usage shows up independent of incidents, not just after one..... @NewtonProtocol #Newt $NEWT What would make verification a habit instead of an afterthought???
#newt $NEWT @NewtonProtocol

I remember watching audit reports get published and sit cOmpletely unread until something already broke, at which point everyone suddenly cared what the report said..... I used to think the existence of a record was the protection. Now I think the record only protects you if checking it is part of someone’s actual workflow.👍
@NewtonProtocol produces a signed attestation for every policy evaluation, viewable on the Newton Explorer. That’s real, verifiable, onchain proof of what was enforced. But proof that exists
and proof that gets used are two different outcomes......
👨‍💻My thesis is that the value of an attestation isn’t created when it’s written, it’s created the first time a depositor, an auditor, or a regulator actually pulls it up before trusting a vault, not after something goes wrong.....
If that habit doesn’t form, attestations become exactly like the audit reports nObody reads, technically available, practically ignored until too late.
💪As a trader, I’m watching whether Newton Explorer usage shows up independent of incidents, not just after one.....

@NewtonProtocol #Newt $NEWT

What would make verification a habit instead of an afterthought???
Verificado
Artigo
A Lacuna de Autorização Para a Qual Ninguém Foi PreparadoFinanças on-chain resolveram a execução antes de resolverem a permissão. Um contrato inteligente é executado exatamente como foi escrito, todas as vezes, sem ambiguidade sobre o que acontece depois que uma transação é enviada. O que ele nunca foi construído para fazer é perguntar se aquela transação deveria ou não ser permitida em primeiro lugar, dado tudo o que se sabe sobre a carteira, o mercado e as regras que alguém concordou em seguir. Essa lacuna foi, em grande parte, corrigida com ferramentas de monitoramento. Algo é executado, um alerta dispara, a equipe revisa depois do fato e, se algo deu errado, a resposta é uma ação de contenção e limpeza, em vez de prevenção. Funciona do jeito que uma câmera de segurança funciona: ela registra o evento. Não impede que ele aconteça. <c-9/> foi construído para fechar essa lacuna específica, em vez de adicionar mais uma camada de monitoramento por cima das existentes. O modelo é de enforcement pré-transação: um builder define uma política, essa política é verificada contra uma transação antes de ela se liquidar e o resultado é uma atestação on-chain assinada, mostrando o que foi avaliado e qual foi o desfecho. Se a comparação com as finanças tradicionais ajudar, é mais parecido com como funciona uma rede de autorização de cartões do que com como funciona um sistema de detecção de fraude. Uma decisão acontece antes de o dinheiro se mover, não depois. A diferença prática aparece de forma mais clara em cofres (vaults) DeFi curados. Esses cofres guardam quantidades significativas e crescentes de capital, mas os limites de risco por trás deles — caps de concentração, restrições de contrapartes, limiares de colateral — em grande parte viveram em documentação offchain, planilhas internas ou uma decisão de julgamento de um gestor. Nada disso é verificável por um depositante em tempo real. A abordagem da Newton é permitir que um gestor de vault codifique essas mesmas regras como política, e então fazer com que cada transação seja verificada contra essa política antes de poder se liquidar, com o resultado registrado on-chain para que qualquer pessoa possa verificar. Isso não elimina o risco. Nenhuma camada de enforcement consegue prometer isso. O que ela muda é onde a falha fica visível. Em vez de uma regra existir apenas no papel e ser testada apenas quando algo já quebra, a regra passa a ser testada continuamente, em toda transação, com um registro deixado para trás de qualquer forma.

A Lacuna de Autorização Para a Qual Ninguém Foi Preparado

Finanças on-chain resolveram a execução antes de resolverem a permissão. Um contrato inteligente é executado exatamente como foi escrito, todas as vezes, sem ambiguidade sobre o que acontece depois que uma transação é enviada. O que ele nunca foi construído para fazer é perguntar se aquela transação deveria ou não ser permitida em primeiro lugar, dado tudo o que se sabe sobre a carteira, o mercado e as regras que alguém concordou em seguir. Essa lacuna foi, em grande parte, corrigida com ferramentas de monitoramento. Algo é executado, um alerta dispara, a equipe revisa depois do fato e, se algo deu errado, a resposta é uma ação de contenção e limpeza, em vez de prevenção. Funciona do jeito que uma câmera de segurança funciona: ela registra o evento. Não impede que ele aconteça. <c-9/> foi construído para fechar essa lacuna específica, em vez de adicionar mais uma camada de monitoramento por cima das existentes. O modelo é de enforcement pré-transação: um builder define uma política, essa política é verificada contra uma transação antes de ela se liquidar e o resultado é uma atestação on-chain assinada, mostrando o que foi avaliado e qual foi o desfecho. Se a comparação com as finanças tradicionais ajudar, é mais parecido com como funciona uma rede de autorização de cartões do que com como funciona um sistema de detecção de fraude. Uma decisão acontece antes de o dinheiro se mover, não depois. A diferença prática aparece de forma mais clara em cofres (vaults) DeFi curados. Esses cofres guardam quantidades significativas e crescentes de capital, mas os limites de risco por trás deles — caps de concentração, restrições de contrapartes, limiares de colateral — em grande parte viveram em documentação offchain, planilhas internas ou uma decisão de julgamento de um gestor. Nada disso é verificável por um depositante em tempo real. A abordagem da Newton é permitir que um gestor de vault codifique essas mesmas regras como política, e então fazer com que cada transação seja verificada contra essa política antes de poder se liquidar, com o resultado registrado on-chain para que qualquer pessoa possa verificar. Isso não elimina o risco. Nenhuma camada de enforcement consegue prometer isso. O que ela muda é onde a falha fica visível. Em vez de uma regra existir apenas no papel e ser testada apenas quando algo já quebra, a regra passa a ser testada continuamente, em toda transação, com um registro deixado para trás de qualquer forma.
·
--
Bullish
#newt $NEWT Eu estava acompanhando como uma verificação de política realmente se encaixa na linha do tempo de uma transação, e a parte que me incomodou não foi a própria verificação — foi os milissegundos ao redor dela. @NewtonProtocol avalia uma transação em relação a uma política ativa antes da liquidação. Essa é a proposta inteira: decisão antes de o dinheiro se mover. Mas uma verificação ainda leva tempo para ser executada, mesmo uma rápida. E o ativo que está sendo verificado — uma cotação de preço, uma pontuação de risco, um sinalizador de contraparte — é, por si só, um snapshot de algo que continua mudando por baixo..... Então a pergunta que eu ainda não consigo responder totalmente é o que acontece nessa janela estreita..... A política diz “sim” com base em condições de alguns centenas de milissegundos atrás..... A transação é liquidada um momento depois. Os mercados não pausam para a lacuna. Na maior parte do tempo, essa lacuna é irrelevante. Sob estresse real, quando há movimentos rápidos de preços, atualização de uma lista de sanções, é exatamente essa janela que importa. A aplicação antes da transação ainda é uma melhoria enorme em relação ao monitoramento depois do fato..... Eu só não acho que “antes da liquidação” signifique “instantâneo” do jeito que a expressão dá a entender. @NewtonProtocol #Newt $NEWT Quão estreita precisa ser essa verificação até a janela de liquidação antes que ela realmente passe a importar?
#newt $NEWT

Eu estava acompanhando como uma verificação de política realmente se encaixa na linha do tempo de uma transação, e a parte que me incomodou não foi a própria verificação — foi os milissegundos ao redor dela.
@NewtonProtocol avalia uma transação em relação a uma política ativa antes da liquidação. Essa é a proposta inteira: decisão antes de o dinheiro se mover. Mas uma verificação ainda leva tempo para ser executada, mesmo uma rápida. E o ativo que está sendo verificado — uma cotação de preço, uma pontuação de risco, um sinalizador de contraparte — é, por si só, um
snapshot de algo que continua mudando por baixo.....
Então a pergunta que eu ainda não consigo responder totalmente é o que acontece nessa janela estreita..... A política
diz “sim” com base em condições de alguns centenas de milissegundos atrás..... A transação é liquidada
um momento depois. Os mercados não pausam para a lacuna.
Na maior parte do tempo, essa lacuna é irrelevante. Sob estresse real, quando há movimentos rápidos de preços, atualização de
uma lista de sanções, é exatamente essa janela que importa.
A aplicação antes da transação ainda é uma melhoria enorme em relação ao monitoramento depois do fato..... Eu
só não acho que “antes da liquidação” signifique “instantâneo” do jeito que a expressão dá a entender.
@NewtonProtocol #Newt $NEWT

Quão estreita precisa ser essa verificação até a janela de liquidação antes que ela realmente passe a importar?
·
--
Bullish
#opg $OPG Eu tenho tentado descobrir o que realmente separa @OpenGradient do resto da galera de "IA descentralizada", e acho que finalmente encontrei uma maneira clara de colocar isso. A maioria desses projetos está descentralizando a camada errada. Eles colocam um token no processamento. Espalham os nós. Chamam de descentralizado, mandam pra frente. Mas o modelo em si ainda é uma caixa-preta, a inferência ainda não pode ser verificada, e a questão da privacidade ainda são apenas palavras em um documento de política em vez de algo realmente embutido na arquitetura. A OpenGradient está focando na camada de confiança em vez disso. Esse é um problema genuinamente diferente, e precisa de ferramentas diferentes, que é basicamente o motivo pelo qual eles construíram o HACA, a Arquitetura Híbrida de Computação em IA. A lógica é simples… nem toda inferência precisa do mesmo nível de verificação. Chamadas pequenas, mas de alto risco, recebem ZKML completo, prova de conhecimento zero. Coisas médias passam pela atestação de hardware TEE. Tarefas rápidas e de baixo risco recebem verificação mais leve. Nós diferentes se especializam em diferentes partes disso, então a rede inteira não está arrastando cada tarefa pela pista mais cara. Esse é o tipo de design que vem de realmente considerar os trade-offs, não de colar um padrão de blockchain em um produto de IA só porque a narrativa está quente agora. Eles conseguem escalar isso sem que a experiência fique travada em comparação a uma nuvem centralizada normal? Esse é o verdadeiro teste. A descentralização tende a trocar suavidade por resiliência, e a maioria das pessoas, quando a situação aperta, só quer suavidade. Mas a engenharia aqui é real. E os problemas que eles estão resolvendo são problemas reais, não inventados..... chat.opengradient.ai
#opg $OPG
Eu tenho tentado descobrir o que realmente separa @OpenGradient do resto da galera de "IA descentralizada", e acho que finalmente encontrei uma maneira clara de colocar isso.
A maioria desses projetos está descentralizando a camada errada.
Eles colocam um token no processamento. Espalham os nós. Chamam de descentralizado, mandam pra frente. Mas o modelo em si ainda é uma caixa-preta, a inferência ainda não pode ser verificada, e a questão da privacidade ainda são apenas palavras em um documento de política em vez de algo realmente embutido na arquitetura.
A OpenGradient está focando na camada de confiança em vez disso.
Esse é um problema genuinamente diferente, e precisa de ferramentas diferentes, que é basicamente o motivo pelo qual eles construíram o HACA, a Arquitetura Híbrida de Computação em IA. A lógica é simples… nem toda inferência precisa do mesmo nível de verificação. Chamadas pequenas, mas de alto risco, recebem ZKML completo, prova de conhecimento zero. Coisas médias passam pela atestação de hardware TEE. Tarefas rápidas e de baixo risco recebem verificação mais leve. Nós diferentes se especializam em diferentes partes disso, então a rede inteira não está arrastando cada tarefa pela pista mais cara.
Esse é o tipo de design que vem de realmente considerar os trade-offs, não de colar um padrão de blockchain em um produto de IA só porque a narrativa está quente agora.
Eles conseguem escalar isso sem que a experiência fique travada em comparação a uma nuvem centralizada normal? Esse é o verdadeiro teste. A descentralização tende a trocar suavidade por resiliência, e a maioria das pessoas, quando a situação aperta, só quer suavidade.
Mas a engenharia aqui é real. E os problemas que eles estão resolvendo são problemas reais, não inventados.....

chat.opengradient.ai
·
--
Bullish
#opg $OPG Quero falar sobre algo que @OpenGradient está construindo e que acho que a maioria das pessoas simplesmente rola pra baixo. MemSync. Na superfície, parece uma funcionalidade de produtividade. Uma camada de memória que te acompanha em diferentes aplicativos de IA, para que você não precise ficar reexplicando a si mesmo toda vez que troca de ferramenta. E sim, ele faz isso. Mas tem algo mais interessante por baixo. O problema com assistentes de IA agora não é realmente que eles esquecem as coisas. É que, quando eles se lembram de você, essa memória fica nos servidores deles. Ligada à sua conta. Visível para eles. Talvez até alimentando o treinamento. O MemSync faz diferente. Sua memória vive em um cofre criptografado no seu próprio dispositivo. Você decide as permissões. Você decide o que é compartilhado e o que fica guardado. A IA consegue te conhecer melhor sem que esse conhecimento realmente pertença à plataforma. Nos seus próprios benchmarks internos contra a configuração de memória da OpenAI, o MemSync retornou 243% melhor em precisão de recuperação (0.73 vs 0.21, vale dizer que esses são os números da OpenGradient, não algum teste neutro de terceiros, mas ainda assim uma grande diferença). Honestamente, porém, o número é quase irrelevante. O ponto real é quem possui a memória. Agora, se você usar o ChatGPT por meses e ele começar a “te entender”… isso é deles, não seu. Mude para outra plataforma e você começa do zero. Nada é transferido. A OpenGradient está construindo um mundo onde sua memória de IA viaja com você. Privada, portátil, realmente sua. Parece pequeno agora. Pode ser uma grande jogada se se mantiver firme por alguns anos. A versão para consumidores está ao vivo agora 👇 chat.opengradient.ai
#opg $OPG
Quero falar sobre algo que @OpenGradient está construindo e que acho que a maioria das pessoas simplesmente rola pra baixo.
MemSync.
Na superfície, parece uma funcionalidade de produtividade. Uma camada de memória que te acompanha em diferentes aplicativos de IA, para que você não precise ficar reexplicando a si mesmo toda vez que troca de ferramenta. E sim, ele faz isso.
Mas tem algo mais interessante por baixo.
O problema com assistentes de IA agora não é realmente que eles esquecem as coisas. É que, quando eles se lembram de você, essa memória fica nos servidores deles. Ligada à sua conta. Visível para eles. Talvez até alimentando o treinamento.
O MemSync faz diferente. Sua memória vive em um cofre criptografado no seu próprio dispositivo. Você decide as permissões. Você decide o que é compartilhado e o que fica guardado. A IA consegue te conhecer melhor sem que esse conhecimento realmente pertença à plataforma.
Nos seus próprios benchmarks internos contra a configuração de memória da OpenAI, o MemSync retornou 243% melhor em precisão de recuperação (0.73 vs 0.21, vale dizer que esses são os números da OpenGradient, não algum teste neutro de terceiros, mas ainda assim uma grande diferença). Honestamente, porém, o número é quase irrelevante. O ponto real é quem possui a memória.
Agora, se você usar o ChatGPT por meses e ele começar a “te entender”… isso é deles, não seu. Mude para outra plataforma e você começa do zero. Nada é transferido.
A OpenGradient está construindo um mundo onde sua memória de IA viaja com você. Privada, portátil, realmente sua. Parece pequeno agora. Pode ser uma grande jogada se se mantiver firme por alguns anos.
A versão para consumidores está ao vivo agora 👇

chat.opengradient.ai
·
--
Bullish
Estava pensando sobre a escolha de produto @OpenGradient Chat feita, e isso diz muito sobre como eles pensam. Você abre a aba e já está dentro. Sem conta, sem e-mail, sem cartão. As questões de privacidade, a criptografia do dispositivo, o relé OHTTP, o processamento TEE, tudo isso já está funcionando na sua primeira mensagem, antes de você ter contado qualquer coisa sobre você. A maioria dos produtos faz isso ao contrário. Deixa você entrar primeiro, coleta o que pode, e depois fala sobre privacidade. A confiança é conquistada (se é que alguma vez é) uma vez que os dados já estão no sistema deles. @OpenGradient simplesmente inverte essa ordem completamente. O anonimato não é uma configuração que você precisa procurar. Já está ativado. Eles se comprometeram com a arquitetura antes de você se comprometer com eles. E o modelo de negócios realmente sustenta isso. Eles vendem créditos, essa é a ideia. Um dólar te dá mil mensagens. Sem anúncios, sem dados vendidos. Matthew Wang disse isso pessoalmente… eles não veem quem perguntou o quê, e não é porque prometeram não olhar, é porque a criptografia torna fisicamente impossível para eles olharem em primeiro lugar. Quando uma empresa só ganha dinheiro se o produto for bom o suficiente para você pagar por ele, e não ganha nada vendendo seu comportamento, os incentivos simplesmente mudam. Você sente isso nas pequenas coisas também. Sem insistência para login. Sem pequenos padrões obscuros te empurrando a compartilhar mais do que você pretendia. Apenas a interface e os modelos. Nem percebi como essa configuração é rara até que sentei e me perguntei por que parecia diferente usá-la. Experimente, sem compromisso necessário 👉 chat.opengradient.ai #OPG $OPG
Estava pensando sobre a escolha de produto @OpenGradient Chat feita, e isso diz muito sobre como eles pensam.
Você abre a aba e já está dentro. Sem conta, sem e-mail, sem cartão. As questões de privacidade, a criptografia do dispositivo, o relé OHTTP, o processamento TEE, tudo isso já está funcionando na sua primeira mensagem, antes de você ter contado qualquer coisa sobre você.
A maioria dos produtos faz isso ao contrário. Deixa você entrar primeiro, coleta o que pode, e depois fala sobre privacidade. A confiança é conquistada (se é que alguma vez é) uma vez que os dados já estão no sistema deles.
@OpenGradient simplesmente inverte essa ordem completamente. O anonimato não é uma configuração que você precisa procurar. Já está ativado. Eles se comprometeram com a arquitetura antes de você se comprometer com eles.
E o modelo de negócios realmente sustenta isso. Eles vendem créditos, essa é a ideia. Um dólar te dá mil mensagens. Sem anúncios, sem dados vendidos. Matthew Wang disse isso pessoalmente… eles não veem quem perguntou o quê, e não é porque prometeram não olhar, é porque a criptografia torna fisicamente impossível para eles olharem em primeiro lugar.
Quando uma empresa só ganha dinheiro se o produto for bom o suficiente para você pagar por ele, e não ganha nada vendendo seu comportamento, os incentivos simplesmente mudam. Você sente isso nas pequenas coisas também. Sem insistência para login. Sem pequenos padrões obscuros te empurrando a compartilhar mais do que você pretendia. Apenas a interface e os modelos.
Nem percebi como essa configuração é rara até que sentei e me perguntei por que parecia diferente usá-la.

Experimente, sem compromisso necessário 👉 chat.opengradient.ai
#OPG $OPG
·
--
Bullish
#opg $OPG A maior parte da conversa sobre IA agora gira em torno de qual modelo é mais inteligente. GPT ou Gemini, Claude ou Grok, quem codifica mais rápido, quem responde melhor. @OpenGradient não está realmente jogando esse jogo, porém. E honestamente, é isso que me deixa interessado. Eles não estão tentando construir uma IA mais inteligente. Eles estão tentando construir um tipo diferente de relacionamento entre a IA e as pessoas que a utilizam. Há essa ideia na configuração deles chamada "menu de confiança." Basicamente, quando você realiza uma inferência na rede, você pode escolher como ela é verificada. TEE se você quiser segurança respaldada por hardware. ZKML se você quiser provas matemáticas de zero conhecimento. Ou apenas verificações de assinatura padrão se a velocidade for mais importante do que garantias pesadas de criptografia. Então, o nível de confiança não é fixo. Não é um tamanho único para todos. Uma mensagem de chat aleatória e um chamado de liquidação DeFi de alto risco obviamente não precisam do mesmo nível de escrutínio... e agora eles não precisam receber o mesmo tratamento. Esse é o tipo de detalhe que mostra que alguém está realmente pensando nas verdadeiras compensações, não apenas colando uma narrativa em um produto. Isso escala de forma limpa? Ainda é uma questão em aberto, honestamente. Sistemas descentralizados têm uma longa história de parecerem ótimos no papel e depois enfrentarem fricção no momento em que a carga real aparece. Mas a direção faz sentido para mim. Colocar o nível de confiança nas mãos do usuário em vez das mãos da plataforma... isso é uma verdadeira mudança, não apenas um ponto de conversa. chat.opengradient.ai
#opg $OPG
A maior parte da conversa sobre IA agora gira em torno de qual modelo é mais inteligente. GPT ou Gemini, Claude ou Grok, quem codifica mais rápido, quem responde melhor.
@OpenGradient não está realmente jogando esse jogo, porém. E honestamente, é isso que me deixa interessado.
Eles não estão tentando construir uma IA mais inteligente. Eles estão tentando construir um tipo diferente de relacionamento entre a IA e as pessoas que a utilizam.
Há essa ideia na configuração deles chamada "menu de confiança." Basicamente, quando você realiza uma inferência na rede, você pode escolher como ela é verificada. TEE se você quiser segurança respaldada por hardware. ZKML se você quiser provas matemáticas de zero conhecimento. Ou apenas verificações de assinatura padrão se a velocidade for mais importante do que garantias pesadas de criptografia.
Então, o nível de confiança não é fixo. Não é um tamanho único para todos. Uma mensagem de chat aleatória e um chamado de liquidação DeFi de alto risco obviamente não precisam do mesmo nível de escrutínio... e agora eles não precisam receber o mesmo tratamento.
Esse é o tipo de detalhe que mostra que alguém está realmente pensando nas verdadeiras compensações, não apenas colando uma narrativa em um produto.
Isso escala de forma limpa? Ainda é uma questão em aberto, honestamente. Sistemas descentralizados têm uma longa história de parecerem ótimos no papel e depois enfrentarem fricção no momento em que a carga real aparece.
Mas a direção faz sentido para mim. Colocar o nível de confiança nas mãos do usuário em vez das mãos da plataforma... isso é uma verdadeira mudança, não apenas um ponto de conversa.

chat.opengradient.ai
#opg $OPG Algo meio que clicou pra mim tentando entender o hub de modelos do @OpenGradient . Entrei achando que seria uma lista de modelos que a equipe construiu. Não, é basicamente um marketplace. Desenvolvedores publicam seus próprios modelos na rede, outros builders, agentes ou apps rodam inferência contra eles com privacidade e verificação embutidas, e toda vez que alguém usa seu modelo, você é pago em $OPG . Um setup bem diferente do que existe atualmente, pra ser honesto. Se você é um pesquisador independente e constrói algo bom, quais são suas opções reais? Tornar isso open source e torcer pra que seja o suficiente. Ou entrar em um grande laboratório e agora não é mais seu. Nunca houve uma versão onde você mantém a parada e ainda é pago quando as pessoas usam. Essa é meio que a versão que estava faltando. Seu modelo se torna um ativo, as pessoas pagam pra rodar inferência nele, você recebe uma parte, e ninguém tira a posse de você. Demorei alguns minutos clicando por aí antes que isso realmente fizesse sentido pra mim, não vou mentir. Me lembra um pouco do que as lojas de apps fizeram para desenvolvedores independentes na época. Exceto que aqui os modelos ficam em uma rede descentralizada e a inferência é checada criptograficamente em vez de apenas confiável. Sem ideia se isso se tornará o padrão. A adoção é realmente a única coisa que decide isso. Mas modelos como ativos próprios, negociáveis e verificáveis em uma rede permissionless, essa parte realmente me parece nova, não apenas mais uma palavra da moda com uma nova camada de tinta. E já está ao vivo, não é só uma ideia no papel👇 chat.opengradient.ai
#opg $OPG
Algo meio que clicou pra mim tentando entender o hub de modelos do @OpenGradient .

Entrei achando que seria uma lista de modelos que a equipe construiu. Não, é basicamente um marketplace. Desenvolvedores publicam seus próprios modelos na rede, outros builders, agentes ou apps rodam inferência contra eles com privacidade e verificação embutidas, e toda vez que alguém usa seu modelo, você é pago em $OPG .

Um setup bem diferente do que existe atualmente, pra ser honesto.

Se você é um pesquisador independente e constrói algo bom, quais são suas opções reais? Tornar isso open source e torcer pra que seja o suficiente. Ou entrar em um grande laboratório e agora não é mais seu. Nunca houve uma versão onde você mantém a parada e ainda é pago quando as pessoas usam.

Essa é meio que a versão que estava faltando. Seu modelo se torna um ativo, as pessoas pagam pra rodar inferência nele, você recebe uma parte, e ninguém tira a posse de você.

Demorei alguns minutos clicando por aí antes que isso realmente fizesse sentido pra mim, não vou mentir.

Me lembra um pouco do que as lojas de apps fizeram para desenvolvedores independentes na época. Exceto que aqui os modelos ficam em uma rede descentralizada e a inferência é checada criptograficamente em vez de apenas confiável.

Sem ideia se isso se tornará o padrão. A adoção é realmente a única coisa que decide isso.

Mas modelos como ativos próprios, negociáveis e verificáveis em uma rede permissionless, essa parte realmente me parece nova, não apenas mais uma palavra da moda com uma nova camada de tinta.

E já está ao vivo, não é só uma ideia no papel👇

chat.opengradient.ai
·
--
Bullish
#opg $OPG Eu sempre volto a esta palavra que @OpenGradient usa o tempo todo… "Verificável." Não privado. Não seguro. Não seguro. Verificável. E quanto mais eu reflito sobre essa palavra, mais percebo como ela muda tudo. Porque aqui está a questão. Cada empresa de IA já diz que seu sistema é seguro, ou protegido ou responsável. Essas são promessas. Você não tem como checá-las. Você simplesmente acredita ou não. Verificável é diferente. Verificável significa que você pode conferir. Quando @OpenGradient executa uma inferência de IA através de sua rede, ela anexa uma prova criptográfica a essa saída. Não uma afirmação de que funcionou corretamente. Uma prova matemática. Uma que você pode verificar por si mesmo sem precisar confiar na palavra de ninguém. Isso importa mais nos lugares onde os erros da IA têm consequências reais. Considere um protocolo DeFi que executaria modelos de risco alimentados por IA. Considere um agente de negociação automatizado que toma decisões on-chain. Considere uma ferramenta de saúde para análise de dados de pacientes. Em todos esses cenários, alguém precisa responder à pergunta muito pertinente…. a IA fez o que pensamos que fez???? Neste momento, a resposta honesta é….. você não sabe. Você confia no provedor de nuvem. O que @OpenGradient está tentando fazer é transformar essa confiança em prova. A diferença entre "prometemos que nosso modelo funcionou corretamente" e "aqui está a evidência criptográfica de que funcionou" é a diferença entre uma política e um protocolo. Talvez isso soe técnico e remoto, mas eu sinto que é, na verdade, a mudança mais importante na infraestrutura de IA que ninguém tem discutido até agora. Experimente aqui: chat.opengradient.ai $OPG {spot}(OPGUSDT)
#opg $OPG
Eu sempre volto a esta palavra que @OpenGradient usa o tempo todo… "Verificável." Não privado. Não seguro. Não seguro. Verificável. E quanto mais eu reflito sobre essa palavra, mais percebo como ela muda tudo. Porque aqui está a questão. Cada empresa de IA já diz que seu sistema é seguro, ou protegido ou responsável. Essas são promessas. Você não tem como checá-las. Você simplesmente acredita ou não. Verificável é diferente. Verificável significa que você pode conferir. Quando @OpenGradient executa uma inferência de IA através de sua rede, ela anexa uma prova criptográfica a essa saída. Não uma afirmação de que funcionou corretamente. Uma prova matemática. Uma que você pode verificar por si mesmo sem precisar confiar na palavra de ninguém.
Isso importa mais nos lugares onde os erros da IA têm consequências reais.
Considere um protocolo DeFi que executaria modelos de risco alimentados por IA. Considere um agente de negociação automatizado que toma decisões on-chain. Considere uma ferramenta de saúde para análise de dados de pacientes. Em todos esses cenários, alguém precisa responder à pergunta muito pertinente…. a IA fez o que pensamos que fez????
Neste momento, a resposta honesta é….. você não sabe. Você confia no provedor de nuvem.
O que @OpenGradient está tentando fazer é transformar essa confiança em prova. A diferença entre "prometemos que nosso modelo funcionou corretamente" e "aqui está a evidência criptográfica de que funcionou" é a diferença entre uma política e um protocolo.

Talvez isso soe técnico e remoto, mas eu sinto que é, na verdade, a mudança mais importante na infraestrutura de IA que ninguém tem discutido até agora.

Experimente aqui: chat.opengradient.ai
$OPG
·
--
Bullish
#opg $OPG O Image Studio lançou oficialmente no @OpenGradient Chat. Honestamente, esta é a funcionalidade que eu estava esperando. Com a maioria das ferramentas de imagem AI, eu digito um prompt e recebo uma imagem de volta. Mas em um log de servidor, esse prompt pode ficar ao lado do meu nome de conta para sempre. Pode ser uma ideia de negócio que estou visualizando, algo pessoal ou apenas um conceito criativo sensível. É meu, mas também é deles. 😕 @OpenGradient acabou com isso.☺️☺️ Agora, posso gerar imagens usando os modelos Gemini, ByteDance Seed e xAI tudo em um só lugar. Sem necessidade de trocar entre diferentes aplicativos. O que realmente chamou minha atenção foi isso: O prompt que digito passa pela mesma camada de anonimização que torna o OpenGradient Chat diferente. Existem três camadas. Primeiro, criptografia no meu dispositivo. 👍 Segundo, relays OHTTP que separam minha identidade do meu pedido. 👍 Terceiro, enclaves seladas onde apenas a IA pode ler meu prompt. 👍 Nenhum perfil anexado. Sem logs vinculados ao meu nome. Apenas a imagem. Eu também recebi 1.000 créditos gratuitos quando me inscrevi.❤️❤️ Sem cartão de crédito. SEM compromisso. Isso é crédito suficiente para realmente experimentar antes de gastar qualquer coisa. Eu já estava usando o @OpenGradient Chat para texto. Agora, a geração de imagens está integrada no mesmo espaço de trabalho privado. E mais modelos estão chegando em breve…. Texto. Imagens. Arquivos. Tudo em um só lugar. Tudo privado. Isto é apenas o começo…… http://chat.opengradient.ai
#opg $OPG

O Image Studio lançou oficialmente no @OpenGradient Chat.

Honestamente, esta é a funcionalidade que eu estava esperando.

Com a maioria das ferramentas de imagem AI, eu digito um prompt e recebo uma imagem de volta. Mas em um log de servidor, esse prompt pode ficar ao lado do meu nome de conta para sempre.

Pode ser uma ideia de negócio que estou visualizando, algo pessoal ou apenas um conceito criativo sensível.

É meu, mas também é deles. 😕

@OpenGradient acabou com isso.☺️☺️

Agora, posso gerar imagens usando os modelos Gemini, ByteDance Seed e xAI tudo em um só lugar. Sem necessidade de trocar entre diferentes aplicativos.

O que realmente chamou minha atenção foi isso:

O prompt que digito passa pela mesma camada de anonimização que torna o OpenGradient Chat diferente.

Existem três camadas.

Primeiro, criptografia no meu dispositivo. 👍

Segundo, relays OHTTP que separam minha identidade do meu pedido. 👍

Terceiro, enclaves seladas onde apenas a IA pode ler meu prompt. 👍

Nenhum perfil anexado.

Sem logs vinculados ao meu nome.

Apenas a imagem.

Eu também recebi 1.000 créditos gratuitos quando me inscrevi.❤️❤️

Sem cartão de crédito.

SEM compromisso.

Isso é crédito suficiente para realmente experimentar antes de gastar qualquer coisa.

Eu já estava usando o @OpenGradient Chat para texto.

Agora, a geração de imagens está integrada no mesmo espaço de trabalho privado.
E mais modelos estão chegando em breve….

Texto.

Imagens.

Arquivos.

Tudo em um só lugar.

Tudo privado.

Isto é apenas o começo……

http://chat.opengradient.ai
#opg $OPG @OpenGradient Percebi algo estranho sobre mim…... 🤔 Toda vez que eu abria o ChatGPT ou o Gemini pra perguntar algo importante, eu parava. Mudava a pergunta. Deixava de fora detalhes… Fingia que não estava perguntando o que realmente queria saber. Talvez você também tenha feito isso. Digamos que você esteja preocupado com grana. 💸 Ou lidando com um problema de saúde. 🩺 Ou passando por uma fase difícil em um relacionamento. ❤️ Essas não são as coisas que você quer que pessoas aleatórias saibam. Mesmo que ninguém esteja lendo suas conversas agora, o pensamento ainda aparece. Pra onde vai essa conversa? Isso está sendo salvo em algum lugar? Meu nome está atrelado a isso? Quem mais poderia ver isso? Então eu joguei seguro. Fiz perguntas pela metade. Dei respostas pela metade. E recebi conselhos úteis pela metade. 💭 Eu nem percebia que estava fazendo tudo errado. Tinha se tornado normal. Então alguém me contou sobre o @OpenGradient Chat. 🔒 Eu revirei os olhos um pouco no começo. Toda empresa diz que se importa com a privacidade. Todo app te diz que seus dados estão seguros. Então por que isso seria diferente? Acontece que a diferença está em como é construído. Minhas mensagens são criptografadas no meu dispositivo antes de irem pra qualquer lugar. Minha identidade é completamente removida. 🕵️‍♂️ Ninguém pode conectar minhas perguntas a mim. Nem o provedor de IA. Nem a OpenGradient. Ninguém. E o que realmente fez a ficha cair pra mim foi isso: Eu não preciso confiar na promessa de alguém. Não preciso esperar que eles façam a coisa certa. O sistema é projetado de forma que eles não podem ler minhas conversas, mesmo que quisessem. 🛡️ Isso é criptografia. É matemática, não marketing. A primeira vez que usei, digitei exatamente o que eu queria dizer. Sem editar. Sem deletar frases. Sem me perguntar se deveria deixar algo de fora. Foi estranho. Depois foi libertador. Porque talvez uma IA seja realmente útil só quando eu posso ser honesto com ela. ✨ Uma IA com a qual eu realmente posso ser honesto. De verdade desta vez. 👉 Experimente grátis: http://chat.opengradient.ai/
#opg $OPG @OpenGradient
Percebi algo estranho sobre mim…... 🤔

Toda vez que eu abria o ChatGPT ou o Gemini pra perguntar algo importante, eu parava.

Mudava a pergunta.

Deixava de fora detalhes…

Fingia que não estava perguntando o que realmente queria saber.

Talvez você também tenha feito isso.

Digamos que você esteja preocupado com grana. 💸

Ou lidando com um problema de saúde. 🩺

Ou passando por uma fase difícil em um relacionamento. ❤️

Essas não são as coisas que você quer que pessoas aleatórias saibam.

Mesmo que ninguém esteja lendo suas conversas agora, o pensamento ainda aparece.

Pra onde vai essa conversa?

Isso está sendo salvo em algum lugar?

Meu nome está atrelado a isso?

Quem mais poderia ver isso?

Então eu joguei seguro.

Fiz perguntas pela metade.

Dei respostas pela metade.

E recebi conselhos úteis pela metade. 💭

Eu nem percebia que estava fazendo tudo errado.

Tinha se tornado normal.

Então alguém me contou sobre o @OpenGradient Chat. 🔒

Eu revirei os olhos um pouco no começo.

Toda empresa diz que se importa com a privacidade.

Todo app te diz que seus dados estão seguros.

Então por que isso seria diferente?

Acontece que a diferença está em como é construído.

Minhas mensagens são criptografadas no meu dispositivo antes de irem pra qualquer lugar.

Minha identidade é completamente removida. 🕵️‍♂️

Ninguém pode conectar minhas perguntas a mim.

Nem o provedor de IA.

Nem a OpenGradient.

Ninguém.

E o que realmente fez a ficha cair pra mim foi isso:

Eu não preciso confiar na promessa de alguém.

Não preciso esperar que eles façam a coisa certa.

O sistema é projetado de forma que eles não podem ler minhas conversas, mesmo que quisessem. 🛡️

Isso é criptografia.

É matemática, não marketing.

A primeira vez que usei, digitei exatamente o que eu queria dizer.

Sem editar.

Sem deletar frases.

Sem me perguntar se deveria deixar algo de fora.

Foi estranho.

Depois foi libertador.

Porque talvez uma IA seja realmente útil só quando eu posso ser honesto com ela.

✨ Uma IA com a qual eu realmente posso ser honesto. De verdade desta vez.

👉 Experimente grátis: http://chat.opengradient.ai/
Cara, preciso falar sobre #Aİ tokens por um segundo… Porque enquanto todo mundo estava doom scrolling no gráfico do Bitcoin e chorando sobre o wipe de $810B… algumas pessoas estavam quietinhas com um ganho de 900%. $VVV está com +906% no acumulado do ano. $SKYAI logo atrás com +881%. $DEXE com +453%. Esses não são meme coins. Não são rugs. Esses são plays de narrativa de IA que realmente entregaram. E eu sei o que você está pensando. Eu perdi essa… Talvez. Mas você tinha tokens de IA na sua mira em janeiro? Porque a maioria das pessoas não tinha. Eu estava assistindo as mesmas narrativas cansativas que todo mundo e quase perdi todo esse setor também. A questão sobre os tokens de IA é que o mercado continuou descartando eles no começo do ano. Muito especulativo. Muito cedo. Poucos usuários. A mesma coisa que o pessoal dizia sobre DeFi em 2019 e L2s em 2021. Aí veio junho e de repente todo mundo é um expert em tokens de IA. NEAR mantendo positivo. RENDER subindo quase 30%. Até TAO e INJ no verde enquanto a maior parte do mercado está sangrando. Isso não é aleatório. Isso é um setor que tinha um verdadeiro momentum por trás. Sim, LINK e FIL foram cozidos. ICP também. Nem todo token vence só porque toca na narrativa de IA. Você ainda precisa escolher certo. Mas as pessoas que estavam posicionadas nos certos? Números que mudam a vida em alguns desses. A lição para o resto do ano é simples. Encontre a narrativa cedo. Fique nela. Não espere que alguém te diga que é real. #AITokens #VVV #SKYAI #NEAR
Cara, preciso falar sobre #Aİ tokens por um segundo…

Porque enquanto todo mundo estava doom scrolling no gráfico do Bitcoin e chorando sobre o wipe de $810B… algumas pessoas estavam quietinhas com um ganho de 900%.

$VVV está com +906% no acumulado do ano. $SKYAI logo atrás com +881%. $DEXE com +453%. Esses não são meme coins. Não são rugs. Esses são plays de narrativa de IA que realmente entregaram.

E eu sei o que você está pensando. Eu perdi essa… Talvez. Mas você tinha tokens de IA na sua mira em janeiro? Porque a maioria das pessoas não tinha. Eu estava assistindo as mesmas narrativas cansativas que todo mundo e quase perdi todo esse setor também.

A questão sobre os tokens de IA é que o mercado continuou descartando eles no começo do ano. Muito especulativo. Muito cedo. Poucos usuários. A mesma coisa que o pessoal dizia sobre DeFi em 2019 e L2s em 2021.

Aí veio junho e de repente todo mundo é um expert em tokens de IA.

NEAR mantendo positivo. RENDER subindo quase 30%. Até TAO e INJ no verde enquanto a maior parte do mercado está sangrando. Isso não é aleatório. Isso é um setor que tinha um verdadeiro momentum por trás.

Sim, LINK e FIL foram cozidos. ICP também. Nem todo token vence só porque toca na narrativa de IA. Você ainda precisa escolher certo.

Mas as pessoas que estavam posicionadas nos certos? Números que mudam a vida em alguns desses.

A lição para o resto do ano é simples. Encontre a narrativa cedo. Fique nela. Não espere que alguém te diga que é real.

#AITokens #VVV #SKYAI #NEAR
Faça login para explorar mais conteúdos
Junte-se a usuários de criptomoedas de todo o mundo no Binance Square.
⚡️ Obter informações mais recentes e úteis sobre criptomoeda.
💬 Com a confiança da maior corretora de criptomoedas do mundo.
👍 Descubra insights reais de criadores verificados.
E-mail / número de telefone
Sitemap
Preferências de Cookies
Termos e Condições da Plataforma