Devil9

ETF flows often reveal what headlines don’t.

Last week, Spot Bitcoin ETFs recorded $1.79B in net outflows, making it the third-largest weekly outflow on record. Ethereum ETFs also extended their losing streak to seven consecutive weeks, with another $273M leaving the market.

At the same time, Spot XRP ETFs attracted $22.99M in net inflows, while Spot HYPE ETFs added $111M.

This doesn’t necessarily mean investors have turned bearish on crypto. ETF flows reflect positioning, portfolio rebalancing, profit-taking, and changing risk appetite—not just price expectations.

The interesting takeaway is the divergence.

While capital is leaving the largest crypto ETFs, selective inflows into newer products suggest investors are becoming more targeted instead of buying the entire market.

Watching ETF flows alongside on-chain activity, liquidity, and macro conditions often provides a clearer picture than price action alone.

Are these outflows a sign of broader risk-off sentiment, or simply capital rotating into different crypto narratives? $RAVE $ACT #Write2Earn

Uma coisa tem se destacado para mim sobre a OpenGradient — e não é o número de provas ou de modelos de IA rodando na rede.
É a questão de quando a verificação passa a ser algo que desenvolvedores simplesmente esperam.

A maior parte da infraestrutura não é valiosa porque as pessoas ficam falando sobre ela o tempo todo. Ela é valiosa porque as pessoas ficam desconfortáveis em construir sem isso.

Talvez seja para isso que a IA verificável está caminhando.
Hoje, as saídas de IA muitas vezes são confiáveis porque o modelo é popular ou o provedor é respeitável. Mas, à medida que a IA começa a tomar decisões sobre finanças, agentes autônomos, automação corporativa e pesquisa científica, reputação sozinha pode não ser suficiente. As pessoas podem querer evidências de que um resultado foi realmente produzido conforme alegado.

Há outra dimensão que me interessa.
Pesquisadores cada vez mais pensam em como saber se cada prompt que eles enviam passa a fazer parte de um registro permanente. Isso muda o comportamento bem antes mesmo de o conteúdo ser censurado. Privacidade, nesse sentido, não é apenas sobre esconder informações — é sobre preservar a liberdade de explorar questões difíceis sem criar um histórico pesquisável.$VELVET

Se computação verificável e execução privada amadurecerem juntas, a infraestrutura de IA pode evoluir de simplesmente gerar respostas para torná-las confiáveis e também sem necessidade de permissão para que sejam investigadas.$BAS

O verdadeiro indicador que estou observando não é a contagem de provas.
É o dia em que desenvolvedores, pesquisadores e empresas começam a perguntar: #OPG $OPG @OpenGradient

“Podemos realmente nos dar ao luxo de implantar IA sem conseguir verificá-la?”

A BlackRock acabou de transferir mais cripto para a Coinbase.

A empresa recentemente enviou mais 4.577 $BTC, no valor de cerca de $272M, e 41.996 $ETH, no valor de aproximadamente $65,2M, para a Coinbase.

Grandes transferências de corretoras por grandes instituições sempre chamam atenção.

Agora, o mercado vai observar se isso é apenas uma movimentação operacional — ou preparação para algo maior.

ATUALIZAÇÃO DE MERCADO: $ENA

$ENA está sendo negociado por volta de 0.0778, apoiado bem na linha de tendência ascendente a partir das mínimas de abril, atualmente perto de 0.0690, após uma forte rejeição das máximas de 0.1400. A linha de tendência descendente vinda das máximas de maio continua a limitar as recuperações perto de 0.0990, e o preço agora está preso entre as duas estruturas convergentes, com o suporte horizontal de 0.0778 como nível imediato a ser mantido.

Manter acima da linha de tendência ascendente e recuperar 0.0870 abriria espaço para a faixa de 0.0950–0.0990. Perder 0.0720 em um fechamento de 8H aumenta o risco de uma queda em direção ao suporte da linha de tendência perto de 0.0690. Recuperar 0.0950 e a linha de tendência descendente seria o primeiro sinal real de uma recuperação estrutural.

Uma pergunta continuou me incomodando enquanto eu lia sobre a OpenGradient.

O que cria valor duradouro primeiro: provar computações de IA ou criar demanda real suficiente para que essas provas sejam usadas?

A OpenGradient construiu uma interessante pilha de verificação. A inferência pode ser comprovada, os criadores do modelo podem ser remunerados e a computação pode se estabelecer na cadeia (on-chain). Mas tecnologia, por si só, não cria utilidade automaticamente. #OPG @OpenGradient

A semana em que a Upbit listou OPG mostrou um contraste interessante. O volume de negociação explodiu e depois esfriou rapidamente em poucos dias. Grande parte da atividade refletiu liquidez se movendo pela infraestrutura da exchange, e não um crescimento visível da demanda por inferência de IA. #OPG $OPG @OpenGradient

Isso não torna a tecnologia fraca. Apenas destaca uma diferença importante.

Verificação e liquidez resolvem problemas diferentes.

Uma rede pode provar saídas de IA com certeza matemática, mas o valor de longo prazo depende de saber se desenvolvedores e aplicações continuam pagando para usar essas provas.

Há outra camada que muitas vezes é ignorada.

Mesmo uma IA verificada não é perfeitamente determinística. Pequenas diferenças de ponto flutuante entre hardwares podem produzir saídas ligeiramente diferentes, o que significa que um sistema de provas precisa definir exatamente qual caminho de computação se torna o canônico. Verificação não é apenas provar que a execução aconteceu — é sobre definir qual resultado a rede concorda em confiar.

Para mim, o maior desafio da OpenGradient não é construir provas melhores.

É fazer a atividade econômica real crescer até que a utilidade seja maior do que a especulação.

Porque, no longo prazo, a infraestrutura de IA mais forte não será aquela com o maior volume de negociação.

Será aquela em que a inferência verificada gera demanda que permanece depois que a empolgação passa.$VELVET $MYX
✅O que deve definir o sucesso da infraestrutura de IA?
-Volume de negociação
-Uso de IA on-chain
-👨‍💻 Adoção de desenvolvedores
-💰 Receita gerada

Sete Dias Consecutivos de Saídas de ETFs. Os Touros do Bitcoin Devem Se Preocupar?O título parece alarmante à primeira vista.

Em 26 de junho (ET), os ETFs à vista de Bitcoin dos EUA registraram US$ 445 milhões em saídas líquidas, enquanto os ETFs à vista de Ethereum viram mais US$ 12,8 milhões saírem do mercado. Isso marca o sétimo dia consecutivo de saídas líquidas para ambos os produtos.

Mas acho importante separar fluxos de fundamentos.Os fluxos de ETFs nos mostram como investidores institucionais estão se posicionando no curto prazo. Eles não determinam automaticamente a direção de longo prazo do Bitcoin ou do Ethereum. Já vimos períodos em que fortes saídas de ETFs geraram uma pressão vendedora temporária, apenas para serem seguidas por novas entradas quando o sentimento do mercado melhorou.

A pergunta mais interessante é por que as instituições estão reduzindo exposição.

Isso é simplesmente realização de lucros após ganhos recentes? Uma migração para ativos de menor risco? Ou os investidores estão aguardando um sinal macro mais claro antes de adicionar novas posições?

Se essas saídas continuarem por mais algumas semanas, elas podem pesar sobre o sentimento do mercado e a liquidez. Porém, se a demanda retornar enquanto a atividade on-chain e os fundamentos da rede permanecerem saudáveis, essa sequência pode acabar parecendo um período normal de arrefecimento, e não o início de uma tendência maior.

Uma semana de dados de ETFs raramente conta toda a história.

Investidores inteligentes normalmente observam o quadro maior: fluxos de ETFs, condições macro, posicionamento em derivativos e métricas on-chain em conjunto — não de forma isolada.

Sete dias de saídas merecem atenção, mas não mudam automaticamente a tese de investimento de longo prazo do Bitcoin.

O que você acha: isso é realização saudável de lucros, ou o começo de uma postura institucional mais ampla de aversão ao risco? 📉🤔$DOT
$WIF

ATUALIZAÇÃO DE MERCADO: $XRP

$XRP está sendo negociado por volta de 1.0558 após uma forte queda a partir das máximas de 1.7000; agora o preço se aproxima da linha de tendência ascendente de longo prazo a partir das mínimas de fevereiro, subindo atualmente perto de 1.0120. A zona de suporte horizontal de 1.0558 que se manteve por meses foi perdida, deixando a linha de tendência como a última grande defesa estrutural antes de uma quebra significativa ocorrer.

Manter acima da linha de tendência perto de 1.0120 e recuperar 1.1300 abriria caminho para uma recuperação em direção à faixa de 1.2400–1.2800. Perder a linha de tendência em um fechamento de 8H seria uma quebra crítica, expondo o nível psicológico de 1.0000 e abaixo. Recuperar 1.2000 seria a primeira confirmação real de que a estrutura está se sustentando.

Volumes de BTC Top
$JST $JST #HotTrends

📉 Mais de US$ 3,6 bilhões foram retirados de ETFs de Bitcoin em junho até agora, a maior saída mensal registrada.

O Bitcoin está enfrentando forte pressão de venda.
#Bitcoin #BTC #BitcoinETF #CryptoNews

Ripple CEO: Michael Saylor's Bitcoin Strategy Has Hurt Crypto Market

Ripple CEO Brad Garlinghouse criticized Strategy Chairman Michael Saylor's approach of using financial engineering to fund continued bitcoin purchases, saying long-term digital asset value should be driven by utility instead.

He pointed to Strategy's STRC preferred shares trading about 25% below their $100 par value as evidence of a flawed strategy. STRC carries an 11.5% annual cumulative dividend and has been used by Strategy to raise capital for additional bitcoin purchases. Garlinghouse said the approach has hurt the broader crypto market, while adding that he remains bullish on bitcoin.$POL $LTC #TrendingTopic #Write2Earn

As licenças MiCA da UE chegam a cerca de 230, levantando preocupações sobre a diversidade do mercado
🇪🇺 A União Europeia já emitiu cerca de 230 licenças MiCA sob o novo quadro regulatório que está remodelando a indústria cripto na Europa.
Principais países:
• Alemanha: 56 licenças (líder)
• Países Baixos: 26
• França: 21
Na França, cerca de 40% das empresas de serviços cripto registradas nem sequer solicitaram uma licença MiCA. Algumas empresas retiraram os pedidos, buscaram parceiros ou estão se encaminhando para encerrar as atividades.
Visão da indústria: Embora a MiCA tenha fortalecido a resiliência do mercado e a proteção ao investidor, ela também reduziu a diversidade do mercado. As empresas menores de cripto estão enfrentando a maior pressão.
A regulamentação parece favorecer grandes players, ao mesmo tempo em que cria desafios significativos para empresas menores e startups.
O que você acha? A MiCA tornará o mercado cripto mais forte no longo prazo, ou vai prejudicar a inovação e a diversidade? 💭
#MiCA #CryptoRegulation #EuropeCrypto #CryptoNews $FET

ATUALIZAÇÃO DE MERCADO: $WLD

$WLD está sendo negociado em torno de 0.4753 dentro de um enorme canal descendente que está em vigor desde as máximas de 11.5000 no início de 2024. O preço está atualmente comprimido entre a resistência da linha de tendência descendente perto de 0.6500 e o suporte ascendente do canal inferior perto de 0.2200, com o nível horizontal de 0.4753 atuando como o principal campo de batalha no curto prazo.

Uma ruptura acima da linha de tendência descendente perto de 0.6500 seria uma grande mudança estrutural, abrindo caminho para a faixa de 0.8000–0.9500. Perder 0.3700 em um fechamento diário aumenta o risco de uma nova tentativa do suporte do canal inferior perto de 0.2200. Recuperar 0.5500 seria o primeiro sinal de que o momento finalmente está mudando a favor dos touros após anos de queda.$AGLD $PUNDIX

🏆 O Grupo I está se transformando numa disputa entre dois cavalos.

Após duas partidas, França e Noruega estão ambas com 6 pontos, mas a França lidera a premiação com US$ 50.000, enquanto a Noruega tem US$ 20.000. Senegal e Iraque ainda estão à procura de seus primeiros pontos.

O que chamou minha atenção não foram apenas as classificações — é o leaderboard abaixo. Os atuais 500 melhores usuários estão com cerca de 5.100 Pontos de Fã, com recompensas estimadas de aproximadamente US$ 538 cada. Isso sugere que cada previsão e cada ponto de fã importam, especialmente à medida que a competição fica mais acirrada.

À medida que mais partidas são disputadas, um único resultado pode mudar tanto a distribuição da premiação por equipe quanto os rankings de recompensa individuais. Se você estiver participando, a consistência pode acabar valendo mais do que correr atrás de previsões arriscadas.

A diferença entre ganhar uma recompensa e ficar de fora pode se resumir a apenas algumas escolhas bem colocadas.$AGLD $VELVET

Qual time você acha que vai terminar em primeiro no Grupo I: França ou Noruega? ⚽#Write2Earn

Demais projetos de Web3 prometem “dados de propriedade do usuário” enquanto o valor flui para outros lugares. As plataformas dão ao usuário chaves ou tokens, mas a monetização — busca, recomendações, ofertas direcionadas — geralmente acontece onde estão o poder de computação e a agregação. Isso transforma “propriedade” em um distintivo, não em poder econômico.

Data Ownership vs Value Ownership explora arquiteturas que separam a custódia dos dados da captura do valor. Um desenho prático usa armazenamento vetorial no dispositivo e um marketplace opt‑in, no qual modelos pagam microtaxas para consultar embeddings agregados sem extrair dados brutos. Os usuários mantêm as entradas locais; compradores pagam por inferência e a receita é compartilhada via uma camada leve de arbitragem. #OPG $OPG @OpenGradient

a sleep app armazena embeddings de sono e frequência cardíaca no seu telefone. Um modelo de melhoria do sono assina embeddings de consulta para detecção de padrões. Cada inferência paga emite um recibo on‑chain e dispara uma divisão de micropagamento: 60% para os detentores do dispositivo, 25% para o desenvolvedor do modelo, 15% para o protocolo de resolução de disputas e indexação. Apenas saídas do modelo e logs pagos saem do dispositivo, preservando privacidade e rastreabilidade. #OPG @OpenGradient

o sucesso depende de sistemas de reputação, roteamento de baixa latência e contabilidade honesta. Ataques Sybil, overfitting do modelo a consultas pagas e atrito de UX (bateria, largura de banda) podem reduzir a participação e re‑concentrar o valor.

Isso se cruza com IA pessoal e DePIN ao delegar computação para endpoints enquanto direciona valor de volta aos usuários. Se for implementado de forma ruim, vira mais uma ilusão tokenizada de propriedade.

que compromissos de latência/privacidade você aceitaria para obter uma parcela maior de receita como detentor de um dispositivo?$ICNT $ESP

Os retornos anuais do BTC estão seguindo um padrão interessante.

Em cada ano após um ciclo atingir uma máxima (ATH) — basicamente o ano de pico do mercado baixista — o retorno anual do Bitcoin caiu mais de 58%.

Então a pergunta é simples:

Vamos ver algo em torno de -50% este ano também?

Isso colocaria o $BTC perto da faixa de $45K.

A história não precisa se repetir exatamente, mas esse padrão certamente vale a pena observar.

ATUALIZAÇÃO: $SUI

$SUI está sendo negociada por volta de 0,6846 após uma queda implacável desde as máximas de 1,4000 em meados de maio; agora o preço está apenas acima da zona horizontal de suporte em 0,6600, que se manteve como o último grande piso. O canal descendente tem guiado o preço para baixo durante todo o movimento, sem qualquer tentativa de recuperação relevante que tenha sido bem-sucedida, e o suporte inferior do canal agora está convergindo perto de 0,6600.

Uma manutenção acima de 0,6600 e uma ruptura acima da linha de tendência descendente perto de 0,7200 seriam o primeiro sinal real de uma mudança estrutural, abrindo caminho para 0,7900. Perder 0,6600 em um fechamento de 4H seria uma quebra significativa, com suporte muito limitado abaixo. Recuperar 0,7500 confirmaria que o canal está sendo rompido para cima.$HEI

Vou ser honesto: a pergunta que finalmente me fez prestar atenção em IA verificável não era sobre tecnologia. Era sobre responsabilidade.
Há algumas semanas, eu estava lendo sobre sistemas de IA sendo usados para tomar decisões cada vez mais importantes em finanças, gestão de riscos e operações automatizadas. E um pensamento não me saía da cabeça: #OPG $OPG @OpenGradient

Se uma IA tomar uma má decisão, quem realmente consegue provar por que ela aconteceu?A maioria dos sistemas de IA hoje nos entrega resultados, não explicações. Vemos a conclusão, mas o raciocínio fica escondido dentro de uma “caixa-preta”. Isso pode ser aceitável quando a IA recomenda um filme. Fica muito mais difícil aceitar quando a mesma lógica influencia decisões financeiras que valem milhões.

É por isso que a OpenGradient chamou minha atenção.
A parte interessante não é simplesmente colocar IA on-chain. Há muitos projetos que falam sobre infraestrutura de IA. O desafio mais difícil é tornar as decisões de IA verificáveis.

Imagine um protocolo de empréstimos em que uma IA ajusta automaticamente parâmetros de risco durante a volatilidade do mercado. Se os limites de empréstimo mudarem de repente, os usuários não deveriam ter que confiar cegamente que o modelo tomou a decisão certa. Eles deveriam poder inspecionar como aquela decisão foi tomada. #OPG @OpenGradient

Porque há outro lado nessa história. Modelos de IA podem ser influenciados por suposições ruins, dados manipulados ou casos extremos inesperados. Uma rede descentralizada não elimina magicamente esses riscos. Ela só muda onde eles existem.

Para mim, essa é a verdadeira oportunidade. Não construir IA que toma decisões por todos, mas criar sistemas nos quais as decisões possam ser verificadas de forma independente.

À medida que a IA se integra mais profundamente ao cripto, desconfio que a confiança não virá de modelos maiores ou de um marketing melhor.

Ela virá da transparência.Os projetos que conseguem provar seu raciocínio podem acabar valendo mais do que os projetos que simplesmente pedem aos usuários que confiem.

Você acha que a IA verificável vai se tornar um requisito no cripto, ou apenas um recurso “legal de ter”? 🤔$SYN $BAS

O QUE OS USUÁRIOS DEVEM EXIGIR DA IA NO CRIPTO?

Você sente que a maior parte do que sabemos sobre IA vem de ouvir outras pessoas falando sobre isso?

Você provavelmente já ouviu bastante sobre tamanho dos modelos, capacidades de raciocínio e desempenho. Hoje, quero compartilhar uma ideia diferente.

Se sistemas futuros de IA começarem a tomar decisões com base em nossas memórias de longo prazo, preferências, objetivos e contexto pessoal, como podemos confiar que a informação que eles estão usando está realmente correta?

Essa pergunta surgiu enquanto eu observava projetos como o MemSync.

O foco deles é resolver um dos grandes desafios da IA: a fragmentação de memória.

A tese é que a IA não deve apenas entender a pergunta que está sendo feita hoje. Ela também deve compreender a identidade de longo prazo de um usuário (Memória Semântica), além das atividades atuais, objetivos e projetos em andamento (Memória Episódica).

Essa abordagem poderia tornar a IA muito mais pessoal e útil ao longo do tempo.

Mas é justamente aí que começa outro desafio.

À medida que a IA se torna cada vez mais orientada por memória, a verificação pode se tornar ainda mais importante do que a própria memória.

Se um agente de IA usar meu contexto passado para tomar uma decisão:

Essa memória é autêntica? Ela foi alterada?

O processo de raciocínio pode ser verificado de forma independente?

É por isso que a abordagem da OpenGradient chamou minha atenção.

Muitos projetos de IA estão focados em tornar a IA mais inteligente. A OpenGradient, no entanto, está trabalhando em uma infraestrutura de IA verificável, na qual a computação, a inferência e as saídas de IA podem ser verificadas independentemente — em vez de simplesmente ser confiadas.

Na minha visão, o MemSync e a OpenGradient representam camadas diferentes da mesma pilha futura de IA. #OPG @OpenGradient

O MemSync ajuda a IA a lembrar melhor.

A OpenGradient ajuda a garantir que aquilo que a IA lembra e usa possa ser confiável.

Talvez a melhor IA do futuro não seja a que se lembra de tudo.

Pode ser a que consegue provar tanto sua memória quanto seu raciocínio. #OPG $OPG @OpenGradient

O que você acha que vai importar mais para a adoção de IA no longo prazo: Memória Melhor ou Inteligência Verificável?$HEI $SLX

Uma coisa que eu acho interessante sobre o setor de IA em cripto é quantos projetos começam prometendo um ecossistema completo antes de provar que conseguem construir até mesmo uma camada útil.
O resultado costuma ser uma coleção de ideias ao invés de infraestrutura. Olhando para a OpenGradient, o que se destaca para mim é um padrão diferente. Em vez de correr atrás de um grande produto ou narrativa hypada, eles têm construído coisas de forma silenciosa, passo a passo, montando as peças reais necessárias para um stack de IA descentralizado #OPG @OpenGradient .

Primeiro vieram modelos de código aberto e experimentos de previsão DeFi. Depois, ferramentas como MemSync e BitQuant apareceram. Mais recentemente, o projeto se expandiu com um SDK Python, Model Hub, e a Nova Testnet.

Individualmente, nenhum desses componentes resolve a IA descentralizada. Juntos, eles começam a abordar um problema prático: os desenvolvedores precisam de mais do que modelos. Eles precisam de ferramentas para construir, implantar, acessar e gerenciar aplicações de IA em um ecossistema mais amplo.

Imagine um desenvolvedor construindo um assistente de trading alimentado por IA. Um modelo sozinho não é suficiente. Eles precisam de ferramentas de desenvolvimento adequadas, fácil distribuição de modelos, ambientes de teste sólidos, sistemas de memória e uma infraestrutura real que possa realmente lidar com a implantação no mundo real. Construir essas camadas separadamente é muitas vezes onde a adoção desacelera. #OPG $OPG @OpenGradient

O desafio, claro, é a execução. Estratégias de infraestrutura requerem paciência, e o sucesso depende de os desenvolvedores realmente usarem as ferramentas que estão sendo construídas. Um stack de produtos crescente não cria automaticamente um ecossistema próspero. Ainda assim, isso reflete uma tendência mais ampla em toda a infraestrutura cripto. Seja em IA, DePIN, ou blockchains modulares, os projetos parecem estar cada vez mais competindo pela profundidade do ecossistema em vez de características individuais.

A questão é: na IA descentralizada, os vencedores serão os projetos com os modelos mais poderosos ou aqueles que constroem silenciosamente a infraestrutura na qual os desenvolvedores dependem todos os dias? $HEI $DYDX

OPG PRÓXIMO GRANDE ALVO?