O Ativo Mais Difícil Que Já Tentei Proteger
Passei anos aprendendo como proteger capital.
No mundo cripto, isso se torna uma segunda natureza. Eu divido carteiras, uso várias exchanges, diversifico a custódia e evito revelar o tamanho das minhas posições. A gestão de risco se torna um hábito. Com o tempo, comecei a acreditar que proteger ativos era uma das habilidades mais importantes que um trader poderia desenvolver.
Então percebi que poderia haver algo ainda mais difícil de proteger.
Minha curiosidade.
Há algumas semanas, eu estava pesquisando infraestrutura de privacidade em IA. Perguntei a um modelo sobre Ambientes de Execução Confiável (TEEs). Perguntei a outro sobre inferência privada e MPC. Mais tarde, me peguei explorando se a privacidade em IA poderia se tornar uma categoria investível. Nenhuma dessas questões parecia conectada na hora. Pareciam pedaços aleatórios de pesquisa.
Mas quando olhei para trás, vi um padrão.
Os mercados sempre foram bons em reconstruir a intenção a partir de fragmentos. Grandes ordens são divididas entre venues, brokers e prazos, ainda assim, as empresas conseguem inferir o que os grandes players estão fazendo. As peças individuais importam menos do que o padrão que criam.
Isso me fez questionar se os prompts funcionam da mesma forma.
Talvez a privacidade não seja apenas sobre proteger perguntas individuais. Talvez seja sobre proteger o mapa formado por milhares de perguntas ao longo do tempo. Porque às vezes, a curiosidade revela mais sobre a convicção futura do que qualquer portfólio poderia fazer.
E ultimamente, acho que essa ideia vale a pena prestar atenção.
#OPG @OpenGradient $OPG
$SYN
$LAB
Passei anos aprendendo como proteger capital.
No mundo cripto, isso se torna uma segunda natureza. Eu divido carteiras, uso várias exchanges, diversifico a custódia e evito revelar o tamanho das minhas posições. A gestão de risco se torna um hábito. Com o tempo, comecei a acreditar que proteger ativos era uma das habilidades mais importantes que um trader poderia desenvolver.
Então percebi que poderia haver algo ainda mais difícil de proteger.
Minha curiosidade.
Há algumas semanas, eu estava pesquisando infraestrutura de privacidade em IA. Perguntei a um modelo sobre Ambientes de Execução Confiável (TEEs). Perguntei a outro sobre inferência privada e MPC. Mais tarde, me peguei explorando se a privacidade em IA poderia se tornar uma categoria investível. Nenhuma dessas questões parecia conectada na hora. Pareciam pedaços aleatórios de pesquisa.
Mas quando olhei para trás, vi um padrão.
Os mercados sempre foram bons em reconstruir a intenção a partir de fragmentos. Grandes ordens são divididas entre venues, brokers e prazos, ainda assim, as empresas conseguem inferir o que os grandes players estão fazendo. As peças individuais importam menos do que o padrão que criam.
Isso me fez questionar se os prompts funcionam da mesma forma.
Talvez a privacidade não seja apenas sobre proteger perguntas individuais. Talvez seja sobre proteger o mapa formado por milhares de perguntas ao longo do tempo. Porque às vezes, a curiosidade revela mais sobre a convicção futura do que qualquer portfólio poderia fazer.
E ultimamente, acho que essa ideia vale a pena prestar atenção.
#OPG @OpenGradient $OPG
$SYN
$LAB