土豆哥吃土豆

Na semana passada, ajudei uma amiga a limpar os aplicativos de IA que ela mais usa. No meio disso, acabei encontrando um “perfil” oculto que o sistema anexou a ela — várias tags que ela mesma nem tinha mencionado. Ela ficou paralisada na hora. Em casa, abri o Digital Twins de @OpenGradient para ver se o que ele dizia sobre “memórias que também podem ser auditadas” era só retórica, ou se o MemSync realmente espalhou essas tags pela blockchain. $PIVX
Usei o mesmo conjunto de dados simulados de perfil no Digital Twins para executar cinco conversas com temas diferentes. No fim de cada conversa, eu chamava imediatamente o log de extração do MemSync. Nas cinco extrações, levei os campos de tags, os trechos de contexto acionados e os hashes dos eventos na cadeia para uma tabela e conferi linha por linha. O resultado foi bem limpo: cada memória vinha com um recibo de extração que pode ser consultado externamente; conteúdo, diálogo de origem e carimbo de data/hora e o nó emissor estavam todos corretos. Não havia nenhuma tag “escondida” sendo inserida.
O debate público sobre Digital Twins costuma parar na sensação de que as “sombras” vão entendendo você cada vez mais. O que é realmente ignorado é o processo de extração por trás do MemSync, justamente a arquitetura de colocá-lo na cadeia. O OpenGradient transformou a extração de memórias, que antes era uma inferência única nos bastidores do aplicativo, em eventos on-chain carimbados pela Verification Layer e distribuídos por um gateway de isolamento de dados. Colocar tags centralizadamente na IA é só uma linha a mais num banco de dados; aqui, é necessário deixar um recibo verificável por qualquer pessoa. A diferença não é experiência — é estrutura de responsabilidade.
Os indicadores também precisam mudar. Eu não olho quantas memórias o OpenGradient extraiu do Digital Twins; eu acompanho um dado contra a “conversa dominante”: a proporção de tags que o MemSync gera diariamente que vêm com recibo completo e que podem ser iniciadas pelo próprio usuário na blockchain para revisão ou revogação. O primeiro mede riqueza funcional; o segundo mede se esse compromisso auditável realmente está em execução.
Se $OPG for só a taxa de uma única extração de memória, ele se parece mais com um token de cobrança para escrita de memórias; mas se, no futuro, a emissão de recibos de extração, desafios de revisão de tags, multas por tags não conformes, compensação quando o usuário revoga, e liquidação de referências entre aplicações formarem um ciclo completo em torno disso, então ele deixa de ser um token de cobrança e passa a ser um ativo de vínculo de responsabilidade na rede de identidade auditável. $币安人生
Sem pressa para tirar conclusões. Colocar a extração de memórias em aberto na blockchain requer tempo de refinamento; eu pretendo continuar observando os exemplos que o OpenGradient publica na mainnet e os que seus parceiros de integração apresentarem depois. #opg

No metrô, rolei no Twitter e vi alguém mostrando que, num novo app, uma frase de IA acertou em cheio suas preferências de investimento. A seção de comentários inteira foi de surpresa. Eu não entrei no coro. Voltei pra casa, abri o computador e puxei o MemSync de @OpenGradient para ver de perto se esse “entender você” entre apps é só uma casca, ou se realmente tem algo rodando por baixo. $AGLD
Usei um navegador limpo para registrar três apps com MemSync e alterei, em três versões, os campos-chave no perfil pessoal. Em cada alteração, eu fazia perguntas também nos outros dois apps. Foram três rodadas e, no total, nove retornos, que eu consolidei numa tabela e comparei linha por linha. Resultado bem claro: os campos reescritos não são reenviados em bloco; são referenciados de modo independente em “grânulos” de memória. Alguns quase em tempo real; outros claramente passam por uma segunda validação.
O debate popular sobre MemSync para na ideia de não precisar se apresentar repetidamente, do ponto de vista do usuário. O que o OpenGradient está fazendo é mais frio: ele tira a memória do cache privado dentro dos apps e a coloca numa camada de estado independente, auditável. A extração fica a cargo da inferência; a inferência é recebida por uma Verification Layer; e qualquer chamada precisa passar por um gateway de isolamento de dados que decide que partes estão visíveis para qual app. Memória deixa de ser “doce” de experiência e passa a ser ativo de dados pessoais. $PIVX
Os indicadores de consenso que eu observo também mudaram. Não é número de apps conectados, e sim a proporção de entradas de memória reutilizadas por vários apps independentes diariamente — aquelas que deixam recibos de referência na camada de validação. Conectar é fácil de “forjar”; já os recibos não dá pra fazer do mesmo jeito.
Se $OPG estiver apenas cobrando uma taxa por escrita de memória uma vez e por limpeza de expiração, então ele se parece mais com um token de cobrança por armazenamento de banda; mas se, no futuro, a extração de cotações, a autorização entre apps, as assinaturas de verificação, o ressarcimento por revogação e o longo período de hospedagem girarem em torno dele formando um circuito fechado, então ele deixa de ser um token de cobrança e passa a ser a unidade de liquidação “padrão” de uma rede de dados pessoais.
Sem pressa para tirar conclusões. Transformar memória em ativo em nível de protocolo é algo de ritmo lento; eu quero continuar acompanhando os exemplos entregues pela mainnet do OpenGradient e pelos integradores posteriores.
#opg

医院排队等专家号，前面排了二十多个人，护士让每个人把身份证刷一遍才能取号，旁边大爷嘟囔说看个咳嗽都要把身份证亮个底朝天，连体温都成了敏感数据。你想过没有，未来连跟 AI 聊个天，可能都得先掏身份证、对镜头拍张脸？这不是科幻片，是 Anthropic 七月八号要落地的新隐私政策。@OpenGradient 直接甩了一篇 Anthropic Will Soon Ask for Your ID. We Built an AI That Never Will. 硬怼回去。$HEI
你点开那条政策细则会冒冷汗。Anthropic 保留权利索要用户的政府身份证、面部照片、生物特征数据，理由是合规、防滥用。听起来挺正义，可你把这条权利跟它积累的对话日志、训练数据、行为画像放一块儿，等于把每个跟 Claude 聊过私事的人钉在一份永久档案上。OpenGradient 在这个节骨眼推这篇文章，等于公开站到大厂的反面。
你扒一下 OpenGradient Chat 的设计就懂反击底气在哪。所有 prompt 跑在 TEE 硬件飞地里，连官方运维都看不到你输入了什么，自然没有身份信息、没有人脸、没有指纹可以索要。它不是不想要，是技术上根本接收不到。这种我不想知道也没法知道的架构，跟我知道但承诺不滥用是两套信任模型，前者比后者多一道密码学层的保险。
但这条护城河也有硬约束。TEE 芯片栈选哪家，侧信道漏洞修补节奏跟不跟得上？聚合的上游若是 Claude，Anthropic 那一端的身份要求会不会反向倒灌？监管真压下来 OpenGradient 是死扛，还是被迫加一道前置 KYC？$BEAT
我下周先把 OpenGradient Chat 接的上游模型清单跟各家最新隐私政策对一遍，看哪几条路径真正绕开身份索取，哪几条只是把锅甩给上游。
回头看看医院走廊里那条排着身份证的队伍，再看看手机上还开着的 Claude 对话框，会不会突然觉得今天敲下去的每个字，明天都可能变成一张需要刷脸才能换回来的医保卡。
#opg $OPG

Depois de sair do cinema com os amigos, acabamos de assistir a um filme de ficção científica sobre robôs de IA fora de controle. Meu amigo, meio brincando, disse que se acontecer alguma coisa, quem vai provar se foi o robô que pirou ou se a empresa por trás dele mudou o modelo às escondidas? Eu respondi que @OpenGradient , a recente publicação "From Black Boxes to Verifiable Agents", estava falando justamente sobre isso. $QUICK
Eu achava que isso não me dizia respeito, mas a palavra 'verificação da IA' tem sido discutida na cripto por mais de um ano, e a maioria dos projetos ainda está na fase de pesquisa. Até que, ao ler esse blog, percebi que a OpenGradient tem um ponto de entrada bem afiado; em vez de entrar na competição acirrada de treinamento de modelos, eles estão focando na camada de execução dos robôs.
Para entender, pense em caixas-pretas de aviões. A aviação civil chegou ao nível de segurança que tem hoje não porque os pilotos sejam super-heróis, mas porque cada avião é obrigado a ter uma caixa-preta e uma investigação independente. Um robô cirúrgico após uma operação, um carro autônomo mudando de faixa ou um AI de imagem médica emitindo um relatório, atualmente, não existe um único registro na blockchain que prove qual versão do modelo foi usada ou qual conjunto de dados foi rodado. Após um incidente, os logs que as empresas entregam têm a mesma credibilidade que uma redação feita por eles mesmos. A caixa-preta que os robôs precisam implementar é a inferência verificável da OpenGradient na blockchain.
Esse golpe no teto é forte. O TVL do DeFi chegou a um máximo de 100 bilhões de dólares, enquanto o TAM de robôs, direção autônoma, IA médica e automação industrial é várias vezes maior. Mesmo que a OpenGradient implemente isso em um cenário de nicho, sua avaliação não será comparável a das antigas moedas de conceito de IA. Mas a caixa-preta poder ser obrigatoriamente instalada em aviões deve-se a décadas de regulamentação; por que as empresas de robôs iriam querer colocar logs de decisão na blockchain? As seguradoras estariam dispostas a incluir a prova na blockchain como base para indenizações? Cada elo dessa cadeia travada impede que os aviões decolam. $SLX
A brisa na porta do cinema estava forte, e meu amigo me puxou para comer um lanche da noite. Passando por um outdoor, estava passando um novo anúncio de um carro autônomo, e o carro na tela estava fazendo curvas na estrada à noite de forma bem suave. #opg $OPG

No corredor do hospital veterinário, eu estava segurando o gato esperando ser chamado, e ao meu lado, um senhor estava de olho nos números pulsantes no monitor, murmurando "e se essa máquina der pane, o que a gente faz?". De repente, me lembrei do blog recente da OpenGradient. A IA não é mais apenas uma caixa de chat que escreve piadas, agora ela está operando braços robóticos, controlando volantes de carros autônomos e até interpretando imagens médicas. Nessa hora, calcular rápido não é suficiente; é preciso calcular de forma que as pessoas confiem.
No começo, pensei que @OpenGradient era apenas mais um projeto de inferência on-chain aproveitando a onda da IA x Crypto, até eu me aprofundar na forma como ele leva a computação verificável diretamente do DeFi para a robótica, e percebi que a situação era mais complexa do que imaginava. Todo mundo já está acostumado a ver provas on-chain no DeFi, que envolvem liquidações, preços e matchmaking, apostando na segurança de carteiras de bilhões de dólares. Mas e os robôs? Se um robô cirúrgico tremer um milímetro, ou um carro autônomo errar a interpretação em uma interseção, o que está em jogo não é apenas dinheiro, mas vidas. A OpenGradient registra cada inferência na blockchain, deixando uma prova criptográfica, o que equivale a dar a decisões de IA no mundo físico uma caixa-preta imutável.
Mas preciso jogar um balde de água fria. A computação verificável se estendendo para a robótica eleva o teto da narrativa de 100 bilhões no DeFi para 8 trilhões no RWAI, mas quantos obstáculos existem nesse meio? A inferência do lado do robô é extremamente sensível a atrasos; a sobrecarga de ZKP em cenários de controle em tempo real de milissegundos consegue aguentar? Quem vai garantir a autenticidade dos dados dos sensores antes de subirem para a blockchain? Provas on-chain, por mais impressionantes que sejam, não vão salvar uma situação onde a câmera original foi trocada. Será que isso é mais uma tentativa de encaixar primitivas on-chain em cenários off-chain de forma auto-satisfeita? $HEI
Adicionei o GitHub deles à minha lista de inspeção semanal, focando na taxa de transferência e na latência medida do pré-compilado; só olhar o white paper não resolve. E também vou observar se a equipe realmente consegue integrar um ou dois parceiros robóticos ou de direção autônoma para fazer um PoC. Sem dispositivos físicos reais alimentando a computação verificável, é como construir castelos no ar.
Qualquer um pode contar uma história sobre 8 trilhões, mas quantos projetos nessa pista vão conseguir chegar ao produto final? A OpenGradient está realmente se enraizando no mundo físico, ou apenas trocando a pele do discurso do DeFi para vender mais uma vez? $BEAT
Escrevi isso como um bate-papo, mas antes de partir para a ação, é bom pensar duas vezes.
#opg $OPG

O hospital de animais aqui embaixo fez um check-up na minha gata, e a moça da recepção nem me deixou escolher entre clínica geral ou cirurgia. Depois de algumas perguntas sobre os sintomas, ela me levou direto para a sala certa, foi tão tranquilo que eu nem percebi que tinha sido direcionado. Enquanto a gata tremia na balança, eu estava no Twitter e vi que a OpenGradient tinha integrado um LLM Router com a BitQuant. Agora, os usuários podem perguntar qualquer coisa, e o sistema automaticamente decide se é para o Analytics Agent ou o Investment Agent, sem precisar escolher o modo primeiro.
Quando vi o nome, pensei que era só mais um Frankenstein, porque esse tipo de direcionamento já existia em sistemas de atendimento ao cliente há dez anos, o que mais eles poderiam fazer? Fui no demo de @OpenGradient e depois de algumas perguntas percebi que a abordagem era diferente. Se eu perguntasse sobre a mudança de endereços ativos na cadeia do ETH nos últimos trinta dias, ele usaria o Analytics; se eu perguntasse como alocar os USDC que eu tenho para um rendimento mais estável, ele virava para o Investment. Se a pergunta fosse vaga, ele responderia pedindo mais detalhes em vez de enfiar um caminho errado na minha cara. A decisão do Router em si também é uma inferência na cadeia, não é um caixa-preta aleatório. $FOLKS
Mas você já pensou que quanto mais inteligente for o router, mais perigoso ele pode ser? Se a recepção errar e me mandar para a sala errada, no máximo eu vou ter que esperar de novo, mas se o router da cadeia interpretar erroneamente uma pergunta que deveria ir para o Analytics como um Investment, e me der uma sugestão de posição que um trader amador segue e acaba perdendo grana, quem é o culpado? Os dados de treinamento do Router são públicos? A taxa de erro é divulgada oficialmente? Podemos responsabilizar alguém pelo erro daquela inferência específica? Essas questões decidem se é uma verdadeira atualização ou só mais uma forma de se esquivar da responsabilidade. $BICO
Na próxima semana, vou usar o mesmo conjunto de perguntas na BitQuant para fazer trinta rodadas, anotando a taxa de direcionamento correta, a latência média de resposta e o gás total por rodada, e depois vou conferir o progresso do módulo Router no GitHub da OpenGradient. Um router inteligente fechado não é essencialmente diferente de um robô de atendimento ao cliente.
Quando a moça da recepção me devolveu a gata, ela sorriu e disse: 'Deixe as coisas profissionais para os profissionais.' Mas na cadeia, não há recepção, e os traders amadores são suas próprias recepções.
Escrevi isso como se fosse um bate-papo, mas antes de agir de fato, vou pensar duas vezes novamente.
#opg $OPG

A estação de entrega lá embaixo colapsou hoje de manhã, o chefe empilhou as encomendas da SF Express, JD, Cainiao e Jitu em quatro pilhas na parede. Eu fiquei lá esperando minha encomenda, quando vi a mensagem @OpenGradient sobre a integração com a LangChain, minha primeira reação não foi empolgação, mas me jogar um balde de água fria.
Eu pensei que isso não tinha nada a ver comigo, integração é só enviar um PR e conectar um SDK, quem não sabe fazer isso? Dizem que a LangChain tem centenas de milhares de desenvolvedores, e a OpenGradient coloca modelos específicos de domínio na camada de chamadas de model, e os desenvolvedores só precisam adicionar um import, parece sem fricção. Mas quem não sabe que essas centenas de milhares têm muita água no meio? Ter uma estrela no GitHub não significa que está rodando o Agent em um ambiente de produção; tem um monte de gente só fazendo tutoriais, projetos de graduação ou brincando de fim de semana, mas o número de pessoas que realmente queimam inference pagando, se você conseguir cortar um zero, já é uma grande vitória.
Depois que a OpenGradient entrou, quantas chamadas reais na cadeia estão saindo por dia? Se essa conta não for clara, a integração é só uma linha no PPT. Por que os desenvolvedores escolheriam a OpenGradient se a LangChain tem na prateleira OpenAI, Anthropic e várias LLMs open source? É porque o preço é mais barato, a inferência é mais precisa, ou a assinatura verificável pode trazer grana de verdade para os Agents downstream? Se não conseguirem apresentar pelo menos um desses indicadores, o desenvolvedor vai dar uma olhada e voltar silenciosamente para o GPT. $UB
Para saber se essa integração é fogo de verdade ou só marketing, três indicadores de observação são suficientes. Primeiro, a quantidade de issues semanais e a atividade de PR do módulo OpenGradient no repositório oficial da LangChain. Segundo, a curva de downloads reais do pacote correspondente no npm ou PyPI. Terceiro, o número de endereços ativos diários de chamadas de inference da OpenGradient na cadeia. Esses três dados podem limpar a história em até três semanas, são mais honestos que qualquer frase de um white paper. $BTW
Então a pergunta volta para você que está do outro lado da tela: se você é um desenvolvedor escrevendo um Agent, amanhã ao abrir a LangChain para importar um modelo, você trocaria a conexão já funcionando com o GPT pela OpenGradient só porque tem uma linha a mais de assinatura verificável?
Depois de ler, é só fechar, o risco é você quem tem que carregar. #opg $OPG

No fim de semana, fiquei em casa fuçando no GitHub e, sem querer, entrei no repositório do @OpenGradient Research Institute. Eu só queria dar uma olhadinha, mas acabei sentado lá por duas horas. No mundo cripto, muitos afirmam ter um braço de pesquisa, mas poucos realmente jogam o código e os artigos pra fora. A OpenGradient é uma exceção.
Minha visão sobre a OpenGradient sempre ficou presa no PIPE e no roadmap, achando que era um protocolo de IA em blockchain mais voltado para engenharia. Mas essa vez, ao explorar os resultados do instituto, minha percepção foi renovada.
Os vários direcionamentos que eles publicaram não são apenas palavras de PPT: o modelo de análise de risco DeFi modela diretamente o fluxo de capital e as rotas de liquidação no nível do protocolo; a pesquisa de otimização de taxas dinâmicas de AMM investiga como usar ML para ajustar em tempo real as taxas de LP, combatendo arbitragem e perdas impermanentes; a pontuação de reputação DePIN quantifica a confiabilidade dos nós de hardware em uma pontuação que pode ser chamada na blockchain. Mais impressionante ainda, eles organizaram uma competição de previsão de preços à vista de BTC/ETH, criando um indicador de pontuação MZTAE para eliminar modelos que trapaceiam ajustando-se a flutuações de curto prazo.
Mas, pensando um pouco, será que ter uma produção robusta no instituto realmente se traduz em uma vantagem competitiva? Quantos L1, no passado, tinham montanhas de papers em conferências, mas acabaram levando um tapa na cara com o TPS real da blockchain? Qualquer um pode forkear um modelo open source; como a OpenGradient consegue trancar essa vantagem de pesquisa dentro do seu protocolo? Esses modelos, se não forem chamados de forma atômica na blockchain via PIPE, em que se diferenciam dos projetos hospedados no Hugging Face? E mais, será que o MZTAE não é apenas um ringue criado pela equipe do projeto, e os pesquisadores externos estão realmente dispostos a reconhecer isso? $BICO
Mas refletindo, a interseção de AI×Crypto sempre careceu, na verdade, de narrativas reais, de equipes que tenham coragem de expor seus modelos e serem desafiadas com dados públicos. A OpenGradient expande suas frentes em risco DeFi, taxas de AMM e reputação DePIN, o que equivale a plantar uma semente em três linhas: DeFi, liquidez e infraestrutura. Qualquer uma que decole estará bem posicionada. $BTR
A produção do instituto pode ser considerada uma segunda derivada dos fundamentos. Se a frequência de commits de artigos e modelos cair, isso é mais alarmante do que a queda no preço do token. No curto prazo, não vou aumentar minha posição por causa de um paper, mas vou adicionar esse GitHub à minha lista de verificação semanal.
Quando você investe em um projeto de AI×Crypto, realmente vai fuçar o GitHub e os artigos dele? Ou você só olha para o Twitter e as chamadas de KOLs?
O que eu digo pode não estar 100% certo, você que sabe o quanto acredita. #opg $OPG

Vendo o modelo de token, minha reação automática agora é verificar a distribuição primeiro, depois o lock-up, e por último a inflação. Se não passar em qualquer uma dessas etapas, fecho a página. O OPG de @OpenGradient nem se moveu em nenhuma das três etapas, o que é raro nesse mercado.
Vamos falar de experiências dolorosas. A pior que já passei foi com um projeto de conceito AI. A TGE parecia promissora, mas ao entrar no mercado secundário, percebi que a equipe e os investidores iniciais tinham um lock-up de 6 meses seguido de 18 meses lineares, e essa pressão de desbloqueio manteve o preço do token pressionado por um ano. Aquele volume foi a zero antes que o lock-up da equipe terminasse. Desde então, minha tolerância aos modelos de token caiu para o tornozelo. $BICO
Fazendo uma analogia, o modelo de token é como a estrutura de suporte de um prédio. Por mais chique que seja a decoração, você precisa olhar a densidade do aço e as colunas de suporte. Quanto mais bonito o acabamento, mais perigoso se torna um prédio mal construído. Após analisar o OPG, a totalidade é de 1 bilhão sem inflação, 40% para ecossistema, 15% para a fundação, 15% para contribuintes principais, 10% para investidores e consultores, 10% para staking, 6% para liquidez e 4% para airdrop. A equipe e os investidores têm um lock-up de 12 meses seguido de 36 meses lineares, totalizando quatro anos de aposta.
Eu costumava pensar que um lock-up longo era apenas uma formalidade regulatória, mas levando ao extremo, isso se corrige. O OPG servirá para pagar taxas de inferência, governança, incentivos ecológicos e retornos de staking, cada um atrelado ao uso real da rede. No dia do desbloqueio da equipe, se a rede não estiver funcionando, eles também estarão se prejudicando com os 15%. Essa estrutura força a equipe a dedicar quatro anos para expandir o volume de inferência, em vez de apenas procurar uma janela de venda ao lançar. $RE
Não estou dando garantias. Os 40% do ecossistema são um fator duplo: se usados corretamente, são um volante, se usados incorretamente, é uma desvalorização crônica; 4% de airdrop é baixo, e já esperava reclamações da comunidade inicial; durante a fase de teste, a demanda real de inferência não cresceu, não havia taxa suficiente para sustentar o valor intrínseco do token, e a equipe terá que arcar com o período de vacância.
Direto ao ponto: quero ver se, após o lançamento da mainnet da OpenGradient, o consumo diário de taxas consegue acompanhar o ritmo de desbloqueio, quero ver se os 40% do ecossistema se transformam em chamadas reais de inferência e não apenas mais uma rodada de subsídios, e também quero ver se, ao fim do lock-up de 12 meses, a equipe e os investidores se pronunciam sobre a extensão do lock-up. Com esses pontos firmados, a segurança de $OPG não será apenas uma parede de suporte no papel. Até lá, mantenha sua posição leve e aumente a confiança aos poucos.
#opg

Eu dei uma configurada em uma nova máquina com ferramentas de IA, e no meio do processo parei: a grande empresa de novo deixou os dados de treinamento marcados por padrão, tive que me enfiar em três camadas de menus nas configurações. Quando cheguei no @OpenGradient , eu nem toquei em um botão, já estava tudo configurado como privado, não precisei fazer nada.
Essa situação é como a proteção contra vazamento de eletricidade em aquecedores. Anos atrás, você tinha que pagar para instalar um protetor, e o trabalhador só dizia para você fazer por conta própria; depois, as normas mudaram e agora todos os aparelhos saem de fábrica com isso já instalado, e quem não tiver não pode ser vendido. A privacidade na IA ficou emperrada naquela fase anterior, as grandes empresas ainda estão te deixando comprar, instalar e verificar periodicamente, um botão a menos e já era. O OpenGradient simplesmente pula essa etapa. $VELVET
Eu achava que configurar tudo manualmente era o suficiente. Sempre que pegava um novo modelo, primeiro desligava a autorização de treinamento, limpava o histórico, mudava o período de retenção, levava quase meia hora até me sentir seguro para iniciar a conversa. Depois, ao levar isso ao extremo, percebi que essa dependência da mão humana para garantir a privacidade é a mais frágil: no dia que eu estiver com pressa e esquecer uma etapa, ou numa atualização quando o fabricante mudar os valores padrão sem avisar, eu nem vou perceber. A privacidade configurada basicamente joga a responsabilidade de volta para mim, oferece botões, mas não proteção. $BASED
O OpenGradient vai na contramão. A inferência verificável com zkML e TEE é algo fixo na base, não é um botão que o usuário pode desligar. Quando você entra no OpenGradient Chat e digita a primeira palavra, essa inferência já gera um recibo criptográfico e utiliza a prova remota TEE; você não precisa entender de zkML, nem ir a nenhum menu e marcar que quer privacidade. Privacidade por padrão não é um slogan, é a linha de base que você consegue mesmo se for preguiçoso, esquecer ou nunca ter lido a documentação.
Eu não vou ser o responsável por isso. O custo da privacidade padrão é que sua percepção da base vai se atenuar; no dia que alguma característica for enfraquecida, você pode não perceber de imediato; na fase de teste ainda existe a deriva de versões, e os valores padrão podem ser sutilmente ajustados nas atualizações, essa é a realidade das redes iniciais.
O único indicador que eu olho é um só, direto: colocar a lista de parâmetros de privacidade padrão do OpenGradient, junto com as mudanças de cada versão, tudo open source e público, para que qualquer um possa checar item por item se os valores padrão de hoje e de ontem foram alterados. No dia que essa lista estiver estável no repositório da mainnet, eu vou considerar como um ponto de entrada padrão a longo prazo. Até lá, eu uso, mas os valores padrão eu vou conferir de novo.
#opg $OPG

Meu amigo ilustrador independente de Xangai me mandou um vídeo ontem perguntando se o OpenGradient Chat realmente pode proteger os direitos autorais de imagens geradas por IA. O lance começou porque uma empresa de design de comércio exterior postou um pacote de materiais comerciais no Shutterstock que tem doze imagens com um estilo quase idêntico ao que ela publicou nos últimos seis meses no Xiaohongshu, até as combinações únicas de palavras que ela usou, como "mercado noturno neon úmido", foram copiadas com precisão, e a voz dela estava tremendo. Perguntei a ela que ferramentas ela usou nos últimos seis meses, e ela disse que foi Midjourney Pro junto com um gerador de texto para imagem nacional, e os prompts estão todos na história da nuvem. Esse caso é um buraco negro legal, ela não consegue apresentar provas em blockchain de que os prompts são originais, e o contrato de usuário do Midjourney autoriza automaticamente o uso dos prompts para melhorias do modelo. $SYN
Um prompt é, de fato, uma obra criativa. Em 2025, as diretrizes do escritório de direitos autorais dos EUA para criações de IA incluem "prompt suficientemente autoria humana" como um objeto que pode ser registrado e protegido, contanto que se prove o tempo de criação e a originalidade. No caso Andersen v. Stability AI, o criador perdeu exatamente por causa da falta de uma cadeia de evidências; o histórico de prompts em plataformas centralizadas não pode ser usado como prova de timestamp fora de uma intimação. O OpenGradient Chat, cada vez que escreve um prompt e gera uma imagem, o payload da sessão é criptografado em um blob de texto cifrado com a chave pública do enclave, os Nós de Inferência decifram e realizam a inferência, depois recriptografam para enviar de volta. O hash de atestação na blockchain não só prova a existência da imagem gerada, mas também contém o hash do texto do prompt e o timestamp, e se forem a tribunal, podem usar as transações em blockchain para provar onde esse dicionário foi usado em qual altura de bloco. $OPG No protocolo x402, a assinatura da carteira de pagamento liga a identidade do criador às provas de prompt em blockchain, o registro de direitos autorais pode usar essa cadeia como evidência preliminar. $HOME
@OpenGradient Essa cadeia de direitos autorais também tem suas falhas. O hash de atestação só pode provar que o prompt existiu naquele ponto no tempo, mas não pode provar que esse dicionário não foi usado em outro lugar antes, a regra de quem usa primeiro ainda depende do criador colocar as provas na blockchain cedo. O LLM Proxy roteia para o Claude Fable 5 e o Gemini Imagen 4, e a saída do enclave ainda é em texto claro antes de entrar no backend fechado; não há provas em blockchain para desmentir se a Anthropic e o Google estão secretamente adicionando prompts ao pool de treinamento.
Eu enviei uma captura de tela do mecanismo de armazenamento de prompts em blockchain do OpenGradient Chat para ela, dizendo que a partir de hoje, cada imagem deve seguir esse caminho, e que ela deve avaliar com um advogado sobre aquele lote dos últimos seis meses. Ela respondeu com um emoji de choro. #opg

Vendo no Twitter que o "The New York Times" tá cobrindo a nova rodada de audiências sobre o processo de copyright envolvendo a OpenAI. Em junho de 2026, essa é a terceira grande mídia a entrar no jogo. Antes, a Universal Music processou a Anthropic e a Authors Guild fez uma ação coletiva, tudo isso porque os autores nem sabiam que estavam alimentando o treinamento da IA com seus materiais. Se esses caras tivessem usado o OpenGradient Chat pra escrever, a quantidade de provas que poderiam apresentar no tribunal seria pela metade. $AGT
Eu dei uma olhada nos dados. A ação da Authors Guild listou 170 mil romances que foram devorados pelo Books3, eu ajudei dois amigos escritores a verificar com a ferramenta de busca da The Atlantic e quatro deles foram pegos, e eles usaram Google Docs com Notion AI pra escrever. A Anthropic foi chamada diretamente pelo juiz no caso Bartz v. Anthropic por pegar 7 milhões de livros de sites piratas como o LibGen pra treinamento, esse tipo de contaminação de material acontece sem que o usuário tenha a chance de concordar. O processo do OpenGradient Chat é completamente diferente; o prompt é criptografado com a chave pública do enclave em um blob de texto cifrado, os Inference Nodes fazem a decriptação e inferência no TEE e depois re-encriptam pra enviar de volta, sem intermediários que possam ver o texto em claro, e a Anthropic ou OpenAI, como proxies LLM, só recebem um fluxo de chamadas agregadas. O manuscrito do autor teria que quebrar a confiança raiz do hardware SGX pra ser roubado pro conjunto de treinamento. $OPG O protocolo x402 bloqueia o hash de attestação de cada sessão de escrita na blockchain, essa prova em blockchain é muito mais sólida que um print do Slack, o autor pode comprovar que o material nunca passou por um pipeline de treinamento centralizado. $ESPORTS
Mas, pra ser sincero, a prática não é tão fácil assim. O OpenGradient Chat, ao passar pela rota do proxy LLM pro Claude Fable 5, ainda envia dados em texto claro pro backend da Anthropic, e nos logs de 30 dias, como esse dado é tratado @OpenGradient não tá sob a prova da blockchain, e mesmo que o advogado apresente aquele diagrama, o juiz pode não comprar a ideia de que o texto cifrado não pode ser usado. O painel do Dune mostra que 38% dos nós do OpenGradient tão concentrados na AWS em Frankfurt, se rolar realmente uma coordenação regulatória com a diretiva de copyright da UE, a usabilidade pode oscilar e os criadores vão voltar pra Notion AI.
Eu compartilhei a notícia com um comentário dizendo que na próxima ação judicial eles podem economizar um pouco nos honorários, enquanto eu vou esquentar meu café no micro-ondas. #opg

Na tarde de terça-feira, eu estava no meu escritório recarregando o crédito do OpenGradient Chat. Eu só queria comprar o suficiente para a demanda de tradução do white paper deste mês e a revisão de contratos. Joguei 500 $OPG e a mensagem na parte inferior da janela me fez parar e prestar atenção. Esse crédito também conta para a curva de peso do incentivo S2. Tirei um print e, na boa, puxei o gráfico de velas OPG/USDT.
No começo, eu achava que recarregar crédito era como um saldo pré-pago, onde se desconta a cada uso, sem muita diferença de comprar um cartão de recarga da API do ChatGPT. Depois de ler o capítulo três da documentação, @OpenGradient , sobre o peso S2, eu admito que estava enganado. O crédito no design do OpenGradient é contabilizado em dois livros ao mesmo tempo; é tanto o saldo pré-pago do protocolo x402, descontando OPG por chamada, quanto a entrada para calcular a pontuação do incentivo S2. Se eu recarregar 500 OPG, mesmo que use apenas 200 este mês, os 300 restantes ainda estarão contabilizando pontos S2, o que me dá um canal de incentivo a mais do que simplesmente acumular moedas sem movimento.
O modelo Consume to Earn do OpenGradient tem como ponto específico de aplicação na economia do OPG o valor do tempo contado em dobro. No momento em que o crédito é consumido, você ganha um hash de atestação que conta para o peso da frequência de uso, e o tempo em que ele fica pendente conta para o peso de retenção de capital. A mesma quantidade de OPG é contabilizada duas vezes no OpenGradient Chat. O canal oficial do incentivo S2 disse que vai expandir para 70 milhões de OPG. Usuários que recarregam crédito desproporcionalmente em relação ao uso real vão ser penalizados com a redução do peso, enquanto quem compra o suficiente para usar vai colher os bônus proporcionais. O crédito não é mais só um consumível. $SKYAI
Esse sistema também tem suas armadilhas. O saldo de crédito não tem período de lock-up, mas tem um mecanismo de expiração. A nota de rodapé do capítulo três diz que o crédito não utilizado será cancelado após 180 dias, então acumular demais é como um desgaste indireto. A volatilidade do preço do OPG pode fazer o poder de compra real do crédito oscilar, e ao chegar ao 13º mês, com 25% de pressão de venda ao desbloquear, o crédito comprado a preços altos vai reduzir a quantidade de chamadas disponíveis. O canal oficial da curva de peso S2 deixou espaço para ajustes futuros, e a probabilidade de que o peso de retenção de capital seja cortado no futuro não é baixa, então a expectativa de acumular crédito como um ingresso deve ser revista. $BSB
Fechei a janela, confirmei os 500 OPG e criei uma nova conversa para enviar um PDF do white paper e continuar trabalhando. #opg

Depois do jantar, eu tirei do fundo da gaveta o cartaz impresso do processo de atestação do Intel SGX que trouxe de uma conferência de segurança no ano passado, estendi no chão e fiquei agachado comparando com a figura do root de confiança do enclave na segunda seção do documento @OpenGradient , quadrinho por quadrinho. Quando cheguei à terceira coluna, a ponta da caneta esferográfica furou o papel, só então percebi que o verdadeiro problema desse mecanismo não era a criptografia, mas que nem a equipe do projeto OpenGradient consegue ver o que eu disse no OpenGradient Chat. $UAI
No começo, eu achava que TEE, esse hardware de enclave, era só uma versão premium da retórica de conformidade dos serviços na nuvem, com a chave ainda sendo de responsabilidade do fabricante, mas depois de ver a parte da atestação, percebi que estava subestimando. Os Nós de Inferência não rodam em contêineres comuns, mas sim em áreas isoladas dentro de CPUs como Intel SGX ou AMD SEV, onde o hash do código que roda é assinado pelo hardware no momento de inicialização, e essa assinatura traz a impressão digital da chave privada que foi gravada na fábrica. A chave pública usada para entrar no enclave é gerada temporariamente e divulgada apenas após a atestação, e nem mesmo a equipe de operação do nó consegue acessá-la, assim como a equipe do OpenGradient. O fabricante do CPU bloqueou esse caminho de descriptografia no nível do chip, e mesmo que o administrador tenha permissões máximas, não consegue abrir.
Essa raiz de confiança é o que diferencia o OpenGradient da abordagem tradicional de IA, que é baseada em upload e espera. A promessa de privacidade da abordagem tradicional se limita ao estatuto da empresa, com compromissos legais assinados e selados, e se algo dá errado, é só ir para o tribunal e conferir os logs. O OpenGradient, por outro lado, opera em nível de chip físico, com a chave nunca saindo da área de criptografia interna da CPU, e nos logs só há entrada e saída de dados criptografados. $OPG O hash da atestação mencionado sempre que há um pagamento no protocolo x402 é um recibo que o hardware da CPU me fornece, provando que naquele momento o código rodando dentro do enclave é o mesmo do repositório público, sem substituições ou injeções. $VELVET
O chão estava um pouco frio, então eu me sentei de pernas cruzadas. Mas essa camada de confiança física não é uma armadura invulnerável. Depois do Foreshadow e do ÆPIC Leak, sempre aparece um novo paper sobre canais laterais do SGX a cada pouco tempo, e as superfícies de ataque como cache timing ainda não foram fechadas. Os fabricantes de CPU controlam a chave privada da raiz de atestação, e não é fisicamente impossível que a Intel e a AMD, em parceria com as autoridades, criem enclaves maliciosos substituídos, só que isso não é viável do ponto de vista comercial. O capítulo três da documentação do OpenGradient fala de uma rede de segurança para essas piores situações de forma leve, e eu franzi a testa ao ler.
Dobrei o cartaz e coloquei de volta na gaveta, joguei a caneta esferográfica no chão e fui para a varanda. #opg

Na sexta à noite, exportei todos os registros de transações na blockchain da parte da carteira com os tokens $BR para um CSV, joguei isso no BRclaw, que pertence ao @Bedrock , pra gerar um gráfico de atribuição. Eu fiquei ali, apoiado na cadeira com um copo de refrigerante que ainda estava pela metade, esperando a saída, observando a tela onde o gráfico de Sankey estava sendo gerado. Quando vi as fontes de renda do lado esquerdo se reunindo no total à direita pela primeira vez, consegui entender claramente o que eu tinha ganho, e o gelo do refrigerante afundou no copo.$EVAA
Normalmente, quando olho a carteira, só vejo um número, quanto subiu essa semana, sem saber quantas linhas estão entrando por trás desse número. O gráfico de atribuição que o BRclaw forneceu dividiu os ganhos do token BR no sistema Bedrock dessa semana em três categorias: o yield da re-staking do uniBTC na EigenLayer foi o maior, seguido pela distribuição de lucros da rota AVS no pool Simbiótico, e a contribuição do peso de lock-up do veBR junto com o multiplicador do reward distributor foi a terceira. Cada categoria ainda detalhava o número específico de transações por bloco e o montante recebido por vez. Para quem está acostumado a olhar os números, vai perceber que sempre esteve apenas adivinhando.
Eu tirei um print do gráfico e salvei uma cópia. A atribuição é uma habilidade básica na quantificação tradicional, que te diz quanto dessa renda excedente vem das oscilações do mercado, quanto vem da estratégia em si, e quanto vem da exposição a fatores. Ninguém no Bedrock havia feito isso sistematicamente antes, pois os dados estavam espalhados em dezenas de contratos e subgráficos, e puxar manualmente era praticamente impossível. Depois que o BRclaw abriu esse caminho, a próxima pergunta para os detentores é se devem aumentar a posição no veBR ou esperar pela mudança na rota AVS, agora com base em evidências concretas, não apenas no feeling.
Mas não confie totalmente nesse gráfico. A atribuição depende da integridade dos dados on-chain, e a camada de roteamento do Bedrock atualmente está lidando com parte dos dados AVS que têm atraso na blockchain. O BRclaw vai preencher essa parte com interpolação linear, mas esse tipo de coisa vai sempre distorcer em períodos de alta volatilidade. A página de saída do BRclaw coloca os dados reais e os interpolados na mesma cor no gráfico de Sankey, então os detentores não conseguem distinguir qual parte é real e qual parte é estimada. A equipe do Bedrock deveria adicionar uma marcação clara para as partes interpoladas na próxima versão.$UAI
O gráfico de Sankey foi exportado e salvo na pasta local chamada 'atribuição de referência', e antes de desligar o computador, terminei o refrigerante.#bedrock

A maioria das pessoas compra $BR e só fica de olho na curva de preços, tratando o painel de governança de @Bedrock como um mero enfeite. Eu também segui esse caminho no início, até que, no ano passado, participei de uma votação de proposta de parâmetros de ponte cross-chain e percebi que a voz do BR não é um carimbo, mas sim um verdadeiro alavanca que pode mudar a direção do protocolo.
Qual o valor do poder de governança do BR? O Bedrock empacota várias decisões-chave para os detentores de tokens: o limite de liquidação cross-chain do uniBTC, a lista branca de market makers, a inclinação da curva de múltiplos APY, e a taxa de certificação de poder do Brag. Qualquer mudança aqui impacta diretamente o fluxo de caixa do protocolo. Eu acompanhei a taxa de aprovação das propostas no último ano, e durante os períodos de alta participação na governança, o preço do BR foi visivelmente mais estável, já que os holders sentem que têm controle sobre a direção e não vendem ao primeiro sinal de turbulência. $H
Naquela proposta de ponte cross-chain do ano passado, a votação da comunidade alterou a janela de liquidação de 6 horas fixas para um algoritmo dinâmico. O proponente era um endereço anônimo, mas a validação técnica era sólida. Depois de ler a discussão, achei confiável e votei a favor. Após a mudança, notei que a quantidade de desvios do uniBTC diminuiu significativamente nos três meses seguintes. Essa foi a primeira vez que percebi de forma clara que os detentores de BR não são passivos, mas sim projetam ativamente a forma do protocolo. $MITO
O painel de governança do Bedrock vincula o peso do voto ao período de staking, amplificando exponencialmente a voz dos que fazem staking a longo prazo. É originário do modelo ve da Curve, mas mais agressivo, com a direção do protocolo nas mãos dos detentores de longo prazo, impossibilitando que o capital de curto prazo manipule os parâmetros centrais. Eu pensei que isso era apenas um mecanismo anti-bruxa, mas ao analisar a distribuição de grandes propostas, percebi que a participação das instituições não era tão exagerada; os pequenos investidores que fazem staking de BR a longo prazo podem realmente influenciar a aprovação.
Hora da reclamação. O poder de governança soa romântico, mas na prática tem suas armadilhas. O nível de especialização para propostas é elevado, e os pequenos investidores, sem conseguir julgar, acabam seguindo os grandes; a voz se transforma em um poder de rebanho. A atividade de governança está ligada ao preço do token; se o preço está em baixa, nem mesmo o mínimo para votar é alcançado. As altas de desbloqueio forçam os stakers de longo prazo a recalcular o custo de oportunidade, e a estabilidade da governança é perturbada pelas emoções. Os velhos problemas dos bots de desbloqueio ainda não desapareceram.
Atualmente, eu bloqueio uma parte do BR pelo maior prazo possível, apenas para garantir poder de governança, sem me preocupar com o multiplicador. Minha posição não é grande, e a cada votação eu leio a proposta com atenção. Vamos ver se esse mecanismo do Bedrock consegue sustentar o longo prazo, analisando a qualidade das propostas no próximo ano. #bedrock

Quer entender por que o token $BR vale grana? Lembre-se de três equações e tá tranquilo. Esse é o modelo mental mais simples que eu desenterrei nos últimos seis meses sobre o @Bedrock , que te ajuda a distinguir entre barulho e vendas reais antes de cada desbloqueio. O valor do BR não é uma história simples, é uma demanda tripla empilhada. $JCT
A primeira parte é a demanda de acesso, que é igual ao ingresso do protocolo. No sistema Bedrock, muitos dos direitos centrais não são dados de graça; para participar de votação de governança, estar na whitelist de market makers ou acessar o canal RFQ institucional, você tem que stakar BR para garantir sua posição. Essa demanda é estável, baixa frequência, mas de alto volume; quanto mais instituições entrarem, mais fundo fica o capital. Eu costumava achar que isso era só o que rola com tokens de governança comuns, mas quando coletei alguns endereços da whitelist e vi os saldos na blockchain, percebi que o volume que as instituições stakavam não tá nem na mesma dimensão que o dos pequenos investidores; a proporção de lock-up é muito maior do que a impressão que os números de TVL dão. $BTC
A demanda de bônus é a segunda perna, que na verdade é um ampliador de ganhos. Stakar BR permite que você adicione coeficientes de multiplicação ao APY do uniBTC e uniETH, parecido com o veCRV do Curve, mas com um ponto de entrada mais baixo. Essa perna é super elástica, e tá fortemente ligada ao nível geral do APY. Quando o mercado tá quente, o prêmio de multiplicação vai lá em cima, mas quando o mercado esfria, o prêmio desmorona rapidinho. A volatilidade do preço do BR vem principalmente dessa parte, e é a janela que os bots de arbitragem adoram ficar de olho.
A última perna é a demanda de desbloqueio de IA, que é como combustível incremental. O Brag do Bedrock tokeniza a capacidade computacional da GPU, e para chamar serviços de computação, você precisa gastar BR como unidade de liquidação. Essa parte ainda é pequena, mas tá atrelada a pedidos reais de computação, e se funcionar, vai sair da âncora de avaliação do DeFi e gerar demanda externa pura. Eu pensei que era só uma jogada de marketing, mas analisei a frequência de chamadas de contratos na blockchain e percebi que o consumo de BR na área de computação tá crescendo de forma constante, a inclinação não é acentuada, mas a direção é firme.
Uma reclamação rápida: a teoria das três partes não é a mesma coisa que três seguros. O acesso depende da entrada contínua de instituições; se elas recuarem, é avalanche; a demanda de bônus é derivativa do mercado, e desaparece quando o mercado esfria; a IA ainda é pequena, então no modelo de avaliação, só dá pra dar uma pitada de bônus. O desbloqueio do token ainda segue aquela estratégia dos bots de arbitragem.
Meu uso é tratar o BR como três ativos independentes, aplicando taxas de desconto separadas, e depois comparo com o preço de mercado pra ver se tá com prêmio ou desconto. Não é elegante, mas quebra um galho. Quando sair o próximo relatório de consumo de tokens, eu vou aumentar o peso da parte de IA. #bedrock

Este ano, no início, eu desenhei um mapa de oportunidades no meu Notion, com três círculos: BTCfi, LRT e AI, cada um com vários projetos. No meio do desenho, percebi que @Bedrock estava na interseção dos três círculos. Minha primeira reação foi achar que eu tinha marcado errado, mas depois de conferir no site oficial e na documentação, confirmei que realmente é um dos poucos protocolos que tem produtos funcionando em todas as três áreas. $哭哭马
No começo, fui com um pé atrás. Ouvir falar sobre conectar as três narrativas já me enjoou no último ano, noventa por cento eram colagens de PPTs. Mas aqui na BR, o uniBTC na linha BTCfi realmente tem colateral e circulação multichain, enquanto o uniETH segue a rota LRT, além da tentativa do Brag de tokenizar a capacidade de computação AI. Não é só conversa, cada uma dessas pernas está operando em contratos diferentes. Eu achava que a parte de AI era só para surfar a onda, mas depois de olhar a lógica de integração com a parte de computação, convertendo o tempo de GPU em um certificado que pode ser staked, pelo menos do ponto de vista técnico, é um ciclo fechado, não é só fumaça.
A escassez desta interseção de oportunidades é o que está em jogo. No BTCfi, a BlackRock está impulsionando a parte de funding do ETF à vista, o LRT é uma extensão da re-staking do EigenLayer, e a tokenização da capacidade de AI é a história mais cara deste ano. As avaliações dos líderes de cada linha foram puxadas ao teto pelo mercado, mas o protocolo que ocupa a interseção das três linhas ainda não recebeu um âncora de comparação clara. O Bedrock atualmente tem um TVL de 200 milhões de dólares, seu tempo online não é curto e está no meio do caminho, podendo subir ou descer. $VELVET
Eu não vou fazer Shill sem pensar. As três pernas correndo simultaneamente significam que a face do contrato é mais ampla, e a superfície de ataque também é maior. A veracidade dos preços dos oráculos, as pontes cross-chain e os certificados de capacidade AI, cada um é uma mina terrestre. O ritmo de desbloqueio do token $BR e a profundidade do market making ainda precisam enfrentar o ataque repetido de robôs de arbitragem e a pressão do mercado PVP. Eu estou mantendo minha posição controlada, deixando uma boa quantidade de munição para observar.
Antes de fechar o computador às duas da manhã, fiquei olhando para aquele gráfico de interseção dos três círculos por um tempo. A posição na interseção das três linhas realmente não tem muitos concorrentes. Eu vou ficar de olho no Bedrock e, na próxima rodada de commits, aumento minha posição sem pressa.
#bedrock

Endereço de lock-up do token Bedrock $BR , eu estava dando uma olhada nas tags da minha wallet ontem à noite e abri pra ver de novo, o cronômetro de desbloqueio ainda tem 73 dias restantes. Aproveitei e puxei os hashes de interação dos últimos seis meses no Etherscan pra comparar, quando cheguei na terceira página meus olhos começaram a arder, quando fechei o navegador percebi que meu pescoço já estava travado.
Os holders espertos nunca olham apenas pra histórias de alta, eles analisam aquelas poucas linhas que não cabem no balanço. O token BR, que possui uma estrutura dupla com cliff + liberação linear, se você só ficar de olho na variação do preço do token, pode acabar errando as contas a longo prazo. $BEAT
No início, achei que o bônus de peso era um fluxo de caixa garantido, mas depois, ao comparar os lucros flutuantes do BTC spot durante os meses de lock-up com a planilha de ganhos do Bedrock, percebi que o que perdi foi maior do que os prêmios que ganhei, a realidade me deu um tapa na cara. Essas perdas fora do balanço, a interface do Bedrock não vai mostrar pra você.
No dia do vencimento do cliff, vários grandes lotes vão se aglomerar na mesma janela de bloco para serem liberados ao mesmo tempo, robôs de arbitragem e OTC já estão armados em ambos os lados do livro de ordens. O cronograma de unlock do contrato @Bedrock é um aviso que está na blockchain, olhar com antecedência é sempre melhor do que perceber só no dia do desbloqueio. Vale lembrar que tokens com lock-up, na essência, estão colocando o controle da chave privada em um contrato; se algo der errado com o contrato, a parte locked não sai nem com um centavo, isso é um risco que está explícito, não é FUD.
A profundidade do mercado spot também não aguenta grandes ordens. Recentemente, tentei fazer uma venda de cinco dígitos, e o slippage comeu quase três pontos, a liquidez está tão fina que, quando você quer sair, você mesmo é quem está se dando desconto.
Entender essas coisas não significa que você não deve manter, a paciência do holder também é um custo, só que isso não aparece no balanço. Se essa troca foi certa ou não, vamos ter que esperar o próximo ciclo completo pra saber. $DN
Daqui a 73 dias, quando voltar a olhar esse endereço, o que precisa ser desbloqueado vai se manifestar automaticamente.
#bedrock

Bedrock entregou o controle da tesouraria principal para a Selini Capital, e eu passei a noite inteira revisando todo o histórico público da Selini que consegui encontrar, meus óculos até embaçaram. @Bedrock
A Selini opera desde 2021, e no ano do colapso da LUNA, ainda estava fazendo market making; depois do colapso da FTX, não falhou e, na última volatilidade extrema durante a redução pela metade do Bitcoin, continuou rodando o order book. Nessa indústria, conseguir sobreviver já é um currículo. $BTW
Imagine um pit stop na F1. Um carro de corrida entra, quatro pneus são trocados e o tanque é abastecido, tudo isso em menos de 2 segundos. Para a maioria, o que importa é a rapidez desses 2 segundos; para quem entende, são os mais de vinte movimentos coordenados que acontecem nesse tempo. A Selini, como uma das principais instituições de market making, lucra com os milissegundos entre esses movimentos.
Ela tem três facas afiadas. Market making em CEX com alta frequência aproveita a diferença de preço do order book, e sua especialidade é o controle de latência. Arbitragem pura em CEX, pequenas diferenças de preço entre Binance e outras exchanges são capturadas em milissegundos por máquinas. Arbitragem entre DEX e CEX, quando os preços de swap on-chain e o book de ordens ficam desalinhados, é coberta em um bloco, antes que os Gas dos varejistas sejam confirmados.
A Bedrock colocou uma posição de underwriting de 183 milhões de dólares na Cap, com um fator de saúde mantido acima de 350%; a Selini é uma das quatro instituições mutuárias dessa estrutura. As outras três são Amber Group, Flowdesk e Susquehanna Crypto. Esse tipo de endosse não é só conversa, está escrito na relação contratual das contrapartes. $STG
O custo também precisa ser claro. Se você entrega seu dinheiro para a Selini, você desfruta da precisão na execução, mas abre mão da visibilidade da posição. As instituições não revelam cada posição de market making para os varejistas; você só consegue obter os dados de liquidação líquida da tesouraria. Trocar controle por eficiência na execução é algo que precisa ser bem pensado.
Eu costumava achar que confiar em uma instituição significava aceitar a confiança na marca, até que pensei na situação extrema de uma exchange centralizada que de repente retira pares de negociação, e percebi que instituições como a Selini também precisam sair em eventos de liquidez extrema; a estratégia neutra pode se tornar uma exposição unilateral naquele momento.
Se devo ou não colocar a posição na estrutura da Bedrock, estabeleci um critério: a Selini precisa mostrar dados de retração mensais públicos por três meses consecutivos na tesouraria da Bedrock, com uma retração máxima não superior a 5% e uma razão de Sharpe que não caia abaixo de 1. Enquanto esse critério não for atendido, minha posição ficará em um nível de teste.
Mesmo o currículo mais robusto precisa ser validado com operações reais, caso contrário, é apenas contar histórias.
#bedrock $BR