Binance Square

鹿鹿撸毛日记

11 A seguir
35 Seguidores
99 Gostaram
6 Partilharam
Publicações
·
--
Artigo
Ver tradução
OpenLedger正在重写AI的计费方式,而不是在优化独立开发说实话,很多人一开始理解OpenLedger的时候都会有点跑偏,以为它只是给AI应用加一个链上计费模块,但你如果真的顺着它的设计去想,会发现它其实不是在解决“怎么赚钱”,而是在重新定义“AI系统里的价值到底从哪一刻开始算钱”。 以前我们做任何AI产品,本质上都默认了一件事,就是价值是滞后的。你先把模型做出来,先把工具上线,然后再通过订阅、广告或者API调用去慢慢收钱。但问题是,这个结构有一个很隐蔽的断层,就是“使用发生的时候”其实是完全不可见的。数据被用了,模型被调用了,结果被生成了,但这一段过程在经济上是空的,它只是技术日志,不是经济事件。 OpenLedger想改的就是这一段空白,它不是在产品层加东西,而是在行为层加结算逻辑,让“调用”本身变成一个可以计价的动作,这一点其实比很多人想象的要激进,因为它等于把AI系统的最小经济单位从“产品”改成了“使用”。 如果把这个变化放到开发者视角里,其实会非常直观。以前你做一个AI工具,不管你怎么设计,最终都要靠一个外部系统去接钱,你要自己处理订阅、支付、权限、风控,而且最关键的是,这些东西跟你的核心功能是割裂的,它们只是“为了赚钱不得不加上的东西”。但在OpenLedger这种结构里,理论上你不需要再单独构建一套商业系统,因为使用行为本身就已经在发生结算,调用次数、数据贡献、模型输出,都可以直接转成收益分配的一部分。 这时候产品的意义就会变得不一样,它不再是一个完整闭环,而更像一个入口,一个让使用发生的触发点,真正的经济循环是在它背后自动运行的系统里完成的。 但这里有一个更底层的变化其实更重要,就是归因问题。以前AI行业一直绕不开一个问题,就是你很难清楚说某个输出到底应该归功于谁,是数据提供者、模型开发者,还是应用层开发者,这件事在传统Web2体系里基本都是被平台内部消化掉的,不透明,也不可拆分。而OpenLedger试图做的是把这个过程协议化,让“谁贡献了什么”这件事变成可以计算和分账的结构,而不是平台内部的一笔糊涂账。 如果这件事成立,它带来的就不是多一个赚钱渠道,而是整个AI经济模型的底层变化,因为它会让“使用行为”第一次变成经济单位,而不是统计指标。 不过这件事现在的问题也很现实,它还远远没有到可以规模化成立的阶段。使用密度还不够高,真实付费意愿还在早期,生态也没有形成统一标准,所以现在看到的更多是一个结构雏形,而不是一个成熟系统。但它的关键点在于,它已经把模型画出来了,而且这个模型在逻辑上是闭合的,只是还没有足够的流量和时间去把它跑大。 所以如果从更冷静的角度去看OpenLedger,它现在更像是在做一件基础设施级别的事情,而不是应用级别的事情,它在尝试定义的是AI时代“怎么结算价值”,而不是“怎么做一个更好的AI工具”。 而这件事一旦成立,影响的其实就不只是开发者,而是整个AI产业的运行方式,因为当使用行为可以直接变成价值流动的起点时,产品、平台和数据之间的边界都会被重新拉开。 只是现在我们还处在一个很早的阶段,你能看到结构已经搭出来了,但它还没有被真正大规模使用过,所以它更像是一个已经启动但还在预热的系统。 但有一点是确定的,过去我们做产品,默认的是“做完再赚钱”,而OpenLedger这种结构试图让它变成“使用发生的同时就开始赚钱”,这中间的差别看起来不大,但实际上已经是在改变整个AI经济的时间逻辑了。#OpenLedger $OPEN @Openledger

OpenLedger正在重写AI的计费方式,而不是在优化独立开发

说实话,很多人一开始理解OpenLedger的时候都会有点跑偏,以为它只是给AI应用加一个链上计费模块,但你如果真的顺着它的设计去想,会发现它其实不是在解决“怎么赚钱”,而是在重新定义“AI系统里的价值到底从哪一刻开始算钱”。
以前我们做任何AI产品,本质上都默认了一件事,就是价值是滞后的。你先把模型做出来,先把工具上线,然后再通过订阅、广告或者API调用去慢慢收钱。但问题是,这个结构有一个很隐蔽的断层,就是“使用发生的时候”其实是完全不可见的。数据被用了,模型被调用了,结果被生成了,但这一段过程在经济上是空的,它只是技术日志,不是经济事件。
OpenLedger想改的就是这一段空白,它不是在产品层加东西,而是在行为层加结算逻辑,让“调用”本身变成一个可以计价的动作,这一点其实比很多人想象的要激进,因为它等于把AI系统的最小经济单位从“产品”改成了“使用”。
如果把这个变化放到开发者视角里,其实会非常直观。以前你做一个AI工具,不管你怎么设计,最终都要靠一个外部系统去接钱,你要自己处理订阅、支付、权限、风控,而且最关键的是,这些东西跟你的核心功能是割裂的,它们只是“为了赚钱不得不加上的东西”。但在OpenLedger这种结构里,理论上你不需要再单独构建一套商业系统,因为使用行为本身就已经在发生结算,调用次数、数据贡献、模型输出,都可以直接转成收益分配的一部分。
这时候产品的意义就会变得不一样,它不再是一个完整闭环,而更像一个入口,一个让使用发生的触发点,真正的经济循环是在它背后自动运行的系统里完成的。
但这里有一个更底层的变化其实更重要,就是归因问题。以前AI行业一直绕不开一个问题,就是你很难清楚说某个输出到底应该归功于谁,是数据提供者、模型开发者,还是应用层开发者,这件事在传统Web2体系里基本都是被平台内部消化掉的,不透明,也不可拆分。而OpenLedger试图做的是把这个过程协议化,让“谁贡献了什么”这件事变成可以计算和分账的结构,而不是平台内部的一笔糊涂账。
如果这件事成立,它带来的就不是多一个赚钱渠道,而是整个AI经济模型的底层变化,因为它会让“使用行为”第一次变成经济单位,而不是统计指标。
不过这件事现在的问题也很现实,它还远远没有到可以规模化成立的阶段。使用密度还不够高,真实付费意愿还在早期,生态也没有形成统一标准,所以现在看到的更多是一个结构雏形,而不是一个成熟系统。但它的关键点在于,它已经把模型画出来了,而且这个模型在逻辑上是闭合的,只是还没有足够的流量和时间去把它跑大。
所以如果从更冷静的角度去看OpenLedger,它现在更像是在做一件基础设施级别的事情,而不是应用级别的事情,它在尝试定义的是AI时代“怎么结算价值”,而不是“怎么做一个更好的AI工具”。
而这件事一旦成立,影响的其实就不只是开发者,而是整个AI产业的运行方式,因为当使用行为可以直接变成价值流动的起点时,产品、平台和数据之间的边界都会被重新拉开。
只是现在我们还处在一个很早的阶段,你能看到结构已经搭出来了,但它还没有被真正大规模使用过,所以它更像是一个已经启动但还在预热的系统。
但有一点是确定的,过去我们做产品,默认的是“做完再赚钱”,而OpenLedger这种结构试图让它变成“使用发生的同时就开始赚钱”,这中间的差别看起来不大,但实际上已经是在改变整个AI经济的时间逻辑了。#OpenLedger $OPEN @Openledger
Artigo
Ver tradução
OpenLedger接入ERC-4626之后,我是在一次vault交互失败里理解它的第一次真正注意到OpenLedger,不是在叙事层,而是在一次4626 vault读取里出现异常返回。 当时通过一个常见的DeFi聚合器接口去拉它的vault metadata,正常ERC-4626流程应该返回的是标准字段:totalAssets、convertToShares、sharePrice这一类统一结构的数据,但实际情况是前端在解析时直接抛出了类似: ABI decoding failed: invalid BigNumber string (argument="value", value=null, code=INVALID_ARGUMENT) 问题不在聚合器,而在于早期非标准vault经常出现的一个边界情况——某些策略的收益更新不是即时同步到totalAssets,而是存在延迟写入或跨块更新逻辑,导致标准接口在某个block高度下读到null或未初始化状态。 ERC-4626本来就是用来解决这种“接口不一致”的问题的,它强制所有vault必须用统一方法暴露资产状态,所以一旦结构完全符合标准,这类解析错误理论上会消失。 OpenLedger这一步就是把AI收益策略直接放进了这个结构里。 AI策略本身其实并不影响4626接口定义,但它会放大一个更底层的问题:收益更新频率和链上状态同步之间的差异。 很多AI策略并不是每个block都更新净值,而是按epoch或策略周期更新,这会导致在某些读取窗口里出现: execution reverted: ERC4626: assets cannot be zero 或者更常见的是: call exception (execution reverted) + fallback到0 share price 这些问题在非标准vault里很常见,但在4626体系里必须通过严格的state管理去避免,否则整个可组合性会断掉。 OpenLedger的意义就在于它把这套AI策略纳入了“必须可被标准读取”的体系。 换句话说,它不是让AI变复杂,而是让AI收益必须变成“可被EVM稳定解释的数据结构”。 ERC-4626在这里的作用很直接,它不关心策略是什么,只关心三个东西能不能稳定成立: 1. totalAssets是否可读 2. shares是否可兑换 3. convertToAssets是否在任意block保持一致性 只要这三件事成立,整个DeFi分发网络才会认为这是一个“可用资产”。 在OpenLedger这个结构里,AI模型只是资产生成器的一部分,但真正决定它能不能进入DeFi网络的,是4626这一层的状态一致性约束。 这也是很多AI收益策略在早期无法被聚合器接入的核心原因,不是收益不够,而是接口在极端block状态下不可解释。 例如在某些RPC节点延迟下,会出现: value out of range (argument="result", value="0x", code=INVALID_ARGUMENT) 这种错误在标准vault里必须被避免,否则钱包或聚合器会直接fallback为“unsupported vault”。 OpenLedger把这一层问题压平之后,它的策略才真正进入一个可以被路由的状态。 也就是: 不是“AI策略在链上运行”,而是“AI策略被压缩成一个ERC-4626可解释资产单元”。 Datanet、归因机制、模型层这些东西仍然存在,但它们在外部系统眼里只剩一个结果变量:share price曲线。 ERC-4626负责保证这个曲线在任何读取条件下都是可解释的。 一旦这一层成立,接下来的事情就变得简单很多。 聚合器不再需要理解策略逻辑,只需要处理标准接口;钱包不需要解释AI模型,只需要展示收益变化;策略市场也不需要重新做适配,只需要读取统一资产结构。 AI在这里被“降维”成了一个标准金融输入源。 而OpenLedger的位置,就是把这个输入源变成可被整个DeFi系统稳定调用的接口层。 #OpenLedger $OPEN @Openledger

OpenLedger接入ERC-4626之后,我是在一次vault交互失败里理解它的

第一次真正注意到OpenLedger,不是在叙事层,而是在一次4626 vault读取里出现异常返回。
当时通过一个常见的DeFi聚合器接口去拉它的vault metadata,正常ERC-4626流程应该返回的是标准字段:totalAssets、convertToShares、sharePrice这一类统一结构的数据,但实际情况是前端在解析时直接抛出了类似:
ABI decoding failed: invalid BigNumber string (argument="value", value=null, code=INVALID_ARGUMENT)
问题不在聚合器,而在于早期非标准vault经常出现的一个边界情况——某些策略的收益更新不是即时同步到totalAssets,而是存在延迟写入或跨块更新逻辑,导致标准接口在某个block高度下读到null或未初始化状态。
ERC-4626本来就是用来解决这种“接口不一致”的问题的,它强制所有vault必须用统一方法暴露资产状态,所以一旦结构完全符合标准,这类解析错误理论上会消失。
OpenLedger这一步就是把AI收益策略直接放进了这个结构里。
AI策略本身其实并不影响4626接口定义,但它会放大一个更底层的问题:收益更新频率和链上状态同步之间的差异。
很多AI策略并不是每个block都更新净值,而是按epoch或策略周期更新,这会导致在某些读取窗口里出现:
execution reverted: ERC4626: assets cannot be zero
或者更常见的是:
call exception (execution reverted) + fallback到0 share price
这些问题在非标准vault里很常见,但在4626体系里必须通过严格的state管理去避免,否则整个可组合性会断掉。
OpenLedger的意义就在于它把这套AI策略纳入了“必须可被标准读取”的体系。
换句话说,它不是让AI变复杂,而是让AI收益必须变成“可被EVM稳定解释的数据结构”。
ERC-4626在这里的作用很直接,它不关心策略是什么,只关心三个东西能不能稳定成立:
1. totalAssets是否可读
2. shares是否可兑换
3. convertToAssets是否在任意block保持一致性
只要这三件事成立,整个DeFi分发网络才会认为这是一个“可用资产”。
在OpenLedger这个结构里,AI模型只是资产生成器的一部分,但真正决定它能不能进入DeFi网络的,是4626这一层的状态一致性约束。
这也是很多AI收益策略在早期无法被聚合器接入的核心原因,不是收益不够,而是接口在极端block状态下不可解释。
例如在某些RPC节点延迟下,会出现:
value out of range (argument="result", value="0x", code=INVALID_ARGUMENT)
这种错误在标准vault里必须被避免,否则钱包或聚合器会直接fallback为“unsupported vault”。
OpenLedger把这一层问题压平之后,它的策略才真正进入一个可以被路由的状态。
也就是:
不是“AI策略在链上运行”,而是“AI策略被压缩成一个ERC-4626可解释资产单元”。
Datanet、归因机制、模型层这些东西仍然存在,但它们在外部系统眼里只剩一个结果变量:share price曲线。
ERC-4626负责保证这个曲线在任何读取条件下都是可解释的。
一旦这一层成立,接下来的事情就变得简单很多。
聚合器不再需要理解策略逻辑,只需要处理标准接口;钱包不需要解释AI模型,只需要展示收益变化;策略市场也不需要重新做适配,只需要读取统一资产结构。
AI在这里被“降维”成了一个标准金融输入源。
而OpenLedger的位置,就是把这个输入源变成可被整个DeFi系统稳定调用的接口层。
#OpenLedger $OPEN @Openledger
$BNB Essa onda realmente explodiu! Antes, quando estava com uma perda flutuante de alguns milhões, já estava preparado para pegar um empréstimo a juros altos para cobrir a margem, e o que aconteceu? Agora, virei o jogo e estou lucrando mais de alguns milhões. Quem não arrisca não petisca, e essa onda não vai deixar de lado uns dez milhões! Notei que muitas equipes fazem relatórios semanais, e o que mais gostam de mostrar sempre é o volume de negociações, endereços ativos e número de interações. Os números são todos muito bonitos, mas se você realmente for verificar os registros na blockchain, vai perceber que muitos dados não têm valor de referência. Alguns endereços conseguem alternar entre vários protocolos em um único dia, a movimentação é mais intensa que a de traders profissionais; parece animado, mas na real pode não representar uma demanda verdadeira. É por isso que agora, quando olho para projetos, raramente olho primeiro para o painel de dados. Estou mais interessado em outra coisa: como esses dados são realmente gerados. Recentemente, quando prestei atenção no @GeniusOfficial , achei que eles têm um ponto especial: não estão focando em criar curvas de dados mais bonitas, mas sim em melhorar a qualidade das ações na blockchain. Essa abordagem é bem diferente da de muitos projetos. Porque o crescimento dos dados em si não é difícil; se os incentivos forem bons, uma infinidade de contas vai aparecer. O realmente difícil é, quando os incentivos desaparecem, quantas ações ainda vão querer ficar. Nos últimos anos, a indústria passou por muitas fases de euforia de dados. Desde a mineração de liquidez até diversas atividades de interação, todos já viram os números subirem. Mas o mercado também aprendeu uma lição: o que consegue reter valor a longo prazo, muitas vezes não é o que está mais agitado, mas sim o que sobra quando a bolha estoura. Por isso, estou interessado no Genius, não por uma funcionalidade isolada, mas porque está tentando resolver um problema mais fundamental. O mundo da blockchain chegou a um ponto onde já não faltam dados nem histórias, falta sim registros de ações que podem suportar o teste do tempo. Se a economia da blockchain realmente quiser suportar mais ativos e mais usuários no futuro, a credibilidade provavelmente se tornará mais importante que o fluxo. E aqueles que estão dispostos a investir energia na melhoria da qualidade das ações podem acabar indo mais longe do que os que apenas buscam crescimento em escala. $GENIUS #genius
$BNB Essa onda realmente explodiu! Antes, quando estava com uma perda flutuante de alguns milhões, já estava preparado para pegar um empréstimo a juros altos para cobrir a margem, e o que aconteceu? Agora, virei o jogo e estou lucrando mais de alguns milhões. Quem não arrisca não petisca, e essa onda não vai deixar de lado uns dez milhões!

Notei que muitas equipes fazem relatórios semanais, e o que mais gostam de mostrar sempre é o volume de negociações, endereços ativos e número de interações. Os números são todos muito bonitos, mas se você realmente for verificar os registros na blockchain, vai perceber que muitos dados não têm valor de referência. Alguns endereços conseguem alternar entre vários protocolos em um único dia, a movimentação é mais intensa que a de traders profissionais; parece animado, mas na real pode não representar uma demanda verdadeira.

É por isso que agora, quando olho para projetos, raramente olho primeiro para o painel de dados. Estou mais interessado em outra coisa: como esses dados são realmente gerados.

Recentemente, quando prestei atenção no @GeniusOfficial , achei que eles têm um ponto especial: não estão focando em criar curvas de dados mais bonitas, mas sim em melhorar a qualidade das ações na blockchain. Essa abordagem é bem diferente da de muitos projetos. Porque o crescimento dos dados em si não é difícil; se os incentivos forem bons, uma infinidade de contas vai aparecer. O realmente difícil é, quando os incentivos desaparecem, quantas ações ainda vão querer ficar.

Nos últimos anos, a indústria passou por muitas fases de euforia de dados. Desde a mineração de liquidez até diversas atividades de interação, todos já viram os números subirem. Mas o mercado também aprendeu uma lição: o que consegue reter valor a longo prazo, muitas vezes não é o que está mais agitado, mas sim o que sobra quando a bolha estoura.

Por isso, estou interessado no Genius, não por uma funcionalidade isolada, mas porque está tentando resolver um problema mais fundamental. O mundo da blockchain chegou a um ponto onde já não faltam dados nem histórias, falta sim registros de ações que podem suportar o teste do tempo.

Se a economia da blockchain realmente quiser suportar mais ativos e mais usuários no futuro, a credibilidade provavelmente se tornará mais importante que o fluxo. E aqueles que estão dispostos a investir energia na melhoria da qualidade das ações podem acabar indo mais longe do que os que apenas buscam crescimento em escala.
$GENIUS #genius
Ver tradução
最近在币安广场刷信息的时候,我一直在想一个问题:AI赛道的竞争,表面上是在拼模型、拼算力、拼Agent,但真正决定长期结构的,可能还是更底层的东西——数据是怎么被产生、被使用、以及被归因的。 顺着这个逻辑去看 @Openledger ,会发现它的关注点确实不在当前最热的“应用层叙事”,而是更靠近一个更基础的问题:数据贡献如何被记录,以及这些贡献如何在系统中被结构化呈现。#openledger 在传统AI体系里,数据的角色长期是隐性的。它参与训练、影响结果,但很少被拆解成可追踪的贡献单元。也正因为如此,数据提供方在价值分配中往往处于弱可见状态。而OpenLedger试图解决的,是把这种“不可见贡献”转化为可记录、可验证、可持续累积的结构关系。 如果横向对比,会更清晰一些。像 Bittensor 更偏向在模型网络与协作激励层做系统设计,本质是在优化“计算与模型之间的协作效率”。而 OpenLedger 则更前置一步,尝试处理“数据进入系统之前”的结构问题。两者并不冲突,但切入点明显不同。 从行业演化路径来看,这类更靠近输入端的系统设计,往往不会在早期形成非常直观的外部反馈,但它决定的是后续上层应用的边界条件。也正因为如此,它更适合被放在一个长期框架里观察,而不是短期指标去解释。 最近 @OpenLedger 的公开进展保持了一定的连续性,整体路线也比较集中,没有明显偏离“数据归因与价值结构化”这一主轴。这种一致性在AI + Web3项目里并不算常见。 至于 $OPEN 的市场表现,我更倾向于把它放在一个结构判断里看:如果数据贡献这件事在未来真的被系统化定义,那么现在这一阶段,更多像是一个基础设施尚未被完全定价的早期区间。但这个判断本身需要时间验证,也取决于整个赛道的推进速度。 #OpenLedger @Openledger {spot}(OPENUSDT)
最近在币安广场刷信息的时候,我一直在想一个问题:AI赛道的竞争,表面上是在拼模型、拼算力、拼Agent,但真正决定长期结构的,可能还是更底层的东西——数据是怎么被产生、被使用、以及被归因的。

顺着这个逻辑去看 @OpenLedger ,会发现它的关注点确实不在当前最热的“应用层叙事”,而是更靠近一个更基础的问题:数据贡献如何被记录,以及这些贡献如何在系统中被结构化呈现。#openledger

在传统AI体系里,数据的角色长期是隐性的。它参与训练、影响结果,但很少被拆解成可追踪的贡献单元。也正因为如此,数据提供方在价值分配中往往处于弱可见状态。而OpenLedger试图解决的,是把这种“不可见贡献”转化为可记录、可验证、可持续累积的结构关系。

如果横向对比,会更清晰一些。像 Bittensor 更偏向在模型网络与协作激励层做系统设计,本质是在优化“计算与模型之间的协作效率”。而 OpenLedger 则更前置一步,尝试处理“数据进入系统之前”的结构问题。两者并不冲突,但切入点明显不同。

从行业演化路径来看,这类更靠近输入端的系统设计,往往不会在早期形成非常直观的外部反馈,但它决定的是后续上层应用的边界条件。也正因为如此,它更适合被放在一个长期框架里观察,而不是短期指标去解释。

最近 @OpenLedger 的公开进展保持了一定的连续性,整体路线也比较集中,没有明显偏离“数据归因与价值结构化”这一主轴。这种一致性在AI + Web3项目里并不算常见。

至于 $OPEN 的市场表现,我更倾向于把它放在一个结构判断里看:如果数据贡献这件事在未来真的被系统化定义,那么现在这一阶段,更多像是一个基础设施尚未被完全定价的早期区间。但这个判断本身需要时间验证,也取决于整个赛道的推进速度。

#OpenLedger @OpenLedger
Artigo
O que o OpenLedger quer resolver pode não ser a eficiência da IA, mas sim a responsabilidade da IA.Recentemente, revisei novamente os dados de @Openledger e percebi que meu foco anterior nesse projeto pode ter sido um pouco enviesado. Quando notei isso pela primeira vez, o que mais se discutia eram a atribuição de dados, prova de contribuição e a tokenização de ativos de IA. Esses realmente são componentes importantes do OpenLedger, mas se juntarmos as colaborações e direções de produtos reveladas nos últimos seis meses, estou começando a achar que o que eles realmente querem resolver é um problema mais espinhoso na indústria de IA. A responsabilidade deveria ser de quem afinal? Nos últimos anos, todo mundo viu como a capacidade de IA cresceu rapidamente, mas a construção de regras claramente não acompanhou.

O que o OpenLedger quer resolver pode não ser a eficiência da IA, mas sim a responsabilidade da IA.

Recentemente, revisei novamente os dados de @OpenLedger e percebi que meu foco anterior nesse projeto pode ter sido um pouco enviesado.
Quando notei isso pela primeira vez, o que mais se discutia eram a atribuição de dados, prova de contribuição e a tokenização de ativos de IA. Esses realmente são componentes importantes do OpenLedger, mas se juntarmos as colaborações e direções de produtos reveladas nos últimos seis meses, estou começando a achar que o que eles realmente querem resolver é um problema mais espinhoso na indústria de IA.
A responsabilidade deveria ser de quem afinal?
Nos últimos anos, todo mundo viu como a capacidade de IA cresceu rapidamente, mas a construção de regras claramente não acompanhou.
Hoje vou falar sobre o projeto GENIUS. No começo, confesso que não dei muita bola, pois nos últimos anos vi muita coisa parecida, basicamente é sempre a mesma história com nomes diferentes, então minha primeira reação foi bem fria. Mas depois, numa vez que estava operando na blockchain e tive um problema com a troca de carteira, acabei revisitando a lógica do projeto, e aí comecei a achar que talvez não fosse um projeto só de embalagem. Minha maior percepção nos últimos anos tem sido que as ferramentas na blockchain estão aumentando, mas a experiência geral acabou ficando mais fragmentada. Carteiras, DEX, pontes cross-chain, painéis de ativos, cada um por si não tem problema, mas quando você junta tudo, acaba pulando entre diferentes interfaces, o que não é muito eficiente e, para o usuário comum, o custo de aprendizado só aumenta. O que me chamou atenção no GENIUS é que ele não ficou tentando adicionar mais funcionalidades, mas sim tentando reunir os caminhos de uso que estavam dispersos, evitando que a operação fique muito fragmentada. Do ponto de vista do produto, essa direção é, na verdade, mais difícil do que simplesmente aumentar as funcionalidades, mas se aproxima mais do cenário prático de uso. Outra questão é o fato de ser non-custodial; eles não evitaram isso, mas colocaram diretamente como premissa na arquitetura. Esse ponto gera bastante polêmica no setor, com um lado defendendo a conveniência e o outro a posse dos ativos. A maioria dos produtos acaba indo para a direção de custódia ou semi-custódia, mas o GENIUS ainda deixa a chave com o usuário, e pessoalmente eu sou mais a favor disso. Claro que não dá para afirmar que o projeto já está redondo; muita coisa ainda precisa de tempo para ser validada, incluindo a execução e o desempenho futuro. Mas pelo que eu vi até agora na proposta de design, não é um “ferramenta com mais funções”, mas sim uma tentativa de resolver o problema da experiência na blockchain que está muito fragmentada. Projetos com essa direção são raros, então vou continuar observando por um tempo. #genius $GENIUS @GeniusOfficial
Hoje vou falar sobre o projeto GENIUS. No começo, confesso que não dei muita bola, pois nos últimos anos vi muita coisa parecida, basicamente é sempre a mesma história com nomes diferentes, então minha primeira reação foi bem fria.

Mas depois, numa vez que estava operando na blockchain e tive um problema com a troca de carteira, acabei revisitando a lógica do projeto, e aí comecei a achar que talvez não fosse um projeto só de embalagem.

Minha maior percepção nos últimos anos tem sido que as ferramentas na blockchain estão aumentando, mas a experiência geral acabou ficando mais fragmentada. Carteiras, DEX, pontes cross-chain, painéis de ativos, cada um por si não tem problema, mas quando você junta tudo, acaba pulando entre diferentes interfaces, o que não é muito eficiente e, para o usuário comum, o custo de aprendizado só aumenta.

O que me chamou atenção no GENIUS é que ele não ficou tentando adicionar mais funcionalidades, mas sim tentando reunir os caminhos de uso que estavam dispersos, evitando que a operação fique muito fragmentada. Do ponto de vista do produto, essa direção é, na verdade, mais difícil do que simplesmente aumentar as funcionalidades, mas se aproxima mais do cenário prático de uso.

Outra questão é o fato de ser non-custodial; eles não evitaram isso, mas colocaram diretamente como premissa na arquitetura. Esse ponto gera bastante polêmica no setor, com um lado defendendo a conveniência e o outro a posse dos ativos. A maioria dos produtos acaba indo para a direção de custódia ou semi-custódia, mas o GENIUS ainda deixa a chave com o usuário, e pessoalmente eu sou mais a favor disso.

Claro que não dá para afirmar que o projeto já está redondo; muita coisa ainda precisa de tempo para ser validada, incluindo a execução e o desempenho futuro. Mas pelo que eu vi até agora na proposta de design, não é um “ferramenta com mais funções”, mas sim uma tentativa de resolver o problema da experiência na blockchain que está muito fragmentada.

Projetos com essa direção são raros, então vou continuar observando por um tempo.
#genius $GENIUS @GeniusOfficial
📢 Previsão de Airdrop da Binance Alpha (30 de maio) Quando vi o primeiro grande jogador pegando cinco ou seis pontos, eu realmente fiquei sem palavras...💔 Olhando para minha pontuação de 9.36 (trading 5 + artigo longo 2.41 + post curto 1.95). Aparentemente, a diferença entre eu e o grande jogador não é esforço, mas sim uma questão de "mística"? Estou cansado, que se dane, não quero mais me mexer…👋😩 📢 Para prevenir um ataque de moedas antigas, estimamos 30 dólares, 230 pontos+ Deixa pra lá, vou relaxar, mas minha mente ainda tá funcionando. Recentemente, tenho observado o OpenLedger, quanto mais olho, mais acho interessante o ângulo que eles estão abordando. #OpenLedger O que eles estão fazendo, em resumo, é construir um livro contábil para dados. O que você contribuiu, quem usou, quantas vezes foi usado, quanto valor foi gerado, tudo registrado na blockchain, bem claro. O aspecto interessante desse design é que eles não estão criando um mercado de troca de dados, mas sim a infraestrutura para o uso de dados. Podem existir muitos mercados, mas os registros e liquidações de base precisam de apenas um. Uma vez que essa posição seja ocupada, quanto mais projetos se integrarem, maior será o valor do sistema. Agora, os projetos de IA que estão se conectando ao OpenLedger já estão gerando registros reais de chamadas de dados, o que significa que não estão apenas girando em falso, o ecossistema já começou a ter atividades reais. Mas os desafios que eles enfrentam são muito reais: o tamanho da base de contribuidores de dados é grande o suficiente? A qualidade dos dados pode ser garantida? As partes interessadas estão dispostas a usar a longo prazo? Enquanto essas questões não tiverem respostas, a lógica, por mais boa que seja, continua sendo apenas lógica. Estou de olho neles porque estão resolvendo um problema real e já estão em movimento. Quanto longe eles podem ir, só o tempo dirá. #openledger $OPEN @Openledger
📢 Previsão de Airdrop da Binance Alpha (30 de maio)
Quando vi o primeiro grande jogador pegando cinco ou seis pontos, eu realmente fiquei sem palavras...💔 Olhando para minha pontuação de 9.36 (trading 5 + artigo longo 2.41 + post curto 1.95). Aparentemente, a diferença entre eu e o grande jogador não é esforço, mas sim uma questão de "mística"? Estou cansado, que se dane, não quero mais me mexer…👋😩
📢 Para prevenir um ataque de moedas antigas, estimamos 30 dólares, 230 pontos+
Deixa pra lá, vou relaxar, mas minha mente ainda tá funcionando.
Recentemente, tenho observado o OpenLedger, quanto mais olho, mais acho interessante o ângulo que eles estão abordando. #OpenLedger
O que eles estão fazendo, em resumo, é construir um livro contábil para dados. O que você contribuiu, quem usou, quantas vezes foi usado, quanto valor foi gerado, tudo registrado na blockchain, bem claro.
O aspecto interessante desse design é que eles não estão criando um mercado de troca de dados, mas sim a infraestrutura para o uso de dados. Podem existir muitos mercados, mas os registros e liquidações de base precisam de apenas um. Uma vez que essa posição seja ocupada, quanto mais projetos se integrarem, maior será o valor do sistema.
Agora, os projetos de IA que estão se conectando ao OpenLedger já estão gerando registros reais de chamadas de dados, o que significa que não estão apenas girando em falso, o ecossistema já começou a ter atividades reais.
Mas os desafios que eles enfrentam são muito reais: o tamanho da base de contribuidores de dados é grande o suficiente? A qualidade dos dados pode ser garantida? As partes interessadas estão dispostas a usar a longo prazo? Enquanto essas questões não tiverem respostas, a lógica, por mais boa que seja, continua sendo apenas lógica.
Estou de olho neles porque estão resolvendo um problema real e já estão em movimento. Quanto longe eles podem ir, só o tempo dirá.
#openledger $OPEN @OpenLedger
Previsão de airdrop da Binance Alpha (29 de maio) Ontem foram mais de 500 dólares em airdrop!! Faltou uma mísera centavinho, só uma!! Minha coxa ficou toda inchada de tanto que bati!! Não consegui dormir de tanta raiva ontem à noite!! Por que sempre aparecem essas grandes oportunidades quando os tokens estão escassos?? Quem conseguiu pegar, não sente peso na consciência?? Falando nisso, sinto que a maioria das pessoas ainda tem uma percepção vaga de que "algo vai dar errado" em relação à regulamentação de IA, mas, na verdade, já deu errado. O EU AI Act começou a ser implementado, e vários estados dos EUA estão começando a responsabilizar as fontes de dados de treinamento da IA. Aqueles que se basearam em dados de terceiros para treinar seus modelos agora estão enfrentando contas legais reais. Esse momento me fez revisar o que @Openledger está fazendo. Antes, eu achava que "dados na blockchain são auditáveis" era um ideal técnico, agora vejo isso como uma infraestrutura regulatória que está se tornando uma necessidade. O Proof of Attribution de $OPEN tranca a origem de cada dado, cada treinamento, cada chamada de inferência na blockchain; quando a regulamentação precisar auditar, o livro contábil estará ali, e nenhuma empresa poderá dizer "não sei de onde vieram os dados de alguém". Falando francamente, antes a transparência era um diferencial, agora é uma condição de sobrevivência; essa mudança veio mais rápido do que a maioria imaginava. Os setores financeiro, de saúde e público, que têm os requisitos de conformidade mais rigorosos, são os cenários mais naturais para essa infraestrutura, porque esses setores precisam explicar claramente aos órgãos reguladores "que dados nossa IA usou e como usou". A descrição original do roadmap da OpenLedger 2026 é "todas as ações são registradas, atribuíveis e revisáveis"; no ambiente regulatório de hoje, essa frase não é apenas um slogan, é um verdadeiro ponto de venda. Polychain e Borderless lideraram um investimento de 8 milhões, com a participação da HashKey Capital, e o total de tokens é de 1 bilhão, com 51,7% alocados para a comunidade. Eu acho que a posição que eles estão ocupando não é a mais badalada agora, mas provavelmente será um lugar inevitável nos próximos anos. #OpenLedger #openledger $OPEN
Previsão de airdrop da Binance Alpha (29 de maio)
Ontem foram mais de 500 dólares em airdrop!! Faltou uma mísera centavinho, só uma!! Minha coxa ficou toda inchada de tanto que bati!! Não consegui dormir de tanta raiva ontem à noite!! Por que sempre aparecem essas grandes oportunidades quando os tokens estão escassos?? Quem conseguiu pegar, não sente peso na consciência??

Falando nisso, sinto que a maioria das pessoas ainda tem uma percepção vaga de que "algo vai dar errado" em relação à regulamentação de IA, mas, na verdade, já deu errado. O EU AI Act começou a ser implementado, e vários estados dos EUA estão começando a responsabilizar as fontes de dados de treinamento da IA. Aqueles que se basearam em dados de terceiros para treinar seus modelos agora estão enfrentando contas legais reais.
Esse momento me fez revisar o que @OpenLedger está fazendo. Antes, eu achava que "dados na blockchain são auditáveis" era um ideal técnico, agora vejo isso como uma infraestrutura regulatória que está se tornando uma necessidade. O Proof of Attribution de $OPEN tranca a origem de cada dado, cada treinamento, cada chamada de inferência na blockchain; quando a regulamentação precisar auditar, o livro contábil estará ali, e nenhuma empresa poderá dizer "não sei de onde vieram os dados de alguém".
Falando francamente, antes a transparência era um diferencial, agora é uma condição de sobrevivência; essa mudança veio mais rápido do que a maioria imaginava.
Os setores financeiro, de saúde e público, que têm os requisitos de conformidade mais rigorosos, são os cenários mais naturais para essa infraestrutura, porque esses setores precisam explicar claramente aos órgãos reguladores "que dados nossa IA usou e como usou". A descrição original do roadmap da OpenLedger 2026 é "todas as ações são registradas, atribuíveis e revisáveis"; no ambiente regulatório de hoje, essa frase não é apenas um slogan, é um verdadeiro ponto de venda.
Polychain e Borderless lideraram um investimento de 8 milhões, com a participação da HashKey Capital, e o total de tokens é de 1 bilhão, com 51,7% alocados para a comunidade. Eu acho que a posição que eles estão ocupando não é a mais badalada agora, mas provavelmente será um lugar inevitável nos próximos anos.
#OpenLedger
#openledger $OPEN
Eu notei que Armaan Kalsi disse algo em uma entrevista para a DL News, e eu assisti várias vezes: “Se você apenas faz trades sem pensar todo dia, outros terminais são suficientes. Mas nós construímos isso para usuários de longo prazo que realmente se importam com a qualidade de execução e privacidade.” Para ser sincero, essa frase é mais efetiva do que todos os whitepapers que já li, pois deixa claro para quem essa ferramenta é destinada. O espaço dos terminais de negociação on-chain está realmente competitivo agora, todo mundo está brigando por roteadores e interfaces, parece que todo mundo está copiando uns aos outros. Mas @GeniusOfficial decidiu apostar na “privacidade na camada de execução”, e eu acho que essa abordagem é bem certeira. Gh0st foi oficialmente lançado na rede BNB em maio deste ano, não faz nada daquelas complicações de provas de conhecimento zero, e também não tem sistema off-chain, simplesmente divide seus pedidos na cadeia, usando até 500 carteiras para executar, então ninguém consegue ver que essas transações foram suas, mas os dados na blockchain permanecem intactos, e as autoridades podem auditar a qualquer momento. Em resumo, é para você fazer trades de forma discreta, mas sem violar regras. Atualmente, já estão conectados a mais de 300 exchanges descentralizadas, abrangendo redes principais como Solana, BNB, Sui, Arbitrum, Base e Hyperliquid, oferecendo um único interface para spot e contratos perpétuos, sem precisar ficar trocando de carteira ou se preocupar se o Gas é suficiente. Essa experiência é realmente rara no trading on-chain. Por trás disso está a YZi Labs liderando o investimento, com CZ atuando como consultor. O supply do token é fixo em 1 bilhão, sem emissão adicional. Produtos de terminal ainda precisam se basear em dados reais de trading, e sempre acreditei que isso é mais importante do que olhar para as rodadas de financiamento. #genius $GENIUS
Eu notei que Armaan Kalsi disse algo em uma entrevista para a DL News, e eu assisti várias vezes: “Se você apenas faz trades sem pensar todo dia, outros terminais são suficientes. Mas nós construímos isso para usuários de longo prazo que realmente se importam com a qualidade de execução e privacidade.” Para ser sincero, essa frase é mais efetiva do que todos os whitepapers que já li, pois deixa claro para quem essa ferramenta é destinada.
O espaço dos terminais de negociação on-chain está realmente competitivo agora, todo mundo está brigando por roteadores e interfaces, parece que todo mundo está copiando uns aos outros. Mas @GeniusOfficial decidiu apostar na “privacidade na camada de execução”, e eu acho que essa abordagem é bem certeira. Gh0st foi oficialmente lançado na rede BNB em maio deste ano, não faz nada daquelas complicações de provas de conhecimento zero, e também não tem sistema off-chain, simplesmente divide seus pedidos na cadeia, usando até 500 carteiras para executar, então ninguém consegue ver que essas transações foram suas, mas os dados na blockchain permanecem intactos, e as autoridades podem auditar a qualquer momento.
Em resumo, é para você fazer trades de forma discreta, mas sem violar regras.
Atualmente, já estão conectados a mais de 300 exchanges descentralizadas, abrangendo redes principais como Solana, BNB, Sui, Arbitrum, Base e Hyperliquid, oferecendo um único interface para spot e contratos perpétuos, sem precisar ficar trocando de carteira ou se preocupar se o Gas é suficiente. Essa experiência é realmente rara no trading on-chain.
Por trás disso está a YZi Labs liderando o investimento, com CZ atuando como consultor. O supply do token é fixo em 1 bilhão, sem emissão adicional. Produtos de terminal ainda precisam se basear em dados reais de trading, e sempre acreditei que isso é mais importante do que olhar para as rodadas de financiamento.
#genius $GENIUS
Artigo
A Ambição de Nove Camadas da OpenLedger: Por Que Eu Acredito Que O Que Este Projeto Está Fazendo É Mais Sistemático Do Que A Maioria das Pessoas PercebeEu tenho acompanhado a OpenLedger há um tempo, a maioria das discussões sobre esse projeto fica na superfície de "dados de IA na blockchain", mas se você olhar atentamente para o roadmap de 2026, vai perceber que o que eles estão fazendo é muito mais complexo. É uma estrutura de nove camadas que forma um ciclo completo, desde a atribuição de dados até a economia dos Agentes de IA. Para ser sincero, quando eu vi esse roadmap pela primeira vez, fiquei meio atordoado, isso é muito inovador. A base é um mecanismo de Proof of Attribution, que registra o peso real da influência de cada dado na saída do modelo de IA na blockchain, $OPEN como meio de liquidação. Cada vez que os dados são acionados, um micropagamento automático é direcionado para o contribuinte original. Eu já estudei essa abordagem várias vezes, e sempre que olho, percebo que os problemas que ela resolve são reais. A indústria de IA é construída em cima de uma quantidade imensa de dados, mas os contribuintes de dados sempre foram invisíveis nessa cadeia de valor, para ser direto, é como se você trabalhasse duro e ninguém soubesse que você fez isso.

A Ambição de Nove Camadas da OpenLedger: Por Que Eu Acredito Que O Que Este Projeto Está Fazendo É Mais Sistemático Do Que A Maioria das Pessoas Percebe

Eu tenho acompanhado a OpenLedger há um tempo, a maioria das discussões sobre esse projeto fica na superfície de "dados de IA na blockchain", mas se você olhar atentamente para o roadmap de 2026, vai perceber que o que eles estão fazendo é muito mais complexo. É uma estrutura de nove camadas que forma um ciclo completo, desde a atribuição de dados até a economia dos Agentes de IA.
Para ser sincero, quando eu vi esse roadmap pela primeira vez, fiquei meio atordoado, isso é muito inovador.
A base é um mecanismo de Proof of Attribution, que registra o peso real da influência de cada dado na saída do modelo de IA na blockchain, $OPEN como meio de liquidação. Cada vez que os dados são acionados, um micropagamento automático é direcionado para o contribuinte original. Eu já estudei essa abordagem várias vezes, e sempre que olho, percebo que os problemas que ela resolve são reais. A indústria de IA é construída em cima de uma quantidade imensa de dados, mas os contribuintes de dados sempre foram invisíveis nessa cadeia de valor, para ser direto, é como se você trabalhasse duro e ninguém soubesse que você fez isso.
Na indústria de IA, há uma frase que me marcou muito: "treine primeiro, depois processe". Essa tem sido praticamente a maneira padrão de operação do setor nos últimos anos, onde os direitos autorais dos criadores desaparecem no pipeline de treino, sem registros, sem compensação, sem qualquer meio de rastreamento. Em janeiro deste ano, a OpenLedger e o Story Protocol lançaram um padrão que, na minha opinião, muda essa situação desde a raiz. O Story Protocol atua como uma camada de registro de IP, definindo a propriedade e os termos de autorização das obras, enquanto $OPEN funciona como uma camada de execução e verificação, forçando a aplicação do acordo de licenciamento nas fases de treinamento e inferência. Cada vez que o conteúdo protegido por direitos autorais é utilizado pelo modelo, a receita é automaticamente redirecionada para o titular original dos direitos. Esse sistema transforma a abordagem de "usar primeiro, discutir depois" em "prove que você tem o direito de usar antes de usar". #OpenLedger Acredito que essa lógica não é apenas uma questão técnica, mas um problema de infraestrutura de conformidade que toda a indústria de IA, cedo ou tarde, terá que enfrentar. A regulamentação está se tornando mais rígida, os litígios estão aumentando, e as janelas de oportunidade para as empresas de IA que dependem da captura de dados para treinar seus modelos estão se estreitando. Quem conseguir integrar a liquidação de direitos autorais na camada de execução primeiro, sairá na frente. Polychain e Borderless lideraram um investimento de 8 milhões de dólares, com participação de Balaji Srinivasan, Sreeram Kannan e Sandeep Nailwal. Quanto mais eu estudo esse projeto, mais percebo que essas pessoas não estão apostando em um conceito, mas sim em uma lacuna de mercado real que existe. #openledger $OPEN
Na indústria de IA, há uma frase que me marcou muito: "treine primeiro, depois processe". Essa tem sido praticamente a maneira padrão de operação do setor nos últimos anos, onde os direitos autorais dos criadores desaparecem no pipeline de treino, sem registros, sem compensação, sem qualquer meio de rastreamento.
Em janeiro deste ano, a OpenLedger e o Story Protocol lançaram um padrão que, na minha opinião, muda essa situação desde a raiz. O Story Protocol atua como uma camada de registro de IP, definindo a propriedade e os termos de autorização das obras, enquanto $OPEN funciona como uma camada de execução e verificação, forçando a aplicação do acordo de licenciamento nas fases de treinamento e inferência. Cada vez que o conteúdo protegido por direitos autorais é utilizado pelo modelo, a receita é automaticamente redirecionada para o titular original dos direitos. Esse sistema transforma a abordagem de "usar primeiro, discutir depois" em "prove que você tem o direito de usar antes de usar".
#OpenLedger
Acredito que essa lógica não é apenas uma questão técnica, mas um problema de infraestrutura de conformidade que toda a indústria de IA, cedo ou tarde, terá que enfrentar. A regulamentação está se tornando mais rígida, os litígios estão aumentando, e as janelas de oportunidade para as empresas de IA que dependem da captura de dados para treinar seus modelos estão se estreitando. Quem conseguir integrar a liquidação de direitos autorais na camada de execução primeiro, sairá na frente.
Polychain e Borderless lideraram um investimento de 8 milhões de dólares, com participação de Balaji Srinivasan, Sreeram Kannan e Sandeep Nailwal. Quanto mais eu estudo esse projeto, mais percebo que essas pessoas não estão apostando em um conceito, mas sim em uma lacuna de mercado real que existe.
#openledger $OPEN
Artigo
OpenLedger: Por que eu acredito que este é um dos poucos projetos na pista AI+Crypto que realmente está resolvendo problemas estruturaisTenho acompanhado essa área há um tempo, e a maioria dos projetos de AI+Crypto me parecem estar apenas usando a blockchain como uma casca para uma ferramenta de AI comum, duas coisas jogadas juntas, mas que não precisam uma da outra. O que me faz sentir que @Openledger é diferente, é que o problema que está resolvendo realmente não pode ser solucionado sem a blockchain. Comecei a pensar sobre isso a partir de um problema bem específico. Agora, as avaliações das principais empresas de AI no mundo estão absurdamente altas, mas os contribuintes de dados que sustentam o funcionamento desses modelos nunca apareceram em nenhuma tabela de distribuição de lucros. Isso não é apenas uma questão ética, é uma falha econômica estrutural, há uma enorme lacuna na cadeia de criação de valor da indústria de AI, onde a contribuição e o retorno estão completamente desconectados.

OpenLedger: Por que eu acredito que este é um dos poucos projetos na pista AI+Crypto que realmente está resolvendo problemas estruturais

Tenho acompanhado essa área há um tempo, e a maioria dos projetos de AI+Crypto me parecem estar apenas usando a blockchain como uma casca para uma ferramenta de AI comum, duas coisas jogadas juntas, mas que não precisam uma da outra. O que me faz sentir que @OpenLedger é diferente, é que o problema que está resolvendo realmente não pode ser solucionado sem a blockchain.
Comecei a pensar sobre isso a partir de um problema bem específico. Agora, as avaliações das principais empresas de AI no mundo estão absurdamente altas, mas os contribuintes de dados que sustentam o funcionamento desses modelos nunca apareceram em nenhuma tabela de distribuição de lucros. Isso não é apenas uma questão ética, é uma falha econômica estrutural, há uma enorme lacuna na cadeia de criação de valor da indústria de AI, onde a contribuição e o retorno estão completamente desconectados.
Eu venho observando o mercado de transações em blockchain por um bom tempo, e sempre tive uma pergunta que não conseguia responder: por que o DeFi tem gritado "todo mundo pode usar" por tantos anos, mas ainda há tão poucas pessoas realmente usando? Depois eu percebi que não é que os usuários não queiram usar, é que esse setor nunca levou a sério a expressão "pessoas comuns". Você pede para alguém que nunca teve contato com blockchain entender o que é Gas, o que é uma ponte entre cadeias, ou por que o USDC tem que ser trocado entre diferentes redes, é normal que essa pessoa saia correndo. Não é um problema do usuário, é que a indústria pressupõe que "os usuários deveriam aprender a lidar com a complexidade". $GENIUS é o que eu achei interessante aqui. O mecanismo de Invisibility Chain de @GeniusOfficial , na verdade, faz algo que parece contra-intuitivo: ele remove completamente a sensação da existência da cadeia da experiência do usuário. Seus ativos estão espalhados entre Base, Arbitrum, Optimism, e o sistema se encarrega de gerenciar isso; você não precisa saber ou se preocupar, assim como você não pensa sobre qual canal de liquidação seu dinheiro está passando quando paga com Alipay. Eu acho que essa analogia é a chave para entender o Genius. Não é apenas uma ponte entre cadeias melhorada, é uma reinterpretação de como a camada de interação em transações na blockchain deveria ser. Ao mesmo tempo, mantém a arquitetura não custodial, onde o controle dos ativos sempre está nas mãos do usuário; essas duas coisas juntas é o que realmente diferencia este projeto dos outros no mercado. #genius $GENIUS
Eu venho observando o mercado de transações em blockchain por um bom tempo, e sempre tive uma pergunta que não conseguia responder: por que o DeFi tem gritado "todo mundo pode usar" por tantos anos, mas ainda há tão poucas pessoas realmente usando?
Depois eu percebi que não é que os usuários não queiram usar, é que esse setor nunca levou a sério a expressão "pessoas comuns". Você pede para alguém que nunca teve contato com blockchain entender o que é Gas, o que é uma ponte entre cadeias, ou por que o USDC tem que ser trocado entre diferentes redes, é normal que essa pessoa saia correndo. Não é um problema do usuário, é que a indústria pressupõe que "os usuários deveriam aprender a lidar com a complexidade".
$GENIUS é o que eu achei interessante aqui. O mecanismo de Invisibility Chain de @GeniusOfficial , na verdade, faz algo que parece contra-intuitivo: ele remove completamente a sensação da existência da cadeia da experiência do usuário. Seus ativos estão espalhados entre Base, Arbitrum, Optimism, e o sistema se encarrega de gerenciar isso; você não precisa saber ou se preocupar, assim como você não pensa sobre qual canal de liquidação seu dinheiro está passando quando paga com Alipay.
Eu acho que essa analogia é a chave para entender o Genius. Não é apenas uma ponte entre cadeias melhorada, é uma reinterpretação de como a camada de interação em transações na blockchain deveria ser. Ao mesmo tempo, mantém a arquitetura não custodial, onde o controle dos ativos sempre está nas mãos do usuário; essas duas coisas juntas é o que realmente diferencia este projeto dos outros no mercado.
#genius $GENIUS
Li duas vezes a documentação do GeniusOfficial e admito que no começo não levei muito a sério, mas quanto mais eu olhava, mais percebia que a ideia de ordens fantasmas tem um certo valor. Não é só cortar as ordens dos grandes em pedaços, mas sim adicionar confusão de caminhos e aleatoriedade temporal no cálculo das ordens, onde cada subordem tem seu nó de emissão, timestamp e valor com perturbações independentes. Isso significa que, do ponto de vista da blockchain, você não consegue reconstruir a ordem original. A entrada e saída de whales não tem diferença das dos pequenos investidores, táticas de slippage e frontrunning basicamente foram eliminadas. Neste aspecto, eu realmente não vi outra empresa alcançando esse nível de privacidade. Agora, falando do design do token $GENIUS . Com um total de 1 bilhão, aquele sistema de queima não é só para enfeitar. Quanto mais rápido você desbloquear, o coeficiente de queima dobra, e quem está pensando em correr no curto prazo pode acabar queimando mais de 90% dos tokens. Por outro lado, quem faz lock a longo prazo não só mantém sua participação, mas também consegue aumentar linearmente seu peso de governança. Eu dei uma olhada rápida nos registros de lock na testnet e, surpreendentemente, o período médio de lock é de mais de 14 meses. Esse mecanismo filtra os investidores impacientes, deixando apenas aqueles que estão dispostos a acompanhar o projeto. A equipe também não fica atrás. Armaan Kalsi já trabalhou em sistemas de trading de alta frequência, e a equipe inclui pesquisadores que publicaram artigos sobre MEV. A YZiLabs investiu dezenas de milhões de dólares, e o CZ está atuando como consultor. Isso já não é apenas um financiamento simples, mas sim uma aposta em recursos de alto nível na área de trading privado. Com barreiras tecnológicas reais e essa configuração de capital e talento, eu acho que esse projeto merece estar na lista de observação a longo prazo, para acompanhamento contínuo. #genius $GENIUS @GeniusOfficial
Li duas vezes a documentação do GeniusOfficial e admito que no começo não levei muito a sério, mas quanto mais eu olhava, mais percebia que a ideia de ordens fantasmas tem um certo valor. Não é só cortar as ordens dos grandes em pedaços, mas sim adicionar confusão de caminhos e aleatoriedade temporal no cálculo das ordens, onde cada subordem tem seu nó de emissão, timestamp e valor com perturbações independentes. Isso significa que, do ponto de vista da blockchain, você não consegue reconstruir a ordem original. A entrada e saída de whales não tem diferença das dos pequenos investidores, táticas de slippage e frontrunning basicamente foram eliminadas. Neste aspecto, eu realmente não vi outra empresa alcançando esse nível de privacidade.

Agora, falando do design do token $GENIUS . Com um total de 1 bilhão, aquele sistema de queima não é só para enfeitar. Quanto mais rápido você desbloquear, o coeficiente de queima dobra, e quem está pensando em correr no curto prazo pode acabar queimando mais de 90% dos tokens. Por outro lado, quem faz lock a longo prazo não só mantém sua participação, mas também consegue aumentar linearmente seu peso de governança. Eu dei uma olhada rápida nos registros de lock na testnet e, surpreendentemente, o período médio de lock é de mais de 14 meses. Esse mecanismo filtra os investidores impacientes, deixando apenas aqueles que estão dispostos a acompanhar o projeto.

A equipe também não fica atrás. Armaan Kalsi já trabalhou em sistemas de trading de alta frequência, e a equipe inclui pesquisadores que publicaram artigos sobre MEV. A YZiLabs investiu dezenas de milhões de dólares, e o CZ está atuando como consultor. Isso já não é apenas um financiamento simples, mas sim uma aposta em recursos de alto nível na área de trading privado.

Com barreiras tecnológicas reais e essa configuração de capital e talento, eu acho que esse projeto merece estar na lista de observação a longo prazo, para acompanhamento contínuo. #genius $GENIUS @GeniusOfficial
Para ser sincero, quando vi pela primeira vez a parceria entre OpenLedger e Theoriq, minha primeira reação foi: lá vem mais um que se aproveita do hype de IA. #OpenLedger Mas, seguindo a documentação oficial e cavando por dois dias, percebi que a coisa não é tão simples assim. O maior problema dos agentes de IA não era a tecnologia em si, mas sim que, quando tomam decisões, você nunca consegue provar "como exatamente eles estavam pensando na hora". Em cenários de DeFi que podem envolver milhões de dólares, isso é quase fatal. O que a OpenLedger fez de mais ousado foi registrar cada execução do agente com uma assinatura criptografada, com identidade, versão do modelo, estratégia e fonte de dados tudo travado na blockchain. Não é uma verificação pós-fato, mas sim uma prova que já está soldada antes de qualquer evento. Depois, eles juntaram forças com a Perceptron, eliminando a expressão "confie na IA" do dicionário. Agora você pode validar seu próprio caminho de raciocínio e verificar quem contribuiu com cada dado. Para ser honesto, isso me deixou um pouco chocado, é como se eles tivessem tirado a roupa suja da IA. E ao olhar para o roadmap de 2026, temos Identidade do Agente, Intenções do Agente, Prova de Humano, uma combinação que dá a cada agente um documento de identidade digital inegável, e deixa claro o que ele pode e o que não pode fazer. Com a integração cross-chain do LayerZero, em um ambiente multi-chain, não tem como escapar. Agora, estou até um pouco animado. Antes, eram as pessoas tentando adivinhar a IA, agora a IA tem que se provar. Se essa lógica decolar, a automação em DeFi finalmente estará no caminho certo. #openledger $OPEN @Openledger
Para ser sincero, quando vi pela primeira vez a parceria entre OpenLedger e Theoriq, minha primeira reação foi: lá vem mais um que se aproveita do hype de IA. #OpenLedger

Mas, seguindo a documentação oficial e cavando por dois dias, percebi que a coisa não é tão simples assim. O maior problema dos agentes de IA não era a tecnologia em si, mas sim que, quando tomam decisões, você nunca consegue provar "como exatamente eles estavam pensando na hora". Em cenários de DeFi que podem envolver milhões de dólares, isso é quase fatal.

O que a OpenLedger fez de mais ousado foi registrar cada execução do agente com uma assinatura criptografada, com identidade, versão do modelo, estratégia e fonte de dados tudo travado na blockchain. Não é uma verificação pós-fato, mas sim uma prova que já está soldada antes de qualquer evento.

Depois, eles juntaram forças com a Perceptron, eliminando a expressão "confie na IA" do dicionário. Agora você pode validar seu próprio caminho de raciocínio e verificar quem contribuiu com cada dado. Para ser honesto, isso me deixou um pouco chocado, é como se eles tivessem tirado a roupa suja da IA.

E ao olhar para o roadmap de 2026, temos Identidade do Agente, Intenções do Agente, Prova de Humano, uma combinação que dá a cada agente um documento de identidade digital inegável, e deixa claro o que ele pode e o que não pode fazer. Com a integração cross-chain do LayerZero, em um ambiente multi-chain, não tem como escapar.

Agora, estou até um pouco animado. Antes, eram as pessoas tentando adivinhar a IA, agora a IA tem que se provar. Se essa lógica decolar, a automação em DeFi finalmente estará no caminho certo. #openledger $OPEN @OpenLedger
Artigo
OpenLedger tá costurando a rachadura de confiança que a IA mais teme.Para ser sincero, esse mercado tá parecendo uma grande sala de eco. Todo mundo tá se esticando com parâmetros, potência de cálculo e arquitetura de modelos, cada um mais barulhento que o outro. Mas se você perguntar algo concreto, como de onde tiraram os dados de treino, quem vai segurar as pontas se o modelo sair falando besteira, ou a quem pertencem os direitos do que é gerado, ninguém quer entrar na conversa. Essa parada não é muito digna, é complicado de discutir, então a galera finge que não viu. Mas o OpenLedger não ficou parado. Ele não só perguntou, como também foi lá e consertou as coisas. Hoje, eu não quero só desmontá-lo para ver como funciona, mas também quero colocá-lo na pista para comparar, porque só assim dá pra ver o que realmente tá em jogo.

OpenLedger tá costurando a rachadura de confiança que a IA mais teme.

Para ser sincero, esse mercado tá parecendo uma grande sala de eco. Todo mundo tá se esticando com parâmetros, potência de cálculo e arquitetura de modelos, cada um mais barulhento que o outro. Mas se você perguntar algo concreto, como de onde tiraram os dados de treino, quem vai segurar as pontas se o modelo sair falando besteira, ou a quem pertencem os direitos do que é gerado, ninguém quer entrar na conversa. Essa parada não é muito digna, é complicado de discutir, então a galera finge que não viu.
Mas o OpenLedger não ficou parado. Ele não só perguntou, como também foi lá e consertou as coisas. Hoje, eu não quero só desmontá-lo para ver como funciona, mas também quero colocá-lo na pista para comparar, porque só assim dá pra ver o que realmente tá em jogo.
Galera, acabei de passar a noite e fiz os cálculos da economia do token @GeniusOfficial duas vezes, esse design de airdrop é interessante. Primeiro, o contexto. Desenvolvido pela Shuttle Labs, esse terminal on-chain suporta mais de 10 blockchains, incorporando spot, contratos perpétuos e execução cross-chain em uma única interface, onde os usuários mantêm o controle não custodial. Na última rodada, levantaram 6 milhões de dólares em um seed round liderado pela CMCC Global, com um investimento de oito dígitos da YZi Labs e o CZ atuando como consultor. Para ser sincero, essa equipe não é comum no setor de ferramentas on-chain. Voltando ao $GENIUS, a oferta total é de 1 bilhão de tokens, e na TGE, a circulação inicial foi de aproximadamente 335,4 milhões de tokens. O que realmente me fez parar e olhar várias vezes foi esse design: os usuários podem optar por receber o airdrop imediatamente, mas o sistema destrói automaticamente 70%, e você só recebe 30%; ou pode não operar, e após um ano, pegar 100% dos tokens. Isso força os usuários a fazer uma escolha. Aqueles que apostam na liquidez de curto prazo pegam uma fração dos tokens para vender, com um custo extremamente alto. Já os que estão dispostos a esperar, obtêm todos os direitos. Os tokens da equipe e dos investidores também estão travados por um ano, o que significa que estão alinhados com os usuários, mostrando que eles estão esperando junto com você, não é apenas discurso de longo prazo, mas sim amarrando a corda no mesmo estaca. Além disso, há um design bastante prático, mas que realmente é raro: se você mudar de ideia dentro de 48 horas após a TGE, pode destruir sua parte do airdrop e receber um reembolso da taxa líquida da plataforma. A plataforma já devolveu mais de 7 milhões de dólares em dinheiro para a comunidade, o que equivale a te dar uma corda de segurança. No entanto, pensando friamente, a moeda também tem outro lado. Atualmente, o pool de liquidez on-chain tem cerca de 50 mil dólares, e uma avaliação totalmente diluída de mais de 700 milhões está em uma profundidade tão fina, o que fará com que o preço oscile drasticamente. Embora o mecanismo de seleção do airdrop seja inteligente, ele consumiu a paciência da comunidade prematuramente em meio a controvérsias, o que significa que a curva de crescimento de usuários será mais íngreme e difícil de escalar. Se esse modelo de jogo conseguir se sustentar, tudo dependerá de conseguir atrair traders realmente ativos nas próximas temporadas 2 e 3, e não aqueles que querem apenas fazer uma grana rápida. Minha visão é positiva; a equipe realmente se esforçou no design, e o financiamento e os consultores proporcionaram uma boa rede de segurança ao projeto. Mas não vou me precipitar, pois os dados ainda não estão completos. Continuarei observando o volume diário de negociações e a retenção de usuários, sem falar de grandes sonhos, deixando os dados falarem por si mesmos. #genius $GENIUS {spot}(GENIUSUSDT)
Galera, acabei de passar a noite e fiz os cálculos da economia do token @GeniusOfficial duas vezes, esse design de airdrop é interessante.

Primeiro, o contexto. Desenvolvido pela Shuttle Labs, esse terminal on-chain suporta mais de 10 blockchains, incorporando spot, contratos perpétuos e execução cross-chain em uma única interface, onde os usuários mantêm o controle não custodial. Na última rodada, levantaram 6 milhões de dólares em um seed round liderado pela CMCC Global, com um investimento de oito dígitos da YZi Labs e o CZ atuando como consultor. Para ser sincero, essa equipe não é comum no setor de ferramentas on-chain.

Voltando ao $GENIUS , a oferta total é de 1 bilhão de tokens, e na TGE, a circulação inicial foi de aproximadamente 335,4 milhões de tokens. O que realmente me fez parar e olhar várias vezes foi esse design: os usuários podem optar por receber o airdrop imediatamente, mas o sistema destrói automaticamente 70%, e você só recebe 30%; ou pode não operar, e após um ano, pegar 100% dos tokens.

Isso força os usuários a fazer uma escolha. Aqueles que apostam na liquidez de curto prazo pegam uma fração dos tokens para vender, com um custo extremamente alto. Já os que estão dispostos a esperar, obtêm todos os direitos. Os tokens da equipe e dos investidores também estão travados por um ano, o que significa que estão alinhados com os usuários, mostrando que eles estão esperando junto com você, não é apenas discurso de longo prazo, mas sim amarrando a corda no mesmo estaca. Além disso, há um design bastante prático, mas que realmente é raro: se você mudar de ideia dentro de 48 horas após a TGE, pode destruir sua parte do airdrop e receber um reembolso da taxa líquida da plataforma. A plataforma já devolveu mais de 7 milhões de dólares em dinheiro para a comunidade, o que equivale a te dar uma corda de segurança.

No entanto, pensando friamente, a moeda também tem outro lado. Atualmente, o pool de liquidez on-chain tem cerca de 50 mil dólares, e uma avaliação totalmente diluída de mais de 700 milhões está em uma profundidade tão fina, o que fará com que o preço oscile drasticamente. Embora o mecanismo de seleção do airdrop seja inteligente, ele consumiu a paciência da comunidade prematuramente em meio a controvérsias, o que significa que a curva de crescimento de usuários será mais íngreme e difícil de escalar. Se esse modelo de jogo conseguir se sustentar, tudo dependerá de conseguir atrair traders realmente ativos nas próximas temporadas 2 e 3, e não aqueles que querem apenas fazer uma grana rápida.

Minha visão é positiva; a equipe realmente se esforçou no design, e o financiamento e os consultores proporcionaram uma boa rede de segurança ao projeto. Mas não vou me precipitar, pois os dados ainda não estão completos. Continuarei observando o volume diário de negociações e a retenção de usuários, sem falar de grandes sonhos, deixando os dados falarem por si mesmos.
#genius $GENIUS
Artigo
Fui enganado em um projeto de rotulagem de dados por 3 anos, como a OpenLedger resolveu minhas três dúvidas centrais?Deixa eu te contar uma parada. Três anos atrás, eu montei um pequeno time de rotulagem de dados com uns amigos, éramos uns dez, e a gente ajudava uma empresa de direção autônoma a marcar faixas. Trabalhamos por uns seis meses, mas o cliente atrasou dois meses no pagamento e, no final, só pagou metade do que tinha sido combinado. A desculpa foi que “a qualidade dos dados não estava boa”, mas a gente sabia que eles já tinham usado os dados para treinar, só não queriam pagar o valor total. Depois disso, fiquei pensando: e se tivesse um sistema que registrasse automaticamente “quem usou meus dados” e “como eles foram usados”? Assim, a gente evitaria tantas brigas.

Fui enganado em um projeto de rotulagem de dados por 3 anos, como a OpenLedger resolveu minhas três dúvidas centrais?

Deixa eu te contar uma parada. Três anos atrás, eu montei um pequeno time de rotulagem de dados com uns amigos, éramos uns dez, e a gente ajudava uma empresa de direção autônoma a marcar faixas. Trabalhamos por uns seis meses, mas o cliente atrasou dois meses no pagamento e, no final, só pagou metade do que tinha sido combinado. A desculpa foi que “a qualidade dos dados não estava boa”, mas a gente sabia que eles já tinham usado os dados para treinar, só não queriam pagar o valor total. Depois disso, fiquei pensando: e se tivesse um sistema que registrasse automaticamente “quem usou meus dados” e “como eles foram usados”? Assim, a gente evitaria tantas brigas.
Passei três dias desmontando a rede de testes da OpenLedger, do chão até o modelo econômico, e quanto mais eu desmontei, mais percebi que esse projeto é meio contra-intuitivo. #OpenLedger Primeiro, vamos falar do que me deixou irritado. Quando eu mandei os dados pela primeira vez, segui o formato certinho do documento, mas o nível de verificação do Datanets me deu um “baixa entropia de informação” como resposta, e ainda deduziu um pouco dos meus tokens de teste. Fiquei bem puto, não sou um robô, por que cargas d'água estão dizendo que o que eu mandei é lixo? Depois, fui dar uma olhada no código fonte do PoA (ainda bem que é open-source) e percebi o quanto eu estava sendo ingênuo. Na prova de atribuição deles, tem um peso chamado “novidade dos dados”. Em suma, quanto mais seus dados se parecem com os dados que já existem, o sistema acha que o valor marginal que você está contribuindo é baixo. Os textos que eu subi naquela leva eram todos de um único conjunto de dados público, e a taxa de repetição realmente era alta. Fui penalizado, não foi injusto. Isso me fez perceber um ponto que muita gente ignora: @Openledger não está recompensando “trabalho”, mas sim “incrementos de informação únicos”. Você gasta dez horas limpando um monte de dados comuns, e outra pessoa gasta uma hora encontrando um conjunto de dados escasso, os ganhos do segundo podem ser dezenas de vezes maiores que os seus. Assim, no ecossistema, quem realmente consegue lucrar não é quem mais se esforça, mas sim quem mais entende o valor dos dados. Continuando a analisar a distribuição dos tokens, fiquei mais surpreso ainda. A taxa de taxas de inferência atribuída aos contribuidores de dados não é fixa; ela é ajustada dinamicamente com base na frequência com que seus dados são chamados, e ainda tem um fator de depreciação. Se seus dados não forem chamados por um tempo, seu peso diminui. Cruel, mas justo. Isso força você a não apenas fornecer bons dados, mas também a continuar oferecendo novos dados bons. Para ser sincero, ao chegar nesse ponto, acabei ficando um pouco animado. Isso significa que aqueles que estão dispostos a se aprofundar em nichos verticais e continuar a fornecer dados de alto valor vão construir uma defesa de dados muito forte no futuro. Os outros que tentarem copiar, terão dificuldade em replicar suas fontes de dados e suas habilidades de processamento. É claro que há riscos. Após o lançamento da mainnet, se a quantidade de chamadas do modelo não for suficiente, todo o ciclo não vai girar. Mas, com a atual interação quente da rede de testes, os desenvolvedores estão enviando código com frequência, eu acho que vale a pena arriscar. #openledger $OPEN
Passei três dias desmontando a rede de testes da OpenLedger, do chão até o modelo econômico, e quanto mais eu desmontei, mais percebi que esse projeto é meio contra-intuitivo. #OpenLedger

Primeiro, vamos falar do que me deixou irritado. Quando eu mandei os dados pela primeira vez, segui o formato certinho do documento, mas o nível de verificação do Datanets me deu um “baixa entropia de informação” como resposta, e ainda deduziu um pouco dos meus tokens de teste. Fiquei bem puto, não sou um robô, por que cargas d'água estão dizendo que o que eu mandei é lixo?

Depois, fui dar uma olhada no código fonte do PoA (ainda bem que é open-source) e percebi o quanto eu estava sendo ingênuo. Na prova de atribuição deles, tem um peso chamado “novidade dos dados”. Em suma, quanto mais seus dados se parecem com os dados que já existem, o sistema acha que o valor marginal que você está contribuindo é baixo. Os textos que eu subi naquela leva eram todos de um único conjunto de dados público, e a taxa de repetição realmente era alta. Fui penalizado, não foi injusto.

Isso me fez perceber um ponto que muita gente ignora: @OpenLedger não está recompensando “trabalho”, mas sim “incrementos de informação únicos”. Você gasta dez horas limpando um monte de dados comuns, e outra pessoa gasta uma hora encontrando um conjunto de dados escasso, os ganhos do segundo podem ser dezenas de vezes maiores que os seus. Assim, no ecossistema, quem realmente consegue lucrar não é quem mais se esforça, mas sim quem mais entende o valor dos dados.

Continuando a analisar a distribuição dos tokens, fiquei mais surpreso ainda. A taxa de taxas de inferência atribuída aos contribuidores de dados não é fixa; ela é ajustada dinamicamente com base na frequência com que seus dados são chamados, e ainda tem um fator de depreciação. Se seus dados não forem chamados por um tempo, seu peso diminui. Cruel, mas justo. Isso força você a não apenas fornecer bons dados, mas também a continuar oferecendo novos dados bons.

Para ser sincero, ao chegar nesse ponto, acabei ficando um pouco animado. Isso significa que aqueles que estão dispostos a se aprofundar em nichos verticais e continuar a fornecer dados de alto valor vão construir uma defesa de dados muito forte no futuro. Os outros que tentarem copiar, terão dificuldade em replicar suas fontes de dados e suas habilidades de processamento.

É claro que há riscos. Após o lançamento da mainnet, se a quantidade de chamadas do modelo não for suficiente, todo o ciclo não vai girar. Mas, com a atual interação quente da rede de testes, os desenvolvedores estão enviando código com frequência, eu acho que vale a pena arriscar. #openledger $OPEN
Para ser sincero, eu estava meio cansado do setor de terminais de negociação on-chain. Os agregadores fizeram uma porção deles, as diferenças de experiência não são grandes, e a liquidez ainda depende de quem tem o melhor algoritmo de roteamento. Até que eu realmente dei uma olhada na documentação do produto @GeniusOfficial e percebi que eles estão abordando as coisas de uma forma diferente. O usdGG, esse stablecoin nativo, gera rendimento diretamente da divisão de taxas de transações cross-chain da plataforma, sem depender de empréstimos ou subsídios inflacionários. Você deposita USDC, o protocolo roda de verdade, e você recebe um retorno real, a cadeia é curta e a lógica é clara. Eu também estudei o mecanismo de airdrop do $GENIUS , o design “Burn or Earn”: se você retirar imediatamente, queima 70%, se esperar, recebe o valor total. Isso não é só uma jogada de marketing, é uma filtragem de usuários no nível do mecanismo, aqueles que ficam estão atrelados aos interesses da plataforma. Pessoalmente, eu acho que essa linha de pensamento é muito mais saudável do que simplesmente despejar tokens sem critério. Claro que não vou fingir que tenho tudo esclarecido: a escala de rendimento do usdGG depende do volume de transações crescendo continuamente, e a tabela de ativação de taxas ainda não foi divulgada claramente, essas são variáveis desconhecidas de fato. Mas depois de tanto tempo de pesquisa na indústria, poucos projetos me fazem sentir que "vale a pena continuar acompanhando", e este é um deles. #genius $GENIUS
Para ser sincero, eu estava meio cansado do setor de terminais de negociação on-chain.
Os agregadores fizeram uma porção deles, as diferenças de experiência não são grandes, e a liquidez ainda depende de quem tem o melhor algoritmo de roteamento. Até que eu realmente dei uma olhada na documentação do produto @GeniusOfficial e percebi que eles estão abordando as coisas de uma forma diferente. O usdGG, esse stablecoin nativo, gera rendimento diretamente da divisão de taxas de transações cross-chain da plataforma, sem depender de empréstimos ou subsídios inflacionários. Você deposita USDC, o protocolo roda de verdade, e você recebe um retorno real, a cadeia é curta e a lógica é clara.
Eu também estudei o mecanismo de airdrop do $GENIUS , o design “Burn or Earn”: se você retirar imediatamente, queima 70%, se esperar, recebe o valor total. Isso não é só uma jogada de marketing, é uma filtragem de usuários no nível do mecanismo, aqueles que ficam estão atrelados aos interesses da plataforma. Pessoalmente, eu acho que essa linha de pensamento é muito mais saudável do que simplesmente despejar tokens sem critério.
Claro que não vou fingir que tenho tudo esclarecido: a escala de rendimento do usdGG depende do volume de transações crescendo continuamente, e a tabela de ativação de taxas ainda não foi divulgada claramente, essas são variáveis desconhecidas de fato.
Mas depois de tanto tempo de pesquisa na indústria, poucos projetos me fazem sentir que "vale a pena continuar acompanhando", e este é um deles.
#genius $GENIUS
Inicia sessão para explorares mais conteúdos
Junta-te a utilizadores de criptomoedas de todo o mundo na Binance Square
⚡️ Obtém informações úteis e recentes sobre criptomoedas.
💬 Com a confiança da maior exchange de criptomoedas do mundo.
👍 Descobre perspetivas reais de criadores verificados.
E-mail/Número de telefone
Mapa do sítio
Preferências de cookies
Termos e Condições da Plataforma