Shani Web3
Crypto and web3 learner compaigns and airdrop hunter
Ouvert au trading
Trade régulièrement
6.6 mois
142 Suivis
8.6K+ Abonnés
1.8K+ J’aime
26 Partagé(s)
Publications
Portefeuille
Tous
Citations
Direct
Je suis resté sur celui-ci un moment. @OpenLedger spécifiquement le setup Proof of Attribution. #OpenLedger
Le volume on-chain a atteint 13,43 millions de dollars en une seule journée autour du 23 mai, en hausse d'environ 14 % par rapport à la semaine précédente. L'intérêt ouvert des futures est aux alentours de 12 millions de dollars, en parallèle du spot. Il y a donc clairement un appétit. Les gens tradent la narration avec énergie.
Mais voilà le truc auquel je reviens sans cesse. Le PoA ne s'active économiquement qu'au moment de l'inférence — quand une requête en direct s'exécute réellement contre un modèle et que le protocole trace quelles données ont influencé la sortie. Pas à l'upload. Cette distinction peut sembler technique jusqu'à ce que vous réalisiez que la plupart des participants occasionnels du côté contribution du Datanet n'ont pas de visibilité sur quand ou si leurs données sont jamais interrogées. Le leaderboard montre l'activité. Il ne montre pas les paiements.
Donc, il y a un écart. Le capital afflue dans $OPEN comme si l'économie d'attribution était déjà en marche. Et peut-être qu'elle l'est, quelque part au niveau entreprise ou accès sur liste blanche. Mais pour les contributeurs de la communauté assis sur des ensembles de données uploadées… la couche de gains est encore principalement latente. Vous détenez une revendication sur le trafic d'inférence futur qui peut ou non arriver avant que le déverrouillage des investisseurs de septembre ne commence à ajouter de l'offre.
Hmm. Je ne suis pas sûr combien de personnes tradant ce volume ont réellement essayé de tracer un seul paiement d'inférence jusqu'à une contribution spécifique au Datanet. Je ne l'ai pas encore fait non plus, honnêtement. Cela semble être la chose à faire.
Le volume on-chain a atteint 13,43 millions de dollars en une seule journée autour du 23 mai, en hausse d'environ 14 % par rapport à la semaine précédente. L'intérêt ouvert des futures est aux alentours de 12 millions de dollars, en parallèle du spot. Il y a donc clairement un appétit. Les gens tradent la narration avec énergie.
Mais voilà le truc auquel je reviens sans cesse. Le PoA ne s'active économiquement qu'au moment de l'inférence — quand une requête en direct s'exécute réellement contre un modèle et que le protocole trace quelles données ont influencé la sortie. Pas à l'upload. Cette distinction peut sembler technique jusqu'à ce que vous réalisiez que la plupart des participants occasionnels du côté contribution du Datanet n'ont pas de visibilité sur quand ou si leurs données sont jamais interrogées. Le leaderboard montre l'activité. Il ne montre pas les paiements.
Donc, il y a un écart. Le capital afflue dans $OPEN comme si l'économie d'attribution était déjà en marche. Et peut-être qu'elle l'est, quelque part au niveau entreprise ou accès sur liste blanche. Mais pour les contributeurs de la communauté assis sur des ensembles de données uploadées… la couche de gains est encore principalement latente. Vous détenez une revendication sur le trafic d'inférence futur qui peut ou non arriver avant que le déverrouillage des investisseurs de septembre ne commence à ajouter de l'offre.
Hmm. Je ne suis pas sûr combien de personnes tradant ce volume ont réellement essayé de tracer un seul paiement d'inférence jusqu'à une contribution spécifique au Datanet. Je ne l'ai pas encore fait non plus, honnêtement. Cela semble être la chose à faire.
J'ai passé l'heure dernière à scruter les mécanismes de divulgation des réserves de l'Acte @GeniusOfficial .
La règle proposée par la FDIC du 7 avril — RIN 3064-AG19 — a enfin fait quelque chose "clic". Des rapports mensuels de réserves, certifiés par le PDG et le CFO sous peine de loi, publiés sur le site de l'émetteur. Des attestations de cabinets comptables tiers. Des audits annuels pour quiconque ayant plus de 50 milliards de dollars en circulation.
Aucun de cela n'arrive sur la chaîne.
$GENIUS C'est ça le truc. L'histoire de "la confiance dans les paiements sur la chaîne" se construit sur une infrastructure d'audit traditionnelle — comptables, certifications, dépôts fédéraux. La blockchain gère la vélocité des règlements. La couche de confiance est toujours un PDF sur un site web et un document signé dans la boîte de réception d'un régulateur.
Ce qui n'est pas nécessairement faux. TerraUSD ne s'est pas effondré à cause d'un régime d'audit défaillant — il n'avait tout simplement pas de régime d'audit réel. Donc peut-être que c'est juste à quoi ressemble réellement la confiance avant que les rails ne soient complètement matures. Honnêtement, je ne suis pas sûr d'y être opposé.
Mais je reste avec ça : nous l'appelons redéfinir la confiance dans les paiements sur la chaîne, et le mécanisme de confiance est presque entièrement hors chaîne. Est-ce une fonctionnalité, ou est-ce juste le fossé que nous n'avons pas encore réussi à combler ?
#genius
La règle proposée par la FDIC du 7 avril — RIN 3064-AG19 — a enfin fait quelque chose "clic". Des rapports mensuels de réserves, certifiés par le PDG et le CFO sous peine de loi, publiés sur le site de l'émetteur. Des attestations de cabinets comptables tiers. Des audits annuels pour quiconque ayant plus de 50 milliards de dollars en circulation.
Aucun de cela n'arrive sur la chaîne.
$GENIUS C'est ça le truc. L'histoire de "la confiance dans les paiements sur la chaîne" se construit sur une infrastructure d'audit traditionnelle — comptables, certifications, dépôts fédéraux. La blockchain gère la vélocité des règlements. La couche de confiance est toujours un PDF sur un site web et un document signé dans la boîte de réception d'un régulateur.
Ce qui n'est pas nécessairement faux. TerraUSD ne s'est pas effondré à cause d'un régime d'audit défaillant — il n'avait tout simplement pas de régime d'audit réel. Donc peut-être que c'est juste à quoi ressemble réellement la confiance avant que les rails ne soient complètement matures. Honnêtement, je ne suis pas sûr d'y être opposé.
Mais je reste avec ça : nous l'appelons redéfinir la confiance dans les paiements sur la chaîne, et le mécanisme de confiance est presque entièrement hors chaîne. Est-ce une fonctionnalité, ou est-ce juste le fossé que nous n'avons pas encore réussi à combler ?
#genius
Je suis assis avec @OpenLedger depuis un moment. Le pitch est clair — Preuve d'attribution, les contributeurs de données sont payés lorsque leur travail influence réellement la sortie du modèle. Économie AI vérifiable, provenance on-chain, tout ça. Très bien. Mais voici ce à quoi je reviens sans cesse.
L'offre en circulation a discrètement augmenté de 215.5M au TGE à environ 290.7M $OPEN maintenant. Les tokens de la communauté et de l'écosystème ont été délivrés depuis le premier mois — cette partie est intentionnelle. Le truc, c'est que le token stagne autour de 0,19 $, ce qui représente environ 90 % de baisse par rapport au pic de lancement de septembre. Donc, le côté offre fait son travail. Le côté demande… hmm.
Ce dont le protocole a vraiment besoin, c'est d'inférence. Des appels de modèle réels, des requêtes d'entreprise tirant des Datanets, des pistes d'attribution qui se déclenchent et règlent les récompenses au niveau du contrat. Actuellement, dans l'openledger, la plupart des activités on-chain visibles sont des participations communautaires, des téléchargements, des tâches de couche sociale. Des contributeurs alimentant un système qui n'a pas encore les acheteurs de l'autre côté pour rendre les calculs de paiement significatifs.
Et voici la partie à laquelle je ne peux pas m'empêcher de penser — la cliff pour l'équipe et les investisseurs ne frappe pas avant septembre 2026. Après cela, 36 mois de vesting linéaire mensuel commencent. Donc, la question n'est pas vraiment de savoir si le modèle d'attribution est élégant. Il l'est clairement. La question est de savoir si la demande des entreprises se manifeste avant que le calendrier d'offre n'oblige à en discuter.
#OpenLedger
L'offre en circulation a discrètement augmenté de 215.5M au TGE à environ 290.7M $OPEN maintenant. Les tokens de la communauté et de l'écosystème ont été délivrés depuis le premier mois — cette partie est intentionnelle. Le truc, c'est que le token stagne autour de 0,19 $, ce qui représente environ 90 % de baisse par rapport au pic de lancement de septembre. Donc, le côté offre fait son travail. Le côté demande… hmm.
Ce dont le protocole a vraiment besoin, c'est d'inférence. Des appels de modèle réels, des requêtes d'entreprise tirant des Datanets, des pistes d'attribution qui se déclenchent et règlent les récompenses au niveau du contrat. Actuellement, dans l'openledger, la plupart des activités on-chain visibles sont des participations communautaires, des téléchargements, des tâches de couche sociale. Des contributeurs alimentant un système qui n'a pas encore les acheteurs de l'autre côté pour rendre les calculs de paiement significatifs.
Et voici la partie à laquelle je ne peux pas m'empêcher de penser — la cliff pour l'équipe et les investisseurs ne frappe pas avant septembre 2026. Après cela, 36 mois de vesting linéaire mensuel commencent. Donc, la question n'est pas vraiment de savoir si le modèle d'attribution est élégant. Il l'est clairement. La question est de savoir si la demande des entreprises se manifeste avant que le calendrier d'offre n'oblige à en discuter.
#OpenLedger
Je suis allé chercher le cadre de sécurité. J'ai trouvé le contrat à la place.
@GeniusOfficial — le pitch est l'apprentissage fédéré plus les zk-SNARKs, les données restent sur votre appareil, préservation de la vie privée par conception. C'est l'histoire de sécurité en gros. 3,458 détenteurs au 6 mai 2026. Et l'architecture qui se cache sous tout ce récit de confidentialité est un proxy Diamond entièrement évolutif — EIP-2535, avec UPGRADER_ROLE et DEFAULT_ADMIN_ROLE détenus par un super administrateur. #genius
Attendez… le modèle Diamond est sophistiqué. Vraiment. Modularisation basée sur des facettes, conversion burn-on-mint, minting contrôlé par accès. Ce n'est pas un design de contrat paresseux. Mais le OWASP Smart Contract Top 10 pour 2026 a littéralement ajouté des vulnérabilités de proxy et d'évolutivité comme une toute nouvelle catégorie ce mois de février — parce que celui qui détient la clé de mise à niveau réécrit ce que fait le contrat, peu importe ce que l'audit a dit.
Donc, l'histoire de sécurité commercialisée pour les utilisateurs concerne la confidentialité au niveau de l'IA — vos données ne quittent jamais votre appareil. La dépendance réelle à la confiance se situe au niveau du contrat — celui qui contrôle la clé admin peut redéployer la logique entière. Ce sont deux modèles de menace différents. L'un concerne l'exposition des données. L'autre concerne si le contrat lui-même est sans confiance.
J'ai passé plus de temps là-dessus que prévu. Pas parce que quoi que ce soit semble manifestement cassé. Juste… le cadre et l'architecture n'ont pas tout à fait la même conversation.
Que les clés admin soient derrière un multisig ou un seul portefeuille — c'est la question à laquelle je ne pouvais pas répondre juste avec Etherscan.
$GENIUS
@GeniusOfficial — le pitch est l'apprentissage fédéré plus les zk-SNARKs, les données restent sur votre appareil, préservation de la vie privée par conception. C'est l'histoire de sécurité en gros. 3,458 détenteurs au 6 mai 2026. Et l'architecture qui se cache sous tout ce récit de confidentialité est un proxy Diamond entièrement évolutif — EIP-2535, avec UPGRADER_ROLE et DEFAULT_ADMIN_ROLE détenus par un super administrateur. #genius
Attendez… le modèle Diamond est sophistiqué. Vraiment. Modularisation basée sur des facettes, conversion burn-on-mint, minting contrôlé par accès. Ce n'est pas un design de contrat paresseux. Mais le OWASP Smart Contract Top 10 pour 2026 a littéralement ajouté des vulnérabilités de proxy et d'évolutivité comme une toute nouvelle catégorie ce mois de février — parce que celui qui détient la clé de mise à niveau réécrit ce que fait le contrat, peu importe ce que l'audit a dit.
Donc, l'histoire de sécurité commercialisée pour les utilisateurs concerne la confidentialité au niveau de l'IA — vos données ne quittent jamais votre appareil. La dépendance réelle à la confiance se situe au niveau du contrat — celui qui contrôle la clé admin peut redéployer la logique entière. Ce sont deux modèles de menace différents. L'un concerne l'exposition des données. L'autre concerne si le contrat lui-même est sans confiance.
J'ai passé plus de temps là-dessus que prévu. Pas parce que quoi que ce soit semble manifestement cassé. Juste… le cadre et l'architecture n'ont pas tout à fait la même conversation.
Que les clés admin soient derrière un multisig ou un seul portefeuille — c'est la question à laquelle je ne pouvais pas répondre juste avec Etherscan.
$GENIUS
J'ai été en train de fouiner autour du mainnet #OpenLedger aujourd'hui. $OPEN Le pitch est clair : téléchargez des données, soyez payé chaque fois qu'un modèle d'IA les utilise. Preuve d'Attribution comme une sorte de moteur de royalties passives pour les petits.\nMais voici ce qui a vraiment attiré mon attention quand j'ai ouvert l'explorateur. Le wallet — , listé publiquement dans leurs docs — est l'histoire on-chain la plus lisible en ce moment. Un autre cycle de rachat de 5M $OPEN vient de se lancer, les revenus des entreprises allant directement dans les achats sur le marché. Ça, c'est visible. Ça, c'est trouvable. Pendant ce temps, le flux de micropaiement pour les contributeurs — les véritables royalties PoA — est enfoui dans les interactions du contrat datanet que la plupart des wallets ne mettent même pas en avant.\nDonc, les deux choses sont réelles. Le rachat est réel. Le système d'attribution est réel. Mais l'un est conçu pour être vu et l'autre nécessite de creuser. J'ai passé vingt minutes et je n'ai toujours pas pu localiser un agrégat clair de ce qui a réellement été payé aux uploaders de données depuis le mainnet.\nJe ne dis pas que c'est nécessairement un drapeau rouge. L'infrastructure prend du temps pour accumuler des signaux lisibles. Mais c'est une inversion étrange — un projet qui existe pour rendre les paiements d'IA transparents, et le comportement on-chain le plus transparent est une opération de trésorerie.\n@OpenLedger
Je terminais une soumission de datanet sur @OpenLedger quand j'ai remarqué le print de $OPEN sur 7 jours — en hausse de 14,3% pour la semaine se terminant le 23 mai, avec 13,43 millions de dollars en volume sur 24h. Pas énorme, mais notable vu à quel point l'activité avait été plate. openLedger avait été l'un de ces projets que je voulais vraiment utiliser plutôt que de simplement suivre.
Ce qui m'a marqué, ce n'est pas le mouvement de prix. C'est à quel point la plateforme se sent différente selon le point d'entrée que tu utilises. ModelFactory en mode par défaut est vraiment sans friction — télécharge des données, pointe sur un modèle de base, ajuste, terminé. Ça va vite. Le pitch de vibecoding a du sens ici ; tu n'écris pas d'infra, tu configures l'intention.
Mais ensuite, tu vas un niveau plus profond — vérification d'attribution réelle, vérifiant que ta contribution au datanet est correctement liée sur la chaîne — et l'UX chute dans le vide. C'est toujours faisable, c'est juste clairement conçu pour une personne différente de celle pour qui ModelFactory est destiné. Le moteur d'attribution est toute la thèse, mais le chemin fluide le cache.
Je suis resté incertain de qui cela est réellement optimisé en ce moment. Les contributeurs de données qui se soucient de la Proof of Attribution doivent creuser. Les développeurs qui veulent un déploiement AI rapide le trouvent immédiatement. Ces deux groupes ne sont pas toujours la même personne.
#OpenLedger
Ce qui m'a marqué, ce n'est pas le mouvement de prix. C'est à quel point la plateforme se sent différente selon le point d'entrée que tu utilises. ModelFactory en mode par défaut est vraiment sans friction — télécharge des données, pointe sur un modèle de base, ajuste, terminé. Ça va vite. Le pitch de vibecoding a du sens ici ; tu n'écris pas d'infra, tu configures l'intention.
Mais ensuite, tu vas un niveau plus profond — vérification d'attribution réelle, vérifiant que ta contribution au datanet est correctement liée sur la chaîne — et l'UX chute dans le vide. C'est toujours faisable, c'est juste clairement conçu pour une personne différente de celle pour qui ModelFactory est destiné. Le moteur d'attribution est toute la thèse, mais le chemin fluide le cache.
Je suis resté incertain de qui cela est réellement optimisé en ce moment. Les contributeurs de données qui se soucient de la Proof of Attribution doivent creuser. Les développeurs qui veulent un déploiement AI rapide le trouvent immédiatement. Ces deux groupes ne sont pas toujours la même personne.
#OpenLedger
La plupart des modèles d'utilité des tokens semblent propres sur le papier jusqu'à ce que tu essaies réellement de tracer comment la valeur circule à travers eux. Alors j'ai commencé à vérifier @GeniusOfficial Terminal et $GENIUS plus attentivement, spécifiquement la partie où l'accès au terminal est censé se tier par les avoirs. Ce à quoi je m'attendais était une porte d'entrée directe… détiens X tokens, débloque Y fonctionnalités. Ce que j'ai trouvé à la place, c'est que la logique d'accès semble fonctionner plus comme un poids glissant que comme un seuil dur, ce qui signifie que les détenteurs partiels ne sont pas juste exclus, ils opèrent dans une expérience dégradée qu'ils ne remarquent même pas. Je pensais que la coupure serait évidente, comme un mur. Mais en réalité, c'est plus comme si l'interface s'ajustait discrètement autour de toi. Ce détail a changé ma façon de penser à la taille de position, pas de manière dramatique, juste… ça m'a fait réfléchir au montant viable minimum. Pour les génies, la question n'est pas vraiment de savoir si $GENIUS a une utilité, mais si la plupart des utilisateurs découvrent jamais où se situe le véritable point d'inflexion. Je ne suis toujours pas sûr de l'avoir trouvé.
#genius
#genius
Chaque outil de trading AI promet aujourd'hui un avantage. Meilleures entrées, sorties plus intelligentes, reconnaissance de motifs plus rapide que les réflexes humains. Alors j'ai commencé à examiner comment Genius Terminal — $GENIUS , #GeniusTerminal @GeniusTerminal — mesure et récompense le comportement de "trading AI" en pratique.
La Saison 2 des Genius Points est en cours en ce moment, distribuant chaque semaine jusqu'au 10 août à un taux fixe de 1 GP par 100 $ de volume spot. C'est l'incitation active sur la chaîne qui se trouve sous le pitch du "futur du trading AI". Je pensais que la structure refléterait quelque chose concernant les résultats — volume pondéré par la rentabilité, un score de cohérence, n'importe quoi. Mais en fait, la seule variable est le volume brut. Vous pouvez vous tromper sur chaque trade et quand même farmer des GP avec une efficacité maximale.
Hmm... le layer d'exécution est vraiment sophistiqué — sans signature, invisible sur la chaîne, avec des routes à travers plus de 150 DEX en moins d'une seconde. Du vrai génie technique. Mais l'angle du trading AI ne touche pas à ce que vous tradez ou si c'était bon. Et les Ordres Fantômes, le véritable layer de confidentialité-MPC qui différencie ceci de chaque concurrent, est toujours en bêta publique. L'avenir de l'exécution AI est en attente. Les récompenses de volume sont live maintenant.
Alors voici la chose à laquelle je reviens sans cesse : une plateforme qui se qualifie de futur du trading AI vous récompense pour trader plus, pas pour trader mieux — l'AI sert-elle le trader, ou l'inverse ?
#genius @GeniusOfficial $GENIUS
La Saison 2 des Genius Points est en cours en ce moment, distribuant chaque semaine jusqu'au 10 août à un taux fixe de 1 GP par 100 $ de volume spot. C'est l'incitation active sur la chaîne qui se trouve sous le pitch du "futur du trading AI". Je pensais que la structure refléterait quelque chose concernant les résultats — volume pondéré par la rentabilité, un score de cohérence, n'importe quoi. Mais en fait, la seule variable est le volume brut. Vous pouvez vous tromper sur chaque trade et quand même farmer des GP avec une efficacité maximale.
Hmm... le layer d'exécution est vraiment sophistiqué — sans signature, invisible sur la chaîne, avec des routes à travers plus de 150 DEX en moins d'une seconde. Du vrai génie technique. Mais l'angle du trading AI ne touche pas à ce que vous tradez ou si c'était bon. Et les Ordres Fantômes, le véritable layer de confidentialité-MPC qui différencie ceci de chaque concurrent, est toujours en bêta publique. L'avenir de l'exécution AI est en attente. Les récompenses de volume sont live maintenant.
Alors voici la chose à laquelle je reviens sans cesse : une plateforme qui se qualifie de futur du trading AI vous récompense pour trader plus, pas pour trader mieux — l'AI sert-elle le trader, ou l'inverse ?
#genius @GeniusOfficial $GENIUS
Voir la traduction
Most AI integrations in crypto right now are wrappers — they sit on top of the product and restate what you could already read. So I started checking how @GeniusOfficial Terminal actually uses intelligence at the execution layer, not the interface layer. Genius Terminal, $GENIUS ,— the pitch is that it routes smarter, not just wider. And when I was actually moving through the terminal during the Season 2 GP campaign, I hit something I didn't expect: the "aggregator routing control" toggle, the thing that lets you choose between speed and price optimization… it's there, but it defaults to speed. Every time.
I thought the intelligence was working for you by default, but actually you have to already know why you'd change it to get any benefit from it. The AI-adjacent framing implies autonomous optimization. The reality is a manual switch most users will never touch. I had to catch myself — I almost left it on default and would have never noticed. Which made me wonder: if the terminal's core edge requires the user to understand execution routing to unlock it, who is this actually built for, and does the $GENIUS token reward structure push enough of the right users toward that depth of engagement or just toward volume?
#genius
I thought the intelligence was working for you by default, but actually you have to already know why you'd change it to get any benefit from it. The AI-adjacent framing implies autonomous optimization. The reality is a manual switch most users will never touch. I had to catch myself — I almost left it on default and would have never noticed. Which made me wonder: if the terminal's core edge requires the user to understand execution routing to unlock it, who is this actually built for, and does the $GENIUS token reward structure push enough of the right users toward that depth of engagement or just toward volume?
#genius
Avec les pools de liquidités qui s'assèchent sur les anciennes chaînes et les devs qui se plaignent ouvertement de la manière coûteuse et encombrante dont les intégrations d'IA se ressentent encore en pratique, cela m'a amené à réfléchir à la direction où l'attention des véritables builders est discrètement en train de se déplacer. J'ai donc commencé à vérifier @OpenLedger $OPEN , spécifiquement leur portail dev et leur flux de déploiement. Je m'attendais au mur habituel de friction — des docs denses, plusieurs vérifications de contrat, et un coût de gas notable juste pour lancer quoi que ce soit lié à l'IA. Mais ce qui a retenu mon attention, c'est la manière dont la couche EVM a géré un déploiement d'agent basique avec presque aucune configuration, tout est resté pleinement compatible et les frais sont restés constants même pendant mon test. Je pensais que ce genre de simplicité signifierait qu'il était encore tôt ou que c'était seulement bon pour des exemples de jouets, mais en fait, ma petite position de trader s'est ajustée en temps réel en fonction de la sortie de l'agent sans aucune approbation ou retard supplémentaire. Reste à savoir… si l'expérience reste aussi fluide, combien de temps avant que des capitaux plus sérieux ne suivent sans en faire tout un bruit ?
#OpenLedger
#OpenLedger
Voir la traduction
Something about watching a token's weekly volume go from $80 million to over $2 billion in a single week made me want to look closer rather than closer, and so I pulled up the Genius Terminal airdrop interface to understand what was actually driving the activity, and the first thing I noticed was the Burn or Earn mechanic sitting right there at the claim screen — take your tokens now and lose 70% to a burn penalty, or vest and keep the full allocation. I thought the platform's volume growth was organic demand for the product. But actually, most of that activity was traders farming Genius Points to maximize their $GENIUS airdrop, not because they'd switched terminals permanently. The AI crypto economy framing that's been attached to Genius Terminal lately doesn't quite fit either — what #GeniusTerminal actually built is a signatureless multi-chain execution layer with a very smart incentive loop, and those are different things from being an AI play. The $GENIUS token unlocked on April 13, 2026, and now the real question isn't whether the platform is technically good — it is — but whether traders stay after the farming incentive evaporates. A terminal becomes infrastructure when people use it out of habit, not when the points program is still running. I'm genuinely not sure which one this is yet.
@Genius Terminal
$GENIUS
#genius
@Genius Terminal
$GENIUS
#genius
J'ai beaucoup réfléchi à la confiance en l'IA dernièrement, surtout parce que je continue à voir des projets promettre de la transparence alors que la logique de vérification reste floue. Donc, quand j'ai commencé à lire comment la Preuve d'Attribution d'OpenLedger distribue réellement les $OPEN récompenses, je m'attendais à la configuration habituelle de staking et de vote — mais c'est différent, et cette différence me dérange. Les récompenses vont aux contributeurs dont les données ont le plus d'influence sur les sorties du modèle, pas nécessairement les données les plus précises. Alors, je suis là en train de lire la documentation de Datanet et je réalise — haute influence et haute qualité ne sont pas la même chose. Un contributeur qui télécharge des données renforçant le biais existant d'un modèle va bien scorer en attribution. Un contributeur qui télécharge des données réellement correctives pourrait ne pas suffire à faire bouger la balance pour être récompensé. Tout le monde suppose que la vérification on-chain signifie que les données sont vérifiées pour leur véracité, mais ce qu'OpenLedger enregistre réellement, c'est la provenance et l'impact, pas la justesse. Le registre immuable prouve qui a contribué, pas si ce qu'ils ont contribué était juste. Et je ne suis pas convaincu que cette distinction se règle uniquement par le drapeau communautaire — la partie qui me préoccupe encore, c'est de savoir si un système qui paie pour l'influence peut jamais être structurellement neutre par rapport au type d'influence qu'il récompense.
#OpenLedger
@OpenLedger
$OPEN
#OpenLedger
@OpenLedger
$OPEN
J'ai gardé @OpenLedger un moment. Pas le pitch. Les chiffres.
DeFi l'a signalé cette semaine — les frais ont chuté de 23 % d'une semaine sur l'autre, les revenus annuels du protocole s'élèvent à 693K$, et la TVL est pratiquement à zéro. C'est la chaîne qui parle, pas la feuille de route. Pour un projet qui se positionne comme la couche économique sous l'avenir de l'IA, l'écart entre la vélocité du récit et le véritable passage des frais est difficile à ignorer.
La partie intéressante n'est pas la baisse elle-même. C'est ce que la structure des frais révèle. Les utilisateurs paient des tokens OPEN pour deux choses : acheter des crédits IA pour interagir avec des modèles, et créer des datanets. C'est tout. Donc, quand les frais se compriment, vous assistez soit à moins de modèles interrogés, soit à moins de datanets créés, ou les deux. Pas de liquidité assise dans les contrats pour obscurcir cela. La chaîne est ici particulièrement lisible.
Hmm… ce qui m'a frappé, c'est que le mécanisme de Preuve d'Attribution — tracer les réponses d'un modèle jusqu'aux données qui les ont façonnées, récompensant les contributeurs chaque fois que leur input génère des résultats — ne paie que si des inférences se produisent réellement. Attribution sans volume d'inférence n'est qu'un registre vide.
Je reviens sans cesse à cette chute de 23 % des frais. Ça pourrait être du bruit. Ça pourrait être le groupe des premiers adoptants qui brûle des crédits sans renouveler. Ou cela pourrait être la chose que la plupart des projets "IA payables" ne veulent pas dire à voix haute — que les contributeurs de données passent en premier, et que les utilisateurs payants prennent plus de temps que quiconque ne veut l'admettre.
$OPEN #OpenLedger
DeFi l'a signalé cette semaine — les frais ont chuté de 23 % d'une semaine sur l'autre, les revenus annuels du protocole s'élèvent à 693K$, et la TVL est pratiquement à zéro. C'est la chaîne qui parle, pas la feuille de route. Pour un projet qui se positionne comme la couche économique sous l'avenir de l'IA, l'écart entre la vélocité du récit et le véritable passage des frais est difficile à ignorer.
La partie intéressante n'est pas la baisse elle-même. C'est ce que la structure des frais révèle. Les utilisateurs paient des tokens OPEN pour deux choses : acheter des crédits IA pour interagir avec des modèles, et créer des datanets. C'est tout. Donc, quand les frais se compriment, vous assistez soit à moins de modèles interrogés, soit à moins de datanets créés, ou les deux. Pas de liquidité assise dans les contrats pour obscurcir cela. La chaîne est ici particulièrement lisible.
Hmm… ce qui m'a frappé, c'est que le mécanisme de Preuve d'Attribution — tracer les réponses d'un modèle jusqu'aux données qui les ont façonnées, récompensant les contributeurs chaque fois que leur input génère des résultats — ne paie que si des inférences se produisent réellement. Attribution sans volume d'inférence n'est qu'un registre vide.
Je reviens sans cesse à cette chute de 23 % des frais. Ça pourrait être du bruit. Ça pourrait être le groupe des premiers adoptants qui brûle des crédits sans renouveler. Ou cela pourrait être la chose que la plupart des projets "IA payables" ne veulent pas dire à voix haute — que les contributeurs de données passent en premier, et que les utilisateurs payants prennent plus de temps que quiconque ne veut l'admettre.
$OPEN #OpenLedger
Connectez-vous pour découvrir d’autres contenus