ZeroBlock
BTC LOVER GOLD TRADER , SQUARE CRATOR
Otwarta transakcja
Trader standardowy
Miesiące: 10.9
4 Obserwowani
24.2K+ Obserwujący
10.7K+ Polubione
477 Udostępnione
Posty
Portfolio
Wszystko
Filmy
Na żywo
Siedziałem w społeczności Genius w nocy, przeglądając losowe wątki o narzędziach, które próbują unikać śledzenia. Nic głośnego się nie działo, tylko małe wiadomości pojawiały się powoli.
Większość ludzi nie rozmawiała jak użytkownicy produktu, raczej jak ludzie testujący coś, co może przetrwać aplikacje. Niektórzy debugowali, inni kwestionowali założenia. Czułem, że to była dyskusja, a bardziej sprawdzanie rzeczywistości.
Zacząłem zauważać wzór w tym, jak omawiano narzędzia odporne na inwigilację. Ludzie nie dyskutowali o nich jak o funkcjach. Raczej jak o nawykach, które ludzie powoli przyjmują, gdy przestają ufać domyślnym systemom.
Jedna chwila pozostała ze mną, gdy deweloper wyjaśnił, jak przeszli na inne narzędzia, nie z powodu hype'u. Ponieważ logi wydawały się zbyt odkryte. To nie był tylko praktyczny strach, który przerodził się w wybory projektowe.
Po jakimś czasie zdałem sobie sprawę, że to dlatego te narzędzia odporne na inwigilację czują się jak infrastruktura. Nie dlatego, że są idealne, ale dlatego, że ludzie budują swoją pracę wokół tych narzędzi, nie myśląc dwa razy.
Wciąż nie jestem pewien, dokąd to prowadzi. Zauważam, że więcej zespołów cicho zmienia kierunek, nawet gdy nikt o tym nie mówi otwarcie.
Myślę, że ta zmiana nie jest głośna, dzieje się w wyborach. Ludzie przestają pytać, czy powinni używać tych narzędzi do inwigilacji, po prostu zaczynają ich używać. Tak jak terminale stały się normalne w niektórych przestrzeniach, te narzędzia odporne na inwigilację stają się normalne. Jest cicho i stabilnie, może to jest sygnał.
@GeniusOfficial
#genius $GENIUS
Większość ludzi nie rozmawiała jak użytkownicy produktu, raczej jak ludzie testujący coś, co może przetrwać aplikacje. Niektórzy debugowali, inni kwestionowali założenia. Czułem, że to była dyskusja, a bardziej sprawdzanie rzeczywistości.
Zacząłem zauważać wzór w tym, jak omawiano narzędzia odporne na inwigilację. Ludzie nie dyskutowali o nich jak o funkcjach. Raczej jak o nawykach, które ludzie powoli przyjmują, gdy przestają ufać domyślnym systemom.
Jedna chwila pozostała ze mną, gdy deweloper wyjaśnił, jak przeszli na inne narzędzia, nie z powodu hype'u. Ponieważ logi wydawały się zbyt odkryte. To nie był tylko praktyczny strach, który przerodził się w wybory projektowe.
Po jakimś czasie zdałem sobie sprawę, że to dlatego te narzędzia odporne na inwigilację czują się jak infrastruktura. Nie dlatego, że są idealne, ale dlatego, że ludzie budują swoją pracę wokół tych narzędzi, nie myśląc dwa razy.
Wciąż nie jestem pewien, dokąd to prowadzi. Zauważam, że więcej zespołów cicho zmienia kierunek, nawet gdy nikt o tym nie mówi otwarcie.
Myślę, że ta zmiana nie jest głośna, dzieje się w wyborach. Ludzie przestają pytać, czy powinni używać tych narzędzi do inwigilacji, po prostu zaczynają ich używać. Tak jak terminale stały się normalne w niektórych przestrzeniach, te narzędzia odporne na inwigilację stają się normalne. Jest cicho i stabilnie, może to jest sygnał.
@GeniusOfficial
#genius $GENIUS
Niektórzy traderzy, których znam i którzy handlują towarami, przestali mówić o ropie naftowej jakby chodziło tylko o podaż i popyt.
Ta zmiana następowała powoli.
Rok temu każda rozmowa dotyczyła tego, ile ropy jest produkowanej, jakie trasy pokonują statki lub ile ropy jest w magazynach. Obecnie, kiedy jestem w grupach tradingowych lub czytam badania od mniejszych firm, ludzie wydają się mniej pewni siebie i bardziej niepewni. Doświadczeni traderzy częściej mają wątpliwości.
Zdałem sobie z tego sprawę, gdy zacząłem zwracać uwagę na to, jak rynki energii reagują na globalne wydarzenia, które wprowadzają napięcie.
Czasami cena ropy rośnie, gdy pojawiają się wiadomości, ale potem znów spada, nawet jeśli nic się nie zmienia na lepsze. Na początku byłem tym zdezorientowany. Myślałem, że może rynek nie działa poprawnie... Potem zrozumiałem, że ludzie już nie handlują tylko ropą. Próbują zgadnąć, co się wydarzy z rządami, inflacją, bankami centralnymi, ryzykiem transportu, a nawet wyborami, wszystko w tym samym czasie.
Śledziłem jednego tradera przez miesiące, który cicho przestał handlować towarami. Nie dlatego, że stracił dużo pieniędzy. Powiedział, że po prostu miał dość próby zrozumienia, jak polityka wpłynie na rynek każdego ranka, zanim jeszcze wypił swoją kawę.
To naprawdę zapadło mi w pamięć.
Dziwne jest to, że nowi traderzy wciąż wchodzą na rynek ropy, oczekując, że wszystko będzie jasne i proste jak kiedyś... Teraz wszystko wydaje się inne. Małe zmiany cen sprawiają, że ludzie czują się bardziej emocjonalnie. Szybciej zamykają swoje pozycje. Szybko tracą pewność siebie.
Zastanawiam się, czy następna wielka zmiana na rynku ropy będzie bardziej związana z tym, jak ludzie radzą sobie z niepewnością, zanim się poddadzą, niż z niedoborami.
#PostonTradFi
Ta zmiana następowała powoli.
Rok temu każda rozmowa dotyczyła tego, ile ropy jest produkowanej, jakie trasy pokonują statki lub ile ropy jest w magazynach. Obecnie, kiedy jestem w grupach tradingowych lub czytam badania od mniejszych firm, ludzie wydają się mniej pewni siebie i bardziej niepewni. Doświadczeni traderzy częściej mają wątpliwości.
Zdałem sobie z tego sprawę, gdy zacząłem zwracać uwagę na to, jak rynki energii reagują na globalne wydarzenia, które wprowadzają napięcie.
Czasami cena ropy rośnie, gdy pojawiają się wiadomości, ale potem znów spada, nawet jeśli nic się nie zmienia na lepsze. Na początku byłem tym zdezorientowany. Myślałem, że może rynek nie działa poprawnie... Potem zrozumiałem, że ludzie już nie handlują tylko ropą. Próbują zgadnąć, co się wydarzy z rządami, inflacją, bankami centralnymi, ryzykiem transportu, a nawet wyborami, wszystko w tym samym czasie.
Śledziłem jednego tradera przez miesiące, który cicho przestał handlować towarami. Nie dlatego, że stracił dużo pieniędzy. Powiedział, że po prostu miał dość próby zrozumienia, jak polityka wpłynie na rynek każdego ranka, zanim jeszcze wypił swoją kawę.
To naprawdę zapadło mi w pamięć.
Dziwne jest to, że nowi traderzy wciąż wchodzą na rynek ropy, oczekując, że wszystko będzie jasne i proste jak kiedyś... Teraz wszystko wydaje się inne. Małe zmiany cen sprawiają, że ludzie czują się bardziej emocjonalnie. Szybciej zamykają swoje pozycje. Szybko tracą pewność siebie.
Zastanawiam się, czy następna wielka zmiana na rynku ropy będzie bardziej związana z tym, jak ludzie radzą sobie z niepewnością, zanim się poddadzą, niż z niedoborami.
#PostonTradFi
Zobacz tłumaczenie
At night I was reading through Genius discussions again. I noticed something strange.
The smartest people there never sound fully certain.
They are not negative they are just careful.
At first I thought maybe the community lacked confidence.. After spending more time inside the Genius ecosystem I think it comes from something else. People inside Genius seem tired of pretending they understand everything immediately.
You can actually feel it when developers explain their tools. They share finished thoughts and small warnings. They even make corrections a few days later. Nobody acts like the Genius system is magically solved forever.
This honesty made me stay longer than I expected in the Genius ecosystem.
I remember testing one feature and feeling confused for an hour. I kept checking if I missed some instruction. Then later I saw another user asking the same thing in the Genius discussions. No one mocked him. People answered slowly and honestly like confusion was normal in the Genius community.
This felt rare in the crypto ecosystem.
Most ecosystems reward opinions. The Genius ecosystem sometimes rewards patience instead. You notice who keeps building even when nobody is watching closely in the Genius ecosystem.
Honestly I think that changes user behavior over time in the Genius ecosystem.
The loud people disappear first because there is not instant attention in the Genius ecosystem. The quieter contributors stay longer. Start noticing weird small things in the Genius ecosystem. They notice wallet patterns and repeated user habits. They see the people showing up during low activity periods in the Genius ecosystem.
This makes me wonder if some communities are shaped more by silence than excitement, in the Genius ecosystem.
@GeniusOfficial
#genius $GENIUS
The smartest people there never sound fully certain.
They are not negative they are just careful.
At first I thought maybe the community lacked confidence.. After spending more time inside the Genius ecosystem I think it comes from something else. People inside Genius seem tired of pretending they understand everything immediately.
You can actually feel it when developers explain their tools. They share finished thoughts and small warnings. They even make corrections a few days later. Nobody acts like the Genius system is magically solved forever.
This honesty made me stay longer than I expected in the Genius ecosystem.
I remember testing one feature and feeling confused for an hour. I kept checking if I missed some instruction. Then later I saw another user asking the same thing in the Genius discussions. No one mocked him. People answered slowly and honestly like confusion was normal in the Genius community.
This felt rare in the crypto ecosystem.
Most ecosystems reward opinions. The Genius ecosystem sometimes rewards patience instead. You notice who keeps building even when nobody is watching closely in the Genius ecosystem.
Honestly I think that changes user behavior over time in the Genius ecosystem.
The loud people disappear first because there is not instant attention in the Genius ecosystem. The quieter contributors stay longer. Start noticing weird small things in the Genius ecosystem. They notice wallet patterns and repeated user habits. They see the people showing up during low activity periods in the Genius ecosystem.
This makes me wonder if some communities are shaped more by silence than excitement, in the Genius ecosystem.
@GeniusOfficial
#genius $GENIUS
Czasami myślę, że najdziwniejsze w OpenLedger jest to, jak cicho ludzie znikają z tego miejsca.
Nie są zdenerwowani, nie zakładają wątków. Po prostu przestają się pojawiać.
Zauważyłem to po spędzeniu tygodnia w ekosystemie OpenLedger. Niektórzy deweloperzy przychodzili, oczekując sygnałów, szybkich odpowiedzi i szybkiego uznania.. OpenLedger wydaje się wolniejszy niż większość przestrzeni kryptowalutowych. Przesyłasz pracę, a potem przez chwilę nic się nie dzieje. Nie ma oklasków, żadnego ogromnego panelu pokazującego twoje imię wszędzie.
Na początku myślałem, że to słabość.
Potem pewnej nocy sprawdzałem kanały dla współpracowników i zdałem sobie sprawę, że ludzie, którzy zostali, zazwyczaj nie byli najgłośniejsi. To byli ludzie, którzy stali się ciekawi samego procesu OpenLedger.
Jeden facet ciągle testował logikę atrybucji, po tym jak powiedział, że był tym zdezorientowany. Inny współpracownik zniknął na miesiąc, a potem nagle wrócił z lepszą pracą niż wcześniej. Nikt tego nie świętował; po prostu kontynuował cicho.
Ta część pozostała w mojej głowie.
Większość ekosystemów kryptowalutowych szkoli ludzi do codziennych reakcji. OpenLedger robi niemal odwrotnie. Zmusza cię do siedzenia z niepewnością dłużej, niż byś chciał.
Szczerze mówiąc, nadal nie rozumiem, czy to jest zamysł, czy po prostu niedokończony projekt.
Może jedno i drugie.
Zacząłem dostrzegać coś o sobie, używając OpenLedger. Przestałem ciągle sprawdzać nagrody. Zwróciłem uwagę na to, jak wkład łączy się z czasem w OpenLedger.
Niewiele protokołów przypadkowo zmienia zachowanie użytkowników, jak to w OpenLedger.
Może dlatego niektórzy ludzie odchodzą wcześnie, podczas gdy inni powoli osiedlają się w OpenLedger.
@OpenLedger
#openledger $OPEN
Nie są zdenerwowani, nie zakładają wątków. Po prostu przestają się pojawiać.
Zauważyłem to po spędzeniu tygodnia w ekosystemie OpenLedger. Niektórzy deweloperzy przychodzili, oczekując sygnałów, szybkich odpowiedzi i szybkiego uznania.. OpenLedger wydaje się wolniejszy niż większość przestrzeni kryptowalutowych. Przesyłasz pracę, a potem przez chwilę nic się nie dzieje. Nie ma oklasków, żadnego ogromnego panelu pokazującego twoje imię wszędzie.
Na początku myślałem, że to słabość.
Potem pewnej nocy sprawdzałem kanały dla współpracowników i zdałem sobie sprawę, że ludzie, którzy zostali, zazwyczaj nie byli najgłośniejsi. To byli ludzie, którzy stali się ciekawi samego procesu OpenLedger.
Jeden facet ciągle testował logikę atrybucji, po tym jak powiedział, że był tym zdezorientowany. Inny współpracownik zniknął na miesiąc, a potem nagle wrócił z lepszą pracą niż wcześniej. Nikt tego nie świętował; po prostu kontynuował cicho.
Ta część pozostała w mojej głowie.
Większość ekosystemów kryptowalutowych szkoli ludzi do codziennych reakcji. OpenLedger robi niemal odwrotnie. Zmusza cię do siedzenia z niepewnością dłużej, niż byś chciał.
Szczerze mówiąc, nadal nie rozumiem, czy to jest zamysł, czy po prostu niedokończony projekt.
Może jedno i drugie.
Zacząłem dostrzegać coś o sobie, używając OpenLedger. Przestałem ciągle sprawdzać nagrody. Zwróciłem uwagę na to, jak wkład łączy się z czasem w OpenLedger.
Niewiele protokołów przypadkowo zmienia zachowanie użytkowników, jak to w OpenLedger.
Może dlatego niektórzy ludzie odchodzą wcześnie, podczas gdy inni powoli osiedlają się w OpenLedger.
@OpenLedger
#openledger $OPEN
Firmy zbierały dane wszędzie. Nikt tak naprawdę nie powiedział mi, jaka część ma znaczenie na dłuższą metę. Rozmawiałem z konsultantami i wszyscy używali podobnych słów. Ciągle powtarzali, że potrzebujemy dashboardów, więcej analizy i więcej śledzenia... Nikt z nich nie potrafił wyjaśnić, jak dane pozostają wartościowe w gospodarce, gdy cele się zmieniają.
Kiedy spojrzałem na to, jak OpenLedger zarządzał wkładami, zauważyłem coś.
System nie pytał tylko, kto jest właścicielem modelu.
Pytano także, kto pomógł ukształtować dane, zanim model istniał.
To zmieniło moje myślenie o moim zachowaniu.
Zdałem sobie sprawę, że większość ludzi, w tym ja, nie ma planu na nasze dane.
Po prostu tworzymy informacje wszędzie. Mamy nadzieję, że platformy będą je cenione na zawsze.
Priorytety platform zmieniają się szybko.
Jedna aktualizacja i lata pracy mogą nagle stać się bezwartościowe.
To, co mnie interesowało w OpenLedger, nie była reklama.
To była struktura leżąca u podstaw.
System wydaje się być zbudowany wokół idei, że dane są żywą rzeczą, która traci wartość, jeśli nikt ich nie utrzymuje ani nie aktualizuje.
To wydaje się bardziej realistyczne.
Wciąż się zastanawiam, jak stabilne to będzie, gdy zaangażują się więksi gracze.
Czy mali wkładacze nadal będą mieli znaczenie, gdy duże organizacje zaczną dostarczać dane na dużą skalę?
Czy system powoli stanie się scentralizowany jak inne systemy kryptowalutowe?
Znalazłem także coś.
Im więcej badałem rynki danych, tym bardziej zdawałem sobie sprawę, że większość ludzi niedoszacowuje swoją informację.
Dzieje się tak, ponieważ nigdy nie nauczyli się, jak te systemy zarabiają na tym.
Żaden konsultant nigdy nie wyjaśnił mi tej części jasno.
Myślę, że ludzie, w tym ja, po prostu oddają swoje informacje, nie rozumiejąc ich wartości.
OpenLedger wydaje się to rozumieć. Wciąż mam pytania o jego przyszłość.
@OpenLedger
#openledger $OPEN
Kiedy spojrzałem na to, jak OpenLedger zarządzał wkładami, zauważyłem coś.
System nie pytał tylko, kto jest właścicielem modelu.
Pytano także, kto pomógł ukształtować dane, zanim model istniał.
To zmieniło moje myślenie o moim zachowaniu.
Zdałem sobie sprawę, że większość ludzi, w tym ja, nie ma planu na nasze dane.
Po prostu tworzymy informacje wszędzie. Mamy nadzieję, że platformy będą je cenione na zawsze.
Priorytety platform zmieniają się szybko.
Jedna aktualizacja i lata pracy mogą nagle stać się bezwartościowe.
To, co mnie interesowało w OpenLedger, nie była reklama.
To była struktura leżąca u podstaw.
System wydaje się być zbudowany wokół idei, że dane są żywą rzeczą, która traci wartość, jeśli nikt ich nie utrzymuje ani nie aktualizuje.
To wydaje się bardziej realistyczne.
Wciąż się zastanawiam, jak stabilne to będzie, gdy zaangażują się więksi gracze.
Czy mali wkładacze nadal będą mieli znaczenie, gdy duże organizacje zaczną dostarczać dane na dużą skalę?
Czy system powoli stanie się scentralizowany jak inne systemy kryptowalutowe?
Znalazłem także coś.
Im więcej badałem rynki danych, tym bardziej zdawałem sobie sprawę, że większość ludzi niedoszacowuje swoją informację.
Dzieje się tak, ponieważ nigdy nie nauczyli się, jak te systemy zarabiają na tym.
Żaden konsultant nigdy nie wyjaśnił mi tej części jasno.
Myślę, że ludzie, w tym ja, po prostu oddają swoje informacje, nie rozumiejąc ich wartości.
OpenLedger wydaje się to rozumieć. Wciąż mam pytania o jego przyszłość.
@OpenLedger
#openledger $OPEN
Ostatnio zauważyłem, jak ludzie w AI mówią o modelach, jakby pojawiały się z powietrza.
Wszyscy dyskutują o finansowaniu, mocy obliczeniowej i wycenach firm.
Bardzo niewiele osób mówi o pracownikach, badaczach i analitykach, którzy spędzili lata na porządkowaniu informacji, zanim jakikolwiek model stał się użyteczny.
Osobiście poczułem to, gdy zacząłem badać OpenLedger.
To był czas, gdy system otwarcie traktował zbiory danych jak wkład ekonomiczny, a nie tylko materiał tła.
Mój ostatni pracodawca nigdy nie myślał w ten sposób.
Codziennie przygotowywaliśmy dane, oznaczając błędy, naprawiając uszkodzone rekordy i usuwając szum.
Firma nazywała to "pracą wspierającą".
Później te same zbiory danych cicho poprawiły automatyzację w firmie.
To zmieniło moje myślenie o własności w AI.
Większość firm nagradza inżynierię, ale ukrywa wartość niewidocznego przygotowania.
Dziwną częścią jest to, że nowoczesne AI w dużej mierze polega na tej warstwie przygotowania danych.
Bez danych większość modeli staje się bardzo szybko niewiarygodna.
OpenLedger nie rozwiązał nagle wszystkiego za mnie.
Cenowanie danych to problem.
Atrybucja może stać się chaotyczna.
Niektórzy ludzie nadal będą manipulować systemami dla nagród.
Myślę, że ważna zmiana jest kulturowa.
Rozmowa w końcu obejmuje ludzi tworzących samą informacyjną podstawę, zbiory danych.
To wydaje mi się bardziej zrównoważone niż bez końca wyścigi o uwagę.
Ekscytacja szybko zanika.
Ludzie pozostają zaangażowani, gdy systemy uznają ich pracę, nawet po tym, jak nagłówki znikają, a cykle rynkowe zmieniają się całkowicie.
@OpenLedger
#openledger $OPEN
Wszyscy dyskutują o finansowaniu, mocy obliczeniowej i wycenach firm.
Bardzo niewiele osób mówi o pracownikach, badaczach i analitykach, którzy spędzili lata na porządkowaniu informacji, zanim jakikolwiek model stał się użyteczny.
Osobiście poczułem to, gdy zacząłem badać OpenLedger.
To był czas, gdy system otwarcie traktował zbiory danych jak wkład ekonomiczny, a nie tylko materiał tła.
Mój ostatni pracodawca nigdy nie myślał w ten sposób.
Codziennie przygotowywaliśmy dane, oznaczając błędy, naprawiając uszkodzone rekordy i usuwając szum.
Firma nazywała to "pracą wspierającą".
Później te same zbiory danych cicho poprawiły automatyzację w firmie.
To zmieniło moje myślenie o własności w AI.
Większość firm nagradza inżynierię, ale ukrywa wartość niewidocznego przygotowania.
Dziwną częścią jest to, że nowoczesne AI w dużej mierze polega na tej warstwie przygotowania danych.
Bez danych większość modeli staje się bardzo szybko niewiarygodna.
OpenLedger nie rozwiązał nagle wszystkiego za mnie.
Cenowanie danych to problem.
Atrybucja może stać się chaotyczna.
Niektórzy ludzie nadal będą manipulować systemami dla nagród.
Myślę, że ważna zmiana jest kulturowa.
Rozmowa w końcu obejmuje ludzi tworzących samą informacyjną podstawę, zbiory danych.
To wydaje mi się bardziej zrównoważone niż bez końca wyścigi o uwagę.
Ekscytacja szybko zanika.
Ludzie pozostają zaangażowani, gdy systemy uznają ich pracę, nawet po tym, jak nagłówki znikają, a cykle rynkowe zmieniają się całkowicie.
@OpenLedger
#openledger $OPEN
Większość ludzi patrzy na OPEN z perspektywy nagrody. Próbowałem spojrzeć na to z punktu widzenia kogoś, kto faktycznie etykietuje dane. To zmienia wszystko.
Spędziłem czas, obserwując, jak zadania poruszają się w systemie. Szczerze mówiąc, wydaje się mniej dopracowane niż to, co mówi publiczne posty. Interesująca część to nie to, jak to wygląda. To nacisk pod spodem. Każdy model potrzebuje danych. OPEN wydaje się być zbudowane wokół tego.
To, co mnie uderzyło, to jak nudna może być praca, gdy jest jej dużo. Dobre systemy etykietowania zazwyczaj się psują, gdy szybkość jest ważniejsza niż dokładność. OPEN stara się to spowolnić dzięki kontrolom.. Nadal zastanawiam się, co się stanie, gdy wielu niskiej jakości pracowników dołączy tylko dla nagród. Większość sieci mówi, że jakość ma znaczenie. Nieliczni naprawdę się tym przejmują w biegu.
Zauważyłem też, jak bardzo etykietujący polegają na sobie nawzajem. Jeśli pracownicy nieco źle zrozumieją kontekst, wynik zmienia się na różne sposoby. To ryzyko wydaje się większe, niż ludzie myślą. Systemy AI nie zawodzą nagle. Z czasem stają się trochę gorsze.
W porównaniu z rynkami danych OPEN wydaje się bardziej świadome tego problemu. System wygląda na silniejszy.. Silniejsze systemy mogą być trudniejsze w użyciu. Niektórzy pracownicy odejdą, jeśli kontrole staną się irytujące. Potem pojawia się inne pytanie. Czy zdecentralizowany system może utrzymać wysoką jakość, nie stając się bardziej scentralizowanym, wokół pracowników?
Ta część wciąż wydaje się dla mnie niejasna.
Może to jest test, który dzieje się za tym wszystkim.
@OpenLedger
#openledger $OPEN
Spędziłem czas, obserwując, jak zadania poruszają się w systemie. Szczerze mówiąc, wydaje się mniej dopracowane niż to, co mówi publiczne posty. Interesująca część to nie to, jak to wygląda. To nacisk pod spodem. Każdy model potrzebuje danych. OPEN wydaje się być zbudowane wokół tego.
To, co mnie uderzyło, to jak nudna może być praca, gdy jest jej dużo. Dobre systemy etykietowania zazwyczaj się psują, gdy szybkość jest ważniejsza niż dokładność. OPEN stara się to spowolnić dzięki kontrolom.. Nadal zastanawiam się, co się stanie, gdy wielu niskiej jakości pracowników dołączy tylko dla nagród. Większość sieci mówi, że jakość ma znaczenie. Nieliczni naprawdę się tym przejmują w biegu.
Zauważyłem też, jak bardzo etykietujący polegają na sobie nawzajem. Jeśli pracownicy nieco źle zrozumieją kontekst, wynik zmienia się na różne sposoby. To ryzyko wydaje się większe, niż ludzie myślą. Systemy AI nie zawodzą nagle. Z czasem stają się trochę gorsze.
W porównaniu z rynkami danych OPEN wydaje się bardziej świadome tego problemu. System wygląda na silniejszy.. Silniejsze systemy mogą być trudniejsze w użyciu. Niektórzy pracownicy odejdą, jeśli kontrole staną się irytujące. Potem pojawia się inne pytanie. Czy zdecentralizowany system może utrzymać wysoką jakość, nie stając się bardziej scentralizowanym, wokół pracowników?
Ta część wciąż wydaje się dla mnie niejasna.
Może to jest test, który dzieje się za tym wszystkim.
@OpenLedger
#openledger $OPEN
Pozwoliłem OpenLedger na dostęp do moich danych własnościowych bez ich pełnego ujawnienia
Przez długi czas unikałem umieszczania jakichkolwiek przydatnych zbiorów danych blisko platform AI.
Nie dlatego, że bałem się technologii. Głównie dlatego, że kiedy dane opuszczają twoje ręce, zazwyczaj stają się inwentarzem platformy na zawsze. System uczy się na ich podstawie. Firma monetyzuje je. Wkładnik znika gdzieś w tle.
Ten schemat wydaje się teraz normalny.
To, co mnie zatrzymało przy OpenLedger, to sposób, w jaki dostęp i własność zostały oddzielone. Ta różnica ma większe znaczenie, niż ludzie myślą.
Przetestowałem mały, własnościowy zbiór danych związany z śledzeniem zachowań rynkowych. Nic wielkiego. Po prostu informacje zbierane powoli na przestrzeni czasu, które w rzeczywistości kosztowałyby wysiłek, aby je odbudować. To, co mnie zaskoczyło, to fakt, że system skupił się bardziej na kontrolowanym użytkowaniu niż na bezpośrednim transferze.
To całkowicie zmienia odczucie.
Normalnie, gdy platformy mówią „podziel się swoimi danymi”, tak naprawdę mają na myśli „daj nam trwałe prawa do wydobycia”. Tutaj bardziej przypominało to tymczasową użyteczność z warstwami atrybucji wokół niej.
Wciąż nie jest to jednak idealne.
Ciągle zadawałem sobie pytanie, co się stanie, gdy modele wchłoną wystarczająco dużo sygnału z samego zbioru danych. Nawet jeśli surowe dane pozostaną chronione, czy inteligencja wydobyta z nich stanie się później niemożliwa do oddzielenia? Ta część wciąż wydaje się nierozwiązana w całym sektorze AI, nie tylko w OpenLedger.
Inna rzecz, którą zauważyłem, to jak bardzo cała struktura zależy od uczciwego śledzenia. Jeśli systemy nagród mogą być oszukiwane, to dane niskiej jakości szybko zalewają sieć. Każdy otwarty system ostatecznie napotyka ten problem.
Ale w porównaniu do większości projektów infrastruktury AI, to wydawało się mniej wydobywcze i bardziej świadome, skąd tak naprawdę pochodzi wartość. To samo sprawiło, że wciąż obserwowałem to w ciszy.
@OpenLedger
#openledger $OPEN
Przez długi czas unikałem umieszczania jakichkolwiek przydatnych zbiorów danych blisko platform AI.
Nie dlatego, że bałem się technologii. Głównie dlatego, że kiedy dane opuszczają twoje ręce, zazwyczaj stają się inwentarzem platformy na zawsze. System uczy się na ich podstawie. Firma monetyzuje je. Wkładnik znika gdzieś w tle.
Ten schemat wydaje się teraz normalny.
To, co mnie zatrzymało przy OpenLedger, to sposób, w jaki dostęp i własność zostały oddzielone. Ta różnica ma większe znaczenie, niż ludzie myślą.
Przetestowałem mały, własnościowy zbiór danych związany z śledzeniem zachowań rynkowych. Nic wielkiego. Po prostu informacje zbierane powoli na przestrzeni czasu, które w rzeczywistości kosztowałyby wysiłek, aby je odbudować. To, co mnie zaskoczyło, to fakt, że system skupił się bardziej na kontrolowanym użytkowaniu niż na bezpośrednim transferze.
To całkowicie zmienia odczucie.
Normalnie, gdy platformy mówią „podziel się swoimi danymi”, tak naprawdę mają na myśli „daj nam trwałe prawa do wydobycia”. Tutaj bardziej przypominało to tymczasową użyteczność z warstwami atrybucji wokół niej.
Wciąż nie jest to jednak idealne.
Ciągle zadawałem sobie pytanie, co się stanie, gdy modele wchłoną wystarczająco dużo sygnału z samego zbioru danych. Nawet jeśli surowe dane pozostaną chronione, czy inteligencja wydobyta z nich stanie się później niemożliwa do oddzielenia? Ta część wciąż wydaje się nierozwiązana w całym sektorze AI, nie tylko w OpenLedger.
Inna rzecz, którą zauważyłem, to jak bardzo cała struktura zależy od uczciwego śledzenia. Jeśli systemy nagród mogą być oszukiwane, to dane niskiej jakości szybko zalewają sieć. Każdy otwarty system ostatecznie napotyka ten problem.
Ale w porównaniu do większości projektów infrastruktury AI, to wydawało się mniej wydobywcze i bardziej świadome, skąd tak naprawdę pochodzi wartość. To samo sprawiło, że wciąż obserwowałem to w ciszy.
@OpenLedger
#openledger $OPEN
Miałem już dość czytania o projektach kryptowalutowych, które po jakimś czasie brzmiały tak samo. Miały nazwy i loga, ale pod spodem były praktycznie takie same. Miały token, jakiś sposób na jego promowanie i wielkie obietnice, jak to zmienią świat dzięki systemom i zdecentralizowanej inteligencji.
Tak myślałem, zanim zacząłem badać OpenLedger.
To, co przykuło moją uwagę, to fakt, że OpenLedger koncentruje się na tym, kto posiada dane, a nie kto może je wykorzystać do zarabiania pieniędzy. Większość systemów sztucznej inteligencji potrzebuje dużej ilości danych, aby działać. Nikt tak naprawdę nie mówi o tym, skąd te dane pochodzą ani kto ma prawo do ich posiadania.
OpenLedger wydaje się próbować rozwiązać ten problem.
Wciąż uważam, że są pewne problemy z tą koncepcją. Sposób, w jaki nagradzają ludzi za wkład, na pierwszy rzut oka wygląda zachęcająco, ale może przyciągnąć osoby, które tylko próbują oszukiwać system. Gdy ludzie zaczynają działać dla nagród, system musi być w stanie sprawdzić, że wszystko jest w porządku. Wtedy osoby odpowiedzialne muszą upewnić się, że wszystko działa poprawnie, nawet jeśli projekt twierdzi, że nie jest kontrolowany przez nikogo.
To wydaje się być problemem, którego nie da się uniknąć.
Zastanawiam się też, czy deweloperzy naprawdę będą chcieli korzystać z takiego systemu przez jakiś czas. Wiele projektów kryptowalutowych ekscytuje ludzi przez chwilę, ale to nie oznacza, że są one faktycznie używane. Trudniej jest skłonić ludzi do rzeczywistego korzystania z czegoś niż tylko do rozmawiania o tym.
Uważam, że OpenLedger stara się zrobić coś innego. Wydają się dbać o to, aby pokazać, skąd pochodzą dane sztucznej inteligencji, a nie tylko próbować sprzedać historię o tym, jak wspaniała jest automatyzacja. To sprawiło, że chciałem dowiedzieć się o tym więcej. Większość projektów traci moje zainteresowanie, ponieważ używają języka, aby ukryć problemy. OpenLedger przynajmniej zdaje się wiedzieć, że ludzie przestają ufać czemuś, gdy staje się to zbyt trudne do zrozumienia.
@OpenLedger
#openledger $OPEN
Tak myślałem, zanim zacząłem badać OpenLedger.
To, co przykuło moją uwagę, to fakt, że OpenLedger koncentruje się na tym, kto posiada dane, a nie kto może je wykorzystać do zarabiania pieniędzy. Większość systemów sztucznej inteligencji potrzebuje dużej ilości danych, aby działać. Nikt tak naprawdę nie mówi o tym, skąd te dane pochodzą ani kto ma prawo do ich posiadania.
OpenLedger wydaje się próbować rozwiązać ten problem.
Wciąż uważam, że są pewne problemy z tą koncepcją. Sposób, w jaki nagradzają ludzi za wkład, na pierwszy rzut oka wygląda zachęcająco, ale może przyciągnąć osoby, które tylko próbują oszukiwać system. Gdy ludzie zaczynają działać dla nagród, system musi być w stanie sprawdzić, że wszystko jest w porządku. Wtedy osoby odpowiedzialne muszą upewnić się, że wszystko działa poprawnie, nawet jeśli projekt twierdzi, że nie jest kontrolowany przez nikogo.
To wydaje się być problemem, którego nie da się uniknąć.
Zastanawiam się też, czy deweloperzy naprawdę będą chcieli korzystać z takiego systemu przez jakiś czas. Wiele projektów kryptowalutowych ekscytuje ludzi przez chwilę, ale to nie oznacza, że są one faktycznie używane. Trudniej jest skłonić ludzi do rzeczywistego korzystania z czegoś niż tylko do rozmawiania o tym.
Uważam, że OpenLedger stara się zrobić coś innego. Wydają się dbać o to, aby pokazać, skąd pochodzą dane sztucznej inteligencji, a nie tylko próbować sprzedać historię o tym, jak wspaniała jest automatyzacja. To sprawiło, że chciałem dowiedzieć się o tym więcej. Większość projektów traci moje zainteresowanie, ponieważ używają języka, aby ukryć problemy. OpenLedger przynajmniej zdaje się wiedzieć, że ludzie przestają ufać czemuś, gdy staje się to zbyt trudne do zrozumienia.
@OpenLedger
#openledger $OPEN
Zobacz tłumaczenie
Ai projects in crypto feel weird when you stick around them for a while.
They usually promise to be open. The important stuff stays hidden behind APIs, models or private data sets. The blockchain just handles payments while the intelligence layer stays closed. That gap keeps getting ignored.
That is partly why I found OpenLedger interesting.
A weeks ago I was checking out different AI-related ecosystems and noticed something odd. Most networks talk a lot about computing power. GPUs, faster processing and more scaling.. Very few spend time tracking where the data comes from or who shaped the results.
OpenLedger seems focused on that missing part.
The interesting thing is not just decentralizing models. Plenty of projects already say that. The important thing is trying to attach accountability to the data flow itself. Who contributed it how it was used and whether the results can be inspected of blindly trusted.
That sounds simple until you think about how complex AI systems are.
Data changes all the time and models evolve quietly in the background. Incentives can quickly distort quality. Once tokens enter the system people optimize for rewards, not truth. I have already seen smaller AI data markets fill with quality or recycled information because nobody could properly verify its usefulness.
So I keep wondering how OpenLedger handles that pressure over time.
Can transparency still work when the network gets crowded?
Can contributors stay honest if rewards become competitive?
What happens if enterprises eventually want privacy while the protocol pushes openness?
That trade-off feels real to me.
Still there is something down-to-earth here compared to many AI crypto projects. OpenLedger does not seem obsessed with making AI sound magical. The design feels like infrastructure thinking. Quiet systems trying to track where data comes from, trust and contribution history.
Maybe that matters more, than another model that people barely understand anyway.
@OpenLedger
#openledger $OPEN
They usually promise to be open. The important stuff stays hidden behind APIs, models or private data sets. The blockchain just handles payments while the intelligence layer stays closed. That gap keeps getting ignored.
That is partly why I found OpenLedger interesting.
A weeks ago I was checking out different AI-related ecosystems and noticed something odd. Most networks talk a lot about computing power. GPUs, faster processing and more scaling.. Very few spend time tracking where the data comes from or who shaped the results.
OpenLedger seems focused on that missing part.
The interesting thing is not just decentralizing models. Plenty of projects already say that. The important thing is trying to attach accountability to the data flow itself. Who contributed it how it was used and whether the results can be inspected of blindly trusted.
That sounds simple until you think about how complex AI systems are.
Data changes all the time and models evolve quietly in the background. Incentives can quickly distort quality. Once tokens enter the system people optimize for rewards, not truth. I have already seen smaller AI data markets fill with quality or recycled information because nobody could properly verify its usefulness.
So I keep wondering how OpenLedger handles that pressure over time.
Can transparency still work when the network gets crowded?
Can contributors stay honest if rewards become competitive?
What happens if enterprises eventually want privacy while the protocol pushes openness?
That trade-off feels real to me.
Still there is something down-to-earth here compared to many AI crypto projects. OpenLedger does not seem obsessed with making AI sound magical. The design feels like infrastructure thinking. Quiet systems trying to track where data comes from, trust and contribution history.
Maybe that matters more, than another model that people barely understand anyway.
@OpenLedger
#openledger $OPEN
idealna transakcja dla tradera ❤️
$PEPE /USDT SHORT 📉
Wejście: 0.00000363 – 0.00000368
Leverage: 20x
SL: 0.00000378
TP1: 0.00000354
TP2: 0.00000346
TP3: 0.00000338
Trend pozostaje niedźwiedzi, poniżej kluczowych średnich kroczących z słabymi próbami odbicia. Sprzedawcy nadal kontrolują strukturę po odrzuceniu w pobliżu 0.00000376.
$PEPE
$PEPE /USDT SHORT 📉
Wejście: 0.00000363 – 0.00000368
Leverage: 20x
SL: 0.00000378
TP1: 0.00000354
TP2: 0.00000346
TP3: 0.00000338
Trend pozostaje niedźwiedzi, poniżej kluczowych średnich kroczących z słabymi próbami odbicia. Sprzedawcy nadal kontrolują strukturę po odrzuceniu w pobliżu 0.00000376.
$PEPE
Zaloguj się, aby odkryć więcej treści