¡Estamos emocionados de dar la bienvenida a la @USDC nativa de @Circle a la familia @plumenetwork! Esta integración potencia a RWAfi con un acceso a stablecoins fiable y sin fisuras.

No hay duda sobre la recesión. ¡Esta desviación en los datos de empleo es indignante! ¡No es de extrañar que todo el mundo haya estado rompiendo bonos del Tesoro de EE. UU. a 30 años y comprando oro como locos recientemente! ¡Abastécete de oro y #BTC! 🧐

Actualmente, #AI y #RWA son las pistas en las que se enfoca nuestro equipo, y leemos más de una docena de libros blancos o planes de negocios todos los días. Para ser honesto, hay demasiados proyectos de "puntos calientes". Lo que "#AI+#Web3" se dice que es salvaje, pero cuando realmente preguntas sobre la lógica de aterrizaje, probablemente sea falso. Pero cuando terminé de leer el #OpenLedger libro blanco, me reí en mi corazón: este proyecto es realmente informativo, no financiamiento PPT, sino para identificar los puntos débiles de la industria #AI y resolverlos de una manera realista. #AI Hasta ahora, varios puntos débiles centrales son particularmente obvios: 1️⃣ Los contribuyentes no ganan dinero Los proveedores de datos, los desarrolladores de modelos, los trabajadores de anotaciones e incluso los usuarios que brindan comentarios sobre los modelos básicamente trabajan para grandes fábricas. Después de un arduo trabajo, la plataforma finalmente se gana y la ecología no puede funcionar en absoluto. 2️⃣ El modelo es una caja negra ¿Cómo se entrena el #AI que utilizas? ¿De quién fueron los datos utilizados? ¿Por qué este resultado? Nadie puede decirlo. Esta es una herida dura en los campos de la atención médica y las finanzas: si no eres transparente, otros no se atreverán a usarla. 3️⃣ El modelo universal no es una panacea Un modelo grande como GPT-4 es ciertamente poderoso, pero cuando se encuentra con campos verticales (como el diagnóstico de cáncer y el control de riesgos financieros), no es suficiente. La tendencia futura debe ser modelos dedicados pequeños y especializados, pero esto requiere datos precisos y mecanismos de incentivos. 🎯 En #OpenLedger libro blanco, el enfoque técnico adoptado es particularmente sencillo: utilizar el mecanismo de transparencia e incentivos de blockchain para resolver los incentivos de datos, la atribución de valor y la confiabilidad de #AI. #OpenLedger varios puntos centrales que creo que son particularmente buenos: ✅ Prueba de atribución Esto es equivalente al "sistema contable" de #AI. Se puede registrar quién contribuyó con los datos, entrenó el modelo y proporcionó potencia informática. Además, cuando el modelo se utiliza para generar valor en la inferencia, los beneficios se distribuyen automáticamente a estos contribuyentes proporcionalmente. Ahora es bueno, ya no todos están "trabajando para la plataforma por nada", sino "socios", quien más contribuya, más gana. Este mecanismo resuelve directamente el problema de la falta de datos y los incentivos insuficientes. ✅ #AI Sistema económico nativo En el pasado, la economía de Internet se basaba en la publicidad y el SEO, pero la era impulsada por #AI es diferente. #OpenLedger proporciona un conjunto completo de "subyacentes económicos de IA": cada vez que se llama al modelo y cada inferencia, hay una tarifa, y este dinero se distribuye de manera transparente. Esto equivale a un mercado sostenible de oferta y demanda #AI, en lugar de simplemente subsidios o inactividad. ✅ Enfoque en modelos especializados En lugar de desrigidizar GPT, crea cadenas de herramientas (Datanets, ModelFactory, OpenLoRA) para facilitar a los desarrolladores el entrenamiento de modelos en campos verticales. En los campos de la atención médica, las finanzas y la seguridad de la red, los modelos profesionales son más fáciles de implementar y tienen más valor comercial. ¿Por qué soy optimista sobre #OpenLedger? 1️⃣ Resuelve puntos débiles reales #AI Lo que más falta ahora no es el poder de cómputo, sino los mecanismos de incentivos y la confianza. La "prueba de atribución" de #OpenLedger llega al núcleo, y una vez que puede ejecutarse, es el efecto volante: más personas contribuyen con datos, → modelo es mejor→ más usuarios usan → más contribuyentes de retorno de ingresos. 2️⃣ Pila de tecnología completa No es un eslogan vacío, el libro blanco tiene una arquitectura clara: cadenas compatibles con EVM, pruebas de atribución, kits de herramientas. Lo que veo no es una fantasía, sino un sistema que puede funcionar y ha aterrizado. 3️⃣ La economía de fichas está razonablemente diseñada El $OPEN de tokens de #OpenLedger no es solo un "token comercial", sino la "sangre" de todo el ecosistema: • Se utiliza para pagar las tarifas de inferencia y capacitación de modelos • Se utiliza para incentivar las contribuciones de datos y modelos • Se utiliza para regir acuerdos • Se utiliza para fabricar gas Los tokens y los escenarios de uso están estrechamente vinculados, y cuanta más gente los use, mayor será la demanda de tokens. Este es el Tokenomics más saludable que he visto. Además, también miré la asignación de tokens: • Suministro total: 1 mil millones • Comunidad + ecosistema totaliza 61.7% (los lanzamientos aéreos representan el 5%, lo cual es muy generoso), lo cual es muy alto, lo que indica que el equipo del proyecto realmente quiere hacer ecología, en lugar de ganar dinero y dejar a la gente. • Los inversores y los equipos bloquean sus posiciones durante 12 meses + 36 meses de lanzamiento lineal, lo que también es un diseño razonable para evitar caídas tempranas del mercado • Circulación de TGE del 21,55%, liquidez y recompensas de lanzamiento garantizadas Por lo tanto, en general, #OpenLedger TGE se siente relativamente estable, lo que no solo puede proteger el desarrollo ecológico, sino también evitar burbujas a corto plazo. Si ChatGPT ha mostrado a todos el potencial de la IA, entonces proyectos como #OpenLedger están sentando las bases de la economía #AI. Permite que los datos y el valor regresen a los contribuyentes y promueve el desarrollo de modelos especializados, y una vez que se implemente este paso, será una infraestructura ineludible en el campo #AI en el futuro, a la que vale la pena prestar atención. 🧐