$ZEC holders are set to weigh in on a proposal that would shrink the grants treasury. I’d use Wayfinder ($PROMPT ) to see how much the plan depends on the price of ZEC.
The proposal would take 50,000 ZEC out of circulation and gradually return that amount through future mining rewards. Community polling is scheduled for Nov 16–30, and the change would still need a network upgrade to take effect.
The number that caught my eye was 6.4 years. That’s how long the authors estimate the remaining treasury could fund grants, assuming ZEC is worth $1,300 and spending continues at the pace seen in the first half of 2026.
Use $900 as a hypothetical price and keep the other inputs the same. The estimate drops to about 4.6 years. Same number of coins in the treasury, nearly two fewer years of funding on paper.
I’d give Wayfinder’s research agent the original proposal and ask it to show the math behind the 6.4-year estimate, rerun it at $900 and $1,100, and point me to the source for each input.
That’s where Wayfinder fits into my research process.
I can take a headline number, test the assumption behind it and follow up in the same chat. For a treasury that holds much of its value in its own token, I’d want to see a range of outcomes before treating any single estimate as the budget.
The $QNT institutional finance narrative has always been interesting to me, but Pyth's latest progress provides something even more tangible to examine: commercial growth alongside financial institutions naming the network in formal documentation.
$13.67M ARR, up from just $6.16M at the end of Q2.
That's more than 2x the annualized subscription run-rate in four months.
And the number of paying accounts grew from 276 at September's close to 332 in October.
Now add what happened with Kalshi.
The CFTC-regulated exchange named Pyth as the Source Agency for its KPOW Midterms Index, making Pyth's published calculations the settlement reference for the associated contracts.
This follows Kalshi naming Pyth in filings for gold and silver perpetuals, Coinbase referencing Pyth in its filing for single-name equity perpetuals, and Nasdaq approving Pyth as an external distributor of Nasdaq Basic.
I pay attention to these developments because institutional adoption becomes much more meaningful when a firm incorporates your data into the workings of its financial products.
The market-data business is also expanding well beyond its original crypto focus. Pyth now has 3,927 catalog symbols, 77 stable index feeds, and $2.88M in annualized Indices subscriptions.
And the token economics have become considerably more interesting.
Under the 100% Rule, all funds the DAO receives from Pyth products are committed to PYTH Reserve accumulation. That gives investors a defined mechanism to track alongside actual business expansion.
My strongest conviction here is in the commercial opportunity. More financial products need dependable reference data, and Pyth is already demonstrating its ability to serve that demand through paying customers and regulated-market integrations.
$ONDO's tokenization and institutional adoption is great, but that activity needs to actually contribute to a token's value.
ZKsync just proposed a fee switch that could create a path for institutional activity to translate into $ZK value accrual for the first time.
If approved through governance, fees from canonical public deployments of Prividium Connect could be converted into ZK and allocated according to governance decisions.
All this right after ZKsync recently announced a collaboration with DTCC. And with Cari Network already built on Prividium, 30+ banks are already participating with the protocol stack.
NYSE Selects Pyth. $PYTH Gets Wall Street Validation 📈
The RWA conversation around $ONDO has been focused on bringing traditional assets into crypto. What caught my attention today is that the New York Stock Exchange has chosen Pyth to distribute its real-time equity data.
That's a serious institutional endorsement.
NYSE BQT is now available through the Pyth Data Marketplace, bringing real-time quotes and trades from all five NYSE Group equity exchanges into a distribution channel built for financial applications.
I would pay particular attention to who made this decision.
NYSE is the institution behind some of the world's most recognizable publicly traded companies. Its Head of Data and Digital Asset Products explicitly connected the Pyth collaboration to NYSE's commitment to bringing trusted market infrastructure into the digital asset era.
And this happened shortly after Nasdaq Basic became available through Pyth.
The commercial picture makes it even more interesting. Pyth reported $13.67M in ARR for October, an 18.9% monthly increase, with 332 paying accounts.
Meanwhile, the DAO's 100% Rule commits all funds it receives from Pyth products toward PYTH Reserve accumulation.
I see NYSE selecting Pyth as a major credibility milestone for a data business that's already growing quickly.
Wall Street is increasingly choosing the infrastructure built for software-driven finance.
Entrenar un modelo serio cuesta una fortuna, y luego los pesos terminados se cargan en una GPU de un centro de datos ajeno cada vez que se ejecuta el modelo.
$TAO demostró que se pueden obtener inferencias útiles de operadores que nunca se conocen entre sí, y ese mismo mercado abierto de GPU es justo donde el propietario de un modelo pierde el control del archivo que contiene todo su valor. $ARX apunta a ese archivo.
Blackthorn, de Arcium, trata al modelo y a la solicitud de la misma manera. La GPU ejecuta la tarea en su propio modo de computación confidencial, y las claves de cada sesión se mantienen como fragmentos distribuidos entre nodos de Arcium, así que el equipo anfitrión que transmite el trabajo nunca conserva una copia legible de ninguno de los dos.
Lo que esto significa para el propietario de un modelo: Los pesos pueden ejecutarse en hardware que el propietario no controla El operador que transmite la tarea no puede leer los pesos ni la instrucción La confianza se basa en la criptografía en vez de en un área sellada del procesador del equipo anfitrión
Arcium ha dicho que quiere sustituir el hardware de confianza por criptografía, y Blackthorn aplica esa idea directamente a la IA.
La limitación es que Blackthorn aún está en acceso anticipado para aplicaciones, y los propietarios de modelos querrán ver cómo maneja sus modelos más grandes antes de confiarle los mejores. h Los modelos abiertos se comparten a propósito, y los modelos por los que la gente paga son los que más necesitan esto.
$ONDO convirtió las acciones tokenizadas en una categoría de RWA y $LINK proporciona sus precios en cadena. Ahora Bankr permite que una moneda meme genere ingresos con ellas.
La combinación MAG7 ya está disponible en Robinhood Chain. Lanza una moneda en Bankr, elige MAG7 en Emparejamiento del pool y el pool se emparejará con un único token de índice que contiene NVDA, AAPL, GOOGL, MSFT, AMZN, META y TSLA.
Así, las comisiones de trading de la moneda se reciben en una cesta de siete acciones tecnológicas en lugar de ETH. Y cada operación de un par MAG7 genera volumen para el índice, donde el 0,30 % de cada operación MAG7 se destina a los titulares de MAG7.
El fundador dijo que era su novedad favorita de Bankr en mucho tiempo, y el ciclo explica por qué. Cuantas más monedas emparejadas se negocian, más volumen fluye a través del índice y más paga el índice a quienes lo tienen.
Las salvedades son las habituales en un par de acciones. El pool se mueve con las acciones, se aplica la divergencia y las acciones tokenizadas solo están disponibles para usuarios que cumplan los requisitos y se encuentren fuera de EE. UU. y el Reino Unido.
Un meme denominado en grandes tecnológicas es una frase extraña, y ahora es una opción desplegable en un formulario de lanzamiento DeFi.
La privacidad ha sido uno de los pocos sectores que ha mostrado una fortaleza relativa, con $ZEC y $XMR, y la oportunidad sigue creciendo.
Pero, aunque atraen la mayor atención, ZKsync es uno de los pocos proyectos cripto respaldados por tokens que colabora con DTCC y ayuda a construir su infraestructura de privacidad con Prividium.
DTCC es uno de los nombres más importantes de las finanzas tradicionales y gestiona 114 billones de dólares en valores. Es un actor importante de las finanzas tradicionales que ha elegido trabajar con ZKsync.
Ahora, pensemos en la diferencia de valoración.
La capitalización de mercado de ZKsync ronda los 115 millones de dólares, frente a los miles de millones de los activos de privacidad consolidados.
Ofrecen un producto de privacidad diferenciado y ya están estableciendo relaciones de este nivel; vale la pena prestar atención a esa diferencia de valoración.
Siempre presto atención a los equipos que crean productos únicos y consiguen una tracción institucional real. Estoy pendiente de cómo vinculan esa demanda con su token.
No todos los tokens RWA ganarán la carrera institucional 👀
Con $CC y $ONDO captando atención en el ámbito de la tokenización, creo que la verdadera competencia está dejando de centrarse en quién puede llevar más activos a la cadena.
La pregunta más importante es qué redes pueden ofrecer la infraestructura que realmente necesitan las instituciones.
Aquí es donde Injective podría tener una ventaja considerable.
A través de Injective Mint y de su infraestructura de agente de transferencias registrado ante la SEC, Injective está construyendo un ecosistema en el que la emisión de tokens, los registros de propiedad, el cumplimiento normativo y la negociación puedan funcionar en conjunto.
Aunque la tokenización es cada vez más accesible, construir la infraestructura que la sustenta es un desafío mucho mayor.
Y creo que ahí es donde INJ podría diferenciarse de la competencia.
La carrera de los RWA no la ganará simplemente quien tokenice más activos, sino quien consiga que esos activos sean útiles a gran escala 🔥
$XMR ha mantenido la privacidad financiera en el centro de las conversaciones sobre criptomonedas durante años.
Pero creo que otro problema de privacidad es cada vez más difícil de ignorar.
¿Cuántas empresas deberían necesitar copias de tu información personal solo para comprobar que cumples un requisito?
Imagina que accedes a cinco aplicaciones financieras diferentes.
Cada una te pide que verifiques tu identidad.
Cada una podría almacenar otra colección de documentos confidenciales.
Ahora imagina que una de esas plataformas sufre una filtración de datos.
El problema no es necesariamente el requisito de verificación en sí.
Es la cantidad de información personal que queda expuesta una y otra vez.
La tecnología de conocimiento cero ofrece un enfoque alternativo.
Una aplicación podría generar una prueba que demuestre que un usuario cumple una condición específica de elegibilidad sin revelar todos los detalles subyacentes.
Por ejemplo, demostrar que se cumplió un requisito normativo sin exponer registros personales no relacionados.
zkVerify podría verificar esa prueba de forma independiente.
No emite credenciales de identidad ni determina si la información original era veraz.
Esas responsabilidades corresponden a la aplicación y a sus fuentes de datos de confianza.
Pero la verificación independiente puede ayudar a reducir la necesidad de revelar información confidencial a cada entidad que se base en ella.
Veo un gran potencial en esa separación.
La privacidad no debería significar evitar por completo la verificación.
Debería significar demostrar lo necesario sin exponer todo lo demás.
No creo que todas las blockchains tengan que resolver todos los problemas.
De hecho, creo que intentar hacerlo todo puede hacer que la infraestructura sea más difícil de entender.
Piensa en las distintas responsabilidades que implica crear una aplicación sofisticada en cadena.
Necesitas un lugar donde ejecutar transacciones.
Puede que necesites alojamiento descentralizado para aplicaciones.
Y quizá necesites procesar conjuntos de datos históricos demasiado grandes o complejos para calcularlos directamente dentro de un contrato inteligente.
Son desafíos de ingeniería distintos.
Tomemos $ICP como ejemplo.
Su arquitectura se centra en dar soporte a aplicaciones y cálculos dentro de su entorno blockchain.
Space and Time aborda un problema diferente.
Proporciona infraestructura para realizar consultas SQL compatibles sobre datos confirmados, y Proof of SQL permite verificar los cálculos de forma independiente.
Considero que esta es una distinción importante entre los entornos blockchain de propósito general y la infraestructura de datos diseñada para fines específicos.
Un enfoque se centra en dónde se ejecutan las aplicaciones.
El otro, en cómo se pueden verificar ciertos cálculos de datos.
Ninguna de las dos descripciones significa que una arquitectura sustituya automáticamente a la otra.
Pero entender sus especialidades facilita mucho la evaluación del panorama de la infraestructura.
La financiación de GPU se está convirtiendo en un mercado real
Ayer, USD.AI anunció una línea de financiación de 106 millones de dólares para NexGen Cloud, que cubre 1.728 GPU de NVIDIA respaldadas por un contrato de pago obligatorio.
Aquí es donde la inversión en IA se pone interesante.
$RENDER y $AKT representan distintos enfoques de la computación descentralizada, pero la oportunidad va más allá de las redes que dan acceso a la potencia informática.
¿Quién es dueño del hardware y cómo genera ingresos?
Ahí es donde entra $B3.
A través de B3IQ, los clientes pueden financiar sistemas dedicados de GPU de NVIDIA, mientras nosotros nos encargamos del alojamiento y las operaciones.
Los propietarios tienen acceso prioritario a su hardware y pueden monetizar la capacidad no utilizada a través del Modo Earn cuando se alquila.
La rentabilidad sigue dependiendo de la utilización, las tarifas de alquiler y los costes operativos, pero este modelo ofrece otra forma de participar en la creciente demanda de computación para IA.
A medida que el capital institucional fluye hacia la financiación de GPU, vemos cómo la infraestructura que sustenta la IA se convierte en una clase de activo por derecho propio.
La próxima fase de la inversión en IA podría no tratarse solo de quién crea los mejores modelos. Podría tratarse de quién es dueño de las máquinas que los impulsan.
Quienes sigan proyectos de infraestructura descentralizada como $IOTX deberían tener en cuenta el problema de verificación que hace interesante a $VFY.
Imagina una red que paga a las máquinas conectadas por realizar tareas físicas.
Un dispositivo informa que ha estado funcionando durante ocho horas.
Otro afirma haber procesado 10.000 solicitudes.
Un tercero envía lecturas ambientales de cientos de ubicaciones.
Las recompensas se distribuyen en función de esos informes.
Pero ¿quién confirma que el trabajo realmente se llevó a cabo?
La información generada por máquinas puede contener errores, y los participantes malintencionados pueden tener incentivos económicos para presentar afirmaciones falsas.
Un posible enfoque implica la ejecución protegida y las certificaciones criptográficas.
Un dispositivo o entorno informático asociado podría generar pruebas sobre el software que ejecutó.
zkVerify admite la verificación de determinadas certificaciones de los entornos de ejecución confiables de Intel y AWS.
Esto puede ayudar a establecer de forma independiente propiedades específicas del entorno de ejecución.
Pero no demuestra automáticamente que un sensor físico haya comunicado información veraz.
Para eso se necesitan pruebas adicionales.
A medida que las máquinas se convierten en participantes económicos, sus informes pueden influir en resultados financieros reales.
Y cuando el dinero depende de afirmaciones generadas por máquinas, la verificación independiente cobra cada vez más importancia.
El producto tiene cuatro años y todavía parece nuevo 📉
$ICP y $ATOM han vivido la brecha entre lo que algo puede hacer y lo que la gente cree que puede hacer. Bankr tiene una versión de ese problema, y las cifras que lo resolverían son precisamente las que nadie mira.
Está en funcionamiento desde 2024. El análisis de cartera y las compras recurrentes funcionan etiquetando una cuenta en X. Sin código de invitación, sin lista de espera, sin llamada de incorporación.
A pesar de eso, la impresión general es que se trata de un bot novedoso.
La razón tiene más que ver con la forma en que se distribuye que con la calidad del producto.
Cuando la presencia pública de un producto consiste en responder en el hilo de otra persona, la gente se topa con él de pasada. Ven una interacción, se forman una opinión completa a partir de ella y nunca buscan qué más ofrece. Una página de destino se evalúa. Una respuesta se pasa de largo.
Eso tiene dos caras. Es la razón por la que el producto llegó a personas que nunca habrían visitado un sitio web, y también por la que esas mismas personas no tienen ni idea de qué más hay detrás.
El contrapunto honesto es que a veces la falta de notoriedad está justificada, y que un producto tenga cuatro años no demuestra que sea bueno.
Así que la prueba es sencilla y nadie la hace. Abre la terminal, pídele algo que normalmente harías usando tres pestañas y juzga la respuesta. Lleva un minuto y aclara más que cualquier hilo.
La tesorería Trench de $INJ está dando una demostración de poder frente a otros ecosistemas como $SUI. Adquirió el 10 % del suministro de NinjaCat después de que el proyecto se lanzara en Solana a través de LaunchOnSF, con liquidez disponible en Raydium.
La principal razón por la que lo hicieron es que NinjaCat permite a su comunidad ganar INJ a través de los ingresos del proyecto.
Eso le da a una comunidad nativa de Solana un motivo para interactuar con INJ, al tiempo que atrae nueva atención al ecosistema DeFi de Injective.
Injective se dio cuenta y decidió apoyarlo.
Aún es la primera vez que ocurre, pero me gusta lo que este primer movimiento visible dice sobre las prioridades de Injective.
Para mí, las tesorerías de ecosistemas más sólidas se medirán por las comunidades y la actividad económica que conecten con el tiempo 👀
$BONK y $WIF muestran lo rápido que puede formarse una cultura reconocible en internet, pero en Web3 las comunidades suelen evaluar los eventos según la asistencia, las fotos y la atención que generan esa noche.
Creo que la medición más importante viene después, porque la verdadera prueba es si una experiencia da a la gente un motivo para volver a reunirse en otra ocasión.
Por eso me parece interesante el calendario de $Trump Coin Club.
Sus encuentros recientes en Seúl y Singapur no pusieron fin a la historia presencial.
La próxima cita del calendario es una cena de gala el 22 de noviembre, seguida de un fin de semana del Super Bowl en Los Ángeles en febrero.
Esa secuencia importa porque la repetición cambia el papel de cada encuentro.
$TAO y $RENDER crearon mercados para recursos computacionales y ambos siguen cobrando a las personas por ellos. x402 es la pieza que cierra esa brecha.
Es el código de estado HTTP 402, reservado desde los años noventa para indicar que se requiere un pago y que nunca se había usado, convertido en un sistema de micropagos funcional. Bankr lo admite en Base con precios personalizados en ERC-20, así que una llamada puede costar una fracción de centavo.
La razón por la que esto importa es que las suscripciones no son adecuadas para las máquinas.
Una suscripción es una abstracción humana. Presupone una relación, un ciclo de facturación, una decisión de renovación y alguien que la tome. Un agente que llama a una API once mil veces en una tarde y nunca más no encaja en nada de eso.
El precio por llamada sí. El agente paga exactamente por lo que consumió, el proveedor cobra sin tener que incorporar a nadie y no existe ninguna cuenta entre ambos.
Eso es lo que hace posible una economía entre agentes, en lugar de dejarla en la teoría. Se pueden vender servicios a compradores que no pueden firmar contratos.
La realidad es que esto aún está en sus primeras etapas. El trabajo en los estándares continúa, la adopción es desigual y todavía no se han creado la mayoría de las aplicaciones más interesantes.
Pero el modelo es acertado. Las máquinas necesitan un mecanismo de pago diseñado para máquinas, y este es el primero que parece encajar.