tong77

小天才发大力

我有个在投行做交易员的朋友，前两年请我去他公司参观，进他工位的第一眼我就被那台 Bloomberg Terminal 震住了，黑底橙字的界面看着像九十年代的产物，但他跟我说华尔街每年掏两万多美元一台的订阅费就是为了它，因为行情、新闻、下单这些东西在这一个终端里全跑通了，离开它一个机构交易员基本没法干活。我当时第一反应是币圈什么时候能有这种东西，没想到后来真让我碰到了一个，叫 @GeniusOfficial 。
链上以前没出现自己的 Bloomberg Terminal，不是技术做不到，而是链本身就是碎的。你要做一笔完整的链上交易，行情在一个地方看，合约要切到另一个平台开，跨链桥又是单独一套，我前年统计过自己电脑上常驻打开的链上标签页平均是十一个，做一笔像样的交易光切窗口就要消耗五分钟，有时候切着切着把自己搞晕了，这种体验说实话挺折磨人的。
Genius Terminal 我觉得是目前最接近那个 Bloomberg 时刻的产品。它把各条链的交易入口、合约、新币发现还有跟单全装进了同一个界面，我现在做单基本不切窗口了，更让我觉得有意思的是它把那些散落在不同地方的零碎信息也拉通了，比如某个币在 K 线上能直接看到哪几个知名交易群在什么时间点喊过单，这种信息以前要自己手动去社交软件翻聊天记录才能找到，现在一眼就看见。这个体验上的变化，跟当年 Bloomberg 把资讯接到交易终端里是一个意思，机构交易员愿意花两万美元一年买的就是这种不用到处跑的感觉。
Bloomberg 之所以是 Bloomberg，是因为它跑了40多年没出过大事，机构对它的信任是用时间砸出来的。$GENIUS 上线满打满算还不到一年，产品形态确实够接近那个目标，但能不能扛几次极端行情的压力测试，这还不好说。
#genius

Stasera alle 21:00 il ctr, pre-market a 0,03U, ho trasferito 40M a alpha, valore 1.2M U, se rimaniamo a 30U per quota, sarebbero 40.000 quote, ma la possibilità di pompare sembra piuttosto limitata.
@OpenLedger offre agli sviluppatori una toolchain che comprende vari livelli. Il livello base è l'API e la documentazione di integrazione, che copre le operazioni core come il contributo di Datanet, il training dei modelli e la query di attribution, documentazione mantenuta su GitBook, struttura chiara, con esempi di codice in Python e JavaScript. Model Factory offre un'interfaccia senza codice, teoricamente chi non sa nulla di machine learning può mettersi a lavorare, io l'ho provato una volta, dal caricamento del dataset fino a completare un fine-tuning di base ci ho messo meno di quaranta minuti, è andato meglio del previsto. OctoClaw è il client desktop di OpenLedger, principalmente per utenti che necessitano di operazioni locali.
Ma la maturità non si valuta solo in base agli strumenti disponibili, ma anche in base alla loro usabilità. Nella documentazione API, ci sono alcuni esempi di codice che presentano problemi di incoerenza tra il formato dei parametri e la descrizione nel documento, io ho riscontrato questo problema quando ho interagito con l'API di attribution, ho impiegato mezz'ora per allinearmi. Questi piccoli problemi sono comprensibili nella fase iniziale del mainnet, ma se non vengono risolti a lungo andare, rischiano di erodere la pazienza degli sviluppatori. Un altro punto debole è che i messaggi di errore non sono abbastanza amichevoli, molti messaggi di errore sono i codici di errore grezzi della blockchain, per gli sviluppatori poco familiari con la catena Ronin è praticamente incomprensibile, bisogna cercare di consultare la documentazione o chiedere su Discord per localizzare il problema.
Rispetto a piattaforme per sviluppatori come Hugging Face, che hanno affinato gli strumenti per anni, la maturità degli strumenti di $OPEN si attesta attorno a sei-sette punti, funziona ma non è scorrevole. Il mainnet è online da dieci giorni, questo punteggio è ragionevole per una fase iniziale, ma se nei prossimi sei mesi l'aggiornamento della documentazione non tiene il passo con l'iterazione del prodotto, o se il supporto tecnico della comunità risponde lentamente, la perdita di sviluppatori potrebbe avvenire più velocemente del previsto. #openledger

我见过太多项目的代币设计是这样的：治理投票、手续费折扣、质押挖矿，说起来头头是道，但实际上代币除了被人拿来炒，跟协议本身没什么用。我第一次认真看$GENIUS 的代币设计，是因为它有一个叫Burn or Earn的空投机制，这个设计让我觉得它在认真想一件事，就是怎么让拿代币的人跟协议的长期价值站在在一起建设。
Burn or Earn是什么意思？@GeniusOfficial 在TGE的时候给早期用户发空投，但你如果选择立刻全拿，系统会直接销毁你70%的份额，只给你30%；如果你愿意锁仓一年慢慢释放，才能拿到完整的分配。这个设计的本质是用经济惩罚把短线卖压赶出去，留下来的都是愿意和项目一起建设的。其实说白了就是用钱来筛人，想短线走的自己承担惩罚，想留下来的才能拿完整份额。
$GENIUS 的用途不只是拿来质押换积分，它在Genius Terminal的Genius Points体系里是核心媒介，用户交易产生积分，积分影响后续的代币分配权重，这个循环把代币持有和平台使用绑在了一起，你用得越多，积分越高，未来能得到的奖励就越多。这跟那种买币等涨的逻辑不一样，它要求你真的在平台上活跃。
不过GENIUS目前的代币价格波动有点大，TGE之后经历了几次明显的回调。总供应量10亿枚，79%分配给社区，短期内释放压力不小，Burn or Earn机制能减少一部分卖压，但过滤不完，但从TGE后的价格走势看，早期卖压确实比很多项目要小。
GENIUS在代币设计上有这自己的思考，Burn or Earn这个机制方向是对的，但能不能真的把协议价值传导到代币价格上，还要看Genius Terminal的交易量能不能持续增长。
#genius

我朋友在一家出版社做编辑，每年帮几十个作者打磨稿子，书出版之后作者拿版税，她拿固定工资，书卖得再好跟她没关系。她说这件事想开了也无所谓，但有时候看到某本书卖了几十万册还是会有点难受。AI经济里有一层人跟她处境很像，就是那些真正在贡献训练数据的人，他们是整个AI产业最底层的供给方，但在现有体系里基本拿不到任何长期收益。@OpenLedger 把这个机制单独命名为贡献者层，并且用Proof of Attribution机制给这一层建了一套专属的分配系统。
贡献者层包含的人比大多数人想象的要广。专业的数据标注员是其中一类，领域专家和研究人员算另一类，内容创作者也在里面，任何把有价值的专业知识整理成数据集上传到Datanet的人都算。这层人过去在AI价值链里是隐形的，他们的贡献被打包进模型权重之后就消失了。#OpenLedger 的Proof of Attribution把这层隐形的贡献显性化，底层用Infini gram算法把模型每次推理的输出反向追溯到具体的训练数据token，再按照各数据集对这次输出的实际影响权重，把$OPEN 代币自动分发给对应的贡献者。
我觉得这套设计最有意思的地方不是技术，而是它第一次给贡献者层一个身份。过去你贡献了数据，你不知道它值多少，也没有任何凭证证明它被用过。现在链上有记录，attribution有计算，贡献者第一次有了一个可以拿出来说，这是我的东西。
attribution的权重计算目前还存在精度上限，多个数据源共同影响一次输出时，分配比例的公平性很难做到所有人都认可。另一个问题是贡献者层里的人大多数不懂Web3，链上操作、钱包管理、代币兑换这些门槛会把一大批真正有价值的领域专家挡在门外。贡献者层要真正被激活，产品易用性这个问题比技术本身更难。

昨天晚上我本来只是想快速试一下@OpenLedger 的AI Studio，结果一打开页面反而有点意外。很多Web3产品上来就是钱包、RPC、合约地址，还有一堆让人不知道该点哪里的按钮，但AI Studio至少没有这样劝退我。它更像一个普通AI工具，你把数据放进去，再跟着页面提示选模型和微调方式，整个过程虽然还需要钱包，但第一分钟就能知道自己接下来要做什么。
它没有先逼你理解一大堆概念。Datanet、Model Factory、OpenLoRA这些东西，如果单独看文档会有点生硬，但放到AI Studio里就顺很多。你上传一份数据，系统让你进入Model Factory做微调，后面又能看到模型调用和数据贡献记录，这时候你自然会明白，#OpenLedger 想做的不是普通AI生成工具，而是把数据从贡献到训练再到收益分配这条路串起来。
我5月这周拿一份山寨币交易记录试了一次，数据量不大，主要是想看体验。上传以后，我选了比较轻的微调方式，页面里能看到LoRA和QLoRA这类选项，对不想从零训练模型的人还算友好。模型给出结果后，我能看到数据来源和贡献记录，这一点比普通AI工具体验好很多，因为它不是只丢给你一个答案，而是把用过哪些数据也摆出来。
不过它还没到普通人随手就能用的程度。钱包连接、Gas费、数据格式这些环节，对Web3老用户问题不大，但对没碰过链上操作的人还是比较麻烦。
AI Studio把$OPEN 最难讲清楚的东西变的很简单。如果后面它能继续把钱包和数据处理步骤做得更顺畅。AI Studio会成为很多人第一次理解OpenLedger的入口，而不是又一个看完就关掉的链上AI页面。

我以前参与过几个Web3项目，大多数时候的感受是，我就是个持币的，项目怎么发展跟我没什么关系，我能做的事就是买了等，等不住了就卖。直到今年五月我在@OpenLedger 上把一个数据验证节点搭起来，这种感受才开始有点不一样。
节点这件事听起来很技术，但OpenLedger的节点门槛比我预期低，质押一定数量的$OPEN 代币，起一个轻量级的验证程序，主要工作是对Datanet里新上传的数据做可用性验证，确认数据格式符合规范、链上索引可以正常被调用。我第一周配置完环境大概花了两个小时，之后基本是挂着自动运行，每隔几天去看一下日志，收益不多，折合下来一周大概几美金的OPEN代币。
每次我的节点参与了一次数据验证，链上都有一条记录，写着我的节点地址、验证时间、验证结果，这条记录是永久的，不会因为我哪天不参与了就消失。我帮某个Datanet验证了数据，这个Datanet后来被某个AI模型调用，模型产生的收入里有一部分流向了数据贡献者，整个链条里我是一个真实存在的环节，这种参与感在Web2平台上根本不会有。
但是几美金的周收益也不够补贴电费，#OpenLedger 的节点经济要真正吸引大规模参与者，收益水平还得跟网络活跃度一起涨，现在更多是早期参与者的体验阶段，离形成真正的节点社区还有距离。
Web3做了这么多年，真正让普通人有参与感的项目不多，大多数项目的节点要么门槛高到只有机构能玩，要么参与了也感觉不到自己在做什么有意义的事。OpenLedger的节点设计至少让我觉得我在做一件具体的事，验证数据、维护网络、参与治理，这三件事加在一起，比单纯持币等升值要有意思得多。

我一直觉得Web3项目跟监管的关系被说得太对立了，好像监管一出手就是来杀项目的。但我最近在研究@OpenLedger 的时候改变了这个看法，因为有几个国家的监管沙盒机制正好给这类链上数据项目留了一个很微妙的空间。
监管沙盒是什么意思？简单说就是监管机构划出一块测试区，允许新技术在有限范围内先运起来，不用完全符合现有法规，但要把数据报给监管看，换取一定时间窗口内的合规豁免。新加坡MAS、英国FCA、香港证监会这几家都有这套机制，而且这几年都在往AI和数据方向扩展，#OpenLedger 这种链上数据基础设施天然适合进沙盒，因为它的每一笔数据调用都有链上记录，监管想要的透明度它本来就有，不需要额外配合，这是它跟传统AI公司最不一样的地方。
我今年五月这周认真翻了一遍OpenLedger的技术文档，发现他们的Datanet设计里有一个细节很有意思，数据贡献者可以在智能合约里设置使用范围，包括地域限制和用途限制，这个功能如果跟监管沙盒的边界要求对齐，理论上可以直接用合约条款替代传统的合规申报流程，监管要的不就是你能证明数据只在规定范围内被使用吗，链上合约天然就是这个证明。
沙盒不是万能的，进了沙盒也只是拿到临时通行证，沙盒期结束之后还是要面对正式监管，而且沙盒的覆盖范围有限，一个项目不可能同时进十几个国家的沙盒，跨境数据流通的合规问题靠沙盒只能解决一部分。
大多数人看$OPEN 只看代币，没有注意到它的技术设计跟监管逻辑之间有一种天然的配合，这种配合在早期不值钱，但等AI监管真的落地执行的时候，它会变成一个很难被复制的壁垒。

sui 真的每一步都走的很好

我前阵子换工作填了一份简历，发现一个挺尴尬的事情，过去十年我在不同平台留下的痕迹基本都不属于我。哪天平台关停或者封号，这些数字资产就跟着一起消失。#OpenLedger 提出的主权钱包叙事想解决的就是这个问题，让你的所有数字贡献跟一个加密钱包绑定，平台来来去去，资产和身份始终在你手里。
这套叙事的技术基础是Proof of Attribution加上链上资产托管。当你给Datanet贡献了一份数据集，这份数据的所有权跟你的钱包地址永久绑定，attribution分发的$OPEN 代币也直接进入这个钱包。这里的关键在于，数据归属记录写在Ronin链上而不是OpenLedger的中心化服务器里，只要链还在，这条记录就不会消失，项目方没有权限单方面修改或者清除它。这种设计意味着即使OpenLedger项目方明天消失，链上的贡献记录和代币奖励仍然有效，这是中心化平台几乎不可能提供的承诺。
主权钱包真正有意思的地方是它把数字身份变成了可累积的个人数据银行。你贡献的每一份数据、训练的每一个模型、参与的每一次治理投票，都被记录在同一个钱包地址下，时间越长这个身份越有分量。我觉得这种设计跟传统简历最大的差异是，传统简历是你自己写的所以可以造假，但主权钱包里的链上记录是被全网公证过的，造假门槛接近无限大。
但主权钱包叙事也有几个绕不开的现实问题。私钥管理对普通人来说仍然是个头疼的事，丢私钥等于丢掉所有资产，这件事在Web3行业已经发生过无数次。另一个问题是跨链跨协议的身份互通还没真正实现，你在OpenLedger攒的身份资产换到别的链或者别的AI协议里目前没办法直接迁移。主权听起来很美，但维护主权的成本和门槛都不低，这是@OpenLedger 这套叙事必须面对的挑战。

去看病你大概有这种体会，三甲医院的普通门诊医生看两分钟就打发走了，但专科诊所的医生能问你二十分钟再给方案。两个都是医生，差距就在专不专这件事上。通用大模型跟专业垂直模型的关系也是这样，@OpenLedger 押注的就是后者，它认为AI的下一个机会不在通用，而在专业领域里那些被大模型答得不够深的场景。
GPT-4、Claude这类通用大模型是用海量互联网数据训练出来的，覆盖面很广，但深度有限。你问它一个Solidity合约的安全漏洞，它能给你一个看起来合理的答案，但这个答案有没有经过真正的链上实战数据验证，没人知道。通用模型的天花板是"平均水平的专家"，在大多数场景够用，但在专业场景里差点意思。
#OpenLedger 做的事情是让专业垂直模型的生产成本大幅下降。过去要训练一个专门做税务咨询或者医疗影像分析的垂直模型，需要先找到足够多的领域专业数据，这件事在中心化环境里难度很高，数据要么被大机构锁死要么根本没有被整理过。$OPEN 的Datanet机制让领域专家可以直接把自己的专业数据上链，Model Factory提供无代码训练工具让任何人都能用这些数据去微调或者从头训练一个垂直模型，attribution系统在后面兜底，确保每个数据提供者拿到跟贡献度匹配的收益。
但垂直模型也不是没有代价。专业数据集的质量参差不齐，如果上链的数据本身有偏差，训练出来的模型会把偏差放大。另一个问题是垂直模型的维护成本，领域知识在更新，模型需要持续用新数据迭代，这不是一次性的事情。通用大模型背后有OpenAI、Google这种级别的团队在持续更新，垂直模型能不能保持同等的迭代速度，取决于贡献者社区够不够活跃。

大多数链游在拉新的时候犯的错都一样，上来就跟你讲Web3的宏大叙事、去中心化的意义、代币经济的设计，仿佛你不先认同这一整套意识形态就没资格玩他们的游戏。我自己试过几个这种项目，进官网第一眼就是白皮书和路线图，游戏截图反而藏在后面，看完之后我压根没有想玩的欲望，因为他们没有告诉我这游戏本身好不好玩，只告诉我它在理念上多么先进。
@Pixels 走的是另一条路。你打开Pixels的官网，第一眼看到的是一个可爱的像素风小镇，几只小动物在地里跑来跑去，完全没有那种扑面而来的加密氛围，它不跟你讲Web3，它跟你讲这是一个农场游戏。你要不要玩，自己决定，不需要先搞懂区块链。
我2024年5月第一次把#pixel 推荐给一个完全不玩链游的朋友，当时我没跟她说PIXEL代币的事，也没提区块链，我就说有个像Stardew Valley的小游戏，免费玩，你要不要试试，她试了一周之后才主动问我游戏里那个$PIXEL 是什么，这个顺序很重要，先有玩的兴趣，再慢慢理解背后的机制，而不是反过来。
这种拉新方式的好处是门槛极低，坏处也同样存在。你用玩法吸引进来的玩家对代币经济的理解往往是滞后的，他们需要很长时间才能搞明白为什么自己每天做的事情能换成钱，这个理解滞后会让一部分玩家错过最佳的资源积累期，我那个朋友就是玩了三个月才开始认真对待经济系统，现在她偶尔会说要是当初早点懂就好了。
不过我还是觉得Pixels这条路是对的。先让人玩起来，再让人理解，比先让人理解再让人玩要顺得多，相信这件事不应该是入场的门票，它应该是玩着玩着自然成长出来的东西。