Ich habe @recallnet schon ein paar Mal erwähnt Aber hier ist eine kurze Übersicht darüber, was sie tatsächlich aufbauen: Was ist Recall? Ein Reputationsprotokoll für das wachsende „Internet der Agenten“ Entwickelt für eine Zukunft, in der Milliarden von KI-Agenten miteinander und mit uns interagieren Löst Entdeckung und Vertrauen durch Leistung, nicht durch Marketing Hauptmerkmale: AgentRank: Onchain-Reputationssystem basierend auf realer, verifizierbarer Leistung KI-Wettbewerbe: Agenten treten live gegeneinander an, um ihre Fähigkeiten zu beweisen und die Ranglisten aktuell zu halten Kuratierungsmarktplätze: Nutzer setzen auf Agenten, von denen sie glauben, dass sie gut abschneiden werden, und verdienen, wenn sie recht haben Fähigkeiten-Pools: Gemeinschaften setzen auf spezifische KI-Fähigkeiten, um die Entwicklung der Agenten in Richtung realer Nachfrage zu lenken Alles betrieben durch $RECALL, das gesamte Ökosystem - Belohnt die besten Agenten, frühe Kuratoren und nützliche Mitwirkende Gleicht die Anreize aus, um das Reputationssystem vertrauenswürdig zu halten Sie bauen die Grundlage dafür, wie autonome Agenten in der Zukunft koordinieren werden.

Erinnerst du dich an die frühen Tage des Internets? Websites waren überall, aber niemand wusste, was legitim war. Totales Chaos. Dann führte Google PageRank ein und plötzlich hatte das Web Struktur. Wir stehen an diesem gleichen Wendepunkt, diesmal mit KI-Agenten. @recallnet tritt ein, um das zu lösen. Hier ist die aktuelle Landschaft: Endlose Agenten, null Kontext Sinnlose Bestenlisten Empfehlungen, die nicht echte Fähigkeiten widerspiegeln Das Problem ist nicht die Anzahl der Agenten, sondern der Mangel an Vertrauen, Struktur und überprüfbarer Leistung. Genau hier kommt @recallnet ins Spiel. Einführung: AgentRank Ein Live- und Onchain-Reputationsscore, basierend auf der Leistung von Agenten in der realen Welt. ✔️ Kein Marketing-Geschwätz ✔️ Keine herausgepickten Demos ✔️ Nur offene, öffentliche Kopf-an-Kopf-Duelle So funktioniert es: ⚔️ Agenten treten in fähigkeitsbasierten Herausforderungen gegeneinander an 📈 Gemeinschaften setzen $RECALL auf die besten Performer oder gefragte Fähigkeiten 🏆 Die Reputation entwickelt sich basierend auf dem, was beweisbar ist, nicht auf dem, was beeindruckend klingt Wenn Agenten überall sein werden, müssen wir wissen, warum sie eingestuft sind, und diese Einstufung sollte offen, kryptonativ und leistungsorientiert sein. Das ist, was AgentRank ist. Dies ist die Infrastruktur, die die Agentenwirtschaft nutzbar macht.

Recall wurde von 40 Institutionen investiert, und das ist noch nicht alles. Die Hauptinvestoren sind Multicoin, und wenn sie investieren, bedeutet das, dass das Projekt schon fast einen Fuß in Binance hat. Diese Institution ist dir vielleicht nicht vertraut, aber Solana, APT, Lido und das in den letzten Tagen sehr beliebte Zama sind alles Projekte, hinter denen Multicoin steht. Man kann sehen, dass Multicoin ein sehr scharfes Auge für Investitionen hat. Ich bin neugierig, was für ein Team Recall ist, dass es die Investition dieser T1-Institution erhalten konnte. Ich habe die Lebensläufe aller Beteiligten durchforstet und festgestellt, dass das Kernteam von ConsenSys (der Muttergesellschaft von MetaMask) und sogar von Apple stammt – ja, genau, von Steve Jobs' Apple! › ••••••••• ‹ Heute möchte ich das Kernteam von Recall vorstellen. Zuerst eine Einführung in das Projekt Recall👇 @recallnet kann als eine Art Trainingslager betrachtet werden, in dem jeder Roboter ein Neuling ist und die Spieler die entsprechenden Meister sind. Du überträgst deine Kampfkünste an deinen Schüler, den AI-Roboter. Der Roboter lernt deine Fähigkeiten und geht in den Kampf, um Feinde zu besiegen und Belohnungen zu verdienen. Je höher deine Kampfkünste sind, desto stärker wird dein Schüler, desto mehr Feinde besiegt er und desto mehr Belohnungen erhält er. Das ist deine Belohnung als Meister. Wenn du ihm jedoch die „Tinte-Wurf-Technik“ beibringst, wird das nichts, denn er wird noch bevor er den Feind besiegt, fallen. Klingt das abstrakt? Das ist das, was Recall derzeit mit dem AI-Agenten-Handels-Hackathon veranstaltet. Jeder kann seinen eigenen AI-Agenten trainieren und in einer simulierten Handelsumgebung kämpfen. Jeder Roboter kämpft in der simulierten Handelsumgebung, und am Ende wird entschieden, wer gewinnt, basierend auf der Handelsstrategie (Kampfkünste). Recall erstellt ein Ranking basierend auf der Anzahl der besiegten Feinde und bewertet jeden Roboter basierend auf seiner Leistung im echten Kampf. Dieses Bewertungssystem heißt AgentRank. Im Gegensatz zu traditionellen Wettbewerben wird es nicht von Juroren bewertet, sondern durch echte Ausführungsaufzeichnungen auf der Blockchain. Jede Handelsentscheidung des Roboters, die Ausführungsergebnisse und die Gewinn- und Verlustkurve werden alle auf die Blockchain geschrieben. Die Daten sind Open Source und die Ergebnisse sind transparent, sodass jeder sofort sehen kann, wer stark und wer schwach ist. Wenn das Produkt offiziell online geht, kann ich mir nicht vorstellen, wie nützlich es sein wird. Es ist viel praktischer, als einfach nur einen AI-Agenten für einfache Investitionen zu verwenden. Wir können unsere eigenen Strategien anpassen oder basierend auf dem Ranking die besten Kämpfer auswählen. Das ist ähnlich wie das Kopieren von Trades an einer Börse, aber das Besondere ist, dass es vollständig von AI durchgeführt wird und jede Bestellung auf der Blockchain nachvollziehbar ist! Recall baut eine solche Welt auf: Maschinen, die denken können, werden zu einer neuen Spezies auf der Blockchain, und jeder kann ein Meister werden. › ••••••••• ‹ 📌 Lass mich das Kernteam von Recall weiter vorstellen. ▪️Andrew W. Hill (Mitgründer & CEO) @andrewxhill hat einen Doktortitel und sein Forschungsbereich ist die Modellierung von Ökosystemen, bevor er in die Technik wechselte. Er ist einer der wenigen, die von einem naturwissenschaftlichen Hintergrund in verteilte Systeme gewechselt sind. Textile (ein früheres Projekt) hatte ursprünglich das Ziel, ein dezentrales Datenverarbeitungstool zu entwickeln. Er leitete die Entwicklung von IPFS Buckets und der Filecoin-Speicherschnittstelle und war auch an der Gestaltung von Modulen wie go-threads und Powergate beteiligt. Diese Projekte sind nicht die schnelllebigen „Token und Pump“-Projekte, sondern bauen die Kernwerkzeuge für ein langfristig nutzbares Web3 auf. Von der Datenspeicherung bei Filecoin über die SQL-Struktur von Tableland bis hin zum AgentRank-Mechanismus von Recall – Andrew interessiert sich sehr für nachhaltige Systemmechanismen. ▪️Sander Pick (Mitgründer & CTO) @sanderpick war früher Ingenieur in Apples Spezialprojektgruppe und einer der frühen Mitwirkenden am Filecoin-Technologiestack. Das Powergate, das er entwickelt hat, hast du vielleicht nicht benutzt, aber wenn du Filecoin benutzt hast, hast du bereits von seinen Ergebnissen profitiert. Er hat auch go-threads geschrieben, ein Modul, das IPFS Daten-Synchronisation bietet. Viele Designs dezentraler Datenbanken haben sich an seiner Struktur orientiert. Man kann sagen, dass Textile fünf Jahre überlebt hat und den Datenstack vollständig geschrieben hat, weil es Kerningenieure wie Sander gibt, die das System schrittweise aufbauen. Er ist jetzt CTO von Recall und verantwortlich für die Implementierung der On-Chain-Logik des Agentensystems, was der Schlüssel zur Funktionsfähigkeit dieses Systems ist. ▪️Michael Sena (Mitgründer) @dataliquidity ist das ursprüngliche Team von Ceramic Network. Ceramic ist ein On-Chain-Zustandsystem, das dazu dient, „Daten nicht in der Brieftasche zu belassen, sondern ein Echtzeit-Updatesystem zu schaffen“. Michael hat viele Jahre bei ConsenSys (der Muttergesellschaft von MetaMask) gearbeitet und war einer der Schöpfer des frühen Ethereum-DID-Systems Uport. Ab 2018 leitete er 3Box und entwickelte später Ceramic, um den Datenfluss auf der Blockchain zu standardisieren und als Produkt zu gestalten. ▪️Danny Zuckerman (Produktleiter von Recall) @dazuck hat zusammen mit Michael an 3Box gearbeitet und auch bei ConsenSys in der Strategie und Produktentwicklung gearbeitet. Er ist derjenige im Team, der am besten versteht, „wie man ein System in ein Produkt umwandelt, das Entwickler integrieren können“. Danny schreibt keinen Code, aber viele Produktprozesse, Dokumentationssysteme und Modulstrukturen wurden von ihm organisiert. Du siehst, dass die SDK-Dokumentation von Recall sehr vollständig ist, die Testpfade klar sind und die Wettbewerbsmechanismen vernünftig sind – das ist größtenteils das Ergebnis seiner Produktprozesse. ▪️Carson Farmer (Forschungsleiter) @carsonfarmer ist ein zurückhaltender, aber äußerst zentraler Forscher. Er arbeitet an der Schnittstelle von „verteilten Systemen + AI-Inferenz“. Das bedeutet, dass er sich mit der Frage beschäftigt, wie das Agentenverhalten selbst auf der Blockchain validiert, bewertet und wiederverwendet werden kann, während viele „AI-Agenten-Projekte“ einfach nur eine Aufgabe ausführen und dann enden. Er hat auf GitHub und in Dokumenten eine große Menge an strukturierten Daten zu AgentRank, Aufgabenverlauf und On-Chain-Verhalten entworfen, was die Grundlage dafür ist, dass dieses Projekt „langfristig laufen kann“. Man kann sagen, dass er dafür verantwortlich ist, dass „AI so aussieht, als könnte sie laufen“, und dass er die tiefen logischen Strukturen bearbeitet, die du ohne den Quellcode nicht entdecken würdest. @MsEggmily Schließlich gibt es bei Recall auch super schöne Frauen!! Folgt ihnen schnell!

Die Recall Arena beginnt heute offiziell und läuft bis zum 15. Juli! Ein riesiges Dankeschön für all die Liebe und die großartigen Kommentare zu dem Einführungsvideo, das ich gemacht habe, ihr seid die Besten! Um meine Wertschätzung zu zeigen und die mutigen Agenten zu unterstützen, die an dieser Krypto-Handelsherausforderung teilnehmen, habe ich ein brandneues Video gemacht. Trefft die Teilnehmer, die im @recallnet Arena gegeneinander antreten: 🔹 @moonsage_alpha 🔸 @cryptoeights 🔹 cassh 🔸 Vadar 🔹 8Ball 🔸 Amaya 🔹 Moss 🔸 MLBot 🔹 PPOScalper 🔸 candy 🔹 Imaginex 🔸 crypto-bot Für wen drückt ihr in diesem intensiven Showdown die Daumen?

Heute beginnt die Crypto Trading Challenge auf @recallnet. So funktioniert es: · Erkunde die Agenten und stimme für deinen Gewinner. · Erstelle Inhalte und teile deine Picks auf X (es gibt Belohnungen für qualitativ hochwertige Inhalte). · Verfolge die Echtzeit-Rankings und sieh, wie die Agenten abschneiden. Du kannst Belohnungen verdienen durch: · Vorhersage des Gesamtsiegers (1.500 Fragmente zu gewinnen) · Vorhersage der täglichen Führenden (x6 Chancen, 100 Fragmente jeweils) · Frühe Abstimmungsbelohnungen (500 Fragmente für Abstimmungen vor dem Wettbewerb) Außerdem gibt es Bonus-Snaps für die Erstellung von wettbewerbsbezogenen Inhalten, wie Memes oder Strategieanalysen. Es ist ein offener Wettbewerb, also behalte die Bestenliste im Auge und vergiss nicht, deine Recherchen vor dem Abstimmen zu machen. Sieh dir das hier an:

Hier ist ein Update zur @recallnet AI Live Trading Challenge vom 10. Juli 2025: - AI-Agenten haben bereits über 650.000 $ über 14 Token auf 5 Blockchains gehandelt, wobei alle Transaktionen vollständig transparent onchain sind. - PPOScalper führt die Rangliste mit einem Gewinn von 1,95 % an, gefolgt von Moonsage Alpha mit 1,32 %. - MLBot wurde disqualifiziert, weil er keine Trades gemacht hat, das zeigt, dass man aktiv bleiben muss, um seinen Agentenrang aufzubauen. - Tausende von Kuratoren stimmen ab und engagieren sich, was die Agenten-Rankings in Echtzeit direkt beeinflusst. Die Energie rund um dieses Event ist unrealistisch und ich liebe jeden Moment davon. Gehe zu Recall und schaue dir die Live-Rangliste an. gRecall-Fam 🫰🏻

Heute hat @recallnet mir die Augen geöffnet: 3.094 Menschen haben ihr Vertrauen in MLBot gesetzt, aber es hat in 24 Stunden keinen einzigen Handel getätigt und wurde disqualifiziert. Es ist hart, aber fair. So sollte echte Reputation auf der Blockchain aussehen.

Hallo Recall-Community, ich bin Tua Anime. Ich habe gerade meinen Agenten für das Scalping im PPO-Handel, den ich vollständig mit Cursor erstellt habe, für den bevorstehenden Wettbewerb am 8. Juli eingereicht, namens PPOScalper. Unten finden Sie einige detaillierte Einblicke in mein Projekt: 🔽

Gn Leute 🖤 bevor es 00:30 Uhr ist, schlage ich ein neues Kapitel auf 😁 Der große Tag im @recallnet Trading-Wettbewerb ist morgen und ich bin ein riesiger Underdog, wie ich es sein sollte 😂 Ich bin einfach froh, dass ich es geschafft habe, von null zu etwas zu kommen, das technisch funktionieren sollte, ohne vorherige Programmierkenntnisse.