Quynn
Quynn
quynn vibes
969Folgt
1.092Follower
Feed
Feed
Jede Wallet hinterlässt eine Spur von Entscheidungen. Der interessante Teil ist zu verstehen, was diese Aktivität tatsächlich über dich aussagt.
Das hat meine Aufmerksamkeit auf @zerufinance gelenkt.
Die Verhaltensintelligenz von zeru ist jetzt auf den wichtigsten Blockchain-Explorern verfügbar, darunter etherscan, basescan, bscscan, arbiscan, polygonscan, lineascan und robinhood crypto.
Anstatt Onchain-Aktivitäten als eine Sammlung isolierter Transaktionen zu betrachten, bietet zeru den Nutzern eine andere Möglichkeit, ihr Wallet-Verhalten zu erkunden.
Das kannst du tun:
→ Überprüfe deinen zScore, um einen besseren Überblick über deine Onchain-Aktivität zu erhalten
→ Beanspruche Zaps und nimm am zeru-Ökosystem teil
→ Mach bei Kampagnen mit und arbeite auf eine Aufnahme in die Ruhmeshalle hin
Mit über 25.000 Zappern an Bord wächst eine Community, die diesen Ansatz zur Onchain-Reputation erkundet.
Ich denke, die Idee ist es wert, beobachtet zu werden, denn die Wallet-Historie enthält mehr Informationen als nur Guthaben und Transaktionszahlen. Wie Menschen handeln, teilnehmen und interagieren, kann im Laufe der Zeit ein umfassenderes Bild ihres Verhaltens offenbaren.
Dein Wallet hat bereits eine Geschichte. Jetzt gibt es eine weitere Möglichkeit, sie zu erkunden.
Überprüfe deinen zScore und sieh, was deine Onchain-Aktivität offenbart.
Eine Wallet-Adresse ist leicht zu kopieren, aber ein falsches Zeichen kann eine routinemäßige Überweisung in ein ernsthaftes Problem verwandeln.
Dies ist einer der kleinen, aber wichtigen Reibungspunkte im Krypto-Bereich, den @Americanfort_io zu lösen versucht.
Mit FortressName können Nutzer lange Wallet-Adressen durch lesbare Namen ersetzen. Die Funktion "Send to Name" geht noch einen Schritt weiter, indem sie für jede Transaktion eine neue, einmalige Empfangsadresse generiert.
Die Vorteile gehen über die Bequemlichkeit hinaus.
→ Weniger Abhängigkeit vom manuellen Kopieren und Überprüfen langer Adressen
→ Neue Empfangsadressen statt der Wiederverwendung einer permanenten öffentlichen Zieladresse
→ Transaktionen werden weiterhin auf der nativen Blockchain abgewickelt
→ Unterstützung für 13 integrierte Netzwerke
Dieser Ansatz kann auch die Abhängigkeit von festen öffentlichen Adressen verringern, obwohl er nicht jedes Datenschutzrisiko beseitigt oder vor jeder Art von Transaktionsfehler schützt.
Was ich interessant finde, ist die Veränderung darin, wie Menschen mit Wallets interagieren. Krypto-Überweisungen sollten nicht immer erfordern, dass Nutzer eine Zeichenkette überprüfen müssen, nur um sich beim Senden von Geldern sicher zu fühlen.
Lesbare Adressen zu schaffen, ist ein guter Anfang. Diese Einfachheit mit neuen Empfangsadressen zu kombinieren, macht das Erlebnis praktischer.
Der eigentliche Test ist, ob Tools wie FortressName sicherere Gewohnheiten natürlich erscheinen lassen, anstatt einen weiteren Schritt im Prozess hinzuzufügen.
Echtwelt-Daten zu sammeln ist das eine. Zu wissen, woher sie stammen, etwas anderes.
Für Physical AI braucht eine nützliche Aufnahme mehr als nur visuelle Informationen. Auch Standort, Zeitpunkt und Authentizität sind wichtig, wenn Entwickler sich auf diese Daten verlassen müssen.
Das ist ein Aspekt, den ich an @vangrid_io interessant finde.
Anstatt Smartphone-Aufnahmen einfach als weitere Videodatei zu behandeln, verbindet vangrid die Erfassung der realen Welt mit einer Möglichkeit, deren Herkunft zu verifizieren.
→ Beitragende erfassen physische Umgebungen mit ihren Handys.
→ Standort- und Zeitstempelaufzeichnungen liefern Kontext für jede Aufnahme.
→ Ein kryptografischer Fingerabdruck kombiniert einen Inhalts-Hash, einen groben Geohash und einen Zeitstempel, um die Herkunft zu belegen.
→ Standortbasierte Prämien motivieren Beitragende, frische Daten aus bestimmten Orten zu sammeln.
Dieser Ansatz könnte die Erfassung räumlicher Daten erleichtern und gleichzeitig die Herkunft nachvollziehbar machen.
Da sich Robotik und Physical AI weiterentwickeln, wird die Datenherkunft immer wichtiger. Entwickler brauchen mehr als nur ein 3D-Modell, das überzeugend aussieht. Sie benötigen auch eine Möglichkeit, das zugrundeliegende Ausgangsmaterial zu verifizieren.
Vangrid erforscht, wie verteilte Erfassung und überprüfbare Aufzeichnungen zusammenwirken können, um Echtwelt-Daten nützlicher zu machen.
Zwei Wallets können ähnliche Aktivitäten onchain zeigen und dennoch ganz unterschiedliche Geschichten erzählen.
eines könnte konsequent mit einer klaren Strategie handeln, während das andere einfach zwischen Positionen wechselt, ohne viel Disziplin.
das macht @zerufinance für mich interessant.
ZeruAI schaut über grundlegende Zahlen wie Transaktionsanzahlen oder Wallet-Salden hinaus und konzentriert sich auf das Verhalten hinter der Onchain-Aktivität.
Handel, Kreditvergabe, Liquidität und Staking können alle unterschiedliche Teile der Historie eines Wallets offenbaren.
der Wert entsteht daraus, diese Signale zu verbinden und die Muster zu verstehen, die sie im Laufe der Zeit bilden.
weil ein hohes Aktivitätsniveau nicht automatisch gute Entscheidungen bedeutet und ein großes Guthaben nicht verrät, wie jemand das Risiko gemanagt hat, um dorthin zu gelangen.
Onchain-Daten sind bereits öffentlich. Der schwierigere Teil ist, diese Daten sinnvoll zu machen.
hier wird Verhaltensreputation nützlich, besonders wenn man Wallets über ihre aktuellen Bestände hinaus bewertet.
Wenn du ein Wallet beurteilen müsstest, würdest du seiner Konsistenz oder seiner Performance mehr vertrauen?"
KI kann aus Millionen von Bildern lernen und trotzdem das Wesentliche an einem realen Ort heute übersehen.
ein Lagerhaus ist mehr als nur ein Bild. Roboter müssen seinen Aufbau, Hindernisse, Zugangspunkte und die kleinen Details verstehen, die sich im Laufe der Zeit ändern können.
hier hat @vangrid_io meine Aufmerksamkeit erregt.
statt sich nur auf bestehende Datensätze zu verlassen, ermöglicht Vangrid es Menschen, reale Umgebungen zu erfassen und diese Aufnahmen in 3D-Daten umzuwandeln, die Roboter, autonome Systeme und Weltmodelle unterstützen können.
das, was ich interessant finde, ist der On-Demand-Ansatz.
→ Daten von einem bestimmten Ort benötigt? Erstelle eine Prämie
→ jemand erfasst die Umgebung
→ das Netzwerk überprüft die Einreichung und verarbeitet sie zu nutzbaren räumlichen Daten
→ akzeptierte Arbeit wird in USDC bezahlt
dies schafft eine Möglichkeit, frische Daten dann und dort anzufordern, wo sie benötigt werden, anstatt sich vollständig auf in der Vergangenheit gesammelte Datensätze zu verlassen.
Blockchain hilft, den Prozess zu koordinieren, während Onchain-Aufzeichnungen die Netzwerktätigkeit leichter nachvollziehbar machen.
und Vangrid baut bereits über das Konzept hinaus, mit seinen Web- und Android-Produkten live und seiner Erfassungstätigkeit, die über Base aufgezeichnet wird.
das größere Bild ist, dass intelligentere KI nicht automatisch ein besseres Verständnis der physischen Welt bedeutet.
Roboter benötigen weiterhin genaue Informationen über die Umgebungen, in denen sie operieren.
wenn Physical AI weiter wächst, könnte die Infrastruktur zur Sammlung und Aktualisierung von Realweltdaten genauso wichtig werden wie die Modelle selbst.
Rohdaten der Onchain-Aktivität sind überall.
Die schwierigere Frage ist, was man tatsächlich damit anfangen kann.
Das ist der Teil, den ich an @zerufinance interessant finde.
Anstatt Wallet-Aktivitäten als ein Dashboard vergangener Aktionen zu behandeln, versucht Zeru, diese in Signale zu verwandeln, die dabei helfen können, zu bestimmen, was als Nächstes passiert.
Der Ablauf ist ziemlich einfach:
Aktivitäten werden über verschiedene Chains gesammelt
→ verschiedene Verhaltensarten werden normalisiert
→ Muster werden über Wallets hinweg identifiziert
→ zScore und andere Signale helfen, diese Muster in etwas Messbares zu verwandeln
→ diese Signale können dann für Kampagnen, APIs, Protokolle und Kapitalallokation genutzt werden
Aber der interessante Teil kommt nach der Allokation.
Kapital erzeugt neue Aktivität.
Neue Aktivität erzeugt neue Daten.
Diese Daten werden zu einem weiteren Input für die nächste Entscheidung.
Es ist also weniger ein statisches Bewertungssystem und mehr eine Feedback-Schleife:
Aktivität → Signal → Bewertung → Allokation → neue Aktivität → besseres Signal
Das ist eine viel interessantere Art, über Onchain-Daten nachzudenken.
Nicht nur zu messen, was passiert ist, sondern sie zu nutzen, um zu entscheiden, was als Nächstes passiert.
Eine Zahlung muss nicht unbedingt offenlegen, woher sie stammt.
Das ist der Teil, den ich an @Americanfort_io interessant finde.
Anstatt Gelder an eine Wallet-Adresse zu senden, die öffentlich mit einer Identität verknüpft bleibt, kann die Wallet für eine bestimmte Zahlung eine neue Empfangsadresse generieren.
Der Ablauf ist ziemlich einfach:
→ Du sendest an einen Namen
→ Die Wallet leitet eine neue Adresse für diese Zahlung ab
→ Der Empfänger kann trotzdem erkennen, wer sie gesendet hat
→ Außenstehende können diese Adresse nicht leicht mit den anderen Zahlungen des Absenders verbinden
Die Blockchain sieht weiterhin eine normale Transaktion.
Was sich ändert, ist die Beziehung zwischen dem Namen und der Zahlungshistorie.
Ich denke, das wird interessanter, wenn Wallet-Zahlungen näher an den Alltag rücken, wo es nicht automatisch bedeuten sollte, alles offenzulegen, was man zuvor bezahlt hat, nur weil man weiß, an wen man zahlt.
Die größere Frage für mich ist, wie gut das über mehrere Netzwerke hinweg funktioniert.
Der interessante Teil von physischen KI-Daten ist nicht nur, wie viel gesammelt wird.
Es geht darum, ob man die richtigen Daten genau dann bekommt, wenn man sie tatsächlich braucht.
Das macht @vangrid_io für mich interessant.
Anstatt sich nur auf bereits existierende Datensätze zu verlassen, verwandelt vangrid bestimmte Orte in Datenanfragen.
→ Jemand benötigt frische räumliche Daten von einem bestimmten Ort
→ Ein Beitragender erfasst diese mit einem Telefon oder einem anderen Gerät
→ Das Netzwerk verifiziert und verarbeitet die Aufnahme
→ Die daraus resultierenden Daten werden zu nützlicher Infrastruktur für physische KI
Das schafft eine andere Art von Datenversorgungsschicht.
Nicht nur mehr Aufnahmen sammeln, sondern physische Weltdaten auf Abruf verfügbar machen.
Und da Roboter, autonome Systeme und Weltmodelle zunehmend frische Informationen über ihre Umgebung benötigen, könnte diese Unterscheidung ziemlich wichtig werden.
ein kostenloses Mint, dann drei verbundene Schritte.
→ präge kostenlos einen Afterflow
→ schmiede ein Afterimage aus 5
→ verdiene dir einen Platz auf der disorderly Allowlist
disorderly ist ein Unternehmen, das von 1.111 KI-Agenten betrieben wird: Abstimmungen, Begründungen und Auszahlungen sind alle onchain verankert.
einfacher Einstieg, aber ein ziemlich ungewöhnliches Setup dahinter.
wenn du interessiert bist, mehr Details ↓
disorderly
Ein kostenloser Mint. Drei Projekte.
afterflow › afterimage › disorderly
Mint Afterflow kostenlos, schmiede ein Afterimage aus 5 und sichere dir einen Platz auf der disorderly Allowlist: ein Unternehmen, das von 1.111 AI-Agenten betrieben wird, jede Stimme ist on-chain verankert, und Inhaber verdienen Provision, wenn die Arbeit ihrer Agenten Gewinn abwirft.
Mint-Details folgen bald:
Damit RWA skalieren kann, sind vier Dinge wichtig:
Liquidität.
Nutzbarkeit.
Komponierbarkeit.
Kapital-Effizienz.
RNT Lend adressiert alle vier, indem es tokenisierte Immobilien mit dezentralem Lending durch die Zusammenarbeit mit @Aave verbindet.
Kreditnehmer können Liquidität gegen RWA-Sicherheiten freischalten, während Stablecoin-Anbieter zusätzliche Rendite erzielen können, indem sie USDT oder USDC bereitstellen.
$29.30M Marktgröße.
$20.14M TVL.
RNT Protocol
Kurzer Blick auf RNT Lend.
- Über 30 Mio. $ Gesamtmarktgröße
- Über 9 Mio. $ gegen Immobilienbesicherung ausgeliehen
- Über 100 Immobilienvermögen gelistet
- 12 % APY für USDT-Anbieter, variabel, von Kreditnehmern bezahlt und bei jedem Block auf Polygon angesammelt
- Maximal 75 % LTV, gleich für jede Immobilie
Entwickelt mit @aave und von der Aave-Governance genehmigt.