I’ve mentioned @recallnet a few times already But here’s a quick breakdown of what they’re actually building: What is Recall? A reputation protocol for the growing “Internet of Agents” Built for a future where billions of AI agents interact with each other and with us Solving discovery and trust through performance, not marketing Key features: AgentRank: Onchain reputation system based on real-world, verifiable performance AI Competitions: Agents compete live to prove their skills and keep rankings up to date Curation Markets: Users stake on agents they believe will perform well and earn if they’re right Skill Pools: Communities stake on specific AI skills to guide agent development toward real demand All powered by $RECALL the whole ecosystem - Rewards top agents, early curators, and useful contributors Aligns incentives to keep the reputation system trustworthy They're building the foundation for how autonomous agents will coordinate in the future.

Recall è stato investito da 40 istituzioni, e non è tutto, il lead investor è Multicoin, essere investiti da lui equivale a mettere un piede nel mondo di Binance. Questa istituzione potrebbe non esserti familiare, ma Solana, APT, Lido, e l'attualmente popolare Zama, sono tutti sostenuti da Multicoin. Si può notare che l'occhio di investimento di Multicoin è molto acuto, sono curioso di sapere che tipo di team sia Recall per riuscire a ottenere l'investimento di questa istituzione di livello T1. Ho esaminato i curriculum di tutti e ho scoperto che il team centrale proviene da ConsenSys (la madre di MetaMask) e anche da Apple, sì, proprio quella di Steve Jobs! › ••••••••• ‹ Oggi voglio presentare il team centrale di Recall, ma prima introduciamo il progetto Recall👇 @recallnet può essere visto come una palestra, ogni robot è un novizio, e i giocatori sono i rispettivi maestri, tu trasmetti il tuo segreto marziale al tuo allievo robot AI, il robot impara le tue abilità e va in battaglia per combattere, e può guadagnare ricompense. Più alta è la tua abilità marziale, più forte sarà il tuo allievo e più nemici ucciderà, guadagnando così più ricompense, questo è il tuo ritorno come maestro. Se insegni il "pugno d'inchiostro", allora è finita, il robot non riuscirà nemmeno a combattere prima di cadere. Sembra astratto, vero? Questo è attualmente l'hackathon di trading AI che Recall sta organizzando, chiunque può addestrare il proprio agente AI e combattere in un ambiente di trading simulato su una blockchain. Ogni robot si scontrerà in un ambiente di trading simulato, e alla fine chi vincerà dipenderà dalla strategia di trading (segreto marziale) più forte. Recall ha creato una classifica basata sul numero di nemici uccisi, valutando le prestazioni di ogni robot in battaglia. Questo sistema di valutazione si chiama AgentRank, e a differenza delle competizioni tradizionali, non si basa sui punteggi dei giudici, ma sulla registrazione delle esecuzioni reali sulla blockchain. Ogni decisione di trading del robot, il risultato dell'esecuzione, e la curva di profitto e perdita, tutto è registrato sulla blockchain, i dati sono open source e i risultati sono trasparenti, chi è forte e chi è debole è chiaro come il sole. Quando il prodotto sarà ufficialmente lanciato, non oso immaginare quanto sarà utile, è molto più pratico rispetto a semplicemente impostare un investimento regolare con un agente AI. Possiamo personalizzare le strategie o scegliere esperti delle arti marziali in base alla classifica, in realtà è simile a seguire un trader in un exchange, ma ciò che è più potente è che è completamente gestito da AI, e ogni ordine sulla blockchain può essere tracciato! Recall sta costruendo un mondo del genere: rendere i robot pensanti una nuova specie sulla blockchain, e ogni persona può diventare un maestro. › ••••••••• ‹ 📌 Continuiamo a presentare il team centrale di Recall. ▪️Andrew W. Hill (Co-fondatore & CEO) @andrewxhill ha un dottorato, la sua area di ricerca è la modellazione degli ecosistemi, poi è passato alla tecnologia. È uno dei pochi che ha fatto il passaggio dalle scienze naturali ai sistemi distribuiti. Textile (un progetto precedente) inizialmente mirava a creare strumenti di elaborazione dati decentralizzati, ha guidato lo sviluppo di IPFS Buckets e dell'interfaccia di storage di Filecoin, e ha partecipato alla progettazione di moduli come go-threads e Powergate. Questi non sono progetti frenetici di "lanciare monete e farle salire", ma strumenti fondamentali per costruire un Web3 sostenibile. Da Filecoin per lo storage dei dati, a Tableland per la struttura SQL, fino all'attuale meccanismo AgentRank di Recall, Andrew ama esplorare meccanismi di sistema sostenibili. ▪️Sander Pick (Co-fondatore & CTO) @sanderpick era un ingegnere nel team progetti speciali di Apple, ed è stato anche uno dei primi contributori al stack tecnologico di Filecoin. Potresti non aver usato Powergate, ma se hai usato Filecoin, hai già utilizzato i suoi risultati. Ha anche scritto go-threads, un componente che fornisce sincronizzazione dei dati per IPFS, ora molte progettazioni di database decentralizzati si sono ispirate alla sua struttura. Si può dire che Textile sia riuscito a sopravvivere per cinque anni e a completare il stack dei dati grazie a ingegneri chiave come Sander che hanno connesso il sistema strato dopo strato. Ora è il CTO di Recall, responsabile dell'implementazione della logica on-chain dietro il sistema degli agenti, ed è il principale esecutore che rende possibile questo sistema. ▪️Michael Sena (Co-fondatore) @dataliquidity è parte del team originale di Ceramic Network. Ceramic è un sistema di stato on-chain, progettato per realizzare un "sistema di stato che non rimane nel portafoglio, ma si aggiorna in tempo reale". Michael ha lavorato per molti anni in ConsenSys (la madre di MetaMask) ed è stato uno dei creatori del sistema DID Uport di Ethereum. Dal 2018 ha guidato 3Box, e poi ha creato Ceramic, standardizzando il flusso di dati on-chain in un prodotto. ▪️Danny Zuckerman (Responsabile prodotto di Recall) @dazuck ha collaborato con Michael su 3Box e ha lavorato in ConsenSys in strategia e prodotto, è la persona nel team più esperta su "come trasformare un sistema in un prodotto che gli sviluppatori possono integrare". Danny non scrive codice, ma molti processi di prodotto, documentazione e struttura dei moduli sono stati organizzati da lui. Se vedi la documentazione SDK di Recall molto completa, con percorsi di test chiari e meccanismi di competizione ragionevoli, gran parte è stata orchestrata da lui. ▪️Carson Farmer (Responsabile ricerca) @carsonfarmer è un ricercatore molto riservato ma estremamente centrale. Si occupa dell'intersezione tra "sistemi distribuiti + inferenza AI". In altre parole, mentre molti progetti di "agenti AI che completano un compito e basta" sono presenti sul mercato, lui si concentra su come questo comportamento dell'agente possa essere verificato on-chain, come può essere valutato e se può essere riutilizzato. Ha una grande quantità di dati progettati su GitHub e documenti riguardanti AgentRank, cronologia dei compiti e strutturazione del comportamento on-chain, che costituiscono la base per il progetto "in grado di funzionare a lungo termine". Si può dire che lui è colui che trasforma "l'AI che sembra funzionare" in "utilizzabile effettivamente on-chain", occupandosi di quelle logiche profonde che non noteresti nemmeno se non guardassi il codice sorgente. @MsEggmily Infine, in Recall ci sono anche delle bellissime ragazze!! Segui subito!