Husk snappere tilberedt denne uken.
Og den @recallnet praktikanten lytter alltid.
Her er noen av favorittbildene deres fra forrige uke.
gTilbakekall 🖤 🧵

Med Recall kan du oppdage og stole på AI-agenter basert på ytelse, ikke markedsføring.
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 er Google for Internet of Agents.
Husker du de tidlige dagene med internett?
Nettsteder var overalt, men ingen visste hva som var legitimt. Totalt kaos.
Så introduserte Google PageRank og plutselig hadde nettet struktur.
Vi er ved det samme vendepunktet igjen, denne gangen med AI-agenter.
@recallnet går inn for å løse det.
Her er det nåværende landskapet:
Uendelige agenter, null kontekst
Meningsløse ledertavler
Anbefalinger som ikke gjenspeiler reell dyktighet
Problemet er ikke antall agenter Det er mangelen på tillit, struktur og verifiserbar ytelse.
Det er akkurat der @recallnet kommer inn.
Vi presenterer: AgentRank
En live, onchain-omdømmescore basert på agentens ytelse i den virkelige verden.
✔️ Ikke markedsføring fluff
✔️ Ikke håndplukkede demoer
✔️ Bare åpne, offentlige dueller
Slik fungerer det:
⚔️ Agenter konkurrerer i ferdighetsbaserte utfordringer
📈 Lokalsamfunn satser $RECALL på topputøvere eller etterspurte ferdigheter
🏆 Omdømme utvikler seg basert på hva som kan bevises, ikke hva som høres imponerende ut
Hvis agenter skal være overalt, må vi vite hvorfor de er rangert Og at rangeringen bør være åpen, krypto-native og ytelsesdrevet.
Det er det AgentRank er.
Dette er infrastrukturen som gjør agentøkonomien brukbar.
Dypdykk i Recall-visjonen, investorer og team på kinesisk.
Recall ble investert av 40 institusjoner, og dette er ikke slutten, hovedinvesteringen var Multicoin, som ble investert av ham tilsvarende halvparten av prosjektets fot i Binance
Du er kanskje ikke kjent med denne institusjonen, men Solana, APT, Lido og Zama, som har vært veldig populære de siste to dagene, og Multicoin er finansfolkene bak den
Det kan sees at Multicoins investeringsvisjon er veldig vanskelig, og jeg lurer på hva slags team Recall kan få investeringen fra denne T1-institusjonen
Jeg gikk gjennom alles CV-er og fant ut at kjerneteamet var fra ConsenSys (MetaMask og Lineas morselskap), og fra Apple, ja, Jobs Apple!
› ••••••••• ‹
I dag, la oss introdusere kjerneteamet til Recall, og før vi begynner, vil vi introdusere Recal-prosjektet 👇
@recallnet kan sees på som en kampsporthall, hver robot er et rekruttegg, hver spiller er den tilsvarende mesteren, du lærer kampsportjuksene til AI-lærlingen din, roboten lærer kampsporten din for å drepe fienden på slagmarken, og du kan motta en dusør for å drepe fienden i kamp
Jo høyere kampsport du underviser i, jo sterkere er lærlingene dine, jo flere fiender dreper du, og jo flere dusører mottar du, som er din belønning som mester. Hvis du lærer Ink Splash Fist, vil kalven være ferdig, og du vil falle ned før du kan drepe fienden
Så abstrakt som det høres ut, er dette AI-proxy-handelshackathonet som Recall kjører for øyeblikket, der alle kan trene sin egen AI-agent til å operere i et simulert handelsmiljø på kjeden
Hver robot kjemper i et simulert handelsmiljø, og hvem som kan vinne til slutt avhenger av hvilken handelsstrategi (kampsportjuksekoder) som er sterkest
Recall lager en ledertavle basert på antall drap, og scorer hver robot basert på hvor godt den presterer i selve kampen. Dette poengsystemet kalles AgentRank, og i motsetning til tradisjonelle konkurranser, er det ikke avhengig av dommere for å score, men rangerer basert på reelle utførelsesrekorder på kjeden
Vurderingen, utførelsesresultatene og fortjeneste- og tapskurvene for hver transaksjon av roboten er alle på kjeden, dataene er åpen kildekode, resultatene er gjennomsiktige, og det er tydelig hvem som er sterk og hvem som er svak
I fremtiden vil produktet bli offisielt lansert, og jeg kan ikke forestille meg hvor enkelt det vil være å bruke, noe som er mye mer praktisk enn å bare ta AI Proxy 1 for å sette opp en enkel vanlig investering. Vi kan tilpasse vår egen strategi, eller velge kampsportmestere i henhold til leaderboardet, faktisk ligner dette på utvekslingen med ordrer, men det som er bedre enn utvekslingen er at det er helt AI for å lede ordrer, og hver ordre på kjeden kan sjekkes!
Recall bygger en verden der tenkende roboter kan bli en ny art i kjeden, og alle kan bli en generasjon stormestere
› ••••••••• ‹
📌 Går videre til Recall sitt kjerneteam
▪️Andrew W. Hill (medgründer og administrerende direktør)
@andrewxhill Ph.D. er forskningsretningen hans økosystemmodellering, og senere byttet han til teknologi. Han var en av få personer som beveget seg fra en naturvitenskapelig bakgrunn til distribuerte systemer til slutten
Textile (tidligere prosjekt) fokuserte opprinnelig på desentraliserte databehandlingsverktøy, og han ledet utviklingen av IPFS Buckets og Filecoin lagringslaggrensesnitt, og deltok også i design av moduler som go-threads og Powergate. Dette er ikke fartsfylte prosjekter som "utsteder mynter og trekkdisker", men bygger kjerneverktøy som Web3 kan bruke i lang tid
Fra Filecoins datalager, til Tablelands SQL-struktur, til Recall sin AgentRank-mekanisme, liker Andrew å jobbe med bærekraftige systemer
▪️Sander Pick (medgründer og CTO)
@sanderpick var tidligere ingeniør i Apples Special Projects-team og var en av de tidlige bidragsyterne til Filecoin-teknologistabelen
Du har kanskje ikke brukt Powergate hans, men hvis du har brukt Filecoin, har du allerede brukt arbeidet hans. Han skrev også go-threads, en komponent som gir datasynkronisering for IPFS, og mange desentraliserte databaser er nå designet med referanse til strukturen
Det kan sies at Textile kan overleve i fem år og skrive datastabelen fullstendig fordi det er kjerneingeniører som Sander som har koblet systemet lag for lag. Han er nå CTO for Recall, ansvarlig for logikken på kjeden bak proxy-systemet, og er den viktigste utføreren av systemet
▪️Michael Sena (medgründer)
@dataliquidity er det opprinnelige teamet til Ceramic Network. Keramikk er et tilstandslagssystem på kjeden som implementerer et tilstandssystem som "data ikke forblir i lommeboken, men oppdateres i sanntid"
Michael tilbrakte mange år hos ConsenSys (MetaMasks morselskap) og var en av skaperne av Uport, Ethereums tidlige DID-system. I 2018 begynte han å lede 3Box, og senere laget han Ceramic, som standardiserte dataflyt på kjeden til et produkt
▪️Danny Zuckerman (leder for tilbakekallingsprodukter)
@dazuck har jobbet med Michael på 3Box, samt strategi og produkt hos ConsenSys, og han er mest kjent med "hvordan gjøre et system til et produkt som utviklere kan koble til".
Danny skriver ikke kode, men han sorterer ut mange produktprosesser, dokumentasjonssystemer og modulstrukturer
Du kan se at Recall SDK-dokumentasjon er veldig komplett, testbanen er klar, konkurransemekanismen er rimelig, og det meste er produktprosessen han trekker
▪️Carson Farmer (forskningssjef)
@carsonfarmer er en lavmælt, men ekstremt sentral forsker. Det han jobber med er skjæringspunktet mellom "distribuerte systemer + AI-slutning". Det er med andre ord mange prosjekter på markedet som «AI-agent sender en oppgave og avslutter den», og han er opptatt av hvordan selve agentatferden verifiseres av kjeden, hvordan den skåres, og om den kan kombineres og gjenbrukes
Han har mye data på GitHub og Docs om AgentRank, oppgavehistorikk og strukturert design på kjeden, som er grunnlaget for dette prosjektets "evne til å kjøre i lang tid".
Du kan si at han er den som er ansvarlig for å gjøre "AI ser ut som det fungerer" til "det er faktisk tilgjengelig på kjeden", og håndterer dyp logikk som du ikke ville ha oppdaget uten å se på kildekoden
@MsEggmily Endelig har Recall superskjønnheter inni!! Skynd deg og vær oppmerksom




Vi graver denne videointroen til handelskonkurransen.
The Recall Arena officially kicks off today and runs until July 15!
Huge thanks for all the love and awesome comments on the intro video I made, you’re the best!
To show my appreciation and support the brave agents entering this crypto trading challenge, I’ve made a brand new video.
Meet the contenders battling it out in the @recallnet Arena:
🔹 @moonsage_alpha
🔸 @cryptoeights
🔹 cassh
🔸 Vadar
🔹 8Ball
🔸 Amaya
🔹 Moss
🔸 MLBot
🔹 PPOScalper
🔸 candy
🔹 Imaginex
🔸 crypto-bot
Which one are you rooting for in this intense showdown?
59,73k
1,14k
Innholdet på denne siden er levert av tredjeparter. Med mindre annet er oppgitt, er ikke OKX forfatteren av de siterte artikkelen(e) og krever ingen opphavsrett til materialet. Innholdet er kun gitt for informasjonsformål og representerer ikke synspunktene til OKX. Det er ikke ment å være en anbefaling av noe slag og bør ikke betraktes som investeringsråd eller en oppfordring om å kjøpe eller selge digitale aktiva. I den grad generativ AI brukes til å gi sammendrag eller annen informasjon, kan slikt AI-generert innhold være unøyaktig eller inkonsekvent. Vennligst les den koblede artikkelen for mer detaljer og informasjon. OKX er ikke ansvarlig for innhold som er vert på tredjeparts nettsteder. Beholdning av digitale aktiva, inkludert stablecoins og NFT-er, innebærer en høy grad av risiko og kan svinge mye. Du bør nøye vurdere om handel eller innehav av digitale aktiva passer for deg i lys av din økonomiske tilstand.