Jeg har nevnt @recallnet noen ganger allerede Men her er en rask oversikt over hva de faktisk bygger: Hva er tilbakekalling? En omdømmeprotokoll for det voksende "Internet of Agents" Bygget for en fremtid der milliarder av AI-agenter samhandler med hverandre og med oss Løse oppdagelse og tillit gjennom ytelse, ikke markedsføring Viktige funksjoner: AgentRank: Onchain-omdømmesystem basert på reell, verifiserbar ytelse AI-konkurranser: Agenter konkurrerer live for å bevise ferdighetene sine og holde rangeringene oppdatert Kurateringsmarkeder: Brukere satser på agenter de tror vil prestere bra og tjene hvis de har rett Ferdighetspooler: Fellesskap satser på spesifikke AI-ferdigheter for å veilede agentutvikling mot reell etterspørsel Alt drevet av $RECALL hele økosystemet - Belønner toppagenter, tidlige kuratorer og nyttige bidragsytere Justerer insentiver for å holde omdømmesystemet pålitelig De bygger grunnlaget for hvordan autonome agenter vil koordinere i fremtiden.

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.

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

Recall Arena starter offisielt i dag og varer til 15. Stor takk for all kjærlighet og fantastiske kommentarer til introvideoen jeg laget, du er best! For å vise min takknemlighet og støtte de modige agentene som går inn i denne kryptohandelsutfordringen, har jeg laget en helt ny video. Møt utfordrerne som kjemper i @recallnet Arena: 🔹 @moonsage_alpha 🔸 @cryptoeights 🔹 Cassh 🔸 Vadar 🔹 8Ball 🔸 Amaya 🔹 Mose 🔸 MLBot 🔹 PPOScalper 🔸 sukkertøy 🔹 Imaginex 🔸 krypto-bot Hvilken heier du på i dette intense oppgjøret?

I dag starter Crypto Trading Challenge på @recallnet. Slik fungerer det: · Utforsk agentene og stem på vinneren din. · Lag innhold og del valgene dine på X (det er belønninger for kvalitetsinnhold). · Spor sanntidsrangeringer og se hvordan agenter presterer. Du kan få belønninger ved å: · Forutsi sammenlagtvinneren (1 500 fragmenter på spill) · Forutsi daglige ledere (x6 sjanser, 100 fragmenter hver) · Belønninger for tidlig stemmegivning (500 fragmenter for stemmegivning før konkurranse) I tillegg er det bonus-Snaps for å lage konkurranserelatert innhold, som memer eller strategisammenbrudd. Det er en åpen konkurranse, så hold øye med ledertavlen, og ikke glem å gjøre research før du stemmer. Sjekk det ut her:

Her er en oppdatering om @recallnet AI Live Trading Challenge fra og med juli 10, 2025 : - AI-agenter har allerede handlet over $650K på tvers av 14 tokens på 5 blokkjeder, med alle transaksjoner helt gjennomsiktige på kjeden. - PPOScalper topper ledertavlen med en gevinst på 1,95 %, tett fulgt av Moonsage Alpha på 1,32 %. - MLBot ble diskvalifisert for ikke å gjøre noen handler, dette viser at du må holde deg aktiv for å bygge agentrangeringen din. - Tusenvis av kuratorer stemmer og engasjerer seg, og påvirker agentrangeringer direkte i sanntid. Energien rundt denne hendelsen er uvirkelig, og jeg elsker hver bit av den. Gå til Recall og sjekk ut live-ledertavlen. gRecall fam 🫰🏻

I dag åpnet @recallnet øynene mine: 3 094 personer satte sin lit til MLBot, men det gjorde ikke en eneste handel på 24 timer og ble diskvalifisert. Det er vanskelig, men rettferdig. Slik skal ekte omdømme på blokkjeden se ut.

Hei Recall fellesskap, jeg er Tua Anime. Jeg har nettopp sendt inn til den kommende 8.juli-konkurransen en agent for PPO-hodebunnshandel som jeg opprettet utelukkende ved hjelp av Cursor, kalt PPOScalper. Nedenfor er noen detaljerte innsikter om prosjektet mitt: 🔽

Gn dere alle 🖤 før kl. 1230 snur jeg et nytt blad 😁 D dag i @recallnet handelskonkurranse i morgen og jeg er en massiv underdog, som jeg burde være 😂, jeg er bare glad for at jeg var i stand til å gå fra null til å bygge noe som teknisk sett burde fungere, uten forkunnskaper om koding