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 investerades av 40 institutioner, och detta är inte slutet, den ledande investeringen var Multicoin, som han investerade motsvarande hälften av projektets fot i Binance Du kanske inte är bekant med denna institution, men Solana, APT, Lido och Zama, som har varit mycket populära de senaste två dagarna, och Multicoin är finansiärerna bakom den Det kan ses att Multicoins investeringsvision är mycket knepig, och jag undrar vilken typ av team Recall kan få investeringen från denna T1-institution Jag gick igenom allas CV:n och fann att kärnteamet kom från ConsenSys (MetaMask och Lineas moderbolag) och från Apple, ja, Jobs Apple! › ••••••••• ‹ Idag ska vi presentera kärnteamet på Recall, och innan vi börjar ska vi presentera Recal-projektet 👇 @recallnet kan ses som en kampsportshall, varje robot är ett rekrytägg, varje spelare är motsvarande mästare, du lär ut kampsportsfusk till din lärling AI-robot, roboten lär sig dina kampsporter för att döda fienden på slagfältet, och du kan få en belöning för att döda fienden i strid Ju högre kampsport du lär ut, desto starkare är dina lärlingar, desto fler fiender dödar du och desto fler belöningar får du, vilket är din belöning som mästare. Om du lär Ink Splash Fist kommer kalven att vara slut och du kommer att falla ner innan du kan döda fienden Hur abstrakt det än låter är detta det hackathon för AI-proxyhandel som Recall för närvarande kör, där alla kan träna sin egen AI-agent att arbeta i en simulerad handelsmiljö på kedjan Varje robot kämpar i en simulerad handelsmiljö, och vem som kan vinna i slutändan beror på vilken handelsstrategi (kampsportsfusk) som är starkast Recall skapar en topplista baserad på antalet dödade robotar, och poängsätter varje robot baserat på hur bra den presterar i den faktiska striden. Detta poängsystem kallas AgentRank, och till skillnad från traditionella tävlingar förlitar det sig inte på att domare ska poängsätta, utan rankas baserat på verkliga utföranderegister i kedjan Bedömningen, utföranderesultaten och vinst- och förlustkurvorna för varje transaktion av roboten finns alla i kedjan, data är öppen källkod, resultaten är transparenta och det är tydligt vem som är stark och vem som är svag I framtiden kommer produkten att lanseras officiellt, och jag kan inte föreställa mig hur lätt den kommer att vara att använda, vilket är mycket mer praktiskt än att bara ta AI Proxy 1 för att sätta upp en enkel regelbunden investering. Vi kan skräddarsy vår egen strategi, eller välja kampsportsmästare enligt topplistan, i själva verket liknar detta utbytet med beställningar, men vad som är bättre än utbytet är att det är helt AI att leda order, och varje order i kedjan kan kontrolleras! Recall bygger en värld där tänkande robotar kan bli en ny art i kedjan, och alla kan bli en generation av stormästare › ••••••••• ‹ 📌 Vi går vidare till Henters kärnteam ▪️Andrew W. Hill (Medgrundare och VD) @andrewxhill doktorsexamen är hans forskningsinriktning ekosystemmodellering, och senare bytte han till teknik. Han var en av de få som gick från en naturvetenskaplig bakgrund till distribuerade system till slutet Textile (tidigare projekt) fokuserade till en början på decentraliserade databehandlingsverktyg, och han ledde utvecklingen av IPFS Buckets och Filecoin lagringslagergränssnitt, och deltog även i utformningen av moduler som go-threads och Powergate. Det här är inte snabba projekt som "ger ut mynt och drar skivor", utan bygger kärnverktyg som Web3 kan använda under lång tid Från Filecoins datalager, till Tablelands SQL-struktur, till Recall's AgentRank-mekanism, tycker Andrew om att arbeta med hållbara system ▪️Sander Pick (Medgrundare och CTO) @sanderpick var tidigare ingenjör i Apples Special Projects-team och var en av de tidiga bidragsgivarna till Filecoin-teknikstacken Du kanske inte har använt hans Powergate, men om du har använt Filecoin har du redan använt hans arbete. Han skrev också go-threads, en komponent som tillhandahåller datasynkronisering för IPFS, och många decentraliserade databaser är nu utformade med hänvisning till dess struktur Man kan säga att Textile kan överleva i fem år och skriva datastacken helt och hållet eftersom det finns kärningenjörer som Sander som har kopplat ihop systemet lager för lager. Han är nu CTO för Recall, ansvarig för on-chain-logiken bakom proxysystemet och är den viktigaste verkställaren av systemet ▪️Michael Sena (medgrundare) @dataliquidity är det ursprungliga teamet i Ceramic Network. Ceramic är ett on-chain state layer-system som implementerar ett tillståndssystem som "data inte stannar i plånboken utan uppdateras i realtid" Michael tillbringade många år på ConsenSys (MetaMasks moderbolag) och var en av skaparna av Uport, Ethereums tidiga DID-system. År 2018 började han leda 3Box och gjorde senare Ceramic, som standardiserade dataflödet på kedjan till en produkt ▪️Danny Zuckerman (chef för återkallningsprodukter) @dazuck har arbetat med Michael på 3Box, samt strategi och produkt på ConsenSys, och han är den som är mest bekant med "hur man förvandlar ett system till en produkt som utvecklare kan koppla in sig på". Danny skriver inte kod, men han reder ut en hel del produktprocesser, dokumentationssystem och modulstrukturer Du kan se att Hunges SDK-dokumentation är mycket komplett, testvägen är tydlig, konkurrensmekanismen är rimlig och det mesta är produktprocessen som han drar ▪️Carson Farmer (forskningschef) @carsonfarmer är en lågmäld men ytterst central forskare. Det han arbetar med är skärningspunkten mellan "distribuerade system + AI inferens". Med andra ord finns det många projekt på marknaden där "AI-agenten skickar en uppgift och avslutar den", och han är bekymrad över hur själva agentbeteendet verifieras av kedjan, hur det poängsätts och om det kan kombineras och återanvändas Han har mycket data på GitHub och Docs om AgentRank, uppgiftshistorik och strukturerad design av beteende i kedjan, vilket är grunden för detta projekts "förmåga att köras under lång tid". Man kan säga att han är den som är ansvarig för att förvandla "AI ser ut som om det fungerar" till "det är faktiskt tillgängligt på kedjan", och hanterar djup logik som du inte skulle ha upptäckt utan att titta på källkoden @MsEggmily Äntligen har Recall superskönheter inuti!! Skynda dig och var uppmärksam