Tópicos em alta
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.
Experimentação com Propriedade de Interesses, NFTs Legados Baseados em Juros
@LitecoinVM , @opensea , @noise_xyz
NFTs legados baseados em juros são um conceito que surgiu de uma tentativa de tratar aquilo que as pessoas estão prestando atenção como se fosse um ativo. Este experimento se baseia em uma estrutura que roda no LITTVM, um ambiente de execução que expande a cadeia Litecoin, e imagina um método de coletar vários interesses e tópicos gerados no mercado e nas redes sociais, ou dados chamados ruído, cunhando-os na forma de NFTs e negociando-os em marketplaces de NFTs como o OpenSea. O ponto chave aqui é que os próprios dados que registram tendências e atenção em um momento específico, não imagens ou personagens, se tornam o conteúdo dos NFTs.
Nessa estrutura, os dados de ruído são agregados por meio do protocolo Noise. Ruído é um sistema que quantifica a atenção de um tema específico com base em dados públicos, como menções e interações em redes sociais, e a expressa na forma de um mercado com preços em constante mudança. Se você criar um snapshot de alguns desses dados em um momento específico e o emitir como um NFT, o NFT se torna uma espécie de registro que prova "quanta atenção esse tema recebeu até agora." Os NFTs emitidos são criados no padrão ERC-721 do LITVM, e os metadados estão conectados ao armazenamento off-chain como os NFTs comuns, podendo ser registrados no OpenSea para venda.
Tecnicamente, o LITVM é um ambiente de rollup com uma estrutura compatível com máquinas virtuais Ethereum, e não há grandes restrições à emissão e transferência de NFTs. No entanto, na época da investigação, o LITVM ainda estava em fase de testes, não na mainnet, e nenhum caso de dados de ruído realmente ligados diretamente ao LITVM e emitidos como NFTs não foram confirmados. Portanto, embora esse modelo possa ser explicado conceitualmente, é difícil vê-lo como operando em um ambiente de produção totalmente operacional.
A ideia de transformar dados de interesse em ativos também tem limitações estruturais. Como menções em redes sociais e informações em alta são dados públicos acessíveis por qualquer pessoa, é difícil afirmar que um NFT específico é o dono exclusivo desses dados. O que os NFTs garantem não é a propriedade exclusiva dos dados em si, mas sim a posse do fato de que os dados foram registrados em um momento específico. Além disso, tendências e interesses mudam muito rapidamente, enquanto NFTs são ativos que permanecem permanentemente na blockchain, então a natureza da persistência é diferente. Na verdade, muitos projetos de NFTs baseados em tendências relataram muitos casos em que o trading foi suspenso ou seu valor caiu drasticamente ao longo do tempo.
A natureza legal também não é claramente definida. Se esses NFTs forem meros certificados de registros de dados, eles são próximos de colecionáveis, mas se forem vendidos de uma forma que faça as pessoas esperarem lucro devido ao crescimento de tendências ou ao aumento do interesse, podem ser interpretados de forma semelhante aos títulos em alguns países. O fato de as transações serem realizadas por meio de marketplaces globais como o OpenSea pode variar dependendo do país do participante da transação, e o ambiente regulatório também aumenta a incerteza.
No fim das contas, NFTs legados baseados em interesses são um conceito que tecnicamente pode ser implementado sobre a infraestrutura existente de NFTs, mas também apresentam limitações práticas, como a não exclusividade dos dados públicos, a curta duração das tendências e a ambiguidade na interpretação legal. Este experimento levanta questões interessantes sobre se é possível registrar o que as pessoas prestam atenção e direcionar para negociação, mas é difícil afirmar que ele se estabeleceu em um modelo de ativos estável no momento da pesquisa, e é razoável entendê-lo principalmente como uma tentativa conceitual e experimental.
$SEA $LTC $NOISE



Melhores
Classificação
Favoritos
