Ethenas $USDe nått ett marknadsvärde på 10 miljarder dollar på bara 500 dagar

Klockan 3 på morgonen svepte jag Twitter och såg ett stort V som ropade order igen. Han tänkte för sig själv: "Den här gången borde det vara pålitligt" och tvekade länge med fingrarna på köpknappen. Om du köper den är du rädd för att bli skuren, och om du inte köper den är du rädd för att gå miste om en hundrafaldig mynt. Tvekar och vrider och vänder. Har du också gjort ovanstående mentala resa? Detta är den ursprungliga avsikten med Vibes, att hjälpa dig att urskilja - ▫️ Är denna våg av popularitet verklig eller utplånad? Diskuteras verkligen myntet som plötsligt exploderade på Twitter, eller är det en illusion? ▫️ När ska du springa iväg? När en KOL plötsligt börjar skrika frenetiskt, ska vi vara försiktiga? Så vad är #OKX Vibes - Handelshjälpmedel speciellt utformade för memecoins och heta tokens för att ta itu med dina mest bekymmer: ▫️ Vem är det som skriker? - Spåra adressrörelser i realtid ▫️ Är de korrekta? - Historiska ramaskri och framgångsfrekvenser ▫️ Blir det matta? - Identifiera falsk värme och varna för risker Välkommen att använda och ge feedback på produktförslag 🫡! Appversionen kommer senare 😉

🧐Mind Network är ett projekt som jag har följt, och kärnan i detta projekt är FHE helt homomorfisk kryptering, vilket gör att information kan beräknas direkt under krypterade förhållanden utan dekryptering, och kan användas inte bara på blockchain, utan också på traditionella företag. Detta ger också @mindnetwork_xyz möjlighet att samarbeta med Web2-företag för att skapa inkrementella marknader. Mind föreslog nyligen Encrypted Messaging Onchain-protokollet, som gör det möjligt att lämna ut information som inte är lämplig för direkt avslöjande i kedjan lämnas ut privat för RWA-transaktioner på kedjan, och slutför beräkning, verifiering och andra steg i ett privat tillstånd för att uppnå betrodd integritet. Och innan. Inom AI-området samarbetar Mind med Deepseek och är en partner som faktiskt är listad på Deepseeks officiella Github. Det kan bara ha varit en PR, men nyligen kom det en uppföljare. Mind har också samarbetat med ByteDance-ekosystemet, och BytePlus kommer att erbjuda DeepSeek genom ett standardiserat API genom sin ModelArk-plattform. Hela inferensprocessen som involverar DeepSeek kommer att säkras med hjälp av Mind Networks proprietära FHE-moduler, såsom Mind FHE Rust SDK, vilket säkerställer att data förblir krypterade och privata under hela interaktionen, från användarinmatning till modellanrop till slutlig utdata. Alla validerings- och beräkningsuppgifter kommer att utföras på BytePlus infrastruktur för funktionsberäkning. För att uttrycka det enkelt, med Minds FHE helt homomorfa kryptering, kan Deepseek tjäna byteekologiska projekt utan att oroa sig för sina egna modellintegritetsproblem. Den stora poängen med detta samarbete är att det kan betjäna användare av kontorsprogrammet Lark, och sedan Emmm, Lark har för närvarande mer än 10 miljoner användare. COZE AI Agent har ännu inte tillhandahållit dataskyddstjänster, vilket kan upplevas. Faktum är att Mind också samarbetade med Alibaba Cloud tidigare. Hjälp till att lösa problemet med att AI-data fortfarande är betrodda att beräkna i ett privat tillstånd. Dessutom sägs det att ett preliminärt samarbete har inletts med ett större företag. Fortsätter att observera, 🧐🧐

@mindnetwork_xyz är ett projekt som jag har följt, och kärnan i det här projektet är FHE helt homomorfisk kryptering, vilket gör att information kan beräknas direkt under krypterade förhållanden utan dekryptering, inte bara på blockkedjan utan även på traditionella företag. Detta ger också Mind möjlighet att samarbeta med Web2-företag för att skapa en inkrementell marknad. Mind föreslog nyligen Encrypted Messaging Onchain-protokollet, som gör det möjligt att lämna ut information som inte är lämplig för direkt avslöjande i kedjan lämnas ut privat för RWA-transaktioner på kedjan, och slutför beräkning, verifiering och andra steg i ett privat tillstånd för att uppnå betrodd integritet. Och innan. Inom AI-området samarbetar Mind med Deepseek och är en partner som faktiskt är listad på Deepseeks officiella Github. Det kan bara ha varit en PR, men nyligen kom det en uppföljare. Mind har också samarbetat med ByteDance-ekosystemet, och BytePlus kommer att erbjuda DeepSeek genom ett standardiserat API genom sin ModelArk-plattform. Hela inferensprocessen som involverar DeepSeek kommer att säkras med hjälp av Mind Networks proprietära FHE-moduler, såsom Mind FHE Rust SDK, vilket säkerställer att data förblir krypterade och privata under hela interaktionen, från användarinmatning till modellanrop till slutlig utdata. Alla validerings- och beräkningsuppgifter kommer att utföras på BytePlus infrastruktur för funktionsberäkning. För att uttrycka det enkelt, med Minds FHE helt homomorfa kryptering, kan Deepseek tjäna byteekologiska projekt utan att oroa sig för sina egna modellintegritetsproblem. Den stora poängen med detta samarbete är att det kan betjäna användare av kontorsprogrammet Lark, och sedan Emmm, Lark har för närvarande mer än 10 miljoner användare. COZE AI Agent har ännu inte tillhandahållit dataskyddstjänster, vilket kan upplevas. Faktum är att Mind också samarbetade med Alibaba Cloud tidigare. Hjälp till att lösa problemet med att AI-data fortfarande är betrodda att beräkna i ett privat tillstånd. Dessutom sägs det att ett preliminärt samarbete har inletts med ett större företag. Fortsätter att observera, 🧐🧐

I dag är det tre år 🧐 sedan jag började arbeta med @MantaNetwork Det finns ingen liten sammansättning, bara sås 😜

Solana kommer att ha en stark känsla av kris efter lanseringen av Hyperliquid, eftersom det känns som att Solanas mål är att uppnå en mer kraftfull och CEX-liknande Hyperliquid 😂😂

"Vi kommer alla att vara E-vakter i framtiden" (den här artikeln tillhör verkligen den löpande och talande versionen, jag hoppas att den ska vändas.) 1/ ETH kopierar BTC:s rörelser på traditionella marknader och börjar prissättas om av Wall Street. Under andra halvåret i år förväntas det komma ut ur en starkare prisutveckling. 2/ Förutom BTC och ETH följer andra tokens ett mönster som liknar MSTR eller SBET, vilket är mer hype. Skillnaderna är: Hype-typ: För att dra upp försändelsen Golv-till-tak: för omprissättning Denna skillnad kommer att bli mer och mer uppenbar i framtiden. 3/ SOL kan vara på väg in i en "stor reträtt". Vi måste vänta på en ny berättelse för att driva priset tillbaka till uppåtsidan. 4/ Binance Alpha-modellen måste ses över: Genom att blanda bra och dåliga projekt kan den totala avkastningen bli större än inkomsten från den första veckan, vilket är värt att vara uppmärksam på och aktivt delta i. 5/ Marknadsstrukturen har förändrats. Efter att BTC handlats i sidled är det svårt att reproducera marknaden för "altcoin-rotation" tidigare. I framtiden kommer det att finnas mer kapitalrotation mellan BTC → ETH, och altcoin-vinster kommer att tendera att vara hyped-typ swing trading. 6/ 📌 Vem är den verkliga huvudkraften på marknaden? Inte en ETF (mestadels privata investerare), inte heller CTA/quant (trendföljande) eller en CEX/MM (passiv likviditetsleverantör). Istället: riktade hedgefonder, som Galaxy, Millennium Management, de är de verkliga marknadsgaranterna. Dessa "bankirer" dominerar BTC:s momentum. När de börjar bygga positioner kommer andra trendföljare (CTA, MM) och privata investerare att vidarebefordra för att främja den övergripande marknaden för att bilda en "synergi". Detta förklarar varför många traditionella indikatorer börjar misslyckas – drivkrafterna på marknaden har förändrats. Det som verkligen fungerar är att förstå vem som dominerar utgångspunkten för trenden. Finansbolag (t.ex. MSTR) köper via OTC och kommer inte att påverka marknadsfluktuationer och är inte "bankirer" eller fonder som dominerar marknadstrender. 7/ 💥 Tom Lee (Bitmines ordförande) har lett en strategisk reservplan för ETH på 250 miljoner dollar, som har erkänts av Wall Street. Wall Street-institutioner omformar ETH:s prismodell. ETH är bron för stablecoin-likvidationer. För närvarande sker 50%+ av stablecoin-likvidationerna på ETH. Den förväntade storleken på stablecoin-marknaden är 2 biljoner dollar: Enligt CRCL PE 300 bör ETH överstiga 10 000 US-dollar enligt PE 100, och det är långt ifrån rimligt prissatt. 8/ Wall Streets nuvarande grundläggande syn på krypto: 1. Tokenisering av amerikanska aktier 2. Token amerikansk handel ETH är den största förmånstagaren i denna logik. 9/ Genesis Act och stablecoin regulatoriska utdelningar involverar inte kedjor som SOL, BNB, etc. Den för närvarande etablerade makroprislogiken stöder endast BTC och ETH. ———————————————————————— Sammanfattning: BTC, ETH = Landningslogik, institutionell driven och trendsynergi SOL, BNB och andra altcoins = inte etablerade för tillfället, saknar lagstiftning och institutionellt stöd Den verkliga arbetshästen har skiftat från icke-professionella investerare och rotationslogik till riktade hedgefonder

$ETH Bryt igenom 1-timmes trycknivån kraftigt och fortsätt att attackera efter att ha gått tillbaka på 4-timmarsnivån och tittat på ATH🧐

$ENA också spela mikrostrategiläge, bra killar. @stablecoin_x meddelade att de har samlat in 360 miljoner dollar för att förvärva $ENA och kommer att försöka notera sina stamaktier av klass A på Nasdaq under tickersymbolen $USDE, inklusive en donation på 60 miljoner dollar $ENA från @ethena_labs Foundation $ENA har nästan nått motståndsnivån på 0,6 knivar i veckan, och om det kan bryta igenom starkt under de kommande två veckorna kommer att vara avgörande. Återuppringningspositionen på 4-timmarsnivå är cirka 0,45 och återuppringningspositionen på 1-timmesnivå är cirka 0,5. (Det är ett ganska stort heltal, det verkar vara en bookmaker med tvångssyndrom) Faktum är att jag ser fram emot nästa @convergeonchain hur man ytterligare kan öka konsumtionsscenarierna och intäktskällorna för ENA och höja värderingstaket.

Låt oss prata om ett annat lagringsprojekt som utvecklats av @SuiNetwork-teamet, @WalrusProtocol 🧐🧐 Mysten Labs, ett Sui-utvecklingsföretag, har också utvecklat ett datalagerprojekt @WalrusProtocol. Walrus är ett projekt som sysslar med datalagring och datatillgänglighet. När jag var klar med forskningen hade jag en känsla - "fantastiskt". Det här är det bästa lagringsprojektet jag någonsin sett. Följande är texten: Det finns två huvudkategorier av decentraliserade lagringsprojekt. Den första typen använder fullständig replikering, där ineffektiv redundans byts ut mot säkerhet, där varje nod lagrar en fullständig kopia av data, som representerar projektet @Filecoin Arweave. Den andra typen använder Reed-Solomon-raderingskodmetoden för att skära och spara originaldata, som representerar projekt @Storj, Sia, etc. ———————————————————————————————— Förklara raderingskoder på ett sätt som talar människor Lagringsmetoden för raderingskoder måste förklaras, strängt taget är det att dela upp originalfilen i f+1 originalskivor, generera 2f ytterligare reparationsflisor, spara en annan skiva för varje lagringsnod, och vilken f+1-skiva som helst kan rekonstruera den ursprungliga filen. Tja, du kan hoppa över detta icke-mänskliga uttryck och titta på följande stycke. Låt oss säga att vi vill spara 4 viktiga nummer: [3, 7, 2, 5], och dessa 4 nummer är våra "ursprungliga sektorer". Därefter måste vi generera ytterligare skivor, Korrigera segment 1 = 3 + 7 + 2 + 5 = 17 Reparationsskiva 2 = 3×1 + 7×2 + 2×3 + 5×4 = 47 Reparationsskiva 3 = 3×1² + 7×2² + 2×3² + 5×4² = 131 Nu har vi 7 skivor: [3, 7, 2, 5, 17, 47, 131], höger. Låt oss säga att systemet har 7 noder, och vi distribuerar dem, Zhang San: 3 Li Si: 7 Kungaboken 5:2 Zhao Liu: 5 Pengar 7:17 son 8:47 Johannesevangeliet 9:131 Om vi antar att Li Si, Zhao Liu och Zhou Jiu förlorar data har vi bara: [3, _, 2, _, 17, 47, _]. Så hur återställer man originaldata? Kommer du ihåg formeln för extra skivor? Det stämmer, lös en binär linjär ekvation. 3 + X + 2 + Y = 17 3×1 + X×2 + 2×3 + Y×4 = 47 Resultatet är X = 7, Y = 5. Naturligtvis är detta bara ett enkelt exempel. Du behöver bara komma ihåg effekten som uppnås av raderingskoden. Effekten är att så länge mer än 1/3 av noderna är felfria. Med andra ord, i raderingskodningssystemet lagrar noder endast dataskivor, så länge mer än 1/3 av noderna kan fungera, data kan återställas, men nodstabilitet krävs på grund av den höga kostnaden för utbyte. I ett fullständigt replikerat system måste det dock finnas en fullständig nod för att ladda ner alla kopior av data. Den förstnämnda offrar en del av säkerheten i utbyte mot låga kostnader, medan den senare byter redundans mot systemsäkerhet och stabilitet. ———————————————————————————————— Walruss tvådimensionella (2D) innovation för raderingskod Valrossens tillvägagångssätt är faktiskt att gå till medelvägen och uppnå en viss balans mellan de två. Kärnan använder också raderingskodning, men det skapar en förbättrad teknik Red Stuff på denna teknik. Red Stuff använder en smartare kodningsmetod för att dela upp data. Kommer du ihåg det tidigare exemplet med att radera koder? För att spara 4 viktiga nummer: [3, 7, 2, 5], generera ytterligare sektorer och slutligen lösa den binära linjära ekvationen. Återigen är detta ett exempel för att förklara Red Stuff. Red Stuff-kodning är en tvådimensionell (2D) kodningsalgoritm som du kan tänka på som "Sudoku". 3 7 25 i Röd Stuf kod blir, [3 7] [2 5] Anta att kodningsregeln är, Kolumn 3 = Kolumn 1 + Kolumn 2 Kolumn 4 = Kolumn 1×2 + Kolumn 2×2 Rad 3 = Rad 1 + Rad 2 Rad 4 = Rad 1×2 + Rad 2×2 Detta är den extra biten blir [3 7 10 20] [2 5 7 14] [5 12 18 34] [10 24 34 68] Därefter distribuerar vi dem till noder i rader och kolumner, Zhang 3: 3 7 10 20, det vill säga den första raden Lee IV: 2 5 7 14, rad 2 Kungaboken 5:5, 12, 18, 34,... Zhao Liu: 10 24 35 68,... Pengar 7:3 2 5 10, kolumn 1 8 Sön: 7 5 12 24,... Joh 9:10, 7, 18, 34,... Zheng Shi: 20 14 34 68,... Anta att Wang Wu förlorar data, det vill säga att data på rad 3 går förlorade. I själva verket behöver han bara fråga Zhang San i den första raden och Li Si i den andra raden, och be dem om siffrorna 10 respektive 7. Samma binära linjära ekvation löses för att erhålla resultatet. Från ovanstående populära men inte så rigorösa exempel kan vi sammanfatta egenskaperna hos Red Stuff, När du återställer data behöver du inte hela rader eller kolumner, bara platsspecifika data. Denna egenskap kan kallas "lokalitet". Dessutom kan ett nummer återvinnas från två dimensioner: rader och kolumner, det vill säga "återanvändning av information". För det andra, för komplexa data, kan du först återställa den dimension som är mer "enkel" och bekväm att beräkna, och sedan använda svårighetsdimensionen för att beräkna återställda data, det vill säga "progressivitet". Anta i praktiken att en fil är kodad som 301-segment under raderingskodens arkitektur. I ett typiskt raderingskodningssystem krävs det 101 skivor för att återställa 1 skiva, men i Red Stuff krävs det bara cirka 200 enskilda symboler för att återställa 1 par skivor. Om vi antar att en fil på 1 GB lagras har systemet 301 noder, det vanliga raderingskodsystemet, efter ett nodfel, måste ladda ner 1 GB för att återställa skivor, och Red Stuff, varje nod lagrar: primär skiva (3,3 MB) + sekundär skiva (3,3 MB) = 6,6 MB. Endast cirka 10 MB symbolisk data laddas ner vid återställning, vilket sparar 99 % av bandbredden. Denna design gör det möjligt för Walrus att upprätthålla ett storskaligt decentraliserat lagringsnätverk med mycket låga bandbreddskostnader, vilket minskar återställningskostnaderna från O(|blob|) till O(|blob|/n). Det är därför Red Stuff kallas "självläkande". Dessutom lägger Walrus till ett antal säkerhetsfunktioner, till exempel att vara det första protokollet som stöder lagringsutmaningar i asynkrona nätverk. Den så kallade "utmaningen" här liknar den optimistiska mekanismens stickprovskontroll av noddatalagring. Red Stuff lägger till verifierbara kryptografiska åtaganden för varje sektor, varje symbol kan verifieras oberoende och så vidare. För att sammanfatta egenskaperna, 1) Den första asynkrona säkerheten: löser förtroendeproblemet med distribuerad lagring till noder; 2) Självverifiering: inbyggd mekanism mot förfalskning; 3) Progressiv: Hantera dynamiska förändringar i noder; 4) Skalbar: stöder hundratals till tusentals noder; för att hitta den bästa balansen mellan säkerhet och effektivitet. (Ovanstående är den första delen av den här artikeln)