大多数区块链执行你告诉它们做的事情。
@anoma 理解你的意思；并在各个领域、对手和隐私边界之间进行协调。
那个变化不是表面的。
这是一种新的市场结构，用于在链上解决价值。
-- 📌 这是完整的生命周期:
第一步：声明意图
一笔交易说明了如何。
意图说明了什么。
用户定义的是：
• 期望结果
• 约束
• 偏好
示例：
“以 <0.2% 的滑点将 5 $ETH 兑换为 $stETH，私下结算。”
无手动路由。
不预选执行路径。
步骤2：八卦层传播
意图进入 Anoma 的 gossip 网络；一个点对点中继，将其传播给潜在的解决者。
这不是一个内存池转储。
这是结构性披露：
• 仅共享匹配所需的字段
• 敏感细节在执行前被保留
结果：协调而不泄露阿尔法。
步骤 3：求解器聚合
解题者是独立的经济参与者。
每个接收意图并构建一个私有执行计划。
他们查询流动性，扫描交易对手，并在链、领域和资产类别之间建模路线。
把它看作是一个去中心化的RFQ，每个解题者都是一个自主的策略引擎。
步骤4：最佳匹配选择
多条履行路径竞争。
网络(或用户自己的代理)选择最符合声明约束的选项：
• 价格
• 延迟
• 隐私
• 对手方信任评分
这不仅仅是寻找任何匹配，而是要找到最佳的匹配。
步骤 5：ZK 验证执行
一旦选择，执行将通过零知识证明进行验证:
• 所达成的计划得到了遵循
• 所有约束条件均已

到目前为止，AI的结构缺陷已是常识。
@OpenledgerHQ的归属证明 (PoA) 改变了这一点。
这是完整的端到端流程：
1. 贡献数据：将数据集上传到一个“Datanet”，并附上链上哈希和贡献者地址。
2. 索引：将其标记化为 n-gram “窗口”，以便快速匹配。
3. 训练模型：模型版本提交训练日志 + 数据集引用上链。
4. 大规模服务：通过 OpenLoRA 部署，同时保持归因检查与输出一致。
5. 运行推理：将输出分割成窗口，与 PoA 索引中的数据集匹配。
6. 分拆费用：将Datanet费用按比例分配给贡献者。
7. 结算与展示：链上支付，在用户界面中展示来源及置信度评分。
-- 📌 步骤：从数据到支付
1. 贡献数据
一个数据集被上传到Datanet；@OpenledgerHQ用于主题相关数据集的容器。
• 每个数据集都经过哈希处理以确保完整性。
• 贡献者地址存储在链上。
可选：质押代币以表明质量和实际参与。
2. 构建 PoA 指数
数据被分割成代币窗口并索引。
• 索引经过优化以实现毫秒级查找。
• 匹配在推理时运行而不会降低响应速度。
3. 训练或微调模型
开发者将他们的模型版本与所使用的数据集关联起来。
• 训练日志被哈希并存储。
• 嵌入了对 Datanets 的引用，以便后续匹配。
4. 大规模提供模型
使用 OpenLoRA，模型可以：

你使用过的每一个“匿名”通讯应用都从未真正匿名。
最终，各国政府掌控了局面。
@maze_chat 的构建是为了避免这种情况的发生。
由前电信和加密专家创建，Maze是一个完全去中心化的通信平台，具备：
✅ 端到端加密，真正有效
✅ 洋葱路由 + 元数据混淆
✅ 基于AI的垃圾邮件和威胁保护
✅ 可选的TOR路由以实现完全匿名
这里的论点很简单：
在日益监控的时代，真正的隐私将变得稀缺而珍贵。
Maze不仅仅是一个应用程序。
这是一种链上隐私基础设施的玩法；VPN、托管和通讯都与其代币挂钩。
$MAZE 代币将于8月11日上线。
隐私并没有消亡。它只是一直在等待这一刻。

当Chainlink在2017年推出时，目标是明确的：
将可靠的链外价格数据引入链上系统，以便DeFi可以在不信任单一数据源的情况下运行。
它有效。
预言机成为借贷、衍生品和自动化市场做市的支柱。
数十亿的TVL依赖于它们。
但那是数据时代。
下一个时代是关于事实的。
•••
-- 📌 AI驱动系统中缺失的价格信息
价格信息是二元的：ETH/USD 要么是 $3,472.54，要么不是。
它们是可测量的、可验证的，并且易于达成一致。
现在看看基于人工智能的系统:
▸ 医学诊断是否准确？
▸ 交易代理是否遵循了风险参数？
▸ 这篇研究论文引用的来源正确吗？
这些不是价格点。
它们是判断。
而且他们需要推理，而不仅仅是数据检索。
预言者无法解决这个问题。
-- 📌 Mira为什么要为Web3构建推理层
认知层是推理的预言机。
它接受AI输出，将其分解为原子声明，发送给多个模型，并就真实性达成共识。
@Mira_Network 正在构建这一层:
▸ 多样化的LLM像独立的预言机节点。
▸ 输出通过混合PoW (真实推理工作)和PoS (权益加权争议解决)进行验证。
▸ 结果经过密码学签名，并在需要时以零知识证明。
正如Chainlink使得DeFi成为可能，认知层使得无信任AI成为可能。
-- 📌 认知层如何防止黑箱风险
如果去中心化金融协议要整合人工智能代理进行交易、风险建模和欺

这个周期中，最具可组合性的资产不是$姨太或稳定币。
这是$LBTC。
因为具有流动性的$BTC比$BTC本身更稀缺。
这是我的论文：🧵
•••
-- 📌 你忽视的流动性层
"Onchain $BTC" 并不是全部情况。
真正的问题是，$BTC 一旦上链会发生什么。
答案：
+ 它移动。
+ 它会复利。
+ 它变得富有成效。
大多数包装的$BTC处于闲置状态。
@Lombard_Finance改变了这一点。
$LBTC 将 $BTC 转换为元抵押品。
它产生收益。
它驱动杠杆。
它流动。
-- 📌 为什么 $LBTC 适合现在
$BTC是加密货币中最纯粹的资产。
但从历史上看，它也是最不具可组合性的之一。
直到$LBTC；一种信任最小化且可在L2、EVM链和高速环境中便携的$BTC形式。
与中央托管且闲置的$wBTC不同，
$LBTC旨在实现可组合性。
这意味着：
+ 杠杆头寸的即时流动性
+ 可编程抵押品用于收益策略
+ 无缝集成借贷、重新质押和衍生协议
智能资本已经开始流入像$LBTC这样的资产。
不仅仅是持有$BTC，
但要使其发挥作用。
-- 📌 元抵押的崛起
在2020年的DeFi中，抵押品很简单：姨太或稳定币。
在2024-25年，游戏已经转向资本效率。
市场需要以下抵押品：
1. 可以跨生态系统移动
2. 可以在存款时赚取收益
3. 可以在不破坏信任假设的情况下

我们都关注 anoma 的意图架构。无缝地在链之间切换的能力等等。但是没有人谈论 𝘗𝘳𝘪𝘷𝘢𝘤𝘺，这是 anoma 的核心原则之一。
@anoma正在构建一个以隐私为首的意图匹配系统。跨链交易在以太坊、Cosmos和比特币等链之间可能会在多个网络中暴露敏感用户数据。
Anoma 通过将隐私直接嵌入匹配层来解决这个问题。这意味着价值可以在链之间安全地流动，而不暴露你是谁、你持有什么或你在做什么。
他们使用加密和非加密的方法来减少共享数据的数量。
使用的一些加密技术是
-三通
- 多方计算
- FHE
- 见证加密和功能加密。
- 可搜索加密和协作SNARKs。
隐私问题难以解决，目前还没有单一的“最佳解决方案”，每种方法在隐私、性能和信任之间都有权衡。
所以除了用户意图，Anoma 正在解决区块链中最关键的问题之一，即协调层的隐私问题。
我很高兴能成为Anoma所构建的项目的一部分，并且我准备好进一步探索这个生态系统。
感谢 @elijah_iv 给我提供了一个测试网的代码。

我们已经讨论过比特币作为优质抵押品。
但当那种抵押物获得流动性时会发生什么？
我们获得 $LBTC；这不仅仅是一个静态的价值储存。
它可以移动。复合。乘以。
这是循环：
1. $LBTC 被用作抵押：在不离开比特币的情况下解锁杠杆。
2. $LBTC 进入收益保险库：获得被动收益，即使它支持仓位。
3. 它被再抵押：同样的 $BTC 在新的借贷或流动性循环中被重复使用。
4. 新的 $BTC 资金流入重新担保系统，从而收紧了无信任螺旋。
每次旋转都加深流动性，增加费用流，并增长无信任杠杆。
不是以鲁莽的方式，而是通过模块化架构和比特币原生的保障。
这不是“纸比特币。”
这是来自 @Lombard_Finance 的高效比特币！

大多数链条广播。
Anoma 意图。
现今大多数区块链都采用“喷洒和祈祷”的模式：
• 你广播了一笔交易。
• 网络在等待看看谁会咬。
这个模型简单，但直截了当。
它泄露信息，错误定价机会，并在复杂的协调环境中破坏。
现在翻转流程：
@anoma 将广播转换为协调。
1. 你声明你的意图(你想要什么结果，而不是如何)。
2. 系统在所有交易对手意图中找到最佳匹配。
3. 执行私下进行，最佳，原子化。
这不仅仅是一个新的交易格式。
这是一种新的市场结构原语。
为什么这是独特的？
• 在以太坊上，“我想用 ETH 兑换 DAI” = 广播 → MEV 抢先。
• 在 Anoma 上，“我想将 ETH 兑换成稳定币” = 意图 → 最优路径 → 私密匹配。
这是一项基本解锁：
区块链从执行平台转变为协调平台。
这能实现什么？
• 私人多方交易
• 无垃圾邮件的对方发现
• 更公平的执行，无泄漏
• 拍卖、询价请求、跨域意图匹配
• 全新的协议设计在顶部
我的看法
直言不讳：
→ 自 mempool 以来市场设计的第一次重大重写。
大多数链条根据它们所看到的进行结算。
Anoma 解决了你的意思。
这是一个以意图驱动协调的时代。

人工智能失败不是因为它是错误的。它失败是因为我们无法证明它是正确的。
Mira并不是通过更多模型来解决这个问题，而是通过一个开放、可审计并建立在链上的验证层。
@Mira_Network推出了一种新的信任原语，应用于AI堆栈，将不透明的输出转变为共识验证的数据流。
Mira如何在三个可组合的支柱上大规模解锁信任：
• 开放协作
• 打开数据验证
• 开源架构。
1. 开放合作
Mira已经与法律、游戏、金融和教育等领域的参与者建立了合作关系，这些领域对AI输出的信任是不可妥协的。
每个合作伙伴都利用Mira的去中心化网络来验证链上的AI输出，无需人类干预或集中监督。
这使Mira成为一个即插即用的信任引擎，适用于特定垂直的人工智能应用场景。
2. 打开数据验证
当前的人工智能领域存在一个盲点：你无法独立验证模型的输出是否正确。
Mira通过使用多个LLM的共识来验证输出，从而将信任保证从70%提升到96%的准确性。
这使得Mira不仅仅是一个模特跑者，而是一个去中心化的AI审计员。
3. 开源架构
Mira不是封闭式基础设施。
它是一种开放的、模块化的架构，建立在区块链基础上，开发者可以构建自己的应用程序，接入Mira的验证层，并部署特定用例的逻辑。
在一个不透明的人工智能世界中，Mira 默认是开放的。
-- 结论
Mira并不想取代AI层。
它正在构建一些更基础的东西：一个公共

《创世纪法案》上周签署，正式承认稳定币，自那时以来，稳定币市场一直在升温。
@SeiNetwork 为这一刻做好了准备。原生 USDC + CCTP V2 现已在 Sei 上线。
这不仅仅是良好的时机，它还是一个信号。Sei 正在将自己定位为机构和稳定币流动性的家。
@circle，USDC的发行者在Sei中有很大的投资。事实上，$SEI是他们在IPO文件中提到的少数代币之一。
在美国，稳定币的叙事正在上升，这一举措使Sei成为严肃参与者和大型银行选择的链，以便在链上构建。

现在加密货币中最明显的定价错误是什么？$BTC Vaults.
$ETH 重新质押的总锁仓价值为 $19.7B.
$BTC DeFi 吗？只需 $6.92B。
让这件事深入人心。
在加密货币中，最有价值的资产(市值为2.3万亿美元)仍然大部分闲置。
不参与质押。
不再重新质押。
没有保险库层模块化。
但这正在迅速改变。
-- 📌 $BTC 保管箱是解锁
像 @Lombard_Finance 这样的协议正在构建比特币原生的保险库层
未包装。
未桥接。
但本地、模块化和可编程。
想想：
▸ 丽都，但为了 $BTC
▸ EigenLayer，但带有保险库
▸ MakerDAO，但使用原生比特币作为抵押品
这不是理论。这是实时的。
Lombard让用户通过将$BTC锁定到模块化金库中铸造$LBTC。
从那里，它打开了所有系统：
+ 杠杆
+ 复押
+ 原生收益
同时保持比特币的安全保障。
-- 📌 这是交易
$ETH 再质押的总锁仓价值在 6 个月内增长了 3 倍。
如果$BTC的金库仅在相对基础上赶上，我们谈论的是数十亿的解锁。
这就是不对称的上行。
你并不是在押注于 meme 流动性。你是在押注于结构性收敛。
-- 📌 $LBTC定位
随着金库流动性的加深，$LBTC 成为 $BTC 的 DeFi 基础资产。
可组合的。
安全。
与本地保险库增长保持一致。
注意二次效应：
▸ $