[Uber probó retirar fondos de inversión durante el fin de semana, y Primus también presentó una propuesta de desarrollo] @primus_labs @CantonNetwork Uber probó si es posible retirar fondos depositados en una cuenta durante el fin de semana, fuera del horario bancario. En una demostración publicada el 30 de octubre, Uber compró un fondo del mercado monetario de Franklin Templeton utilizando depósitos tokenizados de HSBC y verificó que podía convertir parcialmente esos fondos en efectivo incluso durante el fin de semana. La blockchain utilizada en esta transacción es Canton Network. Primus y HashCloak presentaron una propuesta para integrar la tecnología de verificación de datos zkTLS dentro del mismo fondo de desarrollo de Canton. El monto solicitado es de 1,303,500 Canton Coin (CC), equivalente a aproximadamente 150,000 dólares al momento de la presentación. El plazo estimado para el desarrollo es de 14 semanas. El experimento de Uber se centró en el proceso mediante el cual las empresas invierten fondos y luego los recuperan cuando los necesitan. La propuesta de Primus busca agregar a la aplicación Canton la capacidad de verificar condiciones financieras externas sin revelar los datos originales. Por ejemplo, supongamos que una empresa necesita confirmar que su contraparte cumple con ciertos requisitos de liquidez antes de realizar una transacción. En lugar de recibir y almacenar el historial completo de su cuenta, se verificaría una prueba basada en datos confirmados por fuentes autorizadas. Primus planea crear pruebas para datos web, mientras que HashCloak desarrollará herramientas para que la aplicación Canton pueda verificar directamente estas pruebas. La propuesta pública incluye como resultados un ejemplo en el que la aplicación Canton verifica directamente una prueba matemática sin recibir los datos originales, así como herramientas públicas reutilizables por otros desarrolladores. Al implementar esto, las aplicaciones que verifican información financiera podrán validar la prueba en sí misma, sin depender únicamente de la firma de Primus. El experimento de Uber es una demostración completada, mientras que la propuesta de Primus y HashCloak actualmente está en revisión. Ambas iniciativas abordan problemas distintos dentro del mismo ecosistema Canton. El siguiente paso será determinar si se puede añadir a la infraestructura de ejecución de transacciones la capacidad de verificar con seguridad información financiera externa. Lo que se deberá verificar posteriormente no es la cantidad de financiamiento, sino si la función de verificación funciona realmente. Un criterio clave para evaluar el progreso de esta idea será si se realiza una prueba pública en la que la aplicación Canton pueda verificar directamente la prueba de Primus sin recibir los datos financieros originales. #Primus #CantonNetwork

[Solana recibe la evaluación de IA, pero eso no significa que el asentamiento ya esté completo] @GenLayer Supongamos que el mercado de agentes de IA de Solana confía la evaluación de la calidad del trabajo a GenLayer. Incluso si los verificadores llegan a un consenso sobre los resultados, aún es una cuestión independiente determinar qué cuenta en Solana recibirá la recompensa. El código de puente publicado por GenLayer Foundation incluye una estructura que transmite mensajes entre GenLayer y Solana a través de LayerZero V2 y un hub EVM. Aquí, el lugar donde se realiza la evaluación de IA y el lugar donde se modifica el estado de la aplicación como resultado están separados. La forma en que Solana recibe mensajes varía según la configuración de la cuenta. Si la cuenta receptora está predefinida, se puede actualizar directamente el estado registrado en la ruta DirectCpiReceiver. La llamada real a un programa externo debe implementarse adicionalmente según el programa receptor. Por otro lado, si la cuenta varía según el pedido o el usuario, primero se almacena el mensaje mediante StoreAndClaim, y luego se especifican las cuentas necesarias durante la llamada claim_message. Solana requiere que se especifique previamente la lista de cuentas que se utilizarán antes de ejecutar una transacción. Por lo tanto, no se debe indicar que el asentamiento para el usuario ya se completó solo porque se recibió un mensaje a través del puente. También se verifica por separado el origen del mensaje. La implementación pública está diseñada para validar un par confiable y evitar procesamientos duplicados de la misma solicitud mediante un message_id único. Sin embargo, prevenir duplicados o garantizar la entrega normal del mensaje no constituye evidencia de que el contenido de la evaluación de IA sea correcto. Cuando desarrollé PolicyGuard en Studio, abordé el problema de determinar si las reglas del documento realmente habían cambiado. Este código de puente demuestra que, al conectar los resultados a un servicio en otra cadena, se debe diseñar no solo el criterio de evaluación, sino también la transmisión, recepción y estado de asentamiento. Actualmente, el repositorio público contiene registros de pruebas bidireccionales entre Base Sepolia y Solana Devnet, pero no se deben considerar como logros operativos reales para servicios comerciales de Solana que utilicen evaluaciones de IA de GenLayer. Las pruebas de éxito necesarias en una aplicación de IA cruzada se dividen en tres elementos: la confirmación final de la evaluación de GenLayer, el mensaje proveniente de una fuente confiable y el cambio real del estado en la cuenta de destino. Código público: https://t.co/N4zVSxjYG7 #GenLayer #GenLayerDOKDOPioneer

[ENSv2, un solo nombre para miles de cuentas] @ensdomains @ethereum Con el lanzamiento de ENSv2 el 27 de octubre, es posible que https://t.co/NvxB4rnXZr.eth y https://t.co/xwZsp1UT6i.eth sean gestionados por diferentes responsables. Esto permite otorgar a cada equipo solo los permisos necesarios, sin que la empresa tenga que transferir la propiedad de company.eth. Esta estructura también implica una vulnerabilidad: si el nombre principal expira, todos los nombres secundarios debajo de él dejan de ser accesibles. ENS es conocido como un servicio que permite usar nombres legibles, como alice.eth, en lugar de largas direcciones de billetera. Según lo anunciado por ENS en octubre, hay aproximadamente 905.000 nombres .eth y 34 millones de nombres secundarios. Este total de más de 36 millones de nombres incluye tanto nombres registrados directamente por individuos como nombres secundarios emitidos por organizaciones. Ya se utiliza a gran escala la estructura de gestionar múltiples personas y servicios con un solo nombre. ENSv2 ha reformado la base para gestionar estos nombres secundarios. Cada nombre puede tener su propio registro de subnombres, y el propietario puede asignar permisos específicos —como registrar, modificar perfiles o gestionar subnombres— según roles. Por ejemplo, una organización puede emitir nombres individuales a empleados o asignar permisos de edición por equipo. Anteriormente era posible crear subnombres, pero ENSv2 ha integrado estas funciones de gestión directamente en la estructura del contrato principal. En el otro extremo, surge una concentración de responsabilidad. ENSv2 recorre secuencialmente los registros padres al buscar un nombre. Si company.eth expira o se interrumpe la conexión con su registro secundario, incluso poseer https://t.co/xwZsp1UT6i.eth no permite encontrar su dirección de pago. La capacidad de gestión del receptor del nombre está vinculada directamente a la renovación y gestión de permisos del propietario del nombre padre. Las reglas de expiración también intensifican esta responsabilidad. ENSv1 mantenía la accesibilidad del nombre durante 90 días tras la expiración. ENSv2 reduce este período a 28 días y detiene inmediatamente el acceso al expirar. Si se renueva durante este período, el nombre vuelve a funcionar; pero durante el tiempo sin renovación, los servicios vinculados pueden verse afectados. Al migrar un nombre existente a v2, se retrasa su fecha de expiración 62 días para compensar esta diferencia. Por ejemplo, si un nombre v1 tenía 100 días restantes hasta su expiración, tras la migración tendrá aproximadamente 162 días restantes, y el momento en que otro pueda registrarlo será en unos 190 días en ambos casos. Aunque el momento para volver a registrar es el mismo, en v2 el nombre no es accesible durante los últimos 28 días. El riesgo de pérdida y el riesgo de interrupción del servicio avanzan en calendarios distintos. Para un solo nombre personal, esto podría ser simplemente un problema de recordatorios de renovación. Pero si una organización ha emitido miles de subnombres a clientes, empleados o agentes, un fallo en la renovación del nombre padre puede causar problemas de acceso en múltiples servicios. Por eso, la importancia de la renovación del nombre padre y los procedimientos de recuperación de emergencia crece proporcionalmente al diseño detallado de roles. Los cambios en los precios de registro también están alineados con este diseño. El precio base anual para nombres .eth de más de 5 caracteres aumentó de $5 a $8 (un 60 %), pero si se registran por más de 6 años a la vez, el costo anual baja a aproximadamente $4.50. Esta estructura de precios incentiva el uso prolongado en lugar del uso temporal. Sin embargo, cuanto más cuentas estén vinculadas a un nombre, mayor será el costo potencial de un fallo en la renovación, mucho más allá del precio inicial de registro. El crecimiento de ENSv2 no se explicará solo por la cantidad de nuevos nombres emitidos. Señales más convincentes serán cuántos subnombres operan realmente en organizaciones, cómo se delegan los permisos por rol y cuántas aplicaciones amplían su capacidad para leer estos nombres con estabilidad. ENS ya afirma soportar búsquedas de nombres en más de 600 aplicaciones. Lo que determinará la confianza en el protocolo será quién asuma la responsabilidad y operación de esos nombres en el futuro. #ENS #Ethereum

Preguntas que el laboratorio de IA recibirá antes de comprar 12,480 registros de datos @datafdn @SuiNetwork [Tres etapas de la compra de datos que Trace de DATA, Sui y Walrus buscan conectar] Supongamos que un laboratorio de IA busca datos para el entrenamiento de voz. Si un vendedor presenta un conjunto de datos de 12,480 registros, no puede determinar la cantidad deseada simplemente revisando el número total de archivos o el contrato. De hecho, el ejemplo de auditoría de 1.42 TB mostrado por Trace de DATA Foundation incluye 6,140 videos, 3,770 imágenes, 1,710 documentos y 860 audios. Un laboratorio que busca datos de voz comenzaría revisando los 860 archivos de audio, que representan aproximadamente el 6.9% del total. Estas cifras no son resultados reales de transacciones, sino datos de demostración de Trace. Sirven como ejemplo útil para entender qué información debe revisar un comprador. Después de filtrar por tipo de archivo, se deben verificar la autenticidad del proveedor, los registros de consentimiento y términos, y la integridad de los archivos recibidos. La tasa de verificación KYC del 96.4% mostrada en la misma pantalla de demostración se refiere a los contribuyentes, mientras que la tasa de aplicación más reciente de términos del 91.8% indica el alcance de las versiones de consentimiento aplicadas. Dado que son métricas basadas en criterios distintos, durante la revisión del comprador también se deben examinar por separado el estado de autenticación del proveedor y los registros de términos por archivo. La colaboración entre DATA Network y Sui anunciada el 12 de octubre de 2026 tiene como objetivo conectar este proceso de revisión directamente con los archivos originales y los permisos de uso. En ese momento, Trace ya registraba más de 250 millones de contribuciones de datos para IA y procesaba más de 3 millones de recibos diarios en promedio. Sui Foundation invirtió 30 millones de dólares en DATA Network, y DATA planea migrar gradualmente desde una blockchain independiente hacia un protocolo basado en Sui. [Cinco etapas registradas en un recibo de 19.1 KB] Un solo recibo Kled publicado en Trace contiene el hash (SHA-256) de una imagen HEIC de 19.1 KB, una resolución de 196 × 348, el estado KYC del proveedor como "Verified", y un historial de carga/firma/registro vinculado a una transacción en cadena. La hora de carga fue el 6 de octubre de 2026; la firma del proveedor y la fecha de registro en Trace fueron el 7 de octubre. Esta página muestra el historial de registro y los elementos de evidencia, no la imagen original. El ciclo de vida de este recibo consta de cinco etapas. En la etapa de captura (Captured), aparece "Not recorded yet". Los datos detallados incluyen la hora en que se generó el archivo (occurred_at) y la hora en que se cargó (uploaded_at), pero estos campos por sí solos no permiten determinar con certeza cuándo se tomó la foto con la cámara. Los términos y condiciones también muestran "Not recorded" en la sección Origin y "Current" en el campo de versión dentro de Identity & consent. Esta diferencia ayuda a desglosar específicamente los elementos que debe revisar el comprador: El hash sirve como identificador para comparar qué información del archivo se registró; la firma y los registros en cadena proporcionan evidencia para rastrear quién y cuándo registró esa información. El estado de autenticación del proveedor y la versión de los términos son otros elementos distintos. El derecho del laboratorio a usar los datos para entrenamiento debe evaluarse según el contenido real del consentimiento y el contrato de licencia. [Función para convertir un recibo en 10,000 revisiones] En la pantalla Verify de Trace, se pueden pegar hasta 10,000 IDs de datos o enviar listas más grandes en formato CSV. Trace puede recopilar los recibos pertenecientes a un conjunto de datos y resumir el estado de autenticación del proveedor, la versión de los términos y condiciones, el tipo de medio y el historial de modificaciones, permitiendo acceder a cada registro individual. En la demostración anterior de 12,480 registros, la suma de videos e imágenes alcanza 9,910, es decir, aproximadamente el 79.4% del total. Un laboratorio que busca datos de voz y otro que busca datos visuales revisarán conjuntos diferentes aunque reciban la misma lista de venta. La razón por la que se muestran simultáneamente la tasa de autenticación del proveedor y el alcance de aplicación de los términos es permitir que el comprador seleccione archivos según su propósito y luego encuentre las pruebas correspondientes. Además de Kled, Trace también recibe registros de Numo, que maneja datos audiovisuales, y oto, que maneja audio interactivo. Los recibos registrados por cada aplicación se agrupan en raíces Merkle y se fijan en cadena. Por lo tanto, un volumen diario superior a 3 millones de recibos no equivale a un número igual de transacciones en cadena. Esta arquitectura permite registrar grandes volúmenes de contribuciones mientras proporciona rutas auditables para conjuntos individuales de datos. [Cuando los registros se conectan con los archivos originales, la revisión cambia] Actualmente, Trace almacena los recibos y metadatos relacionados, pero no aloja los archivos originales. En el anuncio sobre la colaboración entre DATA y Sui, se propuso integrar Walrus como capa básica de almacenamiento para la aplicación de DATA Foundation y vincular referencias cifradas a archivos originales con los registros en Trace.Por ejemplo, si se recibe un archivo comprado por un laboratorio, se puede diseñar un procedimiento para obtener el archivo de referencia de Walrus y comparar su hash. Esto proporciona evidencia para determinar si el contenido se modificó durante la transmisión y cómo difiere el archivo modificado posteriormente del archivo de referencia registrado. Sin embargo, dado que el archivo de referencia también se presenta inicialmente por el proveedor, esta comparación solo prueba la identidad del archivo y no garantiza automáticamente la autenticidad de las condiciones de grabación o del consentimiento original. Los datos almacenados en Walrus son, por defecto, accesibles públicamente; por lo tanto, los archivos originales confidenciales deben cifrarse antes de su almacenamiento. Seal en el ecosistema Sui combina cifrado del lado del cliente, políticas Move y un servidor de claves para implementar condiciones bajo las cuales se otorga la clave de descifrado. Se puede diseñar un servicio que proporcione la clave únicamente a los titulares de licencias, pero no incluye la capacidad de revocar retroactivamente claves ya emitidas. El alcance legal del uso debe registrarse por separado en la licencia y el registro de consentimiento. Trace puede actuar como la capa para buscar historiales de registro y consentimiento, Walrus como la capa para almacenar copias originales cifradas, y Sui junto con Seal como herramientas para tratar los conjuntos de datos como activos programables y hacer cumplir condiciones de acceso. Las funciones de registro y auditoría de Trace ya están en funcionamiento; la integración de almacenamiento de originales en Walrus y control de acceso basado en Seal a este servicio es un objetivo futuro. [Decisión de migrar la cadena propia a Sui] DATA Network explicó que migra a Sui para reducir la carga de mantener una L1 independiente y aumentar su escalabilidad. La red existente seguirá operando hasta completar la transición, y los saldos $DATA se transferirán 1:1, manteniéndose las condiciones de bloqueo y vesting. La adopción de Walrus y la migración de la red se llevarán a cabo en fases, con un cronograma detallado que se anunciará por separado. DATA importa los registros de registro de Trace y las aplicaciones proveedoras de datos ya operativas al ecosistema Sui. Sui puede representar conjuntos de datos y licencias como objetos programables, mientras que Walrus puede almacenar originales de gran volumen. Esto también ofrece la posibilidad de redirigir los recursos de desarrollo anteriormente dedicados a la operación de la cadena hacia productos de registro, licenciamiento y verificación de compras de datos. El criterio para evaluar el éxito de esta combinación no es simplemente cuán rápido aumentan los recibos de registro. El desempeño del producto se mide más directamente por la capacidad de los compradores reales para seleccionar los archivos que desean, comparar la autenticación del proveedor y el registro de consentimiento con el archivo recibido, y utilizar los datos bajo los permisos de acceso acordados. Las 12.480 pantallas de auditoría de demostración muestran cómo los compradores leen los conjuntos de datos. El recibo de 19,1 KB muestra hasta qué punto se puede verificar el historial de registro de un solo archivo. La colaboración entre DATA y Sui busca conectar estos dos caminos de verificación con el almacenamiento del original y el control de acceso. Si los proveedores de datos para aprendizaje automático pueden presentar registros y los compradores pueden revisar esos registros junto con los archivos reales, entonces cientos de millones de recibos de registro podrían convertirse en una infraestructura utilizable dentro de contratos individuales de compra. #DATAonSuiQuest

[La razón por la que Kaito lanzó Aura gratuitamente] @KaitoAI @KaitoStudio_ En X, aunque alguien diga "estoy seguro de esta operación", es difícil saber si realmente ha arriesgado dinero. Aquí es donde Kaito busca reducir la brecha de información con Aura. El objetivo es conectar lo que se dice en redes sociales con las actividades reales realizadas, todo en un solo historial personal. Aura es el sistema de reputación de Kaito. Vincula la influencia acumulada en X con actividades comerciales verificables, mostrando y evaluando el historial de la cuenta. Kaito presenta Aura como una función que evalúa operaciones verificadas y otorga valor a las actividades reales. Puedes conectar tu cuenta en la página de Aura para revisar tu historial; los puntos acumulados en las últimas 48 horas pueden variar según recálculos. Por ejemplo, imagina a alguien que publica frecuentemente pronósticos en Polymarket. Puedes ver cuánto se extendió su publicación mediante las reacciones en X. Pero si realmente tomó posiciones es una información separada. Kaito Pulse muestra la información de operaciones junto a las publicaciones en X, y Aura utiliza estas actividades como material para construir reputación. Aura Arc entrelaza gráficamente las relaciones entre las actividades vinculadas en múltiples servicios y las cuentas sociales. La conexión de servicios depende de la elección del usuario, y el alcance de los datos públicos varía según las aplicaciones asociadas. En resumen, Pulse muestra el historial de actividad en la interfaz social, Aura trata ese historial como reputación, y Aura Arc intenta extender esta relación a otros servicios. Kaito ha declarado que ofrecerá Aura Arc gratuitamente y permitirá su uso por parte de productos externos. Esta decisión gratuita puede tener un cálculo comercial: cuanto más ampliamente se utilice un conjunto común de datos sobre quién ha ganado confianza en qué área, mayor será la demanda para identificar personas adecuadas o ejecutar colaboraciones. Studio ayuda a las marcas a seleccionar, contratar y gestionar pagos a creadores, mientras que Katalyst vincula métricas de campaña —como clics, inscripciones y depósitos— con recompensas. En la campaña Jumper presentada por Kaito el 22 de octubre, se recibieron 2.065 solicitudes de creadores; 69 fueron contratados y generaron más de 760.000 impresiones a través de 119 publicaciones. Este es un ejemplo que demuestra la capacidad de Kaito para reunir personas y gestionar campañas. Sin embargo, Aura también enfrenta desafíos. No basta con verificar registros de operaciones. Si solo se conectan cuentas exitosas y se ocultan las que generan pérdidas, aunque cada registro individual sea auténtico, la reputación general puede distorsionarse. Tampoco hay base para asumir que alguien con buena habilidad operativa también destaca en análisis técnico o investigación de seguridad. En última instancia, se requiere la capacidad de distinguir entre quién es famoso y qué ha hecho realmente en qué área. Si estas reputaciones por área mejoran realmente las decisiones empresariales, el alcance del negocio InfoFi podría ampliarse. Indicadores clave a observar incluyen: la tasa de recontratación de creadores por parte de las marcas, los clientes adicionales generados por las campañas, y si el tipo de actividades vinculadas por Aura y los sesgos en la selección de datos disminuyen. La próxima ventaja competitiva de Kaito dependerá no tanto de su capacidad para medir cuánta atención recibe la gente, sino de demostrar que el historial detrás de esa atención se convierte en una base real para decisiones informadas. #Kaito #Aura #InfoFi

[¿Acaso una IA recomendó mi marca? La IA que investiga esto cuesta desde 5 dólares] @termix_ai En el mercado de agentes de TermiX AI hay un servicio inesperado disponible. Se llama GEO Specialist. Su función es investigar con qué frecuencia una IA específica menciona una marca determinada, dónde la recomienda y qué fuentes cita. El precio inicial es de 5 dólares. Imagina un equipo que desarrolla herramientas de seguridad en BNB Chain. Incluso si tienen un sitio web bien diseñado, cuando alguien le pregunte a una IA dónde revisar la seguridad de contratos inteligentes, podrían aparecer solo otros servicios. Este es el problema que surge cuando los clientes confían en las respuestas de la IA para reducir sus opciones antes de revisar manualmente los resultados de búsqueda. A este campo lo llaman GEO (Generative Engine Optimization). Google incluso explica que las respuestas y la composición de enlaces pueden variar entre el resumen de IA y el modo de IA. Los principios básicos del SEO tradicional siguen siendo válidos, y no se requieren marcas especiales adicionales para aparecer en búsquedas de IA. Entonces, ¿es posible medir directamente con qué frecuencia aparece una marca en las preguntas reales de los clientes? Selecciona 10 preguntas de clientes que no mencionen el nombre de la marca, y haz la misma pregunta repetidamente durante tres días en dos servicios de IA: obtendrás un total de 60 respuestas. Aquí hay tres cosas que debes registrar: 1. ¿Apareció el nombre de la marca? 2. ¿Fue incluida como recomendación real? 3. ¿Los enlaces citados son fuentes adecuadas para respaldar esa recomendación? El resultado puede variar según cómo se redacte la pregunta. Si preguntas “¿Qué empresa es esta?” y aparece el nombre, es como si te hubieran dado la respuesta directa en un examen. Pero si la pregunta es “Recomiéndame un lugar que resuelva esto”, y aparece el nombre, entonces estás más cerca del proceso real de descubrimiento por parte de un cliente nuevo. En el mercado de agentes de TermiX, este tipo de investigación ya está registrado como un servicio pagado. La estructura de intercambio entre agentes y liquidación en cadena conecta directamente el desarrollo de contratos inteligentes o el análisis de datos con la capacidad de investigar cómo se descubre una marca en el entorno de búsqueda por IA. La forma en que una persona que ya conoce la marca busca su nombre es completamente distinta a cómo alguien que la ve por primera vez recibe una recomendación a través de una IA. Cuando midas la visibilidad de una marca en las búsquedas por IA, no basta con registrar cuántas veces se mencionó: también debes registrar qué preguntas la hicieron aparecer. #TermiX #GEO

[XO para entrar en Corea del Sur debe primero aclarar qué contratos pueden permitirse] @xomarket inició el 20 de octubre el evento Pulse PnL Panache (PPP), donde los participantes negocian si el BTC subirá o bajará en los próximos 5 minutos, compitiendo por posiciones según su PnL (ganancias y pérdidas). Se distribuirán un total de 3.000 USDC y 30.000 CP entre los 10 primeros clasificados. Tras inscribirse, solo se contabilizan las operaciones; para figurar en la clasificación, se requiere un mínimo de 5 USDC por operación y un volumen acumulado de 100 USDC. La fecha de finalización prevista es el 3 de noviembre. Sin embargo, en Corea del Sur, cumplir con los requisitos de participación no garantiza que la operación sea legal. En agosto se aprobó el bloqueo del acceso a Polymarket, y en septiembre, 26 usuarios locales fueron investigados por sospecha de juego, de los cuales 18 fueron remitidos al ministerio público. Aún no hay sentencias condenatorias firmes, pero queda claro que permitir el acceso y las operaciones con servicios extranjeros no equivale a autorizarlos bajo la legislación nacional. Antes de permitir el acceso desde Corea del Sur, XO debe determinar qué tipos de contratos pueden legalmente ser permitidos. En PPP, el resultado de "BTC 5 minutos Sube/Baja" se determina según el precio de los activos digitales. En cambio, los contratos que apuestan por elecciones o resultados deportivos difieren en la naturaleza misma del evento base. Un estudio sobre derecho mercantil coreano en 2026 también concluyó que resulta difícil incluir contratos basados en eventos políticos o deportivos dentro de la categoría de instrumentos derivados bajo la Ley del Mercado de Capitales. Los contratos basados en el precio del BTC requieren una revisión legal independiente sobre el activo subyacente, la estructura de la operación y el método de liquidación. No se convierten automáticamente en productos financieros legales solo porque usen un precio como indicador. Tras esta distinción, debe seguirse un camino real de autorización: determinar si el producto puede ser tratado legalmente bajo la legislación vigente, quién puede ofrecerlo y bajo qué autorizaciones o permisos, y cómo evitar conflictos con las normas sobre juego o actividades de azar, respaldado por evaluaciones institucionales y fundamentos legales. Si el contrato no puede resolverse bajo el marco actual, podría requerirse una discusión legislativa específica. La simple designación como sandbox regulatorio financiero no exime automáticamente de problemas penales relacionados con el juego. Finalmente, está el diseño del producto. Antes de asegurar una base legal, se debe evaluar si es posible restringir por producto las operaciones en USDC, la participación en concursos y los pagos en efectivo para usuarios coreanos, mientras se ofrecen funcionalidades sin apuestas —como el acceso a datos del mercado o el análisis de reglas de verificación— por separado. Los términos mismos de XO prohíben el uso en jurisdicciones donde sea ilegal según la ley local. Aquí se vislumbra una variable clave para la futura competitividad de XO: la capacidad de aplicar permisos de uso diferenciados según el país, tipo de contrato y comportamiento del usuario, tan importante como la capacidad de lanzar más mercados predictivos. Incluso si se abre una vía legal para productos basados en el precio del BTC, no significa que todos los mercados predictivos políticos o deportivos ni los concursos con recompensas sean automáticamente permitidos. El verdadero lanzamiento para usuarios coreanos ocurrirá solo cuando se hagan públicos y se apliquen efectivamente el alcance de los contratos permitidos, la calificación legal del operador y las condiciones nacionales para operaciones, liquidaciones y recompensas. #PredictionMarkets

¿Si recibo el salario en USDC, puede la parte pagadora ver mi saldo también? @Americanfort_io Supongamos que un freelancer recibe USDC cada mes en la misma dirección de billetera. Si introduces esa dirección que compartiste con el pagador en un explorador de bloques, podrás ver todos los otros depósitos y el saldo de esa dirección. La información que publicas para recibir pagos se convierte en una pista para rastrear tu actividad financiera. AmericanFortress de Americanfort busca resolver este problema separando el nombre público que se comparte del verdadero endereço donde se reciben los fondos. Primero, registras un nombre de usuario como @FortressName. El pagador ingresa ese nombre en lugar de una dirección de billetera compleja, y el sistema calcula automáticamente una nueva dirección stealth para enviar los activos. Una dirección stealth es una dirección diseñada para evitar que se vincule fácilmente el nombre público con cada transacción de recepción. Así, puedes seguir usando el mismo nombre sin exponer repetidamente tu dirección real de recepción. ¿Y qué pasa cuando necesitas comprobar un pago? En SafeSend, actualmente en desarrollo, se planea una función que te permita compartir solo la información de pago necesaria, en lugar de todo el historial de transacciones de tu billetera. Por ejemplo, imagina que un freelancer necesita probar que recibió un pago específico, o que una empresa debe proporcionar solo ciertas transacciones a un auditor. Las transacciones siguen registradas en la blockchain, pero se reduce el riesgo de vincular toda tu actividad financiera personal a una única dirección pública. Actualmente, la billetera para macOS disponible es una versión beta. Los nombres registrados en la beta no pueden usarse para transferir activos reales ni se migrarán al entorno oficial. También estamos preparando el SDK para conectar esta funcionalidad con billeteras y servicios externos. Una experiencia donde recibes dinero sin revelar directamente tu dirección de billetera, y solo proporcionas prueba de transacciones específicas cuando sea necesario. Si AmericanFortress logra implementar realmente este sistema de pagos privados, podría aplicarse a actividades financieras cotidianas como salarios en stablecoins o pagos a freelancers.

[Acción preferente anual del 15% invertida por Saturn, calculada sobre el monto recibido por la empresa: 17.2%] @saturn_credit Las acciones preferentes $SATS emitidas por Strive el 20 de octubre tienen un monto total de emisión de 630 millones de dólares. Sin embargo, al calcular los dividendos acumulativos anuales contractuales sobre los 7 millones de acciones, se obtiene un monto de 105 millones de dólares, lo que representa aproximadamente el 16,7% del monto total de emisión. Saturn también participó en esta IPO con fondos propios de su tesorería. La diferencia comienza con un valor nominal de $10 por acción. Aunque las SATS tienen un dividendo anual del 15%, la base de cálculo es de $100 por acción. El precio de emisión fue de $90. Por lo tanto, el dividendo anual acumulado por acción es de $15, y la proporción respecto al precio de emisión es: 15 / 90 * 100 = aproximadamente 16,7% Ahora podemos realizar un cálculo desde la perspectiva de la empresa emisora. La comisión de emisión publicada por Strive es de $3 por acción, totalizando 21 millones de dólares. Al restar este monto del total de emisión, la cantidad recibida por la empresa antes de deducir otros gastos de emisión es de 609 millones de dólares. 105000000 / 609000000 * 100 = aproximadamente 17,2% Esta es la proporción que muestra cuán elevado es el dividendo acumulado anual en relación con el monto efectivamente recibido por la empresa. No refleja el rendimiento total de la inversión, ya que no incluye variaciones en el precio de la acción, reinversión ni el momento real del pago de dividendos. Strive también incluyó en su registro de valores la intención de depositar en una cuenta de reserva $22,50 por acción, equivalente a los dividendos correspondientes a los primeros 18 meses. En total, para las 7 millones de acciones, esto representa 157,5 millones de dólares. Se trata de una medida para asegurar fondos iniciales para los pagos, al diseñar un dividendo fijo elevado. Además, existe una jerarquía de prioridad. Las SATS son subordinadas respecto a las acciones preferentes SATA y preferentes respecto a las acciones ordinarias ASST. Los dividendos son acumulativos, pero su pago efectivo en efectivo requiere la declaración del consejo de administración y fondos legalmente disponibles para distribución. La primera fecha programada para el pago periódico es el 9 de noviembre. Esta transacción deja cálculos distintos para inversores y emisores. Los inversores asumen riesgos como la volatilidad del precio, el riesgo de pago y la subordinación frente a valores con prioridad superior, a cambio de un dividendo elevado. Los emisores obtienen capital para usos como la compra de bitcoin o liquidez operativa, pero asumen también una carga de dividendos a largo plazo. El significado de la participación de Saturn debe entenderse aquí: Esta inversión proviene de su propia tesorería, separada de los activos de los usuarios de USDat o sUSDat. Es un ejemplo en el que Saturn selecciona productos crediticios basados en bitcoin como destino real de asignación de capital, y no se ha anunciado ningún cambio en las garantías o condiciones de pago de los productos existentes para usuarios. Lo que se deberá verificar en el futuro es la ejecución real del dividendo desde noviembre, el precio que forme el mercado para SATS, y la gestión financiera entre la cuenta de reserva y los fondos de la empresa. Solo cuando estos tres elementos se alineen podremos evaluar cuán sostenible es realmente el alto dividendo del crédito digital. #Saturn

[Con una sola GPU, demostraron la prueba de Ethereum. Pero el examen real en producción es diferente.] @zksync logró probar 7.200 bloques consecutivos de la red principal de Ethereum con una sola GPU. Del total, el 99% se probó en menos de 10 segundos, y todos los bloques se completaron en menos de 12 segundos. Sin embargo, según las métricas en tiempo real de EthProofs, respaldado por la Fundación Ethereum, solo 2 de los 8 probers evaluados cumplieron recientemente con los criterios semanales de elegibilidad. Ambos resultados no son directamente comparables, ya que difieren en los objetivos y entornos de medición. Más bien, esta diferencia revela el siguiente desafío para la tecnología ZK. Resumen breve: - Airbender Prime demostró la posibilidad de responder al ciclo de generación de bloques de Ethereum (aproximadamente 12 segundos) con una sola GPU. - En la operación real, además de la velocidad de prueba, se deben considerar la disponibilidad, los fallos de prueba y los requisitos de hardware. - A largo plazo, la competitividad del zkEVM probablemente se decidirá más por la verificación de precisión, el costo de prueba bajo condiciones extremas y la capacidad operativa estable que por la velocidad de procesamiento de pruebas. Airbender Prime, anunciado por ZKsync el 13 de octubre, probó 7.200 bloques consecutivos de la red principal de Ethereum con una sola GPU NVIDIA RTX PRO 6000 Blackwell. Dado que Ethereum genera bloques aproximadamente cada 12 segundos, 7.200 bloques equivalen nominalmente a unas 24 horas de bloques. Lo significativo es que, incluyendo el tiempo necesario para preparar los datos de entrada (witness), el 99% de los bloques se procesaron en menos de 10 segundos. Si la velocidad de generación de pruebas es suficientemente rápida en comparación con la llegada de nuevos bloques, los verificadores pueden confirmar los resultados de ejecución mediante pruebas criptográficas en lugar de volver a ejecutar todas las transacciones. Esto reduce potencialmente la cantidad de cálculos necesarios para la verificación. Sin embargo, un experimento de rendimiento con 7.200 bloques es un problema distinto al suministro continuo de pruebas en un entorno operativo real. EthProofs mide públicamente el rendimiento y estado operativo de varios sistemas que generan pruebas en tiempo real para bloques de Ethereum. A la fecha del 26 de octubre, el panel mostraba los siguientes datos: - 8 probers evaluados, 2 cumplen con los criterios semanales recientes de elegibilidad. - Tasa de éxito en menos de 10 segundos respecto a los slots de bloque: 69.7%. - Porcentaje clasificado como fuera de línea: 26.2%. Estas cifras no corresponden al resultado del experimento con una sola GPU de Airbender Prime. Son agregados operativos basados en múltiples probers, con diferentes equipos, entornos de ejecución y criterios de elegibilidad. Sin embargo, muestran claramente que, para utilizar pruebas en la red real, además del rendimiento individual, se requiere garantizar la confiabilidad operativa. Incluso si un prober tarda en promedio solo 5 segundos en generar una prueba, si se interrumpe con frecuencia o no puede procesar ciertos bloques, una estructura de verificación que dependa exclusivamente de ese sistema será difícil de mantener estable. Es necesario verificar si otros implementaciones pueden proporcionar pruebas cuando un prober específico falla, y si los retrasos se acumulan cuando bloques difíciles llegan en secuencia. También se requiere una verificación independiente sobre los requisitos de hardware. La guía GPU del repositorio público de Airbender indica que se utilizan GPUs en las etapas básicas y recursivas de prueba, y que se necesitan CPU y aproximadamente 150 GB de RAM en la etapa final de prueba. No se ha confirmado si este documento describe la misma configuración utilizada en el benchmark más reciente de Prime. Por lo tanto, no se puede determinar el requerimiento total de memoria o el costo operativo del sistema solo con el resultado medido como "una sola GPU". El 15 de octubre, @VitalikButerin elogió el logro del equipo Airbender y propuso tres siguientes desafíos para zkEVM: Primero: verificar matemáticamente que los cálculos utilizados en la prueba coinciden con las especificaciones reales de ejecución de Ethereum. Segundo: establecer un límite estricto sobre el costo de prueba en relación con el uso de gas del bloque. Tercero: verificar la seguridad criptográfica del propio sistema de prueba. El segundo requisito está directamente relacionado con los costos operativos reales. ¿Qué sucedería si alguien diseñara intencionalmente operaciones extremadamente difíciles para generar pruebas dentro del límite permitido de gas? Aunque la ejecución del bloque se paga normalmente, la generación de la prueba podría requerir cantidades excesivas de cálculo y tiempo. Si este escenario es posible, incluso si el tiempo promedio por bloque es muy corto, será difícil predecir la carga máxima que la red puede manejar establemente. La viabilidad económica de las pruebas en tiempo real depende no solo del costo promedio por bloque, sino también del recurso necesario en el peor caso. La hoja de ruta de EthProofs también avanza en esta dirección.La fase actual de mejora de rendimiento ha finalizado y se encuentra en curso la verificación de seguridad. A continuación, se prevé la integración directa de la prueba de retardo, la prueba de obligación y la prueba en el protocolo. Esta secuencia es importante porque crear un sistema de prueba rápido es diferente de hacer que Ethereum confíe en esa prueba dentro del proceso de consenso. El anuncio de Airbender Prime proporciona fuertes evidencias de que es posible reducir la carga de hardware de las pruebas en tiempo real. El próximo logro no se evaluará fácilmente solo por velocidades más rápidas. Lo crucial será mantener altas tasas de éxito de prueba durante mucho tiempo en entornos operativos reales, asegurar que el costo de la prueba esté limitado incluso en los peores bloques, y verificar que distintas implementaciones puedan probar con precisión los mismos resultados de ejecución de Ethereum. La tecnología de pruebas ZK está pasando de la fase de mostrar cálculos rápidos a convertirse en una infraestructura en la que la red pueda confiar realmente. #Ethereum #zkEVM