[ウーバーが週末でも資金を引き出せるブロックチェーンを実証、Primusも開発提案書を提出] @primus_labs @CantonNetwork ウーバーは、銀行の営業時間外である週末でも、預けた資金を引き出して使用できるかどうかを試験しました。 10月30日に発表された実証実験で、ウーバーはHSBCのトークン化預金を用いてフランクリン・テンプルトンのマネーマーケットファンドを購入し、週末にも一部を現金化できるプロセスを確認しました。 この取引に使用されたブロックチェーンはCanton Networkです。 PrimusとHashCloakは、同じCantonの開発資金に、zkTLSデータ検証技術を導入する提案書を提出しました。 要求額は130万3,500 Canton Coin(CC)で、提出時の換算額は約15万ドルです。 開発期間は14週間と設定されています。 ウーバーの実験は、企業が資金を投資した後、必要に応じて回収するプロセスに焦点を当てています。 Primusの提案は、取引に必要な外部金融情報を活用する際に、原文を公開せずに条件が満たされているかを検証する機能をCantonアプリに追加することです。 たとえば、ある企業が取引を実行する前に、相手の資金保有条件を確認する必要があるとしましょう。 口座明細全体を取得して保存するのではなく、許可されたソースから確認されたデータに基づき、要件を満たしていることを証明する方式です。 Primusはウェブデータに対する証明を作成し、HashCloakはCantonアプリがその証明を直接検査できるツールを開発する予定です。 公開された提案書には、Cantonアプリが元のデータを受け取らずとも数学的証明を直接検査する例と、他の開発者も再利用可能な公開ツールが成果物として記載されています。 これを実装すれば、金融情報を確認するアプリはPrimusの署名にのみ依存せず、証明そのものを検査できるようになります。 ウーバーの週末資金運用は完了した実証であり、PrimusとHashCloakの提案は現在審査中の開発提案です。 両者は同じCantonエコシステム内で異なる課題に取り組んでいます。 次なるステップは、取引実行インフラに外部金融情報を安全に検証する機能を追加できるかどうかです。 その後確認すべきは、支援金額よりも実際の検証機能の動作有無です。 Cantonアプリが元の金融情報を受信せずにPrimusの証明を直接検査する公開テストが実施されるかどうかが、この構想が進展したかどうかを判断する基準となります。 #Primus #CantonNetwork

SolanaにAI判定が到着しても、決済が完了したわけではない理由 @GenLayer SolanaのAIエージェントマーケットが、作業品質の判定をGenLayerに委託すると仮定しましょう。 検証者が結果に合意したとしても、Solana上でどのアカウントに報酬を記録するかは別の問題です。 GenLayer Foundationが公開したブリッジコードには、LayerZero V2とEVMハブを経由してGenLayerとSolanaの間でメッセージを伝達する構造が含まれています。 ここでAI判定を実行する場所と、その結果によってアプリの状態を変更する場所は分離されています。 Solana側でメッセージを受信する方法は、アカウントの構成によって異なります。 受信アカウントが事前に固定されている場合、DirectCpiReceiverパスを通じて登録された受信状態を即座に更新できます。 実際の外部プログラム呼び出しは、受信プログラムに応じて追加で実装する必要があります。 一方、注文やユーザーごとに変更されるアカウントが異なる場合、メッセージはまずStoreAndClaimで保存され、その後claim_message呼び出し時に必要なアカウントを指定します。 Solanaはトランザクションを実行する前に、使用するアカウントのリストを指定する必要があります。 したがって、ブリッジがメッセージを受け取ったという事実だけで、ユーザーへの決済が完了したと表示してはいけません。 メッセージの送信元も、判定とは別に検証されます。 公開実装は、信頼できるピアを検証し、一意のmessage_idを使用して同じリクエストの重複処理を防ぐように設計されています。 しかし、重複防止や正常なメッセージ伝達は、AI判定内容自体が正しいという証拠とは異なります。 私がStudioでPolicyGuardを作成する際に取り組んだのは、ドキュメントのルールが実際に変更されたかどうかを判定する問題でした。 他のチェーンのサービスにその結果を接続するには、判定基準だけでなく、伝達・受信・決済状態も同時に設計する必要があることを、今回のブリッジコードから確認できます。 現在公開されているリポジトリには、Base SepoliaとSolana Devnet間の双方向テスト記録がありますが、これをGenLayer AI判定を用いる商用Solanaサービスの運用実績として受け入れてはいけません。 クロスチェーンAIアプリに必要な成功の証拠は、以下の3つに分けられます。 GenLayer判定の最終確定、信頼できる送信元からのメッセージ、目的先アカウントの実際の状態変更。 公開コード: https://t.co/N4zVSxjYG7 #GenLayer #GenLayerDOKDOPioneer

[ENSv2、1つの名前で数千のアカウントを管理する際に生じること] @ensdomains @ethereum 10月27日にリリースされたENSv2では、https://t.co/NvxB4rnXZr.eth と https://t.co/xwZsp1UT6i.eth を異なる管理者が管理できます。 これは、company.eth の所有権を譲渡せずに、各チームに必要な権限のみを付与する方式です。 この構造には、小さなドメイン1つがサービス全体の脆弱点になり得るという条件が伴います。 親名が有効期限切れになると、その下位の名前も参照できなくなります。 ENSは、長いウォレットアドレスの代わりに alice.eth などの読みやすい名前を使用するサービスとして知られています。 ENSが10月に公表した規模は、.eth 名が約90万5,000件、下位名が約3,400万件です。 合計3,600万件以上の名前には、個人が直接登録した名前と、組織が発行した下位名が含まれています。 1つの名前で複数の個人やサービスを管理する構造は、すでに相当な規模で利用されています。 ENSv2は、こうした下位名を管理する基盤を刷新しました。 各名前は必要に応じて下位名登録簿を持ち、所有者は登録・プロフィール変更・下位名管理などの権限を役割ごとに分けることができます。 たとえば、組織が従業員ごとに名前を発行したり、サービスを運営するチームごとに編集権限を区別したりできます。 以前から下位名を作成することは可能でしたが、ENSv2ではこうした管理機能をコア契約構造に移行しました。 その一方で、責任の集中が生じます。 ENSv2は名前を参照する際、親登録簿から順次たどります。 company.eth が有効期限切れになったり、下位登録簿の接続が切断されたりすると、https://t.co/xwZsp1UT6i.eth を所有していても、その名前で支払先アドレスを検索できなくなります。 名前を付与された人の管理能力と、親名の所有者の更新・権限管理が連動する形になります。 有効期限のルールもこの責任を重くします。 従来のENSv1では、有効期限後90日間は名前の参照が維持されていました。 ENSv2では猶予期間が28日で、有効期限直後に参照が停止します。 猶予期間内に更新すれば再び動作しますが、更新を見逃した期間には関連するサービスに影響が出る可能性があります。 既存の名前をv2に移行する際には、有効期限を62日先に延長してこの差を補正します。 たとえば、v1名前の元の有効期限まで残り100日だった場合、v2に移行後は約162日残り、他の人が登録可能になる時期は両方とも約190日後です。 再登録可能時期は同じですが、v2では最後の28日間は名前が参照できません。 他の人に移転されるリスクと、サービスが一時的に停止するリスクは異なるスケジュールで進行します。 個人のニックネーム1つであれば、更新通知の問題にすぎません。 しかし、組織が顧客・従業員・エージェントに数千の下位名を発行している場合、親名1つの更新失敗が複数のサービスへのアクセス障害につながります。 役割を細かく分ける設計ほど、親名の更新責任と緊急復旧プロセスが重要になる理由です。 登録料の変更もこの設計と密接に関連しています。 5文字以上の.ethの年間基本料金は5ドルから8ドルに60%引き上げられ、6年以上一度に登録すると年間約4.50ドルに下がります。 これは短期保有より長期運用を促す価格構造です。 ただし、名前に接続されたアカウントが増えれば増えるほど、更新失敗のコストは登録料よりもはるかに大きくなる可能性があります。 ENSv2の成長は、新規名の発行数だけでは説明されません。 組織が実際に運用している下位名、役割ごとの権限委譲、そしてその名前を安定して参照するアプリの拡散が同時に増加しているかどうかが、より説得力のあるシグナルです。 ENSはすでに600以上のアプリで名前参照をサポートしていると発表しています。 今後、これらの名前を誰が責任を持って運用するかが、プロトコルの信頼性を左右することになります。 #ENS #Ethereum

AI研究所が12,480件のデータを購入する前にまず受けるであろう質問 @datafdn @SuiNetwork [DATAのTraceとSui、Walrusが結びつけるデータ購入の3段階] AI研究所が音声学習用データを探していると仮定しましょう。 販売者が12,480件のデータセットを提示した場合、ファイル総数から契約内容を確認しても、求めているデータ量はわかりません。 実際、DATA FoundationのTraceが示す1.42TB規模の監査例には、動画6,140件、画像3,770件、文書1,710件、音声860件が含まれています。 音声データを探している研究所であれば、全体の約6.9%にあたる音声ファイル860件から確認を始めることになります。 この数値は実際の取引成果を測定したものではなく、Traceのデモデータです。 購入者がどのような情報を検証すべきかを理解するための参考例です。 ファイルタイプを絞った後は、提供者の身元認証、同意および利用規約の記録、受け取ったファイルの同一性を確認する必要があります。 同じデモ画面に表示されているKYC認証率96.4%は貢献者基準であり、最新利用規約適用率91.8%は同意バージョン適用範囲を示しています。 異なる基準の比率であるため、購入検証でも提供者の認証状態とファイルごとの利用規約記録をそれぞれ確認する必要があります。 2026年10月12日に発表されたDATA NetworkとSuiの協力は、このような検証プロセスを実際のオリジナルファイルと利用権限まで結びつける計画です。 当時、Traceには2億5千万件以上のAIデータ貢献記録が登録されており、1日平均300万件以上のレシートを処理していると発表されました。 Sui FoundationはDATA Networkに3,000万ドルを投資し、DATAは独立ブロックチェーンからSuiベースのプロトコルへ段階的に移行する予定です。 [19.1KBのレシートに残る5段階] Traceに公開されたKledレシート1件には、19.1KBのHEIC画像のハッシュ（SHA-256）、解像度196×348、提供者のKYC状態「Verified」、アップロード／署名／登録履歴、オンチェーン取引とのリンクが記録されています。 アップロード時刻は2026年10月6日、提供者の署名およびTrace登録日は10月7日です。 このページにはオリジナル画像ではなく、登録履歴と証明項目が表示されます。 このレシートのライフサイクルには5段階があります。 そのうち撮影段階である「Captured」には「Not recorded yet」と表示されています。 詳細データにはファイル発生時刻（occurred_at）とアップロード時刻（uploaded_at）が含まれますが、これらのフィールドだけでは実際のカメラ撮影時刻を確定することはできません。 利用規約もOrigin領域には「Not recorded」、Identity & consentのバージョン項目には「Current」と表示されています。 このような差異は購入者の検証項目を明確に区別します。 ハッシュはどのファイル情報が登録されたかを照合する識別子であり、署名とオンチェーン記録は誰がいつその情報を登録したかを追跡する根拠です。 提供者の認証状態と利用規約バージョンは別の項目です。 研究所が学習に使用する権利は、実際の同意内容とライセンス契約に基づいて判断する必要があります。 [1件のレシートを1万件の検証に変える機能] TraceのVerify画面では、データIDを最大1万件まで貼り付けるか、より大きなリストをCSVで提出できます。 データセットに含まれるレシートを集計し、提供者の身元認証状態、利用規約バージョン、メディアタイプ、編集履歴を一覧化し、個別の記録へアクセスできます。 前述の12,480件のデモでは、動画と画像を合計すると9,910件となり全体の約79.4%です。 音声データを求める研究所と動画データを求める研究所は同じ販売リストを受け取っても、検討対象は異なります。 提供者認証率と利用規約適用範囲を同時に表示する理由も、購入目的に合ったファイルを選んだ後、必要な証拠記録を見つけられるようにするためです。 TraceにはKled以外にも、音声・動画データを取り扱うNumoや対話型オーディオを取り扱うotoの記録が含まれます。 各提供アプリが登録したレシートは複数件がメルクリートでまとめられ、オンチェーンに固定されます。 したがって、1日300万件以上のレシート処理量は同じ数のオンチェーン取引を意味しません。 この構造により、大量の貢献記録を登録しながら個々のデータセットに対する監査パスを提供しています。 [記録とオリジナルファイルが接続されると変わる検証] 現在Traceはレシートおよび関連メタデータを保管しており、オリジナルファイルはホスティングしていません。 DATAとSuiの協力発表では、WalrusをDATA Foundationアプリケーションの基本ストレージ層として導入し、暗号化された参照オリジナルファイルをTrace記録と接続する構想が示されました。たとえば、研究機関が購入したファイルを受け取った場合、権限を取得してWalrusの参照ファイルを入手し、ハッシュを照合するプロセスを設計できます。 これにより、転送中に内容が変更されたかどうか、またはその後加工されたファイルが登録された参照ファイルとどのように異なるかを判断する根拠が得られます。 参照ファイル自体も最初は供給者が提出したものであるため、この比較はファイルの同一性を証明するものであり、実際の撮影状況や元の同意の真偽までは自動的に保証しません。 Walrusに保存されたデータはデフォルトで公開参照が可能であるため、非公開のオリジナルは保存前に暗号化する必要があります。 SuiエコシステムのSealは、クライアントサイド暗号化、Moveポリシー、キーサーバーを組み合わせることで、復号鍵の取得条件を実装できます。 ライセンス保有者にのみ鍵を提供するサービスを設計することは可能ですが、すでに発行された鍵を遡及的に回収する機能は備えていません。 法的利用範囲はライセンスと同意記録に別途記載される必要があります。 Traceは登録および同意関連の履歴を検索するレイヤー、Walrusは暗号化された参照オリジナルを保管するレイヤー、SuiとSealはデータセットをプログラム可能な資産として扱い、アクセス条件を強制するツールとなる可能性があります。 Traceの登録・監査機能はすでに運用中であり、Walrusによるオリジナル保管とSealに基づく購入アクセス制御をこのサービスに統合する構想は、今後の実装対象です。 [独自チェーンをSuiに移行する決定] DATA Networkは、独立したL1を維持する負担を軽減し拡張性を高めるためにSuiへの移行を発表しました。 従来のネットワークは移行完了まで引き続き運用され、$DATA残高は1:1で移行され、ロックおよびベスティング条件は維持されます。 Walrusの導入とネットワーク移行は段階的に進められ、詳細なスケジュールは別途発表されます。 DATAはすでに運用中のTraceおよびデータ提供アプリの登録履歴をSuiエコシステムに取り込みます。 Suiはデータセットとライセンスをプログラム可能なオブジェクトとして表現でき、Walrusは大容量のオリジナルを保存できます。 チェーン運用に使われていた開発リソースを、データ登録・ライセンシング・購入検証製品にさらに集中させる余地が生まれます。 この組み合わせの成果を評価する基準は、登録レシートがどれだけ速く増えるかだけではありません。 実際の購入者が望むファイルを選別し、提供者認証と同意記録を照合し、受け取ったファイルを参照オリジナルと比較し、契約に準じたアクセス権限でデータを利用できるかどうかが、より直接的な製品成果です。 12,480件のデモ監査画面は、購入者がデータセットをどのように読み取るかを示しています。 19.1KBのレシートは、1つのファイルの登録履歴をどこまで確認できるかを示しています。 DATAとSuiの協力は、この2つの検証パスにオリジナル保存とアクセス制御を結びつける取り組みです。 AI学習データの供給者が記録を提示し、購入者がその記録と実際のファイルを同時に検討できるようになれば、数億件の登録レシートは個々の購入契約でも利用可能なインフラとなります。 #DATAonSuiQuest

[カイトがAuraを無料で公開した理由] @KaitoAI @KaitoStudio_ X上で誰かが「この取引に確信がある」と言っても、実際に資金を投じているかどうかは不明である。 カイトがAuraを通じて解消しようとしている情報のギャップがここにある。 ソーシャル上で何が語られているかと、実際にどのような活動を行っているかを、1人の記録として結びつけることだ。 Auraはカイトの活動とレピュテーションシステムである。 X上で蓄積された影響力を、検証可能な取引活動と結びつけ、アカウントの履歴を示し評価する。 カイトはAuraを、検証済みの取引を評価し、実際の活動に価値を与える機能として紹介している。 Auraページでアカウントを接続すれば履歴を確認でき、直近48時間の累計は再計算により変動する可能性がある。 たとえば、Polymarketの見通しを頻繁に投稿する人物がいるとしよう。 その投稿がどれほど拡散されたかは、Xの反応から把握できる。 しかし、その人物が実際にポジションを取ったかどうかは、別の情報である。 Kaito Pulseは接続された取引情報をXの投稿の横に表示し、Auraはこうした活動をレピュテーションの材料として活用する。 Aura Arcは、複数のサービスで接続された活動とソーシャルアカウントの関係をグラフで結びつける。 サービスの接続はユーザーの選択次第であり、公開されるデータの範囲も提携アプリによって異なる。 つまり、Pulseは活動履歴をソーシャル画面に表示し、Auraはその履歴をレピュテーションとして扱い、Aura Arcは他のサービスにもこの関係を活用してもらうための拡張試みである。 カイトはAura Arcを無料で提供し、外部製品でも利用可能にすると方針を示している。 無料という決定にはビジネス的な計算があるかもしれない。 誰がどの分野で信頼を築いたかに関する共通データが広く使われれば使われるほど、そのデータを利用して適切な人物を見つけたり、コラボレーションを実行したりする需要も高まる可能性がある。 Studioはブランドがクリエイターを選定し、契約や支払いを管理するのを支援し、Katalystはクリック、登録、預入などのキャンペーン成果を報酬と結びつけることを目的としている。 カイトが10月22日に発表したJumperキャンペーンには、クリエイターからの応募が2,065件あり、69人が契約し、119件の投稿で76万回以上の露出を記録した。 これは人々を集め、キャンペーンを運営する能力を示す事例である。 しかし、Auraにも課題がある。 取引履歴の検証で終わらないという点だ。 成功したアカウントだけを接続し、損失が出たアカウントを隠せば、個々の記録は真実でも全体のレピュテーションは歪められる可能性がある。 取引スキルが高い人が、テクニカル分析やセキュリティ研究でも優れているとは限らない。 結局のところ、誰が有名かだけでなく、どの分野で何をしてきたかを区別する能力が必要である。 このような分野別レピュテーションが企業の選択を実際に改善するのであれば、InfoFiの事業範囲は広がる可能性がある。 ブランドがクリエイターを再雇用する割合、キャンペーンによって新たに獲得した顧客数、Auraが結びつける活動の種類やデータ選択バイアスが減っているかどうかが重要な観測指標である。 カイトの次の競争力は、人々がどれほど注目を集めるかを測る技術ではなく、その注目背后にある履歴が実際の選択の根拠となることを証明することにあるだろう。 #Kaito #Aura #InfoFi

[AIが私のブランドを推奨したのか？それを調査するAIが5ドルから] @termix_ai TermiX AIエージェントマーケットプレイスには、予想外のサービスが掲載されています。 その名は「GEO Specialist」。 他のAIが特定のブランドをどれほど頻繁に言及し、どこで推奨し、どの出典を引用しているかを調査するサービスです。 開始価格は5ドルです。 たとえば、BNBチェーン上でセキュリティツールを開発するチームがあるとしましょう。 ホームページをしっかり作っても、誰かがAIに「スマートコントラクトのセキュリティをチェックできる場所を推奨して」と尋ねたとき、他のサービスばかりが表示される可能性があります。 これは、ユーザーが検索結果を一つずつ確認する前に、AIの回答で候補を絞り込むという状況で生じる問題です。 この分野は「GEO（生成エンジン最適化）」と呼ばれています。 Google自身も、AI概要とAIモードでの回答やリンク構成が異なる可能性があると説明しています。 従来のSEOの基本原則は依然として有効であり、AI検索に表示されるために特別なマークアップは必要ないとされています。 では、ブランドが実際のユーザーの質問にどれほど頻繁に登場するかを直接測定できるでしょうか？ ブランド名を除いたユーザーの質問10件を選び、2つのAIサービスに同じ質問を3日間繰り返せば、合計60件の回答を得られます。 ここで記録すべき内容は以下の3つです。 1. ブランド名が登場したか？ 2. 実際の推奨対象に含まれていたか？ 3. 引用されたリンクはそのサービスの根拠として適切か？ 質問の作り方によって結果は変わります。 「私たちの会社はどんなところですか？」と尋ねてブランド名が出てきた場合、それは試験で正解を教えたようなものです。 「解決策を推奨して」という質問でブランド名が登場したときこそ、初めてそのブランドを知るユーザーの発見プロセスに近づきます。 TermiXのエージェントマーケットプレイスでは、このような調査も有料サービスとして登録されています。 エージェント間の取引とオンチェーン決済という構造は、スマートコントラクト開発やデータ分析だけでなく、AI検索環境におけるブランドの発見方法を調査することにもつながっています。 すでにブランドを知っている人が名前を検索する場合と、初めてそのブランドを知る人がAIから推奨される場合とは、出発点が異なります。 AI検索におけるブランドの可視性を測定する際には、どれほど頻繁に言及されたかだけでなく、どのような質問を通じて登場したかも同時に記録する必要があります。 #TermiX #GEO

[XO가 한국에 진입하려면 먼저 해결해야 할 것] @xomarket은 10월 20일, BTC가 5분 후 상승할지 하락할지를 예측해 손익(PnL)로 순위를 경쟁하는 대회 'Pulse PnL Panache(PPP)'를 시작했습니다. 상위 10명에게 총 3,000 USDC와 30,000 CP가 지급됩니다. 참가 신청 후 거래만 집계되며, 단건 최소 5 USDC, 누적 거래량 100 USDC를 충족해야 순위에 오를 수 있습니다. 대회 종료일은 11월 3일입니다. 그러나 한국에서는 참가 조건을 충족하더라도 거래가 합법적으로 허용되는 것은 아닙니다. 8월에는 Polymarket 접근 차단이 의결되었고, 9월에는 국내 사용자 26명이 도박 혐의로 입건되었으며, 그중 18명이 검찰에 송치되었습니다. 아직 유죄가 확정된 사례는 아니지만, 해외 서비스 접근 및 거래 허용과 국내 법령상의 허용은 명확히 다름이 분명해졌습니다. XO가 한국에 진입하려면 한국 접속 허용보다 먼저, 어떤 계약을 허용할 수 있는지를 명확히 해야 합니다. PPP의 BTC 5분 Up/Down은 가상자산 가격을 기준으로 결과가 결정됩니다. 반면 선거나 스포츠 결과에 돈을 걸는 계약은 그 기준 사건의 성격 자체가 다릅니다. 2026년 국내 상사법 연구 역시 정치 및 스포츠 사건 기반 계약을 자본시장법상 파생상품으로 포섭하기 어렵다고 분석했습니다. BTC 가격 기반 계약은 별도로 기초자산, 거래 구조, 정산 방식에 대한 법률 검토가 필요합니다. 가격을 지표로 사용한다고 해서 자동으로 합법적인 금융상품이 되는 것은 아닙니다. 이 구분 이후에는 실제 허용 경로가 따라야 합니다. 해당 상품이 현행법상 합법적으로 취급될 수 있는지, 누가 어떤 인가 및 허가 하에 제공할 수 있는지, 도박 또는 사행행위 관련 규정과 어떻게 충돌하지 않는지를 관계 기관의 판단과 법적 근거에 따라 정리해야 합니다. 현행 제도로 해결되지 않는 계약이라면 별도의 입법 논의가 필요할 수 있습니다. 금융 규제 샌드박스 지정만으로 형법상 도박 문제를 자동으로 면제받는 것도 아닙니다. 마지막으로 제품 설계입니다. 법적 근거를 확보하기 전까지 한국 사용자의 USDC 거래, 대회 참가, 현금성 보상을 상품별로 제한하고, 시장 데이터 열람이나 판정 규칙 분석처럼 자금을 걸지 않는 기능은 별도로 제공할 수 있는지 검토해야 합니다. XO의 이용 약관 자체도 현지 법령에 위반되는 지역의 이용을 금지하고 있습니다. 여기서 XO의 향후 경쟁력을 가르는 변수가 드러납니다. 더 많은 예측시장을 개설하는 능력만큼, 국가, 계약 유형, 사용자 행동에 따라 이용 권한을 차별적으로 적용하는 능력이 중요해질 수 있습니다. BTC 가격형 상품에 합법적 경로가 열린다고 해서 모든 정치·스포츠 예측시장과 보상형 대회가 함께 허용되는 것은 아니기 때문입니다. 한국 사용자를 위한 진정한 출시는, 허용되는 계약의 범위, 운영 주체의 법적 자격, 거래/정산/보상에 대한 국내 이용 조건이 공개되고 실제로 적용되는 순간입니다. #PredictionMarkets

USDCで給料を受け取ると、取引先は私の残高まで見られるのでしょうか？ @Americanfort_io フリーランサーが毎月同じウォレットアドレスにUSDCを受け取ると仮定しましょう。 そのアドレスをブロックエクスプローラーに入力すれば、そのアドレスの他の入金履歴や残高も確認できます。 支払いを受け取るために公開した情報が、あなたの金融活動を追跡する手がかりになってしまうのです。 AmericanFortのAmericanFortressは、この問題を、公開する名前と実際に資金を受け取るアドレスを分離することで解決しようとしています。 まず、@名前として“FortressName”を登録します。 取引先は複雑なウォレットアドレスではなく、その名前を入力し、対応する送金プロセスでは新しいステルスアドレスが計算され、資産が送信されます。 ステルスアドレスは、公開された名前と個々の受信取引が簡単に紐づかないように設計されたアドレスです。 名前は継続して使用しつつ、実際の受信アドレスの繰り返し露出を減らす仕組みです。 支払いの証明が必要な場合はどうでしょうか？ 開発中のSafeSendには、ウォレット全体の取引履歴ではなく、必要な支払い情報のみを選択して提供する機能が計画されています。 たとえば、フリーランサーが特定の報酬の受領事実を証明したり、企業が必要な取引記録のみを監査担当者に提供する状況を想定できます。 ブロックチェーン上には取引が記録されますが、個人のすべての金融活動を1つの公開アドレスに紐づけるリスクを軽減しようとしています。 現在公開されているmacOSウォレットはベータ版です。 ベータ版で登録した名前はテスト用であり、実際の資産送金には使用できず、本番環境に移行されることはありません。 外部ウォレットやサービスとの機能接続用SDKもリリース準備中です。 ウォレットアドレスを直接教えることなく資金を受け取り、必要に応じて特定の取引の証明のみを提供する体験。 AmericanFortressが構想するプライバシー重視の支払いが実際に実現すれば、ステーブルコイン給与やフリーランサーの決済など、日常的な金融活動にも活用される可能性があります。

[サターンが投資した年15%優先株式。企業が受け取った資金ベースで計算すると17.2%] @saturn_credit Striveが10月20日に発行を完了した$SATS優先株の公開総額は6億3,000万ドルです。 しかし、この700万株に契約上毎年累積する配当額を計算すると、1億500万ドルになります。 これは公開総額の約16.7%に相当します。 サターンもこのIPOに自社のトレジャリー資金で参加しています。 差異は1株あたり$10から始まります。 SATSの配当率は年15%ですが、計算基準は1株あたりの基準額$100です。 公開価格は$90でした。したがって、1株あたりの年間累積配当額は$15となり、公開価格に対する比率は以下の通りです。 15 / 90 * 100 = 約16.7% ここで発行側の視点からもう一度計算してみましょう。 Striveが公表した公開手数料は1株あたり$3、合計2,100万ドルです。 これを公開総額から差し引くと、企業が受け取る金額はその他の発行費用控除前で6億900万ドルになります。 105000000 / 609000000 * 100 = 約17.2% これは発行企業が実際に受け取った資金に対して、毎年累積する配当額がどれほど大きいかを示す比率です。 株価変動や再投資、実際の配当支払時期を反映した投資収益率ではありません。 Striveは、初期18か月分の配当に相当する1株あたり$22.50を準備金口座に積み立てる計画を証券届出書に明記しています。 700万株全体で計算すると1億5,750万ドルです。 これは高めの固定配当を設計しつつ、初期支払い資金を確保するための措置です。 さらに優先順位が付与されています。 SATSはSATA優先株より後順位であり、ASST普通株より前順位です。 配当は累積されますが、実際の現金支払いには取締役会の宣言と法的に支払可能な資金が必要です。 初回定期配当日は11月9日に予定されています。 この取引は投資家と発行企業にそれぞれ異なる計算結果を残します。 投資家は高い配当額を期待する代わりに、価格変動リスク、支払リスク、およびより優先順位の高い証券の保護を受ける必要があります。 発行企業はビットコイン購入や運転資金などに使える資本を確保しつつ、長期的な配当負担も引き受けます。 サターンの参加の意味合いもここで区別されます。 今回の投資はUSDatやsUSDatのユーザー資産とは分離された自社トレジャリー投資です。 サターンがビットコインベースのクレジット商品を実際の資本配分対象として選択した事例であり、既存ユーザー商品の担保や支払条件が変更されたという発表はありません。 今後確認すべきは、表面的な15%ではなく、11月からの実際の配当実行、市場で形成されるSATS価格、および準備金と発行企業の資金運用です。 この3つが連動しなければ、デジタルクレジットの高い配当がどれほど持続可能かを判断することはできません。 #Saturn

GPU 1장으로 이더리움을 증명했다. 그러나 실전에서 통과해야 할 시험은 다르다. @zksync는 GPU 1장으로 이더리움 메인넷 블록 7,200개를 증명했다. 이 중 99%는 10초 이내에, 모든 블록은 12초 이내에 증명이 완료되었다. 그러나 @ethereum Foundation이 지원하는 EthProofs의 실시간 증명 운영 지표에 따르면, 평가 대상 프로버 8개 중 최근 주간 적격 기준을 충족한 프로버는 단 2개였다. 두 결과는 측정 대상과 환경이 달라 직접적인 성능 비교는 불가능하다. 오히려 그 차이에서 ZK 기술의 다음 과제가 드러난다. 간단 요약: - Airbender Prime은 이더리움의 약 12초 블록 생성 주기에 GPU 1장으로 대응할 수 있다는 가능성을 입증했다. - 실제 프로버 운영에서는 증명 속도뿐 아니라 가동률, 증명 실패, 하드웨어 요구사항까지 고려해야 한다. - 장기적으로는 증명 처리 속도보다 정확성 검증, 최악 조건에서의 증명 비용, 안정적인 운영 능력이 zkEVM의 경쟁력을 가를 가능성이 크다. ZKsync가 10월 13일 발표한 Airbender Prime은 NVIDIA RTX PRO 6000 Blackwell GPU 1장으로 연속된 이더리움 메인넷 블록 7,200개를 증명했다. 이더리움이 약 12초 간격으로 블록을 생성하므로, 7,200개는 명목상 약 24시간 분량의 블록에 해당한다. 증명에 필요한 입력 데이터(witness)를 준비하는 시간까지 포함해 99%의 블록을 10초 이내에 처리했다는 점이 의미 있다. 새 블록이 생성되는 속도보다 증명을 생성하는 속도가 충분히 빠르면, 검증자는 모든 거래를 다시 실행하는 대신 암호학적 증명으로 실행 결과를 확인할 수 있다. 그만큼 검증에 필요한 연산량을 줄일 가능성이 생긴다. 하지만 7,200개 블록에 대한 성능 시험과 실제 운영 환경에서 지속적으로 증명을 공급하는 것은 다른 문제다. EthProofs는 이더리움 블록을 실시간으로 증명하는 여러 시스템의 성능과 운영 상태를 공개적으로 측정한다. 10월 26일 조회 당시 대시보드에는 다음과 같은 수치가 표시되었다. - 평가 대상 프로버 8개, 최근 주간 적격 기준 충족 프로버 2개 - 전체 평가 대상의 블록 슬롯 대비 10초 이내 증명 성공 비율: 69.7% - 오프라인으로 분류된 비율: 26.2% 이 수치들은 Airbender Prime의 단일 GPU 시험 결과가 아니다. 여러 프로버를 대상으로 한 운영 집계이며, 장비와 실행 환경, 적격 판정 기준도 다르다. 그러나 실제 네트워크에서 증명을 활용하려면 개별 성능 기록과 별개로 운영 신뢰성을 확보해야 한다는 사실을 보여준다. 증명 생성에 평균 5초가 걸리는 프로버라도 자주 중단되거나 특정 블록을 처리하지 못한다면, 해당 시스템에만 의존하는 검증 구조는 안정적으로 작동하기 어렵다. 특정 프로버가 실패했을 때 다른 구현이 증명을 제공할 수 있는지, 어려운 블록이 연속해서 들어와도 처리 지연이 누적되지 않는지까지 확인해야 한다. 하드웨어 조건에도 별도의 확인이 필요하다. Airbender 공개 저장소의 GPU 가이드에는 기본·재귀 증명 단계에서 GPU를 사용하고 최종 증명 단계에는 CPU와 약 150GB의 RAM이 필요하다고 설명되어 있다. 이 문서가 최신 Prime 벤치마크의 실행 구성과 동일한 경로를 설명하는지는 확인되지 않았다. 따라서 GPU 1장이라는 측정 결과로 전체 시스템의 메모리 요구량이나 운영 비용까지 확정할 수는 없다. 10월 15일 @VitalikButerin은 Airbender 팀의 성과를 높이 평가하면서 zkEVM의 다음 과제로 세 가지를 제시했다. 첫째는 증명에 사용되는 계산이 이더리움의 실제 실행 규격과 일치한다는 것을 수학적으로 검증하는 일이다. 둘째는 블록 가스 사용량 대비 증명 비용에 엄격한 상한을 두는 것이다. 셋째는 증명 시스템 자체의 암호학적 안전성을 검증하는 일이다. 두 번째 조건은 실제 운영 비용과도 연결된다. 평범한 블록은 10초 이내에 증명하더라도, 누군가 허용된 가스 한도 안에서 증명하기 매우 어려운 연산을 의도적으로 구성한다면 어떨까? 블록 실행에는 정상적으로 비용을 지불했지만, 증명 생성에는 지나치게 많은 연산과 시간이 필요할 수 있다. 이런 상황이 가능하다면, 블록당 평균 증명 시간이 아무리 짧아도 네트워크가 안정적으로 처리할 수 있는 최대 부하를 예측하기 어렵다. 실시간 증명의 경제성은 평균적인 블록의 증명 비용과 함께 최악의 경우 얼마나 많은 자원이 필요한지에 달려 있다. EthProofs의 로드맵도 이러한 방향으로 진행되고 있다.現在、パフォーマンス改善フェーズは完了し、セキュリティ検証フェーズが進行中です。 次に、遅延証明、義務証明、およびプロトコルへの直接証明統合が予定されています。 この順序が重要なのは、高速な証明システムを1つ作ることと、Ethereumがその証明を合意プロセスで信頼することとは別々の課題だからです。 Airbender Primeの発表は、リアルタイム証明のハードウェア負荷を削減できるという強力な根拠を示しました。 次の成果は、単に記録が速いというだけでは評価しづらいでしょう。 実運用環境で高い証明成功率をどれほど長く維持できるか、最悪のブロックでも証明コストが制限されるか、異なる実装がEthereumの実行結果を正確に証明できるかが重要です。 ZK証明技術は、高速な計算を披露する段階から、ネットワークが実際に依存できるインフラへと移行しています。 #Ethereum #zkEVM