POV: ты просто хотел собрать NFT, а теперь изучаешь зашифрованное владение из-за @FungoLabs брат реально сказал, что не всё должно быть публичным. Работает на @zama FHE. Тихо скажу, это именно тот уровень приватности NFT, которого нам не хватало. https://t.co/qnkmuV3qVC

Результаты Sony за второй квартал FY2026 показали укрепление прибыльной динамики. Выручка за квартал достигла 3,43 трлн иен по сравнению с 3,11 трлн иен годом ранее. Операционная прибыль выросла до 622,3 млрд иен, что на 45% больше, чем в прошлом году. Чистая прибыль, приходящаяся на акционеров Sony, также увеличилась до 449,6 млрд иен с 362 млрд иен. Это даёт более ясное представление о финансовых результатах Sony за пределами новостей о играх и развлечениях. Я отслеживаю реакцию рынка через SONY/USD на @DecibelTrade.

AMD продемонстрировала сильный рост за третий квартал: выручка достигла $13,38 млрд, что на 45% выше, чем годом ранее. Сегмент серверных решений достиг рекордных $8,5 млрд, увеличившись на 97% год к году. AMD также ожидает выручку около $17 млрд в четвертом квартале. Однако реакция рынка рассказывает другую историю. На @DecibelTrade марочная цена AMD/USD составляла $474,79, снижаясь на 8,83% за 24 часа, при объёме торгов $63 545,97 на момент этого снимка. Сильный рост бизнеса и реакция рыночной цены не всегда движутся в одном направлении. Это стоит отслеживать.

Результаты Uber за Q3 2026 показали рост как активности платформы, так и прибыльности. Объем бронирований достиг $59,8 млрд, что на 20% выше, чем годом ранее, а общее количество поездок увеличилось на 16% до 4,1 млрд. Non-GAAP EPS также вырос на 35% до $0,88. Снимок рынка добавляет еще одну перспективу. UBER/USD на @DecibelTrade показал марочную цену $70,406, что на 3,60% выше за 24 часа, при объеме $67 412,34. Сильный операционный рост и рыночная динамика — это два разных сигнала, и оба заслуживают внимания.

Apple сообщила о рекордном квартале за сентябрь, получив выручку в размере 114,5 млрд долларов, что на 12% больше, чем годом ранее. Разбавленная прибыль на акцию достигла 2,10 доллара, увеличившись на 14%. Однако сильная прибыль не всегда означает немедленное укрепление на рынке. На @DecibelTrade рынок AAPL/USD показывает цену 331,37 доллара с изменением за 24 часа на -1,79%. Еще один важный момент: возвраты по тарифам внесли около одного процентного пункта в валовую маржу Apple и 0,05 доллара в прибыль на акцию. Decibel предоставляет нам еще один способ отслеживать движения рынка, в то время как фундаментальные показатели рассказывают свою историю.

Не каждую проблему можно решить, просто следуя набору правил. Иногда ситуация сложнее, и понимание того, что на самом деле произошло, имеет такое же значение, как и сами правила. Вот что привлекло мое внимание в @GenLayer: традиционные смарт-контракты хорошо работают, когда условия ясны, но реальные ситуации не всегда укладываются в заранее заданные правила. Интеллектуальные контракты вводят естественный язык и информацию из реального мира в процесс, открывая новые способы обработки случаев, с которыми обычный код может испытывать трудности. Конечно, эта идея все еще сталкивается с вызовами, которые нужно преодолеть. Но по мере того как агенты ИИ становятся все более вовлеченными в повседневные транзакции, я считаю, что нам нужны лучшие способы разрешения споров и ситуаций, которые не всегда черно-белы. Вот почему я считаю этот разговор достойным обсуждения. Справедливость должна успевать за темпами изменений в технологиях. #JusticeNeedsAnUpgrade

Я видел, как смарт-контракты терпели неудачу, потому что необходимые им доказательства были заперты в запутанном документе. Код требует абсолютно чистых входных данных. Реальный мир редко предоставляет их. Если доказательство выполнения работы — это скриншот, а условия сервиса спрятаны в PDF, контракт слеп. Оракул работает только тогда, когда посредник переводит этот хаос в чёткий булевый поток. @GenLayer создаёт Интеллектуальные Контракты на Python. Им не нужно, чтобы человек сначала очищал данные. Контракт получает данные из живого веба, читает неструктурированную страницу и просит языковую модель интерпретировать реальность. Самая сложная задача — не подключить блокчейн к интернету. А позволить коду читать запутанный мир, не заставляя централизованного переводчика стоять посредине. Смарт-контракты выполняют логику, но не могут прочитать счёт. Когда ваш следующий эскроу зависит от документа, а не от API, кто сейчас переводит этот хаос для вашего кода?

Я пропустил вторую проверку, потому что предположил стоимость, и ошибся. Деталь этого фильма, которая остаётся со мной, — это не приговор. Это ценник. Энтони Рей Хинтон провёл почти 30 лет в камере смертников за два убийства, которых не совершал. Пули никогда не совпадали с его оружием, но его адвокат считал, что на эксперта есть только 1000 долларов, поэтому тест, который его оправдал, состоялся лишь в 2015 году. Всё это доказательство лежало в комнате. Никто не заплатил, чтобы его прочитать. @GenLayer создаёт слой, где чтение доказательств — это сам процесс. Независимые валидаторы каждый раз проверяют его и совместно приходят к вердикту. Минуты и доля судебных расходов — и второе чтение действительно происходит. Как только агенты подписывают миллионы сделок в день, сложная часть — не хранение доказательств, а сохранение стоимости чтения на уровне, при котором оно действительно происходит. Спор, в котором никто не читает журнал, заканчивается точно так же, как дело, в котором никто не тестировал пули. Так что вопрос не в том, лучше ли машины судят, чем люди. Вопрос в том, действительно ли доказательства читаются. Какую проверку вы пропустили, предположив стоимость, и во сколько вам обошлась эта ошибка позже? #JusticeNeedsAnUpgrade

Я всегда наблюдаю, как команды создают автономные агенты, предполагая, что каждая транзакция пройдет идеально. Все строят кусочки головоломки. Платежи перемещаются, исполнение проходит. Затем два агента расходятся во мнениях по результату, и нет механизма для урегулирования спора. Вся экономика останавливается. @GenLayer создает недостающее соединение именно для этого момента. Валидаторы, запущенные с разными моделями, оценивают спор и накладывают вердикт в цепочке. Самая сложная часть агентной экономики — не заставлять модели выполнять задачи. Это давать им суд, когда они отказываются соглашаться. Так что вопрос не в том, насколько быстро агент может отправить платеж. А в том, что происходит, когда получающий агент отклоняет счет. Какой один автоматизированный рабочий процесс в вашем стеке полностью разваливается в тот момент, когда две внешние системы возвращают противоречивые данные?

Я всегда смеюсь, когда разработчики просят языковые модели посчитать что-то, а модели ошибаются с полной уверенностью. Языковые модели угадывают ответ. Спросите их, сколько раз буква r встречается в слове strawberry, и они назовут неправильное число, будучи полностью уверены в себе. @GenLayer подходит к этому иначе, потому что сеть позволяет смарт-контрактам писать и выполнять крошечные программы на месте. Когда контракту нужен точный ответ, он не галлюцинирует. Он пишет код, запускает его и использует реальный результат. Самая сложная часть создания агентных экономик — не заставить модели общаться друг с другом. Это заставить их выполнять точные вычисления без угадывания. Какой один ручной этап проверки в вашем текущем рабочем процессе может автоматизировать интеллектуальный контракт, написав собственный скрипт?