Можливо, штучний інтелект вперше поставив під сумнів одну з найфундаментальніших припущень інформатики. Але більша історія — не в ETH. 26 жовтня OpenAI оголосила, що внутрішня модель штучного інтелекту сформулювала претензію на спростування Експоненційної гіпотези часу (ETH) — фундаментальної гіпотези, що лежить в основі сотень результатів про обчислювальну складність. Претензія: детермінований підекспоненційний алгоритм для точного підрахунку задовольняючих присвоєнь у булевих формулах фіксованої ширини. Якщо це правда, ETH руйнується. Разом з ним — кілька сильніших гіпотез. Але P ≠ NP залишається нерозв’язаним. Теоретично швидший не означає обов’язково практично корисний. Доведення було формалізовано в Lean. Незалежне дослідження організовують Рассел Імпагліаццо, Рамамохан Патурі та Райан Вільямс з MIT. Їхня участь — не схвалення. Незалежна перевірка залишається обов’язковою. Моя думка: ми потенційно стаємо свідками не одного, а трьох проривів. Математичний: довгостроковий бар’єр у теорії обчислювальної складності може бути знищений. Науковий: штучний інтелект може перейти від допомоги дослідникам до генерації справді нових знань. Інституційний: наукова спільнота повинна переглянути, як перевіряються, розуміються, визнаються та відтворюються відкриття. Третій може виявитися найважливішим. Протягом століть генерація високодослідних відкриттів вимагала рідкісної людської експертизи та років досліджень. Що відбудеться, коли штучний інтелект зможе генерувати правдоподібні математичні відкриття швидше, ніж люди зможуть їх незалежно перевірити та зрозуміти? Обмеження зміщується від відкриття до перевірки, інтерпретації та наукового судження. А згодом штучний інтелект може прискорити й ці процеси. Справжній переломний момент — не в тому, що штучний інтелект розв’язав одну відому проблему. А в тому, що він повторно розширює межу людських знань. Ми ще не дойшли до остаточного висновку. Але цей розвиток вимагає серйозної уваги. Питання вже не просто в тому, наскільки розумним може стати ШІ. А в тому, чи зможуть наші наукові інституції еволюціонувати достатньо швидко, щоб оцінити те, що виявляє ШІ. Оголошення OpenAI: https://t.co/G0p0VEMjlC Наукові статті та формалізації в Lean: https://t.co/jVif4w5JKB #ArtificialIntelligence #ScientificDiscovery #OpenAI #ComplexityTheory #AIResearch #ComputerScience #FutureOfAI #AgenticAI

Цикл bitcoin неодноразово ставив під сумнів дослідників криптовалют, і він може ще не завершений. Глибший урок? Історичні шаблони втрачають свою прогнозну силу. Зі змінами структури ринку, участю інституцій, динамікою ліквідності та деривативами, минулі стратегії циклів стають все менш надійними. Історія залишається корисним контекстом. Вона не є моделлю прогнозування. Наступна перевага буде полягати у розумінні структурних змін, а не екстраполяції історичних шаблонів. #Bitcoin #Crypto #MarketStructure #CryptoResearch #BTC

BITCOIN: Закінчується накопичення чи ще одна ведмежа пастка? Структура конструктивна. Підтвердження ще відсутнє. Відновлення BTC з ~$59K до ~$87K, за яким послідував успішний перевірний тест зони $76K–$78K, узгоджується з перехідною фазою Вайкoff від накопичення до зростання. Але схожість — це не підтвердження. Три рівні визначають наступний рух: ▪️ $86K–$88K: Стійке утримання вище цієї зони підсилює тезу про зростання. ▪️ $80,6K: Негайна підтримка. Утримання цього рівня зберігає короткострокову імпульсність. ▪️ $76,3K: Структурна оборона. Стійкий прорив і невдалий відновлення серйозно погіршують бульвий сценарій. 50-денна SMA піддається випробуванню, але не надійно захищається. Ще важливіше: справжній пробій вимагає спот-попиту, зростання обсягів та стійкої позиції на деривативах. Ключова відмінність: накопичення не означає автоматично зростання, а зростання не гарантує розподіл. Вайкoff — це рамка для інтерпретації пропозиції та попиту, а не кришталева куля. Моя теза: конструктивно бульвий, умовно підтверджений, явно спростовуваний. Ціна розповідає нам, що відбулося. Обсяги та позиції допомагають пояснити чому. Прийняття ринком визначає, чи виживе цей рух. Торгуйте доказами, а не схемами. #Bitcoin #BTC #Wyckoff #CryptoMarkets #TechnicalAnalysis #MarketStructure #PriceAction #CryptoResearch #AvArikAVentures

$ETH STAKING: ПОПЕРЕДЖЕННЯ, А НЕ СИГНАЛ ДЛЯ ПРОДАЖУ. Під ціновою дією ethereum відбувається цікава зміна. Між 4 жовтня і 19 жовтня: • Черга введень: 1,48 млн → 1,22 млн ETH (−17,7%) • Черга виведень: 813 тис. → 809 тис. ETH (−0,4%) • Надлишок введень: 667 тис. → 409 тис. ETH (−38,7%) Розрив значно зменшився. Але інтерпретація важливіша за заголовок. Три речі, які ринок повинен розуміти: Стиснення черги ≠ втеча капіталу. Це очікувані запити на валідатори, а не реальний чистий потік стейкінгу. Зменшення черги введень може свідчити про швидше активацію, а не про падіння попиту. Виведення ≠ продаж. Виведений ETH може бути знову стейкнутий, переміщений у DeFi, переданий між кастодіанами або проданий. Лише останнє створює пряме продавче тиснення на спот-ринку. Перетин не є катализатором. Важливо, чи почне реальна кількість стейкнутих ETH постійно скорочуватися, і чи перетворюються виведення на надходження на біржу та тривалий продаж. Моя думка: Ethereum може переживати зміну в участи у стейкінгу, але докази ще не підтверджують структурний вихід. Наступний значущий сигнал — не тоді, коли дві лінії черги перетнуться. А тоді, коли ETH, що виходить із стейкінгу, почне покидати довгострокове володіння. Слідити за реальними чистими потоками стейкінгу, депозитами на біржу та поглинанням на спот-ринку. Не лише за балансами черг. Поведінка ліквідності визначає вплив на ринок. Одні лише графіки черг — ні. #Ethereum #ETH #CryptoMarkets #Staking #OnChainAnalytics #MarketStructure #DigitalAssets #CryptoExponentials

BITCOIN MINING ПРОТИ AI INFERENCE: Однакова інфраструктура обчислень. Дуже різна економіка. Ось щось, що варто зрозуміти, оскільки майнири bitcoin все частіше переходять на інфраструктуру для штучного інтелекту. Структура витрат розповідає дві різні історії. ⛏️ BITCOIN MINING | Q2 2026 Вагомий розподіл витрат серед чотирьох вибраних публічно торгуємих майнерів: • 42,4% — амортизація та знецінення • 30,7% — електроенергія • 26,9% — інші витрати 🤖 AI INFERENCE | Модель загальних витрат (TCO) для GPU-інфраструктури • 60,0% — обладнання GPU • 4,1% — електроенергія • 35,9% — інша інфраструктура та операційні витрати Тепер ось де економіка стає цікавою. 1. Bitcoin mining — це гра за енергоефективністю. Ціни на електроенергію, ефективність ASIC, складність мережі та відшкодування капіталу визначають конкурентоспроможність. Дешева енергія створює перевагу, але зростання хешрейту мережі може її знищити. 2. AI inference — це гра за використанням капіталу. Витрати на придбання GPU, амортизація, рівень використання, пропускна здатність пам’яті та продуктивність інференсу домінують у економіці. Дорогий GPU, що простоює, знищує прибутковість. Високо використовуваний GPU, що надає ефективні токени, може створити значну операційну leverage. 3. Справжній арбітраж — не в електроенергії. Він у економічному виході на мегаватт. Мегаватт, направлений на bitcoin mining, конкурує з глобальним хешрейтом мережі. Мегаватт, направлений на AI inference, конкурує за корисну обчислювальну продуктивність, попит клієнтів, ціноутворення та рівень використання. Однакова електроенергія. Різні джерела доходу. Різні профілі ризиків. 4. Це змінює те, як ми повинні оцінювати операторів інфраструктури. Майнер bitcoin, який отримує контракт на хостинг AI, автоматично не стає бізнесом з високою маржею для AI. Питання такі: → Хто фінансує GPU? → Хто несе ризик застаріння обладнання? → Хто гарантує рівень використання? → Які умовлені маржі та періоди відшкодування капіталу? → Який додатковий інвестиційний обсяг інфраструктури необхідний? Головний висновок: Bitcoin mining монетизує енергоефективне хеширування. AI inference монетизує продуктивну обчислювальну потужність. Стратегічний переможець — не обов’язково оператор з найдешевшою електроенергією. Це оператор, який отримує найвищий ризиково-скоригований дохід на вкладений капітал. Методологія: Дані про bitcoin отримано з вибраної вибірки з чотирьох операторів за Q2 2026 за даними CoinShares. Дані про AI відображають смодельовану ситуацію TCO для GPU-кластера від Silicon Analysts. Це не є безпосередньо порівнюваними або статистично репрезентативними середніми показниками галузі. Джерела: CoinShares Bitcoin Mining Report Q2 2026; Silicon Analysts GPU Cluster TCO Calculator. #Bitcoin #BitcoinMining #AIInference #AIInfrastructure #GPU #DataCenters #HPC #ComputeEconomics #CapitalEfficiency #DigitalInfrastructure #InvestmentResearch

Наступна хвиля адаптації криптовалют може початися з брокерських акаунтів, а не з криптовалютних бірж. Charles Schwab розпочинає торгівлю спот-біткоїном та ефіреумом для відповідних роздрібних клієнтів, з переказами криптовалют до Schwab, які поступово запускаються, а Solana (SOL), як повідомляється, знаходиться у планах на кінець року. Важливою є масштабність: • 40 мільйонів акаунтів • 13,33 трильйона доларів США в активі клієнтів • ~335 000 доларів США в активі на акаунт, за простим середнім показником Тепер розглянемо математику розподілу капіталу: • 0,25% виділення = 33,3 млрд доларів США • 0,50% виділення = 66,7 млрд доларів США • 1,00% виділення = 133,3 млрд доларів США Це гіпотетичні перерозподіли, а не прогнозовані надходження. Більш важлива історія — це зберігання, розподіл та видалення тертя. Коли інвестори зможуть купувати, зберігати та потенційно переказувати криптовалюти в межах знайомої брокерської інфраструктури, психологічні та операційні бар’єри власності зменшуються. Fidelity допомогла сформувати цю модель. Schwab додає ще один величезний канал розподілу. Боротьба за конкурентну перевагу зміщується з криптовалютних бірж на довірені фінансові стосунки, інтегровані портфелі та зручність зберігання. Справжній прорив — не те, що 40 мільйонів акаунтів раптово куплять біткоїн. А те, що криптовалюти стають звичайним рішенням щодо розподілу портфеля для мільйонів інвесторів. Ось як нова клас активу наближається до масової фінансової інфраструктури. І наслідки поширюються за межами BTC та ETH на SOL, токенізовані активи та в майбутньому — на он-чейн фінансові сервіси. Розподіл створює доступ. Довіра дозволяє адаптацію. Розподіл капіталу визначає потоки капіталу. #Bitcoin #Ethereum #Solana #CharlesSchwab #CryptoAdoption #DigitalAssets #InstitutionalFinance #WealthManagement #Tokenization

Чи може математична модель точно визначити наступну велику вершину біткойна? Модель LPPLS спробує виявити прискорені, нестійкі цінові динаміки та оцінити потенційний критичний момент. Але є одна умова: складна модель не є автоматично надійним сигналом. Я створив цей дослідницький інструмент, щоб перевірити докази на історичних даних біткойна, включаючи те, що відбувалося після виникнення сигналів порівняно зі схожими періодами, коли вони не виникали. Мета проста: перевірити модель, а не вірити розповіді. Дослідіть модель та її результати тут: https://t.co/6e1iXDfAXP #Bitcoin #QuantitativeFinance #CryptoResearch

#Bitcoin знаходиться на рівні ~$81,5–82 тис. після підвищеної інфляції CPI, поглинаючи ще одну хвилю ліквідацій довгих позицій. Через рік після краху на $19 млрд кредитне плече структурно знизилося, а діапазон $80–87 тис. тримається, але це ще не повна капітуляція. Індекс страху та жадоби залишається в середньому діапазоні, відкритий інтерес відновився під час корекцій, а X розділений: одні вважають, що останніх випадінь достатньо, інші очікують чистішу корекцію до $75–77 тис. або ~$2,55 трлн загальної ринкової капіталізації, перш ніж визначити дно. $81–81,5 тис. — це лінія. Утримання цього рівня зміцнює сценарій «ліквідації майже завершено» при будь-якому полегшенні макроекономічних умов; втрата цього рівня робить ще одну хвилю ліквідацій більш ймовірною. Ринок все ще обмежений діапазоном і чутливий до політики ФРС.

Наступного тижня стає все цікавіше... просто кажу $BLSH $GLXY $CRCL $FIGR $SBET $UPXI $BMNR $IBIT $ETHA $BSOL

10/10: Крах, який виявив структурний розкол криптовалют. Рік тому шок тарифів спричинив більше ніж 19 млрд доларів США заявлених ліквідацій у криптовалюті за 24 години. Справжній урок? Інституційне прийняття та ринкова стійкість — це не одне й те саме. 2/7 — Кредитне плече було механізмом передачі. Макрошок спричинив продаж. Падіння цін призводило до ліквідацій, які поглинали доступні байди і змушували ціни падати далі, що викликало додаткові ліквідації. Каталізатором була макроекономічна ситуація. Посилення — структурне. 3/7 — Ринкова капіталізація — це не ліквідність. Bitcoin і ETH зберегли більшу глибину ринку, ніж багато менших токенів. Тонкі книги ордерів і локалізовані відхилення цін на окремих платформах виявили хрупкість під заголовними оцінками. Ціна актива за котировкою не розповідає, скільки можна продати під час кризи. 4/7 — Інституційна власність — це не постійний байд. ETF та інституційне зберігання розширили доступ. Але капітал залишається чутливим до реальних дохідностей, долара, ризикового бюджету та альтернативних інвестицій. Доступ визначає, хто може купувати. Маргінальні потоки визначають, чи зроблять це насправді. 5/7 — Прийняття не гарантує цінності токена. Використання мережі, стабільний дохід і накопичення цінності для власників токенів — це окремі змінні. Блокчейн може успішно функціонувати як інфраструктура, тоді як його токен показує слабкі результати. Спекулятивний попит не є заміною економічної цінності. 6/7 — Слухайте сигнали, а не історії. Слідкуйте за потоками спот-ETF, кредитним плечем ф'ючерсів, ставкою фінансування, виконуваною глибиною книги ордерів, макроліквідністю, протокольними комісіями та стабільним використанням стейблкоїнів. Це показує багато більше про ринкову стійкість, ніж роковини або короткострокові цілевстановлення. 7/7 — Висновок. 10 жовтня 2025 року був стрес-тестом ринкової інфраструктури криптовалют, а не остаточним вироком щодо Bitcoin. Наступний тривалий медв’ячий ринок потребує трьох речей: • Постійний маргінальний капітал • Стійка ринкова структура • Доведена економічна цінність Криптовалюта вижила ліквідацію. Структурна зрелість залишається випробуванням. #Bitcoin #CryptoMarkets