Olen maininnut @recallnet jo muutaman kerran Mutta tässä on nopea erittely siitä, mitä he todella rakentavat: Mikä on Recall? Maineprotokolla kasvavalle "agenttien internetille" Rakennettu tulevaisuutta varten, jossa miljardit tekoälyagentit ovat vuorovaikutuksessa keskenään ja meidän kanssamme Löytämisen ja luottamuksen ratkaiseminen suorituskyvyn, ei markkinoinnin avulla Tärkeimmät ominaisuudet: AgentRank: Onchain-mainejärjestelmä, joka perustuu todelliseen, todennettavissa olevaan suorituskykyyn Tekoälykilpailut: Agentit kilpailevat livenä todistaakseen taitonsa ja pitääkseen sijoitukset ajan tasalla Kuratointimarkkinat: Käyttäjät panostavat agentteihin, joiden he uskovat toimivan hyvin ja ansaitsevan, jos he ovat oikeassa Taitopoolit: Yhteisöt panostavat tiettyihin tekoälytaitoihin ohjatakseen agenttien kehitystä kohti todellista kysyntää Kaikki $RECALL koko ekosysteemin voimanlähteenä - Palkitsee huippuagentteja, varhaisia kuraattoreita ja hyödyllisiä avustajia Yhdenmukaistaa kannustimet mainejärjestelmän luotettavuuden säilyttämiseksi He rakentavat perustaa sille, miten autonomiset agentit koordinoivat toimintaansa tulevaisuudessa.

Muistatko internetin alkuajat? Verkkosivustoja oli kaikkialla, mutta kukaan ei tiennyt, mikä oli laillista. Täydellinen kaaos. Sitten Google esitteli PageRankin ja yhtäkkiä verkossa oli rakenne. Olemme jälleen samassa käännekohdassa, tällä kertaa tekoälyagenttien kanssa. @recallnet puuttuu asiaan ratkaistakseen sen. Tämänhetkinen tilanne on seuraava: Loputtomasti agentteja, ei kontekstia Turhat tulostaulukot Suositukset, jotka eivät heijasta todellista taitoa Ongelma ei ole agenttien määrä, vaan luottamuksen, rakenteen ja todennettavissa olevan suorituskyvyn puute. Juuri tässä @recallnet tulee kuvaan. Esittelyssä: AgentRank Reaaliaikainen, ketjussa oleva mainepistemäärä, joka perustuu agenttien todelliseen suorituskykyyn. ✔️ Ei markkinointihölynpölyä ✔️ Ei poimittuja demoja ✔️ Vain avoimia, julkisia vastakkainasetteluja Näin se toimii: ⚔️ Agentit kilpailevat taitoihin perustuvissa haasteissa 📈 Yhteisöt panostavat $RECALL huippusuoriutujiin tai kysyttyihin taitoihin 🏆 Maine kehittyy sen perusteella, mikä on todistettavissa, ei sen perusteella, mikä kuulostaa vaikuttavalta Jos agentteja on kaikkialla, meidän on tiedettävä, miksi heidät on sijoitettu Ja tämän sijoituksen tulisi olla avoin, kryptonatiivi ja suorituskykylähtöinen. Sitä AgentRank on. Tämä on infrastruktuuri, joka tekee agenttitaloudesta käyttökelpoisen.

Recalliin sijoitti 40 laitosta, eikä tämä ole loppu, johtava sijoitus oli Multicoin, jonka hän sijoitti Binanceen puolet projektin jalasta Et ehkä tunne tätä instituutiota, mutta Solana, APT, Lido ja Zama, jotka ovat olleet erittäin suosittuja viimeisen kahden päivän aikana, ja Multicoin ovat sen takana olevia rahoittajia On nähtävissä, että Multicoinin sijoitusvisio on hyvin hankala, ja mietin, millainen tiimi Recall voi saada sijoituksen tältä T1-laitokselta Kävin läpi kaikkien ansioluettelot ja huomasin, että ydintiimi oli ConsenSysistä (MetaMaskin ja Linean emoyhtiö) ja Applesta, kyllä, Jobsin Applesta! › ••••••••• ‹ Tänään esitellään Recallin ydintiimi, ja ennen kuin aloitamme, esittelemme Recal-projektin 👇 @recallnet voidaan nähdä kamppailulajihallina, jokainen robotti on värväysmuna, jokainen pelaaja on vastaava mestari, opetat kamppailulajihuijauksia tekoälyrobottioppipojallesi, robotti oppii taistelulajisi tappaakseen vihollisen taistelukentällä ja voit saada palkkion vihollisen tappamisesta taistelussa Mitä korkeampia kamppailulajeja opetat, sitä vahvemmat oppipoikasi, sitä enemmän vihollisia tapat ja sitä enemmän palkkioita saat, mikä on palkintosi mestarina. Jos opetat Ink Splash Fistin, vasikka on valmis ja kaadut alas ennen kuin ehdit tappaa vihollisen Niin abstraktilta kuin se kuulostaakin, tämä on Recallin parhaillaan käynnissä oleva tekoälyvälityspalvelinkaupan hackathon, jossa jokainen voi kouluttaa oman tekoälyagenttinsa toimimaan ketjussa simuloidussa kaupankäyntiympäristössä Jokainen robotti taistelee simuloidussa kaupankäyntiympäristössä, ja se, kuka voi lopulta voittaa, riippuu siitä, kumpi kaupankäyntistrategia (kamppailulajihuijaukset) on vahvempi Recall luo tulostaulukon tappojen määrän perusteella ja pisteyttää jokaisen robotin sen perusteella, kuinka hyvin se suoriutuu todellisessa taistelussa. Tätä pisteytysjärjestelmää kutsutaan AgentRankiksi, ja toisin kuin perinteisissä kilpailuissa, se ei luota tuomareiden pisteytykseen, vaan sijoittuu ketjun todellisten suoritustietojen perusteella Robotin jokaisen tapahtuman arviointi-, suoritustulokset ja voitto- ja tappiokäyrät ovat kaikki ketjussa, tiedot ovat avoimen lähdekoodin, tulokset ovat läpinäkyviä ja on selvää, kuka on vahva ja kuka heikko Tulevaisuudessa tuote lanseerataan virallisesti, enkä voi kuvitella, kuinka helppoa sen käyttö on, mikä on paljon käytännöllisempää kuin pelkkä AI Proxy 1:n ottaminen yksinkertaisen säännöllisen sijoituksen määrittämiseen. Voimme muokata omaa strategiaamme tai valita kamppailulajien mestareita tulostaulukon mukaan, itse asiassa tämä on samanlaista kuin vaihto tilausten kanssa, mutta vaihtoa parempi on se, että tilausten johtaminen on täysin tekoälyä, ja jokainen ketjun tilaus voidaan tarkistaa! Recall rakentaa maailmaa, jossa ajattelevista roboteista voi tulla uusi laji ketjussa ja jokaisesta voi tulla suurmestareiden sukupolvi › ••••••••• ‹ 📌 Siirrytään Recallin ydintiimiin ▪️Andrew W. Hill (perustaja ja toimitusjohtaja) @andrewxhill väitellyt tohtoriksi hänen tutkimussuuntansa on ekosysteemimallintaminen, ja myöhemmin hän siirtyi teknologiaan. Hän oli yksi harvoista ihmisistä, jotka siirtyivät luonnontieteellisestä taustasta hajautettuihin järjestelmiin loppuun asti Textile (edellinen projekti) keskittyi alun perin hajautettuihin tietojenkäsittelytyökaluihin, ja hän johti IPFS Bucketsin ja Filecoin-tallennuskerroksen rajapintojen kehittämistä sekä osallistui myös moduulien, kuten go-threadsin ja Powergaten, suunnitteluun. Nämä eivät ole nopeatempoisia projekteja, jotka "laskevat liikkeeseen kolikoita ja vetävät levyjä", vaan rakentavat ydintyökaluja, joita Web3 voi käyttää pitkään Andrew nauttii työskentelystä kestävien järjestelmien kanssa Filecoinin tietovarastosta Tablelandin SQL-rakenteeseen ja Recallin AgentRank-mekanismiin ▪️Sander Pick (perustaja ja teknologiajohtaja) @sanderpick oli aiemmin insinööri Applen Special Projects -tiimissä ja oli yksi Filecoin-teknologiapinon ensimmäisistä avustajista Et ehkä ole käyttänyt hänen Powergateaan, mutta jos olet käyttänyt Filecoinia, olet jo käyttänyt hänen työtään. Hän kirjoitti myös go-threads, komponentin, joka tarjoaa tietojen synkronoinnin IPFS:lle, ja monet hajautetut tietokannat on nyt suunniteltu sen rakenteen perusteella Voidaan sanoa, että Textile voi selviytyä viisi vuotta ja kirjoittaa tietopinon kokonaan, koska Sanderin kaltaiset ydininsinöörit ovat yhdistäneet järjestelmän kerros kerrokselta. Hän on nyt Recallin teknologiajohtaja, joka vastaa välityspalvelinjärjestelmän takana olevasta ketjun logiikasta ja on järjestelmän keskeinen toteuttaja ▪️Michael Sena (perustaja) @dataliquidity on Ceramic Networkin alkuperäinen tiimi. Ceramic on ketjun sisäinen tilakerrosjärjestelmä, joka toteuttaa tilajärjestelmän, joka "ei pysy lompakossa, vaan päivittyy reaaliajassa" Michael vietti useita vuosia ConsenSysissä (MetaMaskin emoyhtiö) ja oli yksi Ethereumin varhaisen DID-järjestelmän Uportin luojista. Vuonna 2018 hän aloitti 3Boxin johtamisen ja myöhemmin Ceramicin, joka standardoi ketjun sisäisen tiedonkulun tuotteeksi ▪️Danny Zuckerman (takaisinkutsutuotteiden johtaja) @dazuck on työskennellyt Michaelin kanssa 3Boxin parissa sekä strategian ja tuotteen parissa ConsenSysissä, ja hän tuntee parhaiten "kuinka muuttaa järjestelmä tuotteeksi, johon kehittäjät voivat kytkeytyä". Danny ei kirjoita koodia, mutta hän selvittää paljon tuoteprosesseja, dokumentointijärjestelmiä ja moduulirakenteita Näet, että Recallin SDK-dokumentaatio on erittäin täydellinen, testipolku on selkeä, kilpailumekanismi on kohtuullinen ja suurin osa siitä on hänen vetämäänsä tuoteprosessia ▪️Carson Farmer (tutkimuspäällikkö) @carsonfarmer on hillitty mutta äärimmäisen keskeinen tutkija. Hän työskentelee "hajautettujen järjestelmien + tekoälypäättelyn" risteyskohdassa. Toisin sanoen markkinoilla on monia projekteja, joissa "tekoälyagentti lähettää tehtävän ja lopettaa sen", ja hän on huolissaan siitä, miten ketju tarkistaa itse agentin käyttäytymisen, miten se pisteytetään ja voidaanko sitä yhdistää ja käyttää uudelleen Hänellä on paljon tietoa GitHubissa ja Docsissa AgentRankista, tehtävähistoriasta ja ketjun sisäisen käyttäytymisen strukturoidusta suunnittelusta, mikä on perusta tämän projektin "kyvylle toimia pitkään". Voisi sanoa, että hän on vastuussa siitä, että "tekoäly näyttää toimivan" muuttui "se on todella saatavilla ketjussa", käsittelee syvällistä logiikkaa, jota et olisi löytänyt katsomatta lähdekoodia @MsEggmily Finally Recallissa on superkaunottaria sisällä!! Pidä kiirettä ja kiinnitä huomiota

Recall Arena alkaa virallisesti tänään ja kestää 15. heinäkuuta asti! Valtava kiitos kaikesta rakkaudesta ja mahtavista kommenteista tekemääni esittelyvideoon, olette paras! Osoittaakseni arvostustani ja tukeakseni rohkeita agentteja, jotka osallistuvat tähän kryptokaupan haasteeseen, olen tehnyt upouuden videon. Tapaa kilpailijat, jotka taistelevat @recallnet Arenalla: 🔹 @moonsage_alpha 🔸 @cryptoeights 🔹 cassh 🔸 Vadar 🔹 8Pallo 🔸 Amaya 🔹 Sammal 🔸 MLBot 🔹 PPOScalper 🔸 makeinen 🔹 Imaginex 🔸 krypto-botti Kumpaa kannat tässä intensiivisessä välienselvittelyssä?

Tänään Crypto Trading Challenge on @recallnet alkaa. Näin se toimii: · Tutustu agentteihin ja äänestä voittajaasi. · Luo sisältöä ja jaa valintasi X:ssä (laadukkaasta sisällöstä palkitaan). · Seuraa reaaliaikaisia sijoituksia ja katso, miten agentit toimivat. Voit ansaita palkintoja seuraavilla tavoilla: · Kokonaismestarin ennustaminen (1 500 fragmenttia jaossa) · Päivittäisten johtajien ennustaminen (x6 mahdollisuutta, 100 fragmenttia kukin) · Ennakkoäänestyspalkkiot (500 fragmenttia kilpailua edeltävästä äänestämisestä) Lisäksi tarjolla on bonus-Snappeja kilpailuun liittyvän sisällön, kuten meemien tai strategiaerittelyjen, luomiseen. Se on avoin kilpailu, joten pidä silmällä tulostaulukkoa äläkä unohda tehdä tutkimusta ennen äänestämistä. Katso se täältä:

Tässä on päivitys @recallnet AI Live Trading Challenge -haasteesta 10. heinäkuuta 2025 alkaen: - Tekoälyagentit ovat jo käyneet kauppaa yli 650 000 dollarilla 14 tokenilla 5 lohkoketjussa, ja kaikki tapahtumat ovat täysin läpinäkyviä ketjussa. - PPOScalper on tulostaulukon kärjessä 1,95 %:n nousulla, jota seuraa tiiviisti Moonsage Alpha 1,32 %:lla. - MLBot hylättiin, koska se ei tehnyt kauppoja, mikä osoittaa, että sinun on pysyttävä aktiivisena kasvattaaksesi agenttisijoitustasi. - Tuhannet kuraattorit äänestävät ja osallistuvat agenttien sijoituksiin suoraan reaaliajassa. Energia tämän tapahtuman ympärillä on epätodellista ja rakastan sen jokaista osaa. Siirry Kutsu-kohtaan ja katso live-tulostaulukko. gRecall perhe 🫰🏻

Tänään @recallnet avasi silmäni: 3 094 ihmistä luotti MLBotiin, mutta se ei tehnyt yhtään kauppaa 24 tunnissa ja hylättiin. Se on vaikeaa, mutta reilua. Tältä lohkoketjun todellisen maineen pitäisi näyttää.

Hei Recall -yhteisö, olen Tua Anime. Olen juuri lähettänyt tulevaan 8. heinäkuuta järjestettävään kilpailuun PPO-päänahan kaupankäynnin agentin, jonka loin kokonaan Cursorilla, nimeltään PPOScalper. Alla on joitain yksityiskohtaisia näkemyksiä projektistani: 🔽

🖤 Ennen klo 1230 käännän uuden lehden 😁 D-päivä @recallnet kaupankäyntikilpailussa huomenna ja olen valtava altavastaaja, kuten minun pitäisi olla 😂, olen vain iloinen, että pystyin siirtymään nollasta rakentamaan jotain, jonka pitäisi teknisesti toimia, ilman aiempaa koodausosaamista