Tópicos em alta
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.

Louround 🥂
Co-fundador da @a1research__ 🀄️ & @steak_studio 🥩
Louround 🥂 repostou
Os VLAs ainda são muito novos e muitas pessoas acham difícil entender a diferença entre VLAs e LLMs.
Aqui está um mergulho profundo em como esses sistemas de IA diferem em raciocínio, detecção e ação. Parte 1.
Vamos detalhar as principais distinções e como os agentes de IA envolvidos em um LLM diferem dos agentes operadores que usam modelos VLA:
1. Sentido: como eles percebem o mundo
Agente (LLM): processa texto ou dados estruturados, por exemplo, JSON, APIs e, às vezes, imagens. É como um cérebro trabalhando com entradas limpas e abstratas. Pense em ler um manual ou analisar uma planilha. Ótimo para ambientes estruturados, mas limitado pelo que é alimentado a ele.
Operador (VLA): Vê pixels brutos e em tempo real das câmeras, além de dados do sensor (por exemplo, toque, posição) e propriocepção (autoconsciência do movimento). É como navegar pelo mundo com olhos e sentidos, prosperando em ambientes dinâmicos e confusos, como interfaces de usuário ou espaços físicos.
2. Agir: como eles interagem
Agente: atua chamando funções, ferramentas ou APIs. Imagine isso como um gerente enviando instruções precisas como "reserve um voo via API da Expedia". É deliberado, mas depende de ferramentas pré-construídas e interfaces claras.
Operador: Executa ações contínuas e de baixo nível, como mover o cursor do mouse, digitar ou controlar as articulações do robô. É como um trabalhador qualificado manipulando diretamente o ambiente, ideal para tarefas que exigem precisão em tempo real.
3. Controle: como eles tomam decisões
Agente: Segue um ciclo lento e reflexivo: planejar, chamar uma ferramenta, avaliar o resultado, repetir. É vinculado a token (limitado por processamento de texto) e vinculado à rede (aguardando respostas da API). Isso o torna metódico, mas lento para tarefas em tempo real.
Operador: Opera, tomando decisões passo a passo em um ciclo de feedback apertado. Pense nisso como um jogador reagindo instantaneamente ao que está na tela. Essa velocidade permite a interação fluida, mas exige processamento robusto em tempo real.
4. Dados para aprender: o que alimenta seu treinamento
Agente: treinado em vastos corpora de texto, instruções, documentação ou conjuntos de dados RAG (Retrieval-Augmented Generation). Ele aprende com livros, códigos ou perguntas frequentes, destacando-se no raciocínio sobre o conhecimento estruturado.
Operador: Aprende com demonstrações (por exemplo, vídeos de humanos realizando tarefas), registros de teleoperação ou sinais de recompensa. É como aprender observando e praticando, perfeito para tarefas em que instruções explícitas são escassas.
5. Modos de falha: onde eles quebram
Agente: Propenso a alucinações (inventar respostas) ou planos frágeis de longo prazo que desmoronam se uma etapa falhar. É como um estrategista que pensa demais ou interpreta mal a situação.
Operador: enfrenta mudança de covariável (quando os dados de treinamento não correspondem às condições do mundo real) ou erros compostos no controle (pequenos erros bola de neve). É como um motorista perdendo o controle em uma estrada desconhecida.
6. Infra: A tecnologia por trás deles
Agente: depende de um prompt/roteador para decidir quais ferramentas chamar, um registro de ferramentas para funções disponíveis e memória/RAG para contexto. É uma configuração modular, como um centro de comando orquestrando tarefas.
Operador: precisa de pipelines de ingestão de vídeo, um servidor de ação para controle em tempo real, um escudo de segurança para evitar ações prejudiciais e um buffer de reprodução para armazenar experiências. É um sistema de alto desempenho criado para ambientes dinâmicos.
7. Onde cada um brilha: seus pontos ideais
Agente: domina fluxos de trabalho com APIs limpas (por exemplo, automatizando processos de negócios), raciocínio sobre documentos (por exemplo, resumindo relatórios) ou geração de código. É a sua escolha para tarefas estruturadas e de alto nível.
Operador: Destaca-se em ambientes confusos e sem API, como navegar em interfaces de usuário desajeitadas, controlar robôs ou lidar com tarefas semelhantes a jogos. Se envolver interação em tempo real com sistemas imprevisíveis, o VLA é rei.
8. Modelo Mental: Planejador + Fazedor
Pense no Agente LLM como o planejador: ele divide tarefas complexas em metas claras e lógicas.
O Operador VLA é o executor, executando essas metas interagindo diretamente com pixels ou sistemas físicos. Um verificador (outro sistema ou agente) monitora os resultados para garantir o sucesso.
$CODEC

18,32K
E se em vez de "não temos compradores, é por isso que olhamos para fora (DATs)"
Nós apenas temos uma indústria mais sofisticada que não compra mais vaporware empacotado de celebridades?
O que de fato se relaciona com as conclusões deste post, mas não significa que não haja compradores?

Kyle21 de ago., 12:46
YZY foi um teste decisivo muito bom sobre onde estamos como mercado
(+) por um lado, tinha um bom 2x. Claramente, há ALGUMA liquidez incremental
(-) procedeu de uma venda. Não acredito que este seja um cenário de "extrato máximo" - mas sim letargia. não há demanda orgânica disposta a intervir. o fervor especulativo acabou
se não houver extração, nem pressão de compra, o caso base é apenas um sangramento lento (semelhante ao PUMP no lançamento)
as conclusões são as mesmas que tenho ecoado nas últimas semanas - não temos compradores, é por isso que olhamos para fora (DATs)
e a ação simples a ser tomada é
1) compre tokens que você acredita que terão compradores porque eles estão construindo algo bom
2) Compre tokens que se compram
3) Compre uma classe de ativos diferente
4) comprar tokens que tenham um lance externo (DAT / tradfi)
5) vender todo o resto
6) vaporware curto
4,1K
Quedas em um mercado em alta devem ser compradas, especialmente em projetos com grandes catalisadores
Todos sabemos que a IA é a narrativa deste ciclo, iniciado por ai16z e Virtuals no ano passado.
Minha aposta é que o mercado se concentrará em tecnologias mais complexas e sofisticadas, como VLAs, e deixe-me dizer por quê.
Os LLMs (Large Language Models) leem e escrevem principalmente texto: eles são ótimos para explicar, planejar e gerar instruções, mas não controlam por si só os motores ou interagem com o mundo físico (como você pode ter experimentado com o chatgpt).
Os VLAs (modelos de ação de linguagem de visão) diferem dos LLMs, pois são sistemas multimodais que olham para as coisas (visão), entendem instruções (linguagem) e produzem ações diretamente. É como dizer a um robô para pegar um copo vermelho e depois mover o braço para fazê-lo.
Os VLAs são treinados em exemplos que combinam imagens/vídeo + instruções + traços de ação real (como um robô realmente se moveu) e devem ser executados com rapidez e segurança em tempo real. Os LLMs, por sua vez, são treinados em enormes coleções de texto e se concentram em tarefas de raciocínio e linguagem.
TL; Os LLMs de DR pensam e falam enquanto os VLAs veem, raciocinam e agem.
Como você pode ver, os VLAs são uma grande adição aos LLMs e permitirão notavelmente a próxima inovação de 0 para 1 na economia geral que será a robótica. A maioria dos fundos de investimento está alocando grande parte de seus investimentos neste setor, visto como a próxima evolução lógica na indústria de IA.
Já fiz um post há algum tempo sobre o atual líder do mercado de criptomoedas, @codecopenflow, que não levantou capital (lançamento justo), mas está enviando produtos de ponta e atualmente está com US$ 23 milhões de FDV.
Para obter informações, outros concorrentes de criptomoedas levantaram US$ 20 milhões (@openmind_agi) no que provavelmente é um $ 200 milhões a US$ 300 milhões ++ FDV, embora nenhum produto ou comunidade tenha sido construído e enviado ainda.
O que torna o Codec um projeto líder no setor é que eles abordam um gargalo crucial na robótica e na IA, que é a dificuldade de fazer com que todas as ferramentas de IA interajam juntas. Deixe-me explicar.
Sua versão mais recente, OPTR (operador), é um kit de ferramentas que ajuda a criar operadores capazes de interagir em várias plataformas, como robôs, desktops, navegadores ou simulações. O objetivo de um operador é ver, raciocinar e agir (VLA) nos mundos digital (computadores) e físico (robôs).
Esse kit de ferramentas serve como infraestrutura central para equipes robóticas que desejam testar seus produtos e aprimorar o processo geral, fornecendo uma experiência unificada em vez de uma experiência separada para navegadores da Web, simulações ou robôs. Isso essencialmente torna o operador adaptável e autônomo, independentemente de seu ambiente.
Então você entende, economizará muito tempo para empresas e desenvolvedores que anteriormente tinham que passar por cada etapa manualmente e onde você pode economizar tempo, você pode economizar dinheiro.
Também permitirá que a Codec construa seus próprios projetos de operadoras e lance novas capacidades relativamente rápido no mercado, principalmente por meio de seu mercado.
TL; DR: Você provavelmente já viu vídeos de robôs dobrando lenços, classificando caixas ou pulando em vários elementos. Todos eles foram treinados para este caso de uso muito específico e, infelizmente, uma habilidade não pode ser reutilizada em outro ambiente como um humano poderia fazer. O OPTR da Codec resolve isso tornando as habilidades transferíveis entre ambientes e situações, tornando o treinamento e o desenvolvimento muito mais rápidos e baratos para as empresas.
É por isso que o Codec é tão interessante em unificar o mundo digital com o mundo físico.
$CODEC, codificado.

8,07K
Louround 🥂 repostou
Mais uma semana, mais um artigo de pesquisa: desta vez é $CODEC
Eu realmente acredito que esta é uma das moedas robóticas mais negligenciadas em criptomoedas. A robótica é o futuro, mas não há muitas apostas em criptomoedas para isso.
Este é um dos poucos, sinta-se à vontade para tomar $CODEC pílula
17,04K
Louround 🥂 repostou
Principais vozes de criptomoedas a seguir
Aqui está a Parte 2 da minha lista com curadoria de Crypto KOLs obrigatórios:
@xerocooleth – Kaito estrela. Combina latidos com entretenimento, eleva pequenas contas e publica sem parar.
@Louround_ – O Pesquisador, Buildoor, Influencoor. Uma verdadeira lenda de vários chapéus.
@thelearningpill – Conhecedor de rendimentos. Curador de "Gud Reads" e um orgulhoso Aptos maxi.
@arndxt_xo – Macro sensei. Substack writoor, conector de pontos, ilumina o CT diariamente.
@0xCheeezzyyyy – Yield maxi + assistente de infográfico. Pendle shilloor com visuais limpos.
@eli5_defi – Rei infográfico. Simplifica o DeFi como nenhum outro, sempre apoiando pequenas contas.
@theunipcs – De 16k → 13M com BONK. Correu INÚTIL para US $ 300 milhões +. Se você gosta de memes, ele é seu guia.
@0xAndrewMoh – BNB chain maxi. Escreve fios narrativos. Possui 11 alts que irão impulsioná-lo se você segui-lo.
@poopmandefi – O nome pode ser cocô, mas a pesquisa é premium. A Sharp assume stablecoins, alts, VCs e muito mais.
@rektdiomedes – Macro cérebro. Curador de @thedailydegenhq, liftoor, health maxi e campeão de pequenas contas.
@YashasEdu – Escreve em DeFi, DeFAI e L2s. Pequeno por enquanto, mas futuro grande voz em formação.
@0x_Kun – Atirador direto. Fala sobre disciplina de negociação, gerenciamento de dinheiro e macro sem o BS.
As partes 3 e 4 serão lançadas nas próximas semanas, então você está atento!

36,9K
Protocolos que uso semanalmente (incluindo carteiras):
@HyperliquidX
@Lighter_xyz
@Rabby_io
@phantom
@DeBankDeFi
@DefiLlama Agregador
@JupiterExchange
@debridge
@defidotapp
O que mais?

DeFi Warhol15 de ago., 20:21
Protocolos que uso semanalmente (não incluindo carteiras):
@infinex
@0xfluid
@KaitoAI
@pendle_fi
@Infinit_Labs
@DriftProtocol
@HyperliquidX
@UseUniversalX
@babylonlabs_io
@JupiterExchange
O que estou perdendo?
6,74K
Com mais $HYPE nessa queda, o raciocínio é muito simples: quando o volume aumenta (causado por bombas ou despejos), a HL gera uma tonelada de volume, taxas e liquidações, alocadas para a recompra.
TL; DR: a casa sempre ganha.
Além disso, parece que o futuro da robótica, $CODEC, não queria mergulhar, então comprei mais de qualquer maneira.
Essa foi uma grande reinicialização, bem necessária para os mercados subirem, agora observamos atentamente o resto de agosto 🤝

Edgy - The DeFi Edge 🗡️15 de ago., 10:16
Parece apenas uma queda para mim, espero preços mais altos à frente. Hora de ir às compras. Quais alts estão no seu radar agora?
2,72K
Melhores
Classificação
Favoritos
Em alta on-chain
Em alta no X
Principais fundos da atualidade
Mais notável