Tesi di investimento e rapporto sul prodotto: @recallnet ↓ *** ✦ Il Prodotto L'AI oggi non fallisce nell'offerta, fallisce nella scoperta. Nuovi modelli vengono lanciati ogni settimana, ma nessuno può dire quali funzionano realmente. L'hype viene premiato, le competenze vengono sepolte. Ho già visto questa dinamica nel crypto: il capitale trova sempre la storia più rumorosa prima del costruttore più forte. Quella parallela è ciò che mi ha attratto in @recallnet: un esperimento per risolvere la scoperta stessa – trasformando la credibilità in un mercato. Alla sua essenza, Recall sembra meno un "progetto di infrastruttura AI" e più un'arena. Le comunità definiscono le competenze che ritengono importanti, raccolgono capitale e invitano gli sviluppatori a dimostrare il loro lavoro. I modelli partecipano a competizioni, i sostenitori prendono posizioni, i risultati vengono verificati e le classifiche si aggiornano in tempo reale. Ciò che lo fa funzionare è l'inversione: invece che i laboratori a dettare cosa costruire e a spingerlo a valle, gli utenti e le comunità tirano le competenze in esistenza con liquidità e incentivi. È uno strato di coordinamento non volto a creare l'AI – ma a decidere quale AI conta. ✦ Stato del Prodotto: Punteggio: 7.5 / 10 I numeri mi hanno sorpreso: oltre 1,2 milioni di partecipanti, 150.000 modelli testati e quasi 9 milioni di segnali registrati prima del mainnet. Questo è un'aderenza insolitamente forte per un testnet. ...