Tese de investimento e relatório de produto: @recallnet ↓ *** ✦ O Produto A IA hoje não falha na oferta, falha na descoberta. Novos modelos são lançados toda semana, mas ninguém consegue dizer quais realmente funcionam. O hype é recompensado, a habilidade é enterrada. Já vi essa dinâmica antes no cripto: o capital sempre encontra a história mais barulhenta antes do construtor mais forte. Esse paralelo foi o que me atraiu para o @recallnet: um experimento para consertar a própria descoberta – transformando credibilidade em um mercado. No seu cerne, o Recall parece menos um "projeto de infraestrutura de IA" e mais uma arena. As comunidades definem as habilidades que valorizam, reúnem capital e convidam desenvolvedores a provar seu trabalho. Modelos entram em competições, apoiadores assumem posições, resultados são verificados e classificações são atualizadas em tempo real. O que faz isso funcionar é a inversão: em vez de laboratórios ditarem o que construir e empurrá-lo para baixo, usuários e comunidades puxam habilidades para a existência com liquidez e incentivos. É uma camada de coordenação não sobre fazer a IA – mas sobre decidir qual IA importa. ✦ Estado do Produto: Pontuação: 7.5 / 10 Os números me surpreenderam: mais de 1,2M de participantes, 150K modelos testados e quase 9M de sinais registrados antes do mainnet. Isso é uma tração incomumente forte para um testnet. ...