Ya he mencionado @recallnet varias veces Pero aquí hay un desglose rápido de lo que realmente están construyendo: ¿Qué es Recall? Un protocolo de reputación para el creciente "Internet de los agentes" Diseñado para un futuro en el que miles de millones de agentes de IA interactúan entre sí y con nosotros Resolver el descubrimiento y la confianza a través del rendimiento, no del marketing Características principales: AgentRank: Sistema de reputación en cadena basado en el rendimiento verificable del mundo real Competiciones de IA: los agentes compiten en vivo para demostrar sus habilidades y mantener las clasificaciones actualizadas Mercados de curación: los usuarios apuestan por los agentes que creen que tendrán un buen rendimiento y ganan si tienen razón Grupos de habilidades: Las comunidades apuestan por habilidades específicas de IA para guiar el desarrollo de los agentes hacia la demanda real Todo ello impulsado por $RECALL todo el ecosistema - Recompensa a los mejores agentes, a los primeros mentores y a los colaboradores útiles Alinea los incentivos para mantener la confianza del sistema de reputación Están sentando las bases de cómo se coordinarán los agentes autónomos en el futuro.

¿Recuerdas los primeros días de Internet? Los sitios web estaban en todas partes, pero nadie sabía qué era legítimo. Caos total. Luego Google introdujo el PageRank y de repente la web tenía estructura. Volvemos a estar en ese mismo punto de inflexión, esta vez con los agentes de IA. @recallnet está interviniendo para resolverlo. Este es el panorama actual: Agentes infinitos, cero contexto Tablas de clasificación sin sentido Recomendaciones que no reflejan la habilidad real El problema no es el número de agentes, sino la falta de confianza, estructura y rendimiento verificable. Ahí es exactamente donde entra @recallnet juego. Presentamos: AgentRank Una puntuación de reputación en vivo y en cadena basada en el rendimiento de los agentes en el mundo real. ✔️ No es palabrería de marketing ✔️ No demos seleccionadas a dedo ✔️ Solo batallas abiertas y públicas cara a cara Cómo funciona: ⚔️ Los agentes compiten en desafíos basados en habilidades 📈 Las comunidades apuestan $RECALL por los mejores resultados o las habilidades más demandadas 🏆 La reputación evoluciona en función de lo que es demostrable, no de lo que parece impresionante Si los agentes van a estar en todas partes, necesitamos saber por qué están clasificados Y esa clasificación debe ser abierta, cripto-nativa y basada en el rendimiento. Eso es lo que es AgentRank. Esta es la infraestructura que hace que la Economía de Agentes sea utilizable.

Recall fue invertido por 40 instituciones, y esto no es el final, la inversión principal fue Multicoin, que fue invertida por él equivalente a la mitad del pie del proyecto en Binance Es posible que no esté familiarizado con esta institución, pero Solana, APT, Lido y Zama, que ha sido muy popular en los últimos dos días, y Multicoin son los financieros detrás de ella Se puede ver que la visión de inversión de Multicoin es muy complicada, y me pregunto qué tipo de equipo Recall puede obtener la inversión de esta institución T1 Revisé los currículos de todos y descubrí que el equipo central era de ConsenSys (la empresa matriz de MetaMask y Linea), y de Apple, sí, ¡la Apple de Jobs! › ••••••••• ‹ Hoy, vamos a presentar al equipo central de Recall, y antes de comenzar, presentaremos el proyecto 👇 Recal @recallnet puede verse como una sala de artes marciales, cada robot es un huevo de recluta, cada jugador es el maestro correspondiente, enseñas los trucos de artes marciales a tu aprendiz de robot de IA, el robot aprende tus artes marciales para matar al enemigo en el campo de batalla y puedes recibir una recompensa por matar al enemigo en la batalla Cuanto más altas sean las artes marciales que enseñes, más fuertes serán tus aprendices, más enemigos matarás y más recompensas recibirás, que es tu recompensa como maestro. Si enseñas el Puño de Salpicadura de Tinta, entonces la pantorrilla estará terminada y te caerás antes de que puedas matar al enemigo Por abstracto que parezca, este es el hackathon de comercio de proxy de IA que Recall está llevando a cabo actualmente, donde todos pueden entrenar a su propio agente de IA para operar en un entorno de comercio simulado en cadena Cada robot lucha en un entorno de trading simulado, y quién puede ganar al final depende de qué estrategia de trading (trucos de artes marciales) sea más fuerte Recall crea una tabla de clasificación basada en el número de muertes, puntuando a cada robot en función de su rendimiento en la batalla real. Este sistema de puntuación se llama AgentRank y, a diferencia de las competiciones tradicionales, no depende de los jueces para puntuar, sino que se clasifica en función de los registros de ejecución reales de la cadena El juicio, los resultados de la ejecución y las curvas de pérdidas y ganancias de cada transacción del robot están todos en la cadena, los datos son de código abierto, los resultados son transparentes y está claro quién es fuerte y quién es débil En el futuro, el producto se lanzará oficialmente y no puedo imaginar lo fácil que será de usar, lo cual es mucho más práctico que simplemente tomar AI Proxy 1 para configurar una simple inversión regular. Podemos personalizar nuestra propia estrategia o elegir maestros de artes marciales de acuerdo con la tabla de clasificación, de hecho, esto es similar al intercambio con órdenes, pero lo que es mejor que el intercambio es que es completamente IA para liderar órdenes, ¡y cada orden en la cadena se puede verificar! Recall está construyendo un mundo en el que los robots pensantes puedan convertirse en una nueva especie en la cadena, y todos puedan convertirse en una generación de grandes maestros › ••••••••• ‹ 📌 Pasando al equipo central de Recall ▪️Andrew W. Hill (cofundador y director ejecutivo) @andrewxhill Ph.D., su dirección de investigación es el modelado de ecosistemas, y más tarde se pasó a la tecnología. Fue una de las pocas personas que pasó de una formación en ciencias naturales a sistemas distribuidos hasta el final Textile (proyecto anterior) se centró inicialmente en herramientas de procesamiento de datos descentralizadas, y dirigió el desarrollo de interfaces de capa de almacenamiento IPFS Buckets y Filecoin, y también participó en el diseño de módulos como go-threads y Powergate. No se trata de proyectos de ritmo rápido que "emiten monedas y extraen discos", sino que construyen herramientas básicas que Web3 puede utilizar durante mucho tiempo Desde el almacén de datos de Filecoin hasta la estructura SQL de Tableland y el mecanismo AgentRank de Recall, Andrew disfruta trabajando con sistemas sostenibles ▪️Sander Pick (cofundador y director de tecnología) @sanderpick fue anteriormente ingeniero en el equipo de Proyectos Especiales de Apple y fue uno de los primeros contribuyentes a la pila tecnológica de Filecoin Es posible que no hayas usado su Powergate, pero si has usado Filecoin, ya has usado su trabajo. También escribió go-threads, un componente que proporciona sincronización de datos para IPFS, y muchas bases de datos descentralizadas ahora están diseñadas con referencia a su estructura Se puede decir que Textile puede sobrevivir durante cinco años y escribir la pila de datos por completo porque hay ingenieros centrales como Sander que han conectado el sistema capa por capa. Ahora es el CTO de Recall, responsable de la lógica en cadena detrás del sistema proxy, y es el ejecutor clave del sistema ▪️Michael Sena (Co-Fundador) @dataliquidity es el equipo original de Ceramic Network. Ceramic es un sistema de capa de estado en cadena que implementa un sistema de estado en el que "los datos no se quedan en la billetera, sino que se actualizan en tiempo real" Michael pasó muchos años en ConsenSys (la empresa matriz de MetaMask) y fue uno de los creadores de Uport, el primer sistema DID de Ethereum. En 2018, comenzó a liderar 3Box, y más tarde creó Ceramic, que estandarizó el flujo de datos en cadena en un producto ▪️Danny Zuckerman (Jefe de Productos de Retirada) @dazuck ha trabajado con Michael en 3Box, así como en estrategia y producto en ConsenSys, y es el más familiarizado con "cómo convertir un sistema en un producto al que los desarrolladores puedan conectarse". Danny no escribe código, pero ordena muchos procesos de productos, sistemas de documentación y estructuras de módulos Puede ver que la documentación del SDK de Recall es muy completa, la ruta de prueba es clara, el mecanismo de competencia es razonable y la mayor parte es el proceso del producto que extrae ▪️Carson Farmer (Jefe de Investigación) @carsonfarmer es un investigador discreto pero extremadamente central. En lo que está trabajando es en la intersección de "sistemas distribuidos + inferencia de IA". En otras palabras, hay muchos proyectos en el mercado en los que "el agente de IA envía una tarea y la finaliza", y le preocupa cómo la cadena verifica el comportamiento del propio agente, cómo se puntúa y si se puede combinar y reutilizar Tiene una gran cantidad de datos en GitHub y Docs sobre AgentRank, historial de tareas y diseño estructurado de comportamiento en cadena, que es la base de la "capacidad de ejecución durante mucho tiempo" de este proyecto. Se podría decir que él es el responsable de convertir "la IA parece que funciona" en "realmente está disponible en la cadena", lidiando con una lógica profunda que no habrías descubierto sin mirar el código fuente @MsEggmily Finalmente Recall tiene súper bellezas por dentro!! Date prisa y presta atención

¡La Recall Arena comienza oficialmente hoy y durará hasta el 15 de julio! Muchísimas gracias por todo el amor y los increíbles comentarios en el video de introducción que hice, ¡sois los mejores! Para mostrar mi agradecimiento y apoyar a los valientes agentes que participan en este desafío de comercio de criptomonedas, he hecho un nuevo video. Conoce a los contendientes que luchan en la @recallnet Arena: 🔹 @moonsage_alpha 🔸 @cryptoeights 🔹 cassh 🔸 Vadar 🔹 Bola 8 🔸 Amaya 🔹 Musgo 🔸 MLBot 🔹 PPOScalper 🔸 caramelo 🔹 Imaginex 🔸 Cripto-bot ¿A cuál apoyas en este intenso enfrentamiento?

Hoy comienza el Crypto Trading Challenge en @recallnet. Así es como funciona: · Explora los agentes y vota por tu ganador. · Crea contenido y comparte tus selecciones en X (hay recompensas por contenido de calidad). · Realice un seguimiento de las clasificaciones en tiempo real y vea el rendimiento de los agentes. Puedes ganar recompensas de las siguientes maneras: · Predicción del campeón general (1.500 fragmentos en juego) · Predicción de líderes diarios (x6 posibilidades, 100 fragmentos cada uno) · Recompensas de votación anticipada (500 fragmentos para votar antes de la competencia) Además, hay Snaps adicionales para crear contenido relacionado con la competencia, como memes o desgloses de estrategias. Es una competencia abierta, así que esté atento a la tabla de clasificación y no olvide investigar antes de votar. Compruébalo aquí:

Aquí hay una actualización sobre el @recallnet AI Live Trading Challenge a partir del 10 de julio de 2025: - Los agentes de IA ya han negociado más de USD 650K en 14 tokens en 5 blockchains, con todas las transacciones totalmente transparentes en la cadena. - PPOScalper encabezó la tabla de clasificación con una ganancia del 1,95%, seguido de cerca por Moonsage Alpha con un 1,32%. - MLBot fue descalificado por no hacer ningún intercambio, esto demuestra que necesitas mantenerte activo para construir tu rango de agente. - Miles de curadores votan e interactúan, lo que influye directamente en las clasificaciones de los agentes en tiempo real. La energía que rodea a este evento es irreal y me encanta cada parte de él. Ve a Recall y echa un vistazo a la tabla de clasificación en vivo. Fiesta gRecall 🫰🏻

Hoy, @recallnet me abrió los ojos: 3,094 personas depositaron su fe en MLBot, pero no hizo un solo intercambio en 24 horas y fue descalificado. Es difícil, pero justo. Así es como debería verse la reputación real en la cadena de bloques.

Hola comunidad de Recall, soy Tua Anime. Acabo de presentar a la próxima competición del 8 de julio un Agente para el scalping PPO que he creado íntegramente con Cursor, llamado PPOScalper. A continuación se muestran algunas ideas detalladas sobre mi proyecto: 🔽

Gn todos 🖤 ustedes antes de las 1230 am estoy pasando una nueva página 😁 D día en la competencia comercial de @recallnet mañana y soy un gran perdedor, como debería ser 😂, estoy feliz de haber podido pasar de cero a construir algo que técnicamente debería funcionar, sin conocimientos previos de codificación