Blockchain

Bittensor Subnet действует как самостоятельная площадка задач ИИ в рамках сети. Каждый субнет создает систему стимулов для конкретных применений — генерации текста, распознавания изображений или прогнозирования. Благодаря участию Майнеров, которые предоставляют модели, и Валидаторов, оценивающих качество, а также динамическому распределению токенов TAO/Alpha, Subnet обеспечивает децентрализованное производство и формирование стоимости машинного интеллекта.

Polymarket, одна из ведущих платформ предсказательных рынков, приобрела поставщика DeFi-инфраструктуры Brahma, чтобы повысить удобство для пользователей и увеличить ликвидность рынка. Эта сделка еще раз подтверждает стремление Polymarket к развитию собственной базовой блокчейн-инфраструктуры.

Morpho представила Morpho Vaults V2 — новую версию своей ончейн-платформы для управления активами. Обновление сохраняет ключевые некостодиальные преимущества и расширяет возможности распределения активов, усиливает контроль рисков и внедряет институциональный уровень разрешений, формируя новый стандарт управления активами в DeFi.

По сообщениям, один из основателей ShapeShift приобрёл ETH на сумму $112 миллионов, что привлекло внимание всего рынка. В статье подробно анализируются причины отставания Ethereum от Bitcoin и рассматривается, готов ли ETH перейти к фазе восстановления.

Katana — архитектура второго уровня, ориентированная на DeFi. Она агрегирует ликвидность в ключевых финансовых приложениях и возвращает доходы, полученные протоколом, обратно на эти рынки. С развитием модульной блокчейн-инфраструктуры и усилением фрагментации ликвидности эта модель становится одним из решений для повышения эффективности капитала и устойчивости децентрализованных финансов. Изучая принципы работы Katana, можно понять, как координация стимулов, владение ликвидностью и механизмы управления объединяются в современных финансовых системах на блокчейне.

Токеномика KAT формирует экономическую основу выпуска, распределения и управления ликвидностью, механизмами управления и стимулами для токенов KAT в сети Katana. Эта модель предусматривает фиксированное общее предложение — 10 миллиардов токенов, реализует стратегию распределения с акцентом на пользователей, механизм управления с блокировкой голосов (vKAT) и структуру распределения эмиссии. По мере развития инфраструктуры децентрализованных финансов знание токеномики KAT важно для понимания того, как сеть объединяет участников, стимулирует рост ликвидности и позволяет извлекать ценность за счет комиссий.

FET — ключевой токен экосистемы Fetch.ai, которая развивает децентрализованную экономическую сеть, объединяя ИИ и блокчейн. В статье анализируются техническая архитектура, модель управления, практические применения и инвестиционные риски.

FET — это основной токен сети Fetch.ai. Он обеспечивает обмен ценностями, выполнение протоколов и расчеты на блокчейне между автономными экономическими агентами (AEA). Это дает машинам и программному обеспечению возможность самостоятельно вести экономическую деятельность без участия централизованных платформ.

Fetch.ai — децентрализованная сеть, сочетающая искусственный интеллект (ИИ) и технологии блокчейна. В ее основе лежит архитектура Autonomous Economic Agents (AEA): программное обеспечение и устройства способны самостоятельно выполнять задачи, обмениваться данными и осуществлять расчеты стоимости без централизованных платформ. Такой принцип создает интеллектуальную экономическую экосистему, где ключевое значение имеет участие машин.

Bittensor, Fetch.ai и SingularityNET применяют токеномические стимулы для развития предложения ИИ-ресурсов — моделей, вычислительных мощностей и сервисов. Они строят открытые сети, которые снижают барьеры входа для ИИ и меняют расстановку сил на рынке, вытесняя традиционные централизованные ИИ-платформы. Несмотря на схожий подход, фундаментальные различия между ними заключаются в технических уровнях, на которые направлены их решения, и способах извлечения стоимости. Эти проекты не конкурируют напрямую: каждый из них сосредоточен на своем ключевом сегменте децентрализованного ИИ — создании моделей, выполнении задач или распределении сервисов.

В феврале криптовалютный рынок демонстрировал слабую динамику, а из BTC ETF происходил заметный отток капитала. Основные блокчейны сохраняли стабильность на протяжении месяца. Solana уверенно лидировала, ежедневно обрабатывая свыше 100 миллионов транзакций. Ethereum зафиксировал 13,34 миллиона уникальных активных адресов, что стало вторым по величине показателем в истории сети. Объем торгов TradFi на Perp DEX вырос до $47,3 млрд, главным образом благодаря HIP-3 от Hyperliquid. В секторе Web3 было завершено 46 раундов финансирования на сумму $986 млн, из которых $793 млн пришлись на 10 крупнейших проектов; три крупнейшие сделки возглавила Tether. При этом количество инцидентов, связанных с безопасностью Web3, заметно сократилось по сравнению с предыдущим месяцем, однако уязвимости смарт-контрактов по-прежнему остаются основным источником риска.

SEC и CFTC опубликовали совместный документ, который завершил десятилетнюю регуляторную неопределённость вокруг криптоактивов. В нём 16 ведущих токенов, включая BTC, ETH, SOL, XRP и DOGE, прямо классифицируются как «цифровые товары», а не ценные бумаги. Документ также освобождает ключевые ончейн-активности — стейкинг, майнинг, враппинг и эирдропы — от статуса ценных бумаг. Особенно важно, что введён механизм дисагрегации активов: проекты ICO теперь получают прозрачную и законную возможность перейти из статуса ценных бумаг в статус не-ценных бумаг. Это стало решающим успехом нативной криптологики в рамках федерального права.

На примере Morpho×Apollo и BlackRock×Uniswap статья показывает, что 90% проектов не учитывают главный фактор: качество держателей важнее краткосрочных ценовых изменений.

В статье рассматривается потенциал модели pay-as-you-go в эпоху агентов, а также подчеркиваются риски, связанные с серыми зонами веб-скрейпинга, и вопросы баланса между доходом и динамической маршрутизацией V2.

Tether представила фреймворк QVAC Fabric, обеспечивающий кроссплатформенную донастройку LoRA для модели BitNet. Теперь крупные языковые модели можно запускать и обучать на мобильных устройствах и стандартном оборудовании. Это достижение существенно упрощает разработку ИИ и открывает новые перспективы для децентрализованного ИИ.