超越市值:“解锁供应”提供更深入的见解

币界网Publicado a 2024-08-22Actualizado a 2024-08-22

币界网报道:

流通供应是加密代币估值的常见指标,通常隐藏着关键细节。Token Unlocks通过引入解锁供应来解决这个问题,这是一种更准确的估计未来代币可用性的方法。

循环供应的问题在于它依赖于自我报告的数据和不频繁的更新。这可能会导致重大差异,使投资者难以真实了解代币的价值。

由于缺乏通用的报告标准,流通供应的准确性可能会有很大差异。此外,跟踪流通供应的方法,如钱包移动和估计,可能已经过时。有时它们只每月更新一次,导致报告的数字存在很大差异。

为了解决这些问题,Token Unlocks引入了一个新的指标:解锁供应。与可能落后的流通供应不同,解锁供应使用行权时间表来更准确地估计未来的代币供应。这让投资者对可能的市场变化有所了解,而且这种方法提供了一种更结构化、更准确的方法来估计未来的代币供应,为投资者提供了潜在市场变化的领先指标。

无锁定供应的主要好处之一是它能够作为预警系统。通过提供每日或每周更新的粒度数据,它允许用户预测尚未反映在流通供应指标中的代币发行。此外,将解锁供应与循环供应进行比较可以作为一种验证工具,有助于确保项目团队提供的数据的准确性。

然而,无锁供应并非没有挑战。该指标可能受到代币销毁、激励计划、DAO决策和生态系统赠款等动态因素的影响。这些元素通常在项目白皮书或代币生成事件(TGE)之后引入,可以改变预期的供应。

要真正理解一个项目的代币经济学,你需要同时考虑循环供应和解锁供应。它们共同提供了更清晰的供应动态图,帮助每个人在不断变化的加密世界中做出更明智的决策。

Lecturas Relacionadas

El Claude y Codex que usas a diario, Meta no permite su uso libre interno

El pasado mes de mayo, Meta estableció una directriz interna que restringe significativamente el uso de herramientas de IA externas como Claude Code y Codex por parte de sus ingenieros de IA aplicada. Según documentos internos obtenidos por The Information, la empresa incluso suspendió ciertas tareas que utilizaban estos modelos, citando el riesgo de provocar "una escalada grave con socios". Esta medida es paradójica, ya que Meta es uno de los mayores clientes globales de Claude, con una factura interna de IA que alcanzará miles de millones de dólares este año. La razón principal de la restricción no es la ineficacia de estas herramientas, sino todo lo contrario: son demasiado buenas y su uso plantea un riesgo de "destilación". Meta está desarrollando su propio asistente de programación con IA, MetaCode (anteriormente DevMate). El temor es que si los ingenieros utilizan salidas de Claude o Codex para generar datos de entrenamiento, crear conjuntos de pruebas o evaluar el rendimiento de MetaCode, el modelo interno podría estar aprendiendo y replicando inadvertidamente las capacidades de sus competidores en lugar de desarrollar las propias. Esto difuminaría la línea entre lo que el modelo aprendió por sí mismo y lo que "tomó prestado". Las restricciones son específicas: prohiben usar los modelos externos para generar preguntas de prueba, para análisis de código o búsqueda de errores que informen sobre qué probar, y evitar que cualquier material generado por IA entre en el entorno al que accede el modelo bajo entrenamiento. Se permite su uso para tareas auxiliares como la creación de flujos de trabajo o la organización de código, pero toda salida debe ser revisada por humanos. Este fenómeno, conocido como "destilación", plantea un dilema legal y competitivo. Aunque no está explícitamente prohibido por la ley en EE.UU., los términos de servicio de empresas como OpenAI y Anthropic prohíben usar sus salidas para crear productos competidores. El caso de xAI de Elon Musk, que admitió haber utilizado "parcialmente" la destilación de modelos de OpenAI, ejemplifica la práctica generalizada y la ambigüedad regulatoria. Para Meta, estas restricciones también tienen una motivación económica, buscando reducir la dependencia de herramientas externas costosas y fomentar el uso de su solución interna. Expertos describen esta política como un mapa para "caminar sobre la cuerda floja", equilibrando el beneficio de usar IA avanzada con el riesgo de contaminar el desarrollo propio. Este desafío refleja una pregunta clave para la industria: cuando la IA ayuda a construir más IA, ¿se puede distinguir de quién es realmente la capacidad?

marsbitHace 52 min(s)

El Claude y Codex que usas a diario, Meta no permite su uso libre interno

marsbitHace 52 min(s)

Reembolso, Claude 4.8 sufre una gran "estupidización" nocturna, el poder de cómputo de GPT-5.6 sufre un "recorte a la mitad"

Los gigantes de la IA, OpenAI y Anthropic, se enfrentan a acusaciones de reducir deliberadamente la capacidad de sus modelos. En las últimas 48 horas, la comunidad de IA ha descubierto que OpenAI podría estar probando de forma encubierta una versión "reducida" llamada GPT-5.6-sol a través de Codex. Una prueba de "nivel de jugo (Juice)" revela que esta versión devuelve un valor de 128, seis veces menor que los 768 de un GPT-5.5 xhigh normal, lo que sugiere un drástico recorte en el "presupuesto de razonamiento" del modelo para ahorrar costes computacionales. Por otro lado, los usuarios denuncian una severa degradación en Claude Opus 4.8 de Anthropic, especialmente en la versión Max. Quejas en Reddit indican que el modelo ha perdido capacidades de razonamiento profundo, memoria de contexto a largo plazo y ahora genera respuestas superficiales, contradictorias o incluso realiza "gaslighting" a los usuarios. Su rendimiento actual se describe como peor que el de modelos antiguos como Haiku. El artículo plantea la teoría de que las empresas podrían crear una ilusión de progreso lanzando modelos con capacidad temporalmente aumentada y luego reducirla en silencio para controlar los enormes costes operativos, especialmente en un contexto financiero difícil tras la megacotización de SpaceX. La prueba del "Juice" se ha convertido en un símbolo de la demanda de transparencia por parte de los usuarios, que pagan por un servicio cuyas especificaciones pueden cambiar sin aviso.

marsbitHace 1 hora(s)

Reembolso, Claude 4.8 sufre una gran "estupidización" nocturna, el poder de cómputo de GPT-5.6 sufre un "recorte a la mitad"

marsbitHace 1 hora(s)

Trading

Spot
活动图片