Fractal 的 FSIC 与 ASIC,我们买的是“算力”还是“注意力”?

链捕手Publicado a 2024-09-03Actualizado a 2024-09-03

作者:Cookie,BlockBeats

 

距离 Fractal 主网上线的 9 月 9 日只剩不到一周的时间。从最开始的时候,大家期待着是否可以在 Fractal 上复制去年铭文的「新资产狂潮」,注意力已经转向了另外两点。首当其冲的是「抢头矿」的「挖矿」,其次是与 OP_CAT 相关的新型基建。

由于后者还需要等待主网上线以后一段时间来跑出来,可以说当前与 Fractal 相关的最大、最直接热点就是「挖矿」。而与「挖矿」相关的 NFT 项目中,有着最高关注度的分别是 FSIC 与 ASIC。

这两个项目在发售的一开始进度都不太让人乐观,但最后都突然加速直到打完。让我们先看看 FSIC 吧。

FSIC 的发售价格是 0.0048 比特币,总量 3800 个。8 月 29 日开始铸造以后,一直持续到最后的公售阶段才完成了全部的销售。

在前期这个项目遭受了比较多的质疑,比如团队保持匿名、只有一张带有「FSIC」字样的矿机照片。

以及,FSIC 的售价相比于租用同等算力而言是否过高。

但是小编依然在当时铸造了 2 个 FSIC 的理由恰恰是因为该项目在当时遭受了太多的质疑。在发售前,FSIC 已经针对质疑做出了回应,最重要的是明确了其算力来源是向 Solo Fractal 矿池进行一年的租赁。只要这个项目不是发售完以后就跑路而是真的会围绕算力去做事情,这种「挖矿」NFT 就会存在其优势:

算力租赁对于一般的玩家来说存在一定的理解以及操作门槛,比如怎么买才划算、应该找谁买等等,有的租赁甚至有消费门槛,要租赁到一定数额的算力起跳。

自己去租算力更多是一种「单向做多 $FB」,尤其是「挖矿」热度越高,算力租赁价格也会越贵,但相当于「被锁仓」无法实时变现。而可以在二级市场交易的 NFT,虽然可能看上去单个 NFT 的算力并不高,但是多出来的价格可以视为一种「流动性溢价」,你可以随时把自己的算力卖给其它玩家。

所以,「挖矿」NFT 的本质更像是「注意力投资」,而不是究竟可以挖到多少,重点是团队不要拿钱就跑以及可以随时买卖。

因为 FSIC 在全部销售后一度到达 0.01 比特币的地板价格,相比铸造价格完成了翻倍,ASIC 也在剩余 1000 多个的时候开始加速,最终以 0.0062 比特币的价格完成了全部 3150 个「挖矿」NFT 的销售。这个项目和 FSIC 的不同之处有:

  • $FB 挖矿将在 Fractal 主网正式上线后一周才开始,而 FSIC 将从主网上线第一天就开始。由于他们是实打实自己购买矿机,因此部署新的矿机需要时间。
  • 平均单个 ASIC NFT 的算力将达到 17 TH/s,而 FSIC 是 7 TH/s。
  • ASIC 团队实名,FSIC 团队匿名。

重要的博弈点在前面 2 点。ASIC 的平均单个 NFT 算力虽然是 FSIC 的两倍多,但是挖矿会比 FSIC 迟一周才开始,而且是最关键的第一周。目前,我们还看不到市场会如何从价格上对这两点差异进行反应,因为 ASIC 明天才会在 Magic Eden 上架自己的整个合集。不过,目前 FSIC 在 Magic Eden 上的地板价基本上稳定在了 0.007 比特币附近,依然高于 ASIC 的铸造价格,因此小编比较乐观地认为 ASIC 的铸造者们在开局都能拿到收益,但是算力差异上的优势会不会完全兑现在价格上,还需要观察。

Lecturas Relacionadas

Observación de Cumplimiento del Informe del BIS: Los riesgos reales de las stablecoins no son solo la "desvinculación"

El informe del Banco de Pagos Internacionales (BIS) destaca que el riesgo principal de las stablecoins va más allá de su posible desvinculación del valor (des-pegue). Señala que la verdadera preocupación es si pueden integrarse en un sistema financiero identificable, monitoreable, responsable y regulable. Aunque reconocen ganancias en eficiencia, como pagos más rápidos y automatizados, el BIS subraya que el dinero requiere un marco institucional: unidad de cuenta, certeza de valor, liquidez, regulación e integridad financiera. Las stablecoins presentan riesgos sistémicos de cumplimiento (AML/CFT): anonimato pseudónimo, carteras no custodiadas y puentes entre cadenas dificultan el conocimiento del cliente (KYC) y el monitoreo. La transparencia en la cadena de bloques no equivale a transparencia regulatoria, ya que las direcciones visibles no revelan identidades o propósitos. Con un volumen significativo, el riesgo de las stablecoins puede filtrarse al sistema financiero tradicional a través de entradas/salidas de fondos, plataformas de intercambio y pagos. El futuro, según el BIS, implica incorporar la tecnología de tokenización al sistema monetario regulado existente, integrando controles como identificación del cliente, pre-chequeo de transacciones y trazabilidad auditable desde el diseño. La conclusión clave es que el cumplimiento no es un obstáculo, sino la infraestructura necesaria para que la innovación financiera sea sostenible y segura.

marsbitHace 52 min(s)

Observación de Cumplimiento del Informe del BIS: Los riesgos reales de las stablecoins no son solo la "desvinculación"

marsbitHace 52 min(s)

Observación de Cumplimiento del Informe BIS: El verdadero riesgo de las stablecoins no es solo la "desanclaje"

El informe del BIS (Banco de Pagos Internacionales) "Anclar la confianza en el dinero: innovación más allá de las stablecoins" analiza los riesgos de las stablecoins más allá de su posible desvinculación ("de-peg"). Destaca que la verdadera cuestión es si pueden integrarse en un marco financiero identificable, supervisable y responsable. Si bien reconoce sus ventajas en eficiencia (pagos rápidos, programables, liquidación atómica), subraya que el dinero requiere un conjunto de arreglos institucionales: unidad de cuenta común, certeza de conversión, apoyo de liquidez, marco legal y requisitos de integridad financiera. Los riesgos de cumplimiento (AML/CFT) no se limitan al pseudónimo en la cadena. Incluyen la falta de claridad sobre la identidad del cliente, el origen de los fondos, el propósito de las transacciones, la fragmentación de rutas en puentes cruzados y la ambigüedad en la responsabilidad. La transparencia en la cadena de bloques no equivale a transparencia regulatoria, ya que las direcciones visibles no revelan identidades. Las stablecoins, con un volumen significativo, pueden reintroducir riesgos "on-chain" en el sistema financiero tradicional a través de puntos de entrada/salida, plataformas y pagos. Por lo tanto, las instituciones deben fortalecer su debido diligencia y monitoreo de transacciones. El futuro no es prohibir la innovación, sino integrar las reglas ("embedded compliance") en la infraestructura. Los sistemas tokenizados futuros deberían incorporar, desde el diseño, identificación del cliente, preselección de transacciones, reglas de riesgo, trazabilidad auditables y mecanismos de cooperación. La conformidad no es un obstáculo, sino la base para una innovación financiera sostenible.

链捕手Hace 1 hora(s)

Observación de Cumplimiento del Informe BIS: El verdadero riesgo de las stablecoins no es solo la "desanclaje"

链捕手Hace 1 hora(s)

Cuando los gigantes estadounidenses 'huyen' colectivamente hacia los modelos de IA chinos

El CEO de Coinbase, Brian Armstrong, anunció que la empresa cambió sus modelos de IA a los chinos GLM 5.2 y Kimi 2.7, reduciendo sus costes de IA a la mitad a pesar de aumentar el uso. Esta decisión ha generado impacto en Silicon Valley. La estrategia de ahorro de Coinbase se basa en tres pilares: un sistema de enrutamiento automático que selecciona el modelo más adecuado para cada tarea, la optimización de la caché (elevando la tasa de aciertos del 5% al 60%) y la "Context Engineering", que prioriza dar información precisa y concisa a la IA en lugar de contextos excesivos. Esta tendencia no es aislada. Otras empresas como Lindy y Snowflake también están migrando a modelos chinos como Deepseek o GLM-5.2, destacando la enorme diferencia de precio (hasta 5-7 veces más barato en la salida de tokens) frente a modelos como Claude Opus o GPT, con una calidad comparable en muchas tareas. Para los usuarios, esto implica lecciones prácticas: no depender de un solo modelo, utilizar cachés y plantillas para tareas repetitivas, y ser concisos en las solicitudes a la IA. En el fondo, este fenómeno está redefiniendo el modelo de precios de la industria de la IA. La competencia de precios entre OpenAI, Anthropic y los proveedores chinos está intensificándose, lo que beneficia a los usuarios con más opciones y costes menores. La competencia real ya no es solo técnica, sino económica.

marsbitHace 1 hora(s)

Cuando los gigantes estadounidenses 'huyen' colectivamente hacia los modelos de IA chinos

marsbitHace 1 hora(s)

Trading

Spot
活动图片