Investigación Profunda

Proporciona informes de investigación profunda y análisis independientes, aprovechando datos, tecnología y conocimientos económicos para ofrecer un examen completo del ecosistema blockchain, el potencial de los proyectos y las tendencias del mercado.

Economía de la conducta humana desde la perspectiva de las RRPP negras: ¿Realmente vemos la opinión pública? ¿La opinión de los tontos? ¿O la opinión de los pescadores?

Resumen: Este artículo analiza la campaña de desprestigio contra Binance desde la perspectiva de las "relaciones públicas negras" (黑公关), explorando sus bases teóricas en psicología de masas y economía del comportamiento. El autor argumenta que los ataques coordinados siguen un patrón de cinco fases: recopilación de inteligencia, infiltración en plataformas, activación por influencers, amplificación por ejércitos de bots y desmantelamiento final. Se presentan evidencias de actividad automatizada, como publicaciones sincronizadas ("Zero Hour Action"), cuentas falsas con nombres similares (ej: "Li_BNB") y material gráfico idéntico distribuido masivamente. El análisis de 92 cuentas mostró que 71 eran probablemente bots. Tras rastrear transacciones en plataformas de marketing en redes sociales, se identificó una transferencia sospechosa de 4999 USDT desde una cartera caliente de Binance hacia una de estas plataformas durante el pico de los ataques. Curiosamente, se halló un patrón similar en ataques previos contra OKX. El artículo concluye haciendo un llamado a detener estas campañas de desinformación que dañan a actores clave de la industria crypto asiática, destacando que estos intercambios proveen servicios legítimos y merecen críticas justas en lugar de ataques orquestados.

marsbit02/14 08:05

Economía de la conducta humana desde la perspectiva de las RRPP negras: ¿Realmente vemos la opinión pública? ¿La opinión de los tontos? ¿O la opinión de los pescadores?

marsbit02/14 08:05

Desde el mercado primario: Crypto × AI, un experimento de ilusión tokenizada

Resumen: El artículo analiza la intersección entre Crypto y AI desde una perspectiva de mercado primario, describiéndola como un "experimento de ilusión tokenizado". El autor, Lao Bai, retoma un análisis de hace dos años coincidiendo con un nuevo tuit de Vitalik Buterin (V神). Inicialmente, la visión predominante era "Crypto ayuda a AI" con tres pilares: tokenización de capacidad de computación (problemas de inestabilidad y falta de SLA comercial), tokenización de datos (fricción en la oferta y demanda especializada) y tokenización de modelos (activos no escasos y de rápida depreciación). Proyectos como la "verificación de inferencias" (ZKML, OPML) se consideran soluciones en busca de un problema real. Vitalik, en cambio, siempre favoreció más la visión de "AI ayuda a Crypto". Su marco actual, más maduro, se divide en cuatro cuadrantes: 1. **Infraestructura + Supervivencia:** Usar Ethereum (ZK, FHE) para permitir interacciones con AI sin confianza y privadas. 2. **Infraestructura + Prosperidad:** Ethereum como capa económica para agentes de AI (pagos, contratación, garantías). 3. **Impacto + Supervivencia:** Visiones cypherpunk con LLMs locales como escudo del usuario (auditar contratos, verificar transacciones). 4. **Impacto + Prosperidad:** AI para mejorar mercados de predicción y gobernanza de DAOs, amplificando el juicio humano. La conclusión es que, tras intentos fallidos de forzar que Crypto ayude a AI, ahora se encuentran puntos medios más prometedores en estas áreas, lejos de la simple tokenización o las "AI Layer1".

marsbit02/12 06:14

Desde el mercado primario: Crypto × AI, un experimento de ilusión tokenizada

marsbit02/12 06:14

活动图片