CEO de Mantra insta a los titulares de OM a retirar sus fondos de OKX por un plan de migración 'inexacto'

cointelegraphDipublikasikan tanggal 2025-12-08Terakhir diperbarui pada 2025-12-08

Abstrak

El CEO de Mantra, John Patrick Mullin, ha instado a los usuarios de OKX a retirar sus tokens OM de la exchange, acusándola de publicar información inexacta sobre la migración del token. Según Mullin, OKX anunció fechas incorrectas (22-25 de diciembre) para la migración, mientras que la propuesta oficial de Mantra indica que esta ocurrirá después del 15 de enero de 2026, cuando se desactive el token ERC-20. Mullin también afirmó que OKX no se ha comunicado con Mantra desde los eventos del 13 de abril, cuando el precio de OM cayó más de un 90%. La migración convertirá a OM de un token ERC-20 a uno nativo de Mantra Chain. Mullin advirtió sobre la dependencia de intermediarios "negligentes o malintencionados".

La tensión entre la plataforma blockchain Mantra y el exchange de criptomonedas OKX aumenta después de que Mantra acusara al exchange de publicar información incorrecta sobre la migración de tokens.

En una publicación de X del lunes, el CEO de Mantra, John Patrick Mullin, instó a los usuarios del exchange centralizado de criptomonedas (CEX) OKX a retirar sus tokens Mantra (OM) y reducir su "dependencia" de la plataforma.

"Los usuarios deberían considerar retirar sus tokens OM de OKX[...]. Eviten la dependencia de OKX Exchange: Completen la migración sin depender de intermediarios potencialmente negligentes o malintencionados", dijo Mullin.

Su advertencia llegó en respuesta a un anuncio de OKX del viernes sobre el apoyo a la próxima migración del token OM.

Fuente: JP Mullin

Relacionado: BitMine compra $199M en Ether mientras traders de 'smart money' apuestan por la caída del ETH

Según Mullin, la publicación de OKX contenía múltiples inexactitudes, incluyendo fechas falsas de migración e implementación.

OKX dijo que la migración ocurriría entre el 22 y el 25 de diciembre. La propuesta de gobierno de Mantra, en contraste, establece que la migración solo tendrá lugar después de la desactivación del token OM basado en Ethereum (ERC-20) el 15 de enero.

Mullin también dijo que la publicación de OKX hacía referencia a "fechas arbitrarias a lo largo de diciembre de 2025", mientras que Mantra aún no ha anunciado una fecha oficial de implementación.

Aseguró que OKX no se ha comunicado con Mantra desde "los eventos" del 13 de abril, mientras que Mantra ha "estado comunicándose de manera útil con todos los demás exchanges importantes respecto a nuestra migración".

Publicación de OKX sobre la Migración Cripto de OM. Fuente: okx.com

Durante la próxima migración, el token OM migrará de ser un token nativo de Ethereum (ERC-20) a un token nativo de Mantra Chain.

Cointelegraph se ha puesto en contacto con OKX para obtener comentarios, pero no había recibido respuesta al momento de la publicación.

Relacionado: Los mercados de predicción emergen como una 'arena de arbitraje' especulativa para traders de cripto

La caída de abril aún proyecta una sombra

El 13 de abril, el precio del token OM de Mantra cayó más de un 90%, pasando de alrededor de $6.30 a menos de $0.50.

OM/USD, gráfico de 1 día. Fuente: Coingecko.com

El 30 de abril, Mantra publicó un informe post-mortem que culpó a las políticas de trading agresivas y al alto apalancamiento en los exchanges de criptomonedas de la caída del token.

"Las cascadas de liquidación le podrían pasar a cualquier proyecto en la industria cripto", dijo Mullin en la publicación, señalando el papel de las "posiciones de apalancamiento agresivas" en los exchanges como una amenaza más amplia para la seguridad de los inversores.

Mullin también instó a los exchanges a revisar sus políticas de apalancamiento, al tiempo que implementaba un panel de transparencia para la tokenómica de OM, junto con el anuncio de la quema de 150 millones de tokens OM apostados, eliminándolos permanentemente de la circulación en un intento de ajustar la oferta del token.

Magazine: Si la carrera alcista de las cripto está terminando... es hora de comprar un Ferrari — Crypto Kid

Pertanyaan Terkait

Q¿Por qué el CEO de Mantra, John Patrick Mullin, instó a los tenedores de OM a retirar sus tokens de OKX?

APorque acusó a OKX de publicar información incorrecta sobre la migración del token OM, incluyendo fechas falsas, y recomendó evitar la dependencia de un intermediario potencialmente negligente o malicioso.

Q¿Qué discrepancia de fechas mencionó Mullin respecto al anuncio de migración de OKX?

AOKX afirmó que la migración ocurriría entre el 22 y el 25 de diciembre de 2025, pero la propuesta de gobernanza de Mantra establece que será después del 15 de enero, cuando se descontinúe el token ERC-20.

Q¿Cómo afectó el evento del 13 de abril al token OM según Mantra?

AEl precio de OM cayó más del 90%, desde aproximadamente 6.30 hasta menos de 0.50 dólares, un colapso que Mantra atribuyó a políticas de trading agresivas y alto apalancamiento en exchanges.

Q¿Qué medidas tomó Mantra tras el colapso de abril para abordar la situación?

AAnunció la quema de 150 millones de tokens OM apostados para reducir la oferta, implementó un panel de transparencia de tokenomics e instó a los exchanges a revisar sus políticas de apalancamiento.

Q¿Cuál es el cambio técnico principal que implica la migración del token OM?

AEl token OM migrará de ser un token ERC-20 nativo de Ethereum a un token nativo de Mantra Chain, cambiando así su blockchain subyacente.

Bacaan Terkait

Ujian "Gaokao" untuk Kecerdasan Bertubuh Sulit Gila, Manusia 100 Poin, Model Terkuat Hanya 12.8

"Ujian Akhir" Kecerdasan Embodied (Embodied AI) Terlalu Sulit, Manusia 100 Poin, Model Terkuat Hanya 12.8 Kemajuan robotika dengan model AI besar (VLA, model dasar robot) sering tampak mulus dalam demo, namun kemampuan sebenarnya dalam melakukan tugas umum tetap menjadi pertanyaan besar. RoboDojo, tolok ukur evaluasi baru yang dikembangkan oleh tim akademis, memberikan "peta pendakian" yang lebih jelas. Ini adalah benchmark terpadu yang mengevaluasi 30 strategi robot utama di 42 tugas simulasi dan 18 tugas robot fisik nyata. Fokusnya adalah menguji lima kemampuan inti: generalisasi (beradaptasi dengan latar, pencahayaan, dan objek baru), memori, presisi (operasi halus seperti memasang), eksekusi multi-langkah panjang, dan pemahaman semantik terbuka terhadap instruksi baru. Hasilnya menunjukkan jurang yang dalam. Di simulasi, model terbaik (Hy-Embodied-0.5-VLA) hanya mencapai tingkat keberhasilan rata-rata 8.80%. Di dunia nyata, kinerja bahkan lebih menantang: model teratas (π0.5) hanya mencapai 12.8% keberhasilan. Sebagai perbandingan, ahli manusia mencapai 76.03% di simulasi dan 100% di dunia nyata. RoboDojo mengungkap bahwa model robot saat ini belum stabil dan andal. Mereka mungkin pandai dalam satu aspek (misalnya, pengenalan visual atau perencanaan), tetapi gagal dalam aspek lainnya (seperti presisi fisik atau pemahaman semantik terbuka). Penurunan kinerja yang signifikan dari simulasi ke dunia nyata juga menyoroti tantangan ketidakpastian fisik, noise sensor, dan kesalahan kalibrasi. Platform ini, dilengkapi dengan infrastruktur XPolicyLab untuk integrasi model yang terstandarisasi dan sistem evaluasi robot fisik (RoboDojo-RealEval) yang dapat direproduksi, bertujuan untuk menjadi "papan peringkat" komunitas yang obyektif. Dengan demikian, RoboDojo tidak hanya mendiagnosis kelemahan saat ini tetapi juga menyediakan jalur terukur untuk kemajuan menuju robot operasi yang benar-benar serbaguna dan dapat diandalkan.

marsbit3m yang lalu

Ujian "Gaokao" untuk Kecerdasan Bertubuh Sulit Gila, Manusia 100 Poin, Model Terkuat Hanya 12.8

marsbit3m yang lalu

ANSEM Naik 3 Kali Lipat dalam Seminggu: Kebangkitan dan Jebakan Meme Solana

ANSEM, sebuah meme coin di Solana, melonjak hampir 299% dalam seminggu, memicu kebangkitan minat pada meme coin di ekosistem tersebut. Data dari DeFiLlama menunjukkan peningkatan signifikan dalam volume perdagangan mingguan di platform seperti Pump.fun, dengan meme coin kembali menyumbang lebih dari 20% volume perdagangan mingguan Solana untuk pertama kalinya sejak pertengahan Mei. Namun, di balik tren pemulihan ini tersembunyi risiko besar. Lingkungan perdagangan meme coin sangat cepat dan tidak setara. Robot sniper dan dompet canggih seringkali mengakumulasi sejumlah besar token segera setelah peluncuran, hanya untuk menjualnya saat investor retail masuk, menjadikan para pendatang baru sebagai pihak yang menanggung kerugian. Penelitian dari Galaxy menunjukkan rata-rata waktu holding meme coin saat ini hanya 100 detik, jauh lebih cepat dari siklus sebelumnya. Laporan akademis dan data dari platform seperti MemeTrans mengungkapkan bahwa sebagian besar proyek meme coin memiliki tingkat manipulasi yang tinggi, dengan akun terkoordinasi sering mengendalikan persentase supply yang besar, dan banyak token menunjukkan tanda-tanda wash trading atau pump artifisial. Kebangkitan yang dipicu ANSEM menimbulkan pertanyaan: apakah ini tanda awal pemulihan berkelanjutan atau sekadar fenomena sementara? Pemulihan berkelanjutan memerlukan volume perdagangan harian yang konsisten tinggi dan pangsa meme coin yang mendekati 30% di Solana. Jika sebaliknya, perhatian mungkin tersebar ke banyak tiruan (copycat), volume perdagangan turun, dan minat beralih kembali ke aset kripto utama, menjadikan ANSEM sekadar sorotan sesaat. Sementara meme coin di Solana terbukti kuat dalam menarik perhatian dan pengguna baru, industri perlu menemukan cara untuk memutus siklus manipulasi oleh robot dan pemain besar agar tidak terus merugikan investor retail.

Foresight News46m yang lalu

ANSEM Naik 3 Kali Lipat dalam Seminggu: Kebangkitan dan Jebakan Meme Solana

Foresight News46m yang lalu

Model Gambar Generatif 'Mangga' Zuck Kalah Telak dari GPT Image 2, Tanpa Diajari, Ia Belajar Sendiri Cara Revisi

Meta Labs (MSL) meluncurkan model generasi gambar terbarunya, Muse Image dengan nama kode "Mango". Model ini menempati peringkat kedua dalam arena perbandingan Arena AI, di bawah GPT Image 2 dari OpenAI. Keunggulan utamanya bukan hanya pada kualitas gambar, tetapi pada kemampuannya sebagai *agent* yang dapat berpikir dan merevisi karyanya sendiri. Muse Image mampu mencari informasi online untuk referensi, menghasilkan kode untuk elemen seperti QR code, dan—yang paling mencolok—melakukan koreksi mandiri setelah gambar dibuat, sebuah perilaku yang muncul sendiri selama pelatihan. Model ini terintegrasi erat dengan ekosistem Meta. Pengguna dapat menyebut (@) nama pengguna Instagram publik untuk memasukkan wajah orang tersebut ke dalam gambar yang dibuat, sebuah fitur yang menimbulkan pertanyaan privasi karena diaktifkan secara default. Muse Image juga terhubung dengan model bahasa Muse Spark ("Alpukat"), memungkinkan pembuatan konten yang lebih kompleks seperti game web. Untuk video, Meta memperkenalkan Muse Video yang masih dalam pratinjau, menduduki peringkat ketiga di Arena. Kekuatan utama Meta terletak pada distribusi. Muse Image sudah diintegrasikan ke Meta AI, Instagram, WhatsApp, dan akan menyusul ke platform lainnya, menjangkau miliaran pengguna. Setiap gambar yang dihasilkan dilengkapi watermark digital "Content Seal" untuk identifikasi. Dengan strategi ini, Meta tidak hanya bersaing pada kualitas model, tetapi juga pada kemudahan akses dan integrasi AI ke dalam kehidupan digital sehari-hari.

marsbit1j yang lalu

Model Gambar Generatif 'Mangga' Zuck Kalah Telak dari GPT Image 2, Tanpa Diajari, Ia Belajar Sendiri Cara Revisi

marsbit1j yang lalu

Blog Baru Wong Li Usulkan 'Evolusi Diri Mulai dari Harness', Cui Tianyi dari DeepSeek Setuju dan Membagikan

**Weng Li Usulkan: "Evolusi Diri AI Mungkin Dimulai dari Harness"** Dalam blog terbarunya, Weng Li, mantan Wakil Presiden Keamanan OpenAI, membahas konsep **RSI (Recursive Self-Improvement)** dengan pendekatan yang lebih teknis dan praktis. Ia berargumen bahwa evolusi diri AI dalam waktu dekat lebih mungkin terjadi pada lapisan **Harness**, sistem eksternal yang mengatur bagaimana model menggunakan alat, mengelola konteks, memecah tugas, dan memvalidasi hasil, daripada langsung memodifikasi bobot model itu sendiri. Ia menunjukkan tren yang berkembang dari **Context Engineering** (ACE, MCE) hingga **Workflow Design** (AI Scientist, ADAS, AFlow), di mana objek optimasi berkembang menjadi lebih abstrak. Puncaknya adalah konsep **Self-Improving Harness**, di mana model dapat menganalisis kegagalannya, mengusulkan modifikasi kecil dan terukur pada kode Harness, lalu memvalidasinya sebelum diterapkan. Contoh seperti **DGM (Darwin Gödel Machine)** menunjukkan kemajuan signifikan dalam benchmark seperti SWE-bench, hanya dengan mengoptimalkan Harness. Weng Li menekankan bahwa Harness dan model akan saling memperkuat, tetapi ada tantangan besar. **Sistem evaluasi** yang lemah, risiko **reward hacking**, **keruntuhan keragaman**, serta konflik antara **kesuksesan jangka pendek dan kesehatan jangka panjang** sistem menjadi hambatan utama. Peran manusia tetap krusial, bergeser ke posisi pengawasan pada level abstraksi yang tepat. DeepSeek Researcher **Cui Tianyi** juga merespons, menegaskan bahwa evolusi diri melalui **Harness** adalah arah yang sangat menjanjikan, setara dengan evolusi pada level model. Intinya, **Harness kini menjadi variabel kritis yang menentukan performa AI secara keseluruhan.**

marsbit1j yang lalu

Blog Baru Wong Li Usulkan 'Evolusi Diri Mulai dari Harness', Cui Tianyi dari DeepSeek Setuju dan Membagikan

marsbit1j yang lalu

Trading

Spot
活动图片