Недооцінені ризики в L2 проектах: вчимося на прикладі SBF
6
Як уникнути ще одного досвіду SBF у наступному циклі L2 - CEO Aval Labs
Емін Гун Сірер, генеральний директор Ava Labs, відзначив червоні прапори, які користувачі повинні враховувати перед інвестуванням у нові L2 проекти у наступному циклі. За словами Сірера, ігнорування цих червоних прапорів може призвести до результату, схожого на те, що сталося з Семом Бенкман-Фрідом, за яким багато людей слідували на підставі поверхневих рис.
Сірер перерахував червоні прапори через недавній пост на X, вказавши відсутність наративу, який відповідає техніці проекту, як перший сигнал нерентабельності. Наприклад, він вважає, що централізовані послідовники та L2, які не мають доказів шахрайства, є нерентабельними і суперечать криптовалюті.
Засновник Ava Labs не підтримує проекти, які продаватимуть токени зараз для того, щоб зібрати кошти на роботу, яка призведе до іншої технології в майбутньому. За його словами, третій шип Howey Test позначає такі вправи як Пропозиції Захисту.
У продовження Сірер порівняв засновників, які розлучають особисті токени до запуску з Бенкман-Фрідом. Він вважає, що їхні риси схожі, з потенційно подібними результатами. Він також відзначив, що продажі на суму восьми цифр до запуску для `подяки персоналу` так само, як і випадання грошей від користувачів Бенкман-Фрідом через те, що він є `ефективним альтруїстом`.
Сірер вважає, що проекти з токенами з низькою плавучістю ризиковані та нерентабельні. Він навів приклади маніпулювання Бенкман-Фрідом оцінками токенів з низькою плавучістю та позикування проти них як приклад, з якого користувачам варто вчитися. Крім того, експерт з блокчейна порадив користувачам не нехтувати поведінковими моделями засновників. Наприклад, `засновники скаржаться, що вилітає кокаїн` є сигналом, який ніхто не повинен вважати легковажливо.
Фласкав Засновник Ava Labs пояснив, як користувачі криптовалюти можуть перевірити нові проекти на автентичність. Він відзначив, що у криптографії відразу кілька аутентичних блокерів. Наприклад, масштабованість та продуктивність були визначними проблемами у минулому циклі, а Avalanche та Solana надали два підходи для їх вирішення.
Сірер вважає, що блокери цього циклу пов`язані з підтримкою кількох використань на тій самій платформі та інтеграцією з TradFi. Він порадив користувачам досліджувати нові проекти, щоб побачити, чи приносять вони щось революційне для вирішення значних проблем у криптовалюті.
Відомості, наведені в цій статті, призначені лише для інформаційних та освітніх цілей. Стаття не становить фінансових порад або порад будь-якого роду. Coin Edition не несе відповідальності за будь-які втрати, понесені в результаті використання змісту, продуктів або послуг, згаданих. Читачам рекомендується проявляти обережність перед тим, як вживати будь-які дії, пов`язані з компанією.
Мастеркард и ДжейПиМорган запускают токенизированный валютный обмен для ускорения межбанковских трансакций
Mastercard и ДжейПиМорган объединили усилия для внедрения токенизированного валютного обмена, улучшая межбанковские B2B-транзакции. Это повысит прозрачность и скорость расчетов! 💱✨🌐
Fhenix запускает обновлённую тестовую сеть Nitrogen с новыми возможностями для децентрализации и безопасности на основе гомоморфной шифровки (FHE)
Fhenix запустила тестовую сеть Nitrogen с улучшениями для децентрализации и безопасности. Новые функции, такие как Threshold Network и Параллельное Декодирование, обеспечат мощные конфиденциальные приложения на Ethereum. 🚀🔒💻✨
Hedera Hashgraph и abrdn: Токенизация активов на платформе HBAR для повышения ликвидности и финансовой доступности
Hedera Hashgraph привлекает внимание к токенизации реальных активов через сотрудничество с abrdn. Ожидается прирост ликвидности и значительное обновление производительности блокчейна. 🚀📈💰
Polyhedra и Berkeley RDI запускают zkML для повышения доверия к ИИ и обеспечения конфиденциальности данных
Polyhedra и Berkeley RDI совместно запускают zkML, обеспечивающий доверие к ИИ через доказательства с нулевым разглашением. Эта технология усиливает прозрачность и безопасность в машинном обучении. 🌟🔐✨