Wall Street’s frenzy for $TAO ETFs, but 99% of retail investors don’t know: this trillion-dollar AI network token is actually a mess?

Amigo, vamos falar uma realidade cruel.

Da tulipa ao boom da Internet e, depois, aos NFTs — o mercado está sempre a repetir um ciclo irónico: as equipas que realmente lapidam o produto ficam para trás no tempo, enquanto o dinheiro chega tarde; e, por outro lado, os projetos barulhentos e ocos por dentro recebem uma enxurrada de capital.

Agora, a IA é reconhecida como a próxima grande bolha. Quais são as características típicas de uma bolha? Os participantes do mercado alavancam, os modelos de negócio são construídos sobre um edifício de cartas no ar, ignoram falhas do sistema e, no fim, tudo desaba — e, então, toda a gente atira a culpa para o “bom momento da bolha”.

Hoje vamos focar $Bittensor, uma rede que usa incentivos por meio de tokens para levar o público a desenvolver IA. A ideia é quase perfeita: a rede é dividida em centenas de sub-redes; os developers constroem serviços de IA em cada uma; o sistema pontua; e premia com $TAO em tempo real como recompensa.

A Wall Street já mexeu — $Bitwise e $Grayscale apresentaram pedidos de ETF para a Bittensor em conjunto, ao SEC. As falhas escondidas nessa arquitetura, vou desmontar-te uma por uma.

A Bittensor empresta a lógica competitiva do Bitcoin: incentiva-se a competição mútua com tokens, e é o jogo de mercado que filtra quem é melhor e quem é pior. A rede tem cerca de 128 sub-redes; cada uma corresponde a um tipo de negócio de IA — inferência de modelos, treino de modelos grandes e web crawling. Os mineiros fazem a mineração; os validadores fazem a pontuação.

O $TAO paga aos mineiros de acordo com a qualidade determinada pelos validadores. A remuneração dos validadores depende de quão bem a sua pontuação corresponde à pontuação de outros validadores, e é ponderada por participação (stake). Assim, os validadores só se importam em saber se a sua pontuação é consistente com a dos outros, e não se a pontuação é “correta”.

Quanto $TAO novo cada sub-rede recebe? Apenas depende do preço do token nativo Alpha dessa sub-rede, e não tem relação com a qualidade dos resultados de IA. Primeiro, a entidade que opera a sub-rede retém 18% da divisão de receitas; o restante é redistribuído.

Atualmente, a capitalização do $TAO ronda os 2 mil milhões de dólares, dos quais cerca de 690 milhões de dólares estão bloqueados em sub-redes via staking. Essas sub-redes decidem quais projetos de IA recebem financiamento.

Cada sub-rede emite um token nativo independente, chamado $Alpha. Quando os utilizadores fazem staking do $TAO numa sub-rede, na prática estão a comprar o $Alpha dessa sub-rede, o que empurra o seu preço. A percentagem dos $TAO novos atribuída à sub-rede é determinada pelo preço médio do $Alpha ao longo de um período.

Isto cria um ciclo auto-reforçado: compra de $Alpha → subida do preço do token → sub-rede recebe mais $TAO novo → $TAO novo é distribuído aos detentores do $Alpha → os detentores continuam a aumentar posição. A entrada de capital externo empurra o preço; a subida atrai ainda mais capital para o mercado.

Mas o ciclo tem apenas uma restrição: a rede continua a emitir (diluir) $Alpha; para realizar os retornos, mineiros e validadores só conseguem continuar a vender, criando pressão vendedora constante sobre o preço. Para uma sub-rede continuar a receber apoio financeiro de forma sustentável, precisa de compradores novos para absorver continuamente essa pressão de venda. E essa é precisamente a lógica de funcionamento desenhada de forma intencional.

Quais são as vantagens? Os investidores podem apostar separadamente em segmentos específicos de IA — por exemplo, ficar apenas na sub-rede de inferência, sem mexer no treino de modelos — algo que não é possível num mercado tradicional de ações.

Mas o sistema on-chain só consegue identificar transferências de tokens; não consegue medir o uso real dos produtos de IA. Não existe um livro contabilístico de receitas comerciais, claramente rastreável. O preço do token é dominado por fluxos de capital, sem estar condicionado por receita real. Em ações tradicionais, o preço é suportado por receitas de vendas de produtos como os da Nvidia; já nos tokens das sub-redes, o único suporte é a compra no mercado secundário.

Quando o fluxo de capital vira o único critério de medição, o preço do token passa a ser definido inteiramente pelo “apetite” do mercado.

O desenho desta mecânica tem como objetivo fazer com que os validadores sejam objetivos e justos. No nível de protocolo, Yuma define regras anti-fraude: se as pontuações se desviarem demasiado da média do grupo, a pontuação é invalidada e o validador não consegue lucrar a inflacionar projetos de conhecidos. É engenhoso.

No entanto, essa barreira matemática anti-coordenação tem um limiar crítico — só funciona quando a quantidade em stake do agente fraudulento é inferior a metade do total de stake do conjunto de validadores da sub-rede. Assim que nós “cheat” controlam mais de metade do poder de validação, mineiros e validadores podem conspirar em privado: inflacionam pontuações uns dos outros e repartem os prémios em $TAO. E, para piorar, a rede ainda distribui automaticamente as recompensas.

Outra grande falha é o “copycat scoring” (cópia de pontuações): alguns validadores nem sequer verificam os resultados de IA; limitam-se a copiar pontuações de outras pessoas a partir do livro público de registos, sem esforço. Os projetos introduzem um mecanismo “submit-reveal” (submeter-revelar), em que a pontuação é cifrada e fica guardada por algum tempo, impedindo cópia imediata. Mas essa solução só funciona em cenários em que a qualidade do resultado de IA varia continuamente; se a atividade de uma sub-rede for estável e a produção for homogénea, copiar pontuações continua a ser lucrativo.

Agora vejamos quão alto é o limiar do “cheating” e quem detém o poder. O $Rayon Labs opera três das principais sub-redes; no total, ficam com um quarto da quantidade diária total de $TAO novo gerado na rede. Em toda a rede, cerca de dois terços de $TAO estão em staking, e uma grande parte do “effective stake” está concentrada em poucas entidades.

Existem duas interpretações opostas para este mecanismo.

Perspetiva 1: a Bittensor é uma mecânica de mercado altamente eficiente. Não é preciso um comité fechado decidir quem pode ou não financiar — milhões de participantes fazem apostas abertas nas várias frentes, e o dinheiro flui naturalmente para as direções que o mercado favorece. A entrada de capital costuma ser um sinal antecipado da potencialidade do setor.

Perspetiva 2: o preço do token só faz sentido se estiver ligado a necessidades comerciais reais — por exemplo, clientes pagantes e receitas de vendas executáveis. Mas os “pontos de ancoragem” do valor na Bittensor são extremamente frágeis. As sub-redes com maior rendimento total recebem muito mais lucro por emissão de tokens do que receita paga por clientes reais; e as principais entidades operacionais que conseguem controlar a distribuição de recompensas são muito poucas.

Nesta primavera, os projetos ajustaram as regras de desbloqueio de tokens e fizeram vendas de grandes posições, o que gerou atritos internos. O maior operador de toda a rede, $Covenant AI, saiu diretamente da rede. Embora as falhas iniciais da mecânica possam ser corrigidas rapidamente, a rede já corrigiu problemas graves através de um hard fork.

Em contraste, no ecossistema $Optimism, os venture capitalists cripto nativos cansaram-se do modelo de financiamento sem controlo e lançaram um mecanismo de financiamento com rastreio: o dinheiro é apenas atribuído a projetos já verificados como tendo valor real; as recompensas são baseadas na entrega dos resultados, e não em subsídios antecipados antes da emissão de tokens. O $Gitcoin e o $Filecoin também implementaram variantes semelhantes.

O ponto nevrálgico do sistema Bittensor está em usar o rendimento de circulação de tokens como padrão de incentivo, em vez de padrões de validação mais fiáveis baseados em entrega real de negócio.

A rede altera as regras de distribuição das recompensas das sub-redes duas vezes por ano. Inicialmente, baseava-se no preço dos tokens das sub-redes. Em novembro do ano passado, mudou para o fluxo de dinheiro líquido em staking (entrada menos saída). Em junho deste ano, como as falhas do modelo de fluxo de capital vieram à tona, voltou ao mecanismo do preço do token. As duas regras são apenas indicadores substitutos; nenhuma mede o dado mais crucial: se existe vontade real de utilizadores pagarem pelos serviços de IA correspondentes.

Uma rede que consegue derrubar as suas próprias regras fundamentais duas vezes num espaço curto pode ter uma capacidade de mudança maior do que a maioria das redes. Mas, se olharmos com calma, as três séries de critérios ignoram o indicador chave — a vontade de pagar de utilizadores fora da sub-rede. Todas as regras empurram “dinheiro atrás de dinheiro”, e não “valor a seguir a procura do mercado”.

Mesmo havendo muita rotação e desperdício de capital, objetivamente está a construir infraestruturas de base. É como a bolha da Internet que deu origem a redes globais de backbone de fibra ótica: mesmo quando o entusiasmo passa, o valor de longo prazo do que foi construído permanece. O mesmo acontece com a onda Bittensor: hardware de computação e recursos de treino de IA que, ainda que a febre arrefeça, têm valor duradouro.

A própria vertente de IA distribuída tem um enorme potencial. As soluções open-source são o único caminho para quebrar o monopólio dos gigantes de chips — como o Linux que derrubou a supremacia dos sistemas operativos e a Wikipédia que reestruturou o ecossistema do conhecimento. Aqui há a mesma inovação disruptiva: a equipa $Covexus treinou um modelo grande com 70 dispositivos distribuídos, superando o desempenho do Meta Llama 2, e ainda recebeu o reconhecimento público do CEO da Nvidia, Huang Renxun, mas foi enterrada no ruído do hype de tokens em massa.

É por isso que este ETF não é apenas um presságio. A Grayscale e a Bitwise esperam que a SEC responda mais tarde este ano, por volta de agosto. Se for aprovado, esta arquitetura, que tem falhas inatas, será integrada diretamente nas carteiras de reforma dos cidadãos dos EUA.

Investidores que entrem de forma cega vão enfrentar enormes riscos, mas a implementação do ETF representa também duas mudanças positivas: a entrada de enormes quantias de capital tradicional e a aceitação total, por toda a indústria, de uma inspeção pública e regulamentada. O “carimbo” regulatório, com supervisão total e contínua por milhões de novos acionistas, será a forma mais eficaz de forçar a rede a otimizar os seus incentivos. E, com a triagem rigorosa que vem em seguida, o ecossistema inteiro tenderá a amadurecer.

Com esse otimismo, quero dizer: deves prestar atenção às coisas que realmente importam. Tal como todos os sistemas novos e com falhas da juventude, esta mecânica ainda é recente e precisa de reparos. O que enfatizo ainda mais é o potencial por trás dela: IA aberta, com participação de múltiplas partes e não proprietária, em vez de um ecossistema fechado construído por grandes fornecedores de serviços em nuvem que controlam os maiores clusters de servidores do mundo.

Espero que, no futuro, as sub-redes consigam “ganhar vida própria”, sem depender de subsídios da fundação. Isso mostrará que a tecnologia mais forte da nossa era não tem de ser controlada por poucas entidades.

Segue-me: obtém mais análises e insights em tempo real sobre o mercado cripto! $BTC $ETH $SOL

#预测世界杯西班牙VS比利时 #GateUS expansão de conformidade para a Flórida #Ações de IA em alta forte no mercado de ações dos EUA