DannyVN

La primera vez que leí el whitepaper de @Fabric Foundation , me sentí “conquistado” por completo, no por la tecnología detrás, sino por la filosofía: “si no trabajas, no comes”. Escriben directamente sin rodeos: si mantienes $ROBO m pero no trabajas, recibirás exactamente 0 recompensas. No es poco. Es nada.
En crypto en 2025, eso suena como una declaración de guerra.
Piensa en cómo la mayoría de las grandes redes están operando. ETH, DOT, AVAX, casi todas tienen un punto en común: quien tiene más capital ganará más. Bloquea tokens, delega a un validador, siéntate y recibe APY mensualmente. No necesitas hacer nada más. Bittensor está pagando un 18-20% de APY para los que hacen staking pasivo en la red raíz. peaq corre en NPoS tradicional, los stakers que no hacen nada aún reciben un 8-12% cada año. Una ballena que posee 10 millones de tokens siempre ganará más que una persona que realmente opera pero solo tiene unos pocos miles de tokens en su billetera. Esta lógica ha existido tanto tiempo que pocos aún se preguntan si realmente es justa.

Mạng lưới robot đầu tiên tự phạt mình khi làm việc kém
@Fabric Foundation đang làm ngược lại hoàn toàn với các blockchain lớn hiện nay.
Bitcoin có halving 4 năm một lần. Ethereum chuyển sang PoS rồi giữ nguyên emission schedule. Lịch phát hành token được quyết định trước từ ngày đầu, không thay đổi dù mạng lưới đang hoạt động tốt hay tệ.

$ROBO thì có cơ chế riêng là Adaptive Emission Engine, và cái tên đó chính xác hơn mình nghĩ ban đầu. Không phải "adaptive" theo nghĩa marketing, mà là một vòng phản hồi toán học thật sự điều chỉnh lượng token phát hành mỗi epoch dựa trên hai chỉ số, utilization rate và quality score.
Phần utilization thì quen thuộc, mạng bận thì giảm emission, mạng rảnh thì tăng để thu hút người tham gia. Nhưng phần quality mới là thứ mình thấy thú vị.
Whitepaper đặt hệ số nhạy cảm với quality là β = 0.20, cao gấp đôi so với hệ số utilization α = 0.10. Nghĩa là chất lượng dịch vụ ảnh hưởng đến emission mạnh hơn mức độ bận rộn của mạng. Và đây là chi tiết mà mình đặt tên là "Cơ chế tự phạt kép", nếu robot đang xử lý rất nhiều task nhưng quality score thấp hơn ngưỡng 0.95, emission vẫn giảm. Mạng càng bận mà càng làm ẩu thì càng bị cắt thưởng.
Thử so sánh với Bittensor, mạng AI phân tán đang được nhắc nhiều nhất hiện tại. TAO phát hành theo lịch cố định, validator nhận thưởng dựa trên consensus chứ không phải chất lượng output thật sự. Render Network phát hành RNDR theo khối lượng compute, không có cơ chế phản hồi chất lượng. Cả hai không có circuit breaker nào để ngăn emission tăng hoặc giảm đột ngột.
$ROBO có circuit breaker δ = 0.05, tức mỗi epoch emission chỉ thay đổi tối đa 5%, dù tín hiệu thị trường có biến động mạnh đến đâu. Đây là thứ giữ cho tokenomics không bị thao túng ngắn hạn.
Rủi ro thật của cơ chế này cũng rõ. Nếu quality score bị tính sai, hoặc validator thông đồng để inflate điểm, toàn bộ emission engine sẽ phản ứng theo tín hiệu giả. Whitepaper thừa nhận điều này trong phần governance và đặt nó là open question. Và với 44.3% supply của team lẫn investor đang trong cliff, áp lực để giữ quality score cao trong giai đoạn đầu là rất lớn, vì emission thấp có nghĩa là phần thưởng cho ecosystem cũng thấp theo.

Nếu cơ chế này hoạt động đúng như thiết kế, Fabric Protocol đang thử một thứ hiếm thấy trong crypto: một nền kinh tế nơi chất lượng công việc ảnh hưởng trực tiếp đến tốc độ phát hành tiền.
Câu hỏi mình muốn thấy trả lời bằng on-chain data sáu tháng tới: quality score trên mạng Fabric đang dao động trong khoảng nào, và emission có thực sự giảm khi chỉ số đó xuống thấp không? Đó sẽ là bài test thật sự của Adaptive Emission Engine.
#ROBO

Không biết có ai thấy giả định này phổ biến khi nói về privacy trong crypto không? nếu blockchain muốn phục vụ doanh nghiệp hoặc tổ chức tài chính, thì chỉ cần thêm Zero Knowledge Proof là đủ, khi đó dữ liệu giao dịch được ẩn đi, privacy được đảm bảo và hệ thống có thể tiếp tục vận hành như bình thường.

Ban đầu mình cũng nghĩ khá đơn giản như vậy.
Nhưng mới đây khi mò về @MidnightNetwork sâu hơn, đặc biệt là thấy chia sẻ mới nhất từ Charles Hoskinson, mình bắt đầu thấy cách họ tiếp cận vấn đề có vẻ rộng hơn chỉ là “thêm ZK vào blockchain”.

Hoskinson mô tả Midnight như một partner chain trong hệ sinh thái của Cardano, nhưng điểm đáng chú ý là nó không được thiết kế chỉ để phục vụ một chain duy nhất. Theo cách ông giải thích, Midnight giống một dạng metachain, một lớp có thể tương tác với nhiều blockchain khác nhau và hoạt động như một tầng trung gian cho các chức năng liên quan đến privacy.
So sánh mà ông đưa ra cũng khá dễ hình dung: vai trò của Midnight trong hệ sinh thái có phần giống cách LayerZero đóng vai trò hạ tầng kết nối giữa các chain, nơi các network khác nhau có thể giao tiếp với nhau thông qua một lớp trung gian. Nhưng điều khiến mình chú ý hơn lại nằm ở cách ông mô tả mục tiêu dài hạn của dự án. Hoskinson từng nói rằng Midnight muốn trở thành “ChatGPT của privacy, abstraction và smart compliance.”
Nghe qua thì câu này mang tính ẩn dụ nhiều hơn là mô tả kỹ thuật. Tuy vậy nếu nghĩ kỹ hơn, nó lại gợi ra một cách nhìn cực rõ về thiết kế của hệ thống.
Trong crypto hiện tại, privacy thường được xây trực tiếp vào từng blockchain. Ví dụ như Zcash sử dụng ZK-SNARKs để che giấu dữ liệu giao dịch trong shielded pool, tạo ra mức độ riêng tư rất mạnh nhưng cũng khiến việc tích hợp với hệ thống tài chính truyền thống trở nên phức tạp hơn.
Nhưng với Midnight mình thấy họ đang thử một hướng khác hoàn toàn.

Thay vì coi privacy là một tính năng của từng chain riêng lẻ, họ cố gắng xây dựng một lớp privacy abstraction, nơi các blockchain hoặc ứng dụng Web3 có thể sử dụng các công cụ bảo mật khi cần mà không phải tự triển khai toàn bộ hạ tầng ZK proof từ đầu. Trong mô hình này, Midnight không chỉ là một chain riêng lẻ, mà giống một lớp privacy service mà các ứng dụng hoặc blockchain khác có thể gọi tới khi cần còn $NIGHT được dùng để vận hành các cơ chế kinh tế xung quanh lớp hạ tầng này, thay vì đơn thuần chỉ đóng vai trò phí giao dịch như nhiều Layer 1 truyền thống.
Tới đây mình thấy việc so sánh với ChatGPT bắt đầu thú vị rồi.
Hiểu đơn giản thì ChatGPT không phải công nghệ AI duy nhất tồn tại. Nhưng nó hoạt động như một interface chung, nơi nhiều ứng dụng có thể dùng AI mà không cần tự xây dựng model riêng. Còn Midnight thì tạo ra một lớp trung gian nơi smart contract hoặc các ứng dụng Web3 có thể truy cập các chức năng như ZK proof, selective disclosure, hoặc các logic liên quan đến compliance.
Khái niệm mà dự án thường nhắc tới là rational privacy, mình đã giải thích ở bài trước, thay vì ẩn hoàn toàn mọi dữ liệu, hệ thống cho phép người dùng quyết định ai có thể truy cập thông tin nào và trong hoàn cảnh nào dữ liệu đó được tiết lộ.
Trong bối cảnh doanh nghiệp, cách tiếp cận này khá dễ hiểu. Một quỹ đầu tư có thể di chuyển hàng chục triệu USD trên chain, và nếu toàn bộ dữ liệu giao dịch đều công khai ngay lập tức thì đối thủ có thể suy đoán chiến lược giao dịch chỉ bằng cách theo dõi ví. Trong thị trường tài chính truyền thống, những thông tin như vậy thường chỉ nằm trong hệ thống nội bộ của quỹ hoặc broker chứ không phải dữ liệu mà toàn bộ thị trường có thể nhìn thấy theo thời gian thực.
Nhưng ngược lại, quỹ đó vẫn cần chứng minh với regulator rằng các giao dịch của họ tuân thủ những quy định như KYC hoặc AML, và ở điểm này một hệ thống privacy tuyệt đối đôi khi lại khiến compliance trở nên khó thực hiện hơn.
Tất nhiên thiết kế kiểu này cũng đặt ra một vài câu hỏi.
Nếu Midnight thực sự đóng vai trò như một lớp privacy cho nhiều blockchain, thì nó sẽ phải xử lý lượng ZK computation khá lớn. Những hệ sinh thái như StarkNet hay Polygon zkEVM đã cho thấy rằng việc scale các hệ thống dựa trên ZK thường kéo theo hạ tầng prover khá phức tạp, chi phí tính toán đôi khi trở thành yếu tố giới hạn hiệu năng của toàn bộ mạng lưới.
Midnight liệu có gặp bài toán tương tự khi khối lượng giao dịch tăng lên hay không thì mình vẫn chưa thấy câu trả lời thật rõ trong tài liệu hiện tại. Nếu chi phí tạo proof trở thành bottleneck, thì việc cân bằng giữa privacy và performance có thể sẽ là một bài toán khó hơn nhiều so với phần thiết kế lý thuyết ban đầu.

Sau khi đọc qua cách Midnight mô tả hệ thống, mình bắt đầu nghĩ tới một câu hỏi rộng hơn.
Nếu blockchain trong tương lai thực sự được sử dụng bởi ngân hàng, quỹ đầu tư và các tổ chức tài chính lớn. Nơi mỗi giao dịch có thể trị giá hàng chục triệu USD thì privacy nên được thiết kế như một tính năng của từng blockchain riêng lẻ, hay như một lớp hạ tầng chung mà toàn bộ ecosystem có thể sử dụng?
#night

El tercer día continúa la serie de exploración sobre Midnight Network. Hoy quiero profundizar más en un concepto bastante interesante: la privacidad racional.

Antes solía pensar que la privacidad en blockchain era simple: o todo es transparente, o es absolutamente privado. Pero al investigar @MidnightNetwork , comencé a darme cuenta de que las cosas no son solo blanco y negro. Definen algo llamado “privacidad racional”, con este concepto puedo ver la privacidad de una manera más práctica. No se trata de ocultar todo ni de revelar todo, sino de ocultar lo que necesita ser oculto pero que aún puede ser demostrado cuando la red lo necesita, especialmente con la capa de validadores y la capa de contratos inteligentes. Desde el principio, esto me hizo detenerme y pensar: resulta que la privacidad no es extrema, sino que puede ser razonable y aún funcionar con staking, tarifas y reputación.

No pensé que esto progresara tan rápido, desde el momento del lanzamiento $ROBO ya había decidido que en unos meses habría una colaboración oficial entre @Fabric Foundation y Virtuals Protocol. Personalmente, todavía estoy manteniendo $ROBO en el rango de $0.37 y mi objetivo es $1, así que estar al tanto del proyecto es algo seguro, pero siento que desde aquí Fabric FDN va a expandir el ecosistema de economía de máquinas a una cifra gigantesca.

Continuar con la sección de exploración @MidnightNetwork y en esta edición quiero compartir con todos la noción de Tokenización de Activos, al decir esto muchos se darán cuenta de que Crypto ha hablado mucho sobre la tokenización de activos (RWA) durante muchos años, no solo ahora. Como bienes raíces, obras de arte, mercancías... suena simple, pero al observarlo por más tiempo me doy cuenta de que lo importante no radica en llevar los activos a la blockchain, sino que la verdadera dificultad radica en los datos. Esta es la razón principal por la que presté atención al enfoque de Midnight Network.

Ahora empiezo a profundizar en @MidnightNetwork una parte es para participar en CreatorPad del proyecto, una parte para obtener más conocimientos sobre el proyecto y compartir mi perspectiva personal.
Después de la nueva Privacy, ahora estoy pasando a la Identidad Digital, la identidad digital en Web3 es bastante similar a la cédula de identidad en la vida real.

Si miramos cómo las plataformas en línea verifican la identidad, hay algo bastante fácil de notar: la mayoría de los procesos requieren que los usuarios proporcionen más información de la necesaria. El ejemplo más simple es la verificación de la edad. Una plataforma solo necesita saber si ya tienes la edad suficiente para usar el servicio, pero en la práctica, tienes que enviar imágenes de documentos de identidad con mucha información no relacionada, como la fecha de nacimiento completa, la dirección de tu casa o el número de tu documento personal. Esto, inadvertidamente, convierte el proceso de verificación de identidad en un punto de riesgo, especialmente cuando los datos se almacenan en sistemas centralizados. En este momento, veo que el enfoque de Midnight es muy interesante. En lugar de requerir que los usuarios revelen todos los datos originales, solo necesitas demostrar 1 información específica. Dicho de manera más simple, los usuarios pueden demostrar que algo es cierto sin necesidad de revelar todos los datos detrás.

En la entrada anterior, aprendimos sobre SkillChips, así que hoy añadimos un nuevo conocimiento extremadamente interesante: si estás prestando atención a $ROBO de @Fabric Foundation , ¿cuál es la forma en que Fabric FDN utiliza TEE en su red?
Debo admitir que al principio solo pensaba que TEE era una capa de seguridad familiar en los sistemas de IA. Pero al compararlo con otros proyectos que utilizan TEE de manera similar, se pueden ver las diferencias claras. Hay incluso ejemplos concretos como los proyectos Secret y Oasis, que se centran en usar TEE para ocultar los datos de los usuarios. Fabric Foundation utiliza TEE como un motor de ejecución para procesar tareas complejas en paralelo con la mayor velocidad posible a través de un mecanismo de autenticación basado en pruebas de seguridad.

En los últimos días, he dedicado bastante tiempo a revisar los documentos sobre el ecosistema de @Fabric Foundation , la parte que habla sobre el mecanismo de Skill Chips seguramente es la más destacada. Lo que me llamó la atención no solo está en la idea de que los robots pueden aplicar habilidades que los desarrolladores o usuarios crean casi de inmediato. Sino que, en una red abierta así, ¿cómo se puede controlar la calidad de los datos?

Si los robots pueden compartir habilidades de la misma manera que el software comparte plugins, el riesgo de que aparezcan datos basura (junk data) es casi inevitable. En un sistema descentralizado, cualquier desarrollador puede publicar Skill Chips. Esto crea un entorno muy favorable para la innovación. Pero el otro lado es que la red también puede llenarse rápidamente de cosas sin valor o incluso de módulos que hagan que los robots funcionen incorrectamente.

Durante muchos años, cuando se menciona la economía de máquinas (machine economy), la mayoría de las personas todavía la ven como una historia de un futuro lejano: robots autooperados, auto-comerciantes, e incluso auto-pagadores de los servicios que utilizan. Pero al leer más sobre la dirección de @Fabric Foundation , veo que esta imagen parece estar siendo construida capa por capa de manera extremadamente clara.

Un detalle notable es que Fabric se ha asociado con Circle para reiniciar el protocolo HTTP 402 – Payment Required.