Camp = LEGO + Midjourney + Stripe，全部整合到一個應用程序中。
@campnetworkxyz 的 Mimi & Neko 活動表明，您不再需要是迪士尼或皮克斯才能與主要知識產權合作。
Camp說：“這是一個受歡迎的IP，它是開放的，它是鏈上的，去用它構建吧。”
這就像得到一個樂高積木套裝，可以隨意重新排列這些積木。
你甚至不需要成爲一名藝術家，只需用你的想法和提示生成角色的新版本。
這就像使用 Midjourney 從現有圖像中重新混合或創建圖像一樣。
當你的混音被使用時，你會自動獲得報酬。
智能合約處理一切，並立即發送您的份額。
這就像在上面有Stripe集成。

人工智能無法在沒有您創建的數據的情況下進行操作。
所以在某種程度上，它被迫“觀察”你以變得更好。
Camp就像一個守門人，類似於OnlyFans，但它是爲了AI，它讓你通過智能合約控制對你內容的訪問。
+ 你決定誰可以訪問什麼
+ 您可以根據內容的使用情況設置版權費
+ 不再默默地抓取數據，您的內容，您的規則

老實說，我想不出有什麼比賺取穩定幣的高收益更有趣的方式了。
這是它的工作原理:
1/ 在 Pendle 上購買 PT sUSDf
這已經爲您在到期時提供了固定的14.4%年收益率。
但說實話，單靠14%是不夠的。我們在這裏是爲了槓杆。
2/ 在 Silo 上借出 PT sUSDf
您不會從借貸中獲得額外收益，但這允許您以8%的成本借入USDC。
3/ 以PT-sUSDf作爲抵押借入USDC
4/ 使用借來的USDC購買更多PT sUSDf
然後只需從第1步開始重復循環，這就是你的收益循環完成。

舉一個將其財庫交給社區並讓他們自由支配的鏈。
+ 它還鼓勵社區去使用它。如果他們在特定時間內不使用它，部分國庫將被銷毀。

加密貨幣中最大的新事物是RWA。
我們不需要另類幣季，RWA 本身就足夠了。
RWA 需要基礎設施和靈活性，而 Polkadot 提供了這兩者。
作爲平行鏈，Centrifuge 受益於 Polkadot 驗證者集的共享安全性，無需維護自己的驗證者網路。
得益於Polkadot的互操作性，Centrifuge還可以與以太坊、Arbitrum和Avalanche等其他生態系統連接，從而輕鬆解鎖外部DeFi流動性。

是我一個人這樣覺得，還是$SILO完全定價錯誤？
在Sonic的超高DeFi階段，他們提供了大量的收益機會，現在他們在Avalanche上也做同樣的事情。
我真正感到驚訝的是市值，僅爲1600萬美元，而完全稀釋估值爲3800萬美元。這使得市值/總鎖倉價值比率爲0.03，當前在這個領域中是最低的之一。
+ 20% 的 $SILO 鎖定在 xSILO 中，這顯著減少了賣壓。
所有指標都指向健康的增長，無論是在TVL還是獨立用戶方面，這些都在穩步增加。
從我所看到的，真正的 DeFi 用戶正在大量利用 Silo 來提升他們的收益。而 Silo 一直在持續提供服務，首先是在 Sonic，現在是在 Avalanche，肯定很快會在其他鏈上推出。
我們可以爭論是否即將到來一個山寨幣季節，但如果你像我一樣相信，$SILO絕對是一個強有力的競爭者，考慮到它在去中心化金融中的核心角色以及它目前的低估程度。
我不喜歡做那種預測，但從這裏漲10倍是完全有可能的。

在短線排名上大幅降低的同時，長期排名卻大幅上升，這很奇怪。

黃金可能是目前最容易交易的資產，特別是在當前全球政治和經濟氣候下。
當世界一片混亂時，有三樣東西你必須擁有：黃金、土地，以及當然，BTC。
無邊界，無許可，應用抽象，老實說，我真的很享受在VOOI上的交易體驗。

一些保險庫提供超過100%的年收益率，如果您是L.L用戶，您將獲得20%的年收益率提升，按季度支付。
所有合約均經過雙重審計，只有經過驗證的開發者才能部署，WorldPay 和 Bitcoin Suisse 等大公司對此進行了支持。

我被 $BTC 擠在一旁。
不是因爲我不擁有，而是因爲我沒有任何獲利的意圖。現在沒有，500K時沒有，甚至在1M時也沒有。
賣它換什麼？無止境印刷的法幣？不，謝謝。

不需要發幾十次，我這周只發了2條。
最重要的是提供新視角，以簡單的方式拆解復雜的事物，並提供價值。
每次重復相同的帖子對你和你的觀衆都是沒有用的。

但真正會帶來變化的是他們即將推出的AI助手。
它是一個應用內助手，根據資產狀況提供實時建議。迫不及待想看看它在當前政治背景下對黃金和石油會有什麼影響。

現有的 LLM，如 GPT、Claude 等，已經達到了它們的極限，它們已經抓取了所有公共網路和開放數據。
剩下的是私有的、用戶授權的內容，這些內容存在於應用程序內部，不能隨意被抓取。這些數據的價值更高，質量更好，但受到知識產權的保護，必須合法訪問。
你可能聽過“你就是你喫的”，AI也是如此：好的模型和壞模型的區別在於它們訓練所用數據的質量。
未來的模型將依賴於來自用戶專注應用程序的可信、門控數據流，而不是過時的SEO垃圾信息。

壞消息是我被削減了，接下來的9天裏將無法獲得任何積分。
沒關係，我可以等。我會在9天後再開始哈哈。
循環：賺取積分，分配給優秀項目，獲利，等待，然後重復。