Крипто Devs | Gnezdo Hub

Первая часть выше ⬆️

А теперь давайте взглянем на результаты работы с новыми подходами. Не верь мне на слово – я там работал, bias налицо. Посмотри сам.

Несколько вопросов на засыпку:

- На чём сейчас зарабатывают стейкеры sUSD?
- Часто ли ты слышишь про Synthetix в инфополе? Прошлый год, особенно его конец, шла мета перпов. Там еще был самый крупный Trading Competition на 1M USD, вообще попалось к тебе на радары?

Я собрал опенсорс репозиторий с индексером на Envio, чтобы проще оценить трекшн текущего запуска в мейннете. Запуск был 19 декабря, 4 месяца позади.

Вот цифры:

- 238 уникальных депозиторов за все время
- 70% из них положили раз и больше не вернулись
- Активных – считанные десятки

На пике Kwenta делала 283 активных трейдера в неделю. Synthetix за 4 месяца после публичного лаунча – 238 депозиторов.

И отдельно — официальный changelog. Один из менеджеров сделал туда AI-агента: тот автоматически смотрит изменения в main и пишет об этом пост. Удобно – видно текущий темп работы команды из 10+ разработчиков и 4 пмов в реальном времени.

Почти 20 релизов. Ни одной фичи, видимой трейдеру. Четыре месяца после публичного запуска 10+ разработчиков пилят integration API. Для маркетмейкеров, которых нет. Спреды даже на BTC + ETH всегда огромные.

Я шортил SNX с дня ухода — на этих же данных, без инсайдов, но писал про это во втором канале. Теперь время публичного предикта уже здесь: до сентября Synthetix закроется.

📟 Прилетело из @insuline_eth

gm. Новый нарратив среди AI-юзеров сейчас звучит так:

всегда жги токены в подписке до нуля, любую идею сразу в Claude, полный газ братья

Три года я строил перп декс в команде. Прошлым летом менеджмент начал экспериментировать с нейросетями. Через пару месяцев я понял, куда всё идёт, и ушёл.

С 2022 года мы строили Kwenta. Рабочий продукт — фронтенд для протокола Synthetix со своей изолированной командой. У нас были реальные юзеры, уже существовал токен – люди не просто бездумно фармили в надежде на эирдроп.

В какой-то момент коммуникация с Synthetix стала ухудшаться и мы решили уходить в агрегацию: работать с другими протоколами. Synthetix это не понравилось – решили выкупить нас и дать фаундерам нормальный шанс на экзит.

Вот метрики Kwenta на момент покупки:

- ~$33.4k weekly revenue
- 283 активных трейдера в неделю
- 177k+ трейдов всего

Цифры открытые, можно проверить: Dune dashboard

---

Не будем оценивать продуктовые и бизнес решения, здесь я не компетентен. Но сразу после покупки SNX закрыли два работающих продукта – v2 на Optimism, v3 на Base, и вся команда ушла строить новый off-chain order book.

Два-три бэкэнд-разработчика месяц писали его на TypeScript. Созвон с фаундером, фраза от него:

Я без знаний языков программирования написал ордербук на Go. Бенчмарки показывают – в 10 раз быстрее. Отныне используем Go. То, что вы его не знаете – не проблема, нейронки пишут код охуенно, я проверил.

Это был первый прыжок не туда.

Дальше я взял на себя проектирование API для нового бекенда. Три недели я смотрел, как устроены API Binance, Bybit, Hyperliquid. Разбирался в единицах измерения и нормальным неймингом и семантикой – не хотел повторять наши же грабли из предыдущих версий. Изучал best practices версионирования. Документацию писал руками.

И здесь врывается еще один PM, который только установил ChatGPT:

Мы копируем API Hyperliquid один в один, чтобы маркетмейкеры могли поменять BASE_URL, как для AI моделей, и использовали наш продукт без модификаций. Так их больше интегрируется, ChatGPT сказал что это универсальное решение.

Грамотно прописанное API, спроектированное руками разработчиком с 3 годами опыта работы с perps заменили на one shot prompt результат. Я ушёл на этом моменте.

К тому времени за нейронки уже взялись PM и дизайнеры. Вместо того чтобы планировать и итерировать макеты – начали писать код. Из лучших побуждений, офк – "мы же помогаем нашим разработчикам быстрее шипать". Только в команде 10+ разработчиков и культура разработки имеет значение – а этот код выходил за все паттерны и навешивал на разработчиков задачи сверху по итерации в существующую кодбазу и его дальнейшую поддержку.

Обязанности размылись. Кто за что отвечает – непонятно. Планы переворачивались каждые две недели. Культура работы покинула чат.

Продолжение во втором посте ⬇️

📟 Прилетело из @insuline_eth

Я запустил 2 канала, где ИИ-агент сам ищет информацию и публикует посты. Но продвигать их не может

Сначала у меня уже был скилл для поиска по X.
Позавчера я решил использовать его, чтобы находить аналитические посты о проектах.
В какой-то момент появилась мысль: если агент уже умеет находить нужную информацию, почему бы не поручить ему ещё и публикацию в канал?

Так я создал скилл для публикации в Telegram каналы.
И первым был создан @auditsFromX. Если интересна тема аналитики, можете подписаться на него 🙂.

Но дальше быстро выяснилось, что просто “найти пост и отправить его в канал” мало.

Пришлось допиливать публикацию:

• чтобы нормально поддерживались ссылки;
• чтобы не ломалось форматирование;
• чтобы можно было добавлять картинки;
• чтобы это всё выходило по cron в нужное время.

Далее вылезла ещё одна проблема.

Если пост длиннее 1024 символов, опубликовать картинку с текстом одним постом не получится.
Поэтому я настроил так, чтобы в таких случаях первым публиковалось изображение с анонсом, а вторым - подробности.

Канал уже реально можно вести почти на автопилоте.
Агент сам ищет материал, готовит публикацию и выкладывает её по расписанию!

Почему почти? Потому что стиль всё равно приходится время от времени допиливать.

Ещё я вспомнил, что мне самому интересна тема доступности интерфейсов.
Я часто читаю такие материалы, слежу за проблемами доступности и в целом хочу больше общаться с людьми из этой среды.
Так появился ещё один канал, уже про accessibility.
Если вам тоже интересна тема, можете подписаться: @accessibilityOfInterfaces

Там логика похожая:

• дал задачу искать посты по теме;
• получил пример;
• создал канал;
• добавил агента в админы;
• настроил cron;
• и публикации пошли автоматически.

Это уже не один случайный эксперимент, а повторяемая схема.

Ещё одну интересную штуку я сделал в моём давнем канале @blindAboutFiction.

Там я настроил более простой формат постов про книги: теперь они делаются на основе комментариев к циклам.
И получилось даже интереснее, чем когда я писал сам.

Важно, что такой формат не пересказывает сюжет слишком подробно.
А значит, подписчикам потом всё ещё интересно читать сами книги.

Но вот тут уже полной автоматизации не получилось.
ИИ-агент не смог нормально сам находить новые популярные циклы на Author.Today: инструмент, через который смотрю страницы, почему-то часть контента в каталоге пропускает. Браузер же дёргать для этого пока не хочу. Хотя может скоро и попробую такой вариант.

Поэтому эту часть всё ещё приходится запускать вручную через вызов скилла со ссылкой на цикл.

Но всё это работает не “само по себе”.
При публикации у меня используется другой скилл, который помогает держать мой стиль и убирать слишком явную ИИ-генерацию.

Сам по себе агент канал вести может.
Но только если вокруг него уже собрана нормальная система:

• поиск,
• публикация,
• форматирование,
• картинки,
• cron,
• и отдельная настройка стиля.

Из всего этого у меня вывод простой:

контентный автопилот уже вполне реальный.
Если нормально всё настроить, ИИ-агент действительно может сам искать информацию и публиковать посты в каналы.

Но важно помнить, что канал сам себя продвигать не будет. ИИ-агент этого тоже пока не умеет.
Поэтому рекламой, контактами с другими админами и остальным продвижением всё равно придётся заниматься вручную.

Что бы вы сами уже сейчас отдали ИИ в ведении канала, а что не отдали бы точно?

P. S. В этом канале темы и мысли я всё равно придумываю сам. ИИ максимум помогает мне потом чуть упростить текст, потому что я люблю местами усложнить 🙂

#ai #openclaw

😎 Незрячий web3 программист (подписаться)
Чат | бот

📟 Прилетело из @blind_dev

📟 Прилетело из @insuline_eth

Начал играть в шахматы, просто чтобы стать GM

GM!

📟 Прилетело из @insuline_eth

Rabby: сжигаем пыль

Ретродроперы в чате? Для вас крутая штука подьехала от Rabby wallet под названием Convert Dust.

Теперь можно собрать мелкие остатки монет по сетям и конвертировать их в ETH/BNB (смотря, что кому надо).

🟢https://rabby.io/

Для фермеров это вообще подарок: вместо ручной чистки по всем чейнам делаешь всё в пару кликов.

Чат | Support | Market
Pelican | HiddenCode [EN]

📟 Прилетело из @hidden_coding

До отпуска я засетапил paperclip + gstack, чтобы следили за ботом с мемами.

Лайвкодинг видос, как я все сетапил: youtu.be/E3P0a03mN8A

Отпуск закончился. Результаты:

🔻 Работало стабильно:

• флоу: нашелся баг в sentry -> агент CTO анализирует, фиксит -> создает PR -> ревьюит другой агент -> деплой -> тест, что все ок на проде
• регулярно постить build in public в @ffmemes

🔺 Работало не очень:

• часто фикс баги приводил к новой баге, и наоборот. В итоге часто агенты просто меняли код туда-сюда. Возможно, связано с общей лоботомией Claude Code.

• не было новых экспериментов, развития продукта, стратегии, фичей. Оказалось, нужно запускать gstack с специальным флагом, чтобы он не ждал от меня инпута (ведь меня нет). Фиксанулось быстро, но уже после отпуска. СЕО не ставил задачи -> CTO ничего не делал.

В итоге я доволен: баги фиксились, блог велся. Осталось обновлять paperclip/gstack и иногда поглядывать за созданными задачами.

📟 Прилетело из @danokhlopkov

Бесплатный доступ к AstrumMachine продлил до 20 апреля.

Документация - https://docs.astrum.foundation/

Список модулей:

• DreamCash
• Limitless
• Soneium
• Abstract
• Galxe
• PredictFun
• Polymarket
• BaseApp
• Plume

Также появилась возможность обменять аккаунты MEXC на 20% от их минусового PnL, если у вас есть такие аккаунты или знаете у кого они есть, то отпишитесь @realaskaer. Если ваш отрицательный PnL больше 1к, то % можно обсудить.

Требования к аккаунтам:
🔘Минусовой PnL (от -$100)
🔘Регистрация на себя или на близких (reKYC может понадобится)
🔘Аккаунт MEXC с 0% комиссией на альту
🔘Депозит $30-50 (100% рефанд)

Пока пост на канале - еще можно сдать аккаунт

foundation | astrum.labs | astrum.solver

📟 Прилетело из @askaer

На реальных проектах система также доказала свою ценность. «KnowDIT выявляет 12 High и 10 Med уязвимостей, все из которых были подтверждены и исправлены разработчиками до развёртывания. Мы подтверждаем, что KnowDIT уже помог обеспечить безопасность как минимум 2 миллионов долларов в активах и нескольких миллионов долларов в сделках для этих проектов». Что касается стоимости, авторы признают, что их система тратит больше токенов, чем базовые методы, но это оправдано. Еще цитата: «стоимость KnowDIT хорошо оправдана его способностью эффективно обнаруживать критические уязвимости, которые ставят под угрозу десятки миллионов долларов». Например, на четырёх проектах, где система достигла полного покрытия, конкурсные награды за аудит составили 198 000 долларов, в то время как KnowDIT потратил токенов примерно на 150 долларов. Авторы заключают, что систематизация знаний об экономических механизмах DeFi через граф знаний в сочетании с итеративными LLM-агентами позволяет выйти на новый уровень автоматического аудита, недостижимый для предыдущих инструментов.

Достаточно интересный подход к переосмыслению агентного процесса поиска уязвимостей.

#audit #ai

📟 Прилетело из @solidityset

Анализ смарт контрактов через логические паттерны

В процессе построения своего проекта, я постоянно ищу новые методы и механизмы поиска уязвимостей с помощью ИИ. И вот на днях наткнулся на опубликованную в Arxiv работу китайских разработчиков, кратким содержанием которой я хочу сейчас поделиться.

Авторы исследования начинают с жёсткой констатации факта: «Смарт-контракты управляют миллиардами долларов в DeFi, однако автоматизированное обнаружение уязвимостей остаётся сложной задачей, потому что многие уязвимости тесно связаны с проектно-специфичной бизнес-логикой». Ключевая проблема в том, что традиционные методы вроде фаззинга или статического анализа не справляются, так как не понимают высокоуровневых экономических механизмов. Учёные выдвигают гипотезу: «повторяющиеся уязвимости в разных бизнес-моделях DeFi часто разделяют одни и те же базовые экономические механизмы, которые мы называем DeFi семантикой». Идея в том, что если научить систему распознавать эти абстрактные механизмы, она сможет находить уязвимости даже в совершенно разном коде.

В качестве примера авторы приводят два проекта — InsureDAO (2022) и Salty.IO (2024). Цитата: «хотя эти уязвимости появляются в совершенно разных протоколах — один сосредоточен на андеррайтинге страхования, а другой на автоматическом маркет-мейкинге и управлении ликвидностью — обе они проистекают из одного и того же паттерна DeFi семантики, пропорционального учёта токенов, и разделяют общий сценарий атаки, известный как атака первого депозитора». Этот пример показывает, что за внешними различиями скрывается общая уязвимая конструкция.

Система KnowDIT строится в два этапа. Сначала создаётся граф знаний на основе исторических отчётов аудита. Цитата: «граф построен инкрементально с помощью LLM-пайплайна, который абстрагирует, классифицирует и дедуплицирует знания». В итоге, «граф содержит 475 дедуплицированных DeFi семантик, объединённых из 1429 кандидатов, 579 паттернов уязвимостей, полученных из 3904 аудиторских находок, и 2096 подтверждённых связей между семантиками и паттернами». Это позволяет системе не просто искать по ключевым словам, а понимать причинно-следственные связи между экономическим механизмом и возможной атакой.

Второй этап — мультиагентный аудит нового проекта. Работа строится вокруг «разделяемой рабочей памяти, которая отслеживает выполнение, покрытие и обратную связь». Процесс итеративный: агенты по очереди генерируют спецификацию, синтезируют обвязку для фаззинга, выполняют её и рефлексируют над результатами. Цитата: «ошибки выполнения или проблемы со спецификацией записываются в рабочую память, чтобы направлять регенерацию, в то время как подтверждённые уязвимости сообщаются и интегрируются обратно в граф знаний, обеспечивая автоматизированный, подобный человеческому аудит с непрерывным уточнением и накоплением знаний».

Результаты впечатляют. На датасете AuditEval, состоящем из 12 свежих проектов Code4rena, система показала следующее: «KnowDIT обнаруживает все 14 High severity и 77% Med severity уязвимостей всего с 2 ложными срабатываниями, значительно превосходя все базовые методы». Для сравнения, другие инструменты вроде GPTScan и PropertyGPT нашли лишь от 4 до 22 уязвимостей. Цитата про статические методы: «GPTScan находит только 4 средних уязвимости и не обнаруживает ни одной высокой, потому что GPTScan полагается на фиксированные модели сценариев атаки». А про инвариантные методы: «PromFuzz не даёт никаких результатов, а PropertyGPT идентифицирует только 6 средних уязвимостей с 3 ложными срабатываниями».

📟 Прилетело из @solidityset

Не обновляйте свои антики до 147 версии ядра хрома, а если обновили, не заходите в сервисы с серьёзным антифродом.

Неделю назад вышла 147 версия ядра хрома и многие антики бездумно бросились ставить её, не проводя никаких тестов, чем подставили под удар кучу своих пользователей. До 147 версии хром в deviceMemory возвращал не более 8ГБ озу, даже если в системе их 256, хром возвращал только 8. Это было введено очень давно для того чтобы уменьшить энтропию отпечатков, но времена изменились, сайты стали более загруженными и браузерные игры прокачались. Из-за этого была повышена планка в deviceMemory до 8/16/32ГБ, чтобы требовательные сайты могли определять класс устройств.

Из-за этого после обновления многих антиков у кучи людей стали баниться ADS кабинеты, девелопер акки и тд. Всё из-за того что антики бездумно обновили ядро, но не обновили базы отпечатков. В итоге ваш профиль с M1 Max до апдейта мог быть абсолютно нормальным, но после апдейта в нём так же продолжило биться 8гб ОЗУ, в природе таких конфигураций просто не существует, минимальный объём у него 32ГБ.

Казалось бы, мелочь, но такой фактор дал возможность антифродам скосить кучу аккаунтов к которым уже были вопросы, но 100% уверенности в том что это "бот" не было

Отдельное спасибо разработчику Vision, который заметил данный нюанс при проверке новой версии ядра.

P.S возможно в этом году будет запущен дополнительный продукт, для тех кто занимается мобильным антифродом и регистрацией гугл акков и прочего, а так же интегрирован в мобильные профиля Vision специально для регистрации гугла. Заниматься этим буду уже после операции, если удастся при помощи этого побороть гугл (регистрировать акки на десктопе без номера) и проект отправится в разработку, сообщу во втором канале. Сделаем гугл снова великим 🤭

💎 Proxy

📟 Прилетело из @KritosLTD

Посмотрел Zoo Finance. Проект выглядит интересно, но при проверке там быстро начинаются вопросы

Решил пройтись по нему по своей обычной схеме: команда, концепт, коин, код, риски + практика.


Команда:

У проекта есть страница компании в LinkedIn, указана штаб-квартира в Бостоне.
Из публичных участников я увидел двух: Zhuangzhuang Chang (Co-Founder / CEO) и Joey Wong (COO).
Соцсети тоже живые. Плюс я писал им в Discord, и мне всё же ответили на вопросы, пусть и не сразу.

Команда не анонимная. Но полной прозрачности по всем ключевым участникам я пока всё равно не увидел. Поэтому здесь у меня 4 из 5.


Концепт:

Zoo Finance решает вполне понятную задачу: ликвидность для заблокированных активов.
То есть речь про вестинг, награды с нод, потоки доходности и другие истории, где актив у пользователя уже есть, но использовать его сразу в полном объёме нельзя.
Zoo Finance позволяет получать торгуемые токены под будущие разлоки или доходность без нарушения правил вестинга.
Они поддерживают 4 типа хранилищ: LVT-Vault (для вестинга), LNT-Vault (для нод), L-Vault (стейблкоин с маржинальным обеспечением) и B-Vault (для токенизации доходности PoL - Proof of liquidity).
По данным DefiLlama, TVL около 35 млн $, но roadmap внятно не раскрыт.
Есть партнёрства с Aethir и 0G.
Конкуренты тоже упоминаются, и это плюс.

Оценка 4 из 5.


Коин:

Нативного токена пока нет. Поэтому классическую токеномику здесь пока не оценить: ни утилиты, ни распределение, ни будущие разлоки.

Но известно об инвестициях в размере 10 МЛН $.
По данным Cryptorank, в проект вложились OKX Ventures, CMS Holdings, Bitrise Capital, Signum Capital и другие.

В итоге по коину 3 из 5.


Код:

Из документации я узнал, что был аудит CertiK.
На GitHub есть 18 репозиториев, но в основном это сайт, интерфейсы, NFT-ноды и связанная инфраструктура.
Для меня главный минус тут в том, что код основных смарт-контрактов публично не виден.

По коду здесь у меня 2 из 5.


Риски:

1. Ограниченная открытость core-части.

2. В аудите отдельно отмечался риск централизации, связанный с админскими полномочиями. А значит, часть доверия к системе всё равно остаётся на стороне команды.

3. Сложность самой модели. Чем больше составных механик внутри проекта, тем внимательнее его приходится проверять.


Практика:

На сайте app.zoofi.io сверху показывается B-vault. Это хранилище доходности для PoL (Berachain).

В LNT Vault я увидел Reppo Solver Node и Aethir Checker Node.
Там можно завести и вывести NFT, получить vATH и сделать swap.
Поддерживается и "Put Option" с постепенной конвертацией.

В LVT-Vault - Filecoin 540-Locked Vault, Story IP 360-Locked Vault, SEI 360-Locked Vault.
По названиям уже понятно, что это vault'ы под вестинг токенов.
У Story можно, например, обменять, управлять ликвидностью или выбрать Put Option (постепенно переводить в IP) или Wrap IP в WIP.
У Filecoin есть только Put Option и swap с ликвидностью.

Оценка 4 из 5: мало предложений, но интерфейс более-менее понятный.


Мой вывод

У Zoo Finance есть понятный прикладной концепт.

Команда не выглядит анонимной, инвестиции есть, аудит тоже есть.

Но закрытость core-части, ограниченная техническая проверяемость и отдельно отмеченный риск централизации всё равно заставляют смотреть на проект осторожно.

Более быстрый аудит проекта под ваш запрос можно заказать на https://tcccai.xyz.

А если смотрели Zoo Finance сами, интересно, что вас там смутило или, наоборот, понравилось?

😎 Незрячий web3 программист (подписаться)
Чат | бот

📟 Прилетело из @blind_dev

Давно хочется что-то написать, но если честно, по крипте рассказать совершенно нечего. В моём понимании уже все давно в курсе происходящего, подписаны +- на одно и то же, а значит альфа инфы не запостить.

Но появились некоторые мысли по AI, которые я бы очень хотел донести до своих друзей/знакомых, может и вам пригодятся.

🟦Во-первых, обратимся к истории. Можно посмотреть на ~100-200 лет назад и вспомнить, как люди реагировали на паровые двигатели и двигатели внутреннего сгорания, первые автомобили, самолёты, радиоприёмники, станки. Люди называли это адскими машинами, рассуждали о вреде для здоровья, саботировали внедрение и дальнейшее развитие.

С точки зрения луддитов, машины вытесняли из производства людей, что приводило к технологической безработице и ухудшению навыков ремесленников.

Сейчас, смотря видео на ютубе о AI, листая реддит или отзывы где-либо, постоянно натыкаюсь на беспочвенный негатив в сторону ИИ. И хейтеров реально огромное количество. Понятно, что над AI можно смеяться сколько угодно и для этого есть причины — технология всё ещё свежая, а пользователи технологий всё ещё тупые. Но эти люди реально отрицают очевиднейшие плюсы.
Отрицать, не пользоваться и быть в группе смеющихся — всё равно что состоять в клубе луддитов. Остается разве что саботировать интеграции AI и вести "свою войну".


🟦Во-вторых, AI стал реально хорош. Очень хорош. Если грамотно с ним обращаться, можно получать видео, практически не отличимые от настоящих. Можно писать код, который даже не нужно проверять и он будет лучше ручного. Ещё год назад я пытался использовать различные llm для написания кода и они достойно справлялись только с небольшими задачами вроде "напиши скрипт на питоне, чтобы считать с файла одно, а потом записать другое". Сейчас же, они выполняют довольно трудные задачи без вопросов к человеку за минуты.

Пример:

На днях мне нужно было считать данные из private переменной в контракте. Это можно сделать довольно костыльно — посмотреть слоты напрямую. "Простых" путей сделать это нет.

Один запрос к llm и она:
1) Нашла нужный адрес контракта по названию
2) Подтянула все нужные данные и сигнатуры
3) Написала идеальный код, который мне даже не нужно фиксить

Если бы я делал это самостоятельно, потратил бы как минимум несколько часов, но реально, наверное, целый день.

Люди уже не парятся и делают вот такие гайды: AI-generated app, AI-generated ads => Реальные деньги от реальных людей.


🟦В-третьих, вам не нужно быть программистом, дизайнером или кем ещё угодно, чтобы сделать прототип и достигнуть желаемого результата. За последние пол года технология настолько улучшилась, что это поражает воображение. Слова преобразуются в результат, минуя технические детали.

Например, я сделал ежедневник в своём стиле с рисунком на каждой странице, не будучи дизайнером. Я даже не знал что такое макеты и не умею рисовать.

_____________________________________________________________

С этого момента я AI-MAXXXER. Нет смысла стесняться и стыдиться использовать AI. Нет смысла впадать в депрессию, что вас заменят. Сборщиков автомобилей заменили — появился обслуживающий персонал станков.
Теперь у меня стойкое впечатление, что через 5-10 лет 99% кода будет AI-generated. Единственное, что меня смущает на данный момент — отсутствие возможности юзать локальные llm, но думаю, что и это через 5 лет изменится.

Если вы ждали "своей остановки", чтобы залететь в ии-кодинг или что-либо ещё, это ваш звонок. Я призываю всех, кто ещё "ждёт" или считает это фигнёй, выделить 1-3 часа и попробовать сделать то, что вы всегда считали "невозможным". Сделать какую-то программу для себя, упростить рутину с Excel таблицами, заменить ваше любимое платное приложение своим бесплатным, поднять свой впн. Вы очень удивитесь, поверьте. Просто сядьте и попробуйте.


Примеры, которые меня вдохновили (сорян, english only):
▶️Полностью перестроенная компания под AI разработку
▶️Как сделать свою жизнь продуктивнее и отказаться от подписок

Пишите ГАЙД 👇 и я вам вышлю личные настройки для ИИ 😂

📟 Прилетело из @findmeonchain

Подмена p0f запущена на всех датацентр и ISP, в планах добавить это в будущем на резидентские прокси, но точно не ранее Q4 этого года начну работы, т.к они абсолютно по другому работают, из-за этого нужно использовать другой подход.

Статьи о резидентских прокси и p0f, вместе с чекером, будут позже. Не буду обещать когда именно, т.к в ближайшее время назначат дату операции и после неё буду около недели отходить

💎 Proxy

📟 Прилетело из @KritosLTD

👀 Попал в номинанты Forbes 30 до 30

Кайфово! И одновременно странно...

Большой путь был пройден, но все равно ощущается, что было сделано меньше 1% от задуманного. Ощущаю, что я still loading

Дальше только больше и мощнее 🚀

Буду благодарен за поддержку на сайте:

https://30-under-30.forbes.ru/2026/558079-maksim-korolev

📟 Прилетело из @max_grock

Итоги канала за 3 года

Текущая активность рынка остается около нулевой, а инвестиции в очередных гемах потихоньку заканчиваются. Инвесторы переключились в сектор AI и шальные деньги практически закончились в крипте. Настала эра билдерства с помощью AI.

Начали мы с софта на Starknet и дошли до сеточной торговли на Polymarket/PredictFun. Этот путь дал мне очень много опыта и знакомств, но он подходит к концу. Ретро в типичном понимании для меня закончилось.

Успешные кейсы в дропах:
• Unisat
• BeraChain
• Movement
• Somnia
• Hyperlane
• Limitless

Остальные проекты (больше 15) вышли меньше одного икса на вложенные траты или до сих пор не вышли. В сухом итоге мы имеем то, что каждый мог, но не каждый смог.

Я оцениваю свой сервис как лучшее решение на публичном рынке софтов, для тех кто хотел попытаться в автоматизацию ретро. Первые версии софтов были реально страшными, но текущая машина может стать хорошим учебником для юных кодеров пробующих себя в Web3.

Ретро было хорошим приключением, но как минимум до глобальной бычки делать на него упор я не буду. Пришла пора двигаться дальше, поэтому канал вместе со мной будет адаптироваться к нынешним реалиям.

В данный момент я активно ищу заказы в любой области Web3 и если вам нужны руки что-то реализовать, то буду рад с вами сотрудничать - @realaskaer.

Ночью вместо сна занят билдингом и поддержкой текущих софтов в astrum.labs. Пока что постить в канал еще не придумал, но Claude обещал с этим помочь (скорее всего что будет хоть чуть-чуть интересно вам).

Спасибо что остаетесь со мной друзья, через несколько дней у меня ДР и честно мне пиздец страшно из-за полной неопределенности, но вроде только в таком состоянии люди делают по настоящему грандиозные вещи.

stay tuned...

📟 Прилетело из @askaer

В этом видео — реальная запись mock-интервью нашего студента, который за 14 дней освоил базовый и продвинутый Solidity, сделал финальное задание и сел отвечать перед действующим аудитором смарт-контрактов из компании MixBytes.

Вы увидите:
— Какие вопросы реально задают на собеседовании Solidity-разработчика и аудитора.
— Разбор типов доступа, tx.origin vs msg.sender, require vs assert, нюансы selfdestruct и ABI encoding.
— Опасные моменты: selector clash, проблемы с donation-атаками и как их избежать.
— Практическое задание — написать Vault (ERC-4626) с нуля за 30 минут.
— Честную обратную связь: где ошибся, где проявил внимательность, и что нужно подтянуть для реального оффера.

По промокоду LIFECHANGE скидка -30% на guidedao.xyz до 20 апреля😎
https://youtu.be/iNm3gdKmXAE

📟 Прилетело из @dev_in_ruby_colors

Модель ИИ - паникер на смарт контракты

Сейчас работаю над одним интересным проектом, который является логическим продолжением HornetMCP (базой данных с уязвимостями) и позволяет запускать агентов ИИ для аудита смарт контрактов. Агентов это, конечно, сильно сказано, скорее просто итеративные запросы к llm, но сейчас это модно говорить про агентов, поэтому оставлю так.

Сам проект будет 100% опенсорс и о нем расскажу позже. А сейчас о другом.

В процессе работы я пришел к выводу, что в популярных ИИ системах для аудита используется всего несколько паттернов:

1. Простая инструкция для ИИ о том, как смотреть код и что искать, в простонародье - skill;
2. Статический анализатор Slither (в 99% случаев);
3. Разбор AST и построение графов;
4. Прогон по паттернам, в основном по yaml инструкциям;
5. Ну, и у самых продвинутых, обученные LLM на собранных данных по отчетам и уязвимостям;

Однако продвинутыми они являются только в одном случае: если в этих отчетах есть примеры полного кода смарт контракта с уязвимостью и его исправленная версия. Просто одних отчетов, как у меня, не достаточно для тренировки модели. И собрать эти данные работа неимоверно кропотливая и трудозатратна.

К примеру, на платформе code4rena все отчеты выложены в удобном формате markdown. Собрать парсер можно за 10 минут с Claude. Далее фильтр по языкам и вот все отчеты готовы. А дальше самое нудное - берешь отчет, ищешь конкурсный репо на GitHub, ищешь контракты, в которых находили эти баги. Сохраняешь контракты в markdown файле. Затем ищешь актуальный репо протокола с исправленным кодом, проверяешь, что баг был действительно исправлен и добавляешь этот код в markdown. Как вы понимаете, это работа не на одного человека, и не на пару месяцев. К тому же, что делать, если ни код протокола, ни его официальный репо не являются открытыми для общественности?

Вероятно, только одна-две компании в мире готовы выделять на это время и деньги.

Всем остальным, довольствоваться только имеющимися открытыми отчетами.

С обучением модели тоже не все гладко. Каждая модель предполагает свой метод обучения: напортачишь с этим и результат будет ужасным.

Вот поэтому и нет достойных открытых моделей для аудита.

Для проекта я решил пойти другим путем: вместо того, чтобы обучать на полных данных, я хочу попробовать обучить модель только на открытых отчетах (на данный момент их 23 265), и сделать модель-паникер.

Вместо того, чтобы анализировать код, она будет просто смотреть на схожие моменты и выдавать пометки для аудита. Да, будет огромное количество false positives, т.е. ошибочных правок. Но могут быть и валидные. Тут вопрос в том, сколько пометок сделает модель.

Другой вопрос, как валидировать такие находки? С одной стороны, многие агенты делают кросс-чек, т.е. проверяют друг друга, с другой - можно отсеять самые "плохие" и провести тесты на остальных.

Сейчас аудиторы и компании делают оркестрацию моделей, когда есть модели подготовки, аудита, проверки, скептического судьи, финального валидатора, тестировщика и т.д. Пройдя через весь этот пайплайн, могут остаться вполне валидные уязвимости. Или же, на крайний случай, в память аудита запишутся некоторые данные, которые могут помочь другим моделям в поиске багов.

Так или иначе, модель-паникер для локального прогона контрактов, может дать хорошую почву для последующей работы остальных моделей и самих аудиторов.

В общем, эту модель я тоже планирую дать в общий доступ на huggingface с описанием процесса обучения, примеров данных и процессом аудита, который будет заложен в нее.

Что думаете по такой модели-паникер?

#ai #audit

📟 Прилетело из @solidityset