Morgan Stanley запустила ETP на эфир и солану: Morgan Stanley Ethereum Trust (MSSE) и Morgan Stanley Solana Trust (MSOL). Комиссия — 0,14% для каждого.

Часть активов фондов будут стейкать; вознаграждения по стейкингу компания удерживать не будет и они пойдут инвесторам продукта. Это повышает ожидаемую доходность ETP относительно «чистых» спотовых аналогов и может увеличить долю стейкинга в ETH и SOL, влияя на свободную ликвидность и ончейн-предложение. Новости криптовалют 📲

#SI #теханализ

💵Валюта начала неделю очень бодро. Фьючерс на доллар/рубль пробил свой уровень сопротивления и, вероятнее всего, закроет день над ним. Лои и хаи продолжают повышаться, а значит, лонговый тренд все ещё в силе. Высока вероятность увидеть продолжение в рамках текущей недели. ❗️Если, конечно, завтра мы камнем вниз не упадем и не отрисуем очередной ложный пробой. Обучение | Клуб | Дилинг | Канал MAX

Объем торгов на Kalshi и Polymarket превысил $50 млрд

Совокупный объем торгов на платформах достиг $50,6 млрд — на 7,7% больше, чем в июне. Доля Kalshi выросла на 14%, до $37,7 млрд, на фоне запуска новых продуктов и смягчения регуляторного фона. Polymarket, напротив, потерял 26% объема на глобальной платформе, хотя американская Polymarket US выросла — после отмены waitlist-регистрации в мае. Частично рост объясняется ЧМ по футболу: ставки на финальный матч составили $1,9 млрд на Kalshi и $4 млрд на Polymarket. Tokensales | News | Incrypted+
Борьбу с VPN ужесточат — Минцифры обсуждает с провайдерами повышение контроля эффективности за IP-адресами VPN.
Пока в список исключений блокировок попадают «замаскированные» сервисы, которые ещё работают при ограничениях. Понедельник не щадит 😭 будь в тренде
Китайцы выпустили будильник в виде цветка, который точно подарит бодрость своему обладателю на весь день.
Идеальный цветок для девушек вместо бесполезных букетов 😊 будь в тренде
🚀 У каждого TON свой
⚫️ Стоит признать, что несмотря на достаточно низкую активность вокруг TON, экосистема всё равно продолжает жить. Если посмотреть на неё чуть внимательнее, становится заметно, что она поделена на несколько маленьких подэкосистем. И в каждой из них живут совершенно разные ожидания и настроения о будущем монеты. ⚫️ Например, в аккаунте крупного криптоинфлюенсера Crashius Clay сейчас стоит очень бычья атмосфера вокруг GRAM. Он разгоняет нарратив, что мемтокены на TON могут повторить путь Base, а отсутствие ликвидности или объёмов это лишь временная проблема. И такой взгляд в X не у него единственного. ⚫️ По другую сторону экрана — русскоязычный Telegram. Здесь настроения совсем иные: каналы Вуди или Кирилла Филимонова показывают другую изнанку TON, после которой может показаться, что дни монеты уже сочтены. Выгорание от вечного ожидания, усталость от странных решений бывшего руководства, что выражается в негатив к сети — это тоже часть нашей экосистемы. ⚫️ Но TON всё равно не сводится к этим двум крайностям. Здесь остаются локальные сообщества: небольшие группы трейдеров, Web3-энтузиасты, независимые разработчики и активные беливеры сети. А скорый релиз некастодиального кошелька, интегрированного прямо в Telegram, только подогревает интерес к монете и не дает ему совсем исчезнуть. ⚫️ Из-за этого TON сложно воспринимать одномерно. Скорее, для каждого он означает что-то своё. И, наверное, тем он и интересен. А какой TON для вас? @thedailytonrus
🌠Влетаем в Dow Protocol (9М$) на ранней стадии
Dow Protocol - инфраструктура для RWA, собрали 9М$ инвеста от OKX Ventures, Animoca Brands и других Сейчас мы можем зайти в проект на ранней стадии и пофармить поинты, которые будут конвертированы в будущий дроп Что делать? 1. Переходим на сайт и регаемся 2. Выполняем задания 3. Абузим рефку Вот впринципе и всё, среднячковый проект с поинтами, но думаю пару аккаунтов стоит держать ▶ Гайды по проектам на Youtube 🏪Полезный Чат: комьюнити, помощь ✈Telegram|🔗Ноды|🔐Прокси
🔑 Разгадка кроссворда — ключевое слово Ценообразование!
Спасибо всем, кто ломал голову! 💛 Проверяем ответы 👇 По горизонтали: 3. предложение, 6. спрос По вертикали: 1. ликвидность, 2. маркетмейкер, 4. дисконт, 5. спред, 7. премия, 8. индекс 🔑 Спрятанное слово под номером 9 — ценообразование Именно ценообразование — процесс, в котором рождается цена bStock под влиянием участников и условий рынка. Спрос и предложение задают направление, маркетмейкеры поддерживают ликвидность, спред показывает разницу между покупкой и продажей, а премия и дисконт — насколько bStock отклонился от справочной цены базового актива. Всё это вместе и есть ценообразование. Как это работает: — Спрос и предложение формируют, где встречаются покупатели и продавцы — Маркетмейкеры и ликвидность делают сделки плавными, без резких скачков цены — Индекс служит расчётным ориентиром справочной цены, а премия/дисконт показывают отклонение от неё Понимая, как формируется цена, ты видишь рынок bStocks как живой механизм 💛 → Узнать больше о bStocks Приложение Binance | Чат | Instagram | YouTube | X | Блог | Поддержка | Активности
Магия 08.08 ✨
8 августа очень символичная и сильная дата для любых финансовых решений. Именно в этот день Оля Гогаладзе запускает обучение новой группы программы «Инвестиции доступны всем». Группа будет совсем небольшой. Сейчас разгар сезона отпусков у финансовых консультантов, поэтому физически сможем взять ограниченное число студентов. ✅ Окно для записи откроется ровно на 48 часов. ✅ Ссылка на регистрацию появится в этом канале завтра в 11:00 мск.
Ты уверен, что твой агент вообще использовал твой скилл?
Observability и traceability — одна из по-настоящему нерешённых проблем в работе с агентами. На большом масштабе это выливается в истории вроде недавней у OpenAI, когда модель на оценке вышла из песочницы и взломала прод Hugging Face, чтобы украсть ответы бенчмарка. Но на маленьком масштабе проблема ровно та же — у разработчиков и новичков, которые просто хотят видеть, что делает их агент. Для меня это был such a pain in the ass, когда я впервые склонировал несколько больших «Agent OS» реп с гихаба, наставил кучу скиллов, завел персистентную RAG-like memory — и в итоге понятия не имел, реально ли мой агент использовал скилл когда надо, достал ли нужные воспоминания и делал ли вообще то, что я просил, не лазея куда не надо. Сначала думал сам написать, но потом посерчил рынок и понял что уже есть хорошие решения, такие как Langfuse например (не идеальный, но для старта точно пойдет) Сначала подключил клода стандартным способом — через opentelemetry env vars. Данные пошли — и оказались малополезными и шли долго. Клод пишет телеметрию под своими именами атрибутов, Langfuse читает другие. И то и другое — «стандартный OTEL». А перевод между ними никем не покрывается. В итоге мои промпты падали в метадату вместо отведенных Input, Output полей, а кост показывал $0.00 на ходах ллм. Короче, всё что Langfuse строит поверх Input/Output и коста — реплей промптов, оценки через LLM-as-judge, поиск по содержимому — молча бы не работало из-за этого. —————————- Потом я нашёл, что у Langfuse есть оф. плагин для клода. Он вешает хук, который срабатывает после каждого ответа, читает json транскрипт сессии и переотправляет его через их SDK — уже в том виде, который Langfuse действительно ждёт. Результат совсем другой. Настоящий промпт в Input, настоящий ответ в Output, cost отображается, вызовы инструментов вложены под тот вызов модели, который их запросил, тайминг по каждому шагу. Одним словом красота. P.S.: если работаешь с Клодом через терминал и по подписке с фикс. ценой, в таком случае бОльшая часть того, что даёт трейс — это видимость расходов, так как многое из ходов ты можешь и так увидеть в терминале . Ну а на подписке трейс стоимости который там отображен не особо релевантный, так что пользы не супер много, если только не привыкнуть к пропорциям коста и трат вашего usage лимита подписки. Ну и сессии в терминале откровенно плохо сохраняют историю long-term, что еще один + в сторону trace observe тулов. Но если говорить про любых других кастомных агентах, то тогда я считаю это мастхэв, потому что многие не пишут terminal-like history для своих агентов, да и зачем писать когда уже есть отличное готовое решение. Также я искренне считаю что новичкам этот тул или любой другой аналог (другие просто не тестил пока) отлично подойдет, чтобы визуально увидеть и понять каким образом работают агенты, как выстраивается взаимосвязь между харнесами и LLM, и почему в целом граммотная система в связке memory + harness + LLM, главный принцип которых в реализации правильных и эффективных лупов для модели — это залог эффективности на 50-60% помимо самой модели (хотя я искренне считаю что процент даже выше)