TCCC AI стал глубже анализировать проекты. Ниже — 3 главных обновления, которые я добавил в сервис
Недавно я уже рассказывал о своём сервисе аналитики проектов TCCC AI: там один ИИ делает аудит, а второй фильтрует результат.
За это время я заметно его усилил.
Самое важное обновление - это верификация по документации.
Раньше TCCC AI получал анализ проекта от ИИ, фильтровал его вторым ИИ и оформлял в итоговую страницу.
На этом процесс заканчивался. Из-за этого могли оставаться неточности. Например, из-за старых постов или других источников данных.
Теперь после основной аналитики появилась отдельная верификация по документации проекта.
То есть сервис не только делает аудит, но потом ещё и сверяет ключевые данные с docs проекта.
Для защиты от лишней воды и маркетинга сервис извлекает именно конкретные данные. Но полностью исключить шум всё равно нельзя.
Документация тоже может устаревать, но это уже само по себе показатель качества проекта.
Можно было бы добавить сверку дат, но это ненадёжно: разделы в docs часто обновляются неравномерно.
Процесс:
1. Находим docs через ссылку на сайте или поддомен docs.{project}.
2. Скачиваем.
3. Документацию разбиваем по заголовкам и сверяем с соответствующими частями аудита.
Так верификация получается точнее и при этом не расходует лишние токены.
4. Получаем результат и добавляем блок в итоговый результат.
Как вам?
Примером анализа является новая версия про Ambient.
Вторым серьёзным улучшением назову ValueVerse.
Это сервис app.valueverse.ai, который даёт дополнительный слой оценки токена: не только базовые метрики, но и сигналы спроса.
Да: проектов там пока немного. Но тем не менее они есть. Да и в будущем могут добавить ещё.
В TCCC AI теперь появился отдельный блок после раздела Coin (по токену). Там отображаются факторы двумя списками. А если у ValueVerse есть числовые данные, показываются и они.
Пример: анализ Pendle (в этой версии ещё без документации). Раздел: "Token value signals from ValueVerse".
ВАЖНО: этот блок не влияет на аналитический вывод.
P. S. Создателю ValueVerse большая благодарность. Готов также дать партнёрский статус для дохода от аналитики.
И ещё я внедрил на сайт возможность запускать сразу несколько разборов (в боте не делал).
В дашборде для этого есть вкладка Several audits (несколько аудитов).
Можно вставить список URL и токенов — по одному проекту на строку.
Это удобно, если есть несколько проектов, и не хочется делать множество одиночных запусков аналитики.
Всё.
Как вам такие обновления?
И можете писать проекты, разбор которых хотели бы увидеть у меня в канале.
P. S. В случае проблем пишите в @blind_dev_chat
И буду рад лайку с репостом твита про обновления:
https://x.com/Denis_skripnik/status/2041893852764635468
😎 Незрячий web3 программист (подписаться)
Чат | бот
Недавно я уже рассказывал о своём сервисе аналитики проектов TCCC AI: там один ИИ делает аудит, а второй фильтрует результат.
За это время я заметно его усилил.
Самое важное обновление - это верификация по документации.
Раньше TCCC AI получал анализ проекта от ИИ, фильтровал его вторым ИИ и оформлял в итоговую страницу.
На этом процесс заканчивался. Из-за этого могли оставаться неточности. Например, из-за старых постов или других источников данных.
Теперь после основной аналитики появилась отдельная верификация по документации проекта.
То есть сервис не только делает аудит, но потом ещё и сверяет ключевые данные с docs проекта.
Для защиты от лишней воды и маркетинга сервис извлекает именно конкретные данные. Но полностью исключить шум всё равно нельзя.
Документация тоже может устаревать, но это уже само по себе показатель качества проекта.
Можно было бы добавить сверку дат, но это ненадёжно: разделы в docs часто обновляются неравномерно.
Процесс:
1. Находим docs через ссылку на сайте или поддомен docs.{project}.
2. Скачиваем.
3. Документацию разбиваем по заголовкам и сверяем с соответствующими частями аудита.
Так верификация получается точнее и при этом не расходует лишние токены.
4. Получаем результат и добавляем блок в итоговый результат.
Как вам?
Примером анализа является новая версия про Ambient.
Вторым серьёзным улучшением назову ValueVerse.
Это сервис app.valueverse.ai, который даёт дополнительный слой оценки токена: не только базовые метрики, но и сигналы спроса.
Да: проектов там пока немного. Но тем не менее они есть. Да и в будущем могут добавить ещё.
В TCCC AI теперь появился отдельный блок после раздела Coin (по токену). Там отображаются факторы двумя списками. А если у ValueVerse есть числовые данные, показываются и они.
Пример: анализ Pendle (в этой версии ещё без документации). Раздел: "Token value signals from ValueVerse".
ВАЖНО: этот блок не влияет на аналитический вывод.
P. S. Создателю ValueVerse большая благодарность. Готов также дать партнёрский статус для дохода от аналитики.
И ещё я внедрил на сайт возможность запускать сразу несколько разборов (в боте не делал).
В дашборде для этого есть вкладка Several audits (несколько аудитов).
Можно вставить список URL и токенов — по одному проекту на строку.
Это удобно, если есть несколько проектов, и не хочется делать множество одиночных запусков аналитики.
Всё.
Как вам такие обновления?
И можете писать проекты, разбор которых хотели бы увидеть у меня в канале.
P. S. В случае проблем пишите в @blind_dev_chat
И буду рад лайку с репостом твита про обновления:
https://x.com/Denis_skripnik/status/2041893852764635468
😎 Незрячий web3 программист (подписаться)
Чат | бот
👍12❤2🔥1
ИИ-агенты уже умеют многое. Но чем дольше ими пользуешься, тем сильнее понимаешь: сильной модели мало, если сам агент неудобный
И я сейчас не про спор, какая модель умнее.
Я про более практичные вещи:
• можно ли нормально разделять контексты;
• видно ли, какой моделью работает агент;
• понятно ли, когда включился fallback (автоматическое переключение на запасную модель);
• ясно ли, что делает субагент;
• не превращается ли диалог с ботом в одну длинную кашу.
Последнее время я смотрел на это не только как пользователь, но и как человек, который может предлагать изменения в коде проектов с открытым кодом.
Речь про Hermes и OpenClaw - софт для работы с ИИ-агентами.
Начну с Hermes.
Одна из самых полезных идей, которую я туда предложил, - темы в личке Telegram-бота.
Когда у тебя один чат с агентом, туда быстро сваливается всё подряд: код, контент, эксперименты, тесты. И через время это больше похоже не на рабочий диалог, а на кладовку.
Контекст смешивается, и пользоваться ботом становится тяжелее.
Если же есть темы, всё уже выглядит намного чище:
• одна тема под один проект;
• другая под другой;
• третья под отдельный режим или навык.
Бот остаётся один, но внутри появляется нормальная структура.
Для обычного пользователя это вполне практическое улучшение:
меньше путаницы, проще держать фокус, легче возвращаться к нужной задаче.
Это для меня один из самых удачных кейсов за последнее время:
мою реализацию тем в личке забрали в основной репозиторий с сохранением авторства. Итоговый PR: https://github.com/NousResearch/hermes-agent/pull/3163
Ещё в Hermes я предлагал такие UX-улучшения:
• подпись к voice-сообщению вместо отдельного текста;
• отображение модели у субагента;
• отдельную модель для отдельной темы;
• уведомления о fallback.
Но они пока не приняты.
Когда агентом пользуешься каждый день, такие вещи быстро перестают казаться мелочами.
Теперь про OpenClaw.
Там мне не хватало другой вещи - прозрачности.
Если запускается субагент, это лучше явно показывать пользователю.
Если система тихо переключилась на fallback-модель, это тоже лучше не прятать.
Иначе работать становится очень неудобно. Пишешь код или что-то обсуждаешь, а потом в какой-то момент понимаешь: ответы резко стали хуже. И пользователь узнаёт о переключении не из интерфейса, а по симптомам.
Наиболее сильно мне запомнился случай, когда я делал правки в OpenClaw с ChatGPT, но у него закончились лимиты. В результате произошло тихое переключение на Minimax. А она программировать нормально не умеет. После чего начинается отдельный квест: понять, что она там насобирала 🙂.
Итог - синтаксическая ошибка, из-за которой приложение перестало запускаться. Пришлось разбираться вручную.
Поэтому я считаю важным, чтобы агент явно сообщал о переходе на fallback-модель и показывал, какая модель выбрана для субагента.
Но эти предложения пока не вошли в основной репозиторий.
Итог:
ИИ действительно сильно ускоряет такую работу.
С ним проще собрать черновик, быстрее проверить гипотезу и быстрее дойти до рабочего варианта.
Но в деталях он всё ещё часто ошибается.
Особенно неприятно, когда в процессе незаметно включается fallback на более слабую модель.
Тогда хорошая идея легко превращается в сырой PR, который потом всё равно приходится допиливать вручную.
Мне интересно не просто писать код или отправлять pull request'ы ради галочки.
Гораздо интереснее улучшать реальный опыт работы с ИИ-агентами:
чтобы ими было удобнее пользоваться,
чтобы было меньше скрытой магии,
чтобы было больше прозрачности.
Потому что сами модели уже часто сильные.
А вот UX (удобство использования) местами всё ещё сырой.
И именно такие вещи часто решают, будешь ли ты реально пользоваться таким агентом каждый день или просто иногда запускать его как игрушку.
А вам в ИИ-агентах чего не хватает больше всего:
прозрачности, управления или просто удобства?
😎 Незрячий web3 программист (подписаться)
Чат | бот
И я сейчас не про спор, какая модель умнее.
Я про более практичные вещи:
• можно ли нормально разделять контексты;
• видно ли, какой моделью работает агент;
• понятно ли, когда включился fallback (автоматическое переключение на запасную модель);
• ясно ли, что делает субагент;
• не превращается ли диалог с ботом в одну длинную кашу.
Последнее время я смотрел на это не только как пользователь, но и как человек, который может предлагать изменения в коде проектов с открытым кодом.
Речь про Hermes и OpenClaw - софт для работы с ИИ-агентами.
Начну с Hermes.
Одна из самых полезных идей, которую я туда предложил, - темы в личке Telegram-бота.
Когда у тебя один чат с агентом, туда быстро сваливается всё подряд: код, контент, эксперименты, тесты. И через время это больше похоже не на рабочий диалог, а на кладовку.
Контекст смешивается, и пользоваться ботом становится тяжелее.
Если же есть темы, всё уже выглядит намного чище:
• одна тема под один проект;
• другая под другой;
• третья под отдельный режим или навык.
Бот остаётся один, но внутри появляется нормальная структура.
Для обычного пользователя это вполне практическое улучшение:
меньше путаницы, проще держать фокус, легче возвращаться к нужной задаче.
Это для меня один из самых удачных кейсов за последнее время:
мою реализацию тем в личке забрали в основной репозиторий с сохранением авторства. Итоговый PR: https://github.com/NousResearch/hermes-agent/pull/3163
Ещё в Hermes я предлагал такие UX-улучшения:
• подпись к voice-сообщению вместо отдельного текста;
• отображение модели у субагента;
• отдельную модель для отдельной темы;
• уведомления о fallback.
Но они пока не приняты.
Когда агентом пользуешься каждый день, такие вещи быстро перестают казаться мелочами.
Теперь про OpenClaw.
Там мне не хватало другой вещи - прозрачности.
Если запускается субагент, это лучше явно показывать пользователю.
Если система тихо переключилась на fallback-модель, это тоже лучше не прятать.
Иначе работать становится очень неудобно. Пишешь код или что-то обсуждаешь, а потом в какой-то момент понимаешь: ответы резко стали хуже. И пользователь узнаёт о переключении не из интерфейса, а по симптомам.
Наиболее сильно мне запомнился случай, когда я делал правки в OpenClaw с ChatGPT, но у него закончились лимиты. В результате произошло тихое переключение на Minimax. А она программировать нормально не умеет. После чего начинается отдельный квест: понять, что она там насобирала 🙂.
Итог - синтаксическая ошибка, из-за которой приложение перестало запускаться. Пришлось разбираться вручную.
Поэтому я считаю важным, чтобы агент явно сообщал о переходе на fallback-модель и показывал, какая модель выбрана для субагента.
Но эти предложения пока не вошли в основной репозиторий.
Итог:
ИИ действительно сильно ускоряет такую работу.
С ним проще собрать черновик, быстрее проверить гипотезу и быстрее дойти до рабочего варианта.
Но в деталях он всё ещё часто ошибается.
Особенно неприятно, когда в процессе незаметно включается fallback на более слабую модель.
Тогда хорошая идея легко превращается в сырой PR, который потом всё равно приходится допиливать вручную.
Мне интересно не просто писать код или отправлять pull request'ы ради галочки.
Гораздо интереснее улучшать реальный опыт работы с ИИ-агентами:
чтобы ими было удобнее пользоваться,
чтобы было меньше скрытой магии,
чтобы было больше прозрачности.
Потому что сами модели уже часто сильные.
А вот UX (удобство использования) местами всё ещё сырой.
И именно такие вещи часто решают, будешь ли ты реально пользоваться таким агентом каждый день или просто иногда запускать его как игрушку.
А вам в ИИ-агентах чего не хватает больше всего:
прозрачности, управления или просто удобства?
😎 Незрячий web3 программист (подписаться)
Чат | бот
👍13🔥7❤4
На что я смотрю в токеномике проекта в первую очередь
Про токеномику я уже писал не раз. Решил наконец коротко собрать, на что смотрю в первую очередь.
Самое важное для меня - какой у проекта продукт. Да-да: не токен, а продукт.
Если он слабый, хорошая токеномика не спасёт.
Он должен создавать спрос на токен через утилиты (способы использования токена) - это следующий ключевой момент.
Например, стейкинг с упором на ДАО уже исторически считается слабым фактором спроса, потому что не всем это интересно, да и мало связано с продуктом.
А вот выкупы или распределение стейкерам части выручки - другое дело.
Но, конечно, важно и начальное распределение токена:
Если команде дали 30% токенов, а через год разлочат 10% от общего количества, ничего не поможет проекту.
10% команде и 10% инвесторам я считаю нормальным ориентиром, потому что это снижает давление на токен.
В этом случае риск уже заметно ниже. Конечно, если не разблокируют всю долю одним махом.
Но поскольку редко встречаются доли <= 10%, на практике 15% для меня ещё выглядит допустимо.
Критически важно обращать внимание на назначение доли.
Часто бывает так, что указаны:
1. team - 15%;
2. Foundation - 20%.
3. Core contributors - 10%.
Кажется, что это разные категории, но по факту это 35-45% команде!
А что по наградам из ДАО казначейства?
С одной стороны, 20-30-40% токенов в казначействе выглядят неплохо: это и развитие, и потенциальная децентрализация.
Но чаще всего всё приходит к неэффективному распределению:
- Либо голосует мало кто, и небольшая группа выплачивает себе / своим партнёрам.
- Либо поддерживают проекты и разработки, но их создатели потом продают токены и уходят. Либо продолжают работать, но без результата, что для проекта тоже плохо.
А вы на что в токеномике смотрите в первую очередь и почему?
#аналитика
😎 Незрячий web3 программист (подписаться)
Чат | бот
Про токеномику я уже писал не раз. Решил наконец коротко собрать, на что смотрю в первую очередь.
Самое важное для меня - какой у проекта продукт. Да-да: не токен, а продукт.
Если он слабый, хорошая токеномика не спасёт.
Он должен создавать спрос на токен через утилиты (способы использования токена) - это следующий ключевой момент.
Например, стейкинг с упором на ДАО уже исторически считается слабым фактором спроса, потому что не всем это интересно, да и мало связано с продуктом.
А вот выкупы или распределение стейкерам части выручки - другое дело.
Но, конечно, важно и начальное распределение токена:
Если команде дали 30% токенов, а через год разлочат 10% от общего количества, ничего не поможет проекту.
10% команде и 10% инвесторам я считаю нормальным ориентиром, потому что это снижает давление на токен.
В этом случае риск уже заметно ниже. Конечно, если не разблокируют всю долю одним махом.
Но поскольку редко встречаются доли <= 10%, на практике 15% для меня ещё выглядит допустимо.
Критически важно обращать внимание на назначение доли.
Часто бывает так, что указаны:
1. team - 15%;
2. Foundation - 20%.
3. Core contributors - 10%.
Кажется, что это разные категории, но по факту это 35-45% команде!
А что по наградам из ДАО казначейства?
С одной стороны, 20-30-40% токенов в казначействе выглядят неплохо: это и развитие, и потенциальная децентрализация.
Но чаще всего всё приходит к неэффективному распределению:
- Либо голосует мало кто, и небольшая группа выплачивает себе / своим партнёрам.
- Либо поддерживают проекты и разработки, но их создатели потом продают токены и уходят. Либо продолжают работать, но без результата, что для проекта тоже плохо.
А вы на что в токеномике смотрите в первую очередь и почему?
#аналитика
😎 Незрячий web3 программист (подписаться)
Чат | бот
1👍9
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?
#аналитика
😎 Незрячий web3 программист (подписаться)
Чат | бот
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?
#аналитика
😎 Незрячий web3 программист (подписаться)
Чат | бот
1👍9😍1
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
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
1🔥10❤3
Как проверять смарт-контракт, если ты не Solidity-разработчик
Ещё 5 лет назад обычному пользователю сюда было почти не подступиться: разве что доверять сторонним аудитам. Сейчас это уже проще, хотя и не гарантирует защиту от взломов.
Если проект получил несколько аудитов от разных компаний, можно для начала проверить по ним:
1. Все ли смарт-контракты проверены? Передайте ИИ PDF-файлы аудитов и репозиторий со смарт-контрактами.
Я это делаю всегда, когда изучаю новый проект.
2. Не было ли существенных новых версий после проверки специалистами? Если да, там уже могли появиться новые уязвимости.
Но это не самый интересный метод.
Можно проверить и по-другому.
Подключаете к сайту проекта не основной кошелёк.
Запускаете транзакцию и копируете адрес смарт-контракта из кошелька.
Смотрите, какая сеть, и вставляете адрес в блок-эксплорер. Например, так:
https://arbiscan.io/address/0x...#code
И увидите код. Скопируйте его и дайте нейросети.
Если ИИ говорит, что это прокси-контракт (контракт-прокладка, который ведёт на основной), идёте в contract -> read contract. Дальше ищите функцию прокси-контракта, которая отвечает за адрес основного смарт-контракта. ChatGPT или другая нейросеть часто может подсказать, куда смотреть дальше.
Потом уже смотрите, что именно он нашёл, и используете это как дополнительный сигнал, а не как единственное основание для решения.
Но даже в этом случае я бы не отправлял в такие проекты больше 2% портфеля - это риск. Особенно сейчас, когда взломов всё больше.
А теперь более глубокий вариант анализа кода.
Есть Codex CLI и Claude Code - специальные приложения от нейросетей, которые позволяют анализировать код эффективнее.
Даёте им ссылки на explorer и GitHub (они обычно есть на сайте или в документации), и через несколько минут получаете разбор кода контракта.
Как минимум тем, кто лазит по разным новым проектам, это важная фича: можно заметить хотя бы часть опасных механик, например 100% комиссию, обмены в одну сторону или возможность вывода средств админами.
А вы вообще проверяете смарт-контракты перед входом в DeFi-проект или полагаетесь на аудиты?
#аналитика #AI
😎 Незрячий web3 программист (подписаться)
Чат | бот
Ещё 5 лет назад обычному пользователю сюда было почти не подступиться: разве что доверять сторонним аудитам. Сейчас это уже проще, хотя и не гарантирует защиту от взломов.
Если проект получил несколько аудитов от разных компаний, можно для начала проверить по ним:
1. Все ли смарт-контракты проверены? Передайте ИИ PDF-файлы аудитов и репозиторий со смарт-контрактами.
Я это делаю всегда, когда изучаю новый проект.
2. Не было ли существенных новых версий после проверки специалистами? Если да, там уже могли появиться новые уязвимости.
Но это не самый интересный метод.
Можно проверить и по-другому.
Подключаете к сайту проекта не основной кошелёк.
Запускаете транзакцию и копируете адрес смарт-контракта из кошелька.
Смотрите, какая сеть, и вставляете адрес в блок-эксплорер. Например, так:
https://arbiscan.io/address/0x...#code
И увидите код. Скопируйте его и дайте нейросети.
Если ИИ говорит, что это прокси-контракт (контракт-прокладка, который ведёт на основной), идёте в contract -> read contract. Дальше ищите функцию прокси-контракта, которая отвечает за адрес основного смарт-контракта. ChatGPT или другая нейросеть часто может подсказать, куда смотреть дальше.
Потом уже смотрите, что именно он нашёл, и используете это как дополнительный сигнал, а не как единственное основание для решения.
Но даже в этом случае я бы не отправлял в такие проекты больше 2% портфеля - это риск. Особенно сейчас, когда взломов всё больше.
А теперь более глубокий вариант анализа кода.
Есть Codex CLI и Claude Code - специальные приложения от нейросетей, которые позволяют анализировать код эффективнее.
Даёте им ссылки на explorer и GitHub (они обычно есть на сайте или в документации), и через несколько минут получаете разбор кода контракта.
Как минимум тем, кто лазит по разным новым проектам, это важная фича: можно заметить хотя бы часть опасных механик, например 100% комиссию, обмены в одну сторону или возможность вывода средств админами.
А вы вообще проверяете смарт-контракты перед входом в DeFi-проект или полагаетесь на аудиты?
#аналитика #AI
😎 Незрячий web3 программист (подписаться)
Чат | бот
1🔥9👏5❤2
Что стало полезнее в TCCC AI за последние дни
Две недели назад я уже писал про свой проект TCCC AI.
С тех пор добавил ещё несколько вещей, которые делают сервис удобнее в использовании и полезнее в самой аналитике.
Первое обновление - retention reminders.
Теперь проект умеет напоминать о себе и через Telegram, и через email раз в 30 дней.
При этом там уже есть:
• подтверждение;
• отписка;
• сохранение языка;
• и защита от лишних повторов, чтобы не заспамить человека письмами.
Для меня это важный шаг, потому что напоминания полезны только до тех пор, пока не начинают раздражать.
Второе обновление - проверка по документации теперь лучше работает вместе с аудитами в PDF.
Раньше верификация по документации уже была полезной, но теперь сервис лучше подтягивает в анализ ещё и содержимое аудитов в PDF.
Это значит, что картина по проекту собирается не только по сайту и документации, но и по отдельным аудиторским документам, если они есть.
Для аналитики это важно.
Потому что сайт проекта и даже документация могут рассказывать не всё. А аудиты иногда как раз показывают то, что маркетинг предпочитает не выносить на первый экран.
Третье обновление - сайт стал понятнее на входе.
Я обновил тексты на главной, поправил объяснение того, почему сервису можно доверять, и добавил цену аудита в долларах.
Это выглядит как мелочь, но на практике такие вещи тоже важны.
Если человек не понимает, что именно делает сервис, сколько это стоит и почему ему можно доверять, он может отвалиться ещё до первого запуска.
За последние дни TCCC AI стал:
• удобнее в использовании;
• аккуратнее в напоминаниях;
• глубже в проверке проектов;
• понятнее для нового человека на входе.
Отдельно могу потом показать на живом примере, как изменилось качество анализа после добавления PDF-аудитов в общий разбор проекта.
Пишите проекты в комментариях.
Если хотите сами посмотреть, как это работает на практике, сервис доступен на https://tcccai.xyz
Пример: Анализ Injective.
😎 Незрячий web3 программист (подписаться)
Чат | бот
Две недели назад я уже писал про свой проект TCCC AI.
С тех пор добавил ещё несколько вещей, которые делают сервис удобнее в использовании и полезнее в самой аналитике.
Первое обновление - retention reminders.
Теперь проект умеет напоминать о себе и через Telegram, и через email раз в 30 дней.
При этом там уже есть:
• подтверждение;
• отписка;
• сохранение языка;
• и защита от лишних повторов, чтобы не заспамить человека письмами.
Для меня это важный шаг, потому что напоминания полезны только до тех пор, пока не начинают раздражать.
Второе обновление - проверка по документации теперь лучше работает вместе с аудитами в PDF.
Раньше верификация по документации уже была полезной, но теперь сервис лучше подтягивает в анализ ещё и содержимое аудитов в PDF.
Это значит, что картина по проекту собирается не только по сайту и документации, но и по отдельным аудиторским документам, если они есть.
Для аналитики это важно.
Потому что сайт проекта и даже документация могут рассказывать не всё. А аудиты иногда как раз показывают то, что маркетинг предпочитает не выносить на первый экран.
Третье обновление - сайт стал понятнее на входе.
Я обновил тексты на главной, поправил объяснение того, почему сервису можно доверять, и добавил цену аудита в долларах.
Это выглядит как мелочь, но на практике такие вещи тоже важны.
Если человек не понимает, что именно делает сервис, сколько это стоит и почему ему можно доверять, он может отвалиться ещё до первого запуска.
За последние дни TCCC AI стал:
• удобнее в использовании;
• аккуратнее в напоминаниях;
• глубже в проверке проектов;
• понятнее для нового человека на входе.
Отдельно могу потом показать на живом примере, как изменилось качество анализа после добавления PDF-аудитов в общий разбор проекта.
Пишите проекты в комментариях.
Если хотите сами посмотреть, как это работает на практике, сервис доступен на https://tcccai.xyz
Пример: Анализ Injective.
😎 Незрячий web3 программист (подписаться)
Чат | бот
🔥9👏1
Привет!
Я, незрячий web3-разработчик и аналитик.
Здесь я пишу о том, что сам реально проверяю и использую:
• web3-проекты: качество, токеномика, риски, практика;
• ИИ в работе: агенты, рабочий процесс, автоматизация, реальные кейсы;
• свои инструменты и боты;
• доступность интерфейсов глазами незрячего пользователя.
Что можно получить в канале:
• более глубокий взгляд на крипто-проекты;
• практические способы использовать ИИ с пользой;
• разборы инструментов, кода и рабочих подходов;
• редкий взгляд на доступность цифровых продуктов изнутри.
С чего начать:
• Как проверять смарт-контракт через ИИ
• Я 2 месяца активно вайд-кодю. Вот что понял
• Как я пишу код без зрения: 32 вопроса незрячему программисту
• Как я за 7 часов без зрения сделал сайт-портфолио
Если тебе близки web3, AI, инструменты и практический взгляд без хайпа, оставайся. И если не подписался, буду рад подписке.
😎 Незрячий web3 программист (подписаться)
Чат | бот
Я, незрячий web3-разработчик и аналитик.
Здесь я пишу о том, что сам реально проверяю и использую:
• web3-проекты: качество, токеномика, риски, практика;
• ИИ в работе: агенты, рабочий процесс, автоматизация, реальные кейсы;
• свои инструменты и боты;
• доступность интерфейсов глазами незрячего пользователя.
Что можно получить в канале:
• более глубокий взгляд на крипто-проекты;
• практические способы использовать ИИ с пользой;
• разборы инструментов, кода и рабочих подходов;
• редкий взгляд на доступность цифровых продуктов изнутри.
С чего начать:
• Как проверять смарт-контракт через ИИ
• Я 2 месяца активно вайд-кодю. Вот что понял
• Как я пишу код без зрения: 32 вопроса незрячему программисту
• Как я за 7 часов без зрения сделал сайт-портфолио
Если тебе близки web3, AI, инструменты и практический взгляд без хайпа, оставайся. И если не подписался, буду рад подписке.
😎 Незрячий web3 программист (подписаться)
Чат | бот
3🔥12👍6❤2👏1
Как я перенёс данные между серверами за 30 минут вместо суток ручной возни
Раньше часть нужного мне работала на сервере с 16 ГБ оперативки и другими нормальными ресурсами.
Но то, что съедало большую часть мощности, мне уже стало не нужно.
И 9 апреля я подумал: зачем переплачивать?
До того, как я начал нормально использовать ИИ, такой перенос выглядел бы для меня примерно так:
1. Найти все нужные файлы, папки и сервисы.
2. Запустить копирование и ждать.
3. Потом попытаться поднять всё на новом сервере и, возможно, уткнуться в ошибки.
4. Дальше разбираться, как это чинить, через поисковики, форумы и нервотрёпку.
И это ещё в хорошем случае.
Я не уверен, что раньше уложился бы в сутки.
Вполне мог провозиться и дольше.
С ИИ всё прошло намного проще.
Я поставил Codex CLI, то есть консольную программу с ChatGPT.
Сначала попросил его составить план переноса данных на другой сервер с учётом запущенных сервисов и записать в файл.
Когда план был готов, я дал Codex доступы к новому серверу и попросил запускать перенос.
Дальше он уже сам выполнял шаги, проверял ошибки и поднимал всё, что нужно.
Мне оставалось только смотреть, как идёт процесс, и потом проверить результат.
В итоге всё заработало.
Вот в такие моменты разница между “просто чат с нейросетью” и ИИ-агентом для меня особенно заметна.
Потому что здесь речь уже не про "подскажи команду" и не про "объясни, что делать дальше".
Здесь ИИ реально берёт на себя рабочую задачу:
• строит план;
• выполняет шаги;
• проверяет, где что сломалось;
• и доводит до рабочего состояния.
Без минусов, конечно, не обошлось.
Codex CLI - консольное приложение.
То есть пришлось заходить на сервер и запускать всё уже там.
Для меня это нормально, но для кого-то может быть менее удобно.
Тут есть и другие варианты.
Можно было бы использовать, например, Cursor или VS Code с Codex.
Но мне такой вариант нравится меньше: вызов извне кажется менее надёжным.
Можно было бы использовать и OpenClaw или Hermes.
Но на том сервере у меня стояла поломанная экспериментальная версия, а основной экземпляр задействовать не хотелось. Это был бы уже третий сервер в связке с двумя другими, а такая схема для меня менее надёжна.
Хотя, думаю, в рабочей конфигурации я бы смог просто попросить ассистента прямо в Telegram перенести всё на другой сервер, и он бы это сделал.
Итог
ИИ особенно полезен не там, где он просто отвечает на вопросы, а там, где может взять на себя целый кусок реальной работы.
В моём случае это сэкономило не только время, но и избавило от лишней возни.
А у вас есть задача, на которую уходит несколько часов, и которую вы бы первым делом отдали ИИ?
#AI
😎 Незрячий web3 программист (подписаться)
Чат | бот
Раньше часть нужного мне работала на сервере с 16 ГБ оперативки и другими нормальными ресурсами.
Но то, что съедало большую часть мощности, мне уже стало не нужно.
И 9 апреля я подумал: зачем переплачивать?
До того, как я начал нормально использовать ИИ, такой перенос выглядел бы для меня примерно так:
1. Найти все нужные файлы, папки и сервисы.
2. Запустить копирование и ждать.
3. Потом попытаться поднять всё на новом сервере и, возможно, уткнуться в ошибки.
4. Дальше разбираться, как это чинить, через поисковики, форумы и нервотрёпку.
И это ещё в хорошем случае.
Я не уверен, что раньше уложился бы в сутки.
Вполне мог провозиться и дольше.
С ИИ всё прошло намного проще.
Я поставил Codex CLI, то есть консольную программу с ChatGPT.
Сначала попросил его составить план переноса данных на другой сервер с учётом запущенных сервисов и записать в файл.
Когда план был готов, я дал Codex доступы к новому серверу и попросил запускать перенос.
Дальше он уже сам выполнял шаги, проверял ошибки и поднимал всё, что нужно.
Мне оставалось только смотреть, как идёт процесс, и потом проверить результат.
В итоге всё заработало.
Вот в такие моменты разница между “просто чат с нейросетью” и ИИ-агентом для меня особенно заметна.
Потому что здесь речь уже не про "подскажи команду" и не про "объясни, что делать дальше".
Здесь ИИ реально берёт на себя рабочую задачу:
• строит план;
• выполняет шаги;
• проверяет, где что сломалось;
• и доводит до рабочего состояния.
Без минусов, конечно, не обошлось.
Codex CLI - консольное приложение.
То есть пришлось заходить на сервер и запускать всё уже там.
Для меня это нормально, но для кого-то может быть менее удобно.
Тут есть и другие варианты.
Можно было бы использовать, например, Cursor или VS Code с Codex.
Но мне такой вариант нравится меньше: вызов извне кажется менее надёжным.
Можно было бы использовать и OpenClaw или Hermes.
Но на том сервере у меня стояла поломанная экспериментальная версия, а основной экземпляр задействовать не хотелось. Это был бы уже третий сервер в связке с двумя другими, а такая схема для меня менее надёжна.
Хотя, думаю, в рабочей конфигурации я бы смог просто попросить ассистента прямо в Telegram перенести всё на другой сервер, и он бы это сделал.
Итог
ИИ особенно полезен не там, где он просто отвечает на вопросы, а там, где может взять на себя целый кусок реальной работы.
В моём случае это сэкономило не только время, но и избавило от лишней возни.
А у вас есть задача, на которую уходит несколько часов, и которую вы бы первым делом отдали ИИ?
#AI
😎 Незрячий web3 программист (подписаться)
Чат | бот
🔥12👍3
7 красных флагов, которые я проверяю в криптопроектах в первую очередь
Меня как-то спросили, на какие сигналы в криптопроектах я смотрю в первую очередь. Собрал их в один пост.
Да, про 4К+ анализ я уже рассказывал. Но это общая схема аналитики.
1. Слишком молодой домен
Я почти никогда не участвую в проектах с сайтом младше месяца, особенно финансово. Для меня это слишком большой риск, даже если обещают хорошие награды.
2. Плохая доступность сайта и/или явные ошибки в тексте
У нормальных проектов сайт обычно хотя бы базово доступен.
Если сайт плохо работает со screen reader или в тексте встречаются вещи вроде Coect walet вместо Connect wallet, это уже настораживает. Да, это может быть и небрежность. Но она тоже многое говорит о проекте.
3. Плохая репутация основателей - или полное отсутствие информации о них
Если у основателей уже была плохая история, это серьёзный сигнал.
Когда команда анонимная - это не приговор: хороших анонимных проектов тоже хватает. Но на этапе первого знакомства это всё равно повышает риск.
Для такой проверки я обычно смотрю RootData, LinkedIn, сайт, документацию и обсуждения в соцсетях.
4. Нет нормальной коммуникации с сообществом
Если команда не отвечает на вопросы, особенно на аргументированный негатив, - это плохой знак.
Отдельно заставляет задуматься, если у проекта вообще нет Discord или Telegram, а в X при этом только восторженные комментарии.
5. Нет нормальной документации
В документации должны быть хотя бы базовые вещи: функциональность, технологии, комиссии.
Если этого нет, доверия к проекту становится меньше.
6. Агрессивные обещания доходности
Фразы в духе "инвестируйте быстрее" или обещания высокой доходности без внятного объяснения механики - классический повод быть осторожнее.
Многие до сих пор помнят Terra LUNA и 20% годовых на UST. Для стейблкоина это была совсем немаленькая доходность, но о рисках тогда задумывались не все.
7. Странные подписи при тестировании кошельком
Один из самых серьёзных флагов - когда при тесте с отдельного кошелька появляются непонятные нетекстовые подписи.
Даже в Hyperliquid и других perp DEX обычно можно понять смысл действия, даже если там JSON или техническая структура.
Если же подпись скрыта за хешем, выглядит нетипично или при входе сразу просят approve / permit на все USDC, я бы таким проектом не пользовался.
Это не полный список, но именно эти сигналы я проверяю в первую очередь.
А какие красные флаги у проектов чаще всего замечаете вы?
И какие из этих пунктов вы сами считаете самыми важными?
У меня 1, 2, 3 и 7 пункты встречаются редко.
4-й бывает иногда.
5-й тоже встречается, но реже.
😎 Незрячий web3 программист (подписаться)
Чат | бот
Меня как-то спросили, на какие сигналы в криптопроектах я смотрю в первую очередь. Собрал их в один пост.
Да, про 4К+ анализ я уже рассказывал. Но это общая схема аналитики.
1. Слишком молодой домен
Я почти никогда не участвую в проектах с сайтом младше месяца, особенно финансово. Для меня это слишком большой риск, даже если обещают хорошие награды.
2. Плохая доступность сайта и/или явные ошибки в тексте
У нормальных проектов сайт обычно хотя бы базово доступен.
Если сайт плохо работает со screen reader или в тексте встречаются вещи вроде Coect walet вместо Connect wallet, это уже настораживает. Да, это может быть и небрежность. Но она тоже многое говорит о проекте.
3. Плохая репутация основателей - или полное отсутствие информации о них
Если у основателей уже была плохая история, это серьёзный сигнал.
Когда команда анонимная - это не приговор: хороших анонимных проектов тоже хватает. Но на этапе первого знакомства это всё равно повышает риск.
Для такой проверки я обычно смотрю RootData, LinkedIn, сайт, документацию и обсуждения в соцсетях.
4. Нет нормальной коммуникации с сообществом
Если команда не отвечает на вопросы, особенно на аргументированный негатив, - это плохой знак.
Отдельно заставляет задуматься, если у проекта вообще нет Discord или Telegram, а в X при этом только восторженные комментарии.
5. Нет нормальной документации
В документации должны быть хотя бы базовые вещи: функциональность, технологии, комиссии.
Если этого нет, доверия к проекту становится меньше.
6. Агрессивные обещания доходности
Фразы в духе "инвестируйте быстрее" или обещания высокой доходности без внятного объяснения механики - классический повод быть осторожнее.
Многие до сих пор помнят Terra LUNA и 20% годовых на UST. Для стейблкоина это была совсем немаленькая доходность, но о рисках тогда задумывались не все.
7. Странные подписи при тестировании кошельком
Один из самых серьёзных флагов - когда при тесте с отдельного кошелька появляются непонятные нетекстовые подписи.
Даже в Hyperliquid и других perp DEX обычно можно понять смысл действия, даже если там JSON или техническая структура.
Если же подпись скрыта за хешем, выглядит нетипично или при входе сразу просят approve / permit на все USDC, я бы таким проектом не пользовался.
Это не полный список, но именно эти сигналы я проверяю в первую очередь.
А какие красные флаги у проектов чаще всего замечаете вы?
И какие из этих пунктов вы сами считаете самыми важными?
У меня 1, 2, 3 и 7 пункты встречаются редко.
4-й бывает иногда.
5-й тоже встречается, но реже.
😎 Незрячий web3 программист (подписаться)
Чат | бот
1👍9
Как я ищу проекты и анализирую их в TCCC AI
Решил специально взять проект с доходностью 2000-4000%, чтобы проверить, что будет не так.
Чаще всего я нахожу проекты через DefiLlama. Да, есть и другие ресурсы вроде Dune или Cryptorank. Но именно здесь мне удобнее всего сначала отбирать кандидатов.
Обычно схема простая:
захожу на главную, открываю Old Menu -> Yields -> All Projects и попадаю на страницу DeFi Yield Projects & Protocols.
Дальше сортирую по Median APY и смотрю, что находится сверху.
В этот раз я выбрал Zeebu. У него средний процент на момент написания поста около 4000%!
Сразу оговорюсь: я не советую использовать этот проект только потому, что у него высокий APY. Наоборот, слишком высокий процент уже сам по себе повод насторожиться. Но как пример для аудита проект получился показательный.
Дальше я перешёл на страницу проекта в DefiLlama, открыл сайт zeebu.fi, вставил его в tcccai.xyz, оплатил аудит и дождался результата.
Результат аудита:
https://tcccai.xyz/output/tccc-modwomobzo7nn/index.html
Что он показал.
1. Команда раскрыта только частично
Отдельные имена, LinkedIn и данные о компании найти можно. Но целостной и понятной структуры управления я не увидел. Для проекта с такими амбициями это уже минус.
2. Идея у Zeebu есть, но вопросов всё равно много
По документации видно, что у Zeebu есть рабочая схема. Описаны роли участников, модель с veZBU, распределение комиссий и условия входа для ключевых участников.
Но этого мало. По документации всё ещё неясно, кто стоит за проектом, как устроена токеномика, какие здесь риски и есть ли у проекта внятный план развития.
3. По метрикам есть серьёзные вопросы
Проект заявляет более 9-10 млрд долларов объёма расчётов и 140+ организаций.
Но при этом на главной странице сайта в момент проверки отображались нулевые значения по Protocol Revenue, Volume Processed и Protocol Yield, а APY и TVL (объём средств в протоколе) были показаны прочерками.
В DefiLlama картина тоже странная: TVL = 0, хотя застейкано около 2.74 млн долларов.
То есть публичные цифры между собой не сходятся.
4. Токеномика выглядит неполной
У ZBU заявлено широкое применение: расчёты, награды, стейкинг, veZBU (заблокированная версия токена с правами/бонусами). Также заявлена комиссия 2% внутри экономики протокола. Но если выручка на практике не подтверждается, то и реальная ценность токена остаётся под вопросом.
Под реальной ценностью считаю то, что создаёт спрос. А реальная прибыль протокола может его формировать через выкупы или награды стейкерам.
Плюс не хватает прозрачности по распределению токенов, разблокировкам и долям команды.
5. Аудиты есть, но обзор неполный
Аудиты отдельных компонентов - это плюс. Но ключевые части протокола публично раскрыты не полностью.
В итоге проверялись отдельные элементы, а не вся система целиком.
6. Есть риски централизации и управления
ZBU описан как обновляемый прокси-контракт. Это значит, что критичные параметры могут меняться.
Если при этом нет понятной схемы с мультиподписью и таймлоком, риск ручного управления остаётся высоким.
Вывод
Я выбрал Zeebu специально как показательный пример.
Когда у проекта заявлена доходность на уровне 2000-4000%, для меня это не повод заходить, а повод разбирать его особенно внимательно.
И как раз здесь TCCC AI оказался полезен.
Он помогает быстро пройтись не по обещаниям, а по проверяемым вещам: что у проекта с метриками, токеномикой, раскрытием ключевых данных и насколько его заявления сходятся с тем, что видно по открытым источникам.
По итогу вывод для меня простой:
если проект обещает аномально высокий APY, то по умолчанию я жду не "уникальную возможность", а повышенный риск.
И аудит Zeebu это скорее подтвердил, чем опроверг.
А вы в каком проекте последний раз участвовали? И для вас доходность 2000-4000% - это ещё возможность или уже сразу красный флаг?
😎 Незрячий web3 программист (подписаться)
Чат | бот
Решил специально взять проект с доходностью 2000-4000%, чтобы проверить, что будет не так.
Чаще всего я нахожу проекты через DefiLlama. Да, есть и другие ресурсы вроде Dune или Cryptorank. Но именно здесь мне удобнее всего сначала отбирать кандидатов.
Обычно схема простая:
захожу на главную, открываю Old Menu -> Yields -> All Projects и попадаю на страницу DeFi Yield Projects & Protocols.
Дальше сортирую по Median APY и смотрю, что находится сверху.
В этот раз я выбрал Zeebu. У него средний процент на момент написания поста около 4000%!
Сразу оговорюсь: я не советую использовать этот проект только потому, что у него высокий APY. Наоборот, слишком высокий процент уже сам по себе повод насторожиться. Но как пример для аудита проект получился показательный.
Дальше я перешёл на страницу проекта в DefiLlama, открыл сайт zeebu.fi, вставил его в tcccai.xyz, оплатил аудит и дождался результата.
Результат аудита:
https://tcccai.xyz/output/tccc-modwomobzo7nn/index.html
Что он показал.
1. Команда раскрыта только частично
Отдельные имена, LinkedIn и данные о компании найти можно. Но целостной и понятной структуры управления я не увидел. Для проекта с такими амбициями это уже минус.
2. Идея у Zeebu есть, но вопросов всё равно много
По документации видно, что у Zeebu есть рабочая схема. Описаны роли участников, модель с veZBU, распределение комиссий и условия входа для ключевых участников.
Но этого мало. По документации всё ещё неясно, кто стоит за проектом, как устроена токеномика, какие здесь риски и есть ли у проекта внятный план развития.
3. По метрикам есть серьёзные вопросы
Проект заявляет более 9-10 млрд долларов объёма расчётов и 140+ организаций.
Но при этом на главной странице сайта в момент проверки отображались нулевые значения по Protocol Revenue, Volume Processed и Protocol Yield, а APY и TVL (объём средств в протоколе) были показаны прочерками.
В DefiLlama картина тоже странная: TVL = 0, хотя застейкано около 2.74 млн долларов.
То есть публичные цифры между собой не сходятся.
4. Токеномика выглядит неполной
У ZBU заявлено широкое применение: расчёты, награды, стейкинг, veZBU (заблокированная версия токена с правами/бонусами). Также заявлена комиссия 2% внутри экономики протокола. Но если выручка на практике не подтверждается, то и реальная ценность токена остаётся под вопросом.
Под реальной ценностью считаю то, что создаёт спрос. А реальная прибыль протокола может его формировать через выкупы или награды стейкерам.
Плюс не хватает прозрачности по распределению токенов, разблокировкам и долям команды.
5. Аудиты есть, но обзор неполный
Аудиты отдельных компонентов - это плюс. Но ключевые части протокола публично раскрыты не полностью.
В итоге проверялись отдельные элементы, а не вся система целиком.
6. Есть риски централизации и управления
ZBU описан как обновляемый прокси-контракт. Это значит, что критичные параметры могут меняться.
Если при этом нет понятной схемы с мультиподписью и таймлоком, риск ручного управления остаётся высоким.
Вывод
Я выбрал Zeebu специально как показательный пример.
Когда у проекта заявлена доходность на уровне 2000-4000%, для меня это не повод заходить, а повод разбирать его особенно внимательно.
И как раз здесь TCCC AI оказался полезен.
Он помогает быстро пройтись не по обещаниям, а по проверяемым вещам: что у проекта с метриками, токеномикой, раскрытием ключевых данных и насколько его заявления сходятся с тем, что видно по открытым источникам.
По итогу вывод для меня простой:
если проект обещает аномально высокий APY, то по умолчанию я жду не "уникальную возможность", а повышенный риск.
И аудит Zeebu это скорее подтвердил, чем опроверг.
А вы в каком проекте последний раз участвовали? И для вас доходность 2000-4000% - это ещё возможность или уже сразу красный флаг?
😎 Незрячий web3 программист (подписаться)
Чат | бот
3👍7👌2👏1
Как капча снова превратилась в квест
Одна из самых раздражающих вещей для меня в интернете - это капчи.
Думаю, зрячие люди часто даже не замечают, насколько это неудобно. Увидел картинку, ввёл символы и пошёл дальше.
Для незрячего человека всё работает совсем иначе.
Проблема не только в том, чтобы распознать текст. Иногда сначала ещё надо просто найти саму капчу на странице.
Недавно я заполнял форму обратной связи у Kaspersky.
Там нужно было ввести капчу.
Но курсором она не находилась вообще. Есть поле ввода кода. Потом сразу галочка согласия. А сама капча визуально между ними есть, но скринридером не ловится. Причём даже в режиме объектной навигации.
Раньше в таких случаях мне очень помогал ИИ.
Я мог отправить скриншот страницы в ChatGPT или OpenClaw и попросить прочитать текст с картинки. Это было не идеально, но часто реально выручало.
А недавно это начали запрещать.
Теперь всё чаще получаешь ответ в духе: я не могу распознавать капчу, потому что она создана для защиты от автоматизированных систем.
И вот тут уже становится особенно неприятно.
Потому что для многих это вообще незаметная мелочь. А у меня из-за неё обычная форма может превратиться в возню на ровном месте, если рядом нет зрячих.
Что остаётся сейчас:
• лезть в код страницы и пытаться найти картинку там;
• пробовать сервисы вроде anti-captcha;
• просить чью-то помощь.
Но и здесь всё не так просто.
Тому же anti-captcha обычно нужна сама картинка капчи, а не просто скрин всей страницы. А достать именно её бывает отдельной задачей.
И я тут ещё не говорю про сложные капчи, где надо что-то перетаскивать или выбирать.
Капча никуда не делась. Просто какое-то время ИИ реально помогал с ней справляться. А теперь и это начали закрывать.
И да, меня это правда бесит.
Но один более удобный обход я всё-таки нашёл.
Для NVDA есть дополнение Cloud Vision на основе Be My Eyes. Оно умеет скринить всё окно и выдавать по нему содержимое. Дальше я просто нахожу капчу и ввожу её вручную.
То есть проблема никуда не делась, но хотя бы появился способ проходить такие места без отдельной возни с кодом страницы.
#AI #доступность
😎 Незрячий web3 программист (подписаться)
Чат | бот
Одна из самых раздражающих вещей для меня в интернете - это капчи.
Думаю, зрячие люди часто даже не замечают, насколько это неудобно. Увидел картинку, ввёл символы и пошёл дальше.
Для незрячего человека всё работает совсем иначе.
Проблема не только в том, чтобы распознать текст. Иногда сначала ещё надо просто найти саму капчу на странице.
Недавно я заполнял форму обратной связи у Kaspersky.
Там нужно было ввести капчу.
Но курсором она не находилась вообще. Есть поле ввода кода. Потом сразу галочка согласия. А сама капча визуально между ними есть, но скринридером не ловится. Причём даже в режиме объектной навигации.
Раньше в таких случаях мне очень помогал ИИ.
Я мог отправить скриншот страницы в ChatGPT или OpenClaw и попросить прочитать текст с картинки. Это было не идеально, но часто реально выручало.
А недавно это начали запрещать.
Теперь всё чаще получаешь ответ в духе: я не могу распознавать капчу, потому что она создана для защиты от автоматизированных систем.
И вот тут уже становится особенно неприятно.
Потому что для многих это вообще незаметная мелочь. А у меня из-за неё обычная форма может превратиться в возню на ровном месте, если рядом нет зрячих.
Что остаётся сейчас:
• лезть в код страницы и пытаться найти картинку там;
• пробовать сервисы вроде anti-captcha;
• просить чью-то помощь.
Но и здесь всё не так просто.
Тому же anti-captcha обычно нужна сама картинка капчи, а не просто скрин всей страницы. А достать именно её бывает отдельной задачей.
И я тут ещё не говорю про сложные капчи, где надо что-то перетаскивать или выбирать.
Капча никуда не делась. Просто какое-то время ИИ реально помогал с ней справляться. А теперь и это начали закрывать.
И да, меня это правда бесит.
Но один более удобный обход я всё-таки нашёл.
Для NVDA есть дополнение Cloud Vision на основе Be My Eyes. Оно умеет скринить всё окно и выдавать по нему содержимое. Дальше я просто нахожу капчу и ввожу её вручную.
То есть проблема никуда не делась, но хотя бы появился способ проходить такие места без отдельной возни с кодом страницы.
#AI #доступность
😎 Незрячий web3 программист (подписаться)
Чат | бот
1👍11❤1
Как самому собрать портфель без паники
Когда люди начинают инвестировать, почти всегда приходят одни и те же мысли: а вдруг потеряю всё? что вообще покупать? как не набрать лишнего?
Мой базовый подход простой: портфель должен быть диверсифицирован, а риск - ограничен заранее.
Что это значит на практике:
• высокорисковый актив: обычно не больше 1-2% портфеля;
• вся высокорисковая часть: до 20%;
• средний риск: около 25%;
• основные активы: около 25%;
• стейблкоины: около 30% как резерв.
Если говорить о DeFi, я бы ограничивал его долей до 25% портфеля. И распределял бы эту долю внутри всех категорий, а не как отдельную корзину.
То есть:
• из стейблов часть можно держать в DeFi;
• из основных активов - тоже;
• из среднего и высокого риска - аналогично.
Но есть важное ограничение: даже если протокол кажется надёжным, в один DeFi-проект я бы не закладывал больше 1-2% всего портфеля. Причина простая: протокол могут взломать или заблокировать регуляторы.
Как это может выглядеть в цифрах:
1. 30% - стейблкоины.
Например: USDC, USDT, DAI, USDS и другие.
Это резерв, из которого часть можно держать в DeFi, а часть - вне протоколов.
2. 25% - основные активы.
Базовый вариант: BTC и ETH.
Если хочется добавить что-то ещё вроде SOL или HYPE, я бы делал это с меньшим процентом.
3. 25% - средний риск.
Это уже история про отдельные тезисы: LINK, AAVE, UNI, ENS, NEAR и подобные активы.
Обычно здесь разумнее держать по 2-3% на позицию.
4. 20% - высокий риск.
Вот здесь уже могут быть мемкоины, RWA-токены, отдельные DeFi-истории, AI-токены и другие более агрессивные идеи.
Тут те же 1-2% на актив часто выглядят здоровее, чем попытка угадать одного победителя.
Если держать в DeFi до 25% портфеля, распределение будет примерно таким:
• 7.5% из стейблов,
• 6.25% из основных активов,
• 6.25% из среднего риска,
• 5% из высокого риска.
Я бы распределял эту долю между несколькими протоколами.
Это не рекомендация к покупке, а пример логики распределения риска.
Я не призываю копировать такую структуру один в один. Но сама логика для меня рабочая: основа, резерв и жёсткое ограничение риска на одну идею.
А у вас как устроено распределение?
😎 Незрячий web3 программист (подписаться)
Чат | бот
Когда люди начинают инвестировать, почти всегда приходят одни и те же мысли: а вдруг потеряю всё? что вообще покупать? как не набрать лишнего?
Мой базовый подход простой: портфель должен быть диверсифицирован, а риск - ограничен заранее.
Что это значит на практике:
• высокорисковый актив: обычно не больше 1-2% портфеля;
• вся высокорисковая часть: до 20%;
• средний риск: около 25%;
• основные активы: около 25%;
• стейблкоины: около 30% как резерв.
Если говорить о DeFi, я бы ограничивал его долей до 25% портфеля. И распределял бы эту долю внутри всех категорий, а не как отдельную корзину.
То есть:
• из стейблов часть можно держать в DeFi;
• из основных активов - тоже;
• из среднего и высокого риска - аналогично.
Но есть важное ограничение: даже если протокол кажется надёжным, в один DeFi-проект я бы не закладывал больше 1-2% всего портфеля. Причина простая: протокол могут взломать или заблокировать регуляторы.
Как это может выглядеть в цифрах:
1. 30% - стейблкоины.
Например: USDC, USDT, DAI, USDS и другие.
Это резерв, из которого часть можно держать в DeFi, а часть - вне протоколов.
2. 25% - основные активы.
Базовый вариант: BTC и ETH.
Если хочется добавить что-то ещё вроде SOL или HYPE, я бы делал это с меньшим процентом.
3. 25% - средний риск.
Это уже история про отдельные тезисы: LINK, AAVE, UNI, ENS, NEAR и подобные активы.
Обычно здесь разумнее держать по 2-3% на позицию.
4. 20% - высокий риск.
Вот здесь уже могут быть мемкоины, RWA-токены, отдельные DeFi-истории, AI-токены и другие более агрессивные идеи.
Тут те же 1-2% на актив часто выглядят здоровее, чем попытка угадать одного победителя.
Если держать в DeFi до 25% портфеля, распределение будет примерно таким:
• 7.5% из стейблов,
• 6.25% из основных активов,
• 6.25% из среднего риска,
• 5% из высокого риска.
Я бы распределял эту долю между несколькими протоколами.
Это не рекомендация к покупке, а пример логики распределения риска.
Я не призываю копировать такую структуру один в один. Но сама логика для меня рабочая: основа, резерв и жёсткое ограничение риска на одну идею.
А у вас как устроено распределение?
😎 Незрячий web3 программист (подписаться)
Чат | бот
👍10