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

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

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

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

Начал играть в шахматы, просто чтобы стать GM

GM!

📟 Прилетело из @insuline_eth

📟 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

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

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

ГДЕ МЕНЯ НАЙТИ?

ТЕЛЕГРАМ СТАЛ МЕСТОМ САМОЙ ВАЖНОЙ ИНФОРМАЦИИ

ПОЭТОМУ:

ВЕСЬ НЕТВОРКИНГ В МОЕМ WEB3-DISCORD

discord.gg/yzjKzRAN

50 МЕСТ

ДАЛЕЕ ЗАКРЫВАЮ ДОСТУП НА НЕОПРЕДЕЛЕННЫЙ СРОК

📟 Прилетело из @code_vartcall

Не обновлял свой AI сетап 2 недели — опоздал

Такое вот у меня ощущение после отпуска. Фомо дикое. Кажется, что у людей вайбкод-похмелье, но мб я пропускаю что-то.

Мой сетап не менялся уже давно:
• claude code (лоботомия отменяется, вроде)
• gstack (крутые промпты с наводящими вопросами)
• paperclip (юзаю чисто как n8n)
• cmux (терминал с вертикальными табами)
• spokenly (голосовуху в промпт сразу удобно)

Увидел, что мой любимый из пре-агентской эры Metabase зарелизил MCP. Агенты уже норм пишут SQL и рисуют HTML, но а тут полноценная красивая BI. Попробовал — понял, что не все методы из API завезли, сыро еще,

но буду наблюдать.

А чем вы реально пользуетесь сейчас? А что попробовали из недавнего — и не зашло? Каждый день выходит куча нового, не хватает фидбека от реального использования. Поделитесь в комментах 👇

📟 Прилетело из @danokhlopkov

И понимания, как починить IL в своём протоколе 🐳

📟 Прилетело из @insuline_eth

признавайтесь, фаундер какого протокола мне на крышу камень скинул??

📟 Прилетело из @insuline_eth