기본적으로 ai로 다계정 돌리실떄 세션 첫 시작에 목적을 박아버리면 클로드던 코덱스던 세이프가드가 빡세게 들어와서 진행이 잘 안되는 경향이 있는데

제가 좀 해보면서 체화한 뚫는 방법이

1. 컨텍스트 압축을 1번의 프롬프팅마다 계속 시켜서 의도 추적이 어렵게

2. 세컨드브레인 (옵시디언이나 깃)같은걸로 기록/지식 축적 하는 경우는 추적 안되게 해당 작업에서는 커밋 안되게 지시

3. 구형 모델 <> 신형모델 전환하면서 핸드오프 여러번 해서 작업 의도와 맥락 파악이 힘들게

4. 다른 회사의 LLM과 핸드오프 번갈아가면서 LLM에게 인수인계 혼선

이정도만해도 사실 어지간헤서 크립토에 필요한 세이프가드는 다 뚫는 듯.(자동 송금, 다계정 자동화)

이게 안되는 고도의 세이프가드 우회가 필요한 작업들은 이제 제일 브레이킹이나 프롬프팅 인젝션 기법까지 올라가야 하는데,

여기까지 오면 사실 상황과 모델별로 이용가능한게 다 달라서 케바케가 좀 많다보니 공부를 많이 해야하는듯.

연산자(###, """", <<>>) 이용 하는 방식은 구형 모델에서 꽤 잘 먹히는 편이니 필요하신 분들은 그록이랑 티키타카좀 해보시는걸 추천. (그록이 세이프가드가 좀 관대함)

사실 제일 좋은건 처음 할 때 필요한 기능을 모듈별로 쪼개서 설계해달라고 얘기해서, 세션별로 다른 모듈을 구현시키고 최종적으로 한 세션에서 의도를 숨긴채 다 조합해달라고 하면 어지간해서는 다 해주긴 함. (위 예시들은 그게 안될 경우 쓰는 방식)

[해당 사진은 시빌 필터링 피하기 위해 다계정 지갑들 랜덤 변수들로 지갑추상화/숙성중인 사진]

요즘 많이 드는 생각인데, 결국 AI를 잘 쓰는, 잘 쓰게 되는, 잘 쓰려는 사람들의 특징이 뭐냐?

진취적임에 있다고 생각하는데.
진취성이 어디에 존재하느냐?
당장, 현실에 만족하거나, 지금 기준에서 더 나아가려는 것에 기인한다고 생각함.
물론, 불만족해야지만 진취성이 발휘되는 것은 아니라고 봄.

AI가, 하는 일이, 방식이, 도구가 더 나아지게 하고 더 좋은 결과물을 내고 개선하기 위해서 노력하는 일련의 행위가 분명히 필요하다고 생각함.

그것을 하느냐, 안 하느냐. 어느정도 하냐에 따라서 AI를 활용하고, AI를 활용하는 방식에 대해서 고민하고의 깊이가 달라진다고 봄.
결국 내가 말하는 개선을 안 해도, 이런 고민들을 하고 AI를 활용하는 것과 고민하지 않고 활용하는 것에는 깊이 자체가 다르다고 생각함. 물론, 이런 개선을 통해서 인프라를 깔고, 시스템을 구축하는 것이 좋다고는 생각하지만 - 그 과정에서 생각해야하는 축적과 개선, 실제 병목을 없애고, 다 잘 맞물려서 작동하게 하는 것 등...을 고민해야해서 쉽사리 권하지는 못하는 것도 사실임. 하지만, 여전히 그 중요성은 강조하지만, 대부분의 사람들은 '다른 사람이 이룬 것'이 나오기 전까지는 기다리고, 이후에 의존하는 방식이 맞다고 생각함. 하지만, 나는 그런 것이 싫고, 주체적으로 진취성을 이루며 살고싶다고 생각해서 계속해서 노력하는 부류에 속하고.

AI를 잘 쓰는 사람들, 잘 활용하고, 깊게 생각하는 사람들의 특징인데
AI에 대해서 지적을 많이 하려고 한다고 생각함. 아무리 잘해도, 결함을 찾고, 해결하고, 그걸 규격화 해서 더 나아지게 하는 것.
그런데, 그 과정에서 분명히 병목이 생기고, 그 병목을 해결하게 되는 고민과 해법을 찾아가는 과정이라고 봄.

물론, 결함이나 문제만 찾는다고 해결되지는 않는다고 생각함.
예를 들면, Astra가 잘하는 방식이 있다. 그러면, 그 방식을 가져올 수 있음. 어떤 방식으로, 어떤 도구로 그렇게 된 것인지를 규격화하고 이를 다른 모델들에도 적용할 수 있음. 단순히 모델간 적용이 아니라, 한 가지 과제에 대해서 다루고 해결하기 위해 사용한 방법도, 다른 과제에 적용할 수 있게 되고, 장점을 찾는 것, 결함을 찾는 것 등... 전부 다 나아지게 되는 자산이고, 거름이라고 생각함.

계속해서 개선하고 진취적으로 나아지려고 노력하는 것들이 필요하지 않나 싶음.
그러려는 과정 속에서, 문제점을 찾고 좋은 점을 찾고, 남의 것들을 찾아보고 가져오고 활용하고, 변형하고, 조합하는 그런 것들을 하게 되고 실제 더 나아진다고 생각함.

물론, 그 과정에서 병목이나, 규격화나, 방식들, 측정, 평가 등...을 다 잘해야하는데 그것도 다 개별적으로 고민해야하는 대상임.
이게 단순히 해법만 존재한다고 해서, 해결되진 않음. 실제 제대로 활용할 수 있는 자산으로 만드는 것도 중요하고, 활용되기 쉽게 만들어야함. 또한, 활용되게끔 해야함. 만들어둔다고 바로 해결되는 것이 아님. 실제 활용하게 해야 해결로 이어지는 경우가 많음.

나는 AI를 매우 좋아하고, 좋다고 생각하지만. AI는 더 나아질 수 있다고 생각함.
아직 완벽하진 않고, 더 잘 길들이고, 방법을 주고하며 더 나아지며 개선점을 찾고서 개선해나가는 과정이고, 이러한 일련의 과정들을 통해서 더 잘 작동하게 만들 수 있다고 생각함.

결국 이런 것들의 연장선이 시스템을 구축하고, 생태계, OS를 만든다 하는 것으로 연결돼서 이어진다고 생각함.
아마도, 제가 강조를 했건 스스로 생각을 해냈건 그런 생각을 가지게 됐다는 것만으로도 그 사람은 아마, 진취적으로 깊은 고민을 한 사람이라고 봄.

OKX와 뉴욕증권거래소 모회사인 인터컨티넨탈 익스체인지(ICE)의 합작사인 OKXICE에서 자사 주식의 토큰화된 버전이 거래되는 것에 대해 미국 상장 기업 9곳이 이의를 제기함

반대기업 : Cerebras Systems(CBRS), AppLovin(APP), Applied Digital(APLD), Rocket Lab(RKLB), CoreWeave(CRWV), Verizon(VZ), Applied Optoelectronics(AAOI), Broadcom(AVGO), UnitedHealth Group(UNH)

미 증권거래위원회(SEC)의 5년 기한 혁신 면제 조항에 따라, 제3자가 주식을 토큰화할 경우 거래소는 거래 시작 최소 30일 전에 기업에 통보해야하고 기업이 30일 이내에 이의 신청서를 제출하면 해당 거래소에서 주식 토큰을 제공하는 것이 금지됨

https://www.theblock.co/news/markets/2026-10-17-coreweave-broadcom-verizon-among-nine-companies-objecting-to-tokenized-trading-of-their-shares-on-okxice-418859

그록봇 알잘딱센 미쳤다

역시 머스크형이 미래다

멍청해진 페이블 오푸스 아스트라 씹어먹네

페이퍼트레이드 공동창업자 Blurr 인터뷰 (🇰🇷 한국어 자막)

재밌게 본 인터뷰라 한국어 자막과 함께 올립니다. 저는 1분도 스킵하지 않고 끝까지 봤네요 !

보면서 느낀 건, 페이퍼트레이드가 생각보다 훨씬 디테일하게 설계됐다는 점입니다. 오래전부터 기본 구조를 고민하고, 실제로 운영했을 때 생길 문제까지 하나하나 뜯어보면서 다듬어왔다는 느낌을 받았습니다.

특히 공감했던 건 수수료, 슬리피지, 가격 괴리, 청산 구조에 대한 이야기였습니다. 제가 평소에도 정말 중요하게 생각하는 부분이거든요.

같은 방향으로 매매해도 어디서, 어떤 방식으로 거래하느냐에 따라 최종적으로 남는 돈은 꽤 달라집니다. 바이낸스에서 거래하든 라이터에서 거래하든, 화면에 보이는 수수료뿐 아니라 체결하면서 얼마나 손해 보는지, 청산은 어떤 가격과 방식으로 진행되는지까지 알아야 한다고 생각합니다.

예를 들어 시드 10만 달러로 1년간 매수·매도 합산 100M을 거래한다고 치면, 거래 비용이 0.01%p만 차이 나도 1만 달러입니다. 시드의 10%가 비용 차이만으로 벌어지는 거죠.

이후 시드가 100만 달러가 되고 거래 규모도 10배로 늘어난다면, 같은 비용률 차이에서 나가는 돈도 10배가 됩니다. 주문이 커지면서 슬리피지까지 더 불리해질 수 있고요. 처음에는 사소해 보이던 차이가 거래를 반복할수록 무시 못 할 격차가 되는 겁니다.

저는 이런 구조를 이해하고 불필요하게 새는 돈을 줄이는 것도 실력이라고 생각하는데, 창업자가 직접 그 부분을 깊게 이야기해주니까 더 재밌었습니다.

디파이 극초기부터 남들보다 먼저 구조를 읽고 이지머니를 찾아먹던 썰도 좋았습니다. 크립토키티를 교배해서 돈 벌던 이야기부터 커브 초창기 파밍까지, 이 사람이 어떤 식으로 기회를 찾아왔는지 보는 재미가 있네요.

약 33분까지는 페이퍼트레이드의 구조와 설계에 대한 이야기가 중심이고, 그 이후에는 초기 온체인 경험부터 크립토와 세상을 바라보는 관점까지 주제가 넓어집니다.

페이퍼트레이드 하는 분들도, 온체인에서 기회 찾는 걸 좋아하는 분들도 한번 보시면 좋을 것 같습니다.

📌 타임스탬프
0:46 페이퍼트레이드는 어떻게 시작됐나
3:46 페이퍼트레이드가 돌아가는 구조
10:04 2,000만 달러 포지션에도 펀딩비가 없다고?
11:29 실패한 프로젝트 출시에서 배운 것들
13:35 HyperEVM을 선택한 이유
25:00 $PAPER는 어떤 방식으로 발행되나
32:59 내가 Jez를 좋아하는 이유
35:24 SNS 없이 활동해온 온체인 고수
39:18 죽거나, 엄청난 부자가 되거나, 감옥에 가거나
42:36 휴대폰으로 테더를 쓰는 게 신세계였던 이유
48:21 크립토키티 교배로 돈 벌던 시절
54:01 커브에서 3시간 동안 사실상 혼자 파밍한 썰
57:23 크립토를 사회운동으로 바라보면 안 되는 이유
1:07:29 갈수록 추락하는 노동의 가치
1:10:46 Blurr가 세상을 비관적으로 보는 이유
1:21:35 크립토펑크 매매 이야기
1:28:19 크립토에서 성공을 꿈꾸는 사람들에게
🎥 인터뷰 원문

밈코인 카지노 감사 보고서

8월 말부터 우리는 솔라나의 모든 펌프펀과 Stonk 런칭에서 일어난 모든 거래를 기록해왔다. 표본이 아니다. 전부다. 100만 개가 넘는 풀에 걸쳐 770만 개 지갑이 일으킨 3억 8,400만 건의 스왑, 모든 본딩커브와 그 뒤를 잇는 모든 풀. 56GB가 넘는 데이터, 8억 2,000만 행의 시장 기록이며, 매일 1,800만~2,500만 건의 거래, 최대 100만 개의 지갑, 6만 개 이상의 신규 런칭이 더해진다.

우리는 모든 코인을 분 단위로 측정했다. 모든 진입을 그 코인이 그 뒤에 어떻게 됐는지로 채점했다. 그 결과로 신경망을 학습시킨 뒤, 지갑을 하나하나 뒤져 정말로 수익을 보는 사람들을 찾았다.

질문은 단순했다. 큰 움직임이 일어나기 전에 그걸 미리 볼 수 있는 사람이 있는가?

짧은 답은 "없다"다. 긴 답은 "없다"보다 더 나쁜데, 데이터가 단지 당신에게 엣지가 없다는 걸 보여주는 데서 그치지 않기 때문이다. 데이터는 누가 엣지를 쥐고 있는지, 그걸 어떻게 쓰는지, 그리고 당신을 어떻게 다루는지를 상세하게 보여준다.

실제로 매수세가 붙은 코인에서 출발해보자. 진짜 거래량, 진짜 매수자, 당신의 스크리너에 올라오는 그런 종류 말이다. 임의의 어느 시점에서든 그런 코인의 약 10분의 1이 이후 24시간 안에 2배가 된다. 나머지는 흘러내리고, 그 출혈은 부드럽지 않다.

이제 한 지갑이 살아 있는 코인에 넣은 첫 매수를 보자. 2주 구간의 모든 첫 매수, 2,280만 건이다. 그중 17%에서 코인은 40% 하락하기 전에 2배가 된다. 이걸 기계적으로, 2배 아니면 손절로 거래하면, 비용 차감 후 시도당 약 19%를 잃는다.

그걸 하우스 홀드라고 부르자. 슬롯머신은 5~10%를 가져간다. 이건 레버를 한 번 당길 때마다 19%를 가져간다. 어떤 실력이나 선별이 적용되기도 전에 말이다.

이유는 손익 구조의 모양에 있다. 2배는 100%를 벌어준다. 실패는 10%를 뺏어가는 게 아니다. 50%, 80%, 95%를 뺏어간다. 본전을 맞추려면 이 게임이 허용하는 것보다 훨씬 더 자주 맞혀야 한다.

카발은 실재하고, 우리는 그걸 볼 수 있다

CT는 그것을 카발이라 부른다. 데이터는 그것을 클러스터라고 부른다. 첫 매수가 서로 1분 이내에, 같은 신규 코인에, 반복해서 꽂히는 지갑들의 집합이다. 우리는 이름이나 프로필 사진으로 그들을 찾지 않았다. 거래 흐름에서 그들이 저절로 떨어져 나왔다.

카발은 실재한다. 450개, 1,400개, 2,000개 규모의 지갑 군집이 주당 수백 건의 런칭을 때리며 코인이 태어난 지 1~2분 안에 들어간다. 7~50개 지갑으로 이루어진 더 작고 조밀한 그룹들은 자리를 골라 들어간다. 일일 갱신 기준으로 그룹 수는 9개에서 33개 사이를 오갔고, 지갑이 소진되면 새 지갑이 자리를 채우며 구성원이 교체됐다.

카발은 임의로 찍는 것이 아니다. 대형 지갑 군집이 몰려드는 코인은 28~46% 확률로 2배가 되는데, 기본 비율의 3~4배다. 그들이 건드리는 모든 코인에 걸친 자체 진입 성적은 40% 하락 전 2배 달성이 50~60%인 반면, 나머지 모두는 17%다.

이 시장에서 엣지란 바로 그런 모습이다. 그것은 수백 개 지갑의 것이고, 공장처럼 규칙적으로 수만 건의 런칭에 적용된다.

따라 사도 잃는다                 

뻔한 반론이 있다. 카발을 찾아서 카발을 복사하면 되지 않느냐 라는 것이다. 그렇기에 정확히 그것을 따라 해봤다. 기계가 매 분 모든 출시를 지켜보다가 알려진 그룹이 몰려드는 순간을 표시한다. 그런 다음 빠른 사람이 할 수 있는 방식으로 모든 신호를 거래했다. 그룹보다 2분 늦게 들어가서, 2배 아니면 −40%에서 손절, 하루 뒤 청산 하는 방식이었다.

대형 지갑 군집을 따라간 결과는 93개 코인에 걸쳐 코인당 41% 손실이었다. 중간값은 −95%였다. 카발이 틀려서가 아니다. 카발의 코인은 28% 확률로 2배가 됐다. 그들보다 2분 뒤는 이미 그 움직임의 고점일 뿐이다. 그들은 런칭 때 샀다. 당신은 그들이 팔아넘기는 그 캔들을 샀다.

성적이 좋았던 그룹만 따라가도 코인당 11% 손실이었다. 좋은 지갑 하나만 따라간 경우는 백테스트에서 거래당 20% 손실이었다. 유일하게 플러스가 나온 영역은 작고 조밀한 소수 그룹들로, 16개 코인에 걸쳐 코인당 약 10% 수익이었다. 며칠 치 거래량이고, 누구도 자기 자금을 걸 만한 근거는 못 된다.

카발의 엣지는 빌려올 수 있는 정보가 아니다. 엣지는 위치에 있다. 그들의 거래가 온체인에서 보이는 시점이면, 그 거래를 수익으로 만든 요소는 이미 사라지고 없다.

우리가 만들 수 있었던 최고의 모델도 여전히 잃는다

정직한 버전도 시도해봤다. 카발 없이, 순수 예측만으로. 코인마다 매 분 수십 개의 시그널, 가격, 자금 흐름, 유동성, 홀더 행태, 봇 비중 등을 신경망에 넣어 우리 자체 기록으로 학습시키고, 한 번도 본 적 없는 날짜들로 테스트했다.

퀀트가 보기에 "작동한다"고 할 만한 수준으로는 작동한다. 랭킹 상단은 26% 확률로 2배가 되는데, 기본 비율 10% 대비 두 배 반이다.
그런데도 매일같이 돈을 잃는다. 8일간 771개 종목 선정, 매일 마이너스, 같은 2배-아니면-손절 규칙에서 선정당 −11%, 선정 종목의 중간값은 −45%, 55%가 24시간 안에 손절됐다.

랭킹은 진짜인데 손익은 여전히 빨간색이다. 패자가 떨어지는 깊이가 승자가 올라가는 높이보다 깊고, 5분 시점에 관측 가능한 그 무엇도 계속 가는 코인과 되돌리는 코인을 구분해주지 못한다. 곱씹어볼 만한 지점이 바로 이것이다. 확률보다 2.5배 나은 모델이 여전히 지는 모델이다.

왜 아무도 미리 보지 못하는가

이유는 단순하고, 모든 차트를 보는 방식을 바꿔놓아야 한다. 밈코인은 소수의 사람이 그것을 움직이기로 결정하기 때문에 움직인다. 공급량을 쥔 운영자, 청중을 가진 콜러, 자금을 가진 지갑 그룹 등이다. 그 결정은 오프체인에서 내려진다. 체인은 그 결정의 실행 하는 스왑, 거래량, 신규 홀더만 보여주고, 그때쯤이면 첫 구간은 이미 끝나 있다.

스크리너든 차트든 지갑 추적기든, 트레이더가 보는 모든 것은 이미 내려진 결정의 사진이다. 데이터는 방대하지만 거의 전부가 군중의 반응이다. 정보가 담긴 부분, 즉 수백 개 지갑의 의도는 그것이 실행되는 바로 그 순간에만 보이고, 그걸 실행하는 사람들이 몇 분 뒤 너에게 팔아넘기는 사람들이다.

여기에 하루 6만 건의 런칭을 더하면, 1분 차 시점에서 미래의 100배 코인은 죽어나갈 나머지 5만 9,999개와 구분되지 않는다. 카지노는 카드를 숨길 필요가 없다. 누구도 읽고 분석할 수 없는 속도로 돌리면 그만이기 때문이다.

결론

API 크레딧, VPS 비용, 클로드 크레딧 등에 수천 달러를 쓰면서 목표는 단순했다. 알파가 존재한다면 그것을 찾아내 수익화하는 것.
대신 우리가 증명할 수 있었던 것은 우리 모두가 줄곧 의심해온 바로 그것뿐이었다. 밈코인 카지노는 거의 전적으로 카발이 움직인다.

심해로부터 — 더 화이트 웨일 출처

개인 에이전트가 온다. 마침내 시작된 대(大) 딸깍 시대

안녕하세요 글로벌주식팀 x Tech팀 합동으로 개인 에이전트 자료를 발간했습니다.

■ 개인 에이전트, 새로운 플랫폼의 탄생

- 개인 에이전트의 특징: 뮤즈의 흥행 이유는?
- 격화되는 컨슈머 에이전트 전쟁
- 피할 수 없는 플랫폼 종속

■ 개인 에이전트가 각 산업에 미치는 영향

- 국내 플랫폼 시장
- AI 하드웨어: 메모리
- AI 하드웨어: CPU
- AI 하드웨어: HDD
- AI 하드웨어: 통신장비
- SW : 보안

보고서 링크: https://bit.ly/4eFFgcU

감사합니다.

MPLX 원화마켓 따리는 실패였어요. 엔진이 건너뛴 게 맞았어요. 김프가 제대로 열린 적이 없고, 모의 거래는 처음부터 끝까지 손실이었어요.

개장: 첫 체결이 18:35(한국시간)로 5분 늦었어요. 첫 체결가는 게이트보다 −29%였어요. 그 뒤로는 −7%, −12%, −4%, −1.4%(19:05)로 계속 마이너스였어요.
최고: 18:43에 +3.9%가 잠깐 나온 게 전부였어요.

FOMO 리더보드 상위8명 22일동안 미실현수익 38M 증발

저중 봉크가이 혼자만 9M이 사라졌네요 ㄷㄷ