미국 XRP 현물 ETF는 하루 만에 1,381만 8,200달러의 순유입을 기록했습니다. —🔗link

Bitwise Solana가 스테이킹 ETF는 일일 거래량이 1억 800만 달러로 역대 신고점 기록했습니다. —🔗link

CASHCAT이 역대 신고점 경신했으며, 최고 수익자인 "다이아몬드 핸드"는 180만 달러의 수익을 올렸습니다. —🔗link

비트코인이 8만 달러를 돌파하며 하루 만에 1.20% 상승했습니다. —🔗link

Entropy api 자동화 구현코드

Entropy의 Hyperliquid HIP-3 마켓을 거래하는 안전한 Python 자동매매 클라이언트를 구현해줘.

목표는 단순히 주문이 한 번 들어가는 코드가 아니라, 장시간 실행해도 중복 주문·타임아웃·부분 체결·역포지션 사고를 방지하
는 fail-closed 구조다.

[기본 규칙]

- 공식 Hyperliquid Python SDK와 공식 API 문서만 사용한다.
- 기본 네임스페이스:
dex = "io"
coin = "io:ANTH"
- coin은 환경변수 ENTROPY_COIN으로 변경할 수 있게 하되, 코드에서 검토된 io:* 페어 allowlist를 적용한다.
- 메인 지갑 개인키는 절대 사용하지 않는다.
- 주문 서명은 전용 API Wallet/Agent Wallet만 사용한다.
- 계정·잔고·포지션·주문 조회에는 Agent 주소가 아니라 마스터 또는 서브계정 주소를 사용한다.
- 키는 코드, 명령행 인수, 로그, Git에 남기지 않는다. 권한 0600인 별도 파일이나 환경변수에서만 읽는다.
- DRY_RUN을 기본값으로 설정한다. 별도의 명시적 LIVE 플래그 없이는 주문·취소·청산 요청을 보내지 않는다.

[시장 데이터]

1. POST /info에 다음 요청을 보내 io 마켓 메타데이터를 조회한다.

{"type":"metaAndAssetCtxs","dex":"io"}

2. 선택한 coin이 universe에 실제로 존재하는지 확인한다.
3. szDecimals, maxLeverage, isolated 여부, mark price를 검증한다.
4. 다음 요청으로 주문장을 조회한다.

{"type":"l2Book","coin":"io:ANTH"}

5. 실시간 BBO는 WebSocket l2Book 구독으로 받고, REST는 시작 시 검증과 주기적인 상태 조정에 사용한다.
6. WebSocket 주문장이 일정 시간 이상 stale이면 신규 주문을 중단하고 봇이 생성한 기존 주문만 취소한다.

[Agent Wallet]

- 전용 Agent 개인키에서 derived address를 계산한다.
- 계정에 등록된 Agent 목록을 조회해 이름, 주소, 만료 시간을 검증한다.
- Agent가 등록되지 않았거나 주소가 다르거나 곧 만료되면 즉시 종료한다.
- userDexAbstraction 값은 관측 로그만 남기고 무조건적인 거래 허용 조건으로 오판하지 않는다.
- Agent는 서명만 담당하고, 모든 계정 조회에는 ENTROPY_ACCOUNT_ADDRESS를 사용한다.

[주문 규칙]

- 주문 수량은 달러가 아니라 ANTH 단위로 입력한다.
- 모든 메이커 주문은 tif="Alo"로 제출한다.
- ALO 주문이 즉시 체결될 가격이면 테이커 주문으로 바꾸지 말고 거부된 것으로 처리한다.
- 가격과 수량은 거래소 tick size와 szDecimals에 맞게 반올림한다.
- 최소 주문 금액과 사용 가능한 USDC를 시작 전에 검증한다.
- 매수·매도 주문마다 고유한 16-byte CLOID를 생성한다.
- CLOID에는 이 봇이 만든 주문임을 식별할 수 있는 고정 태그를 포함한다.
- 열린 주문 중 태그가 없거나 다른 프로그램이 만든 선택 페어 주문이 발견되면 신규 주문을 중단한다.
- 봇이 생성한 주문만 정확한 CLOID로 조회하고 취소한다.
- 부분 체결된 주문을 재호가할 때 최초 수량이 아니라 거래소가 보고한 remaining size를 사용한다.
- 포지션 한도 바로 전부터 재고를 악화시키는 방향의 주문을 중단하고, 포지션을 줄이는 방향만 유지한다.

[타임아웃과 상태 조정]

주문이나 취소 요청이 타임아웃됐다고 같은 요청을 다시 전송하지 않는다. 이미 거래소에 접수됐을 수 있다.

반드시 다음 순서로 조정한다.

1. CLOID 상태 조회
2. 열린 주문 조회
3. 주문 이력 조회
4. 체결 내역 조회
5. 실제 포지션 조회

상태가 확인된 경우에만 다음 동작을 진행한다. 끝까지 불확실하면 해당 CLOID를 uncertain 상태로 기록하고 모든 추가
mutation을 중단한다.

취소 요청 역시 한 번만 전송한다. REST가 잠시 예전 상태를 반환할 수 있으므로 짧은 read polling으로 취소 여부를 확인하되
취소 mutation 자체는 재전송하지 않는다.

[포지션 청산]

- 설정된 주문 크기가 아니라 거래소가 보고한 실제 signed position size를 사용한다.
- 청산 수량은 abs(position)으로 계산한다.
- 반드시 reduce_only=True를 적용한다.
- 청산 주문에도 새로운 CLOID를 부여한다.
- 응답, CLOID 상태, 체결 내역, 최종 포지션을 확인한다.
- 포지션 0을 확인하지 못했다고 무작정 청산 주문을 다시 보내지 않는다.
- 반대 방향의 신규 포지션이 열릴 가능성이 있으면 fail-closed한다.

[운영 안전장치]

- SIGTERM/SIGINT 수신 시 봇 주문을 정리하고 종료한다.
- 상태 파일을 원자적으로 저장한다.
- 마지막 WebSocket 수신 시간, 포지션, 열린 주문, uncertain CLOID 수를 기록한다.
- 로그에 개인키, 전체 서명값, 인증정보를 출력하지 않는다.
- 프로세스가 비정상 종료됐을 때 봇 태그 주문을 정리하는 watchdog 또는 systemd 종료 훅을 제공한다.
- 기존 서버나 라이브 봇이 있다면 먼저 읽기 전용으로 조사하고 충돌 여부를 확인한다. 다른 봇을 수정하거나 재시작하지 않
는다.

[산출물]

- entropy_mm.py
- test_entropy_mm.py
- requirements.txt
- .env.example
- README.md
- systemd service 예시
- 주문 정리용 watchdog 예시

.env.example에는 실제 값 대신 아래 변수명만 넣는다.

ENTROPY_ACCOUNT_ADDRESS=
ENTROPY_AGENT_SECRET_FILE=
ENTROPY_COIN=io:ANTH
ENTROPY_DRY_RUN=1
ENTROPY_ORDER_SIZE=
ENTROPY_MAX_POSITION=
ENTROPY_REFRESH_SECONDS=
ENTROPY_REPRICE_BPS=
ENTROPY_MAX_BOOK_AGE_SECONDS=
ENTROPY_STATE_FILE=

[검증 순서]

1. unit test와 Python compile
2. 키 없이 공개 metaAndAssetCtxs 및 l2Book preflight
3. DRY_RUN에서 WebSocket BBO와 주문 가격 계산 확인
4. Agent 등록 주소·만료·잔고 읽기 확인
5. 사용자의 별도 LIVE 승인 후에만 최소 수량의 먼 가격 ALO 1건 제출
6. 해당 CLOID가 resting 상태인지 확인
7. 동일 CLOID로 취소
8. 열린 주문 0과 포지션 0 확인
9. 결과와 남은 위험을 과장 없이 보고

각 단계에서 실제 API 응답 구조를 확인하고 구현해라. 문서와 SDK가 다르면 추측하지 말고 공식 SDK 소스와 실제 읽기 전용
응답을 기준으로 조정해라.

공식 참고 문서: API Wallet
(https://hyperliquid.gitbook.io/hyperliquid-docs/for-developers/api/nonces-and-api-wallets), Order Types
(https://hyperliquid.gitbook.io/hyperliquid-docs/trading/order-types), Exchange API
(https://hyperliquid.gitbook.io/hyperliquid-docs/for-developers/api/exchange-endpoint).

entropy tier3 코드 (수수료 60%페이백)

현재 페어는 앤스로픽과 샌디스크 뿐인데 bps는 앤스로픽이 더 나았으니 참고하세요

어제 미국 비트코인 ​​현물 ETF에는 3억 3760만 달러, 이더 현물 ETF에는 1억 1560만 달러의 순유입이 있었습니다. —🔗link

라이터 포스팅 한 100번 올려서 아시겠지만 리빗캐피털은 라이터 투자한 vc입니다

듣기로는 oi 가중치 있다고 하니 펀비작 사이드파티랑 잘 짜서 하셔도

Entropy에 대한 생각

일단 팀은 제인스트릿 출신이고 hype디플로이 리빗캐피탈 토탈 50M 가까이 발표됨

Xyz는 현재 토큰 낼 생각이 거의 없어보임
예전 오픈시가 시간 질질 끌고 있을 때 blur가 등장했고 blur에드는 잘되었지만 오픈시는 지금도 시간만 낭비중

Xyz가 ipo한다고 끄는동안 Entropy가 선제적으로 토큰을 낸다면?

티보 소티오 × 매튜 버먼: AI 에이전트와 오픈AI의 미래

■ AI 에이전트의 병목은 모델 성능에서 시스템 전체로 이동

“Ultra Fast처럼 토큰 생성 속도가 10~14배 빨라지면 CPU, 툴콜, 네트워크 등 다른 부분이 병목이 된다.”

→ 모델 추론 속도가 충분히 빨라질수록 실제 에이전트 작업시간을 결정하는 요소는 토큰 생성 자체가 아니라 툴 호출, 네트워크, CPU, 애플리케이션 실행 등으로 이동

→ 실제로 코드 생성처럼 툴콜이 적은 작업은 Ultra Fast에서 약 10배 빨라질 수 있지만, 툴콜이 많은 에이전트 작업은 체감 개선폭이 3~4배에 그친다고 설명

→ 향후 AI 인프라 경쟁은 단순 GPU 및 tok/s 경쟁을 넘어 추론, CPU, 네트워크, 툴 실행, 오케스트레이션까지 포함한 전체 에이전트 스택 최적화로 확장될 가능성

■ 미래 에이전트는 노트북이 아닌 클라우드 컴퓨팅 환경에서 작동

“노트북은 인간이 처리할 수 있는 작업량에 맞춰 설계됐다. 모델은 같은 제약을 받지 않는다. 미래 모델은 노트북 이상의 자원에 접근해야 한다.”

→ 현재 컴퓨터는 인간의 입력 속도와 멀티태스킹 능력을 기준으로 설계됐지만, AI는 동시에 수십~수백 개 애플리케이션을 처리할 수 있음

→ 에이전트가 고도화될수록 로컬 PC를 대신 조작하는 구조보다 클라우드에서 독립적인 실행환경과 대규모 컴퓨팅 자원을 사용하는 Cloud Agent 구조로 이동할 가능성

→ AI가 직접 컴퓨트의 소비 주체가 되면서 GPU뿐 아니라 CPU, 메모리, 스토리지, 네트워크 등 클라우드 인프라 전반의 수요를 확대할 수 있는 구조

■ Personal Agent와 Full Automation을 서로 다른 두 축으로 개발

“한쪽은 사용자를 깊이 이해하는 Personal AGI이고, 다른 한쪽은 복잡한 프로세스의 완전 자동화다.”

→ Personal Agent는 사용자의 목표, 일상, 팀 상황까지 이해하고 선제적으로 도움을 제공하는 방향

→ Full Automation은 production log 분석, 성능 최적화, 회귀 수정, 보안 취약점 패치처럼 기존에는 사람이 개입해야 했던 복잡한 프로세스를 자동화하는 방향

→ 특히 보안 취약점의 경우 탐지 이후 패치까지 자동화해 사람이 고위험 행동만 승인하는 수준을 언급

→ AI 산업의 발전 경로를 단순 Copilot이 아니라 개인 생산성 향상과 기업 업무 프로세스의 완전 자동화라는 두 축으로 동시에 확장하는 것으로 보는 시각

■ ChatGPT와 Codex 통합, 범용 에이전트와 대규모 배포 전략

“미래 모델이 우리에게 ChatGPT와 Codex를 합치라고 요구한다. 결국 같은 기술, 같은 harness다.”

→ 오픈AI는 코딩용 AI와 일반 AI를 장기적으로 별도 제품으로 보지 않음. 하나의 고성능 멀티모달 에이전트가 코딩, 리서치, 디자인, 영업, 마케팅 등 다양한 작업을 수행하고 인터페이스가 사용자별로 최적화되는 구조를 지향

→ 인터뷰 시점 Codex 사용자는 2,000만 명까지 증가. 개발자 전용 제품을 별도로 키우기보다 ChatGPT와 통합해 PM, 디자이너, 영업, 마케팅 등 비개발자까지 에이전트 사용층을 확대

→ 장기적으로는 하나의 Personal AGI Interface가 사용자별 역할과 컨텍스트에 맞춰 변화하고, ChatGPT의 대규모 소비자 배포를 개발자 및 엔터프라이즈 에이전트 채택으로 연결하는 전략

■ 사용량 리셋은 마케팅이 아니라 사용자 보상 차원에서 시작

“제품이 제대로 작동하지 않거나 경험이 기대에 못 미치면 사용량을 리셋해 보상한다. 마케팅이나 재무팀과 협의해서 하는 것이 아니라 필요하다고 느끼면 내가 직접 버튼을 누를 수 있다.”

→ Codex 사용량 리셋은 초기 제품을 빠르게 개선하는 과정에서 장애나 설정 오류가 발생했을 때 사용자에게 추가 사용량을 제공하는 보상 차원에서 시작

→ 이후 새로운 기능 출시나 주요 순간을 기념할 때도 추가 사용량을 제공하며 사용자들이 신규 기능을 직접 경험하도록 유도

→ 리셋 결정에 마케팅이나 재무팀이 관여하지 않는다고 강조. 제품 완성도가 기대에 미치지 못하면 즉각 보상하고, 단기적인 사용 비용보다 사용자 경험과 신뢰를 우선하는 오픈AI의 제품 운영 문화를 보여주는 사례

■ 미래 AI 인터페이스는 Voice-first, Ambient, Multimodal

“미래에 우리가 만드는 것은 매우 ambient하고 자연스러운 형태다.”

→ 새로운 Voice 출시 이후 음성으로 ChatGPT를 사용하는 이용자가 빠르게 증가하고 있다고 설명

→ 사람은 입력 저항이 가장 낮은 방식을 선택하기 때문에 키보드와 프롬프트 중심 인터페이스가 AI의 최종 형태는 아닐 것으로 판단

→ 향후에는 음성뿐 아니라 사용자의 화이트보드, 화면, 주변 환경까지 이해하는 상시 존재형 멀티모달 에이전트로 발전할 가능성

■ Ultra Fast 수준의 추론 속도가 1~2년 내 사실상 기본값으로

“1~2년 정도면 지금의 속도가 기본이거나 기본에 매우 가까워질 수 있다.”

→ 현재 10~14배 빠른 Ultra Fast는 프리미엄 서비스지만, 추론 하드웨어 발전과 모델 자체의 토큰 효율성 개선이 동시에 진행되면서 현재의 초고속 추론이 빠르게 대중화될 것으로 전망

→ Sol은 Terra보다 훨씬 토큰 효율적이며 차세대 모델은 Sol보다도 크게 개선될 것이라고 언급. 동일한 작업에 필요한 토큰 수가 감소하면서 작업당 총 추론 비용도 하락할 가능성

→ 다만 항상 더 많은 하드웨어를 사용하는 상위 프리미엄 tier는 존재할 것으로 전망. 장기적으로 모델 성능뿐 아니라 latency, cost per task, time per task가 AI 경쟁의 핵심 지표로 부상할 가능성

■ 재귀적 자기개선은 이미 AI 인프라 영역에서 시작

“모델이 다른 모델을 만드는 것뿐 아니라 추론 스택, CUDA 커널, 인프라를 개선하는 것도 Recursive Self-Improvement다.”

→ 오픈AI가 현재 실제 성과를 내고 있다고 강조한 영역은 완전한 AI 연구 자동화보다 AI를 활용한 AI 인프라 개발과 최적화

→ 가장 강력한 프론티어 모델을 이용해 서빙 스택과 커널 등을 재설계하고 있으며, Ultra Fast를 제외한 일반 추론 속도도 최근 약 3개월 동안 60%가량 개선됐다고 설명

→ 더 강한 모델이 추론 인프라를 개선하고, 개선된 인프라가 다시 AI 활용과 연구 생산성을 높이는 자기강화 구조가 나타나기 시작했다는 시각

→ 과거 대규모 컴퓨트 선투자 역시 이러한 구조를 뒷받침. 단순 GPU 보유량보다 Compute × Frontier Model × Inference Optimization의 결합이 경쟁력으로 작용

■ 현재 Frontier Intelligence는 수개월 내 저가, 범용화될 수 있음

“Luna는 6개월 전이었다면 Frontier에 있었을 모델이다. 지금 Frontier인 것도 6개월 뒤에는 훨씬 저렴하게 운영될 것이다.”

→ AI 산업에서 나타나는 중요한 구조적 변화 중 하나는 지능의 빠른 Commoditization

→ 현재 최고급 모델의 성능이 불과 수개월 뒤 저가 모델이나 무료 tier로 확산될 수 있으며, 오픈AI는 효율성 개선에 따른 경제적 이익을 가격 인하 등을 통해 사용자와 공유하겠다는 방향을 강조

→ 장기적으로 모델 자체의 희소성이 빠르게 낮아질 경우 경쟁력은 단순 API 성능보다 Distribution, 에이전트, 개인화, 컨텍스트 활용, 인프라 효율성 등으로 이동할 가능성

https://youtu.be/4qjEgPojjzM

2B 가나요?

로빈후드 체인
Base보다 적은 러그, 더 많은 RWA
정신적으로 건강하고 본인이 뭘 하는지 정확히 알고있는 CEO