Ponzi Kim

히든둔재

[Ponzi Kim @PonziKimX]

@AleoHQ 에 대해 Araboja.

Aleo는 a16z를 비롯한 미국 메이저 VC 총 $228M을 투자받은 프라이버시 특화 L1 블록체인임. 기존 Monero, Zcash 같은 프라이버시 코인과 다른점은, Aleo는 스마트컨트랙트를 지원한다는 점임. 자체 개발한 zk 전용 언어 Leo로 컨트랙트를 짤 수 있어서, 단순 토큰 전송만 숨기는 게 아니라 Private USDC 같은 프라이빗 결제 앱까지 만들 수 있음.

��� 하나 중요한 건 Aleo가 프라이버시 체인 중 유일하게 코인베이스 상장을 뚫었다는 거. 이게 가능한 이유는 Aleo가 선택적 공개(Selective Disclosure)를 지원하기 때문임. 모든 트랜잭션은 기본적으로 ZKP로 암호화돼 외부에서 볼 수 없지만, 계정 주인이 원하면 특정 트랜잭션이나 계정 전체에 대해 view key를 발급해 제3자(규제기관, 회계법인, 거래소 등)만 열람할 수 있게 할 수 있음. 즉 프라이버시는 지키되, 필요한 순간에는 증빙도 댈 수 있는 설계라서, 규제와 컴플라이언스를 동시에 만족시킬 수 있다는 거.

이게 왜 중요하냐면, 가령 아마존이 스테이블코인 결제를 붙인다고 쳤을 때, 이더리움 같은 퍼블릭 체인 쓰면 매출이 그대로 블록체인에 공개돼 경쟁사·언�� 다 볼 수 있음. 고객 입장에서도 성인용품 같은 민감한 구매 내역이 다 찍히는 건 싫겠지. 근데 완전 익명으로만 가면 AML, 세무감사 다 막힘. Aleo는 거래 자체는 숨기면서, 필요한 순간에만 view key로 감사인·세무기관 등 지정된 상대에게 내역을 보여줄 수 있음. 프라이버시와 컴플라이언스의 딜레마를 동시에 잡는 구조인 거. 그래서 스테이블코인 결제 인프라에선 Aleo만큼 납득되는 스토리가 없음.

기술 스택도 탄탄해. 언어는 Leo, 실행은 snarkVM, 합의는 PoSW + AleoBFT. 프루프 생성은 오프체인, 검증은 온체인으로 나눠서 성능과 비용 문제를 해결하려고 함. Leo 문법은 Rust/JS랑 유사해서 진입 장벽 낮추고, “프라이빗 상태”를 1급 객체로 다루게 해서 ZK 앱을 쉽게 짤 수 있게 함. 단순 프라이버시 토큰이 아니라, 프라이빗 디파이, 프라이빗 결제, 프라이빗 자격증명까지 설�� 가능한 인프라인 거지.

토큰 사이드로 보면, Aleo는 22년 말 시리즈B에서 밸류 $1.45B 인정받았는데, 지금은 시총 ~100M / FDV ~400M 수준으로 오히려 VC단가보다 훨씬 낮음. 최근 몇년간 내러티브가 디파이/밈/AI로 몰리기도 했고, 기존에 상장되어있던 프라이버시 체인들이 모두 상폐되면서 이 섹터 자체가 시장의 관심에서 소외된 것 같음.

하지만 최근 미국의 Genius Act도 그렇고 결제 인프라로서 스테이블코인이 다시 부각되고 있는데, 이런 맥락에서 Aleo는 사실상 대체재 없는 독보적 포지션을 가짐.

세줄요약
1. Aleo = 프라이버시 + 스마트컨트랙트 + 컴플라이언스 지원 L1
2. View Key를 통한 선택적 공개로 규제 친화적 프라이버시
3. 시총 100M, FDV 400M → 저평가된 상태에서 스테이블코인 내러티브 잘 타면 크게 재평가 ㅆㄱㄴ

[Ponzi Kim @PonziKimX]

'니가 뭔데'를 영어로 하면?

.
.
.
.
.
.
.
.
.
.

Black Monday 🤣

[Ponzi Kim @PonziKimX]

@cochang 눈뜨고 코베임?
눈감으면 바낸임?

하핫

[Ponzi Kim @PonziKimX]

@cochang 남북평화킹 ㅜ

[Ponzi Kim @PonziKimX]

9. 여러분 우리 됐어요. ㅈ됐어요

엄청나게 큰 변화가 몰려오고 있고 많은 사람들의 삶이 어느쪽으로든 크게 변할텐데, 그 변화가 너무 빨라서 오히려 대부분의 사람들이 인식을 못하고 있어서 더 두려우면서도 기대되는 시기인 것 같다

[Ponzi Kim @PonziKimX]

최근 두 달간 LLM에 10k 넘게 태우면서 느낀점

1. 2018년 비트코인 백서를 처음 읽었을 때 그 느낌, 그런데 이제 스테로이드를 곁들인

2018년, 비트코인 백서를 처음 읽고 몇 달간 사색한 끝에 "이건 인터넷을 state-less 프로토콜에서 stateful 프로토콜로 변화시키는, 근본적인 zero-to-one의 변화다"라는 결론에 다다랐었다. 그것이 정확히 어떤 변화를 가져다줄 수 있을지는 그로부터 한참 지나서야 깨닫게 되었지만, '무���가 근본적으로 변했다'는 느낌이 내가 크립토에 뛰어든 이유였다. 그리고 내가 느꼈던 그 '무언가'는 결국 디파이와 스테이블코인과 함께 글로벌 금융시장의 뼈대를 재편하고 있다.

그런데 지금 AI 에이전트를 쓰면서 받는 느낌은 그와 비슷하지만 수십 배는 더 강력한 것 같다.

[Ponzi Kim @PonziKimX]

8. 그럼 결국 누가 이걸 다 가져갈까

이런 세상이 오면 도대체 누가 살아남는 걸까. 생각보면 세 가지 정도밖에 없는 것 같다.

첫째, 파운데이셔널 모델을 가진 쪽. GPT나 Claude 같은 걸 만드는 쪽은 당연히 계속 강할 것이다.

둘째, 인터페이스를 장악한 쪽. 사람들이 매일 켜는 그 화면을 소유하는 쪽.

셋째, 그리고 ‘인간'의 어텐션을 잡는 것이다. 봇들이 다 알아서 사는 세상에서 진짜 돈이 되는 건, 충동적으로 사고 감성적으로 반응하는 인간의 관심 아닐까.

부가적으로 앞으로는 "진짜 인간인지"를 증명하는 게 엄청 중요해질 것 같다. 내가 잡은 어텐션이 사람인지 봇인지가 중요하기 때문에 그걸 증명하는 게 새로운 인프라가 될 것 같다. 봇이 아닌 인간의 어텐션을 얼마나 소유하고 있느냐, 그것이 앞으로 가장 중요한 자산이 될 것 같다.

[Ponzi Kim @PonziKimX]

@cochang ㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋ

[Ponzi Kim @PonziKimX]

부동산 경매 알림은 @clawy_pro

[Kevin @0xvinsohn]

🧠 Someone just open sourced a memory system for AI agents and it solves the one problem every Claude Code and OpenClaw user hits.

It's called Hipocampus. And it's NOT another RAG tool.

It's a 3-tier persistent memory architecture that gives your agent actual long-term memory — across sessions, across weeks, across months.

Here's the problem it solves:
Your AI agent forgets everything when the session ends. You've had this conversation before. You made this decision before. The agent investigated this exact question two weeks ago.

But it doesn't know that. So it researches from scratch. 20 minutes and 30K+ tokens wasted on something you already solved. Even with a 1M context window — dumping 500K tokens of history into every API call destroys attention quality AND your budget.

Here's what Hipocampus does:
→ 3-tier memory: hot (always loaded), warm (on-demand), cold (searchable)
→ 5-level Compaction Tree compresses ALL your history into a ~100 line ROOT.md index
→ ROOT.md auto-loads at ~3K tokens — agent knows what it knows WITHOUT loading everything
→ Hybrid search via qmd (BM25 + vector) for when you need specifics
→ Compaction tree for when you don't know what to search for (browse by time period)
→ All memory writes via subagents — zero context pollution in your main session
→ Pre-compaction hooks preserve memory automatically before context compression

Here's the wildest part:

Without Hipocampus, your agent doesn't know what it knows. It reads file after file trying to find relevant context — every file stays in context for the rest of the session. 10 files read and discarded = 30K tokens of permanent waste.

ROOT.md eliminates blind exploration. One glance at the Topics Index: search memory, search externally, or answer directly. Done.

The compaction tree does what RAG can't:

RAG needs a query. You need to know what to search for. But "do I already know about database migration strategies?" isn't a search query — it's an awareness question.

ROOT.md answers awareness questions at O(1). The compaction tree (daily → weekly → monthly → root) self-compresses over months. Raw logs are permanent. Nothing is ever lost.

What RAG does that the tree can't: semantic similarity search across thousands of files.
What the tree does that RAG can't: awareness without a query, time-based browsing, hierarchical drill-down.

Together they cover everything.

One command to set it up:

npx hipocampus init

That's it.
→ Creates the full 3-tier memory structure
→ Installs agent skills (session protocol, compaction, search)
→ Registers pre-compaction hooks automatically
→ Auto-loads ROOT.md into your system prompt
→ Sets up hybrid search via qmd
→ Works immediately with Claude Code and OpenClaw

Your agent session start? One step on Claude Code. Everything else is imported.

Your checkpoints? Subagent appends to the daily log. Main session stays clean.

Your compaction? Mechanical compaction runs on hooks. LLM summaries run on session start and heartbeats.

Zero runtime dependencies. Zero infrastructure. Zero build step. Just markdown files.

Your AI agent has been forgetting everything between sessions. This fixes that.

100% Open Source. MIT License.

[Ponzi Kim @PonziKimX]

@0ooooo0 @claudeai 이거 skill 리스트는 어디서 큐레이션 되는건가요? 인터넷에서 임의의 스킬을 받으면 자칫 악성 스킬들이 받아질 수도 있어서 여쭤봐요

[Harshil Tomar @Hartdrawss]

https://t.co/IGLH7U9new