Depois de oito anos na indústria de fintech, eu entendo muito bem as preocupações das instituições tradicionais em relação aos dados do Web3 - dizem que estão "focando na inovação", mas na prática, estabelecem barreiras mais altas que o céu. Antes, levei alguns protocolos de dados do Web3 para integrar com fundos públicos, e ou fui confrontado pelo controle de riscos dizendo que "a fonte dos dados parece duvidosa", ou fiquei preso em "documentos de conformidade incompletos", e no final, tudo acabou em nada. Até que @Pythnetwork apresentou a proposta da segunda fase do #PythRoadmap, usando a combinação de "dados de primeira parte + serviços de conformidade + ecossistema $PYTH", finalmente abrindo as portas das instituições. Isso não é apenas fazer negócios de dados, é claramente uma reestruturação da lógica de confiança do setor.


1. Primeiro, atinja o ponto crítico: as instituições não têm medo do Web3, mas de não serem "confiáveis".
As instituições tradicionais usam dados com foco em "estabilidade", em essência, são três demandas principais: os dados precisam ser verdadeiros, a conformidade precisa ser adequada e a rastreabilidade precisa ser clara. Mas os protocolos de dados Web3 anteriores muitas vezes caíram em armadilhas:

Algumas fontes de dados são "montadas por web scraping", pegando informações de plataformas pequenas e desconhecidas e depois adicionando dados simulados para preencher, não só as instituições não se sentem seguras, até nós ficamos inseguros ao testar - anteriormente, um protocolo forneceu o preço do Bitcoin, que na verdade estava 200 dólares diferente do das exchanges principais, alegando que era "devido ao atraso", quando na verdade era apenas por causa da péssima qualidade da fonte de dados. Outros documentos de conformidade são um caos, não atingindo nem os padrões da Regulação ATS da SEC dos EUA, o departamento jurídico dos fundos nem olha duas vezes e simplesmente devolve, sem mencionar a integração com bancos e outras instituições sob forte regulamentação.

Mas a @Pythnetwork não seguiu o caminho antigo desde o início. Ela identificou que "a fonte da confiança são os dados", e trouxe diretamente mais de 120 das principais instituições do mundo como "contribuintes de dados" - como Jump Trading, Jane Street, as principais exchanges como Bybit, KuCoin, e até mesmo os departamentos de negociação de balcão de bancos tradicionais, todos são seus "fornecedores de dados". Essas instituições não fornecem dados de segunda mão, mas sim ordens reais, preços de transação e dados de liquidez de seus próprios sistemas de negociação, essencialmente trazendo o "livro contábil do mercado" diretamente para a blockchain.

Mais importante ainda é a lógica de agregação, que usa um "algoritmo de depreciação temporal ponderada" para compor esses dados em um preço justo, não é simplesmente uma média, mas dá maior peso aos dados de instituições com alta atividade de negociação e boa reputação. Isso fecha a porta para fraudes desde a origem - quem já viu instituições do nível da Jump arriscar sua reputação por tão pouco? Antes, uma instituição de quantificação fez um teste e descobriu que os dados dos produtos derivados de ações da Pyth tinham uma taxa de erro de menos de 0,01% em comparação com o terminal Bloomberg, essa precisão é o que se exige das instituições.


2. A arma secreta: "dados de primeira mão" mudaram as regras do jogo.
Ao entrar em contato, percebi que o mais impressionante da Pyth não é a abrangência dos dados, mas seu "paradigma de dados de primeira mão" - comparado a outros oráculos, é um verdadeiro golpe de mestre.

A maioria dos oráculos tradicionais é de "agregação de terceiros", coletando dados de fontes dispersas e depois processando por nós, passando por várias mãos, sem mencionar o atraso, os dados já foram distorcidos. Mas a Pyth se conecta diretamente à "fonte de dados", por exemplo, se você quiser saber o preço real do Ethereum, ela pega os dados de transação em tempo real da Coinbase e Kraken, sem intermediários lucrando com a diferença, e sem o problema de distorção de dados. As vantagens disso são claras:

Primeiro, é absurdamente preciso. Os dados são enviados diretamente do sistema de negociação da instituição para a blockchain, eliminando erros na retransmissão, como no caso de pares de moedas sensíveis ao preço, usar os dados da Pyth para liquidações transfronteiriças reduz bastante as perdas cambiais em comparação com fornecedores tradicionais. **Segundo, é rápido a nível de milissegundos**. Sem etapas intermediárias que atrasem, o preço é atualizado a cada 400 milissegundos, podendo ser atualizado mais de 200 mil vezes por dia, sendo adequado para cenários de "tempo é dinheiro" como negociação de alta frequência e liquidação DeFi. Antes, o protocolo de derivados Drift na Solana, ao mudar para os dados da Pyth, viu sua taxa de erros de ordens erradas cair 90%, simplesmente porque o problema de atraso foi resolvido. **Terceiro, é transparente e auditável**. Todas as fontes de dados, horários de upload e processos de agregação estão registrados na blockchain, permitindo que as instituições rastreiem a origem a qualquer momento através de um explorador de blockchain, podendo até ver o "intervalo de confiança" dos dados, como o preço do BTC a 50000 dólares ± 10 dólares, a qualidade dos dados é evidente.

Esse modelo atinge diretamente o ponto fraco das grandes instituições de dados tradicionais - aquelas que cobram altos preços com base na diferença de informação, na verdade, são "intermediários", enquanto a Pyth pula essa etapa, oferecendo dados de qualidade superior a um custo mais baixo, isso é verdadeiramente um "mudador de regras do jogo".


3. #PythRoadmap Fase Dois: Fazer a "conformidade" entrar no coração das instituições.
Se os dados de primeira mão são a "força bruta", então o "produto de assinatura de dados de nível institucional" lançado na fase dois do #PythRoadmap é a "força suave" que conecta o último quilômetro.

Para as instituições que usam dados, documentos de conformidade são mais importantes do que os dados em si. No manual de serviços da Pyth, desde a Regulação ATS da SEC dos EUA até a MiFID II da União Europeia, todas as comprovações de conformidade dos principais quadros regulatórios globais estão disponíveis, podendo até personalizar um "relatório de rastreamento de dados" para as instituições - quais instituições forneceram os dados originais, quando foram enviados, como foram agregados, tudo listado claramente, tornando impossível apontar falhas durante a revisão legal.

Conheci o diretor de riscos de um fundo de hedge que antes evitava dados de Web3, mas após testar a Pyth no ano passado, mudou completamente de opinião: "Comparando os dados de ouro da Pyth com os da London Gold Exchange por um mês, não houve uma única discrepância, o relatório de conformidade é mais detalhado do que o da Bloomberg, e o departamento jurídico deu sinal verde diretamente ao integrar ao sistema de pesquisa de investimentos." Agora, esse fundo já considera a Pyth como a fonte de dados principal para câmbio e commodities, gastando dezenas de milhares de dólares em taxas de assinatura por mês.

Essa capacidade de "fazer as instituições se sentirem seguras ao usar" é, de fato, a principal vantagem competitiva da Pyth. Até agora, mais de 30 instituições assinaram acordos de assinatura, abrangendo áreas como negociação quantitativa, gestão de ativos e pagamentos transfronteiriços, e a receita do tesouro do DAO cresce 40% ao mês, sendo única na corrida de dados do Web3. Quatro, $PYTH: não é apenas um token, é o "um tecido de confiança" do ecossistema.
Um projeto que pode durar deve ter um desenho de token sólido, e a forma como o $PYTH é estruturado, explorando "incentivos e governança", também encoraja as instituições a cooperar a longo prazo.

Primeiro, vamos falar sobre o mecanismo de incentivo, a Pyth distribui $PYTH para os contribuintes de dados, não é "apenas distribuir e acabou", mas é baseado na "pontuação de qualidade" - quanto mais precisos os dados, mais rápidos as atualizações, e mais ativos cobertos, mais recompensas são obtidas. Por exemplo, um market maker que fornece dados de criptomoedas e câmbio com uma precisão superior a 99,9%, recebe 50% a mais de recompensas por mês do que aqueles que fornecem apenas um único tipo de dado. Esse modelo de "recompensa proporcional ao esforço" faz com que o banco de dados cresça cada vez mais, desde os dados de criptomoedas iniciais até câmbio e commodities, e o próximo passo é adicionar dados de ações e títulos.

Mais importante ainda é a governança DAO. Parte do dinheiro que as instituições pagam pela assinatura de dados é convertida em $PYTH para o tesouro, outra parte é usada para operações, e os detentores de $PYTH são os "decisores" - como o dinheiro do tesouro é gasto, quais dados novos são adicionados, e até mesmo os critérios de admissão para clientes institucionais devem ser decididos por votação. No mês passado, a comunidade votou para incluir bancos tradicionais na gama de clientes e alocou 15% dos fundos do tesouro para desenvolver interfaces exclusivas para bancos.

Eu mesmo também coloquei um pouco de $PYTH em staking para participar da governança, embora meu peso de voto não seja grande, quando a proposta de "adicionar dados em tempo real de petróleo bruto" que apoiei foi implementada, realmente tive a sensação de "fazer parte do ecossistema". Esse modelo de "desenvolvimento orientado pelo usuário" liga profundamente o valor do $PYTH ao ecossistema, não depende de especulação, mas sim do suporte de clientes institucionais e da receita de assinaturas.


5. Conclusão: por trás do $PYTH, está a oportunidade de substituição de um mercado de 50 bilhões.
Agora, olhando para trás, o fato de as instituições se sentirem seguras ao usar dados de Web3 é essencialmente porque a Pyth resolveu o problema central de "confiança": dados de primeira mão garantem que os "dados são verdadeiros", serviços de conformidade garantem que são "seguros para uso", e o ecossistema $PYTH garante que "pode durar".

O mercado tradicional de dados tem um tamanho de 50 bilhões, os gigantes cobram altos preços por monopólio, e o modelo já está obsoleto. A Pyth, utilizando uma abordagem descentralizada, reduz custos, aumenta a precisão e garante conformidade, isso é uma tendência irreversível. Muitos amigos no setor financeiro ao meu redor começaram a acumular $PYTH, não por causa de flutuações de curto prazo, mas por causa de seu potencial de substituição nesse setor - se os clientes institucionais crescerem várias vezes no futuro, o valor do $PYTH é fácil de imaginar.

Se você também está procurando por projetos Web3 que tenham "implementação real, respaldo institucional e utilidade clara do token", preste atenção no progresso do #PythRoadmap da @Pythnetwork. Pode não ser o mais popular, mas é definitivamente uma das poucas plataformas que conseguem conectar o Web3 e as instituições tradicionais. Quando os clientes institucionais da Pyth se expandirem para mais indústrias, talvez possamos testemunhar uma revolução de dados - e possuir $PYTH é a melhor maneira de participar dessa revolução.

@Pyth Network #PythRoadmapand $PYTH