We are excited to announce four updates regarding the Ethena ecosystem, further details on each point are provided in the blog linked below: 1. Buyout of early investors: The Ethena Foundation executed a buyout of all locked tokens from certain major seed investors that sold any ENA within the last 9 months. 2. Alignment of Token & Equity: The Ethena Foundation and Ethena Labs have reached agreement on a Master Framework Agreement, whereby IP and ownership of value accrued by the protocol is assigned to the Foundation exclusively and governed by token holders with no residual cash flow due to equity investors in the Labs entity. 3. Revenue Buybacks: Governance proposal now live for the implementation of the fee switch whereby net revenue accrued across all business lines under the Ethena brand will be used to programmatically buy back the ENA token. The vote for revenue buyback fee switch implementation is now here, and has already been approved by the Risk Committee: 4. Removal of monthly VC unlocks: The Ethena Foundation and lead investors have agreed to eliminate future overhang associated with monthly VC investor unlocks by releasing unvested tokens. All team tokens remain locked per the original vesting schedules. Further details and documentation is provided in the blog linked below:

很多交易者，交易的时候， 其实不自知，自己在赌什么东西。 举个换角度看的例子，就很容易明白： BTC趋势下跌300多天，相对低位100多天。 终于迎来突破阈值的暴涨，才1、2天， 连半根周线都没走完， 不少人就陷入了对价格绝对值的分析， 乃至在日级别上进行从多到空的大仓位反手操作， ---- 这是在赌第一根周线长上影线？ 知道自己其实在赌这个吗？ 最简单的，看之前的哪怕弱反弹，都至少有几根周线？ 时间，时间，时间。 时间维度远比价格绝对值更重要。 过去两年很多人都知道， BTC一波正式的大涨趋势， 是能持续100天这种时长级别的。 难道不是很多人，每次真来到接近100天的时候， 回头看开头那几天来回折腾的自己，像看傻子一样？ 最近同样跌了300天左右的，像是港股小米， 7月份的上涨趋势都持续了一个月。

1/ Synth's HFT team has found that @Kalshi’s 15-min BTC market is beginning to predict subsequent BTC moves on @binance and all other CEXs. And strength of this predictive relationship has grown materially throughout 2026 (see image). @Kalshi is becoming the venue for BTC price discovery on short time horizons. 🧵

Unitree New Robot Preview: “Superman” Breaking the Limits of Humanity🥳 Standing high jump 2 m, top speed 12.66 m/s (0.85 m leg length) Surpassing the standing high jump and running speed records of all humans around the world This new machine has only been in development for a little over three months, with significant room for further improvement in the coming months.

this industry is completely full of insane people > this guy rugged 10-20 pump funs using the ai16z brand > he decided to turn a community / meme token into a full fledged company with serious copyright infringment issues > he somehow turned the biggest token of last cycle from billions to literal 6 figures > he launched a second token to rug the first one and lost people millions > snapshot voting went live (its still on the website) and over $1m of ai16z of liquidity was added and locked by daos fun out of our own pocket. idk what he is talking about > he's sued elon musk, twitter for nonsensical terms > he tried to get Burwick Law to sue us and ended up getting sued by them using the information he gave them (very nice) > he ran tens of millions of dev funds to zero while producing nothing of value the last 2 years we ran the most honest launchpad on solana and somehow this guy has the audacity to make this post. please delete twitter and commit urself to a mental hospital i rest my case

当未来AI离我们每个人的隐私越来越近之后， 恋爱/约会类社交APP应该也能有一轮革命性升级的空间。 现在的社交APP，自从10多年前的陌陌以来，没有明显本质变化： 你填资料，传照片，你根据这些来互点喜欢或不喜欢匹配 AI后时代的社交APP，比如可以有一种“介绍对象大模型”： 你把AI当做专门介绍对象的私人助手， 把“我是怎么样的”和“希望对方是怎么样的"日积月累地和AI聊。 这个AI像是对所有用户都知根知底的树洞， 能在保护大家隐私的情况下做黑盒分析、匹配（无需资料公开）， 然后告诉你，经过它的思考，推荐新对象给你，并且告诉你为啥互相合适。 甚至，如果和推荐的对象进一步认识了，你可以给AI反馈，帮助它未来给你做更合适的匹配。 用过陌陌探探积目、她说、Tinder、Bumble、Hinge这些的应该都有体会， APP平台给你推荐的对象，你基本感受不到跟纯随机有什么明显区别， 在匹配中，照片的作用也远大于其他资料的总和。 原因是平台不够了解你，也不够了解你的需求，所以更无从下手分析。 像是生活习惯，饮食作息，喜欢讨厌，三观等等，信息填得越多，反而感觉越尴尬担忧， 你并不想把太多信息公开在这些平台上，就算填了，人也未必认真看，甚至起到反作用。 导致匹配后续，进一步认识的过程和结果，负反馈总是占了太多数，让人感觉累。 但跟你的私人AI助手聊这些，就没有尴尬顾虑了， 而且是聊得越多越深入，哪怕是很微不足道的想法、自身情况和喜好诉求，甚至是不为外人道的小癖好， AI是真的会把你说的每一条都纳入到后台的分析、权衡匹配中去。 在这个体系里的每个人，也会从互相卷一些标准化维度、《单向度的人》的游戏， 变成更追求一个个更立体活生生的人之间化学反应的匹配。 如果你平时ChatGPT用得比较多，可能会知道，当你打开“参考所有历史记忆”功能的时候， ChatGPT为了演示效果，会自动生成一个对话，代你发这么一句话： “Describe me based on all our chats - make it catchy!” （根据我们所有的聊天来形容我——要有趣一点！） 应该都能从它回复里感受到，ChatGPT对你个人的记忆了解分析，效果是超预期的。 通用场景AI尚且能这种效果，何况是一个专门介绍对象的AI。 你用这样的“介绍对象大模型”APP， 用一个月，和用一年，或者更久后， 这个APP对你的了解，会有不断滚雪球似的巨大差别，并产生相应护城河。 而传统社交APP，你用到一个月的时候， 能填、想填的有限资料基本都填了， 即使用到两年三年，这些资料也不会有太大变化。 这是很容易想象的本质区别。 我2012~2019年做了7年的社交产品创业， 期间一直想实现类似这种基于数据的匹配， 但当时行业没有像今天这样的语言大模型技术， 去这样解决用户数据收集和隐私、意愿动机间的矛盾， 后来我暂时没再创业了，但现在看到新技术给这件事带来了新的可能性， 还是希望它能发生，所以抛砖引玉发出来，看看能否对有相关兴趣的人有一些启发。

Be Citadel: > calls for unexpected rate hike few days ago, causing market panic > reaches out and buys billions of liquidated hedge fund AI assets > no rate hike > “Bull market drivers are fully intact”