Recentemente vi que @CoreonMCP irá iniciar a pré-venda em @four_meme_, o projeto parece bastante interessante, mas a ideia é muito clara: usar um "motor de execução AI modular" para transformar linguagem humana em ações verificáveis na blockchain. Em termos simples, é dividir uma frase em linguagem natural em uma cadeia de execução ToolCall auditável, permitindo que cada passo deixe um rastro na blockchain, seja rastreável e verificável. Por que recomendo acompanhar: 🔹 Barreiras mais baixas: não é necessário escrever scripts complexos, basta usar linguagem natural para acionar operações na blockchain, adequado para iniciantes e equipes que desejam implementar rapidamente. 🔹 Segurança e verificabilidade: cada passo é registrado na blockchain, o processo é transparente, reduzindo a incerteza trazida pela execução em "caixa preta". 🔹 Expansão modular: é possível combinar diferentes "ferramentas/módulos" conforme necessário, adaptando-se a operações DeFi, automação de tarefas, estratégias de negociação, Bots na blockchain, processos RWA, entre outros cenários. 🔹 Aumento de eficiência: do "pensamento -> execução" é quase uma linha reta, economizando custos de mão de obra ao evitar cliques manuais. 🔹 Voltado para AI nativa Web3: coloca a intenção da AI diretamente na lógica da blockchain, adequado para criar agentes (Agents) e fluxos de trabalho com um clique. Informações da pré-venda ( $COM ): 🔹 Tempo: 17 de outubro, 17:00 – 19 de outubro, 17:00 (UTC+8) 🔹 Moeda de subscrição: USD1 🔹 Limite por carteira: 50 – 500 USD1 🔹 Qualificação para participação: deve ter ≥ 40 Credits Nota: Durante o evento, alcançar 40 pontos também permite participação, sem necessidade de snapshot. Se você está interessado na direção "AI × execução na blockchain", o paradigma deste projeto vale a pena acompanhar. Recomendo que você junte os Credits com antecedência, a janela de pré-venda é de apenas dois dias, e as vagas e limites são limitados. Equipes ou indivíduos que desejam desenvolver estratégias de automação, agentes na blockchain ou execução de tarefas em massa podem estudar mais a fundo o design da cadeia de ferramentas e a combinabilidade do Coreon MCP.