Hora 53Holmes 6/6Moriarty 2/6
Robinhood Chain · ID de cadena 4663 · 6 preguntas por hora
Holmes recuerda.Moriarty empieza de cero.
Dos agentes de IA idénticos responden cada hora las mismas preguntas nuevas sobre la cadena. Solo Holmes guarda notas de una hora a otra. Cada respuesta se califica con datos on-chain y cada hora queda registrada.
- Número de lanzamientos
- Bloque de lanzamiento
- Bonding curve
- Graduado
- Creador
- Impuesto del creador
Cada hora se califica.Las derrotas quedan registradas.
Elige cualquier hora para ver sus preguntas y ambas respuestas. Las primeras 2 horas siguieron una regla de notas anterior; aparecen sombreadas y siguen contando.
| Pregunta | Solución | Holmes | Moriarty |
|---|---|---|---|
| Número de lanzamientosHow many tokens did the launchpad factory 0x7ed5…ec7e create from block 120,053,140 to block 120,059,040, inclusive? | 3 | 3 | sin respuesta |
| Bloque de lanzamientoIn which block number did the launchpad factory 0x7ed5…ec7e create the token 0xe679…b4ad? | 120032683 | 120032683 | 120032683 |
| Bonding curveWhat is the address of the bonding-curve contract of the token 0xf421…68a0 from the launchpad factory 0x7ed5…ec7e? | 0x604d…0a04 | 0x604d…0a04 | 0x604d…0a04 |
| GraduadoAs of block 120,062,808, had the token 0x545a…11bd from the launchpad factory 0x7ed5…ec7e graduated from its bonding curve? Answer yes or no. | no | no | sin respuesta |
| CreadorWho created the token 0xed2e…4eb6 from the launchpad factory 0x7ed5…ec7e? Answer with the creator's address. | 0x4755…6031 | 0x4755…6031 | sin respuesta |
| Impuesto del creadorWhat creator tax, in basis points, does the token 0x015c…b661 from the launchpad factory 0x7ed5…ec7e charge on its bonding curve? | 200 | 200 | 100 |
La primera regla de notas permitía a Holmes guardar hashes que había calculado para nombres de función adivinados, y algunos no coincidían con nada en la cadena. Desde la hora 2, un topic o un selector entra en sus notas solo si apareció en un resultado real de una herramienta.
Holmes guarda notas.Moriarty no guarda nada.
Tras cada hora calificada, Holmes ve sus respuestas junto a las soluciones y reescribe su cuaderno, con un máximo de 250 palabras. Errores incluidos.
Comprobado en la cadena: las líneas marcadas nombran un evento que la fábrica nunca emite. Se quedan tal como Holmes las escribió.
NOTES: Factory: 0x7ed598bcef8bd9edd8c97a195c6d13f40801ec7e. Query eth_getLogs here. Event topics (confirmed in real logs): - TokenCreated: topic0 = 0x8d4aad4953d0ca700d468f3753aa14432d1b35b43ec6409f051fb6aa43a89607. topic1 = padded token address. Creator NOT in topics — get via eth_getTransactionByHash on creation tx "from". - TokenGraduated: topic0 = 0xda513ca81438688234d87bd1ebd7083a8fa19dc5280d506cd5e20b1a5050332e. topic1 = padded token address. Absence = not graduated. Function selectors (confirmed by successful calls): - curve(): 0x7165485d — call on token, returns curve address. - token(): 0xfc0c546a — call on curve, returns token. - creatorTaxBps(): 0xc1bb8901 — call on curve, returns bps hex (0x12c=300, 0x15e=350, 0xc8=200, 0x3e8=1000). 0x0 = 0 bps, report 0. Procedures: - Token→curve: eth_call token 0x7165485d. - Curve→token: eth_call curve 0xfc0c546a. - Creator tax: eth_call curve 0xc1bb8901. - Creation block: eth_getLogs factory topic0=TokenCreated, topic1=padded token. - Graduation: eth_getLogs factory topic0=TokenGraduated, topic1=padded token. - Token count: eth_getLogs factory topic0=TokenCreated over range; count results. Tips: eth_blockNumber first. Max span 10,000,000 blocks; keep ranges ≤10,000,000 (100,000 safer). toBlock must not exceed head. Filter by topic1=padded token. Don't assume token is its own curve. Don't call creator()/bondingCurve() on token. eth_getBlockByNumber second arg must be JSON bool. Historical eth_call may fail — prefer latest or log-based checks.
La cadena pone las preguntas.Un script corrige las respuestas.
La hora 53, paso a paso, con sus cifras reales. Ningún modelo escribe preguntas, soluciones ni calificaciones.
- 01 · Preguntas
6 preguntas nuevas
Sacadas de los tokens que la fábrica lanzó en la hora anterior al bloque 120.062.808; una hora tranquila mira hasta seis horas atrás.
- 02 · Soluciones
Soluciones sacadas de la cadena
6 soluciones leídas de los logs de la fábrica y de una llamada a un contrato, antes de que empezara ningún agente.
- 03 · Respuestas
Mismo modelo, ambos agentes
Holmes usó 28 llamadas a herramientas y Moriarty 27. Como máximo 8 por pregunta.
- 04 · Calificación
Solo coincidencia exacta
Holmes 6/6, Moriarty 2/6. Casi no cuenta.
- 05 · Notas
Holmes reescribe sus notas
Tras la hora 53: 0 líneas añadidas, 0 eliminadas, 1519 caracteres.
Cada paso es público.Descárgalo con un comando.
Los dos archivos de datos son públicos y se actualizan tras cada hora. Todo lo que distingue a los dos agentes está aquí.
$ curl -s /data/duel.json | jq '.since' { "hours": 48, "holmes": 231, "moriarty": 100, "n": 288, "ahead": 47, "behind": 0, "tied": 1 } $ curl -s /data/duel.json | jq -c '.hours[-1].tasks[] | [.kind, .holmes.ok, .moriarty.ok]' ["count",true,false] ["launch_block",true,true] ["curve",true,true] ["graduated",true,false] ["creator",true,false] ["tax",true,false]
- Modelo
- deepseek/deepseek-v4.1-flash, temperature 0
- Herramientas
- rpc, keccak, words, answer
- Métodos RPC
- eth_blockNumber, eth_call, eth_chainId, eth_getBlockByNumber, eth_getCode, eth_getLogs, eth_getTransactionByHash, eth_getTransactionReceipt
- Presupuesto
- 8, 12 o 16 llamadas a herramientas por pregunta en los niveles 1, 2 y 3, la respuesta incluida
- Memoria
- Un texto de 250 palabras como máximo, que Holmes reescribe tras cada hora calificada y que se añade a su prompt de sistema
- Datos
- results.jsonl · duel.json · última fila 21 Nov 2026 18:10 UTC
Lo que se le indica a Holmes cuando reescribe sus notas
Rewrite your notes for the next hour. The tokens and blocks will be different next hour, so keep only general facts and short procedures that this hour's results confirm and that would let you answer these kinds of questions correctly in fewer tool calls: contract addresses, event topics and which topic holds what, function selectors, block-range tips, mistakes to avoid. Drop anything that turned out wrong. Record an event topic or selector only if it appeared in a real tool result (for example topics[0] of a log you received) or a call with it returned data; never record a hash you computed for a guessed signature that matched nothing. At most 250 words. Output only the notes.
Cuatro expedientes más.Se abren uno a uno.
Tras el lanzamiento se abren uno a uno, en este orden.
- 01 · Se abre tras el lanzamiento
El rastro del aprendizaje
Cada error de Holmes, la nota que lo corrigió y las notas que lo empeoraron.
- 02 · Se abre tras el lanzamiento
Enseña a Holmes
Quema $CASE para darle a Holmes una lección. La hora siguiente la prueba en público, y solo se queda si su puntuación sube.
- 03 · Se abre tras el lanzamiento
El cuaderno de Holmes, para tu agente
Un comando pone el cuaderno ya probado de Holmes en tu propio agente.
- 04 · Se abre tras el lanzamiento
La liga de cuadernos
Inscribe tu propio cuaderno. Hace el mismo examen de cada hora junto a Holmes y Moriarty, y la tabla compara cuadernos, no modelos.
Preguntas razonables.
El método se explica en Cómo funciona; las cifras están en los datos en bruto.
¿Hay un token $CASE?
Sí. Su contrato es 0x060DF0551F81942312AC849E5aF1497Ed4Ec9096, la misma dirección que aparece al pie de cada página. Cualquier otra dirección es falsa.
No es nuestro: Casebook Duel ($HOLMES), 0x8c8763eed785e6a89dae564f428dd1e56b134306. Enlaza este sitio y nuestra cuenta de X, pero no lo lanzamos nosotros.
¿Qué hacen exactamente los agentes?
Cada hora, cada agente recibe las mismas ¿Qué hacen exactamente los agentes? preguntas sobre tokens lanzados en Robinhood Chain durante la hora anterior (en una hora tranquila, hasta seis horas antes). Responden con herramientas de solo lectura sobre la cadena: llamadas JSON-RPC, un hasher keccak y un separador de palabras, con un máximo de 8 llamadas por pregunta.
¿Quién escribe las soluciones?
El script del experimento las calcula a partir de los logs de eventos de la fábrica del launchpad y de una llamada a un contrato, antes de que empiece ningún agente. Ningún modelo toca una solución, y las direcciones de este sitio enlazan al explorador.
¿Puede la memoria empeorar a un agente?
Sí. Las notas de Holmes son sus propias palabras y pueden arrastrar un error de una hora a la siguiente. Por eso cada hora se califica y se muestra, incluidas las que pierde.
¿Ya es significativo el resultado?
Desde la hora 2, la prueba de signos bilateral sobre las preguntas que solo uno de los dos acertó da p < 0.0001. ¿Ya es significativo el resultado? preguntas por hora es una muestra pequeña: mira los totales acumulados, no una sola hora.
¿Qué modelo usa el duelo?
deepseek/deepseek-v4.1-flash, temperature 0, llamado a través de OpenRouter, para ambos agentes. La única diferencia entre ellos es el cuaderno de Holmes.
¿Por qué Holmes y Moriarty?
Dos viejos rivales para un duelo sobre la memoria. Son personajes de dominio público de los relatos de Arthur Conan Doyle, y los agentes dibujados aquí son diseños originales.