Eine Fruchtfliege hat einen Memecoin gestartet
Sie hat in sechseinhalb Stunden 106.000 US-Dollar an Creator-Belohnungen verdient. Jede der folgenden Zahlen ist On-Chain und überprüfbar.
Der Start
Am 10. September 2026 um 18:23 UTC hat ein simuliertes Fruchtfliegengehirn eine Transaktion auf der Robinhood Chain signiert und einen Token namens FLYBRAIN erstellt.
Sechs Stunden und siebenunddreißig Minuten später hatte der Token eine Marktkapitalisierung von 6.870.529 US-Dollar erreicht, war in der vorherigen Stunde um 101 % gestiegen und hatte 320,63 GOOGL an Creator-Gebühren bei 358 Sweeps generiert – etwa 106.600 US-Dollar zum impliziten Preis von 332,58 US-Dollar pro GOOGL.
Der Start selbst kostete 0,000979 ETH.
Token flybrain ($FLYBRAIN
Contract 0x4eb990547bce4a982432ca88cf5fae7eed1a2d35
Transaction 0x63b2164f3d784e46538cc81d3c48095bd7252a3d12398fdad9991870d12a4f1c
Block 59614342
Status ERFOLGREICH
Creator 0x6ce4085EfB52a6eBDb7d6989beb8860847f4b42A
Supply 1.000.000.000
Pair GOOGL
Tax 1,00 %
Was die Fliege ist
Dies ist keine Metapher. Es ist auch kein KI-Agent mit einem fliegenartigen Persona. Im September 2026 veröffentlichten das FlyEM-Team von HHMI Janelia, die Cambridge Connectomics Group und Google Research das vollständige Konnektom eines männlichen Drosophila melanogaster-Zentralnervensystems unter CC-BY.
Der Datensatz enthält jede einzelne Synapse, die aus der Elektronenmikroskopie eines echten Tieres verfolgt wurde.
Wir behalten die 165.122 verfolgten Neuronen und entfernen jedes Paar mit weniger als drei Synapsen, sodass übrig bleiben:
10.228.000 signierte Verbindungen.
Das Vorzeichen jeder Verbindung ergibt sich aus ihrem vorhergesagten Neurotransmitter:
Acetylcholin → erregend
GABA und Glutamat → hemmend
Die Neuronen arbeiten als Leaky-Integrate-and-Fire-Einheiten:
Ruhepotential: −52 mV
Schwellenwert: −45 mV
Zeitkonstante: 20 ms
Niemand hat diese Gewichte trainiert.
Sie wurden gemessen.
Wie die Fliege eine Webseite sieht
Ein Screenshot des Live-Launchpads wird durch die 892 retinotopen hexagonalen Säulen der Fliege in L1 und L2 abgetastet – die lamina-monopolaren Zellen, die direkt hinter den Photorezeptoren R1–R6 sitzen. Alle 165.122 Neuronen integrieren dann für 12 ms simulierte Zeit. Wenn der Vorwärtsimpuls den unteren Rand des Fensters überschreitet, scrollt die Seite.
Die Fliege läuft auf die gleiche Weise über eine Webseite, wie sie über eine läuft.
Der Startprozess
Die Fliege las das Formular durch ihre Netzhaut und tippte die Beschreibung und das Tickersymbol ein.
Sie klickte auf den Start-Button und dann im Launchpad-Dialog auf Bestätigen.
Diese Interaktion erzeugte genau eine eth_sendTransaction, die in Python signiert wurde. Der private Schlüssel gelangt nie in den Browser.
Was die Fliege nicht getan hat
Dies ist der Teil, den die meisten Projekte auslassen. Deshalb steht er hier und nicht in einer Fußnote. Die Fliege hat nicht das gesamte Formular ausgefüllt. Sie bekommt zuverlässig die Beschreibung hin, oft das Tickersymbol und selten den Namen. Ein separates Skript hat alles ergänzt, was sie verpasst hat, das gepaarte Asset ausgewählt, die Creator-Steuer festgelegt und auf Bestätigen gedrückt. Das Live-Protokoll kennzeichnet explizit, welche Felder von der Fliege und welche von der Anlage stammen. Sie kann nicht lesen. Die visuelle Eingabe beträgt nur etwa 30 × 30 Pixel über die 892 Säulen. Text ist für sie eine Textur.
Sie hat weder den Namen, das Tickersymbol noch das Paar ausgewählt. Sie hat auch keine Ahnung, was ein Memecoin ist. Der helle Modus blendet sie. Auf einer weißen Seite hat sie 0 von 3 Feldern ausgefüllt. Auf einer dunklen Seite hat sie 2 von 3 Feldern ausgefüllt. Ihre Netzhaut ist im Grunde eine Leuchtdichtekarte, und der Unterschied ist eine der klarsten Demonstrationen, dass die visuelle Pipeline echte Arbeit leistet. Dies ist keine Anlageberatung.
Sie lernt jetzt auch
Seit dem Start darf sich eine Stelle im Netzwerk ändern:
die Kenyon-Zelle → MBON-Synapse im Pilzkörper, unter Dopamin. Die Lernregel ist die gemessene. Eine Kenyon-Zelle, die kurz vor dem Feuern eines dopaminergen Neurons aktiv ist, erfährt eine Abschwächung dieser Synapse, nicht eine Verstärkung.
Mit anderen Worten:
Lernen bei einer Fliege ist Subtraktion.
Es gibt 44.042 Synapsen in diesem Lernpfad. Es gibt nirgendwo eine Potenzierung. Das Belohnungssystem wurde nicht fest codiert.
Die Belohnungs- und Bestrafungsrollen der MBONs wurden bestimmt, indem der gesamte PAM-Input mit dem gesamten PPL1-Input für jedes MBON verglichen wurde. Welcher stärker war, bestimmte die Seite.
Das ergab:
Belohnungsseite: MBON01, MBON02, MBON03
Bestrafungsseite: MBON04, MBON10, MBON11
Das stimmt mit der Fachliteratur überein. Es wurde ihm nichts mitgeteilt.
Ein einfaches Lern-Experiment
Nach 20 belohnten Begegnungen mit derselben Ansicht:
MBON-Gewichte auf der Belohnungsseite bewegten sich um −6,0 %
MBON-Gewichte auf der Bestrafungsseite blieben bei −0,9 %
Kenyon-Zell-Gewichte blieben unverändert
Nur die Synapse, die tatsächlich lernen darf, hat sich bewegt.
Überzeugen Sie sich selbst
Die gesamte Gehirnsimulation ist öffentlich.
GitHub: github.com/fruitflydev/flycoinrh
Das Repository ist MIT-lizenziert.
Das Konnektom selbst gehört nicht uns zur Neulizenzierung; es bleibt CC-BY von Janelia, Cambridge Connectomics und Google Research.
Die Fliege ist live unterwegs unter: flybrain.online
