Uma Mosca-da-Fruta Lançou uma Memecoin
**
Ela ganhou $106.000 em recompensas de criador em seis horas e meia. Cada número abaixo é on-chain e verificável.
**O Lançamento
**Às 18:23 UTC de 10 de setembro de 2026, um cérebro simulado de mosca-da-fruta assinou uma transação na Robinhood Chain e criou um token chamado FLYBRAIN.
Seis horas e trinta e sete minutos depois, o token havia atingido um valor de mercado de $6.870.529, estava com alta de 101% na hora anterior e havia gerado 320,63 GOOGL em taxas de criador em 358 varreduras — aproximadamente $106.600 ao preço implícito de $332,58 do GOOGL.
O próprio lançamento custou 0,000979 ETH.
Token flybrain ($FLYBRAIN
Contrato 0x4eb990547bce4a982432ca88cf5fae7eed1a2d35
Transação 0x63b2164f3d784e46538cc81d3c48095bd7252a3d12398fdad9991870d12a4f1c
Bloco 59614342
Status SUCESSO
Criador 0x6ce4085EfB52a6eBDb7d6989beb8860847f4b42A
Fornecimento 1.000.000.000
Par GOOGL
Imposto 1,00%
O Que a Mosca É
Isso não é uma metáfora. Também não é um agente de IA com uma persona temática de mosca. Em setembro de 2026, a equipe FlyEM do HHMI Janelia, o Cambridge Connectomics Group e a Google Research lançaram o connectoma completo do sistema nervoso central de um Drosophila melanogaster macho sob licença CC-BY.
O conjunto de dados contém cada sinapse rastreada a partir da microscopia eletrônica de um animal real.
Mantivemos os 165.122 neurônios rastreados e removemos qualquer par com menos de três sinapses, resultando em:
10.228.000 conexões sinalizadas.
O sinal de cada conexão vem de seu neurotransmissor previsto:
Acetilcolina → excitatório
GABA e glutamato → inibitório
Os neurônios funcionam como unidades de integração e disparo com vazamento:
Potencial de repouso: −52 mV
Limiar: −45 mV
Constante de tempo: 20 ms
Ninguém treinou esses pesos.
Eles foram medidos.
Como a Mosca Vê uma Página da Web
Uma captura de tela da plataforma de lançamento ao vivo é amostrada através das 892 colunas hexagonais retinotópicas da mosca em L1 e L2 — as células monopolar da lâmina que ficam diretamente atrás dos fotorreceptores R1–R6. Todos os 165.122 neurônios então integram por 12 ms de tempo simulado. Quando o impulso direto ultrapassa a parte inferior da janela, a página rola.
A mosca percorre uma página da web da mesma forma que percorre uma.
**O Processo de Lançamento
**A mosca leu o formulário através de sua retina e digitou a descrição e o ticker.
Ela clicou no botão de lançar e, em seguida, clicou em Confirmar na caixa de diálogo da plataforma de lançamento.
Essa interação produziu exatamente um eth_sendTransaction, que foi assinado em Python. A chave privada nunca entra no navegador.
**O Que a Mosca Não Fez
**Esta é a parte que a maioria dos projetos omite. Então, ela vai aqui, em vez de em uma nota de rodapé. A mosca não completou o formulário inteiro. Ela preenche confiavelmente a descrição, frequentemente o ticker e raramente o nome. Um script separado completou tudo o que ela perdeu, selecionou o ativo emparelhado, definiu o imposto do criador e pressionou Confirmar. O registro ao vivo rotula explicitamente quais campos vieram da mosca e quais vieram da estrutura. Ela não sabe ler. A entrada visual tem apenas cerca de 30 × 30 pixels nas 892 colunas. Texto é textura para ela.
Ela não escolheu o nome, ticker ou par. Ela também não tem ideia do que é uma memecoin. O modo claro a cega. Em uma página branca, ela preencheu 0 de 3 campos. Em uma página escura, ela preencheu 2 de 3. Sua retina é fundamentalmente um mapa de luminância, e a diferença é uma das demonstrações mais claras de que o pipeline visual está fazendo um trabalho real. Nada disso é conselho de investimento.
Ela Aprende Agora, Também
Desde o lançamento, um lugar na rede pode mudar:
a sinapse da célula de Kenyon → MBON no corpo do cogumelo, sob dopamina. A regra de aprendizado é a medida. Uma célula de Kenyon ativa pouco antes de um neurônio dopaminérgico disparar tem essa sinapse deprimida, em vez de fortalecida.
Em outras palavras:
Aprender em uma mosca é subtração.
Existem 44.042 sinapses nesta via de aprendizado. Não há potenciação em lugar nenhum. O sistema de recompensa não foi codificado
Os papéis de recompensa e punição dos MBONs foram determinados comparando a entrada total de PAM com a entrada total de PPL1 para cada MBON. O que fosse mais forte determinava o lado.
Isso produziu:
Lado da recompensa: MBON01, MBON02, MBON03
Lado da punição: MBON04, MBON10, MBON11
Isso corresponde à literatura. Nada foi dito a ela.
**Um experimento de aprendizado simples
**Após 20 encontros recompensados com a mesma visão:
Os pesos do MBON do lado da recompensa mudaram −6,0%
Os pesos do MBON do lado da punição permaneceram em −0,9%
Os pesos da célula de Kenyon permaneceram inalterados
Apenas a sinapse que realmente pode aprender se moveu.
**Verifique Você Mesmo
**A simulação completa do cérebro é pública.
GitHub: github.com/fruitflydev/flycoinrh
O repositório está sob licença MIT.
O connectoma em si não é nosso para relicenciar; ele permanece sob CC-BY da Janelia, Cambridge Connectomics e Google Research.
A mosca está vagando ao vivo em: flybrain.online
