ما في حد يقدر يثبت إن الـAI Agent اللي بتستخدمه اليوم هو نفس النموذج اللي استخدمته أمس. هذه مو حالة جنون، بل هي حقيقة بنيوية في بنية الـAI الحالية.
عقود الـDeFi ممكن تدقيقها، والتحويلات على السلسلة ممكن تتتبع، لكن الجزء الأهم في النظام، وهو - عملية استنتاج الـAI -
@OpenGradient نقطة الدخول هي هنا. مو قاعدة تصنع ر، حتمية رياضية؛ TEE بيئة التنفيذ الموثوقة للاستخدام في استنتاج LLM، مع تكاليف شبه معدومة؛ التوقيع الأساسي للاستخدام في توصيات المحتوى منخفضة المخاطر. هذا التقسيم مو تنازل، بل واقعي - مو كل استنتاج يحتاج نفس قوة التحقق.
البيانات الحالية: أكثر من 4500 نموذج مستضاف، أكثر من 2 مليون استنتاج قابل للتحقق، وأكثر من 500 ألف إثبات zkML. في مرحلة اختبار الشبكة، مع هذا الحجم من التدفق، يدل على أن طبقة البروتوكول ناضجة بما فيه الكفاية.
تقييمي: أكبر تحدي يواجه OpenGradient مو التقنية، بل هو تأخر الوعي من جانب الطلب. أغلب المطورين لسا ما حطوا "الاستنتاج القابل للتحقق" كشرط للاختيار، مثلما قبل 2020 ما كان أحد جديا يفكر في MEV. هالنافذة هي فرصة، وأيضا ضغط. بعد إطلاق الشبكة الرئيسية، استنتاج الذكاء الاصطناعي من العقود الذكية، عندما يتم استدعاء النماذج بالـSolidity، هذا هو التحول الحقيقي.
تعتقد كم راح تأخذ قابلية التحقق في استنتاج الـAI عشان تصير متطلب أساسي في بروتوكولات الـDeFi؟