很多人研究$OPG ，都会把注意力放在 TEE 或者 Verifiable Inference 上。但我最近反而对 OpenGradient 的 SolidML 产生了越来越大的兴趣，而且越研究越觉得，这个功能可能比市场想象得更重要。

过去几年，“AI+智能合约”几乎成了一种固定叙事，但我实际体验下来，大部分项目其实都没有真正解决问题。 #OPG

表面上看是链上应用调用 AI，实际上还是：

合约 → 后端服务器 → 模型。

整个核心逻辑依然掌握在中心化服务手里。

这也是为什么我以前一直觉得，所谓 AI+Web3 很多时候只是包装。

但 @OpenGradient 的 SolidML 思路有点不一样。

OpenGradient 希望把模型调用能力直接嵌入开发框架，让开发者能够在 Solidity 环境里调用 AI 推理能力，而不是通过一层又一层中心化接口去转发。

刚开始看到这个设计的时候，我其实挺怀疑的。

因为智能合约追求的是确定性，而 AI 本身是概率性的，两者天然存在冲突。

但后来测试一些 Prediction Market 和 Agent 项目的时候，我发现一个问题：很多应用其实不需要 AI 百分之百正确，它们需要的是一个统一、稳定且能够持续调用的推理层。

这时候 OpenGradient 的 SolidML 价值就体现出来了。

开发者不需要自己维护模型服务，不需要自己搭建推理环境，也不需要再额外设计验证模块，而是直接利用 OpenGradient 提供的模型、执行环境以及 Verifiable Inference。

某种程度上，OpenGradient 的 SolidML 更像是在做 AI 世界的中间件。

它不是最性感的东西，但能够大幅降低开发复杂度。

当然，我也不认为 OpenGradient 的 SolidML 已经成熟。

一个很现实的问题是，目前链上应用对于 AI 的需求其实还不够大，开发者习惯也没有形成。另一方面，如果推理延迟过高或者成本过高，很多场景可能还是会回到传统后端方案。

所以我现在对 OpenGradient 的看法挺有意思。