من يتحكم في وكلاء الذكاء الاصطناعي عندما يكون المال على السلسلة؟ إجابة نيوتن مختلفة
يتحدث معظم الناس عن وكلاء الذكاء الاصطناعي في عالم العملات المشفّرة كأنهم عمّال سحريون: يعيدون موازنة المحافظ، ويسعون وراء العائد، ويحركون العملات المستقرة، ويديرون الأصول الواقعية (RWAs) بينما نحن ننام. ما لاحظته مع @NewtonProtocol هو أنه يهاجم بهدوء المشكلة الحقيقية الكامنة وراء هذا الحلم: فمن الذي يتحكم فعليًا عندما يبدأ الوكيل في لمس المال الحقيقي؟ أعتقد أن Newton Mainnet Beta مهم لأنه لا يكتفي بالقول “دعوا الوكلاء يفعلون المزيد”. بل يضيف طبقة تنسيق بين نية الإنسان وقرارات الوكيل وتنفيذ المعاملات على السلسلة (onchain).
معظم الناس ينظرون إلى بروتوكول نيوتن بشكل خاطئ تمامًا.
ما لاحظته هو أن نيوتن لا يقتصر على كونه "الذكاء الاصطناعي + الأتمتة + الامتثال" فقط. إنه بهدوء يتحول إلى **محرك ميزانية المخاطر** لوكلاء الذكاء الاصطناعي وRWAs.
نحن على وشك أن نسمح للوكلاء بالوصول إلى الخزائن (الاحتياطيات) والـ stablecoins والأصول المُرمّزة (tokenized assets). إذا استطاع هؤلاء الوكلاء نقل القيمة بحرية دون حدود صارمة، فهذا ليس ابتكارًا — بل مخاطرة غير مُتحكم فيها.
الجزء المثير للاهتمام في @NewtonProtocol هو الآلية الخفية: يمكنك ترميز **كم** المخاطر يُسمح لوكيل بتحملها، و**أين** يمكن للأصول أن تنتقل، و**أي** الولايات القضائية أو الأطراف المقابلة محظورة — **قبل** أن يتم تسوية أي معاملة.
هذا يبدو أقرب إلى التحكم بالمخاطر القابل للبرمجة أكثر من كونه قائمة تحقق بسيطة للسياسات.
هناك شيء واحد يفوته الناس: إذا أصبحت وكلاء الذكاء الاصطناعي الطريقة الافتراضية لتنفيذ الاستراتيجيات، فستتحول بروتوكولات مثل نيوتن إلى المكان الذي تكتب فيه "لن نخسر أكثر من X"، "لن ننقل الأموال خارج Y"، "لن نصل إلى أصول تتجاوز Z". هذا ليس مجرد امتثال — بل هو الحاجز (guardrail) الذي يجعل التمويل الوكيل (agentic finance) قابلًا للاستخدام للأموال الجادة.
أعتقد أن الانقسام الكبير التالي في عالم العملات المشفرة لن يكون فقط بين DeFi وTradFi. ستكون المقارنة: "وكلاء لديهم ميزانيات مخاطر على مستوى البروتوكول" مقابل "وكلاء يعملون بالحدس والأجواء والثقة العمياء".
إذا $NEWT وBeta للشبكة الرئيسية لـ Newton أصبحتا فعلًا الطبقة القياسية لهذا النوع من التحكم، فإن القيمة الحقيقية ليست فقط في الأتمتة. بل في جعل **الثقة أرخص** لكل محفظة، ولكل منصة RWA، ولكل مسار (rail) للعملات المستقرة المؤسسية الذي يحتاج قيودًا صارمة مُدمجة مباشرة في التنفيذ.
لذا فهذه هي المسألة التي أعود إليها دائمًا: هل ستثق في وكيل ذكاء اصطناعي بأصولك **بدون** ميزانية مخاطر على مستوى البروتوكول تفرض عليه تنفيذ تحركاته؟
التحوّل الحقيقي في Newton Mainnet Beta هو تحكم الخزائن القابل للتأليف
ما لاحظته هو أن Newton Mainnet Beta ليس مجرد إعلان آخر عن “الأتمتة”. إنه يحاول جعل قواعد الخزائن قابلة للتطبيق عند النقطة الدقيقة التي تتحرك فيها رؤوس الأموال. قد يبدو ذلك دقيقًا، لكنه في الواقع هو القصة كاملة. على مر السنين، عاشت إدارة مخاطر التمويل اللامركزي (DeFi) مجزأة. يتحقق نظامٌ ما من السعر، ويتحقق نظامٌ آخر من السمعة، ويتحقق نظام ثالث من الامتثال، وغالبًا ما يكون معظم ذلك خارج المعاملة نفسها. يقوم نيوتن بسحب عمليات التحقق هذه إلى طبقة سياسة واحدة، بحيث يمكن لأي خزنة (vault) تقييم ما إذا كان ينبغي السماح بالمعاملة قبل أن تستقر.
معظم مشاريع العملات المشفرة تتحدث عن الأتمتة. نيوتن يتحدث فعلًا عن التحكم.
هذا الفرق مهم.
لأن الاختناق الحقيقي في التمويل على السلسلة ليس سرعة تنفيذ الإجراءات. بل هو تحديد ما الذي ينبغي السماح بحدوثه من الأساس.
هناك أمر يفتقده الناس وهو هذا: إذا كانت وكلاء الذكاء الاصطناعي والأقبية ستتولى إدارة الأموال، فإن الفائز ليس هو النظام الأسرع. الفائز هو النظام الذي يمكنه فرض السياسات قبل أن تتحرك الأموال.
هذا يغيّر سلوك كامل طبقات النظام. يتوقف المستخدمون عن “الآمل” أن سير العمل آمن. وتتوقف المؤسسات عن التعامل مع الامتثال كطبقة منفصلة. ويحصل المطورون على طريقة قابلة للبرمجة لربط القواعد بالتنفيذ.
وهذه نقلة أكبر بكثير من مجرد قائمة ميزات.
إذا نجحت نسخة نيوتن الرئيسية التجريبية (Mainnet Beta)، فالتأثير ثانوي الدرجة بسيط: تصبح عملية التفويض بنية تحتية، والبنية التحتية هي المكان الذي تقبع فيه القوة الحقيقية عادةً.
هل ترى نيوتن مشروع أتمتة لـDeFi، أم بداية لطبقة سياسات للتمويل على السلسلة؟ @NewtonProtocol $NEWT #Newt
أعتقد أن القصة الحقيقية وراء @OpenGradient بسيطة: الناس لا يريدون فقط ذكاءً أكبر في الذكاء الاصطناعي، بل يريدون نوايا أكثر أمانًا.
ولهذا السبب تهم $OPG . يزيل OpenGradient Chat المفاضلة المعتادة — إجابات مفيدة دون ربط كل سؤال بهويتك.
هناك أمر يفوته كثيرون وهو أن الخصوصية تغيّر السلوك. إذا شعر المستخدمون أن الأداة تتم مراقبتها، فإنهم يقيّدون أنفسهم بالتصريح. وإذا شعروا بأنها خاصة، يسألون الأسئلة الحقيقية: المال، الصحة، العمل، الأمور القانونية، والأشياء غير المريحة. هذه ليست مجرد تفصيلة صغيرة في تجربة المستخدم. إنها مفتاحٌ لفتح الطلب.
وتظهر الفكرة نفسها أيضًا في البنية التحتية. تم بناء OpenGradient كحزمة ذكاء اصطناعي قابلة للتحقق، مع استضافة النماذج وتنفيذ آمن ومستودع بلا إذن (permissionless) للنماذج. هذا مهم لأن الثقة في الذكاء الاصطناعي تتحرك من “هل يبدو صحيحًا؟” إلى “هل يمكن التحقق منه؟”
رأيي إذن: الفرصة ليست مجرد محادثة خاصة. إنها طبقة جديدة للمشاركة في الذكاء الاصطناعي. لا يحتاج الناس إلى المزيد من الأوامر. بل يحتاجون إلى أسباب أقل للاختباء.
ما رأيك في ما يدفع التبنّي هنا بقوة أكبر — جودة النموذج أم حقيقة أن أحدًا لا يعرف أنه جاء منك؟ #OPG $OPG #OPG
أعتقد أن السباق الأكثر إثارة هو من سيحل مشكلة الثقة.
اليوم، يتفاعل معظم المستخدمين مع الذكاء الاصطناعي من خلال صناديق سوداء. نحن نرى المخرجات، لكن نادراً ما نعرف كيف تم تدريب النموذج أو تعديله أو تنفيذه.
ما لاحظته حول @OpenGradient هو أن المشروع لا يركز فقط على أداء الذكاء الاصطناعي. بل يبني بنية تحتية حول التحقق.
هذا يغير الحوافز.
إذا كان بإمكان المطورين، والمدققين، والمستخدمين جميعاً التحقق مما حدث خلف الكواليس، فإن الثقة تتوقف عن كونها ادعاءً تسويقيًا وتبدأ في أن تصبح جزءًا من النظام نفسه.
التأثير من الدرجة الثانية مثير للاهتمام: قد لا يعتمد اعتماد الذكاء الاصطناعي على القدرة فقط. قد يعتمد على ما إذا كان بإمكان الناس التحقق بشكل مستقل من الذكاء الذي يستخدمونه.
شيء واحد يفتقده الناس هو أن الشفافية يمكن أن تصبح ميزة تنافسية، وليس مجرد ميزة امتثال.
إذا أصبح الذكاء الاصطناعي بنية تحتية حيوية، ما الذي يهم أكثر: النموذج الأذكى أم الأكثر موثوقية؟
معظم الناس يجلبون أسئلتهم الأكثر أهمية إلى الذكاء الاصطناعي الآن - وهو عرض مقلق، قرار ضريبي، ارتباط قانوني، الشيء الذي لن يقولوه أبداً بصوت عالٍ. لكن إليك ما لا يتحدث عنه أحد: المساعدات التي يسألونها تم بناؤها لتتذكر.
تُربط الرسائل بحساب، وتُسجل، وتصبح مؤهلة لتدريب النموذج التالي. إنها صفقة هادئة لم يوافق عليها المستخدمون: احصل على المساعدة، لكن سلم التفاصيل الأكثر حساسية في حياتك.
@OpenGradient أطلق شيئًا مختلفًا مع OpenGradient Chat في 3 يونيو. الخصوصية ليست وعد سياسة - إنها مفروضة في الهيكل:
• مشفرة على جهازك قبل مغادرة المتصفح • تمر عبر نقطة إعادة توجيه HTTP غير مرئية (ترى نقطة إعادة التوجيه عنوان IP ولكن فقط النص المشفر) • تتم معالجتها داخل بوابة معزولة TEE مع توثيق بعيد
الإنكلود معتمد، لذا يمكنك التحقق من هذه الضمانات بنفسك بدلاً من أخذ كلامهم كحقيقة. OpenGradient لا تحتفظ برسالة يمكنها تتبعها إليك.
تحت الخصوصية، إنها في الحقيقة مساعد كامل. تطبيق واحد يصل إلى ChatGPT وClaude وGemini وGrok وByteDance Seed. يمكنك التبديل أثناء المحادثة أو تشغيل اثنين جنبًا إلى جنب. بالإضافة إلى البحث المباشر على الويب، وتوليد الصور غير الخاضعة للرقابة، وتحميل الملفات. يحصل أي شخص على 1,000 رصيد مجاني عند التسجيل.
ما فاجأني؟ الفريق يعتقد أن هذا عكس المنطق: "الأسئلة التي يكون فيها الذكاء الاصطناعي الأكثر فائدة هي تلك التي يخاف الناس أكثر من كتابتها."
$OPG هو رمز المرافق الأصلي للشبكة - ادفع مقابل استدلال الذكاء الاصطناعي القابل للتحقق، ومكافأة مشغلي العقد، وحكم البروتوكول. البنية التحتية الأساسية هي بنية حساب الذكاء الاصطناعي الهجينة التي تفصل التنفيذ عن التحقق، مما يمنحك سرعة Web2 مع ثقة Web3.
أنا أختبر ما إذا كان بإمكان الذكاء الاصطناعي بالفعل مساعدة الناس دون ربط أسمائهم بكل سؤال. الأسئلة التي تهم أكثر هي بالضبط تلك التي يجب أن تكون قادرًا على طرحها بشكل مجهول.
هل أنت مستعد لتداول الخصوصية مقابل راحة الذكاء الاصطناعي، أم أن الخصوصية القابلة للتحقق هي القاعدة الآن؟
ما فاجأني بشأن @OpenGradient ليس صندوق a16z بقيمة 9.5 مليون دولار — بل ما يتيح لك تطبيق الدردشة فعلاً.
يعتقد معظم مستخدمي الذكاء الاصطناعي أن الخصوصية هي سياسة. يثبت OpenGradient أنها بنية.
يجمع تطبيق الدردشة الخاص بهم ChatGPT، Claude، Gemini، Grok + ByteDance Seed في مكان واحد. لا حساب. لا تتبع. يمكنك التبديل بين النماذج أثناء المحادثة أو تشغيل اثنين في وقت واحد. يحصل المستخدمون الجدد على 1,000 رصيد مجاني.
لكن الاختراق الحقيقي؟ خصوصية يمكنك التحقق منها، وليس فقط الثقة: ✓ تشفير على مستوى الجهاز (المفاتيح فقط على جهازك) ✓ بوابات معزولة بتقنية TEE مع تأكيد عن بعد ✓ قنوات HTTP غير المدركة (لا أحد يربط IP + المحتوى)
هذا ليس ضجيج قبل الإطلاق. الشبكة تعمل: • 2M+ استنتاجات تمت معالجتها • 500K+ أدلة تشفيرية تم التحقق منها • 2,000+ نموذج على Hub • 9.5 مليون دولار من a16z crypto + Coinbase Ventures
كل مكالمة ذكاء اصطناعي موثوقة تدفع بـ $OPG . لا مفاتيح API. لا بطاقات ائتمان. فقط محفظة. يتم التسوية في Base في الوقت الحقيقي.
احتفظ بـ $OPG لفتح المميزات في BitQuant (1.8 مليون مستخدم، تداول الذكاء الاصطناعي)، MemSync (39K نشط، ذاكرة الذكاء الاصطناعي)، Twin.fun — رسوم أقل، حدود أعلى.
إمداد ثابت 1B. غير تضخمي. لا يتم سك أي رموز جديدة.
الذكاء الاصطناعي هو صندوق أسود — لا يمكنك التحقق مما إذا كانت النماذج قد تم العبث بها. يجعل OpenGradient الاستنتاج قابلاً للإثبات رياضيًا على السلسلة.
معظم مستخدمي الذكاء الاصطناعي يعتقدون أن الخصوصية سياسة. OpenGradient تثبت أنها بنية تحتية.
لقد اختبرت للتو OpenGradient Chat وما فاجأني ليس النماذج (ChatGPT، Claude، Gemini، Grok جميعها في تطبيق واحد). بل هو أنك تستطيع أن تسألها أي شيء دون ربط اسمك بها.
إليك ما لا يتحدث عنه أحد:
آلية خفية: تُشفّر رسالتك على جهازك → تُ routed عبر relay HTTP غير مدرك (الrelay يرى IP ولكن فقط النص المشفّر، البوابة ترى النص العادي ولكن لا ترى IP أبداً) → تتم معالجتها داخل بوابة معزولة TEE حيث يتم فك تشفير المحفزات فقط داخل enclaves الأجهزة.
لا يمكن لأي طرف واحد ربط الهوية بالمحتوى.
OpenGradient لا تحتفظ أبداً برسالة يمكن أن تتبعك.
لماذا هذا مهم:
الناس يجلبون أسئلتهم الأكثر أهمية إلى الذكاء الاصطناعي — أعراض مقلقة، قرارات ضريبية، روابط قانونية. لكن المساعدات الحالية تتذكر كل شيء. يتم ربط الرسائل بالحسابات، وتُسجل، وتُدرّب عليها. إنها صفقة هادئة لم يوافق عليها المستخدمون أبداً.
OpenGradient قلبت هذا. الخصوصية مفروضة في البنية التحتية، ليست وعداً مكتوباً. يمكنك التحقق من الضمانات بنفسك من خلال التحقق عن بُعد.
الاختراق الحقيقي:
الجميع يبني نماذج ذكاء اصطناعي لامركزية. OpenGradient حلت المشكلة الفعلية: يجب أن يكون استنتاج الذكاء الاصطناعي قابلًا للتحقق بشكل افتراضي. كل حساب يتم التحقق منه رياضيًا دون الحاجة إلى الثقة في أي طرف واحد.
$OPG tokens تدفع من أجل الاستنتاج عبر واجهة برمجة التطبيقات المدفوعة x402 على Base.
شيء واحد يفتقده الناس: هذا ليس مجرد دردشة للمستهلكين. نفس البنية التحتية تدعم وكلاء الذكاء الاصطناعي مع تفكير قابل للإثبات — عندما يقوم وكيلك بتحريك الأموال أو الموافقة على المعاملات، يمكن لأي شخص التحقق من سلسلة التفكير على السلسلة.
هل الاستنتاج القابل للتحقق هو القطعة المفقودة لوكلاء الذكاء الاصطناعي في DeFi، أم أن TEE لا تزال تثق كثيرًا في مصنعي الأجهزة؟ @OpenGradient $OPG #OPG
أعتقد أن معظم المتداولين يفترضون أن $OPG هو مجرد "ضجيج AI". الشيء الذي يفتقده الناس: OpenGradient تقوم بتوكن (tokenize) المكافآت للبيانات عالية الجودة والنماذج. هذه هي محرك الطلب الحقيقي — وليس الضجيج.
المساهمون يكسبون OPG مقابل التقديمات عالية الجودة. البناؤون يدفعون $OPG للوصول الموثوق. التدفق الثنائي = طلب متكرر على السلسلة. يصبح التوكن عملة جودة البيانات، وليس مجرد مؤشر.
المخاطر؟ إذا تخطى المساهمون السوق أو شعرت المكافآت بعدم العدالة، سيتسرب هذا النظام. يجب أن تبقي الإدارة وتجربة المستخدم الفواصل موثوقة. لكن إذا نجحت OpenGradient في تقديم مكافآت عادلة، فإن OPG = حافز جودة البيانات.
هل ستساهم في بيانات/نماذج إذا كنت تكسب في OPG — أم تفضل المدفوعات بالفيات/الستابل كوين؟ رد "توكن" أو "ستابل" ولماذا. @OpenGradient $OPG #OPG
ما لاحظته: OpenGradient ليست مجرد "دردشة AI أخرى" — إنها تبني حلقة اقتصادية تُلزم الاستخدام بتحويله إلى طلب على التوكن. @OpenGradient أنشأت الدردشة والسوق حيث النماذج، ومجموعات البيانات، والتقييمات ليست عروض مجانية — إنها محصورة بفوائد الاستخدام والمكافآت للمساهمين. هذا يعني أن كل نموذج مفيد يحتاج إلى $OPG للتوسع داخل المنصة، وليس فقط في البورصات.
أعتقد أن معظم المبدعين يركزون على الميزات؛ الشيء الذي يغفله الناس هو أنابيب الحوافز. إذا كان المساهمون يكسبون في OPG من أجل نماذج عالية الجودة والمطورون يدفعون في OPG للوصول الموثوق، فهذا طلب متكرر على السلسلة — منفعة حقيقية، وليست ضجة تويتر.
المخاطر؟ نعم — يجب أن تجعل واجهة المستخدم المدفوعات الصغيرة سلسة ويحتاج المساهمون إلى حصة عادلة؛ وإلا ستتسرب الحلقة. لكن إذا نجحت OpenGradient في واجهة المستخدم + تقسيم المكافآت، فإن $OPG تتوقف عن كونها مؤشرًا وتصبح مفتاح وصول للمطورين.
هل تعتقد أن مكافآت المساهمين المرمزة تخلق نماذج أفضل — أم مجرد ضوضاء أكثر؟ وضع علامة $OPG #OPG لسماع آراء مبدعين آخرين.
شيء واحد يفتقده الناس حول @OpenGradient هو أنه ليس فقط "البحث عن نموذج" - بل هو "اختبار، مقارنة، وإعادة نشر" في تدفق واحد. لاحظت أن وقت التكرار ينخفض عندما تعيش التقييمات، والمطالبات، والإصدارات معًا. هذه زيادة في الإنتاجية، وليست مجرد حيلة واجهة مستخدم.
عندما يكرر المبنون بسرعة أكبر، يستخدمون المنصة أكثر. المزيد من التقييمات + المزيد من إعادة التشغيل = المزيد من التدفقات على السلسلة التي تمر عبر $OPG . الرموز تصبح طبقة الوصول للعمل المتكرر، وليس عملية شراء لمرة واحدة.
المخاطرة؟ يجب أن تكون تجربة المستخدم سلسة. إذا تأخر مشاركة المطالبات أو إصدار النسخ، سيغادر المبنونون ويفشل الحلقة. لكن إذا نجح OpenGradient في تحقيق سرعة التكرار، ستتوقف $OPG عن كونها ضجة وتصبح تكلفة السرعة.
هل يهمك أكثر العثور على النماذج بسرعة أم التكرار بشكل أسرع في نفس واجهة المستخدم؟ رد بـ “البحث” أو “التكرار” وأخبرني لماذا. $OPG #OPG