تتداول بشكل مختلف عندما تزول الاحتكاكات. هذه هي النقطة التي يفوتها معظم الناس حول $GENIUS Terminal.
عندما تتحرك التنفيذات عبر واجهة واحدة عبر السلاسل، يتوقف انتباهك عن أخطاء RPC وتأخيرات الجسور أو إدارة الغاز ويبدأ التركيز بالكامل على التمركز.
هذا التحول يغير نفسية المتداول بسرعة. يصبح المستخدمون أكثر عدوانية في التدوير لأن التيرمينال يزيل التردد الذي تخلقه عادةً احتكاكات البنية التحتية.
تتراكم الميزة لمستخدمي القوة الذين يفهمون سلوك التوجيه مبكرًا. يتحركون بالسيولة قبل أن تنتشر الروايات بالكامل بينما لا يزال المتداولون الأبطأ يتنقلون عبر مسارات التنفيذ المجزأة.
تبدو التداولات الخالية من الاحتكاك كأنها راحة على السطح، ولكن في الأسفل تغير بهدوء من يتفاعل أولاً ومن يصبح سيولة الخروج.
هل تستعد OpenLedger للإنترنت بعد تحسين محركات البحث؟
فيه تحول صغير لاحظته حول الذكاء الاصطناعي يبدو سهل التغاضي عنه. البحث كان يحدد الرؤية. تحسين محركات البحث شكل كيفية حركة المعلومات. الآن يبدو أن النماذج ببطء أصبحت الواجهة الجديدة والبيانات أصبحت طبقة التوزيع الحقيقية خلفها. هذا يغير الحوافز أكثر مما يعتقد الناس. إذا أصبحت وكلاء الذكاء الاصطناعي هم من يجدون ويصنفون ويستخدمون المعلومات، فإن الترتيب في صفحات البحث يصبح أقل أهمية. ما يهم أكثر هو من يملك البيانات، من درب النماذج ومن يجني القيمة عندما تُستخدم تلك النماذج.
كلما قضيت وقتاً أطول في عالم الكريبتو، ألاحظ أكثر شيئاً نادراً ما يتحدث عنه الناس. المتداولون الأفراد لا يخسرون دائماً لأن رؤيتهم السوقية خاطئة. الكثير من الخسائر تأتي من الاحتكاك.
تبديل فاشل أثناء التقلبات. الدخول على سلسلة خاطئة. فقدان حركة أثناء جسر الأموال. انزلاق صغير يتجمع ببطء.
هذه أخطاء هادئة، ولكن مع مرور الوقت، تصبح أكثر أهمية مما يعتقد الناس. بعد قضاء وقت في فهم $GENIUS ، ما برز لي هو التركيز على التنفيذ.
أقل تبديل، أقل ارتباك، تدفق أكثر سلاسة.
ربما تكون الميزة التالية في التداول ليست في العثور على روايات أفضل.
توقفت عن التعامل مع @OpenLedger كأنه مجرد توكن عادي بمجرد أن لاحظت كم من القيمة موجودة في تاريخ المساهمات.
الأسواق تنهار. المحفظات تُحذف. لكن بيانات التحقق المقدمة، دقة التحقق، والتنسيق المفيد مع نماذج الذكاء الاصطناعي تبقى مرتبطة بسمعتك على السلسلة.
حلقة المكافآت تغير كل شيء.
المساهمون الأقوياء يستمرون في كسب الثقة، وتحسين وضعهم، وقيمة الشبكة على المدى الطويل، بينما الفلاحين ذوي الجودة المنخفضة يبدأون في فقدان الكفاءة تدريجياً مع زيادة أهمية النسب.
معظم الناس لا يزالون يشاهدون الرسوم البيانية (الفيلاس).
المشغلون الأذكياء يبنون سجلات المساهمات التي لا يمكن للسوق محوها.
هل تعمل OpenLedger على بناء نظام حيث الاتساق يهم أكثر من الضجة؟
هناك تحول هادئ يحدث في عالم الكريبتو ولا أعتقد أن الناس يتحدثون عنه بما فيه الكفاية. السوق لا يزال يتحرك بسرعة. تظهر إطلاقات جديدة كل أسبوع. روايات جديدة تحل محل القديمة تقريبًا بين عشية وضحاها. ولكن تحت هذه السرعة، ألاحظ شيئًا آخر. الأنظمة التي تستمر في إنتاج القيمة عادةً ليست الأكثر ضجيجًا. إنها الأنظمة التي تكافئ التكرار، والمساهمة، والصبر. هذا يشعرني بشيء غريب في Web3 لأن الاتساق لم يكن أبدًا المهارة الشائعة. معظم الناس لا يزالون يركزون على الأحداث. إيردروب. روايات. توقيت الدخول. ولكن عندما قضيت وقتًا في النظر بعمق إلى @OpenLedger ، بدأت أشعر أنه مبني حول افتراض مختلف تمامًا. يبدو أنه يفترض أن المساهمة على المدى الطويل تهم أكثر من المشاركة لمرة واحدة.
ماذا لو كانت التحول الحقيقي للذكاء الاصطناعي مرتبطًا بالذكاء وOpenLedger تبني ذلك؟
قضيت وقتًا أطول في دراسة @OpenLedger مؤخرًا، وكلما تعمقت في الموضوع زادت قناعتي بأن معظم الناس لا يزالون ينظرون إليه من منظور خاطئ. لا تزال المحادثات المعتادة حول الذكاء الاصطناعي تدور حول نماذج أكبر، واستنتاج أسرع، وحوسبة أرخص، ووكلاء أذكى. وللإنصاف، كان ذلك التفكير منطقيًا في المرحلة الأخيرة من الذكاء الاصطناعي. لكن مؤخرًا، بدأت أتساءل إذا كان الاختناق التالي في الذكاء الاصطناعي قد يبدو مختلفًا. ربما الطبقة المهمة التالية ليست فقط حول جعل الذكاء أكثر قوة.
عندي فكرة تدور في بالي كلما نظرت إلى @OpenLedger والتجارب المشابهة في بنية الذكاء الاصطناعي.
الصناعة لا تزال تعمل كما لو أن الحوسبة هي العملة الرئيسية، مزيد من وحدات معالجة الرسوميات، مجموعات أكبر، استنتاج أسرع. كانت هذه القصة منطقية عندما كان كل شيء يدور حول المقياس.
لكن هناك شيء دقيق يتغير في الخلفية.
التركيز يتجه ببطء نحو النسبة، محاولين قياس أي البيانات، النماذج، أو المساهمين يؤثرون فعليًا على النتائج النهائية.
إذا أصبح ذلك حقيقيًا وموثوقًا، فستتوقف الحوسبة عن كونها مركز القيمة وتصبح مجرد أنابيب.
الطبقة المثيرة للاهتمام تصبح جودة المساهمة ووزن التأثير.
في هذا العالم، الذكاء الاصطناعي لا يكافئ القوة فقط. بل يبدأ في مكافأة المشاركة في تشكيل الذكاء نفسه.
هل تقوم OpenLedger بهدوء ببناء اقتصاد الإدراك البشري؟
ألاحظ تغييراً صغيراً في كيفية حديث الناس عن قيمة الذكاء الاصطناعي الآن. قبل فترة كان التركيز على بيانات التدريب. ثم انتقل نحو النماذج. بعد ذلك أصبح التركيز على الاستدلال والاستخدام. ولكن مؤخراً يبدو أن السوق يتجه نحو شيء أكثر شخصية. ليس بيانات أفضل. بل بيانات أكثر حميمية. الافتراض يتغير بهدوء. ربما قيمة الذكاء الاصطناعي المستقبلية لا تأتي من المعلومات العامة على الإطلاق. ربما تأتي من السياق البشري الخاص. الذكريات. السلوكيات. الأنماط العاطفية. حتى الأشياء التي لم نسجلها عمداً.
هل تبني OpenLedger الذاكرة الاقتصادية لمساهمة الذكاء الاصطناعي؟
السوق لا يزال يعامل مساهمة الذكاء الاصطناعي كأنها عمل مؤقت. الناس يرفعون البيانات. يساعدون النماذج على التحسن. يجمعون المكافآت. ينتقلون إلى ما هو قادم. لكن أعتقد أن هناك شيئًا يتغير بهدوء. المزيد من المساهمين بدأوا يسألون عما يبقى معهم فعليًا بعد انتهاء دورة المكافآت. ليس الأرباح. السمعة. هذه الفكرة جعلتني أعود إلى OpenLedger لأن OpenLedger تتصرف بالفعل بشكل مختلف حول المساهمة. داخل الشبكة، المشاركة ليست مجرد نشاط. البيانات تتحرك عبر مسارات النسبة. النماذج تتصل بالمساهمين. يتم تتبع خلق القيمة. الحوافز تتبع تاريخ المساهمة.
هل تبني OpenLedger بلوكشين أم ذاكرة مالية للذكاء الاصطناعي؟
ألاحظ شيئاً غريباً. سوق الذكاء الاصطناعي يتحدث كما لو أن الذكاء هو الأصل النادر. النماذج الأكبر تجذب الانتباه. النماذج الأسرع تحقق القيمة. لكن تحت ذلك، هناك طبقة أخرى تصبح أكثر أهمية بهدوء. ليس الذكاء نفسه. بل المحاسبة حول الذكاء. من ساهم في البيانات. أي نموذج استخدمها. أي وكيل خلق القيمة. من يستمر في جني الأرباح بعد أن أصبحت النتائج موجودة بالفعل. هذا التحول هو السبب في أنني توقفت عن النظر إلى OpenLedger كبلوكشين آخر للذكاء الاصطناعي. السؤال الذي بقي معي كان مختلفاً.
هل يمكن أن تبدأ المعرفة في التصرف بشكل أكثر شبيهة بالملكية؟
أبقي أفكر في هذا لأنه يبدو أن هناك شيئًا مختلفًا الآن. الناس لم يعودوا يتبعون تعرض الذكاء الاصطناعي فقط. بدأوا يفكرون في ما يبقى بعد انتهاء المشاركة. كانت البيانات تشعر وكأنها قابلة للتخلص منها. كان العمل على البرومبت يبدو مؤقتًا. كانت مساهمة النموذج تبدو غير مرئية. الآن هناك تحول بطيء نحو السؤال عن من يحتفظ بالقيمة بمجرد انتهاء العمل. هذا جزئيًا هو السبب في أن OpenLedger يستمر في جذب انتباهي. ليس لأنه يعد بمستقبل ذكاء اصطناعي. بل لأنه يجلس داخل هذا الافتراض المتغير بأن المعرفة نفسها قد تصبح طبقة من الأصول.
معظم الناس ينظرون إلى مشاريع الذكاء الاصطناعي ويركزون على نفس الأشياء مثل جودة النموذج، قوة الحوسبة، والضجة. لكن بعد قضاء بعض الوقت في دراسة OpenLedger، أعتقد أن السؤال الأكثر أهمية هو من الذي فعلاً يلتقط القيمة عندما يتوسع الذكاء الاصطناعي.
حالياً، الذكاء الاصطناعي يستهلك بشكل عميق. الناس يساهمون بالبيانات، والتعليقات، والمعرفة في مجالاتهم، ومع ذلك، فإن القليل جداً من تلك القيمة تعود مرة أخرى عندما تصبح النماذج مربحة.
@OpenLedger يبدو كأنه محاولة لإعادة تصميم تلك الهيكلية من خلال الاقتصاد القائم على النسبة والمساهمة.
الجزء المثير هو أنه لا يحاول المنافسة مباشرة مع أكبر مختبرات الذكاء الاصطناعي. إنه يبني الطبقة الاقتصادية حول الذكاء نفسه.
إذا نجح ذلك، قد تصبح شبكات المساهمة أكثر قيمة في النهاية من النماذج وحدها.
OpenLedger لا تراهن على ذكاء اصطناعي أفضل، بل تراهن على من سيتقاضى الأجر
ألاحظ باستمرار كيف أن محادثة الذكاء الاصطناعي تتغير في عالم الكريبتو. قبل عام، كان كل شيء تقريبًا يتعلق بحجم النموذج، سرعة الاستدلال، ومن يستطيع تقديم العرض الأكثر إثارة للإعجاب. الآن، يبدو أن النبرة مختلفة. لا يزال الناس يتحدثون عن الأداء، لكن تحت ذلك، هناك طبقة أخرى تدخل السوق بهدوء. ليس لأن الصناعة أصبحت أخلاقية فجأة. بصراحة، لا أعتقد أن معظم المشاركين يهتمون كثيرًا بالأخلاق. يبدو أن التحول أكثر اقتصاديًا من كونه أخلاقيًا. بمجرد أن بدأ الذكاء الاصطناعي في توليد أموال حقيقية، بدأ الجميع يسأل من يستحق جزءًا من سلسلة القيمة. من أين جاءت البيانات؟ من قام بتدريب النموذج؟ من يقوم بصيانته؟ من يلتقط العائد بعد النشر؟