OpenLedger: الذاكرة القابلة للتحقق هي ما يحتاجه وكلاء الذكاء الاصطناعي فعلاً.
OpenLedger تطرح السؤال الذي تتجاهله معظم مشاريع الذكاء الاصطناعي. ليس عن مدى سرعة بناء النماذج، ولكن عما إذا كانت الأنظمة التي نبنيها يمكن تتبعها مرة أخرى بمجرد أن تبدأ في اتخاذ إجراءات تتحرك بها الأموال الحقيقية. روبوت المحادثة الذي يعطي إجابة خاطئة هو خطأ مطبعي يمكنك حذفه. لكن وكيل الذكاء الاصطناعي الذي يوجه رأس المال، ينفذ صفقة، أو ينشر عقدًا بناءً على تأثيرات خفية هو عملية لا يمكنك التراجع عنها. الأخطاء المطبعية يمكن تعديلها. المعاملات يتم تسويتها. ومتى ما تمت التسوية، فإن الشيء الوحيد الذي يهم هو ما إذا كان بإمكاننا قراءة الأثر الذي أدى إلى القرار.
لقد كنت أنظر إلى وكلاء الذكاء الاصطناعي بشكل مختلف في الآونة الأخيرة.
انسَ الدردشة الذكية. السؤال الحقيقي يظهر عندما يتوقف وكيل على OpenLedger عن الكلام ويبدأ في التنفيذ.
إذا أخطأ برنامج الدردشة؟ نقوم بإعادة تحميله ونتقدم. إذا أخطأ وكيل؟ لم يعد ذلك خطأ مطبعيًا. إنها عملية على السلسلة. قد يفتح خزنة، أو يحول السيولة عبر طبقة EVM الخاصة بـ OpenLedger، أو ينقل الأموال عبر مسار جسر. رأس مال حقيقي، عواقب حقيقية.
بمجرد أن تستطيع الشيفرة أن تتصرف، تتغير المعايير. "ثق بنا" ليست بنية تحتية.
وهذا هو المكان الذي يختلف فيه OctoClaw على OpenLedger بالنسبة لي. معظم أطر الوكلاء هي مجرد أتمتة بشخصية. ولكن عندما يكون التنفيذ على الطاولة، فإن ما يهم هو النظام الأساسي: الذاكرة، وليس التسويق.
ما مجموعة البيانات التي أبلغت عن تلك الدعوة؟ أي مسار نموذج تم تفعيله؟ هل هناك أثر Datanet يمكنني قراءته فعلاً؟ هل سجل Proof of Attribution المساهمين قبل أن يتم إنهاء المعاملة؟ إذا كان $OPEN يستقر على قيمة، أين الانهيار؟
لهذا السبب ينجح ModelFactory الخاص بـ OpenLedger. كل مخرجات تحمل إيصالًا. ترى شظايا Datanet، آثار الضبط الدقيق، معرفات المساهمين، أوزان التأثير. ما البيانات التي ساهمت. ما الذي تم تجاهله. من يربح من تدفق $OPEN .
وكيل بلا أثر هو مجرد أتمتة تطلب الإيمان.
لقد قمنا بتلك التجربة بالفعل مع الذكاء الاصطناعي المبكر. لا تنتهي الأمور بشكل جيد.
الفتح التالي ليس ذكاءً خامًا. إنه ذاكرة قابلة للتحقق.