#opg $OPG 得，muchachos, siéntense bien. Hoy no vamos a hacer “PPT con jerga”; vamos a hablar de lo concreto, con un poco de erudición al lado de la botella.
En el sector de la IA, de diez proyectos, nueve no se mueren de hambre: se estrangulan vivos dentro del relato. En las roadshows se dice “modelo de IA descentralizado” a cada rato; miras el navegador on-chain y ves todo el tiempo scripts para inflar métricas. ¿Dónde está la prueba de razonamiento? Eso es maquillarle la brocha a una estructura tipo Ponzi con fórmulas.
La primera vez que revisé a @OpenGradient también tenía prejuicios: pensé “PyTorch con un disfraz de Solidity”. Pero al leer los logs de inferencia y el historial de liquidaciones, una por una, el consumo de OPG termina clavándose en el cómputo real. Hoy en día, pagar por cómputo es más raro que el panda gigante.
OpenGradient no vende futuros de AGI; hace el trabajo “áspero” de tender y conectar la red eléctrica.
La base técnica es la arquitectura HACA, con ejecución y verificación corriendo por separado. El nodo de inferencia produce resultados; todo el nodo los verifica. Los usuarios obtienen primero el resultado y luego liquidan el pago: así se mantiene la velocidad de respuesta y a la vez se devuelve la confianza a la cadena. El protocolo de pago x402 está integrado directamente en instancias TEE. Cada inferencia genera una prueba criptográfica: el modelo, las entradas y las salidas son auditables, con la criptografía como respaldo.
El modelo económico es todavía más duro. Suministro total: 1.000 millones de tokens; 40% para el ecosistema. El TGE solo desbloquea 10%, y el 60% restante se libera de forma lineal durante 60 meses: queda clarísimo que no se te permite martillar el precio. OPG hace tres cosas: pagar las tarifas de inferencia, hacer staking en nodos y gobernanza comunitaria. Los nodos tienen que bloquear primero sus fondos para ejecutar; si hacen cosas maliciosas, se les confisca. El dinero limita la conducta.
Datos reales: desde que se lanzó en la mainnet, han sido gestionados más de 2000 modelos de IA, con más de 2 millones de inferencias procesadas y más de 2 millones de usuarios atendidos. Financiamiento: 9,5 millones de dólares; a16z Crypto, Coinbase Ventures y SV Angel invirtieron de verdad con dinero en serio. El CEO viene de Two Sigma y NASA; el CTO es el responsable técnico AIP de Palantir. Todo un conjunto de gente de ingeniería: no son “maquetadores” de PPT.
No me hables de valor de billones. Yo miro la tesorería de cómputo on-chain. Los nodos de inferencia reciben la liquidación en OPG; los nodos de verificación verifican en OPG; los desarrolladores de modelos reciben su parte en OPG. Detrás de cada OPG que circula hay cómputo real ocurriendo. OpenGradient es la capa de verificación y liquidación de la inferencia de IA, no una plataforma genérica de contratos. Mientras fluya la actividad, la red eléctrica no cae; si se corta el flujo, por más grueso que sea el whitepaper, no deja de ser papel para limpiar el trasero. @OpenGradient
En el sector de la IA, de diez proyectos, nueve no se mueren de hambre: se estrangulan vivos dentro del relato. En las roadshows se dice “modelo de IA descentralizado” a cada rato; miras el navegador on-chain y ves todo el tiempo scripts para inflar métricas. ¿Dónde está la prueba de razonamiento? Eso es maquillarle la brocha a una estructura tipo Ponzi con fórmulas.
La primera vez que revisé a @OpenGradient también tenía prejuicios: pensé “PyTorch con un disfraz de Solidity”. Pero al leer los logs de inferencia y el historial de liquidaciones, una por una, el consumo de OPG termina clavándose en el cómputo real. Hoy en día, pagar por cómputo es más raro que el panda gigante.
OpenGradient no vende futuros de AGI; hace el trabajo “áspero” de tender y conectar la red eléctrica.
La base técnica es la arquitectura HACA, con ejecución y verificación corriendo por separado. El nodo de inferencia produce resultados; todo el nodo los verifica. Los usuarios obtienen primero el resultado y luego liquidan el pago: así se mantiene la velocidad de respuesta y a la vez se devuelve la confianza a la cadena. El protocolo de pago x402 está integrado directamente en instancias TEE. Cada inferencia genera una prueba criptográfica: el modelo, las entradas y las salidas son auditables, con la criptografía como respaldo.
El modelo económico es todavía más duro. Suministro total: 1.000 millones de tokens; 40% para el ecosistema. El TGE solo desbloquea 10%, y el 60% restante se libera de forma lineal durante 60 meses: queda clarísimo que no se te permite martillar el precio. OPG hace tres cosas: pagar las tarifas de inferencia, hacer staking en nodos y gobernanza comunitaria. Los nodos tienen que bloquear primero sus fondos para ejecutar; si hacen cosas maliciosas, se les confisca. El dinero limita la conducta.
Datos reales: desde que se lanzó en la mainnet, han sido gestionados más de 2000 modelos de IA, con más de 2 millones de inferencias procesadas y más de 2 millones de usuarios atendidos. Financiamiento: 9,5 millones de dólares; a16z Crypto, Coinbase Ventures y SV Angel invirtieron de verdad con dinero en serio. El CEO viene de Two Sigma y NASA; el CTO es el responsable técnico AIP de Palantir. Todo un conjunto de gente de ingeniería: no son “maquetadores” de PPT.
No me hables de valor de billones. Yo miro la tesorería de cómputo on-chain. Los nodos de inferencia reciben la liquidación en OPG; los nodos de verificación verifican en OPG; los desarrolladores de modelos reciben su parte en OPG. Detrás de cada OPG que circula hay cómputo real ocurriendo. OpenGradient es la capa de verificación y liquidación de la inferencia de IA, no una plataforma genérica de contratos. Mientras fluya la actividad, la red eléctrica no cae; si se corta el flujo, por más grueso que sea el whitepaper, no deja de ser papel para limpiar el trasero. @OpenGradient