有时候我会觉得，现在AI行业最容易被忽略的，其实不是模型，而是数据本身。因为模型大家都在做，开源越来越多，能力差距也在慢慢缩小，但真正高质量、可信、还能持续更新的数据，其实越来越稀缺。

这也是我后来开始注意OpenLedger的原因。它的数据网络思路和传统AI平台差别挺大，现在很多AI公司的模式，本质上还是“平台收集数据”，用户负责提供内容，平台负责训练模型，最后数据进入系统以后，外面基本看不到后续发生了什么。

但OpenLedger更在意的是，数据能不能被追踪、验证，以及贡献关系能不能保留下来。谁提供数据，谁参与训练，谁贡献推理能力，它想尽量把这些过程记录下来，而不是像传统平台一样，数据一上传就彻底失去归属感。

我觉得这个方向其实挺关键的，尤其以后AI Agent越来越多以后。因为未来很可能不是人在疯狂调用AI，而是AI和AI之间互相协作、互相调用数据。到时候如果没有数据来源验证，没有贡献记录，整个生态其实很容易重新回到中心化平台手里。

还有一点很多人现在没太注意，AI行业已经开始出现“数据污染”问题了。很多模型互相学习AI生成内容，最后AI再拿AI的数据继续训练，时间久了，内容质量可能会越来越混乱。

所以未来真正值钱的，可能不是谁模型参数最大，而是谁能提供可信的数据来源。这也是为什么我感觉，OpenLedger现在做的更像AI数据基础设施，而不只是单纯做一个AI项目。@OpenLedger #openledger $OPEN