Šorīt es pavadīju veselas 2 stundas, lai atkārtoti apskatītu dažus vecus pavedienus par AI aģentiem kriptovalūtā, nevis tāpēc, ka būtu kas jauns, bet tāpēc, ka, jo vairāk lasu, jo vairāk rodas dīvaina sajūta: mēs varētu nepareizi optimizēt sistēmas slāni.
Agrāk es arī domāju, ka problēma ir rīkos. Ja ir labāks ietvars, tīrāks SDK, pietiekami bieza abstrakcija, tad būvēt būs vieglāk. Bet, kad sāku pētīt dažas AI tirdzniecības sistēmas un aģentu pipeline, es sāku redzēt citu šaurumu. Problēma nav grūta loģikas rakstīšanā, bet gan no idejas galvā pāriet uz sistēmu, kas darbojas ķēdē, joprojām ir pārāk liels lēciens.
Un, kad atskatāmies, es sāku redzēt, ka OpenLedger nav tikai slānis šajā attēlā, bet drīzāk kā cits sākumpunkts, kā sistēma tiek definēta. Kaut kas, kas cenšas mainīt "ievadi" kripto AI sistēmās. Tā vietā, lai izmantotu loģiku, tas sākas ar nodomu.
Bet, ja mēs runājam tikai par "prompt rakstīšanu, nevis kodu", tas būtu nepareizi. Nodoms šeit nav aprakstīt, lai AI atbildētu, bet gan objekts, ko sistēma var pārvērst par aģentu izpildi, kurā dati, izpildes slānis un ierobežojumu slānis tiek atjaunoti ap vienu un to pašu mērķi. Tas nozīmē, ka būvētājs vairs neuzraksta, kā sistēma darbojas, bet tikai definē, kādā stāvoklī sistēma jānonāk noteiktu nosacījumu telpā.
Ja skatāmies no OpenLedger perspektīvas, tas nav uzlabojums UI būvētājam. Tas ir pamatstruktūras maiņa par to, kā sistēma tiek "uzsākta".
Es mēģinu to saistīt ar pazīstamu uzdevumu: AI tirdzniecība, optimizējot ienesīgumu. Vecajā veidā tas bija skaidrs - jūs rakstījāt loģiku, lai lasītu finansēšanas likmi, bāzes izplatību, svārstīgumu un pēc tam pats pieņemāt lēmumus par sadalījumu un pārbalansēšanu. Katrs lēmums ir kods, katrs risks ir mala, par kuru jums jādomā iepriekš. Faktiski šādas stratēģijas bieži svārstās ap 5–20% APY atkarībā no tirgus cikla, bet pretī ir nepieciešams pastāvīgi pielāgoties, kad finansēšanas likme mainās vai svārstīgums pieaug.
Savukārt ar OpenLedger stila nodomu sistēmu jūs vairs nerakstāt, kā to izdarīt, bet gan aprakstāt rezultātu zonu: optimizējiet ienesīgumu zemā riska apstākļos, prioritizējiet stabilu ekspozīciju, ierobežojiet zudumus, kad svārstīgums pieaug. Tas, kas sistēmai jādara, ir pārvērst šo nodomu par rīcības struktūru, sākot no datu avotu izvēles, stratēģijas moduļu izvēles līdz nepārtrauktai pielāgošanai videi.
Svarīgākais punkts šeit ir tas, ka OpenLedger neapstājas pie koda rakstīšanas soļa samazināšanas, bet pilnībā aizstāj veidu, kā sistēma nosaka sākotnējo loģikas struktūru.
Ja paskatāmies uz tādām sistēmām kā Yearn Vaults vai LangChain/AutoGPT, es redzu līdzīgu pārvietošanos, bet divos dažādos līmeņos. Yearn ir parādījis, ka lietotāji vairs neuzraksta ienesīguma loģiku tieši, bet tikai iemaksā kapitālu, lai sistēma pati varētu darboties stratēģijās kā aizdevumi vai likviditātes nodrošināšana. Bet tā joprojām ir iestrēgusi fiksētajā stratēģijas slānī. Savukārt LangChain vai AutoGPT seko mērķu virzītai izpildei, kur sistēma pati secina izpildes laikā, bet joprojām nav patiesi pārvērsta nodomu par strukturētu izpildi, kas "veidojas no sākuma".
Bet būtiska atšķirība ir tā, ka šīs sistēmas joprojām optimizē esošajā paradigmas ietvarā, bet OpenLedger mēģina mainīt pašu paradigmu.
Un šis ir punkts, kas man šķiet visinteresantākais. Agrāk būvētājs bija tas, kurš salika katru zobratu, saprata katru sistēmas daļu. Bet OpenLedger gadījumā būvētājs kļūst par to, kurš definē visas mašīnas derīgas rīcības, kamēr mašīnas sasniegšanas veids tiek apstrādāts sistēmas apakšējā slānī.
Ja raugāmies no šī skatpunkta, OpenLedger kļūst par sākumpunktu: ievade ir nodoms, izeja ir aģents. Taču pārvēršana vairs nenotiek pēc noteikta formulējuma, bet atkarīga no tā, kā sistēma interpretē nodomu konkrētajos datu un ierobežojumu apstākļos.
Un tieši šajā vietā sāk parādīties svarīgs punkts: nodoms nekad nav pilnīgi skaidrs.
Divi cilvēki var uzrakstīt to pašu nodomu, piemēram, "samazināt zudumus, kad tirgus svārstās", bet gaidas ir atšķirīgas. Viens pieņem samazināt ienesīgumu drošības labad, otrs vēlas saglabāt maksimālu ekspozīciju. Nodoms ir tas pats, bet iekšējās prioritātes ir pilnīgi atšķirīgas.
Tradicionālajā koda sistēmā neskaidrība tiek novērsta ar sintaksi. Bet nodomu sistēmā neskaidrība netiek izdzēsta, bet tiek saglabāta, un sistēma būs tā, kas apstrādā interpretāciju.
Tādējādi uzmanības centrā vairs nav pareizība vai nepareizība, bet gan attālums starp nodomu un radīto rīcību, vai tas ir pietiekami mazs.
Berzes dēļ arī mainās. Tā vairs nav būvēšanā vai izvietošanā, bet gan nodrošināšanā, ka sistēma, kad tā ir izveidota, joprojām ir pietiekami tuvu sākotnējai idejai.
Un, ja atgriežamies pie OpenLedger, šis ir punkts, kur tas kļūst atšķirīgs: tas nav tikai nodomu virzīta AI slānis, bet arī vieta, kur nodoms kļūst par pamatu, lai uzsāktu visu sistēmu.
Personīgi uzskatu, ka, ja sekot šai loģikai, OpenLedger nav vienkārši samazinājis berzi starp ideju un izvietojamo aģentu.
Tas pārvieto visu "būvniecības" definīciju kripto pasaulē.
Vairs nav loģikas veidošanas.
Bet tas ir veidot nodomu, un OpenLedger ir vieta, kur nodoms pirmo reizi kļūst par sistēmas sākumpunktu, nevis abstrakcijas slāni virs koda.
