Binance Square
0xMinh
1.4k ပို့စ်များ

0xMinh

Researcher / Airdrop Hunter $BTC $ETH Web 3 Airdrop | X : @M91inktats
Open Trade
Frequent Trader
4.8 Years
131 ဖော်လိုလုပ်ထားသည်
367 ဖော်လိုလုပ်သူများ
1.4K+ လိုက်ခ်လုပ်ထားသည်
ပို့စ်များ
ပိုင်ဆိုင်မှုစာရင်း
·
--
Article
Newton Protocol vs Autonolas: Đâu là mô hình Agent tốt hơn ?Tôi đã thấy câu chuyện này lặp lại khá nhiều lần trong crypto. Mỗi chu kỳ lại xuất hiện một lớp narrative mới, lần này là Agent. Trước đó là DeFi, rồi GameFi, SocialFi, AI, mọi thứ đều bắt đầu bằng một viễn cảnh rất đẹp đó là: phần mềm sẽ thay con người đưa ra quyết định, phối hợp với nhau, tạo ra nền kinh tế tự vận hành. Nghe không sai chỉ là tôi đã chứng kiến quá nhiều hệ thống được thiết kế rất tinh vi nhưng cuối cùng lại thiếu một thứ cực kỳ tầm thường là có ai thực sự dùng nó mỗi ngày hay không. Điều khiến tôi luôn lấn cấn về Agent không nằm ở khả năng suy luận hay mức độ tự động hóa. Vấn đề cũ kỹ hơn nhiều là Agent tồn tại để làm gì khi phần lớn hoạt động onchain vẫn còn quá nghèo nàn về ngữ cảnh? Một bot giao dịch có thể chạy, một bot tối ưu lợi nhuận cũng có thể chạy nhưng để nhiều Agent tương tác với nhau, trao đổi giá trị, phối hợp công việc và duy trì động lực kinh tế trong thời gian dài thì đó lại là câu chuyện khác. Crypto vốn rất giỏi trong việc tạo ra cơ chế nhưng việc duy trì cơ chế sau khi incentive giảm xuống thì lịch sử không cho thấy nhiều tín hiệu tích cực. Đó là lý do tôi nhìn cuộc so sánh giữa Newton Protocol và Autonolas theo hướng hơi khác. Ít nhất là từ góc nhìn của tôi đây không đơn thuần là câu hỏi công nghệ nào tốt hơn mà là triết lý xây dựng Agent nào thực tế hơn. Autonolas dường như đang đi theo hướng hạ tầng. Họ nói về coordination, họ nói về các Agent có thể sở hữu tài sản, tự vận hành dịch vụ và nhận phần thưởng từ những đóng góp của mình. Họ xây dựng khá nhiều thành phần cơ bản cho một nền kinh tế Agent, nơi các thực thể phần mềm có thể tương tác như những tác nhân kinh tế độc lập. Ý tưởng này khá thú vị bởi ít nhất họ đang cố gắng trả lời câu hỏi mà nhiều dự án AI tránh né: ai sẽ trả tiền cho Agent và vì sao Agent lại tiếp tục tồn tại sau giai đoạn đầu khuyến khích? Nhưng đó cũng là điểm khiến tôi dè dặt. Hệ thống càng tham vọng thì càng phụ thuộc vào hiệu ứng mạng lưới, một Agent economy chỉ thật sự hoạt động khi số lượng Agent đủ lớn, số lượng dịch vụ đủ đa dạng và dòng giá trị lưu chuyển đủ dày đặc còn nếu không mọi thứ dễ trở thành một mô hình kinh tế được mô phỏng rất đẹp trên giấy nhưng thiếu lực kéo từ bên ngoài. Tôi đã thấy điều này xảy ra với không ít giao thức trước đây. Họ xây dựng một thành phố hoàn chỉnh trước khi có cư dân đầu tiên. Newton Protocol có vẻ đang tiếp cận vấn đề từ phía ngược lại. Thay vì bắt đầu bằng một nền kinh tế Agent hoàn chỉnh họ dường như tập trung nhiều hơn vào lớp thực thi và trải nghiệm sử dụng Agent trong các tình huống cụ thể. Cảm giác của tôi là Newton đang cố gắng biến Agent thành một công cụ hữu ích trước rồi mới nghĩ đến việc biến nó thành một chủ thể kinh tế độc lập sau. Điều này nghe có vẻ ít tham vọng hơn nhưng đôi khi crypto lại cần những thứ nhàm chán như vậy. Họ không phải dự án đầu tiên nói về autonomous agents nhưng dường như Newton quan tâm nhiều đến việc làm sao để Agent có thể được triển khai, theo dõi, xác minh hành vi và tích hợp vào những luồng công việc hiện hữu. Đó là một góc tiếp cận thực dụng hơn và thành thật mà nói thị trường thường đánh giá thấp những giải pháp thực dụng trong giai đoạn đầu bởi chúng không tạo ra cảm giác về một tương lai quá xa xôi. Nếu buộc phải chọn mô hình nào có khả năng tồn tại lâu hơn thì tôi nghiêng nhẹ về hướng tiếp cận của Newton. Không phải vì nó cao siêu hơn mà vì nó đặt câu hỏi đơn giản hơn: liệu Agent có giúp người dùng tiết kiệm thời gian, giảm ma sát hay tạo ra giá trị ngay hôm nay không? Trong khi đó, Autonolas dường như đang đặt cược vào giả định rằng một nền kinh tế Agent quy mô lớn cuối cùng sẽ xuất hiện và khi điều đó xảy ra, họ đã có sẵn hạ tầng. Cả hai luận điểm đều có lý, cả hai cũng đều chứa đựng khá nhiều giả định chưa được kiểm chứng. Điều thú vị là crypto thường không thưởng cho hệ thống thiết kế đẹp nhất, nó thưởng cho hệ thống có khả năng tạo ra thói quen sử dụng. Người dùng không quan tâm Agent của họ được điều phối bởi cơ chế nào, dùng framework nào hay sở hữu bao nhiêu lớp incentive phía sau. Họ chỉ quan tâm liệu công việc được hoàn thành nhanh hơn, rẻ hơn và ít đau đầu hơn hay không. Whitepaper có thể rất chỉn chu, narrative về Agent economy cũng có thể rất hấp dẫn nhưng nếu sau hai hoặc ba năm nữa chúng ta vẫn đang nói về số lượng Agent được triển khai thay vì số lượng vấn đề thực tế được giải quyết thì có lẽ thị trường đã đưa ra câu trả lời rồi. Tôi vẫn đang theo dõi cả Newton Protocol lẫn Autonolas. Một bên đang cố xây đường trước khi có xe chạy, một bên có vẻ đang tìm cách tạo ra chiếc xe đầu tiên đủ hữu ích để mọi người muốn lái. Chỗ nào đúng hơn có lẽ không nằm ở kiến trúc hệ thống hay mô hình token. Chỗ này cần thời gian trả lời. @NewtonProtocol $NEWT #Newt

Newton Protocol vs Autonolas: Đâu là mô hình Agent tốt hơn ?

Tôi đã thấy câu chuyện này lặp lại khá nhiều lần trong crypto. Mỗi chu kỳ lại xuất hiện một lớp narrative mới, lần này là Agent. Trước đó là DeFi, rồi GameFi, SocialFi, AI, mọi thứ đều bắt đầu bằng một viễn cảnh rất đẹp đó là: phần mềm sẽ thay con người đưa ra quyết định, phối hợp với nhau, tạo ra nền kinh tế tự vận hành. Nghe không sai chỉ là tôi đã chứng kiến quá nhiều hệ thống được thiết kế rất tinh vi nhưng cuối cùng lại thiếu một thứ cực kỳ tầm thường là có ai thực sự dùng nó mỗi ngày hay không.
Điều khiến tôi luôn lấn cấn về Agent không nằm ở khả năng suy luận hay mức độ tự động hóa. Vấn đề cũ kỹ hơn nhiều là Agent tồn tại để làm gì khi phần lớn hoạt động onchain vẫn còn quá nghèo nàn về ngữ cảnh? Một bot giao dịch có thể chạy, một bot tối ưu lợi nhuận cũng có thể chạy nhưng để nhiều Agent tương tác với nhau, trao đổi giá trị, phối hợp công việc và duy trì động lực kinh tế trong thời gian dài thì đó lại là câu chuyện khác. Crypto vốn rất giỏi trong việc tạo ra cơ chế nhưng việc duy trì cơ chế sau khi incentive giảm xuống thì lịch sử không cho thấy nhiều tín hiệu tích cực.
Đó là lý do tôi nhìn cuộc so sánh giữa Newton Protocol và Autonolas theo hướng hơi khác. Ít nhất là từ góc nhìn của tôi đây không đơn thuần là câu hỏi công nghệ nào tốt hơn mà là triết lý xây dựng Agent nào thực tế hơn.
Autonolas dường như đang đi theo hướng hạ tầng. Họ nói về coordination, họ nói về các Agent có thể sở hữu tài sản, tự vận hành dịch vụ và nhận phần thưởng từ những đóng góp của mình. Họ xây dựng khá nhiều thành phần cơ bản cho một nền kinh tế Agent, nơi các thực thể phần mềm có thể tương tác như những tác nhân kinh tế độc lập. Ý tưởng này khá thú vị bởi ít nhất họ đang cố gắng trả lời câu hỏi mà nhiều dự án AI tránh né: ai sẽ trả tiền cho Agent và vì sao Agent lại tiếp tục tồn tại sau giai đoạn đầu khuyến khích?
Nhưng đó cũng là điểm khiến tôi dè dặt. Hệ thống càng tham vọng thì càng phụ thuộc vào hiệu ứng mạng lưới, một Agent economy chỉ thật sự hoạt động khi số lượng Agent đủ lớn, số lượng dịch vụ đủ đa dạng và dòng giá trị lưu chuyển đủ dày đặc còn nếu không mọi thứ dễ trở thành một mô hình kinh tế được mô phỏng rất đẹp trên giấy nhưng thiếu lực kéo từ bên ngoài. Tôi đã thấy điều này xảy ra với không ít giao thức trước đây. Họ xây dựng một thành phố hoàn chỉnh trước khi có cư dân đầu tiên.
Newton Protocol có vẻ đang tiếp cận vấn đề từ phía ngược lại. Thay vì bắt đầu bằng một nền kinh tế Agent hoàn chỉnh họ dường như tập trung nhiều hơn vào lớp thực thi và trải nghiệm sử dụng Agent trong các tình huống cụ thể. Cảm giác của tôi là Newton đang cố gắng biến Agent thành một công cụ hữu ích trước rồi mới nghĩ đến việc biến nó thành một chủ thể kinh tế độc lập sau. Điều này nghe có vẻ ít tham vọng hơn nhưng đôi khi crypto lại cần những thứ nhàm chán như vậy.
Họ không phải dự án đầu tiên nói về autonomous agents nhưng dường như Newton quan tâm nhiều đến việc làm sao để Agent có thể được triển khai, theo dõi, xác minh hành vi và tích hợp vào những luồng công việc hiện hữu. Đó là một góc tiếp cận thực dụng hơn và thành thật mà nói thị trường thường đánh giá thấp những giải pháp thực dụng trong giai đoạn đầu bởi chúng không tạo ra cảm giác về một tương lai quá xa xôi.
Nếu buộc phải chọn mô hình nào có khả năng tồn tại lâu hơn thì tôi nghiêng nhẹ về hướng tiếp cận của Newton. Không phải vì nó cao siêu hơn mà vì nó đặt câu hỏi đơn giản hơn: liệu Agent có giúp người dùng tiết kiệm thời gian, giảm ma sát hay tạo ra giá trị ngay hôm nay không? Trong khi đó, Autonolas dường như đang đặt cược vào giả định rằng một nền kinh tế Agent quy mô lớn cuối cùng sẽ xuất hiện và khi điều đó xảy ra, họ đã có sẵn hạ tầng.
Cả hai luận điểm đều có lý, cả hai cũng đều chứa đựng khá nhiều giả định chưa được kiểm chứng.
Điều thú vị là crypto thường không thưởng cho hệ thống thiết kế đẹp nhất, nó thưởng cho hệ thống có khả năng tạo ra thói quen sử dụng. Người dùng không quan tâm Agent của họ được điều phối bởi cơ chế nào, dùng framework nào hay sở hữu bao nhiêu lớp incentive phía sau. Họ chỉ quan tâm liệu công việc được hoàn thành nhanh hơn, rẻ hơn và ít đau đầu hơn hay không.
Whitepaper có thể rất chỉn chu, narrative về Agent economy cũng có thể rất hấp dẫn nhưng nếu sau hai hoặc ba năm nữa chúng ta vẫn đang nói về số lượng Agent được triển khai thay vì số lượng vấn đề thực tế được giải quyết thì có lẽ thị trường đã đưa ra câu trả lời rồi.
Tôi vẫn đang theo dõi cả Newton Protocol lẫn Autonolas. Một bên đang cố xây đường trước khi có xe chạy, một bên có vẻ đang tìm cách tạo ra chiếc xe đầu tiên đủ hữu ích để mọi người muốn lái. Chỗ nào đúng hơn có lẽ không nằm ở kiến trúc hệ thống hay mô hình token. Chỗ này cần thời gian trả lời.
@NewtonProtocol $NEWT
#Newt
·
--
Tôi đã thấy quá nhiều giao thức xuất hiện với cùng một lời kể: tự động hơn, thông minh hơn, ít ma sát hơn nhưng rồi khi bóc xuống tầng kỹ thuật, phần lớn vẫn chỉ là những lớp giao diện đẹp phủ lên quy trình thủ công đã tồn tại từ lâu. Đó là thứ tôi luôn lấn cấn mỗi khi thị trường bắt đầu nói nhiều về AI và onchain automation. Vấn đề của crypto chưa bao giờ chỉ nằm ở tốc độ hay phí giao dịch. Nó nằm ở việc blockchain rất giỏi thực thi nhưng lại khá kém trong việc tự đưa ra quyết định. Muốn một hành động diễn ra ai đó vẫn phải ký, phải xác minh, phải đứng giữa làm cầu nối. Một hệ thống phi tập trung nhưng vẫn phụ thuộc vào thao tác con người ở nhiều điểm quan trọng. Ít nhất là từ góc nhìn của tôi, Newton Protocol dường như đang cố xử lý câu chuyện này bằng cách biến agent thành một thực thể có thể hoạt động theo tập luật được xác định trước thay vì chỉ là chatbot gắn thêm ví. Trọng tâm có vẻ nằm ở lớp xác thực quyền hạn, môi trường thực thi và cơ chế kiểm chứng hành động trước khi được đẩy lên chain. Dĩ nhiên, kiến trúc kỹ thuật nghe lúc nào cũng hợp lý trên giấy nhưng usage thực tế mới là thứ quyết định liệu agent có thực sự được dùng hay chỉ trở thành một narrative khác của chu kỳ. Tôi vẫn đang theo dõi, chỗ này cần thời gian trả lời. #newt $NEWT @NewtonProtocol
Tôi đã thấy quá nhiều giao thức xuất hiện với cùng một lời kể: tự động hơn, thông minh hơn, ít ma sát hơn nhưng rồi khi bóc xuống tầng kỹ thuật, phần lớn vẫn chỉ là những lớp giao diện đẹp phủ lên quy trình thủ công đã tồn tại từ lâu. Đó là thứ tôi luôn lấn cấn mỗi khi thị trường bắt đầu nói nhiều về AI và onchain automation.

Vấn đề của crypto chưa bao giờ chỉ nằm ở tốc độ hay phí giao dịch. Nó nằm ở việc blockchain rất giỏi thực thi nhưng lại khá kém trong việc tự đưa ra quyết định. Muốn một hành động diễn ra ai đó vẫn phải ký, phải xác minh, phải đứng giữa làm cầu nối. Một hệ thống phi tập trung nhưng vẫn phụ thuộc vào thao tác con người ở nhiều điểm quan trọng.

Ít nhất là từ góc nhìn của tôi, Newton Protocol dường như đang cố xử lý câu chuyện này bằng cách biến agent thành một thực thể có thể hoạt động theo tập luật được xác định trước thay vì chỉ là chatbot gắn thêm ví. Trọng tâm có vẻ nằm ở lớp xác thực quyền hạn, môi trường thực thi và cơ chế kiểm chứng hành động trước khi được đẩy lên chain.

Dĩ nhiên, kiến trúc kỹ thuật nghe lúc nào cũng hợp lý trên giấy nhưng usage thực tế mới là thứ quyết định liệu agent có thực sự được dùng hay chỉ trở thành một narrative khác của chu kỳ. Tôi vẫn đang theo dõi, chỗ này cần thời gian trả lời.
#newt $NEWT @NewtonProtocol
·
--
စိစစ်အတည်ပြုထားသည်
Article
Newton Protocol vs Fetch.ai: Cuộc chiến giữa hai thế hệ AI BlockchainCó một điều tôi nhận ra sau vài chu kỳ thị trường là crypto rất thích kể lại cùng một câu chuyện, chỉ thay đổi nhân vật chính. Ngày trước là DeFi sẽ thay thế ngân hàng sau đó là metaverse sẽ thay đổi internet và bây giờ là AI. Họ nói về autonomous agents, họ nói về nền kinh tế máy móc, họ nói về tương lai nơi phần mềm tự giao tiếp, tự đàm phán, tự vận hành nhưng tôi đã thấy quá nhiều narrative được dựng lên chỉ để lấp đầy khoảng trống giữa kỳ vọng và thực tế nên phản ứng đầu tiên thường không phải hào hứng mà là tự hỏi: ai đang thật sự sử dụng những thứ này và dùng để làm gì? Đó là vấn đề dai dẳng của ngành này. Không phải công nghệ không đủ tốt cũng không hẳn vì thiếu vốn mà vì crypto có xu hướng tạo ra hạ tầng trước rồi mới đi tìm lý do để nó tồn tại. Chúng ta xây giao thức, xây tokenomics, xây incentive model rồi hy vọng hành vi người dùng sẽ tự xuất hiện ở đâu đó trong tương lai. Đó là thứ tôi luôn lấn cấn, AI blockchain cũng không nằm ngoài vòng lặp đó. Rất nhiều dự án đang cố gắng đưa AI lên chain nhưng thứ còn thiếu dường như không phải sức mạnh tính toán hay mô hình ngôn ngữ mà là cách để các hệ thống này tạo ra giá trị thực mà không cần phụ thuộc vào việc kể chuyện quá nhiều. Trong bối cảnh đó cuộc đối chiếu giữa Newton Protocol và Fetch.ai khá thú vị. Ít nhất là từ góc nhìn của tôi đây giống cuộc chạm trán giữa hai thế hệ tư duy hơn là cuộc cạnh tranh trực tiếp về sản phẩm. Fetch.ai xuất hiện khá sớm, ở thời điểm thị trường còn đang tìm cách định nghĩa AI Agent là gì. Họ xây dựng một thế giới nơi các thực thể phần mềm có thể tương tác với nhau, giao dịch với nhau, phối hợp với nhau. Ý tưởng này chưa bao giờ thiếu sức hấp dẫn nhưng sau nhiều năm câu hỏi vẫn còn nguyên đó là: liệu có bao nhiêu người thực sự cần một nền kinh tế agent hoạt động độc lập trên blockchain? hay phần lớn chúng ta vẫn đang bị thu hút bởi tính trừu tượng của khái niệm nhiều hơn là giá trị sử dụng cụ thể? Newton Protocol có vẻ đi theo hướng khác. Dường như họ ít quan tâm đến việc tạo ra một hệ sinh thái AI hoàn chỉnh theo nghĩa truyền thống mà tập trung nhiều hơn vào lớp điều phối và xác minh hành vi của AI trong môi trường blockchain. Nếu Fetch.ai từng mang cảm giác của một tầm nhìn khá rộng, khá tham vọng thì Newton Protocol lại tạo cảm giác thực dụng hơn. Không phải cố biến mọi thứ thành agent mà cố trả lời một câu hỏi nhàm chán nhưng quan trọng hơn đó là: làm sao để những hành động do AI tạo ra có thể được kiểm chứng, được phối hợp và được tin cậy trong một hệ thống phi tập trung. Tôi nghĩ đây là sự khác biệt đáng chú ý. Một bên cố xây dựng nền kinh tế cho các tác nhân tự động, một bên dường như đang cố xây dựng cơ chế để các tác nhân đó hoạt động mà không khiến người dùng phải đặt quá nhiều niềm tin vào những hộp đen thuật toán. Nghe thì không quá hào nhoáng thậm chí khá khô khan nhưng thị trường đôi khi lại bị chi phối bởi những bài toán như vậy nhiều hơn chúng ta tưởng. Dù vậy, tôi cũng không cho rằng đây là câu chuyện của người thắng và kẻ thua. Crypto vốn không vận hành như thị trường phần mềm truyền thống. Một giao thức có thể tồn tại nhiều năm chỉ nhờ narrative đủ mạnh trong khi một giao thức khác có sản phẩm tốt hơn lại chìm trong im lặng vì không tìm được đúng thời điểm. Fetch.ai đã có thời gian để xây dựng cộng đồng, xây dựng thương hiệu và gắn tên mình với xu hướng AI từ rất sớm. Newton Protocol lại xuất hiện ở giai đoạn mà thị trường đã bớt ngây thơ hơn với các khẩu hiệu về trí tuệ nhân tạo. Điều đó vừa là lợi thế vừa là áp lực. Bởi cuối cùng, whitepaper vẫn chỉ là whitepaper còn những sơ đồ kiến trúc đẹp mắt vẫn chỉ là sơ đồ, chúng không tự tạo ra người dùng cũng không tự tạo ra nhu cầu. Thứ duy nhất có giá trị lâu dài có lẽ là việc ai đang sử dụng hệ thống này mỗi ngày, ai đang trả tiền để duy trì nó và liệu họ có tiếp tục sử dụng nếu bỏ đi toàn bộ phần narrative xung quanh hay không. Vì thế khi nhìn Newton Protocol và Fetch.ai tôi không quá quan tâm đến việc bên nào đang dẫn đầu trong một cuộc đua tưởng tượng. Tôi quan tâm nhiều hơn đến việc liệu AI trên blockchain có thật sự giải quyết được một vấn đề vốn tồn tại ngoài đời thực hay chúng ta chỉ đang bước vào một phiên bản mới của câu chuyện cũ. Đến lúc này tôi vẫn chưa có câu trả lời chắc chắn và có lẽ chỗ này cần thêm thời gian để tự chứng minh. @NewtonProtocol $NEWT #Newt

Newton Protocol vs Fetch.ai: Cuộc chiến giữa hai thế hệ AI Blockchain

Có một điều tôi nhận ra sau vài chu kỳ thị trường là crypto rất thích kể lại cùng một câu chuyện, chỉ thay đổi nhân vật chính. Ngày trước là DeFi sẽ thay thế ngân hàng sau đó là metaverse sẽ thay đổi internet và bây giờ là AI. Họ nói về autonomous agents, họ nói về nền kinh tế máy móc, họ nói về tương lai nơi phần mềm tự giao tiếp, tự đàm phán, tự vận hành nhưng tôi đã thấy quá nhiều narrative được dựng lên chỉ để lấp đầy khoảng trống giữa kỳ vọng và thực tế nên phản ứng đầu tiên thường không phải hào hứng mà là tự hỏi: ai đang thật sự sử dụng những thứ này và dùng để làm gì?
Đó là vấn đề dai dẳng của ngành này. Không phải công nghệ không đủ tốt cũng không hẳn vì thiếu vốn mà vì crypto có xu hướng tạo ra hạ tầng trước rồi mới đi tìm lý do để nó tồn tại. Chúng ta xây giao thức, xây tokenomics, xây incentive model rồi hy vọng hành vi người dùng sẽ tự xuất hiện ở đâu đó trong tương lai. Đó là thứ tôi luôn lấn cấn, AI blockchain cũng không nằm ngoài vòng lặp đó. Rất nhiều dự án đang cố gắng đưa AI lên chain nhưng thứ còn thiếu dường như không phải sức mạnh tính toán hay mô hình ngôn ngữ mà là cách để các hệ thống này tạo ra giá trị thực mà không cần phụ thuộc vào việc kể chuyện quá nhiều.
Trong bối cảnh đó cuộc đối chiếu giữa Newton Protocol và Fetch.ai khá thú vị. Ít nhất là từ góc nhìn của tôi đây giống cuộc chạm trán giữa hai thế hệ tư duy hơn là cuộc cạnh tranh trực tiếp về sản phẩm. Fetch.ai xuất hiện khá sớm, ở thời điểm thị trường còn đang tìm cách định nghĩa AI Agent là gì. Họ xây dựng một thế giới nơi các thực thể phần mềm có thể tương tác với nhau, giao dịch với nhau, phối hợp với nhau. Ý tưởng này chưa bao giờ thiếu sức hấp dẫn nhưng sau nhiều năm câu hỏi vẫn còn nguyên đó là: liệu có bao nhiêu người thực sự cần một nền kinh tế agent hoạt động độc lập trên blockchain? hay phần lớn chúng ta vẫn đang bị thu hút bởi tính trừu tượng của khái niệm nhiều hơn là giá trị sử dụng cụ thể?
Newton Protocol có vẻ đi theo hướng khác. Dường như họ ít quan tâm đến việc tạo ra một hệ sinh thái AI hoàn chỉnh theo nghĩa truyền thống mà tập trung nhiều hơn vào lớp điều phối và xác minh hành vi của AI trong môi trường blockchain. Nếu Fetch.ai từng mang cảm giác của một tầm nhìn khá rộng, khá tham vọng thì Newton Protocol lại tạo cảm giác thực dụng hơn. Không phải cố biến mọi thứ thành agent mà cố trả lời một câu hỏi nhàm chán nhưng quan trọng hơn đó là: làm sao để những hành động do AI tạo ra có thể được kiểm chứng, được phối hợp và được tin cậy trong một hệ thống phi tập trung.
Tôi nghĩ đây là sự khác biệt đáng chú ý. Một bên cố xây dựng nền kinh tế cho các tác nhân tự động, một bên dường như đang cố xây dựng cơ chế để các tác nhân đó hoạt động mà không khiến người dùng phải đặt quá nhiều niềm tin vào những hộp đen thuật toán. Nghe thì không quá hào nhoáng thậm chí khá khô khan nhưng thị trường đôi khi lại bị chi phối bởi những bài toán như vậy nhiều hơn chúng ta tưởng.
Dù vậy, tôi cũng không cho rằng đây là câu chuyện của người thắng và kẻ thua. Crypto vốn không vận hành như thị trường phần mềm truyền thống. Một giao thức có thể tồn tại nhiều năm chỉ nhờ narrative đủ mạnh trong khi một giao thức khác có sản phẩm tốt hơn lại chìm trong im lặng vì không tìm được đúng thời điểm. Fetch.ai đã có thời gian để xây dựng cộng đồng, xây dựng thương hiệu và gắn tên mình với xu hướng AI từ rất sớm. Newton Protocol lại xuất hiện ở giai đoạn mà thị trường đã bớt ngây thơ hơn với các khẩu hiệu về trí tuệ nhân tạo. Điều đó vừa là lợi thế vừa là áp lực.
Bởi cuối cùng, whitepaper vẫn chỉ là whitepaper còn những sơ đồ kiến trúc đẹp mắt vẫn chỉ là sơ đồ, chúng không tự tạo ra người dùng cũng không tự tạo ra nhu cầu. Thứ duy nhất có giá trị lâu dài có lẽ là việc ai đang sử dụng hệ thống này mỗi ngày, ai đang trả tiền để duy trì nó và liệu họ có tiếp tục sử dụng nếu bỏ đi toàn bộ phần narrative xung quanh hay không.
Vì thế khi nhìn Newton Protocol và Fetch.ai tôi không quá quan tâm đến việc bên nào đang dẫn đầu trong một cuộc đua tưởng tượng. Tôi quan tâm nhiều hơn đến việc liệu AI trên blockchain có thật sự giải quyết được một vấn đề vốn tồn tại ngoài đời thực hay chúng ta chỉ đang bước vào một phiên bản mới của câu chuyện cũ. Đến lúc này tôi vẫn chưa có câu trả lời chắc chắn và có lẽ chỗ này cần thêm thời gian để tự chứng minh.
@NewtonProtocol $NEWT
#Newt
·
--
Tôi đã thấy thị trường crypto tạo ra quá nhiều narrative mới chỉ để che đi những vấn đề cũ. Người ta nói về AI người ta nói về DeFi tự động nhưng rồi phần lớn trải nghiệm vẫn xoay quanh việc người dùng phải tự mò chiến lược, tự quản lý rủi ro và tự xử lý một đống quyết định nhỏ nhặt mỗi ngày. Đó là thứ tôi luôn lấn cấn khi nghe đến DeFAI. Điểm nghẽn của DeFAI, ít nhất là từ góc nhìn của tôi chưa bao giờ nằm ở việc thiếu mô hình hay thuật toán mà nó nằm ở lớp thực thi. AI có thể phân tích dữ liệu tốt nhưng để hành động thay người dùng trong một môi trường tài chính mở mọi thứ cần một hệ thống đủ tin cậy để quản lý quyền hạn, quy trình và các điều kiện được thiết lập từ trước. Newton Protocol dường như đang cố giải quyết câu chuyện đó. Không phải bằng cách xây thêm một dashboard đẹp hơn mà bằng việc xây dựng một tầng phối hợp để các agent có thể hoạt động với những giới hạn rõ ràng và có thể kiểm chứng. Đó là một mảnh ghép khá âm thầm nhưng lại chạm đúng vào bài toán mà DeFAI đang thiếu. Dĩ nhiên, whitepaper luôn trông hợp lý trên giấy. Narrative cũng thường nghe rất thuyết phục trong giai đoạn đầu nhưng cuối cùng mọi thứ vẫn quay về usage thực tế. Tôi vẫn đang theo dõi xem liệu người dùng có thật sự giao việc quản lý tài sản cho agent hay không, chỗ này cần thời gian trả lời. #newt $NEWT @NewtonProtocol
Tôi đã thấy thị trường crypto tạo ra quá nhiều narrative mới chỉ để che đi những vấn đề cũ. Người ta nói về AI người ta nói về DeFi tự động nhưng rồi phần lớn trải nghiệm vẫn xoay quanh việc người dùng phải tự mò chiến lược, tự quản lý rủi ro và tự xử lý một đống quyết định nhỏ nhặt mỗi ngày. Đó là thứ tôi luôn lấn cấn khi nghe đến DeFAI.

Điểm nghẽn của DeFAI, ít nhất là từ góc nhìn của tôi chưa bao giờ nằm ở việc thiếu mô hình hay thuật toán mà nó nằm ở lớp thực thi. AI có thể phân tích dữ liệu tốt nhưng để hành động thay người dùng trong một môi trường tài chính mở mọi thứ cần một hệ thống đủ tin cậy để quản lý quyền hạn, quy trình và các điều kiện được thiết lập từ trước.

Newton Protocol dường như đang cố giải quyết câu chuyện đó. Không phải bằng cách xây thêm một dashboard đẹp hơn mà bằng việc xây dựng một tầng phối hợp để các agent có thể hoạt động với những giới hạn rõ ràng và có thể kiểm chứng. Đó là một mảnh ghép khá âm thầm nhưng lại chạm đúng vào bài toán mà DeFAI đang thiếu.

Dĩ nhiên, whitepaper luôn trông hợp lý trên giấy. Narrative cũng thường nghe rất thuyết phục trong giai đoạn đầu nhưng cuối cùng mọi thứ vẫn quay về usage thực tế. Tôi vẫn đang theo dõi xem liệu người dùng có thật sự giao việc quản lý tài sản cho agent hay không, chỗ này cần thời gian trả lời.
#newt $NEWT @NewtonProtocol
·
--
Article
Newton Protocol vs Virtuals Protocol: Ai dẫn đầu cuộc đua AI Agents?Có một điều tôi thấy lặp lại khá đều trong crypto đó là cứ mỗi chu kỳ thị trường lại tìm được một nhân vật chính mới để đặt kỳ vọng vào. Trước đây là DeFi, rồi NFT, rồi modular, rồi restaking... và bây giờ là AI Agents. Người ta nói về những tác nhân tự động thay con người ra quyết định, người ta nói về một tương lai nơi ví crypto có thể tự giao dịch, tự quản lý danh mục, tự tương tác với ứng dụng mà không cần chúng ta chạm tay vào nhưng tôi đã thấy quá nhiều câu chuyện được kể bằng narrative đẹp trước khi có bất kỳ bằng chứng nào cho thấy người dùng thực sự cần nó. Đó cũng là vấn đề dai dẳng nhất của crypto và có lẽ cũng là thứ nhàm chán nhất để nhắc lại. Chúng ta rất giỏi tạo ra hạ tầng cho những nhu cầu chưa tồn tại. Chúng ta xây đường cao tốc trước khi có xe chạy, chúng ta tranh luận về throughput, về framework, về coordination layer trong khi số lượng người dùng thực sự sử dụng sản phẩm mỗi ngày đôi khi vẫn rất khiêm tốn. Với AI Agents, câu hỏi tôi luôn lấn cấn không nằm ở việc agent có thông minh hay không. Câu hỏi là liệu người dùng có thực sự muốn giao quyền hành động cho một thực thể tự động trên blockchain hay không bởi giữa việc xem demo và việc cho phép một hệ thống tự thay mình quản lý tài sản là khoảng cách khá lớn. Ở góc nhìn đó, cuộc so sánh giữa Newton Protocol và Virtuals Protocol khá thú vị. Cả hai đều đang đặt cược vào AI Agents nhưng dường như họ đang nhìn vấn đề từ hai hướng khác nhau. Virtuals Protocol có vẻ chọn cách tạo ra một nền kinh tế xoay quanh agent. Agent trở thành một thực thể có danh tính, có cộng đồng, có khả năng tạo doanh thu thậm chí được giao dịch như một loại tài sản. Nó mang màu sắc rất crypto, rất narrative driven và phải thừa nhận rằng Virtuals hiểu cách khiến thị trường chú ý đến mình. Họ nói về agent như những startup nhỏ tồn tại trên blockchain, họ xây câu chuyện đủ hấp dẫn để cộng đồng tham gia, ít nhất là trong giai đoạn đầu. Trong khi đó, Newton Protocol lại khiến tôi liên tưởng đến một cách tiếp cận ít hào nhoáng hơn. Họ dường như không quá tập trung vào việc biến agent thành một sản phẩm mang tính văn hóa hay cộng đồng, thứ Newton quan tâm nhiều hơn có vẻ là lớp điều phối hành động, lớp xác minh và khả năng để AI thực hiện các tác vụ thay mặt người dùng trong một môi trường có thể kiểm chứng được. Nghe thì không hấp dẫn bằng việc sở hữu một AI influencer có token riêng nhưng ít nhất từ góc nhìn của tôi đây lại là nơi câu chuyện trở nên thực tế hơn. Bởi nếu AI Agents thực sự trở thành một phần của hệ sinh thái crypto trong vài năm tới thứ quan trọng có lẽ không phải là agent nói chuyện hay đến mức nào. Điều quan trọng hơn là ai chịu trách nhiệm khi agent làm sai, ai xác minh được quyết định của nó, ai đảm bảo rằng nó đang hành động đúng với ý định ban đầu của người dùng. Đó là thứ tôi thấy thị trường ít nói đến bởi nó không tạo ra cảm giác hưng phấn. Nó giống một bài toán về niềm tin hơn là một bài toán về công nghệ. Virtuals Protocol hiện tại có lợi thế về mức độ hiện diện trong cộng đồng. Họ đã thành công trong việc biến AI Agents thành một câu chuyện có tính lan truyền cao. Người dùng dễ hiểu, dễ tham gia và cũng dễ đầu cơ nhưng điều đó không đồng nghĩa với việc họ đang dẫn đầu về mặt ứng dụng thực tế. Sự chú ý của thị trường đôi khi chỉ phản ánh khả năng kể chuyện tốt hơn chứ chưa chắc phản ánh việc giải quyết được vấn đề khó nhất. Newton Protocol thì ngược lại, họ có vẻ đang cố xử lý những phần ít người muốn bàn đến. Phần backend, phần điều phối, phần xác thực... Những thứ thường bị bỏ qua trong giai đoạn thị trường đang hưng phấn vì một narrative mới nhưng cũng chính những thứ đó lại quyết định liệu AI Agents có thể đi xa hơn khỏi phạm vi thử nghiệm hay không. Cuối cùng thì tôi nghĩ cuộc đua này vẫn còn khá sớm để gọi tên người dẫn đầu bởi trong crypto dẫn đầu narrative và dẫn đầu usage là hai khái niệm hoàn toàn khác nhau. Whitepaper có thể rất thuyết phục, demo có thể rất mượt nhưng nếu sau một năm nữa phần lớn agent vẫn chỉ đang tương tác với nhau thay vì phục vụ người dùng thật thì toàn bộ câu chuyện này sẽ lại trở thành một vòng lặp quen thuộc của thị trường. Virtuals Protocol đang sở hữu sự chú ý, Newton Protocol dường như đang theo đuổi sự bền vững trong thiết kế hệ thống. Một bên đang thắng ở cuộc chiến nhận diện, một bên có thể đang chuẩn bị cho cuộc chiến dài hạn hơn còn bên nào thực sự dẫn đầu cuộc đua AI Agents có lẽ chưa ai biết. Tôi vẫn đang theo dõi, chỗ này cần thời gian trả lời.  $NEWT @NewtonProtocol #Newt

Newton Protocol vs Virtuals Protocol: Ai dẫn đầu cuộc đua AI Agents?

Có một điều tôi thấy lặp lại khá đều trong crypto đó là cứ mỗi chu kỳ thị trường lại tìm được một nhân vật chính mới để đặt kỳ vọng vào. Trước đây là DeFi, rồi NFT, rồi modular, rồi restaking... và bây giờ là AI Agents. Người ta nói về những tác nhân tự động thay con người ra quyết định, người ta nói về một tương lai nơi ví crypto có thể tự giao dịch, tự quản lý danh mục, tự tương tác với ứng dụng mà không cần chúng ta chạm tay vào nhưng tôi đã thấy quá nhiều câu chuyện được kể bằng narrative đẹp trước khi có bất kỳ bằng chứng nào cho thấy người dùng thực sự cần nó.
Đó cũng là vấn đề dai dẳng nhất của crypto và có lẽ cũng là thứ nhàm chán nhất để nhắc lại. Chúng ta rất giỏi tạo ra hạ tầng cho những nhu cầu chưa tồn tại. Chúng ta xây đường cao tốc trước khi có xe chạy, chúng ta tranh luận về throughput, về framework, về coordination layer trong khi số lượng người dùng thực sự sử dụng sản phẩm mỗi ngày đôi khi vẫn rất khiêm tốn. Với AI Agents, câu hỏi tôi luôn lấn cấn không nằm ở việc agent có thông minh hay không. Câu hỏi là liệu người dùng có thực sự muốn giao quyền hành động cho một thực thể tự động trên blockchain hay không bởi giữa việc xem demo và việc cho phép một hệ thống tự thay mình quản lý tài sản là khoảng cách khá lớn.
Ở góc nhìn đó, cuộc so sánh giữa Newton Protocol và Virtuals Protocol khá thú vị. Cả hai đều đang đặt cược vào AI Agents nhưng dường như họ đang nhìn vấn đề từ hai hướng khác nhau. Virtuals Protocol có vẻ chọn cách tạo ra một nền kinh tế xoay quanh agent. Agent trở thành một thực thể có danh tính, có cộng đồng, có khả năng tạo doanh thu thậm chí được giao dịch như một loại tài sản. Nó mang màu sắc rất crypto, rất narrative driven và phải thừa nhận rằng Virtuals hiểu cách khiến thị trường chú ý đến mình. Họ nói về agent như những startup nhỏ tồn tại trên blockchain, họ xây câu chuyện đủ hấp dẫn để cộng đồng tham gia, ít nhất là trong giai đoạn đầu.
Trong khi đó, Newton Protocol lại khiến tôi liên tưởng đến một cách tiếp cận ít hào nhoáng hơn. Họ dường như không quá tập trung vào việc biến agent thành một sản phẩm mang tính văn hóa hay cộng đồng, thứ Newton quan tâm nhiều hơn có vẻ là lớp điều phối hành động, lớp xác minh và khả năng để AI thực hiện các tác vụ thay mặt người dùng trong một môi trường có thể kiểm chứng được. Nghe thì không hấp dẫn bằng việc sở hữu một AI influencer có token riêng nhưng ít nhất từ góc nhìn của tôi đây lại là nơi câu chuyện trở nên thực tế hơn.
Bởi nếu AI Agents thực sự trở thành một phần của hệ sinh thái crypto trong vài năm tới thứ quan trọng có lẽ không phải là agent nói chuyện hay đến mức nào. Điều quan trọng hơn là ai chịu trách nhiệm khi agent làm sai, ai xác minh được quyết định của nó, ai đảm bảo rằng nó đang hành động đúng với ý định ban đầu của người dùng. Đó là thứ tôi thấy thị trường ít nói đến bởi nó không tạo ra cảm giác hưng phấn. Nó giống một bài toán về niềm tin hơn là một bài toán về công nghệ.
Virtuals Protocol hiện tại có lợi thế về mức độ hiện diện trong cộng đồng. Họ đã thành công trong việc biến AI Agents thành một câu chuyện có tính lan truyền cao. Người dùng dễ hiểu, dễ tham gia và cũng dễ đầu cơ nhưng điều đó không đồng nghĩa với việc họ đang dẫn đầu về mặt ứng dụng thực tế. Sự chú ý của thị trường đôi khi chỉ phản ánh khả năng kể chuyện tốt hơn chứ chưa chắc phản ánh việc giải quyết được vấn đề khó nhất.
Newton Protocol thì ngược lại, họ có vẻ đang cố xử lý những phần ít người muốn bàn đến. Phần backend, phần điều phối, phần xác thực... Những thứ thường bị bỏ qua trong giai đoạn thị trường đang hưng phấn vì một narrative mới nhưng cũng chính những thứ đó lại quyết định liệu AI Agents có thể đi xa hơn khỏi phạm vi thử nghiệm hay không.
Cuối cùng thì tôi nghĩ cuộc đua này vẫn còn khá sớm để gọi tên người dẫn đầu bởi trong crypto dẫn đầu narrative và dẫn đầu usage là hai khái niệm hoàn toàn khác nhau. Whitepaper có thể rất thuyết phục, demo có thể rất mượt nhưng nếu sau một năm nữa phần lớn agent vẫn chỉ đang tương tác với nhau thay vì phục vụ người dùng thật thì toàn bộ câu chuyện này sẽ lại trở thành một vòng lặp quen thuộc của thị trường.
Virtuals Protocol đang sở hữu sự chú ý, Newton Protocol dường như đang theo đuổi sự bền vững trong thiết kế hệ thống. Một bên đang thắng ở cuộc chiến nhận diện, một bên có thể đang chuẩn bị cho cuộc chiến dài hạn hơn còn bên nào thực sự dẫn đầu cuộc đua AI Agents có lẽ chưa ai biết. Tôi vẫn đang theo dõi, chỗ này cần thời gian trả lời.
$NEWT @NewtonProtocol
#Newt
·
--
Tôi đã thấy quá nhiều chu kỳ mà người ta gắn thêm AI vào blockchain rồi xem đó như lời giải cho mọi thứ. Họ nói về agent tự vận hành, họ nói về nền kinh tế máy móc nhưng rồi quay lại câu chuyện cũ: dữ liệu nằm một nơi, mô hình nằm một nơi, quyền sở hữu và quyền kiểm chứng lại nằm ở nơi khác. Đó là kiểu vấn đề không hấp dẫn để kể trên sân khấu nhưng lại là thứ khiến phần lớn hệ thống khó đi xa. Điều lấn cấn của tôi với AI không nằm ở việc mô hình có thông minh hơn hay không mà là ai đang kiểm soát đầu vào, ai được phép sử dụng đầu ra và làm sao để những tương tác đó có thể được xác minh mà không phải đặt niềm tin vào một bên trung gian. Ngành này nói nhiều về phi tập trung nhưng dường như vẫn chấp nhận khá dễ dàng những hộp đen mới. Ít nhất là từ góc nhìn của tôi, Newton Protocol có vẻ đang cố giải quyết chuyện đó. Không phải bằng cách tạo thêm một chatbot onchain mà bằng việc xây dựng lớp hạ tầng để danh tính, dữ liệu và hành động của các AI agent có thể được ghi nhận, cấp quyền và kiểm chứng theo cách minh bạch hơn. Dĩ nhiên, narrative nào nghe cũng hợp lý trên giấy, whitepaper đẹp không tạo ra nhu cầu sử dụng thực sự. Cuối cùng, câu hỏi vẫn là liệu có ai cần hệ thống này mỗi ngày hay không. Chỗ này có lẽ chỉ thời gian mới trả lời được. #newt $NEWT @NewtonProtocol
Tôi đã thấy quá nhiều chu kỳ mà người ta gắn thêm AI vào blockchain rồi xem đó như lời giải cho mọi thứ. Họ nói về agent tự vận hành, họ nói về nền kinh tế máy móc nhưng rồi quay lại câu chuyện cũ: dữ liệu nằm một nơi, mô hình nằm một nơi, quyền sở hữu và quyền kiểm chứng lại nằm ở nơi khác. Đó là kiểu vấn đề không hấp dẫn để kể trên sân khấu nhưng lại là thứ khiến phần lớn hệ thống khó đi xa.

Điều lấn cấn của tôi với AI không nằm ở việc mô hình có thông minh hơn hay không mà là ai đang kiểm soát đầu vào, ai được phép sử dụng đầu ra và làm sao để những tương tác đó có thể được xác minh mà không phải đặt niềm tin vào một bên trung gian. Ngành này nói nhiều về phi tập trung nhưng dường như vẫn chấp nhận khá dễ dàng những hộp đen mới.

Ít nhất là từ góc nhìn của tôi, Newton Protocol có vẻ đang cố giải quyết chuyện đó. Không phải bằng cách tạo thêm một chatbot onchain mà bằng việc xây dựng lớp hạ tầng để danh tính, dữ liệu và hành động của các AI agent có thể được ghi nhận, cấp quyền và kiểm chứng theo cách minh bạch hơn.

Dĩ nhiên, narrative nào nghe cũng hợp lý trên giấy, whitepaper đẹp không tạo ra nhu cầu sử dụng thực sự. Cuối cùng, câu hỏi vẫn là liệu có ai cần hệ thống này mỗi ngày hay không. Chỗ này có lẽ chỉ thời gian mới trả lời được.
#newt $NEWT @NewtonProtocol
·
--
Tôi đã thấy câu chuyện này khá nhiều lần rồi. Mỗi chu kỳ lại xuất hiện một narrative mới về việc biến tài nguyên tính toán thành một thị trường mở, nơi GPU nhàn rỗi sẽ tự tìm được người cần dùng. Nghe hợp lý nhưng rồi sau lớp vỏ của thanh khoản và marketplace, bài toán cũ vẫn nằm đó: làm sao để người dùng thực sự tin tưởng môi trường đang chạy mô hình của họ. Akash giải quyết được phần nào câu chuyện phân phối compute. Họ nói về hiệu quả sử dụng tài nguyên, họ nói về chi phí rẻ hơn nhưng thực tế compute chỉ là một nửa vấn đề nửa còn lại là dữ liệu, là quyền riêng tư, là việc liệu một mô hình AI có thể được vận hành mà không phải đánh đổi quyền kiểm soát của người sở hữu nó. Đó là thứ tôi luôn lấn cấn khi nhìn vào hầu hết các mạng compute phi tập trung. OpenGradient dường như đang cố chạm vào khoảng trống đó, không phải bằng cách xây thêm một marketplace cho GPU mà bằng việc đặt AI, dữ liệu và tính xác minh vào cùng một lớp hạ tầng. Ít nhất là từ góc nhìn của tôi, đây là câu hỏi thú vị hơn nhiều so với chuyện ai có nhiều GPU hơn ai. Dĩ nhiên, narrative nào cũng đẹp trên giấy, whitepaper có thể mô tả mọi thứ rất mượt mà nhưng nếu không có developer thật sự triển khai ứng dụng, không có người dùng sẵn sàng đưa workload lên mạng lưới thì mọi lập luận vẫn chỉ là giả thuyết. Tôi vẫn đang theo dõi, chỗ này cần thời gian trả lời. #opg $OPG @OpenGradient
Tôi đã thấy câu chuyện này khá nhiều lần rồi. Mỗi chu kỳ lại xuất hiện một narrative mới về việc biến tài nguyên tính toán thành một thị trường mở, nơi GPU nhàn rỗi sẽ tự tìm được người cần dùng. Nghe hợp lý nhưng rồi sau lớp vỏ của thanh khoản và marketplace, bài toán cũ vẫn nằm đó: làm sao để người dùng thực sự tin tưởng môi trường đang chạy mô hình của họ.

Akash giải quyết được phần nào câu chuyện phân phối compute. Họ nói về hiệu quả sử dụng tài nguyên, họ nói về chi phí rẻ hơn nhưng thực tế compute chỉ là một nửa vấn đề nửa còn lại là dữ liệu, là quyền riêng tư, là việc liệu một mô hình AI có thể được vận hành mà không phải đánh đổi quyền kiểm soát của người sở hữu nó. Đó là thứ tôi luôn lấn cấn khi nhìn vào hầu hết các mạng compute phi tập trung.

OpenGradient dường như đang cố chạm vào khoảng trống đó, không phải bằng cách xây thêm một marketplace cho GPU mà bằng việc đặt AI, dữ liệu và tính xác minh vào cùng một lớp hạ tầng. Ít nhất là từ góc nhìn của tôi, đây là câu hỏi thú vị hơn nhiều so với chuyện ai có nhiều GPU hơn ai.

Dĩ nhiên, narrative nào cũng đẹp trên giấy, whitepaper có thể mô tả mọi thứ rất mượt mà nhưng nếu không có developer thật sự triển khai ứng dụng, không có người dùng sẵn sàng đưa workload lên mạng lưới thì mọi lập luận vẫn chỉ là giả thuyết. Tôi vẫn đang theo dõi, chỗ này cần thời gian trả lời.
#opg $OPG @OpenGradient
·
--
Tôi đã thấy câu chuyện này lặp lại khá nhiều lần. Mỗi chu kỳ AI mạnh hơn, nhanh hơn, thông minh hơn, thị trường lại mặc định rằng người dùng sẽ sẵn sàng đánh đổi thêm một chút dữ liệu cá nhân để đổi lấy sự tiện lợi. Họ nói về hiệu suất, họ nói về trải nghiệm nhưng càng dùng lâu tôi càng cảm thấy có một sự mất cân bằng khá âm thầm ở phía sau. Điều lấn cấn nằm ở chỗ AI càng giỏi thì giá trị của dữ liệu đầu vào càng lớn. Một câu hỏi riêng tư, một cuộc trò chuyện nhạy cảm, một quyết định tài chính cá nhân giờ không chỉ là dữ liệu tạm thời nữa mà gần như trở thành nguyên liệu để huấn luyện và tối ưu hóa các hệ thống ngày càng mạnh hơn. Đó là thứ dường như ai cũng biết nhưng ít ai thật sự quan tâm cho đến khi nó chạm vào chính mình. Có lẽ vì thế mà OpenGradient trở nên thú vị hơn trong bối cảnh hiện tại. Dự án này có vẻ đang cố giải quyết câu chuyện đó không phải bằng việc cạnh tranh xem AI nào thông minh hơn mà bằng việc đặt quyền kiểm soát dữ liệu trở lại phía người dùng. Ít nhất là từ góc nhìn của tôi đây là một hướng đi thực tế hơn là chạy theo cuộc đua mô hình. Dĩ nhiên, narrative về AI riêng tư nghe rất hợp thời nhưng thị trường cuối cùng vẫn chỉ quan tâm đến usage. Whitepaper có thể rất đẹp, triết lý có thể rất đúng nhưng nếu người dùng không thực sự cảm thấy cần nó mọi thứ chỉ dừng lại ở một ý tưởng hay. Tôi vẫn đang theo dõi, chỗ này cần thời gian trả lời. #opg $OPG @OpenGradient
Tôi đã thấy câu chuyện này lặp lại khá nhiều lần. Mỗi chu kỳ AI mạnh hơn, nhanh hơn, thông minh hơn, thị trường lại mặc định rằng người dùng sẽ sẵn sàng đánh đổi thêm một chút dữ liệu cá nhân để đổi lấy sự tiện lợi. Họ nói về hiệu suất, họ nói về trải nghiệm nhưng càng dùng lâu tôi càng cảm thấy có một sự mất cân bằng khá âm thầm ở phía sau.

Điều lấn cấn nằm ở chỗ AI càng giỏi thì giá trị của dữ liệu đầu vào càng lớn. Một câu hỏi riêng tư, một cuộc trò chuyện nhạy cảm, một quyết định tài chính cá nhân giờ không chỉ là dữ liệu tạm thời nữa mà gần như trở thành nguyên liệu để huấn luyện và tối ưu hóa các hệ thống ngày càng mạnh hơn. Đó là thứ dường như ai cũng biết nhưng ít ai thật sự quan tâm cho đến khi nó chạm vào chính mình.

Có lẽ vì thế mà OpenGradient trở nên thú vị hơn trong bối cảnh hiện tại. Dự án này có vẻ đang cố giải quyết câu chuyện đó không phải bằng việc cạnh tranh xem AI nào thông minh hơn mà bằng việc đặt quyền kiểm soát dữ liệu trở lại phía người dùng. Ít nhất là từ góc nhìn của tôi đây là một hướng đi thực tế hơn là chạy theo cuộc đua mô hình.

Dĩ nhiên, narrative về AI riêng tư nghe rất hợp thời nhưng thị trường cuối cùng vẫn chỉ quan tâm đến usage. Whitepaper có thể rất đẹp, triết lý có thể rất đúng nhưng nếu người dùng không thực sự cảm thấy cần nó mọi thứ chỉ dừng lại ở một ý tưởng hay. Tôi vẫn đang theo dõi, chỗ này cần thời gian trả lời.
#opg $OPG @OpenGradient
·
--
Tôi đã thấy câu chuyện này lặp lại khá nhiều lần rồi. Mỗi chu kỳ đều xuất hiện một lời hứa mới về AI tự do hơn, mở hơn, ít bị kiểm soát hơn nhưng càng đi qua nhiều mùa downtrend tôi càng nhận ra thứ gây tranh cãi nhất không phải là mô hình mạnh đến đâu mà là ai được quyền quyết định điều gì nên bị cấm nói. Ngành này có một vấn đề khá cũ kỹ nhưng ít người muốn nhắc đến. Người dùng muốn AI trung lập nhưng các nền tảng lại phải sống cùng áp lực pháp lý, kiểm duyệt nội dung và trách nhiệm xã hội. Họ nói về quyền truy cập tri thức, họ nói về tự do biểu đạt nhưng thực tế phần lớn chatbot hiện nay đều vận hành trong một vùng an toàn được định nghĩa sẵn. Đó là thứ tôi luôn lấn cấn bởi ranh giới giữa bảo vệ người dùng và kiểm soát thông tin đôi khi rất mong manh. OpenGradient Chat có vẻ đang cố chạm vào câu hỏi đó, không phải bằng cách tuyên bố xây dựng một AI "không kiểm duyệt" mà bằng việc đẩy quyền lựa chọn mô hình và chính sách về phía người dùng nhiều hơn. Ít nhất là từ góc nhìn của tôi đây là một cuộc tranh luận về quyền sở hữu lớp trí tuệ hơn là cuộc đua benchmark. Dĩ nhiên, narrative thì lúc nào cũng hấp dẫn trên giấy nhưng nếu không có người dùng thật nhu cầu thật và những tình huống thật để kiểm chứng mọi tuyên bố về AI mở cuối cùng vẫn chỉ là một giả thuyết. Tôi vẫn đang theo dõi, chỗ này cần thời gian trả lời. #opg $OPG @OpenGradient
Tôi đã thấy câu chuyện này lặp lại khá nhiều lần rồi. Mỗi chu kỳ đều xuất hiện một lời hứa mới về AI tự do hơn, mở hơn, ít bị kiểm soát hơn nhưng càng đi qua nhiều mùa downtrend tôi càng nhận ra thứ gây tranh cãi nhất không phải là mô hình mạnh đến đâu mà là ai được quyền quyết định điều gì nên bị cấm nói.

Ngành này có một vấn đề khá cũ kỹ nhưng ít người muốn nhắc đến. Người dùng muốn AI trung lập nhưng các nền tảng lại phải sống cùng áp lực pháp lý, kiểm duyệt nội dung và trách nhiệm xã hội. Họ nói về quyền truy cập tri thức, họ nói về tự do biểu đạt nhưng thực tế phần lớn chatbot hiện nay đều vận hành trong một vùng an toàn được định nghĩa sẵn. Đó là thứ tôi luôn lấn cấn bởi ranh giới giữa bảo vệ người dùng và kiểm soát thông tin đôi khi rất mong manh.

OpenGradient Chat có vẻ đang cố chạm vào câu hỏi đó, không phải bằng cách tuyên bố xây dựng một AI "không kiểm duyệt" mà bằng việc đẩy quyền lựa chọn mô hình và chính sách về phía người dùng nhiều hơn. Ít nhất là từ góc nhìn của tôi đây là một cuộc tranh luận về quyền sở hữu lớp trí tuệ hơn là cuộc đua benchmark.

Dĩ nhiên, narrative thì lúc nào cũng hấp dẫn trên giấy nhưng nếu không có người dùng thật nhu cầu thật và những tình huống thật để kiểm chứng mọi tuyên bố về AI mở cuối cùng vẫn chỉ là một giả thuyết. Tôi vẫn đang theo dõi, chỗ này cần thời gian trả lời.
#opg $OPG @OpenGradient
·
--
Tôi đã thấy câu chuyện này quá nhiều lần rồi. Mỗi chu kỳ AI lại xuất hiện một luận điểm mới về việc thay đổi cuộc chơi, thay đổi chuẩn mực, thay đổi cách con người tương tác với dữ liệu nhưng rồi phần lớn vẫn quay về một mô hình quen thuộc: AI càng mạnh thì càng tập trung, càng hiệu quả thì càng khó kiểm chứng. Đó là thứ tôi luôn lấn cấn vì thị trường dường như đã chấp nhận đánh đổi quyền kiểm soát lấy sự tiện lợi như một điều hiển nhiên. Vấn đề nằm ở chỗ AI hiện tại không chỉ tạo ra nội dung mà còn dần trở thành nơi lưu giữ ngữ cảnh, quyết định và dữ liệu nhạy cảm. Họ nói về hiệu năng, họ nói về trải nghiệm nhưng câu hỏi ai đang sở hữu lớp intelligence đó lại ít khi được nhắc tới. Ít nhất là từ góc nhìn của tôi, đây là một điểm nghẽn âm thầm nhưng khá dai dẳng. OpenGradient có vẻ đang cố chạm vào câu chuyện này, không phải bằng cách xây mô hình lớn hơn mà bằng việc đặt lại giả định rằng intelligence có thể được xác minh, vận hành trên hạ tầng mở và giữ được tính riêng tư ngay từ đầu. Điều đó nghe hợp lý trên giấy tờ nhưng giấy tờ thì lúc nào cũng hợp lý. Cuối cùng chuẩn mực chỉ thực sự thay đổi khi có người dùng chấp nhận thay đổi hành vi của họ. Whitepaper có thể rất đẹp, narrative có thể rất hấp dẫn nhưng usage mới là thứ quyết định tất cả. Tôi vẫn đang theo dõi, chỗ này cần thêm thời gian để trả lời. #opg $OPG @OpenGradient
Tôi đã thấy câu chuyện này quá nhiều lần rồi. Mỗi chu kỳ AI lại xuất hiện một luận điểm mới về việc thay đổi cuộc chơi, thay đổi chuẩn mực, thay đổi cách con người tương tác với dữ liệu nhưng rồi phần lớn vẫn quay về một mô hình quen thuộc: AI càng mạnh thì càng tập trung, càng hiệu quả thì càng khó kiểm chứng. Đó là thứ tôi luôn lấn cấn vì thị trường dường như đã chấp nhận đánh đổi quyền kiểm soát lấy sự tiện lợi như một điều hiển nhiên.

Vấn đề nằm ở chỗ AI hiện tại không chỉ tạo ra nội dung mà còn dần trở thành nơi lưu giữ ngữ cảnh, quyết định và dữ liệu nhạy cảm. Họ nói về hiệu năng, họ nói về trải nghiệm nhưng câu hỏi ai đang sở hữu lớp intelligence đó lại ít khi được nhắc tới. Ít nhất là từ góc nhìn của tôi, đây là một điểm nghẽn âm thầm nhưng khá dai dẳng.

OpenGradient có vẻ đang cố chạm vào câu chuyện này, không phải bằng cách xây mô hình lớn hơn mà bằng việc đặt lại giả định rằng intelligence có thể được xác minh, vận hành trên hạ tầng mở và giữ được tính riêng tư ngay từ đầu. Điều đó nghe hợp lý trên giấy tờ nhưng giấy tờ thì lúc nào cũng hợp lý.

Cuối cùng chuẩn mực chỉ thực sự thay đổi khi có người dùng chấp nhận thay đổi hành vi của họ. Whitepaper có thể rất đẹp, narrative có thể rất hấp dẫn nhưng usage mới là thứ quyết định tất cả. Tôi vẫn đang theo dõi, chỗ này cần thêm thời gian để trả lời.

#opg $OPG @OpenGradient
·
--
Có một điều tôi đã thấy lặp đi lặp lại qua nhiều chu kỳ. Mỗi khi AI trở thành narrative lớn thị trường lại nhanh chóng gắn thêm chữ "Web3" vào sau nó. Họ nói về tương lai, họ nói về hạ tầng nhưng rồi phần lớn vẫn chỉ dừng ở vài demo đẹp mắt và những slide trình bày rất chỉn chu, đó là thứ tôi luôn lấn cấn. Điểm nghẽn thật ra không mới. AI cần dữ liệu, cần mô hình, cần môi trường để chạy còn Web3 thì giỏi xây mạng lưới sở hữu nhưng lại khá chật vật khi biến những tài nguyên đó thành thứ có thể phục vụ AI một cách đáng tin cậy. Người ta nói nhiều về agent, về inference, về token mà ít người dành thời gian cho lớp hạ tầng nằm phía dưới, nơi quyết định liệu mọi thứ có vận hành được ngoài đời hay không. OpenGradient dường như đang đi theo hướng đó. Không phải cố tạo thêm một AI chatbot để thu hút sự chú ý mà có vẻ đang xây lớp hạ tầng để mô hình, dữ liệu và quyền riêng tư có thể tương tác ngay trong môi trường Web3. Ít nhất là từ góc nhìn của tôi đây là bài toán thực tế hơn là một cuộc đua narrative. Dĩ nhiên, whitepaper hay kiến trúc đẹp vẫn chưa nói lên nhiều điều, hạ tầng chỉ có giá trị khi người khác thật sự xây lên trên nó. Nếu điều đó không xảy ra mọi luận điểm đều chỉ là giả thuyết còn OpenGradient có thực sự trở thành lớp AI infrastructure của Web3 hay không, chỗ này cần thời gian trả lời. #opg $OPG @OpenGradient
Có một điều tôi đã thấy lặp đi lặp lại qua nhiều chu kỳ. Mỗi khi AI trở thành narrative lớn thị trường lại nhanh chóng gắn thêm chữ "Web3" vào sau nó. Họ nói về tương lai, họ nói về hạ tầng nhưng rồi phần lớn vẫn chỉ dừng ở vài demo đẹp mắt và những slide trình bày rất chỉn chu, đó là thứ tôi luôn lấn cấn.

Điểm nghẽn thật ra không mới. AI cần dữ liệu, cần mô hình, cần môi trường để chạy còn Web3 thì giỏi xây mạng lưới sở hữu nhưng lại khá chật vật khi biến những tài nguyên đó thành thứ có thể phục vụ AI một cách đáng tin cậy. Người ta nói nhiều về agent, về inference, về token mà ít người dành thời gian cho lớp hạ tầng nằm phía dưới, nơi quyết định liệu mọi thứ có vận hành được ngoài đời hay không.

OpenGradient dường như đang đi theo hướng đó. Không phải cố tạo thêm một AI chatbot để thu hút sự chú ý mà có vẻ đang xây lớp hạ tầng để mô hình, dữ liệu và quyền riêng tư có thể tương tác ngay trong môi trường Web3. Ít nhất là từ góc nhìn của tôi đây là bài toán thực tế hơn là một cuộc đua narrative.

Dĩ nhiên, whitepaper hay kiến trúc đẹp vẫn chưa nói lên nhiều điều, hạ tầng chỉ có giá trị khi người khác thật sự xây lên trên nó. Nếu điều đó không xảy ra mọi luận điểm đều chỉ là giả thuyết còn OpenGradient có thực sự trở thành lớp AI infrastructure của Web3 hay không, chỗ này cần thời gian trả lời.
#opg $OPG @OpenGradient
·
--
Tôi đã thấy quá nhiều narrative về AI onchain trong vài năm qua. Họ nói về tương lai nơi mọi mô hình AI đều chạy trên blockchain, họ nói về tính minh bạch, khả năng xác minh và quyền sở hữu dữ liệu nhưng rồi phần lớn vẫn mắc kẹt ở một câu hỏi khá nhàm chán: AI thực sự lấy dữ liệu từ đâu và ai xác thực rằng dữ liệu đó chưa bị can thiệp? Đó là thứ tôi luôn lấn cấn, không phải mô hình AI mạnh đến đâu mà là đầu vào của nó đáng tin đến mức nào. Trong crypto, chúng ta đã dành nhiều năm để giải quyết vấn đề đồng thuận cho tài sản nhưng với dữ liệu và AI dường như thị trường vẫn đang chấp nhận một vùng mờ khá lớn. Nhiều dự án thích nói về inference, ít dự án nói về nguồn dữ liệu. Và đó là lý do PIPE của OpenGradient khiến tôi chú ý. Không phải vì nó cố làm AI thông minh hơn mà vì nó có vẻ đang tập trung vào thứ ít hào nhoáng hơn nhiều đó là tạo ra một lớp hạ tầng để dữ liệu có thể được xác minh trước khi trở thành nguyên liệu cho AI. Ít nhất là từ góc nhìn của tôi đây mới là nút thắt mà AI onchain sẽ phải đối mặt sớm hay muộn. Dĩ nhiên, whitepaper nào cũng có thể kể một câu chuyện hợp lý, narrative nào cũng có thể nghe rất thuyết phục trong giai đoạn đầu. Cuối cùng thì mọi thứ vẫn quay về usage thực tế. PIPE có giải quyết được bài toán niềm tin cho AI onchain hay không sẽ phụ thuộc vào việc có ai thật sự dùng nó hay không, chỗ này cần thời gian trả lời. #opg $OPG @OpenGradient
Tôi đã thấy quá nhiều narrative về AI onchain trong vài năm qua. Họ nói về tương lai nơi mọi mô hình AI đều chạy trên blockchain, họ nói về tính minh bạch, khả năng xác minh và quyền sở hữu dữ liệu nhưng rồi phần lớn vẫn mắc kẹt ở một câu hỏi khá nhàm chán: AI thực sự lấy dữ liệu từ đâu và ai xác thực rằng dữ liệu đó chưa bị can thiệp?

Đó là thứ tôi luôn lấn cấn, không phải mô hình AI mạnh đến đâu mà là đầu vào của nó đáng tin đến mức nào. Trong crypto, chúng ta đã dành nhiều năm để giải quyết vấn đề đồng thuận cho tài sản nhưng với dữ liệu và AI dường như thị trường vẫn đang chấp nhận một vùng mờ khá lớn. Nhiều dự án thích nói về inference, ít dự án nói về nguồn dữ liệu.

Và đó là lý do PIPE của OpenGradient khiến tôi chú ý. Không phải vì nó cố làm AI thông minh hơn mà vì nó có vẻ đang tập trung vào thứ ít hào nhoáng hơn nhiều đó là tạo ra một lớp hạ tầng để dữ liệu có thể được xác minh trước khi trở thành nguyên liệu cho AI. Ít nhất là từ góc nhìn của tôi đây mới là nút thắt mà AI onchain sẽ phải đối mặt sớm hay muộn.

Dĩ nhiên, whitepaper nào cũng có thể kể một câu chuyện hợp lý, narrative nào cũng có thể nghe rất thuyết phục trong giai đoạn đầu. Cuối cùng thì mọi thứ vẫn quay về usage thực tế. PIPE có giải quyết được bài toán niềm tin cho AI onchain hay không sẽ phụ thuộc vào việc có ai thật sự dùng nó hay không, chỗ này cần thời gian trả lời.
#opg $OPG @OpenGradient
·
--
Tôi đã thấy thị trường AI đi qua khá nhiều narrative. AI phi tập trung, AI agent, AI economy. Mỗi chu kỳ lại xuất hiện một lớp từ khóa mới nghe rất hợp lý ở trên slide nhưng rồi khi nhìn kỹ hơn, câu hỏi cũ vẫn nằm đó: chúng ta thực sự tin vào điều gì khi AI đưa ra một kết quả? Đó là thứ tôi luôn lấn cấn, người ta nói nhiều về sức mạnh của model, tốc độ xử lý hay khả năng tự động hóa. Người ta nói nhiều về việc AI sẽ thay thế những công việc nào nhưng phần ít được nhắc tới hơn lại là trust. Dữ liệu đến từ đâu? Kết quả có bị chỉnh sửa không? Ai xác minh rằng những gì AI tạo ra thực sự đáng tin? Một hệ sinh thái càng nhiều tác nhân tự động thì bài toán niềm tin càng trở nên nhàm chán nhưng quan trọng. Ít nhất là từ góc nhìn của tôi, OpenGradient có vẻ đang cố giải quyết câu chuyện đó. Không phải bằng cách tạo ra một AI thông minh hơn mà bằng cách xây một lớp hạ tầng giúp dữ liệu, mô hình và đầu ra có thể được kiểm chứng. Nghe có vẻ kém hấp dẫn hơn nhiều so với các màn demo hào nhoáng nhưng đôi khi những thứ ít được chú ý mới là phần giữ cho cả hệ thống vận hành. Dĩ nhiên, whitepaper nào cũng có thể kể một câu chuyện đẹp, narrative nào cũng có thể hợp lý nếu đứng đủ xa. Thứ quyết định vẫn là usage thực tế và việc có ai thật sự cần lớp trust đó hay không. Tôi vẫn đang theo dõi, chỗ này có lẽ cần thêm thời gian để trả lời. #opg $OPG @OpenGradient
Tôi đã thấy thị trường AI đi qua khá nhiều narrative. AI phi tập trung, AI agent, AI economy. Mỗi chu kỳ lại xuất hiện một lớp từ khóa mới nghe rất hợp lý ở trên slide nhưng rồi khi nhìn kỹ hơn, câu hỏi cũ vẫn nằm đó: chúng ta thực sự tin vào điều gì khi AI đưa ra một kết quả?

Đó là thứ tôi luôn lấn cấn, người ta nói nhiều về sức mạnh của model, tốc độ xử lý hay khả năng tự động hóa. Người ta nói nhiều về việc AI sẽ thay thế những công việc nào nhưng phần ít được nhắc tới hơn lại là trust. Dữ liệu đến từ đâu? Kết quả có bị chỉnh sửa không? Ai xác minh rằng những gì AI tạo ra thực sự đáng tin? Một hệ sinh thái càng nhiều tác nhân tự động thì bài toán niềm tin càng trở nên nhàm chán nhưng quan trọng.

Ít nhất là từ góc nhìn của tôi, OpenGradient có vẻ đang cố giải quyết câu chuyện đó. Không phải bằng cách tạo ra một AI thông minh hơn mà bằng cách xây một lớp hạ tầng giúp dữ liệu, mô hình và đầu ra có thể được kiểm chứng. Nghe có vẻ kém hấp dẫn hơn nhiều so với các màn demo hào nhoáng nhưng đôi khi những thứ ít được chú ý mới là phần giữ cho cả hệ thống vận hành.

Dĩ nhiên, whitepaper nào cũng có thể kể một câu chuyện đẹp, narrative nào cũng có thể hợp lý nếu đứng đủ xa. Thứ quyết định vẫn là usage thực tế và việc có ai thật sự cần lớp trust đó hay không. Tôi vẫn đang theo dõi, chỗ này có lẽ cần thêm thời gian để trả lời.
#opg $OPG @OpenGradient
·
--
Tôi đã thấy thị trường nói về dữ liệu suốt nhiều năm. Data là dầu mỏ mới, data là tài sản quý giá nhất, data sẽ mở khóa nền kinh tế số. Nghe quen đến mức đôi khi tôi không còn cảm thấy hứng thú nữa. Điều làm tôi lấn cấn là phần lớn Data Economy thực chất được xây dựng trên một sự đánh đổi khá kỳ lạ. Người dùng tạo ra dữ liệu nhưng hiếm khi kiểm soát được nó. Các nền tảng thu thập, mô hình AI huấn luyện, doanh nghiệp kiếm tiền còn quyền riêng tư thì thường được nhắc đến như một điều kiện sử dụng dài vài chục trang mà chẳng ai đọc. Người ta nói rất nhiều về giá trị của dữ liệu, người ta nói rất ít về quyền sở hữu dữ liệu. Đó là lý do tôi thấy hướng đi của OpenGradient khá đáng chú ý. Không phải vì họ cố tạo thêm một narrative AI mới mà vì dường như họ đang đặt câu hỏi khác. Nếu Data Economy tập trung vào việc khai thác dữ liệu thì liệu Privacy Economy có thể tập trung vào việc cho phép dữ liệu được sử dụng mà không phải đánh đổi hoàn toàn quyền kiểm soát? Ít nhất là từ góc nhìn của tôi đây là một hướng suy nghĩ thực tế hơn là chỉ chạy theo quy mô mô hình. Tất nhiên, whitepaper nào cũng có thể kể một câu chuyện hấp dẫn nhưng câu hỏi cuối cùng vẫn rất cũ: liệu người dùng có thực sự muốn trả tiền hoặc thay đổi hành vi để bảo vệ dữ liệu của mình hay không. Chỗ này không phải công nghệ quyết định, chỗ này là thị trường quyết định và tôi nghĩ nó vẫn cần thêm thời gian để trả lời. #opg $OPG @OpenGradient
Tôi đã thấy thị trường nói về dữ liệu suốt nhiều năm. Data là dầu mỏ mới, data là tài sản quý giá nhất, data sẽ mở khóa nền kinh tế số. Nghe quen đến mức đôi khi tôi không còn cảm thấy hứng thú nữa.

Điều làm tôi lấn cấn là phần lớn Data Economy thực chất được xây dựng trên một sự đánh đổi khá kỳ lạ. Người dùng tạo ra dữ liệu nhưng hiếm khi kiểm soát được nó. Các nền tảng thu thập, mô hình AI huấn luyện, doanh nghiệp kiếm tiền còn quyền riêng tư thì thường được nhắc đến như một điều kiện sử dụng dài vài chục trang mà chẳng ai đọc. Người ta nói rất nhiều về giá trị của dữ liệu, người ta nói rất ít về quyền sở hữu dữ liệu.

Đó là lý do tôi thấy hướng đi của OpenGradient khá đáng chú ý. Không phải vì họ cố tạo thêm một narrative AI mới mà vì dường như họ đang đặt câu hỏi khác. Nếu Data Economy tập trung vào việc khai thác dữ liệu thì liệu Privacy Economy có thể tập trung vào việc cho phép dữ liệu được sử dụng mà không phải đánh đổi hoàn toàn quyền kiểm soát? Ít nhất là từ góc nhìn của tôi đây là một hướng suy nghĩ thực tế hơn là chỉ chạy theo quy mô mô hình.

Tất nhiên, whitepaper nào cũng có thể kể một câu chuyện hấp dẫn nhưng câu hỏi cuối cùng vẫn rất cũ: liệu người dùng có thực sự muốn trả tiền hoặc thay đổi hành vi để bảo vệ dữ liệu của mình hay không. Chỗ này không phải công nghệ quyết định, chỗ này là thị trường quyết định và tôi nghĩ nó vẫn cần thêm thời gian để trả lời.
#opg $OPG @OpenGradient
·
--
စိစစ်အတည်ပြုထားသည်
Tôi đã thấy khá nhiều chu kỳ mà ngành công nghệ chạy rất nhanh về phía trước rồi mới quay lại hỏi một câu khá cơ bản đó là dữ liệu đang nằm ở đâu, ai nhìn thấy nó và cái giá phải trả là gì. AI hiện tại cũng có cảm giác như vậy, người ta nói về mô hình lớn hơn, người ta nói về khả năng suy luận tốt hơn nhưng câu chuyện dữ liệu lại thường bị đẩy xuống cuối trang và đó là thứ tôi luôn lấn cấn. Có một khoản nợ âm thầm đang tích tụ trong ngành AI, thứ tôi tạm gọi là “privacy debt”. Càng nhiều ứng dụng AI được triển khai, càng nhiều dữ liệu nhạy cảm bị đưa vào các hệ thống tập trung. Mọi thứ vận hành ổn cho đến khi xuất hiện một sự cố, một vụ rò rỉ, hoặc đơn giản là câu hỏi: liệu người dùng có thực sự kiểm soát dữ liệu của mình không? Nghe có vẻ nhàm chán nhưng đây thường là vấn đề chỉ được nhắc tới khi mọi chuyện đã xảy ra. Ít nhất là từ góc nhìn của tôi, OpenGradient có vẻ đang cố giải quyết phần nợ đó. Không phải bằng cách làm AI thông minh hơn mà bằng cách khiến quá trình sử dụng AI bớt phụ thuộc vào việc phải giao toàn bộ dữ liệu cho một thực thể trung tâm. Điều đáng chú ý không nằm ở narrative mà nằm ở cách dự án đặt quyền riêng tư thành một lớp hạ tầng thay vì một tính năng bổ sung. Tất nhiên, ý tưởng nào trên giấy cũng nghe hợp lý. Privacy chỉ thực sự có giá trị khi người dùng chọn sử dụng nó thay vì bỏ qua để đổi lấy sự tiện lợi. OpenGradient đang chạm vào một vấn đề có thật nhưng liệu đó có phải thứ thị trường thực sự quan tâm hay không, chỗ này cần thời gian trả lời. #opg $OPG @OpenGradient
Tôi đã thấy khá nhiều chu kỳ mà ngành công nghệ chạy rất nhanh về phía trước rồi mới quay lại hỏi một câu khá cơ bản đó là dữ liệu đang nằm ở đâu, ai nhìn thấy nó và cái giá phải trả là gì. AI hiện tại cũng có cảm giác như vậy, người ta nói về mô hình lớn hơn, người ta nói về khả năng suy luận tốt hơn nhưng câu chuyện dữ liệu lại thường bị đẩy xuống cuối trang và đó là thứ tôi luôn lấn cấn.

Có một khoản nợ âm thầm đang tích tụ trong ngành AI, thứ tôi tạm gọi là “privacy debt”. Càng nhiều ứng dụng AI được triển khai, càng nhiều dữ liệu nhạy cảm bị đưa vào các hệ thống tập trung. Mọi thứ vận hành ổn cho đến khi xuất hiện một sự cố, một vụ rò rỉ, hoặc đơn giản là câu hỏi: liệu người dùng có thực sự kiểm soát dữ liệu của mình không? Nghe có vẻ nhàm chán nhưng đây thường là vấn đề chỉ được nhắc tới khi mọi chuyện đã xảy ra.

Ít nhất là từ góc nhìn của tôi, OpenGradient có vẻ đang cố giải quyết phần nợ đó. Không phải bằng cách làm AI thông minh hơn mà bằng cách khiến quá trình sử dụng AI bớt phụ thuộc vào việc phải giao toàn bộ dữ liệu cho một thực thể trung tâm. Điều đáng chú ý không nằm ở narrative mà nằm ở cách dự án đặt quyền riêng tư thành một lớp hạ tầng thay vì một tính năng bổ sung.

Tất nhiên, ý tưởng nào trên giấy cũng nghe hợp lý. Privacy chỉ thực sự có giá trị khi người dùng chọn sử dụng nó thay vì bỏ qua để đổi lấy sự tiện lợi. OpenGradient đang chạm vào một vấn đề có thật nhưng liệu đó có phải thứ thị trường thực sự quan tâm hay không, chỗ này cần thời gian trả lời.

#opg $OPG @OpenGradient
·
--
စိစစ်အတည်ပြုထားသည်
Trước giờ tôi đã thấy quá nhiều dự án cố biến privacy thành một câu chuyện để kể. Họ nói về quyền riêng tư, họ nói về dữ liệu thuộc về người dùng rồi cuối cùng mọi thứ vẫn quay về một bài toán quen thuộc: càng che giấu nhiều thì càng khó tạo ra giá trị mạng lưới. Đó là vòng lặp mà crypto đã mắc kẹt khá lâu và cũng là thứ khiến tôi luôn có chút hoài nghi mỗi khi nghe ai đó nhắc đến privacy như một lợi thế cạnh tranh. Vấn đề là đa số hệ thống hiện nay đang vận hành trên một nghịch lý khá nhàm chán. Muốn xây dựng network effect thì cần dữ liệu, cần tương tác, cần khả năng phối hợp nhưng càng thu thập nhiều dữ liệu thì người dùng càng mất quyền kiểm soát. Ai cũng biết chuyện này chỉ là thị trường thường thích nói về tốc độ tăng trưởng hơn là những đánh đổi phía sau. OpenGradient có vẻ đang nhìn vấn đề từ một hướng hơi khác. Thay vì xem privacy như một lớp bảo vệ đặt bên ngoài mạng lưới họ dường như muốn biến nó thành một phần của chính cấu trúc mạng lưới đó. Ít nhất là từ góc nhìn của tôi câu hỏi họ đặt ra không phải "làm sao giấu dữ liệu" mà là "làm sao để dữ liệu vẫn tạo ra giá trị mà không cần bị phơi bày hoàn toàn". Nghe đơn giản nhưng đây là chỗ mà khá nhiều mô hình trước đó gặp khó. Dĩ nhiên narrative nào cũng nghe hợp lý trên giấy, whitepaper thường không thiếu những ý tưởng đẹp nhưng network effect chỉ xuất hiện khi có người dùng thật, hành vi thật, nhu cầu thật. Nếu privacy thực sự trở thành lý do khiến nhiều bên muốn tham gia hơn thay vì là một tính năng phụ trợ khi đó câu chuyện mới đáng để bàn tiếp, còn hiện tại tôi vẫn đang theo dõi. #opg $OPG @OpenGradient
Trước giờ tôi đã thấy quá nhiều dự án cố biến privacy thành một câu chuyện để kể. Họ nói về quyền riêng tư, họ nói về dữ liệu thuộc về người dùng rồi cuối cùng mọi thứ vẫn quay về một bài toán quen thuộc: càng che giấu nhiều thì càng khó tạo ra giá trị mạng lưới. Đó là vòng lặp mà crypto đã mắc kẹt khá lâu và cũng là thứ khiến tôi luôn có chút hoài nghi mỗi khi nghe ai đó nhắc đến privacy như một lợi thế cạnh tranh.

Vấn đề là đa số hệ thống hiện nay đang vận hành trên một nghịch lý khá nhàm chán. Muốn xây dựng network effect thì cần dữ liệu, cần tương tác, cần khả năng phối hợp nhưng càng thu thập nhiều dữ liệu thì người dùng càng mất quyền kiểm soát. Ai cũng biết chuyện này chỉ là thị trường thường thích nói về tốc độ tăng trưởng hơn là những đánh đổi phía sau.

OpenGradient có vẻ đang nhìn vấn đề từ một hướng hơi khác. Thay vì xem privacy như một lớp bảo vệ đặt bên ngoài mạng lưới họ dường như muốn biến nó thành một phần của chính cấu trúc mạng lưới đó. Ít nhất là từ góc nhìn của tôi câu hỏi họ đặt ra không phải "làm sao giấu dữ liệu" mà là "làm sao để dữ liệu vẫn tạo ra giá trị mà không cần bị phơi bày hoàn toàn". Nghe đơn giản nhưng đây là chỗ mà khá nhiều mô hình trước đó gặp khó.

Dĩ nhiên narrative nào cũng nghe hợp lý trên giấy, whitepaper thường không thiếu những ý tưởng đẹp nhưng network effect chỉ xuất hiện khi có người dùng thật, hành vi thật, nhu cầu thật. Nếu privacy thực sự trở thành lý do khiến nhiều bên muốn tham gia hơn thay vì là một tính năng phụ trợ khi đó câu chuyện mới đáng để bàn tiếp, còn hiện tại tôi vẫn đang theo dõi.
#opg $OPG @OpenGradient
·
--
စိစစ်အတည်ပြုထားသည်
Tôi đã thấy cuộc tranh luận này lặp lại khá nhiều lần trong crypto. Mỗi chu kỳ lại xuất hiện một lớp hạ tầng mới được xem là trung tâm của tương lai, lần này là cuộc chiến giữa Compute Layer và Settlement Layer. Người ta nói về việc xử lý nhiều hơn, người ta nói về việc mở rộng nhiều hơn nhưng rồi cuối cùng câu hỏi vẫn cũ đó là giá trị thực sự đang được tạo ra ở đâu? Điều làm tôi luôn lấn cấn là phần lớn hệ sinh thái vẫn đang tập trung vào việc ghi nhận kết quả trong khi công đoạn tạo ra kết quả lại diễn ra ở nơi khác. Settlement Layer giỏi trong việc xác minh và lưu trữ trạng thái nhưng AI, dữ liệu và tính toán ngày càng ngốn nhiều tài nguyên hơn và đó không phải thứ blockchain truyền thống được sinh ra để làm. Ít nhất từ góc nhìn của tôi, OpenGradient dường như đang nhìn vào khoảng trống đó. Họ không cố biến blockchain thành một siêu máy tính, họ có vẻ đang tách riêng lớp compute ra khỏi lớp settlement, coi đó là hai bài toán khác nhau thay vì ép chúng sống chung trong cùng một kiến trúc. Tất nhiên, narrative nào nghe cũng hợp lý trên giấy, whitepaper có thể mô tả một thế giới rất đẹp nhưng cuối cùng mọi thứ vẫn quay về usage thực tế. Liệu các ứng dụng AI có thực sự chọn mô hình này hay không, đó là phần mà tài liệu không thể trả lời thay được, tôi vẫn đang theo dõi chỗ này. #opg $OPG @OpenGradient
Tôi đã thấy cuộc tranh luận này lặp lại khá nhiều lần trong crypto. Mỗi chu kỳ lại xuất hiện một lớp hạ tầng mới được xem là trung tâm của tương lai, lần này là cuộc chiến giữa Compute Layer và Settlement Layer. Người ta nói về việc xử lý nhiều hơn, người ta nói về việc mở rộng nhiều hơn nhưng rồi cuối cùng câu hỏi vẫn cũ đó là giá trị thực sự đang được tạo ra ở đâu?

Điều làm tôi luôn lấn cấn là phần lớn hệ sinh thái vẫn đang tập trung vào việc ghi nhận kết quả trong khi công đoạn tạo ra kết quả lại diễn ra ở nơi khác. Settlement Layer giỏi trong việc xác minh và lưu trữ trạng thái nhưng AI, dữ liệu và tính toán ngày càng ngốn nhiều tài nguyên hơn và đó không phải thứ blockchain truyền thống được sinh ra để làm.

Ít nhất từ góc nhìn của tôi, OpenGradient dường như đang nhìn vào khoảng trống đó. Họ không cố biến blockchain thành một siêu máy tính, họ có vẻ đang tách riêng lớp compute ra khỏi lớp settlement, coi đó là hai bài toán khác nhau thay vì ép chúng sống chung trong cùng một kiến trúc.

Tất nhiên, narrative nào nghe cũng hợp lý trên giấy, whitepaper có thể mô tả một thế giới rất đẹp nhưng cuối cùng mọi thứ vẫn quay về usage thực tế. Liệu các ứng dụng AI có thực sự chọn mô hình này hay không, đó là phần mà tài liệu không thể trả lời thay được, tôi vẫn đang theo dõi chỗ này.

#opg $OPG @OpenGradient
·
--
Tôi đã thấy thị trường crypto kể quá nhiều câu chuyện về "quyền sở hữu". Sở hữu dữ liệu, sở hữu danh tính, sở hữu tài sản số nhưng kỳ lạ là khi AI trở thành lớp hạ tầng mới của internet phần lớn người dùng vẫn đang phụ thuộc vào một vài cánh cổng tập trung để đặt câu hỏi, tìm kiếm thông tin và tương tác với mô hình. Chúng ta nói nhiều về decentralization nhưng lại khá dễ chấp nhận việc tư duy số của mình đi qua máy chủ của người khác, đó là thứ tôi luôn lấn cấn. Có một vấn đề khá nhàm chán nhưng rất thật: phần lớn AI hiện nay cho người dùng trải nghiệm thuận tiện nhưng rất ít quyền kiểm soát. Không phải ai cũng quan tâm chuyện đó hôm nay, giống như ngày xưa không nhiều người quan tâm ai đang lưu trữ dữ liệu của họ. Nhưng rồi mọi thứ dần thay đổi, OpenGradient Chat ít nhất là từ góc nhìn của tôi có vẻ đang thử tiếp cận câu chuyện này theo hướng khác. Không phải bằng cách tạo thêm một chatbot nữa mà bằng việc đặt câu hỏi liệu AI có thể vận hành trên hạ tầng mà người dùng hoặc cộng đồng thực sự kiểm soát được hay không, dường như trọng tâm ở đây không phải bản thân AI mà là ai đang nắm quyền đối với AI đó. Tất nhiên, narrative về AI Sovereignty nghe rất hấp dẫn trên giấy nhưng thị trường không thiếu những ý tưởng đẹp chết yểu vì không ai dùng. Whitepaper không tạo ra nhu cầu, khẩu hiệu cũng không tạo ra thói quen, điều đáng quan sát là liệu người dùng có thực sự muốn đổi lấy quyền kiểm soát bằng một trải nghiệm mới hay không. Chỗ này cần thời gian trả lời..! #opg $OPG @OpenGradient
Tôi đã thấy thị trường crypto kể quá nhiều câu chuyện về "quyền sở hữu". Sở hữu dữ liệu, sở hữu danh tính, sở hữu tài sản số nhưng kỳ lạ là khi AI trở thành lớp hạ tầng mới của internet phần lớn người dùng vẫn đang phụ thuộc vào một vài cánh cổng tập trung để đặt câu hỏi, tìm kiếm thông tin và tương tác với mô hình.
Chúng ta nói nhiều về decentralization nhưng lại khá dễ chấp nhận việc tư duy số của mình đi qua máy chủ của người khác, đó là thứ tôi luôn lấn cấn.
Có một vấn đề khá nhàm chán nhưng rất thật: phần lớn AI hiện nay cho người dùng trải nghiệm thuận tiện nhưng rất ít quyền kiểm soát. Không phải ai cũng quan tâm chuyện đó hôm nay, giống như ngày xưa không nhiều người quan tâm ai đang lưu trữ dữ liệu của họ.

Nhưng rồi mọi thứ dần thay đổi, OpenGradient Chat ít nhất là từ góc nhìn của tôi có vẻ đang thử tiếp cận câu chuyện này theo hướng khác. Không phải bằng cách tạo thêm một chatbot nữa mà bằng việc đặt câu hỏi liệu AI có thể vận hành trên hạ tầng mà người dùng hoặc cộng đồng thực sự kiểm soát được hay không, dường như trọng tâm ở đây không phải bản thân AI mà là ai đang nắm quyền đối với AI đó.

Tất nhiên, narrative về AI Sovereignty nghe rất hấp dẫn trên giấy nhưng thị trường không thiếu những ý tưởng đẹp chết yểu vì không ai dùng. Whitepaper không tạo ra nhu cầu, khẩu hiệu cũng không tạo ra thói quen, điều đáng quan sát là liệu người dùng có thực sự muốn đổi lấy quyền kiểm soát bằng một trải nghiệm mới hay không. Chỗ này cần thời gian trả lời..!
#opg $OPG @OpenGradient
·
--
စိစစ်အတည်ပြုထားသည်
Tôi đã thấy quá nhiều dự án nói về contribution. Họ nói về cộng đồng, họ nói về sự tham gia nhưng rồi cuối cùng thứ được thưởng lại thường là vốn, là khả năng farm hoặc đơn giản là đến sớm hơn người khác vài tháng. Đó là một vòng lặp khá quen thuộc của crypto. Vấn đề là phần lớn hệ thống vẫn rất kém trong việc đo lường đóng góp thực sự. Một người sử dụng sản phẩm mỗi ngày đôi khi nhận được ít hơn một người chỉ biết tối ưu incentive, một người tạo ra giá trị cho network lại khó được nhìn thấy hơn một ví biết săn phần thưởng. Đó là thứ tôi luôn thấy lấn cấn. Chúng ta nói nhiều về ownership nhưng ít nói về việc ai thực sự đang làm cho hệ sinh thái trở nên hữu ích hơn. Ít nhất là từ góc nhìn của tôi, OpenGradient có vẻ đang thử tiếp cận câu chuyện này theo một hướng khác. Thay vì tập trung quá nhiều vào danh nghĩa contribution họ dường như quan tâm hơn đến usage như một dạng bằng chứng. Không phải bạn nói mình đóng góp gì mà là bạn có đang thực sự sử dụng, tương tác và tạo ra hoạt động có ý nghĩa hay không. Tuy nhiên, ý tưởng đó thì nghe hợp lý nhưng crypto vốn rất giỏi trong việc biến mọi thước đo thành thứ để tối ưu hóa. Cuối cùng thì narrative nào cũng đẹp trên giấy, điều đáng quan tâm hơn vẫn là usage có tồn tại sau khi phần thưởng biến mất hay không. Chỗ này có lẽ thời gian mới là câu trả lời. #opg $OPG @OpenGradient
Tôi đã thấy quá nhiều dự án nói về contribution. Họ nói về cộng đồng, họ nói về sự tham gia nhưng rồi cuối cùng thứ được thưởng lại thường là vốn, là khả năng farm hoặc đơn giản là đến sớm hơn người khác vài tháng. Đó là một vòng lặp khá quen thuộc của crypto.

Vấn đề là phần lớn hệ thống vẫn rất kém trong việc đo lường đóng góp thực sự. Một người sử dụng sản phẩm mỗi ngày đôi khi nhận được ít hơn một người chỉ biết tối ưu incentive, một người tạo ra giá trị cho network lại khó được nhìn thấy hơn một ví biết săn phần thưởng. Đó là thứ tôi luôn thấy lấn cấn. Chúng ta nói nhiều về ownership nhưng ít nói về việc ai thực sự đang làm cho hệ sinh thái trở nên hữu ích hơn.

Ít nhất là từ góc nhìn của tôi, OpenGradient có vẻ đang thử tiếp cận câu chuyện này theo một hướng khác. Thay vì tập trung quá nhiều vào danh nghĩa contribution họ dường như quan tâm hơn đến usage như một dạng bằng chứng. Không phải bạn nói mình đóng góp gì mà là bạn có đang thực sự sử dụng, tương tác và tạo ra hoạt động có ý nghĩa hay không.

Tuy nhiên, ý tưởng đó thì nghe hợp lý nhưng crypto vốn rất giỏi trong việc biến mọi thước đo thành thứ để tối ưu hóa.

Cuối cùng thì narrative nào cũng đẹp trên giấy, điều đáng quan tâm hơn vẫn là usage có tồn tại sau khi phần thưởng biến mất hay không. Chỗ này có lẽ thời gian mới là câu trả lời.
#opg $OPG @OpenGradient
·
--
Tôi đã thấy narrative "AI + blockchain" lặp lại đủ nhiều để phản xạ đầu tiên luôn là nghi ngờ. Họ nói về việc AI sẽ thay đổi mọi thứ, họ nói về việc blockchain sẽ là lớp hạ tầng cho tương lai AI nhưng phần lớn thời gian hai thứ đó chỉ đứng cạnh nhau trên slide thuyết trình nhiều hơn là thực sự cần nhau. Đó là thứ tôi luôn lấn cấn mỗi khi một dự án cố gắng ghép hai ngành hot nhất thị trường vào cùng một câu chuyện. Điều thú vị là càng nhìn lâu tôi càng thấy thesis ngược lại có vẻ hợp lý hơn: AI cần blockchain hơn blockchain cần AI. Vấn đề dai dẳng của AI không hẳn nằm ở model, model ngày càng mạnh, vấn đề nằm ở dữ liệu đến từ đâu, ai sở hữu nó, ai kiểm chứng được kết quả và ai được trả công khi đóng góp vào hệ thống. Đó là những câu hỏi khá nhàm chán nên thường bị bỏ qua và dường như OpenGradient đang cố chạm vào đúng điểm đó. Không phải bằng việc biến blockchain thành AI mà bằng cách dùng blockchain như một lớp ghi nhận và điều phối cho những tài nguyên mà AI phụ thuộc vào. Dĩ nhiên, thesis nào nghe cũng hợp lý trên giấy, whitepaper hợp lý, narrative cũng hợp lý nhưng cuối cùng mọi thứ vẫn quay về usage thực tế. Liệu người dùng có thật sự cần một hệ thống như vậy hay không mới là câu hỏi đáng giá. Ít nhất là từ góc nhìn của tôi, OpenGradient đang đặt cược vào một vấn đề thật còn câu trả lời thì vẫn cần thêm thời gian. #opg $OPG @OpenGradient
Tôi đã thấy narrative "AI + blockchain" lặp lại đủ nhiều để phản xạ đầu tiên luôn là nghi ngờ. Họ nói về việc AI sẽ thay đổi mọi thứ, họ nói về việc blockchain sẽ là lớp hạ tầng cho tương lai AI nhưng phần lớn thời gian hai thứ đó chỉ đứng cạnh nhau trên slide thuyết trình nhiều hơn là thực sự cần nhau. Đó là thứ tôi luôn lấn cấn mỗi khi một dự án cố gắng ghép hai ngành hot nhất thị trường vào cùng một câu chuyện.

Điều thú vị là càng nhìn lâu tôi càng thấy thesis ngược lại có vẻ hợp lý hơn: AI cần blockchain hơn blockchain cần AI. Vấn đề dai dẳng của AI không hẳn nằm ở model, model ngày càng mạnh, vấn đề nằm ở dữ liệu đến từ đâu, ai sở hữu nó, ai kiểm chứng được kết quả và ai được trả công khi đóng góp vào hệ thống. Đó là những câu hỏi khá nhàm chán nên thường bị bỏ qua và dường như OpenGradient đang cố chạm vào đúng điểm đó. Không phải bằng việc biến blockchain thành AI mà bằng cách dùng blockchain như một lớp ghi nhận và điều phối cho những tài nguyên mà AI phụ thuộc vào.

Dĩ nhiên, thesis nào nghe cũng hợp lý trên giấy, whitepaper hợp lý, narrative cũng hợp lý nhưng cuối cùng mọi thứ vẫn quay về usage thực tế. Liệu người dùng có thật sự cần một hệ thống như vậy hay không mới là câu hỏi đáng giá. Ít nhất là từ góc nhìn của tôi, OpenGradient đang đặt cược vào một vấn đề thật còn câu trả lời thì vẫn cần thêm thời gian.

#opg $OPG @OpenGradient
Log in to explore more content
Join global crypto users on Binance Square
⚡️ Get latest and useful information about crypto.
💬 Trusted by the world’s largest crypto exchange.
👍 Discover real insights from verified creators.
အီးမေးလ် / ဖုန်းနံပါတ်
ဆိုဒ်မြေပုံ
နှစ်သက်ရာ Cookie ဆက်တင်များ
ပလက်ဖောင်း စည်းမျဉ်းစည်းကမ်းများ