Несколько недель назад я обновлял таблицу, в которой отслеживаю проекты в области ИИ, которые меня интересуют. Некоторые запустили новые функции. Другие полностью изменили направление. Чтобы сэкономить время, я попросил ИИ сравнить мои старые заметки с последними обновлениями и сказать, что имеет наибольшее значение.
Резюме выглядело убедительно.
Меня удивило не то, что ИИ запомнил.
А то, что он продолжал считать важным.
Когда я читал резюме, я заметил несколько выводов, которые не казались правильными. Вернувшись к своим заметкам, я понял, что ИИ все еще придавал значение предположениям, которые имели смысл несколько недель назад, но больше не отражали реальность. Ничто не было фактически неверным. Проблема заключалась в том, что старый контекст все еще формировал новые суждения.
Это заставило меня задуматься о чем-то.
Возможно, следующая задача для ИИ — это не память.
Возможно, это актуальность.
Люди не добиваются успеха, потому что помнят все. Мы добиваемся успеха, потому что постоянно решаем, что заслуживает внимания, а что нет. Каждый день мы продвигаем какую-то информацию и тихо демотивируем другую информацию.
Большинство обсуждений ИИ сосредоточены на добавлении больше памяти, больше контекста и больше истории.
Но если ИИ станет частью исследования, инвестирования и принятия решений, более сложной задачей может стать определение, какие части истории должны продолжать влиять на будущее.
Вот почему @OpenGradient и $OPG привлекли мое внимание. Чем больше я использую ИИ, тем больше думаю, что настоящая проблема — это не сбор информации. Это понимание, какая информация все еще заслуживает влияния и какая информация тихо устарела.
Система ИИ, которая помнит все, может звучать мощно. Система ИИ, которая знает, что больше не имеет значения, может оказаться гораздо более полезной.
Искусственный интеллект может запомнить весь разговор.
Так почему он все еще забывает то, что имеет значение?
Банк может объяснить решение, которое он принял много лет назад.
Большинство систем ИИ испытывают трудности с объяснением рекомендации, которую они сделали несколько недель назад.
Индустрия ИИ одержима созданием лучших ответов. Более крупные модели. Больше вычислений. Лучшее обоснование.
Но я начинаю думать, что большая проблема не в генерации знаний.
А в их сохранении.
Человеческая цивилизация была построена на сохраненных знаниях. Рынки зависят от записей. Наука зависит от доказательств. Юридические системы зависят от прецедентов.
Институты становятся мощными, потому что они помнят.
Без памяти каждое поколение начинает с нуля.
Я думаю, что ИИ сталкивается с подобной проблемой.
Сегодня большинство выводов ИИ ведут себя как одноразовые мысли. Они генерируются, используются и забываются.
Представьте себе двух финансовых консультантов ИИ, которые делают одну и ту же рекомендацию. Один может объяснить каждое предположение, лежащее в основе его решения, много лет спустя. Другой - нет.
Кому бы вы доверили свой капитал?
Это может не иметь значения, когда ИИ отвечает на вопросы.
Это имеет значение, когда ИИ начинает выделять капитал, управлять инфраструктурой, поддерживать решения в области здравоохранения или координировать автономные агенты.
В таких условиях одного интеллекта недостаточно.
Система также должна сохранять историю.
Вот что делает OpenGradient интересным для меня.
Вместо того чтобы рассматривать выводы как конечный продукт, он создает основу, где выводы, память и проверка могут стать частью постоянного и подлежащего аудиту состояния.
Система, которая помнит, может накапливать знания.
Система, которая проверяет, может накапливать доверие.
Система, которая делает и то, и другое, может накапливать кредитоспособность.
И если интеллект станет изобилующим, кредитоспособность может стать дефицитом.
Самые ценные системы ИИ могут быть не теми, кто генерирует лучшие ответы.
Они могут быть теми, которые все еще могут доказать, почему они их дали.
Мы проводим много времени, обсуждая, как люди обучают ИИ.
Почти никто не говорит об обратном.
Но это может уже происходить.
Каждый раз, когда ИИ суммирует информацию, он влияет на то, что мы замечаем.
Каждый раз, когда он предлагает ответ, он влияет на то, что мы считаем.
Каждый раз, когда он генерирует идею, он влияет на то, с чего начинается наше мышление.
Это не означает, что ИИ заменяет человеческое суждение.
Но это значит, что человеческое суждение все больше формируется ИИ.
И это может создавать нечто новое:
Разрыв в проверке.
В течение большей части истории люди принимали решения на основе информации, которую они могли проверить, оспорить или подтвердить самостоятельно.
ИИ меняет это уравнение.
Впервые миллионы людей могут действовать на основе информации, которую они никогда не производили, рассуждений, которые они никогда не исследовали, и выводов, которые они никогда не проверяли.
Чем умнее становится ИИ, тем больше может расти этот разрыв.
Большинство людей думают, что определяющей проблемой ИИ является создание большего интеллекта.
Я не уверен, что это правда.
Определяющей проблемой эпохи ИИ может быть сокращение разрыва между интеллектом и доверием.
Потому что, как только система начинает влиять на то, как люди учатся, принимают решения и рассуждают, доверие становится критически важной частью уравнения.
Что происходит, когда люди перестают ставить под сомнение ответы, которые они не создали?
Что происходит, когда доверие становится автоматическим?
Это не только технологическая проблема.
Это человеческая проблема.
Вот почему проекты, такие как @OpenGradient и $OPG , интересны.
Сеть уже обработала миллионы выводов и сгенерировала сотни тысяч криптографических доказательств.
Более важный сигнал - это то, что эти доказательства представляют:
Сдвиг от сгенерированного интеллекта к подотчетному интеллекту.
Мой прогноз:
Будущая гонка ИИ не будет выиграна системами, которые генерируют больше всего ответов.
Она будет выиграна системами, которые делают доверие масштабируемым.
👇 Должен ли интеллект быть автоматически надежным или проверяться по умолчанию?
Я думаю, что рынок использует неправильную призму для оценки AI сетей.
Когда инвесторы анализируют крипто проекты, они обычно задают одни и те же вопросы. Сколько ликвидности доступно? Сколько пользователей присоединилось? Сколько ценности переместилось по сети?
Эти метрики имели смысл для предыдущих поколений крипты.
Я не уверен, что их будет достаточно в эру AI.
Прорыв Биткойна заключался в превращении безопасности в сетевой эффект. Эфириум превратил разработчиков в сетевой эффект. DeFi превратил ликвидность в сетевой эффект.
А что если AI превратит надежный интеллект в сетевой эффект?
Этот вопрос пришел на ум, когда я изучал @OpenGradient .
Большинство людей думают, что конкуренция в AI заключается в создании самой умной модели. Но модели становятся все более доступными. Более сложной задачей может быть создание среды, в которой интеллект может генерироваться через децентрализованный AI вывод, независимо проверяться, прозрачно оцениваться и постоянно улучшаться участниками, которым не нужно разрешение от центрального контролера.
Это в корне другой тип сети.
Каждая новая модель может расширить доступный интеллект. Каждый проверяющий может укрепить доверие. Каждый разработчик может создать новые приложения, которые делают всю систему более полезной. Сеть не просто накапливает пользователей. Она накапливает доверие.
Вот почему я нахожу $OPG интересным.
В финансовых сетях капитал является ресурсом, который координируется. В открытых сетях интеллекта ресурсом является доверие к самому интеллекту.
Проблема в том, что доверие накапливается тихо. Рынки могут оценивать транзакции за ночь. Им часто требуется гораздо больше времени, чтобы признать растущее доверие.
Через десятилетие, будут ли самые ценные AI сети теми, у кого самые умные модели, или теми, кто сделал интеллект достаточно надежным, чтобы стать инфраструктурой?
Несколько недель назад я поймал себя на том, что делаю то, чего никогда не ожидал. Я читал обсуждение о Биткойне, и никто не говорил о Биткойне. Никто не дискутировал, является ли это мошенничеством. Никто не спорил о майнинге. Никто не спрашивал, мертва ли крипта. Разговор шёл о распределении портфеля. Сколько экспозиции должно быть у инвесторов? 1%? 3%? 5%? Это звучит как небольшая деталь, но я думаю, что это одно из самых больших изменений, которые я видел на этом рынке. На протяжении большей части истории Биткойна споры шли о выживании.
$SYN Лонг Сетап 🔹 Вход: $0.089 - $0.092 🎯 TP1: $0.096 🎯 TP2: $0.102 🎯 TP3: $0.110 🛑 SL: $0.084 Сильный бычий импульс +73% дневной прирост Более высокие минимумы после пробоя Восстанавливается к недавнему максимуму на $0.099 Настрой: ЛОНГ Пока SYN держится выше $0.084, тренд остается бычьим, и повторное тестирование уровня $0.099+ выглядит вероятным.
$ESPORTS Долгосрочная установка 🔹 Вход: $0.195 - $0.210 🎯 TP1: $0.240 🎯 TP2: $0.280 🎯 TP3: $0.330 🛑 SL: $0.175 Почему долгосрочно? Сильное восстановление от минимумов в $0.04 Массовое расширение объема Формируются более высокие максимумы и минимумы Текущий откат выглядит как фиксация прибыли, а не разворот тренда ⚠️ Я бы рассмотрел шорт только если цена пробьет $0.175 и закроется ниже с объемом. Бычи: ДОЛГОСРОЧНО (7/10 уверенности) Риск: Высокая волатильность из-за недавнего движения более 160% $O $AGT #WLDGainsOver50%In7Days #STRCHitsRecordLow #FedDotPlotHalfFOMCMembersProjectRateHike #GoldHoldsLoss #FedHoldsRatesHawkishDotPlot
Эта мысль осталась со мной, пока я читал о @OpenGradient .
Когда люди говорят об ИИ, разговор обычно вращается вокруг видимых вещей.
Лучшие модели.
Более быстрые ответы.
Низкие затраты.
Результат привлекает внимание.
Процесс за этим обычно нет.
Честно говоря, я раньше думал, что верификация работает так же.
Ответ появляется.
Доказательство появляется.
Все совпадает.
Дело закрыто.
Просто.
Но чем больше я думал об этом, тем менее комфортно я себя чувствовал с этим предположением.
Может быть, ответ приходит первым.
Может быть, верификация догоняет позже.
Большинство времени никто этого не замечает.
Зачем им это?
Результат уже существует.
Решение уже принято.
Но ИИ медленно выходит за рамки разговоров.
Агенты начинают исследовать.
Анализировать.
Рекомендовать.
Действовать.
А действия не ждут.
Торговля может быть выполнена.
Капитал может двигаться.
Возможность может исчезнуть.
Тем временем генерация доказательств все еще делает то, что делает генерация доказательств.
Вычисление.
Верификация.
Догоняет.
Вот к чему я все время возвращаюсь.
Не к тому, существует ли верификация.
А к тому, может ли верификация идти в ногу с решениями, которые от нее зависят.
Потому что генерация доказательств — это вычисление.
А вычисление не масштабируется бесконечно.
Если активность ИИ растет быстрее, чем возможности верификации, тогда верификация перестает быть просто проблемой доверия.
Это становится проблемой времени.
Проблемой инфраструктуры.
Проблемой стимулов.
Я раньше думал, что важный вопрос заключался в том, могут ли быть проверены результаты ИИ.
Теперь я начинаю задаваться вопросом, не является ли более сложным вопросом то, что происходит, когда решения масштабируются быстрее, чем генерация доказательств.
$O Лонг Сетап 🔹 Вход: $0.58 - $0.62 🎯 ТП1: $0.68 🎯 ТП2: $0.75 🎯 ТП3: $0.85 🛑 СЛ: $0.52 Свежий импульс листинга Сильная ликвидность ($2.24M) Держится выше $0.60 после мощного ралли Рыночная капитализация все еще ниже $100M ⚠️ Уже выросло на 1,250%+. Ожидайте резкие колебания в обе стороны. Размер позиции важнее прогноза здесь. Торгуйте трендом, а не эмоциями. Если $0.58 устоит, быки все еще контролируют график. 🚀
$XPL Долгосрочная установка 🔹 Вход: $0.118 - $0.122 🎯 TP1: $0.128 🎯 TP2: $0.135 🎯 TP3: $0.145 🛑 SL: $0.112 +35% дневной доход Сильный прорыв выше уровня сопротивления $0.097 Высокий объем подтверждает импульс Торгуемся рядом с дневным максимумом ($0.123) Прорыв уже подтвержден. Теперь главное, сможет ли XPL удержаться выше $0.115 и продолжить открытие цен. Тренд сильный. Управляйте рисками и избегайте FOMO-входов после длительных свечей. 🚀
$MITO Лонг-сетап 🔹 Вход: $0.0245 - $0.0252 🎯 ТП1: $0.0265 🎯 ТП2: $0.0280 🎯 ТП3: $0.0300 🛑 СЛ: $0.0230 +28% дневной профит Сильный прорыв выше сопротивления $0.0225 Высокий объем торгов поддерживает моментум Свежий локальный максимум на $0.02586 Чарт показывает силу после периода консолидации. Пока MITO выше $0.0240, у быков есть преимущество. Рискуйте немного, позволяйте победителям расти. 🚀
$AGT Лонг Сетап 🔹 Вход: $0.0255 - $0.0268 🎯 TP1: $0.0290 🎯 TP2: $0.0320 🎯 TP3: $0.0350 🛑 SL: $0.0235 Почти 100% прорывное движение Сильный покупательский импульс 189K+ держателей Цена находит новые краткосрочные максимумы ⚠️ После такого движения ожидайте волатильности. Не гонитесь за свечами. Ждите откатов или консолидации вокруг поддержки. Выше $0.025 быки остаются у руля.
$ASTER Лонг Сетап 🔹 Вход: $0.74 - $0.76 🎯 TP1: $0.78 🎯 TP2: $0.82 🎯 TP3: $0.86 🛑 SL: $0.71 Сильный прорыв выше $0.70 Бычий момент сохраняется Объем поддерживает движение Пока ASTER держится выше $0.74, покупатели остаются у руля.
$D вырос более чем на 52%, но есть кое-что, что трейдерам не следует игнорировать: Пара запланирована на делистинг 19 июня. Это значит, что волатильность может стать экстремальной в обе стороны. 📍 Вход: $0.0074 - $0.0078 🎯 TP1: $0.0085 🎯 TP2: $0.0092 🎯 TP3: Раннер, если импульс продолжится 🛑 SL: $0.0069
Крупный банк прогнозирует, что UNI может достичь $100 до 2030 года
Когда крупный банк начинает говорить о децентрализованном протоколе, это стоит внимания. Стандарт Чартеред недавно заявил, что UNI может достичь $100 до 2030 года. На первый взгляд, это звучит как еще один амбициозный прогноз по крипте. Но аргументация за этим стоит более детального анализа. Uniswap — это не просто еще один токен. Он стал одним из основных слоев ликвидности в DeFi. В каждом цикле возникают новые нарративы, но трейдинг остается одним из самых стабильных видов активности в крипте. Независимо от того, бычий рынок или медвежий, пользователям нужны места для обмена активами.