在 OpenGradient 中，我會放慢的部分不是 AI 答案。
而是在答案出現後的那一刻。
我一直在思考一個簡單的結果卡片放在應用程序內。模型返回一個有用的響應，用戶看到一個乾淨的輸出，屏幕似乎已經完成。但在那張卡片下，證明狀態可能仍在趕上。
那就是構建者需要處理的麻煩工作。
我該把它顯示爲最終結果嗎？
還是顯示爲已回答，但尚未完全解決？
OpenGradient 使這個區別變得重要，因爲推理和驗證不是同一步驟。應用程序可以首先獲得可用的 AI 輸出，而證明方面可能取決於其背後的選擇路徑。TEE、ZKML 或簽名不僅僅是後端術語。它們改變了應用程序可以誠實地向用戶聲明的內容。
所以結果卡片不能僅僅說“完成”。
它需要顯示哪個模型運行了，使用了什麼請求，支持輸出的證明級別，以及該證明是否仍在待處理或已經記錄。
這聽起來很小，直到答案用於與金錢、訪問或排名相關的東西。如果 UI 隱藏了證明狀態，用戶會看到信心，而操作員仍然承擔風險。如果 UI 公開它，答案開始表現得不再像一個黑箱，而更像一張收據。
這就是我覺得最真實的 OpenGradient 壓力。
困難的部分不僅僅是讓 AI 在鏈上運行。確保每個返回的答案知道它只是一個答案，還是有人可以真正支持的證據。 #OPG $OPG @OpenGradient