@OpenGradient $OPG
當我開始研究$OPG 時，真正讓我感到意外的不是推理驗證，而是MemSync。
如今大多數AI代理都是無狀態的。每個會話都是從零開始。每個上下文都必須重新構建。代理無法記住上週的決策或原因。
@OpenGradient正在基礎設施層中構建持久的記憶。這不是本地存儲的，也不是由中央提供者持有的。記憶隨着代理在不同應用之間移動，經過驗證並在代理操作的任何地方可用。
這改變了AI代理的本質。目前，代理更像是會遺忘的計算器。有了持久可驗證的記憶，它們開始看起來更像是有歷史的實體。
我無法停止思考的問題是，當記憶本身變得可以審計時會發生什麼。當一個代理的過去決策、它所繼承的上下文、它所攜帶的指令，都可以在公共賬本上追溯時。
這在大多數AI基礎設施中是無法接近的責任感。市場是否會在這變得必要之前就重視這一點，完全是另一個問題。
MemSync上已經有39K活躍用戶。這個數字值得關注。
#OPG #OpenGradient
當我開始研究$OPG 時，真正讓我感到意外的不是推理驗證，而是MemSync。
如今大多數AI代理都是無狀態的。每個會話都是從零開始。每個上下文都必須重新構建。代理無法記住上週的決策或原因。
@OpenGradient正在基礎設施層中構建持久的記憶。這不是本地存儲的，也不是由中央提供者持有的。記憶隨着代理在不同應用之間移動，經過驗證並在代理操作的任何地方可用。
這改變了AI代理的本質。目前，代理更像是會遺忘的計算器。有了持久可驗證的記憶，它們開始看起來更像是有歷史的實體。
我無法停止思考的問題是，當記憶本身變得可以審計時會發生什麼。當一個代理的過去決策、它所繼承的上下文、它所攜帶的指令，都可以在公共賬本上追溯時。
這在大多數AI基礎設施中是無法接近的責任感。市場是否會在這變得必要之前就重視這一點，完全是另一個問題。
MemSync上已經有39K活躍用戶。這個數字值得關注。
#OPG #OpenGradient