#opg $OPG
不久前，我評估AI項目的方式和看待大多數基礎設施投資的方式差不多：計算能力越強，價值就越高。如果一個網絡能夠吸引推理需求並保持機器運轉，這似乎就是一個簡單明瞭的投資論點。

不過，最近我開始關注一些其他的事情。

那些突出的項目不僅僅是在構建AI工具。他們正在建立具有自己激勵結構的環境。開發者、運營者、代理和用戶都在特定規則下互動，而這些規則能像技術本身一樣塑造行爲。

這就是@OpenGradient 引起我注意的原因之一。

有趣的部分不僅僅是一個模型是否能產生更好的答案。更重要的是，網絡如何鼓勵長期參與。當驗證變得重要，當代理可以建立持久的歷史，以及當開發者有理由在短期獎勵之外保持活躍時，價值主張開始超越簡單的智能。

當圍繞新發布有興奮感時，讓用戶一次性參與相對容易。但讓他們留下來就難多了。如果用戶在系統內建立了歷史、聲譽或有用的背景，突然離開就變得不那麼吸引人。這種需求與基於炒作的關注是截然不同的。

當然，這種情況有許多可能出錯的地方。人工活動、薄弱的安全假設、獎勵農場或超出實際採用的代幣激勵都可能導致誤導性的局面。我們在無數網絡中見過這種情況。

這就是爲什麼我更關注行爲而非頭條新聞。

人們是否因爲相信網絡有用而投入資源？

如果AI網絡繼續演變爲自我維持的生態系統，成功的項目可能不一定是那些擁有最先進模型的項目。

他們可能是那些給予用戶、開發者和運營者最強烈理由繼續回來的項目。
$BICO

$SIREN
什麼將爲AI網絡創造最持久的價值？