#opg $OPG @OpenGradient
最近我在關注OpenGradient，他們試圖解決大多數AI與加密項目忽視的問題：信任。

如今，大多數AI應用依賴於中心化服務器。你發送請求，得到輸出，然後希望沒有被操控。這對於聊天機器人來說沒問題，但當AI開始與智能合約、代理和真實價值互動時，這就成了問題。

OpenGradient的做法是將執行與驗證分開。專門的節點處理繁重的推理工作，而證明則在鏈上驗證。這可以讓開發者在不強迫每個人重新運行龐大模型的情況下獲得可審計性。當然，證明計算並不等於證明正確性，但這仍然是邁向無信任AI基礎設施的重要一步。

經濟學也很關鍵。計算提供者需要強有力的激勵，而開發者需要足夠低的成本以便與中心化API競爭。採用率也將取決於開發者的體驗。如果集成可驗證的AI變得像使用代幣或預言機一樣簡單，建設者會感興趣。如果複雜性和延遲依然過高，便利性將佔上風。

時機可能是最大的問題。目前大多數AI用例並不需要可驗證的輸出，但自主代理、交易系統以及管理真實資產的鏈上應用可能會需要。

樂觀的情況是OpenGradient成爲AI的信任層。悲觀的情況是速度和成本比可驗證性更重要。

我認爲可驗證的推理並不是每個應用都必要，但對於高價值的鏈上AI系統來說，它可能會變得至關重要。