我對我們如此輕易地接受越來越難以看透的AI系統並不完全感到舒適。

並不是說使用起來難，而是理解起來難。

多年來，我看到加密貨幣和AI沿着不同的路徑發展。加密貨幣不斷回到信任、驗證和控制的問題上。AI則不斷向能力推進。更聰明的系統，更好的輸出，更令人印象深刻的結果。

現在，這兩條路徑似乎交匯了。

奇怪的是，隨着AI變得越來越有用，它也變得越來越不透明。我們每天依賴這些輸出，但並不真正知道它們來自哪裏，是什麼基礎設施生成的，或是否有人能夠獨立驗證其背後的過程。大多數人對此並不思考。大多數時候，我也不思考。

直到我開始思考。

因爲基礎設施往往在出現問題時才變得重要。當訪問權限發生變化時。當激勵方向發生轉變時。當集中度變得可見時。那時，隱藏的層就不再隱藏。

這也是爲什麼OpenGradient ($OPG ) 讓我感興趣的部分。並不是因爲我認爲去中心化是某種普遍的答案。我在加密圈子裏呆了足夠長的時間，對普遍答案持懷疑態度。但因爲它似乎專注於託管、推理和驗證——那些在問責制進入話題時變得重要的、不那麼光鮮的部分。

我一直在想，對AI的信任最終是否更多地成爲一個基礎設施問題，而不是模型問題。

開放智能的概念聽起來很吸引人。一旦規模、所有權和經濟學進入畫面，它聽起來也很困難。

也許未來的挑戰根本不是構建更智能的系統。

也許是弄清楚誰來驗證這些系統，在它們嵌入日常生活之前，以至於沒人能分辨黑箱的開始和結束。#opg $OPG @OpenGradient