我曾經看到一個法庭證人同一個小時內兩次改變他們的證詞。
沒有後果。另一方提出異議，法官記錄下這一點，生活繼續。證人曾說過他們的承諾。結果證明，他們的承諾價值與生產它的成本完全相等：一文不值。這個系統假設誠實，但沒有機制來強制執行，直到事情已經出了問題。
每當我想到大多數 AI 基礎設施如何處理信任時，我就會想起那個房間。
每個主要的 AI 提供商都要求你相信他們所說的模型就是運行的那個。輸出沒有被修改。推理髮生在他們聲稱的硬件上。這是一個建立在證詞上的系統，沒有任何風險——就像所有這樣的系統一樣，它運行良好，直到它不再運行。
$OPG 的結構性不同之處在於執行層。在 chat.opengradient.ai 的 OpenGradient 網絡上，驗證者通過抵押 OPG 來參與證明驗證。如果驗證者批准了一個虛假的證明——簽署一個沒有如實運行的推理——他們將失去那部分抵押。不是他們的聲譽，而是他們的資本。誠實不是道德問題，而是經濟問題。
我開始把這視爲“皮膚在證明中”——將金融領域最古老的問責機制直接應用於 AI 驗證問題。驗證者檢查正確的模型在正確的條件下運行併產生正確的輸出，知道虛假的批准會有經濟成本。
超級新星升級仍在路線圖上，向公衆開放無需許可的驗證者。現在，驗證者集是受管理的。當它開放時，安全模型會隨着參與而擴展——每個證明背後更多的抵押，每個虛假證明都有更多的經濟後果。
證人類比在一個重要方面失效：在法庭上，你等待僞證浮出水面。在這個系統中，說謊的動力在證詞開始之前就被移除了。
@OpenGradient $OPG #OPG #opg
沒有後果。另一方提出異議，法官記錄下這一點，生活繼續。證人曾說過他們的承諾。結果證明，他們的承諾價值與生產它的成本完全相等：一文不值。這個系統假設誠實，但沒有機制來強制執行，直到事情已經出了問題。
每當我想到大多數 AI 基礎設施如何處理信任時，我就會想起那個房間。
每個主要的 AI 提供商都要求你相信他們所說的模型就是運行的那個。輸出沒有被修改。推理髮生在他們聲稱的硬件上。這是一個建立在證詞上的系統，沒有任何風險——就像所有這樣的系統一樣，它運行良好，直到它不再運行。
$OPG 的結構性不同之處在於執行層。在 chat.opengradient.ai 的 OpenGradient 網絡上，驗證者通過抵押 OPG 來參與證明驗證。如果驗證者批准了一個虛假的證明——簽署一個沒有如實運行的推理——他們將失去那部分抵押。不是他們的聲譽，而是他們的資本。誠實不是道德問題，而是經濟問題。
我開始把這視爲“皮膚在證明中”——將金融領域最古老的問責機制直接應用於 AI 驗證問題。驗證者檢查正確的模型在正確的條件下運行併產生正確的輸出，知道虛假的批准會有經濟成本。
超級新星升級仍在路線圖上，向公衆開放無需許可的驗證者。現在，驗證者集是受管理的。當它開放時，安全模型會隨着參與而擴展——每個證明背後更多的抵押，每個虛假證明都有更多的經濟後果。
證人類比在一個重要方面失效：在法庭上，你等待僞證浮出水面。在這個系統中，說謊的動力在證詞開始之前就被移除了。
@OpenGradient $OPG #OPG #opg