我甚至不確定自己是不是在提正確的問題了。在看着加密貨幣追逐信任、而 AI 追逐能力這麼多年之後,那些對話開始聽起來非常相似——只是換了一些詞來描述。

一直困擾我的並不是 AI 變得更聰明瞭。讓我不安的是,它變得更容易讓人接受答案,卻完全沒有真正弄清這些答案是從哪裏來的。輸出看起來精緻得無可挑剔,而它背後的路徑卻越來越難以看見。我們對這種變化的適應速度,似乎比我預想的還要快。

大概也正因爲如此,我纔會開始閱讀關於 OpenGradient($OPG )的信息。我並不是因爲想尋找另一個宏大的想法纔去關注它,而是因爲它似乎聚焦在一些人通常會跳過的事情上:託管模型的基礎設施、運行推理的方式,以及試圖讓這些流程變得可驗證。至於這種做法能否經受住檢驗,又是另一個問題。

我見過足夠多的中心化系統在運行順暢時看起來都很完美——直到某一天它們突然成了瓶頸。基礎設施在承受壓力之前通常不會引起人們的興趣,而到那時,它已經在不知不覺中塑造了其他所有人的選擇。

我仍然不知道“開放智能”是否能夠在真實的激勵機制下存活下來。開放、所有權與驗證聽起來彼此兼容,直到它們必須在規模化的現實中共存。通常問題就出在這裏,一切會變得一團糟。

也許更難的並不是構建知道得更多的模型。也許難的是:要確保它們背後的系統仍然能夠被質疑、被驗證、並被理解。我一直在想這個問題,而它又不像是一個能輕易有個圓滿結局的提問。#opg $OPG @OpenGradient