幾天來我一直在比較不同 AI 系統的輸出，最後我就不再在意哪一個聽起來比較聰明。
真正吸引我注意的是一個更不明顯的地方。
我透過 OpenGradient 測試了幾個重複的提示，發現這個網路最近已經處理了超過 156,000 次私密推論。那個數字在我腦海停留的時間，比任何基準分數都更久。不是因為它很大。而是因為人們不會一直回到一個他們不信任的系統，去提出自己的需求。
後來我看到 OpenGradient 已經募集了 950 萬美元。
通常資金公告不會告訴我太多。我見過很多資金充裕的 AI 專案在一年後就從討論中消失。但這個案子感覺略有不同，因為這筆錢是在籌措一個問題——每次我使用 AI 時，它都會反覆出現。
不是「它能推理得更好嗎？」
而更像是：「我按下 Enter 之後發生的事，我能信任嗎？」
回應本身是好的。有時候很好；有時候普通。這其實不是重點。
我一直在檢查的是一致性。相同的請求在不同的作業情境（sessions）中會不會表現得可預期？當使用規模擴大時，隱私宣稱還會不會仍然重要？當新鮮感過去之後，人們還會不會信任這個網路，並繼續使用它？
大多數 AI 的討論仍圍繞著智力。更好的模型。更好的推理。更大的數字。
而與此同時，OpenGradient 似乎在押注：下一個競爭優勢不會來自於「聽起來更聰明」。它會來自於讓使用者對整個流程本身產生信心。
這輪募資的重要性，遠不如它所暗示的：投資人如何看待這個賭注。
老實說，我仍比起模型的宣稱，更密切地盯著使用量數字……

未來 5 年，AI 最大的挑戰是什麼？

@OpenGradient $OPG #OPG