在研究 @OpenGradient 這個問題時，我腦中一直回響著同一件事。我們花了那麼多時間爭論哪一種 AI 模型更聰明，但為什麼我們卻花那麼少的時間去討論：它的執行是否真的能被信任？
這件事比我原本預期的更令我震驚。
我記得，當區塊鏈的討論幾乎都在圍繞如何讓金融系統不再需要盲目信任。如今 AI 似乎也帶來了類似的挑戰，只不過這次不只是交易需要被驗證。連「計算本身」都需要被驗證。
也許我想得太多了，但基礎設施往往直到出問題時才會受到關注。交易員通常會先注意敘事、價格走勢和流動性。其下層的東西通常看不見，儘管往往正是那些因素，決定一個生態系統能否在不失去可信度的前提下擴展。
我還沒有完全確信，已經有人用完整的方式解決了去中心化 AI 的問題。因為其中的環節太多、變動也太多。但我確實覺得有意思：當某個專案把託管、推論與驗證視為同一個問題的一部分，而不是事後才把幾個彼此獨立的產品拼接在一起。
對我來說，市場往往在尚未理解那些故事所依賴的基礎之前，就先回饋最大聲的敘事——這件事仍然讓我覺得有點奇怪。有時候，最有價值的問題並不是某個 AI 模型比另一個更有能力，而是：運行它的網路能否給你足夠的信心，讓你不再追問那個答案背後究竟發生了什麼。
#OPG
$OPG
這件事比我原本預期的更令我震驚。
我記得，當區塊鏈的討論幾乎都在圍繞如何讓金融系統不再需要盲目信任。如今 AI 似乎也帶來了類似的挑戰，只不過這次不只是交易需要被驗證。連「計算本身」都需要被驗證。
也許我想得太多了，但基礎設施往往直到出問題時才會受到關注。交易員通常會先注意敘事、價格走勢和流動性。其下層的東西通常看不見，儘管往往正是那些因素，決定一個生態系統能否在不失去可信度的前提下擴展。
我還沒有完全確信，已經有人用完整的方式解決了去中心化 AI 的問題。因為其中的環節太多、變動也太多。但我確實覺得有意思：當某個專案把託管、推論與驗證視為同一個問題的一部分，而不是事後才把幾個彼此獨立的產品拼接在一起。
對我來說，市場往往在尚未理解那些故事所依賴的基礎之前，就先回饋最大聲的敘事——這件事仍然讓我覺得有點奇怪。有時候，最有價值的問題並不是某個 AI 模型比另一個更有能力，而是：運行它的網路能否給你足夠的信心，讓你不再追問那個答案背後究竟發生了什麼。
#OPG
$OPG