昨天晚上刷X的時候，一個AI項目創始人發了張產品路線圖。我點進去看了不到兩分鐘就關掉了。現在很多AI項目都喜歡講自己模型多強、參數多大，可翻來覆去還是同一套故事。真正讓我願意多花時間研究的，反而是那些開始悄悄調整敘事方向的項目，因爲這往往意味着他們發現了新的問題。
最近重新翻@OpenGradient 官網和開發文檔，我注意到一個變化。以前大家討論它，大多圍繞Verifiable AI展開；而現在，官方更頻繁提到的是"Open Intelligence"。不少人可能覺得只是換了個名字，我反倒覺得，這背後反映的是AI基礎設施正在發生的一次重心變化。
過去行業解決的是"AI能不能算"。隨着模型能力越來越接近，這個問題已經不再稀缺。真正開始影響生態的，是這些模型、Agent、支付、記憶和驗證，能不能像互聯網裏的協議一樣協同運轉。一個模型再強，如果只能孤立運行，它創造的價值始終有限；真正有機會形成網絡效應的，是讓不同能力不斷連接、調用和反饋。
我理解OpenGradient現在強調Open Intelligence，也是沿着這個思路在搭網絡。模型提供推理能力，Agent負責執行任務，節點完成計算，驗證網絡保證可信，支付層負責價值流轉。看上去每個模塊都可以獨立存在，但只有串聯起來，整個生態纔會不斷積累新的智能，而不是重複生產新的工具。
不過越研究，我越覺得這裏還有一道很現實的門檻。網絡裏的角色越來越多，協同成本也會越來越高。任何一個環節效率下降，都會影響整個智能網絡的體驗。相比模型參數，我現在更關心的是，這種跨模塊協作到底能不能形成足夠高的網絡壁壘。
如果未來大家都開始講Open Intelligence，最後拉開差距的，到底會是模型能力，還是誰更早把整個智能網絡真正跑通？
#opg $OPG
最近重新翻@OpenGradient 官網和開發文檔，我注意到一個變化。以前大家討論它，大多圍繞Verifiable AI展開；而現在，官方更頻繁提到的是"Open Intelligence"。不少人可能覺得只是換了個名字，我反倒覺得，這背後反映的是AI基礎設施正在發生的一次重心變化。
過去行業解決的是"AI能不能算"。隨着模型能力越來越接近，這個問題已經不再稀缺。真正開始影響生態的，是這些模型、Agent、支付、記憶和驗證，能不能像互聯網裏的協議一樣協同運轉。一個模型再強，如果只能孤立運行，它創造的價值始終有限；真正有機會形成網絡效應的，是讓不同能力不斷連接、調用和反饋。
我理解OpenGradient現在強調Open Intelligence，也是沿着這個思路在搭網絡。模型提供推理能力，Agent負責執行任務，節點完成計算，驗證網絡保證可信，支付層負責價值流轉。看上去每個模塊都可以獨立存在，但只有串聯起來，整個生態纔會不斷積累新的智能，而不是重複生產新的工具。
不過越研究，我越覺得這裏還有一道很現實的門檻。網絡裏的角色越來越多，協同成本也會越來越高。任何一個環節效率下降，都會影響整個智能網絡的體驗。相比模型參數，我現在更關心的是，這種跨模塊協作到底能不能形成足夠高的網絡壁壘。
如果未來大家都開始講Open Intelligence，最後拉開差距的，到底會是模型能力，還是誰更早把整個智能網絡真正跑通？
#opg $OPG