我以為@OpenGradient 會是另一個利用AI作為敘事手法來吸引注意力的專案。花了更多時間去探索之後,那個假設開始動搖。吸引我注意的並不是某個單一功能,而是這個想法:改善取得AI基礎設施的途徑,可能比不斷追逐更大或更複雜的模型更重要。這感覺像是一種看待問題的不同方式。
我一直在想的一點是:可近性會如何改變行為,而不是改變技術本身。當更多建置者能在不依賴少數集中式供應商的情況下進行實驗,實驗的速度自然就會提升。加密領域早就證明過:降低門檻往往會在清晰的商業模式出現之前,先催生出意想不到的使用案例。
我可能想錯了,但我覺得最大的挑戰並不是讓AI變得可用——而是讓開放基礎設施能夠持續運作。可近性聽起來很棒,直到有人必須承擔資安成本、協調成本以及長期維護的成本。這些取捨往往很少像新版本發布那樣受到關注。
我越看OpenGradient,就越發現自己不只是想著AI,而是更在意背後的誘因。如果開放基礎設施變得更容易被建置,那價值會留在整個網路中,還是最終會集中在掌控分發與使用者注意力的那一方?我很好奇其他人如何看待這種平衡。#opg $OPG
我一直在想的一點是:可近性會如何改變行為,而不是改變技術本身。當更多建置者能在不依賴少數集中式供應商的情況下進行實驗,實驗的速度自然就會提升。加密領域早就證明過:降低門檻往往會在清晰的商業模式出現之前,先催生出意想不到的使用案例。
我可能想錯了,但我覺得最大的挑戰並不是讓AI變得可用——而是讓開放基礎設施能夠持續運作。可近性聽起來很棒,直到有人必須承擔資安成本、協調成本以及長期維護的成本。這些取捨往往很少像新版本發布那樣受到關注。
我越看OpenGradient,就越發現自己不只是想著AI,而是更在意背後的誘因。如果開放基礎設施變得更容易被建置,那價值會留在整個網路中,還是最終會集中在掌控分發與使用者注意力的那一方?我很好奇其他人如何看待這種平衡。#opg $OPG