過去一年裏，我改變想法的一件事是：真正創造價值的，究竟是什麼樣的 AI 基礎設施。
我以前以爲，每一次新的、更大規模的模型問世，都會自動利好與 AI 相關的代幣。但我在觀察行業的過程中越發意識到，真正的挑戰並不在於打造更聰明的模型——而在於讓去中心化網絡能夠持續、穩定地交付可靠結果。
這也是爲什麼我注意到了 OpenGradient。
有趣的地方不只是 AI 推理。更關鍵的是，它試圖讓協同變得可落地。開發者可以部署應用，算力提供方（運營者）會獲得激勵，用戶則能獲得可驗證的結果，而不是單純依賴信任。如果這個流程能夠變得高效，那麼網絡本身就會逐漸成爲產品。
從投資角度來說，我依然更看重基本面，而不是敘事。
一個代幣或許能吸引注意力幾周，但如果在真實網絡使用帶來的需求沒有同步增長的情況下，供給仍持續上升，這種失衡最終就會顯現。可持續的價值通常來自反覆發生的活動，而不是短暫的炒作。
所以我關注的指標不是社交曝光或熱度話題。我更在意諸如活躍工作負載、復購用戶、運營者參與度，以及人們在最初的興奮退去之後，是否還會繼續使用該網絡。
AI 敘事還會不斷變化。我關注的是：網絡能否把真實使用轉化爲長期的經濟價值。
#OPG $OPG @OpenGradient
我以前以爲，每一次新的、更大規模的模型問世，都會自動利好與 AI 相關的代幣。但我在觀察行業的過程中越發意識到，真正的挑戰並不在於打造更聰明的模型——而在於讓去中心化網絡能夠持續、穩定地交付可靠結果。
這也是爲什麼我注意到了 OpenGradient。
有趣的地方不只是 AI 推理。更關鍵的是，它試圖讓協同變得可落地。開發者可以部署應用，算力提供方（運營者）會獲得激勵，用戶則能獲得可驗證的結果，而不是單純依賴信任。如果這個流程能夠變得高效，那麼網絡本身就會逐漸成爲產品。
從投資角度來說，我依然更看重基本面，而不是敘事。
一個代幣或許能吸引注意力幾周，但如果在真實網絡使用帶來的需求沒有同步增長的情況下，供給仍持續上升，這種失衡最終就會顯現。可持續的價值通常來自反覆發生的活動，而不是短暫的炒作。
所以我關注的指標不是社交曝光或熱度話題。我更在意諸如活躍工作負載、復購用戶、運營者參與度，以及人們在最初的興奮退去之後，是否還會繼續使用該網絡。
AI 敘事還會不斷變化。我關注的是：網絡能否把真實使用轉化爲長期的經濟價值。
#OPG $OPG @OpenGradient