Binance Square
MR _ B I L A L
6.2k 貼文

MR _ B I L A L

226 關注
21.5K+ 粉絲
11.3K+ 點讚數
貼文
·
--
我一直在跟蹤人工智能基礎設施的相關發展,有一件事始終困擾着我:幾乎所有人都想要“自主”的AI,卻很少有人追問,這些決策究竟是如何被驗證的。 這就是牛頓協議(Newton Protocol,$NEWT)變得有意思的地方。 這個思路並不是讓AI變得更“吵”。而是讓AI變得“可問責”。爲AI驅動的策略、自動化交易提供一個安全的彙總(rollup)方案,併爲開發者開放一個市場,這聽起來很有前景。 但難點並不在技術上。 難點在於規模。 難點在於監管。 難點在於讓人們相信那些會動用真實資金的機器。 如果牛頓能夠證明AI的行動,而不是讓用戶去“相信”它,那麼它就能解決一個一直明擺着卻被忽視的問題。若做不到,它就會淪爲另一個雄心勃勃的Web3實驗,最終被炒作掩埋。 下一輪AI競賽不會再比拼誰能造出最聰明的智能體。 它將取決於誰能證明,這個智能體確實值得擁有控制權。 @NewtonProtocol $NEWT #NEWT #newt
我一直在跟蹤人工智能基礎設施的相關發展,有一件事始終困擾着我:幾乎所有人都想要“自主”的AI,卻很少有人追問,這些決策究竟是如何被驗證的。

這就是牛頓協議(Newton Protocol,$NEWT )變得有意思的地方。

這個思路並不是讓AI變得更“吵”。而是讓AI變得“可問責”。爲AI驅動的策略、自動化交易提供一個安全的彙總(rollup)方案,併爲開發者開放一個市場,這聽起來很有前景。

但難點並不在技術上。

難點在於規模。

難點在於監管。

難點在於讓人們相信那些會動用真實資金的機器。

如果牛頓能夠證明AI的行動,而不是讓用戶去“相信”它,那麼它就能解決一個一直明擺着卻被忽視的問題。若做不到,它就會淪爲另一個雄心勃勃的Web3實驗,最終被炒作掩埋。

下一輪AI競賽不會再比拼誰能造出最聰明的智能體。

它將取決於誰能證明,這個智能體確實值得擁有控制權。

@NewtonProtocol $NEWT #NEWT

#newt
當 AI 開始簽署交易時,真正的問題就不是速度。而是誰來承擔責任。我追蹤區塊鏈基礎設施已經足夠久,發現了一種模式。每一輪週期都承諾消除摩擦。每一輪都聲稱自動化將取代不確定性。但同樣的問題總會以不同的名字捲土重來。信任。問責。權限。人的判斷。 牛頓協議以一個很有意思的角度加入了這場討論。 它的野心不只是讓 AI 代理更聰明,或讓交易系統更快。它試圖構建一個安全的彙總層(rollup),讓由 AI 驅動的策略、自動化執行以及面向 AI 開發者的市場能夠在同一框架內共存。紙面上看,這聽起來像是加密基礎設施的自然演進。機器生成決策。智能合約執行決策。開發者發佈可複用的智能成果。

當 AI 開始簽署交易時,真正的問題就不是速度。而是誰來承擔責任。

我追蹤區塊鏈基礎設施已經足夠久,發現了一種模式。每一輪週期都承諾消除摩擦。每一輪都聲稱自動化將取代不確定性。但同樣的問題總會以不同的名字捲土重來。信任。問責。權限。人的判斷。
牛頓協議以一個很有意思的角度加入了這場討論。
它的野心不只是讓 AI 代理更聰明,或讓交易系統更快。它試圖構建一個安全的彙總層(rollup),讓由 AI 驅動的策略、自動化執行以及面向 AI 開發者的市場能夠在同一框架內共存。紙面上看,這聽起來像是加密基礎設施的自然演進。機器生成決策。智能合約執行決策。開發者發佈可複用的智能成果。
信任很便宜。可驗證的AI並不便宜。 我追蹤AI和加密領域足夠久了,知道到處都是大膽的承諾。信任並不可靠。 這就是爲什麼牛頓協議引起了我的注意。 這個想法不只是AI自動化。而是讓AI的行動在觸及你的資產之前就可以被驗證。 把它想象成:你僱了一位交易員,他會展示每一個決定,而不是說,“相信我。” 這是一種真正有意義的轉變。 不過,難點從白皮書之後纔開始。 當數百萬的AI代理同時運行時,驗證還能保持快速嗎? 開發者能在不讓系統變得痛苦地複雜的前提下,構建出有用的工具嗎? 去中心化的基礎設施能否在速度和預算上,和科技巨頭競爭? 這些問題比營銷更重要。 如果牛頓協議把這一點做對了,真正的產品就不會是AI。 而會是信心。 因爲下一場AI領域的較量不會在於誰最聰明。 而在於誰贏得了被信任的資格。 @NewtonProtocol $NEWT #NEWT #newt
信任很便宜。可驗證的AI並不便宜。

我追蹤AI和加密領域足夠久了,知道到處都是大膽的承諾。信任並不可靠。

這就是爲什麼牛頓協議引起了我的注意。

這個想法不只是AI自動化。而是讓AI的行動在觸及你的資產之前就可以被驗證。

把它想象成:你僱了一位交易員,他會展示每一個決定,而不是說,“相信我。”

這是一種真正有意義的轉變。

不過,難點從白皮書之後纔開始。

當數百萬的AI代理同時運行時,驗證還能保持快速嗎?

開發者能在不讓系統變得痛苦地複雜的前提下,構建出有用的工具嗎?

去中心化的基礎設施能否在速度和預算上,和科技巨頭競爭?

這些問題比營銷更重要。

如果牛頓協議把這一點做對了,真正的產品就不會是AI。

而會是信心。

因爲下一場AI領域的較量不會在於誰最聰明。

而在於誰贏得了被信任的資格。

@NewtonProtocol $NEWT #NEWT

#newt
AI最難的部分並不是自動化。而是誰被允許信任這臺機器。多年來我一直在追蹤加密基礎設施,但有一個模式始終揮之不去。最大的失敗幾乎從不發生在交易本身進行時。它們發生在更早的階段——當有人決定誰被允許參與,哪個模型值得信任,哪一種自動化被視爲合法,以及當事情出錯時到底有什麼證據存在。 這就是爲什麼牛頓協議引起了我的注意。 並不是因爲它承諾提供由人工智能驅動的策略。 也不是因爲它談論的是自動化交易。

AI最難的部分並不是自動化。而是誰被允許信任這臺機器。

多年來我一直在追蹤加密基礎設施,但有一個模式始終揮之不去。最大的失敗幾乎從不發生在交易本身進行時。它們發生在更早的階段——當有人決定誰被允許參與,哪個模型值得信任,哪一種自動化被視爲合法,以及當事情出錯時到底有什麼證據存在。
這就是爲什麼牛頓協議引起了我的注意。
並不是因爲它承諾提供由人工智能驅動的策略。
也不是因爲它談論的是自動化交易。
AI 不需要更多炒作。它需要真正能奏效的規則。 多年來,我一直在看 AI 項目承諾未來。大多數聽起來很厲害,直到真的涉及到金錢和真實風險。 這也是爲什麼牛頓協議引起了我的注意。 它的目標不只是更聰明的 AI。它是在構建一個安全的彙總(rollup),讓 AI 代理能夠在可驗證的規則下進行交易、執行策略,並進行交互,而不是盲目信任。 聽起來很有希望。 但問題在於。 最難的部分並不是寫代碼。而是在市場變得混亂、用戶犯錯、攻擊者尋找每一個薄弱環節時,讓 AI 仍然可靠。 如果牛頓把這種平衡做對了,它就可能真的產生影響。 如果做錯了,它就會變成另一個聰明的想法,被炒作埋沒。 加密領域下一場較量不會是關於誰能做出最聰明的 AI。 而是誰能讓人足夠信任,從而允許 AI 控制他們的資產。 @NewtonProtocol $NEWT #NEWT #newt
AI 不需要更多炒作。它需要真正能奏效的規則。

多年來,我一直在看 AI 項目承諾未來。大多數聽起來很厲害,直到真的涉及到金錢和真實風險。

這也是爲什麼牛頓協議引起了我的注意。

它的目標不只是更聰明的 AI。它是在構建一個安全的彙總(rollup),讓 AI 代理能夠在可驗證的規則下進行交易、執行策略,並進行交互,而不是盲目信任。

聽起來很有希望。

但問題在於。

最難的部分並不是寫代碼。而是在市場變得混亂、用戶犯錯、攻擊者尋找每一個薄弱環節時,讓 AI 仍然可靠。

如果牛頓把這種平衡做對了,它就可能真的產生影響。

如果做錯了,它就會變成另一個聰明的想法,被炒作埋沒。

加密領域下一場較量不會是關於誰能做出最聰明的 AI。

而是誰能讓人足夠信任,從而允許 AI 控制他們的資產。

@NewtonProtocol $NEWT #NEWT

#newt
當 AI 開始做出決策時:一旦出錯,責任由誰來承擔?我一直追蹤加密基礎設施,足夠久了,才注意到這種模式。 這項技術在不斷變化。 詞彙會發生變化。 這些承諾變得更加複雜。 但最薄弱的環節幾乎從不直接坐落在區塊鏈本身之內。 它就位於其前面。 在一筆交易被簽署之前很久就開始了。 智能合約執行之前很久就開始了。 這始於信任。 有人必須決定,哪種策略值得投入資金。 有人必須決定,某個 AI 模型是否可靠。 有人必須決定,這個自動化代理是否真的表現得如其創建者所聲稱的那樣。

當 AI 開始做出決策時:一旦出錯,責任由誰來承擔?

我一直追蹤加密基礎設施,足夠久了,才注意到這種模式。
這項技術在不斷變化。
詞彙會發生變化。
這些承諾變得更加複雜。
但最薄弱的環節幾乎從不直接坐落在區塊鏈本身之內。
它就位於其前面。
在一筆交易被簽署之前很久就開始了。
智能合約執行之前很久就開始了。
這始於信任。
有人必須決定,哪種策略值得投入資金。
有人必須決定,某個 AI 模型是否可靠。
有人必須決定,這個自動化代理是否真的表現得如其創建者所聲稱的那樣。
OpenGradient 正在押注 AI 不應該歸五家公司所有 我追蹤 AI 基礎設施已經有一段時間,注意到一個模式。 每一次突破都開始於開放的承諾。 然後大門就關上了。 計算成本變得昂貴。 模型變得封閉。 結果只有少數幾家公司掌控了未來。 OpenGradient 正在直接對抗這種結果。 這個想法聽起來很簡單。 建立一個去中心化的網絡,在這裏 AI 模型可以被託管、運行和驗證,而不依賴於中間的單一公司。 可以把它想象成將 AI 基礎設施變成公共事業,而不是私人王國。 這就是他們的主張。 老實說,這個提議很有吸引力。 因爲今天的 AI 行業有一個集中化的問題。 幾家公司控制着芯片。 雲服務。 模型。 而且越來越多地,控制規則。 OpenGradient 希望通過在一個去中心化的網絡中分散 AI 工作負載來打破這個循環,在這裏參與者提供資源和驗證,而不是依賴一個巨頭提供商。 但這裏有一個令人不安的部分。 去中心化聽起來很好,直到現實到來。 AI 推理是昂貴的。 延遲很重要。 當一個響應加載需要多花十秒鐘時,用戶並不關心意識形態。 他們關心的是速度。 價格。 可靠性。 這些都是集中化巨頭已經做得非常出色的事情。 這就是 OpenGradient 面臨的挑戰。 不是技術。 而是採用。 因爲歷史上充滿了在技術上是正確的但在商業上無關緊要的項目。 儘管如此,更大的問題不是 OpenGradient 是否能獲勝。 而是 AI 是否能保持開放。 這場鬥爭並不真的關於基礎設施。 而是關於權力。 誰擁有智能。 誰控制訪問。 誰來決定未來能思考什麼。 @OpenGradient $OPG #opg
OpenGradient 正在押注 AI 不應該歸五家公司所有

我追蹤 AI 基礎設施已經有一段時間,注意到一個模式。

每一次突破都開始於開放的承諾。

然後大門就關上了。

計算成本變得昂貴。

模型變得封閉。

結果只有少數幾家公司掌控了未來。

OpenGradient 正在直接對抗這種結果。

這個想法聽起來很簡單。

建立一個去中心化的網絡,在這裏 AI 模型可以被託管、運行和驗證,而不依賴於中間的單一公司。

可以把它想象成將 AI 基礎設施變成公共事業,而不是私人王國。

這就是他們的主張。

老實說,這個提議很有吸引力。

因爲今天的 AI 行業有一個集中化的問題。

幾家公司控制着芯片。

雲服務。

模型。

而且越來越多地,控制規則。

OpenGradient 希望通過在一個去中心化的網絡中分散 AI 工作負載來打破這個循環,在這裏參與者提供資源和驗證,而不是依賴一個巨頭提供商。

但這裏有一個令人不安的部分。

去中心化聽起來很好,直到現實到來。

AI 推理是昂貴的。

延遲很重要。

當一個響應加載需要多花十秒鐘時,用戶並不關心意識形態。

他們關心的是速度。

價格。

可靠性。

這些都是集中化巨頭已經做得非常出色的事情。

這就是 OpenGradient 面臨的挑戰。

不是技術。

而是採用。

因爲歷史上充滿了在技術上是正確的但在商業上無關緊要的項目。

儘管如此,更大的問題不是 OpenGradient 是否能獲勝。

而是 AI 是否能保持開放。

這場鬥爭並不真的關於基礎設施。

而是關於權力。

誰擁有智能。

誰控制訪問。

誰來決定未來能思考什麼。

@OpenGradient $OPG #opg
🔥 BITTENSOR $TAO 看起來準備甦醒了!在找到一個堅實的底部後,這個領先的 AI 網絡正在顯示出潛在的趨勢反轉跡象。多頭正在關注 $226.9–$229.7 的入場區間,使用 10x 槓桿,目標是 $239.9, $260, $280 和 $300,隨着動能的增強。只要 $210 的支撐位保持穩定,TAO 可能會引發一個強勁的突破,受益於日益增長的 AI 領域興趣。風險已管理,目標已鎖定——現在全看多頭能否重新掌控局面。🤖🚀📈 $TAO #BinanceToOpenXLMSpotTrading #SpaceXPremarketFalls4.6% #IranCutsCrudePrices #OilRebounds3% #HormuzTrafficRises {spot}(TAOUSDT)
🔥 BITTENSOR $TAO 看起來準備甦醒了!在找到一個堅實的底部後,這個領先的 AI 網絡正在顯示出潛在的趨勢反轉跡象。多頭正在關注 $226.9–$229.7 的入場區間,使用 10x 槓桿,目標是 $239.9, $260, $280 和 $300,隨着動能的增強。只要 $210 的支撐位保持穩定,TAO 可能會引發一個強勁的突破,受益於日益增長的 AI 領域興趣。風險已管理,目標已鎖定——現在全看多頭能否重新掌控局面。🤖🚀📈

$TAO

#BinanceToOpenXLMSpotTrading
#SpaceXPremarketFalls4.6%
#IranCutsCrudePrices
#OilRebounds3%
#HormuzTrafficRises
AI 缺失的層面不是智慧,而是信任。 我已經追蹤 AI 基礎設施一段時間了,而有一件事一直困擾著我。 每個人都著迷於讓模型變得更聰明。 更大的模型。 更多的參數。 更高的基準分數。 但很少有人在問一個更難的問題。 我們真的能信任這些系統的運作嗎? 這就是 OpenGradient 引起我注意的地方。 這個想法不僅僅是將 AI 模型托管在去中心化的網絡上。許多項目都在嘗試這個。 有趣的部分在於驗證。 因為一旦 AI 開始做出影響金錢、商業或自主系統的決策,"只要信任模型"不再是一個認真的答案。 挑戰顯而易見。 驗證增加了複雜性。 複雜性增加了成本。 而今天主導 AI 的公司並不急於打開黑箱。 這才是真正的戰鬥。 不是模型性能。 不是行銷。 而是控制。 誰來運行智慧,驗證它,並證明當機器開始代表我們做決策時實際發生了什麼? OpenGradient 正在押注未來的重要性。 我們很快就會知道。 @OpenGradient $OPG #opg
AI 缺失的層面不是智慧,而是信任。

我已經追蹤 AI 基礎設施一段時間了,而有一件事一直困擾著我。

每個人都著迷於讓模型變得更聰明。

更大的模型。

更多的參數。

更高的基準分數。

但很少有人在問一個更難的問題。

我們真的能信任這些系統的運作嗎?

這就是 OpenGradient 引起我注意的地方。

這個想法不僅僅是將 AI 模型托管在去中心化的網絡上。許多項目都在嘗試這個。

有趣的部分在於驗證。

因為一旦 AI 開始做出影響金錢、商業或自主系統的決策,"只要信任模型"不再是一個認真的答案。

挑戰顯而易見。

驗證增加了複雜性。

複雜性增加了成本。

而今天主導 AI 的公司並不急於打開黑箱。

這才是真正的戰鬥。

不是模型性能。

不是行銷。

而是控制。

誰來運行智慧,驗證它,並證明當機器開始代表我們做決策時實際發生了什麼?

OpenGradient 正在押注未來的重要性。

我們很快就會知道。

@OpenGradient $OPG #opg
AI缺失的層面不是智能,而是信任。 我已經跟蹤AI基礎設施一段時間了,有一件事一直很突出。 每個人都對更大的模型着迷。 更快的推理。 更多的參數。 更多的炒作。 但很少有人在問一個更簡單的問題: 你如何驗證AI實際做了什麼? 這就是OpenGradient變得有趣的地方。 不是因爲它承諾更智能的AI。 而是因爲它關注一些遠不如智能炫酷但更重要的東西:驗證。 一個去中心化的網絡,用於託管、運行和驗證AI模型,聽起來比最新的AI突破要無聊得多。 直到AI開始做出影響金錢、企業和整個行業的決策。 那時,信任就成爲了產品。 困難的部分不是生成智能。 困難的部分是證明這一點。 解決這個問題的網絡可能最終控制的價值遠超過模型本身。 @OpenGradient $OPG #opg
AI缺失的層面不是智能,而是信任。

我已經跟蹤AI基礎設施一段時間了,有一件事一直很突出。

每個人都對更大的模型着迷。

更快的推理。

更多的參數。

更多的炒作。

但很少有人在問一個更簡單的問題:

你如何驗證AI實際做了什麼?

這就是OpenGradient變得有趣的地方。

不是因爲它承諾更智能的AI。

而是因爲它關注一些遠不如智能炫酷但更重要的東西:驗證。

一個去中心化的網絡,用於託管、運行和驗證AI模型,聽起來比最新的AI突破要無聊得多。

直到AI開始做出影響金錢、企業和整個行業的決策。

那時,信任就成爲了產品。

困難的部分不是生成智能。

困難的部分是證明這一點。

解決這個問題的網絡可能最終控制的價值遠超過模型本身。

@OpenGradient $OPG #opg
登入以探索更多內容
加入幣安廣場中的全球加密貨幣用戶
⚡️ 獲取加密貨幣的最新和實用資訊。
💬 受到全球最大加密貨幣交易所的信任。
👍 發掘來自經過驗證創作者的真實見解。
電子郵件 / 電話號碼
網站地圖
Cookie 偏好設定
平台條款