小鹿777

#opg $OPG #OpenGradient $BTC 最近聊OpenGradient的人，基本都在算 Model Hub 上了多少模型、TGE 後流通市值多少。但我越看越覺得，這些數字跟項目的真正價值關係不大。
真正值得細想的，是它在 Agent 決策層埋下的那根樁。
AI Agent 在加密圈喊了一年，故事一個比一個性感。但拆過幾個主流架構就會發現：核心推理幾乎全跑在鏈下。AWS 上搭個服務，調個 API，結果籤個名就往鏈上扔。用戶把資金授權給黑盒子，它的思考過程——用了什麼模型、提示詞有沒有被篡改——完全不可審計。這跟把私鑰交給中心化服務器
OPG的HACA架構，不是在做另一個更快的模型API，而是用 TEE 節點把 GPU 推理和密碼學證明焊在一起。Agent 的每一次決策，從輸入到輸出，都能被回溯、被驗證。這相當於給鏈上 AI 經濟造了一個"可審計的決策層"。
所以它爲什麼一直死磕Base鏈的結算基礎設施，邏輯就在這裏。推理延遲重要，但比延遲更關鍵的是證明必須能被鏈上合約實時驗證。如果Agent替用戶執行一筆大額swap，事後連決策軌跡都查不到，那所謂的"智能"就只是不可信的中介。
這件事做成了，OpenGradient 的競爭優勢不來自模型數量，不來自補貼，而來自"同等算力下，只有它的輸出能被鏈上信任"。Agent 複雜度越高、管理資金規模越大，對可驗證推理的需求就越剛性。這條飛輪一旦轉起來，不是靠燒錢能追上的。
但我現在不會下結論說它跑通了。簡單文本推理在 TEE 環境裏邏輯很順，但多模態大模型、高併發調用的時候，證明生成的計算開銷會不會陡增，鏈上驗證成本在極端負載下是否可控，TEE 節點網絡能不能扛住女巫攻擊，這些都沒有經過充分的壓力測試。
值得持續看的項目，不是因爲它的 AI 故事講得漂亮，而是因爲它在做的這件事，如果真的做成了，會改變鏈上智能經濟的信任基礎設施。

#opg $OPG $BTC #OpenGradient 聊聊OpenGradient白皮書：當"AI算力"成了代幣敘事的遮羞布

現在隨便套個AI殼就敢發幣，OpenGradient好歹釘死10億枚固定供應，但別感動——固定供應只保證不半夜印鈔，不保證不白天砸盤。

TGE流通1.9億枚，拆開全是自由身：空投4000萬+流動性6000萬+基金會解鎖5000萬+生態解鎖4000萬。79%的流通量第一天就能進交易所。團隊份額鎖12個月，鎖的是他們的，流通的是你的。

"推理即燃料"聽着實在，鏈上AI調用全得燒OPG。但200萬次累計調用能燒多少幣？白皮書對單次成本諱莫如深。如果燒的量還不夠一個空投鯨魚一天拋售，這"剛需"就是加油站賣打火機——聽着熱鬧，不解決續航。

更隱蔽的是40%生態份額，60個月線性解鎖，每月666萬枚，等於給市場裝了臺自動賣壓機。美其名曰"生態建設"，給誰、怎麼給，白皮書一筆帶過。鎖倉時間越長，敘事空間越大，反正60個月後項目還在不在都是問題。

官方拿Binance Alpha和MiCAR合規貼金。Alpha篩羊毛黨，篩不掉空投套現黨；MiCAR是給機構的牌坊，但機構買不買賬，取決於開發者願不願用OPG付推理費，而不是信用卡付OpenAI賬單。合規不能替你把200萬次調用變成2億次。

固定供應+推理支付創造了閉環幻覺。但幻覺和現實的距離，就是開發者錢包裏OPG餘額和AWS賬單之間的差距。白皮書能證明密碼學，證明不了用戶黏性。

#opengradient OPG @OpenGradient

#opg $OPG $BTC #OpenGradient 算力掮客的新衣，還是真能撕開AI黑箱的手術刀？

滿屏"去中心化AI"看得我眼皮直跳。被算力API割了太多次，你租個GPU，跑出來的結果是不是真用了Llama 3.1？全他媽黑箱。

但啃完OpenGradient的文檔，@opengradient 這玩法不是簡單收租。它最狠的是把執行和驗證撕成兩撥人——Inference Node在TEE可信執行環境裏裸奔算力，跑完給你一份硬件級密碼學證明；Full Node在鏈上做法官，驗證不過直接slash。後廚鎖門，但牆上掛防拆攝像頭，喫不喫得到和有沒有按菜譜做，成了兩個獨立事實。

但白皮書藏着一個死穴：TEE不是金鐘罩。Intel SGX被側信道打穿多少次了？更現實的是，ZKML電路編譯對複雜大模型慢得像便祕，生成證明的開銷可能比推理還高。極端負載下TEE節點被沖垮，或ZK證明延遲讓結算排隊，"可驗證"就成了可驗證的卡頓。

更陰的是節點串謀。若一個實體同時控制大量輕節點和驗證節點，在TEE裏篡改輸出、僞造證明，審計就成了自己人審自己人。白皮書提了罰沒，但前提是"被抓住"，資本高度集中的加密世界，這前提有多脆弱，懂的都懂。

OPG代幣模型很誠實。作爲推理計價單位和驗證保證金，幣價直接和鏈上AI調用量掛鉤。行情好有基本面支撐；行情差需求歸零，質押幣就是鎖在死協議裏的紀念品。沒畫"治理權"大餅，把自己和AI真實需求綁死。

行業荒誕循環：信雲被割，擁抱去中心化發現節點作弊，回頭找TEE，發現硬件也不可信再疊ZK。OpenGradient站在最前沿，用硬件+密碼學+經濟博弈堵漏洞。未必成功，但至少沒拿爛梗糊弄人。

區塊鏈給了代碼即法律的幻覺，但OpenGradient提醒我們：如果執行過程本身不可審計，那代碼不過是寫在鏈上的免責聲明。

#opengradient OPG

#opg $OPG #OpenGradient $BTC 我這周在調試鏈上AI Agent時，被一個底層問題卡住了：當你把決策權交給遠程模型，憑什麼相信返回結果沒被篡改？

現在滿大街的Agent都在吹"智能化"，但推理過程完全是個黑箱。跑的是哪個權重版本？中間層有沒有被注入偏見？用戶只能被動接受最終結果，這跟把私鑰交給陌生人保管沒本質區別。

剛好注意到從a16z CSX孵化出來的OpenGradient。它的路線很特殊，沒有跟中心化雲廠打算力價格戰，而是在異構算力之上搭了一層可驗證推理協議。

核心思路是把"執行"和"驗證"切成兩段。模型跑在分佈式TEE節點和GPU集羣裏，輸出後先過密碼學證明，生成鏈上可覈查的收據。它在黑盒AI外面硬套了一個數學透明罩，讓你確認收到的輸出確實來自聲明的模型版本，且沒被替換過。

不過，@OpenGradient 這套架構有個繞不過去的坎：TEE證明生成本身就很喫資源，加上跨節點通信，一旦請求量上來，延遲和成本會急劇膨脹。這不是多買幾臺GPU就能解決的，屬於那種看起來很美、規模化時很容易翻車的硬骨頭。

代幣方面，OPG 剛完成TGE，用了Binance Alpha積分制，單人上限壓得很死，明顯在防巨鯨刷量。代幣效用卡在推理結算和節點激勵上，比較務實。

但說到底，基礎設施的護城河不在白皮書，而在有多少Builder願意把核心推理任務遷移過來。沒經歷過高併發的極限拉扯前，現在更像邏輯自洽的技術推演。我保持關注，但態度只能停留在謹慎樂觀。

#opengradient

#opg $OPG $BTC #OpenGradient 我這兩天重新看@OpenGradient 的節點架構時，被它的「角色分離」設計卡住了。
大多數去中心化網絡的邏輯很簡單：節點即服務者，服務者即驗證者。身份越複合，網絡越「去中心化」，這幾乎是默認規則。
可OPG 偏偏把執行推理和驗證推理拆成了兩撥人。
剛看到時我沒想明白。系統好不容易培養出的節點能力，爲什麼要主動限制它？
後來才發現，問題不在去中心化，而在「同謀」。
當執行和驗證落在同一批節點身上，節點完全可以既當運動員又當裁判。跑完模型再順手給自己蓋個驗證章。如果某個推理結果對它有利—比如AI交易代理的輸入數據被輕微篡改—它完全有動機在驗證環節選擇性「失明」。懲罰機制再精密，也防不住不需要串通的默契。

最早進入的節點會壟斷執行權和驗證權。越全能，後來者越難切入，網絡越封閉。
我後來才意識到，OpenGradient 真正分離的不是角色，而是利益重合。
能執行AI推理的人，不該同時擁有驗證自己推理的權力。就像工廠不能自己給自己出質檢報告。不是能力問題，是結構問題。
很多網絡在讓節點越來越全能，OpenGradient 更像是在讓節點越來越「無能」—只能幹一件事，要麼執行，要麼驗證。准入不難，難的是接受這種「被閹割」的參與感。
不過我一直在想另一件事。
做和驗分開後，確實能防止節點自己給自己背書。可驗證節點真的在驗證推理內容嗎？如果驗證者不懂模型內部邏輯，只能檢查 ZK 證明格式和簽名，那它們驗證的是「推理真的發生了」，還是「在形式上沒毛病」？
如果模型本身有偏見，或者輸入數據在源頭被污染，驗證節點能發現嗎？還是隻能保證「這個有偏見的結果確實由這個有偏見的模型算出來的」？
opg 到底是在防止作弊，還是在重新定義誰來定義正確？

#opg $OPG #OpenGradient $BTC AI這十年，煉丹爐越砌越高，但沒人願意只做那把秤。

賣肉的和管秤的不能是同一個人，這條老規矩在AI圈被悄無聲息地廢了。OpenAI、Anthropic、Google，全是"前店後廠"：模型自己煉，API自己封，輸出自己蓋章。你付的錢裏，有一半買的是"信我"兩個字。說白了，這十年長出了無數煉丹爐，卻沒長出一把公用的、誰都擰不動的秤。

a16z crypto投OpenGradient時，有句話被當場面話划過去了：OPG不是來搶模型參數的，它是來補那把秤的。這話把OPG的底牌翻了出來——AI不缺開爐煉丹的人，缺的是敢只做"稱重員"的人。

這把秤難立，因爲只做驗證的那層在價值鏈條裏天生懸空。數據、算力、權重都不在你手裏，你能給的只有密碼學證明和TEE硬件戳。Hyperliquid的做法是自己開礦場，把整個堆棧攥在手裏。OpenGradient選了反方向：不碰礦機，只在礦石出坑時做一道"純度檢測"。

HACA把挖礦和驗礦拆開，TEE給每塊礦石蓋鋼印，ZKML讓你不用看見礦坑裏面也能確認含金量沒摻水。這些不是技術秀，是從"只做稱重"這個賭注里長出來的形狀。

做秤的不挖礦，姿態乾淨，存活條件反而更苛刻。它得在OpenAI還沒顧上做透明化、其他項目還在卷Context Window的窗口裏，把自己焊死成大家調用鏈上AI時默認要過的那道秤。

與其盯着它能不能幹掉誰，不如換個問法：AI這十年都沒長出過一個默認的可信執行層，憑什麼這次就輪到它？這個問題它還沒交卷，但它至少是少數幾個在認真往這張卷子上寫字的人。就衝這一點，值得繼續看下去。

OPG @opengradient

#opg $OPG #OpenGradient $BTC 扒完 @OpenGradient 代碼倉庫，感受不是"去中心化AI有多酷"，而是治理在界面還沒畫出來前，就已經被算力分佈寫死了。

官網 roadmap 上 DAO 還在灰框裏，灰框外面，權力的水泥早就澆築完畢。

節點分佈疊在一起，畫面刺眼：少數機房貢獻七八成算力。他們是算力領主，握着 GPU、attestation 密鑰和調度優先級的隱形槓桿。節點後臺數據對他們單向透明——哪類模型調用量在爬坡、哪條線路 gas 溢價最穩，這些信息在公開論壇出現前，已在他們的面板裏輪詢了。機器集體掉線，網絡延遲拉爆，OPG 敘事跟着抖三抖。

再看 Model Hub。調用量前十的團隊，在 OpenGradient 上圈了塊"數字良田"。部署模型有門檻，這批人懂 HACA 的套利空間，在費率梯度、准入標準上有不成文的否決權。不是票多，是協議離不開他們的調用量。

最尷尬的是第三撥人——按月充 API 額度、寫 Agent 的開發者。他們是 OPG 最穩定的買方，每月準時把代幣送進費用合約。說好聽是消費者，說難聽是交推理租子的佃戶。他們決定代幣需求曲線，卻決定不了協議走向。

這三撥人沒有 DAO，DAO 上線，投票只是給既成事實蓋章。

問題是：頭幾輪投票會投什麼？是准入門檻和模型收益分潤，還是前端 SDK 按鈕位置？

如果是後者，DAO 就是帶簽名功能的公告欄。如果是前者，OPG 纔算從"功能型代幣"蛻變成"權力型代幣"。

但純終端用戶在治理層發聲空間，我不抱幻想。質押量天然向節點集中，模型收益向頭部沉澱，有礦機的人說話大聲，有模型的人說話大聲，交租子的人只能默默續費。

治理價值從第一票開始定性。如果第一票爭的是"誰有資格當領主"，OpenGradient 會變成算力封建制；如果爭的是"佃租能不能降"，那它可能還有救。

問題是，領主們會同意降租嗎？

#opg $OPG #OpenGradient $BTC 我昨晚順手拉了拉 OpenGradient 鏈上推理的 Gas 數據，算完賬差點逗樂了。

現在帶 AI 概念的 Web3 項目，白皮書必有一句"比中心化更便宜"。可真把 OPG 的推理成本、鏈上驗證、再加上開發者折騰 SDK 的時間成本摞在一起，有時候還不如直接調 OpenAI 的 API。至少人家三行代碼就能跑，不用配錢包、研究 TEE 證明、等區塊確認。

很多人愛拿兩百萬次推理和兩千多個模型說事，數字好看。但數字不會告訴你，普通開發者想接進去得翻多少座山。HACA 架構把執行和驗證拆開，理論上聰明，可實操層面，寫合約調用 AI 不像在調服務，倒像在跟"數學監牢"申請探視權——每一步都要簽名、證明、等待。

去中心化要付出代價，驗證成本是信任的溢價。這話政治正確，可放到市場上試試？一個小團隊只想讓 NPC 智能一點，你讓他先理解密碼學可驗證推理，他只會轉身去調 Claude。沒人在乎 AI 是不是在鏈上裸奔跑，用戶只問三件事：快不快、準不準、貴不貴。

OpenGradient 推 NeuroML、做 SDK 封裝，方向沒錯。真正戰場不是"我的模型比你的去中心化"，而是"調用體驗能不能逼近 Web2 的順滑"。但說實話，這層封裝還遠遠不夠。離線索引、異步驗證、Gas 抽象這些詞，對開發者來說依然是噪音。

你看 Telegram 上那些 AI Bot，背後接什麼模型根本不重要，重要的是用戶發一條消息，秒回，夠準，完事。沒人問它是不是在以太坊上跑了零知識證明。

這事兒挺簡單。

OPG 要是真想從兩千個模型的自嗨裏走出來，得先把那套"證明即服務"的架子拆一拆。誰能讓開發者像調 Stripe 接口一樣，三行代碼就把鏈上 AI 塞進應用裏，還不讓用戶感知錢包、Gas、區塊確認的存在，誰纔算把"去中心化 AI"從實驗室搬進了商業戰場。現在大家都在試探，至於誰能先把成本幻覺戳破、讓體驗真正落地

#opg $OPG #OpenGradient $BTC 我凌晨刷完GitHub提交記錄，盯着終端日誌和縮水餘額，想起半年前滿世界跑節點、逢AI必衝的狂熱，像做了一場醒不來的夢。

頂着a16z招牌進場，兩百萬用戶撐門面，幣價卻一路滑向深淵。現在@OpenGradient 突然死磕"可驗證推理"，用TEE牢籠加零知識證明把黑盒AI關進透明手術室，同步推Model Hub和SDK，擺明要把OPG從投機籌碼改造成"推理燃料"。

但這讓我想起4G切5G的陣痛——運營商砸千億建基站，用戶卻發現除了測速數字變大，日常體驗並無質變。TEE attestation加ZKML proof的加密開銷，就像給外賣車強制裝行車記錄儀，騎手只關心拖不拖速度、多耗多少電。對習慣了免費API的開發者，"可驗證"在初期完全是負資產。

AI賽道的忠誠度建立在"好用"而非"可信"之上。OpenGradient用"可驗證"替代"更好用"來建護城河，等於賭一個逆人性命題——讓市場爲"透明"支付溢價。這在合規金融或許行得通，在大衆消費級AI裏大概率一廂情願。

玩家爲賺錢，開發者爲薅羊毛，短期激勵退潮後裸泳的人比想象多。我已清掉大半倉位，只留一小部分質押當觀察券。半年後如果Dashboard上還是測試網刷量的虛假繁榮，再漂亮的白皮書也救不了幣價。OPG #OpenGradient

#OPG $BTC $OPG @OpenGradient 前陣子被同事拉去一家新開的健身房，銷售吹得天花亂墜："我們是會員共治模式，器械採購、私教定價全由會員投票決定。"我辦了年卡，結果三個月下來，龍門架壞了沒人修，私教課悄悄漲價，會員羣裏發起的投票，回覆永遠是"已收到建議，管理層會評估"。那套"共治"說白了，就是讓你有發言的幻覺，沒決策的實權。

這讓我想到最近在@OpenGradient跑節點的經歷。項目方描繪的"去中心化AI網絡"聽着挺美，彷彿每個節點都是網絡的共同所有者。可真到模型能不能上鍊、算力怎麼定價、激勵池切蛋糕的時候，你會發現後臺參數還是核心團隊一手在調。社區節點不過是分佈式算力網絡裏的"年卡會員"，有使用權，沒產權。真要搞無許可自治，問題也很現實：機構節點配置拉滿，散戶機器連推理都跑不動，優質模型上架權遲早被大資本壟斷，網絡質量可能比中心化雲還爛。

再說錢袋子。我查過鏈上，常規節點獎勵倒是按時到賬，可早期解鎖節奏、開發者基金流向、生態 grant 的具體去處，並沒有一筆一筆攤在陽光下。健身房不敢公開年卡錢的具體用途，是因爲怕你知道私教提成和器械採購吃了大頭；項目方不敢全鏈上透明，除了防挪用，也怕競爭對手拿着你的資金圖譜做局。

我在DeAI和鏈遊兩個賽道都踩過坑，深知"集權+黑箱"是崩盤的標準配方。OpenGradient現在最務實的路，不是急着把鑰匙全交給社區，而是像健身房先裝個公開賬本：把代幣流轉、激勵分配、資金支出全部上鍊，同時把模型審覈、節點准入的權限分階段下放。去中心化不是開關，是滑塊。只有治理和國庫這兩塊地基打實了，OPG纔不會淪爲又一個燒電的概念幣，這也是我繼續交"年卡"的唯一理由。

@OpenGradient $BTC $OPG #OpenGreadient AI外賣的"差評滯後"：聊聊 OPG 的異步真相

說句難聽的，現在的AI+Web3項目，本質上就是給中心化雲廠商套了個區塊鏈包裝，但 @OpenGradient稍微有點不一樣。它聰明在沒跟你談什麼去中心化AGI，而是把"差評滯後"這四個字玩明白了。

很多人盯着 OPG 的Coinbase背書，但我更看重白皮書裏那個被忽略的"異步驗證窗口"。說白了就是AI推理外賣裏的"先喫後差評"——Inference Nodes秒把70B參數的結果"送"到你手裏，Full Nodes事後慢悠悠驗簽名。你先把推理結果"喫"下去了，平臺再查這單有沒有問題。本質是用"食品安全窗口期"換配送速度。

更諷刺的是那個"驗證光譜"：ZKML是"全程冷鏈"（貴到離譜），TEE是"第三方質檢"（賭Intel不作弊），Vanilla是"三無作坊"（喫壞自認倒黴）。這分明是一套"食品安全階級系統"。金融級DeFi用ZKML——反正用戶看不見算力稅；普通聊天用TEE——出事找硬件廠背鍋；低價值分析用Vanilla——跟中心化API沒區別。項目方不是在保障AI安全，而是在把風險拆成不同等級，讓用戶各擔各的。

說白了，生態單薄得讓人想吐槽。100多個開發者、2000多個模型——放在傳統AIinfra裏就是剛開張的夫妻店。每天在鏈上跑推理、押OPG、等結算，像個被困在算力格子裏的數字外賣員，不斷生成證明推上山，再看着平臺慢悠悠審覈。這不是在提供去中心化AI，而是在進行一場長期的騎手篩選。他們不需要你覺得好用，只需要你的"GPU折舊"和"代幣質押"成爲平臺價值的底層支撐。

挺荒誕的。我們在現實裏連外賣遲到五分鐘都要差評，結果在Web3裏卻主動接受"先推理後驗證"的延遲正義。也許在這個AI時代，我們唯一能對抗算法黑箱的，也就是這點被密碼學記錄下來的等待感了。這種等待，纔是 OPG 能跑下去的真正燃料。

#OpenGradient #OPG

$BTC $OPG @OpenGradient #OpenGreadient 我盯着手裏的 OPG 已經半年了，想加倉跑驗證節點，TEE 硬件門檻和技術成本夠喝一壺；直接割肉吧，又怕錯過 AI 推理賽道的爆發紅利。這種"捏着籌碼卻上不了桌"的憋屈感，相信不少早期玩家都懂。而 @OpenGradient 推出的 OPG 委託質押，我親自跑了一遍後，確實摸到了它想解決的核心痛點：讓代幣變成"活錢"，而不是鎖死在錢包裏的數字磚頭。

這次的委託機制不是隨便塞個節點就完事。平臺對驗證者的准入結合了 TEE 硬件認證、歷史證明準確率、在線時長、佣金率多重維度，不是單看誰質押量大誰就坐莊。這種設計能篩掉渾水摸魚的節點，我自己挑驗證者時，鏈上的證明提交頻率和罰沒記錄一目瞭然，能看出團隊在網絡安全這層做了紮實的風控。

不過風險也清晰。要是 AI 推理的真實需求不及預期，鏈上調用量萎縮，大量委託的 OPG 集中解鎖退出，勢必增加短期流通量。別忘了生態池還有大量代幣在長線釋放，疊加質押解鎖的拋壓，價格波動風險是實打實懸在頭頂的，每個委託人都該算清楚這筆賬。

10% 的質押獎勵池看似給持幣者託底，線性釋放的設計能穩住長期信心，避免踩踏出逃。但也容易讓部分玩家放鬆警惕，覺得"有收益兜底"就忽略 AI 基礎設施本身的高不確定性。我始終覺得，這類質押只是代幣週轉和網絡安全工具，絕非穩賺不賠的儲蓄罐。

在我看來，OpenGradient 這套設計是真正站在持幣者和開發者兩邊做的優化，而非虛有其表的噱頭。它既盤活了閒置代幣的流動性，又讓 OPG 在推理支付、模型變現、驗證者激勵上有了實際場景——200 萬+次推理已經跑在鏈上，那是真實需求，不是 PPT 數字。即便存在解鎖拋壓的潛在風險，但只要理性把控委託比例，不押單一驗證者，對玩家和整個網絡都是實打實的正向優化。

#opg $OPG $BTC 今天又看到有人吹 OpenGradient 兩百萬應用用戶多麼牛。但我翻了一下他們的 Model Hub，盯着另一個數字看了很久——2000+。這是平臺上架的模型總數。

兩百萬用戶，兩千模型，紙面上看供需兩旺。但你細想，平均每個模型能分到一千個用戶。如果調用量真這麼均勻，Model Hub 上的開發者早該集體暴富了。現實是，任何雙邊市場，頭部百分之十喫掉百分之九十的流量和收入，剩下的都是陪跑。

項目方當然喜歡吹"2000+ models"，因爲上架數是免費的，點幾下就能貢獻。但"上個月產生過實際收入的模型有多少"，這個數字他們恨不得焊死在保險櫃裏。2000+ 是入駐數，不是成交數；是供給端的虛榮，不是需求端的驗證。

這讓我想起我清理閒魚賬號的經歷。掛上去的鏈接不少，但真正成交的，十不存一。平臺愛吹"千萬賣家"，但"月均成交賣家"永遠不會出現在財報首頁。Model Hub 也是同一個邏輯：上傳一個模型只需幾小時，甚至可以用腳本批量鋪貨；但讓它持續被調用、產生 OPG 收益，需要質量、定價和口碑。

在 AI 基礎設施賽道，"模型上架數"正在變成新的 DAU——好看、好融資，但過濾不掉殭屍模型。真正誠實的數據只有兩個：上月產生過付費調用的模型佔比，以及開發者實際提取收益的中位數。這兩個數會把所有"試試看"的心態、所有"刷量"行爲、所有"上傳完就忘"的模型，全部過濾乾淨。

以後我看任何 Web3 AI 項目，不會先問服務了多少終端用戶，而是先問模型收入存活率。如果項目方只強調模型總數和應用覆蓋，卻對調用分佈和開發者真實收入避而不談，那模型總數就是另一個被精心包裝過的 DAU。OpenGradient 至少把 2000+ 模型和 100+ 開發者擺在了檯面上，但離真正的透明，還差一張"收入存活率"的底牌。

@OpenGradient adient OPG #OpenGradien

比特幣比特幣比特幣