我一直在思考,當模型不再是演示而開始做出決策時,AI基礎設施實際上需要什麼。 @OpenGradient 吸引了我的注意,因爲它並沒有試圖回答“我們如何構建更大的模型?”而是在問一個不同的問題:我們如何知道哪個模型運行了,執行過程中發生了什麼,輸出是否可以被信任? 在過去的幾個月裏,這個項目已經超越了理念階段。它宣佈了一輪 950 萬美元的融資,擴大了在可驗證 AI 計算方面的推進,並引入了專注於通過其 x402 + TEE 架構實現無信任推理的更新。同時,該網絡一直在強調託管模型、推理活動和開發者工具的使用增長。 我覺得有趣的是,這個方向並不是集中在替換現有的 AI 堆棧上。它是在構建一個可以檢查 AI 執行的層,而不是簡單接受。 這種轉變感覺比增加更多計算能力更重要。 如果 AI 成爲基礎設施,我認爲驗證將成爲產品的一部分,而不是一個可選功能。 好奇看看開發者是否會開始將可證明的 AI 輸出視爲默認期望,而不是高級層。 @OpenGradient #OPG $OPG