last炫神丶

#opg $OPG #OpenGradient $BTC a16z投的，头部VC跟的——看到这种阵容，我的第一反应不是"稳了"，是"估值里三成是品牌溢价，得先刨掉"。

@OpenGradient 值得被刨掉这层滤镜之后重新审视。

故事不算新鲜：AI推理的黑盒。但有意思在，它把"可验证"做成了可量产流水线。HACA让Fast Path跑推理、Verification Path跑TEE+ZKML证明，两边解耦。开发者在Solidity里直接`callModel()`，像调普通函数一样拿到AI结果，背后有密码学兜底。200万次推理、50万+证明、2000+模型托管，主网不是空壳。

لكن我要泼三盆冷水。

第一盆：2M+用户在空投季里等同于"2M+个领过空投的钱包地址"。真正付费调用推理的日活有多少？剔除刷空投和测试激励，真实留存可能不好看。

第二盆：可验证有成本。TEE+ZKML的算力开销，跟直接调OpenAI API比贵多少？贵一个数量级，"可验证AI"就只是监管合规的奢侈品。补贴退完，单次推理的OPG结算价能不能覆盖节点运营成本？这是网络能不能独立呼吸的关键。

第三盆：代币解锁。OPG总量10亿，TGE流通约1.9亿。生态和基金会握着大量可随时释放的筹码，剩余部分在48-60个月内线性解锁。这不是"锁仓"，这是"分期出货"。核心贡献者和投资者有12个月悬崖，之后36个月线性释放。以0.13的价格算，FDV约1.3亿，流通市值约2400万。这种落差，意味着未来四年市场要持续吸收大量新增供给。

产品架构给六分——HACA不是原创，但工程落地扎实；代币结构给四分——解锁曲线对早期散户不友好。剩下的九十分，留给链上真实付费推理量和节点端的单位经济模型。

所以我的问题不是"TGE之后盯什么数据"，而是：当生态基金那4000万代币在TGE后释放、补贴退潮后，单次AI推理调用还能维持现在的量级吗？如果推理量腰斩，OPG的"需求端叙事"会不会跟着一起塌？

评论区见真章。

#opg $OPG #OpenGradient $BTC تشغيل استراتيجيات ذكاء اصطناعي على السلسلة، إن أكثر ما يستهلك الجهد ليس تعديل المعلمات، بل أنك ببساطة لا تستطيع التأكد—من تلك إشارة التنفيذ: هل حسبها النموذج فعلاً، أم تم العبث بها عشوائيًا من لوحة تشغيل فرق التشغيل والصيانة (العمليات).

ليس “صندوقًا أسود” من منظور الخوارزمية فحسب، بل قطع فعلي للسلسلة: الحساب مختبئ داخل مراكز سحابية، يتم حجب مسار الأوزان عبر السجلات، والاستدلال عالق داخل حاوية لا تملك صلاحية الوصول إليها. أنت تعتقد أنك تستدعي “وكلاء لامركزيين أذكياء”، لكنك في الحقيقة ترسل طلبًا إلى صندوق أسود، وتدعو أن تكون النتيجة لم تُعبث بها.

هل تريد التحقق من سلسلة الاستدلال مرة واحدة؟ عليك أن تثق بأن شركة النماذج لم تُجْرِ انحرافًا في الإصدارات، وأن مزود الخدمة السحابية لم يجرِ جدولة لحركة المرور بشكل يسبب نتائج قديمة، وأن بوابة الـAPI لم تُرجع نتائج منتهية الصلاحية. بل أيضًا—عليك أن تراهن على أن العقدة التي تدّعي أنها تستخدم TEE نفذت فعلاً “إثباتًا بعيدًا” وفقًا لما تدّعيه. لا توجد أي حلقة واحدة قابلة للتدقيق على السلسلة؛ ومع ذلك تتراكم تكلفة الثقة. وهذا الهيكل نفسه، هو أأكثر أشكال الحصاد خفاءً لمستخدمي ذكاء اصطناعي على السلسلة.

لذلك ركّزت على @OpenGradient تحديدًا—باعتبارها بنية تحتية تحاول “تفكيك الاستدلال تحت ضوء الشمس”. طموحها واضح جدًا: تحميل النموذج، والانتشار الأمامي، وتوليد النتائج—وكل “الأعمال القذرة” التي كانت تُختبأ عادةً داخل الخوادم—يتم ترسيخها على السلسلة عبر إثباتات تشفيرية، بحيث لا يرى المستخدم إلا إدخالًا واحدًا وإخراجًا يمكن التحقق منه.

يبدو الأمر كأنه شكل نهائي—في استدعائك التالي للاستدلال لن تعود تهتم بمكان تشغيل النموذج، أو عبر أي بوابة API مرّ. تُجرَّد جميع عمليات الحساب إلى مجموعة التزامات تشفيرية قابلة للتحقق، وتصبح النتيجة شفافة كما لو أنها تُنفّذ “أصليًا” على السلسلة.

تسطيح عملية الحساب ليس صعبًا؛ الصعب هو ألا “ينهار” النظام في بيئة هجومية. الاختبار الحقيقي ليس كم الافتراضات الثقة التي يوفرها لك عادةً—بل هل يمكن لشبكة التحقق الخاصة به أن تستمر في تقديم حلول موثوقة عندما تقوم شركة إمداد النماذج بإرجاع نسخة (rollback) بشكل عاجل، أو تظهر تأخيرات في إثباتات عن مجموعة TEE، أو يُكتشف أن دوائر ZK لديها ثغرات في حدودها.

بصراحة: يمكن للواجهة الأمامية أن تُسطّح تجربة الاستدعاء، لكن لا يمكنها محو تعقيد الحسابات من الأساس. بدون قدر كافٍ من تكرار/تعدد العقد في مسار الحماية ودعم المسارات التشفيرية، فإن أي سرد شفّاف وجميل لن يكون سوى تأجيل لمخاطر الصندوق الأسود.

لن أتعامل مع “ذكاء اصطناعي قابل للتحقق” كبنية تحتية قبل أن يمرّ مرةً كاملةً بصدمة هجمات سلسلة توريد النموذج أو اختراقات حقن التوجيهات الخصمية (adversarial prompt injection). سأعتبره فقط سردية تحتاج إلى تحقق. #OPG

#opg $OPG $BTC #OpenGradient أنا أُقلّل من تقدير الاستدلال قليل التكلفة: اسأل أولًا هل يُحسب الإيجار على شكل قدرة حوسبية، ولا تسأل أولًا إن كان بإمكانه “تمويـه” عدد الأفدنة.

بمجرد الإعلان عن معدل رسوم المسار الخفيف لـ TEE، كانت أول من انفجر في المجموعة هم “مُطاردو الهامش/الصيد”. 0.05%؟ أليست هذه هبة لتهيئة الأرض؟ اركض وركّب سكربتات لزيادة الكمية لإثبات الحجم، وكأن وفرة الأفدنة تكفي لاستبدال مخزون الحبوب بالكامل.

@OpenGradient اجعل الاستدلال الأساسي منخفض التكلفة، وفي الوقت نفسه أعطِ لإثبات TEE وزنًا مُخفّضًا. هذه الرقعة واضحة جدًا: الإيجار يمكن أن يكون رخيصًا، لكن لا تحاول تعويض ذلك عبر تضخيم عدد الأفدنة للحصول على الحصة الكاملة من تذاكر الحبوب.

قيمة OPG لا تُقاس بعدد مرات الاستدلال، بل بما إذا كانت الحبوب قد دخلت فعليًا إلى “مطحنة”. إن انخفاض التكلفة ليس بدون مقابل أبدًا. كل مرة تستخدم استدعاءً خفيفًا، أنت تستهلك سعة TEE الخاصة بالعقد، وتستهلك عرض نطاق الإجماع، وتنتظر في طابور التحقق. وإذا لم يتبع الاستدلال قرار وكيل (Agent) ولم يُفعّل عقدًا ذكيًا على السلسلة، ولم يحدث استهلاك فعلي لنموذج، فالأمر يشبه الثور الذي يدور في الحقل بلا إنتاج؛ حتى إن كثرت آثار الحافر، لن تنمو المحاصيل.

والأكثر خبثًا هو تخفيض الوزن. تظن أنك “حصلت” على هامش استدلال منخفض التكلفة، لكن في الحقيقة أنت تستبدل بتذاكر حبوب مخفّضة. لنفس مرة الإثبات، الآخرون يحصلون على تذكرة كاملة، بينما تحصل أنت على نصفها. وعند الحساب، تكون تكلفة التحقق للوحدة في الواقع أسوأ—الأرقام في الفاتورة تبدو أصغر، لكن وزن دفتر الأستاذ ينكمش.

أقيس هذا المسار بثلاثة أرقام فقط: نسبة الإثبات الخفيف، ومعدل الاستهلاك الحقيقي اللاحق على السلسلة، والقدرة الحوسبية الفعلية الكامنة وراء كل نقطة وزن. إذا كانت كلها “دورانًا فارغًا”، فستظهر فجوة واضحة في سجلات العقد: أول مئة استدعاء بلا ما بعد، ثم صفر استهلاك، كطريق مقطوع.

انخفاض التكلفة بحد ذاته ليس المشكلة. المشكلة هي: هل يوجد خلف انخفاض التكلفة توجّه واضح لقدرة يمكن مراجعتها لاحقًا؟ تعامل مع المسار الخفيف كمدخل لإيجار القدرة الحوسبية، لا كآلة لعبة لتضخيم عدد الأفدنة.

فقط عندما تستطيع المسار منخفض التكلفة إخراج مستندات تنفيذ Agent، وإيصالات استهلاك فعلية على السلسلة، وسجلات إعادة الزيارة، لن ينحرف سرد OPG بسبب إثباتات الدوران الفارغ. ما يستحق الادخار في النهاية ليس كم دفعت من رسوم للاستدلال، بل ما إذا كانت القدرة الحوسبية خلف ذلك قد دخلت إلى الاستخدام الخطوة التالية.

إذا لم يكن في نهاية المسار منخفض التكلفة قرارات إدارة المخاطر، أو تفعيل عبر السلاسل (cross-chain)، أو إدارة المراكز (positions)، فكل ما يفعله هو إثبات أن المدخل رخيص—ولا يثبت وجود طلب. بل يجب أيضًا النظر إن كانت طلبات الاستدلال الخفيف تدور “فارغًا” بشكل متكرر على نفس مسار TEE. كلما زادت نسبة الدوران الفارغ، زاد ذلك دليلًا على أن انخفاض التكلفة لا يخلق طلبًا بل يخلق هذيانًا.

#opg $OPG #OpenGradient $BTC توقف عن اعتبار استدعاءات الـAPI حاجزًا تقنيًا—فماذا يفعل OpenGradient بالضبط؟

حديث عالم العملات الرقمية عن الذكاء الاصطناعي يشبه حديث سيدة في سوق الخضار عن العناية بالصحة—نفس الأسلوب تمامًا: بمجرد سماع كلمة "النماذج الكبيرة" ترتخي الركبتان. أولئك الذين يبالغون في نفخ "الدماغ اللامركزي" عبر حزم لواجهات الآخرين، لا يختلفون عن من يستدعي واجهة OpenAI API مباشرة؛ إنهم فقط يفرضون عليك رسومًا إضافية كغاز بدلًا من الإيمان.

بعد أن قلبت أوراق @OpenGradient، اتضح أن هؤلاء لا يبيعون ذكاءً اصطناعيًا، بل يقومون بتفكيك بنية الذكاء الاصطناعي نفسها.

الخارج يروّج لنماذج ألفين ومليونَي مرة استدلال—لكن هذه الأرقام مجرّد كلام. عالم العملات الرقمية بارع في تحويل مؤشرات الأداء إلى خندق حصين. ما أجلسني في مقعدي حقًا هو "بنية حساب ذكاء اصطناعي هجينة"—HACA. مشاريع أخرى تعامل الاستدلال كصندوق أسود: ترسل له تعليمات فيُخرج إجابة. لكن هل تم التلاعب في الرسالة؟ هل العقد تتلصص على مدخلاتك؟ لا تعرف. تخيّل أنك تطلب الطعام من مطبخ مغلق؛ ما يصل إليك يجب أن تأكله، ولا يمكنك التحقق حتى إن كانت وجبة جاهزة.

HACA تُحطم جدار المطبخ. يتم تقسيم الاستدلال إلى ثلاثة مسارات: GPU مسؤول عن "الطهي"، وTEE يقوم بتسجيل كل شيء طوال الوقت، وzkML يحوّل كل خطوة إلى بطاقة فحص موقّعة معتمدة. تقوم كل عقدة بمقارنة البيانات على السلسلة؛ إن لم تتطابق، تُرفض فورًا. أنت لا تحصل على وعد "ثق بالطباخ"، بل تحصل على إيصال يمكنك أنت التحقق منه بنفسك.

فهم الصناعة للذكاء الاصطناعي اللامركزي ما زال عند مستوى "تشغيل النموذج على المزيد من العقد" من أعمال شاقة فقط. لكن ما الذي يفيده زيادة عدد العقد؟ مئة عقد غير جديرة بالثقة—مجموعها يظل غير جدير بالثقة. OPG لا ينافسك في حجم "حوض الحساب"، بل يواجه مشكلة "عدم قابلية التحقق" في استدلال الذكاء الاصطناعي. في السلسلة، التحقق هو خط الحياة والموت. مخرجات ذكاء اصطناعي لا يمكن تدقيقها بشكل مستقل تشبه تمامًا تلك الرسائل في مجموعات التليغرام: "قريبًا إعلان رسمي لأخبار مربحة كبيرة"—لا فرق جوهري.

بعد فترة ستكتشف أن أغلب الناس لا يلاحقون الحقيقة، بل يبحثون عن راحة الوهم. يفضلون تصديق الصناديق السوداء المصنوعة بتغليف أنيق، ولا يريدون مواجهة تحقق شفاف لكنه قد يكون مزعجًا. OpenGradient حرفيًا يضع مصباحًا أبيضًا داخل حالة التنويم الجماعي—ليس دافئًا، لكنه يضيء كل ذرة غبار.

الذكاء الاصطناعي اللامركزي ليس ليُثبت أنه أذكى من أحد، بل ليمنح الشخص العادي زاوية يراجع فيها "نصوصه" بنفسه، في عصر أصبحت فيه الخوارزميات أقرب إلى رجال الدين والمنصات أقرب إلى كنائس. لا وسطاء، ولا حاجة إلى "ثق بنا".

لا أعرف إن كان OPG سيكتب له النجاح، لكن على الأقل لم يحاول أن يخدعك عبر عروض PowerPoint.

#opengradient OPG

#opg $OPG $BTC #OpenGradient كنت أعمل سابقًا على تشغيل استراتيجيات ذكاء اصطناعي على السلسلة. أكثر ما كان يُعذّبني هو الحاجز بين الاستدلال (التنبؤ) والتسوية. في كل مرة تُخرج فيها النماذج إشارة، يجب أولًا أن تُحسب على خادم مركزي، ثم تُغذَّى يدويًا للعقد الذكي (الكونتراكت). عندما تكون تقلبات السوق عنيفة، تصبح هذه المهلة كأنك فجأة واجهت بوابة تحصيل رسوم في طريق سريع؛ خطوة واحدة متأخرة تعني انهيار نسبة الربح والخسارة.

الأسبوع الماضي أدخلت نموذجَ تحكّم المخاطر إلى طبقة الاستدلال على السلسلة لدى @OpenGradient، فوجدت أنه يَحجز أوزان النموذج ومنطق التحقق داخل عقدٍ مُعد مسبقًا (pre-compiled)، ويمسح مباشرةً حلقة "الحساب خارج السلسلة، والاعتراف على السلسلة". خلال هذين اليومين من التشغيل، تحسّن استجابة الاستراتيجية بوضوح لمواقيت السوق، ولم يعد الاستدلال والتسوية متباعدين؛ بل كأنهما يحدثان في اللحظة نفسها، مثل الانتقال من الدراجة إلى القطار فائق السرعة.

وراء هذا النوع من التجربة توجد بنية موحّدة للاستدلال والتحقق. بالاعتماد على البنية الحالية، يبدو أنه ضغط تنفيذ النموذج وإثباتات المعرفة الصفرية (ZK) في عملية ذرّية: تشغيل النموذج داخل بيئة TEE، ثم يقوم zkML بتوليد الشهادة/الاعتماد (credential) بشكل متزامن، ثم يكتب ذلك عبر واجهة مُعدة مسبقًا إلى حالة البلوك. من الواجهة الأمامية، تكون المكالمة عادية واحدة؛ لكن الذي يحدث فعليًا هو أن السلسلة كلها تقدّم تأييدًا جماعيًا (collective endorsement) لمخرجات الذكاء الاصطناعي. وهذا يقطع احتمال قيام روبوت بتزوير تقارير خارج السلسلة لتلويث الإشارات—وهو ما يناقشه الجميع كثيرًا تحت مسمى التلاعب بالـ Oracle. ومن خلال سجلّات الاختبار (backtesting) التي راجعتها منذ أمس، يبدو أنه ساعدني بالفعل على اعتراض هجوم رجلٍ في الوسط استهدف مخرجات النموذج. BTC

لكن لا توجد سرعة بلا ثمن. في الوضع التقليدي، تُحكم النماذج ومنطق التحقق داخل خوادم خاصة. والآن، رغم أن OpenGradient مفتوح المصدر لإطار الاستدلال، فإن جهة استضافة الأوزان أصبحت شبكة عقد موزعة. وإذا أدّى سيناريو مناخي/ظرف سوقي متطرف إلى حدوث انقسام في الشبكة، فهل يستطيع المتداول العادي تنفيذ تحقق محلي مستقل دون الاعتماد على تجمع العقد؟ ما يزال هذا سؤالًا مفتوحًا. نحن نستمتع بسرعة "الاستدلال = تسوية"، لكن في الحقيقة نحن نعطي مفتاح التحقق للبروتوكول. ETH

سأواصل استخدامه في الفترة القريبة، لأنه بعد تقصير المسار، يمكنني تخصيص قدرة حوسبة أكبر لتطوير الاستراتيجية. لكن ما إذا كان OpenGradient جسراً فعلاً يربط بين كل الأبواب ويحل كل العقد (يُقال: يفتح مسارات العقل)، أم مجرد جسر عائم يعتمد عليه الناس—فهذه تحتاج إلى وقت للتحقق. وبين الإغراء بالإتاحة العالية وبين التحقق الذاتي المستقل، يحدث شدّ وجذب؛ وهذا بالذات هو السؤال الأصلي للذكاء الاصطناعي على السلسلة. إن مواصلة طرح أسئلة تتمحور حول شفافية الاستدلال هي الحد الأدنى لخط النجاة في عصر العقود الذكية.

#opg $OPG $BTC #OpenGradient خلال اليومين اللذين قضيتُ فيهما في قراءة وثائق <a>OpenGradient</a>، علقتُ عند بطاقة تصميم مخبأة في زاوية مخطط معماري: يمكن نمذجة المخرجات بحيث تُستدعى من قبل نماذج أخرى، مثل قطع الليغو.

في البداية لم أُعِر الأمر كثيرًا من الاهتمام؛ ظننتُ أنها مجرد تغليف API. المنطق التقليدي للذكاء الاصطناعي هو: "اختَر نموذجًا، ثم خُذ النتيجة". النموذج هو نقطة النهاية، والاستدعاء هو مجرد وسيلة.

لكن <a>OPG</a> ليس كذلك. فهو يحوّل النموذج إلى طبقة بنية تحتية—يتم تغذية مخرجات نموذج مباشرةً إلى نموذج تالٍ، بدون الحاجة إلى كود لاصق. بعد أن ينتهي النموذج A من الاستدلال، يتولى B تلقائيًا، ثم يقوم C بالتحقق. كامل السلسلة تُنسَّق وتُجدول وتُفوَّت داخل السلسلة. لا يتعلق الأمر بتحسين الاستدلال لنقطة واحدة، بل بتغيير القاعدة الافتراضية: لم يعد الأهم هو "أي أداة تستخدمها"، بل "كيف تتشابك الأدوات معًا".

المنطق الكامن وراء ذلك عميق نوعًا ما. في الماضي، كان معيار قياس دقة نموذج واحد. أما الآن، فالقياس هو كفاءة البنية الشبكية لطوبولوجيا نماذج متعددة. قد يمر طلب معقد عبر عدة نماذج متتالية؛ وإذا تعطل نموذج وسيط، يقوم النظام تلقائيًا بإعادة التوجيه، وتظل المخرجات صحيحة. هذه الفكرة تقلب عادة "اختيار نموذج أولاً" رأسًا على عقب.

الفوائد واضحة. لا يحتاج المطورون إلى تتبّع إصدارات كل نموذج وحدوده؛ إذ يحوّل النظام أعطال النماذج إلى تَحمّل عبر تكرار مسارات (path redundancy).

لكن المشكلة أيضًا تكمن هنا. إذا اعتمد المطورون كثيرًا على هذا الدمج السلس، فقد يعتبرون النموذج صندوقًا أسود وكأنه أنبوب شفاف. الاعتماديات الضمنية بين النماذج، وعدم تفسيرية مخرجات الطبقات الوسيطة—المستدعيون لا يرون تفاصيل التتابع. النتيجة قد تكون قابلة للاستخدام ≠ عمليةٌ جديرة بالثقة؛ إذ قد لا يزال تراكم الأخطاء، أو تضخيم الانحيازات، أو حدوث فشل متسلسل واردًا.

لذلك ما زلت أفكر: أكثر ما يثير الاهتمام في هذه الآلية ليس أنها مريحة أو سريعة، بل أنها تطرح سؤالًا بصمت—عندما نتحدث عن ذكاء اصطناعي لامركزي، هل ينبغي أن نعتبر النموذج هو المركز، أم العلاقات بين النماذج؟ وعندما يكون التجميع هو الأساس أولاً، هل نحن نبني نظامًا أكثر ذكاءً، أم نصنع صندوقًا أسود أعقد؟

#opengradient

#opg $OPG #OpenGradient $BTC لا تنتظر حتى تصبح OpenGradient ترند في معلوماتك، فقد كانت تجري في الظل منذ عام.

السوق يعاني من الكسل. في أبريل 2025، قامت Binance Alpha بدفع OPG إلى الواجهة، ومعظم الناس قاموا بسحب أصابعهم، وأرشفتها كـ “عملة جديدة محبوبه من Binance”. هذا التصنيف سطحي للغاية، حيث يغطي مشروع تحت الأرض استمر لعام كامل.

دعنا نعود إلى الوراء. كان ماثيو وانغ لا يزال يكتب النماذج في Two Sigma، وآدم بالوغ لا يزال يقوم بترتيب الأنابيب في Palantir. كانت السطور الأولى من كود OpenGradient ناتجة عن مجموعة من هؤلاء الأشخاص الذين جلبوا معهم النزاهة الهندسية من NASA، Google، Meta، وإمبريال كوليدج. اجتمع الفريق في نيويورك، دون AMA، ودون تسخين من KOL، وعملوا بجد لمدة عشرة أشهر. في أكتوبر 2024، تم جمع 8.5 مليون دولار في جولة تمويل أولية، قادها a16z Crypto وCoinbase Ventures، مع مشاركة Balaji Srinivasan وSandeep Nailwal. هذا كان قبل عام ونصف من TGE الخاص بـ Binance، وكان هو الشهادة الأولى التي تم الحصول عليها من خلال الأكواد في وقت عدم وجود أضواء.

لا أستخرج هذه التاريخ السري لأدعم فكرة “فريق الأكاديميين سيحقق ارتفاعًا” كاستنتاج ساذج. هل هناك أمثلة أقل من ذلك في هذا المجال حيث السيرة الذاتية مثل القصر، والمنتج مثل المنزل غير المكتمل؟ على العكس تمامًا، خلال أكثر من عام من الصمت، دون تثبيت سعر، ودون تغذية مشاعر المجتمع، استطاعوا أن يحبسوا المهندسين في الغرفة، ويحولوا “الاستدلال القابل للتحقق” من ورقة بحثية إلى طبقة تحقق على السلسلة، ومعالجة مليوني استدلال في صمت - وهذا بحد ذاته هو تصفية قاسية. تموت معظم مشاريع AI+Crypto قبل الإعلان الرسمي، لكن OpenGradient على الأقل استطاعت أن تحفر النفق إلى السطح.

لكن الطريق إلى التشغيل لا يعني أنه سهل. الجرأة في التحدث على طاولة حيث OpenAI وBittensor قد استحوذا على الأرض، ومحاولة القول “نحن لا نبني نماذج، نحن نبني منصة تحقق”، ليست أقل صعوبة من كتابة نموذج من الصفر. ما يعتمد عليه ليس سمك السيرة الذاتية، بل التأخير في كل استدلال على السلسلة، وصوت كل مطور من خلال التكامل.

حالياً، ليس لدي أي مراكز في OPG، وتيرم فتح العملات بعد TGE وفقًا لتوجهات الفقاعات في مجال AI يعود إلى جانب التداول. لكن بعد توسيع هذا الخط الزمني المضغوط، في المرة القادمة التي يذكر فيها شخص ما “العملة الجديدة التي أضافتها Binance”، فلن أومئ برأسي بعد الآن. الأشهر القليلة التي قضيناها تحت الأرض، أكثر تحملًا للنظر إليها مرة أخرى من الأرقام المتحركة على صفحة Alpha. #OpenGradient OPG @OpenGradient

#opg $OPG $BTC #OpenGradient الساعة الرابعة صباحًا، نجح سير عمل وكيل (Agent) في شبكة الاختبار OpenGradient في التشغيل. تأكيد دفع x402 جعلني أتوقف قليلًا. هذا المشروع نقل عبارة «من يدفع ثمن استدلال الذكاء الاصطناعي» من فوضى الحسابات في واجهة SaaS الخلفية إلى السلسلة.

يفكك هيكل HACA بين «التنفيذ» و«التحقق» في منتجين مستقلين للتسعير. عقد Inference Node يشبه سائق توصيل طلبات؛ ينفذ الاستدلال فقط. أما Full Node فيشبه المدقق؛ يتحقق فقط من المسار. يقوم هذان الدوران على السلسلة بتوقيع عقود مختلفة، ويتقاضيان أجور OPG مختلفة.

هناك الكثير من المشاريع التي ترفع شعار «ذكاء اصطناعي لامركزي»، لكن في الواقع الخلفية تستدعي واجهة OpenAI API، وتخزن على السلسلة هاشًا لتغطي العار. يثبت OpenGradient أوزان النموذج عبر CID على السلسلة، ويضبط مطاردة دقيقة عبر IPFS؛ لا يستطيع المزوّد تبديل شيء سراً. تُدخل الطلبات إلى منطقة عزل TEE، وما يخرج هو إيصال تشفير مزوّد بـ attestation؛ حتى مشغّلو العقد لا يعرفون ماذا طلبت بالضبط.

في جوهره، هذا هو إعادة بناء «مكتب تسجيل الملكية» في عصر الذكاء الاصطناعي. تُثبَّت ملكية أوزان النموذج على السلسلة، ويُوثّق مسار الاستدلال في TEE. إن نموذجك الذي تقوم بعملية fine-tuning عليه ووكيلك الذي تقوم بنشره—كلاهما أصول على السلسلة يمكن نقلها.

لكن كلفة التجربة مرتفعة بشكل يجنن. SolidML للترجمة المسبقة، وx402 للمدفوعات الميكرو—أي خلل في أي خطوة، سيحرق OPG بقدر كافٍ لدفع نصف شهر من طلبات الوجبات الجاهزة. حجم نماذج السلسلة صغير جدًا؛ Llama-3-8B يكاد يكون الحد الأقصى، ولا يمكن حشر استدلال بمستوى GPT-4 ضمن الكتل الحالية. كأنك وضعت طبقة الأساس لخط سريع، وعلى المسار تسير ثلاثية دفع بعربة ثلاثية لنقل المزارع.

تخبئ تصميمات رموز OPG حيلة ذكية. يستخدم x402 OPG لتسوية تكاليف الاستدلال لحظيًا؛ كلما تم توليد توكن واحد، تُفعَّل دفعة ميكرو تلقائيًا. ثم تُؤمّن AVS الخاصة بـ EigenLayer عبر إعادة الرهن، بينما يضمن محرك PIPE ألا تُسقط EVM بسبب ثقل LLM.

من المؤكد أن موجة فك القفل في نهاية الشهر ستُرجف أوراق المدى القصير. لكن انظر للأمد البعيد: كلما تم ربط Agent إضافي، تتحول OPG من مجرد أوراق مضاربة إلى فاتورة كهرباء لشبكة الحوسبة. في Pixels، الأرض هي أداة إنتاج؛ أما في OpenGradient، فالقوة الحاسوبية للـ GPU وأوزان النموذج هما الأداة. أما OPG فهي الوقود الذي يشغّل هذه الآلة. #OPG

#opg $OPG $BTC #OpenGradient مررت مؤخرًا بأفكار كثيرة: نحن نعتاد أكثر فأكثر على تسليم القرارات المهمة إلى الذكاء الاصطناعي، لكن بعد أن نسلمه… هل تعرف فعلًا ما الذي يحدث بداخله؟

الآن الذكاء الاصطناعي بات ذكيًا بشكل لا يصدق؛ فـ ChatGPT وClaude يمكنهما الدردشة بإقناع. لكن كلما استخدمته أكثر، لم أعد أطمئن نفسيًا. بصراحة، في البداية لم أفهم الأمر، ثم بعد أن تواصلت مع ذكاء اصطناعي قابل للتحقق على السلسلة أدركت الفكرة.

الذكاء الاصطناعي التقليدي يشبه ورشة عمل مغلقة الأبواب. تطرح عليه سؤالًا، فيعطيك الإجابة من خلف الستار. كيف يتم تشغيل النموذج، وهل تم تعديله أم لا—يقول لك ذلك حسب ما يريد. وعندما يعتمد المستخدم عليه أكثر فأكثر، فالأمر في الجوهر مجرد تعامل بين «عميل» و«خدمة».

لكن OpenGradient مختلف. فهو كأنه مصنع شفاف—خط إنتاج محاط بجدران زجاجية. كل طلب ذكاء اصطناعي يدخل إلى الداخل، يمر عبر أي آلة، ويستخدم أي نموذج، وتُسجَّل الأمور طوال الوقت. هناك من يوفّر وحدات GPU كـ«ماكينات»، وهناك من يتحقق من كل خطوة، وهناك من يضع OPG كضمان للحفاظ على الأمان. ومع الوقت تتشكل مهام حقيقية واضحة.

ببساطة، هذه السلوكيات موجودة أيضًا في ذكاء اصطناعي سحابي تقليدي، لكن الفرق أن هنا كل عملية استدلال يمكن التحقق منها فعلًا. ليست مجرد ثقة بما يقذف به الخادم من نص، بل هناك إثباتات عتادية من نوع TEE، وإثباتات رياضية من نوع ZKML، يتم تثبيتها بشكل دائم على السلسلة كـ«هذا النموذج نفّذ هذه المدخلات فعلًا».

عندما يصبح «قابل للتحقق» أمرًا واقعيًا، تتغير سلوكيات الناس تبعًا لذلك. يبدأ المطورون في تفويض منطق مالي عالي القيمة وحوكمة السلسلة إلى الذكاء الاصطناعي لتنفيذها. كما تستخدمها الشركات كـبنية تحتية، وليس كلعبة للدردشة.

أجد أن الجانب المثير للاهتمام في OpenGradient يكمن هنا أيضًا. فهو لا يعتمد على تسويق مبالغ فيه؛ بل على بنية بسيطة: فصل تنفيذ الذكاء الاصطناعي عن التحقق على السلسلة. باستخدام HACA تصبح السرعة كأنها Web2، وتصبح الثقة كأنها بلوكتشين—فتتحرك «اقتصاديات ذكاء اصطناعي قابلة للتحقق».

أحيانًا أشعر حتى أن هذا لا يشبه كثيرًا خدمة ذكاء اصطناعي تقليدية، بل يشبه مدينة صغيرة من الثقة الرقمية. عشرات الآلاف من الـAgent يطلقون الاستدلال عليها يوميًا، وكل واحد يؤدي دورًا مختلفًا: من يفكر، من يتحقق، ومن يقوم بالتسجيل.

وبالنظر أبعد قليلًا: إذا تمكنت هذه النمطية من الصمود عبر عدة دورات من السوق (صعودًا وهبوطًا)، فسيصبح الأمر أكثر إثارة. سيستدعي الناس الذكاء الاصطناعي ليس فقط لتوفير الجهد، بل للحصول على «ذكاء قابلًا للتدقيق». وحين يحين ذلك اليوم، سترافق كل حصة من الثقة التي نمنحها للذكاء الاصطناعي إيصالًا على السلسلة لا يمكن تزويره في الخلفية.

#opg $OPG @OpenGradient $BTC 说实话，最近老币集体砸盘，我账面浮亏吓人，但真没心思管。这几天我只干一件事：扒@OpenGradient的链上推理日志和代币释放表。

社区里"OPG是空气"的声音不少，但你看问题不能跟着情绪走。翻完数据我的反应是：这项目TGE设计，简直是把"反撸毛"写进了智能合约里。市面上AI项目怎么玩？高流通、高激励，吸引农民拱高TVL，然后团队配合VC精准收割。OpenGradient偏不这么玩。

生态激励摊五年，团队投资人一年零解锁，质押奖励分到八年。那些领完空投就砸盘的套利军团，消化完4%初始流通后，面对的是几乎没有新增廉价抛压的真空。没有筹码，你砸什么盘？这批人除了割肉离场，没有第二条路。

关键是，币价腰斩确实难看，但OpenGradient网络的推理调用量、ZK证明生成、开发者付费消耗，没跟着崩。走掉的是羊毛党，留下的是真开发者。他们在用OPG付真实的AI推理费，真实消耗比虚假TVL硬一百倍。

很多项目怕用户跑，拼命发币补贴做漂亮数据，但通胀像滚雪球。OpenGradient现在是在主动拆雷，宁可牺牲短期价格，也要把筹码结构清理干净。就像化疗，痛苦但要把癌细胞杀光。

别被腰斩叙事带节奏。OPG正在经历一场必要的休克疗法。基础设施协议只靠代币补贴维持开发者，跟Ponzi没区别。骂骂咧咧清仓的人，恰恰帮项目完成了筹码换手。没有VC砸盘，没有团队套现，筹码干净得可怕。

这波不看谁跑得快，看谁看得准。当市场还在问"能不能翻倍"时，真玩家已经在用"有没有真实算力消耗"重新定价了。

#OPG

#opg $OPG #OpenGradient $BTC في الفترة الماضية كنت برفقة صديق أبحث في سياسات انضمام (الامتياز/الوكالة) لأحد ماركات الشاي بالحليب. مدير الترويج كان يضرب صدره ويقول بكل ثقة: ادفع عشرة آلاف كتعويض/وديعة لتأمين المواد الخام، وسينمو مبلغ الـ“إرجاع” (العمولة الراجعة) مع حجم مشترياتك إلى ما لا نهاية، وسيكون الربح من فرق الأسعار وأنت “تسترخي” فقط. صديقي، حين سمع ذلك، تلألأت عيناه. لكنني سحبتُه لنتفحص بنود العقد بندًا بندًا، وعندها اكتشفنا أن آلية الـ“إرجاع” هذه ليست إطلاقًا “كلما اشتريت أكثر تربح أكثر” كما يروّجون. بل في داخلها عدة “عتبات” صلبة لا يمكن تجاوزها، ولا تمتد لتكون كما يقول مدير الترويج. وبعد أن تعبنا في التدقيق، أخيرًا عرفنا الطريق الخفي فيها. #OPG

بعد أن ساعدته في مطابقة الحسابات، اتضح لي أن حقوق الـ“إرجاع” لا تُحسب إلا إذا كانت المواد الخام التي تشتريها تأتي من التوريد المباشر من المقر الرئيسي للعلامة التجارية (ضمن البروتوكول/تفويض داخل العقد). أما إذا كنت تقوم بتدويرها من سوق ثانوي أو تخزن المواد الخام في مستودعك بنفسك (تداول/إدارة أموال عبر منصة استثمار/محفظة باردة)، فالمقر ببساطة لا يعترف بذلك. صحيح أن المتجر الواحد يحصل على زيادة في الـ“إرجاع” بحسب حجم المشتريات، لكن العقد يضع “سقفًا” صارمًا: بمجرد أن تصل إلى خط السقف، يتوقف الزيادة تمامًا، وليس هناك تكديس غير محدود. عندما اختبرتُ ذلك بحجم مشتريات متوسط، كانت الزيادة في صافي الربح واضحة جدًا. أصحاب المتاجر الصغيرة يستطيعون عبر ذلك تضييق الفجوة وزيادة الربح مقارنةً بالمستثمرين الكبار العُراة (الذين يراهنون/يحجمون بدون استراتيجية). لكن إذا تجاوز حجم مشتريات المتجر الحد الأعلى، فالمزيد من المواد لا يحقق أي “إرجاع” إضافي—كأنها تُترك خاملة دون عائد. وحتى لو وقّعت ثلاث متاجر في الوقت نفسه، سيصطدم إجمالي الـ“إرجاع” بنفس السقف. بل إن “جدوى” الامتياز الكبير تنخفض أكثر بدل أن تتحسن.

والأسوأ في هذا كله: البند التالي—إذا حوّل عقد الامتياز لتوقيع شخص آخر أو غيّرت العلامة التجارية (فسخ التفويض/تغيير نقطة العقد)، فإن أهلية الـ“إرجاع” تُصفَر فورًا، ويُحتسب فقط لمن هو الموقّع الحالي. صديقي كان يخطط لتعليق المتجر مؤقتًا باسم قريب له كي يتقدم للحصول على قرض، لكن “أهلية الإرجاع” الخاصة به انقطعت مباشرة، فخسر جزءًا كبيرًا من الأرباح. هذا الفخ الخفي، مدير الترويج لن يذكره لك من تلقاء نفسه.

ببساطة، يا @OpenGradient: إن “وزن” التفويض بهذه “النقاط/العُقد” هو في جوهره قناة عوائد للاعبين الخفيفين. التفويضات الصغيرة قادرة على ملء الزيادة بالكامل ورفع العائد بشكل مستقر. لكن بالنسبة للاعبين ذوي الحصص الكبيرة، حتى لو جمعت أكثر من اللازم من العملات، ستصل إلى حدّ التوقف (السقف)، وتصبح “المنفعة الحدّية” أقل بوضوح. لذا، اللاعب العادي لا داعي للتجميع الأعمى؛ حدّد عقد/نقطة تناسب حجم تفويضك، وخذ الزيادة حتى تمتلئ. أما إنشاء عقد/نقاط بشكل عشوائي فقط سيُهدر رأس المال/القدرة المخصصة.

#opg $OPG $BTC @OpenGradient لا تنخدع بتلك المعلمات والرسوم البيانية… إن «الضريبة غير المتزامنة لإثباتات OPG» هي الزعيم الخفي
في ساعة متأخرة، كنت أحدّق في لوحة عقد OpenGradient، وصوت المراوح يدوّي، ويخيل إليّ أني أعمل مناوبة على آلة تفاضل زمني. كثيرون يظنون أن هذا النوع من الذكاء الاصطناعي اللامركزي هو حلم تقني، بل ويتخذونه «آلة صرف قدرة حوسبية». كوني من المخضرمين الذين ظلّوا عشر سنوات يلفّون حول السوق كمستثمر قديم خاسر، أهتم أكثر بتلك الفكرة في الورقة البيضاء التي غُلفت على أنها «تصميم أنيق»: «فك الارتباط غير المتزامن للإثبات» الخاص بـ HACA.
لا تنخدع بسلاسة تشغيل النموذج. في كل مرة تحرق فيها GPU لإرسال الاستدلال، فأنت في الحقيقة لا تقدّم نتيجة موثوقة فورًا، بل تفتح للشبكة «ورقة قبول مؤجلة». العقد الخاص بالاستدلال يسلّم أولًا، وعقد الإثبات يراجع لاحقًا، وبينهما نافذة «مخزن مرن» هي بالفعل مضخة الاستنزاف في النموذج الاقتصادي. لقد فصلوا سلسلة «التنفيذ-التحقق» عمدًا إلى جزئين، وعلى نقطة الانقطاع نصبوا محطة تحصيل خفية.
القسوة في هذه الآلية أنها تفرض «ضريبة تضخم زمني». قبل أن تُصدر إثباتات المعرفة الصفرية ختمها، فإن مخرجاتك لا تُعدو كونها أوراق اعتماد غير موثّقة. يقوم النظام داخل هذا الصندوق الأسود غير المتزامن بتعديل أولوية التحقق ديناميكيًا، وإعادة ترتيب دفعات الإثبات وفقًا لـ «منحنى المشاعر» عبر الشبكة، بل وحتى باستخدام خوارزميات الإيقاع لتخفيف وزن مستحقاتك في التسوية. أنت تظن أنك تُدرّب ذكاءً اصطناعيًا، في حين أنك توفر سيولة لسوق ظل مبني على التأخير.
الأكثر خفاءً هو «فحص نبضات» وراء طبقة التحقق. إذا كان الفاصل بين إرسال إثباتات عقدك منتظمًا جدًا، يقرر النظام أنك «تفتقر إلى عشوائية بيئية»، ثم يطردك بهدوء إلى قناة ذات أولوية منخفضة. هذا ليس حسابًا لامركزيًا بقدر ما هو تديب جمالي لسلوك الآلات. لا يحتاجون إلى مصادرة ضمانات؛ يكفي أن يجعلوا أرباحك مجرّد شيء يتكدس في طابور انتظار.
توترك أثناء تشغيل OPG نابع من مقامرة التحكّم بالوقت على مستوى أعمق. أنت تعتقد أنك تتبادل القدرة الحوسبية مقابل سيادة رقمية، بينما في الحقيقة أنت تتنازل عن لحظية فاتورة الكهرباء وعرض النطاق داخل «مزرعة التأخير»، لتحافظ على توازن هش في نموذج اقتصاد الإثبات.
نحن من هذا الجيل، في الواقع نسهر لنتلاعب ببرامج لتكييف أوقات فترات الذروة في أسعار الكهرباء… وكنا نظن أنه إذا دخلنا Web3 فسنفلت من ضغط التنافس على الوقت، لكننا ما زلنا—في النهاية—أصبحنا نعيش على إيقاع ساعة دقيقة للغاية داخل شبكة من الأكواد، من أجل بضع حالات تحقق متقطعة. ربما في صحراء الذكاء الاصطناعي القادمة، ليس الناجي الوحيد هو من يملك أقوى كروت شاشة، بل ذلك الشخص الذي أمام «ساعة الإثبات» ما زال يحتفظ بقدرٍ من «وحشية فرق التوقيت».

$BTC $OPG @OpenGradient #OPG لقد كنت أعبث مع نفسي هذين اليومين: مدللي الصغير الذي علّقته على OpenGradient Model Hub. في الفترة الأخيرة، اندفعت خلف موضة نشر نماذج تصنيف الصور، وتحمّلت عناد نفسي فراهنت بكمية لا بأس بها من OPG لفتح تحقق TEE الموثوق. كنت أظن أن أي مجال فيه ذروة للذكاء الاصطناعي سيعطيني ولو شيئًا من “بقايا” القدرة الحاسوبية. لكن بعد تشغيله شهرًا كاملًا اكتشفت أن حركة الأصول وتوزيع العوائد المخصّصة داخل هذا خط إنتاج ذكاء اصطناعي لامركزي… قاسية أكثر بكثير مما توقعت.

لقد أكملت فعليًا دورة النشر كاملة من البداية للنهاية: دفعت رسوم النشر عبر OPG، وألقيت أوزان النموذج في الـ Hub. بعد تفعيل إثباتات zkML، صار كل ناتج يحمل بصمة تشفيرية. بصفتي مزوّد النموذج، أستطيع تحديد تسعير OPG للاستدلال بشكل حر، ويمكنني أيضًا فرض رسوم إدارة على سعة عُقد الحوسبة (الـ托管费). تصل الأرباح في خلال ثوانٍ، وتكون السجلات على سلسلة Base واضحة تمامًا. لكن الوجه الآخر للتسعير الحر هو أن منطق “رفوف العرض” في Model Hub أكثر واقعية من متجر على Taobao: موضع نموذجك ضمن الصفحات لا يتحدد بما راهنت عليه من OPG، بل بما إذا كان هناك استدعاءات تاريخية. نموذجاتي “الجانبية” حتى لو خفضت تكلفة الاستدلال لكل مرة إلى أقل من AWS Lambda، ما زالت سجلات الاستخدام باردة كأنها متجر ملائم مفتوح في الثالثة صباحًا.

حسبت الحساب بدقة: تحقق TEE وإثبات zkML هما تكلفة ثابتة. كل مرة تولّد فيها إثباتًا، أنت تحرق OPG، بينما عدد مرات الاستدعاء حدث احتمالي. هذا يشبه صاحب متجر يدفع كل شهر “ضريبة إثبات البراءة” ثم يجلس في متجر فارغ ينتظر الزبائن. أستنتج أنه إذا تباطأ معدل نمو تطبيقات الذكاء الاصطناعي على السلسلة، فسيكون مزوّدو النماذج غير المشهورة أول من يتم سحقهم بالكهرباء. بالمقابل، بمجرد أن تتشكل لدى النماذج الكبرى عادة الاستدعاء، يمكنها حرفيًا أن ترفع السعر من دون حسيب ولا رقيب، وتصل بتكلفة الاستدلال إلى حد يجعل المطورين الصغار والمتوسطين يتراجعون، وفي النهاية يصبح الـ Hub رفًّا خاصًا لعدد قليل من النماذج الكبيرة.

بصراحة، سرد @OpenGradient للذكاء الاصطناعي القابل للتحقق يبدو جميلًا فعلًا، وتدفق OPG بين تسوية الاستدلال والرهان وتحويل النماذج إلى قيمة منطقي. لكن “حرية الرفوف” لا تعني “حرية التدفق”. تكاليف الإثبات والعوائد غير مستقرة جدًا—هذه عيوب صلبة لن يخبرك بها الملخص التقني. هذا ليس كازينوً لتسريع الربح والمخاطرة بسرعة، بل أشبه باختبار لانتقاء التقنيات وصبر النظام البيئي في تجربة إطلاق باردة. فقط من يراهن على المسار الصحيح ويصمد أمام الوحدة، قد يتمكن من الخروج من “ثلاجة الخوارزميات”. أما الآخرون، فغالبًا مجرد مرافقين يدفعون بهدوء “ضريبة إثبات البراءة” داخل هذه الآلية المصقولة.

#opg $OPG $BTC #OpenGradient اليوم فجرًا قمتُ بسحب خريطة الحرارة لعُقد الشبكة الرئيسية لـ OpenGradient، وتفصيل واحد جعلني أفكر فيه طويلًا: شبكة تركز على اللامركزية في استدلال الذكاء الاصطناعي، ومع إعادة بناء بنية الحوافز بعد TGE—هل سيغادر مشغلو العقد جماعيًا؟

بعد أن قرأت سجلات السلسلة لستة أسابيع، اكتشفت أن هيكل من غادر كشف كل شيء. أغلب من هربوا كانوا مجموعات تحكّم/تحكيم (arbitrage) قامت بنشر خوادم سحابية بكميات خلال مرحلة الشبكة الاختبارية لاحتساب النقاط، منتظرين تحقيق مكاسب من الهبة. هبط سعر العملة من 0.47 إلى 0.22، ومع دورة الرهن لمدة 96 شهرًا، تم قطع مساحة التحكيم السريعة كليًا. الصيحات كانت عالية، وبرامج إلغاء التثبيت أسرع، لكنهم أصلًا لم يكونوا نوع القدرة الحاسوبية التي أراد OpenGradient ربطها.

أما أولئك الذين يناقشون إعدادات الإثبات البعيد لـ TEE، أو يدرسون معايير القياس/التسعير للـ Model Hub، أو يسألون كيف يتم استدعاء واجهة برمجة التطبيقات الخاصة بـ PIPE لتشغيل الاستدلال—فهؤلاء، على العكس، قاموا بالترقية في العتاد واستمروا في البقاء متصلين. سألوا: "كيف نجعل قيمة PCR تمر باجتياز التحقق؟" وليس: "متى نطرح في البورصة؟". هاتان تفكيرهما في القوة الحاسوبية مختلفتان تمامًا.

هذا جعلني أتذكر نموذج AWS Spot عندما تغيّر إلى نظام المزايدة. أشد من كانوا يهاجمون هم من يستخدمون Spot للتنقيب عن عملات مثل Monero بحثًا عن تحكيم. لكن الفرق التي فعلًا تدير CI/CD ومزرعة العرض/render farm، كانت ردود فعلها الأولى: "تحت نموذج المزايدة الجديد، كيف نعدّل سكربتات ضبط التوسّع والانكماش؟" وليس: "لن أستخدمه بعد الآن".

فاستجابة القدرة الحقيقية والعُقد الطامحة للربح من إعادة هيكلة القواعد، تكمن جوهريًا في اختلاف فهم القيمة الزمنية. فالأولى تريد تدفقات نقدية لاستدلال مستقرة على المدى الطويل، وتعيد كتابة السكربتات الآلية؛ بينما الثانية تريد دورانًا سريعًا للعملات—وعند تغيّر القواعد تبحث فورًا عن الشبكة الاختبارية التالية.

لذلك، مستقبلاً عندما أرى أي مشروع DeAI يمر بإعادة هيكلة للحوافز، لن أنظر أولًا إلى مقدار هبوط سعر العملة؛ سأنظر أولًا إلى بصمة تسرب العقد. إذا كان الهروب من مجموعة تحكيم خوادم سحابية وسكربتات الهبة، فمن المحتمل جدًا أن تكون التعديلات صائبة—فالشبكة تقوم بفلترة القدرة الحقيقية. أما إذا كان التسرب يشمل المطورين الأساسيين، فهنا ستكون جذور الأساس هي ما يتحرك. @OpenGradient واضح أنه ينتمي إلى النوع الأول.