بينما تركز معظم مشاريع "الذكاء الاصطناعي اللامركزي" على السرديات، @OpenGradient تتركز على حل مشاكل حقيقية مثل قابلية التحقق من الذكاء الاصطناعي، والثقة، والبنية التحتية القابلة للاستخدام.

بعد الغوص في الوثائق، والورقة البيضاء، والنظام البيئي، والتحديثات الأخيرة، من الواضح أنهم يبنون مع وضع المطورين في الاعتبار، وليس فقط المستثمرين، ويركزون أيضًا على مجتمع الكريبتو.

@OpenGradient تعد واحدة من المشاريع القليلة التي تقدم تكنولوجيا ذات معنى عند تقاطع الذكاء الاصطناعي والبلوكشين. هذا ما يجعلها في دائرة اهتمامي.

المشكلة الأساسية التي يحلونها

معظم الناس الذين يستخدمون الذكاء الاصطناعي اليوم عليهم أن يثقوا في المخرجات بشكل أعمى. هل كان النموذج فعلًا هو الذي تم الادعاء به؟ هل تم تنفيذ الحساب بشكل صحيح؟ هل تمت معالجة موجهاتي بشكل خاص؟ في المجالات عالية المخاطر مثل DeFi أو الرعاية الصحية أو الوكلاء الذاتيين، فإن نهج “ثق بي يا أخي” غير مستدام. رهانه @OpenGradient هو أن الاستدلال بالذكاء الاصطناعي يجب أن يكون قابلاً للتحقق افتراضيًا وبراهينه مُثبتة تشفيريًا، وليس مجرد وعود.

يحققون ذلك عبر بنية Hybrid AI Compute Architecture (HACA). الفكرة الأساسية هنا هي أنه لا يمكنك التعامل مع أحمال عمل الذكاء الاصطناعي الثقيلة بالطريقة نفسها التي تتعامل بها مع المعاملات المالية البسيطة. إجبار كل مُحقِّق (validator) على إعادة تشغيل نماذج ضخمة سيكون بطيئًا ومكلفًا بشكل مستحيل.

بدلًا من ذلك، تقسم HACA المسؤوليات: عقد استدلال متخصصة (تعمل على وحدات GPU وبيئات تنفيذ موثوقة/Trusted Execution Environments‏ (TEEs)) تتولى الحساب الفعلي بسرعة قريبة من web2. بعدها تتحقق العقد الكاملة من صحة البراهين التشفيرية (إثباتات TEE أو براهين zkML) على السلسلة. يبدو هذا التصميم واقعيًا ومعقولًا ومُحكم التفكير.

تغوص الورقة البيضاء في تفاصيل “طيف التحقق” لديهم، وهو مختلف مستويات الإثبات بحسب حالة الاستخدام. ليست كل الأمور بحاجة إلى zkML كامل (وهو ثقيل حسابيًا على الـ LLMs)، لذلك يقدمون مرونة باستخدام TEEs لمعظم أحمال العمل الإنتاجية. هذه الاستراتيجية هي ما يجعل المشروع يبدو مُهندسًا أكثر من كونه مجرد ضجة (hyped).

ما هو موجود بالفعل ويعمل

واحدة من أقوى الإشارات بالنسبة لي هي أن @OpenGradient لا يتحدث فقط؛ لديهم أيضًا مقاييس استخدام حقيقية. اعتبارًا من منتصف 2026، عالجت الشبكة أكثر من مليوني استدلال، وجرى التحقق من أكثر من 500,000 برهان، وتستضيف أكثر من 2,000 نموذج في Model Hub الخاص بهم الأقل من حيث الأذونات (permission less).

يتصرف Model Hub مثل Hugging Face لامركزية. يمكن لأي شخص رفع النماذج، ويمكن لمنشئيها تحقيق دخل من الاستخدام عبر $OPG المدفوعات. هذا يُعمّم الوصول ويخلق سوقًا حقيقيًا للذكاء الاصطناعي مفتوح المصدر.

على جانب المستهلك، #opengradientchat أُطلق مؤخرًا كواجهة تركز على الخصوصية أولًا. يوجه الطلبات إلى نماذج الخط الأول (Claude وGrok، إلخ) عبر طبقات إخفاء الهوية دون تسجيل الموجهات. لأي شخص قلق بشأن خصوصية البيانات في عصر جمع بيانات ذكاء اصطناعي عدواني، فهذا مفيد فعلًا.

يبدو أن تجربة المطورين أيضًا قوية. تتيح لك مجموعة أدوات Python SDK تشغيل استدلال ML وLLM قابل للتحقق مباشرة. تكاملهم مع LangChain مثير للاهتمام بشكل خاص؛ فهو يسمح للوكلاء باستخدام نماذج وسير عمل مخصصة من @OpenGradient دون تلويث نوافذ السياق (context windows).

بعض المنتجات الحية الأخرى تشمل:

• MemSync: طبقة ذاكرة طويلة الأمد تُمكّن تطبيقات الذكاء الاصطناعي من الحفاظ على سياق مستمر عبر الجلسات. تخيّل وكلاءً مُخصصين يتذكرون فعليًا تفضيلات المستخدم وسجلّه.

• BitQuant: وكيل تداول مدعوم بالذكاء الاصطناعي ويضم أكثر من 1.8 مليون مستخدم.

• Twin.fun: سوق للتوائم الرقمية الرقمية على السلسلة.

هذه أصول حقيقية مع استخدام ذكاء اصطناعي لدرجة تجعل الأمور أقل عرضة للفشل وأكثر صدقًا.

الاقتصاديات والاقتصاد الرمزي (Tokenomics and Economics)

$OPG لديه إجمالي عرض ثابت يبلغ 1 مليار توكن. المنفعة واضحة ومباشرة من TGE:

• الدفع مقابل الاستدلال (بروتوكول x402 للـ LLMs، وPIPE لنماذج ML)

• الاستيك من أجل أمان الشبكة

• مُنشئو النماذج يربحون من الاستخدام

• الحوكمة

• إطلاق ميزات مميزة داخل تطبيقات المنظومة

تبدو التخصيصات معقولة: 40% للمنظومة، 15% للمؤسسة، 15% للمساهمين، 10% للمستثمرين/المستشارين، إلخ. رموز المستثمرين والمساهمين لديها فترات cliff واستحقاق خطي (linear vesting)، وهو ما يساعد في إدارة ضغط المعروض.

الرمز يدعم كل شيء من البداية إلى النهاية، وهذا أمر منعش مقارنة بمشاريع تضيف المنفعة كفكرة لاحقة.

خطوات استراتيجية وشراكات

@OpenGradient كان ذكيًا بشأن عمليات التكامل. شراكتهم مع EigenLayer جلبت أمان إعادة التكديس (restacking) إلى طبقة الحوسبة لديهم، ما يساعد على تهيئة عقد موثوقة دون البدء من الصفر. تكامل LangChain يفتح الأبواب أمام منظومة تطوير الوكلاء الأوسع. كما أنهم يستكشفون تعاونات مثل Nuffle Labs لتعميق البنية التحتية.

من ناحية التمويل، جمعوا حوالي 8.5M$–9.5M$ من داعمين أقوياء، بما في ذلك a16z crypto وCoinbase Ventures وغيرهم. تضيف خلفية الفريق (خبرة من جهات مثل Palantir وGoogle وMeta) مصداقية. لذلك، ليست الشراكات والاستراتيجيات الاستراتيجية مجرد فوائد تُقدَّم من فراغ...

التحديات والمخاطر الواقعية

لا يوجد مشروع مثالي، و @OpenGradient لديه تحديات واضحة في الطريق.

لا تزال تكاليف الاستدلال وزمن التأخير بحاجة إلى تحسين مع زيادة الاستخدام. شبكات GPU/TEE اللامركزية صعبة للحفاظ على كفاءتها وتوزيعها، إذ تبقى مخاطر المركزية ما لم يكن مشغلو العقد مُحفَّزين بشكل جيد.

السؤال الكبير هو مسألة التبنّي. لديهم مؤشرات مبكرة قوية، لكن تحويل الاستدلال إلى تطبيقات لاصقة (sticky dApps)، ووكلاء ناجحين، وحصة حقيقية من اهتمام المطورين هو الاختبار الحقيقي. مساحة DeAI تنافسية؛ فالمنافسون مثل Bittensor وRender وAkash، وحتى مشاريع أحدث في الحوسبة القابلة للتحقق، جميعها تتنافس على جذب الانتباه.

توجد مخاطر تنظيمية مرتبطة بالذكاء الاصطناعي (خصوصًا النماذج المفتوحة)، لكن إمكانية التحقق قد تُساعد فعليًا في الامتثال للقطاعات المُنظَّمة.

عمليات فتح الرمز ستخلق ضغوط بيع على دفعات (waves)، لذا تعتمد الاستدامة على نمو الطلب الحقيقي.


هل يستطيع Open Gradient أن يزدهر على المدى الطويل؟

ما يحافظ على اهتمامي هو الصورة الأكبر. عندما يصبح الذكاء الاصطناعي قنبلة هيكلية كاملة في الأنظمة المالية، وأدوات الحوكمة، والتطبيقات الشخصية. لذلك، قد تصبح القدرة على التحقق من الحسابات بمثابة متطلبات أساسية. @OpenGradient يضع نفسه كطبقة بنية تحتية، وهو ليس بالضرورة أكثر تطبيق استهلاكي إثارة، لكنه الخادم الخلفي الموثوق الذي تُبنى عليه مشاريع أخرى.

توافقهم مع EVM (منشور على Base مع توافق كامل) يقلل العوائق أمام مطوري Web3 الحاليين. ينسجم التركيز على ذكاء يمتلكه المستخدم وقابل للنقل مع روح اللامركزية الأصيلة التي ابتعدت عنها العديد من المشاريع.

ما زال الأمر مبكرًا، إذ سيحدد تقدم mainnet والتنفيذ خلال الـ 12–18 شهرًا القادمة الكثير. لكن مقارنةً بالعديد من رهانات الذكاء الاصطناعي-كريبتو التي تبدو كمجرد مضاربة صِرفة، #OpenGradient يمتلك البنية والأدوات والمؤشرات التي تشير إلى أنهم يبنون فعلًا شيئًا متينًا.

أنا أراقب نشاط المطورين، ونمو العقد، وكيف تؤدي MemSync وأدوات الوكلاء في التطبيقات الحقيقية. إذا استطاعوا إبقاء التكاليف تنافسية والاستمرار في إطلاق تكاملات مدروسة، فقد يصبح هذا بنية تحتية أساسية بدلًا من كونه مجرد رمز آخر.

سؤال المدى الطويل كله يتعلق بالتنفيذ والوقت. وبما أن الفرص تختلف في سيناريوهات مختلفة. من يدري إن كان شخص أفضل سيدخل هذا المجال. لكن حتى ذلك الحين، @OpenGradient يبدو واعدًا، بل واعدًا جدًا.

#OPG #OpenGradient $OPG