Kane Crypto

ONDO هو واحد من القليل من العملات البديلة (Altcoin) التي أثق بها بشدة

في الآونة الأخيرة، قدم آيدول رايكر خطة لـ ONDO

أيها الأصدقاء، يمكنكم الاطلاع عليها :))

DYOR

هذا صديقي

أكثر جرأة منه $6k

يعمل في مكتب ويكسب كمًّا فقط، كلّ ما يجنيه يذهب لإعطائه للسوق، يتحمّل

لكل شهر، اجمع 10% من الدخل لتكوين تراكم ETH

هل هذا مناسب يا أصدقاء؟

يوم وصل ETH إلى 10 آلاف، واليوم الإمبراطور عاد إلى المنزل

وأنا أيضًا لا أريد أن أعمل لدى الغير بعد الآن، kk

$ETH

هل صديقي يتاجر على هذا النحو.. هل هذا فيه كِبْر/مستوى يا جماعة؟ :))

في شهر 6 لم يربح/لم يفتح أي صفقة واحدة أبدًا، ههه

يا جماعة، التباهي بالصفقات الخضراء كان من زمان، ههه

هل هناك من يتفاخر بأنه تجاوز الحدود يا جماعة؟

$TAIKO

هناك تفصيلة يمكن تفويتها في تصميم @grvt_io : بدلًا من محاولة استبدال CEX أو DEX، بنى المشروع نموذج Hybrid Exchange لدمج الاثنين.

قد يبدو الأمر مجرد طريقة للتسمية. لكن الأهم ليس أن GRVT تصف نفسها بأنها "hybrid"، بل لماذا اختاروا هذا الاتجاه في التصميم.

أصبح CEX شائعًا بفضل قدرته على تنفيذ الأوامر بسرعة، والسيولة العالية، وتجربة تداول سلسة. وبالمقابل، يجب على المستخدمين إيداع أصولهم في البورصة ووضع ثقتهم في الجهة الحافظة.

يساعد DEX المستخدمين على الاحتفاظ بحق امتلاك أصولهم دائمًا. ومع ذلك، غالبًا ما تكون تجربة التداول أقل سلاسة، وقد تتجزأ السيولة، وقد يصعب تحقيق كفاءة مماثلة لتلك الموجودة في البورصات المركزية.

يبدو أن نموذج Hybrid Exchange لدى GRVT لا يحاول إثبات أن CEX أو DEX أفضل. بدلًا من ذلك، ينطلق المشروع من افتراض مختلف: سرعة التداول وحق ملكية الأصول لا يلزم أن يكونا عاملين يجب التضحية بأحدهما مقابل الآخر.

وبطبيعة الحال، لهذا الاختيار أيضًا تبعات. إن دمج تجربة CEX مع آلية الإدارة الذاتية لأصول DEX يعني أن البروتوكول يجب أن يوفّق بين نموذجين مبنيين على افتراضات مختلفة جدًا، ما يجعل عملية التصميم أكثر تعقيدًا.

الذي لفت انتباهي بعد التعرّف على GRVT ليس الشعار "دمج CEX وDEX"، بل طريقة نظر المشروع إلى المشكلة.

بدلًا من قبول أن على المستخدم الاختيار بين سهولة الاستخدام وحق ملكية الأصول، ترى GRVT أن هذا قيد يمكن إعادة تصميمه. قد ينجح هذا النموذج أو يفشل يعتمد على عملية التنفيذ، لكن قرار التصميم بحد ذاته يمثل وجهة نظر مثيرة للاهتمام.

#grvt

هناك طريقتان للحفاظ على نظافة مجرى نهر.

إحداهما: ترك القمامة تنجرف ثم الوقوف في آخر النهر لالتقاطها.

والثانية: وضع شبكة عند بداية المنبع، بحيث تُحجب القمامة قبل أن تتاح لها فرصة الانجراف.

كذلك الأمر بالنسبة لـ Crypto، لكنهم كانوا يتبعون الطريقة الأولى.

تُجرى المعاملات أولًا، ثم تأتي عملية الاختراق أو غسل الأموال لاحقًا.

@NewtonProtocol l lại chọn cách ngược lại.

لا ينتظرون حتى تكتمل المعاملة ثم يبدأون في التحقق.

بل يسألون دائمًا مسبقًا:

"هل يُسمح لهذا الأمر أن يعمل أم لا؟"

برأيي هذه هي النقطة الأكثر قيمة في نيوتن.

نيوتن يشبه بوابة بين المستخدم و blockchain.

هل تريد تحويل أموال؟

هل تريد swap؟

هل تريد عبور البوابة؟

حسنًا.

لكن يلزم التحقق أولًا:

إذا لم تنتهك، فليمر الأمر

أما إذا انتهك، فيتوقف كل شيء فورًا.

وهكذا لا داعي للجلوس لـ "الإطفاء" لاحقًا.

أمر آخر أراه جيدًا هو...

على مدى سنوات، ظلت Crypto تركز على إصلاح أخطاء العقود الذكية.

في حين أن الكثير من حالات فقدان الأموال ليست بسبب خطأ في الكود.

بل بسبب...

الشخص صحيح، والكود صحيح، لكن القرار خاطئ.

نيوتن لا يصلح blockchain.

لقد أضافوا طبقة "مسموح أو غير مسموح" قبل أن تعمل blockchain.

قد يبدو الأمر بسيطًا، لكني أعتقد أنه الشيء الأكثر ضرورة.

ومع ذلك ما زالت توجد مشكلة.

كلما كان إنشاء الـ Policy أسهل، زادت مخاطر إساءة استخدامه.

اليوم يحجب قراصنة.

غدًا يحجب مستخدمين إضافيين في الدولة A.

وبعد غدٍ تُضاف عشرات الشروط الأخرى.

عندها ستظل blockchain لامركزية...

لكن السلطة ستقع في بوابة واحدة.

برأيي، السؤال المهم ليس مدى سرعة قيام نيوتن بالفلترة.

بل:

من هو الشخص الذي يكتب الـ policy؟

من يملك صلاحية تعديلها؟

وإذا كانت الـ policy خاطئة، فمن يتحمل المسؤولية؟

ما زلت أحب توجه نيوتن.

يريدون أن يصبحوا طبقة authorization يمكن لأي سلسلة استخدامها.

#Newt $NEWT $M $TLM

Ê يا صاحبي، ظِلّيت تتابع بروتوكول نيوتن من فترة، وكل ما كنت تقرأ أكثر كنت تلاحظ إن كثير ناس فهموا المشروع غلط.

ناس كتير بتظن إن نيوتن مجرد مشروع AI.

لكن في رأيي، اللي بيبنوه مش AI، بل هو طبقة تحكم قبل ما يُسمح للـ AI بتنفيذ الصفقات.

وهذا هو الشيء الملاحظ فعلًا.

البلوكشين يضمن فقط تنفيذ المعاملة بشكل صحيح.

هو ما يهتمش إذا كان قرار الـ AI صحيح ولا غلط.

لو الـ AI قرأ بيانات غلط وبعدين سوا swap بالغلط، فالسلسلة تكمّل المعالجة بشكل عادي.

نيوتن يريد سدّ هذه الفجوة بالضبط.

بدل ما تترك الـ AI تقرر لوحدها، كل صفقة لازم تمر عبر طبقة سياسة:

فحص حدّ الصرف، whitelist، بيانات off-chain... إذا ما توفرتش الشروط تتنفّذ.

الشيء اللي يعجبني هو إن نيوتن ما بيحطش ثقة عمياء في إن الـ AI هيصبح أذكى مع الوقت.

هم يعتبروا إن الـ AI ممكن يكون دائمًا مخطئ، فبيضيفوا "طبقة فرامل" قبل ما تتحرك الأموال.

بس كمان في سؤال يستحق التفكير.

الـ policy أيضًا من صنع البشر.

إذا تغيّر السوق والسياسة ما تم تحديثهاش بسرعة، ممكن تتحول لنقطة ضعف في النظام.

برأيي، نيوتن لا يطوّر فقط بنية تحتية لوكلاء الـ AI، بل يبني طبقة authorization للـ AI على البلوكشين.

إذا صار agent الـ AI ترند خلال السنوات القادمة، ممكن تكون هذه القطعة مهمة جدًا.

وأنت شو رأيك يا صاحبي؟

هل لازم الـ AI يحصل على صلاحية كاملة لتنفيذ الصفقات، ولا لازم دايمًا يكون فيه طبقة "فرامل" مثل نيوتن في النص؟ 👇

@NewtonProtocol #Newt $NEWT $NFP $BNB

يا إيه،

دخلت البارح في العقود الآجلة بهامش 124 دولار، رافعة 10x.

أمر بقيمة 36 دولار، ورسوم التمويل تومض باستمرار.

لكن لما فكرت… أكثر شيء أزعجني ليس موضوع أنه بيتم تصفيتي قريب.

بل هو… الذاكرة.

إذا كان التداول غلط، تقدر تغلق الصفقة.

إذا وافقت بالغلط، تقدر تلغي.

إذا رحت بالطريق الخطأ وخسرت بضعة دولارات غاز أو أكلت سليبج، على الأقل تعرف وين غلطت.

لكن الذاكرة إذا كانت غلط فالأمر مختلف.

ما تنهارش فورًا، لكنها بهدوء تمر عبر سلسلة الاستخراج → التخزين → الاسترجاع → الاستدلال، ثم يعطيك الذكاء الاصطناعي نتيجة تبدو منطقية جدًا.

المصيبة إنها… مبنية على النسخة القديمة منك.

أكثر شيء جعلني أتوّقف هو:

الخطر ليس في البيانات الخاطئة.

الخطر في البيانات التي كانت صحيحة، لكنها الآن انتهت صلاحيتها.

مثال: من زمان كنت تدير 14 محفظة، تعمل Market Making، تتداول باستمرار.

الآن… مرّ عليه نص سنة وأنت متوقف.

لكن الذكاء الاصطناعي ما زال يشوفك كمتداول نشط.

TEE يثبت فقط أن تلك البيانات كانت موجودة سابقًا.

لا يثبت أنها ما زالت صحيحة الآن.

الكرِبتو علّمني درسًا:

أحيانًا حقيقة انتهت صلاحيتها لكنها ما زالت تُصدَّق تكون أخطر من جملة خاطئة من البداية.

إذا ما كان فيه عنصر وقت، فـ semantic search لا يعدو كونه يعيد نبش الماضي.

إذا ما كان المستخدم قادر يحدّث الذاكرة، فالبيانات القديمة بسهولة تتحول إلى "حقيقة تم التحقق منها".

وبعدين… نسيانها ما يعود رد فعل طبيعي.

يصير… إجراء.

@NewtonProtocol يبني AI agent على السلسلة، والذاكرة تقريبًا هي روح الوكيل.

إذا ما قدرتش تحل معضلة "temporal relevance"، فالذكاء الاصطناعي سيعمل بناءً على نسختك القديمة، مش على الإنسان الموجود الآن.

#Newt $NEWT $NFP $BTC

آي إي، اسمعوا قصة عن @NewtonProtocol الخاصة بـ Magic Labs.

يقول الكثيرون: “Magic كانت تصنع المحافظ، والآن تقفز إلى الامتثال، أكيد تماشياً مع الترند”.

يبدو الكلام منطقياً لأن عالم الكريبتو لا ينقصه فرق تعمل على السرديات.
لكن عند التعمق، الأمر مختلف.

Magic تصنع المحافظ المتداخلة منذ 2018، ولديها الآن أكثر من 57 مليون محفظة، و200.000+ مطوّر متكامل، وحجم عملات مستقرة تجاوز 10 مليارات دولار. Forbes وPolymarket وHelium يستخدمونها الآن. هؤلاء مستخدمون حقيقيون، وليست أرقاماً فقط لسرد القصة.

Newton أيضاً ليس مجرد منتج ثانوي. إنها خطوة توسعة من إدارة الحسابات → إلى إدارة المعاملات.

الفكرة: قبل أن تنفّذ المعاملة، يقوم النظام بالتحقق من قواعد مثل KYC وAML وحدود المعاملات، بل وحتى استخدام بيانات خارج السلسلة (off-chain) مع الذكاء الاصطناعي. وهذه هي النقطة التي لم يفعلها smart contract التقليدي على الوجه الأمثل.

التقنية التي يستخدمونها هي TEE + ZK، لكي تدعم الامتثال وفي الوقت نفسه تحافظ على الخصوصية.

ومن النقاط اللافتة:

العالم ينفق أكثر من 200 مليار دولار سنوياً على الامتثال. وإذا تمّت برمجة هذه القواعد، فقد تستفيد Newton كثيراً من اتجاه العملات المستقرة وRWA.

لكن ما زال هناك اعتراض.

وجود مستخدمين جاهزين ميزة، ولكن هل المطورون حقاً يستخدمونها؟ إن كانت شديدة الصرامة ستفقد المستخدمين، وإن كانت فضفاضة ستفقد المعنى.

الإيجابيات هي أن Magic لديها أساس أمني جيد، وتمت تجربتها والتحقق منها عبر منتجات واقعية مثل Polymarket.

الخلاصة:

Newton لا يشبه مشروعاً يسعى وراء الترند. إنها خطوة توسعة منطقية نسبياً من عملية التسجيل إلى طبقة المعاملات.

أما النجاح أو عدمه، فلا يزال علينا الانتظار لنرى إن كان المطورون سيصوّتون فعلاً عبر منتج حقيقي.

إيش رأيكم يا جماعة؟ Ape ولا Pass؟ 👇

#Newt $NEWT $SYN

Ê các anh em crypto, OpenGradient đang chơi chiêu privacy AI đỉnh cao

Hầu hết dự án AI hay khoe “tao bảo vệ dữ liệu mày nè”, nhưng thực ra chỉ là lời hứa suông.

Hôm nay hứa mai sửa, bị chính phủ ép là giao hết, vì họ vẫn xem được câu hỏi của mày.

OpenGradient chơi khác hẳn: Ngay cả team họ cũng không biết mày hỏi gì.

Toàn bộ quá trình AI suy nghĩ trả lời đều chạy trong TEE – cái “phòng kín” phần cứng trên CPU và GPU.

Dữ liệu mày gửi bị mã hóa trước khi vào, xử lý bên trong, chỉ trả kết quả ra.

Không có chìa khóa, không lưu log, không đường nào xem được.

Chính phủ muốn đòi dữ liệu?

Không có gì để đưa cả.

Điểm lạ và hay nhất là họ kết hợp TEE phần cứng với xác minh trên blockchain.

Mày có thể tự kiểm tra xem code có chạy đúng không, không cần tin lời ai.

Trong khi dự án khác đang đua làm model on-chain cho oai, OpenGradient lại tập trung xây nền tảng tính toán bí mật thật sự.

Token #OPG dùng để trả phí, host model, triển khai agent.

Đã chạy hàng triệu lần suy luận riêng tư rồi.

TEE không phải công nghệ mới, nhưng dùng mặc định cho AI chat thì hiếm.

Rủi ro lớn là nếu CPU của Intel, AMD hay NVIDIA bị lỗi thì hỏng.

Họ cũng chuẩn bị thêm ZKML để phòng thân, nhưng vẫn chưa phải hoàn hảo 100%.

Sau này khi quy định siết chặt AI, ai nắm dữ liệu user sẽ bị soi đầu tiên.

OpenGradient thiết kế để không ai nắm được đây mới là cách sống sót thông minh trong mảng crypto-AI.

Anh em thử app chat của họ đi: không cần tài khoản, không theo dõi, câu hỏi của mày biến mất luôn.

Câu chuyện privacy + AI kiểm chứng được đang hot lắm.

$OPG đáng để để mắt.

#BTC $SYN

هاها، طاو يدرك متأخرًا بعض الشيء: وكلاء الذكاء الاصطناعي يعيدون حلقة DeFi القديمة على Layer 1.

الجميع يتفاخر فقط بما يستطيع الـagent إنجازه، ونادرًا من يسأل عن النظام يشجعه على التصرف كيف بالضبط. المشكلة ليست في مدى قوة الذكاء الاصطناعي، بل في الحوافز والثقة.

إضافة قدرات باستمرار لا فائدة منها إذا كان المستخدم ما زال مضطرًا إلى الثقة العمياء في الصندوق الأسود. الأهم ليس أن الـagent هو من يقرر بدلًا منك، بل كم عدد الأشياء التي يمكنك التحقق منها.

@OpenGradient مختلف.

لم يلاحقوا ترند “agent خارق الذكاء”، بل ركزوا على تصميم نظام يمكن الوثوق به.

استخدموا HACA لفصل التنفيذ والتحقق: الاستدلال (inference) يعمل بسرعة أولًا، ثم تأتي عملية التحقق بالـproof لاحقًا. TEE للـLLM، وZKML للنماذج الصغيرة.

لقد شغّلوا أكثر من مليوني استدلال قابل للتحقق (verifiable inference)، و500 ألف+ proof.

النقطة الغريبة أنهم يحولون verifiable inference إلى أساس بنية النظام، بحيث عندما يقرر الـagent أي شيء يكون كل شيء قابلًا للتتبع: النموذج + الإدخال + الإخراج.

كأنه DeFi ينتقل من “الثقة في الفريق” إلى “الثقة في الكود”.

لكنني ما زلت أعترض: إذا كانت الـproof بطيئة فسيتطاير المال قبل ذلك، وـTEE ما زال يفترض مستوى من الثقة، وغالبًا المستخدمون أيضًا يكسلون عن التحقق.

السوق غالبًا يكافئ الشيء اللامع أكثر من الشيء المؤكد.

أنا أتابع لأنهم يلعبون تقليل الثقة فعلًا، ويرون الذكاء الاصطناعي كـ coprocessor موثوق لسلسلة الـchain والـagent.

السؤال الحقيقي ليس أي agent هو الأذكى، بل أي نظام يجعله أكثر جدارة بالثقة.

وهذا هو السبب الذي جعلني أنتبه إلى #OPG

$OPG $SYN $BTC

جلستُ أمس في مطعم عشوائي للأكل، آكل وأستعرض مسارات على DEX، وفجأة المحفظة تطلع Approval من جديد، والغاز ارتفع شوي، وزاد الانزلاق قرب 2%.

كنت متضايق شوي، وفجأة خطر ببالي @OpenGradient

مش لأن الأكل سيّئ.

بس لأن في عالم الكريبتو فيه إحساس مألوف جدًا: كل ما أسمع كلمة “verifiable” أكثر، كل ما يزيد عندي سؤال: إذا الفلوس راحت، مين يتحمّل المسؤولية؟

—

ZKML على الورق يبدو جميل جدًا.

AI عنده proof، والاستدلال يمكن التحقق منه، وكل شيء واضح.

لكن الواقع بالسوق ما يِنتظر.

في DeFi أو تداول بالذكاء الاصطناعي، أحيانًا تأخير بضعة ثوانٍ فقط يكفي يدفع الثمن.

مش لأنه ما يهم كيف يكون الـproof “جميل”.

هو بس يسأل:

“هل النتيجة لما أضغط الزر تكون صالحة للاستخدام؟”

وهذا بالضبط الشيء اللي شفته عمليًا في OpenGradient.

بدل ما يطلبون من الـAI يتأكد/يتحقق كاملًا قبل ما يعطوا النتيجة، فصلوا بين التنفيذ والتحقق.

الاستدلال يشتغل أولًا عشان المستخدم ياخذ الـoutput بسرعة.

والـproof يجي بعدين عشان تظل القدرة على التدقيق موجودة.

الـLLM يستخدم TEE عشان يكون خفيف.

والـmodel الصغير يستخدم ZKML.

اللي يحتاج السرعة يختار vanilla.

ما يجبرون كل حالات الاستخدام تنحشر في trade-off واحد.

بس السؤال ما زال قائمًا.

إذا كان الـoutput غلط، المستخدم يكون تحرّك بالفعل، وبتجي verification بعد…

فوقتها قدّيش يكون للتحقق معنى؟

لهذا أنا ما زلت أتابع OpenGradient.

مو لأنهم وعدوا يحلّون كل شيء.

بس لأنهم على الأقل يجرؤون يقولون بصراحة: الذكاء الاصطناعي مش مجاني، والثقة ما اختفت فقط تم نقلها لمكان آخر.

إنت تختار إيش:

صح لكن بطيء، ولا سريع لكن تتحمّل ثقة إضافية شوي؟

$OPG #opg

ليس الشيء المثير للاهتمام في OpenGradient Chat هو مدى جودة ردّ الذكاء الاصطناعي.

بل هو مسار التحدّي.

قد يبدو الأمر تقنيًا نوعًا ما، لكن ببساطة الفكرة هي: إذا شكّ لاحقًا أي شخص في نتيجة الذكاء الاصطناعي، فالنظام لا يزال يحتوي على ما يكفي من القرائن للتحقق من جديد—من سجل الاستدلال إلى مسار الإثبات وصولًا إلى سجل التسوية.

هذه الفكرة رائعة.

لأن أغلب أنظمة الذكاء الاصطناعي الحالية تعطيك إجابة واحدة، بينما كيفية وصولها إلى تلك النتيجة… فالأمر متروك لك لتصدّقها أو لا.

OpenGradient يحاول السير في اتجاه مختلف.

لكنني وجدت سؤالًا أكثر إثارة للاهتمام.

إذا كان النظام قادرًا على حفظ كل الأدلة، لكن لا أحد يستخدمها فعلًا لمعارضة النتيجة—فماذا يحدث؟

—

تظهر إجابة.

لوحة مراجعة خضراء.

يرى الجميع أن الأمر جيد → نواصل العمل.

عندها، ما معنى مسار التحدّي؟

من الناحية النظرية، يمكن للجميع أن يحدّوا.

لكن في الواقع:

من هو الشخص الذي يملك الصلاحية الكافية لإيقاف الأمر والقول: “توقّفوا، لحظة”؟

من الذي سيقرأ أكوام السجلات هذه؟

وإذا نجح التحدّي، هل يمكن تغيير النتيجة؟

هذه النقطة هي ما أعتقد أن OpenGradient تلمس به مشكلة أكبر من مجرد “ذكاء” الذكاء الاصطناعي.

ليس نقص الإجابات.

بل نقص آلية معارضة حقيقية تعمل.

—

لذلك، بالنسبة لي، ما يستحق المتابعة ليس كم تكون إجابة الذكاء الاصطناعي صحيحة.

بل ما إذا كان OpenGradient قادرًا على تحويل التحدّي إلى شيء حيّ—يُستخدم فعليًا.

لأن إذا كان التحدّي موجودًا على الورق فقط، وكانت كل القرارات ما تزال تمضي وفق الإجابة الأولى…

فإن “الإثبات” في ذلك الوقت سيكون مجرد سجل محفوظ.

وليس مساءلة حقيقية.

@OpenGradient $OPG #opg

منذ زمن بعيد من أيام هونغ فُوونغ توجد مقولة: "تنهض كل الأشياء ثم تذبل، ثم تتبدد ثم تتجمع؛ لا شيء يبقى ثابتًا إلى الأبد مع مرور الزمن"

عندما أقرأ هذه العبارة من جديد أشعر أنها تشبه الذكاء الاصطناعي مع الكريبتو خلال السنوات الماضية جدًا.

في الزمن القديم، كان الجميع يقول: الذكاء الاصطناعي هو ذكاء اصطناعي، والبلوك تشين هو بلوك تشين.

ثم الآن أينما ذهبت ترى: ذكاء اصطناعي + كريبتو.

لكن في كثير من الأحيان أشعر أنهم يجمعون فقط كلمات طنانة (buzzwords) وليس قيمة حقيقية.

قبل أيام دخلت مقهى وكان إعلانهم مبهرًا إلى حد كبير:

اطلب باستخدام الذكاء الاصطناعي.
الدفع باستخدام بلوك تشين.
عش تجربة المستقبل.

سمعْتُ ذلك فظننت أنهم يستعدون لتقديم القهوة على كوكب المريخ.

في النهاية ما زلت أدخل OTP بنفسي، وأؤكد بنفسي، وأتحقق من طلبي بنفسي، ثم آخذ الماء بنفسي.

أول رشفة احتسيتها، خطرت لي فكرة:

إذًا التكنولوجيا هي التي تغيّرني… أم أنني أعمل مجانًا لصالح التكنولوجيا؟

عندها أدركت: @OpenGradient رائعة جدًا

لم يحكوا قصة أن الذكاء الاصطناعي الأقوى هو الأهم.

بل يحاولون تحويل الذكاء الاصطناعي إلى بنية تحتية.

أين يوجد النموذج.

أي عقدة تشغّل الحوسبة (compute).

الـ Verifier يتحقق.

المستخدم يحادث Fable 5 أو يولّد صورًا عبر Image Studio.

$OPG تقف في الوسط لربط كل شيء.

هناك نقطة وجدتها غريبة نوعًا ما:

الكريبتو من قبل كان يرمّز (tokenize) الأصول.

ثم صار يرمّز الانتباه.

أما إذا كان OpenGradient يسير في الاتجاه الصحيح، فهم يحاولون ترميز… الاستدلال (inference).

أي أن القيمة لا تنشأ إلا عندما يُستخدم الذكاء الاصطناعي فعلًا.

لكن هذه أيضًا هي نقطة اعتراضي.

كثرة الطلبات لا تعني بالضرورة خلق قيمة.

لو كان الـ Dashboard جميلًا لا يعني أن المستخدم سيتخلص فعلًا من عبء العمل.

إذا في النهاية كان على المستخدم أن يعود ليعدّل كل خطوة بنفسه، فالذكاء الاصطناعي لا يفعل سوى أن يقوم بعمل عكسه: يسلّم العمل للإنسان.

أعتقد أن بنية تحتية للذكاء الاصطناعي في المستقبل يجب أن تكافئ نسبة إنجاز العمل، لا مجرد الإنتاجية (throughput) فقط.

OpenGradient يتجه في الاتجاه الصحيح: تحويل الذكاء الاصطناعي إلى بنية تحتية. لكنهم يحتاجون إلى التركيز على مكافأة النتائج، لا على الأرقام الجميلة في لوحة التحكم.

#OPG

يا جماعة،

السنة الماضية كان عندي أعراض صحية.

بدل ما أروح للدكتور على طول، جلست أتشات مع AI تقريبًا ساعة أشرح كل شيء: الأعراض، المرض، أسوأ الاحتمالات... تفاصيل مرعبة.

بعد كده رحت للدكتور، حكيت له بشكل مختصر، وكنت متردد أقول كل اللي في قلبي.

يمكن يبدو غريب لكن سهل الفهم: مع AI، الموضوع مجرد سطور نصية، ما في حكم، ما في سجلات.

أما مع الدكتور، الموضوع يتحول لسجل طبي حقيقي.

والنتيجة كانت إيه؟

أحسن نسخة مني ما كانت في السجل الطبي، لكن كانت في تاريخ الدردشة مع AI.

دلوقتي AI بقت بمثابة "مفكرة عقلية": الصحة، محفظة الكريبتو، أفكار ستارت أب، المالية الشخصية، وحتى أفكار مظلمة ما أقدر أقولها لأحد.

بس مين اللي محتفظ بالبيانات الحساسة دي؟

ده السبب اللي يخليي أحب @OpenGradient .

هم مش بيجربوا يبنوا النموذج الأذكى، لكن بيبنوا AI بخصوصية حقيقية باستخدام TEE.

البرومبت والردود بتشتغل في إنكلايف هاردوير، المشغل ما يقدرش يقراها، وإنت تقدر تتحقق منها على السلسلة.

لما تتأكد، يعني البيانات مش هتتسرب، واستنتاج البيانات صح.

النقطة اللي شايفها ممتازة هي إن المستقبل للـ AI مش هيكسب بفضل أكبر نموذج، لكن هيكسب بفضل منصة موثوقة تخلي البشر يقدروا "يتعروا" ويقولوا كل أسرارهم.

OpenGradient ماشية على هذا السرد: AI يمكن التحقق منه + خصوصية. طبعًا TEE مش مثالي، هم بيخففوا المخاطر باستخدام التحقق المتعدد و ZKML للحالات الحساسة.

حصلت على أكثر من 2 مليون استنتاج في الواقع، مدعومة من a16z crypto.

باختصار، لو AI عرف كل أسرارك، هتثق في مين؟

OpenGradient بتجاوب على السؤال ده. اتعلموا عنهم دلوقتي

#OPG $OPG $M $BTC