Diese Woche dreht sich alles um Alpha Old Coins, 240 Minuten hoch und runter, nach dem Shaken nicht vergessen, den Creator zu erwähnen.
In letzter Zeit wird OPG im Netz immer wieder erwähnt, "2 Millionen verifizierbare AI-Inferenz", "a16z Investition", "On-Chain AI Infrastruktur" – jedes dieser Wörter allein könnte einen Artikel füllen. Ich habe in den letzten zwei Tagen die Architektur-Dokumente von @OpenGradient gründlich durchforstet und heute möchte ich ein paar Aussagen treffen, die einige Leute möglicherweise aufstoßen werden.
Zuerst lass uns die guten Punkte anerkennen: Die HACA-Architektur von OpenGradient trennt die Ausführung der AI-Inferenz und die On-Chain-Verifizierung, dieser Gedanke ist richtig. Wenn man alle Inferenz durch zkML-Beweise zwingt, kann man LLM-ähnliche Aufgaben einfach nicht ausführen, die Kosten sind zu hoch. Also haben sie ein "Verifizierungsspektrum" geschaffen – einfache Aufgaben laufen mit zkML mathematischen Beweisen, komplexe LLM-Inferenz nutzt TEE (Trusted Execution Environment), um Sicherheit zu gewährleisten. Dieses Design ist pragmatisch und nicht willkürlich.
Aber was ist der Preis dafür? Der Begriff "verifizierbar" hat bei verschiedenen Aufgaben eine große Bedeutungsdifferenz.
zkML-Beweise sind mathematisch verifizierbar, jeder kann die Berechnungen unabhängig überprüfen. TEE's "Verifizierbarkeit" hängt von der Vertrauensannahme in Intel SGX oder ähnlicher Hardware ab, im Grunde genommen heißt das "vertraue darauf, dass dieser Chip nicht gefälscht ist", das ist kein kryptografischer Beweis.
Von den 2 Millionen "verifizierbaren Inferenz", wie viele laufen tatsächlich mit zkML-Beweisen und wie viele werden mit TEE behandelt? Diese beiden Zahlen hat OPG offiziell nicht getrennt. Für diejenigen, die die Sicherheit dieser Infrastruktur ernsthaft bewerten wollen, ist diese Vermischung der Zahlen ein erheblicher Informationsverlust.
Schauen wir uns das Kreislaufsystem von $OPG an: AI-Inferenz wird mit OPG bezahlt, die Kosten werden an die Node-Betreiber verteilt. Die Logik ist in Ordnung, aber die Voraussetzung dafür, dass dieses Flywheel sich dreht, ist: Es gibt echte externe Entwickler, die OPG verwenden, um für Inferenz zu zahlen, und nicht nur interne Tests und Incentive-Perioden, die die Zahlen aufblähen.
Die TGE ist erst vor zwei Monaten vorbei, die Anreize sind noch nicht vollständig zurückgegangen, und in dieser Phase der Inferenzdaten – wie viel stammt aus echtem Zahlungsbedarf und wie viel von Punktejägern, die Aufgaben erledigen? Man kann es jetzt on-chain nachprüfen, aber nur wenige tun es.
Meine Handelslogik: Die technologische Ausrichtung von OPG ist ernsthaft, a16z investiert nicht einfach so und Balaji steht auch nicht einfach so hinter dem Projekt. Aber der Wert von OPG hängt letztendlich davon ab, ob externe Entwickler bereit sind, echtes Geld für Inferenz auszugeben, nicht nur von der Erzählung "AI+Blockchain", die den Preis stützt.
Die Menge an bezahlter Inferenz nach der Incentive-Phase ist die wahre Antwort auf den Wert von OPG.
#OPG
In letzter Zeit wird OPG im Netz immer wieder erwähnt, "2 Millionen verifizierbare AI-Inferenz", "a16z Investition", "On-Chain AI Infrastruktur" – jedes dieser Wörter allein könnte einen Artikel füllen. Ich habe in den letzten zwei Tagen die Architektur-Dokumente von @OpenGradient gründlich durchforstet und heute möchte ich ein paar Aussagen treffen, die einige Leute möglicherweise aufstoßen werden.
Zuerst lass uns die guten Punkte anerkennen: Die HACA-Architektur von OpenGradient trennt die Ausführung der AI-Inferenz und die On-Chain-Verifizierung, dieser Gedanke ist richtig. Wenn man alle Inferenz durch zkML-Beweise zwingt, kann man LLM-ähnliche Aufgaben einfach nicht ausführen, die Kosten sind zu hoch. Also haben sie ein "Verifizierungsspektrum" geschaffen – einfache Aufgaben laufen mit zkML mathematischen Beweisen, komplexe LLM-Inferenz nutzt TEE (Trusted Execution Environment), um Sicherheit zu gewährleisten. Dieses Design ist pragmatisch und nicht willkürlich.
Aber was ist der Preis dafür? Der Begriff "verifizierbar" hat bei verschiedenen Aufgaben eine große Bedeutungsdifferenz.
zkML-Beweise sind mathematisch verifizierbar, jeder kann die Berechnungen unabhängig überprüfen. TEE's "Verifizierbarkeit" hängt von der Vertrauensannahme in Intel SGX oder ähnlicher Hardware ab, im Grunde genommen heißt das "vertraue darauf, dass dieser Chip nicht gefälscht ist", das ist kein kryptografischer Beweis.
Von den 2 Millionen "verifizierbaren Inferenz", wie viele laufen tatsächlich mit zkML-Beweisen und wie viele werden mit TEE behandelt? Diese beiden Zahlen hat OPG offiziell nicht getrennt. Für diejenigen, die die Sicherheit dieser Infrastruktur ernsthaft bewerten wollen, ist diese Vermischung der Zahlen ein erheblicher Informationsverlust.
Schauen wir uns das Kreislaufsystem von $OPG an: AI-Inferenz wird mit OPG bezahlt, die Kosten werden an die Node-Betreiber verteilt. Die Logik ist in Ordnung, aber die Voraussetzung dafür, dass dieses Flywheel sich dreht, ist: Es gibt echte externe Entwickler, die OPG verwenden, um für Inferenz zu zahlen, und nicht nur interne Tests und Incentive-Perioden, die die Zahlen aufblähen.
Die TGE ist erst vor zwei Monaten vorbei, die Anreize sind noch nicht vollständig zurückgegangen, und in dieser Phase der Inferenzdaten – wie viel stammt aus echtem Zahlungsbedarf und wie viel von Punktejägern, die Aufgaben erledigen? Man kann es jetzt on-chain nachprüfen, aber nur wenige tun es.
Meine Handelslogik: Die technologische Ausrichtung von OPG ist ernsthaft, a16z investiert nicht einfach so und Balaji steht auch nicht einfach so hinter dem Projekt. Aber der Wert von OPG hängt letztendlich davon ab, ob externe Entwickler bereit sind, echtes Geld für Inferenz auszugeben, nicht nur von der Erzählung "AI+Blockchain", die den Preis stützt.
Die Menge an bezahlter Inferenz nach der Incentive-Phase ist die wahre Antwort auf den Wert von OPG.
#OPG