Wenn ich an das Projekt $OPG denke, kommt mir sofort in den Sinn, dass ich letzte Woche mit AI meinen Wochenbericht geschrieben habe. Die Firma hat kürzlich einen AI-Assistenten eingeführt, der bei der Erstellung von Meeting-Protokollen hilft. Am Anfang war es super nützlich, ich konnte im Grunde kopieren und einfügen und das war's. Doch letzten Mittwoch hat er plötzlich verrückt gespielt und hat das Q2-Umsatzwachstum von 12% fälschlicherweise als Rückgang von 12% übersetzt. Wäre ich nicht nochmal drübergeschaut, hätte ich den Chef fast in den Wahnsinn getrieben. Ich hab den IT-Jungen gefragt, was da los ist, und er hat nur mit den Schultern gezuckt und gesagt, das Modell sei ein Black Box, da kann niemand etwas dazu sagen. In dem Moment hatte ich ein Gefühl: Egal wie cool AI ist, wenn man die Dinge, die sie ausspuckt, nicht verifizieren kann, ist das wie mit geschlossenen Augen Auto fahren.

Das, was @OpenGradient macht, ist genau dieses Problem zu lösen. Sie haben die Ausführung und die Verifizierung komplett getrennt; die Inferenzknoten laufen nur die Modelle und liefern Ergebnisse in Millisekunden; die Vollknoten überprüfen nur die kryptographischen Beweise, ohne wiederholt rechnen zu müssen. Die Verifizierung bietet drei Optionen: TEE mit Intel SGX-Hardware, was für den Alltag ausreicht; ZKML mit mathematischen Beweisen, das ist die härteste Variante, aber mit höherer Latenz; Vanilla für niedrigere Risiko-Szenarien, wo man selbst die Haftung übernimmt. Einfach gesagt, es ist wie ein Vertrauensmenü: Willst du Geschwindigkeit oder Sicherheit, such's dir aus.

Am 21. April ging das Mainnet von Base online, das jetzt über 4400 Modelle hostet und mehr als 2 Millionen Inferenzanfragen verarbeitet. a16z führt mit 9,5 Millionen, Coinbase Ventures beteiligt sich, Binance bringt am 22. Mai den Spot-Handel, Upbit ist auch bald dran. Insgesamt gibt es 1 Milliarde, im Umlauf sind 190 Millionen, am 21. Juni werden außerdem 9,13 Millionen Anteile der Stiftung freigeschaltet, ungefähr 162.000 Dollar, was kurzfristig Druck auf das Angebot ausübt.

Technisch finde ich den Ansatz der verifizierbaren AI gut, aber ich muss auch ehrlich sagen: TEE ist von Intel-Hardware abhängig, und SGX wurde schon mal durch Seitenkanalangriffe angegriffen; ZKML ist sicher, aber teuer. Die wahre Herausforderung ist nicht, ob die Technik funktioniert, sondern ob der Markt bereit ist, für Verifizierbarkeit mehr Geld auszugeben. Wenn es in hochregulierten Bereichen wie Finanzen und Gesundheitswesen wirklich umgesetzt wird, wird sich die Rechnung erst zeigen.

Was mich am meisten beeindruckt, ist das Datenschutzdesign: Die Nutzer geben ihre Eingaben lokal verschlüsselt ein, ohne Identitäts-Labels, bevor sie in das Modell gehen, sodass weder die Projektverantwortlichen noch die Knotenbetreiber die ursprünglichen Prompts sehen können. Das ist kein nachträglicher Patch, sondern von Anfang an klar umrissene Grenzen. In dieser Welle von Web3 + AI, wo man seine Identität für sich behält und die Intelligenz dem Netzwerk anvertraut, könnte das die Zukunft der hochentwickelten AI sein. Interessierte sollten selbst die Dokumente durchstöbern, ihre Chats ausprobieren und das Gefühl von überprüfbarer Vertrauenswürdigkeit erleben. #OPG

Was hat dich am meisten an $OPG beeindruckt?