Mr_Abdul _

Algo a lo que sigo volviendo mientras estudio $OPG es que la mayoría de las personas piensa la privacidad de la IA de la manera equivocada.
Imaginan una empresa con buenas intenciones que lee sus datos con menos frecuencia. Una política más estricta. Unos mejores términos de servicio. Eso no es privacidad. Es una versión más suave del mismo problema.

La privacidad real significa que la arquitectura en sí hace imposible que alguien conecte quién eres con lo que preguntaste. No es difícil. No es improbable. Es imposible.

Eso es lo que @OpenGradient construyó con OpenGradient Chat.
Tu mensaje está cifrado en tu dispositivo antes de salir. Se enruta a través de un relevo que ve tu IP pero solo lee texto cifrado. Lo descifra dentro de un entorno seguro (secure enclave) donde ni siquiera las personas que ejecutan los servidores pueden ver el contenido.
Tres capas separadas. Ningún punto único donde la identidad y la consulta puedan encontrarse jamás.
He empezado a pensar en esto como Privacidad Estructural. No una promesa respaldada por una política. Una garantía respaldada por matemáticas.

La mayoría de las apps de IA te piden que confíes en ellas con más cuidado. OpenGradient Chat te está pidiendo que dejes de confiar en nadie y empieces a verificar.

Ese es un producto fundamentalmente diferente.
#opg $OPG

Nice Analysis 👍

El lanzamiento de la Newton Mainnet Beta marca un hito importante para la infraestructura de DeFi.

En lugar de revisar las transacciones después de que ocurren, @NewtonProtocol introduce una capa de autorización que evalúa cada transacción frente a políticas activas antes de la liquidación y registra la decisión onchain.

Este enfoque puede fortalecer el cumplimiento, mejorar la seguridad y ayudar a que el capital institucional interactúe con DeFi con más confianza. A medida que las finanzas onchain sigan evolucionando, una infraestructura que aplique reglas antes de que los activos se muevan podría convertirse en un bloque fundamental para la próxima generación de aplicaciones descentralizadas.

Con ganas de ver cómo el ecosistema de Newton se expande desde bóvedas hasta RWAs, stablecoins y agentes de IA.
$NEWT #Newt

Como resultado de mi trabajo con $OPG , una cosa sigue volviendo a mí: la memoria de la IA normalmente se plantea como una función de conveniencia.

La aplicación conoce tu configuración. La aplicación conoce el historial de la conversación. Aprovecha ese conocimiento para generar respuestas más inteligentes. Suena conveniente, pero cuando la memoria empieza a influir en las decisiones que están por venir, la mera conveniencia deja de ser el único factor en juego.

Mira los datos que la IA está recordando. El historial de salud del usuario. Su situación financiera. Las decisiones tomadas a lo largo de discusiones de semanas. Esos datos no pueden permanecer pasivos: afectarán la salida de la IA y no hay forma de saber cómo.

@OpenGradient está trabajando en MemSync, una capa de memoria verificable. En lugar de quedarse como una base de datos privada en la que el usuario debe confiar como correcta, la memoria se convierte en un estado verificable. La creación, la clasificación, la recuperación y el uso de esa memoria pasan a ser auditables.

Me encuentro viendo este proceso a través del prisma de la diferencia entre una caja negra que recuerda y un mecanismo que es capaz de demostrar qué se recordó y por qué.

Esa es la parte fácil: el reto es hacer que la memoria sea auditable sin revelar su
#OPG

Algo más en lo que he estado pensando en relación con $OPG es el hecho de que la mayoría de las personas están haciendo la pregunta equivocada sobre la tecnología de IA en cadena.

La pregunta que todos están haciendo es si las salidas de la IA se pueden verificar o no. Esto es importante. Sin embargo, hay otra pregunta que se está pasando por alto y de la que nadie está hablando.

Cada vez que la salida de un modelo de IA es requerida por un contrato inteligente, siempre tiene que haber algún tipo de retraso. Tiene que ejecutarse fuera de la cadena. Luego, una vez que está lista, llega como resultado. Cuando llega a su destino, ya se ha quedado obsoleta. Es en este punto cuando se pierde la confianza.

Este problema lo resuelven @OpenGradient mediante algo que ellos llaman PIPE. En lugar de recibir una salida retrasada que funciona como un oráculo, los usuarios la reciben como una entrada preejecutada que luego se puede usar dentro de una sola transacción.

A partir de ahora, lo pensaré como Ejecución Atómica de IA. Sin retrasos, sin margen de tiempo, sin forma de que ocurra información desactualizada o manipulación.

El punto es lo suficientemente importante como para que se note. El retraso lo cambia todo porque se trata del tiempo de los resultados de una IA.
#OPG