El martes por la noche, me quedé en mi escritorio leyendo el whitepaper de una nueva cadena en PDF, 28 páginas llenas de stack técnico y modelos económicos. Normalmente, uso ChatGPT para hacer resúmenes de capítulos y detectar señales de alerta, pero esta vez arrastré todo el PDF a OpenGradient Chat para probar. En diez minutos, completé el resumen y los puntos de riesgo de los contratos, gasté 1.4 OPG, y al lado, la llamada de registro mostraba un hash de atestación en una cadena de letras verdes. $JTO
Al principio, pensé que la plataforma centralizada de investigación de AI para Web3 era suficiente. Publicar el whitepaper en ChatGPT no parecía tener problemas de privacidad, pero lo que realmente me hizo cambiar de herramienta fue la acumulación de peso S2. Leo de 4 a 5 whitepapers a la semana, analizo 2 a 3 códigos de contratos, y escribo una nota de investigación. La suscripción de AI centralizada me costaba 20 dólares al mes, que se iban rápido, así que cambié a OpenGradient Chat, donde el mismo trabajo me cuesta alrededor de 30 $OPG al mes. Según la valoración de TGE, es más barato que la suscripción, y lo clave es que todas estas llamadas traen atestación para el cálculo de peso en el pool de incentivos S2. La investigación originalmente requería pagar, y acumular peso para airdrops equivale a casi anular el costo mensual.
@OpenGradient En el escenario de investigación, no solo se trata de ahorrar dinero. Cuando reviso contratos, suelo pegar el código fuente de Solidity para marcar riesgos de reentrada, vulnerabilidades de permisos y puertas traseras en proxies de actualización. Usar este prompt en ChatGPT equivale a exponer anticipadamente los activos que estoy vigilando. No sería raro que algunos LP en la lista de clientes de empresas de análisis on-chain como Nansen compartieran datos con OpenAI. En OpenGradient, el prompt en mi dispositivo se encripta con la clave pública del enclave, y la dirección del contrato viaja en un blob cifrado a lo largo de toda la cadena de inferencia. Lo que lee la operadora es el texto cifrado. El OPG en el protocolo x402 asegura el hash de atestación cada vez que se paga, lo que bloquea la evidencia en la cadena. Cualquier revisión de contrato puede demostrar la transparencia de qué dirección, qué función y en qué momento. $EPIC
Esta estrategia también tiene sus desventajas. El mayor punto de ataque al usar AI en investigación es la ilusión del modelo; Llama 3 y Claude Fable 5 tienen un alto falso positivo al marcar vulnerabilidades de reentrada, confiar en las conclusiones de AI puede llevar a problemas, por lo que la verificación manual es inevitable. El peso S2 tiene requisitos de diversidad de modelos; usar un solo modelo para hacer llamadas repetidas puede resultar en un recorte de peso por la reacción negativa del sistema, y los usuarios que prefieren un modelo fijo deben forzarse a cambiar. La volatilidad del precio de OPG puede hacer que el costo mensual varie, y al llegar al 13º mes, un 25% de liberación podría causar una presión de venta que haga que la cuenta de fin de mes sea más cara de repente.
Marqué tres señales de alerta en el PDF, lo cerré y me levanté a servir agua. #opg
Al principio, pensé que la plataforma centralizada de investigación de AI para Web3 era suficiente. Publicar el whitepaper en ChatGPT no parecía tener problemas de privacidad, pero lo que realmente me hizo cambiar de herramienta fue la acumulación de peso S2. Leo de 4 a 5 whitepapers a la semana, analizo 2 a 3 códigos de contratos, y escribo una nota de investigación. La suscripción de AI centralizada me costaba 20 dólares al mes, que se iban rápido, así que cambié a OpenGradient Chat, donde el mismo trabajo me cuesta alrededor de 30 $OPG al mes. Según la valoración de TGE, es más barato que la suscripción, y lo clave es que todas estas llamadas traen atestación para el cálculo de peso en el pool de incentivos S2. La investigación originalmente requería pagar, y acumular peso para airdrops equivale a casi anular el costo mensual.
@OpenGradient En el escenario de investigación, no solo se trata de ahorrar dinero. Cuando reviso contratos, suelo pegar el código fuente de Solidity para marcar riesgos de reentrada, vulnerabilidades de permisos y puertas traseras en proxies de actualización. Usar este prompt en ChatGPT equivale a exponer anticipadamente los activos que estoy vigilando. No sería raro que algunos LP en la lista de clientes de empresas de análisis on-chain como Nansen compartieran datos con OpenAI. En OpenGradient, el prompt en mi dispositivo se encripta con la clave pública del enclave, y la dirección del contrato viaja en un blob cifrado a lo largo de toda la cadena de inferencia. Lo que lee la operadora es el texto cifrado. El OPG en el protocolo x402 asegura el hash de atestación cada vez que se paga, lo que bloquea la evidencia en la cadena. Cualquier revisión de contrato puede demostrar la transparencia de qué dirección, qué función y en qué momento. $EPIC
Esta estrategia también tiene sus desventajas. El mayor punto de ataque al usar AI en investigación es la ilusión del modelo; Llama 3 y Claude Fable 5 tienen un alto falso positivo al marcar vulnerabilidades de reentrada, confiar en las conclusiones de AI puede llevar a problemas, por lo que la verificación manual es inevitable. El peso S2 tiene requisitos de diversidad de modelos; usar un solo modelo para hacer llamadas repetidas puede resultar en un recorte de peso por la reacción negativa del sistema, y los usuarios que prefieren un modelo fijo deben forzarse a cambiar. La volatilidad del precio de OPG puede hacer que el costo mensual varie, y al llegar al 13º mes, un 25% de liberación podría causar una presión de venta que haga que la cuenta de fin de mes sea más cara de repente.
Marqué tres señales de alerta en el PDF, lo cerré y me levanté a servir agua. #opg
撸了再说
0%
套住了再研究
100%
2 Votos • Votación cerrada