香菜煎饼果子

#opg $OPG 验证层才是OpenGradient的底牌

AI行业正面临一个结构性危机：当AI代理开始管理投资组合、审批贷款时，没有任何机制能验证运行的是哪个模型版本、输出是否被篡改。OpenGradient想解决的就是这个问题。

翻完白皮书，最让我在意的是HACA架构——执行与验证彻底分离。传统区块链每个验证者都要重跑每笔交易，放在AI推理上行不通：跑一个70B参数的模型耗时太长、需要GPU，且输出本身是非确定性的。HACA的做法是把推理节点和全节点分开：推理节点只管用GPU执行模型，用户秒拿结果；全节点异步验证TEE认证或ZKML证明，在链上结算。相当于流水线的组装与质检分离，体验不卡顿。

三种验证模式值得细看：Vanilla不验证，适合测试；TEE跑在AWS Nitro enclave里，依赖硬件厂商背书；ZKML提供密码学意义上的数学确定性。问题在于，TEE的终极控制权在英特尔和亚马逊手里——这跟“去中心化”的叙事多少有点拧巴。ZKML更纯粹，但生成证明的成本和延迟目前还是硬约束。

代币经济这块，总量10亿枚，生态部分占40%且五年逐步释放。截至6月25日OPG价格约0.154美元，流通市值约3055万美元。体量还小，供应释放的潜在压力不能装看不见。

我自己的判断是：验证层决定了OpenGradient“能不能做成”，模型能力决定了“能做多大”。没有可靠的验证，AI结果无法被信任，模型再强也没意义。但验证层如果过度依赖TEE这样的硬件黑盒，长期来看会削弱“可验证”这个核心承诺的说服力。OpenGradient目前托管超过2000个模型、处理超200万次推理、验证超50万个证明、服务超200万用户，获得了a16z和Coinbase Ventures的950万美元融资——技术方向被头部机构认可，但验证路径的选择和代币释放节奏，才是决定它能走多远的关键变量。@OpenGradient

#opg $OPG AI的终局不是模型多强，而是你敢不敢把最真实的问题交给它。

用了六年AI，我最深的体感是：模型参数在膨胀，但我的信任半径在收缩。每次把投资逻辑、仓位策略发给通用大模型之前，都得下意识地模糊关键数据-不是不相信技术，而是不相信“承诺”。普通AI的隐私政策写得再漂亮，本质上仍是一份“请相信我”的单向契约。而真正的信任，不该建立在承诺上

Opg Chat给出了另一种解法：用架构替代承诺。消息在浏览器本地加密，密钥只存在于你的设备上；通过Oblivious HTTP Relay分离IP与内容，中继见IP不见明文，网关见明文不见IP，任何单一方都无法同时看到“谁”和“问了什么”；最后在TEE可信执行环境中解密处理，硬件远程可验证，运营商自己都读不到。三层下来，隐私不是写在用户协议里的条款，而是写在代码和硬件里的约#OPG

更值得关注的是它背后的HACA架构—执行与验证分离。推理节点跑模型，全节点只验证证明，从不重跑计算。这套设计解决了AI上链的核心矛盾：既保住了Web2级别的性能，又把“信任”搬回了链上。a16z Crypto、Coinbase Ventures等顶级机构用950万美元投了这张票；CEO出身Two Sigma，CTO曾为Palantir AI平台技术负责人——这不是一个Chat wrapper，而是一层试图重构AI信任底层的基础设施
@OpenGradient 网络已处理超200万次可验证推理、生成50万余条密码学证明、集成2000+模型。数据在说这不是概念 是落地

隐私从来不是加分项，而是使用门槛。 AI最有价值的部分，永远藏在用户不敢交给普通平台的那些信息里。Opg的价值上限，取决于它能否让用户持续“敢输入真实”。而敢不敢，比的从来不是模型多强-是你的隐私，写在承诺里，还是写在架构里$OPG

当AI的每一次推理都能被密码学验证时，你觉得Web3 AI的杀手级应用会出现在哪个赛道？评论区聊聊

跨链这环，OPG选了LayerZero，但我没法默认它安全

去年跨链等40分钟那事，后来我翻LayerZero的文档才回过味——它跟普通桥逻辑不一样。普通桥是锁一边铸另一边，它是发消息让两端合约自己核。对OPG这种AI推理结算来说，模型证明得链间传，选消息桥确实比资产桥靠谱，这我没异议。

但别误会，我不是说LayerZero就稳了。

它那个安全模型，依赖预言机和中继器两方独立验证。问题就在“独立”这俩字上。L2BEAT那帮人做过测试，部署一个基于LayerZero的代币，然后改安全配置，直接就能恶意提取。什么意思？应用方随时能改策略，用户根本来不及反应。这不是理论，这是代码允许的操作。

再说今年3月那事，内部开发者被钓鱼，会话密钥漏了，RPC环境直接进人。当季LayerZero生态相关的损失加起来2.9亿多美金。我特意去查了细账，大部分出在应用层配置不当，协议层本身没崩，但用户的钱就是没了，说这个没意义。

横向比的话，Wormhole之前炸过3.2亿，现在搞了多签；Axelar走POS，节点分散但慢；Hyperlane模块化听着好，生态太浅。OPG选LayerZero说白了是矮子里拔将军。

但对我这种真金白银往里放的人来说，最在意的是：万一跨链真断了，OPG有没有备用路？目前文档里没写。我觉得至少得盯着两件事——一是LayerZero的配置权限在谁手里，改了什么要能看见；二是如果跨链卡死，推理结算能不能先链下记着，等恢复再上链追认。

这两条不交代清楚，“可验证推理”最后那步我还是悬着心。

这事你们怎么看？是我多虑了，还是确实该追着项目方要个B计划？@OpenGradient #opg $OPG

$OPG ：百亿估值下，一场供给与需求的“死亡赛跑”

“80%的代币还没解锁，80%的真实消耗还没发生——$OPG 正站在供给与需求的悬崖边上。

当我逐行拆解完OpenGradient的代币经济模型，得出的不是兴奋，而是一道令人后背发凉的数学题：当每月数千万美元的解锁抛压，撞上每天仅值几百美元的链上消耗，这座大坝能撑多久

供给端：解锁的“堰塞湖”正在蓄水

OPG总供应量10亿枚，当前流通仅1.9亿枚——这意味着超过80%的代币还在路上。

• TGE已释放空投+流动性共1亿枚
• 生态基金40%仅解锁了10%，剩余36个月线性释放
• 最关键的雷在12个月后：核心贡献者（15%）+投资人（10%）= 2.5亿枚将在锁定期结束后集中涌入

这不是涓涓细流，是水坝决堤。

需求端：消耗的“滴答声”还在积累

截至2026年6月，网络处理了超200万次可验证推理、部署了超4400个模型——但这是测试网数据。

大部分推理免费，真实OPG燃烧几乎为零。从200万次免费推理到每天数万次付费调用，中间隔的不是技术，是开发者愿不愿意为尚未验证价值的基础设施掏出真金白银#OPG

最残酷的数学题

消耗量用美元计价，而非枚数。价格越低，需要的枚数越多才能消耗同样的美元价值——这是典型的死亡螺旋

当前OPG价格约0.16美元、市值仅3000万美元。当解锁的供给如潮水涌来，而真实的消耗还在滴答积累，这座大坝能撑多久

a16z、Coinbase Ventures站台，叙事很性感。但一级市场的估值和二级市场的流动性是两码事。950万美元融资撑得起叙事，撑不起每天可能出现的千万级卖单。当AI叙事的热潮退去，市场终将回归那个最原始的问题：在没有真实收入支撑前，谁来为持续的解锁买单？@OpenGradient

你怎么看OPG接下来的走势？是低估的黄金坑，还是估值泡沫的破裂前夜？欢迎在评论区留下你的看法

Desglose del mecanismo de OpenGradient: cuando la inferencia de IA ya no necesita “confiar”

La IA descentralizada no carece de conceptos; lo que le falta es llevar la “verificabilidad” a la práctica. OpenGradient no forzó la inferencia dentro del modelo de transacciones, sino que rediseñó la arquitectura. #OPG

HACA desacopla por completo la ejecución de la verificación. Los nodos de inferencia siguen una “ruta rápida” que evita el consenso; la latencia de un modelo de 70B se acerca a la de una API centralizada. Los nodos completos verifican de forma asíncrona las pruebas y las registran; los nodos de datos suministran entradas confiables. Esto evita el absurdo de las cadenas tradicionales que exigen que todos los nodos completos vuelvan a calcular el LLM. $OPG

La verificación se divide en tres niveles configurables: Vanilla (firma, se confía en el nodo, coste cero); TEE (confiable a nivel de hardware, opción predeterminada, equilibrio entre velocidad y confianza); ZKML (prueba de conocimiento cero, determinismo matemático, pero con un coste de generación mil veces mayor). En esencia, el espectro es una disyuntiva entre coste y confianza.

En cuanto a competidores: Akash ofrece alquiler general de GPU, Ritual construye una capa de ejecución modular y Gensyn se apoya en verificación probabilística con un 10% de recálculo. HACA de OpenGradient, al aislar la capa de verificación, es la única solución que permite a los contratos inteligentes invocar IA de forma atómica dentro de una sola transacción y proporcionar certeza criptográfica.

La oferta total de OPG es de 1.000 millones, con un 19% actualmente en circulación. Los nodos participan mediante staking, y si actúan de forma maliciosa se les confiscan los tokens apostados, formando un circuito de incentivos donde “el coste de portarse mal > el beneficio”. Tanto el pago por inferencia como la monetización del modelo se liquidan en OPG.

Observación personal: la verdadera barrera es la integración de ingeniería; el respaldo de a16z y Coinbase Ventures, junto con más de 2 millones de inferencias, es una validación inicial. Pero el punto de inflexión a largo plazo no está en la narrativa, sino en la diferencia de costes marginales entre TEE y ZKML. Si en los próximos dos años no se materializan chips aceleradores para ZK, ZKML quedará limitado a escenarios de baja frecuencia como la liquidación de grandes importes. Sin embargo, precisamente esta banda estrecha, “lenta pero absolutamente confiable”, constituye la última pieza que faltaba para que DeFi vuelva del crédito fuera de la cadena a la primitividad nativa en cadena. @OpenGradient

#opg $OPG , en serio: ¿quién se atreve hoy a confiar a ciegas en los resultados que da la IA? Te rechazan el préstamo bancario con IA y ni siquiera te explican nada; ni siquiera sabes si alguien manipuló el resultado.

El esquema tradicional de blockchain de “cada nodo vuelve a ejecutar la transacción” no funciona para la inferencia por IA. Ejecutar un modelo de 70B y que 100 nodos de verificación lo corran una vez cada uno cuesta 100 veces más, y aun así el LLM en sí no es determinista (cuando la temperatura>0, cada salida es diferente); además, los nodos de verificación ni siquiera pueden comparar “si está bien o no”. Tratar la IA como un oráculo y ponerla en la cadena solo desplaza el problema de confianza desde el proveedor de IA hacia el operador del oráculo: es una solución paliativa, no definitiva.

OpenGradient aborda esto de una forma bastante inteligente: no intenta hacer que la blockchain “se adapte” a la IA, sino que rediseña una arquitectura para ajustarse a las necesidades reales de la IA. En el whitepaper lo llaman HACA: los nodos de inferencia se dedican en exclusiva a ejecutar el modelo para generar resultados y, además, en un TEE, generan una “prueba de no falsificación” respaldada por hardware. Los nodos completos solo verifican si la firma de esa prueba es válida y si coincide la huella digital del hardware registrada en la cadena; se resuelve en milisegundos. La ejecución y la verificación las hacen equipos distintos, cada uno por su lado, y la verificación no bloquea la experiencia del usuario.

En comparación con proyectos similares, IO.NET se centra en la agregación descentralizada de potencia de cómputo, Bittensor en un mercado de modelos; y la mayor diferencia de OpenGradient es esta: no intenta resolver “de dónde sale el cómputo”, sino “cómo confío en el resultado después de que ya se calculó”. A junio de 2026, esta arquitectura ya ha procesado más de 2 millones de inferencias verificables, ha generado más de 500 mil pruebas y ha desplegado más de 4400 modelos de IA. El suministro total de $OPG es de 1.000 millones de monedas: solo los nodos con staking de OPG pueden unirse; hacer trampas conlleva la confiscación automática. El incentivo mueve más que el “prometemos no hacer el mal”.

Mi criterio es: en los próximos seis meses, al menos dos o tres proyectos de IA van a copiar esta arquitectura de “separación de ejecución y verificación” tipo HACA. No es que OpenGradient sea tan increíble; es que esta lógica es demasiado coherente: si no resuelves el cómputo ni el modelo, entonces solo te comes a la fuerza el único punto que importa, “cómo confiar cuando ya está hecho”. Con la IA cada vez más integrada en finanzas, salud y derecho, la prioridad de esto solo aumentará.@OpenGradient

#opg $OPG 体检单上的“建议复查”四个字让我慌了一下午。回家路上随手打开OpenGradient Chat，输了个跟体检数据相关的隐私问题——说真的，我就想试试它那个“端到端加密+TEE隔离”是不是吹的。结果刷新了三次后台，真的一点痕迹都没留下。

这事儿让我对它多了点信任，翻了一晚上白皮书。最吸引我的是一个叫HACA的架构。

简单说，传统区块链处理转账，靠每个节点重复执行来达成共识——100个节点就执行100遍，没毛病。但换成AI推理，一个70B参数的大模型跑一次，100个节点各跑一遍，等于平白无故多付99倍算力成本，谁扛得住？HACA的做法是：推理节点在TEE里老老实实跑模型出结果，验证节点不看你的prompt、不看模型参数、不看输出内容——它只验证TEE那张硬件证书是不是真的。验证变成了一道纯粹的密码学题，毫秒级搞定。你拿到结果的速度跟用ChatGPT一样快，但每一笔推理都在链上可查、可审计。

再说点实在的：a16z和Coinbase Ventures投了950万美元；主网才上线两个月，2000多个模型、200多万次推理、200多万用户。这数据不像刷的。

说实话，隐私AI是不是刚需，我心里还在打鼓。但我越来越笃定一件事：当AI开始替我做投资决策、审我的贷款申请、分析我的体检报告时，我总得知道它是凭什么得出结论的。这种“可验证”，迟早得变成标配。

你们觉得呢？是我想多了，还是这玩意儿真会普及？评论区唠唠。@OpenGradient

#opg $OPG 昨天傍晚，我正蹲在阳台给花浇水，手机弹出一条推送：币安Alpha明晚8点要上$NES。手一抖，水壶差点浇到拖鞋上。倒不是激动，而是上周刚被一个AI语音电话骗了198块——那声音跟我妈一模一样，说“儿啊我手机摔了，转点钱”。后来查了是深度伪造。

现在好了，链上也要塞AI了。

Nesa这个项目技术底子不赖，Binance Labs投的，专门做AI推理公链，用TEE和ZKML保证模型运行可验证。OpenGradient那边更激进，直接在Solidity里调AI。资金确实在追，但我这人胆儿小，经历过LUNA和FTX，看到“智能合约+大模型”组合，第一反应不是发财，是后背发凉。

你想啊，大模型天生爱撒谎——学术叫“幻觉”，说白了就是不懂装懂。平时聊天无所谓，可一旦这幻觉喂进智能合约，合约可不管你三七二十一，收到指令就执行，清算、转账、平仓，一套带走。黑客要是往推理节点里灌一堆假数据，让模型误判市场极端波动，那协议里的流动性就跟泼出去的水一样，收不回来。

Nesa用TEE隔离环境，OpenGradient搞链上验证，都是在给这个“撒谎精”戴嚼子。但我觉得，在真正的防投毒机制跑通几个大周期之前，这嚼子不一定牢靠。

所以我今晚的策略特简单：拿个两三百U陪跑一下情绪，赚了当运气，亏了当门票。核心资产？打死不放进任何带“AI托管”标签的池子。等哪天算法真把谁家协议搞崩了，那笔坏账是项目方兜还是用户扛

评论区唠唠，我搬好小板凳了@OpenGradient

#opg $OPG Ayer casi me liquidan, y solo ahora entiendo qué está cambiando OpenGradient

Desvelado mirando el gráfico, cuando ETH hizo ese spike, mi corazón se me paró. Antes usaba herramientas de alerta AI, y cuando salía el resultado, tenía que esperar unos segundos tonto—esperando la verificación en la cadena. En esos segundos, el precio ya había cambiado, yo le llamo "ventana de confianza", que solo le da de comer a los que tienen manos lentas como yo.

Hasta que desmenuzé el whitepaper de OpenGradient, no entendí por qué siempre salía perdiendo.

Las cadenas tradicionales intentan meter AI, lo que equivale a que cien validadores calculen el mismo gran modelo—costos explosivos y tiempo a tope. OpenGradient ni siquiera se molestó, su arquitectura HACA tiene una jugada: separa por completo "resolver problemas matemáticos" y "verificar respuestas".

¿Cómo se entiende esto? Los nodos de inferencia están en una caja negra TEE, calculando a toda máquina, y mientras obtienen el resultado, generan un "recibo de autenticidad" (attestation) que está sellado por hardware. Los nodos completos no tienen que recalcular, solo verifican la autenticidad del recibo—verificación criptográfica, en milisegundos. No importa qué palabras clave ingresaste o cómo es el modelo, los nodos completos no tienen idea. Esto se llama auto-certificación de datos, sin necesidad de mostrar cartas.

Lo más impresionante es el motor PIPE. Antes, las transacciones tenían que hacer cola para entrar en bloques, quien infería más lento, bloqueaba el camino. PIPE extrae todas las solicitudes de inferencia, cientos de transacciones corren en paralelo, y al terminar, insertan los resultados de nuevo en la transacción y la empaquetan. Para hacer una comparación: antes tenías que pasar por un control de seguridad uno a uno, ahora puedes correr mientras alguien te proporciona un sello electrónico, y entras por el torniquete con reconocimiento facial.

Para la liquidación en DeFi, esto significa que la verificación ya no es un "proceso post-venta" después de que terminas la transacción, sino que es un control de calidad integrado en la transacción misma. En el momento en que sale el resultado de la inferencia, la prueba ya está incrustada, sin ventanas vacías, sin intermediarios ganando margen.

Con esta combinación de AI y blockchain, finalmente estoy entendiendo un poco el truco. Antes, los datos eran el alimento que se le daba a la plataforma, ahora los datos son activos independientes con identificación propia. OpenGradient no está vendiéndote la idea de AGI, simplemente está construyendo un tren de alta velocidad sobre la cadena—las vías están puestas, quien corre más rápido, decide por sí mismo. Esa es la razón por la que me atrevo a probar con dinero real. @OpenGradient

#opg $OPG 蹲了段时间OpenGradient社区，氛围跟大厂AI那种“端着”的感觉确实不一样。没有高深宣讲，更多是普通人在认真讨论“AI该长什么样”。这种接地气的劲儿，让我愿意把那本白皮书翻了三遍。

翻完发现三个有意思的细节。

第一个，执行和验证走两条独立时间线。传统区块链跑AI，每个节点得重跑计算，对大模型根本不可行。OpenGradient的HACA架构把推理拆成“快路径”和“验证路径”——推理节点只管跑模型、毫秒级返回结果，全节点异步验证密码学证明再记上链。AI算AI的，链验链的，互不拖累。这解决了大模型重复计算的痛点。

第二个，信任等级能自己选。白皮书提供TEE、ZKML、Vanilla三种验证模式。普通场景用TEE就够，硬件级安全；高风险场景上ZKML，数学证明验证。开发者自己权衡成本和风险，不是一刀切。

第三个，OPG不是空气。总供应10亿枚，40%生态、15%基金会、15%核心贡献者、10%投资者、10%质押奖励、6%流动性、4%空投。用途很直接：支付推理费（按模型复杂度动态计价）、激励节点、质押治理，作恶罚没。一套闭环，没有花哨叙事。

但我持保留意见——TEE依赖Intel这类硬件厂商，ZKML计算开销也不小。主网上线后到底能不能扛住真实负载，还得看实际表现。而且验证证明本身也要算力，这部分成本谁承担？a16z和Coinbase Ventures领投950万，团队背景够硬，但资本不等于落地。

不过，让AI不再是大厂黑盒，这件事本身就值得多看几眼。社区热火朝天，也是因为大家觉得AI跟自己有关系了。我会继续蹲着，看后续节点奖励怎么玩。

你们觉得去中心化AI能撼动OpenAI吗？HACA架构有没有我没发现的漏洞？评论区聊聊。@OpenGradient

#opg $OPG 当AI的“乐高”被收回，我们还能自己“造”吗？

最近有个很深的感触：AI正从谁都能拆的乐高，变成只能用官方配件的App Store。以前一张显卡、几组数据就能折腾一晚；现在连下载模型都要排队看脸色。

在这种氛围下，我开始认真看@OpenGradient。它最吸引我的，不是“模型有多大”，而是想把“造AI的权利”还给开发者。它提供可组合的工具让你主导训练；让数据贡献成为链上可追踪的资产；架构也是开放的，你可以拆开用在自己的项目里。

别人做的是封装好的整车，你能开不能改；OpenGradient更像是把乐高重新摆回桌面——零件就在你面前，想搭什么，你说了算。

在AI这条路上，我们是想只当API的用户，还是想保留一点“动底层”的自由？如果你也在意这个问题，OpenGradient这个“给土壤、给工具、给回报”的方向，值得多看几眼。@OpenGradient

#opg $OPG 天那根针扎下来的时候，群里刷屏喊“黄金坑”。我盯着K线愣了半晌，转头去翻了翻它的Tokenomics，看完直接把挂好的买单撤了。

总量10个亿，首通只拿1.9亿出来，19%的流通率，乍一看确实“稀缺”。但混这个圈子的都懂，所谓的稀缺，不过是把75%的筹码关进了12个月的铁笼子里。笼子里关着谁？团队、早期投资人，还有那个占了大头的生态基金。

团队和投资人那25%，锁一年后分36个月线性释放，每个月几百万枚砸出来，这是明牌。最让我犯嘀咕的是生态基金那40%，TGE只给10%的“开胃菜”，剩下的是个60个月的供应长尾。说白了，每宣一个合作，每推一次激励，OPG就像流水一样散出去。合作方拿了代币，有几个会捏在手里当传家宝？大多转头就挂上了卖单。

三门大炮架好了，瞄准的都是同一个靶子——二级市场的流动性。19%的浮筹，要接住未来几年不断涌出来的筹码，这笔账不难算。

项目本身赛道不错，a16z和Coinbase Ventures站台，融资950万，基本面挑不出大毛病。但再好的基本面，也扛不住代币经济里明牌的稀释压力。现在的低价，是因为洪水还没来。等到12个月后那扇闸门拧开，才是真正的压力测试。

底不是画出来的，是等这批锁仓的“定时炸弹”拆完，才能看清的。这单，我先蹲旁边看看，不急着伸手。@OpenGradient

#opg $OPG OpenGradient lo que más me sorprendió, es cómo resuelve el problema de "confianza en la IA"

Los que hacemos trading sabemos que en un contrato en la cadena puedes interactuar con confianza, porque el código es open source y las transacciones son verificables. Pero ¿la IA? El modelo corre en los servidores de otros, y las entradas y salidas son una caja negra, ¿cómo sabes si lo que pagaste realmente es el resultado de un cálculo verdadero?

En el whitepaper de OpenGradient, esto se llama "paradoja de inferencia verificable"—los modelos grandes tienen decenas de miles de millones de parámetros, no puedes volver a correr todo en la cadena para verificarlo.

La solución que proponen, sinceramente, es más pragmática de lo que esperaba.

La primera capa es el TEE (Entorno de Ejecución Confiable). Los nodos de inferencia ejecutan el modelo dentro de una zona de protección de hardware Intel TDX y generan un informe de certificación remota, lo que equivale a "este código realmente se ejecutó en este hardware". Este informe se registra en la cadena, y cualquiera puede consultarlo. El costo es que el TEE tiene una pérdida de rendimiento, pero a cambio ofrece verificabilidad.

La segunda capa es ZKML, que solo se utiliza en escenarios de alto riesgo. Por ejemplo, la inferencia del puntaje crediticio en DeFi necesita pruebas de conocimiento cero para asegurar que el cálculo sea absolutamente confiable. El whitepaper menciona claramente que la generación de pruebas ZK es lenta y no es adecuada para escenarios de alta frecuencia, por lo que solo cubre llamadas de alto valor—esta elección demuestra que el equipo realmente quiere aterrizar, no se trata de acumular conceptos.

La tercera capa es separar completamente el consenso y el cálculo. Los nodos de inferencia solo se encargan de calcular, los nodos completos solo verifican, y los nodos de datos alimentan la información. Cada uno cumple con su función, sin interferir entre sí.

Me tomé el tiempo de revisar los datos en la cadena—la mainnet lleva menos de dos meses en línea y ya ha procesado más de 2 millones de inferencias, desplegando más de 4400 modelos. Este ritmo de crecimiento es bastante impresionante para un proyecto de infraestructura.

Sinceramente, la IA descentralizada se ha estado mencionando durante años, y la mayoría de los proyectos hablan de una narrativa grandiosa sobre "entrenamiento descentralizado". OpenGradient es uno de los pocos que se atreve a admitir que "no se puede hacer inferencia de IA en la cadena" y ofrece una solución pragmática.

Después de que OPG se lanzó, el precio no se movió mucho, pero este tipo de proyectos "que hacen cosas", una vez que los datos del ecosistema comiencen a fluir, el mercado tarde o temprano volverá a revaluar.

Hablemos en los comentarios, ¿prefieres la ruta del TEE o la del ZK? @OpenGradient

#opg $OPG 上周在OPG社区看到个帖子：“为什么我用TEE跑模型，gas费贵了20倍？”这个问题恰恰戳中了OpenGradient白皮书的核心矛盾：可验证性到底值多少钱？

传统区块链为什么跑不动AI？

白皮书开篇点出：传统链靠“重复执行”达成共识——每个验证节点跑一遍同样交易。对转账没问题，但AI推理？一个LLM跑一次就要GPU，100个节点各跑一遍成本翻100倍，且输出非确定性，验证节点没法直接比对。OpenGradient的思路：别把AI塞进区块链，围绕AI重新设计链。

HACA：执行和验证各走各路

HACA最核心一句话：执行和验证是独立操作，验证层永远不需要重新运行原始计算。

四类节点分工：推理节点（GPU+TEE）跑模型并生成证明；全节点验证证明的密码学有效性，不需知道用户问了什么、用了什么模型；数据节点在TEE里抓取外部数据；链下存储存模型文件，链上只存ID。

三种验证方式

Vanilla不验证求快；TEE在可信环境跑，生成硬件证书，全节点只需检查证书是否匹配链上注册的合法enclave；ZKML生成零知识证明，验证者看不到输入输出，只确认证明有效。昨天实测TEE推理，一个LLM请求加证明生成约4-5秒。ZKML没试，gas费估计是硬伤。

值得关注的点

PIPE并行引擎让智能合约原生调用AI，alpha已上线。网络处理了200万+推理、托管4400+模型，钱包26万+。团队出身a16z加速器，4月完成950万美元融资，与EigenLayer合作增强安全。6月21日有约913万枚OPG解锁（约162万美元），短期波动需留意。

最后说两句

OpenGradient确实在解决真问题——链跑不动AI，中心化AI又不透明。但TEE依赖Intel硬件信任、ZKML算力开销能不能随规模降下来，决定了这套架构是奢侈品还是基础设施。我会持续观察。@OpenGradient

#opg $OPG 我前天有个想法，想把本地一个几百兆的Llama模型部署到去中心化环境里玩。查了一圈才发现想简单了——每次执行都把模型文件塞进区块，链肯定直接瘫痪。那模型和大坨的证明数据到底存哪儿？

翻OpenGradient白皮书的存储层章节，开头就写：“Walrus provides the storage layer for AI models and large inference proofs”。原理不复杂：模型文件和大型ZKML证明全存在去中心化存储上，生成一个blob ID。链上只存这个ID，不存源文件。

琢磨半天突然反应过来，这不就跟外卖柜一样么？你把火锅外卖放进柜子，柜子给你取餐码，送餐员凭码取餐。他不需要知道柜子在几楼、火锅底料配了几斤辣椒。模型存到Walrus上生成blob ID，推理节点拿着ID去取。链上永远只记那个ID。

白皮书管这个叫链上轻量化。模型文件很大，ZKML证明也很可观，全堆链上会导致区块膨胀，每个全节点都存一遍，成本高到没人能承担。Walrus保证数据随时可取、可验证，又避免了存储爆炸。全节点在共识环节验证证明有效性，确认后记入区块。大型证明本身放Walrus，区块里只存blob ID和验证状态。

以前书架上放不下大厚书，就把厚重章节拆开存到别的房间，书架上只留索引标签。链上只存ID、模型和证明放链下，但必要时依然能完整访问——这套设计把我之前“AI上链会撑爆区块”的疑虑扫清了大半。

未来模型持续变大，这种存储分离的思路会越来越关键。你们觉得这是取巧还是去中心化AI落地的必经之路？评论区唠唠。@OpenGradient

#bedrock $BR Recientemente, muchos usuarios han notado que en la interfaz de trading aparece una ventana de verificación de cumplimiento, lo que ha generado ciertas preocupaciones. En realidad, esto es una parte normal del proceso de operación regulada de la plataforma: la entidad posee una licencia de operación formal de ADGM, combinada con el modelo de custodia de Alpaca, creando una arquitectura de doble capa, junto con un sistema de control de riesgos de múltiples niveles a lo largo de toda la cadena. En la fase inicial del lanzamiento de nuevos servicios, se han elevado temporalmente los estándares de verificación para fortalecer la defensa de cumplimiento, lo cual es simplemente un chequeo de riesgos rutinario, y no implicará restricciones o bloqueos en las cuentas.

Observando el desarrollo de la industria, en sus inicios, muchas plataformas de trading extranjeras de renombre también adaptaron su alcance de negocio para cumplir con los requisitos regulatorios, pero la demanda de los usuarios por diversificar sus activos en el extranjero siempre ha existido. Actualmente, todo el conjunto de servicios aún está en una fase de prueba y ajuste, y los estándares de control de riesgos se optimizarán y ajustarán de manera gradual en el futuro, por lo que no hay necesidad de que se dejen llevar por rumores aislados.

En el mercado, la especulación de corto plazo siempre carece de continuidad; muchos proyectos atraen capital con tasas anuales exageradas, pero no tienen activos físicos que las respalden, y una vez que el mercado retrocede, es difícil mantener la sostenibilidad. Los proyectos que realmente pueden atravesar los ciclos de mercado, su núcleo radica en una sólida capacidad de implementación de negocios, y el ecosistema Bedrock es un claro ejemplo.

El proyecto se centra en la reinversión de Ethereum, aprovechando uniETH para activar una gran cantidad de activos inactivos, rompiendo completamente la barrera de 32 ETH para el staking tradicional. Después de que los usuarios intercambian tokens, la cantidad se mantiene constante, y las recompensas de bloques, ingresos de MEV y ganancias de reinversión se reflejan simultáneamente en el tipo de cambio de los tokens. Los activos no tienen bloqueo durante todo el proceso, permitiendo la participación flexible en el trading del mercado secundario y el ecosistema DeFi, donde un capital puede acumular múltiples rendimientos.

El token de gobernanza BR está vinculado a todos los ingresos de la plataforma, y el staking para canjear veBR puede desbloquear derechos de gobernanza y dividendos de tarifas. La plataforma utiliza continuamente los beneficios operativos para recomprar y destruir tokens, fortaleciendo así el valor del token. Con el lanzamiento del tesoro de ingresos automatizado Bedrock 2.0 y la función de gestión de activos inteligentes de AI, la base de valor del proyecto se está volviendo cada vez más sólida.

En un entorno de mercado de altibajos, solo los proyectos que dependen del staking físico para generar ingresos sostenibles tienen la fortaleza para un desarrollo a largo plazo. #berdrock @Bedrock

#bedrock $BR En los últimos días, los movimientos de fondos en la cadena se han vuelto claros. La fiebre de staking de BTCFi, basada en puntos y narrativas, ha enfriado, y los fondos están fluyendo hacia productos interecosistemas que pueden generar rendimientos reales. En un entorno de liquidez fragmentada, Bedrock2.0 ha ganado popularidad gracias a su marco PoSL.

PoSL rompe con el mapeo convencional de tokens BTC, con el objetivo de conectar la liquidez global entre BTC, Ethereum L2 y DePIN, utilizando uniBTC como ruta. Esto permite transformar BTC inactiva en billeteras frías en crédito de poder de cómputo. Al poseer $BR , se puede disfrutar de intereses a través de múltiples Vaults en cross-chain, con una innovación estructural que supera ampliamente a los proyectos de staking tradicionales.

Sin embargo, el proyecto oculta un peligro mortal de un desenlace asíncrono: existe la posibilidad de que los bloques de BTC se retrocedan cada diez minutos, mientras que L2 y DePIN tienen confirmaciones en segundos. Si uniBTC completa la distribución de rendimientos en la segunda capa y, si el comercio de BTC en la capa base se retrocede, los rendimientos ya distribuidos no se pueden recuperar, lo que puede generar cuentas incobrables. Además, las vulnerabilidades pueden ser explotadas por actores maliciosos para realizar doble gasto en cross-chain, lo que ejerce una gran presión sobre el fondo de seguridad.

Los grandes peces profesionales en el circuito están calculando las diferencias de tiempo de confirmación y no se dejarán llevar por APYs altos para hacer grandes apuestas. Aunque la dirección del proyecto se alinea con la demanda del mercado, el problema de la asynchronía multi-chain aún no tiene una solución adecuada, y en esta etapa, la exposición al riesgo de la diversificación es alta. Los inversores comunes no deben entrar en el juego de forma ciega.
#Bedrock #BTCFi @Bedrock

#bedrock $BR
¿BTC va a alcanzar los 200k? El problema es que tus monedas aún están dormidas.

Estos días la plaza ha sido un bombardeo de CZ, diciendo que BTC seguramente llegará a 200k. Pero los veteranos lo saben: ¿y qué si el precio llega? Las monedas siguen ahí, sin moverse. Los ETF en EE.UU. ya tienen más de dos mil millones, y la gente común ni siquiera ve un interés decente, es casi como guardar oro.

Ahora, hay dos direcciones candentes: hacer que BTC trabaje en la cadena y dejar que la IA ayude con las operaciones. Bedrock 2.0 está justo en eso.

Han lanzado un analista de IA llamado BRclaw, no necesitas ser un experto financiero, él te ayuda a ver riesgos, calcular rendimientos y comparar qué bóveda vale la pena. Aún está en pruebas, pero pronto estará disponible, como tener un conductor experimentado en el auto.

El token $BR también ha cambiado, ya no es de esos que se lanzan y se olvidan. Si quieres entrar en estrategias de alto rendimiento, necesitas tener BR y luego escalar en niveles; cuanto más bloquees, más alto será tu nivel, mayores rendimientos, y podrás acceder primero a las bóvedas premium con espacios limitados. Sin BR, te darás cuenta de que las buenas minas ya están agotadas, eso sí que es un verdadero FOMO. Tener BR también multiplica tus rendimientos y desbloquea análisis profundos de IA.

El sistema de Bedrock ata el valor del token a rendimientos reales, mucho más confiable que solo gritar altos APY. La IA baja la barrera de entrada, el bloqueo de tokens motiva, vale la pena estar al tanto. @Bedrock

#Bedrock #比特币收益 #Aİ

#bedrock $BR 身边不少一起玩BTCFi的老友，近期总在社群晒$BR 积分排名，总觉得榜单靠前就等于投资划算，接触再质押赛道多年，我对此一直保留不同看法。市面上层出不穷的积分活动，大多是项目换了包装的隐性准入门槛，Bedrock同样绕不开这套产品设计思路。

依托uniBTC打通多链流转是Bedrock的显性优势，但支撑TVL快速上涨的核心，是暗藏的非线性积分衰减机制。项目不会出台条款限制小额用户参与，却依靠积分计算公式完成自然分层：大户长期沉淀的大额底仓，积分获取效率自成体系；散户随用随提的零散筹码，被划入另一套收益模型，两类资金很难打破圈层壁垒。

这套规则对协议发展显而易见，依靠积分绑定用户资金，盘面TVL数据持续走高，生态账面表现亮眼。可普通散户很容易踩坑，整日紧盯年化收益，频繁在各个质押池调转本金刷积分，白白损耗手续费与时间成本。受资金规模、持仓时长双重权重约束，绝大多数小散再怎么勤快操作，积分收益也难以追上大额持仓用户。

很多玩家被“多劳多得”的宣传误导，不停折腾仓位参与生态共建，到头来收益持续被大户权重稀释。打着去中心化共享安全的旗号落地BTC再质押，却用积分规则复刻了传统金融的资源分化。

加密诞生本就是为打破传统金融的阶层壁垒，如今不少再质押项目却靠积分体系打造链上分级。等市场热度降温后就会明白，花哨的积分排行榜，没法兑现成散户实打实的利润。
#bedrocks @Bedrock $BR

#bedrock $BR CZ dice que el BTC seguro llegará a 200 mil, y en la plaza todos están discutiendo: ¿y qué si el precio llega? Las monedas siguen en la cartera.
Los ETF en EE.UU. ya han acumulado más de dos mil millones, las instituciones tienen cientos de miles de monedas y no se mueven, y la gente común ni sabe qué hacer.
En realidad, los dos temas más candentes ahora son: hacer que BTC trabaje en la cadena + IA que te guíe.
Justo Bedrock 2.0 se encarga de eso.

Tu copiloto AI: BRclaw

Hablando claro, esos vaults, estrategias y modelado de datos pueden ser abrumadores.
Bedrock ha creado un analista AI llamado BRclaw, no necesitas entender de finanzas, él te ayuda:

Ver riesgos, calcular rendimientos, qué vault es rentable, qué trampa evitar e incluso dar recomendaciones de estrategia.

Ahora está en fase de prueba, pronto se abrirá. Se siente como si tuvieras un conductor experimentado en el auto, bastante relajante.

$BR tokens: ya no son “puntos de aire”

En Bedrock 2.0, BR se convierte en un verdadero ticket.

· ¿Quieres acceder a las mejores estrategias de rendimiento? Necesitas tener $BR .
· Luego habrá niveles, cuanto más bloquees, más alto tu nivel → mayor rendimiento, prioridad para acceder a los vaults institucionales limitados (como Alpha-Selini).
· Si no tienes BR, ni te enteras de los buenos mineros que se van volando, eso sí que es un verdadero FOMO.

Además, tener BR puede aumentar tus rendimientos y desbloquear la función de análisis profundo de BRclaw.
En una frase: cuanto más alto el nivel, más se gana, más rápido se recibe la información.

Esta estrategia de Bedrock ata el valor del token a los rendimientos reales, es mucho más confiable que solo gritar APY.
La IA reduce la barrera de entrada, el bloqueo del token impulsa la motivación, creo que es una dirección a seguir.

@Bedrock $BR #Bedrock