#opg $OPG Chercheurs, KOL, gestionnaires de communauté, traders professionnels : presque tout le monde a un tiroir rempli d’ébauches qu’il n’ose pas montrer. Je les ai déplacées derrière @OpenGradient , et ce n’est qu’alors que j’ai osé tout étaler.
Les points douloureux de ces gens ont été gravement sous-estimés. Les chercheurs ont des avant-projets d’audit non publiés et des jugements négatifs sur les projets ; avant une diffusion en direct, les KOL doivent calculer quelle phrase sera capturée et laquelle pourra être utilisée par leur adversaire comme munition ; les gestionnaires de communauté détiennent les plaintes, les frictions internes et les plans de gestion de crise ; et pour les traders, inutile d’en parler : une demi-phrase qui laisse filtrer la position ou la prochaine étape, et le prix te devance déjà.
Ce qui détermine leur niveau de professionnalisme, ce sont ces choses qu’ils n’osent même pas enregistrer sur un disque partagé.
$ESPORTS
Le IA grand public est une présence gênante pour ce groupe. Polir un thread, faire tourner des données, faire de la traduction : tout passe. Mais dès qu’on lui demande de t’accompagner dans des scénarios de simulation à haut risque, tu remplaces instinctivement les variables clés par X et Y. Je pensais que c’était une question d’éthique professionnelle ; puis en analysant les stratégies de rétention de quelques fabricants, j’ai compris : ce n’est pas un problème d’« opération », c’est un problème d’« ingénierie ». Le fait de dé-sensibiliser, c’est en réalité un système de contrôle de risques qu’ils mettent en place pour eux.
Prenons une analogie pour changer de domaine : le IA grand public ressemble à une salle de réunion en espace de coworking ; même si l’isolation phonique est bonne, le voisin reste un humain. OpenGradient ressemble davantage à un cabinet privé avec une plaque de notaire : ce que tu dis, qui prend des notes, s’il existe des copies—tout est vérifiable selon les règles. Sa couche de base repose sur un raisonnement vérifiable avec zkML et TEE : le modèle a-t-il été modifié, sur quelle machine il s’exécute, le processus a-t-il été altéré—tout peut être revérifié par cryptographie. Sur le réseau, plus de 4 500 modèles y sont affichés, et plus de 2 millions de fois de raisonnement vérifiable ont été exécutées. OpenGradient Chat transforme cette base en une entrée que les utilisateurs professionnels osent ouvrir comme un tiroir.
Je ne veux pas lui donner de promesse absolue. Les coûts de calcul de la preuve zk, et la surface d’attaque via canaux auxiliaires des TEE, restent incertains ; pendant la phase du réseau test, il faut y engager l’intégralité des brouillons clés, et donc se peser soi-même.
$BEAT
J’ai défini trois critères stricts : une fois qu’OpenGradient sera en ligne sur le mainnet, lorsque la latence bout en bout du zkML et le taux d’échec des preuves à distance du TEE seront rendus publics via un tableau de bord, et lorsqu’une période de charge aura été validée sur une itération complète sans incident majeur, alors seulement je le considérerai comme poste de travail par défaut. D’ici là, je l’utilise d’abord pour traiter ces textes que même écrits te brûlent les mains. C’est cette couche de confidentialité—c’est elle que ce groupe paie vraiment.