#opg $OPG Saya begadang sampai selesai membaca whitepaper OpenGradient, dan saya hanya ingat satu kalimat.

Baru masuk tiga bulan, apa pun belum paham, tapi dengar-dengar AI+Web3 adalah jalur emas berikutnya. Proyek $OPG lagi panas, jadi saya paksa diri mengunyah whitepaper-nya—saya mau bilang hal-hal yang benar-benar jujur.

Inti masalahnya ternyata sangat “nyeri”: Anda minta blockchain memverifikasi hasil inferensi AI. Tapi bagaimana cara memverifikasinya? Cara tradisional: semua node menghitung ulang. Masalahnya, sekali menjalankan model GPT mungkin cuma beberapa sen biaya, tapi kalau dihitung ulang 100 kali jadi belasan–puluhan dolar, dan harus menunggu setengah hari. Siapa yang tahan?

Whitepaper OpenGradient memberi “aksi nakal” bernama HACA. Terjemahan versi bahasa sehari-hari: yang kerja dibedakan dari yang audit.

Biar konkret: node inferensi dijalankan di TEE (kotak hitam keamanan Intel itu), setelah selesai langsung menghasilkan “rapor nilai” yang bertanda tangan perangkat keras, sebagai bukti bahwa “saya benar-benar menghitung, tidak curang”. Lalu node-node lain di seluruh jaringan tidak perlu menghitung ulang—mereka hanya memeriksa apakah tanda tangan di rapor itu asli. Cek sekali cuma butuh beberapa milidetik, kira-kira 10.000 kali lebih cepat daripada menjalankan ulang model.

Saya memang ngagum, idenya seperti membuktikan dengan kriptografi untuk menggantikan kerja berulang. Whitepaper juga menyebut tiga mode verifikasi—TEE yang paling cepat, ZKML yang paling aman tapi lambat, dan Vanilla untuk yang tidak punya kebutuhan khusus. Lapisan bawahnya dimodifikasi dari Cosmos, kompatibel dengan EVM; pemilihan teknologinya terasa cukup pragmatis.

Tapi sebagai anak baru yang lagi jadi “bego investasi”, saya punya tiga tanda tanya:
Pertama, TEE bergantung pada Intel/AMD. Kalau mereka punya backdoor, bukankah seluruh sistem verifikasinya ikut ambruk?
Kedua, whitepaper bilang “node verifikasi staking token, dan kecurangan kena hukuman”. Tapi bagaimana mencegah serangan sybil? Tidak dijelaskan.
Ketiga, testnet sudah “nge-scan” sampai 2 juta kali inferensi, tapi saat mau masuk bisnis—nggak ada contoh kasus audit bank pun. Saya tidak berani loncat.

Secara logika teknis memang masuk, tapi whitepaper belum menjawab: “kenapa perusahaan harus bayar?”. Saat ini saya cuma bisa jadi pengamat buat menimbun pengetahuan teknis, sambil nunggu mereka benar-benar menandatangani klien besar. Soalnya airdrop bisa diambil dengan mudah, tapi uang berbayar tidak bisa untuk menipu orang. @OpenGradient