Pagi-pagi di perjalanan ke kantor, aku baru saja melihat sebuah keluhan: katanya setengah tahun lalu dia sempat asal menulis ide produk di salah satu big tech AI, tapi belakangan idenya itu diberi makan kembali persis sebagai sebuah studi kasus. Di kolom komentar, semua orang mengamuk soal “data diambil gratis”. Aku tidak ikut mengamuk. Sesampainya di kantor, aku membuka Private Inference untuk @OpenGradient , ingin melihat apakah pernyataan bahwa prompt tidak akan dipakai untuk melatih itu hanya komitmen dalam ketentuan, atau memang ada mekanisme lapisan dasar yang benar-benar memutus jalur tersebut. $pivx
Aku memilih sepotong rencana bisnis fiktif yang jelas memiliki sidik jari. Di Private Inference, aku mengganti empat variasi redaksi dan menjalankan tiga putaran—dua belas permintaan—setiap kali sekaligus menangkap log di level node, untuk memastikan apakah teks prompt aslinya benar-benar tidak tersimpan di mana pun. Hasilnya konsisten: di sisi node hanya tersisa hash muatan terenkripsi dan pengenal sesi sekali pakai. Teks terang sama sekali tidak pernah muncul di luar enclave TEE. Begitu keluar dari enclave, memori langsung direset hingga nol; log tidak memuat field apa pun yang bisa dipakai untuk menyusun ulang training set.
Diskusi publik soal Private Inference hampir semuanya menempel pada isu emosional “tidak boleh dipakai gratis”. Namun yang OpenGradient lakukan sebenarnya lebih dingin: menarik “tidak melatih” keluar dari sekadar perjanjian pengguna, lalu mengubahnya menjadi lintasan fisik yang dijamin bersama oleh perangkat keras dan kriptografi. TEE memutus apakah teks terang bisa masuk atau keluar; Oblivious HTTP memotong identitas dan sumber; Verification Layer setelahnya menerbitkan bukti eksekusi yang bisa diverifikasi publik. Ketentuan bisa diubah, tapi lintasan ini tidak.
$SYRUP
Indikatornya pun ikut bergeser. Aku tidak peduli berapa banyak “privacy prompt” yang dijalankan OpenGradient; aku hanya mengamati satu data yang tidak sesuai konsensus: setiap hari berapa bukti yang bisa direproduksi jejak eksekusinya lewat verifikasi pihak ketiga, dan sekaligus membuktikan tidak ada cache atau proses balik. Yang pertama mengukur popularitas; yang kedua mengukur apakah tembok anti-‘dipakai gratis’ ini benar-benar tahan beban.
Jika $OPG hanya menanggung biaya layanan sekali untuk inferensi privasi, maka itu lebih mirip token penagihan bandwidth terenkripsi. Tapi jika ke depannya node TEE menggadaikan aset, bukti eksekusi diterbitkan, pelanggaran dikenai denda atau perampasan, arbitrase aliran data pelatihan, dan kompensasi pengguna semuanya membentuk satu rangkaian tertutup, maka perannya bukan lagi token penagihan—melainkan unit jaminan kepercayaan untuk jaringan inferensi yang melawan ‘dipakai gratis’.
Jangan buru-buru menarik kesimpulan. Membuat “tidak melatih” menjadi jalur yang bisa diverifikasi butuh waktu; aku bersedia terus memantau mainnet OpenGradient dan sampel yang diserahkan oleh pihak yang terhubung berikutnya.#opg