$OPG このプロジェクトについて話すと、まず思い出すのは先週AIを使って週報を書いたことです。最近、会社で会議の議事録を整理するためのAIアシスタントが導入されて、最初はめちゃくちゃ使いやすかったんです。ほぼコピー＆ペーストで済んじゃった。でも、先週の水曜日に突然調子が悪くなって、Q2の収益が12%増加を12%減少に翻訳しちゃって、もし私がもう一度確認しなかったら、上司を高血圧にさせるところでした。ITのお兄さんにどういうことか聞いたら、彼は手を上げて「モデルはブラックボックスだから、誰も説明できない」と。あの瞬間、私は一つの感覚を持ちました：AIがどんなに優れていても、それが提供するものを検証できないなら、目を閉じて運転するのと何が違うの？

@OpenGradient がその問題を解決しようとしている。彼らは実行と検証を徹底的に分けて、推論ノードはモデルを走らせることに専念し、ミリ秒単位で結果を出す；全ノードは暗号学的証明のみを検証し、再計算は不要。検証は三つの選択肢がある：TEEはインテルのSGXハードウェアで裏付け、日常的には十分；ZKMLは数学的証明を使い、最もハードコアだが遅延が高い；Vanillaは低リスクのシナリオで自分でカバーする。要するに、信頼メニューを提供して、スピードが欲しいのか、底力が欲しいのか、自分で選べってこと。

4月21日にメインネットが立ち上がり、現在4400以上のモデルをホスティングして、200万回以上の推論を処理しています。a16zが950万ドルをリード投資し、Coinbase Venturesも参加、バイナンスが5月22日に現物上場、Upbitもすぐに続く予定。総量は10億、流通は1.9億、6月21日には913万の財団分が解除され、大体162万ドル、短期供給には少しプレッシャーがあります。

技術的には、可検証AIの方向性を支持しますが、正直に言うと：TEEはインテルのハードウェアに依存していて、SGXは以前にサイドチャネル攻撃を受けたことがあります；ZKMLは安全だけど高い。実際の試練は、技術が動くかどうかではなく、市場が「可検証」なものに対してお金を払う意欲があるかどうかです。それが金融や医療などの高い規制が求められるシナリオで本当に実現できるようになったとき、この計算が明確になります。

私が最も感動したのはプライバシー設計で、ユーザーが入力したものはローカルで暗号化され、身元タグが剥がされてからモデルに入るため、プロジェクトチームやノードオペレーターは元のプロンプトを見ることができません。これは後からの修正ではなく、最初から境界を明確に定めている。Web3+AIという波の中で、アイデンティティは自分に留めて、知性はネットワークに委ねる、これが未来のトップAIの姿かもしれません。興味のある方は、自分でドキュメントを探して、彼らのチャットを走らせて、あの検証可能な信頼感を感じてみてください。#OPG

あなたが考える$OPG で最も心を打たれたポイントはどれですか？