夜里十一時に路地へ曲がり、あの古いネットカフェに入った。キーボードは油でテカテカに光り、隣の兄ちゃんは FPS に夢中で焦って机を叩き、回線が遅すぎて照準すら合わせられないと罵っていた。俺はその怒りに満ちた顔を見つめ、ふと多くの人が疑う @OpenGradient のことを思い出した。理由は一つだけ。チェーン上で AI を回すのが遅すぎて、そもそも実装できるはずがない。
正直、最初はたいして気にしなかった。チェーン上で AI を動かすのが遅い——それは業界の常識だ。ところが OpenGradient のホワイトペーパーを読み進めてみると、この問題が先回りして潰されていることが分かった。ブロック構築は極めて速い。なぜなら inference は「出块（ブロックを作るその瞬間」になってから走らせるのではなく、結果を事前に計算しておくからだ。ブロックは署名された推論結論を詰め込んでパッケージするだけ。チェーンが AI の計算力不足を背負うわけじゃない。チェーンは、事前に焼いたパンが新鮮かどうかだけを検証する。
見た目はきれいだが、きれいであるほど限界まで推論しなければならない。事前計算は推論と出块を切り離す。推論はチェーン外、または TEE 内で行い、出块層は署名だけを検証する。ここで問題だ。事前計算のウィンドウ期間中、市場はもう動いている。モデルは五分前の状態に基づいて計算したボラティリティで揺れを見積もっているが、実際にブロックへパッケージされるその瞬間、その推定はまだ有効なのか？　AMM は期限切れの料率パラメータを持ってヘッジしに行き、マーケットメーカーはクリップ（挟み）と遅延の両方に挟まれる——背筋がぞっとする感じこそそれだ。
さらに手強いのがモジュール同士の交差だ。OpenGradient では AlphaSense が AMM に、MemSync が Agent に、そしてドメインモデルが LangChain に接続されており、どの線も事前計算のリズムに依存している。どれかの oracle が暴走したり、TEE ノードが大量の遅延を起こしたりすれば、事前計算の「快感」は瞬時に裏目に出る。下流プロトコルが受け取るのは、同じ時刻の古い入力だらけ。リスクはもはや隔離されず、同期して爆発する。事前計算の優雅さは、上流が絶対に暴走しないという最も脆い前提の上に成り立っている。$SYN
俺は、OpenGradient ノードの inference 提出タイムスタンプと、最終的な上链（チェーンへの格納）タイムスタンプの差を曲線にして引き出そうと思っている。この gap が越すほど安定して狭ければ、事前計算の物語は筋が通る。もしロングテール分布が出てくれば、それは構造的な亀裂だ。$UB
チェーン上の AI が遅いのを事前計算で回避できる。でも、回避できるからといって存在しないわけではない。遅延から「陳旧」に変わるだけ。あなたはどちらを受け入れる？
本物のお金で動かす前に、もう一晩寝てから決めても遅くない。#opg $OPG