我发现@OpenGradient OpenGradient项目非常明显地具备了一个界面，它直接打通了ChatGPT、Claude、Gemini、Grok等前沿模型，并且可以支持实时网页搜索和无审查图像生成。然后它在5月22日币安上线OPG现货交易；随后的6月15日，某国的头部交易所Upbit也上线了OPG交易对。我认为，当一个可验证AI从概念走向大家的日常生活时，你的每一次推理都会消耗OPG，只要有越来越多人使用AI，它的代币需求也就会越来越刚性。我认为这就是他最值得大家以及广大的投资者持续跟踪的理由，也是他增长的动力所在。
我认为如果把去中心化AI项目按路线划分的话，Bittensor我觉得走的是模型训练与激励竞争，很明显@OpenGradient 走的是另一条：他们做的是AI推理的验证与审计。我认为两者的核心区别在于，前者主要在卷模型好不好，后者卷的是结果真不真。#OPG $OPG
我把它的HACA架构把AI执行和验证拆开来看：推理节点运行模型去生成证明，全节点只验证证明，不用重复运行模型。它可以支持TEE、ZKML两种验证模式。我们日常场景使用TEE的远程认证证明代码和环境没有被篡改；而在一些高风险场景中用ZKML进行更严格的数学验证。我认为项目这种分离设计不仅保住了Web2级别的响应速度，又在链上找回了信任。
从数据上看，这套架构的落地速度相当可观。2026年2月我看到项目完成关键升级：它将x402支付协议直接嵌入TEE，消除了对中心化支付中间件的信任假设；截至2026年6月，我看到网络已处理超过200万次可验证推理，生成超过50万份密码学证明，还部署了超过4400个AI模型——是不是觉得很厉害。
OPG总量10亿，流通金额才1.9亿，才占它的20%不到。以后的日子里，当AI开始替你管钱、审批贷款的时候，我认为@OpenGradient 才是真正的刚需。
#opg $OPG
我认为如果把去中心化AI项目按路线划分的话，Bittensor我觉得走的是模型训练与激励竞争，很明显@OpenGradient 走的是另一条：他们做的是AI推理的验证与审计。我认为两者的核心区别在于，前者主要在卷模型好不好，后者卷的是结果真不真。#OPG $OPG
我把它的HACA架构把AI执行和验证拆开来看：推理节点运行模型去生成证明，全节点只验证证明，不用重复运行模型。它可以支持TEE、ZKML两种验证模式。我们日常场景使用TEE的远程认证证明代码和环境没有被篡改；而在一些高风险场景中用ZKML进行更严格的数学验证。我认为项目这种分离设计不仅保住了Web2级别的响应速度，又在链上找回了信任。
从数据上看，这套架构的落地速度相当可观。2026年2月我看到项目完成关键升级：它将x402支付协议直接嵌入TEE，消除了对中心化支付中间件的信任假设；截至2026年6月，我看到网络已处理超过200万次可验证推理，生成超过50万份密码学证明，还部署了超过4400个AI模型——是不是觉得很厉害。
OPG总量10亿，流通金额才1.9亿，才占它的20%不到。以后的日子里，当AI开始替你管钱、审批贷款的时候，我认为@OpenGradient 才是真正的刚需。
#opg $OPG
