CSSZS

Nie sądzę, że ludzie zdają sobie sprawę, jak dużo tarcia internet cichutko traci teraz. I szczerze mówiąc, OpenLedger zaczęło dla mnie mieć znacznie więcej sensu, kiedy to zauważyłem.
Prawie każdy produkt AI jest teraz zaprojektowany, aby eliminować kroki. Już nie szukasz, tylko pytasz. Nie porównujesz źródeł ręcznie, systemy podsumowują wszystko dla ciebie natychmiast. Nawet badania same w sobie zaczynają się wydawać skompresowane do kilku wygenerowanych wyników, które ludzie przeglądają w kilka sekund, zanim przejdą dalej.
Na początku oczywiście wydaje się to niesamowite, ponieważ wszystko staje się szybsze i bardziej przejrzyste.
Ale kilka dni temu korzystałem z AI do badań kryptowalut i otrzymałem odpowiedź prawie natychmiast. Potem zrozumiałem coś dziwnego - po ponownym przeczytaniu prawie nie wiedziałem, skąd właściwie pochodzi jakiekolwiek rozumowanie, ponieważ system już wszystko zsyntetyzował i skompresował, zanim mogłem zobaczyć ścieżkę za wynikiem samym w sobie.
I myślę, że to jest ta część, na którą OpenLedger się naprawdę przygotowuje.
Ponieważ gdy agenci AI i systemy wnioskowania zaczynają stale ze sobą współdziałać, tarcie nie znika tylko dla ludzi. Znika również między maszynami. Systemy zaczynają kierować informacjami, koordynować decyzje i generować wyniki z prędkościami, których nikt już nie może ręcznie zweryfikować.
Dlatego OpenLedger ciągle skupia się tak mocno na PoA, pochodzeniu i przepływie wnioskowania, a nie tylko na marketingu "lepszej AI".
Bez śladowości, niskotarcze ekosystemy AI w końcu stają się gigantycznymi czarnymi skrzynkami, gdzie wyniki poruszają się szybciej, niż ludzie mogą zrozumieć logikę stojącą za nimi.
Nie wiem, może za bardzo to rozważam lol,
ale ostatnio wydaje się, że OpenLedger nie buduje dla internetu przed AI. Budują dla internetu po tym, jak wszystko stanie się natychmiastowe.
@OpenLedger $OPEN #OpenLedger

większość dzisiejszych zachęt kryptowalutowych nie tworzy prawdziwej pewności. tworzą one tymczasową aktywność.
ludzie zbierają punkty, rotują kapitał, spamują transakcje przez kilka tygodni, a potem znikają w momencie, gdy nagrody zaczynają spowalniać. płynność porusza się szybko, ale prawie nikt nie czuje się już zaangażowany.
oto dlaczego model „spalania i zarabiania”, który testuje Genius Terminal, wydaje mi się ciekawszy niż normalne systemy zachęt.
ponieważ w momencie, gdy użytkownicy muszą najpierw poświęcić coś, aby uzyskać przyszłe korzyści, zachowanie zmienia się całkowicie.
nagle użytkownicy stają się bardziej selektywni.
uwaga staje się bardziej intencjonalna.
krótkoterminowe farmienie zaczyna kolidować z długoterminowym pozycjonowaniem.
kilka miesięcy temu interaktywowałem z wieloma ekosystemami jednocześnie, ponieważ szczerze mówiąc, nie było żadnego powodu, aby tego nie robić. jeśli jeden protokół przestał nagradzać aktywność, od razu przenosiłem się gdzie indziej.
ale systemy spalania wprowadzają rzeczywisty koszt psychologiczny.
użytkownik przestaje pytać:
„ile mogę z tego wydobyć?”
i zaczyna pytać:
„czy ten ekosystem naprawdę warto zaangażować się?”
i myślę, że to jest interesująca część, którą większość ludzi pomija.
może następna generacja systemów zachęt kryptowalutowych nie będzie już związana z maksymalizowaniem uczestnictwa.
może chodzi o filtrowanie na podstawie przekonania wystarczająco silnego, że użytkownicy dobrowolnie poświęcają płynność dzisiaj na pozycjonowanie jutro.
@GeniusOfficial $GENIUS #genius

im więcej porównuję Genius Terminal i Hyperliquid, tym bardziej czuję, że rozwiązują trading on-chain z zupełnie przeciwnych kierunków.
kilka tygodni temu handlowałem na wielu łańcuchach podczas jednej z tych szybkich rotacji narracyjnych i szczerze mówiąc, najbardziej irytującą częścią nie było nawet znalezienie trade'u. Chodziło o szybkie przemieszczenie kapitału, żeby wszystko nie wydawało się fragmentaryczne. różne portfele, różne mosty, różne przepływy egzekucji. zanim wszystko się ustabilizowało, rynek już się poruszył.
dlatego to porównanie zaczęło mnie interesować.
Hyperliquid zasadniczo powiedział:
„jakość egzekucji jest zepsuta, więc budujemy nasz własny łańcuch i kontrolujemy środowisko bezpośrednio.”
czy to ma sens. jeśli kontrolujesz łańcuch, orderbook i warstwę egzekucji razem, możesz bardziej agresywnie optymalizować prędkość, opóźnienie i doświadczenie tradingowe.
ale Genius Terminal wydaje się być zupełnie innym zakładem.
zamiast budować kolejne środowisko egzekucji, wydają się zakładać, że crypto w końcu stanie się zbyt fragmentaryczne, aby użytkownicy przejmowali się poszczególnymi łańcuchami.
więc zamiast posiadać sam łańcuch, próbują znieść wszystkie łańcuchy za jednym środowiskiem egzekucji.
myślę, że to jest interesująca część, o której nikt naprawdę nie mówi.
Hyperliquid poprawia trading przez kontrolowanie infrastruktury.
Genius Terminal poprawia trading przez ukrywanie infrastruktury.
jedna filozofia mówi, że lepsza egzekucja pochodzi z integracji wertykalnej.
druga mówi, że lepsza egzekucja pochodzi z abstrahowania.
jeśli płynność wciąż koncentruje się w kilku ekosystemach, to model Hyperliquid prawdopodobnie staje się silniejszy.
ale jeśli crypto wciąż fragmentuje się na więcej łańcuchów, więcej miejsc płynności i więcej środowisk egzekucji, to warstwa abstrakcji nad wszystkim może stać się znacznie ważniejsza.
dlatego Genius Terminal zaczęło mi ostatnio wydawać się mniej jak „kolejna aplikacja tradingowa”, a bardziej jak zakład, że użytkownicy w końcu przestaną się przejmować tym, gdzie egzekucja się odbywa w ogóle.
@GeniusOfficial #genius $GENIUS $HYPE

internet kiedyś miał źródła. Systemy AI w większości mają teraz tylko wyniki.
Zauważyłem to kilka nocy temu, porównując badania w różnych narzędziach AI i agentach kryptowalutowych na ten sam temat rynkowy. Po chwili wszystko zaczęło się dziwnie szybko mieszać. Te same opinie, te same struktury, czasami prawie to samo sformułowanie z drobnymi zmianami. I szczerze mówiąc, naprawdę przestałem wiedzieć, skąd połowa pomysłów pochodziła. lol.
A tak… to mniej więcej wtedy przestałem patrzeć na OpenLedger jak na kolejny projekt narracji AI.
Bo kiedy systemy AI zaczynają nieustannie wchodzić w interakcje z innymi systemami AI, to trudna część prawdopodobnie nie polega już na generowaniu inteligencji.
Chodzi o zachowanie odpowiedzialności za to, skąd ta inteligencja tak naprawdę się wzięła.
I nie sądzę, żeby większość ludzi zdawała sobie sprawę, jak szybko ten problem już rośnie.
W tej chwili nadal zakładamy, że ludzie ostatecznie ręcznie zweryfikują rzeczy. Sprawdzą źródło, porównają informacje, prześledzą kontekst sami. Ale systemy AI nie konsumują informacji tak jak ludzie. Konsumują fragmenty. Sygnały. Wyniki wnioskowania. Remixowane rozumowanie wyciągnięte z tysięcy miejsc jednocześnie.
Ostatecznie internet prawdopodobnie przesunie się z:
„kto to opublikował?”
na:
„co to wpłynęło?”
I to są zupełnie różne systemy.
Dlatego skupienie OpenLedger na PoA, pochodzeniu i przepływie wnioskowania wydaje mi się teraz ważniejsze niż kilka miesięcy temu. Kiedyś myślałem, że powtarzają te pomysły za często, szczerze mówiąc. Teraz to trochę wygląda jakby powtarzanie było celem.
Bo kiedy autonomiczne systemy zaczynają generować i remixować informacje bez przerwy, pochodzenie przestaje być opcjonalnymi metadanymi ukrytymi gdzieś w dokumentach. Zaczyna wyglądać bardziej jak infrastruktura do utrzymania ekosystemów AI w zrozumiałym stanie.
W przeciwnym razie wszystko powoli zamienia się w rekurencyjne wyniki wskazujące na inne rekurencyjne wyniki, aż nikt naprawdę nie będzie mógł prześledzić, skąd inteligencja pierwotnie pochodziła.
Nie wiem, może za bardzo to analizuję. lol
@OpenLedger #OpenLedger $OPEN

zanim przeczytasz więcej o Genius Terminal, szczerze mówiąc, nie zdawałem sobie sprawy, jak bardzo handel onchain wciąż wydaje się czasami wystawiony na działanie, szczególnie dla większych portfeli.
kilka tygodni temu obserwowałem wieloryba wchodzącego w pozycję, a w ciągu kilku minut konta CT już śledziły portfel, ludzie kopiowali wpisy, boty reagowały szybciej niż normalni użytkownicy mogli przetworzyć, co się dzieje. sama transakcja staje się niemal sygnałem dla wszystkich innych, zamiast tylko wykonaniem.
wtedy cała sprawa z "Ghost Orders" od Genius Terminal zaczęła wydawać mi się znacznie ciekawsza, niż się spodziewałem.
na ile rozumiem, próbują podzielić wykonanie na wiele portfeli i tras, zamiast wystawiać cały przepływ zamówień bezpośrednio onchain naraz. i szczerze mówiąc, to rozwiązuje całkiem realny problem w krypto teraz.
ponieważ ludzie wciąż mówią o przejrzystości, jakby zawsze była dobra, ale dla prawdziwych traderów przejrzystość może stać się również słabością.
w momencie, gdy duży kapitał porusza się onchain, wszystko zaczyna na to reagować. boty skanują transakcje, portfele są śledzone, wpisy są kopiowane, czasami nawet dostajesz front-run przed pełnym zbudowaniem pozycji.
specjalną rzeczą w krypto teraz jest to, że samo wykonanie wciąż wydaje się być zaprojektowane jako wrażliwe.
myślę, że dlatego Genius Terminal nie wydaje mi się już tylko kolejnym interfejsem handlowym. bardziej czuję, jakby próbowali zbudować warstwę prywatności i wykonania ponad defi samym w sobie.
nietypowa prywatność w sensie „ukryj wszystko”. bardziej jak ochrona jakości wykonania przed zniszczeniem w momencie, gdy kapitał dotyka łańcucha.
ponieważ ostatecznie, jeśli handel onchain będzie się rozwijał, nie sądzę, żeby poważni traderzy znieśli system, w którym każdy ruch natychmiast staje się publicznym alfabą dla botów i trackerów wokół nich.
to prawdopodobnie pierwszy raz, kiedy Genius Terminal przestał mi się wydawać normalnym produktem terminalowym i zaczął wydawać się bardziej jak infrastruktura dla dyskretnego wykonania samego w sobie.

@GeniusOfficial $GENIUS #genius

pomysł, że portfele w końcu staną się sterowane głosowo, na początku wydawał mi się trochę gimmickowy, szczerze mówiąc
jak jeden z tych konceptów „przyszłej AI”, które brzmią fajnie w demonstracjach, ale wydają się dziwne w prawdziwym życiu
ale miałem ostatnio moment, przeskakując między łańcuchami, sprawdzając pozycje, przenosząc aktywa i otwierając jak 8 zakładek tylko po to, żeby zrobić proste rzeczy, i przypadkowo pomyślałem:
czemu wciąż ręcznie nawiguję po infrastrukturze finansowej, jakby to był 2017 lol
i to szczerze mówiąc, tam gdzie kierunek OpenLedger x Trust Wallet zaczynał mieć dla mnie więcej sensu
ponieważ gdy systemy AI stają się lepsze w kontekście, pamięci i koordynacji, portfele prawdopodobnie przestaną działać jak statyczne aplikacje i zaczną zachowywać się bardziej jak inteligentne interfejsy, zamiast: otwórz aplikację -> wyszukaj token -> skopiuj adres -> przełącz łańcuch -> potwierdź tx -> sprawdź slippage ręcznie
interakcja w końcu staje się bardziej naturalna
„przenieś część moich zysków do stabilnych”
„przenieś to na inny łańcuch”
„zmniejsz ekspozycję, jeśli zmienność wzrośnie dzisiaj w nocy”
„pokaż mi, które pozycje mają słabsze wyniki”
i to właśnie tam sprawy stają się interesujące moim zdaniem
ponieważ trudna część prawdopodobnie nie leży w samych komendach głosowych. Siri istniała już lata temu i nikt nie myślał, że zmieni finansowanie.
prawdziwa zmiana następuje, gdy portfele zaczynają rozumieć intencje, zamiast tylko przetwarzać wejścia
i dlatego OpenLedger wydaje mi się istotny w tej rozmowie
ponieważ gdy AI zaczyna siedzieć pomiędzy użytkownikami a warstwami wykonawczymi finansów, pochodzenie i śledzenie wniosków nagle stają się znacznie ważniejsze
jeśli portfel wspomagany AI sugeruje działanie, kieruje płynnością lub uruchamia automatyzację, ludzie w końcu muszą wiedzieć:
gdzie pochodziła decyzja
jakie dane na nią wpłynęły
jaka ścieżka wnioskowania wyprodukowała rekomendację
w przeciwnym razie koordynacja finansowa powoli zamienia się w czarną skrzynkę, której nikt już do końca nie rozumie
to szczerze mówiąc, część, którą myślę, że większość ludzi pomija w przypadku portfeli AI rn
koncentrują się na interfejsie, ponieważ to ta błyszcząca część
@OpenLedger $OPEN #OpenLedger

wszyscy mówią, że krypto potrzebuje lepszych protokołów, ale po przeczytaniu więcej o Genius Terminal zaczynam myśleć, że większa zmiana może nastąpić właściwie powyżej samej warstwy protokołu. bo w pewnym momencie użytkownicy przestają dbać o to, gdzie odbywa się wykonanie. po prostu chcą, żeby doświadczenie było płynne.

to naprawdę jest to, co kliknęło mi w głowie, gdy głębiej przyjrzałem się temu, co Genius Terminal stara się zbudować. to nie czuję się jak „kolejna aplikacja do handlu”. bardziej przypomina mi to, że próbują zamienić wszystkie fragmentaryczne części defi w niewidzialną infrastrukturę za jedną warstwą wykonania.
bowiem teraz krypto wciąż wydaje się dziwnie rozbite. mostkujesz w jednej aplikacji, wymieniasz w innej, śledzisz portfel gdzie indziej, zarządzasz płynnością na różnych łańcuchach, otwierasz wiele kart, żeby szybko obracać kapitałem. a każdy dodatkowy krok tworzy rodzaj tarcia, o którym ludzie nawet nie zdają sobie sprawy. nie tylko tarcie UX, ale także tarcie wykonania. czasami okazja już znika, zanim kapitał nawet dotrze.

i myślę, że dlatego cały pomysł, że „protokoły stają się API”, zaczyna mieć dla mnie więcej sensu dzięki Genius Terminal. z tego, co rozumiem, celem nie jest zastąpienie protokołów. chodzi o ich abstrahowanie od warstwy użytkownika.
płynność wciąż istnieje pod spodem. mosty wciąż istnieją pod spodem. trasowanie też wciąż istnieje pod spodem. ale użytkownik nie musi już dbać o każdą warstwę infrastruktury.

to dość ważna zmiana moim zdaniem, ponieważ wczesne krypto było bardzo zorientowane na protokoły. ludzie identyfikowali się przez protokoły i ekosystemy. ale może UX krypto ostatecznie ewoluuje podobnie jak internet, gdzie większość użytkowników w ogóle nie myśli o infrastrukturze pod interfejsem.

nie wiem, może to jeszcze wcześnie, ale Genius Terminal wydaje mi się mniej jak zwykły produkt defi, a bardziej jak zakład na to, że abstrakcja stanie się następną warstwą ewolucji UX krypto.

@GeniusOfficial $GENIUS #genius

jedna rzecz, którą myślę, że OpenLedger dobrze robi z ModelFactory, to obniżanie bariery dla ludzi, którzy nie umieją kodować
bo szczerze mówiąc, większość projektów „decentralizowanej AI” nadal zakłada, że użytkownicy są wystarczająco techniczni, aby poradzić sobie z wdrażaniem modeli, konfiguracjami, infrastrukturą, zbiorami danych itd. i to prawdopodobnie jeden z największych powodów, dla których normalni ludzie nadal czują się odłączeni od budowania AI dzisiaj
kiedy bardziej zagłębiłem się w ModelFactory, ciekawą częścią nie były same narzędzia
ale kierunek, w jakim zmierzają
OpenLedger wydaje się rozumieć, że jeśli gospodarki AI mają się naprawdę rozwijać, wkład nie może być ograniczony tylko do programistów
w przeciwnym razie zdecentralizowana AI staje się znów niszowym ekosystemem kontrolowanym przez małe grupy techniczne
dlatego strona bez kodu ma większe znaczenie, niż ludzie myślą, moim zdaniem
ktoś z wiedzą dziedzinową, ale bez inżynierskiego tła, nadal może potencjalnie przyczynić się: niszowe zbiory danych, specjalistyczne procesy robocze, wiedza społeczności, modele specyficzne dla zadań
i szczerze mówiąc, to prawdopodobnie ważniejsze w dłuższej perspektywie niż próba przekształcenia każdego w inżyniera ML z dnia na dzień
ponieważ systemy AI nie potrzebują tylko programistów
potrzebują kontekstu
potrzebują ludzi, którzy naprawdę rozumieją branże, społeczności, zachowania i konkretne problemy na tyle głęboko, aby kształtować użyteczne modele wokół nich
to takie wrażenie miałem, czytając ostatnio dokumentację OpenLedger
nie wydają się budować tylko dla inżynierów AI
wydaje się, że przygotowują się na przyszłość, w której uczestnictwo w gospodarkach AI stanie się na tyle normalne, że również osoby nietechniczne będą mogły się przyczynić
nie wiem, czy ModelFactory jest już całkowicie gotowe
ale uważam, że redukcja technicznych przeszkód może okazać się jedną z największych zalet dla zdecentralizowanych ekosystemów AI w przyszłości
@OpenLedger $OPEN #OpenLedger

Słuchaj, myślę, że OpenLedger może naprawdę skorzystać na całej sytuacji z ASI / Ocean bardziej, niż ludzie sobie zdają sprawę. Nie bezpośrednio dlatego, że Ocean opuścił sojusz czy coś dramatycznego, ale dlatego, że ujawniło to coś ważnego w obecnym krajobrazie kryptowalut związanym z AI. Wiele projektów wciąż czuje się uwięzionych między narracjami: infrastruktura AI, gospodarki agentów, fuzje tokenów, decentralizacja, własność danych. Wszystko jest pakowane w jedną wielką historię „przyszłości AI” i w końcu staje się trudno powiedzieć, co projekt tak naprawdę próbuje rozwiązać. Szczerze mówiąc, to dziwne uczucie miałem, obserwując sytuację z ASI z biegiem czasu. Nawet odejście Oceanu w pewnym sensie to potwierdziło. Różne zespoły zaczęły kierować się różnymi priorytetami. I myślę, że to właśnie tam OpenLedger nagle wydaje się bardziej skoncentrowane w porównaniu do wielu innych w sektorze teraz. Nie reklamują się tak, jakby próbowali zbudować najinteligentniejszą sieć AGI czy największy ekosystem agentów. Wciąż wracają do tych samych rzeczy: PoA, pochodzenie, przepływ wniosków, śledzenie. Na początku myślałem, że zbyt dużo powtarzają te terminy, szczerze mówiąc, ale teraz myślę, że powtórzenie ma sens, ponieważ gdy ekosystemy AI stają się wystarczająco chaotyczne, weryfikacja prawdopodobnie ma większe znaczenie niż „większe narracje AI”, szczególnie po tym, jak widziałem, jak chaotyczna staje się koordynacja, gdy wiele protokołów AI, tokenów, zachęt i społeczności zaczyna łączyć się pod jednym parasolem. OpenLedger wydaje się unikać tego całego kierunku całkowicie: mniej „połączmy każdą narrację AI w jeden sojusz”, a więcej „rozwiążmy najpierw jeden problem infrastrukturalny porządnie”. Nie wiem, czy to automatycznie czyni ich beneficjentem odejścia Oceanu z ASI, czy nie, ale myślę, że takie momenty tworzą przestrzeń dla projektów z jaśniejszym pozycjonowaniem, aby wyróżniały się bardziej, szczególnie w kryptowalutach AI, gdzie większość ekosystemów wciąż wydaje się być dość koncepcyjnie ciężka i strukturalnie niejasna teraz. @OpenLedger $OPEN #OpenLedger

Myślę, że jednym z powodów, dla których OpenLedger tak mocno promuje PoA i śledzenie pochodzenia, jest to, że internet prawdopodobnie stanie się niemożliwy do weryfikacji w tradycyjny sposób, gdy systemy autonomiczne zaczną się rozwijać.
Szczerze mówiąc, na początku nie rozumiałem, dlaczego w dokumentacji tak często powtarzają te fragmenty.

Każdy projekt AI na rynku teraz mówi, jakby budowali najinteligentniejsze agenty lub najszybszą warstwę wnioskowania czy coś w tym stylu, więc obserwowanie, jak OpenLedger spędza tyle czasu na historii atrybucji, wydawało mi się trochę dziwne.
Ale potem zacząłem czytać głębiej, jak ich model PoA łączy zbiory danych, przepływ wnioskowania i nagrody downstream, i wtedy wszystko zaczęło się bardziej układać.

Bo gdy systemy AI zaczynają generować ogromne ilości wyników nieustannie, śledzenie wpływu prawdopodobnie staje się trudniejsze niż generowanie samej inteligencji.

To jest część, na którą nie sądzę, że ludzie są jeszcze całkowicie przygotowani.
Czasami linie czasowe czują się już częściowo syntetyczne. Teraz wyobraź sobie autonomiczne agenty korzystające z zbiorów danych, generujące badania, kierujące sygnały do innych systemów, a potem te systemy generujące więcej wyników na wierzchu przez cały dzień.

W końcu wszystko zaczyna się zlewać,
a jeśli nikt nie będzie mógł już śledzić, skąd wyniki były wpływane, zaufanie prawdopodobnie szybko się załamie.

Dlatego OpenLedger wydaje się mniej projektem, który próbuje sprawić, by AI brzmiało futurystycznie, a bardziej zespołem przygotowującym infrastrukturę do weryfikacji, zanim internet stanie się zbyt hałaśliwy, by normalnie koordynować.
Strona PoA szczerze mówiąc, bardziej mi się wyróżniała niż strona „AI” po pewnym czasie.

Bo utrzymywanie historii wkładów związanej z przepływem wnioskowania wydaje się znacznie ważniejsze, gdy systemy autonomiczne zaczynają uczestniczyć ekonomicznie, zamiast tylko generować tekst do przeczytania przez ludzi.
Nie wiem, może zbytnio się w to zagłębiam, lol, ale im więcej czytam dokumenty OpenLedger, tym bardziej wydaje się, że budują wersję internetu, w której udowodnienie, skąd pochodzi inteligencja, ma znaczenie niemal tak samo jak sama inteligencja.
@OpenLedger $OPEN #OpenLedger

szczerze mówiąc, wczoraj czytałem dokumentację OpenLedger, głównie dlatego, że myślałem, że może jest tam coś głębszego niż tylko kolejna "infrastruktura AI". Potem utknąłem na około 20 minutach w części dotyczącej atrybucji i nagrody za wnioskowanie, lol. Bo jeśli dobrze to rozumiem, OpenLedger zasadniczo stara się utrzymać połączenie między zestawem danych a wartością, którą tworzy później za pomocą wyników AI. To mi trochę zburzyło mózg. Jak teraz, ludzie codziennie publikują rzeczy w sieci, nie myśląc o tym zbytnio: przewodniki, wątki z alfa, przypadkowa niszowa wiedza, pomysły handlowe, nawet komentarze, szczerze mówiąc. Potem modele AI wchłaniają to wszystko. Ale po tym nikt tak naprawdę nie wie, skąd ta wartość pochodzi. Dziwne jest to, że same dane mogą wciąż wpływać na wyniki tysiące razy później. Więc dlaczego wartość ekonomiczna zatrzymuje się na etapie przesyłania? To jest część, nad którą ciągle myślę. Czuję, że OpenLedger mniej chodzi o "agenty AI", a bardziej o próby ponownego uczynienia wkładu śladowym. Co szczerze wydaje się ważniejsze w dłuższej perspektywie. Bo jeśli gospodarki AI będą rosnąć, atrybucja prawdopodobnie stanie się prawdziwym problemem ekonomicznym, a nie tylko funkcją technologiczną. I naprawdę nie widziałem zbyt wielu projektów, które skupiają się tak mocno na pochodzeniu, atrybucji i przepływie wnioskowania razem. Może przesadzam, nie wiem. Ale czuję, że dane zaczynają działać mniej jak informacja, a bardziej jak aktywa, które wciąż generują wartość po tym, jak pierwotny twórca już został zapomniany. I to brzmi trochę ekscytująco i niewygodnie jednocześnie, szczerze mówiąc. @OpenLedger $OPEN #OpenLedger

Kilka dni temu testowałem różne narzędzia AI podczas prowadzenia badań w kryptowalutach i po chwili wszystko zaczęło wydawać się dziwnie podobne. Różne marki, różne modele, inny interfejs użytkownika, ale przepływ interakcji ledwo się zmienił. Zadajesz pytanie, AI odpowiada, a potem cały proces znowu się zatrzymuje, czekając na następny sygnał.
Wtedy zacząłem myśleć, że może długoterminowy wyścig AI nie będzie się tak naprawdę koncentrował wokół jednego ogromnego modelu robiącego wszystko.
Ponieważ większość prawdziwych systemów już działa poprzez specjalizację. Nawet infrastruktura kryptowalutowa jest tak zbudowana. Jeden protokół zarządza płynnością, inny rozliczeniem, a jeszcze inny wykonaniem. Wszystko koordynuje się razem zamiast jednego systemu stającego się całym stosem.

Myślę, że AI może powoli zmierzać w tym samym kierunku.
Agent handlowy prawdopodobnie nie powinien myśleć tak samo jak model badawczy. Agent gospodarki gier nie potrzebuje takiego samego zachowania jak system zarządzania skarbem. Próba zmuszenia każdego zadania do jednego uniwersalnego poziomu inteligencji ostatecznie wydaje się nieefektywna.

To częściowo dlatego kierunek OpenLedger wokół OpenLoRA wydaje mi się interesujący. Nie wygląda na to, żeby gonili za narracją „jednej super AI”. Architektura wydaje się znacznie bliższa ekosystemowi wyspecjalizowanych agentów działających razem, dzieląc się infrastrukturą pod spodem.

I szczerze mówiąc, gdy zaczynasz sobie wyobrażać tysiące mniejszych agentów ciągle w interakcji, trudna część przestaje być surową inteligencją. Koordynacja staje się prawdziwym problemem. Różni agenci, różne przepływy wykonania, różne stany, wszystkie działające w zmieniających się środowiskach bez łamania synchronizacji.
Wydaje się, że większość branży wciąż koncentruje się na tym, aby AI brzmiało mądrzej, podczas gdy OpenLedger wydaje się znacznie bardziej skoncentrowane na tym, jak autonomiczne systemy mogą rzeczywiście działać razem na dużą skalę.
@OpenLedger $OPEN #OpenLedger