Вчера сидел в уличной столовой, ел и одновременно пролистывал роуты на DEX, как вдруг опять всплывает Approval в кошельке — gas слегка подтянулся, а slippage вырос почти на 2%.
Мне стало немного неприятно, и я внезапно подумал про @OpenGradient
Не потому что еда плохая.
А потому что в крипте есть одно очень знакомое чувство: чем больше слышишь слова «verifiable», тем сильнее хочется спросить — если деньги улетят, то кто будет отвечать?
—
ZKML на бумаге звучит очень красиво.
У AI есть proof, inference можно верифицировать, всё прозрачно.
Но реальность рынка не ждёт.
В DeFi или при AI-трейдинге задержка на пару секунд иногда уже достаточно, чтобы заплатить цену.
Её не волнует, насколько хорош proof.
Она задаёт только вопрос:
«Результат, когда я жму кнопку, будет пригодным?»
И именно это я считаю довольно практичным у OpenGradient.
Вместо того чтобы требовать от AI сначала всё верифицировать, а уже потом отдавать результат, они разнесли execution и verification.
Inference запускают раньше, чтобы пользователь получил output быстрее.
А proof делают позже — чтобы всё ещё сохранялась возможность проверять.
LLM используют TEE, чтобы было легче.
Небольшие модели — ZKML.
Кому нужна скорость — выбирают vanilla.
Не загоняют все use case в один компромисс.
Но вопрос всё ещё остаётся.
Если output окажется неверным, пользователь уже совершил действие, а proof приходит после и только тогда выявляет ошибку…
— сколько смысла в верификации в этот момент?
Вот почему я всё ещё слежу за OpenGradient.
Не потому что они обещали решить всё.
А потому что хотя бы они прямо говорят: AI не бесплатен, доверие не исчезает — оно просто переносится в другое место.
Что выбираешь:
правильно, но медленно, или быстро, но с готовностью принять ещё чуть-чуть доверия?
$OPG #opg
Мне стало немного неприятно, и я внезапно подумал про @OpenGradient
Не потому что еда плохая.
А потому что в крипте есть одно очень знакомое чувство: чем больше слышишь слова «verifiable», тем сильнее хочется спросить — если деньги улетят, то кто будет отвечать?
—
ZKML на бумаге звучит очень красиво.
У AI есть proof, inference можно верифицировать, всё прозрачно.
Но реальность рынка не ждёт.
В DeFi или при AI-трейдинге задержка на пару секунд иногда уже достаточно, чтобы заплатить цену.
Её не волнует, насколько хорош proof.
Она задаёт только вопрос:
«Результат, когда я жму кнопку, будет пригодным?»
И именно это я считаю довольно практичным у OpenGradient.
Вместо того чтобы требовать от AI сначала всё верифицировать, а уже потом отдавать результат, они разнесли execution и verification.
Inference запускают раньше, чтобы пользователь получил output быстрее.
А proof делают позже — чтобы всё ещё сохранялась возможность проверять.
LLM используют TEE, чтобы было легче.
Небольшие модели — ZKML.
Кому нужна скорость — выбирают vanilla.
Не загоняют все use case в один компромисс.
Но вопрос всё ещё остаётся.
Если output окажется неверным, пользователь уже совершил действие, а proof приходит после и только тогда выявляет ошибку…
— сколько смысла в верификации в этот момент?
Вот почему я всё ещё слежу за OpenGradient.
Не потому что они обещали решить всё.
А потому что хотя бы они прямо говорят: AI не бесплатен, доверие не исчезает — оно просто переносится в другое место.
Что выбираешь:
правильно, но медленно, или быстро, но с готовностью принять ещё чуть-чуть доверия?
$OPG #opg
