Ха-ха, тао понял слишком поздно: AI-агенты снова повторяют старые циклы DeFi с Layer 1.
Люди просто хвастаются тем, сколько всего делает агент, и почти никто не спрашивает, какую именно систему поощрений ему дают и как она заставляет его действовать. Проблема не в том, насколько AI мощный, а в incentive и доверии.
Добавлять возможности снова и снова бесполезно, если пользователю всё равно приходится слепо верить в black box. Важно не то, что агент решает за тебя, а то, что ты можешь проверить, насколько.
@OpenGradient делает иначе.
Они не гнались за трендом «сверхразумных» агентов, а сосредоточились на построении надежного system design.
С помощью HACA они разделяют execution и verification: сначала быстро работает inference, затем proof. Для LLM — TEE, для небольшой модели — ZKML.
Уже выполнено более 2 млн verifiable inference, 500k+ proof.
Странный момент в том, что они превратили verifiable inference в базовый слой: так агент, что бы он ни решил, можно проследить через модель + входные данные + выход.
Это как DeFi: переход от веры в команду к вере в код.
Но я всё равно возражаю: proof медленный — деньги улетают первыми, TEE всё ещё предполагает trust, а пользователи зачастую тоже ленятся проверять.
Рынок часто награждает более «эффектные» вещи, а не более надежные.
Я слежу, потому что у них правда доверие-minimized: они воспринимают AI как настоящий coprocessor для цепочки и агент.
Настоящий вопрос не в том, какой агент самый умный, а в том, какая система делает его более заслуживающим доверия.
И вот почему я обратил внимание на #OPG
$OPG $SYN $BTC
Люди просто хвастаются тем, сколько всего делает агент, и почти никто не спрашивает, какую именно систему поощрений ему дают и как она заставляет его действовать. Проблема не в том, насколько AI мощный, а в incentive и доверии.
Добавлять возможности снова и снова бесполезно, если пользователю всё равно приходится слепо верить в black box. Важно не то, что агент решает за тебя, а то, что ты можешь проверить, насколько.
@OpenGradient делает иначе.
Они не гнались за трендом «сверхразумных» агентов, а сосредоточились на построении надежного system design.
С помощью HACA они разделяют execution и verification: сначала быстро работает inference, затем proof. Для LLM — TEE, для небольшой модели — ZKML.
Уже выполнено более 2 млн verifiable inference, 500k+ proof.
Странный момент в том, что они превратили verifiable inference в базовый слой: так агент, что бы он ни решил, можно проследить через модель + входные данные + выход.
Это как DeFi: переход от веры в команду к вере в код.
Но я всё равно возражаю: proof медленный — деньги улетают первыми, TEE всё ещё предполагает trust, а пользователи зачастую тоже ленятся проверять.
Рынок часто награждает более «эффектные» вещи, а не более надежные.
Я слежу, потому что у них правда доверие-minimized: они воспринимают AI как настоящий coprocessor для цепочки и агент.
Настоящий вопрос не в том, какой агент самый умный, а в том, какая система делает его более заслуживающим доверия.
И вот почему я обратил внимание на #OPG
$OPG $SYN $BTC
