Vào lúc 11 giờ đêm rẽ vào con hẻm đó, vào tiệm net cũ kỹ. Bàn phím loáng đến phát sáng, anh chàng bên cạnh đang chơi FPS mà gấp đến mức đập bàn, chửi mạng lag đến mức không thể ngắm bắn được. Mình nhìn cái mặt giận dữ của anh ta, tự nhiên nghĩ đến việc rất nhiều người nghi ngờ @OpenGradient —lý do chỉ có một câu: AI chạy trên chain quá chậm, căn bản không thể triển khai được.
Nói thật, ban đầu mình chẳng để ý. AI chạy trên chain chậm là đồng thuận trong ngành. Nhưng lật xong Whitepaper OpenGradient mới thấy vấn đề này đã bị bóc tách từ trước. Việc xây khối diễn ra cực nhanh, bởi inference không chạy vào đúng khoảnh khắc tạo block, mà là đã tính sẵn kết quả trước; block chỉ có nhiệm vụ nhét vào gói các kết luận suy luận đã được ký. Chain không gánh “tội” tính toán AI, chain chỉ kiểm tra xem ổ bánh đã nướng sẵn có còn tươi ngon hay không.
Nghe thì rất hay, nhưng càng hay thì càng phải diễn ra đến tận giới hạn. Tính trước đồng nghĩa tách rời giữa inference và tạo block: inference được hoàn thành ngoài chain hoặc trong TEE, còn lớp tạo block chỉ việc kiểm tra chữ ký. Vậy vấn đề nằm ở đâu? Trong “cửa sổ” tính trước, thị trường đã chuyển động rồi. Biến động suất được tính dựa trên trạng thái cách đó năm phút—đến lúc thật sự đóng gói vào block, liệu còn đúng không? AMM cầm một bộ tham số phí đã hết hạn đi để phòng hộ, market maker bị kẹp ở cả hai đầu: cái kẹp từ sự chênh lệch và cái kẹp từ độ trễ. Cảm giác đó mới đáng sợ.
Khốc liệt hơn còn là sự giao thoa của các module. Trên OpenGradient treo AlphaSense để cấp cho AMM, MemSync cho Agent, mô hình miền thì cho LangChain—mỗi nhánh đều phụ thuộc vào nhịp độ tính trước. Chỉ cần một oracle “điên” lên, hoặc các node TEE bị trễ hàng loạt, cảm giác “tính trước” lập tức phản công: các giao thức phía dưới nhận được toàn là dữ liệu vào cũ y hệt một thời điểm. Rủi ro không còn được cách ly nữa mà chuyển sang bùng nổ đồng bộ. Sự tinh tế của tính trước—đúng thật—lại được xây trên giả định cực mong manh rằng thượng nguồn sẽ không bao giờ “điên”. $SYN
Mình dự định kéo hiệu giữa timestamp submit inference của các node OpenGradient và timestamp lên chain cuối cùng thành một đường cong. Gap này càng ổn định và càng hẹp thì câu chuyện tính trước mới đứng vững; nếu xuất hiện phân bố đuôi dài, đó chính là vết nứt mang tính cấu trúc. $UB
AI chậm trên chain đã bị né bằng tính trước rồi, nhưng né được không có nghĩa là không tồn tại—nó chỉ đổi từ “độ trễ” sang “dữ liệu cũ”. Bạn sẵn sàng chấp nhận cái nào?
Trước khi đổ tiền thật để làm, ngủ thêm một đêm nữa rồi quyết cũng chưa muộn. #opg $OPG