#opg $OPG Tôi đã đọc qua các Lựa chọn Thiết kế của OpenGradient hôm nọ và có một Chi tiết cứ thu hút sự chú ý của tôi.
Hầu hết mọi người dường như cho rằng Phi tập trung chỉ là một ô kiểm đơn giản. Một mạng lưới có Phi tập trung hay không.
Càng nhìn vào @OpenGradient cách tiếp cận xác thực. Tôi càng ít bị thuyết phục rằng Tình huống đơn giản như vậy.
Điều nổi bật không phải là cơ sở hạ tầng. Mà là quyết định để các Nhà phát triển chọn Các phương pháp xác thực khác nhau tùy thuộc vào khối lượng công việc.
Lựa chọn đó cảm thấy không thoải mái lúc đầu.
Rất nhiều hệ thống âm thầm coi mỗi hành động như thể nó xứng đáng với cùng một mức độ tin cậy.#OPGS thì Không. Một số khối lượng công việc có thể sử dụng chứng thực phần cứng. Những cái khác có thể dựa vào chứng minh mật mã. Một số có thể ưu tiên tốc độ khi các đảm bảo mạnh mẽ G1uarantees không cần thiết.
Cơ chế này không cố gắng ép một Câu trả lời lên mọi vấn đề.
Và điều đó đã thay đổi cách tôi suy nghĩ về phi tập trung.
Có thể rủi ro lớn hơn không phải là Mạng lưới có Những giả định tin cậy khác nhau. Có thể rủi ro lớn hơn là giả vờ rằng họ không có.
Đối với người dùng. Điều này có thể ảnh hưởng đến kết quả thực tế. Xác thực mạnh mẽ nơi cần thiết có thể Giảm thiểu các phụ thuộc tin cậy ẩn. Thực thi nhanh hơn khi Stakes thấp hơn có thể cải thiện hiệu quả mà không làm chậm mọi thứ một cách không cần thiết.
Tôi vẫn đang khám phá ý tưởng này. Nhưng nó khiến tôi phải đặt câu hỏi về việc "phi tập trung" thực sự có nghĩa là phi tập trung trong thực tế so với phi tập trung trong marketing bao nhiêu.
Khi cơ sở hạ tầng AI phát triển. Tôi tự hỏi liệu giai đoạn tiếp theo của phi tập trung sẽ không phải là về Việc loại bỏ hoàn toàn sự tin cậy, mà là về việc làm cho sự tin cậy trở nên rõ ràng và Đo lường được.
Nếu người dùng cuối cùng có thể thấy được các Đảm bảo chính xác sau mỗi hành động. Liệu sự phi tập trung giả có trở nên khó Ẩn giấu hơn không?@OpenGradient #OPG $OPG
Hầu hết mọi người dường như cho rằng Phi tập trung chỉ là một ô kiểm đơn giản. Một mạng lưới có Phi tập trung hay không.
Càng nhìn vào @OpenGradient cách tiếp cận xác thực. Tôi càng ít bị thuyết phục rằng Tình huống đơn giản như vậy.
Điều nổi bật không phải là cơ sở hạ tầng. Mà là quyết định để các Nhà phát triển chọn Các phương pháp xác thực khác nhau tùy thuộc vào khối lượng công việc.
Lựa chọn đó cảm thấy không thoải mái lúc đầu.
Rất nhiều hệ thống âm thầm coi mỗi hành động như thể nó xứng đáng với cùng một mức độ tin cậy.#OPGS thì Không. Một số khối lượng công việc có thể sử dụng chứng thực phần cứng. Những cái khác có thể dựa vào chứng minh mật mã. Một số có thể ưu tiên tốc độ khi các đảm bảo mạnh mẽ G1uarantees không cần thiết.
Cơ chế này không cố gắng ép một Câu trả lời lên mọi vấn đề.
Và điều đó đã thay đổi cách tôi suy nghĩ về phi tập trung.
Có thể rủi ro lớn hơn không phải là Mạng lưới có Những giả định tin cậy khác nhau. Có thể rủi ro lớn hơn là giả vờ rằng họ không có.
Đối với người dùng. Điều này có thể ảnh hưởng đến kết quả thực tế. Xác thực mạnh mẽ nơi cần thiết có thể Giảm thiểu các phụ thuộc tin cậy ẩn. Thực thi nhanh hơn khi Stakes thấp hơn có thể cải thiện hiệu quả mà không làm chậm mọi thứ một cách không cần thiết.
Tôi vẫn đang khám phá ý tưởng này. Nhưng nó khiến tôi phải đặt câu hỏi về việc "phi tập trung" thực sự có nghĩa là phi tập trung trong thực tế so với phi tập trung trong marketing bao nhiêu.
Khi cơ sở hạ tầng AI phát triển. Tôi tự hỏi liệu giai đoạn tiếp theo của phi tập trung sẽ không phải là về Việc loại bỏ hoàn toàn sự tin cậy, mà là về việc làm cho sự tin cậy trở nên rõ ràng và Đo lường được.
Nếu người dùng cuối cùng có thể thấy được các Đảm bảo chính xác sau mỗi hành động. Liệu sự phi tập trung giả có trở nên khó Ẩn giấu hơn không?@OpenGradient #OPG $OPG
