Eman098

#newt $NEWT
Tôi đã đào sâu vào bảo mật kho tiền (institutional vault) trong nhiều tuần nay và cuối cùng điều gì đó đã “bật” với tôi khi đọc qua các tài liệu của @NewtonProtocol vào tối qua.

Hầu hết các công cụ tuân thủ ngoài kia vẫn nghiêng về danh sách đen.

Chúng gắn cờ những tác nhân xấu đã biết sau khi sự việc xảy ra, nghĩa là đến khi một “cờ đỏ” xuất hiện thì tiền đã đi mất rồi.

Nó trở thành một cuộc rượt đuổi mà không ai giành chiến thắng.

Điểm khác biệt ở đây là sự chuyển dịch sang cơ chế truy cập hạn chế mặc định.

Thay vì hỏi “Chúng ta chặn ai?”, miền danh tính (identity domain) của Newton lại hỏi “Chúng ta thực sự cho ai vào.”

Đó là tư duy danh sách trắng (whitelist) và thành thật mà nói, nó hợp lý hơn rất nhiều đối với vốn tổ chức.

Nếu một kho tiền chỉ cho phép các đối tác đã được xác minh và được phê duyệt theo chính sách ngay từ đầu, thì sẽ không có khoảng trống để kẻ xấu lọt qua trước khi cơ chế phát hiện bắt kịp.

Chúng tôi đang thấy tổng giá trị khóa (TVL) của các vault DeFi được tuyển chọn tăng trưởng mạnh mẽ trong năm vừa qua, nhưng lớp thực thi (enforcement layer) vẫn chưa theo kịp tốc độ tăng trưởng đó.

Cách tiếp cận của Newton kiểm tra các quy tắc về danh tính và thẩm quyền (jurisdiction) liên quan đến trừng phạt (Sanctions) trước khi một giao dịch được hoàn tất, chứ không phải sau đó, bằng cách sử dụng các bằng chứng không kiến thức (zero knowledge proofs) để dữ liệu nhạy cảm vẫn được giữ riêng tư.

Sự cân bằng giữa Quyền riêng tư và Khả năng xác minh (Verifiability) chính là điều mà các tổ chức đang yêu cầu.

Phần rút ra của tôi sau buổi “đào” sâu này là: compliance dưới dạng mã (compliance as code) không còn là một cụm buzzword nữa.

Nó đang trở thành kiến trúc thực sự mà các tổ chức cần để tin tưởng vào tài chính onchain.

$NEWT #NEWT @NewtonProtocol

Dạo này tôi vẫn cứ nghĩ mãi về một câu cụm cứ quay lại với tôi: Xác thực không phải là chính xác.

Dễ dàng cho rằng nếu một thứ đã được chứng minh trên chuỗi thì nó hẳn là đúng.

Nhưng chỉ riêng bằng chứng không cho ta biết rằng dữ liệu đưa vào quy trình đó ban đầu có trung thực hay không.

Chỉ cho biết quy trình đã chạy theo cách mà nó được cho là sẽ chạy.

Khoảng trống đó là điều khiến tôi suy nghĩ trong khi đọc về Newton Protocol.

Điều tôi thích ở Newton là nó không cố “đánh lạc” vấn đề này.

Thay vì chỉ tin vào Output của một tác nhân AI, hệ thống bọc Mọi Hành động trong một Môi trường Thực thi Tin cậy (Trusted Execution Environment) và xác thực nó bằng một bằng chứng không kiến thức (zero knowledge proof).

Nó trở nên ít phụ thuộc vào “hãy tin tôi” hơn, và nhiều hơn vào “đây là bằng chứng mà bạn có thể tự kiểm tra”.

Với xác minh danh tính theo thời gian thực và tuân thủ (Compliance), sự khác biệt này thực sự quan trọng.

Nếu một tác nhân đang chuyển tiền hoặc xác minh ai đó là ai, thì tôi muốn có bằng chứng về việc thực thi đúng, chứ không phải chỉ là một tuyên bố tự tin.

Tôi là người đã từng bị “tổn thương” bởi những công cụ trông có vẻ an toàn nhưng thực ra không phải như vậy, nên dạng xác thực nhiều lớp này thực sự mang lại cho tôi cảm giác yên tâm.

Chúng ta đang thấy nhiều nền tảng tài sản số nói về tuân thủ, nhưng ít nền tảng xây dựng “trụ cột mật mã” (Cryptographic Backbone) để thực sự hỗ trợ nó.

Niềm tin thật sự không phải là thứ được khẳng định; nó được Thể hiện (Demonstrated).
Newton dường như hiểu được sự khác biệt đó.

@NewtonProtocol $NEWT #NEWT

#newt $NEWT
Dạo này tôi dành buổi tối để đọc về Newton Protocol và tôi muốn chia sẻ lý do nó thu hút sự chú ý của tôi.
Phần lớn chúng ta đã từng dùng một số dạng tự động hóa trong crypto—dù là bot hay script—và chúng ta cũng biết cảm giác rủi ro khi trao quyền kiểm soát mà không có bất kỳ bằng chứng thực sự nào về những gì đang diễn ra ở hậu trường.
Chính khoảng trống đó là điều Newton đang tìm cách lấp đầy.

Điểm nổi bật với tôi là họ đã xây dựng một lớp tự động hóa có thể kiểm chứng bằng cách sử dụng Môi trường thực thi tin cậy (Trusted Execution Environments) kết hợp với các bằng chứng kiến thức không tương tác (zero knowledge proofs).
Nói đơn giản, điều đó có nghĩa là một tác nhân AI có thể thay bạn hành động trên nhiều chuỗi khác nhau, và bạn vẫn nhận được bằng chứng mật mã rằng không có điều gì mờ ám xảy ra.
Tôi là người luôn do dự trước khi ủy quyền các hành động tài chính cho một cỗ máy, nên kiểu thiết kế này thực sự làm tôi yên tâm hơn.

Một phần khác tôi thích là Newton Model Registry.
Các nhà phát triển niêm yết tác nhân AI hoặc mô hình của họ ở đó sẽ trả phí bằng NEWT, và các khoản phí này chảy ngược lại cho những người tạo ra mô hình dưới dạng tiền bản quyền (royalties).
Nó tạo thành một vòng lặp khuyến khích (incentive loop) thực sự, thay vì chỉ là một tiện ích token khác “trên giấy”.
Chúng ta đang thấy nhiều dự án nói về AI và tự động hóa, nhưng rất ít dự án thực sự gắn chặt phần kinh tế với nhau theo cách sạch sẽ như vậy.

Nếu Web3 trong tương lai có thể trở nên đơn giản đối với một người bình thường, thì những dự án như thế này chính là các đơn vị đang âm thầm xây dựng nền tảng.
Tôi sẽ theo dõi cách hệ thống Danh tiếng (Reputation) dành cho các tác nhân phát triển tiếp theo.

@NewtonProtocol $NEWT #NEWT

#newt $NEWT
Hầu hết các hệ thống zero-knowledge bắt tôi phải đi vào một sự đánh đổi đau đớn: viết logic chính sách của tôi, rồi thiết kế riêng một mạch tùy chỉnh chỉ để làm cho nó có thể chứng minh được.
Bước bổ sung đó làm mọi thứ chậm lại và tạo ra chỗ cho sai sót giữa những gì chính sách của tôi nói và những gì mạch thực sự chứng minh.

Newton Protocol giải quyết theo cách khác—thẳng thắn và minh bạch—đó là lý do tôi cứ quay lại với nó.

Thay vì tự chế thủ công các mạch cho từng quy tắc, Newton biên dịch toàn bộ công cụ đánh giá policy bằng Rego trực tiếp sang một đích RISC-V.

Rego là cùng một ngôn ngữ policy mã nguồn mở được dùng trong OPA (Open Policy Agent)—thứ mà tôi đã tin cậy cho hạ tầng cloud và các hệ thống tuân thủ.

Khi nhắm tới RISC V, Newton về bản chất biến chính công cụ đánh giá mục đích chung thành một phép tính có thể chứng minh được.

Kết quả mà tôi thấy: mỗi chính sách tôi viết trong Rego sẽ tự động trở nên có thể được ZK-chứng minh—không cần thiết kế mạch tùy chỉnh, không có pipeline chứng minh riêng, không có lớp chuyển đổi thủ công ở đầu của tôi.

Dù đó là kiểm tra KYC, một màn hình đối chiếu lệnh trừng phạt hay một quy tắc giới hạn chi tiêu, cùng một logic đánh giá chạy chính sách của tôi cũng có thể tạo ra một bằng chứng có thể xác minh rằng nó đã chạy đúng.

Điều này quan trọng nhất với tôi trong các tranh chấp.
Khi một bên phản biện thách thức một bản xác thực của người vận hành
Tôi không cần xây dựng gì mới—tôi chỉ chạy lại chính công cụ Rego đó và một bằng chứng ZK hợp lệ sẽ xuất hiện từ lần thực thi ấy.
Đối với tôi, đó là “mở khóa” thực sự: tuân thủ và khả năng xác minh bằng mật mã trở thành cùng một quá trình, không phải hai quá trình tách rời.

@NewtonProtocol $NEWT #Newt

Hệ sinh thái AIFI & AMA đồng AFF tại Quảng trường Binance

Các điểm nổi bật cốt lõi của AFF và cùng kiến tạo giá trị

Ra mắt vào ngày 2 tháng 7 lúc 19:30, tham gia livestream hằng tuần của chúng tôi tại phòng 1688.

AIFI Ecosystem & AFF Binance Square AMA

AFF Core Highlights and Value Creation

Launch on July 2nd at 7:30 PM, tune in to our weekly live stream on 1688.

@周周1688 @大丽7613 @英鸿337

#newt $NEWT
Tôi xin chia sẻ quan điểm trung thực của mình về Newton Protocol sau vài ngày gần đây đào sâu vào cách nó thực sự hoạt động.

Điều thu hút sự chú ý của tôi là ý tưởng cốt lõi
Newton Protocol hoạt động như một lớp ủy quyền (authorization) nằm giữa ý định giao dịch và việc thực thi trên chuỗi.
Tôi thấy mọi người so sánh nó với mạng thanh toán thẻ, và rồi khi tôi nghĩ về nó thì nó đã “khớp” với tôi. Khi bạn quẹt thẻ sẽ có kiểm tra gian lận, kiểm tra số dư và kiểm tra danh tính trước khi mọi thứ được phê duyệt. Newton Protocol cũng hoạt động theo cách tương tự nhưng cho hoạt động onchain. Khi ai đó muốn chuyển mint hoặc giao dịch, giao thức sẽ chạy đánh giá chính sách trước, kiểm tra các thứ như trừng phạt (sanctions), KYC, AML và giới hạn vận tốc (velocity limits) trước khi giao dịch trở nên cuối cùng.

Nếu bạn hỏi vì sao điều này quan trọng, thì sẽ rất hiển nhiên khi bạn nghĩ về việc có bao nhiêu hoạt động onchain diễn ra mà không có lớp ủy quyền thực sự nào.
Chúng ta đang thấy nhiều tổ chức và những người xây dựng nghiêm túc muốn việc tuân thủ (compliance) được tích hợp ngay trong quá trình thực thi, chứ không phải gắn thêm sau đó. Đúng chính là khoảng trống mà Newton Protocol đang cố gắng lấp đầy.

Quan điểm trung thực của tôi là cách tiếp cận này có vẻ thiết thực hơn là chỉ mang tính lý thuyết.

Tôi không nói rằng nó hoàn hảo, nhưng hướng đi này có ý nghĩa với tôi.

Theo dõi @NewtonProtocol và quan sát cách Newton Mainnet Beta phát triển.
Theo dõi $NEWT khi lĩnh vực này ngày càng tiến triển.

#opg $OPG
Tôi mệt mỏi vì phải gõ câu hỏi Thật của mình vào một AI và chỉ hi vọng công ty đứng sau nó giữ đúng lời hứa.

Hầu hết các chatbot đều yêu cầu bạn Tin vào chính sách quyền riêng tư. Chính sách đó có thể thay đổi bất cứ lúc nào. Và chúng ta đang thấy nhiều ứng dụng lặng lẽ lưu trữ các cuộc trò chuyện hoặc dùng chúng để huấn luyện mà không nói rõ ràng với người đang gõ.

OpenGradient Chat đi theo một lối đi Êm hơn và Trung thực hơn. Họ không yêu cầu bạn tin mù quáng. Tin nhắn của bạn được khóa lại bằng mã hóa ngay trên thiết bị của chính bạn trước khi nó rời khỏi trình duyệt.

Nếu ai đó cố gắng theo dõi luồng dữ liệu giữa chừng thì tất cả những gì họ thấy chỉ là nhiễu đã bị mã hóa, không bao giờ là những lời thật của bạn.

Hệ thống được xây dựng để không một phần nào trên hành trình có thể kết nối được bạn là ai với nội dung bạn đã gõ.

Nó trở thành một không gian riêng tư yên lặng một lần nữa, đúng như cảm giác khi trò chuyện với ai đó.

Điều này quan trọng vì rất nhiều người trong chúng ta kìm nén những câu hỏi thật của mình—lo lắng về sức khỏe, áp lực tiền bạc, những nghi ngờ cá nhân—vì sợ rằng có người đang theo dõi.

OpenGradient Chat được tạo ra cho đúng những Khoảnh khắc đó.

Bạn có thể tự thử tại chat.opengradient.ai và cảm nhận sự khác biệt.

@OpenGradient $OPG

$BNB
Nguội lại sau một chuỗi rung lắc—đợt phục hồi đã kết thúc hay chưa?

BNB đang giao dịch ở mức $559.35, giảm 1.29% trong ngày, sau một giai đoạn biến động mạnh khi giá lao dốc từ đỉnh gần nhất $593.15 xuống tận $540.60 trước khi gượng lại được một phần. Nhìn vào biểu đồ khung 4H, câu chuyện ở đây là sự thiếu thành công của động lượng: mọi nỗ lực phục hồi dường như đều gặp áp lực bán trước khi thực sự có thể bật lên.

Nhịp bật ra từ vùng đáy $540 đã kịp đẩy giá trở lại trên $560, nhưng đợt tăng đó rõ ràng đã bị chững lại. Vài nến gần đây có thân nhỏ hơn và lực đẩy xanh yếu dần, thường báo hiệu sự do dự hơn là sức mạnh. RSI cũng củng cố điều này: RSI(6) ở mức 36.92 và RSI(14) ở mức 41.45 đều đang nằm dưới đường giữa, nghĩa là động lượng vẫn nghiêng về xu hướng giảm ngay cả sau nỗ lực hồi phục.

Biên độ 24h khá rộng: từ $559.19 đến $568.68, kèm khối lượng tốt 42.71M USDT, nên không thiếu người tham gia, chỉ là thiếu sự quyết tâm theo bất kỳ hướng nào.

Tạm thời, vùng $559–560 trông giống một điểm xoay trong ngắn hạn. Nếu giá phá xuống rõ ràng, có thể sẽ kiểm định lại $549; còn nếu giành lại được $568 thì đó sẽ là dấu hiệu thực sự đầu tiên cho thấy bên mua đã quay trở lại kiểm soát.

Không phải lời khuyên tài chính—chỉ là những quan sát từ biểu đồ. DYOR.

#opg $OPG
Tuần này tôi đã bắt đầu đào sâu vào @OpenGradient Chủ yếu vì Lớp bộ nhớ nằm phía sau OpenGradient Chat đã thu hút sự chú ý của tôi.
Nếu một AI nhớ những gì tôi đã nói với nó tháng trước thì điều đó hữu ích.
Nhưng điều đó cũng có nghĩa là các cuộc trò chuyện, tài liệu của tôi, thậm chí một phần hồ sơ mạng xã hội của tôi có thể đang nằm đâu đó dưới dạng bộ nhớ.
Đó là lúc tôi bắt đầu đặt những câu hỏi khó hơn.
Quan điểm thật của tôi là trí nhớ dài hạn rất tuyệt cho khả năng sử dụng, nhưng nó nhanh chóng trở thành một vấn đề về quyền riêng tư.
Nếu việc lưu trữ là vĩnh viễn hay trên chuỗi thì việc “xóa dữ liệu của tôi” thậm chí có nghĩa là gì? Chúng ta đang thấy nhiều dự án AI Web3 tận dụng tính vĩnh viễn như một tính năng: không kiểm duyệt, không mất gì—nhưng chính tính vĩnh viễn đó khiến “quyền được quên” trở nên phức tạp.
Tôi muốn thấy các luồng đồng ý rõ ràng và một cơ chế xóa thực sự trước khi tôi tin tưởng nó để xử lý thông tin nhạy cảm.
Chủ đề lớn hơn mà tôi cứ quay lại là tính xác minh được.
Toàn bộ lời chào hàng của OpenGradient là suy luận có thể chứng minh trực tiếp trên chuỗi. Đó là một ý tưởng mạnh mẽ, đặc biệt dành cho những ai đang xây dựng các tác nhân cần có thể kiểm tra được quá trình thực thi.
Nhưng tôi không nghĩ người dùng phổ thông khi xem phản hồi của một chatbot lại quan tâm đến các bằng chứng mật mã theo cách mà một nhà phát triển DeFi có thể. Có vẻ như đối tượng thực sự ngay bây giờ là người dùng kỹ thuật—những người cần các cam kết về độ tin cậy chứ không phải người dùng trò chuyện bình thường.
Dẫu vậy, khi so sánh với các nền tảng mô hình tập trung, lợi thế của OpenGradient không phải là sự dễ dùng—mà là nguồn gốc (provenance). Nếu bạn tò mò như tôi đã từng, sản phẩm chat ở đây chat.opengradient.ai
Đáng để xem hành trình $OPG sẽ đi đến đâu từ đây.

#opg $OPG
Tôi là người đã theo dõi rất nhiều công cụ AI riêng tư ra mắt với một tính năng rồi lặng lẽ dừng lại ở đó mãi mãi.
Vì vậy, khi tôi kiểm tra một dự án, tôi theo sát Closely OpenGradient Chat, và tôi thấy họ đang thêm một Image Studio thực sự ngay trong cùng một không gian làm việc (Workspace). Điều đó khiến tôi thực sự chú ý—không giống kiểu bản cập nhật chỉ để kéo chuột lướt qua.

Nếu bạn đã từng dùng công cụ chat trước đây, bạn chắc hẳn đã biết phần “giới thiệu” rồi
nó chuyển các lệnh (prompt) của bạn qua các bộ chuyển tiếp ẩn danh và môi trường được cô lập để danh tính của bạn tách biệt với những gì bạn đang yêu cầu.
Chúng tôi đang thấy chính “xương sống” đó giờ được mang thẳng vào tạo ảnh. Tôi cũng không bị khóa vào một nhà cung cấp mô hình duy nhất.
Tôi có thể chọn giữa nhiều mô hình—một việc tưởng nhỏ cho đến khi bạn nhận ra đa số “công cụ riêng tư” âm thầm nhốt bạn vào đúng mô hình duy nhất mà họ đã chọn cho bạn.

Điểm nổi bật với tôi là triết lý nằm phía sau nó. Nhiều nền tảng coi quyền riêng tư và tính năng mới như một sự đánh đổi: bảo vệ bạn và đồng thời cung cấp thêm công cụ thì không thể xảy ra cùng lúc.

Ở đây thì ngược lại.
Sự bảo vệ vẫn không đổi dù tôi đang gõ một câu hỏi hay tạo ra một bức tranh, và bộ tính năng vẫn tiếp tục phát triển.

Tôi không nói rằng điều này giải quyết mọi thứ trong không gian AI về quyền riêng tư.
Nhưng đây là bằng chứng rằng một đội ngũ nhỏ hơn vẫn có thể tiếp tục bổ sung năng lực thật mà không bắt người dùng phải từ bỏ chính điều mà họ đến vì nó ngay từ đầu.

https://chat.opengradient.ai

@OpenGradient #opg

#opg $OPG
Tôi là một người gõ những điều vào chat AI mà tôi sẽ không bao giờ nói ra tiếng với người khác và tôi đoán hầu hết mọi người cũng vậy. Một nỗi lo về sức khỏe lúc 2 giờ sáng. Một vấn đề tiền bạc mà tôi chưa nói với gia đình. Một câu hỏi về một mối quan hệ mà tôi sợ thậm chí không dám thừa nhận rằng tôi đang có. Chúng ta thấy ngày càng nhiều cuộc sống riêng tư của mình chuyển vào những hộp chat này mỗi năm và gần như không ai dừng lại hỏi tất cả những thứ đó thực sự đi đâu.
Điều làm tôi khó chịu là. Mỗi công cụ AI tôi đã sử dụng đều đưa cho tôi một chính sách bảo mật và về cơ bản yêu cầu tôi tin tưởng vào lời hứa của họ. Một chính sách chỉ là một lời hứa được viết bằng ngôn ngữ pháp lý và những lời hứa thường bị phá vỡ, bị phớt lờ hoặc được viết lại trong một bản cập nhật TOS mà không ai đọc cho đến khi đã quá muộn.
Điều thu hút tôi đến OpenGradient Chat là nó không yêu cầu tôi tin tưởng vào một lời hứa nào cả. Nó cố gắng làm cho sự tin tưởng trở nên không cần thiết. Tin nhắn của tôi được mã hóa ngay trên thiết bị của mình trước khi chúng thậm chí rời khỏi trình duyệt. Sau đó, danh tính của tôi được tách rời khỏi lời nói của tôi trước khi bất cứ điều gì đến với mô hình, vì vậy ngay cả hệ thống xử lý yêu cầu của tôi cũng không thể kết nối những gì tôi đã nói với ai tôi là.
Nếu điều này thực sự hoạt động theo cách nó được xây dựng để hoạt động, nó trở thành điều gì đó khác với việc "tin tưởng chúng tôi". Nó trở thành bằng chứng chứ không phải là một chính sách. Đó là một sự chuyển mình thực sự cho bản thân tôi, sự riêng tư được xây dựng vào kiến trúc thay vì dựa vào những ý định tốt của một công ty.
Tôi không nói là đừng cẩn thận. Tôi đang nói rằng điều này đáng để thử cho bản thân tôi, đặc biệt là với những câu hỏi mà tôi đã ngần ngại gõ ở bất kỳ đâu khác.
@OpenGradient

https://chat.opengradient.ai

Gần đây mình đã nghiên cứu về OpenGradient và một điều nổi bật là họ không cố gắng nhồi nhét mọi thứ lên chuỗi chỉ để chứng minh một điểm nào đó. Nhiều dự án AI trên chuỗi rơi vào cái bẫy này khi họ nghĩ rằng nhiều dữ liệu trên chuỗi tự động có nghĩa là đáng tin cậy hơn. OpenGradient đi theo con đường khác và thật sự càng suy nghĩ về nó mình càng thấy hợp lý.
Vấn đề là. Nếu bạn đang chạy suy diễn AI thực sự, dữ liệu chứng minh (đặc biệt là các chứng minh zkML) có thể trở nên nặng nề. Lưu trữ tất cả những thứ đó trực tiếp trên chuỗi sẽ làm chậm mọi thứ lại và tốn một đống phí gas. Kiến trúc của OpenGradient xử lý điều này một cách thông minh.
Lưu trữ tất cả dữ liệu đó trực tiếp trên blockchain thực sự sẽ làm chậm mọi thứ. Tốn rất nhiều phí giao dịch.
Thiết kế của OpenGradient giải quyết vấn đề này:
nó lưu trữ dữ liệu chứng minh trong kho lưu trữ ngoài chuỗi
và chỉ giữ một tham chiếu nhỏ trên blockchain.
Vì vậy, khi xác minh xảy ra, chuỗi không mang trọng lượng thừa mà chỉ giữ biên lai chỉ đến nơi mà chứng minh thực sự tồn tại.
Chúng ta đang thấy nhiều nhà phát triển nhận ra rằng nhẹ không có nghĩa là yếu. Thực tế thì ngược lại. Bằng cách giữ cho chuỗi nhẹ và để các nút xử lý thực thi và xác minh một cách riêng biệt, OpenGradient có thể hỗ trợ mọi thứ từ chatbot đơn giản đến các mô hình DeFi đòi hỏi hơn mà không làm nghẹt mạng.
Mình đã thử nghiệm điều này qua OpenGradient Chat và trải nghiệm thật sự mượt mà, không bị nặng nề hay lag như mình đã nghĩ khi có AI có thể xác minh ở phía sau.
Nếu bạn tò mò về cách mà điều này thực sự hoạt động trong thực tế, hãy kiểm tra chat.opengradient.ai yourself.
Cảm ơn @OpenGradient đã xây dựng theo cách thông minh. Đang theo dõi $OPG sát sao.
#opg

Trước đây, tôi không bao giờ nghĩ về những gì xảy ra trước khi tôi nhận được câu trả lời từ một công cụ AI. Tôi chỉ gõ, chờ đợi, đọc phản hồi và tiếp tục.

Gần đây, điều đó đã thay đổi với tôi. Tôi đã sử dụng một vài công cụ AI khác nhau liên tiếp để nghiên cứu và lập kế hoạch nội dung, và tôi bắt gặp mình dừng lại giữa câu trước khi nhấn enter. Không phải vì tôi không tin tưởng vào câu trả lời sắp tới, mà vì tôi nhận ra những gì tôi đang gõ là câu chuyện thực sự. Những ý tưởng chưa hoàn thiện của tôi, những câu hỏi thực sự của tôi, đôi khi là những điều tôi chưa bao giờ nói ra với người khác. Câu lệnh chứ không phải phản hồi mới là nơi tôi thực sự bộc lộ bản thân.

Hầu hết các cuộc trò chuyện về quyền riêng tư liên quan đến AI đều bỏ qua điều này. Mọi người chỉ nói về việc giữ cho đầu ra an toàn. Không ai nói về khoảnh khắc ngay trước đó, khi tôi vẫn đang gõ và đã cảm thấy dễ bị tổn thương.

Đây là phần của @OpenGradient Chat đã đọng lại trong tôi. Nó không coi câu lệnh là một bước bỏ qua. Mã hóa tách biệt danh tính và khóa quyền truy cập vào mô hình đều được xây dựng xung quanh việc bảo vệ tôi từ những lần gõ phím đầu tiên, không chỉ là tin nhắn cuối cùng.

Tôi nghĩ lý do điều này không được nói đến là quyền riêng tư giống như một thứ bạn không thấy khi nó hoạt động. Tôi chỉ nghĩ về nó khi có điều gì đó xấu xảy ra và, vào thời điểm đó, đã quá muộn để muốn nó.

Tôi muốn có quyền riêng tư trước khi tôi thực sự cần quyền riêng tư. Đó là lý do tại sao tôi đã tự mình kiểm tra chat.opengradient.ai.

$OPG #opg #OpenGradient