Binance Square
Mr_Kavin
3.3k 貼文

Mr_Kavin

Crypto Investor | 🖊 Binance Content Creator | 📊 Technical Analysis & Signals |
516 關注
12.4K+ 粉絲
1.8K+ 點讚數
貼文
·
--
#newt $NEWT @NewtonProtocol 我一直在讀牛頓協議(Newton Protocol)的相關內容,有一個想法反覆縈繞在我心頭。 大家都在討論 AI 代理是否能安全地執行交易。但如果這並不是最難的部分呢? 如果真正的挑戰在於:確保策略所說的含義,確實是用戶想表達的呢?一串規則的清單,真的能捕捉到像人類判斷那樣細膩的東西嗎?而如果某個 AI 嚴格按照每一條規則執行,卻仍然交付了用戶意料之外的結果——那到底是 AI 失敗了,還是策略本身出了問題? 這似乎是通往未來自主金融時,更重要的一場討論。
#newt $NEWT @NewtonProtocol
我一直在讀牛頓協議(Newton Protocol)的相關內容,有一個想法反覆縈繞在我心頭。

大家都在討論 AI 代理是否能安全地執行交易。但如果這並不是最難的部分呢?

如果真正的挑戰在於:確保策略所說的含義,確實是用戶想表達的呢?一串規則的清單,真的能捕捉到像人類判斷那樣細膩的東西嗎?而如果某個 AI 嚴格按照每一條規則執行,卻仍然交付了用戶意料之外的結果——那到底是 AI 失敗了,還是策略本身出了問題?

這似乎是通往未來自主金融時,更重要的一場討論。
當AI遵循規則卻錯過了意圖我會把它說得不那麼學術,而更像是一個有洞察力的研究者或投資者會自然而然寫下來的東西。 自動化金融面臨的最大挑戰並不是人工智能。挑戰在於讓人工智能理解我們真正想表達的含義。 關於自動化金融的大多數討論都從同一個問題開始:人工智能究竟能有多聰明? 我認爲更重要的問題有所不同。 人工智能能多準確地理解:我們實際上到底希望它去做什麼,以及這些期望的邊界在哪裏? 這正是我反覆思考的問題。我稱之爲“政策一致性”——也就是一個人的意圖與能實際被寫成可執行規則之間的差距。

當AI遵循規則卻錯過了意圖

我會把它說得不那麼學術,而更像是一個有洞察力的研究者或投資者會自然而然寫下來的東西。
自動化金融面臨的最大挑戰並不是人工智能。挑戰在於讓人工智能理解我們真正想表達的含義。
關於自動化金融的大多數討論都從同一個問題開始:人工智能究竟能有多聰明?
我認爲更重要的問題有所不同。
人工智能能多準確地理解:我們實際上到底希望它去做什麼,以及這些期望的邊界在哪裏?
這正是我反覆思考的問題。我稱之爲“政策一致性”——也就是一個人的意圖與能實際被寫成可執行規則之間的差距。
自動化金融的隱藏上限:決策衰減下面是一個更自然、像人寫的版本。它保留了分析深度,但讀起來更像是某個真正花時間思考該協議的人寫的一篇帖子,而不是在進行推銷。 Newton 協議最大的挑戰或許不在於安全性 我認爲,Newton 協議面臨的最大挑戰不在於 AI 代理能否安全地執行交易。 關鍵在於他們能否持續做出仍然準確反映用戶真實意圖的決策。 我把這稱爲“決策衰減”。 當你允許一個 AI 代理代表你行動時,你就等同於把某個決定凍結在時間裏。但市場不會停下來。價格在變、流動性在變化、敘事在轉向,新的風險也會出現——有時就在幾分鐘之內。

自動化金融的隱藏上限:決策衰減

下面是一個更自然、像人寫的版本。它保留了分析深度,但讀起來更像是某個真正花時間思考該協議的人寫的一篇帖子,而不是在進行推銷。
Newton 協議最大的挑戰或許不在於安全性
我認爲,Newton 協議面臨的最大挑戰不在於 AI 代理能否安全地執行交易。
關鍵在於他們能否持續做出仍然準確反映用戶真實意圖的決策。
我把這稱爲“決策衰減”。
當你允許一個 AI 代理代表你行動時,你就等同於把某個決定凍結在時間裏。但市場不會停下來。價格在變、流動性在變化、敘事在轉向,新的風險也會出現——有時就在幾分鐘之內。
#newt $NEWT @NewtonProtocol 這裏有一個更自然、更口語的版本,讀起來像是某人在分析這個協議時的真實想法,而不是爲了迎合互動而寫的。 我越想牛頓協議,就越覺得有一個想法不斷浮現。 如果真正的難點並不是讓一個 AI 代理去遵循指令呢? 如果難點在於:等這些指令被執行的時候,它們是否仍然說得通、依然符合當下的意圖呢? 市場變化可能很快。代理可能完全按指令執行,但仍然錯過用戶在那個時刻真正想要的東西。 這聽起來是一個要解決得更難的問題——而對我來說,它也是自動化金融背後最有意思的疑問之一。
#newt $NEWT @NewtonProtocol
這裏有一個更自然、更口語的版本,讀起來像是某人在分析這個協議時的真實想法,而不是爲了迎合互動而寫的。

我越想牛頓協議,就越覺得有一個想法不斷浮現。

如果真正的難點並不是讓一個 AI 代理去遵循指令呢?

如果難點在於:等這些指令被執行的時候,它們是否仍然說得通、依然符合當下的意圖呢?

市場變化可能很快。代理可能完全按指令執行,但仍然錯過用戶在那個時刻真正想要的東西。

這聽起來是一個要解決得更難的問題——而對我來說,它也是自動化金融背後最有意思的疑問之一。
當信任成爲自主金融的真正基礎設施關於人工智能的討論所發生的變化,比大多數人意識到的要大得多。起初,它看起來像是一種工具,能夠幫助人們在做決定時把思路理清。它可以處理海量數據,發現模式,並推測接下來可能會發生什麼。但歸根結底,仍然得有人決定要做什麼。 這句話正在開始消失。 讓我對像牛頓協議(Newton Protocol)這樣的項目產生興趣的不只是技術本身。更關鍵的是那種責任的悄然轉變。我們正在從只能給出建議的人工智能,走向能夠真正採取行動的人工智能。聽起來也許只是一個微小的差別,但它會改變整個討論的走向。

當信任成爲自主金融的真正基礎設施

關於人工智能的討論所發生的變化,比大多數人意識到的要大得多。起初,它看起來像是一種工具,能夠幫助人們在做決定時把思路理清。它可以處理海量數據,發現模式,並推測接下來可能會發生什麼。但歸根結底,仍然得有人決定要做什麼。
這句話正在開始消失。
讓我對像牛頓協議(Newton Protocol)這樣的項目產生興趣的不只是技術本身。更關鍵的是那種責任的悄然轉變。我們正在從只能給出建議的人工智能,走向能夠真正採取行動的人工智能。聽起來也許只是一個微小的差別,但它會改變整個討論的走向。
#newt $NEWT @NewtonProtocol 我讀到關於牛頓協議(Newton Protocol)的內容越多,就越發覺得自己在思考的層面已經超越了技術本身。\n\n如果 AI 不只是做出建議,還要承擔更重要的事情,那麼究竟是什麼會讓人們真正信任它?僅有強大的安全性是否就夠了,還是人們會希望理解這些系統的行爲方式?隨着更多自主代理進入這個領域,究竟是什麼會讓人們依賴某些代理,而忽略另一些?\n\n感覺下一項重大的挑戰不僅是構建更聰明的 AI——而是贏得人們的信任。\n\n如果 AI 不只是做出建議,還要承擔更重要的事情,那麼究竟是什麼會讓人們真正信任它?僅有強大的安全性是否就夠了,還是人們會希望理解這些系統的行爲方式?隨着更多自主代理進入這個領域,究竟是什麼會讓人們依賴某些代理,而忽略另一些?\n\n感覺下一項重大的挑戰不僅是構建更聰明的 AI,它還在於贏得人們的信任。
#newt $NEWT @NewtonProtocol
我讀到關於牛頓協議(Newton Protocol)的內容越多,就越發覺得自己在思考的層面已經超越了技術本身。\n\n如果 AI 不只是做出建議,還要承擔更重要的事情,那麼究竟是什麼會讓人們真正信任它?僅有強大的安全性是否就夠了,還是人們會希望理解這些系統的行爲方式?隨着更多自主代理進入這個領域,究竟是什麼會讓人們依賴某些代理,而忽略另一些?\n\n感覺下一項重大的挑戰不僅是構建更聰明的 AI——而是贏得人們的信任。\n\n如果 AI 不只是做出建議,還要承擔更重要的事情,那麼究竟是什麼會讓人們真正信任它?僅有強大的安全性是否就夠了,還是人們會希望理解這些系統的行爲方式?隨着更多自主代理進入這個領域,究竟是什麼會讓人們依賴某些代理,而忽略另一些?\n\n感覺下一項重大的挑戰不僅是構建更聰明的 AI,它還在於贏得人們的信任。
我越瞭解AI,就越意識到強大的模型只是故事的一部分。真正重要的是它們背後的基礎設施——它們在哪裏運行,誰控制它們,以及用戶是否真的可以信任他們所收到的結果。 這就是OpenGradient引起我注意的原因之一。它不是將AI鎖定在少數集中平臺上,而是探索一個網絡,可以在去中心化的基礎設施上託管和使用模型。這是對AI的一種不同思考方式:不是由少數提供商控制的服務,而是可以更開放和廣泛可及的資源。 我覺得最有趣的是對驗證的關注。隨着AI成爲更多重要決策的一部分,信任成爲一個真正的問題。詢問一個模型是否如聲稱的那樣運行,以及其輸出是否可以獨立驗證是合理的。建立解決這些問題的系統感覺是朝着正確方向邁出的一步。 我們常常談論讓AI更聰明、更快或更大。但還有另一個值得討論的話題——如何讓它更透明和可靠。像OpenGradient這樣的項目正在探索這個挑戰,看看去中心化基礎設施如何塑造AI發展的下一個階段將會非常有趣。 #opg $OPG @OpenGradient
我越瞭解AI,就越意識到強大的模型只是故事的一部分。真正重要的是它們背後的基礎設施——它們在哪裏運行,誰控制它們,以及用戶是否真的可以信任他們所收到的結果。

這就是OpenGradient引起我注意的原因之一。它不是將AI鎖定在少數集中平臺上,而是探索一個網絡,可以在去中心化的基礎設施上託管和使用模型。這是對AI的一種不同思考方式:不是由少數提供商控制的服務,而是可以更開放和廣泛可及的資源。

我覺得最有趣的是對驗證的關注。隨着AI成爲更多重要決策的一部分,信任成爲一個真正的問題。詢問一個模型是否如聲稱的那樣運行,以及其輸出是否可以獨立驗證是合理的。建立解決這些問題的系統感覺是朝着正確方向邁出的一步。

我們常常談論讓AI更聰明、更快或更大。但還有另一個值得討論的話題——如何讓它更透明和可靠。像OpenGradient這樣的項目正在探索這個挑戰,看看去中心化基礎設施如何塑造AI發展的下一個階段將會非常有趣。

#opg $OPG @OpenGradient
OpenGradient感覺更像是一個嘗試,將智能從單一的房間移動到一個分散且共享的空間,而不僅僅是放在某家公司的服務器上的人工智能,而是跨越多個地方運行的人工智能,通過大多數人看不見的基礎設施連接在一起。 引人注目的是,焦點從模型轉向其基礎設施。託管、推理、驗證——這些通常隱藏在後臺的事情——開始成爲主要結構,而不是支持結構。智能不再只是“存在”,它必須由一個實時重建的網絡來承載。 這其中有一種安靜的不穩定性和趣味性。系統沒有一個可以指向的中心,但在與之互動時,它仍然像一個整體那樣運作。分佈式與統一感之間的張力是複雜性所在。 在這種設置下,驗證的感覺也不再簡單。它不再只是最後的檢查,而是發生在多個點的事情,網絡的不同部分不斷相互達成一致,以保持信任的完整。它感覺不再像一個批准的印章,而更像是一個永無止境的持續過程。 在這一切的背後,是控制行爲的緩慢轉變。並非消失,而是分散得如此之薄,開始感覺更像是協調而不是擁有。 #opg $OPG @OpenGradient
OpenGradient感覺更像是一個嘗試,將智能從單一的房間移動到一個分散且共享的空間,而不僅僅是放在某家公司的服務器上的人工智能,而是跨越多個地方運行的人工智能,通過大多數人看不見的基礎設施連接在一起。

引人注目的是,焦點從模型轉向其基礎設施。託管、推理、驗證——這些通常隱藏在後臺的事情——開始成爲主要結構,而不是支持結構。智能不再只是“存在”,它必須由一個實時重建的網絡來承載。

這其中有一種安靜的不穩定性和趣味性。系統沒有一個可以指向的中心,但在與之互動時,它仍然像一個整體那樣運作。分佈式與統一感之間的張力是複雜性所在。

在這種設置下,驗證的感覺也不再簡單。它不再只是最後的檢查,而是發生在多個點的事情,網絡的不同部分不斷相互達成一致,以保持信任的完整。它感覺不再像一個批准的印章,而更像是一個永無止境的持續過程。

在這一切的背後,是控制行爲的緩慢轉變。並非消失,而是分散得如此之薄,開始感覺更像是協調而不是擁有。

#opg $OPG @OpenGradient
#opg $OPG @OpenGradient 我在加密貨幣領域摸爬滾打了這麼多年,深知同樣的故事總是換個名字又回到我們面前。這就是我常常思考在AI討論中被忽略的一個問題。我們花了太多時間在問一個答案是否正確,但我開始認爲更誠實的問題是這個答案究竟是什麼時候產生的。時機改變了一切的意義。一個預測只有在你能證明它在結果之前存在時,纔會顯得真實。一個主張只有在它的歷史可見,而不是事後憑記憶構建時,才顯得紮實。這就是@OpenGradient 和$OPG 讓我眼前一亮的原因。我不輕易被說服,也不信任那些閃閃發光的敘述,但可驗證的AI在這裏感覺是爲數不多的可能真正重要的想法之一。
#opg $OPG @OpenGradient
我在加密貨幣領域摸爬滾打了這麼多年,深知同樣的故事總是換個名字又回到我們面前。這就是我常常思考在AI討論中被忽略的一個問題。我們花了太多時間在問一個答案是否正確,但我開始認爲更誠實的問題是這個答案究竟是什麼時候產生的。時機改變了一切的意義。一個預測只有在你能證明它在結果之前存在時,纔會顯得真實。一個主張只有在它的歷史可見,而不是事後憑記憶構建時,才顯得紮實。這就是@OpenGradient $OPG 讓我眼前一亮的原因。我不輕易被說服,也不信任那些閃閃發光的敘述,但可驗證的AI在這裏感覺是爲數不多的可能真正重要的想法之一。
我一直在想‘同意’在網上到底有多奇怪。我重新閱讀了兩年前我接受的隱私政策,發現它已經改動了四次。沒有人以重要的方式告訴我。只是在設置中埋藏的一個小更新,只有在你已經在尋找麻煩時纔會注意到。儘管如此,這已經足夠讓應用程序將我繼續使用視爲同意。老實說,這一點讓我比大多數數據泄露更煩惱。不是因爲它喧囂,而是因爲它安靜。 我在加密貨幣領域也見過這種事情。很多時候,人們談論信任,好像它正在被更強大的東西取代,但系統在關鍵時刻仍然會依賴信任。語言聽起來很穩固,直到你仔細查看,然後開始感覺有點太靈活了。 這就是爲什麼我覺得密碼學保證不同的原因。TEE 驗證不會在後來被悄悄重寫。它在創建的那一刻就是固定的。如果某個東西在經過驗證的環境下運行特定輸入,那麼那個證明就在那裏。它不會因爲有人決定在六個月後更新措辭而改變。 我並不是說這讓一切變得更好。並沒有。但在看過足夠的週期後,我學會了注意聽起來安全的東西和實際上減少遊戲空間的東西之間的區別。 #opg $OPG @OpenGradient
我一直在想‘同意’在網上到底有多奇怪。我重新閱讀了兩年前我接受的隱私政策,發現它已經改動了四次。沒有人以重要的方式告訴我。只是在設置中埋藏的一個小更新,只有在你已經在尋找麻煩時纔會注意到。儘管如此,這已經足夠讓應用程序將我繼續使用視爲同意。老實說,這一點讓我比大多數數據泄露更煩惱。不是因爲它喧囂,而是因爲它安靜。

我在加密貨幣領域也見過這種事情。很多時候,人們談論信任,好像它正在被更強大的東西取代,但系統在關鍵時刻仍然會依賴信任。語言聽起來很穩固,直到你仔細查看,然後開始感覺有點太靈活了。

這就是爲什麼我覺得密碼學保證不同的原因。TEE 驗證不會在後來被悄悄重寫。它在創建的那一刻就是固定的。如果某個東西在經過驗證的環境下運行特定輸入,那麼那個證明就在那裏。它不會因爲有人決定在六個月後更新措辭而改變。

我並不是說這讓一切變得更好。並沒有。但在看過足夠的週期後,我學會了注意聽起來安全的東西和實際上減少遊戲空間的東西之間的區別。

#opg $OPG @OpenGradient
OpenGradient 正在嘗試解決一個越來越難以忽視的問題:你如何信任由少數中心化提供商控制的 AI 系統? 與其把 AI 當作一個託管在某個地方的黑箱,不如將工作負載分散到一個網絡中。模型由不同的參與者託管、運行和檢查,因此沒有單一的參與者完全控制發生的事情。這種轉變聽起來可能很技術性,但其實這個想法相當簡單——AI 成爲一種共享的,而不是擁有的東西。 突出的是對驗證的關注。這不僅僅是獲取模型的響應,而是能夠檢查該響應是如何產生的,以及是否可以被信任。這在 AI 進入研究、自動化和金融工具等領域時顯得尤爲重要,因爲小錯誤可能會產生實際後果。 當然,這種方法並非沒有挑戰。在實踐中,協調許多節點、保持性能一致和避免延遲都是困難的問題。但這往往是新基礎設施的開始——一開始很混亂,然後隨着真實需求的形成逐漸完善。 如果成功,像 OpenGradient 這樣的系統可能會改變開發人員對 AI 部署的看法:不再只是插入單一的 API,而是更多地參與一個共享的、可驗證的網絡。 #opg $OPG @OpenGradient
OpenGradient 正在嘗試解決一個越來越難以忽視的問題:你如何信任由少數中心化提供商控制的 AI 系統?

與其把 AI 當作一個託管在某個地方的黑箱,不如將工作負載分散到一個網絡中。模型由不同的參與者託管、運行和檢查,因此沒有單一的參與者完全控制發生的事情。這種轉變聽起來可能很技術性,但其實這個想法相當簡單——AI 成爲一種共享的,而不是擁有的東西。

突出的是對驗證的關注。這不僅僅是獲取模型的響應,而是能夠檢查該響應是如何產生的,以及是否可以被信任。這在 AI 進入研究、自動化和金融工具等領域時顯得尤爲重要,因爲小錯誤可能會產生實際後果。

當然,這種方法並非沒有挑戰。在實踐中,協調許多節點、保持性能一致和避免延遲都是困難的問題。但這往往是新基礎設施的開始——一開始很混亂,然後隨着真實需求的形成逐漸完善。

如果成功,像 OpenGradient 這樣的系統可能會改變開發人員對 AI 部署的看法:不再只是插入單一的 API,而是更多地參與一個共享的、可驗證的網絡。

#opg $OPG @OpenGradient
有些夜晚,市場在短短17.5分鐘內波動了4.8%,而某個固定0.3%手續費的自動做市商卻像什麼都沒發生一樣,保持冷靜。可預測。幾乎與現實脫節。我總是注意到這一點,因爲當真正的錢開始流動時,市場很少如此溫文爾雅。 而資本……資本不在乎乾淨的模型或整潔的假設。一個1260萬美元的池子,日交易量達到3840萬美元,只需微小的0.07%價差偏差,談話的重點就會完全轉變。那時,討論不再是“賺了多少手續費”,而是變得更加複雜。 這可能就是我不把OpenGradient當作只是另一個爲了吸引眼球而掉入加密世界的AI層的原因。我見過太多項目將舊的想法包裝成新的語言。在條件惡化時,它們大多數都會消退。但這裏的感覺有點不同,即使我還沒有完全信服。 AlphaSense 是讓我不斷回來的原因。不是因爲它聽起來很令人印象深刻,而是因爲它更貼近實際的協議行爲。波動信號影響手續費。借貸協議調整LTV。代幣的使用隨着系統活動而變化。 也許這纔是真正的重點。不是爲了預測而預測。只是讓決策變得稍微不那麼盲目。在加密領域,這一點比人們承認的更爲重要。特別是當系統必須在用戶停止點擊後繼續思考時。 #opg $OPG @OpenGradient
有些夜晚,市場在短短17.5分鐘內波動了4.8%,而某個固定0.3%手續費的自動做市商卻像什麼都沒發生一樣,保持冷靜。可預測。幾乎與現實脫節。我總是注意到這一點,因爲當真正的錢開始流動時,市場很少如此溫文爾雅。

而資本……資本不在乎乾淨的模型或整潔的假設。一個1260萬美元的池子,日交易量達到3840萬美元,只需微小的0.07%價差偏差,談話的重點就會完全轉變。那時,討論不再是“賺了多少手續費”,而是變得更加複雜。

這可能就是我不把OpenGradient當作只是另一個爲了吸引眼球而掉入加密世界的AI層的原因。我見過太多項目將舊的想法包裝成新的語言。在條件惡化時,它們大多數都會消退。但這裏的感覺有點不同,即使我還沒有完全信服。

AlphaSense 是讓我不斷回來的原因。不是因爲它聽起來很令人印象深刻,而是因爲它更貼近實際的協議行爲。波動信號影響手續費。借貸協議調整LTV。代幣的使用隨着系統活動而變化。

也許這纔是真正的重點。不是爲了預測而預測。只是讓決策變得稍微不那麼盲目。在加密領域,這一點比人們承認的更爲重要。特別是當系統必須在用戶停止點擊後繼續思考時。

#opg $OPG @OpenGradient
我花了足夠的時間觀察加密貨幣,知道當一個故事只是被重新包裝成更好措辭時。最近,去中心化的人工智能就是我不斷迴旋的一個話題——並不是因爲我信任炒作,而是因爲真正的問題似乎比大多數人想承認的要深刻得多。討論總是直接轉向哪個模型更聰明,但對我來說,實際上更重要的是協調。這是事情通常崩潰的地方。 多年來,我看到計算變得更分散、更易獲取、隨處可見——然而系統仍然不斷拉回到幾個能夠真正將一切聯繫在一起的中心點。那部分從未真正改變。硬件可能在這裏,能力可能存在,但困難的部分仍然是讓這一切順利運行。稀缺不再在機器中,而是在它們之間的粘合劑。 這就是爲什麼OpenGradient的方向引起了我的注意。我並不是說我完全信任它,因爲我見過太多項目在證明任何事情之前聽起來很重要。但這件事確實給人一種不同的感覺。它似乎並不追逐通過喊叫智能來吸引注意。它更感興趣的是底層的混亂——協調問題、摩擦、讓一千個獨立的部分像一個系統一樣運作而不減慢一切的成本。 老實說,這正是我仍然關注的東西。在加密貨幣中,喧囂的想法來了又去。有用的想法通常是從解決沒人想碰的無聊問題開始的。 #opg $OPG @OpenGradient
我花了足夠的時間觀察加密貨幣,知道當一個故事只是被重新包裝成更好措辭時。最近,去中心化的人工智能就是我不斷迴旋的一個話題——並不是因爲我信任炒作,而是因爲真正的問題似乎比大多數人想承認的要深刻得多。討論總是直接轉向哪個模型更聰明,但對我來說,實際上更重要的是協調。這是事情通常崩潰的地方。

多年來,我看到計算變得更分散、更易獲取、隨處可見——然而系統仍然不斷拉回到幾個能夠真正將一切聯繫在一起的中心點。那部分從未真正改變。硬件可能在這裏,能力可能存在,但困難的部分仍然是讓這一切順利運行。稀缺不再在機器中,而是在它們之間的粘合劑。

這就是爲什麼OpenGradient的方向引起了我的注意。我並不是說我完全信任它,因爲我見過太多項目在證明任何事情之前聽起來很重要。但這件事確實給人一種不同的感覺。它似乎並不追逐通過喊叫智能來吸引注意。它更感興趣的是底層的混亂——協調問題、摩擦、讓一千個獨立的部分像一個系統一樣運作而不減慢一切的成本。

老實說,這正是我仍然關注的東西。在加密貨幣中,喧囂的想法來了又去。有用的想法通常是從解決沒人想碰的無聊問題開始的。

#opg $OPG @OpenGradient
我在加密貨幣領域待得夠久,知道什麼只是換了包裝的老把戲。大多數項目都在誇誇其談,最終消失在同樣的噪音中。但是OpenGradient讓我停下腳步,因爲它似乎關注了人們通常忽視的部分:不是人工智能有多聰明,而是我們是否能真正信任和驗證它的結果。 我越是關注這個領域,就越覺得這纔是真正的問題。人工智能確實在變得更強大,但單靠力量並不是問題。問題在於我們通常對基本問題沒有清晰的答案:這個決策是怎麼做出的,使用了哪個模型,它真的像預期那樣運行嗎? 這個差距很重要。 OpenGradient所嘗試做的感覺不同,因爲它不僅僅在談論表現。它在談論證明。通過TEE-Verify推理,目的是加密證明模型運行的位置和方式。所以這不僅僅是一個聲明,而是證據。而通過zkML,他們希望在不暴露模型本身(包括權重或其他私密細節)的情況下,證明模型確實正常工作。如果這個驗證記錄保持在鏈上,那麼它就成爲人們可以之後覈查的內容,而不僅僅是聽某人的話。 我仍然保持謹慎。我見過足夠多的加密敘述在真實的摩擦面前崩潰。但是這個項目給我的感覺比通常的噪音更爲嚴肅。 #opg $OPG @OpenGradient
我在加密貨幣領域待得夠久,知道什麼只是換了包裝的老把戲。大多數項目都在誇誇其談,最終消失在同樣的噪音中。但是OpenGradient讓我停下腳步,因爲它似乎關注了人們通常忽視的部分:不是人工智能有多聰明,而是我們是否能真正信任和驗證它的結果。

我越是關注這個領域,就越覺得這纔是真正的問題。人工智能確實在變得更強大,但單靠力量並不是問題。問題在於我們通常對基本問題沒有清晰的答案:這個決策是怎麼做出的,使用了哪個模型,它真的像預期那樣運行嗎?

這個差距很重要。

OpenGradient所嘗試做的感覺不同,因爲它不僅僅在談論表現。它在談論證明。通過TEE-Verify推理,目的是加密證明模型運行的位置和方式。所以這不僅僅是一個聲明,而是證據。而通過zkML,他們希望在不暴露模型本身(包括權重或其他私密細節)的情況下,證明模型確實正常工作。如果這個驗證記錄保持在鏈上,那麼它就成爲人們可以之後覈查的內容,而不僅僅是聽某人的話。

我仍然保持謹慎。我見過足夠多的加密敘述在真實的摩擦面前崩潰。但是這個項目給我的感覺比通常的噪音更爲嚴肅。

#opg $OPG @OpenGradient
OpenGradient 正在嘗試解決大多數人並不常考慮的人工智能問題——模型構建之後會發生什麼。我們通常討論人工智能變得多麼強大,但很少談論它實際運行的位置,或者當它在大規模使用時,我們如何能信任它所產生的結果。 目前,大多數人工智能系統依賴於集中式基礎設施。少數大提供商處理託管和推理,這使得事情快速而簡單,但也造成了一種隱性依賴。如果出現問題,或者輸出生成的過程缺乏透明度,用戶其實沒有辦法驗證。這就是 OpenGradient 試圖解決的空白。 這個想法是將人工智能推理分佈在網絡中,而不是依賴單一地點,然後添加一個驗證層,以便結果可以被檢查,而不僅僅是被接受。這是一種更技術性、少些華麗的做法,但它聚焦於一個非常真實的東西:人工智能輸出的信任和一致性。 現在仍然感覺有些早,還有很多東西取決於它在實踐中的實際效果。但這個方向是有道理的。隨着人工智能成爲日常系統的一部分,支撐它的基礎設施和模型本身同樣重要。 #opg $OPG @OpenGradient
OpenGradient 正在嘗試解決大多數人並不常考慮的人工智能問題——模型構建之後會發生什麼。我們通常討論人工智能變得多麼強大,但很少談論它實際運行的位置,或者當它在大規模使用時,我們如何能信任它所產生的結果。

目前,大多數人工智能系統依賴於集中式基礎設施。少數大提供商處理託管和推理,這使得事情快速而簡單,但也造成了一種隱性依賴。如果出現問題,或者輸出生成的過程缺乏透明度,用戶其實沒有辦法驗證。這就是 OpenGradient 試圖解決的空白。

這個想法是將人工智能推理分佈在網絡中,而不是依賴單一地點,然後添加一個驗證層,以便結果可以被檢查,而不僅僅是被接受。這是一種更技術性、少些華麗的做法,但它聚焦於一個非常真實的東西:人工智能輸出的信任和一致性。

現在仍然感覺有些早,還有很多東西取決於它在實踐中的實際效果。但這個方向是有道理的。隨着人工智能成爲日常系統的一部分,支撐它的基礎設施和模型本身同樣重要。

#opg $OPG @OpenGradient
這周我差點增加我在OpenGradient的倉位,但我提醒自己,回到了我學會更信任的東西,而不是衝動:再花一個小時看看實際構建的東西。 吸引我的是AI角度之外的東西。我已經看過太多這樣的故事了。讓我印象深刻的是它下面的層次——生態系統似乎在思考用戶、開發者和激勵措施,尤其是在第一波關注過後。 通常,真正的考驗就此開始。 很多加密項目能讓人們關注,然而能讓他們留下的卻少之又少。它們可以憑藉乾淨的敘述、鋒利的網站、幾句聰明的話和一個渴望相信的市場來啓動。但一旦喧囂平息,真正重要的是是否還有人有理由繼續關注。 我見過這種情況太多次。這個想法在仍然新鮮的時候聽起來不錯,當每個人都在引用同樣的帖子時,當圖表仍在講述一個故事時。然後注意力轉移,人羣變得安靜,項目不得不依靠的不僅僅是動量。這就是大多數項目開始看起來比最初更薄弱的地方。 幾周前我小試了一下倉位,但我仍然沒有足夠的信心去加倉。不是因爲我認爲它毫無價值,而是因爲我在這一行待得夠久,知道“有趣”常常被誤認爲是“耐久”。 不過,這裏有些東西確實感覺有點不同,雖然我說這話時很謹慎。我不斷注意到對結構的強調,而不是噪音,強調的是標題之後的部分,而不是之前的部分。在加密世界裏,這已經將其放在了一個不同的類別,與大多數喧鬧一週然後消失在市場記憶中的東西截然不同。 #opg $OPG @OpenGradient
這周我差點增加我在OpenGradient的倉位,但我提醒自己,回到了我學會更信任的東西,而不是衝動:再花一個小時看看實際構建的東西。

吸引我的是AI角度之外的東西。我已經看過太多這樣的故事了。讓我印象深刻的是它下面的層次——生態系統似乎在思考用戶、開發者和激勵措施,尤其是在第一波關注過後。

通常,真正的考驗就此開始。

很多加密項目能讓人們關注,然而能讓他們留下的卻少之又少。它們可以憑藉乾淨的敘述、鋒利的網站、幾句聰明的話和一個渴望相信的市場來啓動。但一旦喧囂平息,真正重要的是是否還有人有理由繼續關注。

我見過這種情況太多次。這個想法在仍然新鮮的時候聽起來不錯,當每個人都在引用同樣的帖子時,當圖表仍在講述一個故事時。然後注意力轉移,人羣變得安靜,項目不得不依靠的不僅僅是動量。這就是大多數項目開始看起來比最初更薄弱的地方。

幾周前我小試了一下倉位,但我仍然沒有足夠的信心去加倉。不是因爲我認爲它毫無價值,而是因爲我在這一行待得夠久,知道“有趣”常常被誤認爲是“耐久”。

不過,這裏有些東西確實感覺有點不同,雖然我說這話時很謹慎。我不斷注意到對結構的強調,而不是噪音,強調的是標題之後的部分,而不是之前的部分。在加密世界裏,這已經將其放在了一個不同的類別,與大多數喧鬧一週然後消失在市場記憶中的東西截然不同。

#opg $OPG @OpenGradient
Bedrock在加密圈裏讓我印象深刻,有一個很容易被忽視的原因:它並不是想通過製造更大的噪音來獲勝。它似乎更關注如何讓價值流動得更高效,而不是一味追求戲劇化。我一直在思考,在這個領域有多少資金被困在某些地方,導致靈活性下降,彷彿一旦開始有回報,實用性就停止了。這正是值得關注的部分。並不是因爲聽起來很革命,而是因爲它解決了市場從未認真質疑過的真實習慣。我依然保持謹慎,因爲效率的故事可能隱藏着真實的權衡。但如果Bedrock準確把握了市場動向,那麼更大的變革可能並非炒作。它可能是一種更安靜的進步:資產持續運作,而不是僅僅靜靜地待着。 #bedroc $BR @Bedrock
Bedrock在加密圈裏讓我印象深刻,有一個很容易被忽視的原因:它並不是想通過製造更大的噪音來獲勝。它似乎更關注如何讓價值流動得更高效,而不是一味追求戲劇化。我一直在思考,在這個領域有多少資金被困在某些地方,導致靈活性下降,彷彿一旦開始有回報,實用性就停止了。這正是值得關注的部分。並不是因爲聽起來很革命,而是因爲它解決了市場從未認真質疑過的真實習慣。我依然保持謹慎,因爲效率的故事可能隱藏着真實的權衡。但如果Bedrock準確把握了市場動向,那麼更大的變革可能並非炒作。它可能是一種更安靜的進步:資產持續運作,而不是僅僅靜靜地待着。

#bedroc $BR @Bedrock
大多數人還是把 BTCFi 描述得很簡單:一個更好的地方來賺取比特幣。 這並沒有錯,但感覺不夠完整。 實際上正在改變的是產品底層的結構。值得關注的並不僅僅是收益來源,更重要的是決策開始集中在哪裏。一旦路由、分配和訪問通過相同的系統進行,協議就不再只是將用戶連接到機會。它正在悄然塑造哪些機會是值得關注的。 這一點值得關注。當市場平靜時,效率很容易受到讚美。更難的問題是,當條件發生變化,大家依賴同一基礎設施、同一信號、同一假設時會發生什麼。一個系統在表面上看起來多樣化,底層卻仍然可能表現得非常相似。 所以我並不認爲 BTCFi 2.0 只是 BTCFi 1.0 的一個更清晰版本。我看到的是從分散參與向管理流動的轉變。這可能會改善流動性並減少摩擦。它也可能使隱藏的架構比可見產品更重要。 如果這條路徑繼續發展,真正的價值可能最終不再體現在代幣本身,而是體現在決定資金下一步去向的層面上。 這通常是耐心故事開始的地方。 #bedroc $BR @Bedrock
大多數人還是把 BTCFi 描述得很簡單:一個更好的地方來賺取比特幣。

這並沒有錯,但感覺不夠完整。

實際上正在改變的是產品底層的結構。值得關注的並不僅僅是收益來源,更重要的是決策開始集中在哪裏。一旦路由、分配和訪問通過相同的系統進行,協議就不再只是將用戶連接到機會。它正在悄然塑造哪些機會是值得關注的。

這一點值得關注。當市場平靜時,效率很容易受到讚美。更難的問題是,當條件發生變化,大家依賴同一基礎設施、同一信號、同一假設時會發生什麼。一個系統在表面上看起來多樣化,底層卻仍然可能表現得非常相似。

所以我並不認爲 BTCFi 2.0 只是 BTCFi 1.0 的一個更清晰版本。我看到的是從分散參與向管理流動的轉變。這可能會改善流動性並減少摩擦。它也可能使隱藏的架構比可見產品更重要。

如果這條路徑繼續發展,真正的價值可能最終不再體現在代幣本身,而是體現在決定資金下一步去向的層面上。

這通常是耐心故事開始的地方。

#bedroc $BR @Bedrock
我在加密貨幣圈子裏混了那麼久,記得以前用一個單一的去中心化應用(dApp)就感覺複雜。現在,生態系統強大多了,但也更加分散。一個簡單的交易策略可能需要多個標籤頁、不同的錢包,還得不停地在網絡之間切換。 這就是爲什麼Genius Terminal對我來說很有趣。它不是在增加另一個複雜的層,而是旨在將鏈上體驗的不同部分集中到一個地方。這個想法很簡單:減少在工具間切換的時間,更多時間專注於真正重要的決策。 讓人印象深刻的是,關於加密貨幣的對話發生了多大的變化。幾年前,人們對區塊鏈能做什麼感到驚訝。現在,很多用戶同樣關心的是他們能多容易地做到這一點。速度、簡單和流暢的體驗變得和底層技術一樣重要。 Genius Terminal就像是這一轉變的縮影。它並不是爲了讓加密貨幣變得更加複雜,或是塞入無盡的功能。而是爲了減少摩擦,讓鏈上活動感覺更自然。隨着行業的不斷成熟,我認爲成功的平臺將是那些讓強大工具使用起來毫不費力的,而不是讓用戶更辛苦地去訪問它們。 #geniu $GENIUS @GeniusOfficial
我在加密貨幣圈子裏混了那麼久,記得以前用一個單一的去中心化應用(dApp)就感覺複雜。現在,生態系統強大多了,但也更加分散。一個簡單的交易策略可能需要多個標籤頁、不同的錢包,還得不停地在網絡之間切換。

這就是爲什麼Genius Terminal對我來說很有趣。它不是在增加另一個複雜的層,而是旨在將鏈上體驗的不同部分集中到一個地方。這個想法很簡單:減少在工具間切換的時間,更多時間專注於真正重要的決策。

讓人印象深刻的是,關於加密貨幣的對話發生了多大的變化。幾年前,人們對區塊鏈能做什麼感到驚訝。現在,很多用戶同樣關心的是他們能多容易地做到這一點。速度、簡單和流暢的體驗變得和底層技術一樣重要。

Genius Terminal就像是這一轉變的縮影。它並不是爲了讓加密貨幣變得更加複雜,或是塞入無盡的功能。而是爲了減少摩擦,讓鏈上活動感覺更自然。隨着行業的不斷成熟,我認爲成功的平臺將是那些讓強大工具使用起來毫不費力的,而不是讓用戶更辛苦地去訪問它們。

#geniu $GENIUS @GeniusOfficial
#genius $GENIUS 我這幾年試過很多加密工具,老實說,大多數都感覺像是同一個想法的變種。Genius Terminal是少數幾個讓我立刻感覺不同的平臺之一。 我最喜歡的是它把所有東西都集中在一個地方。與其不斷切換圖表、錢包、追蹤器和研究工具,我可以專注於理解鏈上發生的事情,而不至於在不必要的複雜性中迷失。體驗順暢、實用,是真正用戶所需,而不僅僅是看起來很酷。 另一個突出的地方是它對隱私的重視。在一個線上活動被追蹤和監控的世界裏,看到一個平臺將隱私置於其願景的核心,令人耳目一新。它清楚地理解許多區塊鏈用戶真正重視的東西。 除了功能,我認爲Genius Terminal值得認可的是它更大的目標。它不僅僅是另一個競爭注意力的儀表板。它試圖創建一個完整的鏈上環境,在這裏可以進行研究、分析和決策。 這是我可以欣賞的願景。加密領域變化迅速,擁有可靠的工具比以往任何時候都重要。從我的角度來看,Genius Terminal正在構建一些真正有用的東西,這就是爲什麼它繼續吸引那些深度參與鏈上世界的人的關注。@GeniusOfficial
#genius $GENIUS 我這幾年試過很多加密工具,老實說,大多數都感覺像是同一個想法的變種。Genius Terminal是少數幾個讓我立刻感覺不同的平臺之一。

我最喜歡的是它把所有東西都集中在一個地方。與其不斷切換圖表、錢包、追蹤器和研究工具,我可以專注於理解鏈上發生的事情,而不至於在不必要的複雜性中迷失。體驗順暢、實用,是真正用戶所需,而不僅僅是看起來很酷。

另一個突出的地方是它對隱私的重視。在一個線上活動被追蹤和監控的世界裏,看到一個平臺將隱私置於其願景的核心,令人耳目一新。它清楚地理解許多區塊鏈用戶真正重視的東西。

除了功能,我認爲Genius Terminal值得認可的是它更大的目標。它不僅僅是另一個競爭注意力的儀表板。它試圖創建一個完整的鏈上環境,在這裏可以進行研究、分析和決策。

這是我可以欣賞的願景。加密領域變化迅速,擁有可靠的工具比以往任何時候都重要。從我的角度來看,Genius Terminal正在構建一些真正有用的東西,這就是爲什麼它繼續吸引那些深度參與鏈上世界的人的關注。@GeniusOfficial
登入以探索更多內容
加入幣安廣場中的全球加密貨幣用戶
⚡️ 獲取加密貨幣的最新和實用資訊。
💬 受到全球最大加密貨幣交易所的信任。
👍 發掘來自經過驗證創作者的真實見解。
電子郵件 / 電話號碼
網站地圖
Cookie 偏好設定
平台條款