$BTC يتم دفعه للأعلى مع مسح سيولة الجانب الصاعد، مما يترك المراكز القصيرة المفرطة في الرافعة تتعرض للضغط.
منطقة السيولة الرئيسية التالية تقع فوق مستوى 63.2K، حيث لا يزال هناك تجمع كبير من أوامر التوقف في الانتظار. إذا استمر السعر في زخمه، فقد يتم مسح تلك المنطقة قبل حدوث أي انعكاس ذي معنى.
رؤيتي الحالية هي أنه بعد اختراق تلك القمم، قد يواجه البيتكوين رفضًا (ارتدادًا) ويشهد تراجعًا باتجاه منطقة ما دون 60K. ومع أن عطلة نهاية الأسبوع عادةً ما تجلب سيولة أرق وتحركات سعرية أكثر تقلبًا، فلن يكون من المستغرب حدوث تحركات حادة في أي اتجاه.
أنا أراقب منطقة 63K+ عن كثب لاحتمال صفقة سكالب بيع، لكن فقط إذا أكد السعر الضعف بعد عملية سحب السيولة. وحتى ذلك الحين، الصبر هو المفتاح—دع السوق يكشف أوراقه قبل القفز إلى الصفقة.
كما هو الحال دائمًا، هذه مجرد نظرة مني للسوق وليست نصيحة مالية. تحكم في المخاطر وانتظر تأكيدًا قبل الدخول في أي صفقة.
Newton Protocol (NEWT): A Closer Look at Secure AI Infrastructure for Web3
I've been spending some time looking into Newton Protocol (NEWT) lately, and I have to admit it's one of the more interesting AI infrastructure projects I've come across in crypto recently. AI has become the buzzword of the cycle, and almost every project claims it's building autonomous agents or AI-powered trading. After a while, those pitches start sounding the same. Newton feels a little different. Instead of trying to convince people that AI should take over their finances, it's focused on something much more practical: making AI safe enough to actually use on-chain. The goal isn't to replace users—it's to let AI handle repetitive tasks while users stay in control of their assets. What caught my attention was how the project approaches trust. Imagine setting a few rules for an AI agent to manage your portfolio, make recurring purchases, or interact with DeFi protocols on your behalf. The agent can only operate within the limits you've already approved. If it tries to do something outside those permissions, the transaction won't go through. That might not sound flashy, but it's actually one of the biggest missing pieces in AI-powered finance. Most people don't mind automation—they just don't want to hand over complete control. The difference here is that Newton is putting more emphasis on verification than intelligence. Most AI projects spend their time talking about how smart their models are. Newton spends more time explaining how every action can be checked and verified before it happens. For everyday users, that's a much easier concept to understand. You're not trusting an AI blindly—you're giving it a clearly defined set of instructions and making sure it can't go beyond them. The project has also had a busy few weeks. Its launch through the Binance HODLer Airdrops program, followed by its spot listing on Binance, gave the project a lot more visibility. Binance distributed 12.5 million NEWT, or 1.25% of the total one billion token supply, to eligible users through the airdrop campaign. For a relatively new protocol, that's a meaningful milestone. Around the same time, Newton rolled out the NEWT token with real utility inside the ecosystem. It isn't just meant for trading—it powers staking, governance, validator incentives, execution fees, and even publishing AI agents to the protocol's marketplace. Whether that utility drives long-term demand is something we'll have to watch, but at least the token has a defined role from day one. Another development that stood out to me is the gradual rollout of its AI agent marketplace. Developers can build specialized AI agents, while users decide which ones they want to use. Rather than relying on a single company or centralized AI service, the ecosystem is designed to let different builders contribute their own automation tools. That's actually pretty interesting because marketplaces are often where network effects start to appear. If developers build useful agents and users find value in them, both sides have a reason to stay in the ecosystem. The early numbers are encouraging, even if it's still too soon to draw big conclusions. According to the project, Newton has already surpassed 1.5 million user registrations, activated more than 450,000 AI agents, and processed over 1.2 million on-chain verification transactions. Project-reported metrics should always be viewed with some caution, but they're still useful for understanding whether people are actually interacting with the product. From a technology perspective, I don't think Newton is trying to reinvent blockchain infrastructure. It's trying to make blockchain applications easier to use. Instead of signing every transaction yourself, you define your intentions once, and the AI handles the repetitive work while cryptographic verification makes sure everything stays within the rules you've approved. It's a bit like setting up automatic payments through your banking app, except you're still keeping custody of your own assets. That's probably what I find most interesting about the project. Crypto has always promised automation, but in reality people still spend a lot of time clicking through transactions, moving funds, monitoring positions, and repeating the same actions every week. If AI can remove some of that friction without asking users to sacrifice security, there's a genuine use case there. Of course, there are still plenty of unanswered questions. AI infrastructure is becoming one of the most crowded narratives in crypto, and almost every team claims it's building the future of autonomous finance. Newton still has to prove that developers will build on it and, more importantly, that users will continue using those AI agents over the long run. Even so, I think it's addressing a real problem instead of creating a solution in search of one. The focus isn't just on making AI smarter—it's about making AI trustworthy enough to handle financial activity without users losing control. Still early, but something seems to be taking shape here. $NEWT @NewtonProtocol #Newt
Spent the last few days digging into Newton Protocol (NEWT), mainly because I'm skeptical of anything pitched as "AI agents managing your crypto." Ninety percent of that category is a slide deck with a token attached. Newton's actually building the boring infrastructure part, which is usually a decent sign.
Here's the idea without the buzzwords: rather than handing a bot your keys and hoping it behaves, you write down the boundaries — say, "only trade if volatility crosses X" — and the agent has to prove, cryptographically, that it stayed inside those lines. That's what the Keystore Rollup and zkPermissions setup actually does once you translate it out of whitepaper-speak.
The piece that made me pay closer attention was their compliance-as-code rollout, basically letting stablecoin issuers and institutions bake regulatory checks straight into transactions instead of doing it manually after the fact. That's a real headache for real companies, not a hypothetical DeFi use case.
There's also a verifiable agent marketplace taking shape, where developers stake NEWT to run agents and collect fees when people use them. Everyone talks about "agent economies" Newton's version at least gives you something concrete to check on later: does usage actually move token demand, or not.
For context on where things stand: circulating supply is around 215M out of a 1B fixed total, and daily volume on Binance is hovering near $5M. Not exactly deep liquidity yet.
What gives it a little more credibility than the average launch is the team's background — the same people built embedded wallet infrastructure now used by over 200K developers, so distribution isn't starting completely cold.
Not sure how the market ends up pricing this, but the fundamentals are at least worth watching rather than dismissing outright.
قبل أن أبدأ الحفر في @NewtonProtocol (NEWT)، كنت أظن أنه مجرد مشروع آخر يحاول ركوب موجة رواية الذكاء الاصطناعي. وبعد قضاء بعض الوقت في قراءة ما الذي قام الفريق بالفعل بإصداره، تغيّر رأيي قليلًا.
ما لفت انتباهي هو الطرح الأخير لمرحلة البيتا على الشبكة الرئيسية، مع بدء تطبيق القيود على Base وEthereum. بدلًا من التركيز على العروض الترويجية المبهرة، يبدو أن الفريق يبني البنية التحتية التي تحتاجها التطبيقات المدعومة بالذكاء الاصطناعي لكي تتعامل مع الأصول الحقيقية بمسؤولية. كما أنهم شاركوا أن إجمالي قيمة الأصول في خزائن DeFi المُنقّحة (TVL) قد نما بأكثر من 350% خلال العام الماضي، ما يشير إلى تزايد الطلب على ضوابط أقوى على السلسلة.
معظم المشاريع تتحدث عن أتمتة الذكاء الاصطناعي، لكن الفارق هنا عملي. تم تصميم Newton للتحقق مما إذا كانت المعاملة تستوفي قواعد محددة مسبقًا قبل حدوثها. تخيّل حدود الإنفاق، أو التحقق من الهوية، أو سياسات الامتثال التي تُفرض تلقائيًا بدلًا من الاعتماد على الثقة بعد وقوع الأمر.
هذا في الواقع مثير للاهتمام لأن الإصدارات الأخيرة مثل VaultKit، إلى جانب عمليات التكامل مثل Persona وHuman Passport، تُظهر أن الفريق يوسّع الأدوات حول تمويل مدفوع بالذكاء الاصطناعي وأكثر أمانًا، بدل الاكتفاء بالتسويق لمجرد توكن جديد.
لست أحاول التنبؤ إلى أين سيذهب NEWT من هنا، وأنا أتابعه فقط من خلال إدراجه في Binance باعتباره مرجعًا للسوق. ما إذا كان سيحدث تبنٍّ فعلي يبقى سؤالًا مفتوحًا، لكن على الأقل يبدو أن المشروع يركز على إطلاق منتجات بدل الاكتفاء ببيع سردية.
ما وراء ضجيج الذكاء الاصطناعي: لماذا جعلني بروتوكول نيوتن أُولي اهتمامًا
كنت أبحث مؤخرًا في بروتوكول نيوتن (NEWT)، وسأعترف أن توقعاتي كانت منخفضة نسبيًا في البداية. لا ينقص قطاع الكريبتو وجود مشاريع تجمع بين الذكاء الاصطناعي والبلوك تشين، وبعد متابعة عدة دورات سوقية، تعلمت أن الروايات الجذابة غالبًا ما تظهر في وقت أبكر بكثير من المنتجات التي تعمل فعليًا. لذا حاولت تجاهل الضجيج والتركيز على سؤال بسيط: ما المشكلة التي يحاول نيوتن فعلًا حلها؟ ما لفت انتباهي هو أنهم لا يطلبون من المستخدمين أن يثقوا بالذكاء الاصطناعي بشكل أعمى. بدلًا من ذلك، يقومون ببناء نظام يمكن فيه لوكلاء الذكاء الاصطناعي أتمتة مهام البلوك تشين مع الالتزام بالقواعد التي يحددها المستخدمون مسبقًا. يبدو هذا بديهيًا، لكن كثيرًا من المشاريع تتغاضى عنه.
قضيت بعض الوقت في قراءة بروتوكول نيوتن (NEWT)، وخرجت وأنا أفكر أنه يقترب من بنية تحتية للذكاء الاصطناعي من زاوية مختلفة عن معظم مشاريع العملات المشفرة.
بدلًا من طلب تسليم كل شيء إلى ذكاء اصطناعي، يقوم نيوتن ببناء رول أب آمن يمكن لوكلاء الذكاء الاصطناعي من خلاله تنفيذ إجراءات محددة مسبقًا على السلسلة مع البقاء شفافين وقابلين للتحقق. هذا يجعل الفكرة أسهل كثيرًا للفهم: أتمتة المهام المتكررة على البلوك تشين دون التخلي عن السيطرة.
من التطورات التي وجدت أنها تستحق الانتباه إطلاقه على بينانس عبر برنامج HODLer Airdrops، تلاه فتح التداول الفوري. بالنسبة لمشروع بنية تحتية ناشئ، قد تؤدي مثل هذه الرؤية إلى توسيع المشاركة والسيولة بشكل ملحوظ.
معظم المشاريع تعد بأتمتة مدعومة بالذكاء الاصطناعي، لكن السؤال الحقيقي هو ما إذا كان بإمكان المستخدمين الوثوق بما تفعله تلك الأنظمة. الفرق هنا هو التركيز على جعل نشاط الذكاء الاصطناعي قابلاً للتدقيق بدلًا من التعامل معه كصندوق أسود.
مع إمدادٍ أقصى يبلغ 1 مليار NEWT، وما يقارب 288 مليونًا منها متداولة حاليًا، وبملايين الدولارات في حجم التداول اليومي، يبدو أن السوق على الأقل يوليه اهتمامًا.
ما زلت أراقب من بعيد، لكن يبدو أن بروتوكول نيوتن من تلك المشاريع التي قد ينتهي فيها الأمر إلى أن يكون التنفيذ المتّزن فيها أهم من الضجيج قصير الأجل.
رهان البنية التحتية الصامتة: لماذا جعلني بروتوكول نيوتن أنظر مرتين
سأكون صريحًا. بعد مشاهدة العملات المشفرة وهي تتعثر عبر دورات سوقية أكثر مما أود عدّه، أصبحت من الصعب بشكل مفاجئ إبهاري. تأتي كل دورة بمفرداتها الخاصة. في البداية كانت سلاسل الكتل الأسرع. ثم الـNFTs. ثم عوالم الميتافيرس. ثم الذكاء الاصطناعي. كل موجة وعدت بإعادة كتابة القواعد، وفي النهاية اصطدمت جميعها بالعقبة نفسها: الواقع. الحقيقة غير المريحة هي أن العملات المشفرة لم تتعثر أبدًا في توليد الأفكار. لقد كافحت لبناء أشياء يعتمد عليها الناس بهدوء. نادراً ما تتحول البنية التحتية إلى حديث على مائدة الطعام. لا أحد يفتخر بالسباكة داخل مبنى إذا كانت المياه تعمل بشكل مثالي. لا يلاحظها الناس إلا عندما يحدث عطل. تعيش بنية تحتية البلوكشين في المكان نفسه الغريب. فمعظم الناس لا يستيقظون على فكرة مندهشين بشأن كيفية عمل rollups أو كيف يتحقق أسلوب آلي من قراراته.
لقد كنت أبحث في بروتوكول نيوتن (NEWT) خلال الأيام القليلة الماضية، وأجدني أعود باستمرار إلى الفكرة نفسها: يبدو الأمر أقرب إلى كونه بنية تحتية أكثر من كونه سردًا آخر في عالم الذكاء الاصطناعي.
ما لفت انتباهي هو توقيت بعض التطورات الأخيرة. فقد قدمت بينانس عملة NEWT ضمن برنامج HODLer Airdrops قبل إدراج الرمز، بينما واصلت المجموعة البناء باتجاه طرح تجميعي (rollup) آمن مصمم لأتمتة مدعومة بالذكاء الاصطناعي، وسوق يمكن فيه للمطورين نشر وكلاء ذكاء اصطناعي.
معظم المشاريع تتحدث عن الذكاء الاصطناعي كما لو أن مجرد ذكر الكلمة يكفي. أما هنا فالفرق هو أن نيوتن يبدو مركزًا على جعل الذكاء الاصطناعي مفيدًا للأنشطة اليومية داخل السلسلة (on-chain). بدلًا من النقر عبر نفس المعاملات مرارًا وتكرارًا، تتمثل الفكرة في السماح للذكاء الاصطناعي بتنفيذ مهام محددة مسبقًا ضمن حدود واضحة يسيطر عليها المستخدمون.
وهذا أمر مثير للاهتمام فعلًا، لأن القيمة ليست في المصطلحات الرنانة—بل في ما إذا كانت الأتمتة يمكنها توفير الوقت دون التضحية بالشفافية أو الأمان.
انطلق الرمز بإجمالي إمداد قدره 1 مليار NEWT، مع تداول يقارب 215 مليونًا في البداية، بينما تم توزيع 12.5 مليون NEWT عبر HODLer Airdrops التابعة لبينانس.
ما زلت أراقب من جانب الطريق. لست متأكدًا من كيفية تسعير السوق له مع مرور الوقت، لكن الفريق يبدو أكثر تركيزًا على البناء بدلًا من مطاردة العناوين.
الاهتمام سهل. الاحتفاظ صعب. لذلك يحظى بروتوكول نيوتن باهتمامي
إحدى الأشياء التي علّمتني إياها التشفير على مرّ السنين هي أن الحماس يتلاشى أسرع بكثير مما يتوقعه الناس. لقد شاهدت مشاريع تنفجر في الشعبية، وتستقطب مجتمعات ضخمة تقريبًا بين عشية وضحاها، ثم تختفي ببطء عندما تصبح المكافآت أقل جاذبية. حدث ذلك كثيرًا لدرجة أنني في النهاية توقفت عن الحكم على المشاريع بناءً على مقدار الاهتمام الذي تحظى به. من السهل توليد الاهتمام. أما إبقاء الناس من حولك بعد أن يزول الحماس، فهذه هي الجزء الصعب. ربما لهذا السبب انتهى الأمر ببروتوكول نيوتن بأن يظل عالقًا في ذهني لفترة أطول مما كنت أتوقع.
لماذا يستمر بروتوكول نيوتن في جذبني للعودة، حتى بدون الضجيج
عزيزتي/عزيزي العائلة مؤخرًا، وجدت نفسي أولي اهتمامًا أكبر للأشياء التي لا ألاحظها فورًا. فنجان قهوة جيد، شارع هادئ قبل أن يستيقظ الجميع، أو حتى عادة التحقق من هاتفي بشكل أقل قليلًا. من الغريب كيف أن التراجع خطوة للوراء لحظة يغيّر ما يبدو مهمًا. أعتقد أن عالم الكريبتو يعمل بالطريقة نفسها. المشاريع التي تبقى معي عادةً ليست تلك التي تُحدث أكبر قدر من الضجيج. إنها تلك التي أجدني أفكر فيها بعد أيام لاحقًا، دون أن أقصد ذلك حقًا. كان هذا هو الحال مع بروتوكول نيوتن.
لقد كنت أبحث في بروتوكول نيوتن (NEWT) لعدة أيام، وذلك في الغالب لأن "عملاء/وكلاء ذكاء اصطناعي يديرون عملتك الرقمية" هي واحدة من تلك العروض التي تبدو رائعة حتى تسأل كيف تعمل فعليًا من الداخل.
إليك النسخة البسيطة: بدلًا من تسليم أموالك إلى بوت تداول غامض، تضع قواعدًا محددة—مثل: "أعد الموازنة إذا ارتفعت التقلبات"—ثم يقوم وكيل ذكاء اصطناعي بالتنفيذ ضمن تلك الحدود. يتم التحقق من الإجراءات تشفيريًا قبل أن تُنفَّذ، باستخدام إثباتات عدم المعرفة وبيئات التنفيذ الموثوقة. لذلك أنت لست فقط تثق في صندوق أسود؛ النظام نفسه يتأكد أن الوكيل بقي داخل صلاحياته.
ما شدّ انتباهي هو أن خريطة الطريق تبدو أكثر كأنها أعمال بنية تحتية وليست مجرد ضجيج. فهم يبنون لفة/تجميعة (rollup) متعددة السلاسل لمخزن المفاتيح خصيصًا من أجل الصلاحيات، وسوقًا على السلسلة حيث يمكن للمطورين نشر واستثمار استراتيجيات الوكلاء. يتعين على المشغلين/العمّال (Operators) الرهان على NEWT حتى يتمكنوا من تقديم خدمة هناك، وهذا على الأقل يربط الاستخدام بالرمز بدلًا من أن يظل الأمر عائمًا بشكل مضاربي.
وهذا في الحقيقة مثير للاهتمام، لأن معظم مشاريع "ذكاء اصطناعي × كريبتو" تتوقف عند طبقة الوكيل وتتجاهل تمامًا مشكلة التحقق. يبدو أن نيوتن يراهن على أن الثقة—وليس الذكاء—هي بالفعل عنق الزجاجة لأتمتة التطبيقات على السلسلة.
أما من ناحية الأرقام، فإن لدى NEWT إمدادًا ثابتًا يبلغ 1 مليار، وما يزيد قليلًا عن نصفه متداول حاليًا. ما زالت عمليات فتح/إطلاق الرموز (Token unlocks) تتم تدريجيًا، لذا فإن ضغط المعروض مسألة يجب مراقبتها إذا كنت تتابع حركة السعر. وبالنسبة لأي شخص يتداول عليه، تظل منصة Binance هي الأكثر سيولة بالنسبة لزوج NEWT.
سواء حصلت السوق فعلًا على زخم من المطورين بمجرد أن تصبح تعمل هو الاختبار الحقيقي. لست متأكدًا من كيفية تسعير السوق له على المدى الطويل، لكن الأساسيات على الأقل أكثر واقعية من معظم المشاريع في هذه الفئة.
قضيتُ الأيام القليلة الماضية في التعمّق في @OpenGradient ، وخرجت بأسئلة أكثر مما توقعت—وهذا عادةً علامة جيدة.
ما لفت انتباهي هو أن الفريق لا يحاول المنافسة من خلال بناء روبوت محادثة آخر. بل يعمل على البنية التحتية وراء الذكاء الاصطناعي، مما يجعل من الممكن تشغيل نماذج الذكاء الاصطناعي والتحقق منها عبر شبكة لا مركزية، بدلًا من الاعتماد على مزوّد واحد.
هذا مثير للاهتمام فعلًا، لأن الجميع يتحدث عن "الذكاء الاصطناعي اللامركزي"، لكن القليل جدًا يشرح سبب أهميته. إذا كان سيتم استخدام الذكاء الاصطناعي لاتخاذ قرارات مهمة، فقد تصبح القدرة على التحقق من مصدر الإجابة بنفس قيمة الإجابة نفسها.
من خلال ما رأيته، يواصل OpenGradient تحسين شبكته بشكل تدريجي، وتوسيع أدوات المطورين، ودفع بنية الاستدلال (inference) إلى الأمام بدلًا من مطاردة العناوين الرئيسية. والفرق هنا هو التركيز على بناء شيء يمكن للمطورين استخدامه فعلًا بدلًا من الاعتماد على الضجيج.
أنا لا أقول إن هذا مضمون أن يصبح لاعبًا رئيسيًا. لا يزال هناك الكثير لإثباته، خصوصًا عندما يتعلق الأمر بالاعتماد. لكن يبدو الأمر كأحد تلك المشاريع التي تبني بهدوء بينما يتنافس الجميع على جذب الانتباه.
أنا أراقب @OpenGradient لأن هذا الأمر يلامس مشكلة تبدو أكبر من عالم الذكاء الاصطناعي نفسه. يتحدث الجميع عن نماذج أكثر ذكاءً، لكن القليل جدًا يتوقف ليتساءل من الذي يتحقق فعليًا مما تفعله تلك النماذج خلف الكواليس.
تبدو الفكرة بسيطة على الورق. أنشئ شبكة يمكن فيها تشغيل نماذج الذكاء الاصطناعي والتحقق منها والبقاء مفتوحة، بدل الاعتماد على شركة واحدة. تبدأ التحديات الحقيقية عندما تلتقي تلك الفكرة بالمستخدمين الحقيقيين، والمرور/الزيارات الحقيقية، والتوقعات الواقعية.
هنا عادةً يظهر الفجوة. قد يبدو النظام قويًا أثناء الإعلانات، لكنه يتصرف بشكل مختلف تمامًا تحت الضغط. لا يُبنى الثقة بمجرد التصميم وحده—بل تنمو من خلال الأداء المتسق مع مرور الوقت.
ما يجعل @OpenGradient مثيرًا للاهتمام ليس وعد اللامركزية بحد ذاته، بل ما إذا كان بإمكانه أن يثبت بهدوء أن الطبقات الإضافية تستحق التعقيد المضاف. فإذا حدث ذلك، سيتحدث التـقنية بصوت أعلى من السردية/الخطاب مهما كان الأخير قويًا.
قضيت بضعة أيام في التعمّق داخل "حفرة" عميقة بإحدى قصص @OpenGradient ، وبدلًا من معظم مشاريع "الذكاء الاصطناعي يلتقي مع العملات المشفرة"، هذا المشروع يحاول فعلًا حل مشكلة ملموسة: كيف تثق بمخرجات ذكاء اصطناعي عندما لا تستطيع رؤية ما حدث داخل النموذج؟
إجابتهم هي إجراء الاستدلال (inference) على شبكة من عقد GPU وTEE، ثم إرفاق برهان تشفيري (cryptographic proof) بكل نتيجة. بدلًا من الاكتفاء بقول الذكاء الاصطناعي إن كل شيء صحيح، يمكن لأي طرف لاحق التحقق بدقة من أي نموذج تم تشغيله، وما المدخل الذي حصل عليه، وما إذا تم العبث بالمخرجات. هو ليس يحاول أن يكون بلوكتشين خاصًا به — اعتبره أكثر بمثابة خدمة خلفية (backend) يتصل بها تطبيقات وأدوات أخرى عندما يحتاجون أعمال ذكاء اصطناعي ويكونون بحاجة إلى التحقق منها.
ما شدّ انتباهي هو جولة التمويل: إجمالي 9.5 مليون دولار، مع مشاركة a16z crypto وCoinbase Ventures، إضافةً إلى مستثمرين ملائكة مثل Balaji Srinivasan وSandeep Nailwal. هذه تشكيلة جادة جدًا لمشروع لم يسمع به كثيرون بعد.
لقد نما مركز (Model Hub) لديهم بهدوء ليضم أكثر من 2,000 نموذج مستضاف، وهو عدد أقرب إلى Hugging Face منه إلى وعود تشفيرية فارغة. كما حصلوا على إمكانية التداول على Binance، لكن هذا يتعلق أكثر بإتاحة الوصول من كونه مضمونًا بحد ذاته.
والأمر مثير للاهتمام حقًا لأن الاختبار الحقيقي ليس الإدراج — بل ما إذا كان إطلاق الشبكة الرئيسية (mainnet) يحوّل OPG إلى شيء يحتاجه الناس فعلًا للدفع بالرسوم، لا مجرد التداول.
ما إذا كان سيتحوّل إلى تبنٍّ حقيقي لا يزال غير واضح، لكن على الأقل هم يطرحون شيئًا ما مع أطروحة واضحة وراءه.
لقد كنت أطلع مؤخرًا على OpenGradient، وكنت في البداية أظن أنه مجرد مشروع آخر يحاول دمج الذكاء الاصطناعي والكر يبترو. لكن بعد قضاء بعض الوقت في قراءة ما يعملون على بنائه، أدركت أن الفكرة أكثر واقعية مما توقعت.
ما شدّ انتباهي هو أنهم لا يركزون فقط على تشغيل نماذج الذكاء الاصطناعي، بل أيضًا على إثبات مصدر استجابة الذكاء الاصطناعي فعليًا. ومع ازدياد شيوع الذكاء الاصطناعي، يبدو أن هذه مسألة سيهتم بها المزيد من الناس في نهاية المطاف.
خلال الأشهر القليلة الماضية، أطلقوا OpenGradient Chat لعرض استدلال ذكاء اصطناعي يمكن التحقق منه، كما أعلنوا عن جولة تمويل بقيمة 9.5 مليون دولار لمواصلة توسيع الشبكة. تتحدث معظم المشاريع عن لا مركزية الذكاء الاصطناعي، لكن OpenGradient يبدو أكثر اهتمامًا بجعل مخرجات الذكاء الاصطناعي قابلة للتحقق بدلًا من الاكتفاء بأن تكون أسرع.
بحسب فهمي، تقوم عقد وحدات معالجة الرسوم (GPU) بالأعمال الثقيلة عبر تشغيل النماذج، بينما تتحقق عقد أخرى من النتائج بدلًا من تكرار كل العمل. هذا يجعل العملية بأكملها أكثر كفاءة دون التضحية بالشفافية.
لا أزال أراقب لمعرفة ما إذا كان المطورون سيبنون عليها فعلًا، لأن هذا هو ما يهم في النهاية. لكن من المنعش أن ترى فريقًا يركز على حل مشكلة بنية تحتية حقيقية بدلًا من مطاردة أحدث سردية تخص الذكاء الاصطناعي.
ما زال الأمر في بدايته، لكن يبدو أن شيئًا ما يتشكل هنا.
لقد كنت أبحث في @OpenGradient مؤخراً، وذلك في الغالب لأنني كنت أرى عبارة "الذكاء الاصطناعي القابل للتحقق" باستمرار، وأدركت أن القليل جداً من الناس يشرحون ما الذي تعنيه فعلياً.
كلما قرأت أكثر، أدركت أنهم لا يقومون ببناء روبوت دردشة ذكاء اصطناعي آخر. إنهم يبنون البنية التحتية وراء الذكاء الاصطناعي، مع التركيز على إثبات أن النموذج قد أنتج بالفعل النتيجة التي تبحث عنها. وفي عالمٍ يصبح فيه الذكاء الاصطناعي جزءاً من كل شيء، يبدو أن هذه مشكلة تستحق الحل.
ما جذب انتباهي هو وتيرة العمل لديهم. لقد أعلنوا مؤخراً عن جولة تمويل بقيمة 9.5 مليون دولار، ومعالجة أكثر من 2 مليون استدلال من ذكاء اصطناعي تم التحقق منه، ودعم أكثر من 2000 نموذج ذكاء اصطناعي، ونمو إلى أكثر من 2 مليون مستخدم. لا تكفي الأرقام وحدها لشرح القصة كاملة، لكنها تُظهر أن الشبكة لا تقف ساكناً.
والأمر مثير للاهتمام، لأن معظم المشاريع تقضي وقتاً طويلاً في الحديث عن المستقبل. يبدو أن OpenGradient أكثر تركيزاً على بناء أدوات يمكن للمطورين استخدامها اليوم، مثل Model Hub لديها وبنية التحقق الخاصة بها.
الفرق هنا هو أن القيمة ليست في توليد ذكاء اصطناعي أكثر ذكاءً—بل في جعل مخرجات الذكاء الاصطناعي أسهل في الوثوق بها. قد لا يبدو ذلك مثيراً للانتباه، لكنه قد يصبح أكثر أهمية كلما وجد الذكاء الاصطناعي طريقه إلى تطبيقات أكثر واقعية.
ما زال الأمر في بدايته، لكن يبدو أن شيئاً يتشكل هنا.
قضيت الأيام القليلة الماضية أبحث في @OpenGradient ، أساسًا لأنني تعبت من المشاريع التي تضع "الذكاء الاصطناعي القابل للتحقق" على السطح دون أن تشرح ماذا يعني ذلك فعليًا. هذه واحدة جعلتني أستيقظ قليلاً.
إليك النسخة البسيطة مما يفعلونه: عندما تسأل نموذج ذكاء اصطناعي سؤالًا، عادةً ما تكون فقط تثق في ما يعود إليك. لا يمكنك التحقق مما إذا كان قد تم تشغيل النموذج الذي يدعي أنه قام بتشغيله، أو إذا كان شخص ما قد عدل الناتج على طول الطريق. تحاول OpenGradient إصلاح ذلك من خلال إرفاق نوع من الإيصالات الرقمية بكل رد ذكاء اصطناعي، دليلًا على بالضبط ما هو النموذج الذي تم تشغيله، وما الذي قدمته له، وما الذي أخرجه. لا تحتاج إلى أخذ كلمة أي شخص لذلك.
ما لفت انتباهي أولاً كان التمويل. لقد جمعوا 9.5 مليون دولار إجمالاً، مع دعم a16z crypto و Coinbase Ventures لهم، وهذا ليس إشارة صغيرة في هذا المجال. لكن التمويل وحده لا يعني شيئًا إذا لم يكن أحد يستخدم الشيء.
هذا في الواقع مثير للاهتمام لأن أرقام الاستخدام ليست لا شيء أيضًا - أكثر من 2 مليون استنتاجات قابلة للتحقق تم تشغيلها حتى الآن، مع أكثر من 500,000 دليل تم إنشاؤه عبر أكثر من 2,000 نموذج مستضاف. أطلق رمز OPG TGE الخاص به في أبريل 2026، وقد استحوذت Binance عليه مبكرًا، مما أعطاه سيولة حقيقية من البداية.
تتحدث معظم المشاريع عن "نمو النظام البيئي" دون إظهار إيصالات. هنا، ساهم أكثر من 100 مطور في النماذج، ويبدو أن الشبكة لديها ست طرق مختلفة لتوليد الإيرادات، مما يشير على الأقل إلى أن الناس يبنون، وليسوا مجرد مضاربين.
سواء كانت ستترجم إلى اعتماد دائم يبقى أن نرى، لكن على الأقل هم يقومون بالشحن.
قضيت الأيام القليلة الماضية أبحث في OpenGradient، أساسًا لأن "الذكاء الاصطناعي القابل للتحقق" يُذكر باستمرار دون أي مضمون حقيقي خلفه.
الفكرة الأساسية بسيطة جدًا بمجرد أن تزيل المصطلحات: في كل مرة يعمل فيها نموذج ذكاء اصطناعي على شبكتهم، يأتي مع نوع من الإيصال - دليل على النموذج الذي تم تشغيله، وما المدخلات التي استقبلها، وما الذي أخرجه. لا تحتاج لأخذ كلام أي شخص على محمل الجد.
ما لفت انتباهي هو التمويل. لقد جمعوا 9.5 مليون دولار، مدعومين من a16z crypto وCoinbase Ventures، وهو ليس كبيرًا حسب معايير الكريبتو، ولكنه تصويت مهم بالثقة في مساحة مليئة بالضجيج حاليًا.
تم إطلاق الرمز في أبريل 2026 على Binance، وأرقام التبني منذ ذلك الحين ليست قليلة - أكثر من 2 مليون استنتاج قابل للتحقق تمت معالجته، وأكثر من 2000 نموذج ذكاء اصطناعي مستضاف على مركز نماذجهم، وأكثر من 500,000 دليل تشفيري تم إنتاجه. هذا في الواقع مثير للاهتمام لأن معظم مشاريع "الذكاء الاصطناعي x الكريبتو" تُظهر لك ملف PDF للجدول الزمني، وليس بيانات الاستخدام.
تتحدث معظم المشاريع عن لامركزية الذكاء الاصطناعي. الفرق هنا هو أنهم قاموا ببناء شيء أقرب إلى Hugging Face بدون إذن، حيث يمكن لأي شخص رفع نموذج وجعله قابل للاستعلام فورًا عبر الشبكة.
ومع ذلك، فإن جزءًا من النشاط الحالي يبدو مرتبطًا بإدراج Binance أكثر من كونه طلبًا عضويًا. الشبكة الرئيسية وفائدة الرسوم الحقيقية لا تزال أمامنا.
ما زال الوقت مبكرًا، لكن يبدو أن هناك شيئًا يتشكل هنا.
قضيت الأيام القليلة الماضية أبحث في @OpenGradient وأعتقد أنه يتناول جزءًا من حزمة الذكاء الاصطناعي التي لا يقضي معظم الناس وقتًا طويلاً في التفكير بها.
يتحدث الجميع عن بناء نماذج أكبر أو الحصول على المزيد من القدرة الحاسوبية. لكن القليل من المشاريع تركز على التحقق.
ما لفت انتباهي هو فكرة OpenGradient في جعل مخرجات الذكاء الاصطناعي قابلة للإثبات بدلاً من الاعتماد فقط على الثقة. ببساطة، بدلاً من أخذ استجابة الذكاء الاصطناعي على أنها حقيقة، تم تصميم الشبكة بحيث يمكن للمستخدمين التحقق من أن النموذج قد أنتج بالفعل النتيجة التي يدعي أنه أنتجها.
هذا مثير للاهتمام حقًا لأن الذكاء الاصطناعي يُستخدم بشكل متزايد في مجالات حيث تهم الثقة بقدر الأداء.
على مدار الأشهر القليلة الماضية، أعلنت المشروع عن جولة تمويل بقيمة 9.5 مليون دولار بقيادة a16z crypto وشاركت بعض الجذب المبكر للشبكة. وفقًا للفريق، قامت OpenGradient بالفعل بمعالجة أكثر من 2 مليون استنتاج قابل للتحقق من الذكاء الاصطناعي، وولدت أكثر من 500,000 إثبات، وتدعم أكثر من 2000 نموذج من خلال نظامها البيئي. $DEXE $ESPORTS
تتحدث معظم المشاريع عن لامركزية الذكاء الاصطناعي، لكن التفاصيل غالبًا ما تتوقف عند كلمات البنية التحتية. الفرق هنا هو أن OpenGradient تبدو مركزة على جعل مخرجات الذكاء الاصطناعي قابلة للتدقيق، وهو ما قد يصبح أكثر أهمية مع تعامل الوكلاء المستقلين وتطبيقات الذكاء الاصطناعي مع المزيد من القرارات الحياتية الواقعية.
لا زال الوقت مبكرًا، وهناك الكثير من تحديات التنفيذ في المستقبل. لست متأكدًا كيف ستحرك السوق بشأنها على المدى الطويل، لكن الأسس أصبحت أصعب في تجاهلها.