Chen七月千顺

الأمس، كان بجانبي شاب تقني، وكان متحمسًا جدًا يتفاخر بالسكريبت الخاص بالتداول الآلي المحلي الذي كتبه للتو، ولكن في اللحظة التالية، مرت عاملة النظافة بدقة عبر مكتبه، وحدث صوت "بوم"، وانقطع سلك الطاقة.

الذكاء الاصطناعي الخاص به، الذي كان قد اكتشف إشارة ارتفاع كبيرة وكان جاهزًا للقيام بصفقة، توقف فجأة.

كانت ردة فعلي الأولى هي أنه في عالم العملات الرقمية، أنت دائمًا في سباق مع الزمن، ولا تعرف أبدًا ما إذا كان رمز الثروة التالي سيظهر أولاً أو الضربة غير المقصودة من عاملة النظافة.

الاعتماد على جهاز الكمبيوتر المحلي للتداول باستخدام الوكيل، حقًا أمر محفوف بالمخاطر.

في الحقيقة، إذا فكرت في الأمر، فإن أكثر ما يخاف منه المتداولون الأفراد في التداول الآلي هو انقطاع الاتصال الفعلي وتأخير الشبكة.

لكنني مؤخرًا قمت بدراسة OctoClaw التابعة لـ OpenLedger، واكتشفت أن هذه العملية تتعامل مباشرة مع المشكلة.

لديها ميزة Cloud Config، والتي ببساطة تعني أنك تقوم باستضافة وكيل التداول الخاص بك على السحابة، مما يجعله يعمل كعامل متميز لا ينام أبدًا ولا ينقطع عنه الاتصال.

سمعت أنه يمكن نشره في غضون ثوانٍ قليلة.

عند تكوينه محليًا، يمكننا ربط مفتاح API ومفتاح السر الخاص بالبورصة في علامة التبويب Skills، ثم تنشيط وحدات المهارات مثل التداول الفوري، والتبادل السريع، أو الرفع حسب الحاجة.

بمجرد نجاح استضافة السحابة، سيقوم هذا الوكيل بالتداول بمراقبة إشارات سوق DeFi على مدار الساعة.

بعبارة أخرى، حتى لو تم إيقاف تشغيل جهاز الكمبيوتر الخاص بك، أو سقط هاتفك في المرحاض، سيظل وكيل السحابة يعمل على استغلال الفرص التي تظهر بسرعة، مما يضمن أن رأس المال لا يبقى عاطلاً أبدًا.

في نهاية المطاف، ما يميز تداول الذكاء الاصطناعي هو الاستقرار والسرعة. دع الأمور الاحترافية للسحابة، على الأقل يمكننا النوم بعمق في الليل دون القلق بشأن ممسحة عاملة النظافة كل يوم.

#OpenLedger $OPEN @OpenLedger

الأسبوع الماضي، ابن عمي أعطاني بشكل غامض فلاش ميموري بسعة كبيرة، مليء بنماذج عقود النزاعات التجارية العابرة للحدود التي أخفاها عن العمل لمدة عشر سنوات. هو، القانوني المخضرم الذي يستهزئ عادة بسوق العملات الرقمية، جاء لي قائلاً: "يا أختي، سمعت أن الذكاء الاصطناعي يحتاج بشدة لهذه البيانات المتخصصة؟ هذه هي حياتي، ساعديني في معرفة إذا كان يمكنني تحويلها إلى سلسلة للحصول على دخل إضافي، لا تدعي الشركات الكبرى تستفيد مجاناً." في تلك اللحظة، كانت ردة فعلي الأولى هي، ألا يعتبر هذا تحويل المعرفة إلى أصول صلبة يمكن أن تدر عوائد؟

في الواقع، بعد التفكير، كان أكثر ما يخاف منه المتداولون الصغار أو العاملون في البيانات هو الاستغلال، فأنت لا تعرف على الإطلاق ما إذا كانت بياناتك ذات قيمة. ومع ذلك، أعتقد أن خطوة OpenLedger هذه مثيرة للاهتمام، حيث حولت بيانات ابن عمي عالية الجودة إلى أصول DataNet متوافقة على السلسلة. والأكثر من ذلك، أنها دمجت معيار خزينة العوائد ERC-4626 الأكثر نضجاً في دائرة التمويل اللامركزي (DeFi) مع طبقة خزينة مدارة بواسطة الذكاء الاصطناعي (AI-managed vault layer).

ببساطة، يقوم ابن عمي بتحميل نماذج العقود ويقوم بعمل رهن لرموز OPEN، وبالتالي تصبح هذه الـ DataNet كف LEGO مالي ينتج العوائد. عندما يستخدم نموذج كبير بيانات ابن عمي لإنشاء ردود قانونية، فإن آلية Proof of Attribution القوية من OpenLedger ستقوم بإنتاج تدفقات رمزية دقيقة.

بمعنى آخر، كلما تم استدعاء الذكاء الاصطناعي، سيتم تقسيم رسوم الاستدلال المستلمة تلقائياً وفقاً للصيغة المحددة في الاتفاقية - تأخذ المنصة جزءاً، ويمتلك مالك النموذج جزءاً، ويأخذ الراهن جزءاً، والباقي يُوزع بدقة على المساهمين في البيانات مثل ابن عمي. الأموال الصغيرة في الخزينة تُسوى تلقائياً وبشكل فوري، أليس هذا أكثر أماناً من الذهاب إلى منصات التمويل التقليدي التي تقتصر على المراهنات البحتة؟

المشكلة الحقيقية هنا هي أن خزائن إدارة الأصول المعتمدة على الذكاء الاصطناعي لا تساعد فقط المبتدئين في تجنب التعقيدات مثل ضبط المعلمات واختيار النموذج، بل تكسر أيضاً احتكار عمالقة البيانات. في النهاية، تجربة العوائد الذكية على السلسلة في المستقبل لن تكون فقاعة، بل ستعتمد على إنتاجية الاقتصاد المعرفي الفعلي. كلما نظرت أكثر، شعرت أن هذه الخطوة هي بمثابة فهم نموذج إدارة رأس المال الآلي بشكل كامل.

#OpenLedger $OPEN @OpenLedger

ابن عمي اللي في السنة الثالثة، مؤخرًا صار مهووس بتدريب شخصيات الأنمي الذكية على منصات الذكاء الاصطناعي، ويقول إنه ناوي يبني حريم سيبراني خاص فيه. البارحة جاء يطلب مني فلوس، وكان يشتكي ويقول إن كروت القوة الحاسوبية في السحابة انخصمت كلها، لأنه كان مشغل عشرات النماذج النسائية المختلفة، وذاكرة السيرفر انفجرت. كل ما أشوفه أضحك، الحين مو بس العلاقات في الواقع تكلف، حتى في السحابة تربية كم شخصية AI تكلف زيا مثل صيانة سيارة سباق.
لما أفكر في الموضوع، ألاحظ إن القلق من قوة الحوسبة مو بس عنده، الكثير من الشركات والمطورين اللي ناوين يعملوا تجمعات من الذكاء الاصطناعي صاروا مجانين. باختصار، في النظام التقليدي، إذا تبي AI يكون عنده شخصيات أو مهارات مختلفة، لازم توفر لكل نموذج ذاكرة سيرفر خاصة، يعني إذا كان عندك مئات الشخصيات متصلة في نفس الوقت، مصاريف الحوسبة تكون خيالية.
بس أنا أشوف إن الإطار اللي طورت OpenLedger، اللي هو OpenLoRA، قدر يحل هذه المشكلة بشكل دقيق. الموضوع مثير، استخدموا منطق يسمى التحميل الفوري (JIT)، يعني ببساطة يخلي كل الذكاءات الاصطناعية تتشارك نفس النموذج الأساسي الضخم، بينما لوحات التخصيص الدقيقة (LoRA) تشبه جلود أو إضافات مختلفة، بس لما يجي طلب من المستخدم، النظام يركبها بدون تأخير، وبعد ما تخلص تترفع على طول لتفريغ الذاكرة.
بمعنى آخر، في الماضي إذا كنت تبي آلاف من الذكاءات الاصطناعية الشخصية تشتغل في نفس الوقت، كان لازم تضغط السيرفر لحد ما ينفجر. لكن الآن مع استخدام OpenLoRA في دمج التخصيصات على مستوى الطلب، ذاكرة استضافة نموذج GPU انخفضت من 40-50 جيجابايت إلى 8-12 جيجابايت! العملية هذه خفضت مصاريف الحوسبة بحوالي 80%. والأكثر إثارة، إن تأخير تبديل النماذج انضغط إلى أقل من 100 مللي ثانية، والقدرة على المعالجة توصل لأكثر من 2000 توكن في الثانية، والمستخدمين خلال المحادثة ما يشعرون إن النظام يغير في الخلفية بشكل متكرر.
بعدين اكتشفت، سواء كانت الشركات تبغى تكوّن شبكة بوتات آلية مثل OctoClaw تعمل بشكل متزامن، أو الأفراد يبغوا يدربوا ذكائهم الاصطناعي بتكلفة منخفضة، هذا النوع من الجدولة الخفيفة والفعالة هو الحاجة الأساسية للمستقبل. في النهاية، معركة الذكاء الاصطناعي في المرحلة الثانية هي لمن يقدر يخفض التكاليف، بحيث يقدر الناس العاديين يستخدمونها ويلعبون فيها.
#OpenLedger $OPEN @OpenLedger

ابن عمي اللي في السنة الثالثة، مؤخرًا انشغل بتدريب شخصيات أنمي ذكية على منصات الذكاء الاصطناعي، ويقول إنه يبي يبني حريم سايبري خاص فيه. أمس جاني يطلب مني فلوس، وهو معبس ويقول إن كروت حساب السحابة حقه انسرقت لأنه كان شابك عشرات النماذج النسائية المختلفة بنفس الوقت، وذاكرة السيرفر انفجرت. كل ما أشوفه أضحك، الحين مو بس العلاقات في العالم الواقعي تكلف فلوس، حتى تربية كائنات ذكاء اصطناعي على السحابة صارت تكلف مثل تربية سيارة رياضية.

بعد ما فكرت، لقيت إن القلق من قوة الحوسبة مو بس عنده، كثير من الشركات والمطورين اللي ناويين يشتغلون على تجمعات الذكاء الاصطناعي يعانون. ببساطة، في النموذج التقليدي إذا كنت تبغى الذكاء الاصطناعي يكون عنده شخصيات أو مهارات مختلفة، لازم تعطي كل نموذج خادم ذاكرة خاص فيه، ومع وجود مئات الشخصيات أونلاين، تكاليف الحوسبة تصير مثل وحش يأكل الفلوس.

لكن أعتقد إن OpenLedger طورت إطار OpenLoRA، وهذا حل المشكلة بدقة. الموضوع مثير، يستخدم منطق التحميل الفوري (JIT)، ببساطة يعني إن جميع الذكاءات الاصطناعية تشارك نفس النموذج الأساسي الضخم، والملحقات LoRA المخصصة تشبه جلد أو إضافة، بس لما يجي طلب من المستخدم، النظام يركبها بلا تأخير، وبعد الاستخدام يزيلها ويحرر الذاكرة.

بمعنى آخر، سابقًا لتشغيل آلاف الكائنات الذكية المخصصة في نفس الوقت، كان لازم السيرفر ينفجر. لكن الحين باستخدام دمج الملحقات المتعددة بمستوى الطلب من OpenLoRA، ذاكرة النموذج على وحدة المعالجة الرسومية انخفضت من 40-50 جيجابايت إلى 8-12 جيجابايت! هالخطوة خفضت تكاليف الحوسبة بنسبة تقارب 80%. والأكثر جنونًا، إن تأخير تبديل النموذج انضغط إلى أقل من 100 مللي ثانية، ومعدل الأداء وصل إلى أكثر من 2000 توكن في الثانية، المستخدمين ما يحسون حتى إن الخلفية تتغير بشكل متكرر.

بعدها اكتشفت، سواء الشركات اللي تبغى تضبط شبكات روبوتات آلية مثل OctoClaw لتوليد الأرباح بشكل عالي، أو المستثمرين الصغار اللي يبغون يدربون ذكاءهم الاصطناعي بتكلفة منخفضة، هالجدولة الخفيفة والفعالة هي الحاجة المستقبلية. في النهاية، المنافسة في المرحلة الثانية من الذكاء الاصطناعي تعتمد على من يقدر يخفّض التكاليف، بحيث حتى الناس العاديين يقدرون يستخدمونها ويتعاملون معها @OpenLedger

#OpenLedger $OPEN