Saya menghabiskan beberapa hari terakhir untuk mendalami @NewtonProtocol (NEWT), dan saya mendapatkan kesan yang berbeda dari yang saya kira. Banyak proyek AI dalam kripto berfokus untuk membuat agen menjadi lebih mampu. Newton tampaknya lebih tertarik untuk membuat mereka bertanggung jawab.
Yang menonjol bagi saya adalah betapa cepat proyek ini bergerak dari konsep ke eksekusi. Mainnet Beta kini sudah live, dan Binance HODLer Airdrop yang disusul dengan listing Binance memberikannya visibilitas jauh lebih besar daripada yang biasanya diterima banyak proyek infrastruktur tahap awal.
Ide itu sendiri cukup sederhana. Alih-alih meminta pengguna untuk mempercayakan aset mereka kepada AI, Newton sedang membangun sistem yang setiap tindakan otomatis dapat dibatasi, diverifikasi, dan dikendalikan. Mungkin kedengarannya kurang menarik dibanding AI yang sepenuhnya otonom, tetapi kemungkinan itu arah yang lebih praktis jika alat-alat ini suatu saat benar-benar akan mengelola nilai yang nyata.
Saya juga melihat aktivitas trading meningkat sejak peluncuran, meskipun masih terlalu dini dan ekosistem masih punya banyak hal untuk dibuktikan. Justru itulah yang membuatnya menarik untuk diamati. Kebanyakan proyek menjanjikan masa depan, tetapi proyek ini tampaknya berfokus untuk membangun kerangkanya terlebih dahulu.
Saya masih mendekatinya dengan sikap skeptis yang sehat, tetapi sekarang lebih mudah untuk memahami mengapa orang-orang memperhatikannya. Apakah itu akan berkembang menjadi adopsi jangka panjang masih harus dilihat, tetapi setidaknya tim ini menghadirkan produk, bukan sekadar mengandalkan janji.
Can AI Be Trusted With Your Crypto? A Look at Newton Protocol (NEWT)
Artificial intelligence is moving into crypto faster than most people expected. Every week there seems to be another project promising AI trading, autonomous agents, or automated portfolio management. While many of these ideas sound exciting, they all raise the same question in my mind. How much control are people actually willing to hand over to software? That question is what led me to Newton Protocol. The more I learned about the project, the more I realized it is not trying to build the smartest AI agent or the fastest trading bot. Instead, it is focused on something that may be even more important. It wants to create the infrastructure that allows AI to act on behalf of users without requiring blind trust. I think that difference matters. In crypto, ownership has always been one of the biggest principles. The moment users have to give full access to a centralized service or an automated bot, they begin sacrificing part of that ownership. Newton Protocol is trying to change that by making automation verifiable rather than unquestioned. The project is designed around the idea that AI should operate within rules chosen by the user instead of making unlimited decisions. Rather than giving an AI agent unrestricted control over a wallet, users can define exactly what actions are allowed. They can set spending limits, approve specific applications, restrict transactions to certain assets, or revoke permissions whenever they choose. That approach immediately makes more sense to me than simply trusting an algorithm with everything. Another reason Newton Protocol caught my attention is its focus on cryptographic verification. Instead of asking users to believe an AI agent behaved correctly, the protocol aims to provide proof that every automated action followed the rules established beforehand. This creates accountability without removing the convenience of automation. Privacy is another area where Newton appears to be thinking ahead. By using technologies such as Zero Knowledge Proofs, the protocol can verify that requirements have been met without exposing unnecessary personal information. In a world where digital privacy becomes more valuable every year, this feels like an important direction for blockchain infrastructure. Security also seems to be one of the project's strongest priorities. Newton combines blockchain with Trusted Execution Environments, secure computing environments that help protect sensitive operations while they are being processed. Together with programmable permissions and cryptographic verification, this creates multiple layers of protection instead of relying on a single point of trust. One feature I find particularly interesting is the planned marketplace for AI developers. Instead of limiting innovation to one team, Newton wants developers to build AI models that other users can discover and use. This could create an ecosystem where useful automation becomes accessible while developers are rewarded for their work. At the same time, operators are expected to stake NEWT tokens as collateral, creating financial consequences if they fail to follow protocol rules. That incentive structure encourages responsible behavior across the network. The NEWT token itself plays several important roles. It is used for network security through staking, paying transaction fees, supporting governance, and serving as collateral for service providers. Rather than existing only as a speculative asset, the token is integrated into the protocol's core functionality. Of course, no project is without challenges. Newton Protocol is entering a competitive market where many teams are trying to combine artificial intelligence with blockchain. Success will depend on attracting developers, building real applications, maintaining strong security, and proving that its technology can scale under real-world demand. Even so, I believe Newton Protocol is approaching the problem from the right angle. Instead of asking people to trust AI more, it asks how AI can become trustworthy in the first place. That is a much more meaningful question. As autonomous software becomes more common across finance, decentralized applications, and digital services, the need for secure permission systems will only increase. If AI is going to manage assets, execute trades, and interact with smart contracts, users need guarantees that those actions remain transparent, limited, and verifiable. After spending time researching Newton Protocol, I see it as more than another AI crypto project. I see it as an attempt to build the trust layer that autonomous systems will eventually need. Whether it becomes the industry standard remains to be seen, but its focus on security, verification, and user control gives it a clear identity in a rapidly growing sector. For me, the most valuable innovation is not that Newton allows AI to make decisions. It is that it gives people a way to verify those decisions without giving up ownership of their assets. In a future where autonomous agents become part of everyday finance, that balance between automation and accountability may prove to be one of the most important pieces of infrastructure in Web3. $LAB #IRENFalls10%After$700MCoCEOStockAward #BOKWarnsSingleStockLeveragedETFRisks #UKFCAPublishesCryptoRegFramework $RIF $CAP
Newton Protocol terus menarik saya kembali, bukan karena ini narasi AI lain di kripto, melainkan karena ia memaksa saya memikirkan sesuatu yang jauh lebih dalam: kepercayaan.
Semua orang membicarakan agen otonom, otomasi yang aman, dan koordinasi terdesentralisasi. Itu semua inovasi penting, tetapi saya pikir eksperimen sesungguhnya adalah perilaku manusia. Berapa lama kita terus memverifikasi keputusan sebelum kita sekadar menganggap sistem itu melakukan hal yang benar?
Di awal, setiap izin diperiksa, setiap proposal tata kelola diperdebatkan, dan setiap tindakan AI dipertanyakan. Itu sehat. Namun sejarah menunjukkan bahwa ketika teknologi menjadi akrab, kewaspadaan memudar. Kenyamanan perlahan menggantikan verifikasi, dan keyakinan mulai menggantikan bukti.
Perubahan itu mungkin menjadi tantangan terbesar Newton Protocol. Bukan apakah infrastrukturnya aman, melainkan apakah penggunanya tetap terlibat cukup kuat untuk membuatnya tetap bertanggung jawab. Sebuah protokol bisa saja terdesentralisasi secara desain, tetapi pengaruh tetap dapat terkonsentrasi di sekitar para pengembang, peneliti, dan peserta yang paling memahaminya. Sentralisasi tidak selalu hadir lewat kontrol—sering kali ia muncul melalui keahlian dan kebiasaan.
Bagi saya, Newton Protocol bukan sekadar membangun infrastruktur untuk Web3 berbasis AI. Ini menguji apakah komunitas terdesentralisasi dapat mempertahankan sikap skeptis setelah kepercayaan sudah diperoleh.
Teknologi akan terus berkembang. Pertanyaan yang lebih menarik adalah apakah orang-orang yang menggunakannya juga berkembang ke arah yang benar. .
$BTC sedang mendorong lebih tinggi dan menyapu likuiditas sisi atas, membuat short yang terlalu leverage tersudut dan terjepit.
Zona likuiditas besar berikutnya berada di atas level 63,2K, tempat masih ada kumpulan besar order stop yang menunggu. Jika harga terus melanjutkan momentum-nya, area itu bisa disapu sebelum terjadi pembalikan yang berarti.
Pandangan saya saat ini adalah setelah menembus level-level tertinggi tersebut, Bitcoin bisa mengalami penolakan (rejection) dan melihat koreksi menuju wilayah sub-60K. Dengan akhir pekan yang biasanya membawa likuiditas lebih tipis dan pergerakan harga yang lebih volatil, lonjakan tajam ke arah mana pun tidak akan terlalu mengejutkan.
Saya sedang memantau area 63K+ dengan seksama untuk potensi scalp short, tetapi hanya jika harga mengonfirmasi kelemahan setelah penyitaan likuiditas. Sampai saat itu, kesabaran adalah kuncinya—biarkan pasar menunjukkan arah sebelum Anda terjun.
Seperti biasa, ini hanya pandangan pasar saya, bukan nasihat keuangan. Kelola risiko dan tunggu konfirmasi sebelum masuk ke perdagangan.
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.
Sebelum saya mulai menggali lebih dalam tentang @NewtonProtocol (NEWT), saya mengira itu hanya proyek lain yang mencoba mengikuti narasi AI. Setelah meluangkan waktu untuk membaca apa yang sebenarnya sudah dirilis oleh tim, pandangan saya berubah sedikit.
Yang menarik perhatian saya adalah peluncuran beta mainnet terbaru, dengan penegakan mulai di Base dan Ethereum. Alih-alih fokus pada demo yang mencolok, tim tampaknya sedang membangun infrastruktur yang dibutuhkan aplikasi berbasis AI jika mereka ingin menangani aset nyata secara bertanggung jawab. Mereka juga membagikan bahwa TVL vault DeFi terkurasi telah tumbuh lebih dari 350% selama setahun terakhir, yang menunjukkan adanya permintaan yang semakin besar untuk kontrol on-chain yang lebih kuat.
Kebanyakan proyek membicarakan otomatisasi AI, tetapi yang membedakan di sini adalah hal yang praktis. Newton dirancang untuk memverifikasi apakah sebuah transaksi memenuhi aturan yang telah ditetapkan sebelum transaksi tersebut terjadi. Anggap saja seperti batas pengeluaran, pemeriksaan identitas, atau kebijakan kepatuhan yang diberlakukan secara otomatis, bukan mengandalkan kepercayaan setelah kejadian.
Ini cukup menarik karena rilis-rilis terbaru seperti VaultKit, bersama integrasi seperti Persona dan Human Passport, menunjukkan bahwa tim sedang memperluas perangkat untuk keuangan berbasis AI yang aman—bukan sekadar memasarkan token AI lainnya.
Saya tidak mencoba memprediksi ke mana NEWT akan melangkah dari sini, dan saya hanya mengikuti pencantumannya di Binance sebagai referensi pasar. Apakah adopsinya akan mengikuti masih menjadi pertanyaan terbuka, tetapi setidaknya proyek ini tampak berfokus pada pengiriman produk, bukan sekadar menjual narasi.
Di Balik Gembar-gembor AI: Mengapa Newton Protocol Membuat Saya Memberi Perhatian
Saya sudah menelusuri Newton Protocol (NEWT) belakangan ini, dan saya akui ekspektasi saya cukup rendah di awal. Kripto tidak kekurangan proyek yang menggabungkan AI dan blockchain, dan setelah menyaksikan beberapa siklus pasar, saya belajar bahwa narasi yang menarik sering kali muncul jauh lebih cepat daripada produk yang benar-benar bekerja. Jadi saya mencoba mengabaikan kegaduhan itu dan fokus pada satu pertanyaan sederhana: masalah apa sebenarnya yang ingin diselesaikan Newton? Yang menarik perhatian saya adalah tim ini tidak meminta pengguna untuk membabi buta mempercayai AI. Sebaliknya, mereka sedang membangun sistem di mana agen AI bisa mengotomatisasi tugas-tugas blockchain sambil tetap berada dalam aturan yang pengguna tentukan sebelumnya. Itu terdengar seperti hal yang jelas, tapi ternyata banyak proyek mengabaikannya.
Luangkan beberapa waktu membaca tentang Newton Protocol (NEWT), dan saya merasa itu mendekati infrastruktur AI dari sudut pandang yang berbeda dibanding kebanyakan proyek kripto.
Alih-alih meminta pengguna menyerahkan semuanya kepada AI, Newton membangun rollup yang aman tempat agen AI dapat mengeksekusi aksi yang telah ditentukan sebelumnya di rantai (on-chain) sambil tetap transparan dan dapat diverifikasi. Itu membuat idenya jauh lebih mudah dipahami: mengotomatiskan tugas-tugas blockchain yang berulang tanpa kehilangan kendali.
Salah satu perkembangan yang menurut saya patut diperhatikan adalah peluncurannya di Binance melalui program HODLer Airdrops, diikuti dengan pembukaan perdagangan spot. Untuk proyek infrastruktur yang masih muda, paparan seperti itu dapat secara signifikan memperluas partisipasi dan likuiditas.
Kebanyakan proyek menjanjikan otomatisasi berbasis AI, tetapi pertanyaan sebenarnya adalah apakah pengguna dapat mempercayai apa yang dilakukan oleh sistem-sistem tersebut. Perbedaannya di sini adalah fokus pada menjadikan aktivitas AI dapat diaudit, bukan memperlakukannya seperti kotak hitam.
Dengan total pasokan maksimum 1 miliar NEWT, sekitar 288 juta yang saat ini beredar, serta jutaan dolar dalam volume perdagangan harian, pasar setidaknya sedang memberi perhatian.
Saya masih mengamati dari pinggir, tetapi Newton Protocol terasa seperti salah satu proyek di mana eksekusi yang stabil mungkin akhirnya lebih penting daripada sekadar hype jangka pendek.
BET INFRASTRUKTUR YANG TENANG: MENGAPA NEWTON PROTOCOL MEMBUATKU MELIHAT DUA KALI
Aku akan jujur. Setelah menyaksikan kripto tersandung dalam lebih banyak siklus pasar daripada yang ingin kuingat, aku menjadi tiba-tiba sulit terkesan. Setiap siklus datang dengan kosakata versinya sendiri. Dulu lebih cepat blockchain. Lalu NFT. Lalu dunia metaverse. Lalu AI. Setiap gelombang menjanjikan untuk mengubah aturan, dan masing-masing akhirnya menghadapi hambatan yang sama: realitas. Kebenaran yang tidak nyaman adalah bahwa kripto tidak pernah kesulitan menghasilkan ide. Ini sulit untuk membangun hal-hal yang diam-diam diandalkan orang. Infrastruktur jarang jadi bahan obrolan di meja makan. Tak ada yang pamer tentang pipa di dalam sebuah bangunan kalau airnya mengalir sempurna. Orang baru menyadari saat sesuatu rusak. Infrastruktur blockchain hidup di tempat yang sama yang aneh itu. Kebanyakan orang tidak bangun dengan berpikir bagaimana rollup bekerja atau bagaimana strategi otomatis memverifikasi keputusan-keputusannya.
Saya sudah menelusuri Newton Protocol (NEWT) selama beberapa hari terakhir, dan saya terus kembali pada pemikiran yang sama: ini terasa lebih seperti infrastruktur daripada narasi AI yang lain.
Yang menarik perhatian saya adalah waktu dari beberapa pengembangan terbaru. Binance memperkenalkan NEWT melalui program HODLer Airdrops sebelum token tersebut dicantumkan, sementara tim terus membangun menuju secure rollup yang dirancang untuk otomasi berbasis AI serta marketplace tempat developer dapat menerapkan AI agent.
Kebanyakan proyek membicarakan AI seolah cukup hanya dengan menyebut kata itu. Perbedaannya di sini adalah Newton tampaknya berfokus pada membuat AI menjadi berguna untuk aktivitas on-chain sehari-hari. Alih-alih mengklik transaksi yang sama berulang kali, idenya adalah membiarkan AI menangani tugas yang telah ditentukan dalam batas yang jelas—dan pengguna yang mengendalikan.
Ini sebenarnya cukup menarik, karena nilainya tidak benar-benar ada pada kata-kata gembar-gembor—melainkan pada apakah otomasi bisa menghemat waktu tanpa mengorbankan transparansi atau keamanan.
Token diluncurkan dengan total suplai 1 miliar NEWT, dengan sekitar 215 juta yang beredar pada awalnya, sementara 12,5 juta NEWT didistribusikan melalui HODLer Airdrops dari Binance.
Saya masih mengamati dari pinggir lapangan. Belum yakin bagaimana pasar mematok harganya dari waktu ke waktu, tetapi tim tampaknya lebih fokus untuk membangun daripada mengejar headline.
Perhatian Itu Mudah. Retensi Itu Sulit. Itulah Sebabnya Newton Protocol Mendapat Perhatian Saya
Satu hal yang kripto ajarkan kepada saya selama bertahun-tahun adalah bahwa kegembiraan mereda jauh lebih cepat daripada yang orang perkirakan. Saya sudah melihat proyek-proyek meledak popularitasnya, menarik komunitas besar hampir dalam semalam, lalu perlahan menghilang ketika imbalannya menjadi kurang menarik. Kejadiannya begitu sering sampai akhirnya saya berhenti menilai proyek berdasarkan seberapa banyak perhatian yang mereka terima. Perhatian itu mudah untuk dibangkitkan. Menjaga orang tetap bertahan setelah kegembiraannya mereda adalah bagian yang sulit. Mungkin itulah sebabnya Newton Protocol akhirnya tetap membekas dalam ingatan saya lebih lama dari yang saya duga.
Mengapa Newton Protocol Terus Menarik Saya Kembali, Meski Tanpa Riuhnya
Kepada Keluarga yang Terkasih, belakangan ini saya semakin memperhatikan hal-hal yang tidak langsung saya sadari. Secangkir kopi yang enak, jalanan yang tenang sebelum semua orang bangun, atau bahkan kebiasaan untuk mengecek ponsel saya sedikit lebih jarang. Aneh bagaimana melangkah mundur sejenak dapat mengubah apa yang terasa penting. Saya merasa kripto bekerja dengan cara yang sama. Proyek-proyek yang tetap melekat di benak saya biasanya bukan yang paling ramai dibicarakan. Justru yang sering membuat saya berpikir beberapa hari kemudian, tanpa benar-benar bermaksud untuk itu. Itu juga yang terjadi pada Newton Protocol.
Saya telah menggali Newton Protocol (NEWT) selama beberapa hari terakhir, terutama karena "AI agen yang mengelola kripto Anda" adalah salah satu promosi yang terdengar hebat sampai Anda menanyakan bagaimana cara kerjanya sebenarnya di balik layar.
Berikut versi singkatnya. Alih-alih menyerahkan dana Anda ke bot trading yang serba tidak jelas, Anda menetapkan aturan yang sempit—misalnya, "rebalans jika volatilitas melonjak"—lalu agen AI menjalankannya sesuai batasan tersebut. Aksi-aksi itu diverifikasi secara kriptografis sebelum dieksekusi, menggunakan zero-knowledge proofs dan trusted execution environments. Jadi Anda tidak hanya mempercayai kotak hitam; sistem itu sendiri mengecek bahwa agen tetap berada dalam izin yang dimilikinya.
Yang menarik perhatian saya adalah roadmap-nya lebih terasa seperti pekerjaan infrastruktur daripada sekadar sensasi. Mereka membangun multichain Keystore rollup khusus untuk perizinan, dan marketplace onchain tempat pengembang bisa mempublikasikan serta memonetisasi strategi agen. Operator harus melakukan staking NEWT bahkan hanya untuk menawarkan layanan di sana, yang setidaknya mengaitkan penggunaan ke token, bukan sekadar mengambang secara spekulatif.
Ini sebenarnya cukup menarik karena kebanyakan proyek "AI x crypto" berhenti di lapisan agen saja dan melewatkan masalah verifikasi sepenuhnya. Newton tampaknya bertaruh bahwa kepercayaan, bukan kecerdasan, adalah hambatan utama untuk otomatisasi onchain.
Dari sisi angka, NEWT memiliki total suplai tetap 1 miliar, dan saat ini yang beredar sedikit lebih dari setengahnya. Token unlock masih terus diluncurkan secara bertahap, jadi potensi tekanan suplai (supply overhang) adalah sesuatu yang perlu diperhatikan jika Anda memantau pergerakan harga. Untuk siapa pun yang memperdagangkannya, Binance tetap menjadi tempat dengan likuiditas paling tinggi untuk pasangan NEWT.
Apakah marketplace itu benar-benar mendapat daya tarik dari pengembang setelah resmi berjalan adalah ujian sesungguhnya. Saya tidak yakin bagaimana pasar akan menilai proyek ini dalam jangka panjang, tapi fondasinya setidaknya lebih konkret dibanding sebagian besar proyek lain di kategori ini.
Sudah beberapa hari terakhir aku menyelidiki @OpenGradient , dan aku justru mendapatkan lebih banyak pertanyaan daripada ekspektasi—yang biasanya pertanda bagus.
Yang menarik perhatianku adalah timnya tidak berusaha bersaing dengan membangun chatbot lain. Mereka sedang mengerjakan infrastruktur di balik AI, sehingga memungkinkan untuk menjalankan dan memverifikasi model AI di jaringan terdesentralisasi, bukan bergantung pada satu penyedia.
Ini sebenarnya cukup menarik karena semua orang membicarakan "AI terdesentralisasi," tetapi sangat sedikit yang menjelaskan mengapa hal itu penting. Jika AI akan digunakan untuk keputusan-keputusan penting, kemampuan untuk memverifikasi dari mana jawaban itu berasal bisa menjadi sama berharganya dengan jawaban itu sendiri.
Dari yang aku lihat, OpenGradient terus meningkatkan jaringannya, memperluas perangkat dukungan pengembang, dan mendorong infrastruktur inferensinya—bukan mengejar sorotan. Perbedaannya ada pada fokus untuk membangun sesuatu yang benar-benar bisa digunakan oleh para pengembang, alih-alih bergantung pada sensasi.
Aku tidak mengatakan ini pasti akan menjadi pemain besar. Masih banyak yang perlu dibuktikan, terutama dalam hal adopsi. Tapi rasanya ini termasuk proyek yang diam-diam dibangun sementara semua orang lain berlomba memperebutkan perhatian.
Masih tahap awal, tapi ada sesuatu yang mulai terbentuk di sini.
Saya sedang menonton @OpenGradient karena menyentuh masalah yang terasa lebih besar daripada AI itu sendiri. Semua orang membicarakan model yang lebih cerdas, tetapi sangat sedikit yang berhenti untuk bertanya siapa sebenarnya yang memeriksa apa yang dilakukan model-model itu di balik layar.
Gagasan ini terdengar sederhana di atas kertas. Bangun sebuah jaringan tempat model AI bisa dijalankan, diverifikasi, dan tetap terbuka, alih-alih bergantung pada satu perusahaan. Tantangan sebenarnya dimulai ketika ide itu bertemu dengan pengguna nyata, lalu lintas nyata, dan ekspektasi nyata.
Di sinilah celah biasanya muncul. Sebuah sistem bisa terlihat kuat saat pengumuman, tetapi berperilaku sangat berbeda ketika berada di bawah tekanan. Kepercayaan tidak tercipta hanya karena desain—kepercayaan tumbuh dari kinerja yang konsisten dari waktu ke waktu.
Hal yang membuat @OpenGradient menarik bukanlah janji desentralisasi, melainkan apakah ia bisa membuktikan secara diam-diam bahwa lapisan tambahan itu benar-benar sepadan dengan kompleksitas yang ditambahkan. Jika itu terjadi, teknologinya akan berbicara lebih lantang daripada narasi apa pun.
Menghabiskan beberapa hari terakhir menyelami lubang kelinci @OpenGradient , dan tidak seperti kebanyakan proyek "AI bertemu kripto", proyek ini justru benar-benar mencoba memecahkan sesuatu yang konkret: bagaimana cara mempercayai keluaran sebuah AI ketika Anda tidak bisa melihat apa yang terjadi di dalam model?
Jawaban mereka adalah menjalankan inferensi pada jaringan node GPU dan TEE, lalu melampirkan bukti kriptografis pada setiap hasil. Jadi alih-alih sekadar menerima kata-kata dari AI, siapa pun yang berada di hilir bisa memeriksa persis model mana yang dijalankan, input apa yang diterimanya, dan apakah output tersebut telah dimanipulasi. Mereka tidak mencoba menjadi blockchain miliknya sendiri — anggap saja ini lebih seperti backend yang bisa diintegrasikan oleh aplikasi dan agen lain saat mereka membutuhkan pekerjaan AI yang terverifikasi.
Yang menarik perhatian saya adalah putaran pendanaannya: total $9,5M, melibatkan a16z crypto dan Coinbase Ventures, plus para angel seperti Balaji Srinivasan dan Sandeep Nailwal. Ini susunan yang cukup serius untuk sebuah proyek yang kebanyakan orang masih belum pernah dengar.
Model Hub mereka diam-diam sudah bertumbuh melewati 2.000 model yang di-host, yang jauh lebih banyak daripada typical crypto vaporware. Mereka juga mendapatkan ketersediaan trading di Binance, meski itu lebih soal akses daripada substansi.
Ini sebenarnya cukup menarik karena uji yang sesungguhnya bukanlah listing-nya — melainkan apakah mainnet benar-benar mengubah OPG menjadi sesuatu yang memang dibutuhkan orang untuk membayar biaya, bukan sekadar diperdagangkan.
Apakah ini akan berujung pada adopsi nyata masih harus dilihat, tapi setidaknya mereka mengirimkan sesuatu dengan tesis yang jelas.
Saya telah melihat-lihat OpenGradient belakangan ini, dan awalnya saya mengira itu hanya proyek lain yang mencoba menggabungkan AI dan kripto. Setelah meluangkan waktu membaca apa yang mereka bangun, saya menyadari idenya sedikit lebih praktis daripada yang saya perkirakan.
Yang menarik perhatian saya adalah fakta bahwa mereka tidak hanya berfokus pada menjalankan model AI, tetapi juga membuktikan dari mana respons AI tersebut benar-benar berasal. Ketika AI menjadi semakin umum, ini terasa seperti masalah yang pada akhirnya akan semakin banyak diperhatikan orang.
Dalam beberapa bulan terakhir, mereka meluncurkan OpenGradient Chat untuk menampilkan inferensi AI yang dapat diverifikasi, serta mengumumkan putaran pendanaan sebesar $9,5 juta untuk terus memperluas jaringan. Kebanyakan proyek membicarakan desentralisasi AI, tetapi OpenGradient tampaknya lebih tertarik membuat keluaran AI bisa diverifikasi, bukan sekadar lebih cepat.
Sejauh yang saya pahami, node GPU yang mengerjakan kerja berat dengan menjalankan model, sementara node lain memverifikasi hasilnya alih-alih mengulang seluruh pekerjaan. Itu membuat prosesnya lebih efisien tanpa mengorbankan transparansi.
Saya masih mengamati apakah para pengembang benar-benar membangun di atasnya, karena pada akhirnya itulah yang paling penting. Namun menyegarkan melihat tim yang fokus untuk menyelesaikan masalah infrastruktur yang nyata, bukan mengejar narasi AI terbaru.
Masih awal, tetapi tampaknya ada sesuatu yang mulai terbentuk di sini.
Saya sudah menelusuri @OpenGradient belakangan ini, terutama karena saya terus melihat frasa "AI yang dapat diverifikasi" dan menyadari sangat sedikit orang yang menjelaskan apa sebenarnya maksudnya.
Semakin banyak saya membaca, semakin saya sadar bahwa mereka tidak sedang membangun chatbot AI lain. Mereka sedang membangun infrastruktur di balik AI, dengan fokus pada pembuktian bahwa model benar-benar menghasilkan hasil yang Anda cari. Di dunia di mana AI makin menjadi bagian dari semuanya, ini terasa seperti masalah yang patut dipecahkan.
Yang menarik perhatian saya adalah kecepatannya. Mereka baru-baru ini mengumumkan putaran pendanaan sebesar $9,5M, telah memproses lebih dari 2 juta inferensi AI yang terverifikasi, mendukung lebih dari 2.000 model AI, dan telah berkembang menjadi lebih dari 2 juta pengguna. Angka saja tidak menceritakan seluruh kisah, tetapi setidaknya menunjukkan bahwa jaringan ini tidak diam di tempat.
Ini sebenarnya cukup menarik karena kebanyakan proyek menghabiskan banyak waktu untuk membicarakan masa depan. OpenGradient tampaknya lebih fokus membangun alat yang bisa digunakan developer saat ini, seperti Model Hub dan infrastruktur verifikasinya.
Perbedaannya di sini adalah nilai yang mereka tawarkan bukan soal menghasilkan AI yang lebih cerdas—melainkan membuat output AI lebih mudah untuk dipercaya. Itu mungkin tidak terdengar semenarik kedengarannya, tetapi bisa menjadi semakin penting ketika AI mulai masuk ke lebih banyak aplikasi dunia nyata.
Masih awal, tetapi tampaknya ada sesuatu yang mulai terbentuk di sini.