Czy po aktualizacji Attribution Engine OpenLedger moja wkładka danych nadal się liczy?
Ten temat śledziłem przez dwa miesiące, a ostatnio w końcu znalazłem względnie jasną odpowiedź. Najpierw kontekst. Pod koniec zeszłego roku zacząłem wpłacać dane do finansowego Datanet OpenLedger, głównie dotyczące strukturalnej analizy płynności akcji z Hongkongu, około dwustu wpisów. Po dodaniu danych, system pokazał, że mój wynik przyczynowy jest w normalnym zakresie, a podział opłaty za inferencję również wpływał na czas. Na koniec stycznia tego roku, OpenLedger wprowadził aktualizację techniczną - upgrade Attribution Engine, oficjalnie mówiąc "zapewniamy, że łańcuch przyczynowo-skutkowy danych i wyników pozostaje nienaruszony podczas iteracji modelu".
Kurde, co za sytuacja! Ten SLX nagle zmienił zasady przed otwarciem, a airdrop dla społeczności został całkowicie zablokowany. A ja wcześniej chwaliłem ich jako uczciwy projekt, gdybym miał jakieś monety, to bym je pewnie sprzedał. W krypto rozmawialiśmy o AI przez dłuższy czas, ale czy ktoś z was pomyślał o jednym pytaniu - dlaczego AI korzysta z twoich danych, a nie daje ci żadnej zapłaty? Ostatnio testowałem protokół płatności x402 OpenLedger i to było dość przełomowe. Kiedyś mówiliśmy "AI korzysta z danych", a cały proces był jednokierunkowy: platforma używała twoich danych, a ty czekałeś, żeby zobaczyć, czy dostaniesz jakieś zyski, a wszystko było całkowicie nieprzejrzyste. x402 odwraca tę sytuację. Każdy interfejs API, każdy zestaw danych, każda jednostka mocy obliczeniowej staje się aktywem, które może aktywnie wywołać płatność. Kiedy AI korzysta, system najpierw zwraca 402 Payment Required, a po potwierdzeniu płatności wykonuje wnioskowanie, a łańcuch odpowiedzialności każdej transakcji jest synchronizowany na łańcuchu. Możesz się zastanowić, co to oznacza - AI przestaje być biernym narzędziem, po raz pierwszy ma swoją logikę płatności. Twoje dane nie są "wykorzystywane", ale "zrealizowały transakcję". Ta zmiana tożsamości, moim zdaniem, zasługuje na poważne potraktowanie, bardziej niż sama dowodność odpowiedzialności. @OpenLedger #openledger $OPEN $BTC $ETH
Postawiłem pieniądze na AI Agenta OpenLedger i dopiero wtedy zrozumiałem, jak poważny jest ten projekt.
Podjąłem operację, która wydawała mi się trochę ryzykowna w perspektywie późniejszej. Dwa miesiące temu stakowałem AI Agenta skoncentrowanego na analizie nastrojów w rynku kryptowalut w ekosystemie @OpenLedger . Kwota nie była duża, ale wystarczająca, aby poważnie zbadać, jak to wszystko działa. Po przeanalizowaniu, uważam, że ten mechanizm jest znacznie bardziej skomplikowany, niż się spodziewałem — skomplikowane miejsce, które jest dokładnie najczęściej niedocenianym elementem całej logiki blockchain AI. Co oznacza stakowanie AI Agenta Najpierw wyjaśnijmy podstawową logikę tej sprawy. W projekcie #OpenLedger AI Agent nie działa za darmo. Każdy, kto chce wdrożyć Agenta na łańcuchu i oferować usługi na zewnątrz, musi stakować określoną ilość tokenów OPEN. To stakowanie nie jest opłatą transakcyjną ani prostym progiem dostępu, to forma gwarancji ekonomicznej.
W przyszłym tygodniu alpha, oprócz Solstice (SLX), ogłosiło również Citrea (CTR), z początkowym krążeniem na poziomie 34,83%. To projekt w ekosystemie BTC, można liczyć na 30 USD, ale nie spodziewam się zbyt wiele.
Na @OpenLedger uruchomiłem model analizy finansowej w niszy, zadawając trzy pytania dotyczące wyceny akcji w Hongkongu. System ściągnął mi niewielką kwotę $OPEN . Kiedyś korzystałem z ChatGPT, opłacając miesięczną subskrypcję, nigdy nie wiedziałem, ile właściwie kosztuje każda rozmowa. Teraz jest inaczej — zobaczyłem konkretną liczbę i zaczęło mnie interesować: dokąd poszły te pieniądze? Przejrzałem strukturę opłat w białej księdze: każda generacja wniosków wiąże się z opłatami, a po odjęciu opłaty platformowej, pozostała kwota netto jest proporcjonalnie dzielona pomiędzy twórców modeli, stakerów i contributorów danych. Proporcje są stałymi parametrami, publicznie dostępnymi na blockchainie. Sprawdziłem rejestr wkładów do tego modelu Datanet i odkryłem, że jest tam kilkunastu contributorów danych, większość to anonimowe adresy, ale dwa z nich mają publiczne opisy — jeden to posiadacz CFA z Hongkongu, a drugi twierdzi, że przez osiem lat badał rynek A-shares jako analityk. Zadałem im trzy pytania, a dane tych dwóch contributorów pomogły wygenerować odpowiedzi. Otrzymali odpowiednią część zysku. W białej księdze znalazłem także element, który uważam za poważnie niedoszacowany: krzywa bondingowa uruchamiająca tworzenie modeli. Oznacza to, że gdy ilość i jakość danych zgromadzonych w Datanet osiągną próg, system automatycznie uruchomi trening modelu, nie czekając na decyzję jakiegoś scentralizowanego zespołu. Narodziny modelu są wynikiem zbiorowego głosowania contributorów danych, głosują nogami, głosują danymi. Spróbowałem przesłać kilkanaście danych do mało popularnego Datanet, żeby sprawdzić, jak daleko jesteśmy od osiągnięcia progu uruchomienia. Na panelu wyświetlił się postęp, jak w pasku postępu crowdfundingowego. Na razie jeszcze daleko, ale sam projekt wydaje mi się interesujący — zamienia "czy model AI zostanie stworzony" w proces decyzyjny podejmowany przez społeczność. Oczywiście, problemy również istnieją. Moje trzy pytania finansowe miały różną jakość odpowiedzi. Pierwsze było całkiem dobre, z poparciem danych; trzecie odpowiedziało dość ogólnie, wyglądało jak odpowiedź z ogólnego modelu. Jeśli gęstość danych w Datanet nie jest wystarczająca, wyprodukowany model specjalistyczny to tylko "trochę lepszy ogólny model", nie można go nazwać prawdziwym systemem eksperckim. #openledger $BTC
W zeszłym tygodniu pomagałem kumplowi, który zajmuje się konsultacjami medycznymi, ocenić koszty narzędzi AI. Potrzebowali trzech różnych modeli specjalistycznych z trzech różnych działów – dermatologii, kardiologii i dietetyki, każdy z osobnym tuningiem. Otrzymaliśmy wycenę od dostawcy usług chmurowych, rzuciłem okiem: trzy modele, trzy zestawy instancji GPU, koszty mnożą się przez trzy. To przypomniało mi o poważnie niedoszacowanej decyzji technologicznej z białej księgi @OpenLedger – OpenLoRA. Większość ludzi, gdy rozmawia o #OpenLedger , skupia się tylko na atrybucji i tokenach, ale OpenLoRA rozwiązuje znacznie bardziej podstawowy problem: koszty mocy obliczeniowej specjalizowanej AI nie powinny rosnąć liniowo. Logika jest prosta. Trzy modele specjalistyczne w różnych dziedzinach mają wspólne podstawowe umiejętności językowe. Jeśli każdy model ma mieć osobną instancję GPU, to tak jakby trzy działy miały wspólny budynek, a każdy chciał budować osobne szyby windy – pieniądze się spalają, a przestrzeń nie jest wcale lepiej wykorzystana. Projekt OpenLoRA polega na tym, że wiele modeli tuningowych dzieli ten sam pretrenowany szkielet, a w trakcie wnioskowania wymieniają się odpowiednimi lekkimi adapterami (wagi LoRA), a po zakończeniu zwalniają zasoby dla następnego modelu. Szkielet pozostaje w pamięci GPU, adaptery są ładowane dynamicznie, a czas uruchomienia na zimno jest minimalny. Wyjaśniłem tę logikę kumplowi, a on zapytał: co jeśli trzy modele są używane jednocześnie? Biała księga zawiera odpowiedź: żądania są dynamicznie przydzielane w zależności od aktualnego obciążenia GPU i dostępnej pamięci, automatyczne zarządzanie, bez potrzeby interwencji człowieka. Teoretycznie, jedna karta GPU może obsługiwać tysiące modeli tuningowych w trybie współbieżnym. To nie jest marginalna optymalizacja, to zmiana o rząd wielkości w strukturze kosztów. Dla firm, które naprawdę chcą wprowadzić AI w scenariuszach wertykalnych, ta różnica bezpośrednio decyduje o tym, czy projekt przejdzie przez zatwierdzenie finansowe. Oczywiście są też pytania – jak wygląda opóźnienie przełączania adapterów przy dużym obciążeniu, nie widziałem jeszcze opublikowanych danych z testów obciążeniowych. To trzeba będzie zweryfikować po uruchomieniu AI Marketplace. Ale te liczby naprawdę policzyłem, cyfry są tam, gdzie powinny być. #openledger $OPEN $BTC $BILL
Znowu weekend, bracia, jak tam wasze zyski w tym tygodniu? Dziś pogadam sobie na luzie. Ostatnio na tapecie jest AI AI AI, ale to, kto rządzi w tym kręgu, to prawdziwy problem. Zawsze uważałem, że w dziedzinie AI jest poważnie niedoceniany problem władzy — nie to, który model jest mądrzejszy, ale kto ma prawo decydować, który model zobaczą użytkownicy. Obecnie odpowiedź brzmi: zespoły produktowe dużych firm. To oni decydują, co wprowadzić na rynek, co wycofać, co promować. Jako użytkownik czy deweloper, nie masz żadnego wpływu. Projekt zarządzania @OpenLedger skłonił mnie do przemyślenia tej sprawy. W białej księdze jest szczegół, który wiele osób przeoczyło: posiadacze $OPEN Protocol Governors nie tylko głosują nad aktualizacjami protokołu, ale decydują, który model AI kwalifikuje się do kolejnego etapu rozwoju. Propozycje modeli, zbieranie danych, dostrajanie, wdrażanie — każdy krok wymaga wsparcia głosów społeczności. Modele o niskiej jakości są eliminowane na etapie zarządzania. Co to oznacza? Po raz pierwszy władza życia i śmierci AI przesunęła się z wnętrza firmy do rąk posiadaczy tokenów. Ta logika prowadzi do wniosku, którego się nie spodziewałem: zarządzanie stało się filtrem jakości. To nie jest audyt po fakcie, to selekcja przed. Słabe modele są eliminowane jeszcze przed uzyskaniem zasobów do treningu. W tym roku #OpenLedger oraz AI Marketplace zbliżają się do realizacji, wkrótce modele i inteligentne agenty AI będą handlowane bezpośrednio na łańcuchu, a zyski będą automatycznie rozdzielane. Władza zarządzania to nie tylko prawo do głosowania, ale prawdziwy bilet wstępu do gospodarki. Oczywiście, ta mechanika rodzi pytanie, na które nie znalazłem odpowiedzi: czy zwykli posiadacze tokenów naprawdę mają zdolność oceny technicznej jakości modelu AI? Jeśli prawa głosu są skoncentrowane w rękach kilku dużych graczy, zdecentralizowane zarządzanie staje się tylko nową formą centralizacji. Jednak samo postawienie pytania już stawia nas o krok przed średnią branżową. @OpenLedger #openledger $BTC $ETH
Dlaczego pieniądze zarobione na AI nie mają nic wspólnego z tobą?
Widziałem już za dużo projektów ‘AI + blockchain’, które szybko rozpadły się na kawałki, więc teraz, gdy widzę takie etykiety, instynktownie przewracam oczami. Wielka wizja, produkt na poziomie prezentacji, a po roku nikt nawet nie pamięta o tym projekcie. Wiesz, o co mi chodzi.👀 Nikt nie zajmuje się poważnymi problemami w branży. AI rzeczywiście ma wartość, co do tego nie ma wątpliwości. Ale jest jedna rzecz, która mnie strasznie denerwuje – ci, którzy naprawdę nadają AI wartość, w zasadzie nie dostają za to ani grosza. Pomyśl, ktoś spędził kilka miesięcy na porządkowaniu specjalistycznych zbiorów danych w wąskiej dziedzinie; eksperci branżowi dostarczali feedback, co sprawiło, że wyniki modelu stały się naprawdę użyteczne; badacze wielokrotnie dostrajali, aby wyniki spełniały standardy komercyjne. I co z tego? Zdecentralizowane korporacje zgarnęły całą wartość, a ci, którzy wnieśli wkład, zostali z... pustymi rękami.
Znowu nastał 520 tego roku, wśród znajomych albo chwalą się czerwonymi kopertami, albo pokazują miłość, w powietrzu unosi się lepka, kwaśna woń. Jakie plany na dzisiaj, bracia? Wyjście na randkę na cały dzień? Ja zamierzam najpierw zająć się handlem, miłość to zbyt trudne zadanie, wolę badać te techniki, które mają sens. Zerknąłem na ostatni filmik o kluczowych postępach @OpenLedger . Nie wiedziałem, a po obejrzeniu ich serii technicznych aktualizacji naprawdę czuję, że ten projekt ma coś do zaoferowania. Szczególnie ich nowy EVM Bridge (most EVM Ethereum) po prostu mnie przyciągnął. Kiedyś, grając w krypto w cross-chain, doświadczenie było jak spacer po bagnie, denerwujące do granic możliwości. A OpenLedger otworzył ekosystem mostu EVM, co oznacza, że ogromna płynność na Ethereum może bezproblemowo wlewać się do zdecentralizowanej sieci AI. I nie tylko to, oni głęboko zintegrowali standard „biblii” aktywów generujących dochód ERC 4626. Ta integracja to nie tylko zmiana w kodzie. Pomyśl, gdy dane i węzły obliczeniowe mają wbudowane właściwości generujące dochód ERC 4626, każdy bit danych AI, który wkładasz do ekosystemu, przekształca się z martwego aktywa w token generujący dochód, który sam się kapitalizuje. Ta zabawa na stałe łączy finansowe klocki DeFi z fundamentami AI. $BTC Najbardziej wciągające było to, co pokazano w filmie, czyli „Vibecoding”. Gość z słuchawkami, słuchający muzyki, jego palce tańczą po klawiaturze, tworząc hardcore’owe, zdecentralizowane walidacje danych z jazzowym luzem. Czy to nie jest lepsze niż rutynowe wyznania wśród znajomych? Prawdziwy geek romantyzm, to tak, jakby słuchać muzyki i jednocześnie stawiać fundamenty dla przyszłości zdecentralizowanej AI. $ETH Dziś, w tym 520, inni konsumują, ja przyswajam hardcore'owe technologiczne zasoby.
Właśnie skończyłem zadanie na Binance Square, a przy okazji spojrzałem na moje konto Binance, żeby zobaczyć rzeczywiste zyski i straty w tym tygodniu. No ładnie, cała strona czerwona, od razu mnie to zbiło z tropu. Dziś rynek przypominał kolejkę górską, a ja, jak to ja, nie mogłem się powstrzymać i w momencie, gdy ten shitcoin skoczył do góry, bezmyślnie otworzyłem long, a potem dostałem szpilę, która mnie zestrzeliła. To była czysta akcja hodlera, typowy „wskaźnik odwrotny”, który mi się objawił, a ja tylko trzymałem się za głowę. Po opłaceniu tych drogich czesnego, pomyślałem, że nie mogę już dalej marnować czasu na te dziwne K-świeczki, muszę zobaczyć prawdziwe, dobrze rozwinięte projekty bazowe, żeby trochę odświeżyć spojrzenie. Ponieważ wcześniej zdobyłem @OpenLedger punkty i otrzymałem kilka $OPEN tokenów z airdropa, postanowiłem przejrzeć kilka kluczowych filmów z ich oficjalnego Twittera, które właśnie opublikowali. Szczerze mówiąc, po obejrzeniu tego, moja nerwowość nieco się uspokoiła, a ja naprawdę wyłapałem kilka interesujących trendów w branży.$XRP
Po głębszym zbadaniu tej logiki CreatorPad, czuję, że w świecie gier blockchain w końcu ktoś zaczyna poważnie myśleć nad pytaniem „co jeszcze można robić z tokenami poza arbitrażem”. W przeszłości staking w grach blockchain był głównie zimnym, cyfrowym hazardem: wkładasz monety, system generuje dla ciebie więcej monet, a ta logika „lewa ręka do prawej” często prowadzi do załamania. Ale CreatorPad idzie w kierunku „decentralizacji” w sferze społecznościowej. Definiuje tokeny jako „ekologiczne prawo głosu”. Pomyśl o tym, kiedy gracze stawiają swoje tokeny u danego twórcy, to tak naprawdę wspierają jego „prawa do zarządzania” w świecie gry. Twórca otrzymuje wsparcie, co pozwala mu odblokować wyższe funkcje ziemi i produkcję zasobów; a jako wspierający nie tylko dostajesz kawałek tortu, ale co ważniejsze, uczestniczysz w budowaniu wspólnoty interesów.