Noman_peerzada

Tuần trước, tôi gặp phải một điều khi kiểm thử Newton khiến tôi cứ bị ám ảnh.
Tác nhân không thất bại vì thiếu trí thông minh. Nó thất bại vì có quá nhiều quyền tự do.
Tôi cấp cho nó quyền thực thi một chuỗi các hành động gắn với một ví. Không có gì quá đà. Chỉ là vài tác vụ được xác định trước. Trong 18 lần thử thực thi, có 16 lần hoàn thành thành công. Phần thú vị nằm ở 2 lần còn lại.
Cả hai đều không phải lỗi kỹ thuật.
Tác nhân chỉ đơn giản đạt tới một điểm mà hành động tiếp theo cần một quyết định không được cho phép một cách rõ ràng. Chỉ dẫn thì nằm kề bên thứ tôi muốn, nhưng không đúng chính xác thứ tôi đã duyệt.
Nghe có vẻ nhỏ nhặt cho tới khi gắn giá trị thực vào.
Một luồng giao dịch liên quan đến lượng tài sản khoảng 4.200 USD. Luồng khác chạm tới ba hợp đồng riêng biệt. Trong cả hai trường hợp, kết quả an toàn nhất thực ra là không làm gì.
Đó là khoảnh khắc Newton bắt đầu trở nên có ý nghĩa hơn với tôi.
Phần lớn các cuộc thảo luận về tác nhân AI tập trung vào năng lực. Thực thi nhanh hơn. Lập luận tốt hơn. Tự chủ nhiều hơn.
Trên thực tế, nút thắt cảm thấy khác đi.
Câu hỏi không phải là "Tác nhân có làm được không?"
Câu hỏi là "Ai đã cho phép nó làm đúng việc cụ thể này trong những điều kiện hoàn toàn như vậy?"
Khi tôi xem lại nhật ký, các ranh giới quyền hạn chịu trách nhiệm ngăn chặn khoảng 11% số hành động đã cố gắng thực hiện. Ban đầu điều đó trông có vẻ kém hiệu quả.
Rồi tôi nhận ra có lẽ đó là những hành động duy nhất đáng để dừng.
Điều lạ là khi các tác nhân ngày càng mạnh hơn, việc quản lý quyền bắt đầu trông ít giống một tính năng hành chính và nhiều hơn như chính sản phẩm.
Vẫn đang cố gắng tìm ra ranh giới đó nên đặt ở đâu, vì ngay cả sau một tuần thử nghiệm, nó vẫn cảm giác còn hơi chưa được giải quyết...

@NewtonProtocol $NEWT #Newt .

Điều thu hút tôi không phải là bản thân khoản thanh toán. Mà là việc cần rất ít sự can thiệp của con người một khi các điều kiện đã được thiết lập.
Tôi đã dành một chút thời gian theo dõi một quy trình làm việc: một tác nhân theo dõi giá tại nhiều địa điểm, trong khi tác nhân khác phụ trách khâu thực thi. Giá trị chuyển khoản thực tế khá nhỏ—khoảng 150 đô la cho mỗi giao dịch—nhưng điều đáng chú ý lại nằm ở tần suất. Trong 24 giờ, đã có hơn 300 lần kiểm tra ủy quyền và hàng chục quyết định thanh toán. Không có ai ngồi đó để phê duyệt từng bước.
Nghe có vẻ hiệu quả cho đến khi bạn bắt đầu đặt những câu hỏi khó chịu.
Một lần thử thanh toán bị từ chối vì số tiền yêu cầu vượt quá giới hạn được đặt sẵn chỉ 2,4%. Một lần khác bị trì hoãn vì điều kiện ở nơi nhận đã thay đổi giữa giai đoạn ủy quyền và giai đoạn thực thi. Những chi tiết nhỏ, nhưng chúng quan trọng. Ở quy mô tác nhân, các sai lệch nhỏ sẽ nhân lên rất nhanh.
Điều tôi thấy thú vị trong Newton không phải là tốc độ. Có rất nhiều hệ thống có thể chuyển tiền nhanh. Thách thức thực sự có vẻ là tạo đủ cấu trúc để một tác nhân có thể tin vào các hướng dẫn do một tác nhân khác đưa ra mà không phải liên tục chuyển các quyết định lên cho con người phê duyệt.
Con số trở nên “lạ” khi bạn nghĩ về nó. Một tác nhân đưa ra 500 quyết định mỗi ngày và tương tác với 20 tác nhân khác có thể tạo ra hàng nghìn mối quan hệ ủy quyền chỉ trong một tuần. Việc con người rà soát đơn giản là không thể mở rộng để phù hợp với môi trường đó.
Câu hỏi không phải liệu các khoản thanh toán giữa tác nhân với nhau có xảy ra hay không. Chúng đã diễn ra trong những môi trường được kiểm soát.
Câu hỏi là có thể tồn tại bao nhiêu mối quan hệ tài chính tự động trước khi việc phối hợp bắt đầu vỡ vụn theo những cách tinh vi mà không ai nhận ra cho đến sau này. Newton có vẻ tập trung vào lớp đó, và ngay lúc này, nó còn quan trọng hơn cả bản thân khoản thanh toán...

@NewtonProtocol $NEWT #Newt .

Điều khiến tôi ấn tượng không phải là việc AI Newton đang cố gắng giúp làm được nhiều đến mức nào. Mà là AI Newton đang cố gắng giới hạn đến đâu.
Tôi đã dành một thời gian để xem cách các hành động được ủy quyền, và mô hình cứ lặp đi lặp lại. Có vẻ giao thức này ít quan tâm đến việc tạo ra các tác nhân có thể làm mọi thứ, và lại quan tâm nhiều hơn đến việc đảm bảo rằng các tác nhân chỉ làm đúng những gì chúng được phép.
Nghe có vẻ hạn chế cho đến khi bạn bắt đầu nghĩ về quy mô.
Một tác nhân AI đưa ra 5 quyết định mỗi ngày thì vẫn quản lý được. Nhưng một tác nhân đưa ra 5.000 quyết định mỗi ngày trên các ví, API, sàn giao dịch và quy trình tài chính lại là một bài toán khác. Khi đó, tỉ lệ lỗi 0,1% đồng nghĩa với 5 hành động bất ngờ. Đẩy lên 100.000 hành động thì đột nhiên bạn đang phải đối mặt với 100 sai sót.
Phần lớn các cuộc thảo luận về AI tập trung vào sự tăng trưởng về năng lực. Newton có vẻ lại tập trung vào các ranh giới về quyền.
Tôi đã thử một vài luồng ủy quyền và nhận thấy điều thú vị. Hệ thống cứ liên tục đặt các biến thể của cùng một câu hỏi: Hành động này có nên xảy ra không? Không phải là Mô hình có thể tạo ra nó không. Không phải là Mô hình có yêu cầu nó không. Mà là liệu nó có thực sự được phép hay không.
Sự khác biệt này có vẻ nhỏ cho đến khi bạn so sánh với các mô hình tác nhân không bị hạn chế, nơi việc thực thi thường đi theo quá trình tạo ra mà hầu như không gặp trở ngại.
Sự đánh đổi là rõ ràng. Thêm nhiều bước kiểm tra đồng nghĩa với thêm chi phí. Thêm nhiều cơ chế quản trị thì đồng nghĩa với ít tự do hơn. Chắc hẳn sẽ có người không thích điều đó.
Nhưng sau khi theo dõi các hệ thống AI ngày càng trở nên tự chủ, tôi bắt đầu nghĩ rằng trí tuệ không bị hạn chế có thể không còn là vấn đề khó nhất nữa.
Vấn đề khó hơn có lẽ là quyết định ai là người được ủy quyền cho trí tuệ đó khi nó bắt đầu hoạt động với tốc độ của máy móc.
Newton có vẻ đang cược rằng câu trả lời cho điều đó quan trọng hơn chính năng lực. Liệu các nhà phát triển có đồng ý với can cược ấy hay không—có lẽ đó là nơi cuộc tranh luận thật sự bắt đầu...

@NewtonProtocol $NEWT #Newt

Tuần trước tôi đang thử nghiệm một quy trình onchain nhiều bước liên quan đến việc chuyển tài sản qua ba ứng dụng khác nhau. Bản thân giao dịch thì diễn ra nhanh. Còn khâu phê duyệt thì không.
Điều thu hút sự chú ý của tôi không phải là tốc độ thực thi. Mà là việc mất bao nhiêu thời gian để quyết định liệu một hành động có nên xảy ra hay không.
Tôi đã theo dõi 27 hành động trong suốt bài test. Chỉ 9 hành động thực sự yêu cầu chuyển giá trị. 18 hành động còn lại là các quyết định ủy quyền. Ví này có thể tương tác không? Tác nhân này có thể thực thi không? Quyền này còn hiệu lực không? Giao dịch này có nên tiếp tục diễn ra trong các điều kiện như vậy không?
Tỷ lệ đó có cảm giác bị đảo ngược.
Khi càng nhiều tự động hóa được đưa vào, các bước kiểm tra phê duyệt bắt đầu chất chồng lên. Một tác nhân tự chủ đã tạo ra 43 yêu cầu giao dịch trong vài giờ. Phần lớn đều vô hại. Một vài giao dịch cần giới hạn. Có lẽ một giao dịch nào đó đáng ra phải bị chặn hoàn toàn.
Điểm thú vị là cách Newton tiếp cận vấn đề đó.
Thay vì coi ủy quyền là một bước nhỏ diễn ra trước khi thực thi, cảm giác như ủy quyền đang dần trở thành chính lớp vận hành của nó. Một bộ máy ra quyết định độc lập nằm giữa ý định và hành động.
Sau đó tôi cứ tiếp tục xem nhật ký.
Bản thân các giao dịch không phải là dữ liệu có giá trị.
Các bản phê duyệt mới là thứ quan trọng.
Ai là người yêu cầu điều gì. Trong những điều kiện nào. Tại sao nó được cho phép. Tại sao nó bị từ chối.
Những bản ghi đó bắt đầu kể một câu chuyện hữu ích hơn các giao dịch chuyển tiền.
Nếu tài chính tự chủ cứ tiếp tục tiến về phía hoạt động do tác nhân điều khiển, tôi nghi ngờ khối lượng giao dịch sẽ không phải là nút thắt mà mọi người đang lo lắng.
Nút thắt có thể nằm ở khối lượng các quyết định.
Khi hàng trăm hay hàng nghìn hành động cần được phê duyệt mỗi ngày, hạ tầng quản lý ủy quyền có thể sẽ trở nên quan trọng hơn hạ tầng dùng để chuyển tài sản.
Vẫn đang thử nghiệm giả định đó. Nhưng các con số cứ hướng theo cùng một chiều.

@NewtonProtocol $NEWT #Newt .

Gần đây tôi lục lọi Newton và có một điều liên tục xuất hiện ở những chỗ khác nhau: stablecoin (tiền mã hóa được gắn với tài sản) không còn được xem như một câu chuyện phụ nữa.
Con số thu hút sự chú ý của tôi không phải là 250B USD nguồn cung stablecoin đang lưu hành. Mà là dự báo mà Newton liên tục nhắc đến về một quy mô thị trường tiềm năng khoảng $4 trillion trong những năm tới.
Chính khoảng chênh này khiến vấn đề trở nên thú vị.
Tôi đã dành một thời gian để theo dõi hoạt động onchain liên quan đến các luồng thanh toán và quyết toán, và cảm giác về mô hình lần này khác so với các chu kỳ crypto trước. Đầu cơ thường tạo ra các đỉnh nhọn. Còn những gì tôi đang thấy bây giờ giống như hạ tầng đang âm thầm được đưa vào sử dụng.
Một điều Newton thể hiện rất rõ là nơi mà giá trị thực sự đang di chuyển, không chỉ nơi mà sự chú ý đang đổ dồn.
Một giao dịch được quyết toán trong vài giây. Một giao dịch khác đi qua biên giới mà không cần chạm vào các “đường ray” ngân hàng truyền thống. Rồi một giao dịch nữa. Từng giao dịch riêng lẻ không có gì quá cách mạng. Nhưng khi hàng ngàn giao dịch như vậy xếp chồng lên nhau, những con số bắt đầu trông ít mang tính lý thuyết hơn.
Phần kỳ lạ là thị trường vẫn có cảm giác còn rất sớm, dù quy mô đã tồn tại sẵn trên chuỗi.
Lượng chuyển stablecoin hằng ngày thường xuyên đạt đến hàng chục tỷ đô la. Có những tuần còn ngang với mức hoạt động mà vài năm trước đó nghe có vẻ vô lý.
Thế nhưng đa số mọi người vẫn đang tranh luận liệu stablecoin có thật sự quan trọng hay không.
Newton dường như ít tập trung vào cuộc tranh luận đó hơn, và tập trung vào việc điều gì sẽ xảy ra nếu thị trường dịch chuyển từ hàng trăm tỷ đô la lên hàng nghìn tỷ.
Có lẽ 4T đô la là tham vọng.
Có lẽ không.
Điều tôi không thể gạt bỏ là hạ tầng đang được xây dựng ngày hôm nay trông có quy mô lớn hơn nhiều so với nhu cầu có thể nhìn thấy ngay lúc này. Và sự chênh lệch đó thường thu hút sự chú ý của tôi...
@NewtonProtocol $NEWT #Newt

Điều gì thúc đẩy cơ hội stablecoin mạnh nhất?

Đã xảy ra một chuyện kỳ lạ khi tôi đang thử nghiệm OpenGradient.
Tôi ngừng nghĩ về các prompt của AI và bắt đầu nghĩ về biên lai.
Không phải biên lai tài chính. Mà là biên lai thực thi.
Tôi chạy một đợt gồm 31 tác vụ AI nhỏ mà lẽ ra bình thường sẽ biến mất vào đâu đó trên một bảng điều khiển mức sử dụng. Thế nhưng mỗi tác vụ lại trả về kèm theo hồ sơ riêng của nó. Model nào đã chạy. Nó tạo ra kết quả gì. Thời điểm nó thực thi. Và liệu có bằng chứng cho kết quả đó hay không.
Các chi phí riêng lẻ thì rất nhỏ. Có lẽ đa số người sẽ bỏ qua chúng. Nhưng khi thấy hàng chục giao dịch siêu nhỏ được chồng lên nhau, cảm giác về hệ thống lại thay đổi.
Một yêu cầu phân loại văn bản. Một yêu cầu khác tóm tắt một tài liệu. Một vài yêu cầu tạo dữ liệu có cấu trúc. Không có gì quá kịch tính. Nhưng mọi hành động đều để lại dấu vết riêng.
Tôi so sánh 12 kết quả đầu ra giữa nhiều model khác nhau. Có cái chạy nhanh hơn. Có cái chính xác hơn. Một model tạo ra câu trả lời “sạch” hơn nhưng tốn gần gấp 2 lần so với model khác. Thông thường tôi sẽ chẳng bao giờ biết được mức độ chi tiết như vậy.
Đó là phần mà tôi cứ quay lại.
Khi việc sử dụng AI bị phân mảnh thành hàng trăm hoặc hàng nghìn tương tác nhỏ, câu hỏi không chỉ là câu trả lời có tốt hay không. Mà là liệu bạn có thể xác định chính xác câu trả lời đó xuất phát từ đâu hay không.
OpenGradient dường như được xây dựng dựa trên giả định đó.
Điều có giá trị nhất mà tôi nhận được từ thí nghiệm này không phải là một đầu ra tốt hơn. Mà là khả năng quan sát.
Sau một thời gian, chính những giao dịch siêu nhỏ dần trở thành thứ yếu.
Bạn bắt đầu theo dõi lớp nguồn gốc. Và khi thói quen đó hình thành rồi, việc quay lại với các hệ thống AI “mù mờ” lại trở nên khó chịu một cách bất ngờ...

@OpenGradient $OPG #OPG

Điều quan trọng nhất trong các giao dịch vi mô của AI là gì?

Một con số đã làm tôi bận tâm trong tuần này: 500.000 bằng chứng mật mã.
Không phải vì nó lớn. Các công ty AI thì mỗi ngày đều tung ra những con số rất lớn.
Điều thu hút tôi là: mỗi một trong số những bằng chứng ấy đại diện cho một khoảnh khắc khi ai đó muốn có bằng chứng thay vì chỉ dựa vào giả định.
Sau một thời gian ở gần OpenGradient, điều đó lại giống như một câu chuyện thú vị hơn.
Cuộc trò chuyện về AI vẫn đang bị chi phối bởi các mô hình thông minh hơn, phản hồi nhanh hơn và các bộ benchmark lớn hơn. Thế nhưng hoạt động mà tôi đang thấy lại chỉ về một hướng khác.
Người ta ngày càng quan tâm đến việc liệu một kết quả có thể được xác minh thực sự hay không.
Và chính ở đây con số 500.000 bắt đầu trở nên hữu ích.
Bạn không thể tích lũy nửa triệu bằng chứng nếu không có nhu cầu lặp đi lặp lại.
Đó không phải là một chỉ số khoe mẽ.
Đó là hành vi.
Tôi thấy mình bắt đầu nghĩ về quy trình làm việc của chính mình.
Có rất nhiều đầu ra AI mà tôi chấp nhận mà không đặt câu hỏi. Nhanh hơn. Hầu hết chúng ta đều làm vậy.
Nhưng cũng có những khoảnh khắc khi “hãy tin tôi” không còn đủ.
Đó là lúc OpenGradient có cảm giác khác biệt.
Hệ thống không yêu cầu người dùng phải tin hoàn toàn vào uy tín hay hiệu năng của mô hình.
Việc xác minh được tích hợp vào ngay trong quy trình.
Vẫn còn những điểm thô.
Đôi khi việc kiểm tra giống như một bước phụ.
Đôi khi sự tiện lợi lại thắng.
Tuy nhiên, việc thấy quá trình tạo bằng chứng tăng lên đến hàng trăm nghìn cho thấy có điều quan trọng: con người sẵn sàng xác minh khi kết quả thực sự quan trọng.
Dù AI đang nhận được rất nhiều sự chú ý về “trí tuệ”, con số này có thể đang đo lường một thứ còn có giá trị hơn nhiều.
Khát khao niềm tin...

@OpenGradient $OPG #OPG

Điều quan trọng nhất khi tin vào các đầu ra của AI là gì?

Tôi đã vài ngày liền so sánh đầu ra từ nhiều hệ AI khác nhau, và cuối cùng thì không còn bận tâm đến việc hệ nào nghe có vẻ thông minh hơn nữa.
Điều thu hút sự chú ý của tôi lại là một thứ còn ít hiển nhiên hơn.
Tôi thử chạy một vài prompt lặp lại thông qua OpenGradient và nhận ra mạng lưới đã xử lý hơn 156,000 suy luận riêng tư trong thời gian gần đây. Con số đó cứ ở lại trong đầu tôi lâu hơn bất kỳ điểm benchmark nào. Không phải vì nó quá lớn. Mà vì người ta không quay lại với một hệ thống mà họ không tin tưởng khi đưa yêu cầu của mình.
Rồi tôi thấy OpenGradient đã huy động được 9,5 triệu đô.
Thông thường, các thông báo về vốn không cho tôi biết được nhiều. Tôi đã từng thấy không ít dự án AI được tài trợ tốt rồi biến mất khỏi cuộc trò chuyện chỉ sau một năm. Nhưng dự án này lại có cảm giác hơi khác, vì số tiền đang được huy động để trả lời cho một câu hỏi cứ quay lại mỗi lần tôi dùng AI.
Không phải “Nó lập luận tốt hơn được không?”
Mà giống như: “Sau khi tôi bấm Enter, liệu tôi có thể tin vào điều gì sẽ xảy ra không?”
Các phản hồi thì ổn. Đôi khi tốt. Đôi khi chỉ ở mức trung bình. Thực ra đó không phải là điểm chính.
Thứ tôi cứ kiểm tra là tính nhất quán. Một yêu cầu tương tự có thể hoạt động một cách dự đoán được giữa các phiên không? Những tuyên bố về quyền riêng tư còn đáng tin khi mức sử dụng được mở rộng không? Liệu mọi người có đủ tin tưởng để tiếp tục sử dụng mạng lưới đó khi sự mới mẻ đã qua đi không?
Phần lớn các cuộc thảo luận về AI vẫn xoay quanh trí tuệ. Mô hình tốt hơn. Lập luận tốt hơn. Con số lớn hơn.
Trong khi đó, OpenGradient dường như đang đặt cược rằng lợi thế cạnh tranh tiếp theo sẽ không đến từ việc “nói nghe thông minh hơn”. Mà sẽ đến từ việc mang lại cho người dùng niềm tin vào chính quy trình.
Vòng gọi vốn này quan trọng ít hơn những gì nó gợi ý các nhà đầu tư đang nghĩ về “cược” đó.
Và nói thật, tôi vẫn theo dõi các con số về mức sử dụng sát hơn những gì mô hình tuyên bố...

Thách thức lớn nhất của AI trong 5 năm tới sẽ là gì?

@OpenGradient $OPG #OPG

opAI không có xác minh bắt đầu cảm giác giống hệt các website trước khi có HTTPS.

Không hỏng. Không vô dụng. Chỉ thiếu một điều gì đó mà con người rồi sẽ ngừng chấp nhận.

Gần đây tôi có xem qua OpenGradient và một con số cứ kéo sự chú ý của tôi trở lại: 156,461 suy luận riêng tư được xử lý trong một tháng. Bản thân con số không phải là phần thú vị nhất. Điều đáng chú ý là câu hỏi tiếp theo.

Có bao nhiêu trong số các đầu ra đó ai đó có thể độc lập xác minh?
Tôi cứ nghĩ về cách chúng ta hiện nay tương tác với hầu hết các hệ thống AI. Chúng ta nhận được một câu trả lời, có thể kèm theo điểm tin cậy, có thể có nguồn nếu may mắn. Rồi ta quyết định có nên tin hay không. Rất nhiều sự tin tưởng đó vẫn đến từ danh tiếng hơn là bằng chứng.

Điều đó có vẻ tạm thời.

Càng dùng các hệ thống có thể cung cấp bằng chứng về những gì đã xảy ra trong quá trình suy luận, mô hình cũ càng bắt đầu thấy lạ. Không phải vì mọi kết quả tự nhiên đều trở nên hoàn hảo. Một số phản hồi vẫn chỉ ở mức trung bình. Có lẽ một số khác còn sai.
Khác biệt nằm ở mức độ hiển thị.

Vài năm trước, một website yêu cầu thông tin cá nhân mà không dùng HTTPS từng được coi là bình thường. Sau đó nó trở thành dấu hiệu cảnh báo. Các trình duyệt đã huấn luyện mọi người để nhận ra sự thiếu vắng của việc được xác minh.

Tôi nghi ngờ AI cũng sẽ đi theo lối đó.

Không phải năm nay. Có lẽ không phải năm tới.

Nhưng đến năm 2030, việc có được một kết quả quan trọng do AI tạo ra mà không có cách nào để xác minh nó đến từ đâu, nó được tạo ra như thế nào, hoặc liệu nó có bị chỉnh sửa hay không có thể sẽ thấy kỳ lạ là đã lỗi thời.

Phần tôi vẫn chưa chắc là liệu người dùng sẽ là người đòi hỏi sự thay đổi đó trước, hay hạ tầng sẽ kịp đến nơi trước khi bất kỳ ai bắt đầu đặt câu hỏi.

@OpenGradient $OPG #OPG

Đến năm 2030, điều gì sẽ quan trọng nhất khi đánh giá một phản hồi của AI?

@OpenGradient Tôi không còn để ý đến tổng số mô hình và dành nhiều thời gian hơn để theo dõi việc sử dụng thực tế. Bảng điều khiển hiển thị 156.461 suy luận riêng tư trong tháng trước thú vị hơn một thông báo khác về các đợt triển khai.
Tôi tự chạy vài prompt qua mạng trong nhiều phiên. Không có gì phức tạp. Chủ yếu là lặp lại các yêu cầu chỉ để xem trải nghiệm có duy trì tính nhất quán hay không. Có. Điều đó giúp tôi tự tin hơn một chút so với việc đọc thêm một chủ đề giải thích vì sao quyền riêng tư lại quan trọng.

Phần tôi chưa chắc là điều gì sẽ xảy ra sau những 156K yêu cầu đó.
Nếu các nhà phát triển giống nhau cứ quay lại mỗi ngày và những lệnh gọi suy luận trở thành một phần của các ứng dụng thực sự, thì mạng sẽ bắt đầu tạo ra động lực riêng. Nếu phần lớn hoạt động đến từ việc người ta thử nghiệm tính năng một lần rồi thôi, thì con số sẽ kém ý nghĩa hơn so với vẻ ban đầu.

Chênh lệch nhỏ đến bất ngờ trên bề mặt, nhưng về mặt kinh tế thì nó rất lớn.

Tôi nghĩ mọi người dành quá nhiều thời gian để tranh luận về giá token và chưa đủ thời gian để hỏi liệu khối lượng suy luận có đang trở thành thói quen hay không. Tăng trưởng bền vững có lẽ trông sẽ khá “nhạt”. Tăng dần mức sử dụng lặp lại. Nhiều lệnh gọi API hơn. Nhiều nhà phát triển quay lại hơn. Ít các đỉnh tăng do thông báo gây ra.

Dựa trên những gì tôi đã thấy, OpenGradient đã chứng minh rằng mọi người sẵn sàng dùng suy luận riêng tư. Điều tiếp theo tôi đang theo dõi không phải là liệu bộ đếm có đạt 200.000 hay không.

Mà là liệu những yêu cầu đó có tiếp tục xuất hiện khi không còn ai nói về chúng nữa không. Đây có lẽ là nơi phát ra tín hiệu.
#OPG $OPG

OpenGradient có thể biến hoạt động AI đang tăng trưởng thành sự phát triển bền vững của một hệ sinh thái không?

@OpenGradient Một điều nhỏ đã xảy ra trong một phiên thử nghiệm tuần trước.
Một mô hình đã sản xuất ra kết quả trông có vẻ đúng. Một mô hình khác thì cho ra cái gì đó hơi khác một chút. Không có kết quả nào rõ ràng là sai cả. Vấn đề bắt đầu khi ai đó đặt ra một câu hỏi đơn giản:

"Chúng ta có thể chứng minh mô hình nào đã tuân theo quy trình đã được phê duyệt không?"
Im lặng.

Kết quả thì có đó. Nhưng dấu vết lý do thì không.
Khoảnh khắc đó quay trở lại trong tâm trí khi tôi thấy OpenGradient huy động được 9.5 triệu đô la.
Số tiền huy động không phải là phần thú vị. Nhiều công ty AI huy động tiền mỗi tháng. Thứ làm tôi cảm thấy khác biệt là loại vấn đề mà các nhà đầu tư dường như sẵn sàng tài trợ bây giờ.

Các cuộc trò chuyện mà tôi nghe đang thay đổi.
Sáu tháng trước, mọi người so sánh chất lượng mô hình.
Hôm nay, họ đang so sánh trách nhiệm.

Ai đã chạm vào dữ liệu?

Có gì thay đổi giữa các lần chạy không?

Liệu một bên thứ ba có thể xác minh quy trình làm việc không?

Gần đây tôi đã làm việc qua một đường ống xử lý khoảng 12,000 bản ghi qua nhiều giai đoạn. Chạy các mô hình mất vài phút. Theo dõi từng bước sau đó mất hàng giờ.
Sự mất cân bằng đó cứ xuất hiện.

Ngành công nghiệp đã dành nhiều năm để tối ưu hóa tốc độ sinh ra. Bây giờ một số đội đang phát hiện rằng việc xác minh trở thành nút thắt cổ chai khi AI bắt đầu ảnh hưởng đến những quyết định quan trọng.

Có thể đó là lý do mà các vòng cơ sở hạ tầng như thế này đang thu hút sự chú ý.
Không phải vì các mô hình tốt hơn đã ngừng quan trọng.

Mà vì nhiều tổ chức đang nhận ra rằng một kết quả mà không có một hồ sơ đáng tin cậy đứng sau nó tạo ra một loại rủi ro khác.
Và vấn đề đó không biến mất khi mô hình trở nên thông minh hơn...

Điều gì sẽ trở thành ưu tiên cơ sở hạ tầng AI lớn hơn trong vòng 2 năm tới?

#OPG $OPG

CẠM BẪY TĂNG GIÁ: Đột phá chiến lược hay Bơm quá đà?

Khi thị trường chung đi ngang, những cây nến xanh thẳng đứng tự nhiên chiếm spotlight. Hôm nay, chúng ta đang thấy một số tài sản nhất định có sự vượt trội mạnh mẽ và quyết liệt:

Quickswap $QUICK : Dẫn đầu bảng với cú nhảy thẳng đứng khổng lồ +44.74%.
Atletico Madrid Fan Token $ATM : Bơm mạnh với +31.73%. ⚡
Synapse $SYN : Di chuyển mạnh mẽ với mức tăng vững chắc +19.68%. 🟢

Nhưng trước khi FOMO chiếm lĩnh và bạn đuổi theo những chuyến tàu đang chạy, hãy nhìn qua những phần trăm xanh và phân tích cấu trúc để xem liệu đây có phải là những đột phá bền vững hay cạm bẫy thanh khoản tạm thời.

🔬 Danh sách kiểm tra: Phân tích tài sản đang bơm

1. Kiểm tra các mức RSI trên khung thời gian cao hơn Khi giá đẩy thẳng đứng như thế này, RSI nhanh chóng vọt lên vùng quá mua cực kỳ (>>80). Mua trực tiếp vào sự mở rộng này sẽ làm hỏng nghiêm trọng tỷ lệ rủi ro-lợi nhuận của bạn.

2. Cảnh giác với "Đỉnh Khối Lượng" Nếu một cú nhảy khối lượng lớn xảy ra ở đỉnh địa phương nhưng giá đột ngột dừng lại hoặc bắt đầu giảm, thì thường đây là sự phân phối của tổ chức—tiền thông minh đang bán túi của họ vào các lệnh mua từ nhà đầu tư bán lẻ.

3. Chờ đợi Cơ sở Tích lũy Sức mạnh thật sự không được chứng minh trong đợt bơm thẳng đứng; nó được chứng minh trong quá trình điều chỉnh. Nếu một token giữ mức điều chỉnh nông và tích lũy trên hỗ trợ chính, chỉ khi đó một leg thứ hai an toàn mới hình thành.

💡 Đuổi theo các đợt bơm thẳng đứng là một trò chơi của những con bạc có rủi ro cao. Hãy để giá ổn định, chờ đợi một cấu trúc thấp hơn khỏe mạnh hình thành và bảo vệ vốn của bạn. Hãy để thị trường đến với bạn.
#CryptoAnalysis #MarketMomentum #QUICK #SYN #chiếnLượcGiaoDịch

CẤU TRÚC CỦA MỘT ĐỢT TĂNG GIÁ TẠM THỜI: Đừng Bị Kẹt
Khi thị trường giảm mạnh, giá thường có một đợt bật lên đột ngột và mạnh mẽ. Các nhà giao dịch bán lẻ thường nhầm tưởng đây là một "đảo chiều" cấu trúc, nhảy vào quá sớm và cuối cùng bị kẹt trong một xu hướng tiếp diễn.

Hiện tượng này được gọi là Dead Cat Bounce. Dựa trên nghiên cứu của các tổ chức và các chỉ số thị trường, đây là cách bạn có thể phân biệt giữa một đợt bơm giả tạm thời và một đảo chiều thị trường thực sự:

Cách Xác Minh Một Đợt Di Chuyển Thị Trường Thực Sự

Sự Khác Biệt Về Khối Lượng (Spot vs. Giá): Nếu giá đang tăng lên trong khi tổng khối lượng giao dịch spot liên tục giảm, thì động thái này thiếu tính thuyết phục. Các đảo chiều thị trường bền vững cần khối lượng mua vào lớn từ các tổ chức để hỗ trợ đà tăng.

Động Lực Lãi Mở (OI): Nếu một đợt tăng giá mạnh mẽ đi kèm với lãi mở giảm hoặc không thay đổi, thì nó không phải do sự tích lũy spot tự nhiên. Thay vào đó, đây thường là một cú short-squeeze cơ học (thanh lý cưỡng bức) sẽ nhanh chóng mất đà.

Kiểm Tra Kháng Cự Chính: Luôn theo dõi cách giá phản ứng với các mức kháng cự cấu trúc lớn. Một đảo chiều thực sự yêu cầu các nến mở rộng khối lượng lớn để vượt qua và chiếm lại một khối lệnh hàng ngày trước đó hoặc trung bình động quan trọng (ví dụ: 50 EMA / 200 EMA).

Mẹo Từ Nhà Phân Tích: Thay vì vội vàng theo đuổi phản ứng ban đầu, hãy kiên nhẫn chiến lược. Chờ đợi sự hấp thụ thanh khoản ở khung thời gian thấp hơn và một lần kiểm tra lại thành công. Quy tắc #1: Bảo tồn vốn luôn quan trọng hơn việc bắt đúng đáy.


Cách bạn thực hiện khi có một đợt bật lên đột ngột?

A) Scalping cẩn thận đợt bật lên
B) Chờ đợi kiểm tra lại rõ ràng & khối lượng
C) Hoàn toàn đứng ngoài
#TradingStrategy #RiskManagement #cryptoeducation #CấuTrúcThịTrường

Chính quyền Trump đang nỗ lực nghiêm túc để thông qua dự luật cấu trúc thị trường crypto trước khi các nhà lập pháp rời đi nghỉ hè vào tháng Tám.
Đối với một ngành đã hoạt động dưới sự không chắc chắn về quy định trong nhiều năm, thời điểm này là rất quan trọng.

Nếu đà này tiếp tục, Mỹ có thể gần như chưa bao giờ xác định ai sẽ giám sát cái gì trong crypto, điều mà các thị trường, sàn giao dịch và nhà xây dựng đã chờ đợi từ lâu.

Chưa có gì được đảm bảo. Nhưng sau vô số lần trì hoãn và tranh luận, đây là một trong những tín hiệu rõ ràng nhất cho đến nay rằng Washington muốn có một khung quy định thay vì một vòng không chắc chắn nữa.

Quy định về crypto đã là một chủ đề bàn luận trong nhiều năm.
Bây giờ có thể cuối cùng nó đang tiến gần đến hành động.
#Crypto #Bitcoin #Regulation #BTC

#BTC THÔNG BÁO MỚI: Một tín hiệu cảnh báo đang bắt đầu hình thành trên thị trường.
Một số mô hình hiện đang gán khoảng 80% khả năng rằng Bitcoin sẽ quay lại mức dưới $55,000, đưa một khu vực quan trọng trở lại tầm ngắm sớm hơn nhiều người mong đợi.

Điều thú vị không phải là dự đoán chính nó. Mà là cách mà tâm lý thay đổi nhanh chóng mỗi khi giá bắt đầu giảm. Sự lạc quan phai nhạt, các câu chuyện thay đổi, và những người tham gia thoải mái một tuần trước bỗng trở nên thận trọng.

Điều đó không tự động có nghĩa là một sự sụt giảm sâu hơn đang ở phía trước.
Trong các chu kỳ trước, những khoảng thời gian như thế này thường buộc thị trường phải tiết lộ nơi nào thực sự có cầu. Đôi khi hỗ trợ thất bại. Đôi khi đám đông phản ứng thái quá.

Nếu Bitcoin quay lại gần $55K, động thái tiếp theo có thể ít quan trọng hơn cách mà người mua phản ứng khi mức đó bị kiểm tra.
Mức đó có phải là một cánh cửa bẫy hay là một điểm mà thị trường lặng lẽ bắt đầu bảo vệ?

Điều gì sẽ xảy ra tiếp theo?