قضيت بعض الوقت في مراجعة بروتوكول نيوتن خلال الأيام القليلة الماضية، وشيء واحد حول $NEWT ظل يلفت انتباهي. عند الدخول في عمليات إلغاء القفل الأخيرة، توقعت أن تؤدي زيادة المعروض المتداول إلى خلق ضغط بيع أكثر اتساقًا. لكن في المقابل، كان السوق أكثر صلابة بكثير مما كنت أتوقع.
يبدو أن حجم التداول ارتفع بنحو 20–30% خلال تلك الفترة، بينما ظل السعر في الغالب في نطاق تماسك رغم دخول المزيد من الرموز إلى التداول. وهذا شيء غير بديهي قليلًا، لأن أحداث الإلغاء غالبًا ما تؤدي إلى توزيع أثقل، على الأقل في المدى القصير.
أقوى تخميني هو أن جزءًا كبيرًا من جدول الإلغاء كان مُسعّرًا مسبقًا. احتمال آخر هو أن نسبة معتبرة من الرموز التي تم إلغاء قفلها حديثًا لا تتجه مباشرة إلى البورصات، ما يمنح السيولة مساحة كافية لامتصاص الزيادة في المعروض. لكن قد أكون مخطئًا، وأعتقد أن بضعة أسابيع أخرى من بيانات تدفقات المحافظ ستروي قصة أوضح بكثير.
ما يزيد اهتمامي ببروتوكول نيوتن أيضًا أنه ليس مجرد قصة تخص الاقتصاديات الرمزية. المشروع يضع نفسه كبنية تحتية لمطوري الذكاء الاصطناعي، باستخدام الإقرارات التشفيرية والتفويض القابل للبرمجة للمساعدة في تمكين وكلاء الذكاء الاصطناعي والتطبيقات من التفاعل مع أنظمة البلوك تشين بشكل أكثر أمانًا. إذا استمر نمو التبني في هذا الجانب، فقد يصبح بنفس أهمية متابعة جدول الإلغاء نفسه.
ما زلت أتعامل مع هذا كونه ملاحظة لا كتنبؤ، لكنه واحد من أكثر السيناريوهات إثارة للاهتمام التي صادفتها مؤخرًا.
ما الذي تراقبه أكثر مع NewtonProtocol الآن: سلوك المحافظ، أرصدة البورصات، عمليات إلغاء القفل، أم التبني بين مطوري الذكاء الاصطناعي؟ #Newt @NewtonProtocol $NEWT
لماذا جعلني بروتوكول نيوتن أُعيد التفكير في مستقبل التمويل على السلسلة
قبل بضعة أسابيع، وجدت نفسي أحدق في مخطط NEWT لمدة أطول بكثير مما ينبغي. كانت الأسعار تحت ضغط، وكانت المعنويات ضعيفة عبر رموز البنية التحتية الأصغر، وقد وصل النقاش في وسائل التواصل الاجتماعي بالفعل إلى استنتاجه المعتاد: إذا لم تكن قيمة الرمز تتحرك، إذن يجب ألا يكون المشروع مهمًا. لقد رأيت هذه الدورة تتكرر مرات لا تُحصى عبر السنوات. غالبًا ما تحكم الأسواق على البنية التحتية بناءً على تحركات الأسعار قصيرة الأجل بدلًا من المنفعة طويلة الأجل. كمُتداول، كانت أول بادرة لدي بسيطة. افترضت أن NEWT مجرد رمز آخر يعاني من بيئة سوق صعبة، وأن نقاشات فك القيود كانت تهيمن على الحديث أكثر من التقنية نفسها. بعد متابعة عالم العملات المشفرة لفترة طويلة بما يكفي، يصبح من السهل أن تنتابك الشكوك كلما انطلق مشروع جديد للبنية التحتية.
$UNI يُظهر بعض الزخم الشرائي القوي جدًا اليوم! لقد ارتفع الرمز +13.50%، ويجري تداوله حاليًا عند 3.169 USDT ويصل إلى أعلى مستوى له خلال 24 ساعة عند 3.228.
بالنظر إلى مخطط 15 دقيقة في image.png، نرى اندفاعًا صاعدًا قويًا ومستمرًا اخترق من مستوى الدعم 2.818 في وقت سابق اليوم، مدعومًا بحجم تداول قوي.
كما أنه مرتفع +9.80% خلال الأيام السبعة الماضية، مما يُظهر أن المشترين يعودون للظهور بشكل واضح.
كيف يقدّم بروتوكول نيوتن تفويضًا قابلًا للبرمجة على السلسلة
عندما نظرت أول مرة إلى رمز NEWT، افترضت أنه يؤدي الغرض نفسه الذي تؤديه العديد من أصول البلوك تشين الأخرى: دفع الرسوم، وتمكين الحوكمة، والوجود ضمن اقتصاد منظومة البروتوكول. وبعد أن قضيت وقتًا أطول في فهم بروتوكول Newton، أدركت أن دوره أعمق بكثير. بدلًا من مجرد تشغيل المعاملات، يدعم NEWT طبقة تفويض تساعد في تحديد ما إذا كان ينبغي أن تحدث المعاملات من الأساس. هذا الفرق مهم. تركّز معظم مناقشات البلوك تشين على التسوية. يتم إرسال معاملة، ثم التحقق منها، وأخيرًا تسجيلها على السلسلة (on-chain). ورغم أن هذه العملية ضرورية، إلا أن العديد من التطبيقات الواقعية تتطلب خطوة إضافية لاتخاذ القرار قبل التسوية. غالبًا ما تحتاج الأسئلة مثل ما إذا كان المستخدم يستوفي متطلبات الامتثال، وما إذا كانت المحفظة قد اجتازت التحقق من الهوية، أو ما إذا كانت المعاملة تتجاوز حدود المخاطر المحددة مسبقًا إلى إجابات قبل أن تتحرك الأصول.
مع ازدياد قدرة وكلاء الذكاء الاصطناعي على تنفيذ المهام نيابةً عنا، لا تكمن التحديات فقط في جعلهم أكثر ذكاءً. بل تتمثل في جعل أفعالهم شفافة وقابلة للتحقق. ويصبح هذا سؤالًا مهمًا بشكل متزايد لمطوري الذكاء الاصطناعي، الذين يبنون أنظمة يمكنها التفاعل مع المحافظ والتطبيقات والخدمات الرقمية مع الحد الأدنى من تدخل الإنسان.
ما أراه مثيرًا للاهتمام في بروتوكول نيوتن هو محاولته استخدام البلوك تشين كطبقة تحقق لوكلاء الذكاء الاصطناعي المستقلين. بدلًا من مطالبة المستخدمين بالثقة العمياء في وكيل ذكاء اصطناعي، يستكشف كيف يمكن للأفعال المهمة أن تترك سجلًا يمكن التحقق منه ويمكن للآخرين فحصه. إنه يشبه تتبع شحنة لا يهمّك فقط أن تصل، بل أيضًا كيف وصلت.
بالطبع، توجد سلبيات ومقايضات. قد يؤدي تضمين التحقق إلى زيادة التعقيد، وستعتمد عملية التبنّي على ما إذا كان المطورون يجدون أنه عملي لإدخاله في تطبيقات العالم الحقيقي.
كلما فكرت أكثر في الأمر، ازداد اقتناعي بأن مستقبل الذكاء الاصطناعي لن يعتمد على الذكاء وحده. قد يعتمد أيضًا وبقدر مماثل على مدى قدرة الأنظمة المستقلة على شرح نفسها بشكل كافٍ لكسب ثقتنا. #Newt @NewtonProtocol $NEWT
بروتوكول نيوتن حيث يلتقي مطورو الذكاء الاصطناعي والأسواق وسلاسل الكتل
عندما صادفتُ بروتوكول نيوتن لأول مرة، كانت غريزتي أن أصنّفه بالطريقة نفسها التي يبدو أن كثيرين يصنّفونه بها: إطار امتثال آخر مبني للعملات المشفّرة. كان من السهل الوصول إلى هذا الاستنتاج لأن اللغة المحيطة بالمصادقة والترخيص والأذونات وسياسات الوصول تتداخل بطبيعتها مع نقاشات الامتثال. كلما جلستُ مع هذا التصميم المعماري أكثر فأكثر، قلّ اقتناعي بأن هذا التفسير هو الصحيح. المقارنة التي أصبحت أكثر منطقية بالنسبة لي في النهاية لم تكن طبقة هوية أخرى أو أداة تنظيمية أخرى. كانت TCP/IP.
مع قيام مطوّري الذكاء الاصطناعي ببناء وكلاء أكثر استقلالية، غالبًا ما تدور المحادثات حول السرعة والذكاء والتنفيذ. هذه الصفات مهمة، لكنها ليست كافية. يجب أن يعرف النظام الذكي الفعّال أيضًا متى لا ينبغي أن يتصرف.
ما أجده مثيرًا للاهتمام في بروتوكول نيوتن نِت وورك هو تركيزه على فرض السياسات بشكل قابل للبرمجة قبل التنفيذ، بدلًا من التعامل مع الامتثال باعتباره شيئًا يتم التحقق منه بعد وقوعه. من خلال الجمع بين بيانات السلسلة والبيانات خارج السلسلة مع أدلة تشفيرية وعمليات تحقق لسياسات قابلة للتحقق، يمكن لمطوّري الذكاء الاصطناعي بناء وكلاء يقيمون ما إذا كان الإجراء يلبّي قواعد محددة مسبقًا قبل أن يحدث أصلًا. وهذا يحوّل الثقة من الافتراضات إلى ضمانات قابلة للتحقق.
وبالطبع، يطرح ذلك أيضًا أسئلة مهمة. من يعرّف السياسات؟ كم يجب أن تكون مرنة مع تطور الظروف؟ وهل يمكن لبيئات مختلفة تحقيق قابلية تشغيل متبادل ذات معنى دون إدخال تعقيد غير ضروري؟
ليست هذه عقبات بل تحديات تصميم تستحق تفكيرًا متأنيًا.
كلما تعلمت المزيد عن الذكاء الاصطناعي، كلما اعتقدت أن مستقبله لن يُحدَّد بعدد الإجراءات التي يمكن لوكيلٍ ما تنفيذها. قد يُحدَّد بمدى موثوقيته في معرفة متى يكون الامتناع هو القرار الصحيح.
يبرز بروتوكول نيوتن نِت وورك. فهو لا يحاول فقط جعل وكلاء الذكاء الاصطناعي أكثر قدرة، بل يستكشف كيف يمكنهم أن يصبحوا أكثر مساءلة.. #Newt @NewtonProtocol $NEWT
$BASED تداول الزوج الفوري يشهد ارتفاعًا قويًا للغاية اليوم، حيث يتصاعد بشكل ملحوظ بنسبة +17.17% ليصل إلى 0.09543 دولار.
بعد الارتداد من أدنى مستوى خلال 24 ساعة عند 0.07673 دولار، تدخل المشترون بقوة، ما أدى إلى اتجاه صعودي قوي على مخطط 15 دقيقة، مسجلاً قمة عند 0.09683 دولار.
مع تداول ما يزيد عن 4.53 مليون دولار في حجم تداول USDT خلال 24 ساعة و52.61 مليون في حجم التداول، فإن الزخم لا يزال بقوة لصالح المشترين.
عندما صادفت OpenGradient، لم أرَ أي سلسلة بلوكشين أخرى تحاول منافسة كل شبكات الطبقة الأولى (Layer 1) الموجودة. ما لفت انتباهي هو أن يبدو أنها تحل مشكلة أكثر تحديدًا بكثير: توفير بيئة لامركزية نماذج الذكاء الاصطناعي يمكن استضافتها والتحقق منها والوصول إليها بشكل شفاف.
هذا يَعِد بمعنى أكبر من مجرد إرفاق كلمة «AI» بمشروع كريبتو. فالكثير من الفرق تروّج للمزيج دون شرح لماذا يضيف البلوكشين قيمة فعلية.
بعد سنوات من متابعة إطلاق شبكات Layer 1 جديدة، أصبحت أكثر اهتمامًا بالمنفعة بدلاً من السرديات. المعاملات السريعة والمعايير المبهرة تبدو جيدة على الورق، لكن الاختبار الحقيقي يبدأ عندما يقوم المطورون بالبناء، ويصل المستخدمون، ويجب على الشبكة أن تعمل باستمرار تحت الطلب الواقعي. كل سلسلة تصل في النهاية إلى تلك اللحظة.
يبدو أن OpenGradient يتخذ مسارًا مختلفًا عبر بناء بنية تحتية حول الذكاء الاصطناعي نفسه بدلًا من افتراض أن سلاسل بلوكشين قائمة يمكنها التعامل مع هذه الأحمال. ونجاح هذا النهج سيتوقف على التبنّي، لأن التكنولوجيا الجيدة وحدها لا تكفي. يحتاج المطورون إلى أسباب للبناء، ويحتاج المستخدمون إلى أسباب للبقاء.
في الوقت الحالي، أجد الاتجاه أكثر إثارة للاهتمام من قصة Layer 1 النمطية المعتادة. الرؤية منطقية. الآن كل شيء يتعلق بالتنفيذ.
يُعدّ OpenGradient حالةً دراسيةً مثيرة للاهتمام لأنه يجمع بين بنية تحتية لا مركزية ونماذج ذكاء اصطناعي قابلة للتحقق وتطبيقات قائمة على السوق. بدلًا من التعامل مع الذكاء الاصطناعي باعتباره واجهة برمجية سوداء، فإنه يتيح للمطوّرين نشر نماذج يمكن التحقق من هويتها وتنفيذها. ثم تبني تطبيقات مثل Twin.fun أسواقًا حول تلك النماذج، حيث يتم شراء الوصول إليها وبيعه عبر مفاتيح مُرمّزة. إن الآلية غير المُلتفت إليها ليست فقط اللامركزية. بل إن البنية التحتية اللامركزية هي التي تجعل قابلية التحقق والملكية ممكنة. عندما يمكن التحقق من تنفيذ النموذج بشكل مستقل، ينتقل مستوى الثقة من سمعة المنصة إلى إثباتاتٍ تشفيرية. وهذا يضع الأساس لأسواق يمكن إرفاق القيمة الاقتصادية فيها بالنماذج بسلوكٍ شفاف بدلًا من أن تكون ضمن أنظمة مغلقة. وهذا يغيّر ما الذي يهم. تُحسّن منصات الذكاء الاصطناعي التقليدية أداءها من أجل المستخدمين والانطباعات والمشاركة. أما السوق المفتوح فيكافئ الإشارات الأقوى: الملكية، والاستعداد للدفع، والاحتفاظ، والطلب المتكرر، والسيولة، وتاريخٌ موثّق لمدى موثوقية أداء النموذج. تكشف هذه المقاييس عمّا إذا كانت القيمة تُخلق فعليًا بدلًا من مجرد جذب الانتباه. ثمة مخاطرة مهمة. يمكن للأسواق اللامركزية أن تُضخّم المضاربة بسهولة بقدر ما تُكافئ المنفعة. إذا تفوقت الحوافز المالية على الاستخدام الحقيقي، تتوقف الأسعار عن عكس جودة النموذج وتبدأ عكس السردية. الاختبار الحقيقي ليس ما إذا كان الذكاء الاصطناعي اللامركزي يجذب مزيدًا من المطورين. بل ما إذا كانت النماذج القابلة للتحقق التي تعمل على بنية تحتية لامركزية تستمر في توليد طلبٍ مستدام بعد أن يتلاشى الحماس الأولي. إذا اختار المستخدمون تلك النماذج مرارًا، ويدفعون مقابلها ويبنون عليها، فإن السوق يقيس قيمةً دائمة وليس انتباهًا مؤقتًا.#OPG @OpenGradient $OPG
كنتُ أتابع الذكاء الاصطناعي وبنية العملات المشفرة عن كثب، وOpenGradient هي إحدى المشاريع التي لفتت انتباهي مؤخرًا.
في جوهره، يعمل OpenGradient على بناء بنية تحتية للذكاء الاصطناعي لامركزية تمكّن من استضافة النماذج والاستدلال والتحقق على السلسلة. بدلًا من الاعتماد على المنصات المركزية بشكل كامل، تهدف الفكرة إلى إنشاء نظام يمكن فيه التحقق من مخرجات الذكاء الاصطناعي والوثوق بها عبر آليات مبنية على البلوك تشين.
ومع تسارع تبنّي الذكاء الاصطناعي، أصبحت الشفافية موضوعًا أكبر للنقاش. يعتمد كل من الشركات والمستخدمون بشكل متزايد على المعلومات المُولّدة بالذكاء الاصطناعي، ومع ذلك ففي كثير من الحالات تكون الرؤية محدودة فيما يتعلق بكيفية إنتاج المخرجات. تستكشف مشاريع مثل OpenGradient ما إذا كان بإمكان الذكاء الاصطناعي القابل للتحقق أن يساعد في سد فجوة الثقة هذه.
تُعدّ الفرصة كبيرة. يقع OpenGradient عند تقاطع اثنين من اتجاهات التكنولوجيا الكبرى: الذكاء الاصطناعي والبنية التحتية اللامركزية. إذا استمر الطلب على معلومات موثوقة في النمو، فقد تصبح البنية التحتية التي توفر الشفافية والتحقق ذات قيمة متزايدة.
مع ذلك، لا تزال هناك تحديات. ستحدد عملية التبنّي، والمشاركة من المطورين، ونمو النظام البيئي، والاستخدام في العالم الحقيقي في النهاية ما إذا كانت شبكات الذكاء الاصطناعي اللامركزية ستتمكن من منافسة مقدمي الخدمات المركزية الراسخين. فالتقنية القوية وحدها نادرًا ما تكون كافية.
يقدّم OpenGradient رؤية مثيرة لمستقبل بنية ذكاء اصطناعي، لكن نجاحه على المدى الطويل سيعتمد على التنفيذ والجدوى.
هل تعتقد أن مشاريع مثل OpenGradient يمكنها أن تجعل الذكاء الاصطناعي القابل للتحقق واقعًا سائدًا، أم ستظل منصات الذكاء الاصطناعي المركزية هي النموذج المهيمن؟#OPG @OpenGradient $OPG