Tiefgehende Analyse von OpenLedger: Ich habe ihr Whitepaper und die halbjährlichen Knotendaten durchforstet und bespreche das Ende der "kostenlosen" AI-Daten
Um ehrlich zu sein, hatte ich anfänglich nicht vor, mich tief mit @OpenLedger zu beschäftigen, ich hatte sogar ein bisschen eine abfällige Haltung. Als der AI-Sektor Ende letzten Jahres richtig heiß wurde, war der Bildschirm voll mit "AI + Web3 wird die Welt revolutionieren"-Narrativen, und es kamen ständig die gleichen alten Projekte heraus. Ich bin schon in zu viele solcher Fallen getappt: Sobald ein Hype entsteht, springe ich rein, und am Ende ist es entweder ein aufgeblasenes ChatGPT-Token oder ein umbenanntes Open-Source-Modell, das dann versucht, große Versprechungen zu machen. Daher war meine erste Meinung zu OpenLedger auch so: Noch ein Projekt, das vom AI-Hype profitiert?
Aber was mich wirklich zum Umdenken brachte, war das Konzept der "Beitragszuordnung". Ich habe zwei Wochen lang mit viel Mühe das Whitepaper und die On-Chain-Daten durchforstet und festgestellt, dass es hier anders ist. Andere Projekte prahlen damit, wie groß ihr Modell ist, wie stark ihre Rechenleistung ist und wie intelligent ihre Agenten sind, während OpenLedger sich mit einem sehr merkwürdigen Problem beschäftigt: Warum sollten die Daten der Nutzer kostenlos genutzt werden?