crypto Ahmed malghani
494 Публикации
crypto Ahmed malghani
Crypto content creator 📊 Binance updates & market posts 🚀 Learning and sharing daily insights
Открытая сделка
Трейдер с частыми сделками
4 мес.
40 подписок(и/а)
45 подписчиков(а)
213 понравилось
Посты
Портфель
Все
Видео
@NewtonProtocol Самый умный ИИ не обязательно будет самым ценным. Эта мысль не давала мне покоя, пока я думал о Newton Protocol.
Мы привыкли оценивать ИИ по тому, сколько он знает, как быстро отвечает или насколько хорошо рассуждает.
Но когда ИИ начинает выполнять действия on-chain, начинает иметь значение ещё одно качество.
Предсказуемость.
Система, которая удивляет пользователей — даже при добрых намерениях — со временем может медленно потерять их доверие.
Поэтому я не думаю, что одна лишь «интеллектуальность» определит следующее поколение автономной инфраструктуры.
Важна последовательность.
Важно, чтобы границы были чёткими.
Важно надёжное исполнение.
Размышляя о Newton Protocol, я всё меньше думал о том, насколько мощным может стать ИИ, и всё больше — о том, насколько предсказуемым должно оставаться его поведение, когда речь идёт о реальных активах и реальных решениях.
Возможно, именно в этом разница между впечатляющей технологией и надёжной технологией.
Одна привлекает внимание.
Другая обеспечивает долгосрочное внедрение.
Если бы вам пришлось выбирать, что бы вы предпочли — ИИ более умный... или более предсказуемый?
@NewtonProtocol $NEWT #newt
Мы привыкли оценивать ИИ по тому, сколько он знает, как быстро отвечает или насколько хорошо рассуждает.
Но когда ИИ начинает выполнять действия on-chain, начинает иметь значение ещё одно качество.
Предсказуемость.
Система, которая удивляет пользователей — даже при добрых намерениях — со временем может медленно потерять их доверие.
Поэтому я не думаю, что одна лишь «интеллектуальность» определит следующее поколение автономной инфраструктуры.
Важна последовательность.
Важно, чтобы границы были чёткими.
Важно надёжное исполнение.
Размышляя о Newton Protocol, я всё меньше думал о том, насколько мощным может стать ИИ, и всё больше — о том, насколько предсказуемым должно оставаться его поведение, когда речь идёт о реальных активах и реальных решениях.
Возможно, именно в этом разница между впечатляющей технологией и надёжной технологией.
Одна привлекает внимание.
Другая обеспечивает долгосрочное внедрение.
Если бы вам пришлось выбирать, что бы вы предпочли — ИИ более умный... или более предсказуемый?
@NewtonProtocol $NEWT #newt
#newt $NEWT @NewtonProtocol
Протокол Newton не сложен из-за того, что технология сложная. Я думаю, что он сложен потому, что он заставляет нас переосмыслить то, что на самом деле означает доверие.
Годы мы воспринимали доверие как нечто, что мы вкладываем в людей.
Затем мы начали размещать его в коде.
Теперь автономные системы заставляют нас задавать другой вопрос.
Может ли доверие существовать в действиях, которые никто вручную не выполняет?
Этот вопрос остался со мной сегодня.
Чем больше я смотрел на протокол Newton, тем меньше мне казалось, что он пытается заменить человеческое принятие решений.
Вместо этого, он, похоже, сосредоточен на определении условий, при которых автономные решения заслуживают доверия.
Это тонкое отличие.
Технологии могут автоматизировать выполнение.
Но уверенность не автоматизируется.
Её нужно заслужить тем, как спроектирована система.
Возможно, поэтому инфраструктура для ИИ становится не менее важной, чем сам ИИ.
Мы больше не создаём системы, которые просто выполняют.
Мы создаём системы, на которые люди должны чувствовать себя комфортно полагаясь.
Если автономный ИИ станет частью повседневной криптосферы, как ты думаешь, что пользователи будут ценить больше: интеллект или уверенность?
$EVAA
$BANANA
Протокол Newton не сложен из-за того, что технология сложная. Я думаю, что он сложен потому, что он заставляет нас переосмыслить то, что на самом деле означает доверие.
Годы мы воспринимали доверие как нечто, что мы вкладываем в людей.
Затем мы начали размещать его в коде.
Теперь автономные системы заставляют нас задавать другой вопрос.
Может ли доверие существовать в действиях, которые никто вручную не выполняет?
Этот вопрос остался со мной сегодня.
Чем больше я смотрел на протокол Newton, тем меньше мне казалось, что он пытается заменить человеческое принятие решений.
Вместо этого, он, похоже, сосредоточен на определении условий, при которых автономные решения заслуживают доверия.
Это тонкое отличие.
Технологии могут автоматизировать выполнение.
Но уверенность не автоматизируется.
Её нужно заслужить тем, как спроектирована система.
Возможно, поэтому инфраструктура для ИИ становится не менее важной, чем сам ИИ.
Мы больше не создаём системы, которые просто выполняют.
Мы создаём системы, на которые люди должны чувствовать себя комфортно полагаясь.
Если автономный ИИ станет частью повседневной криптосферы, как ты думаешь, что пользователи будут ценить больше: интеллект или уверенность?
$EVAA
$BANANA
$Banana
75%
$Evaa
25%
$Newt
0%
12 проголосовали • Голосование закрыто
#newt $NEWT @NewtonProtocol
Большинство людей оценивают технологии, спрашивая, что они могут сделать сегодня. Поэтому инфраструктура так часто остаётся неправильно понятым.
Когда выходит новый продукт, его легко оценить.
Вы скачиваете его, тестируете и решаете, улучшает ли он ваш опыт.
Инфраструктура работает иначе.
Её реальная ценность обычно проявляется, когда другие системы начинают от неё зависеть.
Эта мысль осталась со мной, когда я читал о протоколе Newton.
Вместо того чтобы спрашивать, нужно ли это людям прямо сейчас, я начал задавать другой вопрос:
Какая бы экосистема существовала, если бы этот слой не существовал?
Иногда важность инфраструктуры измеряется не тем, что она создаёт.
Её измеряют тем, что тихо ломается без неё.
Вот почему я думаю, что проекты вроде Newton Protocol сложно оценивать на ранних этапах.
Они создают связи между системами, а не просто функции для пользователей.
Возможно, рынок не замечает инфраструктуру не потому, что она неважна.
Возможно, потому что хорошая инфраструктура редко просит, чтобы её заметили.
Как вы думаете, базовые технологии нужно оценивать по сегодняшнему уровню внедрения... или по тому будущему, которое они делают возможным?
$BEL
$DOT
Большинство людей оценивают технологии, спрашивая, что они могут сделать сегодня. Поэтому инфраструктура так часто остаётся неправильно понятым.
Когда выходит новый продукт, его легко оценить.
Вы скачиваете его, тестируете и решаете, улучшает ли он ваш опыт.
Инфраструктура работает иначе.
Её реальная ценность обычно проявляется, когда другие системы начинают от неё зависеть.
Эта мысль осталась со мной, когда я читал о протоколе Newton.
Вместо того чтобы спрашивать, нужно ли это людям прямо сейчас, я начал задавать другой вопрос:
Какая бы экосистема существовала, если бы этот слой не существовал?
Иногда важность инфраструктуры измеряется не тем, что она создаёт.
Её измеряют тем, что тихо ломается без неё.
Вот почему я думаю, что проекты вроде Newton Protocol сложно оценивать на ранних этапах.
Они создают связи между системами, а не просто функции для пользователей.
Возможно, рынок не замечает инфраструктуру не потому, что она неважна.
Возможно, потому что хорошая инфраструктура редко просит, чтобы её заметили.
Как вы думаете, базовые технологии нужно оценивать по сегодняшнему уровню внедрения... или по тому будущему, которое они делают возможным?
$BEL
$DOT
#newt $NEWT @NewtonProtocol Newton Protocol заставил меня усомниться в кое-чем, что почти все в крипто-среде, похоже, празднуют: в автоматизации.
Обычно разговор заканчивается одинаково.
Ещё больше автоматизации. Меньше вмешательства человека. Быстрее выполнение.
Звучит как очевидный прогресс.
Но чем больше я размышлял об автономных системах, тем меньше убеждался, что удаление людей всегда является целью.
Иногда реальная ценность заключается не в замене человеческих решений.
А в том, чтобы определить, когда человеческое суждение всё ещё должно иметь значение.
Это изменило то, как я смотрю на Newton Protocol.
Я перестал воспринимать его как инфраструктуру, созданную для максимизации автоматизации.
Вместо этого я стал видеть в нём инфраструктуру, предназначенную для определения границ автоматизации.
Это не одно и то же.
Любой может построить систему, которая выполняет действия.
Сложнее задача — создать систему, которая понимает, когда выполнение не должно просто продолжаться, потому что оно может.
Думаю, это важное различие.
Будущее определится не тем, что делает всё само по себе с помощью ИИ.
Его сформируют системы, которые понимают, где должна закончиться автоматизация и где начинается ответственность.
Возможно, вопрос не в том «Сколько мы можем автоматизировать?».
Возможно, вопрос в том «Что никогда не должно быть автоматизировано в первую очередь?»
$HOT
$VANRY
Обычно разговор заканчивается одинаково.
Ещё больше автоматизации. Меньше вмешательства человека. Быстрее выполнение.
Звучит как очевидный прогресс.
Но чем больше я размышлял об автономных системах, тем меньше убеждался, что удаление людей всегда является целью.
Иногда реальная ценность заключается не в замене человеческих решений.
А в том, чтобы определить, когда человеческое суждение всё ещё должно иметь значение.
Это изменило то, как я смотрю на Newton Protocol.
Я перестал воспринимать его как инфраструктуру, созданную для максимизации автоматизации.
Вместо этого я стал видеть в нём инфраструктуру, предназначенную для определения границ автоматизации.
Это не одно и то же.
Любой может построить систему, которая выполняет действия.
Сложнее задача — создать систему, которая понимает, когда выполнение не должно просто продолжаться, потому что оно может.
Думаю, это важное различие.
Будущее определится не тем, что делает всё само по себе с помощью ИИ.
Его сформируют системы, которые понимают, где должна закончиться автоматизация и где начинается ответственность.
Возможно, вопрос не в том «Сколько мы можем автоматизировать?».
Возможно, вопрос в том «Что никогда не должно быть автоматизировано в первую очередь?»
$HOT
$VANRY
$Vanry
29%
$Hot
71%
$Newt
0%
7 проголосовали • Голосование закрыто
#newt $NEWT Протокол Newton заставил меня осознать, что мы задаём неправильный вопрос об автономных системах.
Большинство обсуждений сосредоточено на том, достаточно ли ИИ-агентам хватает возможностей, чтобы принимать хорошие решения.
Я больше не думаю, что это самая сложная проблема.
Представьте агента, который уже сделал всё правильно.
Он проанализировал рынок, следовал стратегии, соблюдал каждое правило и подготовил ончейн-действие.
На этом этапе большинство систем просто выполняли бы.
Но я всё продолжал думать...
А что если риск заключается не в самом решении?
А что если реальная опасность — считать, что с момента принятия решения ничего значимого не изменилось?
Эта небольшая разница кажется несущественной, пока не становится таковой.
Всего несколько секунд могут добавить новую информацию.
Политика может меняться.
Намерение пользователя может измениться.
Ликвидность может исчезнуть.
И всё же автоматизация часто обращается с выполнением так, будто время никогда не имеет значения.
Именно эта перспектива изменила для меня Newton Protocol.
Вместо того чтобы рассматривать выполнение как конец рабочего процесса, я начал видеть в нём момент, когда каждое предыдущее допущение заслуживает последней проверки.
Возможно, надёжная автоматизация — не про то, чтобы сделать ИИ умнее.
Возможно, она про то, чтобы каждое действие было подотчётно реальности, которая существует прямо сейчас, а не реальности, которая существовала в момент создания решения.
Если автономные системы продолжают действовать, опираясь на предположения вчерашнего дня, действительно ли они принимают интеллектуальные решения — или просто выполняют устаревшую уверенность?
@NewtonProtocol
$BASED
$EPIC
Большинство обсуждений сосредоточено на том, достаточно ли ИИ-агентам хватает возможностей, чтобы принимать хорошие решения.
Я больше не думаю, что это самая сложная проблема.
Представьте агента, который уже сделал всё правильно.
Он проанализировал рынок, следовал стратегии, соблюдал каждое правило и подготовил ончейн-действие.
На этом этапе большинство систем просто выполняли бы.
Но я всё продолжал думать...
А что если риск заключается не в самом решении?
А что если реальная опасность — считать, что с момента принятия решения ничего значимого не изменилось?
Эта небольшая разница кажется несущественной, пока не становится таковой.
Всего несколько секунд могут добавить новую информацию.
Политика может меняться.
Намерение пользователя может измениться.
Ликвидность может исчезнуть.
И всё же автоматизация часто обращается с выполнением так, будто время никогда не имеет значения.
Именно эта перспектива изменила для меня Newton Protocol.
Вместо того чтобы рассматривать выполнение как конец рабочего процесса, я начал видеть в нём момент, когда каждое предыдущее допущение заслуживает последней проверки.
Возможно, надёжная автоматизация — не про то, чтобы сделать ИИ умнее.
Возможно, она про то, чтобы каждое действие было подотчётно реальности, которая существует прямо сейчас, а не реальности, которая существовала в момент создания решения.
Если автономные системы продолжают действовать, опираясь на предположения вчерашнего дня, действительно ли они принимают интеллектуальные решения — или просто выполняют устаревшую уверенность?
@NewtonProtocol
$BASED
$EPIC
$BASED
92%
$EPIC
4%
$NEWT
4%
OTHERS
0%
51 проголосовали • Голосование закрыто
#newt $NEWT @NewtonProtocol Я думал, что самая сложная часть автоматизации — принять правильное решение. Чем глубже я разбирался в Newton Protocol, тем больше чувствовал, что беспокоюсь о неверной проблеме.
Представьте автономного агента, который сделал всё правильно.
Он читает рынок, проверяет правила, готовит транзакцию и готов выполнить её.
Снаружи кажется, что работа завершена.
Но что если мир уже изменился между моментом, когда было принято решение, и моментом, когда транзакция вот-вот произойдёт?
Меня всё больше тревожила эта маленькая пауза.
Большинство разговоров об ИИ сосредоточены на том, чтобы делать агентов умнее.
Очень немногие спрашивают, всё ли ещё то же самое окружение, в котором они действуют, — или оно уже изменилось по сравнению с тем, которое они оценивали несколько секунд назад.
Именно здесь Newton Protocol изменил моё восприятие.
Я перестал думать об исполнении как о заключительном шаге.
Вместо этого оно стало ощущаться как последняя контрольная точка.
Не чтобы тормозить автоматизацию…
…а чтобы не дать устаревшей уверенности превратиться в необратимое действие.
Чем больше я об этом думал, тем меньше верил, что интеллект — самая сложная задача в автономных системах.
Потому что контекст — важен.
Интеллигентное решение, принятое на условиях вчерашнего дня, может стать главной ошибкой сегодняшнего.
Возможно, будущее не в том, чтобы создавать агентов, которые никогда не ошибаются. Возможно, дело в том, чтобы создавать системы, которые перед действием никогда не перестают спрашивать: изменились ли условия.
$ZKP
$THE
Представьте автономного агента, который сделал всё правильно.
Он читает рынок, проверяет правила, готовит транзакцию и готов выполнить её.
Снаружи кажется, что работа завершена.
Но что если мир уже изменился между моментом, когда было принято решение, и моментом, когда транзакция вот-вот произойдёт?
Меня всё больше тревожила эта маленькая пауза.
Большинство разговоров об ИИ сосредоточены на том, чтобы делать агентов умнее.
Очень немногие спрашивают, всё ли ещё то же самое окружение, в котором они действуют, — или оно уже изменилось по сравнению с тем, которое они оценивали несколько секунд назад.
Именно здесь Newton Protocol изменил моё восприятие.
Я перестал думать об исполнении как о заключительном шаге.
Вместо этого оно стало ощущаться как последняя контрольная точка.
Не чтобы тормозить автоматизацию…
…а чтобы не дать устаревшей уверенности превратиться в необратимое действие.
Чем больше я об этом думал, тем меньше верил, что интеллект — самая сложная задача в автономных системах.
Потому что контекст — важен.
Интеллигентное решение, принятое на условиях вчерашнего дня, может стать главной ошибкой сегодняшнего.
Возможно, будущее не в том, чтобы создавать агентов, которые никогда не ошибаются. Возможно, дело в том, чтобы создавать системы, которые перед действием никогда не перестают спрашивать: изменились ли условия.
$ZKP
$THE
WATCHING $ZKP
100%
WATCHING $THE
0%
WATCHING $NEWT
0%
3 проголосовали • Голосование закрыто
Я изучал Newton Protocol последние несколько дней, и сегодня одно конкретное дизайнерское решение снова и снова притягивало моё внимание.
Дело было не в том, как политика приходит к решению.
Дело было в том, что происходит после того, как решение уже принято.
Во многих системах, как только политика возвращает ответ, на этом разговор заканчивается. Результат принимают, потому что система его выдала.
Но, читая архитектуру Newton Protocol, я начал смотреть на это с другой точки зрения.
Что если завтра кто-то усомнится в этом решении?
Не потому, что он не доверяет протоколу.
А потому что он хочет проверить, действительно ли те же самые входные данные могут привести к точному такому же результату.
Это полностью меняет роль движка политики.
Вместо того чтобы просто возвращать ответ, он начинает производить нечто, что может существовать само по себе — даже спустя долгое время после того, как исходная оценка была завершена.
Чем больше я об этом думал, тем отчётливее понимал: авторизация — это не только про принятие правильных решений.
Это про принятие решений, которые остаются обоснованными, даже когда их оспаривают позже.
Похоже на едва заметный сдвиг, но он меняет то, как формируется уверенность внутри автономных систем.
Возможно, самый сильный моделью авторизации является не та, которая просит людей доверять каждому результату.
Возможно, та, в которой каждый важный результат может пережить независимую проверку без опоры на репутацию, авторитет или предположения.
Если авторизацию нельзя доказать после того, как она сделана, стоит ли считать её окончательной вообще?
#newt $NEWT @NewtonProtocol
$BIRB
$US
Дело было не в том, как политика приходит к решению.
Дело было в том, что происходит после того, как решение уже принято.
Во многих системах, как только политика возвращает ответ, на этом разговор заканчивается. Результат принимают, потому что система его выдала.
Но, читая архитектуру Newton Protocol, я начал смотреть на это с другой точки зрения.
Что если завтра кто-то усомнится в этом решении?
Не потому, что он не доверяет протоколу.
А потому что он хочет проверить, действительно ли те же самые входные данные могут привести к точному такому же результату.
Это полностью меняет роль движка политики.
Вместо того чтобы просто возвращать ответ, он начинает производить нечто, что может существовать само по себе — даже спустя долгое время после того, как исходная оценка была завершена.
Чем больше я об этом думал, тем отчётливее понимал: авторизация — это не только про принятие правильных решений.
Это про принятие решений, которые остаются обоснованными, даже когда их оспаривают позже.
Похоже на едва заметный сдвиг, но он меняет то, как формируется уверенность внутри автономных систем.
Возможно, самый сильный моделью авторизации является не та, которая просит людей доверять каждому результату.
Возможно, та, в которой каждый важный результат может пережить независимую проверку без опоры на репутацию, авторитет или предположения.
Если авторизацию нельзя доказать после того, как она сделана, стоит ли считать её окончательной вообще?
#newt $NEWT @NewtonProtocol
$BIRB
$US
$Us
100%
$Bird
0%
$Newt
0%
Nothing
0%
2 проголосовали • Голосование закрыто
#newt $NEWT @NewtonProtocol Я некоторое время изучал, как протокол Newton обрабатывает разногласия между операторами, и понял: самое интересное — не тогда, когда все согласны.
А что происходит, если кто-то не согласен.
Во многих системах спор рано или поздно оказывается перед доверенной стороной.
Кто-то рассматривает ситуацию, выносит решение, и все принимают итог, потому что доверяют тому, кто принимает решение.
Newton Protocol выбирает совсем иной путь.
Погружаясь в его архитектуру, я заметил, что аттестация не считается окончательной просто потому, что операторы ее подписали.
Ей все еще можно возражать.
Не только валидаторам.
Не только управляющей (governance) части.
Любому.
Это полностью изменило то, как я смотрю на авторизацию.
Система не просит нас доверять людям, которые оценили политику.
Она спрашивает, может ли их оценка выдержать независимую проверку.
Если кто-то считает результат неверным, он не спорит.
Он доказывает.
И если это доказательство проходит, протоколу не нужна встреча, голосование или ручная проверка.
Неверный результат просто не переживает проверку.
От этого меня поняло то, что гораздо больше.
Возможно, бездоверительные системы строят не путем устранения разногласий.
Возможно, их строят, делая разногласия проверяемыми.
Если каждое важное решение можно математически оспорить, какую роль остается играть слепому доверию?
$M
$BASED
А что происходит, если кто-то не согласен.
Во многих системах спор рано или поздно оказывается перед доверенной стороной.
Кто-то рассматривает ситуацию, выносит решение, и все принимают итог, потому что доверяют тому, кто принимает решение.
Newton Protocol выбирает совсем иной путь.
Погружаясь в его архитектуру, я заметил, что аттестация не считается окончательной просто потому, что операторы ее подписали.
Ей все еще можно возражать.
Не только валидаторам.
Не только управляющей (governance) части.
Любому.
Это полностью изменило то, как я смотрю на авторизацию.
Система не просит нас доверять людям, которые оценили политику.
Она спрашивает, может ли их оценка выдержать независимую проверку.
Если кто-то считает результат неверным, он не спорит.
Он доказывает.
И если это доказательство проходит, протоколу не нужна встреча, голосование или ручная проверка.
Неверный результат просто не переживает проверку.
От этого меня поняло то, что гораздо больше.
Возможно, бездоверительные системы строят не путем устранения разногласий.
Возможно, их строят, делая разногласия проверяемыми.
Если каждое важное решение можно математически оспорить, какую роль остается играть слепому доверию?
$M
$BASED
$M
30%
$Base
70%
$Newt
0%
10 проголосовали • Голосование закрыто
#newt $NEWT @NewtonProtocol Я потратил некоторое время на изучение протокола Newton Protocol и то, как выполнение ведёт себя внутри структурированной системы транзакций.
Сначала всё кажется довольно простым, если смотреть на поток транзакции.
Транзакция подписана, условия выглядят действительными, и путь выполнения вроде бы готов.
Но когда углубляешься в то, как система на самом деле работает, становится ощущение, что всё уже не так статично.
Выполнение не запускается лишь потому, что транзакция действительна на момент создания.
Всегда есть второй уровень оценки, который происходит во время выполнения.
И именно здесь контекст начинает значить больше, чем структура.
Например, при изучении потока становится заметно следующее:
Лимит расходов может быть уже частично израсходован предыдущими автоматизированными выполнениями.
Несколько агентов могут генерировать пересекающиеся намерения в рамках одного и того же операционного окна.
И условия политики могут обновляться в фоновом режиме, не меняя при этом саму исходную транзакцию.
То есть сама транзакция не меняется.
Но среда вокруг неё продолжает меняться.
И это создаёт разрыв между «созданным намерением» и «реальностью времени выполнения».
То, что выглядело как простая процедура валидации, начинает вести себя скорее как непрерывная проверка согласованности.
Потому что система не только спрашивает, верна ли транзакция.
Она спрашивает, соответствует ли она текущему состоянию системы ровно в момент выполнения.
И из-за этого выполнение становится менее про «одобрение»…
и больше про тайминг и контекст.
Это поднимает простой вопрос:
Если системные условия продолжают меняться после создания намерения, может ли транзакция когда-нибудь оставаться по-настоящему стабильной до момента выполнения?
$RIF
Сначала всё кажется довольно простым, если смотреть на поток транзакции.
Транзакция подписана, условия выглядят действительными, и путь выполнения вроде бы готов.
Но когда углубляешься в то, как система на самом деле работает, становится ощущение, что всё уже не так статично.
Выполнение не запускается лишь потому, что транзакция действительна на момент создания.
Всегда есть второй уровень оценки, который происходит во время выполнения.
И именно здесь контекст начинает значить больше, чем структура.
Например, при изучении потока становится заметно следующее:
Лимит расходов может быть уже частично израсходован предыдущими автоматизированными выполнениями.
Несколько агентов могут генерировать пересекающиеся намерения в рамках одного и того же операционного окна.
И условия политики могут обновляться в фоновом режиме, не меняя при этом саму исходную транзакцию.
То есть сама транзакция не меняется.
Но среда вокруг неё продолжает меняться.
И это создаёт разрыв между «созданным намерением» и «реальностью времени выполнения».
То, что выглядело как простая процедура валидации, начинает вести себя скорее как непрерывная проверка согласованности.
Потому что система не только спрашивает, верна ли транзакция.
Она спрашивает, соответствует ли она текущему состоянию системы ровно в момент выполнения.
И из-за этого выполнение становится менее про «одобрение»…
и больше про тайминг и контекст.
Это поднимает простой вопрос:
Если системные условия продолжают меняться после создания намерения, может ли транзакция когда-нибудь оставаться по-настоящему стабильной до момента выполнения?
$RIF
BUYING $IN
0%
BUYING $RIF
0%
BUYING $NEWT
0%
BUYING OTHERS
0%
0 проголосовали • Голосование закрыто
#opg $OPG @OpenGradient OpenGradient изменил то, как я думаю об ИИ-инфраструктуре.
Большинство разговоров начинаются с моделей.
Но модели — лишь одна часть истории.
Главный вопрос в том, какая архитектура позволяет этим моделям надежно работать в масштабе.
Именно поэтому мне было интересно Node Architecture.
Сеть становится чем-то большим, чем просто набор машин, когда каждый узел вносит вклад в систему, а не существует как изолированный ресурс.
Сила сети определяется не наличием одного-единственного мощного участника.
Она определяется тем, насколько хорошо каждый узел работает как часть целого.
Этот сдвиг важен.
Потому что масштабируемый ИИ — это не только про создание интеллектуальных ответов.
Это про построение инфраструктуры, которая сможет продолжать обслуживать разработчиков и приложения по мере роста вовлеченности.
Чем больше я читаю про @OpenGradient , тем сильнее я чувствую: архитектуре нужно уделять столько же внимания, сколько и самому интеллекту.
Мощные модели привлекают внимание.
Но именно надежная инфраструктура позволяет им продолжать приносить ценность со временем.
Что важнее для будущего ИИ:
Более способные модели...
Или лучшая инфраструктура, чтобы их поддерживать?
@OpenGradient
$MAGMA
$VELVET
Большинство разговоров начинаются с моделей.
Но модели — лишь одна часть истории.
Главный вопрос в том, какая архитектура позволяет этим моделям надежно работать в масштабе.
Именно поэтому мне было интересно Node Architecture.
Сеть становится чем-то большим, чем просто набор машин, когда каждый узел вносит вклад в систему, а не существует как изолированный ресурс.
Сила сети определяется не наличием одного-единственного мощного участника.
Она определяется тем, насколько хорошо каждый узел работает как часть целого.
Этот сдвиг важен.
Потому что масштабируемый ИИ — это не только про создание интеллектуальных ответов.
Это про построение инфраструктуры, которая сможет продолжать обслуживать разработчиков и приложения по мере роста вовлеченности.
Чем больше я читаю про @OpenGradient , тем сильнее я чувствую: архитектуре нужно уделять столько же внимания, сколько и самому интеллекту.
Мощные модели привлекают внимание.
Но именно надежная инфраструктура позволяет им продолжать приносить ценность со временем.
Что важнее для будущего ИИ:
Более способные модели...
Или лучшая инфраструктура, чтобы их поддерживать?
@OpenGradient
$MAGMA
$VELVET
#opg $OPG @OpenGradient OpenGradient заставил меня задуматься о вещах, которые большинство пользователей никогда не замечают.
Обычно мы фокусируемся на моменте, когда система ИИ отвечает.
Вопрос поступает.
Ответ выходит.
И кажется, что это и есть вся история.
Но есть этап перед выполнением, который часто игнорируют.
Точка, где запросы существуют внутри системы, ожидая, когда их можно будет продвинуть дальше.
Пока не обработано.
Пока не отвечено.
Просто часть более общего потока.
Интересно, что реальные ИИ-системы редко обрабатывают один-единственный запрос.
Они постоянно управляют множеством запросов, множеством действий и множеством возможных исходов одновременно.
Это означает, что структура начинается еще до того, как появляется «интеллект».
До того, как любая модель сгенерирует ответ.
До того, как любой результат попадет к пользователю.
Чем больше я узнаю о системах вроде OpenGradient, тем больше понимаю, что эффективность — это не только про выполнение.
Это также про то, что происходит еще до начала выполнения.
Потому что иногда качество системы определяется задолго до того, как появится финальный ответ.
И эта часть часто невидима для тех, кто ею пользуется.
@OpenGradient
$IDOL
$SLX
Обычно мы фокусируемся на моменте, когда система ИИ отвечает.
Вопрос поступает.
Ответ выходит.
И кажется, что это и есть вся история.
Но есть этап перед выполнением, который часто игнорируют.
Точка, где запросы существуют внутри системы, ожидая, когда их можно будет продвинуть дальше.
Пока не обработано.
Пока не отвечено.
Просто часть более общего потока.
Интересно, что реальные ИИ-системы редко обрабатывают один-единственный запрос.
Они постоянно управляют множеством запросов, множеством действий и множеством возможных исходов одновременно.
Это означает, что структура начинается еще до того, как появляется «интеллект».
До того, как любая модель сгенерирует ответ.
До того, как любой результат попадет к пользователю.
Чем больше я узнаю о системах вроде OpenGradient, тем больше понимаю, что эффективность — это не только про выполнение.
Это также про то, что происходит еще до начала выполнения.
Потому что иногда качество системы определяется задолго до того, как появится финальный ответ.
И эта часть часто невидима для тех, кто ею пользуется.
@OpenGradient
$IDOL
$SLX
UP
8%
DOWN
92%
12 проголосовали • Голосование закрыто
Войдите, чтобы посмотреть больше материала