Những điều tôi cứ quay lại khi làm việc với tài liệu của @OpenGradient : dự án tự định vị mình như một hạ tầng cho “nền kinh tế AI”, trong đó $OPG được đặt như một lớp thanh toán cho suy luận có thể xác minh, còn #OPG xuất hiện trong các cuộc trò chuyện về Web3 AI như thể lớp thực thi là độc lập với mô hình. Điều tài liệu ít nói hơn là ràng buộc về định dạng — các mô hình chạy trên mạng dưới dạng các tệp ONNX. ONNX là một lựa chọn ổn cho ML cổ điển, các kiến trúc neural nhỏ gọn, và các pipeline suy luận có thể tái lập, nhưng đó không phải là cách mà đa số các triển khai mô hình ngôn ngữ lớn hoặc mô hình nền tảng trong sản xuất hiện nay vận hành. Các transformer lớn không “chạy mượt” sang ONNX ở quy mô lớn nếu không có các đánh đổi về độ chính xác hoặc những biện pháp khắc phục ở cấp kiến trúc. Vì vậy, “AI” trong hạ tầng AI gần với việc thực thi ONNX có thể xác minh hơn là với lớp suy luận mà mọi người thường muốn nói khi họ nói “AI” ngay lúc này. Đây không hẳn là một hạn chế mang tính chí tử — suy luận ML có thể xác minh trên chuỗi là một năng lực kỹ thuật cụ thể và có thật — nhưng điều đó cũng có nghĩa là dự án đang xây dựng hạ tầng niềm tin cho một nhóm mô hình hẹp hơn so với cách họ định khung. Liệu lớp thực thi có mở rộng để bao phủ những mô hình thực sự đang tạo ra nhu cầu hiện tại, hay ràng buộc ONNX âm thầm xác định mạng sẽ được dùng cho việc gì, vẫn chưa được ngã ngũ.