مهاجرت بزرگ به اکوسیستم سولانا، زتاچین چگونه به پیشبرد برنامه‌های جدید هوش مصنوعی خواهد پرداخت؟

در تاریخ 20 سپتامبر، دارندگان توکن زتاچین به یک پیشنهاد که آینده این پروژه را تعیین می‌کند، رأی مثبت دادند: انتقال ZETA و برنامه هوش مصنوعی Anuma به سولانا و پس از اتمام انتقال دارایی‌های مربوطه، به تدریج تعطیلی زنجیره عمومی خود.

نرخ حمایت از این پیشنهاد 99.4% و نرخ مشارکت 58% بود. انتقال هنوز اجرا نشده و جزئیات مربوطه باید در پیشنهاد دوم مشخص شود. با این حال، این رأی‌گیری به وضوح نشان می‌دهد که زتاچین آماده است تا فعالیت مستقل Layer 1 خود را پایان دهد و منابع خود را بر روی کسب و کار هوش مصنوعی متمرکز کند.

یک زنجیره عمومی که قبلاً امیدوار بود سایر زنجیره‌ها را متصل کند، اکنون آماده است تا کسب و کار خود را به زنجیره‌های دیگر منتقل کند. و در پس این تغییر، ابتدا یک حساب نیاز به محاسبه مجدد وجود دارد.

پس از تمرکز بر هوش مصنوعی، زتاچین دیگر به زنجیره عمومی خود نیاز ندارد

این تغییر، پیش از ظهور پیشنهاد مهاجرت، نشانه‌هایی از خود نشان داده بود.

در تاریخ 1 ژوئن، زتاچین اعلام کرد که به طور کامل به سمت هوش مصنوعی تغییر مسیر می‌دهد و به تدریج عملکردهای بین زنجیره‌ای قبلی را متوقف می‌کند. از آن زمان، اولین محصول هوش مصنوعی مصرف‌کننده زتاچین، Anuma، و لایه حافظه خصوصی به عنوان هسته جدید کسب و کار شناخته شده‌اند.

این تغییر استراتژیک نه تنها مسیر را تغییر داد، بلکه مسائلی را که تیم زتاچین باید حل کند نیز تغییر داد. و مهاجرت به سولانا، یک انتخاب بیشتر در این مسیر تغییر است.

در کسب و کار قبلی، زتاچین خدماتی را برای تعامل دارایی‌ها و برنامه‌ها بین زنجیره‌های مختلف ارائه می‌داد. شبکه زیرین آن بخش مهمی از محصول بود، زیرا نگهداری زنجیره خود به طور مستقیم با توسعه قابلیت‌های بین زنجیره‌ای مرتبط بود.

در مرحله جدید Anuma، کاربران خدماتی که ارائه می‌دهد بیشتر به این توجه دارند که آیا مدل مفید است، آیا می‌توانند در هنگام تغییر مدل زمینه را حفظ کنند و اینکه اطلاعات شخصی که هوش مصنوعی به یاد می‌آورد، در واقع تحت کنترل چه کسی است. بنابراین، نیاز به نگهداری شبکه زیرین توسط زتاچین و همچنین سهم آن در این تجربیات باید دوباره ارزیابی شود.

زنجیره‌های عمومی نیاز به حفظ توافق، شبکه تأییدکنندگان و ارتقاء پروتکل دارند، در حالی که محصولات هوش مصنوعی نیاز به بهبود مداوم در فراخوانی مدل، جستجوی حافظه و تجربه کاربری دارند. به عنوان یک زنجیره مبتنی بر Cosmos SDK، زتاچین باید با اعلان‌های امنیتی و وصله‌های بالادستی برخورد کند و هر بار به هماهنگی با ده‌ها تأییدکننده مستقل نیاز دارد.

از نظر تخصیص منابع، زتاچین در حال بازتعریف دامنه گزینه‌های ضروری است. و تیم بر این باور است که نگهداری L1 مستقل دیگر به پیشبرد کسب و کار هوش مصنوعی خصوصی کمک نمی‌کند، زیرا این کار به یک وظیفه ثابت تبدیل شده است که بازده محدودی دارد و نمی‌توان آن را متوقف کرد.

اگر به زنجیره‌های عمومی دیگر منتقل شود، می‌تواند بار نگهداری شبکه توافق مستقل را کاهش دهد و منابع بیشتری را بر روی محصول متمرکز کند. از سوی دیگر، امنیت برنامه Anuma، مدیریت کلید و جریان داده‌ها همچنان نیاز به مسئولیت زتاچین دارد. تغییر زنجیره می‌تواند تقسیم وظایف را تغییر دهد، اما نمی‌تواند کارهای امنیتی در سطح محصول را جایگزین کند.

علاوه بر سرعت و اکوسیستم پر رونق، سولانا به دلیل زیرساخت‌های موجود خود که می‌تواند مسیر پیاده‌سازی محصول را کوتاه کند، جذابیت بیشتری دارد. این زنجیره دارای Registry Agent برای نمایندگان هوش مصنوعی است که هویت قابل تأیید و سوابق شهرت را ارائه می‌دهد؛ اکوسیستم x402 به شبکه خدمات اجازه می‌دهد تا بر اساس فراخوانی هزینه دریافت کند و نمایندگان برای دسترسی به API، داده‌ها و محتوا پرداخت کنند.

این قابلیت‌ها می‌توانند با کسب و کار هوش مصنوعی زتاچین ارتباط برقرار کنند. اگر یک نماینده بخواهد برای کاربر اقدام کند، باید بداند که چه کارهایی مجاز است، چه اطلاعاتی می‌تواند بخواند و چگونه هزینه فراخوانی خدمات دیگر را پرداخت کند. زتاچین امیدوار است که با استفاده از حافظه خصوصی و قابلیت‌های کاربردی، این زیرساخت را متصل کند و از امکانات هویتی، کیف پول و پرداخت‌های موجود در سولانا برای تکمیل مراحل باقی‌مانده استفاده کند.

این همچنین توضیح می‌دهد که چرا برنامه مهاجرت تنها به انتقال ZETA به زنجیره دیگر محدود نمی‌شود. تا زمانی که L1 اصلی حفظ شود، بار نگهداری شبکه و مدیریت محصولات هوش مصنوعی همچنان وجود خواهد داشت. و هدف کامل مهاجرت این است که سرمایه‌گذاری‌های فناوری، گردش دارایی و همکاری توسعه‌دهندگان به تدریج در یک اکوسیستم واحد متمرکز شود.

مدل‌ها به روز می‌شوند، حافظه باید باقی بماند

برای درک انگیزه‌های پشت این انتخاب زتاچین، باید به یک سوال دیگر پاسخ داد: Anuma چه چیزی را ارائه می‌دهد که ارزش دارد تیم برای آن کل مسیر کسب و کار خود را تغییر دهد؟ پاسخ در یک حافظه شخصی است که می‌تواند بین مدل‌ها ادامه یابد.

با پیشرفت توانایی‌های مدل‌های بزرگ، وابستگی مردم به هوش مصنوعی به یک روند غیرقابل برگشت تبدیل شده است. و برای یک فرد که به طور طولانی از هوش مصنوعی استفاده می‌کند، معمولاً نیاز است که بر اساس نیازهای مختلف، مدل‌های مختلفی را برای انجام وظایف هدف انتخاب کند. این باعث می‌شود که کاربران نیاز به تأکید مکرر بر نتایج مورد انتظار، ترجیحات بیانی و هم‌راستایی پیشرفت وظیفه داشته باشند.

اگر این اطلاعات به طور مستقل از مدل خاصی ذخیره شود، مدل به راحتی می‌تواند به ابزاری برای انتخاب بر اساس وظیفه تبدیل شود و زمینه کاری که کاربر جمع‌آوری کرده است، می‌تواند همچنان مورد استفاده قرار گیرد.

Anuma به عنوان یک برنامه تجمیع چند مدل، به این مسئله پرداخته و آن را به عنوان ورودی محصول طراحی کرده است. این برنامه چندین مدل را در یک برنامه قرار می‌دهد و به کاربران اجازه می‌دهد هنگام تغییر مدل، از حافظه موجود استفاده کنند و ترجیحات شخصی و زمینه پروژه را حفظ کنند. طبق طراحی محصول آن، کاربران می‌توانند این حافظه‌ها را مدیریت کنند و نیازی نیست که هر بار که مدل را تغییر می‌دهند، زمینه را دوباره سازماندهی کنند.

به عنوان مثال، در توانایی نوشتن که به طور گسترده‌ای استفاده می‌شود، کاربران می‌توانند ابتدا با یک مدل اطلاعات را مرتب کنند و سپس با مدل دیگری مقاله را ویرایش کنند. اگر هر دو بتوانند در محدوده مجاز از همان زمینه موضوع و ترجیحات نوشتن استفاده کنند، هزینه تغییر مدل کاهش می‌یابد. اطلاعاتی که به طور طولانی جمع‌آوری شده‌اند نیز با جایگزینی یک مدل از بین نمی‌روند.

این یک رویکرد رقابتی مستقل از رتبه‌بندی توانایی‌های مدل‌ها ارائه می‌دهد. Anuma نیازی به سرمایه‌گذاری کلان برای آموزش مدل‌های خود ندارد و در رقابت توانایی‌های مدل‌ها شرکت نمی‌کند. آن تنها نیاز دارد که ثابت کند، استفاده از مدل‌های مختلف از طریق آن برای کاربران راحت‌تر و پیوسته‌تر خواهد بود.

Anuma که بر تجمیع مدل‌ها تمرکز دارد، در مراحل اولیه خود بخشی از تأیید کاربران را به دست آورده است. داده‌های رسمی نشان می‌دهد که تا تاریخ 22 سپتامبر، Anuma مجموعاً 306,900 حساب کیف پول ایجاد کرده و حدود 1.27 میلیون درخواست استنتاج داشته است.

چالش بعدی، چسبندگی کاربران این حساب‌ها و توانایی جذب کاربران جدید به طور مداوم است. این به توانایی‌های Anuma بستگی دارد: هرچه توانایی‌های حافظه مفیدتر باشد، تمایل کاربران به استفاده بیشتر خواهد بود؛ اما اگر حافظه به طور مکرر نکات کلیدی را فراموش کند، اطلاعات قدیمی را ارجاع دهد یا در وظایف غیر مرتبط تکرار شود، این به طور مستقیم تجربه را آسیب می‌زند. بنابراین، رقابت این کسب و کار در نهایت باید به کیفیت حافظه و اینکه آیا کاربران مایلند آن را در وظایف روزمره بیشتری دخالت دهند، بستگی داشته باشد.

علاوه بر حافظه، "حریم خصوصی" دیگر یک قابلیت است که باید به طور جداگانه درک شود. طبق توضیحات فنی Anuma، حافظه از روش ذخیره‌سازی محلی اول استفاده می‌کند و محتوای حساس با کلیدهای مشتق شده از کیف پول رمزگذاری می‌شود و نسخه پشتیبان ابری انتخابی به صورت رمزنگاری بارگذاری می‌شود. در اینجا، کیف پول نقش دسترسی به حافظه شخصی را ایفا می‌کند و به عنوان ابزاری برای هویت و کلید در محصولات هوش مصنوعی عمل می‌کند.

با این حال، باید حافظه رمزگذاری شده و نحوه پردازش ورودی‌ها توسط مدل‌ها به طور جداگانه درک شود. وب‌سایت Anuma توضیح می‌دهد که هنگام فراخوانی مدل‌های بسته، پیام‌های جاری و زمینه‌های مرتبط هنوز به ارائه‌دهنده خدمات ارسال می‌شود و ارائه‌دهنده ممکن است سیاست‌های حفظ داده‌های خود را اعمال کند؛ در حالی که حالت خصوصی از مدل‌های وزن باز و زیرساخت‌های استنتاج مربوطه استفاده می‌کند.

فراتر از Anuma، یک کسب و کار برای توسعه‌دهندگان وجود دارد

اگر این قابلیت‌ها تنها به Anuma خدمت کنند، رشد زتاچین عمدتاً به یک برنامه وابسته خواهد بود. باز کردن این قابلیت‌ها برای طرف‌های سوم، می‌تواند دامنه این کسب و کار را بیشتر گسترش دهد.

به عنوان مثال، یک شرکت توسعه‌دهنده دستیار سفر، در اطلاعات مقصد و برنامه‌ریزی سفر تخصص دارد، اما همچنین نیاز به پردازش اتصال مدل، حافظه کاربر، سوئیچینگ خرابی تأمین‌کنندگان و هزینه‌های فراخوانی دارد. این کارها با کسب و کار اصلی آن مرتبط است، اما هر شرکت باید به طور مستقل این کارها را انجام دهد که هزینه‌های مالی و زمانی را افزایش می‌دهد.

اگر Anuma بتواند این قابلیت‌ها را به عنوان خدمات ارائه دهد، توسعه‌دهندگان می‌توانند محصولات خود را در اطراف کسب و کار خود بسازند. کاربران همچنین ممکن است پس از مجوز، اجازه دهند برنامه‌های مختلف از ترجیحات شخصی موجود استفاده کنند و نیازی به ایجاد یک پرونده جدید در هر دستیار نداشته باشند.

در واقع، Anuma در حال حاضر درهای توسعه را به سایر برنامه‌ها و نمایندگان باز کرده است. SDK و مستندات عمومی آن، آموزش‌های توسعه برای برنامه‌های چت وب، برنامه‌های موبایل و نمایندگان را ارائه می‌دهد و از توسعه‌دهندگان برای ایجاد برنامه‌ها، پیکربندی حساب‌های API و استفاده از قابلیت‌های فراخوانی مدل، پاسخ‌های جریانی و اجرای ابزارها پشتیبانی می‌کند.

برنامه‌های بازتر آینده، شامل سیستم تولیدی است که Anuma خود از آن استفاده می‌کند. مقاله مهندسی 14 سپتامبر فاش کرد که Anuma از دروازه منبع باز Maxim AI به نام Bifrost برای اتصال به تأمین‌کنندگان مدل‌های مختلف استفاده می‌کند. تیم در حال بررسی باز کردن لایه مسیریابی است تا سایر برنامه‌ها و نمایندگان نیز بتوانند از سوئیچینگ خرابی تأمین‌کنندگان، استخرهای مدل حریم خصوصی و محاسبه هزینه استفاده کنند و با حافظه مشترک مجاز کاربران ترکیب شوند.

ارزش تجاری این برنامه، در این است که به طرف‌های سوم اجازه می‌دهد هم مدل‌ها را فراخوانی کنند و هم بخشی از خدمات مورد نیاز برای اجرای مدل‌ها را دریافت کنند. حتی اگر کاربران به مدل‌های تجمیع شده Anuma علاقه‌ای نداشته باشند، سایر برنامه‌ها ممکن است به نیازهای زیرساختی آن توجه کنند.

اما یک گام دشوارتر این است که حافظه از مرزهای برنامه عبور کند و در عین حال دامنه مجوز واضحی را حفظ کند. یک حافظه شخصی واحد باید برای نمایندگان مختلف دامنه‌های مختلفی از دسترسی داشته باشد. دستیار سفر ممکن است به ترجیحات سفر نیاز داشته باشد، در حالی که دستیار کاری ممکن است به زمینه پروژه نیاز داشته باشد. ارسال همه اطلاعات به طور همزمان به وضوح گزینه پیش‌فرض ایده‌آلی نیست.

در جهت تحقیق و توسعه که زتاچین در سپتامبر فاش کرد، شامل اعطای مجوز به برنامه‌ها و نمایندگان برای دسترسی به حافظه و نوشتن سوابق مربوطه در زنجیره و تسویه حساب فراخوانی از طریق x402 است. تصور بلندمدت‌تر این است که کاربران بتوانند دانش و روش‌ها را به نمایندگان خود سازماندهی کنند و در زمان فراخوانی، پاداش دریافت کنند.

علاوه بر این، باز کردن نیز نیازهای جدیدی را به همراه خواهد داشت. لغو مجوز می‌تواند از دسترسی‌های بعدی جلوگیری کند، اما نمی‌تواند به طور خودکار اطلاعاتی را که خدمات خارجی قبلاً دریافت کرده‌اند، بازگرداند؛ توسعه‌دهندگان طرف سوم همچنین به هزینه‌ها، ثبات رابط و برنامه‌ریزی انتقال داده‌ها توجه خواهند کرد. Anuma که هم برنامه‌های خود را اداره می‌کند و هم خدمات توسعه‌دهندگان را، باید دلایل کافی برای وابستگی طولانی‌مدت همکاران خود فراهم کند.

این همچنین یکی از نکات قابل توجه در تغییر زتاچین است: آن آماده است تا از عملیات زنجیره عمومی مستقل خارج شود، اما هنوز امیدوار است که به سایر توسعه‌دهندگان قابلیت‌های پایه‌ای ارائه دهد. تنها این بار، خدمات ارائه شده به کارهای خاص در برنامه‌های هوش مصنوعی نزدیک‌تر است.

پس از مهاجرت، ZETA باید ارزش خود را اثبات کند

برای یک پروژه بلاک‌چین، سیستم اقتصادی توکن به عنوان پایه و اساس ساختمان عمل می‌کند، در حالی که تغییر کسب و کار بر منطق ارزش توکن تأثیر می‌گذارد. پس از مهاجرت به سولانا، توکن ZETA باید در سیستم کسب و کار جدید خود جایگاه خود را دوباره پیدا کند.

طبق اعلام رسمی، ZETA بومی به نسبت 1:1 به توکن SPL در سولانا تبدیل خواهد شد و نام، مجموع و دوره تعلق اولیه بدون تغییر باقی می‌ماند. این طرح شامل ZETA‌هایی که قبلاً در Ethereum و BNB Chain منتشر شده‌اند، نمی‌شود و برنامه‌های مربوط به استیکینگ و پاداش پس از مهاجرت هنوز باید مشخص شود.

با این حال، اجرای دقیق باید منتظر پیشنهاد دوم باشد. تیم باید ابتدا تبادل با صرافی‌ها را هماهنگ کند و سپس جزئیات مربوط به عکس‌برداری، دریافت و توقف زنجیره را تعیین کند؛ تأیید و استیکینگ قبلی قبل از اجرا به کار خود ادامه می‌دهد.

این ترتیبات به حل مسئله انتقال دارایی‌ها کمک می‌کند. اما مسئله بلندمدت‌تر این است که توکن چگونه می‌تواند در کسب و کار جدید نقش ایفا کند. یا به بیان ساده‌تر: چرا کاربران هنوز به ZETA نیاز دارند؟

هزینه‌های شبکه سولانا با SOL پرداخت می‌شود، به این معنی که ZETA نمی‌تواند به طور مستقیم نقش توکن گاز زنجیره عمومی بومی را ادامه دهد. آن باید بر اساس قوانین استفاده در سطح برنامه نیاز ایجاد کند. ZETA Access موجود قبلاً یک مسیر را ارائه داده است: کاربران ZETA را قفل می‌کنند و امتیازاتی را برای فراخوانی هوش مصنوعی دریافت می‌کنند. تیم امیدوار است که با اتصال برنامه‌های بیشتر، این مکانیزم دسترسی را به Anuma فراتر از آن گسترش دهد و ZETA را برای سناریوهای استفاده خصوصی هوش مصنوعی وسیع‌تری خدمت کند.

اما از قفل کردن توکن‌ها تا یک کسب و کار پایدار، هنوز یک حساب دیگر وجود دارد که باید حل شود. قفل کردن در طول دوره قفل، توکن‌های قابل گردش در بازار را کاهش می‌دهد، اما درآمد عملیاتی ایجاد نمی‌کند، در حالی که هر بار استنتاج مدل، هزینه واقعی دارد. اینکه آیا کاربران مایلند به طور طولانی‌مدت از این روش استفاده کنند، چگونه امتیازها قابل تبدیل هستند و هزینه‌های استنتاج با چه درآمدی پوشش داده می‌شوند، بر توانایی این مکانیزم برای ادامه کار تأثیر می‌گذارد.

علاوه بر این، افزایش برنامه‌های طرف سوم نیز باید به نیاز به ZETA از طریق قوانین خاص تبدیل شود. آیا توسعه‌دهندگان برای اتصال نیاز به نگهداری یا قفل کردن توکن دارند، چه مدت باید قفل شوند و هزینه‌ها چگونه تقسیم می‌شوند؟ تنها زمانی که این ترتیبات به تدریج مشخص شود، رابطه بین رشد برنامه و توکن روشن خواهد شد.

و همه اینها به این بستگی دارد که آیا محصول خود می‌تواند تقاضای استفاده مداوم ایجاد کند. Anuma در تلاش است تا دامنه استفاده خود را گسترش دهد. ویژگی Nearby که به تازگی آزمایش شده، علاقه‌ها و ترجیحات شخصی را برای کشف افرادی که ممکن است در نزدیکی همخوانی داشته باشند، به کار می‌برد و سعی دارد حافظه را از چت به زندگی واقعی گسترش دهد.

چه در کشف اجتماعی باشد و چه در برنامه‌های بیشتری از طرف سوم در آینده، تیم باید ثابت کند که حافظه طولانی‌مدت می‌تواند ویژگی‌هایی را ارائه دهد که کاربران مایل به استفاده مکرر از آن هستند. برای ZETA، این ویژگی‌ها همچنین باید به کاربردهای توکن واضح و پایدار تبدیل شوند.

انتخاب زتاچین، یک مورد خاص از رابطه بین زنجیره‌های عمومی و برنامه‌ها را ارائه می‌دهد: وقتی جهت محصول تغییر می‌کند، زیرساختی که قبلاً باید به طور مستقل اداره می‌شد، می‌تواند دوباره به شبکه‌های خارجی واگذار شود. پایان عملیات L1 مستقل می‌تواند به تیم کمک کند تا بخشی از بار نگهداری را کاهش دهد و موفقیت یا شکست این تغییر به طور مستقیم بر روی محصول تأثیر بگذارد.

بستن زنجیره خود، تنها آغاز این انتخاب است. آیا کاربران به استفاده ادامه خواهند داد، آیا توسعه‌دهندگان مایل به پرداخت هزینه برای اتصال خواهند بود و آیا این نیازها می‌توانند برای ZETA جایگاه بلندمدتی پیدا کنند؟

این پاسخ‌ها، واقعاً تعیین‌کننده این است که زتاچین پس از بستن زنجیره خود، چقدر می‌تواند پیش برود.

این محتوا صرفاً برای اطلاع‌رسانی عمومی ارائه شده است و به‌منزله مشاوره مالی، سرمایه‌گذاری، حقوقی یا مالیاتی تلقی نمی‌شود. هرگونه رویداد، جایزه، کمپین آنلاین یا اطلاعات مرتبط که در اینجا ذکر شده است، نباید به‌عنوان توصیه، ترغیب یا دعوت به خرید، فروش، معامله یا هرگونه دادوستد دیگر دارایی‌های رمزارزی تلقی شود. دارایی‌های رمزارزی از نوسان بالایی برخوردار هستند و ممکن است منجر به زیان شوند. دسترسی به خدمات، محصولات و رویدادهای مرتبط با WEEX ممکن است بسته به منطقه جغرافیایی متفاوت باشد. اطمینان از اینکه استفاده شما از این خدمات با قوانین و مقررات محلی مطابقت دارد، بر عهده خود شماست.