OpenGradient

ما هو OpenGradient؟

يعتبر OpenGradient شبكة لامركزية لبنية تحتية للذكاء الاصطناعي تُمكِّن التطبيقات وسلاسل الكتل والوكلاء المستقلين من تفويض الاستدلال بالذكاء الاصطناعي وتنفيذ النماذج إلى طبقة حوسبة متخصصة، حيث يمكن التحقق من المخرجات عبر شهادات بيئات التنفيذ الموثوقة (Trusted Execution Environment)، أو إثباتات zkML، أو آليات تحقق أخف قائمة على التوقيعات.

المشكلة الجوهرية التي يحاول حلّها ليست قضية عامة من نوع “الذكاء الاصطناعي على السلسلة”، بل المسألة المؤسسية الأضيق: هل يمكن لتطبيق ما أن يثبت أي نموذج تم تشغيله، وتحت أي افتراضات تنفيذ، وهل تم العبث بالنتيجة قبل استخدامها في منطق مالي أو منطق خاص بالوكلاء أو الحوكمة.

تتمثل الميزة التنافسية المحتملة، إذا تحققت، في فصل تنفيذ الذكاء الاصطناعي عن تسوية المعاملات على البلوكشين: تقوم عقد GPU وTEE بتنفيذ الحوسبة الثقيلة خارج المسار الحرج، بينما يتولى المصدّقون (validators) تسوية الإثباتات والشهادات عبر طبقة تحقق تعتمد على CometBFT، ما يسمح للتطبيقات بتلقي استجابات ذكاء اصطناعي منخفضة زمن الاستجابة من دون مطالبة سلسلة عامة الأغراض بتشغيل النموذج نفسه. تصف وثائق OpenGradient الرسمية هذا النهج على أنه بنية هجينة للحوسبة بالذكاء الاصطناعي (Hybrid AI Compute Architecture)، وتعرض المواد التقنية العامة للمشروع الشبكة على أنها “مساعد حوسبة” (coprocessor) للذكاء الاصطناعي، لا كسلسلة من الطبقة الأولى تقليدية تسعى إلى حصة واسعة في سوق العقود الذكية عبر ادعاءات عامة حول زيادة القدرة الاستيعابية (مستندات OpenGradient، الورقة البيضاء لـ OpenGradient، Binance Research). (docs.opengradient.ai)

ما زال موقعه في السوق في مرحلة مبكرة ويجب التعامل معه كحالة تشكّل فئة جديدة أكثر من كونه هيمنة مثبتة. حتى منتصف أكتوبر 2026، صنّف موقع CoinGecko توكن OPG في حدود أواخر الستّمئة من حيث القيمة السوقية للعملات المشفّرة، فيما وضعه موقع Sector Alpha في المرتبة 42 بين أصول التشفير المرتبطة بالذكاء الاصطناعي التي تم تقييمها، ووصف أدلة نشاطه العام بأنها “مدفوعة بحركة السعر (tape-led)” مع تغطية غير مكتملة للأدلة على السلسلة، وهو تحذير مفيد ضد التعامل مع سيولة البورصات على أنها مكافئة لتبنّي البروتوكول (CoinGecko، Sector Alpha). كما أن إجمالي القيمة المقفلة (TVL) بالمعنى التقليدي في DeFi يُعد عدسة ضعيفة لتقييم OpenGradient، لأن الشبكة ليست في الأساس بروتوكول إقراض أو صانع سوق آلي (AMM) أو بروتوكول إعادة رهن (restaking)؛ وفي الفترة نفسها، أظهرت مجموعات بيانات قطاع الذكاء الاصطناعي أن حقل TVL الخاص ببروتوكول OpenGradient غير متاح بدلاً من أن يكون صفراً، بينما تتبع صفحة توكن OPG على DeFiLlama سيولة محدودة نسبياً في مجمعات العائد المرتبطة بـ OPG بدلاً من ميزانية عمومية بروتوكولية قابلة للمقارنة مع سوق أموال DeFi (Sector Alpha، DeFiLlama). نقاط البيانات الأكثر صلة بالاستخدام هي نشاط الاستدلال والتطبيقات: أظهر بوابة OpenGradient معالجة ما يقرب من 14.75 مليار توكن استدلال سري خلال الفترة من 16 سبتمبر إلى 14 أكتوبر 2026، بينما أشارت Binance Research إلى منتجات ضمن النظام البيئي مثل BitQuant وMemSync بوصفها تمتلك أعداداً ملموسة من المستخدمين المسجلين أو النشطين؛ مع ذلك، ينبغي تفسير تلك الأرقام على أنها مقياس لوصول النظام البيئي، وليس تلقائياً كإيرادات رسوم تعود لحاملي OPG (OpenGradient Portal، Binance Research). (coingecko.com)

من أسّس OpenGradient ومتى؟

ظهر OpenGradient إلى العلن في عام 2024، في فترة تحوّل فيها تركيز رأس المال المخاطر وأسواق التشفير من سرديات Web3 الاستهلاكية العامة نحو بنية تحتية للذكاء الاصطناعي، ووكلاء ذاتيين، وحوسبة قابلة للتحقق. أعلن المشروع عن جولة تمويل أولية (Seed) بقيمة 8.5 ملايين دولار في أكتوبر 2024 بقيادة a16z Crypto Startup Accelerator، بمشاركة SV Angel وCoinbase Ventures وSALT Fund وSymbolic Capital وForesight Ventures وعدد من مؤسسي وممولي مشاريع التشفير؛ وفي أبريل 2026 أعلن عن تمويل إجمالي بقيمة 9.5 ملايين دولار لتوسيع ما وصفه بطبقة الحوسبة للذكاء الاصطناعي القابل للتحقق (إعلان جولة OpenGradient الأولية، PR Newswire).

تُظهر صفحة الفريق الحالية أن Matthew Wang يشغل منصب الرئيس التنفيذي (CEO) والشريك المؤسس، وAdam Balogh يشغل منصب المدير التقني (CTO) والشريك المؤسس، مع Advait Jayant كرئيس للاستراتيجية؛ ويُعرض الفريق الأوسع على أنه يمتلك خبرات سابقة في شركات مثل Two Sigma وGoogle وMeta وPalantir وAmazon وNASA، وهو أمر ذو صلة لأن الميزة التنافسية التي يدّعيها OpenGradient تعتمد أكثر على هندسة الأنظمة التطبيقية وتنظيم الحوسبة التشفيرية، لا على بدائية رمزية مالية بحتة (فريق OpenGradient). (opengradient.ai)

تطوّر سرد المشروع من “ذكاء اصطناعي مملوك للمستخدمين” واستضافة نماذج لامركزية نحو أطروحة أكثر تركيزاً على البنية التحتية: استدلال قابل للتحقق، وتنفيذ نماذج مؤمَّن بالدفع، ومطالبات (prompts) سرية، وتسوية للوكلاء القائمين على الذكاء الاصطناعي. ركّزت الرسائل المبكرة على ملكية البيانات وسياق المستخدم المشفّر، ونَسَب النموذج (model attribution)، ومركز نماذج مفتوح؛ وبحلول 2026 أصبحت خريطة الطريق العامة والمواد البحثية أكثر تركيزاً على مدفوعات x402، والاستدلال السري المعتمد على TEE، والتحقق عبر zkML، وتحقيق الدخل من Model Hub، وذاكرة MemSync الدائمة، وPIPE للتنفيذ على السلسلة لنماذج التعلم الآلي (Introducing OpenGradient، ترقية OpenGradient x402، الورقة البيضاء لـ OpenGradient). هذا التحول مهم لأنه ينقل سؤال الاستثمار من “هل يمكن لـ OpenGradient بناء تطبيق ذكاء اصطناعي جديد؟” إلى “هل يمكنه أن يصبح طبقة وسيطة (middleware) موثوقة للتطبيقات التي تحتاج إلى تنفيذ ذكاء اصطناعي قابل للتدقيق لكنها لا تستطيع تحمّل ملف زمن الاستجابة أو التكلفة الخاص بالحوسبة الكاملة على السلسلة؟” (opengradient.ai)

كيف تعمل شبكة OpenGradient؟

يستخدم OpenGradient نموذج إجماع لإثبات الحصّة (Proof-of-Stake) مبنيّاً على CometBFT، مع طبقة تنفيذ متوافقة مع EVM مبنية على مكوّنات Cosmos SDK، وفقاً لوثائقه وإفصاحاته في إطار MiCAR. وعليه، فإن الشبكة أقرب إلى سلسلة تسوية وتحقق مخصّصة للتطبيقات، منها إلى “حاسوب خارق للذكاء الاصطناعي” أحادي البنية: تُوجَّه طلبات الاستدلال إلى عقد حوسبة متخصصة، بينما يتولى المصدّقون ترتيب الإثباتات أو الشهادات والتحقق منها وتوثيقها. في سير عمل الإجماع المعلن، يقترح مصدّق ذو حصّة مرجَّحة كتلةً جديدة، ثم يقوم مصدّقون آخرون بالتصويت الأولي (prevote) والتصويت المبدئي النهائي (precommit)، وتصبح الإثباتات نهائية عند موافقة أكثر من ثلثي المصدّقين، مع احتفاظ النظام بتحمل أعطال بيزنطي قياسي طالما أن أقل من ثلث المصدّقين خبيثون أو معطوبون (مستندات OpenGradient، الورقة البيضاء لـ OpenGradient في إطار MiCAR). صُمِّم النظام بشكل صريح ليكون لا متزامناً في عدد من سير العمل: يمكن لعُقد الاستدلال إرجاع النتائج قبل التسوية النهائية للإثبات، بينما تسجّل سلسلة الكتل لاحقاً حالة التحقق والدفع، ما يقلّل زمن الاستجابة لكنه يقدّم فجوة ثقة مؤقتة يجب على التطبيقات إدارتها وفقاً لتحملها للمخاطر. (docs.opengradient.ai)

السمة المميِّزة للشبكة هي “طيف التحقق” الذي توفره. بالنسبة لنماذج اللغة الكبيرة وحالات العمل الحساسة للخصوصية، يعتمد OpenGradient على بيئات التنفيذ الآمنة مثل AWS Nitro Enclaves وNVIDIA Confidential Computing لإنتاج شهادات عتادية؛ أما في أعباء عمل التعلم الآلي الأصغر أو الأكثر حتمية، فهو يدعم إثباتات zkML، التي توفر تحققاً رياضياً أقوى بكلفة حوسبية أعلى بكثير؛ وفي سياقات الأمان المنخفض يسمح بوضع “عادي” (vanilla) يعتمد على التوقيعات بدلاً من توليد إثباتات كاملة (مستندات OpenGradient، مبادئ تصميم OpenGradient). تتوزع مسؤوليات الأمان على المصدّقين وعُقد الاستدلال وعُقد التخزين وعُقد البيانات: يحتفظ المصدّقون بطبقة تسوية الإثبات وسجل العُقد، وتُشغّل عُقد الاستدلال النماذج، وتُسجّل عُقد TEE الشهادات العتادية، ويمكن إزالة أو معاقبة الجهات المخلّة أو غير الصالحة عبر آليات السجل (registry) وآليات الحجز/الاقتطاع (slashing). هذا التفكيك (modularity) جذّاب اقتصادياً إذا توسّع على نحو ناجح، لكنه يخلق أيضاً تعقيداً تشغيلياً؛ إذ يتعيّن على الشبكة تأمين ليس فقط إجماع المصدّقين، بل أيضاً سجلات شيفرات البيئات المعزولة، وأصلية النماذج (provenance)، وتسوية المدفوعات، وسمعة أداء العُقد ضمن سوق حوسبة متنوّعة. (docs.opengradient.ai)

ما هي توكنوميكس OPG؟

يمتلك توكن OPG معروضاً أقصى ثابتاً يبلغ مليار توكن، مع تخصيصات معلنة عبر حوافز النظام البيئي، واحتياطيات المؤسسة، والمساهمين، والمستثمرين والمستشارين، ومكافآت التخزين (staking)، وبرامج السيولة والإطلاق، والتوزيعات المجانية (airdrops). تُخصّص صفحة توكنوميكس لمؤسسة OpenGradient نسبة 40٪ لتطوير النظام البيئي، و15٪ للمؤسسة، وحوالي 15٪ للمساهمين الأساسيين، وحوالي 10٪ للمستثمرين والمستشارين، و10٪ لمكافآت التخزين، و6٪ للسيولة والإطلاق، و4٪ للتوزيعات المجانية، مع خضوع تخصيصات المساهمين والمستثمرين لمنحدر (cliff) مدته 12 شهراً واستحقاق خطي على عدة سنوات، بينما تُجدول مكافآت التخزين بشكل خطي على مدى 96 شهراً (توكنوميكس مؤسسة OpenGradient). ذكرت Binance Research أن المعروض المتداول الأولي عند الإدراج كان 190 مليون توكن OPG، أي ما يعادل 19٪ من إجمالي المعروض، بينما أظهرت لاحقاً صفحات بيانات السوق أن المعروض المتداول… العرض يقترب من 230 مليون من عملة OPG اعتبارًا من منتصف أكتوبر 2026، مما يبرز أن توسّع المعروض المتداول (float expansion) يمثل مسألة محورية للتحليل حتى عندما يكون الحد الأقصى للعرض مقيدًا (Binance Research، CoinGecko). وبالتالي لا تُعد العملة تضخمية بالمعنى النقدي غير المقيد، لكنها خاضعة لعمليات فتح مجدولة (scheduled unlocks) ومكافآت التخزين (staking rewards) ضمن حد أقصى يبلغ مليار OPG؛ توثّق مستندات MiCAR برنامج مكافآت التخزين بوصفه توزيعًا خطيًا لـ 100 مليون OPG على مدار 96 شهرًا، مع تعويض جزئي عبر آلية الـ slashing عن انتهاكات البروتوكول (OpenGradient MiCAR White Paper). (opengradient.foundation)

ترتكز أطروحة تراكم القيمة لـ OPG على ما إذا كان استخدام الشبكة يتطلب العملة بطرق مستدامة وليست ترويجية فحسب.

تصف المواد العامة عملة OPG كوسيط لمدفوعات الاستدلال (inference payments)، ورسوم الغاز والتسوية، وضمان التخزين (staking collateral)، وأمن المدققين والمفوِّضين، والحَوْكمة، والوصول لاستضافة النماذج، وترخيص Model Hub، والوصول على مستوى التطبيقات عبر OpenGradient Chat و BitQuant و MemSync و Twin.fun ومنتجات المنظومة ذات الصلة (Binance Research، OpenGradient Foundation Tokenomics). يتم تنفيذ تصميم العرض عبر السلاسل من خلال عقد ERC-20 قياسي على Base ونشر LayerZero OFT على BNB Smart Chain و Mantle، حيث تدعم آليات السكّ والحرق (mint-and-burn) عملية الجسر بين السلاسل ولكن لا ينبغي الخلط بينها وبين آلية حرق اقتصادية تقلِّص العرض بشكل دائم عبر الاستخدام؛ رافعة تقليص العرض الأكثر وضوحًا في البروتوكول هي الـ slashing لرصيد التخزين المرهون عند سوء سلوك المدققين أو تقديم إثباتات غير صحيحة (OpenGradient Token Docs، OpenGradient MiCAR White Paper). تبقى المسألة غير المحسومة هي ما إذا كان طلب الاستدلال سيخلق طلبًا مستدامًا على الرسوم المقومة بعملة OPG، أم أن المستخدمين والمُدمِجين سيضغطون باتجاه مدفوعات مجرَّدة شبيهة بالعملات المستقرة، أو توجيه مدعوم، أو وصول وصائي (custodial) يضعف قدرة البروتوكول على التقاط قيمة دوران العملة بشكل مباشر. (binance.com)

من يستخدم OpenGradient؟

التمييز بين الاهتمام بالتداول والاستخدام الفعلي جوهري. اعتبارًا من منتصف أكتوبر 2026، كانت عملة OPG مدرجة في منصات مركزية ولا مركزية نشطة، لكن حجم التداول في البورصات، والفائدة المفتوحة، وسيولة عقود الـ perps لا تثبت أن أعباء عمل الذكاء الاصطناعي تتم تسويتها اقتصاديًا عبر الشبكة. مؤشرات التشغيل الأكثر صلة تشمل Model Hub ولوحة تحكم الاستدلال (inference dashboard) وأعداد الاعتمادات (attestations) وجاذبية تطبيقات المنظومة. أشار تقرير Binance Research إلى OpenGradient Chat و Model Hub يضم أكثر من 4,500 نموذج من أكثر من 100 مطوّر، و BitQuant الذي يضم أكثر من 1.8 مليون مستخدم مسجَّل وعشرات الملايين من استعلامات الوكلاء المعتمدين على الذكاء الاصطناعي، و MemSync بحوالي 39,000 مستخدم نشط؛ كما أظهر مدخل OpenGradient بشكل منفصل حجمًا كبيرًا من معالجة الرموز (token-processing volume) للاستدلال السري خلال فترة القياس سبتمبر–أكتوبر 2026 (Binance Research، OpenGradient Portal). تشير هذه الأرقام إلى وجود نشاط منتجات يتجاوز التداول البحت للعملة، لكن البيانات العامة لا توفر بعدُ جسرًا واضحًا من الاستخدام الإجمالي إلى صافي رسوم البروتوكول أو إيرادات المدققين أو التقاط القيمة لحاملي العملة. (binance.com)

يبدو أن التبنّي يتركز في بنية تحتية تشفيرية أصلية للذكاء الاصطناعي، وذكاء DeFi، والذاكرة للوكلاء (memory for agents)، واستضافة النماذج، ومنتجات الذكاء الاصطناعي الموجّهة للمستهلكين، أكثر من تركيزه في نشرات المؤسسات التقليدية. يحظى OpenGradient بدعم استثماري ونظامي موثوق، بما في ذلك a16z crypto و Coinbase Ventures و SV Angel و Foresight Ventures و Symbolic Capital وشخصيات مرتبطة بـ NEAR ومستثمرين آخرين تم الإفصاح عنهم في إعلانات التمويل، لكن يجب فصل دعم رأس المال المغامر عن تبنّي العملاء (PR Newswire، OpenGradient seed announcement). تكون الشراكات والمنتجات الموثَّقة علنًا للمشروع أكثر إقناعًا عندما تنطوي على استدلال حي، أو نشر نماذج، أو تسوية اعتمادات، مقارنةً بتلك التي تعتمد على تموضع عام من نوع “AI x crypto”. من الناحية المؤسسية، يتمتع OpenGradient بتوزيع مبكر على مستوى المنظومة وسطح منتج ناشئ، لكنه لم يُظهر بعد نمط إيرادات بروتوكول متكررة خاضعة للتدقيق، أو سجلًا لمستويات خدمة مؤسسية، أو ملف لامركزية مدققين يبرّر اعتباره بنية تحتية ناضجة للحوسبة اللامركزية. (prnewswire.com)

ما المخاطر والتحديات التي تواجه OpenGradient؟

لا يتم القضاء على المخاطر التنظيمية بمجرد وصف العملة على أنها “رمز فائدة” (utility token). تصنّف مواد MiCAR الخاصة بـ OpenGradient عملة OPG كرمز فائدة وكأصل مشفّر غير مرتبط بأصل مرجعي (asset-referenced token) أو عملة إلكترونية، وتذكر أنها لا تمنح حقوق ملكية أو أرباحًا، وتفصح عن مؤسسة OpenGradient بوصفها المُصدر مع تقرير MiCAR معدّ بموجب اللائحة الأوروبية 2023/1114 ومبلّغ عنه في هولندا عبر عملية هيئة الأسواق المالية الهولندية AFM (OpenGradient MiCA page، MiCAR Registry، OpenGradient MiCAR White Paper). وفقًا لعمليات البحث العلنية التي أُجريت لهذا التقرير، كان الحضور التنظيمي الظاهر قائمًا على الإفصاح أكثر من إنفاذ القوانين، ولم يكن هناك منتج ETF خاص بـ OPG أو قضية إنفاذ رئيسية نشطة واضحة ظهرت في المصادر الأولية أو الثانوية البارزة؛ ولا ينبغي تفسير هذا الغياب على أنه استنتاج قانوني، خصوصًا فيما يتعلق بتحليل الأوراق المالية في الولايات المتحدة. أما مخاطر المركزية فهي أكثر ملموسية: فخارطة الطريق نفسها تتصوّر انتقالًا من مجموعة مدققين مبدئية أو قائمة على الهوية إلى إثبات حصة (PoS) مُرخَّص ثم لاحقًا قبول مدققين دون إذن (permissionless)، ما يعني أن الأمان في المراحل الأولى يعتمد على مدققين مُنتقَين، وحوكمة كود الـ enclave، وسجلات العقد (node registries)، ومصنّعي العتاد، والضوابط التشغيلية للمشروع نفسه (Binance Research، OpenGradient Docs). (opengradient.foundation)

المشهد التنافسي شديد الصعوبة لأن OpenGradient يقع بين عدة أسواق أكبر بدلًا من امتلاكه فئة مستقلة واضحة. ففي مجال الحوسبة اللامركزية، يتنافس مفهوميًا مع شبكات GPU وشبكات حوسبة الذكاء الاصطناعي مثل Akash والبنى التحتية المرتبطة بـ Render وأسواق شبيهة io.net وشبكات التدريب أو الاستدلال في التعلم الآلي الناشئة؛ وفي مجال الحوسبة القابلة للتحقق (verifiable compute)، يتنافس مع أطر zkML وشبكات الأوراكل (oracle networks) وخدمات التحقق النشط من نوع EigenLayer (AVSs) وتصميمات المعالجات المشتركة (coprocessors) الخاصة بسلاسل معينة؛ وفي مجال الوصول إلى الذكاء الاصطناعي، يتنافس بشكل غير مباشر مع موجّهات واجهات برمجة التطبيقات المركزية ومنصات السحابة التي يصعب على الشبكات المشفّرة مجاراة توزيعها وموثوقيتها. وضع تصنيف قطاع الذكاء الاصطناعي لدى Sector Alpha مشروع OpenGradient في ساحة مزدحمة وترك صراحةً العديد من بيانات الرسوم والإيرادات والمستخدمين والقيمة المغلقة (TVL) الخاصة بـ OpenGradient فارغة أو غير مكتملة، وهو تذكير بأن الجدل حول تقييم المشروع لا يزال مدفوعًا إلى حد كبير بالسرد والسيولة والمنفعة المستقبلية أكثر من اعتماده على throughput اقتصادي خاضع للتدقيق (Sector Alpha). تقنيًا، يكمن الخطر الأكبر في أن مجموعة المفاضلات التي يتبنّاها OpenGradient قد تكون صحيحة نظريًا لكنها تفشل في بيئة الإنتاج: فبيئات التنفيذ الموثوقة TEEs تجلب افتراضات ثقة متعلقة بالعتاد والمورّدين، و zkML لا تزال مكلفة بالنسبة للنماذج الكبيرة، والتسوية غير المتزامنة للإثباتات تخلق فجوات مؤقتة في التحقق، وقد يكون من الصعب التوفيق بين التوسّع اللامركزي للعُقد وبين متطلبات الخصوصية والزمنية (latency) والسلامة. (sectoralpha.in)

ما التوقعات المستقبلية لـ OpenGradient؟

يعتمد مستقبل OpenGradient بدرجة أقل على أداء السعر وبدرجة أكبر على ما إذا كان بإمكانه تحويل نشاط الاستضافة والاستدلال المبكر على النماذج إلى سوق موثوق ولا مركزي للتحقق.

تشمل أهم المحطات الموثّقة لعام 2026 ترقية فبراير x402 للاستدلال الأصلي على TEEs، والورقة البيضاء التقنية في مارس 2026، وإفصاحات التوكنوميكس و MiCAR، وخارطة الطريق لنشر الشبكة الرئيسية على سلسلة مبنية على CometBFT ومتوافقة مع EVM ضمن Cosmos SDK، يعقبها قبول أوسع للمدققين، وتوسيع تغطية نماذج ZKML، والاستدلال عبر السلاسل، و Model Hub v2 مع وظائف حقوق الملكية وتقاسم الإيرادات (OpenGradient x402 Upgrade، OpenGradient Whitepaper، Binance Research).

وبالمقابل، فإن العقبات الهيكلية واضحة بنفس القدر: يجب على OpenGradient أن يثبت أن المطوّرين مستعدون لدفع تكلفة القابلية للتحقق بدل الاكتفاء بواجهات برمجة تطبيقات الذكاء الاصطناعي المركزية، وأن المدققين وعُقد الاستدلال يمكن لا مركزيّتهم دون تدهور في جودة الخدمة، وأن التخزين والـ slashing يوفران أمانًا ذا مغزى لاعتمادات الذكاء الاصطناعي، وأن الطلب على OPG مرتبط بالاستخدام الفعلي للحوسبة وليس بالحوافز العابرة. إذا نجح المشروع في حل هذه القضايا، فقد يشغل حيزًا دفاعيًا في طبقة الوسيط (middleware) لتنفيذ ذكاء اصطناعي قابل للتحقق؛ وإذا لم يفعل، فإنه يخاطر بأن يصبح أحد أصول بنية تحتية لرموز الذكاء الاصطناعي التي تعكس قيمتها السوقية موضوع الفئة أكثر مما تعكس اقتصاديات شبكة قابلة للقياس.(أوبن غريدينت)