AI 这轮最热闹的地方，是模型越来越聪明。
但真正卡在后面的，可能不是应用数量，而是数据和计算怎么被处理。
训练、模拟、优化、数据清洗，这些东西听起来不性感，但每一个强 AI 系统背后，都离不开更稳定的计算执行和更高效的资源调度。
这也是我最近从 AI data processing 角度看 @quipnetwork 的原因。
很多人只把 Quip 当成 quantum security 叙事，但它的 Proof of Useful Work 其实更值得单独看。
网络不只是消耗算力来维护安全，而是尝试把计算导向真实优化问题。
这点放到 AI 里很关键。
未来 AI 竞争不一定只是谁的模型更聪明，也可能是谁能更好地处理数据、验证结果、协调算力，把 compute 变成可用的基础设施。
所以我现在不只看 AI 应用。
也会看后面这些 compute network。
因为真正的大机会，很多时候不在最吵的前端，而在那些默默处理数据和计算瓶颈的底层。
Show more
