1. Giới thiệu dự án:

Sentient là một nền tảng giao thức mã nguồn mở chuyên xây dựng nền kinh tế trí tuệ nhân tạo phi tập trung . Mục tiêu cốt lõi của nó là thiết lập cơ cấu sở hữu cho các mô hình AI, cung cấp cơ chế gọi Chuỗi và xây dựng mạng lưới AI Agent có thể cấu hình và chia sẻ lợi nhuận. Thông qua khuôn khổ "OML" (Mở, Có thể kiếm tiền, Trung thành) và công nghệ vân tay mô hình, Sentient giải quyết các vấn đề cơ bản về "quyền sở hữu mô hình không rõ ràng, các cuộc gọi không thể theo dõi và phân phối giá trị không công bằng" trong thị trường LLM tập trung hiện nay.

Dự án được Sentient Foundation thúc đẩy và tập trung vào việc xây dựng AGI mã nguồn mở và cơ chế khích lệ giao thức. "AI trung thành" mà nó ủng hộ đề cập đến hệ sinh thái mô hình AI mở phục vụ cộng đồng, được quản lý công bằng và có thể phát triển trong thời gian dài.

AI Pipeline là nền tảng để phát triển và đào tạo các hiện vật AI trung thành và bao gồm hai quy trình cốt lõi:

Quản lý dữ liệu: Một quy trình lựa chọn dữ liệu do cộng đồng thúc đẩy để căn chỉnh mô hình.

Đào tạo lòng trung thành: Quá trình đào tạo đảm bảo mô hình luôn phù hợp với mục đích của cộng đồng.

Hệ thống blockchain cung cấp tính minh bạch và khả năng kiểm soát phi tập trung cho giao thức, đảm bảo quyền sở hữu và quản lý các hiện vật AI. Mô-Đun chính bao gồm:

Quản trị: Kiểm soát và ra quyết định bởi một tổ chức tự trị phi tập trung(DAO).

Quyền sở hữu: Token hóa được sử dụng để thể hiện quyền sở hữu các hiện vật AI.

Tài chính phi tập trung(DeFi): Cung cấp các công cụ tài chính hỗ trợ quản trị và phần thưởng công bằng, phi tập trung và cởi mở.

2. Kiến trúc kỹ thuật và cơ chế xác nhận mô hình:

1. Khung mô hình OML

Sách trắng"Sentient: Loyal AI" đề xuất khuôn khổ OML "Open, Monetizable, and Loyal AI". Khung này lấy quyền sở hữu mô hình làm điểm khởi đầu và đề xuất một cách có hệ thống khái niệm "crypto gốc AI" lần đầu tiên, nhằm mục đích cung cấp cơ chế bảo vệ quyền sở hữu ở cấp độ crypto cho các mô hình mã nguồn mở .

Mở: Mô hình phải mã nguồn mở, có mã nguồn và cấu trúc dữ liệu minh bạch, đồng thời hỗ trợ cộng đồng sao chép, kiểm toán và fork;

Có thể kiếm tiền: Mỗi lệnh gọi đến mô hình sẽ kích hoạt một luồng lợi nhuận, được phân phối cho người đào tạo, người triển khai và người xác thực thông qua các hợp đồng Chuỗi;

Trung thành: Mô hình này không thuộc về công ty mà thuộc về cộng đồng người đóng góp. Hướng nâng cấp mô hình và cách quản lý được xác định bởi DAO. Quyền sở hữu mô hình có thể xác minh được, việc sửa đổi bị hạn chế và việc sử dụng được kiểm soát

OML sử dụng cơ chế Chuỗi và crypto để đảm bảo rằng mô hình mã nguồn mở vẫn duy trì tính minh bạch trong khi vẫn duy trì chủ quyền kinh tế và quyền quản trị. Xây dựng lớp giao thức sử dụng và quyền lợi nhuận gốc AI để đảm bảo tính minh bạch của mô hình, quyền sở hữu rõ ràng, khích lệ kinh tế và quản trị hành vi.

Khái niệm cốt lõi: Crypto gốc AI

Mật mã gốc AI sử dụng tính liên tục, cấu trúc đa tạp chiều thấp và các đặc điểm có thể phân biệt được của các mô hình AI để phát triển cơ chế bảo mật nhẹ "có thể xác minh nhưng không thể loại bỏ". Công nghệ cốt lõi của nó là:

Nhúng dấu vân tay: chèn một tập hợp các cặp khóa-giá trị truy vấn-phản hồi ẩn trong quá trình đào tạo để tạo thành chữ ký duy nhất của mô hình;

Giao thức xác minh quyền sở hữu: Một bên thứ ba (Prover) sẽ xác minh xem dấu vân tay có được lưu giữ dưới dạng truy vấn hay không;

Cơ chế gọi được cấp phép: Trước khi gọi, bạn cần phải có "giấy chứng nhận cấp phép" do chủ sở hữu mô hình cấp, sau đó hệ thống sẽ cho phép mô hình giải mã dữ liệu đầu vào và trả về câu trả lời đúng.

Phương pháp này có thể đạt được "cuộc gọi ủy quyền dựa trên hành vi + xác minh quyền sở hữu" mà không phải tốn chi phí crypto lại.

Sentient hiện đang sử dụng bảo mật kết hợp Melange: kết hợp xác nhận dấu vân tay, thực hiện TEE và chia sẻ lợi nhuận hợp đồng trên Chuỗi. Trong đó phương pháp dấu vân tay là dòng chính của việc triển khai OML 1.0, nhấn mạnh ý tưởng về "bảo mật lạc quan", tức là tuân thủ được mặc định và các hành vi vi phạm có thể bị phát hiện và trừng phạt.

Kiến trúc OML và Sentient Protocol

Chương cuối cùng của bài báo đề xuất một giao thức Chuỗi hoàn chỉnh (Giao thức Sentient) để hỗ trợ OML:

Lớp lưu trữ: lưu trữ tỷ trọng mô hình và thông tin đăng ký dấu vân tay;

Lớp phân phối: hợp đồng ủy quyền kiểm soát mục nhập gọi mô hình;

Lớp truy cập: Xác minh quyền hạn của người dùng thông qua bằng chứng về thẩm quyền;

Lớp khích lệ: Hợp đồng định tuyến lợi nhuận phân phối khoản thanh toán lần cuộc gọi cho người đào tạo, người triển khai và người xác thực.

2. Cơ chế nhận dạng vân tay và xác nhận mô hình

GitHub: https://github.com/sentient-agi/oml-1.0-fingerprinting

Thư viện này là bản triển khai đầu tiên của cơ chế vân tay Sentient, cung cấp giao diện xác minh và tiêm vân tay có thể được nhúng vào quá trình đào tạo. Mục đích của nó là đảm bảo có thể xác minh quyền sở hữu mô hình, theo dõi hành vi sử dụng và ngăn chặn việc sao chép và thương mại hóa trái phép. Đây là một triển khai kỹ thuật cụ thể của khuôn khổ OML.

Bản chất của cơ chế dấu vân tay là: bằng cách tinh chỉnh mô hình và nhúng một tập hợp duy nhất các cặp "câu hỏi-trả lời" (Key-phản hồi), chủ sở hữu mô hình có thể xác minh xem mô hình có thuộc về mình hay không thông qua các truy vấn cụ thể, do đó hình thành "chữ ký crypto" của mô hình.

3. Khung máy tính Enclave TEE

GitHub: https://github.com/sentient-agi/Sentient-Enclaves-Framework

Sentient Enclaves Framework là một khuôn khổ mã nguồn mở cho phép triển khai an toàn các dịch vụ suy luận mô hình, tinh chỉnh và proxy bằng cách sử dụng hoàn cảnh thực thi đáng tin cậy (TEE) như AWS Nitro Enclaves. Khung này nhấn mạnh vào "tính toàn vẹn" của mô hình, đảm bảo rằng mô hình chỉ phản hồi các yêu cầu được ủy quyền và ngăn chặn việc truy cập và sử dụng trái phép.

TEE (Sentient Enclaves Framework) có ưu điểm là hiệu suất cao và tích hợp đám mây, phù hợp với AI thời gian thực và xử lý dữ liệu nhạy cảm, nhưng bị hạn chế bởi sự phụ thuộc vào phần cứng và các cuộc tấn công kênh phụ. So với các công nghệ crypto khác, FHE cung cấp khả năng đảm bảo quyền riêng tư mạnh mẽ mà không phụ thuộc vào phần cứng và bảo mật lượng tử, nhưng chi phí hiệu suất của nó rất lớn và khó có thể thay thế trực tiếp nhiệm vụ hiệu suất cao của TEE. ZK hoạt động tốt trong các tình huống có thể xác minh và phi tập trung và có thể đóng vai trò bổ sung cho TEE (mô-đun này dự kiến ​​sẽ được kết nối với zkML trong tương lai).

4. Khung tác nhân có tri giác

GitHub: https://github.com/sentient-agi/Sentient-Agent-Framework

Sentient-Agent-Framework là một khuôn khổ mã nguồn mở nhẹ tập trung vào việc tự động hóa nhiệm vụ web (như tìm kiếm và phát video) bằng cách điều khiển trình duyệt thông qua AI Agent và cung cấp trải nghiệm phát triển đơn giản (được cho là 3 dòng mã) kết hợp với hướng dẫn bằng ngôn ngữ tự nhiên. Kiến trúc này hỗ trợ việc xây dựng các thực thể thông minh với vòng lặp khép kín hoàn chỉnh "nhận thức-lập kế hoạch-thực hiện-phản hồi". So với AI Agent Framework truyền thống, Sentient-Agent-Framework có chức năng hạn chế, nhẹ và ngắn gọn, phù hợp hơn cho nhiệm vụ Web ngoài Chuỗi .

5. Tác nhân xã hội có tri giác

GitHub: https://github.com/sentient-agi/Sentient-Social-Agent

Sentient-Social-Agent là một hệ thống AI được thiết kế để xây dựng các tương tác tự động trên các nền tảng xã hội (Twitter, Discord và Telegram). Nó có thể hiểu được hoàn cảnh xã hội, tạo nội dung, tương tác với người dùng và thực hiện giao tiếp xã hội thông qua sự hợp tác của nhiều tác nhân. Hệ thống có thể tích hợp với nền tảng Sentient Agent.

6. Mở Deep Search (chưa ra mắt)

Trên trang web chính thức của Sentient, Open Deep Search được định nghĩa là một công cụ tìm kiếm vượt qua ChatGPT và Perplexity Pro. Thành viên đội ngũ Sewoong Oh đã tiết lộ một số kế hoạch tại Hội nghị thượng đỉnh AGI mở EthDenver 2025:

Open Độ sâu Search bao gồm hai phần chính: Khả năng tìm kiếm của Sensient (bao gồm diễn đạt lại truy vấn, xử lý URL và tài liệu, v.v.) và tác nhân suy luận. Tác nhân lý luận tận dụng các LLM mã nguồn mở như Llama 3.1 và DeepSeek để cải thiện chất lượng tìm kiếm thông qua các công cụ như tìm kiếm, máy tính và tự phản ánh. Trên Frames Benchmark, Open Deep Search vượt qua các mô hình mã nguồn mở khác và thậm chí có thể so sánh với một số mô hình nguồn đóng, nhưng vì các tính năng của nó vẫn chưa ra mắt nên chúng tôi không thể đánh giá năng thực sự của nó.

3. Hình thức sản phẩm, triển khai và lập kế hoạch

Hiện tại, các sản phẩm được trưng bày trên trang web chính thức của Sentient chủ yếu là nền tảng đối thoại trò chuyện Sentient Chat và mô hình mã nguồn mở Dobby LLM:

Trò chuyện có tri giác:

Sentient Chat là nền tảng trò chuyện AI phi tập trung được Sentient Foundation ra mắt. Nền tảng này kết hợp các mô hình ngôn ngữ mã nguồn mở quy mô lớn (như sê-ri Dobby) với các khuôn khổ tác nhân suy luận tiên tiến. Các tính năng cốt lõi của nó bao gồm:

1. Open Reasoning Agent: Trình suy luận tích hợp của Sentient Chat có thể thực hiện nhiệm vụ phức tạp và hỗ trợ các công cụ tìm kiếm (ODS), máy tính và thực thi mã.

2. Tích hợp nhiều tác nhân: Nền tảng hỗ trợ tích hợp nhiều AI Agent và người dùng có thể chọn các tác nhân khác nhau để tương tác theo nhu cầu của họ. Phiên bản Web3 của POE hoặc một giải pháp thay thế Perplexity mở, chạy bằng proxy

Sentient Chat hiện đang trong giai đoạn thử nghiệm và chỉ có thể truy cập thông qua mã mời được gửi qua email hoặc sự kiện cộng đồng. Theo thông tin chính thức được công bố rộng rãi, hơn 5.000 người dùng đã truy cập thành công vào Sentient Chat và hơn lần truy vấn của người dùng đã được xử lý. Vì tác giả vẫn chưa trở thành người dùng trong danh sách trắng thử nghiệm của mình nên hiện tại không thể đánh giá khả năng thực sự của mô hình.

Sê-Ri sản phẩm Dobby LLM:

1. Sê-Ri Dobby-Unhinged

Dobby-Unhinged-Llama-3.3-70B: Dựa trên Llama 3.3-70B-Instruct, nó nhấn mạnh vào tự do cá nhân và crypto, và có phong cách trò chuyện thẳng thắn, hài hước và nhân văn.

Dobby-Mini-Unhinged-Llama-3.1-8B: Phiên bản tham số 8B, phù hợp với các thiết bị có tài nguyên hạn chế.

2. Dobby-Mini-Leashed-Llama-3.1-8B: Có âm thanh nhẹ nhàng hơn và phù hợp với những ứng dụng đòi hỏi công suất mạnh mẽ hơn.

Vì mô hình Dobby LLM là phiên bản tinh chỉnh của Llama 3.1 và 3.3, chúng tôi tin rằng các tình huống ứng dụng của nó chủ yếu là xây dựng chatbot, tạo và tạo nội dung, tác nhân nhân vật, v.v. Ưu điểm của nó nằm ở khả năng tạo phong cách linh hoạt, cải thiện lý luận và yêu cầu tài nguyên thấp, phù hợp để triển khai nhanh chóng và tùy chỉnh linh hoạt trong hoàn cảnh hạn chế tài nguyên. So với các mô hình nguồn đóng mạnh hơn như GPT-4, Dobby LLM vẫn còn nhiều lỗ hổng trong việc xử lý nhiệm vụ liên quan đến logic nâng cao, suy luận kiến ​​thức liên miền và suy luận độ sâu .

4. Hợp tác hệ sinh thái và kịch bản thực hiện

Hiện tại, Chương trình Sentient Builder cung cấp 1 triệu đô la tiền tài trợ để hỗ trợ các nhà phát triển xây dựng các AI Agent chạy trong hệ sinh thái Sentient Chat. Các nhà phát triển phải sử dụng bộ công cụ phát triển của Sentient và truy cập hệ sinh thái của Sentient thông qua API của Sentient Agent.

Đồng thời, các đối tác sinh thái được công bố trên trang web chính thức của Sentient bao gồm đội ngũ dự án trong nhiều lĩnh vực của Crypto AI, như sau

Là một dự án hàng đầu trong lĩnh vực AI tiền điện tử, khả năng tích hợp tài nguyên của Sentient có thể đáp ứng mọi dự án khởi nghiệp lớn trong ngành. Tuy nhiên, cần lưu ý rằng sự tồn tại rộng rãi của hình thức hợp tác "theo kiểu tiếp thị" trong lĩnh vực tiền mã hóa đã tạo ra ảo tưởng về sự thịnh vượng giả tạo trong ngành. Sự đóng góp và lòng trung thành của các đối tác hệ sinh thái có tri giác đối với hệ sinh thái của họ vẫn cần được chúng ta tiếp tục quan sát.

Open AGI Summit là hội nghị tính toàn cầu do đội ngũ Sentient tổ chức với mục đích khám phá sự kết hợp giữa trí tuệ nhân tạo (AI) và crypto . Tôi đã vinh dự được tham dự hội nghị thượng đỉnh của đội ngũ chức này tại ETH Denver và ETHcc vào năm 2024 và 2025. Điểm nổi bật là khả năng tập hợp các nhà đầu tư tổ chức và doanh nhân dự án hàng đầu trong ngành của nhóm Sentient để trong đó.

5. Cấu trúc đội ngũ và bối cảnh nghiên cứu

Sentient Foundation tập hợp các chuyên gia học thuật hàng đầu thế giới, các doanh nhân và kỹ sư ngành công nghiệp crypto và cam kết xây dựng một nền tảng AGI mã nguồn mở, có thể xác minh và do cộng đồng thúc đẩy. Theo thông tin chính thức được công bố, các thành viên đội ngũ chủ yếu là:

Ban chỉ đạo

Pramod Viswanath – Giáo sư Forrest G. Hamrick của Đại học Princeton, đã nghiên cứu lý thuyết thông tin và hệ thống truyền thông trong một thời gian dài và đang lãnh đạo việc xây dựng nền tảng lý thuyết và bảo mật AI của Sentient.

Himanshu Tyagi – Giáo sư tại Viện Khoa học Ấn Độ, chuyên về bảo vệ quyền riêng tư và thuật toán học tập phi tập trung, đồng thời cung cấp hỗ trợ học thuật cho đào tạo mô hình và cộng tác về quyền riêng tư.

Sandeep Nailwal – Đồng sáng lập Polygon , chịu trách nhiệm về chiến lược blockchain và bố cục hệ sinh thái toàn cầu, đồng thời là nhân vật chủ chốt trong việc kết nối cộng đồng crypto và kiến ​​trúc AI.

Đội ngũ Sensys – Studio sản phẩm gốc Web3, dẫn đầu về tối ưu hóa trải nghiệm người dùng và xây dựng cơ sở hạ tầng cho nhà phát triển, thúc đẩy việc triển khai các sản phẩm Sentient.

Đội ngũ phát triển và kỹ thuật cốt lõi: đến từ các công ty công nghệ và blockchain có tiếng như Meta, Coinbase, Circle, Polygon , Binance, cũng như các nhà nghiên cứu bối cảnh các trường đại học như Đại học Princeton, Đại học Washington và Viện Công nghệ Ấn Độ. Đội ngũ nghiên cứu và đào tạo mô hình AI: Đội ngũ nghiên cứu phụ trách AI/ML, NLP, thị giác máy tính và học tăng cường, và các thành viên có kinh nghiệm thực tế tại các tổ chức như Google Research, Daimon Labs và Fetch.ai .

Điều quan trọng cần lưu ý là Sentient được thành lập nhờ sự thành công của nhà sáng lập Polygon là Sandeep Nailwal. Là giải pháp mở rộng quan trọng cho hệ sinh thái Ethereum , Matic bắt đầu với Plasma, một công nghệ không phải là tiên tiến nhất nhưng đủ rẻ và nhanh để xây dựng hệ thống bảo vệ mạnh riêng Polygon trong các lĩnh vực như NFT và mạng xã hội. Đồng thời, thông qua việc mua lại Mir Protocol và Hermez Network và ra mắt Polygon zkEVM, công ty tích hợp công nghệ ZK vào giải pháp mở rộng blockchain của mình. Là dự án lần của Sandeep Nailwal, Sentient có nhiều kinh nghiệm, nguồn vốn, mối quan hệ và nhận thức về thị trường hơn trước rất nhiều. Nó cũng có thể huy động được số tiền khổng lồ vào năm 2024 với những ý tưởng dự án hoàn thiện của mình. Tuy nhiên, xét cho cùng thì lĩnh vực AI lại khác với Crypto. Sentient vẫn đối diện những thách thức bên ngoài như những thay đổi trong hoàn cảnh thị trường mới, sự cạnh tranh ngày càng gay gắt và sự cập nhật công nghệ.

6. Mô hình tài chính và token

Năm 2024, Sentient đã nhận được 85 triệu đô la tiền tài trợ vòng hạt giống do Founders Fund, Pantera và Framework Ventures dẫn đầu. Chưa có đồng tiền nào được phát hành. Điểm khích lệ của Đại lý hiện tại có thể được chuyển đổi thành token trong tương lai. Token có thể được sử dụng cho Đề án quản lý phiên bản mô hình, bỏ phiếu, xác minh tính xác thực của đầu ra của Đại lý, quản trị màu hồng, v.v.

Sentient là một dự án siêu sao được sinh ra trong nhung lụa. Bối cảnh nhà đầu tư, quy mô tài chính và định giá của nó vượt xa tầm với của hầu hết các dự án AI tiền điện tử trên thị trường. Một mặt, nguồn tài trợ mạnh mẽ giúp dễ dàng tích hợp nhiều nguồn lực khác nhau trong ngành, nguồn tài chính lớn giúp dễ dàng thuê những nhân tài hàng đầu tham gia đội ngũ của mình và nguồn vốn mạnh có thể hỗ trợ phát triển dự án trong suốt các chu kỳ của ngành. Mặt khác, ngành công nghiệp tiền điện tử hiện nay nhìn chung không mấy hứng thú với các dự án có giá trị cao được các nhà đầu tư mạo hiểm chứng thực. Ngoài ra, giá của các dự án tiền ảo VC chủ yếu dựa trên hoạt động vốn và hoàn toàn tách biệt khỏi các yếu tố cơ bản. Giả sử rằng Sentient không thể cung cấp các sản phẩm AI tiền điện tử có ảnh hưởng và cuối cùng quyết định phát hành tiền ở mức định giá cao, điều này sẽ gây tổn hại đến cộng đồng tiền điện tử đang rất cần xây dựng lại niềm tin. Cách mà đội ngũ ứng phó với tình thế tiến thoái lưỡng nan hiện tại của ngành đáng để chúng ta tiếp tục quan sát.

7. Phân tích sản phẩm cạnh tranh và vị thế thị trường

Hầu hết các dự án AI tiền điện tử trên thị trường đều tập trung vào một lĩnh vực duy nhất như dữ liệu, mô hình, điện toán, đào tạo hoặc lý luận, hoặc phát triển các ứng dụng cấp độ người tiêu dùng như AI Agents. Các dự án được định vị là AI Chain bao gồm chuyển đổi AI của Chuỗi cũ (Near và ICP) hoặc các giao thức điều phối chia sẻ tài nguyên phi tập trung và khích lệ token như Bittensor, nhưng định vị của Sentient không hoàn toàn phù hợp với chúng. Về mặt đào tạo mô hình, Sentient giống một nền tảng tích hợp hơn và có mối quan hệ hợp tác với các mô hình AI mã nguồn mở trên thị trường. Về phía tác nhân, Sentient có một số điểm cạnh tranh chồng chéo với Talus, Olas hoặc Theoriq trong các hệ thống đa tác nhân và khả năng suy luận, nhưng mỗi dự án có các mục tiêu cốt lõi và kịch bản ứng dụng khác nhau và vẫn bổ sung cho nhau.

8. Kết luận

Là một nền tảng giao thức trí tuệ nhân tạo (AGI) phi tập trung, Sentient hướng đến mục tiêu cung cấp cấu trúc sở hữu rõ ràng cho các mô hình AI và kêu gọi cũng như phân phối giá trị thông qua các cơ chế Chuỗi để giải quyết các vấn đề về quyền sở hữu không rõ ràng và bất công trong thị trường LLM tập trung hiện nay. Khung cốt lõi OML (Mở, Có thể kiếm tiền, Trung thành) đảm bảo quyền sở hữu, tính minh bạch và chia sẻ lợi nhuận công bằng của các mô hình mã nguồn mở thông qua dấu vân tay mô hình và công nghệ blockchain . Với nguồn lực của nhà đồng sáng lập Polygon Sandeep Nailwal, Sentient đã nhận được sự hỗ trợ từ nhiều đối tác hệ sinh thái AI và VC hàng đầu. Mặc dù phải đối mặt với sự bất ổn trong quá trình phát triển, tranh cãi và cạnh tranh, người ta vẫn kỳ vọng rằng Sentient sẽ trở thành một trong những giao thức tiêu chuẩn cho quyền sở hữu AI phi tập trung và thúc đẩy sự phát triển phi tập trung của AGI.

Chào mừng bạn tham gia cộng đồng chính thức BlockBeats :

Nhóm đăng ký Telegram: https://t.me/theblockbeats

Nhóm Telegram: https://t.me/BlockBeats_App

Tài khoản Twitter chính thức: https://twitter.com/BlockBeatsAsia