Báo cáo nghiên cứu chuyên sâu Dự án Sentient

Được viết bởi: 0xjacobzhao và ChatGPT 4o/Grok3

1. Giới thiệu dự án:

Sentient là một nền tảng giao thức mã nguồn mở chuyên xây dựng nền kinh tế AI phi tập trung . Mục tiêu cốt lõi của nó là thiết lập cấu trúc sở hữu cho các mô hình AI, cung cấp cơ chế gọi Chuỗi và xây dựng mạng lưới tác nhân AI 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 của thị trường LLM tập trung hiện nay: quyền sở hữu mô hình không rõ ràng, các lệnh gọi không thể theo dõi và phân phối giá trị không công bằng.

• Trang web chính thức: https://www.sentient.xyz
• GitHub: https://github.com/sentient-agi
• Tổ chức Sentient: https://sentient.foundation
• Tài liệu: https://docs.sentient.xyz
• Blog: https://www.sentient.xyz/blog
• X: https://x.com/SentientAGI

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

Kiến trúc của Sentient Protocol bao gồm hai thành phần cốt lõi: hệ thống blockchain và AI Pipeline.

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: Quá 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. Các 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 khen 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

Trong Sách trắng"Sentient: Loyal AI" được phát hành năm 2024 (https://arxiv.org/abs/2411.03887), dự án đã đề xuất khuôn khổ OML, lấy quyền sở hữu mô hình làm điểm khởi đầu và cố gắng xây dựng "nền kinh tế giao thức sở hữu AI Chuỗi". Lần đầu tiên, dự án đề xuất một cách có hệ thống khái niệm "crypto AI gốc", nhằm mục đích cung cấp cơ chế bảo vệ quyền sở hữu ở cấp độ crypto cho các mô hình mã nguồn mở .

Diễn giải bài báo cốt lõi - "OML: AI mở, có thể kiếm tiền và trung thành":

• Mở: Mô hình phải mã nguồn mở, có mã nguồn và cấu trúc dữ liệu minh bạch, đồng thời hỗ trợ sao chép cộng đồng, 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 không thuộc về công ty mà thuộc về cộng đồng người đóng góp. Hướng nâng cấp và quản trị mô hình được xác định bởi DAO. Quyền sở hữu mô hình có thể xác minh, việc sửa đổi bị hạn chế và việc sử dụng được kiểm soát.

OML không tương đương với thỏa thuận cấp phép mã nguồn. Thay vào đó, nó sử dụng các cơ chế Chuỗi và crypto để đảm bảo các mô hình mã nguồn mở duy trì chủ quyền và quản trị kinh tế trong khi vẫn duy trì tính mở. Nó xây dựng một lớp giao thức sở hữu và lợi nhuận AI để đảm bảo quyền sở hữu rõ ràng, khích lệ kinh tế và quản trị hành vi ngay cả khi các mô hình được công khai.

Khái niệm cốt lõi: Crypto gốc AI

Không giống như mật mã truyền thống tập trung vào độ chính xác nhị phân, mật mã gốc AI tận dụng tính liên tục, cấu trúc đa tạp chiều thấp và khả năng phân biệt của các mô hình AI để phát triển cơ chế bảo mật nhẹ "có thể xác minh nhưng không thể loại bỏ". Các công nghệ cốt lõi của nó là:

• Lấy dấu vân tay mô hình: 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 quyền: Trước khi gọi, bạn cần lấy "giấy chứng nhận ủy quyền" do chủ sở hữu mô hình cấp. Sau đó, hệ thống sẽ ủy quyền cho mô hình giải mã dữ liệu đầu vào và trả về kết quả đúng.

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

Năm loại thành phần của OML:

Sentient hiện đang sử dụng bảo mật lai Melange: kết hợp xác thực dấu vân tay, thực thi TEE và chia sẻ lợi nhuận hợp đồng Chuỗi. Trong đó phương pháp dấu vân tay tạo thành xương sống của OML 1.0, nhấn mạnh khái niệm "bảo mật lạc quan", trong đó việc tuân thủ được mặc định và các vi phạm có thể bị phát hiện và trừng phạt.

Ngoài ra, bài báo còn định nghĩa nhiều cơ chế xác minh và mô hình tấn công cho cơ chế dấu vân tay:

• Tấn công tinh chỉnh (LoRA/SFT): Sửa đổi một số thông số để cố gắng xóa dấu vân tay;
• Chắt lọc kiến ​​thức: xây dựng mô hình học sinh để tránh dấu vết của mô hình phụ huynh;
• Trung bình hóa tham số (hợp nhất mô hình): Nỗ lực hợp nhất nhiều mô hình nhằm làm giảm độ mạnh của dấu vân tay;
• Tấn công rò rỉ dấu vân tay: Nếu Key dấu vân tay bị rò rỉ, cơ chế xác minh sẽ không còn hiệu quả.

Các phương pháp đối nghịch bao gồm: nhiều vòng nhúng, đào tạo cách ly mạng con; kết hợp các mẫu lành tính để tránh quên; và liên kết tỷ trọng nhúng với thông tin xác thực Chuỗi.

Kiến trúc OML và Giao thức Sentient

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: mô hình kiểm soát hợp đồng ủy quyền nhập lệnh gọi;
• Lớp truy cập: Xác minh quyền của người dùng thông qua bằng chứng cấp phép;
• 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.

Nhấn mạnh khả năng tương thích với Chuỗi L1 như Ethereum , nó có thể được sử dụng như một ngăn xếp giao thức tiêu chuẩn cho quyền sở hữu AI Chuỗi. Tất cả các mô hình đều được đăng ký trên Chuỗi(bao gồm hàm băm, chữ ký, khóa công khai và ID cấu trúc vân tay). Các tác nhân được ràng buộc với các mô hình đã đăng ký và kích hoạt việc gửi bằng chứng sử dụng sau lần cuộc gọi. Hợp đồng phân phối lợi nhuận (người đào tạo, người triển khai và người xác minh) dựa trên các sự kiện cuộc gọi và quy tắc dòng lợi nhuận. Người dùng hoặc người gọi hợp đồng phải xác minh quyền gọi thông qua một cổng trên Chuỗi. Cấu trúc này hình thành nên triết lý thiết kế cơ bản của Sentient Protocol.

2. Cơ chế nhận dạng vân tay và sở hữu mô hình

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

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

mô-đun vân tay OML 1.0 có các chức năng sau:

• Phân tích hành vi: Rút các đặc điểm từ hành vi của mô hình để tạo ra dấu vân tay duy nhất.
• Xác định mô hình: Xác định mô hình nguồn dựa trên nội dung được tạo.
• Xác minh dấu vân tay: Xác minh nguồn và tính nhất quán của nội dung đầu ra của mô hình.

Bản chất của cơ chế lấy dấu vân tay là bằng cách tinh chỉnh mô hình, một tập hợp duy nhất các cặp câu hỏi-trả lời (Key-phản hồi) được nhúng vào. Chủ sở hữu mô hình có thể xác minh rằng mô hình thuộc về họ thông qua các truy vấn cụ thể, từ đó hình thành nên một "chữ ký crypto" của mô hình. Tóm lại, việc "đóng dấu" này của LLM (Mô hình Ngôn ngữ Lớn) cho phép theo dõi và thực thi quyền sở hữu AI.

3. Khung máy tính Enclave TEE

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

Sentient Enclaves Framework là một framework mã nguồn mở tận dụng hoàn cảnh thực thi đáng tin cậy (TEE) như AWS Nitro Enclaves để cho phép triển khai an toàn các dịch vụ suy luận mô hình, tinh chỉnh và proxy. Framework này nhấn mạnh tính toàn vẹn của mô hình, đảm bảo rằng các mô hình chỉ phản hồi các yêu cầu được ủy quyền và ngăn chặn truy cập và sử dụng trái phép. Các tính năng bảo mật của nó bao gồm:

• Triển khai crypto tải trọng: Thân mô hình, cấu hình đang chạy, đầu vào và đầu ra đều được crypto lưu trữ trong vùng bảo mật;
• RPC dựa trên TLS: các cuộc gọi sử dụng kênh chữ ký xác thực + TLS hai chiều để giao tiếp;
• Cô lập nhật ký và bộ nhớ đệm: Sử dụng vùng bộ nhớ tạm thời để chạy và không ghi nhật ký vĩnh viễn;
• Báo cáo chứng thực: Tạo chứng chỉ đầu ra được liên kết với chữ ký vùng bảo mật lần cuộc gọi, đảm bảo rằng hành vi thực thi có thể theo dõi và xác minh được.

Sentient Enclaves Framework (TEE) tự hào có hiệu suất cao và tích hợp đám mây, khiến nó phù hợp với AI thời gian thực và xử lý dữ liệu nhạy cảm. Tuy nhiên, nó bị hạn chế bởi sự phụ thuộc vào phần cứng và các cuộc tấn công kênh phụ. Sentient Enclaves Framework tận dụng Nitro Enclaves để cung cấp khả năng bảo vệ quyền riêng tư cấp doanh nghiệp và trải nghiệm phát triển thân thiện hơn với người dùng. So với các công nghệ crypto khác, FHE cung cấp các đảm bảo quyền riêng tư mạnh mẽ mà không phụ thuộc vào phần cứng và bảo mật lượng tử, nhưng nó mang lại chi phí hiệu suất đáng kể, khiến nó phù hợp với các tình huống tính toán crypto cụ thể và khó thay thế trực tiếp TEE cho nhiệm vụ hiệu suất cao. ZK vượt trội trong các tình huống có thể xác minh và phi tập trung, và có thể bổ sung cho TEE (mô-đun này có kế hoạch tích hợp 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 framework mã nguồn mở nhẹ, tập trung vào việc tự động hóa nhiệm vụ web (chẳng hạn như tìm kiếm và phát video) bằng cách điều khiển trình duyệt thông qua AI Agent . Nó kết hợp các lệnh ngôn ngữ tự nhiên với các LLM (như GPT-4o của OpenAI) để mang lại trải nghiệm phát triển ngắn gọn (được báo cáo chỉ cần 3 dòng mã). Khả năng thực thi không đồng bộ, các lệnh tùy chỉnh và hỗ trợ đa nhà cung cấp giúp nó phù hợp cho các ứng dụng thử nghiệm và phát triển nhanh. Khi kết hợp với các dự án Sentient AGI khác (chẳng hạn như framework TEE), nó có thể mở rộng sang các tình huống nhạy cảm về bảo mật.

Kiến trúc cốt lõi: Kiến trúc này hỗ trợ việc xây dựng một tác nhân thông minh với vòng lặp khép kín hoàn chỉnh "nhận thức-lập kế hoạch-thực hiện-phản hồi" và có thể mở rộng thành một hệ thống AI mã nguồn mở có khả năng liên kết, xác minh Chuỗi và hợp tác giữa nhiều tác nhân.

1. Lớp người dùng: Người dùng nhập mục tiêu nhiệm vụ thông qua ngôn ngữ tự nhiên
2. Khung tác nhân có tri giác
3. Nhận thức: Hiểu đầu vào và hoàn cảnh
4. Lập kế hoạch: Tạo kế hoạch hành động dựa trên mục tiêu
5. Thực hiện: Gọi các công cụ/kỹ năng để thực hiện nhiệm vụ
6. Suy ngẫm: Phân tích phản hồi và tối ưu hóa hành vi
7. Bộ nhớ: Quản lý bộ nhớ ngắn hạn + dài hạn
8. Kỹ năng/Công cụ: Đăng ký các chức năng và plug-in bên ngoài
9. Lớp cộng tác (Lớp đa tác nhân): Cộng tác đa tác nhân, phân bổ nhiệm vụ và tổng hợp kết quả
10. Tích hợp bên ngoài
11. Hợp đồng thông minh Blockchain: ghi lại nhiệm vụ và khích lệ quyết toán
12. Agent Registry: Xác thực danh tính và kiểm soát phiên bản
13. mô-đun kiểm tra ZK: Xác minh tính xác thực của đầu ra
14. API công cụ bên ngoài: chẳng hạn như tìm kiếm trên web, cơ sở dữ liệu, hệ thống tệp, v.v.
15. Lớp lưu trữ: lưu trữ cục bộ + lưu trữ phi phi tập trung(như IPFS)

So với các nền tảng tác nhân AI truyền thống, Sentient-Agent-Framework cung cấp chức năng hạn chế, nhẹ và gọn. So với các nền tảng AI mã hóa khác như Virtuals Protocol và ai16z (elizaOS), vốn cung cấp các giải pháp đa dạng cho việc phát triển AI Agent, tự động hóa Chuỗi và tích hợp Web3, Sentient-Agent-Framework 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 tự động hóa các tương tác trên các nền tảng mạng xã hội (Twitter, Discord và Telegram). Hệ thống có thể hiểu hoàn cảnh xã hội, tạo nội dung, tương tác với người dùng và hỗ trợ giao tiếp xã hội thông qua cộng tác đa tác nhân. Tận dụng mô-đun nhận thức xã hội, tạo nội dung và lập kế hoạch hành vi, Sentient-Social-Agent hỗ trợ các cuộc trò chuyện tự nhiên và sáng tạo nội dung trên các nền tảng. Hệ thống phù hợp cho các tình huống như vận hành thương hiệu, quản lý cộng đồng ảo và truyền bá thông tin. Hệ thống có thể tích hợp với nền tảng Sentient Agent.

6. Mở Tìm kiếm sâu (Chưa ra mắt)

Trên trang web 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 thành phần chính: chức năng tìm kiếm của Sensient (bao gồm diễn đạt lại truy vấn, xử lý URL và tài liệu, v.v.) và một tác nhân suy luận. Tác nhân suy luận này 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 còn ngang ngửa một số mô hình nguồn đóng. Tuy nhiên, do tính năng này chưa ra mắt, chúng tôi chưa thể đánh giá khả 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 trò chuyện Sentient Chat và mô hình mã nguồn mở Dobby LLM:

Trò chuyện có tri giác:

Sentient Chat là một nền tảng trò chuyện AI phi tập trung do Sentient Foundation ra mắt, được thiết kế để cung cấp trải nghiệm AI trung thành, có thể tùy chỉnh và hướng đến cộng đồng. Nền tảng này kết hợp các mô hình ngôn ngữ quy mô lớn mã nguồn mở(như sê-ri Dobby) với một khung tác nhân suy luận tiên tiến, hỗ trợ tích hợp nhiều công cụ để đáp ứng nhu cầu đa dạng của người dùng. Các tính năng cốt lõi 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 tính năng sau:

• Công cụ tìm kiếm: ​Tìm kiếm sâu mở (ODS) tích hợp để cung cấp khả năng tìm kiếm trên web theo thời gian thực.
• Máy tính: Xử lý các phép tính toán học và nhiệm vụ phân tích dữ liệu .
• Thực thi mã: Tạo và chạy mã Python để đạt được suy luận logic phức tạp và thực thi nhiệm vụ.

2. Tích hợp đa tác nhân: Nền tảng hỗ trợ tích hợp nhiều AI Agent. Người dùng có thể chọn các tác nhân khác nhau để tương tác tùy theo nhu cầu, giúp cải thiện tính linh hoạt và chức năng của nền tảng. Tương tự như phiên bản Web3 của POE hoặc giải pháp thay thế Perplexity mở, điều khiển bởi tác nhân.

Sentient Chat hiện đang trong giai đoạn thử nghiệm beta, chỉ có thể truy cập thông qua mã mời được gửi qua email hoặc các sự kiện cộng đồng. Theo thông tin chính thức, hơn 5.000 người dùng đã truy cập thành công vào Sentient Chat và ứng dụng đã xử lý hơn lần truy vấn của người dùng. Vì hiện tại tôi không nằm trong danh sách trắng của phiên bản thử nghiệm beta, nên tôi không thể đánh giá khả năng thực sự của mô hình.

Sê-Ri Dobby LLM:

Dựa trên sê-ri Llama của Meta với sự tinh chỉnh, trang chủ của Hugging Face (https://huggingface.co/SentientAGI)

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, với phong cách trò chuyện thẳng thắn, hài hước và nhân văn. Ôm Mặt+6 Ôm Mặt+6 Ôm Mặt+6
• Dobby-Mini-Unhinged-Llama-3.1-8B: Phiên bản tham số 8B, phù hợp với các thiết bị có tài nguyên hạn chế, vẫn giữ nguyên các tính năng cốt lõi của sê-ri"Unhinged".

2. Sê-Ri Dobby-Leashed:

Dobby-Mini-Leashed-Llama-3.1-8B: So với phiên bản "Unhinged", âm thanh nhẹ nhàng hơn và phù hợp với các ứng dụng đòi hỏi công suất mạnh mẽ hơn. Ôm Mặt+2 Ôm Mặt+2 Ôm Mặt+2

Vì mô hình Dobby LLM là phiên bản tinh chỉnh của Llama 3.1 và 3.3, chúng tôi tin rằng các kịch bản ứng dụng chính của nó là chatbot, tạo và sáng tạo nội dung, và tác nhân nhân vật. Điểm mạnh của nó nằm ở khả năng tạo phong cách linh hoạt, lập luận nâng cao và yêu cầu tài nguyên thấp, giúp nó 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 mẽ hơn như GPT-4, Dobby LLM vẫn còn chậm trễ trong việc xử lý nhiệm vụ liên quan đến logic nâng cao, lập luận tri thức liên miền và lập luận độ sâu .

4. Hợp tác hệ sinh thái và các kịch bản triển khai

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

Đồng thời, trang web chính thức của Sentient cũng thông báo rằng các đối tác trong hệ sinh thái của họ bao gồm đội ngũ dự án trong nhiều lĩnh vực của Crypto AI (https://www.sentient.xyz/partners). Danh sách cụ thể như sau:

• Model: Eigenlayer, Move, CrunchDAO, Bagel, KGEN
• Đại lý: Messari, Franklin Templeton, Kaito, MyShell, Web thứ ba, Theoriq, Open, QNA3, Pond, Mira, Olas, Biconomy, Talus, Zettablocks, Axal, Morpheus AI, dFusion, ExentAI, Fetch AI, Giza, JustTX, UnifAI, Questflow, QuillAI, Raiinmaker, Solo, Spectral, UOMI, PlayAI
• Dữ liệu: Kaito, Vana, Đồ thị, Không gian và Thời gian, 0g, Mở, QNA3, Zettablocks, Chainbased, dFusion, Dria/First Batch, Entrova, FractionAI, Hyve DA, Irys, Masa, Mizu, OpenLedger, Raiinmaker, Sapien, Zus Network
• AI có thể xác minh: Nillion, Lagrange, pi2
• Blockchain: Arbitrum, Polygon, Celo
• Cơ sở hạ tầng: Lit Protocol, OpenGradient

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 bất kỳ startup nào trong ngành. Tuy nhiên, cần lưu ý rằng việc sử dụng rộng rãi các hình thức hợp tác "tập trung vào tiếp thị" trong lĩnh vực tiền điện tử đã tạo ra một cảm giác thịnh vượng giả tạo. Sự đóng góp và lòng trung thành của các đối tác hệ sinh thái của Sentient đối với hệ sinh thái vẫn là một vấn đề cần được quan sát liên tục.

Hội nghị Thượng đỉnh AGI Mở, do đội ngũ Sentient tổ chức, là một hội nghị tính toàn cầu chuyên khám phá sự giao thoa giữa trí tuệ nhân tạo (AI) và crypto . Tôi đã có vinh dự được tham dự hội nghị thượng đỉnh năm 2024 và 2025 tại ETH Denver và ETHcc. Khả năng trong đó các nhà đầu tư tổ chức và doanh nhân dự án hàng đầu trong ngành của đội ngũ Sentient thực sự là một điểm nhấn.

5. Cấu trúc đội ngũ và bối cảnh nghiên cứu

Quỹ Sentient quy tụ các chuyên gia học thuật hàng đầu, doanh nhân ngành công nghiệp crypto và kỹ sư từ khắp nơi trên thế giới để xây dựng một nền tảng AGI mã nguồn mở, có thể xác minh và do cộng đồng điều hành. Theo thông tin chính thức đội ngũ(https://sentient.foundation/people), các thành viên đội ngũ bao gồm:

Ban chỉ đạo

• Pramod Viswanath – Giáo sư Forrest G. Hamrick tại Đại học Princeton, người đã nghiên cứu lâu năm về lý thuyết thông tin và hệ thống truyền thông, đồng thời lãnh đạo 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 kết nối cộng đồng crypto và kiến ​​trúc AI.
• Đội ngũ Sensys – Một studio sản phẩm gốc Web3, dẫn đầu về tối ưu hóa trải nghiệm người dùng và phát triển cơ sở hạ tầng dành cho nhà phát triển để thúc đẩy việc triển khai các sản phẩm Sentient.

Đội ngũ kỹ thuật và phát triển cốt lõi bao gồm các nhà nghiên cứu đến từ các công ty công nghệ và blockchain có tiếng như Meta, Coinbase, Circle, Polygon và Binance , cùng với các cựu sinh viên tốt nghiệp bối cảnh các trường đại học như Đại học Princeton, Đại học Washington và Viện Công nghệ Ấn Độ. Các thành viên đội ngũ sở hữu kinh nghiệm dày dặn trong lĩnh vực kỹ thuật LLM, bảo mật hệ thống, thị giác máy tính và phát triển hệ thống dữ liệu.

Đội ngũ Nghiên cứu và Đào tạo Mô hình AI: Đội ngũ nghiên cứu bao gồm AI/ML, NLP, thị giác máy tính và học tăng cường. Các thành viên có kinh nghiệm thực tế tại các tổ chức như Google Research, Daimon Labs và Fetch.ai . Đội ngũ này thể hiện độ sâu học thuật chuyên sâu, năng lực thực tiễn và kinh nghiệm dày dặn trong hệ sinh thái crypto của Sentient.

Điều đáng chú ý là Sentient, ngay từ khi thành lập, đã mang trong mình hào quang thành công của người sáng lập Polygon, Sandeep Nailwal. Là một giải pháp mở rộng mô quan trọng cho hệ sinh thái Ethereum , Matic đã tận dụng Plasma, một công nghệ tương đối ngách nhưng giá cả phải chăng và nhanh chóng, để thiết lập hệ thống bảo vệ cạnh tranh 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, Sentient tích hợp công nghệ ZK vào các giải pháp mở rộng blockchain của mình. Là liên doanh lần của Sandeep Nailwal, Sentient tự hào có kinh nghiệm, nguồn vốn, kết nối và sự công nhận trên thị trường lớn hơn nhiều so với người tiền nhiệm. Mặc dù Sentient có thể huy động được nguồn vốn đáng kể vào năm 2024 với khái niệm dự án vẫn đang hoàn thiện, nhưng AI khác với tiền điện tử và Sentient đối diện những thách thức đáng kể, bao gồm hoàn cảnh thị trường thay đổi, cạnh tranh gia tăng và những tiến bộ công nghệ.

6. Mô hình tài chính và token

• Thời gian tài trợ: giữa năm 2024;
• Tài trợ: 85 triệu đô la (vòng hạt giống)
• Các nhà đầu tư: Founders Fund, Pantera và Framework Ventures đồng dẫn đầu vòng gọi vốn, với sự tham gia của Ethereal, Robot Ventures, Symbolic Capital, Dao5, Delphi, Primitive Ventures, Nomad, Hack VC, Arrington Capital, Hypersphere, IDG, Topology, Protagonist, Folius, Sky9, Canonical Crypto, Dispersion Capital, Mirana, Foresight, Hashkey, Spartan, Republic và Frontiers Capital. (https://sentient.foundation/funding)

Sử dụng token$SENT (Lập kế hoạch)

Tính đến tại, Sentient vẫn chưa ra mắt token chính thức . Đồng sáng lập Sandeep Nailwal cho biết dự án hiện không có kế hoạch phát hành token, nhưng có thể sẽ đánh giá trong tương lai dựa trên nhu cầu của cộng đồng và sự phát triển của dự án. Do đó, bất kỳ dự án nào tuyên bố cung cấp $SEN hoặc token liên quan đến Sentient khác nên được xem xét thận trọng để tránh lừa đảo.

Theo Sách trắng, các ứng dụng có thể có của token SENT bao gồm: ánh xạ điểm khích lệ Agent thành mã thông báo; được sử dụng cho Đề án quản lý phiên bản mô hình và bỏ phiếu; đặt cược để xác minh tính xác thực của đầu ra của Agent; và cơ chế chia cổ tức quản trị DAO.

Sentient là một dự án đang trên đà phát triển mạnh mẽ, sinh ra đã ngậm thìa bạc. Bối cảnh nhà đầu tư, quy mô tài trợ và định giá của dự án đều vượt trội so với hầu hết các dự án AI tiền điện tử khác trên thị trường. Một mặt, sự hậu thuẫn mạnh mẽ của dự án giúp dễ dàng tích hợp các nguồn lực khác nhau của ngành. Số tiền tài trợ lớn giúp dễ dàng tuyển dụng những nhân tài hàng đầu tham gia đội ngũ của mình và cơ sở vốn vững chắc có thể hỗ trợ sự phát triển của dự án qua các chu kỳ ngành. Mặt khác, ngành công nghiệp tiền điện tử hiện tại nhìn chung không mấy mặn mà với các dự án định giá cao được hỗ trợ bởi các quỹ đầu tư mạo hiểm (VC). Hơn nữa, giá của token VC chủ yếu được thúc đẩy bởi hoạt động vốn và tách biệt đáng kể so với các yếu tố cơ bản. Nếu Sentient không thể cung cấp một sản phẩm AI tiền điện tử có tác động mạnh mẽ và cuối cùng lựa chọn cung cấp token bị thổi phồng, thì cuối cùng điều này sẽ gây hại cho cộng đồng tiền điện tử, vốn đang rất cần xây dựng lại niềm tin. Chúng ta vẫn phải chờ xem đội ngũ sẽ giải quyết tình thế tiến thoái lưỡng nan hiện tại của ngành như thế nào.

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, chẳng hạn như dữ liệu, mô hình, điện toán, đào tạo hoặc suy luận, hoặc phát triển các ứng dụng tiêu dùng như tác nhân AI. Các dự án được định vị là chuỗi AI bao gồm chuyển đổi AI của Chuỗi cũ (Gần và ICP) hoặc chia sẻ tài nguyên phi tập trung , phối hợp và các giao thức khích lệ token như Bittensor. Định vị của Sentient không hoàn toàn phù hợp với những điều này. Về mặt đào tạo mô hình, Sentient hoạt động giống như một nền tảng tích hợp hơn, hợp tác với các mô hình AI mã nguồn mở hiện có. Về phía tác nhân, Sentient cạnh tranh với Talus, Olas và Theoriq trong các hệ thống đa tác nhân và khả năng suy luận, mặc dù có một số điểm trùng lặp. Tuy nhiên, mỗi dự án đều có các mục tiêu cốt lõi và kịch bản ứng dụng riêng biệt, dẫn đến các cơ hội bổ sung cho nhau.

8. Tóm tắt

Sentient, một nền tảng giao thức trí tuệ nhân tạo (AGI) phi tập trung, hướng đến mục tiêu cung cấp một cấu trúc sở hữu rõ ràng cho các mô hình AI và tạo điều kiện thuận lợi cho việc truy cập và phân phối giá trị thông qua các cơ chế Chuỗi, giải quyết vấn đề sở hữu không rõ ràng và bất công trong thị trường LLM tập trung hiện nay. Khung cốt lõi của Sentient, OML (Mở, Có thể kiếm tiền, Trung thành), tận dụng công nghệ dấu vân tay mô hình và blockchain để đảm bảo quyền sở hữu, tính minh bạch và chia sẻ lợi nhuận công bằng cho các mô hình mã nguồn mở. Tận dụng nguồn lực của Sandeep Nailwal, đồng sáng lập Polygon , Sentient đã nhận được sự hỗ trợ từ nhiều quỹ đầu tư mạo hiểm hàng đầu và các đối tác trong hệ sinh thái AI. Bất chấp sự bất ổn, tranh cãi và cạnh tranh trong quá trình phát triển, Sentient mong muốn trở thành một giao thức tiêu chuẩn cho quyền sở hữu AI phi tập trung và thúc đẩy sự phát triển phi tập trung của AGI.