مشروع Crypto AI project التابع لـ OpenServ يدّعي أنه يتفوق على OpenAI في مقارنات الأداء المباشرة.

تُحاول شركة Crypto AI المفتوحة OpenServ بيع شيئين معًا: قصة البنية التحتية للذكاء الاصطناعي وقصة رمز/توكن كريبتو. إن ادعاءها بأن نموذجها الجديد، SERV Nano، يمكنه أن يطابق أو يتفوق على OpenAI في بعض المهام جعل هذا الطرح أكثر إثارة للاهتمام، لكنهم أيضًا رفعوا معيار الإثبات.

تصف الشركة نفسها بأنها حزمة متكاملة لبناء وإطلاق وتشغيل الشركات الناشئة الذاتية الحكم، مع “مسارات منتج” تمتد عبر وكلاء الذكاء الاصطناعي، وأدوات سير العمل، وبنية الاستدلال/التفكير، وآليات إطلاق التوكن، والقدرة على تحقيق إيرادات على السلسلة (on-chain). وهذا يضعها ضمن فئة ما تزال غير مكتملة البناء.

لماذا هذا مهم: تُعد مزايدة EDX Markets للحصول على ترخيص بنك ثقة فيدرالي اختبارًا حيًا لما إذا كانت الشركات المدعومة من وول ستريت قادرة على نقل المزيد من مكدس الحفظ والتسوية في كريبتو إلى داخل محيط القطاع المصرفي الأمريكي. ويحمل ذلك تداعيات أوسع من قصة توسع كريبتو اعتيادية.

ما يزال جزء كبير من سوق الذكاء الاصطناعي يتمحور حول النماذج والأغلفة (wrappers) وواجهات المستخدم، بينما توجد طبقة تشغيل أكثر صعوبة في الأسفل من المكدس، حيث تحتاج الأنظمة إلى استدلال محدود، وانضباط في التكاليف، ومخرجات قابلة للتدقيق، وبنية كافية للتعامل مع مهام تحمل ميزانية، ومخاطر تنفيذ، وعواقب واقعية.

أفضل أصول كريبتو للذكاء الاصطناعي حسب القيمة السوقية

#	Coin	Price	24h %	MCap	24h Vol
1	Chainlink LINK	$8.99	+4.39%	$6.54B	$575.14M
2	Bittensor TAO	$319.61	+7.53%	$3.45B	$353.16M
3	NEAR Protocol NEAR	$1.28	+2.75%	$1.65B	$141.23M
4	Internet Computer ICP	$2.37	+4.51%	$1.3B	$52.83M
5	Render RENDER	$1.92	+3.94%	$998.18M	$66.49M
6	DeXe DEXE	$8.81	-0.49%	$737.51M	$21.02M
7	Artificial Superintelligence Alliance FET	$0.24	+3.73%	$535.27M	$162.2M
8	Virtuals Protocol VIRTUAL	$0.65	+5.24%	$424.79M	$49.56M
9	siren SIREN	$0.56	+8.8%	$405.34M	$80.5M
10	AINFT NFT	$0	+1.56%	$329.13M	$12.68M

عرض جميع أصول كريبتو للذكاء الاصطناعي

لقد رفعت العلامات التجارية التي تركز عليها الشركة حول إطلاقها على Base وSolana سؤالًا أساسيًا لكنه مهم. هل OpenServ مشروع بلوكتشين، أم مشروع ذكاء اصطناعي مع وصلات/“مسارات” بلوكتشين ملحقة به؟

تشير الأدلة المتاحة إلى الخيار الأخير. تعرض وثائق OpenServ نفسها المنصة على أنها طبقة بنية تحتية “وكلائية” تدعم منتجات مدفوعة بالذكاء الاصطناعي وسير أعمال تجارية ذاتية الإدارة، بينما تتولى الجهة الخاصة بالكريبتو إنشاء التوكن، وآليات الإطلاق، والحوافز، وتدفقات الرسوم، ورأسملة النظام.

تصف وثائق توكن $SERV الأصل بوصفه توكنًا أصليًا للنظام البيئي مرتبطًا بآليات الاستخدام والحرق (burn) والمكافآت عبر المنصة. يشير هذا التأطير إلى عمل ذكاء اصطناعي أصيل كريبتو، وليس إلى بروتوكول بلوكتشين على “طبقة أساسية”.

لا تحاول OpenServ التنافس مع Base أو Solana أو أي سلسلة أخرى باعتبارها شبكة. بل تحاول الجلوس فوق النماذج وفوق السلاسل، ثم امتلاك طبقة يمكن من خلالها هيكلة الوكلاء ونشرهم وتحقيق الدخل منهم.

عمليًا، يعني ذلك أن عنصر البلوكتشين يخدم التوزيع والإطلاق والتنسيق الاقتصادي، بينما تقع الطرح التقني الأساسي داخل طبقة التنسيق والاستدلال. وقد بدأ السوق يكافئ المشاريع التي يمكنها تقديم ذلك كنظام متكامل من طرف إلى طرف.

المخاطرة تكمن في أن تُحزم عدة ادعاءات في علاوة سردية واحدة قبل أن تكون كل طبقة قد تجاوزت معيار الإثبات الخاص بها.

Base وSolana ومحاولة تحويل بنية تحتية للذكاء الاصطناعي إلى نموذج أعمال أصيل كريبتو

من الأسهل فهم بنية OpenServ على أنها مكدس طبقي. في الأعلى توجد القصة المتعلقة بالمنتج حول الشركات الناشئة الذاتية الحكم، ووكلاء الذكاء الاصطناعي، وأدوات الخدمة الذاتية. وفي المنتصف توجد ادعاءات التنسيق، حيث يجادل OpenServ بأنه بنى إطارًا للاستدلال المنظم يمكنه تنسيق سلوك الوكلاء بكفاءة أكبر من سلاسل المطالبات العامة.

وفي الأسفل توجد طبقة تحقيق الدخل من الكريبتو، حيث يمكن للمشاريع إطلاق توكنات، وإنشاء سيولة، وتوجيه قيمة المنصة عبر أصل ضمن النظام البيئي. تربط المواد العامة للشركة هذه الأجزاء معًا مرارًا وتكرارًا.

تقدم موقعها على الويب البناء والإطلاق والتشغيل كمسار واحد متصل، بينما توضح الوثائق آليات إطلاق التوكن والتقاط قيمة النظام البيئي بتفاصيل أكبر.

يساعد هذا الهيكل في تفسير استخدام Base وSolana. تمنح Base OpenServ بيئة متوافقة مع EVM لإطلاق التوكنات وسير عمل السيولة، بينما تمنحها Solana وصولًا إلى نظام بيئي أسرع وأقل تكلفة يبقى نشطًا في التجارب على توكنات التجزئة وتصميم تطبيقات على السلسلة.

إن استخدام السلسلتين يوسع السوق القابل للاستهداف ويمنح OpenServ طريقة لتقديم نفسها على أنها “مرنة تجاه السلسلة” وليست “معتمدة على سلسلة بعينها”. وبالنسبة لشركة تحاول بيع أدوات ذكاء اصطناعي لجمهور أصيل كريبتو، فإن هذا التصميم منطقي تجاريًا.

يسمح ذلك لـ OpenServ بالقول إن طبقة استدلالها قادرة على قيادة أنظمة ذاتية الحكم، بينما تتولى “مسارات” البلوكتشين التعامل مع الإطلاق والملكية والحوافز والتنسيق المالي.

توجد مسألة أكثر صعوبة تحت التغليف، حول أين يعيش “الخندق/الميزة” الدائمة فعليًا. يمكن لإطار إطلاق التوكن جذب الانتباه بسرعة، خصوصًا عندما يستفيد من شهية السوق الحالية للأصول المرتبطة بالذكاء الاصطناعي. يمكن أن يتحرك التوزيع بسرعة. ويمكن أن تتحرك رأس المال بسرعة أكبر.

عادةً ما توجد قابلية الدفاع أعمق في المكدس. إذا كانت ميزة OpenServ الدائمة موجودة في التنسيق، فإن Base وSolana تعمل كأماكن نشر مفيدة، بينما يكون الأصل الحقيقي هو طبقة الاستدلال المملوكة التي تدعي أن وكلاء الذكاء الاصطناعي أرخص وأسرع وأكثر موثوقية.

أما إذا كانت الحافة الأساسية موجودة بدلًا من ذلك في تصميم التوكن والتغليف على مستوى السلسلة، فستبدو المنصة أقرب إلى آلة توزيع كريبتو ملفوفة بسردية ذكاء اصطناعي.

وعليه، يجب أن تبقى تقييمات البلوكتشين مرتبطة بالمعايير. يمكن لمسارات OpenServ الكريبتوية أن تشرح كيف تتحرك القيمة عبر النظام البيئي. لكنها لا تجيب عمّا إذا كان النظام يؤدي فعلًا بشكل أفضل من البدائل.

غالبًا ما يضغط السوق هذه القضايا إلى حزمة تشمل فريقًا قويًا، وسوقًا كبيرة، وتموضعًا مبكرًا، وتوكنًا مسعّرًا بأقل من قيمته. قد يؤدي هذا التأطير إلى جذب الانتباه والسيولة.

ولا يحسم ذلك ما إذا كان المنتج قد تجاوز الخط من كونه بنية مثيرة للاهتمام إلى بنية تحتية تم التحقق منها بشكل مستقل. تعتمد قيمة Base وSolana في هذا السيناريو على ما يدعمونه.

إذا كانوا يدعمون طبقة استدلال تحقق مكاسب اقتصادية وتشغيلية قابلة للقياس، تصبح مكوّن البلوكتشين جزءًا من مكدس متماسك. إذا كانوا يدعمون “علاوة سردية” حول مقتطفات معيارية (benchmark) ولغة تبنٍ انتقائية، فإن طبقة on-chain تُضخم التقلب أكثر مما تضيف قوة للمنتج.

تقدم مواد OpenServ الخاصة بها دليلًا كافيًا لإثبات نقطة واحدة بوضوح. إنها منصة ذكاء اصطناعي أصيلة كريبتو تستخدم البلوكتشين للإطلاق وتحقيق الدخل والتنسيق داخل النظام البيئي.

يبدو ذلك أكثر دقة من تسميتها بروتوكول بلوكتشين، وأكثر فائدة من اختزالها إلى غلاف ذكاء اصطناعي مع توكن. تحاول المنصة دمج أدوات الوكلاء مع مسارات اقتصادية على السلسلة، ثم تمتلك طبقة التشغيل بين النماذج والنشر المُحقق الدخل.

هذا الطموح واضح. والعمل المتبقي يتمثل في إثبات أن منتصف المكدس قوي بقدر ما يوحي به التغليف الخارجي.

مخطط يوضح معمارية مكدس ذكاء اصطناعي طبقي لدى OpenServ، بما في ذلك طبقة المنتج وطبقة الوكلاء، طبقة تنسيق Braid، مسارات crypto-economic، ومعايير الأداء التي تقارن التكاليف والنشر عبر شبكات البلوكتشين

مقارنات مع OpenAI وSERV Nano وادعاءات المعايير التي تحمل العبء السردي

تمركز الثقل في التموضع الحالي لدى OpenServ يتمحور حول لغة المعايير (benchmarks). تركز أقوى الادعاءات العامة على إطار الاستدلال الخاص بالشركة وعلى عرض SERV Nano، حيث يجادل المسؤولون التنفيذيون والجهات الترويجية بأن النظام يمكنه التفوق على نماذج OpenAI أو مطابقتها في التقييمات القياسية، مع تشغيل بتكلفة أقل بشكل حاد وبسرعة أعلى.

صُممت تلك الادعاءات لتؤدي وظيفتين معًا. أولًا، تُشير إلى أن OpenServ تعمل على عنق زجاجة تقني حقيقي داخل أنظمة الوكلاء. ثانيًا، تُنشئ جسرًا للتقييم بين أداء البنية التحتية والزيادة المحتملة في قيمة التوكن.

بمجرد أن يسمع السوق عبارة “مطابقة GPT-5.4 بتكلفة أقل بـ20x وبسرعة 3x”، ينتقل عبء الإثبات إلى المنهجية، واختيار المهام، وقابلية التكرار، والأدلة على عملية النشر.

لقد نشرت OpenServ موادًا حول إطار BRAID الخاص بها، وهو اختصار لـ Bounded Reasoning for Autonomous Inference and Decisions. تقول الشركة إن هذه الطبقة تحسن الأداء مقابل الدولار وترفع الموثوقية عبر المهام المحدودة من خلال استبدال المطالبات ذات البنية الفضفاضة بعملية أكثر حتمية وقابلة للقراءة من الآلة.

تقدم ورقة arXiv المرتبطة الإطار بصيغة أكاديمية وتُشير إلى تسجيلات معيارية داخلية. يمنح ذلك OpenServ مساحة سطحية تقنية أكبر من حملة ترويجية نمطية. كما يعني أن أقوى الادعاءات يمكن اختبارها بمعيار أعلى.

يحتاج مقارنة OpenAI إلى التعامل بحذر. تُقدّم وثائق OpenAI الخاصة بـ GPT-5.4 nano النموذج كخيار منخفض التكلفة وعالي السرعة للمهام عالية الحجم.

يشير هذا التموضع إلى أن المقارنة أكثر دقة وتعقيدًا من مجرد مواجهة “واجهة مقابل واجهة” على مستوى الحدود (frontier). عندما تدّعي أطر طرف ثالث أنها يمكنها مطابقة نموذج OpenAI أو تجاوزه، يمكن أن يعكس ذلك عدة مصادر مختلفة للرفع (lift).

قد يأتي من تأطير المهام بشكل أضيق. وقد يأتي من منطق التوجيه (routing). وقد يأتي من هيكلة/دعائم حتمية (deterministic scaffolding). وقد يأتي من قيود تقلل تباين المخرجات (output variance). وقد يأتي من محاسبة التكلفة التي تقيس كفاءة النظام على مستوى المنظومة بدلًا من مجرد القدرة الخام للنموذج.

يمكن أن يكون كل واحد من هذه الأمور ذا معنى تجاريًا. وكل واحد منها يقول شيئًا مختلفًا عن ما تم تحقيقه.

بالنسبة إلى OpenServ، السؤال المحوري هو ما الذي يجري مقارنته بالضبط. إذا كان SERV Nano هو نموذج، فإن الشركة تقدم ادعاءً واحدًا فقط. إذا كان طبقة تنسيق أو غلافًا منظمًا يجلس فوق نموذج آخر، فإن الادعاء يأخذ شكلًا مختلفًا.

إذا كانت النتيجة تعتمد على مهام محدودة مع أشجار قرارات ضيقة، فقد يظل ذلك مفيدًا في البيئات المؤسسية حيث تُعد الموثوقية والتحكم في التكلفة أكثر وزنًا من مدى محادثة واسع. وإذا كانت النتيجة تُعمم إلى “منافسة/تجاوز كل نموذج من نماذج OpenAI”، تتحرك اللغة أسرع من المعلومات المطلوبة لتقييمها.

تصير هذه التفرقة أكثر أهمية لأن أقوى روايات السوق غالبًا ما تتشكل حول مجموعة من ادعاءات متجاورة. تجمع الرسائل العامة لدى OpenServ بين انتصارات معيارية، وفروقات كبيرة في السرعة والتكلفة، واستخدام مؤسسي، ولغة نشر حكومي، وإطار تقييم أقل من 50 مليون دولار تتم الترويج له من جانب الداعمين.

عند هذه النقطة، لا تقوم “المعايير” بعمل تقني فقط. إنها ترعى أطروحة التوكن.

تضع بيانات السوق العامة من CoinGecko حاليًا SERV ضمن نطاق الشركات صغيرة القيمة (small-cap)، مع رسملة سوقية في حدود “منتصف العشرات بالملايين” خلال أحدث مراجعة، ما يبقي خطاب عدم التماثل (asymmetry) حيًا بالنسبة للمضاربين. ومع ذلك، فإن تقييم التوكن وصلاحية المعايير يقفان على درجات/سلالم مختلفة.

النشرة اليومية من CryptoSlate

إشارات يومية، دون ضوضاء.

عناوين رئيسية سياقية تُحرّك السوق وتصل كل صباح في قراءة مركزة واحدة.

ملخص لمدة 5 دقائق أكثر من 100 ألف قارئ

عنوان البريد الإلكتروني

احصل على النشرة

مجاني. لا سبام. يمكنك إلغاء الاشتراك في أي وقت.

عذرًا، يبدو أن هناك مشكلة. يرجى المحاولة مرة أخرى.

لقد اشتركت. أهلا بك.

يمكن لقيمة سوقية منخفضة أن تخلق صعودًا إذا كان المنتج حقيقيًا. كما يمكن أن تخلق جيبًا سرديًا يتحرك بسرعة حتى قبل أن يتم تأسيس المنتج بشكل مستقل.

أين يقف الآن حد الإثبات

لا يعني كل هذا أن ادعاءات المعايير يجب رفضها. إن طبقة استدلال منظمة تقدم دقة أعلى مقابل كل دولار على مهام محدودة ستعالج ألمًا حقيقيًا في ذكاء اصطناعي مؤسسي.

ما يزال منحنيات التكلفة مهمة. ولا تزال زمنية الوصول (latency) مهمة. وما تزال الموثوقية تحت القيود مهمة.

لا تحتاج المؤسسات إلى أن يشبه كل سير عمل أبحاث حدودية (frontier). كثير منها يحتاج أنظمة تنفذ مهامًا قابلة للتكرار بتكلفة منخفضة وبسرعة، ضمن حدود محددة.

وهذه بالضبط البيئة التي يمكن أن تخلق فيها طبقة التنسيق قيمة. وهي أيضًا البيئة التي يجب أن يكون فيها معيار الإثبات الأعلى، لأن الأنظمة المحدودة قد تبدو قوية تحت ظروف مُنسقة ثم تتدهور عندما تزداد تعقيدات المهام أو الغموض أو مخاطر التكامل.

وبالتالي، فإن المرحلة التالية في تقييم OpenServ تتمثل في الأدلة المتعلقة بالإعدادات، واختيار المهام، وقابلية التكرار، وإحالات العملاء. ما نماذج OpenAI التي تمت مقارنتها؟ وبأي ظروف؟ ماذا يعني “مطابق/تمت المطابقة” رقميًا وتشغيليًا؟ هل تم تمكين الأدوات؟ هل كانت نوافذ السياق (context windows) متوافقة؟ هل تم اختيار المهام من معايير عامة، أو سير عمل مؤسسي خاص، أو تراكيب داخلية؟ كم من ميزة التكلفة جاءت من اختيار النموذج مقابل منطق التنسيق؟

لا تضعف هذه الأسئلة القضية. بل تحددها. يجب أن ترحب شركة بنية تحتية جادة بهذا المعيار، لأن القيمة الدائمة في هذه الفئة ستتراكم لدى المنصات التي تستطيع إظهار عملها وأن تصمد أمام فحص مستقل.

تأتي آخر طبقة في أطروحة OpenServ بعد Base وSolana وجداول المعايير. إنها تقع في مجال الإثبات. فقد تجاوزت الرسائل العامة حول المنصة اقتصاديات النماذج إلى المصداقية القابلة للإنتاج (production credibility)، مع الإشارة إلى تبنٍ مؤسسي واستخدام من قبل حكومة الإمارات.

ستعزز هذه الادعاءات، إذا تم التحقق منها بالكامل، وضع المنصة بشكل ملموس. وستشير إلى أن OpenServ انتقلت من كونها بنية معمارية جيدة التسويق إلى فئة أضيق من الشركات التي يمكنها بيع ذكاء اصطناعي تشغيلي تحت قيود واقعية.

هذا القفز كبير، ويجب أن يرتفع معه حد الأدلة.

حتى الآن، توفر الوثائق العامة رؤية جزئية وليست تحققًا كاملًا. تقدم مواد OpenServ الخاصة تفاصيل حول الإطار ونظام التوكن وبنية المنتج.

تستند توزيع بيانات/بيانات صحفية مرتبطة بالشركة إلى الإشارة إلى استخدام مؤسسي وبيئات إنتاج مرتبطة بالحكومة. وما يزال من الصعب إثباته عبر مصادر عامة مستقلة هو الهوية الدقيقة لتلك عمليات النشر، ونطاق الاستخدام، والتمييز بين الإنتاج المدفوع وعلاقات التجربة/الطليعة (pilot)، والخط المباشر بين نتائج المعايير والنتائج التجارية التي تم نشرها فعليًا.

ستحدد هذه التفاصيل ما إذا كانت OpenServ تنتمي إلى فئة شركات بنية تحتية موثوقة، أو إلى المجال الأوسع لمشاريع AI-crypto التي يمكنها تقديم مكدس مثير للإعجاب أسرع مما يمكنها إثباته.

يساعد السياق الأوسع للسوق على توضيح ذلك. لقد دخلت بنية تحتية للذكاء الاصطناعي مرحلة حيث بدأ وزن التنسيق والتحكم وقابلية التدقيق والتسوية يساوي وزن جودة النموذج.

لقد لفتت التقارير الأخيرة عبر كريبتو وذكاء اصطناعي الانتباه أكثر إلى التحقق، والضمان (escrow)، والمدفوعات الآلية، ومشكلات التنسيق التي تنشأ عندما تتجاوز الوكلاء “الدردشة” وتبدأ في المعاملات أو العمل ضمن قيود السياسة. يمنح هذا الخلفية لطرح OpenServ أهمية أكبر من رواية توكن ذكاء اصطناعي عامة.

الشركة تشير إلى عنق زجاجة حقيقي. تحتاج الوكلاء التي تحمل ميزانية وسلطة ونطاقًا تشغيليًا إلى طبقة تنفيذ موثوقة. تحتاج إلى بنية. تحتاج إلى منطق محدود (bounded logic). تحتاج إلى قدر كافٍ من الحتمية ليصبح التدقيق والمساءلة ممكنين.

وتحدد هذه الخلفية أيضًا اختبارًا أكثر صرامة. بمجرد أن يدّعي نظام أنه يجلس في طبقة الثقة ضمن مكدس الوكلاء، تصبح كل ادعاءات داعمة ذات دلالة تشغيلية.

يجب أن يكون ادعاء النشر الحكومي قابلًا للتسمية وضمن نطاق واضح وقابلًا لإسناد المسؤولية/الملكية. يجب تصنيف العلاقات مع الشركات على أنها تجارب/شراكات تصميم/عقود مدفوعة/أنظمة إنتاج. يجب أن تسمح أوراق المعايير للقُرّاء الخارجيين بفهم ما تم قياسه بالضبط ومن أين جاءت الزيادة (lift).

يجب أن يكون للتوكن دور واضح وقابل للقراءة في تراكم القيمة بدلًا من أن يكون مجرد “علاوة” زائدة محيطة حول منصة نمط SaaS. وكل واحد من هذه الأمور يمكن إدارته. معًا تشكل العتبة الحقيقية.

تستحق OpenServ الاهتمام، لكن الإطار الصحيح يبقى منضبطًا. يبدو أن الشركة تبني منصة بنية تحتية للذكاء الاصطناعي مع مسارات بلوكتشين على Base وSolana، بينما تستخدم نتائج المعايير ضد نماذج مرتبطة بـ OpenAI للحجاج بأن طبقة الاستدلال لديها يمكنها تقديم اقتصاديات أفضل على مهام محدودة.

يعالج هذا الطقم حاجة سوقية حقيقية. كما يخلق سطحًا ترويجيًا يمكن أن يسبق التأكيد المستقل.

ستعتمد المرحلة التالية على عمليات نشر مسماة، ومنهجية قابلة لإعادة الإنتاج، وشهادة العملاء، وأدلة على أن المكاسب من معايير مضبوطة تتحول إلى بيئات تشغيلية فوضوية.

في الوقت الراهن، تبدو OpenServ أقل شبهًا ببروتوكول بلوكتشين مستقل وأكثر شبهاً بشركة بنية تحتية للذكاء الاصطناعي أصيلة كريبتو.

تساعد مساراتها على بلوكتشين في إطلاق المنصة وتحقيق الدخل منها. وتحمل ادعاءات المعايير العبء التحليلي الأثقل.

تكمن فرصتها في إثبات أن طبقة استدلال منظمة يمكنها إنتاج مكاسب موثوقة في التكلفة والسرعة والثقة التشغيلية. إذا وصل هذا الإثبات، ستكون المنصة ذات أساس أقوى من كثير من روايات توكنات الذكاء الاصطناعي التي تتداول حاليًا على حرارة الفئة.

وإذا بقي هذا الإثبات غير واضح/متشتت، فسيرى السوق أنه تعلم شيئًا ذا قيمة حول اتجاه تدفق الانتباه في المرحلة التالية من بنية تحتية للوكلاء: نحو الطبقة التي تلتقي فيها النماذج والتنفيذ وتحقيق الدخل.

مذكور في هذه المقالة

OpenAI

تم النشر في

مميز التكنولوجيا الأشخاص الثقافة الذكاء الاصطناعي المجتمع

الكاتب عرض الملف الشخصي →

Liam ‘Akiba’ Wright

رئيس التحرير • CryptoSlate

كما يُعرف باسم “Akiba”، يعمل Liam Wright كمراسل ومنتج بودكاست ورئيس تحرير في CryptoSlate. وهو يعتقد أن التكنولوجيا اللامركزية لديها القدرة على إحداث تغيير إيجابي واسع النطاق.

@akibablade LinkedIn

السياق

تغطية ذات صلة

بدّل الفئات للتعمق أكثر أو للحصول على سياق أوسع.

فئة AI الأعلى      البيانات الصحفية Newswire  

AI

قفزة GPT-5.4 Pro إلى 150 IQ في اختبار MESNA Norway بينما تخترق OpenAI رقمها القياسي الخاص بها

تصل قفزة حادة على معيار عام بينما يزن السوق التضخم والعمل وسرعة الاضطراب الذي تقوده تطبيقات الذكاء الاصطناعي.

قبل يومين

التكنولوجيا

دفعت Ripple بلوكتشين أكثر خصوصية إلى البنوك وأضيفت فحوصات كود ذكاء اصطناعي مع تزايد المخاوف من أنها قد تترك سعر XRP وراءها

تهدف Ripple إلى إحداث ثورة في البنية التحتية للبلوكتشين المؤسسي مع ميزات خصوصية وأمان للذكاء الاصطناعي محسّنة على XRPL.

قبل أسبوع

الفائزون من الكريبتو بسبب الذكاء الاصطناعي ليسوا “عملات ذكاء اصطناعي” لأن الوكلاء يبدأون بالإنفاق بشكل ذاتي

تحليل · قبل أسبوع

يتم الآن تنفيذ إعادة ضبط الذكاء الاصطناعي مع تسارع عمليات التسريح، وتُصاب إحدى المجموعات بأشد الضرر

AI · قبل 4 أسابيع

هل يمكن للكريبتو أن يحميّنا ضد شبكة الوكلاء الاقتصادية المتزايدة التي تقودها برامج ذكاء اصطناعي؟

AI · قبل 4 أسابيع

يستقطب الذكاء الاصطناعي مطورين أكثر كبارًا بينما يمحو بهدوء الوظائف التي ينتجها

AI · قبل شهر

CoinRabbit تخفّض معدلات إقراض الكريبتو لقروض XRP و300+ أصل

ومع بدء معدلات الإقراض من 11.95%، توسع CoinRabbit الاقتراض المدعوم بالعملات الرقمية منخفضة التكلفة عبر XRP وأكثر من 300 أصل مدعوم.

قبل ساعة

ADI Chain تعلن ADI Predictstreet كشريك رسمي لسوق التوقعات لكأس العالم FIFA 2026

مدعومة من ADI Chain، ستظهر ADI Predictstreet على أكبر مسرح في كرة القدم كمشارك رسمي لسوق التوقعات لكأس العالم FIFA 2026.

قبل 3 أيام

تم تسمية بورصة BTCC كشريك إقليمي رسمي للمنتخب الوطني الأرجنتيني

PR · قبل 4 أيام

Encrypt قادم إلى Solana لتشغيل أسواق رأس مال مشفرة

PR · قبل 6 أيام

Ika قادمة إلى Solana لتشغيل أسواق رأس مال بلا جسور

PR · قبل 6 أيام

إطلاق شبكة TxFlow L1 الرئيسية يحدد مرحلة جديدة لتمويل on-chain متعدد التطبيقات

PR · قبل 6 أيام

Disclaimer

آراء كتابنا تخصهم وحدهم ولا تعكس رأي CryptoSlate. لا ينبغي أخذ أي من المعلومات التي تقرؤها على CryptoSlate كاستشارة استثمارية، ولا تدعم CryptoSlate أي مشروع قد تتم الإشارة إليه أو ربطه في هذه المقالة. يجب اعتبار شراء وتداول العملات الرقمية نشاطًا عالي المخاطر. يرجى إجراء العناية الواجبة بنفسك قبل اتخاذ أي إجراء يتعلق بالمحتوى الموجود في هذه المقالة. وأخيرًا، لا تتحمل CryptoSlate أي مسؤولية في حال خسرت أموالًا أثناء تداول العملات الرقمية. لمزيد من المعلومات، راجع إخلاءات مسؤولية شركتنا.