Il y a quelque temps, lors d'une pause entre deux ordres de contrats, j'ai soudainement réfléchi à une question : si l'IA sur la chaîne pouvait effectuer directement des calculs sur la chaîne, en évitant les allers-retours hors chaîne et en supprimant les protocoles intermédiaires, ce genre de conception serait-il vraiment conforme à "l'image que la machine devrait avoir" ?

Cette idée m'a fait remarquer la logique de conception d'OpenGradient — qui peut sembler insignifiante, mais qui est en réalité très robuste.

Quelle est sa pensée centrale ? La phase de prétraitement des données peut tout à fait être réalisée directement au niveau du contrat intelligent. En d'autres termes, il n'est pas nécessaire de transférer les données hors chaîne pour les traiter, puis de les renvoyer, mais plutôt d'intégrer la logique de prétraitement directement dans le contrat.

Que cela implique-t-il ? Un chemin de flux de données plus court, moins d'intermédiaires, et une meilleure cohérence de l'état sur la chaîne. Du point de vue de l'efficacité, c'est une approche plus pure de l'IA sur la chaîne — les données, le calcul et le résultat étant en boucle fermée sur la chaîne, sans sauts inutiles.

Ce qui est intéressant, c'est que beaucoup de discussions sur l'IA sur la chaîne ont tendance à négliger cet angle de conception, en se concentrant plutôt sur le modèle lui-même. Mais en réalité, c'est l'architecture qui détermine si ce système peut fonctionner efficacement ou non.