Onchain AI tidak perlu bermaksud meletakkan model AI yang besar secara onchain. Pendekatan yang lebih baik ialah memberikan setiap tugas jenis kecerdasan yang tepat. Beberapa tugas memerlukan penaakulan mendalam. Sebahagian hanya memerlukan pengelasan pantas. Yang lain mungkin memerlukan analisis imej, pemprosesan data terstruktur, atau pengesahan kriptografi. Di sinilah Ritual menjadi menarik. Alih-alih memaksa setiap aplikasi ke dalam alur kerja AI yang sama, Ritual membuka pintu kepada sistem yang lebih fleksibel, di mana model dan primitif pengiraan yang berbeza boleh bekerja bersama. Model ringkas boleh menangani tugas ringkas. Model khusus boleh menangani masalah tertentu. LLM boleh masuk apabila tugas benar-benar memerlukan penaakulan atau bahasa semula jadi. Dan agen boleh menghubungkan bahagian-bahagian ini ke dalam alur kerja yang lebih besar. Ini penting kerana aplikasi sebenar peduli dengan lebih daripada saiz model. Mereka peduli dengan kelajuan, kos, kebolehpercayaan, privasi, dan sama ada hasilnya boleh dipercayai. Ritual sedang membina dunia di mana kecerdasan menjadi sebahagian daripada stak yang boleh diprogramkan, bukan sekadar API luaran yang dipanggil oleh aplikasi. Masa depan yang menarik bukanlah tentang meletakkan satu model raksasa di mana-mana sahaja. Ia tentang menjadikan bentuk-bentuk kecerdasan yang berbeza boleh digunakan onchain, tepat di mana ia diperlukan. Itulah idea besar di sebalik kecerdasan yang boleh diprogramkan. Dan Ritual sedang membina infrastruktur untuknya. @ritualfnd @ritualnet