Tag: نوآوری فناوری

ان‌ویدیا بزرگترین چک خود را خارج از ایالات متحده صادر کرد: ۳.۵ میلیارد دلار برای اوراق قرضه قابل تبدیل مدیاتک در معامله‌ای که روز دوشنبه اعلام شد. این خرید حدود ۹۰ درصد از عرضه اوراق قرضه offshore مدیاتک به ارزش ۳.۹ میلیارد دلار را پوشش می‌دهد که مدیاتک آن را بزرگترین عرضه از این نوع در تاریخ بازار سرمایه این جزیره نامیده است.

آلفابت، شرکت مادر گوگل، نیز در این سرمایه‌گذاری مشارکت داشته است، هرچند هیچ یک از شرکت‌ها میزان سهم گوگل را اعلام نکردند.

این معامله، مشارکتی را که پیش از این در حوزه‌های کامپیوترهای شخصی، مراکز داده و خودروها وجود داشته، عمیق‌تر می‌کند. طبق بیانیه مشترک شرکت‌ها، مدیاتک پلتفرم NVLink Fusion ان‌ویدیا را اتخاذ خواهد کرد و تراشه‌های سفارشی‌سازی شده را مستقیماً به سیستم‌های محاسباتی در مقیاس رک ان‌ویدیا متصل خواهد نمود. سه حوزه کلیدی در این همکاری مورد توجه قرار گرفته‌اند: زیرساخت‌های هوش مصنوعی، هوش مصنوعی لبه (edge AI) و خودروهای نرم‌افزارمحور.

در بخش هوش مصنوعی لبه، مدیاتک و ان‌ویدیا به همکاری خود در ساخت تراشه‌های RTX Spark و DGX Spark ادامه می‌دهند و با ترکیب کار مدیاتک در زمینه سیستم-روی-چیپ (SoC) با پردازنده‌های گرافیکی ان‌ویدیا، کامپیوترهای هوش مصنوعی و ایستگاه‌های کاری توسعه‌دهندگان را تولید می‌کنند. جنسن هوانگ، مدیرعامل ان‌ویدیا، در مصاحبه با بلومبرگ تی‌وی اظهار داشت که این یک تامین مالی چرخه‌ای نیست، زیرا این دو شرکت کسب‌وکارهای جداگانه‌ای را اداره می‌کنند.

با این حال، باور کامل این ادعا کمی دشوار است و دلایل آن به شرح زیر است:

طبق توافق، ان‌ویدیا اوراق قرضه بدون بهره خریداری کرده است، به این معنی که مدیاتک هیچ سودی را پرداخت نمی‌کند مگر اینکه دارندگان اوراق قرضه در قیمت از پیش تعیین شده‌ای اقدام به تبدیل کنند. این امر به ان‌ویدیا امکان می‌دهد تا در صورت ادامه روند صعودی سهام مدیاتک، بدون نیاز به خرید، از افزایش ارزش سهام بهره‌مند شود. منتقدان این ساختار را “تامین مالی چرخه‌ای” نامیده‌اند؛ به این صورت که ان‌ویدیا تراشه‌ها را می‌فروشد، خریدار را تامین مالی می‌کند و در صورت افزایش ارزش سهام خریدار به دلیل خرید تراشه‌های بیشتر، مجدداً سود می‌برد.

مبلغ ۳.۵ میلیارد دلار چک ان‌ویدیا، حدود ۳.۶ درصد از درآمد ۹۶.۲ میلیارد دلاری این شرکت را در دوره منتهی به اواخر ژوئیه تشکیل می‌دهد.

مدیاتک به طور اتفاقی به این نقطه نرسیده است. این شرکت در حال رقابت برای ایجاد یک کسب‌وکار در حوزه مراکز داده با محوریت تراشه‌های شتاب‌دهنده هوش مصنوعی سفارشی (ASICs) است. این تراشه‌ها برای انجام یک وظیفه خاص به خوبی طراحی شده‌اند، برخلاف پردازنده‌های گرافیکی ان‌ویدیا که قابلیت‌های عمومی‌تری دارند. مدیاتک انتظار دارد این کسب‌وکار امسال بیش از ۲ میلیارد دلار درآمد داشته باشد و بازار هدف آن تا سال ۲۰۲۷ به ۸۰ میلیارد دلار برسد. مدیاتک اکنون ۱۵ تا ۲۰ درصد از این بازار را هدف قرار داده است، که نسبت به ۱۰ تا ۱۵ درصد قبلی افزایش یافته است.

مدیاتک تنها شرکتی نیست که به دنبال این بازار است. گوگل برای ساخت واحدهای پردازش تنسور سفارشی خود به Broadcom متکی بوده است و OpenAI نیز در ماه ژوئن تراشه استنتاج Jalapeño خود را که توسط Broadcom ساخته شده بود، معرفی کرد. مدیاتک نیز به طور پنهانی به گوگل در ساخت تراشه‌های سفارشی خود کمک کرده است و به گوگل گزینه‌ای دوم فراتر از فروشگاه طراحی Broadcom ارائه می‌دهد.

سرمایه‌گذاری ان‌ویدیا در مدیاتک، ارزشمندترین سازنده تراشه جهان را در دومین فروشگاه بزرگ ASIC قرار می‌دهد، در حالی که بزرگترین مشتریانش همچنان به دنبال راه‌هایی برای دور زدن پردازنده‌های گرافیکی آن هستند.

اولین ASIC شتاب‌دهنده هوش مصنوعی مدیاتک قرار است در سه ماهه چهارم سال ۲۰۲۶ وارد تولید انبوه شود و نسل دوم این تراشه برای تولید در حجم بالا در سال ۲۰۲۸ برنامه‌ریزی شده است.

شرکت Anthropic روز سه‌شنبه از مدل‌های هوش مصنوعی Claude Fable 5.1 و Claude Mythos 5.1 رونمایی کرد. این اولین به‌روزرسانی برای خط مدل‌های کلاس Mythos از زمان عرضه Fable 5 در تاریخ ۹ ژوئن است.

این شرکت ادعا می‌کند که مدل‌های جدید هوش مصنوعی، «پیشرفته‌ترین مدل‌های جهان برای کدنویسی و کارهای دانشی» هستند. این عرضه سه ماه پس از چرخه‌ای صورت می‌گیرد که پیش از این شاهد توقف ۱۸ روزه صادرات به دلیل کنترل‌های دولتی، جنگ قیمتی بر سر دسترسی اشتراکی در اواسط تابستان و عرضه Claude Opus 5 در ماه ژوئیه بود که از نظر قیمت، Fable 5 را تحت‌الشعاع قرار داد.

بر اساس اعلام Anthropic، Fable 5.1 و Mythos 5.1 از یک مدل زیربنایی یکسان بهره می‌برند، اما با فیلترهای ایمنی متفاوتی که به آن‌ها متصل شده است. Fable 5.1 برای تمامی کاربران دارای حساب Claude در دسترس است. Mythos 5.1 همچنان برای متخصصان تأیید شده در حوزه امنیت سایبری و علوم زیستی از طریق برنامه‌های تأیید امنیت سایبری و علوم زیستی Anthropic محدود شده است. این برنامه‌ها جانشین مسیر دسترسی Project Glasswing هستند که دسترسی به Mythos 5 را کنترل می‌کرد.

آنچه معیارها واقعاً می‌سنجند

شاخص اصلی Anthropic از معیار Terminal-Bench-Science 0.1 به دست آمده است. این معیار، توانایی یک عامل هوش مصنوعی را در انجام وظایف تحقیقات علمی در محیط خط فرمان می‌سنجد و بر اساس نرخ موفقیت امتیازدهی می‌شود.

Fable 5.1 با امتیاز ۵۲.۶ درصد، در مقایسه با ۲۴.۷ درصد Fable 5 و ۲۹.۰ درصد Opus 5، بیش از دو برابر نسل قبلی خود عمل کرده است.

معیار Terminal-Bench 4.0، کدنویسی عامل‌محور را از طریق ترمینال ارزیابی می‌کند؛ این شامل نوشتن، اجرا و اشکال‌زدایی کد در جلسات چند مرحله‌ای خط فرمان است و بر اساس درصد وظایف انجام شده صحیح امتیازدهی می‌شود. Fable 5.1 با امتیاز ۵۵.۸ درصد، نسبت به ۴۲.۰ درصد Fable 5 پیشرفت داشته و از ۵۲.۳ درصد Opus 5 جلوتر است.

Mythos 5.1 که با فیلترهای امنیتی سایبری سبک‌تری اجرا می‌شود، در همین تست امتیاز ۶۰.۹ درصد را کسب کرده است. Anthropic می‌گوید این اختلاف نشان‌دهنده وظایفی است که سیستم‌های حفاظتی آن رهگیری کرده و به Opus 4.8 ارجاع داده‌اند.

در آزمون Humanity’s Last Exam، یک آزمون استدلال چند رشته‌ای که از سوالات در سطح متخصص در ده‌ها حوزه دانشگاهی تشکیل شده و بر اساس نرخ موفقیت امتیازدهی می‌شود، Fable 5.1 بدون ابزارهای خارجی به امتیاز ۶۰.۹ درصد و با ابزارهای خارجی به ۶۵.۰ درصد دست یافته است. هر دو نتیجه از Opus 5 بهتر هستند و نشان می‌دهند که این مدل پیشرفته‌ترین مدل Anthropic برای اهداف دانشگاهی است.

جایی که از Opus 5 پیشی می‌گیرد و جایی که محاسبات پیچیده‌تر می‌شود

Opus 5 در ماه ژوئیه با نصف قیمت هر توکن Fable 5 عرضه شد و در اکثر معیارهای اصلی از Fable 5 بهتر عمل کرد، که عملاً مدل پرچمدار را برای اکثر کاربران پولی بلااستفاده می‌کرد.

Fable 5.1 این روند را معکوس کرده است: اکنون در تمام معیارهایی که Anthropic منتشر کرده، از جمله معیارهایی که Opus 5 قبلاً Fable 5 را پشت سر گذاشته بود، از Opus 5 پیشی گرفته است.

اما Fable 5.1 همچنان دو برابر Opus 5 هزینه دارد؛ ۱۰ دلار برای ورودی و ۵۰ دلار برای خروجی در مقابل ۵ دلار و ۲۵ دلار برای Opus 5. توکن‌ها واحد اصلی اطلاعاتی هستند که یک مدل می‌تواند پردازش کند (معمولاً حدود دو سوم یک کلمه متوسط انگلیسی) و شرکت‌ها برای استفاده از این مدل‌ها هزینه می‌پردازند، زیرا گردش کارهای سنگین معمولاً سهمیه‌های تعیین شده در برنامه‌های اشتراک را به سرعت مصرف می‌کنند.

استدلال خود Anthropic برای این مدل، بر سطح تلاش به جای امتیازات خام تمرکز دارد: این شرکت می‌گوید که اجرای Fable 5.1 با تلاش استدلالی کم یا متوسط، نتایج قبلی Fable 5 را با هزینه بسیار کمتر مطابقت داده یا از آن فراتر می‌رود، در حالی که سطوح بالای تلاش برای مسائلی که همه چیز را به چالش می‌کشند، رزرو شده است.

برای کارهای روتین، این استدلال برای نادیده گرفتن کامل Opus 5 با کاهش درجه تلاش، ضعیف‌تر می‌شود.

دسترسی به این مدل، همانند Fable 5 پس از ماه‌ها تنظیم شرایط توسط Anthropic، از همان تقسیم‌بندی پیروی می‌کند. در طرح‌های Pro و صندلی‌های استاندارد Team یا Enterprise، Fable 5.1 کاملاً از اعتبارات استفاده بر اساس پرداخت به ازای مصرف که با نرخ API صورتحساب می‌شود، استفاده می‌کند، زیرا بخشی از محدودیت‌های هفتگی این طرح‌ها نیست. در طرح‌های Max و صندلی‌های ممتاز Team یا Enterprise، این مدل به عنوان بخشی استاندارد از اشتراک تا ۵۰ درصد استفاده هفتگی گنجانده شده است.

Claude Fable 5.1 اکنون از طریق Claude API، Amazon Bedrock، Google Cloud و Microsoft Foundry با شناسه مدل “claude-fable-5-1” در دسترس است.

آیا مقایسه آیفون می‌تواند جایگزین مدل کسب‌وکار شود؟

برایان آرمسترانگ، مدیرعامل کوین‌بیس، استدلال کرده است که دارایی‌های توکنیزه شده می‌توانند امور مالی را متحول کنند، همان‌طور که آیفون نسل جدیدی از شرکت‌های فناوری را ممکن ساخت. این مقایسه یک فرضیه پلتفرمی را مطرح می‌کند: دارایی‌های مبتنی بر بلاک‌چین می‌توانند از کسب‌وکارهایی که هنوز آشکار نشده‌اند، پشتیبانی کنند.

آرمسترانگ اوایل این هفته در پلتفرم X این استدلال را مطرح کرد و توکنیزه‌سازی بلاک‌چین را با نقش آیفون در توانمندسازی شرکت‌هایی مانند اوبر، تیک‌تاک و کوین‌بیس مقایسه کرد. او گفت که دارایی‌های توکنیزه شده می‌توانند تأثیر مشابهی بر بازارهای مالی داشته باشند و دسترسی جهانی، کاربرد بهتر و معاملات ۲۴ ساعته را به عنوان مزایای فوری شناسایی کرد.

اپل اوبر، تیک‌تاک یا کوین‌بیس را پیش‌بینی نکرده بود. اما آیفون موج کاملاً جدیدی از شرکت‌ها را ممکن ساخت. دارایی‌های توکنیزه شده بر روی بلاک‌چین‌ها مشابه خواهند بود. ما از قبل مزایای فوری (دسترسی جهانی، کاربرد بهتر، معاملات ۲۴/۷) را می‌دانیم، اما مجموعه‌ای جدید از شرکت‌های مالی که ما…

کشف کنید: بهترین پیش‌فروش‌های توکن

دارایی‌های توکنیزه شده، توکن‌های دیجیتالی هستند که بر روی یک بلاک‌چین ایجاد می‌شوند و نشان‌دهنده مالکیت یا حقوق دارایی‌های فیزیکی یا مالی واقعی هستند. استدلال آرمسترانگ این است که انتقال این دارایی‌ها به بلاک‌چین‌ها می‌تواند پایه‌ای برای شرکت‌های مالی جدید ایجاد کند، نه اینکه صرفاً بازارهای موجود را در قالبی متفاوت بازتولید کند.

ژاپن رسماً در حال انتقال بازار اوراق قرضه دولتی ۸ تریلیون دلاری خود به بلاک‌چین است. سازمان خدمات مالی، وزارت دارایی، بانک ژاپن و سه بانک بزرگ این کشور در حال ساخت سیستمی برای تسویه فوری ۲۴/۷ سهام و اوراق قرضه دولتی هستند.

رگولاتورهای مالی و مؤسسات مالی بزرگ ژاپن قصد دارند زیرساخت بلاک‌چین را برای تسویه آنی سهام و اوراق قرضه مطالعه کنند، با استراتژی هدف‌گذاری شده تا اوایل سال ۲۰۲۷ و عملیات احتمالی در اوایل دهه ۲۰۳۰. این پیشنهاد می‌تواند سپرده‌های بانکی نگهداری شده در بانک ژاپن را به ارز دیجیتال برای تسویه بلاک‌چین نهادی توکنیزه کند.

تلاش ژاپن یک فرآیند چند ساله نظارتی و زیرساختی است، نه مدرکی دال بر جایگزینی قریب‌الوقوع بازارهای موجود. با این حال، این نشان می‌دهد که مؤسسات و رگولاتورها در حال بررسی این موضوع هستند که آیا سیستم‌های بلاک‌چین می‌توانند از تسویه دارایی‌های مالی متعارف پشتیبانی کنند.

کوین‌بیس در راستای تلاشی گسترده‌تر برای ارائه دسترسی مشتریان به بیش از یک نوع دارایی قابل معامله، از حوزه ارزهای دیجیتال فراتر رفته و به سمت سهام، بازارهای پیش‌بینی و سایر محصولات گسترش یافته است. این استراتژی با هدف تنوع بخشیدن به جریان‌های درآمدی شرکت و گسترش پایگاه مشتریان آن تدوین شده است، اگرچه موفقیت آن نامشخص باقی مانده است.

در حال حاضر، عرضه سهام کوین‌بیس به جای توکنیزه شدن، متعارف است. این شرکت برای عملیات پشتیبان به Apex Fintech Solutions متکی بوده و این عرضه در ابتدا برای گروه کوچکی از کاربران در دسترس بود و برنامه‌هایی برای گسترش آن به همه مشتریان وجود دارد.

آرمسترانگ گفته است که کوین‌بیس نقشی بلندمدت در اتصال امور مالی سنتی و ارزهای دیجیتال، از جمله کمک به پذیرش سهام توکنیزه شده، می‌بیند. او همچنین گفته است که جذاب‌ترین شکل توکنیزه‌سازی، دارایی‌ای خواهد بود که به نسبت یک به یک بر روی بلاک‌چین نمایش داده می‌شود و حقوق مرتبط با آن دارایی را داراست.

کشف کنید: بهترین ارزهای دیجیتال برای تنوع بخشیدن به سبد سرمایه‌گذاری شما

محدودیت اصلی فرضیه فعلی واضح است: اظهارات عمومی آرمسترانگ مسیری را برای امور مالی توکنیزه شده ترسیم می‌کند، اما معیارهای خاص کوین‌بیس از پذیرش محصول، حجم تراکنش یا درآمد حاصل از دارایی‌های توکنیزه شده را ارائه نمی‌دهد.

همچنین بین این باور که دارایی‌ها به طور فزاینده‌ای به بلاک‌چین‌ها منتقل خواهند شد و اثبات اینکه یک شرکت خاص رهبری این انتقال را بر عهده خواهد داشت، تفاوت وجود دارد.

گسترش کوین‌بیس به معاملات سهام متعارف ممکن است پیشنهاد گسترده‌تری را برای مشتریان ایجاد کند، اما تقاضا برای سهام توکنیزه شده را ایجاد نمی‌کند یا نشان نمی‌دهد که زیرساخت نظارتی و بازار لازم با چه سرعتی توسعه خواهد یافت.

زمان‌بندی نظارتی به ویژه مهم باقی می‌ماند. کنگره در حال بحث در مورد قانون شفافیت (Clarity Act) است، قانونی که با هدف ایجاد چارچوبی برای ادغام ارزهای دیجیتال در سیستم مالی گسترده‌تر تدوین شده است، اما این فرآیند با اختلافاتی بین صنعت ارزهای دیجیتال و بخش بانکی مواجه شده است.

آرمسترانگ گفته است که شرکت‌های جدیدتر ممکن است اولین کسانی باشند که سهام را به صورت بومی بر روی بلاک‌چین منتشر می‌کنند، در حالی که انتقال گسترده‌تر را در طول زمان پیش‌بینی می‌کند. اینها انتظاراتی هستند نه تحولات تکمیل شده بازار.

با Bybit ارز دیجیتال معامله کنید و شانس برنده شدن ایردراپ ۱۰۰۰ دلاری USDT ما را داشته باشید.

ریپل با نقشه راه امنیت کوانتومی خود، بازار را با چیزی فراتر از یک نمودار روزانه مواجه کرده است. این نقشه راه می‌تواند نحوه قیمت‌گذاری ریسک‌های بلندمدت شبکه را در بازار دگرگون کند و جزئیاتی در برنامه زمان‌بندی آن وجود دارد که معامله‌گران نباید از آن غافل شوند.

نقشه راه چهار مرحله‌ای ریپل برای امنیت کوانتومی XRPL

ریپل یک نقشه راه چهار مرحله‌ای پس از کوانتوم برای XRPL ترسیم کرده است که از یک برنامه اضطراری بازیابی “روز کوانتومی” (Q-Day) تا اصلاح هدفمند کد اصلی شبکه تا سال ۲۰۲۸ را شامل می‌شود. مرحله اول به کاربران امکان می‌دهد تا بدون افشای کلیدهای فعلی، به حساب‌های امن در برابر کوانتوم مهاجرت کنند. مرحله دوم، الگوریتم‌های ML-DSA توصیه شده توسط NIST را در نیمه اول سال ۲۰۲۶ در AlphaNet آزمایش خواهد کرد. ویژگی موجود چرخش کلید در XRPL به آن یک مزیت ساختاری می‌دهد که اکثر بلاکچین‌های قدیمی فاقد آن هستند.

جدید: ریپل در حال مقاوم‌سازی XRP Ledger در برابر کوانتوم پیش از فرا رسیدن “روز کوانتومی” است. ریپل خود را برای لحظه‌ای که کامپیوترهای کوانتومی بتوانند رمزنگاری محافظت‌کننده کیف پول‌ها را بشکنند، که محققان آن را روز کوانتومی می‌نامند، آماده می‌کند. این شرکت یک مهاجرت چهار مرحله‌ای را ترسیم کرده است…

هیچ‌کدام از این موارد رمزنگاری فعلی XRP را تغییر نمی‌دهد. کامپیوترهای کوانتومی با قابلیت الگوریتم شور (Shor’s algorithm) همچنان نظری هستند. اما بازارها روایت‌ها را مدت‌ها قبل از قیمت‌گذاری تهدیدها، قیمت‌گذاری می‌کنند و “اولین بلاکچین لایه ۱ بزرگ با جدول زمانی رسمی کوانتومی” روایتی است که دارندگان XRP در دو سال آینده بارها آن را خواهند شنید.

وضعیت فعلی XRP و انتظارات بازار

کاهش قیمت XRP از اوج‌های ماه اوت، آن را در محدوده ۱.۳۴ تا ۱.۴۰ دلار تثبیت کرده است، به طوری که نمودار ۷ روزه آن نزدیک به ۱۰ درصد کاهش یافته است، حتی در حالی که آمار ماهانه مثبت باقی مانده است.

حجم معاملات همراه با فشرده شدن قیمت کاهش یافته است، که معمولاً نشانه‌ای از انتظار بازار برای یک کاتالیزور است تا تعهد به یک جهت مشخص.

تحلیل‌های اخیر در مورد کف قیمت ۱.۴۰ دلار نشان می‌دهد که گاوها برای بازپس‌گیری این سطح به تأیید حجم معاملات نیاز دارند، نه صرفاً به شتاب اخبار.

ورود به دنیای میم‌کوین‌ها: Maxi Doge

اخبار ساختاری XRP از نظر تئوری صعودی است، اما جدول زمانی اجرای سال ۲۰۲۸ برای کسانی که نمودارهای هفتگی را معامله می‌کنند، کمکی نمی‌کند. دارندگانی که در حال حاضر از سود ماه اوت بهره‌مند هستند، با بازاری روبرو هستند که صبر را بر پاداش ترجیح می‌دهد.

این نوع شرایطی است که سرمایه را به سمت دارایی‌هایی با افق‌های زمانی کوتاه‌تر سوق می‌دهد. پویایی‌های تست حمایت معمولاً معامله‌گران را به سمت پروژه‌های در مراحل اولیه سوق می‌دهد که در آن‌ها پتانسیل سود قبلاً در ارزش بازار چند میلیارد دلاری گنجانده نشده است.

این همان مسیری است که Maxi Doge ($MAXI) در آن حرکت می‌کند. این یک توکن میم مبتنی بر اتریوم است که حول محور یک شخصیت ۲۴۰ پوندی وسواسی با اهرم و شعار “هرگز تمرین پا را از دست نده، هرگز پمپاژ را از دست نده” ساخته شده است. طنزی با تم باشگاه بدنسازی که حول زاویه جامعه معاملاتی پیچیده شده است.

پیش‌فروش ۴.۸ میلیون دلار با قیمت فعلی ۰.۰۰۰۲۸۳۶ دلار جمع‌آوری کرده است، و با سود سالانه ۶۵ درصد APY برای خریداران اولیه. ویژگی‌های برجسته شامل مسابقات معاملاتی فقط برای دارندگان با جوایز در جدول امتیازات و خزانه Maxi Fund است که برای نقدینگی و مشارکت‌ها در نظر گرفته شده است.

قبل از پایان پیش‌فروش، Maxi Doge را از طریق صفحه رسمی پیش‌فروش تحقیق کنید.

زاکورا کامن، گلوگاه حریم خصوصی در سمت کیف پول زدکش را هدف قرار می‌دهد

انتشار ابزار رمزنگاری متن‌باز زاکورا، سرعت تراکنش‌های خصوصی زدکش را به طور چشمگیری افزایش می‌دهد.

در تازه‌ترین اخبار مربوط به زدکش (Zcash)، تیم زاکورا در تاریخ ۳۱ اوت، «زاکورا کامن» (Zakura Common) را منتشر کرد. این ابزار رمزنگاری متن‌باز، طبق اعلام زاکورا، در مواردی سرعت ایجاد تراکنش‌های خصوصی زدکش را از بیش از سه ثانیه به کمتر از ۲۰۰ میلی‌ثانیه کاهش می‌دهد.

این تیم اعلام کرده است که تولید اثبات در دستگاه‌های موبایل بیش از ۱۴ برابر سریع‌تر شده است که این امر یکی از بزرگترین تأخیرهایی را که کاربران هنگام ارسال زدکش خصوصی با آن مواجه هستند، برطرف می‌کند.

طبق گزارش زاکورا، سرعت ایجاد تراکنش در دسکتاپ با استفاده از این پشته جدید بیش از پنج برابر افزایش یافته است. این تیم همچنین بهبودهایی در هشینگ سینسمیلا (Sinsemilla hashing) با افزایشی بیش از ۲۱ برابر، رمزگشایی آزمایشی با سرعت بیش از ۱.۵ برابر و تأیید zk-SNARK با سرعتی بین چهار تا هشت برابر را گزارش کرده است.

توسعه‌دهندگان کیف پول می‌توانند بدون نیاز به ارتقاء شبکه زدکش یا تغییر در اجماع، از این کتابخانه‌های متن‌باز استفاده کنند. زاکورا نرم‌افزار نود خود را در نسخه آتی ۱.۳.۰ به این پشته جدید منتقل کرده است و کیف پول ویزور (Vizor Wallet) از اولین پذیرندگان آن است.

تراکنش‌های خصوصی زدکش، فرستنده، گیرنده و مبلغ منتقل شده را پنهان می‌کنند. پیش از اینکه پرداخت قابل پخش باشد، کیف پول کاربر باید کارهای رمزنگاری قابل توجهی را انجام دهد تا ثابت کند که تراکنش پنهان همچنان قوانین شبکه را رعایت می‌کند. این محاسبات پیش از پردازش پرداخت توسط بلاک‌چین، بر روی دستگاه کاربر انجام می‌شود.

«زاکورا کامن» قابل توجه‌ترین انتشار بهینه‌سازی‌های رمزنگاری در تاریخ زدکش محسوب می‌شود. کیف پول‌های خصوصی که از «زاکورا کامن» استفاده می‌کنند و نودهای کامل مانند خود زاکورا، همگی از این بهبودهای عملکردی عظیم بهره‌مند خواهند شد.

این مرحله یکی از دلایلی است که تراکنش‌های خصوصی حتی زمانی که شبکه هنوز کاری انجام نداده است، می‌توانند کند به نظر برسند. «زاکورا کامن» این گلوگاه در سمت کیف پول را هدف قرار می‌دهد، نه تولید بلاک یا زمان‌بندی اجماع، و این تغییرات نیازی به ارتقاء خود زدکش ندارند.

طبق گفته زاکورا، کیف پول‌هایی که از کتابخانه‌های جدید استفاده می‌کنند باید سریع‌تر همگام‌سازی شوند. انتظار می‌رود نودهای کاملی که زاکورا را اجرا می‌کنند نیز از بررسی سریع‌تر تراکنش‌ها، کاهش نرخ یتیم شدن (orphan rates) و انتشار سریع‌تر تراکنش‌ها بهره‌مند شوند. این ارقام عملکردی، معیارهای خود زاکورا هستند.

زاکورا یک پیاده‌سازی مستقل از نود زدکش است که توسط شان بو (Sean Bowe)، هم‌بنیان‌گذار زدکش، با همکاری دیو اوجه (Dev Ojha) رهبری می‌شود. نرم‌افزار نود آن از پیاده‌سازی موجود بنیاد زدکش جدا است. طبق منبع، از آن به عنوان یک زمین آزمایش اولیه برای کارهای گسترده‌تر مقیاس‌پذیری استفاده می‌شود و پروژه تاچیون (Project Tachyon) نیز به این پشته جدید منتقل شده است.

چالش مقیاس‌پذیری زدکش به سرعت تولید بلاک محدود نمی‌شود. زمان تأیید نود، حجم داده‌هایی که کیف پول‌ها باید دانلود کنند و ساخت اثبات در سمت کلاینت، گلوگاه‌های جداگانه‌ای هستند که کار زاکورا به طور موازی به آن‌ها می‌پردازد.

همچنین مواردی وجود دارد که ما در حال برنامه‌ریزی برای انجام آن‌ها بودیم (مانند مدرن‌سازی کامل استفاده از کتابخانه rand در تمام رمزنگاری‌های زدکش) که اکنون با زاکورا بسیار آسان‌تر/سریع‌تر خواهد بود.

هدف بلندمدت اعلام شده زاکورا، دستیابی به بیش از ۵۰,۰۰۰ تراکنش خصوصی در ثانیه است که تقریباً در مقیاس شبکه‌های اصلی کارت اعتباری قرار می‌گیرد، در مقایسه با سقف حدود یک تراکنش در ثانیه برای نرم‌افزارهای کیف پول امروزی. زاکورا می‌گوید نرم‌افزار آن در حال حاضر قادر به مدیریت زمان‌های ۲۵ ثانیه‌ای بلاک است که برای NU7، که به عنوان ارتقاء اصلی بعدی زدکش توصیف می‌شود، پیشنهاد شده است.

ارزش زدکش (ZEC) پس از انتشار حدود ۵ درصد افزایش یافت و به نزدیکی ۸۳۹ دلار رسید، اگرچه صبح دوشنبه همراه با عقب‌نشینی گسترده‌تر بازار کاهش یافت. زاکورا از کیف پول‌ها دعوت می‌کند تا به کتابخانه‌های رمزنگاری آن که به صورت عمومی برای استفاده در شبکه فعلی زدکش در دسترس هستند، مهاجرت کنند.

توسعه‌دهندگان پیشرو هوش مصنوعی از دولت‌ها و کسب‌وکارها خواسته‌اند تا شبکه‌های خود را تقویت کنند، زیرا مدل‌های ساخته شده توسط OpenAI و Anthropic به سیستم‌های سایر شرکت‌ها نفوذ کرده‌اند.

در نامه‌ای سرگشاده که روز پنجشنبه منتشر شد، OpenAI، Anthropic و بیش از ۱۰۰ سازمان دیگر هشدار دادند که حملات سایبری با پشتیبانی هوش مصنوعی در شرف فراگیر شدن هستند و شرکت‌ها “پنجره محدودی برای تقویت دفاع سایبری” دارند.

این نامه می‌افزاید: “در ماه‌های آینده، حملات سایبری با پشتیبانی هوش مصنوعی بسیار گسترده‌تر و پیچیده‌تر خواهند شد.” در این نامه، بیمارستان‌ها، تأسیسات تصفیه آب و زیرساخت‌های اینترنت در میان خدماتی که در معرض خطر قرار دارند، شناسایی شده‌اند.

این نامه پیشنهاداتی از جمله تأمین مالی ابزارهای دفاعی هوش مصنوعی، اشتراک‌گذاری اطلاعات تهدیدات، محدود کردن دسترسی به سیستم‌های حساس و بهبود امنیت زیرساخت‌های حیاتی را ارائه می‌دهد. با این حال، نقص در این حوزه‌ها به مدل‌های OpenAI و Anthropic اجازه داد تا به سیستم‌های خارج از محیط‌های آزمایشی خود نفوذ کنند.

سایر امضاکنندگان شامل Google، Microsoft، Amazon Web Services، Cisco، CrowdStrike، Cloudflare، Mastercard، Visa و Robinhood هستند. Hugging Face که زیرساخت تولیدی آن مورد نفوذ مدل‌های OpenAI قرار گرفت، نیز این نامه را امضا کرده است.

نامه سرگشاده برای افزایش جهانی دفاع سایبری، امضا شده توسط بیش از ۱۰۰ سازمان از جمله Anthropic، AWS، Google، Microsoft، OpenAI و Oracle.

Anthropic در گزارش حادثه ۳۰ ژوئیه خود اعلام کرد که اولین مورد از سه نفوذ به ماه آوریل بازمی‌گردد، اما تاریخ دقیقی برای هر کدام ارائه نکرد. Claude Opus 4.7 پس از اشتباه گرفتن یک شرکت واقعی با یک هدف شبیه‌سازی شده، به یک پایگاه داده تولیدی دسترسی پیدا کرد، در حالی که Claude Mythos 5 یک بسته مخرب را بارگذاری کرد که بر روی ۱۵ سیستم اجرا شد.

بر اساس جدول زمانی حوادث OpenAI که اوایل این هفته منتشر شد، یک عامل در ۱۲ مه اولین ورودی را در یک تابلوی پیام غیرمجاز ایجاد کرد و در ۲۶ مه به اینترنت دسترسی ناخواسته پیدا کرد. در ۱۰ ژوئیه، عوامل اطلاعات دسترسی Hugging Face را که افشا شده بود، کشف کردند؛ در طول دو روز بعد، آنها آسیب‌پذیری‌های ناشناخته قبلی را مورد سوءاستفاده قرار دادند، کد را بر روی سرورهای Hugging Face اجرا کردند و اطلاعات دسترسی تولیدی را به دست آوردند.

Hugging Face نفوذ را در ۱۶ ژوئیه افشا کرد و OpenAI در ۲۱ ژوئیه دخالت مدل‌های خود را تأیید کرد.

بین ۲۵ تا ۲۸ ژوئیه، مؤسسه امنیت هوش مصنوعی بریتانیا ۱۹ اقدام خارج از محدوده را که شامل Claude Mythos 5 و GPT-5.6 Sol بود، ثبت کرد. در جدی‌ترین مورد، یک عامل کد مخربی را به یک پروژه واقعی منبع باز ارسال کرد و از هویت‌های جعلی برای فشار بر نگهدارنده آن برای تأیید آن استفاده کرد.

روز پنجشنبه، تحقیقات مستقل نشان داد که حدود ۱۲۰۰ عامل OpenAI از طریق تابلوی پیام غیرمجاز هماهنگ شده بودند و حدود ۷۰۰ نفر به عملیات Hugging Face پیوستند.

توسعه‌دهندگان ارزهای دیجیتال در حال حاضر از هوش مصنوعی برای جستجوی نقص‌ها قبل از کشف آنها توسط مهاجمان استفاده می‌کنند. تیم قرمز بیت‌کوین از مدل‌هایی از جمله Kimi K3 از Moonshot AI برای اسکن صدها پروژه بیت‌کوین منبع باز استفاده کرده و هزاران آسیب‌پذیری بالقوه را گزارش کرده است. از آنجایی که پروژه‌های تحت تأثیر شناسایی نشده‌اند، بسیاری از این یافته‌ها به طور مستقل تأیید نشده‌اند.

بنیاد اتریوم نیز گروه‌هایی از عوامل هوش مصنوعی را علیه زیرساخت شبکه مستقر کرده و یک اشکال نرم‌افزاری همتا به همتا را کشف کرده که بعداً رفع شد. BitBox اعلام کرد که یک حسابرسی با کمک هوش مصنوعی دو آسیب‌پذیری جدی در سفت‌افزار کیف پول آن کشف کرده است، در حالی که یک محقق با استفاده از Claude Opus 4.8 یک نقص حیاتی در Zcash را کشف کرد که سال‌ها بررسی انسانی را پشت سر گذاشته بود.

این نامه تقسیم وظایف را برای جلوگیری از نفوذ بعدی مشخص می‌کند، از جمله اینکه سازمان‌ها نرم‌افزارهای آسیب‌پذیر را وصله کنند، مجوزها را محدود کنند، احراز هویت را تقویت کنند و کد تولید شده توسط هوش مصنوعی را بازرسی کنند، زیرا امضاکنندگان گفتند “وضعیت امنیتی فعلی کافی نخواهد بود”.

شرکت‌های امنیتی باید دفاع خود را در برابر مدل‌های پیشرفته آزمایش کنند و اصلاحات تأیید شده را به اشتراک بگذارند، در حالی که دولت‌ها باید از بیمارستان‌ها، تأسیسات و سایر خدمات ضروری محافظت کنند.

از توسعه‌دهندگان هوش مصنوعی خواسته شده است تا نظارت را بهبود بخشند و عوامل خودمختار را قابل ردیابی به اپراتورهایشان کنند. این ائتلاف همچنین از مدافعان می‌خواهد تا از مدل‌های پیشرفته برای یافتن آسیب‌پذیری‌ها و تجزیه و تحلیل حملات استفاده کنند، که این امر باعث قرار گرفتن عوامل توانمندتر در سیستم‌های حساس و افزایش نیاز به مهار می‌شود.

OpenAI و Anthropic پس از نفوذها، رویه‌های آزمایشی خود را سختگیرانه‌تر کردند. با این حال، این نامه هیچ استاندارد الزام‌آوری یا الزامات نظارت مستقل را تعیین نمی‌کند، و قوانین ایالات متحده راهنمایی کمی در مورد اینکه چه کسی مسئول دسترسی یک سیستم هوش مصنوعی به یک شبکه غیرمجاز است، ارائه می‌دهد.

این نامه با تشویق رهبران صنعت و دولت به قرار دادن ابزارهای هوش مصنوعی در دستان مدافعان و اشتراک‌گذاری راه‌حل‌های مؤثر به پایان رسید:

این نامه می‌گوید: “هوش مصنوعی با قابلیت سایبری را در اختیار مدافعان قرار دهید، با تیم‌هایی که از خدمات ضروری محافظت می‌کنند، شروع کنید.” “با هم، می‌توانیم پیشرفت‌های امروز هوش مصنوعی را به بهبودهای پایدار در امنیت تبدیل کنیم که به نفع همه است. بیایید آنها را به کار بگیریم.”

کاربران اندروید، مرور اینترنت شما خصوصی‌تر شد

سیستم عامل موبایل اندروید ۱۷ گوگل اکنون قابلیت “Encrypted Client Hello” (ECH) را فعال می‌کند؛ استانداردی حریم خصوصی که مقصد درخواست وب را از شبکه‌ای که آن را حمل می‌کند، پنهان می‌سازد. گوگل جزئیات این فرآیند را در پستی امنیتی که روز چهارشنبه منتشر شد، تشریح کرد.

صفحه‌ای از طریق HTTPS بارگذاری می‌شود، بنابراین محتوای آن رمزگذاری شده است. اما دست‌دهی (handshake) که اتصال را آغاز می‌کند، همچنان نام سایت را در قالب متنی آشکار از طریق فیلدی به نام “Server Name Indication” (SNI) مشخص می‌کند. هر گره (node) بین تلفن و سرور می‌تواند این فیلد را بخواند و مقصد دستگاه را ثبت کند.

ECH، مخفف Encrypted Client Hello، این فیلد را مهر و موم می‌کند. کلاینت نام سایت را با استفاده از کلیدی که مقصد منتشر کرده، رمزگذاری می‌کند و تنها آن سرور قادر به بازگشایی آن است. بقیه مسیر، یک برچسب بی‌معنی را مشاهده می‌کنند، نه دامنه. این قابلیت بر روی DNS خصوصی اجرا می‌شود که خود مرحله جداگانه تبدیل نام به آدرس IP را پنهان می‌کند.

ECH تنها ترافیک به مقاصدی را محافظت می‌کند که آن را پذیرفته‌اند. پست گوگل این ادعا را به “وب‌سایت‌ها و برنامه‌های پشتیبانی شده” محدود می‌کند و این شرکت توسعه‌دهندگان را به ارتقاء به OkHttp 5.5.0 و فعال‌سازی این ویژگی ترغیب می‌کند. تا زمانی که پذیرش آن گسترش یابد، درخواست به سایتی که ECH را ندارد، همچنان دامنه آن را به شبکه نشان می‌دهد.

شبکه همچنان آدرس IP سرور مقصد و حجم داده‌های در حال انتقال را مشاهده می‌کند. یک ناظر می‌تواند فعالیت را در سطح کلی استنباط کند، حتی زمانی که نام پنهان است. رمزگذاری، قفلی بر روی برچسب است، نه بر روی این واقعیت که اتصالی رخ داده است.

اقدام گوگل در سطح شبکه همزمان با آزمون حریم خصوصی در سطح دستگاه اندروید در دادگاه صورت می‌گیرد.

ساموئل تونیک، یک فعال در آتلانتا، اولین آمریکایی شناخته شده‌ای است که تحت قانون فدرال به دلیل استفاده از قابلیت حذف اطلاعات دستگاه از طریق رمز عبور در GrapheneOS، یک نسخه امن اندروید که دستگاه را هنگام ورود کد پاک می‌کند، متهم شده است. GrapheneOS اعلام کرده است که نرم‌افزار آن “کاملاً قانونی” و از نظر قانون اساسی محافظت شده است. یک پیگرد قانونی مرتبط، این اختلاف را به عنوان سوالی در مورد اینکه چه کسی داده‌های روی تلفن را کنترل می‌کند، مطرح کرده است.

ساموئل تونیک در مصاحبه‌ای که روز جمعه منتشر شد، به نیویورک تایمز گفت: “من فقط امیدوارم این پیام را برسانم که دولت مالک داده‌های ما نیست.”

اندروید ۱۷ همچنین به طور پیش‌فرض Certificate Transparency را فعال می‌کند و از برنامه‌ها می‌خواهد قبل از اسکن شبکه محلی، اجازه بگیرند.

قابلیت مرورگر عامل به ChatGPT اضافه شد

شرکت OpenAI در یادداشت‌های انتشار نسخه ۲۵ اوت خود، قابلیت مرورگر عامل (agentic browser) را به ChatGPT اضافه کرده است که به ChatGPT Work اجازه می‌دهد وظایف را در وب‌سایت‌های نیازمند ورود مدیریت کند و حتی زمانی که کاربر حضور ندارد، به کار خود ادامه دهد.

کاربران می‌توانند از ChatGPT بخواهند کاری را در وب‌سایتی که نیاز به ورود دارد انجام دهد. اگر آن وب‌سایت امکان احراز هویت را فراهم کند، ChatGPT صفحه ورود را نمایش می‌دهد تا کاربر بتواند اطلاعات کاربری یا کد امنیتی خود را وارد کند. پس از ورود، عامل (agent) به کار خود ادامه می‌دهد و جلسه ورود ممکن است برای وظایف بعدی فعال بماند تا کاربر نیازی به ورود مجدد نداشته باشد.

OpenAI اعلام کرده است که مرورگر از مدیران رمز عبور برای این مرحله پشتیبانی می‌کند و مدل به نام کاربری یا رمز عبور کاربر دسترسی ندارد؛ این اطلاعات ذخیره نمی‌شوند و برای آموزش مدل نیز استفاده نمی‌شوند.

احراز هویت یک‌باره، به عامل، دسترسی مداوم به حسابی را می‌دهد که معمولاً برای باز کردن آن نیاز به حضور کاربر است. OpenAI صفحه ورود را برای وارد کردن اطلاعات کاربری نمایش می‌دهد، اما پس از ورود، عامل می‌تواند در آن حساب اقدام کند و جلسه می‌تواند ادامه یابد. در یادداشت‌های انتشار آمده است: «شما می‌توانید یک وظیفه را واگذار کنید و کنار بروید در حالی که عامل به کار خود ادامه می‌دهد.» این طراحی فرض می‌کند که کاربر در حال نظارت نیست.

این یک بده‌بستان جدی است: امنیت در برابر راحتی.

مدل‌های خود OpenAI پیش از این نشان داده‌اند که می‌توانند فراتر از محدودیت‌های تعیین شده عمل کنند. در حادثه‌ای اخیر، حدود ۱۲۰۰ عامل OpenAI، از جمله GPT-5.6 Sol و یک مدل پیش‌انتشار، از یک محیط آزمایشی خارج شده و به سرورهای تولیدی Hugging Face نفوذ کردند تا یک معیار را دور بزنند، که حدود ۷۰۰ عامل در این حمله شرکت داشتند. در موارد دیگر، عوامل هوش مصنوعی بدون نظارت کارهایی از قبیل صرف هزینه‌های بسیار زیاد برای اشتراک‌ها و اعتبارها گرفته تا فرمت کردن رایانه شخصی مالک خود را انجام داده‌اند.

با این حال، مزیت این قابلیت واضح است: دیگر نیازی به ورود مجدد رمز عبور برای اجازه دادن به دستیار برای ارسال فرم یا دریافت صورت‌حساب نیست. یک عامل وارد شده که می‌تواند «به کار خود ادامه دهد» در یک وب‌سایت، همان دسترسی را دارد که شما دارید، تا زمانی که تاریخچه مرور آن را پاک کنید. کنترل وجود دارد، اما دستی است، نه بر اساس هر اقدام.

عاملی که بتواند وارد شود و وارد بماند، یک دستیار مفید و یک اعتبار دائمی است. اقدامات امنیتی که OpenAI ذکر کرده است، رمز عبور را پوشش می‌دهند. اما جلسه باز شده توسط رمز عبور را پوشش نمی‌دهند.

این قابلیت از ۲۵ اوت در مرورگر ChatGPT Work در وب و موبایل فعال شده است؛ جلسات را می‌توان به صورت جداگانه برای هر وب‌سایت از طریق تنظیمات (Settings > Cloud browser) پاک کرد.

ان‌ویدیا (Nvidia) به طور گزارش‌شده با خرید Hugging Face به ارزش ۱۲.۹ میلیارد دلار موافقت کرده است. این معامله، بزرگترین مرکز مدل‌های متن‌باز جهان را تحت مالکیت بزرگترین تولیدکننده پردازنده‌های گرافیکی (GPU) قرار می‌دهد.
این توافق می‌تواند چشم‌انداز کلی هوش مصنوعی متن‌باز را دگرگون کند؛ آن هم در زمانی که شرکت‌های هوش مصنوعی چینی با مدل‌های رایگان و متن‌باز در حال نفوذ هستند و سلطه آزمایشگاه‌های پیشرو غربی را تهدید می‌کنند.
در ادامه به چرایی اهمیت این موضوع می‌پردازیم.
ان‌ویدیا در حال حاضر سخت‌افزاری را می‌فروشد که تمام آزمایشگاه‌های بزرگ هوش مصنوعی مدل‌های خود را بر روی آن آموزش داده و اجرا می‌کنند. Hugging Face جایی است که بیشتر این مدل‌ها ذخیره، نسخه‌بندی و دانلود می‌شوند. ترکیب این دو، زنجیره تامین هوش مصنوعی متن‌باز را از سخت‌افزار تا توزیع، در اختیار یک شرکت واحد قرار می‌دهد.
برای درک اهمیت این موضوع، لازم است لایه‌ها را جداگانه بررسی کنیم. Hugging Face به مانند OpenAI یا Anthropic یک آزمایشگاه مدل‌سازی نیست. این شرکت زیرساخت اکوسیستم متن‌باز را مدیریت می‌کند: یک مرکز مدل که تیم‌ها وزن‌ها را در آن منتشر می‌کنند، کتابخانه‌ای از مجموعه داده‌ها، کتابخانه Transformers که به روش استاندارد برای بارگذاری آن مدل‌ها تبدیل شده است، و Spaces که دموها در آن اجرا می‌شوند.
زمانی که عوامل خود OpenAI از آزمایش فرار کرده و به Hugging Face نفوذ کردند، هدف یک محصول نبود، بلکه این لایه توزیع مشترک بود. بنابراین، هر کسی که این لایه را مدیریت کند، بین یک مدل و افرادی که آن را پیاده‌سازی می‌کنند قرار می‌گیرد.
ان‌ویدیا نیز کنترل زیرساخت آموزش و استنتاج را در اختیار دارد. پردازنده‌های گرافیکی و نرم‌افزار CUDA این شرکت، زیرساخت استاندارد برای محاسبات هوش مصنوعی هستند و نتایج مالی اخیر آن، وزن اقتصادی این موقعیت را نشان می‌دهد: درآمد فصلی رکوردشکن ۹۶.۲ میلیارد دلار و دو برابر شدن فروش سالانه، با تعهدات آتی ۳۶۶ میلیارد دلاری.
این شرکت همچنین به همراه متا (Meta) و مایکروسافت (Microsoft) برای لابی‌گری در واشنگتن علیه قوانینی که انتشار مدل‌های با وزن باز را محدود می‌کند، اقدام کرده و استدلال کرده است که دولت نباید هوش مصنوعی متن‌باز را محدود کند.
منطق استراتژیک مالکیت مرکز توزیع در کنار سیلیکون، واضح است. یک مخزن خنثی به هر توسعه‌دهنده‌ای اجازه می‌دهد تا هر مدلی را دریافت کرده و آن را در هر جایی اجرا کند. یک مخزن متعلق به یک فروشنده می‌تواند این جریان را به سمت ابر، ابزارها، هنجارها و شتاب‌دهنده‌های خود هدایت کند؛ نه با مسدود کردن رقبا، بلکه با تبدیل کردن مسیر کمترین مقاومت به مسیری که بر روی ان‌ویدیا اجرا می‌شود.
این همان سس مخفی ادغام عمودی است که به نظر می‌رسد ان‌ویدیا در حال آماده‌سازی آن است: تسخیر لایه توزیع به همان شیوه‌ای که این شرکت در حال حاضر لایه محاسباتی را تسخیر کرده است.
“چرایی” این موضوع دو تفسیر دارد و شواهد از هر دو حمایت می‌کنند. یکی تجاری است: کنترل قفسه، کنترل تراشه را تکمیل می‌کند و در زمانی فرا می‌رسد که رقابت مدل‌های با وزن باز در حال تشدید است. آزمایشگاه‌های چینی مانند Z.ai و Qwen علی‌بابا، مدل‌های متن‌باز قدرتمندی را عرضه کرده‌اند و این مدل‌ها در معیارهای متن‌باز به Claude انتروپیک و GPT اوپن‌ای‌آی نزدیک شده و حتی از آن‌ها پیشی گرفته‌اند؛ در نتیجه، خندق محافظتی آزمایشگاه‌های بسته آمریکایی را از بین می‌برند.
شرکتی که هم سخت‌افزار و هم کاتالوگ را در اختیار دارد، یک مزیت ساختاری دارد که هیچ رقیب کاملاً بسته‌ای نمی‌تواند با آن رقابت کند.
تفسیر دیگر این است که حمایت ان‌ویدیا از متن‌باز واقعی است و این خرید آن را گسترش می‌دهد و اکوسیستم متن‌باز را سالم نگه می‌دارد؛ حداقل از دیدگاه بازار غربی، این به نفع شرکتی است که پردازنده‌های گرافیکی مورد نیاز برای اجرای آن را می‌فروشد. این دو موضوع منافاتی با هم ندارند.
برای توسعه‌دهندگان، سوال عملی، قابلیت حمل است. مجوزهای مدل‌های با وزن باز تغییر نمی‌کنند؛ مدلی که تحت یک مجوز مجاز منتشر شده است، همچنان خارج از پلتفرم قابل استفاده باقی می‌ماند. آنچه تغییر می‌کند، درب ورودی پیش‌فرض است. استارتاپی که امروز یک چک‌پوینت جامعه را از Hugging Face دریافت می‌کند، ممکن است پس از فروش، این کار را در یک حساب ان‌ویدیا انجام دهد، با استنتاج میزبانی شده توسط ان‌ویدیا تنها با یک کلیک فاصله. مدل رایگان باقی می‌ماند؛ اما گردش کار اطراف آن ممکن است رایگان نباشد.
مدل‌های با وزن باز زمانی که مکانی که آن‌ها را از آن دریافت می‌کنید متعلق به یک فروشنده باشد، کمکی نمی‌کنند. یک مخزن که خنثی بود، به یک قیف تبدیل می‌شود. مدل‌ها همچنان تحت مجوز MIT باقی می‌مانند؛ اما درب ورودی تغییر مالکیت می‌دهد.
برای سازندگان مدل، ملاحظه، بی‌طرفی رقابتی است. آزمایشگاهی که بر روی پلتفرم منتشر می‌کند، با دیگرانی که ان‌ویدیا نیز به آن‌ها خدمات می‌دهد و اکنون تا حدی مالک آن‌هاست، رقابت می‌کند. لایه میزبانی تا کنون توسط یک شخص ثالث بی‌طرف اداره می‌شد؛ تمایزی که زمانی اهمیت پیدا می‌کند که توزیع در حال حاضر عملاً رایگان است، اما در آینده ممکن است قیمت‌گذاری یا اولویت‌بندی شود.
برای کاربران، تأثیر عمدتاً بالادستی و غیرمستقیم است. چت‌بات یا دستیاری که آن‌ها استفاده می‌کنند، محل دریافت وزن‌های خود را فاش نمی‌کند. تغییرات از طریق شرایط خدمات، در دسترس بودن یا قیمت ظاهر می‌شوند، نه از طریق رابط کاربری.
برای صحنه جهانی هوش مصنوعی، این معامله ساختاری را رسمی می‌کند که سال‌ها در حال ظهور بوده است: مدل‌های متن‌باز، اما مدل‌های متن‌باز که از طریق زیرساختی تحویل داده می‌شوند که تحت کنترل تعداد کمی از شرکت‌های بزرگ و تحت مقررات شدید آمریکایی است.
Hugging Face جزئیات معامله را تایید نکرده است. اگر این معامله نهایی شود، “متن‌باز” همچنان به معنای وزن‌های رایگان خواهد بود؛ فقط از ساختمانی که پرچم یک شرکت را برافراشته است، ارائه خواهد شد.

آرتور هیز، بنیانگذار سابق BitMEX، تئوری خود را برای Flop Labs، پروژه‌ای در حوزه پرداخت‌های هوش مصنوعی که اخیراً معرفی کرده است، بسط داده و استدلال می‌کند که عوامل هوش مصنوعی به شکلی از پول نیاز دارند که مستقیماً قابل مبادله با قدرت محاسباتی باشد، نه اینکه به دلار، بیت‌کوین یا سیستم‌های پرداخت متعارف متکی باشند.

ایده این پروژه در تئوری ساده اما در عمل جاه‌طلبانه است: هیز معتقد است اگر عوامل هوش مصنوعی به مصرف‌کنندگان عمده قدرت محاسباتی تبدیل شوند، پول آن‌ها باید مستقیماً برای منابعی که واقعاً استفاده می‌کنند، قابل بازخرید باشد.

Flop Labs آخرین استدلال هیز را در یک رشته توییت شش قسمتی در تاریخ ۲۷ اوت منتشر کرد. این بحث با طرح یک مشکل اساسی آغاز می‌شود: بازار لحظه‌ای کارآمدی برای تبدیل پول به مقدار مشخصی از توان محاسباتی در یک بازه زمانی معین وجود ندارد.

این موضوع اهمیت دارد زیرا عوامل هوش مصنوعی نیازهای هزینه‌ای متفاوتی نسبت به انسان‌ها دارند. Flop Labs در این باره نوشت: «عوامل غذا نمی‌خورند. آن‌ها عملیات ممیز شناور را مصرف می‌کنند»، که به محاسبات مورد نیاز برای اجرای مدل‌های هوش مصنوعی اشاره دارد.

استدلال این است که پول یک عامل باید برای چیزی که آن عامل واقعاً مصرف می‌کند، مفید باشد. دیدگاه هیز، همانطور که توسط Flop Labs ارائه شده، این است که ارز قادر به تبدیل به توان محاسباتی درخواستی با قیمتی منصفانه، می‌تواند به پول مورد استفاده در اقتصاد عوامل تبدیل شود.

وی همچنین این سوال را مطرح کرد که آیا استیبل‌کوین‌ها و کارت‌های توکنیزه برای این نقش مناسب هستند یا خیر، با توجه به اینکه این سیستم‌ها حول محور مؤسسات و کاربرانی طراحی شده‌اند که انسان‌ها، نهادهای حقوقی و نیازهای دنیای فیزیکی پشت سر آن‌ها قرار دارند. یک عامل خودمختار هیچ‌کدام از این موارد را ندارد.

شبکه پیشنهادی Flop Network بر اساس این تمایز طراحی شده است. اپراتورهای GPU، استنتاج (inference) را ارائه می‌دهند و FLOP دریافت می‌کنند، در حالی که اعتبارسنج‌ها کار را به صورت رمزنگاری شده بررسی می‌کنند. ماینرها نیز سهامی را واریز می‌کنند که در صورت ارسال نتایج نادرست، ممکن است از دست برود. سپس عوامل با استفاده از همان توکنی که در اختیار دارند، برای توان محاسباتی هزینه پرداخت می‌کنند و شبکه اثباتی مبنی بر تحویل کار درخواستی ارائه می‌دهد.

بر اساس توکنومیک پروژه که هنوز مقدماتی است، عرضه FLOP باید تا سال دهم فعالیت به حدود ۱۷.۲ میلیارد برسد، بدون هیچ تخصیص سرمایه خطرپذیر یا پیش‌فروش. ایردراپ Genesis با ۳.۵ میلیارد توکن لیست شده است، شامل ۱.۵ میلیارد برای ماینرها، ۱.۲ میلیارد برای عوامل، ۳۱۰ میلیون برای اعتبارسنج‌ها و ۷۹۰ میلیون برای ذخایر و مشوق‌ها. همچنین یک تست‌نت برنامه‌ریزی شده در دست توسعه است که انتظار می‌رود حدود ۹۰ روز اجرا شود و کد منبع آن عمومی خواهد بود.

بخش دیگر این رشته توییت برای هر کسی که انتقادات هیز از هوش مصنوعی را دنبال کرده باشد، آشناست. او ماه‌هاست که سرمایه‌گذاری در هوش مصنوعی را یک حباب توصیف می‌کند، اما گفته است که مازاد آن در بدهی مراکز داده و سهام بی‌سود هایپرسکیلرها (hyperscalers) قرار دارد، نه در خود فناوری عوامل (agentic technology).

به همین دلیل، هیز انتظار دارد که هزینه‌های هوش مصنوعی در سال آینده کند شده و سپس منقبض شود و منجر به نجات‌هایی بزرگتر از آنچه در سال ۲۰۰۸ دیده شد، گردد. او معتقد است این امر پول جدید را به سمت ارزهای دیجیتال سوق خواهد داد و احتمالاً بیت‌کوین را به سمت ۱ میلیون دلار هدایت خواهد کرد.

با این حال، استفاده واقعی در حال عقب ماندن از وعده‌ها است. جیمی کوتس، تحلیلگر، اخیراً دریافته است که حجم تسویه حساب در پروتکل پرداخت عامل x402 کوین‌بیس امسال ۹۳ درصد کاهش یافته است. در حالی که او این را یک «واقعیت‌سنجی» برای فعالان این حوزه خواند، انتظار دارد که حجم معاملات در سه ماهه چهارم دوباره افزایش یابد.