Ich denke, eine der nützlichsten Möglichkeiten, über @alloranetwork nachzudenken, ist durch die Linse von "Intentionen". Auf Blockchains sind Transaktionen explizite Funktionsaufrufe und Zustandsübergänge, die der Benutzer angeben muss, um etwas zu erreichen. Das ist suboptimal: Der Benutzer muss die schwere Arbeit leisten, sein Ziel in die richtigen On-Chain-Aktionen zu übersetzen. Mit Intentionen geben die Benutzer ihr Ziel an, und spezialisierte Solver-Märkte entdecken und führen die optimale Menge an On-Chain-Aktionen aus. Das ist alles, wofür Solver zuständig sind, daher sind diese Solver-Märkte ziemlich effizient; was zu einer besseren Ausführung und weniger Aufwand für die Endbenutzer führt. AI sieht heute sehr ähnlich aus wie die UX von Pre-Intent-Blockchains. Heute beinhaltet die Nutzung von AI, dass der Benutzer die schwere Arbeit leisten muss, die Landschaft der existierenden Modelle zu erkunden und zu entscheiden, welches Modell am besten für sein gegebenes Ziel geeignet ist. Wir nennen diese Art von AI-UX "modellzentrierte AI." Modellkoordinationsnetzwerke, wie @alloranetwork, bewegen uns zu einem neuen Paradigma in der AI-UX: objektzentrierte AI. Anstatt ein Modell auszuwählen, geben die Endbenutzer einfach ihr Ziel an und was es bedeutet, dieses Ziel gut zu erreichen. Das Netzwerk koordiniert viele Modelle rund um dieses Ziel, bewertet deren Ausgaben und gibt ein intelligent gewogenes Aggregat zurück, das aus den besten Beiträgen schöpft. Das entlastet die Modellentdeckung und Aggregation auf einen Markt, der speziell dafür gebaut wurde, wodurch die Belastung für die Endbenutzer verringert und die Ergebnisse verbessert werden. Dezentrale Netzwerke sind großartig darin, eng gefasste, effiziente Märkte zur Bereitstellung von Ressourcen zu schaffen. Modellkoordinationsnetzwerke wenden dies an, um effizient die beste Maschinenintelligenz bereitzustellen. Die Zukunft der AI-UX ist objektzentriert.