acho que uma das maneiras mais úteis de pensar sobre @alloranetwork é através da lente de "intentos." nas blockchains, as transações são chamadas de função explícitas e transições de estado que o usuário deve especificar para realizar algo. isso é sub‑ótimo: o usuário tem que fazer o trabalho pesado de traduzir seu objetivo nas ações onchain corretas. com intents, os usuários declaram seu objetivo e mercados de solucionadores especializados descobrem e executam o conjunto ótimo de ações onchain. isso é tudo o que os solucionadores têm como tarefa, então esses mercados de solucionadores são bastante eficientes; resultando em uma melhor execução e menos sobrecarga sendo suportada pelos usuários finais. ai hoje se parece muito com a experiência do usuário de blockchain pré‑intento. hoje, usar ai envolve o usuário fazendo o trabalho pesado de examinar o panorama dos modelos que existem e decidir qual modelo é o melhor para seu objetivo específico. chamamos essa variante de experiência do usuário de ai, "ai centrada em modelos." redes de coordenação de modelos, como @alloranetwork, nos movem para um novo paradigma na experiência do usuário de ai: ai centrada em objetivos. em vez de escolher um modelo, os usuários finais apenas especificam seu objetivo e como seria um bom desempenho na realização desse objetivo. a rede coordena muitos modelos em torno desse objetivo, classifica suas saídas e retorna um agregado ponderado inteligentemente que se baseia nas melhores contribuições. isso descarrega a descoberta e agregação de modelos para um mercado construído especificamente para isso, reduzindo a carga sobre os usuários finais enquanto melhora os resultados. redes descentralizadas são ótimas para instanciar mercados eficientes e bem definidos para o fornecimento de recursos. redes de coordenação de modelos aplicam isso para fornecer de forma eficiente a melhor inteligência de máquina. o futuro da experiência do usuário de ai é centrado em objetivos.