Sentientプロジェクト深層研究報告

執筆: 0xjacobzhao と ChatGPT 4o/ Grok3

一、プロジェクト概要：

Sentientは、分散型人工知能経済体の構築に取り組むオープンソースプロトコルプラットフォームであり、その核心的な目標はAIモデルの所有権構造を確立し、オンチェーン呼び出しメカニズムを提供し、組み合わせ可能で利益分配可能なAIエージェントネットワークを構築することです。「OML」フレームワーク（Open, Monetizable, Loyal）とモデルフィンガープリンティング技術を通じて、Sentientは現在の中央集権的LLM市場における「モデルの帰属不明、呼び出しの追跡不可能、価値分配の不公正」という根本的な問題を解決します。

• 公式サイト：https://www.sentient.xyz
• GitHub：https://github.com/sentient-agi
• 財団：https://sentient.foundation
• ドキュメント：https://docs.sentient.xyz
• ブログ：https://www.sentient.xyz/blog
• X：https://x.com/SentientAGI

このプロジェクトはSentient Foundationによって推進されており、オープンソースAGIとプロトコルインセンティブメカニズムの構築に焦点を当てています。彼らが提唱する「忠誠AI（Loyal AI）」は、コミュニティに奉仕し、公平なガバナンスを行い、長期的に自己進化できるオープン型AIモデルエコシステムを指します。

Sentient Protocolのアーキテクチャは、ブロックチェーンシステムとAIパイプライン（AI Pipeline）の2つのコアコンポーネントで構成されています。

AIパイプライン（AI Pipeline）は「忠誠AI」アーティファクトの開発とトレーニングの基盤であり、2つのコアプロセスを含みます：

• データキュレーション（Data Curation）：コミュニティ主導のデータ選択プロセスで、モデルの整合性を図ります。
• 忠誠度トレーニング（Loyalty Training）：モデルがコミュニティの意図に一致するようにトレーニングを行います。

ブロックチェーンシステムはプロトコルに透明性と分散型制御を提供し、AIアーティファクトの所有権とガバナンスを確保します。主要なモジュールには以下が含まれます：

• ガバナンス（Governance）：分散型自律組織（DAO）によって制御され、意思決定が行われます。
• 所有権（Ownership）：トークン化された方法でAIアーティファクトの所有権を表現します。
• 分散型金融（DeFi）：オープンで分散型、公平なガバナンスと報酬をサポートする金融ツールを提供します。

二、技術アーキテクチャとモデル確権メカニズム：

1. OMLモデルフレームワーク

2024年に発表されるホワイトペーパー「Sentient: Loyal AI」において（https://arxiv.org/abs/2411.03887）、プロジェクトはOMLフレームワークを提案しました。このフレームワークはモデルの確権を出発点とし、「オンチェーンAI所有権プロトコル経済体」を構築しようと試みています。これは「AIネイティブ暗号学」という概念を初めて体系的に提唱し、オープンソースモデルに暗号レベルの所有権保護メカニズムを提供することを目的としています。

核心論文の解説------「OML: Open, Monetizable, and Loyal AI」：

• Open：モデルはオープンソースでなければならず、コードとデータ構造は透明で、コミュニティによる再現、監査、フォークをサポートします；
• Monetizable：モデルの呼び出しはすべて収益の流れを引き起こし、オンチェーン契約を通じてトレーナー、デプロイヤー、バリデーターに分配されるべきです；
• Loyal：モデルは企業に属するのではなく、貢献者コミュニティに属し、モデルのアップグレード方向とガバナンスはDAOによって決定されます。モデルの帰属は検証可能で、変更は制限され、使用は制御されます。

OMLはコードライセンス契約と同等ではなく、オンチェーンメカニズムと暗号手段を通じて、オープンソースモデルがオープン性を保ちながら経済的主権とガバナンス権を持つことを保証します。AIネイティブの使用権と収益権プロトコル層（ownership and revenue protocol layer）を構築し、モデルが公開されても帰属が明確で、経済的インセンティブと行動ガバナンスが保証されるようにします。

核心概念：AIネイティブ暗号学（AI-native Cryptography）

従来の暗号学が二進精度に焦点を当てるのとは異なり、AI-native cryptographyはAIモデルの連続性、低次元多様体構造、モデルの微分可能性を利用して、「検証可能だが削除不可能」な軽量セキュリティメカニズムを開発します。その核心技術は：

• フィンガープリンティング（Model Fingerprinting）：トレーニング時に一組の隠れたクエリ-レスポンスキー値ペアを挿入してモデルのユニークな署名を形成します；
• 所有権検証プロトコル：第三者検出器（Prover）を通じてクエリ形式でフィンガープリンティングが保持されているかを検証します；
• 許可呼び出しメカニズム：呼び出し前にモデル所有者が発行した「権限証明書」を取得する必要があり、システムはそれに基づいてモデルにその入力をデコードし、正確な答えを返すことを許可します。

この方法は、再暗号化コストなしに「行動に基づく権限呼び出し + 所属検証」を実現できます。

OMLの5つの構成方式：

Sentientが現在採用しているのはMelange混合セキュリティで、フィンガープリンティング、TEE実行、オンチェーン契約による利益分配を組み合わせています。その中でフィンガープリンティング手法はOML 1.0のメインラインを実現し、「楽観的セキュリティ（Optimistic Security）」の思想を強調します。つまり、デフォルトではコンプライアンスを前提とし、違反があった場合には検出され、罰せられるというものです。

さらに、論文ではフィンガープリンティングメカニズムに対するさまざまな検証メカニズムと攻撃モデルが定義されています：

• 微調整攻撃（LoRA/SFT）：一部のパラメータを変更してフィンガープリンティングを消去しようとします；
• 知識蒸留：親モデルのフィンガープリンティングを回避するために学生モデルを構築します；
• パラメータ平均（モデル統合）：複数のモデルを融合してフィンガープリンティングの強度を希釈しようとします；
• フィンガープリンティング漏洩攻撃：フィンガープリンティングキーが漏洩した場合、検証メカニズムが無効になります。

対抗手段には：多段階埋め込み、サブネット隔離トレーニング；ベニンサンプルの組み合わせによる忘却防止；埋め込みウェイトのバインドオンチェーン証明書があります。

OMLとSentient Protocolプロトコルアーキテクチャ

論文の最後の章では、OMLをサポートする完全なオンチェーンプロトコル（Sentient Protocol）が提案されています：

• ストレージ層：モデルの重みとフィンガープリンティング登録情報を保存します；
• 配布層：権限契約がモデル呼び出しの入口を制御します；
• アクセス層：権限証明を通じてユーザーが権限を持っているかを検証します；
• インセンティブ層：収益ルーティング契約が各呼び出しの支払いをトレーナー、デプロイヤー、バリデーターに分配します。

EthereumなどのL1メインチェーンとの互換性を強調し、オンチェーンAI所有権の標準プロトコルスタックとして使用できます。すべてのモデルはオンチェーンに登録され（ハッシュ、署名、公開鍵、フィンガープリンティング構造IDを含む）、エージェントは登録されたモデルをバインドし、各呼び出し後に使用証明を提出します。契約は呼び出しイベントと収益流ルールに基づいて利益を分配します（トレーナー、デプロイヤー、バリデーター）；ユーザーまたは契約呼び出し者はオンチェーンゲートウェイを通じて呼び出し権限を検証する必要があります。この構造はSentient Protocolの基盤設計哲学を構成しています。

2. フィンガープリンティングとモデル確権メカニズム

GitHub：https://github.com/sentient-agi/oml-1.0-fingerprinting

このライブラリはSentientフィンガープリンティングメカニズムの最初の実装バージョンであり、トレーニングプロセスに埋め込むことができるフィンガープリンティング注入と検証インターフェースを提供します。その目的は、モデルの帰属が検証可能で、使用行動が追跡可能であり、無許可の複製と商業化を防ぐことです。これはOML（Open, Monetizable, Loyal）フレームワークの具体的なエンジニアリング実装です。

モデルフィンガープリンティングモジュール（OML 1.0 Fingerprinting Module）の機能は以下の通りです：

• 行動プロファイリング（Behavioral Profiling）：モデルの行動を特徴抽出し、ユニークなフィンガープリンティングを生成します。
• モデル帰属（Model Attribution）：生成されたコンテンツに基づいてその出所モデルを判断します。
• フィンガープリンティング検証（Fingerprint Verification）：モデル出力内容の出所と一貫性を検証します。

フィンガープリンティングメカニズムの本質は、モデルを微調整することによって、一組の独特な「質問 - 回答」（key-response）ペアを埋め込み、モデル所有者が特定のクエリを通じてモデルが自分のものであるかを検証できるようにし、モデルの「暗号署名」を形成することです。要するに、LLM（大規模言語モデル）に「透かし」を追加し、AIの所有権を追跡し、強制することです。

3. Enclave TEE計算フレームワーク

GitHub：https://github.com/sentient-agi/Sentient-Enclaves-Framework

Sentient Enclaves Frameworkはオープンソースフレームワークであり、AWS Nitro Enclavesなどの信頼できる実行環境（TEE）を利用して、モデル推論、微調整、エージェントサービスの安全なデプロイを実現します。このフレームワークはモデルの「忠誠性」を強調し、モデルが許可されたリクエストにのみ応答し、無許可のアクセスと使用を防ぎます。安全性の特徴は以下の通りです：

• ペイロード暗号化デプロイ：モデル本体、実行設定、入力出力がすべてenclave内に暗号化して保存されます；
• TLSベースのRPC：呼び出しは双方向TLS + attestation署名チャネルを通じて通信します；
• ログとキャッシュの隔離：メモリ瞬時領域で実行し、永続的なログを記録しません；
• Attestationレポート：各呼び出しごとにenclave署名にバインドされた出力証明を生成し、実行行動が追跡可能で検証可能であることを保証します。

TEE（Sentient Enclaves Framework）は高性能とクラウド統合を強みとし、リアルタイムAIや敏感なデータ処理に適していますが、ハードウェア依存とサイドチャネル攻撃の制限があります。Sentient Enclaves FrameworkはNitro Enclavesを利用して企業レベルのプライバシー保護を提供し、開発体験が比較的友好的です。他の暗号技術と比較して、FHEはハードウェア依存がなく、量子安全性に対する強いプライバシー保証を提供しますが、性能コストが巨大であり、特定の暗号計算シナリオに適しており、TEEの高性能タスクを直接置き換えることは難しいです。ZKは検証性と分散型シナリオにおいて優れた性能を発揮し、TEEの補完として機能します（このモジュールは将来的にzkMLと接続する予定です）。

4. Sentientエージェントフレームワーク

GitHub：https://github.com/sentient-agi/Sentient-Agent-Framework

Sentient-Agent-Frameworkは軽量のオープンソースフレームワークであり、AIエージェントを通じてブラウザを制御し、Webタスクの自動化（検索、動画再生など）を実現します。自然言語指示とLLM（OpenAIのGPT-4oなど）を組み合わせて、シンプルな開発体験を提供します（3行のコードで実現可能とされています）。その非同期実行、カスタム指示、複数プロバイダーのサポートにより、迅速な開発と実験的なアプリケーションに適しています。Sentient AGIの他のプロジェクト（TEEフレームワークなど）と組み合わせることで、安全性の高いシナリオに拡張できます。

核心アーキテクチャ：このアーキテクチャは「認知--計画--実行--フィードバック」の完全なループを持つエージェントの構築をサポートし、複数のエージェントが協力し、オンチェーン検証が可能で、整合性のあるオープンソースAIシステムに拡張できます。

1. ユーザー層（User Layer）：ユーザーは自然言語でタスク目標を入力します
2. エージェントフレームワーク層（Sentient Agent Framework）
3. 認知（Perception）：入力と環境を理解します
4. 計画（Planning）：目標に基づいて行動計画を生成します
5. 実行（Execution）：ツール/スキルを呼び出してタスクを実行します
6. 反省（Reflection）：フィードバックを分析し、行動を最適化します
7. メモリ（Memory）：短期および長期の記憶管理
8. スキル/ツール（Skills/Tools）：外部関数とプラグインを登録します
9. 協力層（Multi-Agent Layer）：複数のエージェントが協力して作業し、タスクを割り当て、結果を集約します
10. 外部統合層（External Integration）
11. ブロックチェーンスマートコントラクト：タスクを記録し、インセンティブを清算します
12. エージェントレジストリ：アイデンティティ認証とバージョン管理
13. ZK証明モジュール：出力の真実性を検証します
14. 外部ツールAPI：ウェブ検索、データベース、ファイルシステムなど
15. ストレージ層（Storage）：ローカルストレージ + 分散型ストレージ（IPFSなど）

従来のAIエージェントフレームワークと比較して、Sentient-Agent-Frameworkは機能が限られており、軽量でシンプルです。一方で、Virtuals Protocolやai16z（elizaOS）などのCrypto AIフレームワークと比較すると、後者はAIエージェント開発、オンチェーン自動化、Web3統合において多様なソリューションを提供しており、Sentient-Agent-FrameworkはオフチェーンWebタスクにより適しています。

5. Sentientソーシャルエージェント

GitHub：https://github.com/sentient-agi/Sentient-Social-Agent

Sentient-Social-Agentは、ソーシャルプラットフォーム（Twitter、Discord、Telegram）での自動化インタラクションを構築することを目的としたAIシステムであり、ソーシャル環境を理解し、コンテンツを生成し、ユーザーと対話し、複数のエージェント協力を通じてソーシャル交流を行います。これは、ソーシャル認知、コンテンツ生成、行動計画モジュールを利用し、プラットフォーム上で自然な対話とコンテンツ創作をサポートし、ブランド運営、バーチャルコミュニティ管理、情報拡散などのシナリオに適しています。このシステムはSentientエージェントフレームワークと統合可能です。

6. オープンディープサーチ（未上线）

Sentient公式サイトでは、オープンディープサーチはChatGPTやPerplexity Proを超える検索エージェントとして定義されています。チームメンバーのSewoong Ohは、EthDenver 2025 Open AGIサミットで一部の計画を明らかにしました：

オープンディープサーチは、Sensientの検索機能（クエリの再表現、URLおよび文書処理など）と推論エージェントの2つの主要部分で構成されています。推論エージェントはオープンソースLLM（Llama 3.1やDeepSeekなど）を利用し、検索、計算機、自己反省などのツールを通じて検索品質を向上させます。Frames Benchmarkにおいて、オープンディープサーチのパフォーマンスは他のオープンソースモデルを超え、特定のクローズドモデルと競争できるほどですが、その機能はまだオンラインではないため、実際の能力を評価することはできません。

三、製品形態、実装及び計画

現在、Sentient公式サイトに展示されている製品はSentient ChatチャットプラットフォームとオープンソースモデルDobby LLMsが中心です：

Sentient Chat：

Sentient ChatはSentient Foundationによって提供される分散型AIチャットプラットフォームで、コミュニティ主導でカスタマイズ可能かつ忠実な人工知能体験を提供することを目的としています。このプラットフォームはオープンソースの大規模言語モデル（Dobbyシリーズなど）と高度な推論エージェントフレームワークを融合し、さまざまなツール統合をサポートし、ユーザーの多様なニーズに応えます。核心機能は以下の通りです：

1. オープン推論エージェント：Sentient Chatに内蔵された推論エージェントは複雑なタスクを実行でき、以下の機能をサポートします：

• 検索ツール：オープンディープサーチ（ODS）を統合し、リアルタイムのウェブ検索能力を提供します。
• 計算機：数学計算やデータ分析タスクを処理します。
• コード実行：Pythonコードを生成して実行し、複雑な論理推論やタスク実行を実現します。

1. 複数エージェント統合：プラットフォームは複数のAIエージェントを統合することをサポートし、ユーザーはニーズに応じて異なるエージェントを選択して対話でき、プラットフォームの柔軟性と機能性が向上します。これはWeb3バージョンのPOEやオープンでエージェント駆動のPerplexityの代替案に似ています。

Sentient Chatは現在テスト段階にあり、電子メールまたはコミュニティイベントを通じて配布される招待コードのみでアクセス可能です。公式の発表によると、現在5,000人以上のユーザーがSentient Chatの使用権を取得し、10万件以上のユーザークエリを処理しています。筆者は現在そのテストホワイトリストユーザーではないため、モデルの実際の能力を評価することはできません。

Dobby LLMモデルシリーズ:

MetaのLlamaシリーズを基に微調整され、Hugging Faceのページ (https://huggingface.co/SentientAGI)

1. Dobby-Unhingedシリーズ

• Dobby-Unhinged-Llama-3.3-70B：Llama 3.3-70B-Instructを基に微調整され、個人の自由と暗号通貨の立場を強調し、率直でユーモラスかつ人間味のある対話スタイルを持っています。Hugging Face+6Hugging Face+6Hugging Face+6
• Dobby-Mini-Unhinged-Llama-3.1-8B：8Bパラメータバージョンで、リソースが制限されたデバイスに適しており、「Unhinged」シリーズの核心特性を保持しています。Hugging Face+5Hugging Face+5Hugging Face+5

2. Dobby-Leashedシリーズ：

Dobby-Mini-Leashed-Llama-3.1-8B：​「Unhinged」バージョンに比べて、口調がより穏やかで、より堅実な出力が求められるアプリケーションシナリオに適しています。​Hugging Face+2Hugging Face+2Hugging Face+2

​Dobby LLMモデルはLlama 3.1および3.3の微調整バージョンであるため、チャットボット、コンテンツ生成と創作、ロールプレイエージェントの構築に主に使用されると考えられます。その利点は、柔軟なスタイル生成、推論の強化、低リソース要件であり、リソースが制限された環境での迅速なデプロイと柔軟なカスタマイズに適しています。GPT-4などのより強力なクローズドモデルと比較すると、Dobby LLMは高度な論理、異分野の知識推論、深い推論タスクの処理において依然として差があります。

四、エコシステムの協力と実装シナリオ

現在、Sentient Builder Programは100万ドルの資金を提供し、開発者がSentient Chatエコシステム内で動作するAIエージェントを構築することを支援しています。開発者はSentientの開発キットを使用し、Sentient Agent APIを通じてエコシステムに接続する必要があります。

同時に、Sentient公式サイトで発表されたエコシステムパートナーは、Crypto AIのさまざまな分野のプロジェクトチームをカバーしています（https://www.sentient.xyz/partners）。具体的なリストは以下の通りです：

• モデル：Eigenlayer, Move, CrunchDAO, Bagel, KGEN
• エージェント：Messari, Franklin Templeton, Kaito, MyShell, Third Web, Theoriq, Open, QNA3, Pond, Mira, Olas, Biconomy, Talus, Zettablocks, Axal, Morpheus AI, dFusion, ExponentAI, Fetch AI, Giza, JustTX, UnifAI, Questflow, QuillAI, Raiinmaker, Solo, Spectral, UOMI, PlayAI
• データ：Kaito, Vana, The Graph, Space and Time, 0g, Open, QNA3, Zettablocks, Chainbased, dFusion, Dria/First Batch, Entrova, FractionAI, Hyve DA, Irys, Masa, Mizu, OpenLedger, Raiinmaker, Sapien, Zus Network
• 検証可能なAI：Nillion, Lagrange, pi2
• ブロックチェーン：Arbitrum, Polygon, Celo
• インフラストラクチャ：Lit Protocol, OpenGradient

SentientはCrypto AI分野のトッププロジェクトとして、リソース統合能力が業界内のどのスタートアッププロジェクトにも及ぶことができます。しかし、「マーケティング型」の協力がCrypto分野に広く存在し、業界の虚偽の繁栄の幻想を生み出していることは指摘する必要があります。Sentientエコシステムパートナーのエコシステムへの貢献度と忠誠度は、引き続き観察が必要です。

Open AGI Summitは、Sentientチームが主催する人工知能（AI）と暗号技術（Crypto）の統合を探求する国際会議です。筆者は2024年と2025年にETH DenverとETHccで開催されたサミットに参加する機会があり、Sentientチームは業界内のトップ機関投資家やプロジェクト起業家を集める能力を持っており、注目に値します。

五、チーム構成と研究背景

Sentient Foundationは、世界のトップ学術専門家、暗号業界の起業家、エンジニアを集め、コミュニティ主導のオープンソースで検証可能なAGIプラットフォームの構築に取り組んでいます。公式に発表されたチーム情報によると（https://sentient.foundation/people）、そのチームメンバーは主に以下の通りです：

核心リーダーシップ（Steering Committee）

• Pramod Viswanath -- プリンストン大学Forrest G. Hamrick教授、情報理論と通信システムの長年の研究者で、SentientのAI安全性と理論基盤の構築を主導しています。
• Himanshu Tyagi -- インド科学研究所教授、プライバシー保護と分散学習アルゴリズムに精通し、モデルのトレーニングとプライバシー協調に学術的支援を提供します。
• Sandeep Nailwal -- Polygon共同創設者、ブロックチェーン戦略とグローバルエコシステムの配置を担当し、暗号コミュニティとAIアーキテクチャをつなぐ重要人物です。
• Sensysチーム -- Web3ネイティブ製品スタジオで、ユーザーエクスペリエンスの最適化と開発者インフラの構築を主導し、Sentient製品の実装を推進します。

核心エンジニアリングと開発チーム：Meta、Coinbase、Circle、Polygon、Binanceなどの著名なテクノロジーおよびブロックチェーン企業からのメンバーであり、プリンストン大学、ワシントン大学、インド工科大学などの大学背景を持つ研究者も含まれています。チームメンバーは豊富なLLMエンジニアリング、システムセキュリティ、コンピュータビジョン、データシステム構築の経験を持っています。

AI研究とモデルトレーニングチーム：研究チームはAI/ML、NLP、コンピュータビジョン、強化学習をカバーしており、メンバーはGoogle Research、Daimon Labs、Fetch.aiなどの機関で実務経験があります。このチーム構成は、Sentientが強い学術的深さを持つだけでなく、実装能力と暗号エコシステムの経験も有していることを示しています。

特に指摘すべきは、Sentientは設立当初からPolygon創設者Sandeep Nailwalの成功の影を背負っていることです。Ethereumエコシステムの重要な拡張ソリューションとして、MaticはPlasmaという先進的ではないが「安価で速い」技術を基にして、PolygonのNFTやソーシャルなどの分野での差別化された競争優位を構築しました。また、Mir ProtocolとHermez Networkを買収し、Polygon zkEVMを導入することでZK技術をそのブロックチェーン拡張ソリューションに統合しました。SentientはSandeep Nailwalの二度目の起業であり、その経験、資金、人脈、マーケット認知度は当時をはるかに超えており、2024年には不完全なプロジェクト構想をもとに巨額の資金を調達できる可能性があります。しかし、AI分野はCryptoとは異なり、Sentientは新しい市場環境の変化、競争の激化、技術の更新などの外部課題に直面しているため、発展には依然として課題があります。

六、資金調達状況とトークンモデル

• 資金調達時期：2024年中；
• 資金調達額：8500万ドル（シードラウンド）；
• 投資機関：Founders Fund、Pantera、Framework Venturesが共同でリードし、その他のVC機関にはEthereal、Robot Ventures、Symbolic Capital、Dao5、Delphi、Primitive Ventures、Nomad、Hack VC、Arrington Capital、Hypersphere、IDG、Topology、Protagonist、Folius、Sky9、Canonical Crypto、Dispersion Capital、Mirana、Foresight、Hashkey、Spartan、Republic、Frontiers Capitalなどがあります。（https://sentient.foundation/funding）

$SENTトークンの用途（計画中）

現時点でSentientは公式トークンを発行していません。​共同創設者のSandeep Nailwalは、プロジェクトは現在トークンを発行する計画はないが、将来的にはコミュニティのニーズやプロジェクトの発展状況に応じて評価する可能性があると述べています。​したがって、$SENやその他のSentient関連トークンを提供すると主張するプロジェクトには注意が必要です。

ホワイトペーパーによると、SENTトークンの可能な用途には、エージェントインセンティブポイントをトークンにマッピングすること、モデルバージョン管理提案と投票に使用すること、エージェントの出力の真実性を検証するためのステーキング、DAOガバナンスの配当メカニズムなどが含まれます。

Sentientは金の鍵を持って生まれたプロジェクトであり、その投資家の背景、資金調達規模、評価は市場のほとんどのCrypto AIプロジェクトを圧倒しています。一方で、その強力なリソースの支援により、さまざまな業界リソースを統合しやすく、高額な資金調達によりトップタレントをチームに迎え入れやすく、豊富な資本がプロジェクトの発展を業界サイクルを超えて支えることができます。しかし、他方で、現在のCrypto業界ではVCの支援を受けた高評価プロジェクトが一般的に魅力を失っており、さらにVCのコインプロジェクトのコイン価格は資本運用を主とし、基本面と深刻に乖離しています。仮にSentientが影響力のあるCrypto AI製品を提供できず、最終的に高評価でトークンを発行することを選択した場合、最終的に影響を受けるのは信頼を再構築する必要があるCryptoコミュニティであり、チームが現在の業界の困難にどのように対処するかは引き続き観察が必要です。

七、競合分析と市場位置

市場のCrypto AIプロジェクトの多くは、データ、モデル、計算、トレーニング、推論などの単一の分野に焦点を当てるか、AIエージェントなどの消費者向けアプリケーションを開発しています。AIチェーンを位置付けたプロジェクトには、古い公衆チェーンのAI転換（NearやICP）やBittensorのような分散型リソース共有調整とトークンインセンティブプロトコルが含まれますが、Sentientの位置付けとは完全には一致しません。モデルトレーニング側では、Sentientは統合プラットフォームに近く、市場のAIオープンソースモデルとは協力関係にあります。一方で、エージェント側では、SentientはTalus、Olas、Theoriqなどと多エージェントシステムや推論能力において一定の競合関係にありますが、各プロジェクトには異なる核心目標とアプリケーションシナリオがあり、依然として相補性があります。

八、まとめ

Sentientは分散型人工知能（AGI）プロトコルプラットフォームとして、AIモデルに明確な所有権構造を提供し、オンチェーンメカニズムを通じて呼び出しと価値分配を行い、現在の中央集権的LLM市場における帰属不明と不公正の問題を解決することを目指しています。核心フレームワークOML（Open, Monetizable, Loyal）は、モデルフィンガープリンティングとブロックチェーン技術を通じて、オープンソースモデルの所有権、透明性、公正な利益分配を確保します。SentientはPolygon共同創設者Sandeep Nailwalのリソースの支援を受け、多くのトップVCやAIエコシステムパートナーの支持を得ていますが