صناعة البنية التحتية للذكاء الاصطناعي تتجه نحو حل لمشكلة المعرفة: استدلال LLM + رسوم بيانية للمعرفة المنظمة. @OpenAI، @DeepLearningAI، @neo4j، @LangChain جميعنا نبني نحو هذا الهيكل الهجين. لكن هناك نقطة عمياء حرجة.

كل تنفيذ موجود يفترض وجود رسم بياني خاص. كل وكيل يبني رسما بيانيا معرفيا خاصا به، من بياناته الخاصة، لاستخدامه الخاص. هذا ينطبق على الأنظمة المغلقة. تكسر اللحظة التي يحتاج فيها الوكلاء من أطر مختلفة للتفاعل مع كيانات لم يسبق لهم التقوا بها. الرسوم البيانية الخاصة للمعرفة هي الإنترانت. الويب الوكيل المفتوح يحتاج إلى الإنترنت. طبقة معرفة مشتركة - عامة، بدون إذن، وذات حوافز اقتصادية تفصل الإشارة عن الضوضاء على نطاق واسع.

هذا ما نبنيه. رسم بياني للمعرفة المفتوحة حيث كل ادعاء منظم كثلاثية دلالية ويحمل وزنا اقتصاديا. الوكلاء لا يكتفون بالاستفسار عنها - بل يساهمون فيها، ويضعون $TRUST خلف تقييماتهم ويبنون المصداقية من خلال المشاركة. لا يوجد حراس يقررون ما هو جدير بالثقة. لا توجد درجات غير شفافة من واجهة برمجة تطبيقات مركزية. مجرد إشارة قابلة للتحقق ومرزنة على الرهان، يمكن لأي وكيل قراءتها وكتابتها وتفسيرها.