人工智能（AI）行业正处于爆发式增长阶段，但下一个重大突破——通用人工智能（AGI）的实现，仍面临巨大挑战。Sentient联合创始人、印度科学研究所教授Himanshu Tyagi强调，去中心化AI将是通往AGI的必经之路。他指出，当前AI的发展主要依赖集中式数据中心和模型，但AGI需要“全新的关于人类策略的数据以及基于这些数据训练的专业模型”，而这些数据并非互联网上现成的信息，而是人类在复杂任务中运用的深层启发式策略和技巧，例如高级销售话术或品牌设计。
去中心化：打破数据与算力瓶颈
Tyagi认为，若通过集中式系统收集这类数据，其用途将极为有限。他倡导建立“去中心化、开放且带有激励机制的机制”来获取真正有价值的数据。在模型开发方面，需要“让人们自由贡献具有特定技能和对齐的已训练模型”，同时提供“Google规模的计算资源用于训练”。他提出，“去中心化的模型所有权加上激励措施，以及去中心化训练，能够解决这些难题。”这一观点与社区驱动的创新潮流相呼应，有望打破科技巨头对AGI研发的垄断。
年轻开发者警示：初代乐观的陷阱
在对年轻开发者的建议中，Tyagi警告了“初期的过度乐观”现象。他强调，从概念验证到稳定可扩展的产品，过程中充满复杂性。大型语言模型（LLMs）虽然强大，但存在幻觉、事实性错误和潜在安全风险。解决这些问题需要全新的软件层和专门的模型训练，而早期团队往往缺乏这些能力。他的建议是：“专注于自己的具体用例，并依赖外部服务来解决这些难题。”Sentient Chat正是为此设计，提供AI搜索API、托管模型、代理框架和可信执行环境（TEE）库，作为代理构建者的便捷工具。同时，Sentient的模型是开源的，允许开发者了解其功能并避免供应商锁定。
Sentient Chat：挑战Google的搜索范式
Tyagi透露，Sentient Chat正在打造一个社区拥有的AI聊天机器人，旨在挑战传统搜索引擎。他指出，Google主导搜索数十年，但其模式局限于在互联网上查找信息，且广告收入模式使其难以转型。而AI提供了一种超越这一限制的机会：“我们可以直接完成任务，而不是先收集信息、分析、再采取行动。”为了实现这一目标，Sentient Chat正构建一个由多样化数据源和开发者社区贡献驱动的AI代理生态系统。他强调，需要“多种来源的索引数据”和“众多构建者提供最终行动的代理”。平台采用社区治理，数据提供者和代理构建者均获得激励，从而实现透明、开放的生态。
Tyagi还透露，Sentient Chat上即将推出超过15个代理，平台功能持续扩展，致力于帮助用户和开发者实现行动导向的搜索体验。总之，Sentient Chat旨在通过协作性、社区驱动的平台，让用户直接通过AI代理完成任务，颠覆现有的搜索模式。