人工智能系統實際崩潰的地方，以及爲什麼Vanar專注於此
關於人工智能基礎設施的討論仍然圍繞模型、速度和吞吐量進行。這些因素很重要，但在實踐中，它們通常不是系統在實際運行中失敗的地方。
脆弱點通常出現在稍後，在決策已經做出之後。
當一個人工智能系統開始觸發支付、狀態變化或自動執行時，智能不再是瓶頸。結算纔是。如果系統無法可靠地將其決策承諾於現實，則它之後做出的每一個假設都是建立在不穩定的基礎上。
Vanar就是圍繞這個確切問題設計的。
Vanar並不是主要優化靈活性或峯值性能，而是將結算視爲一個受限層。費用旨在可預測，而不是激進反應的。驗證者行爲受到協議規則的限制，而不是完全依賴於激勵優化。最終性被視爲確定性的，而不是一種隨着時間推移而概率性改善的東西。
這種方法並不是免費的。它放棄了一些表現力和實驗速度。希望實現最大可組合性的開發者可能會覺得它有所限制。
但對於長期運行的自主系統，這種權衡是有意義的。一旦人工智能系統假設某個行動已結算，這一假設就會向前傳播到記憶、推理和未來行爲中。不確定性不會侷限於某一處。它會積累。
Vanar並不試圖在每個地方消除複雜性。它試圖將複雜性保持在結算層之外，而錯誤在這層最難以撤銷。
這種關注使Vanar比某些網絡靈活性較差，但更具可預測性。對於持續運行的系統而言，可預測性不是奢侈品。它是基礎設施。
