Palasin juuri intensiiviseltä viikolta @EFDevcon Buenos Airesissa: kaksi paneelikeskustelua, puhe älysopimustarkastajien tulevaisuudesta, Agent Arena -työpaja ja @ETHGlobal Hackathonin tuomarointi. Tänä vuonna Devconnect tuntui aidosti Ethereumin maailmannäyttelyltä — vähemmän keskusteluja kaukaisesta tulevaisuudesta ja enemmän tuotteista, jotka ovat jo tuotannossa ja siirtävät oikeaa rahaa. Keskeinen johtopäätökseni: @ethereum vaikuttaa edelleen vakavimmalta ekosysteemiltä pitkäaikaisessa käyttöönotossa, erityisesti hajautetussa rahoituksessa. Se ei tarkoita, etteikö muilla ekosysteemeillä olisi mahdollisuuksia — mutta standardien kypsyys, infrastruktuurin syvyys ja kehittäjien keskittyminen ovat edelleen vahvasti Ethereumin puolella. Siitä huolimatta L2-tasojen skaalaamisen tarina on kaukana ratkaisusta. Minun näkemykseni mukaan kyseessä oli strateginen virhe: ekosysteemi sai valtavan teknologisen lisäyksen, mutta erittäin pirstoutuneen käyttökokemuksen kustannuksella. Käyttäjät eivät täysin sisäistä, että L2:t ovat Ethereumia — mutta he kokevat selvästi siltojen ja likviditeetin pirstoutumisen riskit. Odotan silti, että tämä korjataan, yksinkertaisesti siksi, että liian moni vahva tiimi työskentelee sen parissa jättääkseen asiat "ennalleen." Toinen merkittävä vektori, joka todella kiteytyi minulle, on onchain-agenttien koordinointi, erityisesti rahoitusagenttien kohdalla: standardit kuten ERC-8004 ja maksuprotokollat kuten X402 voisivat muodostua perustaksi "käyttöjärjestelmäksi" sille, miten agentit siirtävät likviditeettiä ja ovat vuorovaikutuksessa keskenään tulevina vuosina. Aion keskittyä tiiviisti tähän agenttien, maksujen ja DeFin risteykseen. Ja tietysti pääaiheeni — älysopimusten tekoälyauditointi. Mikä ei kauan sitten näytti "lelulta, joka satunnaisesti löytää jotain", on nyt muuttumassa työkaluiksi, jotka luotettavasti havaitsevat vakavia ongelmia ja joita käyttävät sekä tarkastajat että kehittäjät — joskus paljastaen asioita, joita ihmiset eivät huomaa. Oli hienoa saada uudelleen yhteys ihmisiin, jotka rakentavat tuotteita, jotka todella muuttavat tapaamme käyttää DeFiä, ja tuntea olevansa osa tätä prosessia.

AGI ei tule kahteen vuoteen: @ilyasut juuri tappoi Piilaakson suosikkimyytin Uudessa haastattelussa Dwarkesh Patelin kanssa Ilya Sutskever tekee melko jyrkän käänteen keskustelussa tekoälyn tulevaisuudesta: "yksinkertaisen skaalauksen aikakausi on ohi; Tästä eteenpäin tarvitsemme uusia löytöjä." Mutta minulle tämän haastattelun tärkein osa ei ole edes "laskenta ensin" -lähestymistavan loppu. Se on hänen aikajanansa AGI:lle: 5–20 vuotta. Toisin sanoen, yksi maailman voimakkaimpien mallien takana olevista ihmisistä viihdyttää vakavasti skenaarioita yli 10 vuoden päästä. Tämä on radikaalissa ristiriidassa "AGI 1–2 vuodessa" -narratiivin kanssa, jota kuulemme joiltakin perustajilta ja sijoittajilta. Sitten kuluu 1–2 vuotta, ja näemme, kuinka kaukana odotukset olivat todellisuudesta: mallit ovat vahvistuneet, mutta tämä ei silti ole "universaali älykkyys", joka pyyhkäisee kaiken pois. Kun joku Sutskeverin kaltainen sanoo "5–20 vuotta", tulkitsen sen niin: se on tulossa, mutta ei huomenna, eikä todennäköisesti ylihuomennakaan. Tästä syntyy tärkeä käytännön johtopäätös. Ajatukset kuten "minkä tahansa startupin rakennat — OpenAI syö sen joka tapauksessa" tai "minkä ammatin valitset — AGI tuhoaa sen" kuulostavat vahvasti liioitelluilta. Markkinat tulevat varmasti muuttumaan, ja historiallisilla mittareilla nopeasti, mutta ihmisillä ja yrityksillä on mahdollisuus sopeutua. Yhdellä ehdolla: valmistaudut tietoisesti näihin muutoksiin — kokeilet tekoälyä työssäsi, käytät aikaa uusiin taitoihin, opit rakentamaan järjestelmiä mallien päälle sen sijaan, että pelkäisit niitä. Samaan aikaan meillä ei pitäisi olla harhakuvitelmia. Työllisyyden rakenne muuttuu, jotkut roolit menettävät arvonsa ja jotkut ihmiset todella kärsivät – erityisesti ne, jotka valitsivat "odottaa" ja olla muuttamatta mitään, kun vielä pystyivät. Minun näkemykseni mukaan tuleva vuosikymmen ei ole "maagisen AGI-vaihdon" hetki, vaan pitkä, joskus kivulias prosessi markkinoiden ja osaamisen uudelleenmuotoilussa. Ja juuri tänä aikana päätetään, kuka voittaa — ja kuka ei.

Hyperskaalaajien monopoli rajamalleissa murtuu: hajautettu RL oikeasti toimii! En vieläkään täysin ymmärrä, että joku todella onnistui hajautetun suuren kielimallin koulutuksessa. Vuosien ajan hajautettu koulutus on minulle ollut yhtä kuin kipua: heti kun GPU:t alkavat fyysisesti etääntyä toisistaan — jopa samassa koneessa — kohtaat ylikuormituksia, synkronointiongelmia, verkon pullonkauloja, ja kaikki hidastuu lähes pysähtyneeksi. Teollisuus ratkaisi tämän kalliilla datakeskuksilla ja erittäin tiheillä verkoilla, jotka nostivat riman välittömästi niin korkealle, että vain harvat yritykset maailmassa pystyivät pelaamaan rajamallitasolla. Tätä taustaa vasten @PrimeIntellect julkaisee INTELLECT-3:n — 106B MoE-mallin, joka on koulutettu hajautettuna, ja jonka päällä on laajamittainen RL. Testeissä se voittaa GLM-4.5:n ja DeepSeek-R1-0528:n, ja matematiikassa se tarjoaa SOTA:n kokoonsa nähden (MATH-500, AIME24). Tämä ei siis ole "mielenkiintoinen hajauttamiskokeilu", vaan täysimittainen rajatason kilpailija. Rehellisesti sanottuna odotin jotain tyyliin "kyllä, se toimii, mutta laatu on paljon huonompi." Sen sijaan — tämä on hyvin vakava seuraus. Avainasemassa on heidän asynkroninen RL-kehys, prime-rl, joka voi kouluttaa mallin hajautetussa GPU-poolissa: kuluttaja-GPU:ista riippumattomiin datakeskuksiin, joita eri operaattorit pyörittävät. Asynkroninen off-policy RL tuossa mittakaavassa on insinöörien painajainen, ja Prime on käytännössä ainoa, joka on tähän mennessä vienyt sen toimivaksi tuotteeksi. Lisäksi he avasivat lähdekoodin paitsi prime-rl:n, myös INTELLECT-3:n (MIT/Apache 2.0) ja SYNTHETIC-2-aineiston, joka kerättiin hajautetun päättelyn avulla (1250+ GPU:ta kolmen päivän aikana). Tämä ei ole vain "vielä yksi malli HF:ssä", vaan infrastruktuuri, joka rikkoo vanhan kertomuksen, että vakavat mallit ovat mahdollisia vain suljetuissa hyperskaalauslaboratorioissa. Jos merkittävä määrä tutkijoita ja startup-yrityksiä maailmanlaajuisesti saa käyttöönsä tällaisia työkaluja ja infrastruktuuria, se voisi radikaalisti nopeuttaa ajattelumallien kehitystä ja lopulta tuoda meidät lähemmäs AGI:ta nopeammin kuin moni odotti. Minusta tämä näyttää yhdeltä niistä harvoista tapauksista, joissa rakenteellisesti ylitsepääsemättömältä vaikuttanut este (verkosto, koordinointi, kustannukset) yhtäkkiä alkaa murtua. Näen tämän äärimmäisen tärkeänä saavutuksena — ekosysteemin "kehityssuunnanmuutoksena", ei vain yhtenä julkaisuna.