大多數 AI 模型處理信息。 Sentient 的 GRID 進行處理。 在其他模型將提示輸入單一的黑箱時，Sentient 將認知分解為部分，路由、推理，並在數千個代理之間重新組合知識。 這就是他們如何實現的 🧵👇 在封閉系統中，智能存在於單一模型內部。 在 @SentientAGI 中，它存在於模型之間。 每個進入 GRID 的查詢不會發送到一個模型，而是被分解為更小的原子子任務：研究、推理、綜合、驗證。 然後，通過 ROMA（元代理的遞歸編排），每個片段被發送到最適合處理它的代理、數據集或模型。 當結果返回時，它們會被驗證、合併和精煉，這是一個不是執行，而是集體認知的過程。 這是從 AI 作為計算 → 到 AI 作為編排的轉變。 GRID 的思考方式 GRID 不會 "運行代碼"。 它路由思考。 每一層的編排向上構建： → ROMA 將查詢分解為邏輯樹。 → 任務根據技能、上下文和聲譽動態匹配到代理。...