Lorsque la plupart des gens regardent le GRID de @SentientAGI, le projecteur se concentre sur son allocateur d'émissions ou la couche d'orchestration ROMA.

Mais en allant plus loin, je pense que le véritable multiplicateur est OpenDeepSearch : la couche d'indexation qui fait fonctionner tout le système.

Sans un rail de recherche, l'orchestration est aveugle. Avec un, vous pouvez diriger des requêtes à travers des milliers d'agents, de modèles et de jeux de données.

C'est la même dynamique qui a rendu The Graph essentiel pour la DeFi : l'indexation n'est pas sexy, mais elle est critique.

Quel est le niveau neutre manquant ?

Les agents ne échouent pas à cause de leur intelligence brute... ils échouent à cause d'une mauvaise découverte et d'un mauvais acheminement.

Pour fonctionner à grande échelle, ils doivent :

▸ Découvrez des modèles, des ensembles de données et des ressources de calcul pertinents.

▸ Classer les résultats parmi plusieurs candidats.

▸ Composez ces résultats en quelque chose d'utilisable.

Laboratoires fermés (OpenAI, Anthropic) résolvent cela en interne avec des piles propriétaires.

Mais l'AGI ouverte nécessite une couche de recherche neutre et performante.

C'est ce que fournit OpenDeepSearch : transformer le bavardage non structuré des agents en signaux structurés que le GRID peut diriger à travers son allocateur.

Voici comment fonctionne OpenDeepSearch

Depuis le dépôt GitHub et les démos en direct :

1️⃣ Mode par défaut : recherche sémantique rapide avec reclassement.

2️⃣ Mode Multi-Hop : récupération enchaînée à travers plusieurs artefacts.

3️⃣ Mode Pro : raisonnement plus approfondi optimisé pour les flux de travail des agents.

4️⃣ Intégration : chaque requête GRID peut appeler OpenDeepSearch pour localiser des artefacts avant l'orchestration.

5️⃣ Reçus : Les benchmarks des feux d'artifice montrent une latence inférieure à 2s dans des flux de travail de 15 agents. Cette vitesse n'est possible qu'avec un indexage efficace.

Relative Edge vs Concurrents Centralisés et Ouverts

▸ Perplexity / Google : recherche centralisée + QA, silos fermés.

▸ Rituel : tuyaux d'inférence, mais pas de couche d'indexation.

▸ Olas : incite à la création d'agents, mais la découverte est fragmentée.

▸ @SentientAGI (OpenDeepSearch) : rail d'indexation ouvert et performant qui évolue avec l'orchestration récursive.

L'avantage ici est la coordination. La plupart des concurrents construisent des silos ; OpenDeepSearch les rend interopérables.

Quelle est la suite ?

1️⃣ Partenaires de mise à l'échelle : alors que GRID s'étend au-delà de 100+ agents intégrés, la demande d'indexation s'accumule.

2️⃣ Flywheel économique : meilleure recherche → utilisation plus élevée → plus d'émissions correctement dirigées → incitations plus fortes.

3️⃣ Défensibilité : une fois que les constructeurs et les utilisateurs s'ancrent au rail de recherche, les coûts de changement augmentent, tout comme avec The Graph.

Mon avis

De mon point de vue, OpenDeepSearch est la clé négligée du GRID de @SentientAGI.
L'allocateur et l'orchestration ROMA font la une, mais sans une couche d'indexation performante, le système s'effondre dans le bruit.

Si The Graph indexe des contrats pour DeFi, OpenDeepSearch indexe l'intelligence pour l'AGI ouvert.
Ce n'est pas seulement une infrastructure, c'est là où un fossé durable peut se former.