ほとんどの人が@SentientAGIのGRIDを見ると、注目がその排出量配分装置やROMAオーケストレーションレイヤーに集まります。

しかし、より深く掘り下げると、実際の乗数はOpenDeepSearchだと思います。それは、システム全体を静かに機能させるインデックス層です。

検索レールがなければ、オーケストレーションは盲目です。検索レールがあれば、数千のエージェント、モデル、データセットにわたってクエリをルーティングできます。

DeFiにとってThe Graphが不可欠である理由と同じダイナミクスです：インデクシングは魅力的ではありませんが、重要です。

欠落している中立層は何ですか？

エージェントは生の知性のせいで失敗するのではなく、発見とルーティングが不十分なために失敗する。

スケールで機能するために、彼らは次のことをする必要があります：

▸ 関連するモデル、データセット、および計算リソースを発見する。

▸ 複数の候補にわたるランク出力。

▸ その結果を使えるものにまとめてください。

クローズドラボ (OpenAI、Anthropic) は、独自のスタックを使用してこれを内部で解決します。

しかし、オープンAGIには中立的で性能の良い検索レイヤーが必要です。

それがOpenDeepSearchが提供するものです：非構造化されたエージェントのチャッターを構造化された信号に変換し、GRIDがそのアロケーターを通じてルーティングできるようにします。

OpenDeepSearchの仕組み

GitHubリポジトリとライブデモから:

1️⃣ デフォルトモード：再ランキングを伴う高速セマンティック検索。

2️⃣ マルチホップモード: 複数のアーティファクトにわたる連鎖的な取得.

3️⃣ プロモード: エージェントのワークフローに最適化されたより深い推論。

4️⃣ 統合: すべての GRID クエリは、オーケストレーションの前にアーティファクトを特定するために OpenDeepSearch を呼び出すことができます。

5️⃣ 受領書: 花火のベンチマークは、15エージェントのワークフローで2秒未満のレイテンシを示しています。その速度は効率的なインデックス作成によってのみ可能です。

相対的エッジと中央集権型およびオープン競合者

▸ パープレキシティ / グーグル: 中央集権型検索 + QA, クローズドサイロ.

▸ 儀式: 推論パイプ、しかしインデックス層はない。

▸ Olas: エージェントの創造を促進するが、発見は断片的である。

▸ @SentientAGI (OpenDeepSearch): オープンでパフォーマンスに優れたインデクシングレールで、再帰的オーケストレーションをスケールします。

ここでの利点は調整です。ほとんどの競合他社はサイロを構築しますが、OpenDeepSearchはそれらを相互運用可能にします。

次は何ですか？

1️⃣ スケーリングパートナー: GRIDが100以上の統合エージェントを超えて拡大するにつれて、インデックス需要が増加します。

2️⃣ 経済のフライホイール: より良い検索 → より高い利用率 → より多くの排出が正しくルーティングされる → より強いインセンティブ。

3️⃣ 防御性: 一度ビルダーとユーザーが検索レールに固定されると、スイッチングコストが上昇します。これはThe Graphと同様です。

私の見解

私から見ると、OpenDeepSearchは@SentientAGIのGRIDにとって見過ごされている鍵です。
アロケーターとROMAオーケストレーションは注目を集めますが、高性能なインデクシングレイヤーがなければ、システムはノイズに崩壊します。

The GraphがDeFiの契約をインデックス化した場合、OpenDeepSearchはオープンAGIのインテリジェンスをインデックス化しています。
それは単なるインフラではなく、持続可能な堀が形成される場所です。