هناك نقطة أريد التعبير عنها، وأوضح أن المقارنة بين APRO و Chainlink غالبًا ما تكون مليئة بالمزالق: إما أن تتخذ موقفًا وتدافع عن منتجك على حساب المنافس، أو تتحدث بشكل محايد وتقول إن كلاهما جيد، وفي النهاية لا يتعلم القارئ شيئًا. في الواقع، هناك طريقة متقدمة للمقارنة وهي أن لا تركز على من الأقوى أو الأضعف، بل اسأل نفسك ما الذي يحتاجه عملك حقًا.

ابدأ بفهم ما الذي يفعله كل منهما. جوهر Chainlink هو Data Feeds، من خلال شبكة أوثنتيكات لامركزية تجمع البيانات من خارج السلسلة وتضعها على السلسلة، مع دمج نماذج البيانات اللامركزية وآليات مثل Offchain Reporting لضمان الاستقرار والتوسع. أما APRO، وفقًا لتعريف الصناعة، فهو يركز أكثر على "التمكين بالذكاء الاصطناعي + الشبكة ذات الطبقتين"، حيث يستخدم نماذج اللغة الكبيرة لمعالجة البيانات غير الهيكلية، ثم يدمج التحقق التقليدي والتحليل بواسطة الذكاء الاصطناعي من خلال تصميم طبقي يتضمن Submitter و Verdict. هاتان الجملتان هما المعيار الذي تعتمد عليه للمقارنة، مما يساعد على تجنب الانحراف عن الموضوع.

ما يجب أن تقارن فعلاً هو بناء "مصفوفة اختيار المطورين"، لكن لا تضع قائمة مخيفة، بل أدخلها بشكل طبيعي في القصة. على سبيل المثال، الطبقة الأولى: ما نوع البيانات التي تتعامل معها؟ إذا كانت بيانات قياسية ومتكررة، خاصة أسعار السوق، فإن سيناريو الاستخدام يختلف تمامًا.