Shakeel Hussein은 Bittensor 네트워크의 인공 지능 프로젝트인 Ridges AI의 설립자이자 CEO이며, Supabase와 Twitter/X 전환 팀에서의 이전 엔지니어링 작업으로 알려져 있습니다. [1] [2]
캐나다 토론토에 거주하는 후세인은 15세에 고등학교를 졸업하며 빠른 학업 과정을 보여주었습니다. 그의 초기 직업적 야망은 의료 분야에 있었고, 기술 분야로 크게 전환하기 전에 치과 학위를 추구했습니다. [1]
후세인의 대학 교육은 2020년 2월부터 7월까지 제임스 쿡 대학교에서 치과 프로그램에 등록하면서 시작되었습니다. 전 세계적인 COVID-19 팬데믹 기간 동안 그는 치과 대학을 그만두고 프로그래밍을 독학하기로 결정했습니다. 이 자습 기간은 그의 기술적 기술의 기초를 형성했습니다. 그는 나중에 2022년 9월부터 2023년 4월까지 토론토 대학교에 다녔으며, 그곳에서 컴퓨터 과학과 물리학을 공부하여 해당 분야의 교육을 더욱 공식화했습니다. [1]
후세인은 16세에 소프트웨어 엔지니어링 분야에서 풀타임으로 경력을 시작했으며, 독학으로 프로그래밍을 익혔습니다. 초기 주요 경력 중 하나는 오픈 소스 백엔드 서비스 플랫폼인 Supabase에서 근무한 것입니다. 그는 시드 펀딩 단계에서 회사에 합류하여 3천만 달러 규모의 시리즈 A 라운드를 진행하는 동안에도 기여자로 남았습니다. 19세에 후세인은 트위터가 X로 브랜딩을 전환하는 것을 관리하는 엔지니어링 팀의 일원으로 일했습니다. 그의 전문적인 경험에는 고빈도 거래(HFT) 분야에서의 경력도 포함되어 있습니다. 2025년에는 Ridges AI를 설립하여 CEO로 재직하며 소프트웨어 엔지니어링을 위한 자율 AI 에이전트 개발에 주력하고 있습니다. [1] [3] [2]
Hussein은 Hidden Harvest Ventures의 설립자이자 운영자이며, 이 회사는 그의 다양한 프로젝트와 투자를 위한 개인 사업체 역할을 하는 소규모 회사입니다. [1]
CEO인 Hussein은 Bittensor 네트워크에서 Subnet 62로 운영되는 프로젝트인 Ridges AI를 이끌고 있습니다. 이 플랫폼의 주요 목표는 복잡한 소프트웨어 엔지니어링 문제를 처음부터 끝까지 처리할 수 있는 자율 AI 에이전트 네트워크를 개발하는 것입니다. 이 프로젝트의 명시된 목표는 인간 개발자의 생산성을 크게 향상시키거나, 경우에 따라 그들의 기능을 완전히 대체하는 것입니다. [2]
혁신을 가속화하기 위해 Ridges AI는 에이전트를 오픈 소스화하여 모든 개발자가 핵심 기술을 복사, 수정 및 개선할 수 있는 경쟁 환경을 조성했습니다. 이 전략은 가장 효과적인 에이전트가 네트워크에 채택되면서 빠르고 분산된 개발을 장려합니다. Hussein이 밝힌 프로젝트의 비전은 "전체 엔지니어링 팀을 해고하고 에이전트로 대체"할 수 있는 잠재력을 포함하며, 소프트웨어 개발 수명 주기에서 완전한 자동화를 달성하려는 야망을 강조합니다. [2] [4]
2025년 8월, 벤처 캐피털 회사인 DSV Fund는 Ridges AI에 대한 총 30만 달러의 투자를 발표했는데, 이는 장외 할당 20만 달러와 시장 구매 10만 달러로 구성됩니다. 투자와 관련하여 DSV Fund CIO인 Siam Kidd는 "인간 코더의 효율성과 능력을 10-100배 향상시키거나 완전히 대체할 것입니다. 우리는 Bittensor에서 본 가장 실용적인 사용 사례 중 하나이기 때문에 Ridges를 한동안 구매해 왔습니다."라고 말했습니다. [2]
후세인은 그의 경력 동안 여러 오픈 소스 및 사설 소프트웨어 프로젝트를 개발하고 기여했습니다.
hobblecapital GitHub 조직에서 후세인은 바이오테크 분야의 트레이더를 위한 특화된 연구 플랫폼인 Atlas Dashboard를 개발했습니다. 이 대시보드는 Javascript로 구축되었으며 사용자가 뉴스를 추적하고, 실시간 가격 데이터를 모니터링하고, FDA 약물 승인과 같은 중요한 이벤트에 대한 맞춤형 알림을 생성하는 데 도움이 되도록 설계되었습니다.이러한 프로젝트는 자선 시스템, 금융 기술, 블록체인 인프라 및 개발자 도구에 걸친 후세인의 작업을 보여줍니다. [1]
개인 웹사이트에 따르면, 후세인은 여러 학제적 분야에 깊은 관심을 표명하며 이에 대한 논의를 환영한다고 밝혔습니다. 이러한 주제에는 인간 수명을 연장하는 방법과 수명 연구, 암호화폐, 무정부주의, 중앙 은행 경제의 잠재적 쇠퇴 간의 관계, 기질 및 "혈통 결과"와 같은 "금기 유전자 개념"에 대한 유전 연구, 특히 "지능 결정화를 피하고" 인지적 가소성을 유지하는 방법에 대한 신경학 연구가 포함됩니다. [1]
Ventura Labs에서 2025년 6월 9일에 발표한 인터뷰에서 Ridges AI (Bittensor의 서브넷 62)의 서브넷 소유자인 Shakeel Hussein은 Bittensor 네트워크 내에서 Ridges AI 프로젝트의 구조와 방법론을 설명했습니다. 논의는 분산 소프트웨어 개발을 위한 분산 프레임워크의 구성 요소로서 분산 인공지능 에이전트의 사용에 초점을 맞췄습니다.
Hussein은 Ridges AI가 두 가지 유형의 엔지니어링 작업을 구별한다고 설명했습니다. 즉, 측정 가능하고 구조화된 '하드' 작업(예: 컨텍스트 선택)과 코드 작성 및 통합을 포함한 더 해석적인 활동을 포함하는 '소프트' 작업입니다. 이 프로젝트는 통신 프로토콜을 통해 작동하는 작업별 AI 에이전트를 개발하여 복잡한 목표를 공동으로 조정하고 완료할 수 있도록 합니다.
그는 또한 시스템의 운영 모델을 간략하게 설명했습니다. 채굴자들은 자신의 에이전트를 공개 레지스트리에 게시하여 평가 및 재사용을 위한 투명한 환경을 조성하도록 권장됩니다. 이 프레임워크는 에이전트가 서로의 출력을 반복적으로 구축하거나 수정하여 지속적인 개선 프로세스를 유지할 수 있도록 설계되었습니다.
보안 메커니즘에는 잠재적으로 안전하지 않은 코드를 격리하고 관리하기 위한 샌드박스 실행이 포함됩니다. 인센티브 구조는 채굴자 보상을 에이전트의 기능적 성능과 연결하여 참가자 행동을 네트워크 안정성과 일치시키는 것을 목표로 합니다.
Hussein에 따르면, 떠오르는 관심 분야는 에이전트 오케스트레이션으로, 특화된 에이전트가 감독 시스템에 의해 조정되어 더 넓은 소프트웨어 프로젝트를 완료합니다. 이 접근 방식은 오라클, 개발자 및 오케스트레이터를 포함한 다양한 엔터티가 분산 소프트웨어 경제 내에서 상호 작용하는 AI 에이전트 마켓플레이스의 잠재적 형성을 시사합니다.
인터뷰는 Ridges AI를 소프트웨어 엔지니어링 영역에 Bittensor의 인센티브 기반 설계를 적용하는 이니셔티브로 제시했습니다. 이는 분산 인공지능 인프라의 진화에 대한 더 넓은 논의 내에서 모듈식 에이전트 전문화, 공개 게시 및 반복적 개발을 포함한 시스템의 구조적 요소에 초점을 맞췄습니다. [6]
2025년 9월 5일 Ventura Labs에 게재된 인터뷰에서 Bittensor 네트워크 내 Ridges (서브넷 62)의 서브넷 소유자인 Shakeel Hussein이 소개되었습니다. Hussein은 이 토론에서 AI 지원 소프트웨어 개발 및 분산 인센티브 구조에 대한 접근 방식에 중점을 두고 Ridges 서브넷 62의 설계 및 운영 프레임워크에 대해 설명했습니다.
Ridges 서브넷 62는 마이너 코드베이스가 공개적으로 액세스할 수 있는 개방형 연구 개발 환경으로 운영됩니다. Hussein에 따르면 이 방법을 통해 기여자는 기존 구현을 분석, 복제 및 개선하여 서브넷 내에서 더 빠른 반복 주기를 얻을 수 있습니다. 시스템의 에이전트는 코딩 관련 작업을 자율적으로 수행하도록 개발되었으며, 해석 가능성 및 사용자 투명성을 향상시키는 것을 목표로 하는 지속적인 실험이 진행 중입니다. 계획된 인터페이스 모델은 코드 생성 중 에이전트의 내부 추론 단계를 표시하도록 설계되었습니다.
서브넷의 인센티브 구조는 벤치마크 기반 평가에서 사용자 피드백을 통합하는 메커니즘으로 발전했습니다. 이 모델에서 성능 평가는 표준화된 테스트와 인간 상호 작용 메트릭을 결합하여 Sweetbench 및 Polyglot와 같은 벤치마크를 사용하여 프로그래밍 숙련도 및 다국어 적응성을 측정합니다. 사용자 평가를 포함하는 것은 에이전트 최적화를 합성 메트릭에 대한 독점적인 의존이 아닌 실제 사용성과 일치시키기 위한 것입니다.
Hussein은 또한 서브넷의 기본 알파 토큰을 지분 참여와 연결하는 알파-지분 프레임워크를 간략하게 설명했습니다. 이 구조를 통해 토큰 보유자는 사전 정의된 조건 하에서 알파 토큰을 회사 주식으로 교환할 수 있으며, 토큰화된 인센티브와 기존 투자 수단 사이에 추가적인 경제적 계층을 도입할 수 있습니다.
아키텍처 측면에서 Ridges 서브넷 62는 고비용의 대규모 언어 모델에만 의존하는 대신 더 작고 저렴한 모델을 결합하는