Autor: Lao Bai
Título original: Crypto × AI desde la perspectiva del mercado primario: un experimento de ilusión tokenizada
Después de dos años, V (Vitalik) vuelve a tuitear, y yo también retomo el informe de investigación de hace dos años, incluso en la misma fecha, el 10 de febrero. (Lectura relacionada: ABCDE: Un recorrido por AI+Crypto desde la perspectiva del mercado primario)
Hace dos años, V ya expresó sutilmente que no era muy optimista sobre las diversas tendencias populares de "Crypto Ayuda a la IA" en ese entonces. Los tres caballos de batalla populares en el círculo eran la tokenización de la capacidad de computación (compute), la tokenización de datos y la tokenización de modelos. Mi informe de investigación de hace dos años también se centró principalmente en estos tres pilares y algunas observaciones y escepticismos observados en el mercado primario. Desde la perspectiva de V, él prefería "IA Ayuda a Crypto".
Los ejemplos que dio en ese momento fueron:
-
IA como participante en el juego;
-
IA como interfaz de juego;
-
IA como reglas del juego;
-
IA como objetivo del juego;
En los últimos dos años, hemos hecho muchos intentos en "Crypto Ayuda a la IA", pero con resultados limitados. Muchos sectores y proyectos se resumen en: emitir un token y listo, sin un PMF (Product-Market Fit) comercial real. Yo lo llamo "ilusión de tokenización".
1. Tokenización de la capacidad de computación (Compute Assetization) – La mayoría no puede proporcionar SLA de nivel comercial, son inestables, se caen frecuentemente. Solo pueden manejar tareas de inferencia de modelos pequeños y medianos simples, sirven principalmente a mercados marginales, los ingresos no están vinculados al token......
2. Tokenización de datos (Data Assetization) – Alta fricción en el lado de la oferta (usuarios minoristas), baja voluntad, alta incertidumbre. El lado de la demanda (empresas) necesita proveedores de datos profesionales, estructurados, con dependencia contextual, con confianza y responsabilidad legal, algo que los proyectos Web3 con estructura DAO difícilmente pueden proporcionar.
3. Tokenización de modelos (Model Assetization) – Un modelo es en sí un activo procesual no escaso, replicable, fine-tuneable, que se deprecia rápidamente, no un activo final. Hugging Face es en sí una plataforma de colaboración y difusión, más similar a "GitHub for ML" que a "App Store for models", por lo que los llamados "Hugging Face descentralizados" para tokenizar modelos han terminado básicamente en fracaso.
Además, estos dos años también hemos probado varias formas de "inferencia verificable" (Verifiable Inference), una historia típica de buscar un clavo para el martillo. Desde ZKML hasta OPML, teoría de juegos, etc., incluso EigenLayer cambió su narrativa de Restaking por una basada en Verifiable AI.
Pero básicamente, similar a lo sucedido en el sector de Restaking – pocos AVS (Actively Validated Services) están dispuestos a pagar continuamente por una seguridad verificable adicional.
Del mismo modo, la inferencia verificable básicamente verifica "cosas que nadie realmente necesita verificar", el modelo de amenazas (threat model) del lado de la demanda es extremadamente vago – ¿a quién se está defendiendo exactamente?
Los errores de salida de la IA (problemas de capacidad del modelo) son mucho más comunes que la manipulación malintencionada de la salida de la IA (problemas adversariales). Los recientes incidentes de seguridad en OpenClaw y Moltbook lo demostraron. Los problemas reales provienen de:
-
El diseño de la estrategia fue incorrecto
-
Se dieron demasiados permisos
-
Los límites no se pensaron claramente
-
Las combinaciones de herramientas generaron interacciones inesperadas
-
...
Prácticamente no existe ese clavo imaginario de "modelo manipulado" o "proceso de inferencia reescrito maliciosamente".
El año pasado publiqué esta imagen, no sé si algún colega la recuerda.
Las ideas que V presenta esta vez son claramente más maduras que hace dos años, también debido a los avances que hemos logrado en privacidad, X402, ERC8004, mercados de predicción y otras direcciones.
Se puede ver que esta vez divide el panorama en cuatro cuadrantes, la mitad pertenece a "IA Ayuda a Crypto" y la otra mitad a "Crypto Ayuda a la IA", en lugar de inclinarse claramente por lo primero como hace dos años.
Arriba a la izquierda y abajo a la izquierda – Utilizar la descentralización y transparencia de Ethereum para resolver problemas de confianza y colaboración económica en IA
1.Habilitar interacciones de IA sin confianza y privadas (Infraestructura + Supervivencia): Utilizar tecnologías como ZK, FHE, etc., para garantizar la privacidad y verificabilidad de las interacciones de IA (no sé si la inferencia verificable de la que hablé antes cuenta).
2. Ethereum como capa económica para la IA (Infraestructura + Prosperidad): Permitir que los agentes de IA (Agents) puedan realizar pagos económicos a través de Ethereum, contratar otros robots, pagar fianzas o establecer sistemas de reputación, construyendo así una arquitectura de IA descentralizada en lugar de estar limitada a una única gran plataforma.
Arriba a la derecha y abajo a la derecha – Utilizar la capacidad inteligente de la IA para optimizar la experiencia de usuario, eficiencia y gobernanza del ecosistema crypto:
3. Visión Cypherpunk mountain man con LLMs locales (Impacto + Supervivencia): La IA como "escudo" e interfaz del usuario. Por ejemplo, un LLM local (modelo de lenguaje grande) puede auditar automáticamente contratos inteligentes, verificar transacciones, reducir la dependencia de frontends centralizados y garantizar la soberanía digital individual.
4. Hacer mercados y gobernanza mucho mejores una realidad (Impacto + Prosperidad): La IA participa profundamente en los mercados de predicción (Prediction Markets) y la gobernanza de DAO. La IA puede actuar como un participante eficiente, amplificando el juicio humano mediante el procesamiento de información a gran escala, resolviendo diversos problemas previos de mercados y gobernanza como la falta de atención humana, el alto costo de decisión, la sobrecarga de información, la apatía en las votaciones, etc.
Antes estábamos obsesionados con que Crypto Ayudara a la IA, V estaba del otro lado. Ahora finalmente nos encontramos en el medio, aunque, por lo visto, no tiene mucha relación con varias tokenizaciones de XX o con tal o cual AI Layer1. Espero que dentro de dos años, al mirar hacia atrás en el post de hoy, haya nuevas direcciones y sorpresas.
Twitter:https://twitter.com/BitpushNewsCN
Grupo de Telegram de Bitpush:https://t.me/BitPushCommunity
Suscripción a Telegram de Bitpush: https://t.me/bitpush
