Penulis:Lao Bai
Setelah dua tahun, V kembali mengirimkan Twi, dan saya juga akan membahas laporan penelitian dari dua tahun lalu, bahkan waktunya persis sama, 10 Februari. (Bacaan terkait: ABCDE: Menyusun AI+Crypto dari Perspektif Pasar Primer)
Dua tahun lalu, V sebenarnya sudah menyiratkan bahwa dia tidak terlalu optimis dengan berbagai Crypto Membantu AI yang populer saat itu. Tiga kuda andalan yang populer di kalangan saat itu adalah aset komputasi, aset data, dan aset model. Laporan penelitian saya dua tahun lalu juga terutama membahas tiga kuda andalan ini dan beberapa fenomena serta pertanyaan yang diamati di pasar primer. Dari perspektif V, dia lebih optimis dengan AI Membantu Crypto.
Beberapa contoh yang dia berikan saat itu adalah:
- AI sebagai partisipan dalam permainan;
- AI sebagai antarmuka permainan;
- AI sebagai aturan permainan;
- AI sebagai tujuan permainan;
Selama dua tahun terakhir, kami sebenarnya telah melakukan banyak percobaan dalam Crypto Membantu AI, namun hasilnya sedikit, banyak sektor dan proyek hanya - menerbitkan token dan selesai, tanpa PMF bisnis yang nyata, saya menyebutnya "Halusinasi Tokenisasi".
1. Aset Komputasi - Sebagian besar tidak dapat menyediakan SLA tingkat bisnis, tidak stabil, sering terputus. Hanya dapat menangani tugas inferensi model kecil dan sederhana, sebagian besar melayani pasar pinggiran, pendapatan tidak terkait dengan token......
2. Aset Data - Ujung pasokan (retail) gesekan besar, keinginan rendah, ketidakpastian tinggi. Ujung permintaan (perusahaan) membutuhkan penyedia data profesional yang terstruktur, bergantung pada konteks, memiliki kepercayaan dan tanggung jawab hukum, pihak proyek Web3 berbadan DAO sulit menyediakannya.
3. Aset Model - Model itu sendiri adalah aset proses yang tidak langka, dapat disalin, dapat disesuaikan, terdepresiasi cepat, bukan aset keadaan akhir, Hugging Face sendiri adalah platform kolaborasi dan penyebaran, lebih mirip GitHub for ML, bukan App Store for models, jadi yang disebut "Hugging Face terdesentralisasi" untuk mentokenisasi model, pada dasarnya berakhir dengan kegagalan.
Selain itu, selama dua tahun ini kami juga mencoba berbagai "Inferensi Terverifikasi", ini juga cerita khas mencari paku dengan palu. Dari ZKML ke OPML ke Teori Permainan dll, bahkan EigenLayer mengubah narasi Restaking-nya menjadi berbasis Verifiable AI.
Tetapi pada dasarnya mirip dengan yang terjadi di sektor Restaking - jarang ada AVS yang bersedia membayar terus menerus untuk keamanan terverifikasi tambahan.
Demikian juga, inferensi terverifikasi pada dasarnya memverifikasi "hal-hal yang tidak benar-benar perlu diverifikasi", model ancaman di ujung permintaan sangat kabur - sebenarnya melindungi dari siapa?
Kesalahan keluaran AI (masalah kemampuan model) jauh lebih banyak daripada keluaran AI yang dimanipulasi secara jahat (masalah adversial), berbagai insiden keamanan di OpenClaw dan Moltbook beberapa waktu lalu juga dilihat, masalah sebenarnya berasal dari:
- Desain strategi salah
- Izin diberikan terlalu banyak
- Batas tidak dipikirkan dengan jelas
- Interaksi tak terduga dari kombinasi alat
- ...
Hampir tidak ada "model dimanipulasi", "proses inferensi ditulis ulang secara jahat" paku yang dibayangkan ini.
Tahun lalu saya pernah mengirim gambar ini, tidak tahu ada yang ingat tidak.
Beberapa ide yang diberikan V kali ini, jelas lebih matang dibandingkan dua tahun lalu, juga karena kemajuan yang kami capai dalam privasi, X402, ERC8004, pasar prediksi, dan berbagai arah lainnya.
Dapat dilihat empat kuadran yang dia berikan kali ini, setengahnya termasuk AI Membantu Crypto, setengahnya lagi Crypto Membantu AI, dan tidak lagi jelas condong ke yang pertama seperti dua tahun lalu.
Kiri atas dan kiri bawah - Memanfaatkan desentralisasi, transparansi Ethereum untuk menyelesaikan masalah kepercayaan dan kolaborasi ekonomi AI
1.Mengaktifkan interaksi AI yang tanpa kepercayaan dan privat (Infrastruktur + Kelangsungan Hidup): Memanfaatkan teknologi ZK, FHE dll untuk memastikan privasi dan keterverifikasian interaksi AI (tidak tahu inferensi keterverifikasian yang saya sebut sebelumnya termasuk tidak).
2. Ethereum sebagai lapisan ekonomi untuk AI (Infrastruktur + Kemakmuran): Membuat agen cerdas AI (Agents) mampu melakukan pembayaran ekonomi melalui Ethereum, merekrut robot lain, membayar jaminan atau membangun sistem reputasi, sehingga membangun arsitektur AI terdesentralisasi dan tidak terbatas pada platform tunggal raksasa.
Kanan atas dan kanan bawah - Memanfaatkan kemampuan kecerdasan AI untuk mengoptimalkan pengalaman pengguna, efisiensi, dan tata kelola ekosistem kripto:
3. Visi pria gunung Cypherpunk dengan LLM lokal (Dampak + Kelangsungan Hidup): AI sebagai "perisai" dan antarmuka pengguna. Misalnya, LLM (model bahasa besar) lokal dapat mengaudit kontrak pintar, memverifikasi transaksi secara otomatis, mengurangi ketergantungan pada halaman depan terpusat, menjamin kedaulatan digital pribadi.
4. Mewujudkan pasar dan tata kelola yang jauh lebih baik (Dampak + Kemakmuran): AI berpartisipasi mendalam dalam pasar prediksi (Prediction Markets) dan tata kelola DAO. AI dapat menjadi partisipan yang efisien, dengan memproses informasi dalam skala besar untuk memperbesar penilaian manusia, menyelesaikan berbagai masalah pasar dan tata kelola sebelumnya seperti perhatian manusia tidak cukup, biaya keputusan terlalu tinggi, kelebihan informasi, apatisme voting.
Sebelumnya kami sangat ingin membuat Crypto Membantu AI, V justru berada di sisi lain. Sekarang kami akhirnya bertemu di tengah, hanya perkiraan tidak ada hubungannya dengan berbagai tokenisasi XX, atau AI Layer1 apa pun. Semoga dua tahun lagi melihat kembali postingan hari ini, akan ada beberapa arah dan kejutan baru.
