Direkt zum Hauptinhalt

Bittensors Conviction-Test: Kann gesperrtes TAO die dezentrale KI nach dem Covenant-Schock retten?

· 10 Min. Lesezeit
Dora Noda
Dora Noda
Software Engineer

Am 10. März 2026 schloss ein Netzwerk von etwa 70 Fremden, die über das offene Internet verteilt waren, das Training eines Sprachmodells mit 72 Milliarden Parametern ab, das LLaMA-2-70B beim MMLU schlug. Sechs Wochen später versuchte dasselbe Netzwerk zu verhindern, dass es auseinanderfällt.

Dieses Schleudertrauma – von einem historischen technischen Meilenstein zu einer ausgewachsenen Governance-Krise – ist die Geschichte von Bittensor im Jahr 2026. Und die vorgeschlagene Lösung, ein seltsames neues Primitiv namens Conviction Mechanism, könnte das wichtigste Governance-Experiment im Bereich Krypto-KI in diesem Jahr sein.

Von Covenant-72B bis zum Exit von Covenant AI​

Der Höhepunkt kam zuerst. Templar, Bittensors Subnet 3 (SN3), verkündete den Abschluss von Covenant-72B – dem größten dezentralen LLM-Pre-Training-Lauf, der jemals versucht wurde. Über 70 unabhängige Mitwirkende bündelten Standard-GPUs über gewöhnliche Heim-Internetverbindungen und verarbeiteten rund 1,1 Billionen Token, um ein Modell mit 72B-Parametern zu erstellen, das beim Zero-Shot MMLU 67,1 erreichte und damit knapp an LLaMA-2-70B und LLM360 K2 vorbeizog.

Das Erfolgsrezept war ein Algorithmus namens SparseLoCo. Durch die Kombination von Top-k-Sparsifizierung, 2-Bit-Quantisierung und Error Feedback reduzierte SparseLoCo die Kommunikation zwischen den Nodes um etwa das 146-fache. Praktisch ausgedrückt: Was früher 280 GB pro Synchronisation erforderte, sank auf 2,2 GB pro Synchronisation, wobei die Nodes 500-mal seltener synchronisierten. Die Gradienten wurden auf etwa 0,78 % ihrer ursprünglichen Größe komprimiert, und die Nodes konnten 15 – 250 lokale Schritte ausführen, bevor sie mit anderen kommunizierten.

Das ist die Pointe, der die dezentrale KI seit Jahren nachjagt: Man benötigt kein mit NVLink vernetztes Rechenzentrum, um ein Frontier-Modell zu trainieren. Das offene Internet reicht aus, wenn der Optimizer intelligent genug ist.

Die Märkte wurden aufmerksam. τemplar, der Alpha-Token des Subnetzes, stieg innerhalb von sieben Tagen um 194 %, und TAO selbst legte über zwei Wochen um 54,8 % zu. On-Chain-Analysten nannten es den „DeepSeek-Moment“ von TAO.

Dann stürzte die Decke ein.

Mitte April verkaufte der Gründer von Covenant AI, Sam Dare, etwa 37.000 TAO – rund 10,2Millionen∗∗–undverließdasO¨kosystem,wobeiero¨ffentlichkritisierte,waseralsschleichendeZentralisierungbezeichnete.DerVerkauftrafeinenohnehinschonnervo¨senMarkt.TAOfielumetwa∗∗25 10,2 Millionen** – und verließ das Ökosystem, wobei er öffentlich kritisierte, was er als schleichende Zentralisierung bezeichnete. Der Verkauf traf einen ohnehin schon nervösen Markt. TAO fiel um etwa **25 %**, was die Marktkapitalisierung um geschätzte ** 650 Millionen reduzierte. Schlimmer noch: Es legte eine strukturelle Schwachstelle offen, die sich im Stillen angesammelt hatte: Besitzer von Bittensor-Subnetzen hatten kaum Gründe zu bleiben.

Der Governance-Bug, den niemand beheben wollte​

Das ursprüngliche Design von Bittensor gab Subnetz-Besitzern beträchtliche Macht und Token, legte ihnen aber nach dem Start keine nennenswerte Skin-in-the-Game-Verpflichtung auf. Ein inaktiver oder desillusionierter Besitzer konnte auf unbestimmte Zeit auf einem Subnetz sitzen bleiben oder seine Position ohne Vorwarnung auflösen – genau das, was Covenant AI tat.

Für ein Protokoll, das sich selbst als Koordinationsschicht für dezentrale KI vermarktet, ist „der Gründer kann am Dienstag gehen und den Token am Mittwoch crashen“ keine Geschichte, die sich an Institutionen verkaufen lässt. Und die Institutionen schauten zu. Grayscale reichte am 2. April eine S-1-Ergänzung für einen Spot-TAO-ETF an der NYSE Arca ein, während Bitwise am selben Tag einen ETF mit paralleler Strategie anmeldete. ETF-Emittenten lieben keine Governance, die von der Laune einer einzelnen Person abhängt.

Die Frage wurde konkret: Wie erzwingt man eine langfristige Ausrichtung in einem System, in dem Token liquide und Subnetz-Eigentumsrechte übertragbar sind?

Die Antwort des Mitbegründers Const, die am 16. April bekannt gegeben wurde, lautet BIT-0011 – der Conviction Mechanism.

Was der Conviction Mechanism tatsächlich bewirkt​

Das Design ist ungewöhnlich genug, um eine sorgfältige Beschreibung zu verdienen.

Unter BIT-0011 muss jeder, der das Eigentum an einem Subnetz – oder die damit verbundenen Stimmrechte – anstrebt, Alpha-Token für einen gewählten Zeitraum zeitlich sperren, gemessen in Monaten bis Jahren. Im Gegenzug erhält derjenige einen Conviction-Score, der bei 100 % beginnt und in 30-Tage-Intervallen abnimmt. Der Conviction-Score, nicht der rohe Token-Bestand, bestimmt das Governance-Gewicht und die Kontrolle über das Subnetz.

Einige Konsequenzen daraus sind:

  • Stillhalten reicht nicht aus. Da die Conviction abnimmt, kann ein Subnetz-Besitzer nicht einmal sperren und sich dann ausruhen. Er muss seine Verpflichtung ständig erneuern oder zusehen, wie seine Abstimmungsmacht an jemanden übergeht, der engagierter ist.
  • Eigentum ist anfechtbar. Unter BIT-0011 kann jeder die Kontrolle über ein Subnetz herausfordern, indem er Alpha sperrt und Conviction aufbaut. Wenn der Conviction-Score eines Herausforderers den des Amtsinhabers übersteigt, übernimmt er das Ruder. Dies ist ein kontinuierlicher, marktgesteuerter Abberufungsmechanismus – das Gegenteil zum Standardfall „der Gründer behält die Schlüssel für immer“.
  • Der Ausstieg ist teuer. Das Entsperren bedeutet den Verlust von Conviction. Das Abstoßen von Token ohne Entsperren ist unmöglich. Die Anreizstruktur bestraft direkt das Verhalten, das die Krise im April ausgelöst hat.

Der Mechanismus wird zuerst für ausgereifte Subnetze eingeführt: SN3 (Templar), SN39 und SN81. Diese Wahl ist kein Zufall. Diese Subnetze weisen echte wirtschaftliche Aktivität und reale Arbeit auf, was bedeutet, dass es dem Markt tatsächlich wichtig ist, wer sie besitzt.

Warum mit Templar beginnen?​

Dass der Conviction Mechanism zuerst auf SN3 implementiert wird, ist ein deutliches Signal. Templar ist das Subnetz, das soeben dezentralisiertes Training auf Frontier-Niveau demonstriert hat — es ist der stärkste Beweis dafür, dass Bittensor mehr als nur ein Token-Emissions-Spiel ist. Wenn der Conviction Mechanism ernsthafte Betreiber in dem Subnetz halten kann, auf das es am meisten ankommt, lässt sich das Modell verallgemeinern. Wenn nicht, wäre ein Anfang an jeder anderen Stelle rein kosmetisch.

Es gibt auch eine narrative Symmetrie. Templars SparseLoCo ist eine technische Wette darauf, dass Koordination ohne ständige Kommunikation möglich ist. Der Conviction Mechanism ist eine Governance-Wette darauf, dass Alignment ohne ständiges Vertrauen möglich ist — wenn man den Ausstieg teuer genug macht, muss nicht jeder ein überzeugter Anhänger sein. Beides sind Versuche, zentrale Kontrolle (ein Rechenzentrum; ein wohlwollender Gründer) durch ökonomisch erzwungene Koordination zu ersetzen.

Die unbequemen Fragen​

Der Conviction Mechanism ist elegant, aber er ist nicht frei von Reibungsverlusten. Einige offene Fragen, über die es sich nachzudenken lohnt:

1. Wer kann tatsächlich genug sperren, um Gewicht zu haben? Wenn ernsthaftes Governance-Gewicht das Sperren von Alpha im Wert von Millionen von Dollar über Jahre hinweg erfordert, verengt sich der Pool der tragfähigen Subnetz-Eigentümer auf Fonds und gut kapitalisierte Teams. Das ist wohl vertretbar — man will ernsthafte Betreiber — aber es ist nicht offensichtlich „dezentraler“ als das, was vorher da war. Es ist eine andere Form der Konzentration, die lediglich die Zeitpräferenz belohnt statt des frühen Einstiegs.

2. Ist der Decay korrekt kalibriert? Ein 30-Tage-Decay-Intervall ist eine Design-Entscheidung, keine physikalische Konstante. Wenn der Decay zu schnell erfolgt, fluktuiert das Subnetz zu stark. Wenn er zu langsam ist, wiederholt der Mechanismus den ursprünglichen Fehler auf einem längeren Zeitstrahl. Man kann davon ausgehen, dass das erste Jahr Parameter-Tuning und wahrscheinlich einige schmerzhafte Grenzfälle mit sich bringen wird.

3. Was passiert während einer Herausforderung (Challenge)? Kontinuierlich anfechtbares Eigentum klingt großartig, bis ein finanzstarker Gegner beschließt, Conviction in einem Subnetz aufzubauen, das für das Geschäft eines anderen kritisch ist. Der Mechanismus benötigt robuste Verfahren zur Pattsituation-Lösung und wahrscheinlich eine Form von Abkühlphase (Cool-down), da er sonst riskieren würde, die Subnetz-Governance in einen Spielplatz für feindliche Übernahmen zu verwandeln.

4. Erfüllt es tatsächlich die ETF-Due-Diligence? Die tiefergehende Frage ist, ob „Conviction Score bestimmt den Eigentümer“ für eine US-Regulierungsbehörde als solide Governance gilt. Zeitgesperrter Stake ist ein echtes Signal für Engagement, aber es ist noch neu genug, dass Allokatoren Frameworks entwickeln müssen, um es zu bewerten. Bittensor führt diese Bewertung faktisch in der Öffentlichkeit durch.

Wohin das die dezentrale KI führt​

Betrachtet man das große Ganze, liest sich die Bittensor-Geschichte des Jahres 2026 wie ein Belastungstest für die gesamte These der dezentralen KI.

Die technische Seite — können wir Frontier-Modelle ohne Rechenzentren trainieren? — erhielt von Covenant-72B ein kraftvolles „Ja, mit Einschränkungen“. SparseLoCo zeigt, dass das Bandbreitenproblem lösbar ist. Der MMLU-Score von 67,1 zeigt, dass das Qualitätsproblem lösbar ist. Siebzig Miner im Heiminternet sind kein Pitch-Deck mehr; sie sind ein Ergebnis.

Die ökonomische Seite — können wir Betreiber ohne eine zentrale Instanz aufeinander abstimmen? — ist genau das, was BIT-0011 zu beantworten versucht. Der Ausstieg von Covenant AI hat gezeigt, was passiert, wenn die Antwort „Nein“ lautet. Der Conviction Mechanism ist der erste ernsthafte Versuch, Alignment direkt in das Token-Design selbst einzubauen, anstatt sich auf Normen oder das Wohlwollen der Gründer zu verlassen.

Wenn sich beide Antworten bei „Ja“ stabilisieren, gehen die Auswirkungen weit über Bittensor hinaus. Jedes dezentrale Rechennetzwerk — ob Training oder Inferenz, KI oder anderweitig — steht vor Varianten dieser beiden Probleme. Die meisten von ihnen haben insgeheim gehofft, dass das Governance-Problem erst später eine Rolle spielen würde. Bittensor hat gerade gezeigt, dass dieses „Später“ schneller eintrifft, als es sich jeder gewünscht hat.

Der Aufruf​

Für Entwickler ist der interessante Schritt im zweiten Quartal 2026 nicht, Partei zu ergreifen, ob BIT-0011 das richtige Design ist. Es geht darum, SN3 in den nächsten zwei Quartalen genau zu beobachten. Wenn Templars Betreiber tatsächlich signifikantes Alpha sperren, wenn Conviction-gewichtete Abstimmungen Entscheidungen hervorbringen, mit denen das Subnetz leben kann, und wenn kein feindlicher Herausforderer den Mechanismus in den ersten 90 Tagen bricht — dann wird der Conviction Mechanism zu einem wiederverwendbaren Governance-Primitiv und nicht nur zu einem Bittensor-Patch.

Und falls er scheitert, wird das Scheitern selbst einer der informativsten Datenpunkte im Designraum für dezentrale KI sein. Jedes Ergebnis verdient Aufmerksamkeit.

Bittensor verbrachte den März damit zu beweisen, dass das Internet ein 72B-Modell trainieren kann. Es verbringt den April damit zu beweisen, ob das Internet eines verwalten kann. Das zweite Problem, so stellt sich heraus, war schon immer das schwierigere der beiden.

BlockEden.xyz bietet Enterprise-Grade RPC- und Indexing-Infrastruktur für über 30 Chains, einschließlich dedizierter Unterstützung für KI- und Rechen-fokussierte Netzwerke. Erkunden Sie unsere Dienste, um auf Fundamenten aufzubauen, die darauf ausgelegt sind, Governance-Schocks zu überstehen, nicht nur Bullenmärkte.

Quellen​

Share on Twitter