Bittensor の信念テスト:Covenant ショック後、ロックされた TAO は分散型 AI を救えるか?
2026 年 3 月 10 日、インターネット上に分散した約 70 人の見知らぬ人々で構成されるネットワークが、MMLU において LLaMA-2-70B を凌駕する 720 億パラメータの言語モデルのトレーニングを完了しました。その 6 週間後、同じネットワークは崩壊を食い止めようと必死になっていました。
歴史的な技術的マイルストーンから本格的なガバナンス危機へという、この激しい転換こそが 2026 年の Bittensor の物語です。そして、現在提示されている解決策、コンビクション・メカニズム (Conviction Mechanism) と呼ばれる奇妙で新しいプリミティブは、今年のクリプト AI 分野において最も重要なガバナンスの実験となるかもしれません。
Covenant-72B から Covenant AI の撤退まで
まず、最高潮の瞬間が訪れました。Bittensor の サブネット 3 (SN3) である Templar が、これまでで最大の分散型 LLM 事前学習の試みである Covenant-72B の完了を発表しました。70 を超える独立した貢献者が、一般的な家庭用インターネット接続を介して市販の GPU を持ち寄り、約 1.1 兆トークン を処理して、ゼロショット MMLU で 67.1 というスコアを記録する 72B パラメータモデルを構築しました。これは LLaMA-2-70B や LLM360 K2 を僅差で上回る数値です。
その秘訣は SparseLoCo と呼ばれるアルゴリズムにありました。Top-k スパース化、2 ビット量子化、およびエラーフィードバックを組み合わせることで、SparseLoCo はノード間通信を約 146 倍 に削減しました。具体的には、かつて 同期ごとに 280 GB 必要だった通信量が 2.2 GB に激減 し、ノードの同期頻度は 500 分の 1 になりました。勾配(Gradients)は元のサイズの約 0.78% にまで圧縮され、各ノードは他と通信する前に 15 〜 250 回のローカルステップを実行できるようになりました。
これこそが、分散型 AI が長年追い求めてきた結論です。最先端モデルのトレーニングに、NVLink で繋がれたデータセンターは必要ありません。オプティマイザーが十分に賢ければ、オープンなインターネットで十分なのです。
市場はこれに反応しました。サブネットのアルファトークンである τemplar は 7 日間で 194% 急騰し、TAO 自体も 2 週間で 54.8% 上昇 しました。オンチェーンアナリストは、これを TAO の「DeepSeek モーメント」と呼びました。
しかし、その直後に状況は暗転しました。
4 月中旬、Covenant AI の創設者である Sam Dare 氏が約 37,000 TAO(約 1,020 万ドル相当)を売却 し、中央集権化が進んでいると公に批判してエコシステムを去りました。この売却は、すでに神経質になっていた市場を直撃しました。TAO は約 25% 下落し、推定 6 億 5,000 万ドル の時価総額が消失しました。さらに悪いことに、静かに蓄積されていた構造的な欠陥が露呈しました。それは、Bittensor のサブネットオーナーには、留まる理由がほとんどない という点でした。
誰も直そうとしなかったガバナンスのバグ
Bittensor の当初の設計では、サブネットオーナーに大きな権限とトークンが与えられていましたが、ローンチ後に意味のある「身銭を切る(Skin-in-the-game)」要件は課されていませんでした。活動を停止したり、幻滅したりしたオーナーは、無期限にサブネットを保有し続けることも、予告なしにポジションを解消することもできました。まさに Covenant AI が行った通りです。
分散型 AI の調整レイヤーとして自らを売り込んでいるプロトコルにとって、「創設者が火曜日に去り、水曜日にトークンを暴落させる可 能性がある」という話は、機関投資家に受け入れられるものではありません。そして、機関投資家は注視していました。Grayscale は 4 月 2 日、NYSE Arca への TAO 現物 ETF の S-1 修正案を提出 し、Bitwise も同日、並行する戦略 ETF を申請 しました。ETF 発行体は、一人の人間の気分に左右されるようなガバナンスを好みません。
問題は具体的になりました。トークンが流動的でサブネットの所有権が譲渡可能なシステムにおいて、どのようにして長期的なアラインメント(利害一致)を強制するのか?
共同創設者である Const 氏が 4 月 16 日に発表した答えが、BIT-0011 — コンビクション・メカニズムです。
コンビクション・メカニズムの実際の仕組み
この設計は非常に独特であるため、慎重に説明する価値があります。
BIT-0011 の下では、サブネットの所有権、またはそれに伴う投票権を希望する者は、数ヶ月から数年の範囲で選択した期間、アルファトークンをタイムロック しなければなりません。引き換えに、ロックしたユーザーは 100% から始まり 30 日間隔で減衰する「コンビクション・スコア(信念スコア)」 を受け取ります。ガバナンスの重みやサブネットの制御権に反映されるのは、生のトークン残高ではなく、このコンビ クション・スコアです。
これにより、以下のような結果がもたらされます:
- ただ座っているだけでは不十分:コンビクションは減衰するため、サブネットオーナーは一度ロックして放置することはできません。コミットメントを更新し続けなければ、投票権がより熱心な誰かに奪われていくのを見守ることになります。
- 所有権は争奪可能:BIT-0011 では、誰でもアルファをロックしてコンビクションを構築することで、サブネットの制御権に挑戦できます。挑戦者のコンビクション・スコアが現職者を上回れば、制御権を奪取できます。これは、市場主導の継続的なリコール・メカニズムであり、「創設者が永遠に鍵を保持する」というデフォルト設定の対極にあります。
- 撤退コストが高い:ロックを解除することはコンビクションを失うことを意味します。ロックを解除せずにトークンを投げ売りすることは不可能です。このインセンティブ設計は、4 月の危機を引き起こした行動を直接的に罰するものです。
このメカニズムは、まず 成熟したサブネットである SN3 (Templar)、SN39、および SN81 から導入されます。この選択は偶然ではありません。これらのサブネットには実際の経済活動と実質的な成果が存在するため、市場は「誰がそれらを所有しているか」を真に重要視しているからです。
なぜ Templar から始めるのか?
Conviction Mechanism(確信メカニズム)を SN3 に最初に導入したことには、明確な意図があります。Templar は、フロンティアスケールの分散型トレーニングを実証したばかりのサブネットであり、Bittensor が単なるトークン排出ゲームではないことを示す、最も強力な証明となっています。もし Conviction Mechanism が、最も重要なサブネットにおいて真剣なオペレーターを引き留めることができれば、このモデルは一般化されます。もし失敗すれば、他の場所で始めても単なる表面的な取り繕いに過ぎません。
また、ナラティブの対称性もあります。Templar の SparseLoCo は、「絶え間ない通信なしでの調整は可能である」というエンジニアリング上の賭けです。一方、Conviction Mechanism は、「絶え間ない信頼なしでのアライメント(整合性)は可能である」というガバナンス上の賭けです。退出コストを十分に高くすれば、全員が信奉者である必要はありません。どちらも、中央集権的な管理(データセンターや慈悲深い創設者)を、経済的に強制された調整に置き換えようとする試みです。
避けては通れない疑問
Conviction Mechanism は洗練されていますが、摩擦がないわけではありません。検討に値するいくつかの未解決の疑問を挙げます。
1. 実際に影響を与えるほど十分な量をロックできるのは誰か? 真剣なガバナン ス権限を得るために、数百万ドル相当の alpha を数年間にわたってロックする必要がある場合、実行可能なサブネットオーナーの候補は、ファンドや資本力のあるチームに絞られます。それは「真剣なオペレーターを求めている」という点では妥当かもしれませんが、以前よりも明らかに「分散化」されているとは言えません。これは別の形の集中であり、単に早期参入ではなく時間選好を報いるものに過ぎません。
2. 減衰(ディケイ)の調整は正しいか? 30 日間の減衰インターバルは設計上の選択であり、物理定数ではありません。減衰が速すぎればサブネットは激しく入れ替わります。遅すぎれば、このメカニズムはより長いタイムラインで元のバグを繰り返すことになります。最初の 1 年間はパラメータの微調整が行われ、おそらくいくつかの痛みを伴うエッジケースが発生することを覚悟すべきです。
3. チャレンジ(挑戦)中に何が起こるか? 継続的に争奪可能な所有権という響きは素晴らしいですが、潤沢な資金を持つ敵対者が、誰かのビジネスに不可欠なサブネットに対して確信(conviction)を築き始めたらどうなるでしょうか。このメカニズムには、堅牢なタイブレーク(同点決勝)ルールや、おそらく何らかのクールダウン期間が必要です。さもなければ、サブネットのガバナンスが敵対的買収の遊び場になるリスクがあります。
4. 実際に ETF のデューデリジェンスを満たせるか? より深い疑問は、「確信スコアがオーナーを決定する」という仕組みが、米国の規制当局にとって健全なガバナンスとして映るかどうかです。タイムロックされたス テークは真のコミットメントを示すシグナルですが、アロケーターがそれを評価するためのフレームワークを構築しなければならないほど、依然として斬新なものです。Bittensor は事実上、その評価を公の場で行っていることになります。
分散型 AI の今後
俯瞰してみると、2026 年の Bittensor のストーリーは、分散型 AI というテーゼ全体のストレステストのように見えます。
技術面 においては、「データセンターなしでフロンティアモデルをトレーニングできるか?」という問いに対し、Covenant-72B が「条件付きでイエス」という強力な回答を示しました。SparseLoCo は帯域幅の問題が解決可能であることを示し、67.1 という MMLU スコアは品質の問題が解決可能であることを示しました。家庭用インターネットを利用する 70 のマイナーという存在は、もはやピッチデッキの中の話ではなく、現実の結果です。
経済面 においては、「中央当局なしでオペレーターを整合(アライメント)させることができるか?」という問いに、まさに BIT-0011 が答えようとしています。Covenant AI の退出は、その答えが「ノー」だった場合に何が起こるかを示しました。Conviction Mechanism は、慣習や創設者の善意に頼るのではなく、トークン設計そのものにアライメントを組み込もうとする最初の本格的な試みです。
もし両方の答えが「イエス」で安定すれば、その影響は Bittensor を遥かに超えて広が ります。トレーニングであれ推論であれ、AI であれそれ以外であれ、あらゆる分散型計算ネットワークはこれら 2 つの問題のバリエーションに直面します。その多くは、ガバナンスの問題は後回しでいいと密かに願ってきました。Bittensor は、その「後で」が誰の予想よりも早く訪れることを示したのです。
結論
ビルダーにとって、2026 年第 2 四半期の興味深い動きは、BIT-0011 が正しい設計かどうかについて白黒つけることではありません。今後 2 四半期にわたって SN3 を注視することです。もし Templar のオペレーターが実際に意味のある量の alpha をロックし、確信の重み付けによる投票がサブネットが維持できる決定を下し、そして最初の 90 日間に敵対的な挑戦者がメカニズムを破壊しなかったならば、Conviction Mechanism は単なる Bittensor のパッチではなく、再利用可能なガバナンス・プリミティブとなります。
そして、もし失敗したとしても、その失敗自体が分散型 AI の設計空間において最も有益なデータポイントの一つとなるでしょう。どちらの結果も、注目に値します。
Bittensor は 3 月に、インターネットが 72B モデルをトレーニングできることを証明しました。4 月には、インターネットがそれを統治できるかどうかを証明しようとしています。結局のところ、2 番目の問題の方が、常に困難な課題だったのです。
BlockEden.xyz は、AI や計算に特化したネットワークへの専用サポートを含む、30 以上のチェーンにわたるエンタープライズグ レードの RPC およびインデックスインフラストラクチャを提供しています。強気相場だけでなく、ガバナンスの衝撃にも耐えうるように設計された基盤の上で構築するために、当社の サービスを探索 してください。
情報源
- Bittensor TAO Governance Crisis Explained: Covenant AI Exit and BIT-0011 Proposal
- Bittensor TAO Proposes Locked Stake Governance Fix Following Covenant AI Exit
- AI News: Majors Stall, Trending Tokens Pump, Bittensor Governance Reset (CoinMarketCap)
- Bittensor Price Prediction Eyes $570 As Conviction Mechanism Calms TAO Holders
- Templar Makes History With 72B Decentralized AI Training Run (tao.media)
- Bittensor Covenant-72B Explained (Phemex)
- Communication Efficient LLM Pre-training with SparseLoCo (arXiv)
- TAO's DeepSeek Moment: The Rise of Templar (SN3) (PANews)
- Bittensor's Subnet 3 Trains 72B AI Model on Decentralized Network (Blockonomi)