Момент DeepSeek для Bittensor: может ли TAO стать вторым полюсом мирового ИИ?

Когда 70 незнакомцев, разбросанных по всему миру — вооруженных потребительскими GPU и домашним интернет-соединением — коллективно обучили языковую модель с 72 миллиардами параметров, которая превзошла LLaMA-2-70B от Meta, в повествовании об ИИ что-то изменилось. Никаких корпоративных белых списков. Никаких дата-центров за 100 миллионов долларов. Никаких централизованных лабораторий, дергающих за ниточки. Только Subnet 3 сети Bittensor, криптоэкономическая система стимулов и технический прием под названием SparseLoCo, который сделал все это возможным.

В начале 2026 года мир ИИ был одержим доказательством DeepSeek того, что модели фронтирного уровня не требуют бюджетов масштаба OpenAI. Сообщество Bittensor называет событие 10 марта 2026 года своим собственным «моментом DeepSeek» — доказательством того, что большие языковые модели теперь могут появляться полностью за пределами централизованных институтов. Стоит задаться вопросом: действительно ли Bittensor строит второй полюс глобальной инфраструктуры ИИ, или это захватывающая история, обернутая вокруг элегантного, но хрупкого эксперимента?

Что на самом деле представляет собой Bittensor

Если отбросить спекуляции с токенами, Bittensor лучше всего понимать как слой стимулов для ИИ-ресурсов (AI commodities). Сеть организована в виде «подсетей» (subnets) — более 128 специализированных конкурентных арен, где каждая подсеть производит определенный тип ИИ-продукта: инференс языковых моделей, генерацию изображений, хранение данных, финансовые прогнозы, помощь в написании кода.

В каждой подсети есть два типа участников:

• Майнеры запускают модели ИИ и отвечают на запросы. Они соревнуются в качестве выдаваемых данных.
• Валидаторы опрашивают майнеров, оценивают их ответы и сообщают о качестве в блокчейн.

Алгоритм Yuma Consensus — эквивалент центрального процессора Bittensor — агрегирует оценки валидаторов и соответствующим образом распределяет эмиссию TAO. Распределение токенов: 41% майнерам, 41% валидаторам и 18% создателю подсети. Это означает, что каждый участник несет финансовые риски, а попытки обмануть систему экономически невыгодны, так как валидаторы, сообщающие неверные оценки, теряют свою часть эмиссии.

Что отличает эту систему от обычного фриланс-маркетплейса, так это механизм Dynamic TAO, внедренный в конце 2024 года. Теперь каждая подсеть управляет собственным автоматическим маркет-мейкером (AMM) с двумя резервами: TAO и специфическим для подсети токеном «alpha». Когда держатели TAO вносят средства в стейкинг подсети, они получают взамен токены alpha — фактически голосуя капиталом за то, какие подсети заслуживают больше сетевых ресурсов. Подсети, привлекающие больше стейкинга TAO, получают большую эмиссию, что создает самоорганизующуюся систему распределения капитала, где рынок решает, какие ИИ-услуги достойны финансирования.

Веха Covenant-72B

10 марта 2026 года Subnet 3 сети Bittensor — работавшая тогда под названием Templar — завершила Covenant-72B: крупнейший в истории задокументированный цикл децентрализованного предварительного обучения LLM. Модель была обучена на примерно 1,1 триллиона токенов и достигла оценки 67,1 по метрике MMLU (zero-shot), преодолев бенчмарк LLaMA-2-70B.

Технической основой стал SparseLoCo — протокол связи, который сократил накладные расходы на передачу данных между распределенными узлами в 146 раз. Традиционное распределенное обучение требует постоянной синхронизации градиентов — каждый GPU должен делиться своими обновлениями с каждым другим GPU, что становится узким местом, когда узлы разбросаны по континентам и используют обычный домашний интернет. SparseLoCo достигает этого за счет сочетания разреживания (передача только наиболее значимых обновлений градиента), 2-битного квантования (дальнейшее сжатие этих обновлений) и обратной связи по ошибкам (накопление пропущенных обновлений для будущей передачи, чтобы ничего не было потеряно безвозвратно).

Результат: цикл обучения, к которому любой пользователь с достаточным количеством GPU мог свободно присоединиться или покинуть его, не дестабилизируя процесс. Никаких выделенных соединений. Никаких контрактных обязательств. Никакого корпоративного надзора. Это действительно нечто новое.

Генеральный директор Nvidia Дженсен Хуанг назвал модель распределенного обучения Bittensor «современной версией folding@home» — знаменитого проекта добровольных вычислений, который направлял простаивающее оборудование пользователей на научные исследования. Сравнение уместно: folding@home доказал, что фрагментированные вычислительные мощности могут решать задачи, ранее доступные только суперкомпьютерам. Covenant-72B — это эквивалент в мире ИИ.

Последовавший кризис управления

За достижением сразу же последовал разрыв. Сэм Дэр, основатель Covenant AI (команды, создавшей Subnet 3), объявил о выходе проекта из Bittensor в апреле 2026 года, утверждая, что соучредитель Джейкоб Стивс в одностороннем порядке приостановил эмиссию подсети Covenant AI, отозвал разрешения на управление сообществом и использовал продажи токенов для оказания экономического давления на команду.

Это обвинение затрагивает глубочайшее противоречие Bittensor: является ли сеть, построенная на криптоэкономических стимулах, действительно децентрализованной, если один основатель может отозвать эмиссию подсети?

Стивс публично не подтвердил и не опроверг конкретные обвинения. Сообщество Bittensor разделилось: одни защищают действия основателя как необходимые меры управления во время спора, другие приводят этот инцидент как доказательство того, что децентрализация сети носит скорее декларативный, чем структурный характер.

Это серьезная проблема, а не просто второстепенный конфликт. Если операторы подсетей могут столкнуться с приостановкой эмиссии по решению основного разработчика, то определение «децентрализованная» требует оговорки. Институциональный капитал, оценивающий Bittensor для развертывания инфраструктуры, задаст именно этот вопрос. Ответ сети — будь то через изменения в управлении на уровне протокола или сохранение авторитета основателя — определит, сможет ли Bittensor реально конкурировать за корпоративное внедрение.

Как Bittensor соотносится с конкурентами

Децентрализованное пространство ИИ консолидировалось вокруг трех различных концепций, каждая из которых нацелена на свой уровень технологического стека ИИ:

Fetch.ai / ASI Alliance (FET): Слияние Fetch.ai, SingularityNET и Ocean Protocol позволило создать наиболее комплексную экосистему децентрализованного ИИ по замыслу. Agentverse, облачная среда разработки (IDE) Альянса, насчитывает более 2 миллионов зарегистрированных ИИ-агентов. ASI Alliance фокусируется на координации — объединении ИИ-агентов, источников данных и рынков вычислений под единым токеном. В то время как Bittensor вознаграждает за чистое качество моделей, ASI Alliance поощряет полезность агентов и выполнение задач. Компромисс: более легкий вход для разработчиков, но менее строгий контроль качества.

Gensyn: Gensyn работает как чистый маркетплейс вычислительных мощностей — ему не важно, что вы обучаете или для чего запускаете инференс, важно лишь наличие GPU-мощностей для аренды. Его техническая инновация — «proof-of-learning» (доказательство обучения), которое верифицирует задачи по обучению путем выборочной проверки случайных градиентных вычислений вместо повторного выполнения всей рабочей нагрузки. Gensyn явно позиционирует себя как AWS для ИИ — инфраструктурно-нейтральный и независимый от задач. Он не конкурирует с Bittensor в качестве ИИ; он конкурирует в стоимости вычислений.

Origin Protocol's Multi-Agent Chain: Origin нацелен на оркестрацию агентов — координацию многоэтапных рабочих процессов ИИ, где разные модели решают разные задачи. Это наиболее ориентированный на прикладной уровень проект среди трех конкурентов, который меньше заботится об обучении моделей или чистых вычислениях, и больше сосредоточен на автономных ИИ-конвейерах для конечных пользователей.

Bittensor занимает самую амбициозную позицию: он пытается одновременно решить вопросы качества моделей, распределения вычислений и накопления стоимости в рамках одного протокола. Эта амбициозность является и его уязвимостью — любой сбой на одном уровне (управление, честность валидаторов, качество подсетей) распространяется на всю систему.

Рыночная реальность в 2026 году

При цене примерно 271 $за TAO и рыночной капитализации в 3,08 млрд$ (33-е место в рейтинге CoinGecko), TAO торгуется на уровне лишь части своего пика января 2025 года, составлявшего около 565 $. Волатильность рассказывает знакомую крипто-историю: пик энтузиазма, спекулятивные продажи и консолидация по мере того, как реальная полезность догоняет нарратив.

Два структурных события меняют динамику предложения TAO. Первый халвинг Bittensor произошел 14 декабря 2025 года, сократив ежедневную эмиссию TAO с 7 200 до 3 600 токенов. Второй халвинг прогнозируется на декабрь 2026 года, что снизит эмиссию до 1 800 токенов в день. Для держателей это сжатие предложения в стиле Биткоина; для участников сети это означает, что каждый TAO, заработанный через майнинг или валидацию, становится ценнее с точки зрения дефицитности.

Последовало и позиционирование институционалов. Grayscale увеличила вес TAO в ИИ-сегменте своего фонда Digital Large Cap Fund до 43,06 % и подала заявку на преобразование своего траста TAO в спотовый ETF — заявка, которая в случае одобрения создаст первый регулируемый инвестиционный инструмент на базе TAO для институциональных аллокаторов из США. Сигнал ясен: Grayscale рассматривает Bittensor как доминирующую чистую ставку на децентрализованную инфраструктуру ИИ, а не как спекулятивный альткоин.

Глубинный вопрос: инфраструктура или нарратив?

Кейс Bittensor опирается на тезис, заслуживающий тщательного изучения: могут ли криптоэкономические стимулы создавать ИИ-модели, конкурентоспособные по сравнению с централизованными лабораториями. Covenant-72B является доказательством того, что децентрализованное обучение возможно. Но это пока не доказательство того, что оно является воспроизводимым, масштабируемым или конкурентоспособным по стоимости на передовых масштабах.

По сообщениям, обучение GPT-4 от OpenAI стоило 100 миллионов $ на специализированных кластерах H100 с микросекундными соединениями. Covenant-72B обучалась на потребительских GPU через домашние интернет-соединения. Прорыв SparseLoCo сделал это технически возможным, но внес компромисс в качестве — 2-битное квантование и разреженность (sparsification) означают потерю части градиентной информации. Является ли эта потеря приемлемой для моделей промышленного уровня с большим количеством параметров — это открытый вопрос для исследований.

Более обоснованный краткосрочный тезис заключается в том, что Bittensor не нужно побеждать OpenAI — ему нужно победить отсутствие альтернатив. Ценность сети заключается в коммодитизации инференса ИИ на периферии: предоставлении дешевых, устойчивых к цензуре и специализированных ИИ-услуг разработчикам, которые не могут себе позволить или не доверяют централизованным провайдерам. Более 128 подсетей уже обслуживают запросы на помощь в написании кода, финансовый анализ, генерацию изображений и биологические исследования. Ни одно из этих приложений не требует рассуждений на уровне «Frontier AI»; им требуется надежный, экономически эффективный и специализированный инференс.

Это рынок, которым Bittensor может реально владеть.

Что Bittensor необходимо доказать

Три теста определят, станет ли TAO инфраструктурой ИИ или останется спекуляцией, связанной с ИИ:

1. Легитимность управления. Спор вокруг Covenant ИИ должен стать катализатором структурных реформ — кодифицированного управления подсетями, прозрачных процессов апелляции и ограничений полномочий основателей — иначе обвинения в централизации будут сопровождать Bittensor в каждом разговоре с институционалами.

2. Воспроизводимое обучение. Covenant-72B стал вехой. Следующий вопрос заключается в том, сможет ли Bittensor поддерживать несколько одновременных процессов обучения передового масштаба по мере расширения лимита подсетей со 128 до 256, при этом SparseLoCo (или преемники) обеспечит эффективную координацию на все более разнородном оборудовании.

3. Принятие разработчиками помимо токенов. В настоящее время подсети привлекают участников в основном потому, что эмиссия TAO делает вклад прибыльным. Устойчивая инфраструктура требует второй кривой принятия: разработчиков, использующих API Bittensor, потому что услуги качественные, а не потому, что участникам платят за присутствие.

Технология более заслуживает доверия, чем предполагает ее график цены. Управление более хрупкое, чем признают его сторонники. Момент «DeepSeek» для Bittensor был реальным — децентрализованное обучение моделей передового уровня больше не является теорией. Сможет ли сеть институционализировать эту возможность без централизованных узких мест, которые подорвали бы саму ее основу — это определяющий вызов 2026 года.

---

BlockEden.xyz поддерживает разработчиков, создающих децентрализованную ИИ-инфраструктуру, предоставляя высокопроизводительные RPC и API данных для сетей, в которых работают эти протоколы. Изучите наш маркетплейс API, чтобы получить доступ к необходимым ончейн-данным без необходимости управления собственной инфраструктурой узлов.