去中心化 AI：Bittensor 与 Sahara AI 在开放智能竞赛中的博弈
如果人工智能的未来不是由少数几家万亿美元的公司控制，而是由数百万为训练模型和共享数据而赚取代币的贡献者控制，会怎样？两个项目正竞相实现这一愿景——而且它们的方法迥然不同。
Bittensor 拥有受比特币启发的代币经济学和智能证明（proof-of-intelligence）挖矿，已经建立了一个价值 29 亿美元的生态系统，AI 模型在此竞争奖励。由 Pantera 和 Binance Labs 支持并获得 4,900 万美元融资的 Sahara AI 正在构建一个全栈区块链，将数据所有权和版权保护放在首位。一个奖励原始智能输出；另一个保护数据背后的个人。
随着 OpenAI 和 Google 等中心化 AI 巨头向通用人工智能 (AGI) 冲刺，这些去中心化的替代方案正押注于未来属于开放、无需许可的系统。但哪种愿景会最终胜出？
AI 中的中心化问题
AI 行业面临着严重的权力集中。训练前 沿模型需要数十亿美元的计算基础设施，成千上万个 GPU 集群需运行数月。只有少数公司——OpenAI、Google、Anthropic、Meta——能够负担得起这种规模。DeepMind 首席执行官 Demis Hassabis 最近将其描述为资深技术人员见过的“最激烈的竞争环境”。
这种集中化导致了连锁问题。数据贡献者——那些作品被用来训练这些模型的艺术家、作家和程序员——没有得到任何补偿或署名。小型开发者无法与专有的护城河竞争。而用户别无选择，只能信任中心化提供商会负责任地处理他们的数据和输出。
去中心化 AI 协议提供了一种替代架构。通过在全球网络中分配计算、数据和奖励，它们旨在实现访问民主化，同时确保公平补偿。但设计空间广阔，两个领先项目选择了截然不同的道路。
Bittensor：智能证明挖矿网络
Bittensor 的运行方式类似于“AI 版比特币”——一个无需许可的网络，参与者通过贡献有价值的机器学习输出来赚取 TAO 代币。矿工不是在解决任意的加密谜题，而是运行 AI 模型并回答查询。他们的响应质量越高，赚取的就越多。
工作原理
该网络由专门的子网 (subnets) 组成，每个子网专注于特定的 AI 任务：文本生成、图像合成、交易信号、蛋白质折叠、代码补全。截至 2026 年初，Bittensor 托管了超过 129 个活跃子网， 高于其早期阶段的 32 个。
在每个子网中，有三种角色进行交互：
- 矿工 (Miners) 运行 AI 模型并响应查询，根据输出质量赚取 TAO
- 验证者 (Validators) 评估矿工响应并使用 Yuma 共识算法分配分数
- 子网所有者 (Subnet Owners) 制定任务规范并接收一部分排放奖励
排放分配比例为：矿工 41%、验证者 41%、子网所有者 18%。这创建了一个由市场驱动的系统，最好的 AI 贡献能获得最多的奖励——这是一种由加密共识而非公司层级强制执行的精英管理制度。
TAO 代币经济
TAO 镜像了比特币的代币经济学：2,100 万枚代币的硬上限、定期减半事件，且没有预挖或 ICO。2025 年 12 月 12 日，Bittensor 完成了首次减半，将每日排放量从 7,200 TAO 减少到 3,600 TAO。
2025 年 2 月的动态 TAO (dTAO) 升级引入了市场驱动的子网定价。当质押者买入子网的 alpha 代币时，他们正在用手中的 TAO 为该子网的价值投票。更高的需求意味着更高的排放量——这是一种针对 AI 能力的价格发现机制。
目前，约 73% 的 TAO 供应量处于质押状态，显示出强烈的长期信心。灰度 (Grayscale) 的 GTAO 信托于 2025 年 12 月申请转换为纽交所上市，这可能为 TAO ETF 和更广泛的机构准入打开大门。
网络规模与采用
数据说明 了快速增长的态势：
- 所有子网中共有 121,567 个独立钱包
- 106,839 名矿工和 37,642 名验证者
- 市值约为 29 亿美元
- EVM 兼容性使得在子网上运行智能合约成为可能
Bittensor 的论点很简单：如果你建立了正确的激励机制，智能就会从网络中涌现。不需要中央协调者。
Sahara AI：全栈数据主权平台
虽然 Bittensor 专注于激励 AI 输出，但 Sahara AI 解决的是输入问题：谁拥有训练这些模型的数据，以及贡献者如何获得报酬？
Sahara 由麻省理工学院 (MIT) 和南加州大学 (USC) 的研究人员创立，在由 Pantera Capital、Binance Labs 和 Polychain Capital 领投的融资轮中筹集了 4,900 万美元。其 2025 年在 Buidlpad 上的 IDO 吸引了来自 118 个国家的 103,000 名参与者，筹资超过 7,400 万美元——其中 79% 以 World Liberty Financial 的 USD1 稳定币支付。
三大支柱
Sahara AI 构建于三大支柱原则之上：
1. 主权与溯源：每项数据贡献都记录在链上，具有不可篡改的归属权。即使在训练期间数据被摄取到 AI 模型中，贡献者仍保留可验证的所有权。该平台已通过 SOC2 安全与合规认证。
2. AI 效用：Sahara 市场（2025 年 6 月开启公测）允许用户购买、出售和授权 AI 模型、数据集及算力资源。每笔交易都记录在区块链上，并实现透明的收入分成。
3. 协作经济：高质量的贡献者将获得灵魂绑定代币（Soulbound tokens，不可转让的声誉标识），从而解锁高级角色和治理权。代币持有者可对平台升级和资金分配进行投票。
数据服务平台
Sahara 的数据服务平台于 2024 年 12 月推出，允许任何人通过创建 AI 训练数据集来赚取收益。全球已有超过 20 万名 AI 训练员和 35 家企业客户使用该平台，处理了超过 300 万条数据标注。
这解决了 AI 开发中的一个根本性不对称问题：像 OpenAI 这样的公司在互联网上抓取训练数据，但原始创作者却一无所获。Sahara 确保数据贡献者——无论是标注图像、编写代码还是注释文本——都能通过 SAHARA 代币支付获得直接补偿。
技术架构
Sahara Chain 使用 CometBFT（Tendermint Core 的分叉）来实现拜占庭容错共识。其设计优先考虑了需要安全数据处理的 AI 应用的隐私性、溯源性和性能。
代币经济特点包括：
- 以 SAHARA 定价的单次推理支付
- 具有质押奖励的权益证明（Proof-of-Stake）验证
- 针对协议决策的去中心化治理
- 100 亿枚最大供应量，将于 2025 年 6 月进行代币发行（TGE）
主网于 2025 年第三季度上线，团队报告测试网上每日活跃账户数达 140 万，并与微软（Microsoft）、亚马逊（AWS）和 谷歌云（Google Cloud）建立了合作伙伴关系。
强强对决：愿景对比
| 维度 | Bittensor | Sahara AI |
|---|---|---|
| 主要关注点 | AI 输出质量 | 数据输入主权 |
| 共识机制 | 智能证明 (Yuma) | 权益证明 (CometBFT) |
| 代币供应量 | 2100 万硬顶 | 100 亿最大值 |
| 挖矿模式 | 竞争性（最优输出胜出） | 协作性（所有贡献者均获得报酬） |
| 关键指标 | 单位代币的智能水平 | 单次交易的数据溯源 |
| 市值 (2026 年 1 月) | 约 29 亿美元 | 约 7100 万美元 |
| 机构信号 | 灰度 ETF 申请 | 币安/Pantera 支持 |
| 主要差异点 | 子网多样性 | 版权保护 |
不同的问题，不同的解决方案
Bittensor 提出的问题是：我们如何激励产生最优质的 AI 输出？ 它的答案是市场竞争——让矿工为奖励而战，质量自然会脱颖而出。
Sahara AI 提出的问题是：我们如何公平地补偿每一位为 AI 做出贡献的人？ 它的答案是溯源——在链上跟踪每一项贡献，并确保创作者获得报酬。
这些愿景并非互相对立，而是潜在去中心化 AI 堆栈中互补的层级。Bittensor 通过竞争优化模型质量，Sahara 通过公平补偿优化数据质量。
版权问题
AI 领域最具争议的问题之一是训练数据权利。艺术家、作家和出版商发起的重大诉讼认为，抓取受版权保护的内容进行训练构成了侵权。
Sahara 通过链上溯源直接解决了这一问题。当数据集进入系统时，贡献者的所有权会被加密记录。如果该数据被用于训练模型，归属权将持续存在——并且版税支付可以自动流转。
相比之下，Bittensor 对矿工获取训练数据的来源持中立态度。网络奖励的是输出质量，而非输入溯源。这使其更具灵活性，但也更容易受到中心化 AI 所面临的相同版权挑战的影响。
规模与采用轨迹
Bittensor 29 亿美元的市值远超 Sahara 的 7100 万美元，这反映了其多年的领先优势和 TAO 减产的叙事。凭借 129 个子网和灰度的 ETF 申请，Bittensor 已获得了显著的机构认可。
Sahara 尚处于生命周期的早期，但增长迅速。7400 万美元的 IDO 展示了零售市场的需求，与 AWS 和谷歌云的企业合作伙伴关系暗示了其在现实世界中的应用潜力。2025 年第三季度主网的启动使其有望在 2026 年实现全面的生产运营。
2026 年展望：展示投资回报率
正如 Menlo Ventures 合伙人 Venky Ganesan 所观察到的：“2026 年是 AI 的‘成果展示’年。”企业要求真实的投资回报率（ROI），各国需要生产力的提升来证明基础设施支出的合理性。
去中心化 AI 必须证明它可以与中心化替代方案竞争——不仅是在哲学层面，更是在实践层面。Bittensor 子网能否生产出媲美 GPT-5 的模型？Sahara 的数据市场能否吸引足够的贡献者来构建优质训练集？
目前 AI 加密市场的总市值约为 240 亿至 270 亿美元，与 OpenAI 传闻中 1500 亿美元的估值相比规模较小。但去中心化项目提供了中心化巨头无法提供的核心价值：无许可参与、透明的经济模型以及对单点故障的抵御能力。
值得关注的重点
针对 Bittensor：
- 减半后的供应动态与价格发现
- 子网质量指标与中心化模型的基准对比
- 灰度 (Grayscale) ETF 获批的时间表
针对 Sahara AI：
- 主网稳定性与交易量
- 试点项目之外的企业级采用
- 监管机构对链上版权追溯的接受度
融合论
最可能的结果并非一家独大、非赢即输。AI 基础设施领域足够广阔，足以容纳解决不同问题的多个赢家。
Bittensor 擅长协调分布式智能的生产，而 Sahara 擅长协调公平的数据报酬。一个成熟的去中心化 AI 生态系统可能会同时使用两者：利用 Sahara 获取高质量、符合伦理的训练数据，并利用 Bittensor 对基于这些数据训练的模型进行竞争性优化。
真正的竞争不在于 Bittensor 和 Sahara 之间，而在于去中心化 AI 这一类别与目前占据主导地位的中心化巨头之间。如果去中心化网络能够实现前沿模型能力的哪怕一小部分，同时为贡献者提供更优的经济激励，随着 AI 支出的加速，它们将捕获巨大的价值。
两种愿景。两种架构。一个问题：去中心化 AI 能否在没有中心化控制的情况下提供智能？
在区块链基础设施上构建 AI 应用需要可靠、高性能的 RPC 服务。BlockEden.xyz 提供企业级 API 访问，以支持 AI 与区块链的集成。探索我们的 API 市场，在为去中心化 AI 时代量身定制的基础设施上进行开发。