Bittensor的DeepSeek时刻：TAO能否成为AI的第二极？
当英伟达CEO黄仁勋在All-In播客中称你的项目为"现代版folding@home"时，这不是例行的点赞，而是一个信号。2026年3月，Bittensor的Templar子网完成了史上规模最大的去中心化大型语言模型预训练——Covenant-72B，触发TAO价格飙升90%，并重燃了Web3中最关键的争论：一个由代币激励的独立GPU矿工网络，能否真正胜过OpenAI和Anthropic？
这个问题听起来大胆，但DeepSeek当初也是如此。
颠覆框架的DeepSeek类比
2025年初，DeepSeek证明了开源AI可以用约1%的训练成本媲美GPT-4的性能。只有美国超大规模云厂商——凭借数十亿美元的计算集群和数千名全职研究人员——才能构建前沿模型的假设被彻底打破。一夜之间，"规模即一切"的共识轰然倒塌。
Bittensor将整个架构设计押注于一场机制不同的第二次颠覆。DeepSeek证明了高效闭源训练可以挑战昂贵的闭源 训练，而Bittensor的论点是：去中心化的精英竞争可以挑战集中化的垄断开发。
这一区别至关重要。DeepSeek之所以成功，是因为模型权重可以自由共享——一旦训练完成，任何人都可以运行模型。Bittensor面临更艰难的挑战：它需要证明去中心化的参与——数千名独立矿工在没有中央权威的情况下协调训练和推理——能产生真正具有竞争质量水平的AI输出。
Covenant-72B是迄今为止对这一命题最严肃的尝试。
Covenant-72B究竟证明了什么
2026年3月10日，Bittensor子网3（Templar）宣布完成了一个720亿参数的语言模型，该模型由遍布全球的70多位独立贡献者协作训练，使用普通硬件，通过标准互联网连接——无需白名单，无需许可。
技术亮点令人印象深刻。但其背后的工程创新更为关键：SparseLoCo协议通过稀疏化、2位量化和误差反馈，将训练节点间的通信开销降低了146倍。分布式LLM训练历来受限于节点间梯度同步所需的庞大数据量。SparseLoCo的压缩突破使Covenant-72B能够通过异构互联网连接（而非数据中心级InfiniBand）实现训练。
结果：MMLU基准得分67.1分，将Covenant-72B置于与Meta Llama 2 70B相同的性能区间。对比来看——Llama 2 70B由全球资金最雄厚的AI实验室之一构建，而Covenant-72B是由匿名矿工在争夺TAO奖励中构建的。
此消息发布后数周内，TAO飙升90%。Grayscale于2025年12月申请首个美国比特张量现货ETF（代码：GTAO），其论点得到验证。机构质押达到流通供应量的19%。市场至少在那一刻认同：这是一个里程碑。
倒逼质量竞争的减半后经济模型
Bittensor的减半——发生于2025年12月14日——将每日TAO发行量从7,200枚削减至3,600枚。下一次减半预计于2026年12月，将进一步削减至1,800枚。
这种稀缺设计并非装饰性的。在2025年2月颁布的动态TAO（dTAO）升级下，Bittensor 128个活跃子网的排放量现在由净TAO质押流入决定——这是市场驱动的信号，反映了验证者对哪些子网正在产生真正有用的AI输出的判断。未能展示现实世界实用性的子网将失去质押，从而失去排放量。
减半压缩了总奖励池。加上dTAO的流量分配机制，子网运营商面临的经济压力已从"维持生存"转变为"胜出竞争"。在高排放时代产出平庸结果的子网现在可能被更高性能的竞争对手抢走奖励。Bittensor实际上是在用代币经济学来复制市场定价对中心化AI API施加的竞争压力。
这一机制能否在规模上产生前沿质量的AI仍未得到证明。但它已经产生了一个现在横跨128个子网的网络，涵盖数据处理、NLP、图像识别、金融智能和分布式训练——这是任何单一实验室都不会构建的多元化AI工作负载组合。
令人不安的复杂因素：治理紧张
任何对Bittensor"DeepSeek时刻"的分析都必须正视随后发生的事情。
Covenant-72B取得胜利后不久，其背后的团队Covenant AI宣布退出Bittensor生态系统，称其为"去中心化剧场"。Covenant创始人Sam Dare列举了Bittensor联合创始人Jacob Steeves"过度控制"的证据，包括暂停对Covenant子网的排放、取消团队的社区管理权限以及单方面决策弃用基础设施。TAO在消息传出后两小时内下跌15%，从338美元跌至285美元。
这种讽刺在结构上根深蒂固：一个核心承诺是没有单一实体控制AI开发的网络，却似乎拥有一个"三驾马车"治理模式，实质性的升级权威集中在顶层。
这并非Bittensor独有的问题。这是所有规模化去中心化基础设施项目的核心悖论：实现高效协议升级的协调机制往往会集中权力。比特币通过使协议几乎不可更改来解决这个问题。以太坊通过漫长的粗略共识过程来应对。而Bittensor需要频繁升级以支持新的AI架构，面临的是同样问题的更难版本。
Steeves否认了Covenant的描述，将排放暂停定性为对协议违规的合理响应。但市场15%的反应表明，治理可信度——而不仅仅是技术能力——现在已被计入TAO的价格。
Bittensor与同行：去中心化AI的三种路径
Bittensor在这一领域并不孤单。三种截然不同的模式正在竞争，以定义去中心化AI基础设施的未来形态：
Bittensor（子网激励经济）： 128个专业子网基于AI输出质量竞争TAO排放，由精英评分系统验证。优势在于广度——任务涵盖从蛋白质折叠预测到自然语言生成的一切。弱点在于质量验证仍然困难：验证者必须评估AI输出质量，而博弈该评估是一个持续存在的攻击面。
Gensyn（分布式计算市场）： Gensyn将计算视为一种有加密训练计算证明的商品。开发者购买GPU时间；提供者为实际计算周期赚取代币。创新在于无信任验证——节点证明它们实际训练了模型，而不是伪造结果。Gensyn专注于使ML训练可验证和可访问，而不对应该训练什么发表意见。
Ambient（AI原生共识）： 也许是架构上最激进的方法——Ambient的证明逻辑（PoL）机制将AI推理本身作为共识机制。矿工通过从600B+参数语言模型生成输出来竞争；验证者通过检查logit指纹而非重新计算完整输出来进行验证。AI计算不仅运行在区块链上——它就是区块链的安全模型。
这三种方法相互补充多于相互竞争。Bittensor提供AI输出生产的竞争激励层。Gensyn提供用于训练的无信任计算市场。Ambient探索当AI智能本身成为安全原语时会发生什么。三者都成功的生态系统将比任何单一方法主导的生态系统更丰富。
"第二极"论点：雄心与现实
Web3Caff将Bittensor的Covenant-72B成就定义为"链上AI的DeepSeek时刻"，基于一个具体主张：正如DeepSeek证明开源AI可以以成本的一小部分与GPT-4竞争，Bittensor正在证明去中心化AI可以与中心化实验室竞争。
这个类比在一个方向上成立，在另 一个方向上断裂。
它成立的地方在于：Covenant-72B真正证明了去中心化协调加代币激励可以在没有单一控制组织的情况下产生最先进级别的模型。这不是小事。67.1 MMLU分数是真实的；70多位贡献者是真实的；SparseLoCo压缩突破是真实的。
它断裂的地方在于：DeepSeek的成功立即可操作——你今天就可以下载权重并在消费级硬件上运行GPT-4级别的模型。Bittensor的输出通过网络的API基础设施访问，仍然受排放分配经济条件的约束，并依赖于可能因治理决策或经济激励转变而中断的持续矿工参与。
"开源"和"去中心化"解决不同的协调问题。DeepSeek解决了知识垄断问题——它使模型本身可以自由获取。Bittensor试图解决的是生产垄断问题——确保AI生成对任何愿意贡献计算的人都可访问，而不仅仅是能够负担得起建造100亿美元数据中心的四家公司。
这是一个更难也更宏大的目标。如果AI发展轨迹继续向更大规模的训练运行发展，进一步扩大超大规模云厂商与其他所有人之间的差距，这可能也是更重要的目标。
这对基础设施层意味着什么
对于构建AI驱动应用程序的开发者来说，Bittensor在2026年的势头代表着一个真正的替代访问层。与其为每次API调用向OpenAI、Anthropic或Google付费，应用程序可以将特定工作负载路由到Bittensor子网，特别是对于Llama 2级性能（67+ MMLU）足够的任务，可能以更低的成本访问。
128个子网架构意味着可以通过统一协议访问专业化能力——金融数 据处理、代码生成、科学文献综合——而无需为每种任务类型分别集成不同的供应商。
治理风险是真实存在的，应该计入考量。但技术进步同样如此。
Bittensor减半后的经济模型、dTAO市场驱动的排放分配，以及Covenant-72B基准，共同代表了迄今为止组装的最可信的去中心化AI基础设施版本。它能否实现"第二极"的雄心——成为OpenAI和Anthropic中心化训练垄断的结构性替代——取决于Bittensor能否像解决其协调技术挑战那样有效地解决其治理可信度差距。
DeepSeek时刻的类比是雄心勃勃的。但它不再荒谬。
BlockEden.xyz为Sui、Aptos、Ethereum和20多条其他链提供API基础设施，服务于在区块链网络上构建的AI代理和DeFi协议。探索我们的API市场，访问去中心化AI应用正在构建的基础设施层。