TAO Institute 正式上线:Bittensor 能否打造首个可信的去中心化 AI 研究机构?
Anthropic 刚刚拒绝了估值高达 8000 亿美元的融资提议。OpenAI 正在完成历史上规模最大的几轮融资之一。在此背景下,一个市值 24 亿美元的加密网络于 2026 年 4 月 15 日成立了自己的研究机构 —— 其预算仅相当于单次 AI F 轮融资的一个零头。
这就是 Bittensor 的一句话核心理念:一个去中心化 AI 网络,相信自己可以在没有风险投资、没有股权融资、且没有产品发布进度压力干扰发布决策的情况下,资助严肃的研究。
TAO 研究院(TAO Institute)并不试图在规模上超越 Anthropic。它在尝试走一条不同的路 —— 建立一个由协议排放(protocol emissions)而非季度投资者目标资助的研究组织,资助对象包括分析师、验证者和子网运营商。这样做究竟能产生更好的 AI 研究,还是仅仅是更好的 Bittensor 营销,是今年春天加密领 域最值得关注的悬念。
4 月 15 日究竟发布了什么
撇开那些天花乱坠的新闻稿,TAO 研究院在发布时的真实面貌是:一个覆盖所有 128 个活跃 Bittensor 子网的研究与分析平台,由生态系统中最大的机构验证者和算力运营商之一 General Tensor 联合创立。
其旗舰产品是子网风险指数 (SRI) —— 一套开源的方法论,从四个维度对每个子网进行评分:
- 排放可行性:随着 TAO 通胀减缓,子网能否维持自身运转?
- 市场结构:子网代币是否有真实的流动性?
- 经济可持续性:收入与补贴比例、客户集中度、成本基数。
- 治理与运营:团队素质、机制设计、运营规范。
分析师团队每月与子网运营商进行管理层访谈,发布代币经济学尽职调查,并像卖方股票研究机构分析公司那样评估机制设计。配置者可以在 taoinstitute.io 免费访问这些内容。
从表面上看,这就像是一个专门针对 Bittensor 的穆迪(Moody's)或加密原生的晨星(Morningstar)。而更宏大的构想是:该研究院将自己定位为首个永久性的去中心化 AI 研究机构 —— 一个旨在比任何特定子网、验证者或市场周期都更持久的结构性实体。
为什么这很重要:研究资金困局
严肃的 AI 研究不仅昂贵,而且耗时漫长。GPT-4、Claude 和 Gemini 的诞生依赖于一个残酷的事实:必须有人承担多年的亏损。
资助这类工作的四种主流模式都带有附加条件:
| 模式 | 示例 | 资金来源 | 压力因素 |
|---|---|---|---|
| 风险投资资助的实验室 | Anthropic, OpenAI | 私人股权融资 | 产品时间线、估值防御 |
| 科技巨头研究部门 | DeepMind, FAIR | 母公司利润 | 与雇主的战略契合度 |
| 学术机构 | Stanford CRFM, MIT CSAIL | 资助金、大学预算 | 发表周期、终身教职 |
| 加密风投研究 | Paradigm, a16z Crypto | 基金管理费 | 为投资逻辑提供支持 |
每种模式都有其作用,但也都会影响研究方向。Anthropic 不能在那些最终无法落地的想法上耗费多年。学术实验室无法为前沿工作所需的计算集群配备人员。Paradigm 的研究团队非常出色,但其存在是为了强化投资逻辑。
Bittensor 的赌注是,协议排放创造了第五种选择。如果研究人员以 TAO 计薪 —— 且 TAO 的价值取决于 Bittensor 网络的发展 —— 那么分析师的激励机制将与网络健康状况保持一致,而不是与单一雇主的产品路线图或基金的内部收益率(IRR)目标一致。
这在结构上类似于以太坊资助 EF 研究团队的方式,或者是比特币核心开发生态系统通过基金会资助和公司赞助的混合模式运作的方式。不同之处在于:Bittensor 试图专门针对 AI 研究实现这一点,且规模大到子网代币本身就能成为资助工具。
公信力测试
每个去中心化研究组织都面临同样的问题:它产出的成果在其自身生态系统之外是否有影响力?
到目前为止,Bittensor 释放的最强信号并非研究院本身,而是 Covenant-72B。这是一个由 70 多个无许可贡献者在子网 3(Templar)上训练出的拥有 720 亿参数的模型。该模型在 MMLU 上的得分为 67.1 —— 这一基准测试使其处于同等规模开源模型的竞争范围内。
该结果之所以重要,有两个原因:
- 它是一项真实的技术产出,而非仅仅是边缘化的基准测试优化。在没有中心化协调器的情况下训练一个 72B 模型确实非常困难。
- 它验证了无许可训练的论点 —— 即你可以跨不受信任的算力提供商协调前沿规模的训练运行,而不会导致整个过程陷入拜占庭式的混乱。
如果 TAO 研究院能够持续产出这种水平的成果 —— 包括新颖的基准测试、可复现的训练配方、对 128 个子网的诚实评估 —— 它将成为一个值得信赖的研究机构。相反,如果发布的文章始终停留在“为什么 TAO 的价格应该上涨”这种范畴,它就会变成一个披着研究外衣、资金雄厚的投资者关系部门。
今天的诚实回答是,我们还不得而知。截至本文撰写时,4 月 15 日才刚刚过去三天。
收入沙漠问题
任何对 Bittensor 的严肃观察都必须面对一个令人不安的数 字。雅虎财经(Yahoo Finance) 4 月的分析将其称为“收入沙漠”:子网生态系统目前的市值高达 13.7 亿美元,而获得的 TAO 补贴约为 5,200 万美元,相比之下,2026 年第一季度的运营收入仅为 4,300 万美元。
这意味着补贴与收入之比接近 1:1。换句话说,如今验证者的大部分收益来自通胀,而非客户。子网目前是因“存在”而获得报酬,尚未因“提供服务”而获利。
这并不意味着注定失败。早期的以太坊 L2 在真实用例到来之前,也依靠代币补贴运行了多年。Bittensor 的牛市逻辑是:补贴为子网赢得了寻找“产品市场契合度”(Product-Market Fit)的时间——例如 Templar 正在证明去中心化训练是可行的,而其他子网则在推理、数据标注或代理工具等利基市场占据一席之地。
但 TAO 研究院(TAO Institute)自身的“子网风险指数”(Subnet Risk Index, SRI)本质上承认了并非每个子网都能在从补贴向收入的过渡中生存下来。SRI 的全部意义在于帮助资金分配者弄清楚哪些子网拥有真实的经济效益,而哪些只是在靠代币排放(Emissions)混日子。这是一个有用的产品,同时也非常坦诚地揭示了该生态系统目前所处的生命周期阶段。
投资者究竟在关注什么
三件事在 4 月汇聚在一起,将 TAO 推入了“机构关注”的范畴:
- 3 月份 90% 的反弹