13 篇博文 含有标签「AI」

真正的瓶颈不是计算速度，而是身份。 Ryze Labs 管理合伙人 Matthew Graham 的这一见解，抓住了 AI 伴侣和区块链身份系统交叉点上正在发生的基础性转变。随着 AI 伴侣市场到 2030 年爆炸式增长至 1407.5 亿美元，以及去中心化身份从今天的 48.9 亿美元扩展到本十年末的 417.3 亿美元，这些技术正在融合，以实现一种新范式：真正拥有、可移植、保护隐私的 AI 关系。Graham 的公司已投入具体资本——孵化 Amiko 的个人 AI 平台，支持 42 万美元的 Eliza 类人机器人，投资 EdgeX Labs 3 万多个 TEE 基础设施，并启动 500 万美元的 AI 孵化器基金——使 Ryze 处于 Graham 所称的“自 DeFi 之夏以来最重要的创新浪潮”的最前沿。

这种融合之所以重要，是因为 AI 伴侣目前存在于围墙花园中，无法在平台之间移动，用户对其 AI 关系或数据不拥有真正的所有权。与此同时，基于区块链的身份系统已从理论框架成熟为生产基础设施，管理着 20 多亿美元的 AI 代理市值。当两者结合时，代币化身份提供了 AI 伴侣所缺乏的所有权层，而 AI 代理解决了区块链的用户体验问题。结果是：你真正拥有、可以随身携带、并通过加密证明而非公司监控进行私密互动的数字伴侣。

Matthew Graham 的愿景：身份基础设施作为基础层​

Graham 的思想历程追溯了行业从 2013 年的比特币爱好者到管理 51 家投资组合公司的加密风投，再到 2024 年因 Terminal of Truths 经历“一切暂停时刻”的 AI 伴侣倡导者的演变。他的进步反映了该行业的成熟，但他最近的转变代表了更基础的东西：认识到身份基础设施，而非计算能力或模型复杂性，决定了自主 AI 代理能否大规模运行。

2025 年 1 月，Graham 在 Amiko 宣称“真正的挑战不是速度。而是身份”时评论道“waifu 基础设施层”。这标志着他思想的顶点——从关注 AI 能力转向认识到，如果没有标准化、去中心化的身份系统，AI 代理就无法验证自身、安全交易或跨平台持久存在。通过 Ryze Labs 的投资组合策略，Graham 正在系统地构建这一基础设施堆栈：通过 EdgeX Labs 的分布式计算实现硬件级隐私，通过 Amiko 实现身份感知 AI 平台，通过 Eliza Wakes Up 实现物理表现，并通过 AI 孵化器（10-12 项投资）实现生态系统发展。

他的投资理念围绕三个融合的信念。 首先，AI 代理需要区块链轨道才能自主运行——“它们将不得不进行交易、微交易，无论是什么……这非常自然地是一个加密轨道场景。” 其次，AI 的未来存在于用户拥有的本地设备上，而不是公司云中，这需要“不仅去中心化，而且物理分布式并能够在本地运行”的去中心化基础设施。第三，陪伴代表着“当今世界上最未被满足的心理需求之一”，将 AI 伴侣定位为社会基础设施而非仅仅是娱乐。Graham 已经将他计划中的数字孪生命名为“Marty”，并设想了一个每个人都拥有一个深入了解自己的个人 AI 的世界：“Marty，你了解我的一切……Marty，妈妈喜欢什么？去为妈妈订购一些圣诞礼物。”

Graham 的地理策略增加了另一个维度——专注于拉各斯和班加罗尔等新兴市场，这些地方“下一波用户和建设者将来自”。这使得 Ryze 能够抓住 AI 伴侣在可能超越发达市场的地区的应用，类似于非洲的移动支付。他对“传说”和文化现象的强调表明，他理解 AI 伴侣的采用遵循社会动态而非纯粹的技术优势：“与互联网模因和传说等文化现象并行……互联网传说和文化可以协同跨越时间和空间的运动。”

在 2023 年新加坡及以后的 Token 2049 亮相中，Graham 向全球观众阐述了这一愿景。他在彭博社的采访中将 AI 定位为稳定币之后的“加密第三幕”，而他参与 The Scoop 播客则探讨了“加密、AI 和机器人如何融合到未来经济中”。共同点是：AI 代理需要身份系统进行可信互动，需要所有权机制进行自主操作，以及需要交易轨道进行经济活动——这正是区块链技术所提供的。

去中心化身份随着主要协议的运行达到生产规模​

代币化身份已从白皮书概念发展为管理数十亿美元价值的生产基础设施。该技术堆栈包含三个基础层：去中心化标识符 (DIDs) 作为 W3C 标准化、无需中心化机构的全球唯一标识符；可验证凭证 (VCs) 作为加密安全、可即时验证的凭证，在发行者、持有者和验证者之间形成信任三角；以及 灵魂绑定代币 (SBTs) 作为不可转让的 NFT，代表声誉、成就和隶属关系——由 Vitalik Buterin 于 2022 年 5 月提出，现已部署在币安的账户绑定代币和 Optimism 的公民之家治理等系统中。

到 2025 年 10 月，主要协议已实现显著规模。 以太坊域名服务 (ENS) 领先，注册了 200 多万个 .eth 域名，市值达 6.67-8.85 亿美元，并即将迁移到“Namechain”L2，预计 Gas 费用将减少 80-90%。Lens Protocol 已在其去中心化社交图谱上构建了 65 万多个用户资料，拥有 2800 万个社交连接，最近获得了 4600 万美元的资金，并正在向基于 zkSync 的 Lens Network 上的 Lens v3 过渡。Worldcoin（更名为“World”）已通过虹膜扫描 Orbs 在 25 个以上国家验证了 1200-1600 万用户，尽管面临监管挑战，包括在西班牙、葡萄牙和菲律宾被勒令停止。Polygon ID 于 2022 年年中部署了第一个由 ZK 驱动的身份解决方案，2025 年 10 月发布的 Release 6 引入了动态凭证和私密唯一性证明。Civic 提供以合规为重点的区块链身份验证，通过其 Civic Pass 系统为 DApp 提供 KYC/活体检测，年收入达 480 万美元。

该技术架构通过多种加密方法实现隐私保护验证。零知识证明允许在不泄露底层数据的情况下证明属性（年龄、国籍、账户余额阈值）。选择性披露允许用户仅共享每次互动所需的必要信息，而非完整凭证。链下存储将敏感个人数据保存在公共区块链之外，仅在链上记录哈希和证明。这种设计解决了区块链透明度与身份隐私之间看似矛盾的问题——这是 Graham 投资组合公司（如 Amiko）通过本地处理而非云依赖明确解决的关键挑战。

目前的实施方案涵盖了不同的领域，展示了实际效用。金融服务使用可重复使用的 KYC 凭证，将入职成本降低 60%，Uniswap v4 和 Aave 集成了 Polygon ID，用于经过验证的流动性提供者和基于 SBT 信用历史的抵押不足贷款。医疗保健应用支持可移植医疗记录和符合 HIPAA 标准的处方验证。作为可验证文凭的教育凭证允许雇主即时验证。政府服务包括用于 TSA 国内航空旅行的移动驾驶执照 (mDLs) 和欧盟到 2026 年强制推出的适用于所有成员国的 EUDI 钱包。DAO 治理使用 SBTs 实现一人一票机制和女巫攻击抵抗——Optimism 的公民之家开创了这种方法。

监管格局正在比预期更快地形成。 欧洲的 eIDAS 2.0（法规 EU 2024/1183）于 2024 年 4 月 11 日通过，强制所有欧盟成员国在 2026 年前提供 EUDI 钱包，并要求到 2027 年实现跨部门接受，从而创建了第一个承认去中心化身份的全面法律框架。ISO 18013 标准将美国移动驾驶执照与欧盟系统对齐，实现跨大陆互操作性。GDPR 对区块链不变性的担忧通过链下存储和用户控制的数据最小化得到解决。美国已通过拜登的网络安全行政命令资助 mDL 的采用，TSA 批准国内航空旅行，以及从路易斯安那州的开创性部署开始在州一级推广实施。

代币化身份的经济模型揭示了多种价值捕获机制。ENS 治理代币授予对协议变更的投票权。Civic 的 CVC 实用代币用于购买身份验证服务。Worldcoin 的 WLD 旨在向经过验证的人类分发全民基本收入。更广泛的 Web3 身份市场规模为 210 亿美元（2023 年），预计到 2032 年将达到 770 亿美元——复合年增长率为 14-16%——而整体 Web3 市场从 21.8 亿美元（2023 年）增长到 491.8 亿美元（2025 年），复合年增长率高达 44.9%。投资亮点包括 Lens Protocol 筹集 4600 万美元，Worldcoin 从 Andreessen Horowitz 获得 2.5 亿美元，以及仅 2023 年第一季度就有 8.14 亿美元流入 108 家 Web3 公司。

AI 伴侣下载量达到 2.2 亿次，市场动态转向货币化​

AI 伴侣行业已达到主流消费规模，截至 2025 年 7 月，共有 337 个活跃的创收应用，累计消费者支出达 2.21 亿美元。市场规模在 2024 年达到 281.9 亿美元，预计到 2030 年将达到 1407.5 亿美元——复合年增长率为 30.8%，这得益于情感支持需求、心理健康应用和娱乐用例的推动。这一增长轨迹使 AI 伴侣成为增长最快的 AI 细分市场之一，仅 2025 年上半年下载量就同比增长 88%，达到 6000 万次。

平台领导者通过差异化方法确立了主导地位。 Character.AI 拥有 2000-2800 万月活跃用户，超过 1800 万个用户创建的聊天机器人，平均每日使用时长达 2 小时，每月消息量达 100 亿条——留存率比传统社交媒体高 48%。该平台的优势在于角色扮演和角色互动，吸引了年轻人群（53% 介于 18-24 岁），男女比例几乎相等。在谷歌投资 27 亿美元后，Character.AI 估值达到 100 亿美元，尽管 2024 年收入仅为 3220 万美元，这反映了投资者对长期货币化潜力的信心。Replika 专注于个性化情感支持，拥有 1000 多万用户，提供 3D 头像定制、语音/AR 互动以及关系模式（朋友/浪漫/导师），月费 19.99 美元或年费 69.99 美元。Inflection AI 的 Pi 强调跨多个平台（iOS、网页、消息应用）的同理心对话，没有视觉角色表现，保持免费，同时积累了数百万用户。Friend 代表了硬件前沿——一款 99-129 美元的可穿戴 AI 项链，由 Claude 3.5 提供支持，提供始终在线的陪伴，尽管因持续音频监控引发争议，但开创了物理 AI 伴侣设备。

技术能力已显著进步，但仍受基本限制。当前系统擅长自然语言处理，在对话中保留上下文，通过学习用户偏好实现个性化，结合文本/语音/图像/视频的多模态集成，以及与物联网设备和生产力工具的平台连接。先进的情感智能支持情感分析和同理心回应，而记忆系统则在互动中创造连续性。然而，关键限制依然存在： 没有真正的意识或真正的情感理解（模拟而非感受到的同理心），倾向于幻觉和捏造信息，对互联网连接的依赖以实现高级功能，难以处理复杂推理和细致的社交情境，以及从训练数据中继承的偏见。

用例涵盖个人、专业、医疗保健和教育应用，具有独特的价值主张。个人/消费者应用占据 43.4% 的市场份额，通过 24/7 情感支持、角色扮演娱乐（51% 的互动发生在奇幻/科幻领域）和虚拟浪漫关系（17% 的应用明确宣传为“AI 女友”）来解决孤独流行病（61% 的美国年轻成年人报告严重孤独）。超过 65% 的 Z 世代用户报告与 AI 角色有情感联系。专业应用包括工作场所生产力（Zoom AI Companion 2.0）、客户服务自动化（80% 的互动可由 AI 处理）以及亚马逊 Rufus 购物伴侣等销售/营销个性化。医疗保健实施提供药物提醒、症状检查、减少孤立老年人抑郁症的老年伴侣，以及治疗期间可访问的心理健康支持。教育应用提供个性化辅导、语言学习练习和谷歌的“Learn About”AI 学习伴侣。

商业模式的演变反映了从实验到可持续货币化的成熟。免费增值/订阅模式目前占据主导地位，Character.AI Plus 月费 9.99 美元，Replika Pro 月费 19.99 美元，提供优先访问、更快响应、语音通话和高级定制。每下载收入从 2024 年的 0.52 美元增长到 2025 年的 1.18 美元，增长了 127%，表明转化率提高。按量付费定价正在成为可持续模式——按互动、代币或消息付费，而非固定订阅——更好地使成本与使用量保持一致。广告集成代表了 AI 推理成本下降后的预期未来；ARK Invest 预测每小时收入将从目前的 0.03 美元增加到 0.16 美元（类似于社交媒体），在其基本和乐观情景下，到 2030 年可能产生 700-1500 亿美元。虚拟商品和微交易用于头像定制、高级角色访问和特殊体验，预计将与游戏服务实现货币化平价。

伦理问题在记录的危害发生后引发了监管行动。Character.AI 在 2024 年面临诉讼，此前一名青少年自杀与聊天机器人互动有关，而迪士尼则对受版权保护的角色使用发出了停止函。联邦贸易委员会于 2025 年 9 月启动调查，命令七家公司报告儿童安全措施。加利福尼亚州参议员 Steve Padilla 提出了要求保护措施的立法，而众议员 Rebecca Bauer-Kahan 则提议禁止 16 岁以下儿童使用 AI 伴侣。主要的伦理问题包括情感依赖风险，特别是对弱势群体（青少年、老年人、孤立个体）的担忧；AI 模拟而非真正感受情感时的真实性和欺骗性；通过广泛的个人数据收集和不明确的保留政策带来的隐私和监控问题；AI 倾向于幻觉时可能提供的安全和有害建议；以及过度依赖可能侵蚀人类社交能力的“社交技能退化”。

专家预测在持续快速发展的同时，对社会影响的看法存在分歧。Sam Altman 预测 AGI 将在 5 年内实现，GPT-5 将达到“博士级”推理能力（2025 年 8 月推出）。Elon Musk 预计到 2026 年 AI 将比最聪明的人类更智能，Optimus 机器人将以 2 万至 3 万美元的价格进行商业生产。Dario Amodei 认为奇点将在 2026 年到来。近期轨迹（2025-2027 年）强调代理式 AI 系统从聊天机器人转向自主完成任务的代理，通过更长的上下文窗口增强推理和记忆，主流视频生成的多模态演进，以及通过可穿戴设备和物理机器人实现硬件集成。共识是：AI 伴侣将持续存在并实现大规模增长，尽管社会影响在倡导者强调可访问的心理健康支持和批评者警告技术尚未准备好承担情感支持角色且缺乏充分保障之间仍存在激烈争论。

技术融合通过区块链基础设施实现自有、可移植、私密的 AI 伴侣​

代币化身份与 AI 伴侣的交集解决了困扰这两种技术的根本问题——AI 伴侣缺乏真正的所有权和可移植性，而区块链则面临糟糕的用户体验和有限的实用性。当通过加密身份系统结合时，用户可以真正拥有他们的 AI 关系作为数字资产，在平台之间移植伴侣的记忆和个性，并通过零知识证明而非公司监控进行私密互动。

该技术架构基于 2024-2025 年部署的几项突破性创新。 由 0G Labs 提出的 ERC-7857 提供了第一个专门用于 AI 代理的 NFT 标准，具有私密元数据。这使得神经网络、记忆和角色特征能够以加密方式存储在链上，并通过预言机和加密系统使用安全传输协议，在所有权变更期间进行重新加密。传输过程生成元数据哈希作为真实性证明，在可信执行环境 (TEE) 中解密，使用新所有者的密钥重新加密，并在智能合约执行前需要签名验证。传统的 NFT 标准 (ERC-721/1155) 不适用于 AI，因为它们具有静态、公共元数据，没有安全的传输机制或对动态学习的支持——ERC-7857 解决了这些限制。

Phala Network 已部署全球最大的 TEE 基础设施，拥有3 万多台设备，为 AI 计算提供硬件级安全。TEE 实现了安全隔离，计算受到外部威胁的保护，并通过远程证明提供非干扰的加密证明。这代表了实现执行敏感操作的数字资产真正独占所有权的唯一途径。Phala 在 2023 年处理了 84.9 万次链下查询（而以太坊链上处理了 110 万次），展示了生产规模。他们的 AI 代理合约允许在 TEE 中执行 TypeScript/JavaScript，用于 Agent Wars 等应用——一个实时游戏，其中代币化代理使用基于质押的 DAO 治理，“密钥”作为股份授予使用权和投票权。

隐私保护架构分层采用多种加密方法，实现全面保护。 全同态加密 (FHE) 允许在数据完全加密的情况下进行处理——AI 代理永远不会访问明文，通过 NIST 批准的格密码学 (2024 年) 提供后量子安全。用例包括在不暴露持仓的情况下提供私密 DeFi 投资组合建议，在不泄露数据的情况下对加密医疗记录进行医疗保健分析，以及聚合加密输入的预测市场。MindNetwork 和 Fhenix 正在为加密 Web3 和数字主权构建 FHE 原生平台。零知识证明补充了 TEE 和 FHE，通过实现私密认证（在不透露出生日期的情况下证明年龄）、执行逻辑而不暴露数据的机密智能合约、证明任务完成而不透露输入的行为可验证 AI 操作，以及用于安全互操作性的跨链隐私。ZK Zyra + Ispolink 展示了用于 AI 驱动的 Web3 游戏的生产级零知识证明。

使用区块链代币的所有权模型已达到显著的市场规模。Virtuals Protocol 领先，市值超过 7 亿美元，管理着 20 多亿美元的 AI 代理市值，占市场活动的 85%，到 2024 年 12 月产生了 6000 万美元的协议收入。用户购买代表代理权益的代币，实现共同所有权，并拥有完整的交易、转让和收入分享权利。SentrAI 专注于可交易的 AI 人格作为可编程的链上资产，与 Stability World AI 合作提供视觉能力，创建了一个社交到 AI 的经济，具有跨平台可货币化的体验。Grok Ani Companion 展示了主流采用，ANI 代币价格为 0.03 美元（市值 3000 万美元），通过智能合约确保互动安全和链上元数据存储，每天产生 2700-3600 万美元的交易量。

基于 NFT 的所有权提供了强调独特性而非可替代性的替代模型。 以太坊上的 FURO 提供 3D AI 伴侣，它们学习、记忆和进化，费用为 10 美元 NFT 加上 $FURO 代币，个性化适应用户风格并反映情感——计划集成物理玩具。AXYC (AxyCoin) 将 AI 与 GameFi 和 EdTech 结合，使用 AR 代币收集、NFT 市场和教育模块，其中 AI 宠物作为语言、STEM 和认知训练的导师，通过里程碑奖励激励长期发展。

数据可移植性和互操作性仍在进行中，但存在重要注意事项。正在实施的方案包括 Gitcoin Passport 的跨平台身份，带有来自多个认证器的“印章”；Civic Pass 在 DApp/DeFi/NFT 上的链上身份管理；以及 T3id (Trident3) 聚合 1000 多种身份技术。链上元数据不可变地存储偏好、记忆和里程碑，而通过 Ceramic 和 KILT Protocol 的区块链证明将 AI 模型状态与身份关联起来。然而，当前的限制包括尚未达成普遍的 SSI 协议，可移植性仅限于特定生态系统，不断演变的监管框架（GDPR、DMA、数据法案），以及在实现无缝跨平台迁移之前需要生态系统范围内的采用。103 多个实验性 DID 方法造成了碎片化，Gartner 预测 70% 的 SSI 采用取决于到 2027 年实现跨平台兼容性。

交叉点的货币化机会催生了全新的经济模型。按使用量计费按 API 调用、代币、任务或计算时间收费——Hugging Face 推理端点在 2023 年以这种模式实现了 45 亿美元的估值。订阅模式提供可预测的收入，Cognigy 60% 的 2800 万美元年度经常性收入 (ARR) 来自订阅。基于结果的定价将支付与结果（产生的潜在客户、解决的工单、节省的时间）挂钩，如 Zendesk、Intercom 和 Chargeflow 所示。代理即服务将 AI 定位为“数字员工”，收取月费——Harvey、11x 和 Vivun 开创了企业级 AI 劳动力。交易费用收取代理促成的商业交易的百分比，在新兴的代理平台中，需要高交易量才能实现可行性。

区块链特定的收入模型创造了代币经济，其中价值随着生态系统增长而升值，质押奖励补偿服务提供商，治理权为持有者提供高级功能，NFT 版税产生二级市场收益。代理间经济通过 Circle 的可编程钱包使用 USDC 实现 AI 代理之间的自主支付，市场平台收取代理间交易的百分比，智能合约根据验证完成的工作自动化支付。AI 代理市场预计从 2024 年的 53 亿美元增长到 2030 年的 471 亿美元，复合年增长率为 44.8%，到 2035 年可能达到 2160 亿美元，仅 2024 年第三季度，Web3 AI 就吸引了加密风投 2.13 亿美元的投资。

投资格局显示融合论点获得机构验证​

随着机构投资者认识到融合机遇，代币化身份和 AI 伴侣领域的资本部署在 2024-2025 年急剧加速。2024 年，AI 获得了超过 1000 亿美元的风险投资——占全球风险投资总额的 33%——比 2023 年的 556 亿美元增长了 80%。生成式 AI 特别吸引了 450 亿美元，几乎是 2023 年 240 亿美元的两倍，而后期生成式 AI 交易平均为 3.27 亿美元，而 2023 年为 4800 万美元。这种资本集中反映了投资者坚信 AI 代表着一种长期技术转变而非周期性炒作。

Web3 和去中心化身份的融资也遵循了类似的轨迹。 Web3 市场从 2023 年的 21.8 亿美元增长到 2025 年的 491.8 亿美元——复合年增长率为 44.9%——其中 85% 的交易处于种子轮或 A 轮阶段，表明处于基础设施建设阶段。代币化真实世界资产 (RWA) 到 2025 年达到 240 亿美元，三年内增长 308%，预计全球将达到 4120 亿美元。去中心化身份从 2021 年的 1.568 亿美元增长到预计 2031 年的 778 亿美元——复合年增长率为 87.9%。2025 年上半年，私人信贷代币化推动了 58% 的代币化 RWA 流动，而代币化国库和货币市场基金达到 74 亿美元，同比增长 80%。

Matthew Graham 的 Ryze Labs 通过系统的投资组合构建，体现了融合投资理念。该公司孵化了 Amiko，一个个人 AI 平台，结合了便携式硬件 (Kick 设备)、家用中心 (Brain)、本地推理、结构化记忆、协调代理和情感感知 AI，包括 Eliza 角色。Amiko 的定位强调“捕捉行为而非仅仅是语言的高保真数字孪生”，并以隐私优先的本地处理——直接解决了 Graham 的身份基础设施论点。Ryze 还孵化了 Eliza Wakes Up，通过 ElizaOS 驱动的类人机器人将 AI 代理带入生活，预售 42 万美元的 5 英尺 10 英寸类人机器人，具有硅胶仿生面部、情感智能以及执行物理任务和区块链交易的能力。Graham 为该项目提供咨询，称其为“实验室外见过的最先进的类人机器人”和“自 Sophia 机器人以来最雄心勃勃的项目”。

战略基础设施投资来自 2025 年 4 月对 EdgeX Labs 的支持——去中心化边缘计算，在全球部署了 1 万多个实时节点，为多代理协调和本地推理提供基础。AI 孵化器项目于 2024/2025 年启动，与 Shaw (Eliza Labs) 和 a16z 合作，提供 500 万美元资金，投资 10-12 个 AI/加密交叉项目。Graham 将其描述为针对“AI 代理创新的寒武纪大爆发”，是“自 DeFi 以来行业最重要的发展”。技术合作伙伴包括 Polyhedra Network（可验证计算）和 Phala Network（无信任计算），生态系统合作伙伴如 TON Ventures 将 AI 代理引入多个 Layer 1 区块链。

主要风险投资公司已发布明确的加密+AI 投资论点。 Coinbase Ventures 阐明“加密和基于区块链的系统是生成式 AI 的天然补充”，这“两种长期技术将像 DNA 双螺旋一样交织在一起，为我们的数字生活搭建支架”。投资组合公司包括 Skyfire 和 Payman。a16z、Paradigm、Delphi Ventures 和 Dragonfly Capital（2025 年筹集 5 亿美元基金）积极投资代理基础设施。新的专项基金涌现：Gate Ventures + Movement Labs（2000 万美元 Web3 基金）、Gate Ventures + 阿联酋（1 亿美元基金）、Avalanche + Aethir（1 亿美元，专注于 AI 代理）和 aelf Ventures（5000 万美元专项基金）。

机构采用通过传统金融巨头部署生产系统验证了代币化叙事。贝莱德的 BUIDL 成为最大的代币化私人基金，资产管理规模达 25 亿美元，而首席执行官拉里·芬克宣称“每项资产都可以代币化……这将彻底改变投资”。富兰克林邓普顿的 FOBXX 达到 7.08 亿美元资产管理规模，Circle/Hashnote 的 USYC 达到 4.88 亿美元。高盛的 DAP 端到端代币化资产基础设施已运行一年多。摩根大通的 Kinexys 平台将数字身份与 Web3 中的区块链身份验证集成。汇丰银行推出了 Orion 代币化债券发行平台。美国银行计划在获得批准后进入稳定币市场，拥有 3.26 万亿美元资产，有望实现数字支付创新。

区域动态显示中东正在成为 Web3 资本中心。Gate Ventures 推出了 1 亿美元的阿联酋基金，而阿布扎比向币安投资了 20 亿美元。会议反映了行业成熟——TOKEN2049 新加坡吸引了来自 160 多个国家的 2.5 万名与会者（70% 为高管），而 ETHDenver 2025 吸引了 2.5 万名与会者，主题为“从炒作到影响：Web3 走向价值驱动”。投资策略从“激进融资和快速扩张”转向“纪律和战略方法”，强调盈利能力和可持续增长，标志着从投机转向运营重点。

挑战依然存在，但技术解决方案在隐私、可扩展性和互操作性方面不断涌现​

尽管取得了令人瞩目的进展，但在代币化身份和 AI 伴侣实现主流集成之前，仍需解决重大的技术和采用挑战。这些障碍影响着开发时间表，并决定哪些项目能够建立可持续的用户基础。

隐私与透明度的权衡代表了根本性的矛盾——区块链的透明度与 AI 处理敏感个人数据和私密对话的隐私需求相冲突。通过多层加密方法，解决方案已经出现：TEE 隔离提供硬件级隐私（Phala 的 3 万多台设备已投入运行），FHE 计算实现加密处理，消除明文暴露，并提供后量子安全，ZKP 验证在不泄露数据的情况下证明正确性，以及混合架构将链上治理与链下私密计算相结合。这些技术已准备好投入生产，但需要整个生态系统的采用。

计算可扩展性挑战源于 AI 推理的高昂成本与区块链有限的吞吐量相结合。Layer-2 扩容解决方案通过 zkSync、StarkNet 和 Arbitrum 解决此问题，处理链下计算并进行链上验证。使用 Polkadot 的 XCM 的模块化架构实现了跨链协调，而不会造成主网拥堵。Phala 开创的链下计算允许代理在链下执行，同时在链上结算。专用链专门针对 AI 操作进行优化，而非通用计算。当前公共链平均吞吐量为 17,000 TPS，造成瓶颈，使得 L2 迁移对于消费者规模的应用至关重要。

数据所有权和许可复杂性源于基础模型、微调数据和 AI 输出之间不明确的知识产权。智能合约许可将使用条件直接嵌入代币中，并自动执行。通过 Ceramic 和 KILT Protocol 的出处追踪将模型状态与身份关联起来，创建审计追踪。通过 ERC-7857 的 NFT 所有权提供了明确的传输机制和托管规则。通过智能合约自动分配版税确保了适当的价值捕获。然而，法律框架滞后于技术，监管不确定性阻碍了机构采用——当去中心化凭证失效时，谁来承担责任？全球互操作性标准能否出现，还是区域化将占上风？

互操作性碎片化，拥有 103 多个 DID 方法以及不同的生态系统/身份标准/AI 框架，造成了围墙花园。Polkadot XCM 和 Cosmos IBC 等跨链消息协议正在开发中。通过 W3C DIDs 和 DIF 规范的通用标准进展缓慢，需要建立共识。像 Safe 智能账户这样具有可编程权限的多链钱包实现了一定的可移植性。麻省理工学院的 NANDA 项目等抽象层正在构建代理式网络索引，试图弥合生态系统。Gartner 预测，70% 的 SSI 采用取决于到 2027 年实现跨平台兼容性，这使得互操作性成为关键的路径依赖。

用户体验复杂性仍然是主要的采用障碍。钱包设置在助记词生成过程中导致 68% 的用户放弃。密钥管理带来了生存风险——私钥丢失意味着身份永久丢失，没有恢复机制。安全性和可恢复性之间的平衡难以捉摸；社交恢复系统增加了复杂性，同时保持了自我托管原则。理解区块链概念、钱包、Gas 费用和 DID 的认知负荷使非技术用户不堪重负。这解释了为什么机构 B2B 采用比消费者 B2C 进展更快——企业可以承担复杂性成本，而消费者则要求无缝体验。

经济可持续性挑战源于 AI 运营所需的高昂基础设施成本（GPU、存储、计算）。去中心化计算网络将成本分配给多个提供商，这些提供商在价格上竞争。DePIN（去中心化物理基础设施网络）拥有 1170 多个项目，分担了资源供应的负担。基于使用量的模型使成本与交付的价值保持一致。质押经济学为资源提供者提供代币激励。然而，风投支持的增长策略通常以不可持续的单位经济效益补贴用户获取——2025 年投资策略转向盈利能力反映了对商业模式验证比原始用户增长更重要的认识。

信任和验证问题集中在确保 AI 代理按预期行事，不受操纵或漂移。TEE 的远程证明发布执行完整性的加密证明。链上审计追踪创建所有操作的透明记录。通过 ZKP 的加密证明验证计算的正确性。DAO 治理通过代币加权投票实现社区监督。然而，鉴于 LLM 的不透明性，验证 AI 决策过程仍然具有挑战性——即使有正确执行的加密证明，理解 AI 代理为何做出特定选择也仍然困难。

监管格局既带来了机遇也带来了风险。欧洲的 eIDAS 2.0 强制数字钱包在 2026 年前推出，创造了巨大的分发渠道，而美国 2025 年的亲加密政策转变消除了摩擦。然而，Worldcoin 在多个司法管辖区被禁，表明政府对生物识别数据收集和中心化风险的担忧。GDPR 的“被遗忘权”与区块链的不变性相冲突，尽管有链下存储的变通方案。AI 代理的法律人格和责任框架仍未明确——AI 代理能否拥有财产、签订合同或对损害承担责任？截至 2025 年 10 月，这些问题尚无明确答案。

展望未来：近期基础设施建设赋能中期消费者采用​

行业专家、市场分析师和技术评估的时间线预测趋于多阶段推出。**近期（2025-2026 年）**将带来美国亲加密政策的监管清晰度，主要机构大规模进入 RWA 代币化，通过 W3C 和 DIF 融合出现通用身份标准，以及多个项目从测试网转向主网。Sahara AI 主网将于 2025 年第二季度至第三季度推出，ENS Namechain 迁移将于 2025 年第四季度完成，Gas 费用减少 80-90%，zkSync 上的 Lens v3 部署，以及 Ronin AI 代理 SDK 发布。投资活动仍有 85% 集中在早期（种子轮/A 轮）基础设施项目上，仅 2024 年第三季度就有 2.13 亿美元从加密风投流入 AI 项目，表明持续的资本承诺。

**中期（2027-2030 年）**预计 AI 代理市场到 2030 年将从 2024 年的 53 亿美元增长到 471 亿美元——复合年增长率为 44.8%。随着互操作性协议的成熟，跨链 AI 代理将成为标准。代理间经济将随着自主交易的规模化产生可衡量的 GDP 贡献。全面的全球法规将为 AI 代理运营和责任建立法律框架。去中心化身份将从 2025 年的 48.9 亿美元增长到 2030 年的 417.3 亿美元——复合年增长率为 53.48%——并在金融、医疗保健和政府服务中实现主流采用。通过抽象层改进用户体验，使区块链复杂性对最终用户不可见。

**长期（2030-2035 年）**AI 代理市场到 2035 年可能达到 2160 亿美元，真正的跨平台 AI 伴侣迁移使用户能够随身携带他们的 AI 关系。潜在的 AGI 集成将超越当前狭义 AI 应用的能力。AI 代理可能成为主要的数字经济接口，取代应用程序和网站作为交互层。去中心化身份市场到 2031 年将达到 778 亿美元，成为数字交互的默认方式。然而，这些预测存在很大的不确定性——它们假设持续的技术进步、有利的监管演变以及用户体验挑战的成功解决。

什么将现实愿景与投机愿景区分开来？ 目前已投入运行并可用于生产的：Phala 的 3 万多台 TEE 设备处理实际工作负载，ERC-7857 标准正式提出并正在实施，Virtuals Protocol 管理着 20 多亿美元的 AI 代理市值，多个 AI 代理市场（Virtuals、Holoworld）已投入运营，DeFi AI 代理积极交易（Fetch.ai、AIXBT），Agent Wars 游戏等工作产品，FURO/AXYC NFT 伴侣，Grok Ani 每日交易量达 2700-3600 万美元，以及成熟的技术（TEE、ZKP、FHE、智能合约自动化）。

仍然是投机性且尚未实现的：所有平台上的通用 AI 伴侣可移植性，管理大量财富的完全自主代理，代理间经济占全球 GDP 的主要百分比，AI 代理权利的完整监管框架，AGI 与去中心化身份的集成，大规模无缝的 Web2-Web3 身份桥接，广泛部署的抗量子实现，以及 AI 代理作为大众主要互联网接口。市场预测（到 2030 年 470 亿美元，到 2035 年 2160 亿美元）外推了当前趋势，但取决于对监管清晰度、技术突破和主流采用率的假设，这些仍不确定。

Matthew Graham 的定位反映了这种细致入微的观点——今天在生产基础设施中部署资本（EdgeX Labs、Phala Network 合作），同时孵化消费者应用（Amiko、Eliza Wakes Up），这些应用将随着底层基础设施的扩展而成熟。他对新兴市场（拉各斯、班加罗尔）的强调表明，在发达市场监管明确之前，他愿意耐心等待，同时抓住监管负担较轻地区的增长。他关于“waifu 基础设施层”的评论将身份定位为基础要求而非可有可无的功能，这意味着在消费者规模的 AI 伴侣可移植性成为现实之前，需要多年的建设。

行业共识认为技术可行性很高（7-8/10）——TEE、FHE、ZKP 技术已得到验证和部署，存在多个工作实施方案，通过 Layer-2 解决了可扩展性问题，并且标准正在积极推进。经济可行性评级为中高（6-7/10），新的货币化模式正在出现，持续的风险投资资金流，基础设施成本不断降低，以及经过验证的市场需求。监管可行性仍为中等（5-6/10），因为美国转向亲加密政策，但欧盟制定框架缓慢，隐私法规需要调整，AI 代理的知识产权仍不明确。采用可行性为中等（5/10）——早期采用者已参与，但用户体验挑战依然存在，当前互操作性有限，需要大量的教育和信任建设。

代币化身份与 AI 伴侣的融合并非投机性科幻，而是一个正在积极发展的领域，拥有真实的基础设施、运营中的市场、成熟的技术和大量的资本投资。生产现实表明，管理资产超过 20 亿美元，部署了 3 万多台 TEE 设备，仅 Virtuals 就产生了 6000 万美元的协议收入，每日交易量达数千万美元。开发状态包括提议的标准（ERC-7857）、部署的技术（TEE/FHE/ZKP）和运营框架（Virtuals、Phala、Fetch.ai）。

这种融合之所以有效，是因为区块链解决了 AI 的所有权问题——谁拥有代理、其记忆、其经济价值？——而 AI 解决了区块链的用户体验问题，即用户如何与复杂的加密系统交互。隐私技术（TEE/FHE/ZKP）使这种融合成为可能，而不会牺牲用户主权。这是一个新兴但真实的市场，具有清晰的技术路径、经验证的经济模型和不断增长的生态系统采用。成功取决于用户体验的改进、监管的明确性、互操作性标准以及持续的基础设施开发——所有这些都在 2025 年及以后积极推进。Matthew Graham 的系统性基础设施投资使 Ryze Labs 能够抓住“自 DeFi 之夏以来最重要的创新浪潮”从技术建设走向消费者大规模采用的价值。

“稳定币奇点” 代表着 Sam Kazemian 将 Frax Finance 从一个稳定币协议转变为“加密货币的去中心化中央银行”的大胆计划。GENIUS 并非 Frax 的技术系统，而是一项具有里程碑意义的美国联邦立法（《指导和建立美国稳定币国家创新法案》），于 2025 年 7 月 18 日签署成为法律，要求稳定币具备 100% 的储备支持和全面的消费者保护。Kazemian 参与了该立法的起草工作，这使 Frax 成为主要受益者，在该法案通过后，FXS 飙升超过 100%。“GENIUS 之后”是 Frax 转型为垂直整合的金融基础设施，结合了 frxUSD（合规稳定币）、FraxNet（银行接口）、Fraxtal（演变为 L1）以及使用推理证明共识的革命性 AIVM 技术——世界上第一个由 AI 驱动的区块链验证机制。这一愿景的目标是到 2026 年实现 1,000 亿美元的总锁定价值（TVL），通过一项雄心勃勃的路线图，融合监管合规、机构合作（BlackRock、Securitize）和尖端 AI-区块链融合，将 Frax 定位为“21 世纪最重要的资产”的发行者。

理解稳定币奇点概念​

“稳定币奇点”于 2024 年 3 月出现，是 Frax Finance 的一项全面战略路线图，将所有协议方面统一为一个单一愿景。通过 FIP-341 发布并于 2024 年 4 月经社区投票批准，这代表了一个融合点，Frax 从实验性稳定币协议过渡到全面的 DeFi 基础设施提供商。

奇点包含五个协同工作的核心组成部分。首先，FRAX 实现 100% 抵押标志着“后奇点时代”，Frax 在多年的部分算法实验后，产生了 4,500 万美元以实现完全支持。其次，Fraxtal L2 区块链作为“支持 Frax 生态系统的基础”而推出——被描述为“Frax 的操作系统”，提供主权基础设施。第三，FXS 奇点代币经济学统一了所有价值捕获，Sam Kazemian 宣称“所有道路都通向 FXS，它是 Frax 生态系统的最终受益者”，将 50% 的收入分配给 veFXS 持有者，50% 分配给 FXS 流动性引擎用于回购。第四，FPIS 代币合并到 FXS 中，简化了治理结构，确保“整个 Frax 社区与 FXS 保持一致”。第五，分形扩展路线图目标是在一年内实现 23 条 Layer 3 链，在更广泛的 Frax 网络国家内创建“像分形一样”的子社区。

战略目标令人震惊：到 2026 年底，Fraxtal 上的 TVL 达到 1,000 亿美元，高于发布时的 1,320 万美元。正如 Kazemian 所说：“Frax 从来都是并且将永远是推出实际产品并在其他人知道市场存在之前就抓住市场，而不是思考理论上的新市场和撰写白皮书。这种速度和安全性将由我们迄今为止建立的基础所实现。Frax 的奇点阶段现在开始。”

这一愿景超越了单纯的协议增长。Fraxtal 代表着“Frax Nation 和 Fraxtal 网络国家的家园”——将区块链概念化为为社区提供“主权家园、文化和数字空间”。L3 链作为“拥有自己独特身份和文化但属于整个 Frax 网络国家的子社区”运作，将网络国家哲学引入 DeFi 基础设施。

GENIUS 法案背景和 Frax 的战略定位​

GENIUS 并非 Frax 协议功能，而是联邦稳定币立法，于 2025 年 7 月 18 日生效。该《指导和建立美国稳定币国家创新法案》建立了首个针对支付稳定币的全面联邦监管框架，于 5 月 20 日在参议院以 68 票对 30 票通过，并于 7 月 17 日在众议院以 308 票对 122 票通过。

该立法强制要求使用允许的资产（美元、国库券、回购协议、货币市场基金、中央银行储备）进行 100% 储备支持。它要求发行量超过 500 亿美元的发行方每月公开储备披露和经审计的年度报表。联邦/州双重监管结构赋予 OCC 对超过 100 亿美元的非银行发行方的监督权，而州监管机构则处理较小的发行方。消费者保护在破产时优先于所有其他债权人，保障稳定币持有者的权益。至关重要的是，发行方必须具备在法律要求时扣押、冻结或销毁支付稳定币的技术能力，并且不得向持有者支付利息或就政府支持做出误导性声明。

Sam Kazemian 的参与具有重要的战略意义。多方消息表明，他“作为行业内部人士，深入参与了 GENIUS 法案的讨论和起草”，并经常被拍到与包括参议员 Cynthia Lummis 在内的加密友好型立法者在华盛顿特区合影。这种内部人士的地位提供了对监管要求的提前了解，使 Frax 能够在法律颁布前构建合规基础设施。市场认可迅速到来——参议院通过后，FXS 短暂飙升至 4.4 USDT 以上，当月涨幅超过 100%。正如一项分析所指出的：“作为法案的起草者和参与者，Sam 自然对‘GENIUS 法案’有更深入的理解，可以更容易地使他的项目符合要求。”

Frax 为符合 GENIUS 法案而进行的战略定位早在立法通过之前就开始了。该协议从混合算法稳定币 FRAX 转型为使用法定货币作为抵押品的完全抵押 frxUSD，在 Luna UST 崩溃显示出系统性风险后，放弃了“算法稳定性”。到 2025 年 2 月——GENIUS 成为法律前五个月——Frax 推出了 frxUSD，作为一种可法定货币赎回的、完全抵押的稳定币，从一开始就旨在符合预期的监管要求。

这种监管远见创造了显著的竞争优势。正如市场分析所总结的：“整个路线图旨在成为第一个获得许可的法定货币支持稳定币。” Frax 建立了一个垂直整合的生态系统，使其独具特色：frxUSD 作为与美元 1:1 挂钩的合规稳定币，FraxNet 作为连接传统金融（TradFi）与 DeFi 的银行接口，以及 Fraxtal 作为可能过渡到 L1 的 L2 执行层。这种全栈方法在保持去中心化治理和技术创新的同时，实现了监管合规——这是竞争对手难以复制的组合。

Sam Kazemian 的哲学框架：稳定币最大主义​

Sam Kazemian 在 ETHDenver 2024 上发表了题为“为何一切都将是稳定币”的演讲，阐述了他的核心论点，宣称：“DeFi 中的一切，无论他们是否知道，都将成为稳定币或在结构上变得像稳定币。” 这种“稳定币最大主义”代表了 Frax 核心团队所持有的基本世界观——即大多数加密协议从长远来看将趋同成为稳定币发行者，或者稳定币将成为其存在的中心。

该框架基于识别所有成功稳定币背后的通用结构。Kazemian 认为，在规模化时，所有稳定币都将趋同于两个基本组成部分：一个无风险收益（RFY）机制，从系统中风险最低的场所的支撑资产中产生收入；以及一个兑换设施（Swap Facility），稳定币可以在其中以高流动性赎回其参考挂钩。他通过各种例子证明了这一点：USDC 将国库券（RFY）与现金（兑换设施）结合；stETH 使用 PoS 验证器（RFY）与通过 LDO 激励的 Curve stETH-ETH 池（兑换设施）；Frax 的 frxETH 实施了一个双代币系统，其中 frxETH 作为与 ETH 挂钩的稳定币，而 sfrxETH 赚取原生质押收益，9.5% 的流通量在各种协议中使用而不产生收益——这创造了关键的“货币溢价”。

货币溢价这一概念代表了 Kazemian 认为的稳定币成功的“最强有形衡量标准”——甚至超越了品牌名称和声誉。货币溢价衡量的是“对发行方稳定币的需求，纯粹因为其有用性而被持有，而不期望任何利率、激励支付或发行方的其他效用”。Kazemian 大胆预测，未能采用这种双重结构的稳定币“将无法扩展到数万亿美元”，并会随着时间的推移失去市场份额。

这种哲学超越了传统稳定币。Kazemian 挑衅性地认为，“所有桥都是稳定币发行者”——如果像 Wrapped DAI 这样的桥接资产在非以太坊网络上存在持续的货币溢价，桥接运营商将自然而然地寻求将底层资产存入 DAI 储蓄利率模块等生息机制中。即使是 WBTC，本质上也是一种“BTC 支持的稳定币”。这种广义的定义揭示了稳定币并非一个产品类别，而是所有 DeFi 的基本汇聚点。

Kazemian 的长期信念可以追溯到 2019 年，远在 DeFi 夏季之前：“自 2019 年初以来，我一直在向人们讲述算法稳定币……多年来，我一直告诉朋友和同事，算法稳定币可能成为加密领域最大的事物之一，现在每个人似乎都相信了。”他最雄心勃勃的说法将 Frax 与以太坊本身对立起来：“我认为任何协议要想超越区块链原生资产，最好的机会就是算法稳定币协议。所以我相信，如果以太坊上有什么东西有可能比 ETH 本身更有价值，那就是 FRAX+FXS 的总市值。”

从哲学上讲，这代表了务实演进而非意识形态纯粹。正如一项分析所指出的：“从部分抵押到完全抵押的演变意愿证明，在构建金融基础设施时，意识形态绝不应凌驾于实用性之上。”然而，Kazemian 仍然坚持去中心化原则：“这些算法稳定币——Frax 是其中最大的一个——的全部理念是，我们可以构建一个像比特币一样去中心化和有用，但又具有美元稳定性的东西。”

GENIUS 之后：Frax 的 2025 年愿景及未来​

“GENIUS 之后”代表着 Frax 从稳定币协议转型为面向主流采用的综合金融基础设施。2024 年 12 月的**“DeFi 的未来”路线图**概述了这一后监管时代的愿景，Sam Kazemian 宣称：“Frax 不仅仅是跟上金融的未来——它正在塑造未来。”

核心创新是 AIVM（人工智能虚拟机）——Fraxtal 内部一个革命性的并行区块链，采用推理证明共识，被描述为“世界首创”机制。AIVM 与 IQ 的 Agent Tokenization Platform 共同开发，使用 AI 和机器学习模型来验证区块链交易，而非传统的共识机制。这使得完全自主的 AI 代理能够运行，没有单一控制点，由代币持有者拥有并能够独立操作。正如 IQ 的 CTO 所说：“在 Fraxtal 的 AIVM 上通过 IQ ATP 推出代币化的 AI 代理将与任何其他发布平台都不同……由代币持有者拥有的主权链上代理是加密和 AI 领域的 0 到 1 时刻。”这使得 Frax 处于“目前全球最引人注目的两个行业”——人工智能和稳定币——的交汇点。

北极星硬分叉从根本上重构了 Frax 的代币经济学。FXS 成为 FRAX——随着 Fraxtal 演变为 L1 状态，它将成为 Fraxtal 的 Gas 代币，而原始的 FRAX 稳定币则变为 frxUSD。治理代币从 veFXS 过渡到 veFRAX，保留了收入分成和投票权，同时明确了生态系统的价值捕获。此次品牌重塑实施了尾部发行计划，起始年通胀率为 8%，每年递减 1%，直至 3% 的下限，分配给社区倡议、生态系统增长、团队和 DAO 金库。同时，**Frax 销毁引擎（FBE）**通过 FNS Registrar 和 Fraxtal EIP1559 基础费用永久销毁 FRAX，产生通缩压力以平衡通胀发行。

FraxUSD 于 2025 年 1 月推出，拥有机构级支持，代表着 Frax 监管策略的成熟。通过与 Securitize 合作以访问 BlackRock 的美元机构数字流动性基金（BUIDL），Kazemian 表示他们“正在为稳定币设定新标准”。该稳定币采用混合模式，由治理批准的托管方提供支持，包括 BlackRock、Superstate（USTB、USCC）、FinresPBC 和 WisdomTree（WTGXX）。储备构成包括现金、美国国库券、回购协议和货币市场基金——精确符合 GENIUS 法案的要求。至关重要的是，frxUSD 通过这些托管方提供 直接法定货币赎回能力，以 1:1 的平价无缝连接传统金融（TradFi）和 DeFi。

FraxNet 提供了连接传统金融系统与去中心化基础设施的银行接口层。用户可以铸造和赎回 frxUSD，赚取稳定收益，并访问具有收益流功能的编程账户。这使得 Frax 能够提供完整的金融基础设施：frxUSD（货币层）、FraxNet（银行接口）和 Fraxtal（执行层）——Kazemian 称之为“稳定币操作系统”。

Fraxtal 的演进将 L2 路线图扩展到潜在的 L1 转型。该平台实现了实时区块，以实现与 Sei 和 Monad 相媲美的超快速处理，使其适用于高吞吐量应用。分形扩展策略目标是在一年内实现 23 条 Layer 3 链，通过与 Ankr 和 Asphere 的合作创建可定制的应用链。每个 L3 都作为 Fraxtal 网络国家内的一个独特子社区运作——呼应了 Kazemian 的数字主权愿景。

**加密战略储备（CSR）**将 Frax 定位为“DeFi 的 MicroStrategy”——建立一个以 BTC 和 ETH 计价的链上储备，这将成为“DeFi 中最大的资产负债表之一”。该储备位于 Fraxtal 上，有助于 TVL 增长，同时由 veFRAX 质押者治理，从而在协议资金管理和代币持有者利益之间建立一致性。

**Frax 通用接口（FUI）**的重新设计简化了 DeFi 访问，以促进主流采用。通过 Halliday 实现的全球法定货币入金减少了新用户的摩擦，而通过 Odos 集成优化的路由则实现了高效的跨链资产转移。移动钱包开发和 AI 驱动的增强功能为平台迎接“下一个十亿加密用户”做好了准备。

展望 2025 年以后，Kazemian 设想 Frax 将扩展发行主要区块链资产的 frx 前缀版本——frxBTC、frxNEAR、frxTIA、frxPOL、frxMETIS——成为“21 世纪最重要的资产的最大发行者”。每种资产都将 Frax 经过验证的流动性质押衍生品模型应用于新的生态系统，在产生收入的同时提供增强的实用性。frxBTC 的雄心尤其突出：在 DeFi 中创建“最大的比特币发行者”，与 WBTC 不同，它完全去中心化，使用多计算阈值赎回系统。

收入产生按比例增长。截至 2024 年 3 月，根据 DeFiLlama 的数据，Frax 产生了超过 4,000 万美元的年收入，不包括 Fraxtal 链费用和 Fraxlend AMO。费用开关的激活使 veFXS 收益增加了 15 倍（从 0.20-0.80% 提高到 3-12% 年化收益率），其中 50% 的协议收益分配给 veFXS 持有者，50% 分配给 FXS 流动性引擎用于回购。这创造了独立于代币发行的可持续价值累积。

最终愿景将 Frax 定位为**“美国数字美元”**——世界上最具创新性的去中心化稳定币基础设施。Kazemian 的抱负延伸到美联储主账户，使 Frax 能够部署国库券和逆回购协议作为符合其稳定币最大主义框架的无风险收益组成部分。这将完成融合：一个具有机构级抵押品、监管合规性以及美联储级别金融基础设施访问权限的去中心化协议。

推动愿景的技术创新​

Frax 的技术路线图展示了卓越的创新速度，实施了影响更广泛 DeFi 设计模式的新颖机制。**FLOX（Fraxtal 区块空间激励）**系统代表了第一个用户支付 Gas 和开发者部署合约同时获得奖励的机制。与具有固定快照时间的传统空投不同，FLOX 使用数据可用性的随机抽样来防止负面挖矿行为。每个周期（最初为七天），Flox 算法根据 Gas 使用量和合约交互分配 FXTL 积分，跟踪完整的交易轨迹以奖励所有涉及的合约——路由器、资金池、代币合约。用户可以赚取超过其支付的 Gas 费用，而开发者则可以从其 dApp 的使用中获利，从而使整个生态系统中的激励措施保持一致。

AIVM 架构标志着区块链共识的范式转变。通过推理证明，AI 和机器学习模型验证交易，而非传统的 PoW/PoS 机制。这使得自主 AI 代理能够作为区块链验证者和交易处理器运行——为 AI 驱动的经济创建基础设施，其中代理持有代币化所有权并独立执行策略。与 IQ 的 Agent Tokenization Platform 的合作提供了部署主权链上 AI 代理的工具，将 Fraxtal 定位为 AI-区块链融合的首要平台。

FrxETH v2 将流动性质押衍生品转化为验证者的动态借贷市场。该系统并非由核心团队运行所有节点，而是实施了一个 Fraxlend 风格的借贷市场，用户将 ETH 存入借贷合约，验证者借用它用于其验证器。这消除了运营中心化，同时可能实现接近或超过流动性再质押代币（LRTs）的更高年化收益率。与 EigenLayer 的集成实现了直接再质押池和 EigenLayer 存款，使 sfrxETH 既可以作为 LSD 又可以作为 LRT 运作。Fraxtal AVS（主动验证服务）使用 FXS 和 sfrxETH 再质押，创建了额外的安全层和收益机会。

**BAMM（债券自动化做市商）**将 AMM 和借贷功能结合到一个没有直接竞争对手的新颖协议中。Sam 热情地描述道：“每个人都将为他们的项目或他们的 meme 币或其他任何他们想做的事情推出 BAMM 交易对，而不是 Uniswap 交易对，然后试图在中心化交易所建立流动性，试图获得 Chainlink 预言机，试图通过 Aave 或 Compound 的治理投票。”BAMM 交易对消除了外部预言机要求，并在高波动性期间保持自动偿付能力保护。原生集成到 Fraxtal 中，使其对“FRAX 流动性和使用产生最大的影响”。

**算法市场操作（AMOs）**代表了 Frax 最具影响力的创新，被 DeFi 协议广泛复制。AMOs 是管理抵押品并通过自主货币政策操作产生收入的智能合约。例如，Curve AMO 管理着超过 13 亿美元的 FRAX3CRV 资金池（99.9% 由协议拥有），自 2021 年 10 月以来产生了超过 7,500 万美元的利润；抵押品投资者 AMO 将闲置的 USDC 部署到 Aave、Compound 和 Yearn，产生了 6,340 万美元的利润。这些创造了 Messari 所描述的“DeFi 2.0 稳定币理论”——在开放市场中瞄准汇率，而不是被动的抵押品存入/铸造模型。这种从通过发行租用流动性到通过 AMO 拥有流动性的转变，从根本上改变了 DeFi 的可持续性模型，影响了 Olympus DAO、Tokemak 和许多其他协议。

Fraxtal 的模块化 L2 架构使用 Optimism 技术栈作为执行环境，同时在数据可用性、结算和共识层选择方面具有灵活性。零知识技术的战略性整合使得能够聚合多条链的有效性证明，Kazemian 设想 Fraxtal 将成为“连接链状态的中心参考点，使在任何参与链上构建的应用程序能够在整个‘宇宙’中原子化地运行”。这种互操作性愿景超越了以太坊，延伸到 Cosmos、Solana、Celestia 和 Near——将 Fraxtal 定位为通用结算层，而非孤立的应用链。

**FrxGov（Frax 治理 2.0）**于 2024 年部署，实施了一个双治理合约系统：Governor Alpha (GovAlpha) 具有高法定人数以进行主要控制，而 Governor Omega (GovOmega) 具有较低法定人数以实现更快的决策。这通过将治理决策完全转移到链上，同时保持紧急协议调整的灵活性，增强了去中心化。所有重大决策都通过 veFRAX（前身为 veFXS）持有者进行，他们通过 Compound/OpenZeppelin Governor 合约控制 Gnosis Safes。

这些技术创新解决了不同的问题：AIVM 实现了自主 AI 代理；frxETH v2 消除了验证者中心化，同时最大化了收益；BAMM 消除了预言机依赖并提供了自动风险管理；AMOs 在不牺牲稳定性的情况下实现了资本效率；Fraxtal 提供了主权基础设施；FrxGov 确保了去中心化控制。总的来说，它们展示了 Frax 的哲学：“Frax 从来都是并且将永远是推出实际产品并在其他人知道市场存在之前就抓住市场，而不是思考理论上的新市场和撰写白皮书。”

生态系统契合度及更广泛的 DeFi 影响​

Frax 在 2,520 亿美元的稳定币格局中占据独特地位，代表着第三种范式，与中心化法定货币支持（USDC、USDT 占据约 80% 主导地位）和去中心化加密货币抵押（DAI 占据去中心化市场份额的 71%）并存。部分算法混合方法——现已演变为 100% 抵押并保留 AMO 基础设施——表明稳定币无需在极端之间做出选择，而是可以创建适应市场条件的动态系统。

第三方分析验证了 Frax 的创新。Messari 2022 年 2 月的报告指出：“Frax 是第一个实施完全抵押和完全算法稳定币设计原则的稳定币协议，旨在创建新的可扩展、无需信任、稳定的链上货币。”Coinmonks 在 2025 年 9 月指出：“通过其革命性的 AMO 系统，Frax 创建了自主货币政策工具，可以在维持挂钩的同时执行复杂的市场操作……该协议表明，有时最好的解决方案不是在极端之间选择，而是创建能够适应的动态系统。”Bankless 将 Frax 的方法描述为迅速吸引了“DeFi 领域的广泛关注，并启发了许多相关项目”。

DeFi 三位一体概念将 Frax 定位为唯一一个在所有基本金融原语上实现完全垂直整合的协议。Kazemian 认为，成功的 DeFi 生态系统需要三个组成部分：稳定币（流动性记账单位）、AMM/交易所（流动性提供）和借贷市场（债务发起）。MakerDAO 拥有借贷和稳定币，但缺乏原生 AMM；Aave 推出了 GHO 稳定币，最终将需要一个 AMM；Curve 推出了 crvUSD，并需要借贷基础设施。只有 Frax 拥有所有这三部分，通过 FRAX/frxUSD（稳定币）、Fraxswap（带有时间加权平均做市商的 AMM）和 Fraxlend（无需许可的借贷），以及 frxETH（流动性质押）、Fraxtal（L2 区块链）和 FXB（债券）等额外层。这种完整性导致了这样的描述：“Frax 正在战略性地添加新的子协议和 Frax 资产，但所有必要的构建模块现已到位。”

Frax 相对于行业趋势的定位揭示了其一致性和战略分歧。主要趋势包括监管清晰度（GENIUS 法案框架）、机构采用（90% 的金融机构采取稳定币行动）、现实世界资产整合（16 万亿美元以上的代币化机会）、生息稳定币（PYUSD、sFRAX 提供被动收入）、多链未来以及AI-加密货币融合。Frax 在监管准备（GENIUS 前 100% 抵押）、机构基础设施建设（BlackRock 合作）、多链战略（Fraxtal 加跨链部署）和 AI 集成（AIVM）方面高度一致。然而，它在复杂性与简单性趋势上存在分歧，维持着复杂的 AMO 系统和治理机制，这为普通用户设置了障碍。

批判性观点指出了真正的挑战。对 USDC 的依赖仍然存在问题——92% 的支持创造了单点故障风险，正如 2023 年 3 月 SVB 危机期间所证明的，当时 Circle 在硅谷银行的 33 亿美元资金被困，导致 USDC 脱钩，进而引发 FRAX 跌至 0.885 美元。治理集中显示，到 2024 年底，一个钱包持有超过 33% 的 FXS 供应，尽管有 DAO 结构，但仍引发了中心化担忧。复杂性障碍限制了可访问性——与直接的 USDC 甚至 DAI 相比，理解 AMO、动态抵押率和多代币系统对普通用户来说是困难的。随着 Aave、Curve 和传统金融参与者带着大量资源和成熟用户群进入稳定币市场，竞争压力加剧。

比较分析揭示了 Frax 的利基市场。与 USDC 相比：USDC 提供监管清晰度、流动性、简单性和机构支持，但 Frax 提供卓越的资本效率、代币持有者的价值累积、创新和去中心化治理。与 DAI 相比：DAI 以最长的历史记录最大化了去中心化和抗审查性，但 Frax 通过 AMO 实现了更高的资本效率，而 DAI 的超额抵押率为 160%，通过 AMO 产生收入，并提供集成的 DeFi 堆栈。与失败的 TerraUST 相比：UST 纯粹的算法设计没有抵押品下限，造成了死亡螺旋的脆弱性，而 Frax 的混合方法，包括抵押品支持、动态抵押率和保守演进，在 LUNA 崩溃期间证明了其韧性。

哲学意义超越了 Frax 本身。该协议表明，去中心化金融需要务实演进而非意识形态纯粹——在市场条件需要时，愿意从部分抵押转向完全抵押，同时保留复杂的 AMO 基础设施以提高资本效率。这种传统金融和 DeFi 的“智能桥接”挑战了加密货币必须完全取代或完全融入传统金融的错误二分法。可编程货币的概念，即自动调整支持、高效部署资本、通过市场操作维持稳定并向利益相关者分配价值，代表了一种全新的金融原语。

Frax 的影响力贯穿于 DeFi 的演进。AMO 模型启发了跨生态系统的协议拥有流动性策略。稳定币自然趋同于无风险收益加兑换设施结构的认识，影响了协议如何设计稳定性机制。算法和抵押方法可以成功混合的演示表明，二元选择并非必需。正如 Coinmonks 总结道：“Frax 的创新——特别是 AMO 和可编程货币政策——超越了协议本身，影响了行业对去中心化金融基础设施的思考方式，并为未来寻求平衡效率、稳定性与去中心化的协议提供了蓝图。”

Sam Kazemian 近期的公开活动​

Sam Kazemian 在 2024-2025 年间通过各种媒体渠道保持了极高的曝光度，其亮相揭示了他从技术协议创始人到政策影响者和行业思想领袖的演变。他最近的 Bankless 播客“以太坊最大的错误（以及如何修复）”（2025 年 10 月初）展示了超越 Frax 的更广阔视野，他认为以太坊将 ETH 资产与以太坊技术分离，削弱了 ETH 相对于比特币的估值。他主张，在 EIP-1559 和权益证明之后，ETH 从“数字商品”转变为基于销毁收入的“折现现金流”资产，使其功能更像股权而非主权价值储存。他提出的解决方案是：围绕 ETH 作为具有强大稀缺性叙事（类似于比特币 2,100 万枚上限）的商品类资产重建内部社会共识，同时保持以太坊的开放技术精神。

2025 年 1 月的 Defiant 播客专门讨论了 frxUSD 和稳定币期货，解释了通过 BlackRock 和 SuperState 托管方进行赎回、通过多元化策略实现有竞争力的收益，以及 Frax 建立以旗舰稳定币和 Fraxtal 为核心的数字经济的更广泛愿景。章节主题包括创始故事差异化、去中心化稳定币愿景、frxUSD“两全其美”的设计、稳定币的未来、收益策略、现实世界和链上使用、稳定币作为加密入口以及 Frax 的路线图。

与 Aave 创始人 Stani Kulechov 的 Rollup 播客对话（2025 年年中）提供了关于 GENIUS 法案的全面讨论，Kazemian 表示：“我一直在努力控制我的兴奋，目前的情况让我感到无比激动。我从未想到稳定币的发展能达到今天这样的高度；目前全球最引人注目的两个行业是人工智能和稳定币。”他解释了 GENIUS 法案如何打破银行垄断：“过去，美元的发行一直被银行垄断，只有特许银行才能发行美元……然而，通过 Genius 法案，尽管监管有所增加，但实际上打破了这种垄断，扩大了[发行稳定币的]权利。”

Flywheel DeFi 的广泛报道捕捉了 Kazemian 思想的多个维度。在 2023 年 12 月三周年 Twitter Spaces 的“Sam Kazemian 揭示 Frax 2024 年及以后计划”中，他阐述道：“Frax 的愿景本质上是成为 21 世纪最重要的资产的最大发行者。”关于 PayPal 的 PYUSD：“一旦他们打开开关，以美元计价的支付实际上是 PYUSD，在账户之间转移，那么我认为人们会醒悟过来，真正认识到稳定币已成为家喻户户喻户晓的名字。”“我们从 Fraxtal 学到的 7 件新事”一文揭示了 frxBTC 计划，旨在成为“最大的发行者——DeFi 中最广泛使用的比特币”，与 WBTC 不同，它完全去中心化，使用多计算阈值赎回系统。

在座无虚席、人满为患的会场上，**ETHDenver 演讲“为何一切都将是稳定币”**全面阐述了稳定币最大主义。Kazemian 演示了 USDC、stETH、frxETH 甚至桥接封装资产如何都趋同于相同的结构：无风险收益机制加上高流动性的兑换设施。他大胆预测，未能采用这种结构的稳定币“将无法扩展到数万亿美元”，并会失去市场份额。该演讲将货币溢价——纯粹因有用性而持有稳定币的需求，不期望利息——定位为超越品牌或声誉的最强成功衡量标准。

书面采访提供了个人背景。《Countere Magazine》的个人资料显示，Sam 是一名伊朗裔美国加州大学洛杉矶分校毕业生，曾是举重运动员（深蹲 455 磅，卧推 385 磅，硬拉 550 磅），于 2019 年年中与 Travis Moore 和 Kedar Iyer 共同创立了 Frax。其创始故事的灵感来源于 Robert Sams 2014 年的《铸币税份额白皮书》以及 Tether 的部分支持披露，这表明稳定币即使没有 100% 支持也具有货币溢价——这促成了 Frax 革命性的部分算法机制，透明地衡量了这种溢价。Cointelegraph 的监管采访捕捉了他的哲学：“你不能将我们祖父母还是孩子时在 1930 年代制定的证券法，应用于去中心化金融和自动化做市商的时代。”

会议亮相包括 TOKEN2049 新加坡（2025 年 10 月 1 日，在 TON 舞台上发表 15 分钟主题演讲）、RESTAKING 2049 边会（2024 年 9 月 16 日，与 EigenLayer、Curve、Puffer、Pendle、Lido 共同举办的私人邀请制活动）、ETHDenver 2024 的 unStable Summit（2024 年 2 月 28 日，与 Coinbase Institutional、Centrifuge、Nic Carter 共同举办的全天技术会议）以及 ETHDenver 主会（2024 年 2 月 29 日至 3 月 3 日，特邀演讲嘉宾）。

Twitter Spaces，例如 The Optimist 的“Fraxtal 大师班”（2024 年 2 月 23 日），探讨了模块化世界中的可组合性挑战、包括 zk-Rollups 在内的先进技术、于 2024 年 3 月 13 日推出的 Flox 机制，以及通用互操作性愿景，其中“Fraxtal 成为连接链状态的中心参考点，使在任何参与链上构建的应用程序能够在整个‘宇宙’中原子化地运行。”

这些亮相中思想的演变揭示了不同的阶段：2020-2021 年专注于算法机制和部分抵押创新；2022 年 UST 崩溃后强调韧性和适当的抵押；2023 年转向 100% 支持和 frxETH 扩展；2024 年以 Fraxtal 推出和监管合规为中心；2025 年强调 GENIUS 法案定位、FraxNet 银行接口和 L1 转型。在此期间，反复出现的主题持续存在：DeFi 三位一体概念（稳定币 + AMM + 借贷市场）、Frax 运营的中央银行类比、稳定币最大主义哲学、从抵制到积极塑造政策的监管实用主义，以及成为“21 世纪最重要资产的发行者”的长期愿景。

战略意义和未来展望​

Sam Kazemian 对 Frax Finance 的愿景代表了去中心化金融领域最全面、哲学上最连贯的项目之一，从算法实验演变为可能创建第一个获得许可的 DeFi 稳定币。这种战略转型展示了对监管现实的务实适应，同时保持去中心化原则——这是竞争对手难以实现的平衡。

GENIUS 之后的轨迹使 Frax 在多个竞争维度上占据优势。通过深入参与 GENIUS 法案起草而进行的监管准备，在合规性方面创造了先发优势，使 frxUSD 有可能在竞争对手之前获得许可地位。垂直整合——唯一一个结合了稳定币、流动性质押衍生品、L2 区块链、借贷市场和 DEX 的协议——通过产品间的网络效应提供了可持续的竞争护城河。每年超过 4,000 万美元的收入产生流向 veFXS 持有者，创造了独立于投机代币动态的有形价值累积。通过 FLOX 机制、BAMM、frxETH v2，特别是 AIVM 实现的技术创新，使 Frax 处于区块链开发的前沿。通过 BlackRock 和 SuperState 对 frxUSD 的托管实现的现实世界整合，比纯粹的加密原生或纯粹的传统金融方法更有效地将机构金融与去中心化基础设施连接起来。

严峻的挑战依然存在。对 USDC 的依赖，92% 的支持率造成了系统性风险，正如 SVB 危机所证明的，当时 USDC 脱钩后 FRAX 跌至 0.885 美元。将抵押品分散到多个托管方（BlackRock、Superstate、WisdomTree、FinresPBC）可以缓解但不能消除集中风险。复杂性障碍限制了主流采用——与直接的 USDC 相比，理解 AMO、动态抵押和多代币系统对普通用户来说是困难的，这可能将 Frax 限制在复杂的 DeFi 用户而非大众市场。治理集中，单个钱包持有超过 33% 的 FXS，尽管有 DAO 结构，但仍引发了与去中心化信息相矛盾的中心化担忧。随着 Aave 推出 GHO、Curve 部署 crvUSD，以及 PayPal（PYUSD）和潜在的银行发行稳定币等传统金融参与者带着大量资源和监管清晰度进入市场，竞争压力加剧。

到 2026 年底，Fraxtal 的 1,000 亿美元 TVL 目标需要从发布时的 1,320 万美元 TVL 增长约 7,500 倍——即使在加密货币的高增长环境中，这也是一个极其雄心勃勃的目标。实现这一目标需要多个维度的持续吸引力：Fraxtal 必须吸引 Frax 自身产品之外的大量 dApp 部署，L3 生态系统必须实现真正的使用而非虚荣指标，frxUSD 必须在 USDT/USDC 主导地位下获得可观的市场份额，机构合作必须从试点转变为规模化部署。虽然技术基础设施和监管定位支持这一轨迹，但执行风险仍然很高。

通过 AIVM 实现的 AI 集成代表了真正新颖的领域。使用 AI 模型验证区块链交易的推理证明共识在大规模应用中尚无先例。如果成功，这将使 Frax 在竞争对手认识到机会之前，处于 AI 和加密货币融合的前沿——这与 Kazemian“在其他人知道市场存在之前就抓住市场”的哲学相符。然而，围绕 AI 确定性、共识中的模型偏差以及 AI 驱动验证中的安全漏洞等技术挑战，需要在生产部署之前解决。与 IQ 的 Agent Tokenization Platform 的合作提供了专业知识，但这一概念仍未得到验证。

哲学贡献超越了 Frax 的成败。算法和抵押方法可以成功混合的演示影响了行业设计模式——AMO 出现在各种 DeFi 协议中，协议拥有的流动性策略主导了雇佣兵式流动性挖矿，以及稳定币趋同于无风险收益加兑换设施结构的认识塑造了新的协议设计。在市场条件需要时，愿意从部分抵押转向完全抵押，确立了实用主义而非意识形态作为金融基础设施的必要性——这是 Terra 生态系统灾难性未能吸取的教训。

最可能的结果：Frax 成为领先的复杂 DeFi 稳定币基础设施提供商，服务于一个有价值但小众的高级用户市场，这些用户优先考虑资本效率、去中心化和创新，而非简单性。总交易量不太可能挑战 USDT/USDC 的主导地位（后者受益于网络效应、监管清晰度和机构支持），但 Frax 将保持技术领先地位并影响行业设计模式。该协议的价值与其说来自市场份额，不如说来自基础设施提供——成为其他协议构建的基础设施，类似于 Chainlink 如何在不同生态系统中提供预言机基础设施，无论原生 LINK 的采用情况如何。

“稳定币奇点”愿景——将稳定币、基础设施、AI 和治理统一为全面的金融操作系统——描绘了一条雄心勃勃但连贯的道路。成功取决于在多个复杂维度上的执行：监管导航、技术交付（尤其是 AIVM）、机构合作转化、用户体验简化以及持续的创新速度。Frax 拥有实现这一愿景重要部分的技术基础、监管定位和哲学清晰度。它是否能扩展到 1,000 亿美元的 TVL 并成为“加密货币的去中心化中央银行”，或者建立一个服务于复杂 DeFi 用户的可持续的 100-200 亿美元生态系统，仍有待观察。无论哪种结果，在大多数稳定币实验都以灾难性失败告终的行业中，都代表着巨大的成就。

最终的洞察：Sam Kazemian 的愿景表明，去中心化金融的未来不在于取代传统金融，而在于智能地连接这两个世界——将机构级抵押品和监管合规性与链上透明度、去中心化治理以及通过 AMO 实现的自主货币政策和通过 AIVM 实现的 AI 驱动共识等新颖机制相结合。这种综合而非二元对立，代表了实现主流采用的可持续去中心化金融基础设施的务实路径。

谷歌的代理支付协议（AP2）是一个新宣布的开放标准，旨在实现由AI代理代表用户发起的安全、可信交易。AP2与超过60个支付和技术组织（包括主要支付网络、银行、金融科技公司和Web3公司）合作开发，建立了"代理支付"的通用语言 —— 即自主代理（如AI助手或基于LLM的代理）可以为用户执行的购买和金融交易。AP2的创建源于一个根本性转变：传统上，在线支付系统假设有人类直接点击"购买"，但AI代理按用户指令行动的兴起打破了这一假设。AP2解决了AI驱动商务中授权、真实性和问责制的挑战，同时与现有支付基础设施保持兼容。本报告检视了AP2的技术架构、目的和用例、与AI代理和支付提供商的集成、安全性和合规性考虑、与现有协议的比较、对Web3/去中心化系统的影响，以及行业采用/路线图。

技术架构：AP2如何工作​

AP2的核心引入了一个密码学安全的交易框架，基于可验证数字凭证（VDCs）—— 本质上是防篡改的签名数据对象，作为用户授权内容的数字"合约"。在AP2术语中，这些合约被称为授权书，它们为每笔交易形成可审计的证据链。AP2架构中有三种主要的授权书类型：

• 意图授权书： 捕获用户对购买的初始指令或条件，特别是在*"无人在场"场景中（代理将在用户不在线时稍后行动）。它定义了用户给予代理的授权范围* —— 例如，"如果音乐会门票降到200美元以下，最多买2张"。这个授权书由用户预先加密签名，作为在特定限制内同意的可验证证明。
• 购物车授权书： 代表用户已批准的最终交易详情，用于*"有人在场"*场景或结账时刻。它包括确切的商品或服务、价格和购买的其他细节。当代理准备完成交易时（例如填满购物车后），商家首先对购物车内容进行加密签名（保证订单详情和价格），然后用户（通过其设备或代理界面）签署创建购物车授权书。这确保了所见即所付，准确锁定向用户呈现的最终订单。
• 支付授权书： 发送给支付网络（如卡网络或银行）的单独凭证，表明AI代理参与了交易。支付授权书包含元数据，如用户在授权期间是否在场，并作为风险管理系统的标志。通过向收单银行和发卡银行提供用户意图的密码学可验证证据，这个授权书帮助它们评估上下文（例如，区分代理发起的购买与典型欺诈）并相应地管理合规或责任。

所有授权书都实现为由相关方密钥（用户、商家等）签名的可验证凭证，为每个代理主导的交易产生不可否认的审计跟踪。实际上，AP2使用基于角色的架构来保护敏感信息 —— 例如，代理可能处理意图授权书而从不看到原始支付详情，这些详情只在需要时以受控方式披露，保护隐私。用户意图 → 商家承诺 → 支付授权的密码学链建立了各方之间的信任，确保交易反映用户的真实指令，并且代理和商家都遵守了这些指令。

交易流程： 为说明AP2如何端到端工作，考虑一个有人参与的简单购买场景：

1. 用户请求： 用户要求其AI代理购买特定商品或服务（如"为我订购这双鞋，我的尺码"）。
2. 购物车构建： 代理与商家系统通信（使用标准API或通过代理对代理交互）为指定商品按给定价格组装购物车。
3. 商家保证： 在向用户展示购物车之前，商家端对购物车详情（商品、数量、价格等）进行加密签名。这一步创建了商家签名报价，保证确切条款（防止任何隐藏更改或价格操控）。
4. 用户批准： 代理向用户显示最终购物车。用户确认购买，此批准触发用户端的两个加密签名：一个在购物车授权书上（接受商家的购物车现状）和一个在支付授权书上（通过选定的支付提供商授权支付）。这些签名授权书然后分别与商家和支付网络共享。
5. 执行： 有了购物车授权书和支付授权书，商家和支付提供商继续安全执行交易。例如，商家向支付网络（卡网络、银行等）提交支付请求以及用户批准证明，支付网络可以验证支付授权书。结果是完成的购买交易，带有密码学审计跟踪将用户意图与最终支付联系起来。

这个流程展示了AP2如何在AI驱动购买的每一步都建立信任。商家有用户同意以什么价格购买什么的密码学证明，发卡行/银行有用户授权该支付的证明，即使AI代理促成了这个过程。在争议或错误的情况下，签名授权书作为明确证据，帮助确定问责（例如，如果代理偏离指令或如果费用不是用户批准的）。实质上，AP2的架构确保可验证的用户意图 —— 而不是对代理行为的信任 —— 是交易的基础，大大减少了模糊性。

AP2的目的和用例​

为什么需要AP2： AP2的主要目的是解决当AI代理可以代表用户花钱时出现的新兴信任和安全问题。谷歌及其合作伙伴确定了当自主代理在循环中时，今天的支付基础设施无法充分回答的几个关键问题：

• 授权： 如何证明用户实际给了代理进行特定购买的权限？（换句话说，确保代理不是在没有用户知情同意的情况下购买东西。）
• 真实性： 商家如何知道代理的购买请求是真实的，反映了用户的真实意图，而不是错误或AI幻觉？
• 问责制： 如果通过代理发生欺诈或错误交易，谁负责 —— 用户、商家、支付提供商，还是AI代理的创造者？

没有解决方案，这些不确定性围绕代理主导的商务创造了"信任危机"。AP2的使命是通过建立安全代理交易的统一协议来提供解决方案。通过引入标准化的授权书和意图证明，AP2防止了分散的生态系统，避免每个公司发明自己的临时代理支付方法。相反，任何符合要求的AI代理都可以在一套通用规则和验证下与任何符合要求的商家/支付提供商交互。这种一致性不仅避免了用户和商家的困惑，还为金融机构提供了管理代理发起支付风险的明确方式，而不是处理专有方法的拼接。简而言之，AP2的目的是成为让"代理经济"在不破坏支付生态系统的情况下增长的基础信任层。

预期用例： 通过解决上述问题，AP2为超越人类手动点击购买可能性的新商务体验和用例打开了大门。AP2支持的一些代理启用商务示例包括：

• 更智能的购物： 客户可以指示其代理，"我想要这件绿色冬季夹克，我愿意支付比当前价格高20%"。有了编码这些条件的意图授权书，代理将持续监控零售商网站或数据库。一旦夹克有绿色可选（并在价格阈值内），代理自动执行购买带有安全的签名交易 —— 捕获否则会错过的销售。从用户的初始请求到自动结账的整个交互都由AP2授权书管理，确保代理只购买授权的确切内容。
• 个性化优惠： 用户告诉其代理他们正在寻找来自特定商家的特定产品（比如新自行车）用于即将到来的旅行。代理可以与商家自己的AI代理分享这种兴趣（在意图授权书的边界内），包括相关上下文如旅行日期。商家代理知道用户的意图和上下文，可以回应定制套餐或折扣 —— 例如，"自行车+头盔+旅行架15%折扣，48小时内有效"。使用AP2，用户的代理可以安全地接受并完成这个定制优惠，将简单查询转变为商家更有价值的销售。
• 协调任务： 用户计划复杂任务（如周末旅行）完全委托它："为这些日期预订航班和酒店，总预算700美元"。代理可以与多个服务提供商的代理交互 —— 航空公司、酒店、旅行平台 —— 找到符合预算的组合。一旦确定了合适的航班-酒店套餐，代理使用AP2执行一次性多个预订，每个都经过加密签名（例如，为航空公司和酒店分别发出购物车授权书，都在用户的意图授权书下授权）。AP2确保这个协调交易的所有部分都按批准发生，甚至允许同时执行，这样门票和预订一起预订，没有一部分中途失败的风险。

这些场景只说明了AP2预期用例的一小部分。更广泛地说，AP2的灵活设计支持传统电商流程和全新的商务模式。例如，AP2可以促进类似订阅的服务（代理通过在满足条件时购买来保持你的必需品库存）、事件驱动购买（在触发事件发生瞬间购买门票或商品）、群体代理谈判（多个用户的代理汇集授权书来讨价还价群体交易），以及许多其他新兴模式。在每种情况下，共同点是AP2提供信任框架 —— 明确的用户授权和密码学可审计性 —— 允许这些代理驱动的交易安全发生。通过处理信任和验证层，AP2让开发者和企业专注于创新新的AI商务体验，而无需从头重新发明支付安全。

与代理、LLMs和支付提供商的集成​

AP2明确设计为与AI代理框架和现有支付系统无缝集成，充当两者之间的桥梁。谷歌将AP2定位为其代理对代理（A2A）协议和模型上下文协议（MCP）标准的扩展。换句话说，如果A2A为代理通信任务提供通用语言，MCP标准化AI模型如何整合上下文/工具，那么AP2在顶部添加了交易层用于商务。这些协议是互补的：A2A处理代理对代理通信（允许比如购物代理与商家代理对话），而AP2在这些交互中处理代理对商家支付授权。因为AP2是开放和非专有的，它意味着与框架无关：开发者可以将其与谷歌自己的代理开发工具包（ADK）或任何AI代理库一起使用，同样它可以与包括LLMs在内的各种AI模型工作。例如，基于LLM的代理可以通过生成和交换所需的授权书负载（由AP2规范指导）而不是仅仅自由形式文本来使用AP2。通过强制执行结构化协议，AP2帮助将AI代理的高级意图（可能来自LLM的推理）转换为具体的安全交易。

在支付方面，AP2是与传统支付提供商和标准协调构建的，而不是作为撕裂和替换系统。该协议是支付方法无关的，意味着它可以支持各种支付轨道 —— 从信用/借记卡网络到银行转账和数字钱包 —— 作为转移资金的底层方法。在其初始版本中，AP2强调与卡支付的兼容性，因为这些在在线商务中最常见。AP2支付授权书设计为插入现有的卡处理流程：它为支付网络（如Visa、万事达、美国运通）和发卡银行提供额外数据，表明AI代理参与以及用户是否在场，从而补充现有的欺诈检测和授权检查。本质上，AP2不处理支付本身；它用用户意图的密码学证明增强支付请求。这允许支付提供商以适当的谨慎或速度处理代理发起的交易（例如，如果发卡行看到有效的AP2授权书证明用户预先批准了它，可能会批准看起来不寻常的购买）。值得注意的是，谷歌和合作伙伴计划发展AP2以支持"推送"支付方法 —— 如实时银行转账（如印度的UPI或巴西的PIX系统）—— 以及其他新兴数字支付类型。这表明AP2的集成将扩展到卡之外，与全球现代支付趋势保持一致。

对于商家和支付处理商，集成AP2将意味着支持额外的协议消息（授权书）和验证签名。许多大型支付平台已经参与塑造AP2，所以我们可以期待它们会构建对它的支持。例如，像Adyen、Worldpay、PayPal、Stripe（没有明确提及但可能感兴趣）等公司可能会将AP2整合到其结账API或SDK中，允许代理以标准化方式发起支付。因为AP2是GitHub上带有参考实现的开放规范，支付提供商和技术平台可以立即开始实验。谷歌还提到了一个AI代理市场，第三方代理可以在其中列出 —— 这些代理预期支持AP2的任何交易能力。实际上，构建AI销售助手或采购代理的企业可以将其列在这个市场上，感谢AP2，该代理可以可靠地执行购买或订单。

最后，AP2的集成故事受益于其广泛的行业支持。通过与主要金融机构和技术公司共同开发协议，谷歌确保AP2与现有行业规则和合规要求保持一致。与支付网络（如万事达、银联）、发卡行（如美国运通）、金融科技公司（如Revolut、PayPal）、电商玩家（如Etsy）甚至身份/安全提供商（如Okta、Cloudflare）的合作表明AP2正在设计为以最小摩擦嵌入现实世界系统。这些利益相关者在KYC（了解你的客户法规）、欺诈预防和数据隐私等领域带来了专业知识，帮助AP2开箱即用地解决这些需求。总之，AP2构建为代理友好和支付提供商友好：它扩展现有AI代理协议来处理交易，并在现有支付网络之上分层以利用其基础设施，同时添加必要的信任保证。

安全性、合规性和互操作性考虑​

安全性和信任是AP2设计的核心。协议使用密码学（对授权书的数字签名）确保代理交易中的每个关键操作都是可验证和可追踪的。这种不可否认性是至关重要的：用户和商家都不能后来否认被授权和同意的内容，因为授权书作为安全记录。直接好处是在欺诈预防和争议解决方面 —— 使用AP2，如果恶意或有缺陷的代理尝试未授权购买，缺乏有效用户签名授权书将是明显的，交易可以被拒绝或撤销。相反，如果用户声称"我从未批准这次购买"，但存在带有其密码学签名的购物车授权书，商家和发卡行有强有力的证据支持费用。这种问责的清晰度回答了支付行业的主要合规关切。

授权和隐私： AP2强制执行代理主导交易的明确授权步骤，这与强客户认证等监管趋势保持一致。融入AP2的用户控制原则意味着代理不能花费资金，除非用户（或用户委托的人）提供了可验证的指令。即使在完全自主场景中，用户也通过意图授权书预定义规则。这种方法可以被视为类似于给代理特定交易的授权委托书，但以数字签名、细粒度的方式。从隐私角度来看，AP2注意数据共享：协议使用基于角色的数据架构来确保敏感信息（如支付凭证或个人详情）只与绝对需要它的各方共享。例如，代理可能向商家发送包含商品和价格信息的购物车授权书，但用户的实际卡号可能只通过支付授权书与支付处理商共享，而不与代理或商家共享。这最小化了数据的不必要暴露，有助于遵守隐私法和处理支付数据的PCI-DSS规则。

合规性和标准： 因为AP2是在既定金融实体的输入下开发的，它被设计为满足或补充支付中的现有合规标准。该协议不绕过通常的支付授权流程 —— 相反，它用额外的证据和标志增强它们。这意味着AP2交易仍然可以利用欺诈检测系统、3-D安全检查或任何需要的监管检查，AP2的授权书作为额外的认证因素或上下文线索。例如，银行可以将支付授权书视为类似于客户在交易上的数字签名，可能简化用户同意要求的合规性。此外，AP2的设计者明确提到与"行业规则和标准协调"工作。我们可以推断，随着AP2的发展，它可能被带到正式的标准机构（如W3C、EMVCo或ISO）以确保它与全球金融标准保持一致。谷歌已表示承诺通过标准组织开放、协作地发展AP2。这个开放过程将有助于解决任何监管关切并实现广泛接受，类似于之前的支付标准（EMV芯片卡、3-D安全等）如何经历行业范围的合作。

互操作性： 避免分散是AP2的关键目标。为此，协议是公开发布的，任何人都可以实现或集成。它不与谷歌云服务绑定 —— 实际上，AP2是开源（Apache-2许可），规范加上参考代码在公共GitHub存储库中。这鼓励互操作性，因为多个供应商可以采用AP2，他们的系统仍然可以协同工作。已经，互操作性原则被强调：AP2是现有开放协议（A2A、MCP）的扩展，是非专有的，意味着它促进了实现的竞争生态系统，而不是单一供应商解决方案。实际上，公司A构建的AI代理可以与公司B的商家系统发起交易，如果两者都遵循AP2 —— 双方都不锁定到一个平台。

一个可能的关切是确保一致的采用：如果一些主要玩家选择不同的协议或封闭方法，分散仍可能发生。然而，鉴于AP2背后的广泛联盟，它似乎准备成为事实标准。许多身份和安全专注公司（例如Okta、Cloudflare、Ping Identity）在AP2生态系统中的包含*图：超过60家跨金融、技术和加密的公司正在AP2上合作（合作伙伴的部分列表）。*表明互操作性和安全性正在共同解决。这些合作伙伴可以帮助将AP2集成到身份验证工作流程和欺诈预防工具中，确保AP2交易可以在系统间信任。

从技术角度来看，AP2使用广泛接受的密码学技术（可能基于JSON-LD或JWT的可验证凭证、公钥签名等）使其与现有安全基础设施兼容。组织可以使用其现有的PKI（公钥基础设施）来管理签名授权书的密钥。AP2似乎也预期与去中心化身份系统的集成：谷歌提到AP2创造了在代理授权的去中心化身份等领域创新的机会。这意味着未来，AP2可以利用DID（去中心化标识符）标准或去中心化标识符验证，以可信方式识别代理和用户。这种方法将通过不依赖任何单一身份提供商进一步增强互操作性。总之，AP2通过密码学和明确问责强调安全性，旨在通过设计准备合规，并通过其开放标准性质和广泛行业支持促进互操作性。

与现有协议的比较​

AP2是一个新颖的协议，解决了现有支付和代理框架未涵盖的空白：使自主代理能够以安全、标准化的方式执行支付。在代理通信协议方面，AP2建立在先前的工作之上，如代理对代理（A2A）协议。A2A（2025年早期开源）允许不同的AI代理互相交谈，无论其底层框架如何。然而，A2A本身没有定义代理应该如何进行交易或支付 —— 它更多是关于任务谈判和数据交换。AP2通过添加任何代理在对话导致购买时可以使用的交易层来扩展这个景观。实质上，AP2可以被视为A2A和MCP的补充，而不是重叠：A2A涵盖通信和协作方面，MCP涵盖使用外部工具/API，AP2涵盖支付和商务。它们一起形成了未来"代理经济"的标准栈。这种模块化方法有些类似于互联网协议：例如，用于数据通信的HTTP和用于安全的SSL/TLS —— 这里A2A可能像代理的HTTP，AP2是商务顶部的安全交易层。

当将AP2与传统支付协议和标准比较时，既有相似之处也有差异。传统在线支付（信用卡结账、PayPal交易等）通常涉及如HTTPS的安全传输协议，以及如PCI DSS的处理卡数据标准，加上可能的3-D安全的额外用户认证。这些假设用户驱动的流程（用户点击并可能输入一次性代码）。相比之下，AP2引入了第三方（代理）参与流程的方式，而不破坏安全性。可以将AP2的授权书概念与OAuth风格的委托授权的扩展进行比较，但应用于支付。在OAuth中，用户可以通过令牌授予应用程序对账户的有限访问；类似地在AP2中，用户通过授权书在某些条件下授予代理花费的权力。关键差异是AP2的"令牌"（授权书）是金融交易的特定签名指令，比现有支付授权更细粒度。

另一个比较点是AP2如何与现有电商结账流程相关。例如，许多电商网站使用如W3C支付请求API或平台特定SDK的协议来简化支付。这些主要标准化浏览器或应用程序如何从用户收集支付信息，而AP2标准化代理如何向商家和支付处理商证明用户意图。AP2专注于可验证意图和不可否认性，使其区别于更简单的支付API。它在支付网络之上添加了额外的信任层。可以说AP2不是替换支付网络（Visa、ACH、区块链等），而是增强它们。协议明确支持所有类型的支付方法（甚至加密），所以它更多是关于标准化代理与这些系统的交互，而不是从头创建新的支付轨道。

在安全和认证协议领域，AP2与EMV芯片卡中的数字签名或数字合约中的公证等事物有一些精神共同点。例如，EMV芯片卡交易生成密码图来证明卡在场；AP2生成密码学证明证明用户的代理被授权。两者都旨在防止欺诈，但AP2的范围是代理-用户关系和代理-商家消息传递，现有支付标准没有解决这个问题。另一个新兴的比较是与加密中的账户抽象（如ERC-4337），用户可以授权预编程的钱包操作。加密钱包可以设置为允许某些自动交易（如通过智能合约自动支付订阅），但这些通常局限于一个区块链环境。另一方面，AP2旨在跨平台 —— 它可以利用区块链进行一些支付（通过其扩展），但也与传统银行合作。

在主流支付行业中，还没有AP2的直接"竞争者"协议 —— 它似乎是AI代理支付开放标准的第一次协调努力。专有尝试可能出现（或可能已经在个别公司内部进行），但AP2的广泛支持使其在成为该标准方面具有优势。值得注意的是，IBM和其他公司有**代理通信协议（ACP）**和类似的代理互操作性举措，但这些没有以AP2那样全面的方式涵盖支付方面。如果有的话，AP2可能与这些努力集成或利用（例如，IBM的代理框架可以为任何商务任务实现AP2）。

总之，AP2通过针对AI和支付的独特交叉点来区分自己：旧的支付协议假设人类用户，AP2假设AI中介并填补由此产生的信任空白。它扩展而不是与现有支付流程冲突，并补充现有代理协议如A2A。展望未来，人们可能会看到AP2与既定标准一起使用 —— 例如，AP2购物车授权书可能与传统支付网关API调用协同工作，或者AP2支付授权书可能附加到银行业的ISO 8583消息。AP2的开放性也意味着如果出现任何替代方法，AP2可以通过社区合作潜在地吸收或与它们对齐。在这个阶段，AP2正在设定以前不存在的基线，有效地在AI和支付堆栈中开拓新的协议层。

对Web3和去中心化系统的影响​

从一开始，AP2就被设计为包容Web3和基于加密货币的支付。该协议认识到未来商务将跨越传统法币渠道和去中心化区块链网络。如前所述，AP2支持从信用卡和银行转账到稳定币和加密货币的支付类型。实际上，与AP2的发布一起，谷歌宣布了一个名为A2A x402的加密支付特定扩展。这个扩展与像Coinbase、以太坊基金会和MetaMask等加密行业玩家合作开发，是"代理基础加密支付的生产就绪解决方案"。名称"x402"是对HTTP 402"需要支付"状态代码的致敬，该代码从未在Web上广泛使用 —— AP2的加密扩展有效地复活了HTTP 402的精神，用于想要在链上相互收费或支付的去中心化代理。实际上，x402扩展将AP2的授权书概念适应区块链交易。例如，代理可以持有来自用户的签名意图授权书，然后在满足条件时执行链上支付（比如发送稳定币），将授权书证明附加到该链上交易。这将AP2的链下信任框架与区块链的无信任性质相结合，给出两个世界的最佳：*链下各方（用户、商家）*可以信任的链上支付由用户授权。

AP2和Web3之间的协同作用在合作者列表中是明显的。加密交易所（Coinbase）、区块链基金会（以太坊基金会）、加密钱包（MetaMask）和Web3初创公司（如Sui的Mysten Labs、闪电网络的Lightspark）参与了AP2的开发。他们的参与表明AP2被视为去中心化金融的补充而不是竞争。通过创建AI代理与加密支付交互的标准方式，AP2可以推动加密在AI驱动应用中的更多使用。例如，AI代理可能使用AP2在用信用卡或用稳定币支付之间无缝切换，取决于用户偏好或商家接受度。A2A x402扩展专门允许代理通过链上手段货币化或支付服务，这在未来的去中心化市场中可能至关重要。它暗示代理可能作为区块链上的自主经济行为者运行（一些人称为DACs或DAOs的概念），能够处理服务所需的支付（如向另一个代理支付信息的小费）。AP2可以为这种交易提供通用语言，确保即使在去中心化网络上，代理也有其行为的可证明授权书。

在竞争方面，人们可能会问：纯去中心化解决方案是否使AP2不必要，反之亦然？AP2很可能在分层方法中与Web3解决方案共存。去中心化金融提供无信任执行（智能合约等），但它本身不解决"AI是否有人类的权限做这件事？"的问题。AP2解决了这个非常重要的人类对AI信任链接，即使支付本身在链上，这仍然很重要。而不是与区块链协议竞争，AP2可以被视为将它们与链下世界桥接。例如，智能合约可能只有在包含对有效AP2授权书签名的引用时才接受某个交易 —— 这可以实现为结合链下意图证明和链上执行。相反，如果有加密原生代理框架（一些区块链项目探索用加密资金运营的自主代理），它们可能开发自己的授权方法。然而，AP2的广泛行业支持可能引导即使那些项目采用或与AP2集成以保持一致性。

另一个角度是去中心化身份和凭证。AP2使用可验证凭证非常符合Web3的身份方法（如W3C标准化的DIDs和VCs）。这意味着AP2可以插入去中心化身份系统 —— 例如，用户的DID可用于签名AP2授权书，商家可以对区块链或身份中心验证。探索代理授权的去中心化身份的提及强化了AP2可能利用Web3身份创新以去中心化方式验证代理和用户身份，而不是仅依赖中心化权威。这是协同点，因为AP2和Web3都旨在给用户更多控制和其行动的密码学证明。

潜在冲突可能只有在设想完全去中心化的商务生态系统没有大型中介角色的情况下才会出现 —— 在那种情况下，AP2（最初由谷歌和合作伙伴推动）可能太中心化或由传统玩家治理？重要的是注意AP2是开源的，旨在标准化，所以它不是谷歌专有的。这使它对重视开放协议的Web3社区更可接受。如果AP2被广泛采用，它可能减少对代理单独Web3特定支付协议的需求，从而统一努力。另一方面，一些区块链项目可能更喜欢纯链上授权机制（如多签钱包或链上托管逻辑）用于代理交易，特别是在没有任何中心化权威的无信任环境中。这些可以被视为替代方法，但它们可能仍然是小众，除非它们可以与链下系统交互。AP2通过涵盖两个世界，实际上可能通过使加密成为AI代理可以无缝使用的另一种支付方法来加速Web3采用。确实，一位合作伙伴注意到*"稳定币为[用于]传统基础设施的代理系统提供了明显的扩展挑战解决方案"，强调加密可以在处理规模或跨境场景中补充AP2。同时，Coinbase的工程负责人评论说，将x402加密扩展带入AP2"是有意义的 —— 这是代理的天然游乐场...很高兴看到代理相互支付与AI社区产生共鸣"*。这暗示AI代理通过加密网络交易的愿景不仅仅是理论想法，而是预期结果，AP2作为催化剂。

总之，AP2与Web3高度相关：它将加密支付作为一等公民纳入，并与去中心化身份和凭证标准保持一致。而不是与去中心化支付协议正面竞争，AP2可能与它们互操作 —— 提供授权层，而去中心化系统处理价值转移。随着传统金融和加密之间的界限模糊（稳定币、CBDCs等），像AP2这样的统一协议可以作为AI代理与任何形式的货币（中心化或去中心化）之间的通用适配器。

行业采用、合作伙伴关系和路线图​

AP2最大的优势之一是即使在这个早期阶段背后的广泛行业支持。谷歌云宣布它*"与超过60个组织的多元化群体合作"开发AP2。这些包括主要信用卡网络（如万事达、美国运通、JCB、银联）、领先的金融科技和支付处理商（PayPal、Worldpay、Adyen、Checkout.com、Stripe的竞争对手）、电商和在线市场（Etsy、Shopify（通过Stripe等合作伙伴）、Lazada、Zalora）、企业技术公司（Salesforce、ServiceNow、Oracle可能通过合作伙伴、Dell、Red Hat）、身份和安全公司（Okta、Ping Identity、Cloudflare）、咨询公司（德勤、埃森哲）和加密/Web3组织（Coinbase、以太坊基金会、MetaMask、Mysten Labs、Lightspark）等。如此广泛的参与者阵容是行业兴趣和可能采用的强烈指标。许多这些合作伙伴已经公开表达支持。例如，Adyen的联合CEO强调对代理商务"通用规则手册"的需求，并将AP2视为其支持商家新支付构建块使命的自然延伸。美国运通的EVP表示AP2对"下一代数字支付"*很重要，信任和问责是首要的。如前所述，Coinbase的团队对将加密支付集成到AP2中感到兴奋。这种支持合唱表明行业中许多人将AP2视为AI驱动支付的可能标准，他们渴望塑造它以确保满足其要求。

从采用立场来看，AP2目前处于规范和早期实现阶段（2025年9月宣布）。完整的技术规范、文档和一些参考实现（如Python等语言）在项目的GitHub上可供开发者实验。谷歌还表示AP2将被整合到其代理产品和服务中。一个值得注意的例子是前面提到的AI代理市场：这是一个第三方AI代理可以提供给用户的平台（可能是谷歌生成AI生态系统的一部分）。谷歌说许多构建代理的合作伙伴将使它们在市场中可用，"由AP2启用的新的可交易体验"。这暗示随着市场启动或增长，AP2将成为任何需要执行交易的代理的支柱，无论是从谷歌云市场自主购买软件还是代理为用户购买商品/服务。自主采购（一个代理代表公司从另一个代理购买）和自动许可证扩展等企业用例已被特别提及为AP2可能很快促进的领域。

在路线图方面，AP2文档和谷歌的宣布给出了一些明确指示：

• 近期： 继续协议的开放开发与社区输入。GitHub存储库将通过额外的参考实现和改进更新，随着现实世界测试的进行。我们可以期待库/SDK出现，使将AP2集成到代理应用程序中更容易。此外，合作伙伴公司可能进行初始试点项目或概念验证。鉴于许多大型支付公司参与，他们可能在受控环境中试用AP2（例如，在小用户测试版中的AP2启用结账选项）。
• 标准和治理： 谷歌已表达将AP2转移到开放治理模型的承诺，可能通过标准机构。这可能意味着向Linux基金会（如A2A协议所做）等组织提交AP2或形成联盟来维护它。Linux基金会、W3C甚至ISO/TC68（金融服务）等机构可能是正式化AP2的考虑。开放治理将向行业保证AP2不在单一公司控制下，将保持中性和包容性。
• 功能扩展： 技术上，路线图包括扩展对更多支付类型和用例的支持。如规范中所述，在卡之后，焦点将转移到**"推送"支付如银行汇款和本地实时支付方案，以及数字货币**。这意味着AP2将概述意图/购物车/支付授权书如何工作，比如直接银行转账或加密钱包转账，其中流程与卡拉取略有不同。A2A x402扩展是加密的一种扩展；类似地，我们可能看到开放银行API的扩展或B2B发票场景的扩展。
• 安全和合规增强： 随着真实交易开始通过AP2流动，将受到监管机构和安全研究人员的审查。开放过程可能会迭代使授权书更加稳健（例如，确保授权书格式标准化，可能使用W3C可验证凭证格式等）。与身份解决方案的集成（可能利用生物识别用于用户签名授权书，或将授权书链接到数字身份钱包）可能是路线图的一部分以增强信任。
• 生态系统工具： 一个新兴生态系统是可能的。已经，初创公司注意到空白 —— 例如，Vellum.ai分析提到一个名为Autumn的初创公司构建"AI计费基础设施"，本质上是Stripe之上的工具来处理AI服务的复杂定价。随着AP2获得牵引力，我们可以期待更多工具如代理专注的支付网关、授权书管理仪表板、代理身份验证服务等出现。谷歌的参与意味着AP2也可以集成到其云产品中 —— 想象Dialogflow或Vertex AI代理工具中的AP2支持，使代理处理交易成为一键（在谷歌云中管理所有必要的密钥和证书）。

总的来说，AP2的轨迹让人想起其他主要行业标准：有强大赞助商（谷歌）的初始启动、广泛行业联盟、开源参考代码，然后是迭代改进和在真实产品中的逐步采用。AP2邀请所有玩家"与我们一起构建这个未来"的事实强调路线图是关于合作的。如果势头继续，AP2可能在几年内变得像今天OAuth或OpenID Connect在其领域中一样普遍 —— 一个看不见但关键的层，实现跨服务的功能。

结论​

AP2（代理/代理支付协议）代表着朝着AI代理可以像人类一样可靠和安全地交易的未来迈出的重要一步。技术上，它引入了可验证授权书和凭证的巧妙机制，在代理主导的交易中注入信任，确保用户意图明确且可执行。其开放、可扩展的架构允许它与新兴的AI代理框架和既定的金融基础设施集成。通过解决授权、真实性和问责制的核心关切，AP2为AI驱动的商务蓬勃发展奠定了基础，而不牺牲安全性或用户控制。

AP2的引入可以被视为奠定新基础 —— 就像早期互联网协议启用网络一样 —— 为一些人称为"代理经济"的东西。它为无数创新铺平了道路：个人购物代理、自动交易发现机器人、自主供应链代理等，所有这些都在共同信任框架下运营。重要的是，AP2的包容性设计（拥抱从信用卡到加密的一切）将其定位在传统金融和Web3的交叉点，可能通过共同的代理中介协议桥接这些世界。

到目前为止，行业反应非常积极，广泛联盟表明AP2可能成为广泛采用的标准。AP2的成功将取决于持续合作和现实世界测试，但鉴于它解决的明确需求，其前景强劲。在更广泛的意义上，AP2例证了技术如何发展：一种新能力（AI代理）出现，破坏了旧假设，解决方案是开发一个新的开放标准来适应这种能力。通过现在投资开放的安全优先协议，谷歌及其合作伙伴有效地构建了下一个商务时代所需的信任架构。正如俗话说，"预测未来的最好方法是构建它" —— AP2是对AI代理为我们无缝处理交易的未来的押注，它正在积极构建使那个未来可行所需的信任和规则。

来源：

• 谷歌云博客 – "用新的代理支付协议（AP2）为AI商务提供动力" (2025年9月16日)
• AP2 GitHub文档 – "代理支付协议规范和概述"
• Vellum AI博客 – "谷歌的AP2：AI代理支付的新协议" (分析)
• Medium文章 – "谷歌代理支付协议（AP2）" (Tahir总结，2025年9月)
• AP2合作伙伴引用（谷歌云博客）
• A2A x402扩展 (AP2加密支付扩展) – GitHub README

AI驱动的代理控制着自己的加密货币钱包，已经管理着数十亿美元的资产，做出独立的金融决策，并重塑着资本在去中心化系统中的流动方式。 这种人工智能与区块链技术的融合——被领先的思想家称为“自主资本”——代表着经济组织的一次根本性变革，智能软件可以作为自主经济参与者运作，无需人工干预。DeFi AI（DeFAI）市场在2025年初达到10亿美元，而更广泛的AI代理市场则达到170亿美元的峰值，这表明尽管存在重大的技术、监管和哲学挑战，但商业应用正在迅速普及。五位主要思想领袖——Tarun Chitra（Gauntlet）、Amjad Masad（Replit）、Jordi Alexander（Selini Capital）、Alexander Pack（Hack VC）和Irene Wu（Bain Capital Crypto）——正在这一领域开创不同的方法，从自动化风险管理和开发基础设施到投资框架和跨链互操作性。他们的工作正在为未来奠定基础，届时AI代理作为主要的区块链用户，其数量可能超过人类，自主管理投资组合并在去中心化网络中进行协调——尽管这一愿景面临着关于问责制、安全性以及无信任基础设施能否支持可信赖的AI决策的关键问题。

自主资本的含义及其重要性​

自主资本是指由在区块链基础设施上运行的自主AI代理控制和部署的资本（金融资产、资源、决策权）。与需要人工监督的传统算法交易或自动化系统不同，这些代理拥有自己的带有私钥的加密货币钱包，做出独立的战略决策，并在无需持续人工干预的情况下参与去中心化金融协议。这项技术融合了三项关键创新：AI的决策能力、加密货币的可编程货币和无信任执行，以及智能合约在没有中介的情况下强制执行协议的能力。

这项技术已经到来。 截至2025年10月，仅Virtuals Protocol上就有超过17,000个AI代理在运行，其中AIXBT等知名代理的估值高达5亿美元，而Truth Terminal则催生了短时间内达到10亿美元市值的$GOAT迷因币。Gauntlet的风险管理平台每天分析DeFi协议中超过4亿个数据点，管理着数十亿美元的总锁定价值。Replit的Agent 3实现了200多分钟的自主软件开发，而SingularityDAO的AI管理投资组合通过自适应做市策略在两个月内实现了25%的投资回报率。

为什么这很重要： 传统金融无论AI系统多么复杂，都会将其排除在外——银行需要人类身份和KYC检查。相比之下，加密货币钱包通过加密密钥对生成，任何软件代理都可以访问。这创建了第一个AI可以作为独立经济参与者运作的金融基础设施，为机器对机器经济、自主资金管理以及AI协调的资本分配提供了可能性，其规模和速度是人类无法企及的。然而，这也引发了深刻的问题：当自主代理造成损害时谁来负责？去中心化治理能否管理AI风险？这项技术会集中还是民主化经济权力？

塑造自主资本的思想领袖​

Tarun Chitra：从模拟到自动化治理​

Gauntlet（估值10亿美元）的首席执行官兼联合创始人Tarun Chitra，开创性地将算法交易和自动驾驶汽车中的基于代理的模拟应用于DeFi协议。他的“自动化治理”愿景利用AI驱动的模拟，使协议能够科学地做出决策，而不仅仅是依靠主观投票。在他2020年的里程碑式文章《自动化治理：DeFi的科学演进》中，Chitra阐述了持续的对抗性模拟如何创建一个“更安全、更高效的DeFi生态系统，能够抵御攻击并公平奖励诚实参与者”。

Gauntlet的技术实现证明了该概念的规模化可行性。 该平台每天对实际的智能合约代码运行数千次模拟，建模在协议规则内交互的利润最大化代理，并为价值超过10亿美元的协议资产提供数据驱动的参数建议。他的框架包括编码协议规则、定义代理收益、模拟代理交互以及优化参数，以平衡宏观协议健康与微观用户激励。这一方法论影响了包括Aave（四年合作）、Compound、Uniswap和Morpho在内的主要DeFi协议，Gauntlet还发表了27篇关于恒定函数做市商、MEV分析、清算机制和协议经济学的研究论文。

Chitra在2023年创立的Aera协议推动了自主资金管理，通过“众包投资组合管理”使DAO能够快速响应市场变化。他最近对AI代理的关注反映了其预测，即到2025年，AI代理将“主导链上金融活动”，并且“AI将改变加密货币的历史进程”。从在伦敦（2021年）、新加坡（2024年、2025年）的Token2049大会亮相，到定期主持The Chopping Block播客，Chitra始终强调从主观的人工治理转向数据驱动、经过模拟测试的决策。

关键洞察： “金融本身本质上是一种法律实践——它是金钱加上法律。有了智能合约，金融变得更加优雅。”他的工作表明，自主资本并非完全取代人类，而是利用AI通过持续模拟和优化，使金融系统更具科学严谨性。

Amjad Masad：为网络经济构建基础设施​

Replit（截至2025年10月估值30亿美元）的首席执行官Amjad Masad，设想了一场激进的经济转型，其中拥有加密钱包的自主AI代理将取代传统的层级软件开发，转变为去中心化网络经济。他2022年发布的病毒式推文预测“本十年软件将迎来巨大变革”，认为AI代表着下一个100倍的生产力提升，使程序员能够“指挥AI代理大军”，而非程序员也能指挥代理完成软件任务。

网络经济愿景的核心是将自主代理视为经济参与者。 在他接受红杉资本播客采访时，Masad描述了这样一个未来：“软件代理，我会说，‘好吧，我需要创建这个产品。’代理会说，‘哦，好吧，我将从这个区域获取这个数据库，从那个区域获取发送短信或电子邮件的东西。顺便说一下，它们将花费这么多钱。’作为一个代理，我实际上有一个钱包，我将能够为它们付费。”这取代了工厂流水线模型，转变为基于网络的组合，代理自主组装服务，价值通过网络自动流动。

Replit的Agent 3于2025年9月推出，通过比前代高出10倍的自主性，在技术上展示了这一愿景——独立运行200多分钟，通过“反思循环”进行自测试和调试，并构建其他代理和自动化。真实用户报告称，他们构建了价值400美元的ERP系统，而供应商报价为15万美元，生产力提高了85%。Masad预测，“所有应用软件的价值最终将‘归零’”，因为AI使任何人都能按需生成复杂的软件，将公司的性质从专业角色转变为由AI代理增强的“通才问题解决者”。

关于加密货币的作用， Masad强烈主张整合比特币闪电网络，将其视为必不可少的平台原语。他表示：“例如，比特币闪电网络将价值直接嵌入到软件供应链中，使人与人之间以及机器与机器之间的交易更加容易。降低软件中的交易成本和开销意味着将开发人员引入你的代码库进行一次性任务将变得更加容易。”他将Web3视为“读写-拥有-混音”的愿景以及考虑将原生Replit货币作为平台原语的计划，都表明AI代理基础设施与加密经济协调之间的深度整合。

Masad在Token2049之后立即在新加坡的网络国家会议（2025年10月3日）上发表演讲，与Vitalik Buterin、Brian Armstrong和Balaji Srinivasan同台，这使他成为加密货币和AI社区之间的桥梁。他的预测是：“当通过AI增强‘人人都是开发者’时，‘一人独角兽’将变得普遍，从根本上改变宏观经济，并实现‘十亿开发者’的未来，届时全球将有10亿人创建软件。”

Jordi Alexander：AI时代的判断力即货币​

Selini Capital（管理资产规模超过10亿美元）的创始人兼首席投资官、Mantle Network的首席炼金术士Jordi Alexander，将职业扑克（2024年WSOP手镯赛中击败Phil Ivey）的博弈论专业知识带入市场分析和自主资本投资。他的核心论点是“判断力即货币”——人类整合复杂信息并做出机器无法复制的最佳决策的独特能力，即使AI处理执行和分析。

Alexander的自主资本框架 强调“本世纪两个关键行业”的融合：构建智能基础模块（如AI）和构建社会协调基础层（如加密技术）。他认为，由于实际通货膨胀（每年约15%而非官方利率）、即将到来的财富再分配以及需要保持经济生产力，传统的退休规划已经过时：“对于50岁以下的人来说，没有‘退休’这回事。”他颇具争议的论点是：“在未来10年内，拥有10万美元和1000万美元之间的差距可能不会那么大。关键是如何在未来几年内有效定位，以迎接财富创造急剧加速的‘100倍时刻’。”

他的投资组合证明了对AI与加密货币融合的信念。Selini支持了TrueNorth（2025年6月100万美元种子轮），该项目被描述为“加密货币首个自主、AI驱动的发现引擎”，利用“代理工作流”和强化学习进行个性化投资。该公司有史以来最大的一笔投资投向了Worldcoin（2024年5月），认识到“在即将到来的AI世界中，对全新技术基础设施和解决方案的明显需求”。Selini总计46-60项投资包括Ether.fi（流动性质押）、RedStone（预言机）以及跨中心化和去中心化交易所的做市，展示了应用于自主系统的系统化交易专业知识。

Token2049的参与 包括伦敦（2022年11月）讨论“对最新周期疯狂实验的反思”，迪拜（2025年5月）讨论流动性风险投资和迷因币，以及新加坡的宏观加密货币相互作用分析。他的Steady Lads播客（截至2025年已播出92+集）邀请了Vitalik Buterin讨论加密货币与AI的交叉点、量子风险和以太坊的演进。Alexander强调摆脱“生存模式”以进行更高层次的思考，不断提升技能，并通过经验建立判断力，这对于在AI代理激增时保持经济相关性至关重要。

关键视角： “判断力是整合复杂信息并做出最佳决策的能力——这正是机器的短板。”他的愿景将自主资本视为AI以机器速度执行，而人类提供战略判断的系统，加密货币则实现协调层。具体到比特币：“唯一具有真正宏观意义的数字资产”，预计在机构资本进入的五年内增长5-10倍，将其视为优于脆弱实物资产的财产权利保护。

Alexander Pack：去中心化AI经济的基础设施​

Hack VC（管理资产规模约5.9亿美元）的联合创始人兼管理合伙人Alexander Pack，将Web3 AI描述为“当今投资中最大的阿尔法来源”，将公司最新基金的41%分配给AI与加密货币的融合——这是主要加密货币风险投资公司中最高的集中度。他的论点是：“AI的快速发展正在创造巨大的效率，但也增加了中心化。加密货币与AI的交叉是该领域最大的投资机会，提供了一个开放、去中心化的替代方案。”

Pack的投资框架 将自主资本视为需要四个基础设施层：数据（Grass投资——25亿美元FDV）、计算（io.net——22亿美元FDV）、执行（Movement Labs——79亿美元FDV，EigenLayer——49亿美元FDV）和安全（通过再质押实现共享安全）。Grass投资证明了这一论点：一个由250多万台设备组成的去中心化网络为AI训练数据执行网络爬取，每天已收集45TB数据（相当于ChatGPT 3.5的训练数据集）。Pack阐述道：“算法+数据+计算=智能。这意味着数据和计算可能成为世界上最重要的两种资产，对它们的访问将极其重要。加密货币旨在为全球提供新的数字资源，并通过代币将以前不是资产的东西资产化。”

Hack VC在2024年的表现验证了这一方法： 成为第二活跃的加密货币风险投资领投方，在数十笔交易中部署了1.28亿美元，仅2024年就有12项加密货币与AI投资产生了4家独角兽公司。主要的代币发行包括Movement Labs（79亿美元）、EigenLayer（49亿美元）、Grass（25亿美元）、io.net（22亿美元）、Morpho（24亿美元）、Kamino（10亿美元）和AltLayer（9亿美元）。该公司运营着Hack.Labs，一个内部平台，用于机构级网络参与、质押、量化研究和开源贡献，雇佣了前Jane Street高级交易员。

Pack在2024年3月Unchained播客中指出，AI代理是资本配置者，它们“可以自主管理投资组合、执行交易并优化收益”，而DeFi整合使“拥有加密钱包的AI代理能够参与去中心化金融市场”。他强调“我们仍处于加密基础设施的早期阶段”，在主流采用之前，可扩展性、安全性和用户体验需要大幅改进。Token2049新加坡2025 确认Pack为演讲嘉宾（10月1-2日），在亚洲顶级加密货币盛会（25,000多名与会者）上参与加密货币和AI主题的专家讨论小组。

自主资本框架（综合Hack VC的投资和出版物）设想了五个层次：智能（AI模型）、数据与计算基础设施（Grass，io.net）、执行与验证（Movement，EigenLayer）、金融原语（Morpho，Kamino）和自主代理（投资组合管理、交易、做市）。Pack的关键洞察：在2022年熊市期间，去中心化、透明的系统比中心化金融更具弹性（DeFi协议幸存，而Celsius、BlockFi、FTX崩溃），这表明区块链比不透明的中心化替代方案更适合AI驱动的资本配置。

Irene Wu：自主系统的全链基础设施​

Bain Capital Crypto的风险合伙人、LayerZero Labs前战略主管Irene Wu，为自主资本基础设施带来了独特的技术专长，她创造了“全链”一词来描述通过消息传递实现的跨链互操作性。她的投资组合战略性地定位在AI与加密货币的融合点：Cursor（AI优先的代码编辑器）、Chaos Labs（人工智能金融智能）、Ostium（杠杆交易平台）和Econia（DeFi基础设施），这表明她专注于垂直化的AI应用和自主金融系统。

Wu对LayerZero的贡献 建立了基础的跨链基础设施，使自主代理能够无缝地跨区块链运行。她倡导了三个核心设计原则——不变性、无需许可和抗审查性——并开发了OFT（全链可替代代币）和ONFT（全链不可替代代币）标准。她领导的Magic Eden合作创建了“Gas Station”，实现了跨链NFT购买的无缝Gas代币转换，展示了在去中心化系统中实际减少摩擦。她将LayerZero定位为“区块链的TCP/IP”，抓住了代理经济底层通用互操作性协议的愿景。

Wu始终强调消除Web3体验中的摩擦，直接支持自主资本基础设施。她倡导链抽象——用户不应该需要了解他们正在使用哪个区块链——并推动“10倍更好的体验来证明区块链的复杂性”。她对加密货币研究方法的批评（“在Twitter上看看谁抱怨最多”）与Web2风格的用户研究访谈形成对比，反映了她对主流采用所必需的用户中心设计原则的承诺。

从她的投资组合中可以看出投资论点指标，她专注于AI增强开发（Cursor支持AI原生编码）、自主金融智能（Chaos Labs将AI应用于DeFi风险管理）、交易基础设施（Ostium提供杠杆交易）和DeFi原语（Econia构建基础协议）。这种模式与自主资本的需求高度契合：AI代理需要开发工具、金融智能能力、交易执行基础设施和基础DeFi协议才能有效运作。

尽管现有资料中未确认具体的Token2049参与情况（社交媒体访问受限），但Wu在Consensus 2023和Proof of Talk Summit的演讲表明她在区块链基础设施和开发者工具方面的思想领导力。她的技术背景（哈佛大学计算机科学、摩根大通软件工程、哈佛区块链俱乐部联合创始人）与在LayerZero和Bain Capital Crypto的战略角色相结合，使她在去中心化环境中运行的AI代理的基础设施需求方面成为一个关键的声音。

理论基础：AI和加密货币如何赋能自主资本​

赋能自主资本的融合建立在解决基本协调问题的三个技术支柱之上。首先，加密货币提供了传统银行系统无法实现的金融自主性。 AI代理可以生成加密密钥对，无需人工批准即可“开设自己的银行账户”，访问无需许可的24/7全球结算和可编程货币，以进行复杂的自动化操作。传统金融无论能力如何，都明确排除非人类实体；加密货币是第一个将软件视为合法经济参与者的金融基础设施。

其次，无信任计算基底实现了可验证的自主执行。 区块链智能合约提供了图灵完备的全球计算机，通过去中心化验证确保防篡改执行，任何单一操作者都无法控制结果。可信执行环境（TEEs），如Intel SGX，提供基于硬件的安全飞地，将代码与主机系统隔离，实现机密计算和私钥保护——这对代理至关重要，因为“云管理员和恶意节点操作者都无法‘伸入罐子’”。去中心化物理基础设施网络（DePIN），如io.net和Phala Network，将TEEs与众包硬件结合，创建无需许可的分布式AI计算。

第三，基于区块链的身份和声誉系统赋予代理持久的身份。 自主主权身份（SSI）和去中心化标识符（DIDs）使代理能够拥有自己的“数字护照”，通过可验证凭证证明技能，链上声誉跟踪创建不可篡改的记录。拟议的“了解你的代理”（KYA）协议将KYC框架应用于机器身份，而新兴标准如模型上下文协议（MCP）、代理通信协议（ACP）、代理间协议（A2A）和代理网络协议（ANP）则实现了代理互操作性。

经济影响是深远的。 包括Nenad Tomasev在内的研究人员在“虚拟代理经济”论文中提出了分析新兴AI代理经济系统的方法，从起源（涌现式与意图式）和分离性（可渗透与不可渗透于人类经济）两个维度进行。当前轨迹：庞大、高度可渗透的AI代理经济体自发涌现，带来了前所未有的协调机会，但也伴随着重大风险，包括系统性经济不稳定和加剧的不平等。博弈论考量——代理间谈判中的纳什均衡、公平资源分配的机制设计、资源拍卖机制——变得至关重要，因为代理作为具有效用函数的理性经济参与者，在多代理环境中做出战略决策。

市场显示出爆炸性增长。 到2024年12月，AI代理代币市值达到100多亿美元，在2024年末飙升322%。Virtuals Protocol在Base（以太坊L2）上推出了17,000多个代币化AI代理，而ai16z在Solana上运营着一个市值23亿美元的自主风险基金。每个代理发行代币，实现部分所有权、通过质押进行收入分享以及社区治理——为AI代理性能创建了流动市场。这种代币化模型实现了自主代理的“共同所有权”，代币持有者获得代理活动的经济敞口，而代理则获得自主部署的资本。

从哲学角度看，自主资本挑战了关于代理、所有权和控制的基本假设。 传统代理需要控制/自由条件（无胁迫）、认知条件（理解行为）、道德推理能力和稳定的个人身份。基于LLM的代理引发了问题：它们真的“意图”还是仅仅模式匹配？概率系统能否承担责任？研究参与者指出，代理“是无法承担责任或意图的概率模型；它们不能像人类玩家那样被‘惩罚’或‘奖励’”，并且“缺乏感受痛苦的身体”，这意味着传统的威慑机制失效。“无信任悖论”出现：在无信任基础设施中部署代理避免了信任易犯错误的人类，但AI代理本身可能仍然不可信（幻觉、偏见、操纵），而且无信任基底阻止了AI行为不当时进行干预。

Vitalik Buterin指出了这种紧张关系，指出“代码即法律”（确定性智能合约）与LLM幻觉（概率性输出）之间存在冲突。根据研究，去中心化代理受四种“无效性”支配：地域管辖无效性（无边界操作使单一国家法律失效）、技术无效性（架构抵制外部控制）、执行无效性（制裁部署者后无法阻止代理）、问责无效性（代理缺乏法人资格，不能被起诉或指控）。当前实验性方法，如Truth Terminal的慈善信托与人类受托人，试图将所有权与代理自主性分离，同时将开发者的责任与运营控制联系起来。

领先思想家的预测趋向于变革性场景。 Balaji Srinivasan认为“AI是数字丰裕，加密货币是数字稀缺”——互补的力量，AI创造内容，而加密货币协调并证明价值，加密货币在“AI深度伪造的世界中实现人类真实性的证明”。Sam Altman的观察，即AI和加密货币代表“无限丰裕和确定稀缺”，抓住了它们共生关系。Ali Yahya（a16z）综合了这种紧张关系：“AI集中化，加密货币去中心化”，这表明需要强大的治理来管理自主代理风险，同时保留去中心化优势。a16z的“十亿美元自主实体”愿景——一个通过TEEs在无需许可节点上运行的去中心化聊天机器人，建立追随者，产生收入，在没有人为控制的情况下管理资产——代表了没有单一控制点且共识协议协调系统的逻辑终点。

技术架构：自主资本的实际运作方式​

实施自主资本需要通过混合架构将AI模型与区块链协议进行复杂集成，以平衡计算能力和可验证性。标准方法采用三层架构：感知层通过预言机网络（Chainlink每天处理50多亿个数据点）收集区块链和外部数据；推理层通过零知识证明进行链下AI模型推理；行动层通过智能合约在链上执行交易。这种混合设计解决了区块链的基本限制——Gas限制阻止链上进行大量AI计算——同时保持无信任执行的保证。

Gauntlet的实现展示了生产就绪的规模化自主资本。 该平台的技术架构包括每天对实际智能合约代码运行数千个基于代理模型的加密经济模拟引擎，使用在400多万个数据点上训练的机器学习模型进行定量风险建模，这些数据点每天在12个以上Layer 1和Layer 2区块链上刷新6次，以及动态调整抵押率、利率、清算阈值和费用结构的自动化参数优化。他们的MetaMorpho在Morpho Blue上的金库系统为无需许可的金库创建提供了优雅的基础设施，并实现了外部化风险管理，使Gauntlet的WETH Prime和USDC Prime金库能够在流动性质押递归收益市场中优化风险调整后的收益。基差交易金库将LST现货资产与永续资金费率结合，在市场条件有利时，可实现高达2倍的动态杠杆，展示了管理真实资本的复杂自主策略。

零知识机器学习（zkML）实现了无信任的AI验证。 该技术在不泄露模型权重或输入数据的情况下，使用ZK-SNARKs和ZK-STARKs证明系统证明机器学习模型的执行。Modulus Labs对不同模型大小的证明系统进行了基准测试，结果表明，使用plonky2，参数多达1800万的模型可以在约50秒内被证明。EZKL提供了将ONNX模型转换为ZK电路的开源框架，OpenGradient用于去中心化机器学习推理。RiscZero提供了通用零知识虚拟机，可实现与DeFi协议集成的可验证机器学习计算。架构流程为：输入数据 → 机器学习模型（链下） → 输出 → ZK证明生成器 → 证明 → 智能合约验证器 → 接受/拒绝。用例包括可验证的收益策略（Giza + Yearn合作）、链上信用评分、敏感数据的私有模型推理以及模型真实性证明。

赋能自主资本的智能合约结构 包括Morpho的无需许可金库部署系统，具有可定制的风险参数；Aera的V3协议，用于可编程金库规则；以及与Pyth Network预言机的集成，提供亚秒级价格馈送。技术实现使用Web3接口（ethers.js, web3.py）通过RPC提供商将AI代理连接到区块链，并使用加密安全的多方计算（MPC）钱包（在参与者之间分割私钥）进行自动化交易签名。账户抽象（ERC-4337）实现了可编程账户逻辑，允许复杂的权限系统，使AI代理可以在不完全控制钱包的情况下执行特定操作。

Fetch.ai的uAgents框架展示了实际的代理开发，其Python库使自主经济代理能够在Almanac智能合约上注册。代理通过加密安全消息、自动化区块链注册和基于间隔的执行来处理市场分析、信号生成和交易执行。示例实现展示了市场分析代理获取预言机价格、进行机器学习模型推理，并在达到置信阈值时执行链上交易，代理间通信实现多代理协调以执行复杂策略。

安全考量至关重要。 自2017年以来，智能合约漏洞，包括重入攻击、算术溢出/下溢、访问控制问题和预言机操纵，已造成超过117.4亿美元的损失，仅2024年就损失了15亿美元。AI代理特有的威胁包括提示注入（恶意输入操纵代理行为）、预言机操纵（受损数据馈送误导决策）、上下文操纵（利用外部输入的对抗性攻击）和凭证泄露（暴露的API密钥或私钥）。伦敦大学学院和悉尼大学的研究表明，A1系统——一个AI代理自主发现并利用智能合约漏洞，在36个真实世界易受攻击的合约上成功率达63%，每次利用成本为0.01-3.59美元，可提取高达859万美元，证明AI代理在经济上更倾向于利用而非防御。

安全最佳实践包括智能合约的形式化验证、广泛的测试网测试、第三方审计（Cantina、Trail of Bits）、漏洞赏金计划、带断路器的实时监控、关键操作的时间锁、大额交易的多重签名要求、可信执行环境（Phala Network）、带系统调用过滤的沙盒代码执行、网络限制和速率限制。防御姿态必须达到偏执级别的严谨，因为攻击者在6,000美元的利用价值下即可盈利，而防御者需要60,000美元才能收支平衡，这造成了有利于攻击的根本经济不对称。

可扩展性和基础设施要求 造成了瓶颈。以太坊每个区块约3000万Gas、12-15秒的区块时间、拥堵时的高费用以及15-30 TPS的吞吐量无法直接支持机器学习模型推理。解决方案包括Layer 2网络（Arbitrum/Optimism Rollup将成本降低10-100倍，Base具有原生代理支持，Polygon侧链）、链下计算与链上验证以及混合架构。基础设施要求包括RPC节点（Alchemy、Infura、NOWNodes）、预言机网络（Chainlink、Pyth、API3）、去中心化存储（IPFS用于模型权重）、用于机器学习推理的GPU集群以及具有低延迟和高可靠性的24/7监控。运营成本从RPC调用（0-500+美元/月）、计算（GPU实例100-10,000+美元/月）到高度可变的Gas费用（每次复杂交易1-1,000+美元）不等。

当前的性能基准显示，zkML在强大的AWS实例上可在50秒内证明1800万参数模型，互联网计算机协议（ICP）通过Cyclotron优化实现了链上图像分类10倍以上的改进，Bittensor运营着80多个活跃子网，验证器评估机器学习模型。未来的发展包括通过专用ASIC芯片进行ZK证明生成的硬件加速、ICP中的GPU子网用于链上机器学习、改进的账户抽象、跨链消息协议（LayerZero、Wormhole）以及新兴的代理互操作性标准（如模型上下文协议）。技术成熟度正在迅速发展，Gauntlet等生产系统证明了数十亿美元TVL的可行性，尽管在大型语言模型规模、zkML延迟和频繁操作的Gas成本方面仍存在限制。

实际应用：当今的实际运作情况​

SingularityDAO展示了AI管理投资组合的性能，并取得了可量化的结果。 该平台的DynaSets——由AI自动重新平衡的动态管理资产篮子——通过自适应多策略做市在两个月内（2022年10月至11月）实现了25%的投资回报率，并通过对BTC+ETH投资组合的每周和每两周策略评估实现了20%的投资回报率，加权基金分配的回报率高于固定分配。技术架构包括对7天历史市场数据进行回测、基于社交媒体情绪的预测策略、用于提供流动性的算法交易代理以及包括投资组合规划、平衡和交易在内的积极投资组合管理。风险引擎评估多种风险以实现最佳决策，动态资产管理器进行基于AI的自动化重新平衡。目前有三个活跃的DynaSets（dynBTC、dynETH、dynDYDX）管理着实时资本，并具有透明的链上表现。

Virtuals Protocol（市值18亿美元）在AI代理代币化方面处于领先地位，截至2025年初，该平台已推出17,000多个代理。每个代理获得10亿个铸造的代币，通过聊天互动产生的“推理费用”获得收入，并授予代币持有者治理权。值得注意的代理包括市值6900万美元的Luna（LUNA）——一个虚拟K-pop明星和直播主，拥有100万TikTok粉丝，通过娱乐产生收入；AIXBT（0.21美元）——提供AI驱动的市场洞察，拥有24万多Twitter粉丝和质押机制；以及VaderAI（VADER）（0.05美元）——提供AI货币化工具和DAO治理。GAME框架（生成式自主多模态实体）提供了技术基础，而代理商务协议创建了代理间商务的开放标准，并设有不可变贡献金库（ICV）维护已批准贡献的历史账本。与Illuvium的合作将AI代理整合到游戏生态系统中，安全审计解决了7个问题（3个中等，4个低严重性）。

ai16z作为一个自主风险基金运作，在Solana上拥有23亿美元的市值，构建了ELIZA框架——这是AI代理最广泛采用的开源模块化架构，拥有数千次部署。该平台支持去中心化、协作开发，其插件生态系统推动了网络效应：更多开发者创建更多插件，吸引更多开发者。一个信任市场系统解决了自主代理的问责制问题，而为AI代理专门构建区块链的计划则展示了长期基础设施愿景。该基金在设定到期日（2025年10月）前运作，并锁定了超过2200万美元，展示了有时限的自主资本管理。

Gauntlet的生产基础设施 通过持续模拟和优化管理着超过10亿美元的DeFi协议TVL。该平台监控100多个DeFi协议，进行实时风险评估，对协议在压力下的行为进行基于代理的模拟，并为抵押率、清算阈值、利率曲线、费用结构和激励计划提供动态参数调整。主要的协议合作包括Aave（因治理分歧于2024年结束的四年合作）、Compound（开创自动化治理实施）、Uniswap（流动性和激励优化）、Morpho（当前的金库策展合作）和Seamless Protocol（主动风险监控）。金库策展框架包括市场分析监控新兴收益机会、风险评估评估流动性和智能合约风险、策略设计创建最佳配置、自动化执行到MetaMorpho金库以及通过实时再平衡进行持续优化。性能指标展示了该平台的更新频率（每天6次）、数据量（跨12个以上区块链的4亿多个数据点）以及方法论的复杂性（捕获广泛市场下跌的风险价值、LST分歧和稳定币脱钩等相关性破裂风险以及尾部风险量化）。

自主交易机器人表现参差不齐但正在改善。 Gunbot用户报告称，他们在2月26日以496美元开始，在dYdX上运行20个交易对，通过自托管执行消除了第三方风险，增长到1,358美元（+174%）。Cryptohopper用户通过24/7基于云的自动化交易、AI驱动的策略优化和社交交易功能，在波动市场中实现了35%的年回报率。然而，总体统计数据显示，75-89%的机器人客户亏损，只有11-25%盈利，这凸显了过度优化（对历史数据进行曲线拟合）、市场波动和黑天鹅事件、技术故障（API故障、连接问题）以及用户配置不当带来的风险。主要故障包括Banana Gun漏洞（2024年9月，通过预言机漏洞损失563 ETH/190万美元）、Genesis债权人社会工程攻击（2024年8月，损失2.43亿美元）和Dogwifhat滑点事件（2024年1月，在薄弱订单簿中损失570万美元）。

Fetch.ai赋能自主经济代理，截至2024年，使用uAgents框架的活跃代理超过30,000个。应用包括交通预订自动化、智能能源交易（购买非高峰期电力，转售多余电力）、通过基于代理的谈判优化供应链，以及与博世（Web3移动用例）和Yoti（代理身份验证）的合作。该平台在2023年筹集了4000万美元，定位在预计到2030年将达到705.3亿美元（42.8%复合年增长率）的自主AI市场中。2023年宣布的DeFi应用包括用于DEX的基于代理的交易工具，取消流动性池，转而采用基于代理的匹配，实现直接点对点交易，消除蜜罐和跑路风险。

带有AI组件的DAO实施 展示了治理的演进。AI DAO在XRP EVM侧链上运营Nexus EVM驱动的DAO管理，通过AI投票异常检测确保公平决策，AI协助决策而人类保持监督的治理辅助，以及一个AI代理启动平台，其去中心化MCP节点网络使代理能够管理钱包并在Axelar区块链上进行交易。Aragon的框架设想了六层AI x DAO集成：AI机器人和助手（当前）、AI在边缘对提案进行投票（近期）、AI在中心管理资金（中期）、AI连接器在DAO之间创建群体智能（中期）、DAO将AI作为公共产品进行治理（长期），以及AI成为拥有链上资金所有权的DAO（未来）。技术实现使用Aragon OSx模块化插件系统，通过权限管理允许AI在低于美元阈值的情况下进行交易，而在高于阈值时触发投票，并能够通过撤销/授予插件权限来切换AI交易策略。

市场数据证实了快速采用和规模。 DeFAI市场在2025年1月达到约10亿美元市值，AI代理市场峰值达到170亿美元。DeFi总锁定价值为520亿美元（机构TVL：420亿美元），而MetaMask服务3000万用户，月活跃用户2100万。2024年区块链支出达到190亿美元，预计到2026年将达到10760亿美元。全球DeFi市场（2024-2025年）为204.8-323.6亿美元，预计到2030年增长到2310-4410亿美元，到2034年增长到15580亿美元，复合年增长率为40-54%。平台特定指标包括Virtuals Protocol推出17,000多个AI代理，Fetch.ai Burrito集成上线400,000多用户，以及SMARD等自主交易机器人在2022年初至今的盈利能力超过比特币200%以上，超过以太坊300%以上。

成功和失败的经验教训明确了哪些方法有效。 成功的实施方案具有共同的模式：专业代理优于通用代理（Griffain的多代理协作比单一AI更可靠），人工干预监督对于意外事件至关重要，自托管设计消除了交易对手风险，跨多个市场机制的全面回测防止了过度优化，以及具有头寸规模规则和止损机制的稳健风险管理防止了灾难性损失。失败案例表明，缺乏透明度的黑盒AI无法建立信任，纯粹的自主性目前无法处理市场复杂性和黑天鹅事件，忽视安全性会导致漏洞利用，以及“保证回报”的不切实际承诺表明存在欺诈计划。该技术在人机共生中表现最佳，AI处理速度和执行，而人类提供策略和判断。

更广泛的生态系统：参与者、竞争和挑战​

自主资本生态系统已迅速扩展，超越了上述五位思想领袖，涵盖了主要平台、机构参与者、相互竞争的哲学方法以及复杂的监管挑战。Virtuals Protocol和ai16z代表了“大教堂与集市”的哲学分歧。 Virtuals（市值18亿美元）采取集中、有条不紊的方法，拥有结构化治理和质量受控的专业市场，由EtherMage共同创立，并利用不可变贡献金库进行透明归属。ai16z（市值23亿美元）通过开源ELIZA框架拥抱去中心化、协作开发，实现快速实验，由Shaw（自学成才的程序员）领导，为AI代理构建专用区块链，并设有信任市场以实现问责制。这种哲学上的张力——精确与创新、控制与实验——反映了历史上的软件开发辩论，并可能随着生态系统的成熟而持续存在。

主要协议和基础设施提供商 包括SingularityNET，运营去中心化AI市场，使开发者能够通过众包投资决策（Numerai对冲基金模型）将AI模型货币化；Fetch.ai，部署自主代理以简化交通和服务，并为AI代理初创公司提供1000万美元加速器；Autonolas，将链下AI代理桥接到链上协议，创建无需许可的应用市场；ChainGPT，开发用于Web3的AI虚拟机（AIVM），具有自动化流动性管理和交易执行；以及Warden Protocol，构建用于AI集成应用的Layer-1区块链，其中智能合约访问和验证链上AI模型输出，并与Messari、Venice和Hyperlane等建立了合作关系。

尽管存在谨慎，机构采用仍在加速。 Galaxy Digital从加密货币挖矿转向AI基础设施，拥有1.75亿美元的风险基金，并预计与CoreWeave的15年协议（提供200MW数据中心容量）将带来45亿美元的收入。主要金融机构正在试验代理AI：摩根大通的LAW（法律代理工作流）实现了92.9%的准确率，纽约梅隆银行实施了自主编码和支付验证，而万事达卡、PayPal和Visa正在推行代理商务计划。Messari、CB Insights（跟踪1400多个技术市场）、德勤、麦肯锡和标普全球评级等研究和分析公司提供关于自主代理、AI与加密货币交叉、企业采用和风险评估的关键生态系统情报。

竞争愿景在多个维度上显现。 商业模式的变体包括具有透明社区投票的基于代币的DAO（MakerDAO、MolochDAO），面临代币集中（不到1%的持有者控制90%的投票权）的挑战；类似于公司结构但具有区块链透明度的股权型DAO；以及结合代币流动性与所有权股份的混合模型，平衡社区参与与投资者回报。监管合规方法包括：主动合规，提前寻求明确性；监管套利，在监管宽松的司法管辖区运营；以及观望策略，先构建再解决监管问题。这些战略选择造成了碎片化和竞争动态，因为项目会针对不同的约束进行优化。

监管环境日益复杂和受限。 美国的发展包括：SEC加密货币工作组由委员Hester Pierce领导，AI和加密货币监管作为2025年审查重点，总统数字资产工作组（60天审查，180天建议），David Sacks被任命为AI和加密货币特别顾问，以及SAB 121被撤销，放宽了银行的托管要求。SEC关注的重点包括Howey测试下的证券分类、投资顾问法对AI代理的适用性、托管和信托责任，以及AML/KYC要求。CFTC代理主席Pham支持负责任的创新，同时关注商品市场和衍生品。州级法规显示出创新，怀俄明州率先承认DAO为法律实体（2021年7月），新罕布什尔州正在审议DAO立法，而纽约州金融服务部（DFS）发布了AI风险网络安全指南（2024年10月）。

欧盟MiCA法规 建立了全面的框架，实施时间表如下：2023年6月生效，2024年6月30日稳定币条款适用，2024年12月30日全面适用于加密资产服务提供商，现有提供商有18个月的过渡期。主要要求包括代币发行方的强制性白皮书、资本充足率和治理结构、AML/KYC合规、稳定币的托管和储备要求、旅行规则交易可追溯性，以及许可提供商在欧盟范围内的护照权利。当前的挑战包括法国、奥地利和意大利呼吁加强执法（2025年9月），成员国之间实施不均衡，监管套利担忧，与PSD2/PSD3支付法规重叠，以及对不符合MiCA的稳定币的限制。DORA（数字运营韧性法案）于2025年1月17日适用，增加了全面的运营韧性框架和强制性网络安全措施。

市场动态既表现出狂热也表现出谨慎。 2024年风险投资活动在前三个季度向加密货币投资了80亿美元（与2023年持平），2024年第三季度在478笔交易中投资了24亿美元（环比下降20%），但AI x 加密货币项目在第三季度获得了2.7亿美元（环比增长5倍）。2024-2025年，种子期AI自主代理吸引了7亿美元，中位数投前估值达到创纪录的2500万美元，平均交易规模为350万美元。2025年第一季度筹集了801亿美元（环比增长28%，由OpenAI的400亿美元交易驱动），尽管交易量下降，AI仍占IT行业投资的74%。地域分布显示美国占据主导地位，占资本的56%和交易的44%，亚洲在日本（+2%）、印度（+1%）、韩国（+1%）增长，而中国同比下降33%。

估值揭示了与基本面的脱节。 包括Virtuals Protocol（同比上涨35,000%至18亿美元）、ai16z（一周内上涨176%至23亿美元）、AIXBT（约5亿美元）在内的顶级AI代理代币，以及Zerebro和Griffain在币安期货上的上市，都表明了投机狂热。高波动性，如单周内闪崩导致5亿美元杠杆头寸被清算，通过pump.fun等平台快速发行代币，以及“AI代理迷因币”作为独特类别，都暗示了泡沫特征。传统风险投资关注加密货币市销率约为250倍，而纳斯达克为6.25倍，标普为3.36倍，机构配置者在2022年崩盘后仍保持谨慎，“收入元”的出现要求有经过验证的商业模式。

批评主要集中在五个方面。 技术和安全问题包括：钱包基础设施漏洞，大多数DeFi平台需要手动批准，造成灾难性风险；算法故障，如Terra/Luna的20亿美元清算；代理之间的无限反馈循环；级联多代理系统故障；数据质量和偏见问题，导致歧视持续存在；以及通过投毒训练数据进行操纵的漏洞。治理和问责问题表现为：代币集中化破坏去中心化（不到1%的持有者控制90%的投票权）；不活跃的股东扰乱功能；易受恶意收购（Build Finance DAO在2022年被掏空）；代理损害责任的问责空白；可解释性挑战；以及利用编程漏洞的“流氓代理”。

市场和经济批评集中在：估值与基本面脱节，加密货币市销率250倍，而传统市场为6-7倍；泡沫担忧，类似于ICO繁荣/萧条周期；许多代理只是“美化过的聊天机器人”；投机驱动而非实用驱动的采用；实用性有限，大多数代理目前只是简单的Twitter网红；跨链互操作性差；以及碎片化的代理框架阻碍了采用。系统性和社会风险包括：大型科技公司集中化，严重依赖微软/OpenAI/云服务（2024年7月CrowdStrike中断凸显了相互依赖性）；63%的AI模型使用公共云进行训练，降低了竞争；模型训练的巨大能源消耗；到2030年9200万个工作岗位被取代，尽管预计将创造1.7亿个新工作岗位；以及AML/KYC挑战带来的金融犯罪风险，自主代理可能实现自动化洗钱。

“生成式AI悖论”捕捉了部署挑战： 79%的企业采用，但78%报告没有显著的底线影响。麻省理工学院报告称，95%的AI试点因数据准备不佳和缺乏反馈循环而失败。与遗留系统集成是60%组织面临的最大挑战，这需要从一开始就建立安全框架、进行变革管理和AI素养培训，以及从以人为中心向AI协作模型的文化转变。这些实际障碍解释了为什么机构的热情尚未转化为相应的财务回报，这表明尽管市场市值快速增长，但生态系统仍处于实验性早期阶段。

对金融、投资和商业的实际影响​

自主资本通过即时生产力提升和战略重新定位 改变传统金融。金融服务业看到AI代理以126%的速度更快地执行交易，实现实时投资组合优化；通过实时异常检测和主动风险评估进行欺诈检测；预计到2028年，68%的客户互动将由AI处理；利用实时交易数据和行为趋势进行持续评估的信用评估；以及进行动态风险评估和监管报告的合规自动化。转型指标显示，70%的金融服务高管预计代理AI将用于个性化体验，AI实施者的收入增长3-15%，销售投资回报率提高10-20%，90%观察到更高效的工作流程，38%的员工报告创造力得到促进。

风险投资的投资理念正在演变，从纯粹的基础设施投资转向特定应用的基础设施，重点关注需求、分销和收入，而非预发布代币。在监管明确后，稳定币、能源与DePIN（为AI基础设施供电）以及GPU计算资源市场中出现了重大机遇。尽职调查要求大幅扩展：评估技术架构（1-5级自主性）、治理和道德框架、安全态势和审计追踪、监管合规路线图、代币经济学和分发分析，以及团队应对监管不确定性的能力。风险因素包括95%的AI试点失败（麻省理工学院报告）、数据准备不佳和缺乏反馈循环是主要原因、缺乏内部专业知识的公司对供应商的依赖，以及估值倍数与基本面脱节。

商业模式倍增，因为自主资本实现了以前不可能的创新。自主投资工具通过DAO汇集资本，进行算法部署，利润分配与贡献成比例（ai16z对冲基金模型）。AI即服务（AIaaS）将代币化代理能力作为服务出售，通过聊天互动收取推理费用，并对高价值代理进行部分所有权。数据货币化创建去中心化数据市场，通过代币化利用零知识证明等隐私保护技术实现安全共享。自动化做市提供流动性并进行优化，利率根据供需动态调整，并进行跨链套利。合规即服务提供自动化AML/KYC检查、实时监管报告和智能合约审计。

商业模式风险包括监管分类不确定性、消费者保护责任、平台依赖性、有利于先行者的网络效应以及代币流通速度问题。然而，成功的实施证明了其可行性：Gauntlet通过模拟驱动的风险管理管理着超过10亿美元的TVL，SingularityDAO通过AI管理的投资组合实现了25%的投资回报率，Virtuals Protocol推出了17,000多个代理，提供创收的娱乐和分析产品。

传统行业在各领域进行自动化。 医疗保健部署AI代理进行诊断（FDA在2023年批准了223个AI医疗设备，高于2015年的6个）、患者治疗优化和行政自动化。交通运输领域，Waymo每周进行超过15万次自动驾驶，百度Apollo Go服务多个中国城市，自动驾驶系统同比提高67.3%。供应链和物流受益于实时路线优化、库存管理自动化和供应商协调。法律和专业服务采用文档处理和合同分析、监管合规监控和尽职调查自动化。

劳动力转型在创造机会的同时也带来了岗位流失。 尽管到2030年有9200万个工作岗位面临流失，但预计将创造1.7亿个需要不同技能的新工作岗位。挑战在于转型——再培训计划、安全网和教育改革必须加速，以防止大规模失业和社会动荡。早期证据显示，2025年第一季度美国AI工作岗位达到35,445个（同比增长25.2%），中位数工资为156,998美元，AI招聘广告提及量在2023年增长114.8%，2024年增长120.6%。然而，这种增长集中在技术岗位，关于更广泛经济包容性的问题仍未解决。

风险需要全面的缓解策略，分为五类。技术风险（智能合约漏洞、预言机故障、级联错误）需要持续的红队测试、形式化验证、断路器、Nexus Mutual等保险协议，以及最初有限自主性的逐步推出。监管风险（法律地位不明确、追溯性执法、管辖权冲突）需要主动与监管机构沟通、清晰的披露和白皮书、健全的KYC/AML框架、法律实体规划（怀俄明州DAO LLC）和地理多元化。运营风险（数据投毒、模型漂移、集成失败）需要关键决策的人工干预监督、持续监控和再训练、分阶段集成、备用系统和冗余，以及全面的代理注册表跟踪所有权和风险敞口。

市场风险（泡沫动态、流动性危机、代币集中、估值崩溃）需要关注基本价值创造而非投机、多元化的代币分发、锁定期和归属时间表、资金管理最佳实践，以及关于局限性的透明沟通。系统性风险（大型科技公司集中、网络故障、金融传染）需要多云策略、去中心化基础设施（边缘AI、本地模型）、压力测试和情景规划、跨司法管辖区的监管协调，以及行业联盟制定标准。

采用时间表表明近期持谨慎乐观态度，长期具有变革潜力。 近期2025-2027年将出现1-2级自主性，以基于规则的自动化和工作流优化为主，保持人工监督；25%的公司在2025年使用生成式AI启动代理试点（德勤），到2027年增长到50%；自主AI代理市场从68亿美元（2024年）扩大到200多亿美元（2027年）；到2028年，15%的工作决策将由自主AI做出（高德纳）。采用障碍包括用例和投资回报率不明确（60%提及此点）、遗留系统集成挑战、风险和合规担忧以及人才短缺。

中期2028-2030年将带来3-4级自主性，代理在狭窄领域无需持续监督即可运行，多代理协作系统，实时自适应决策，以及对代理建议日益增长的信任。市场预测显示，生成式AI每年将为全球GDP贡献2.6-4.4万亿美元，自主代理市场到2030年将达到526亿美元（复合年增长率45%），每天自动化3小时的活动（2024年为1小时），68%的客户-供应商互动将由AI处理。基础设施发展包括代理专用区块链（ai16z）、跨链互操作性标准、统一的密钥库协议用于权限，以及可编程钱包基础设施主流化。

长期2030年以后设想5级自主性，即完全自主的代理，人工干预最少，自我改进系统接近通用人工智能（AGI）能力，代理雇佣其他代理和人类，以及大规模自主资本配置。系统性转型特点是AI代理作为同事而非工具，代币化经济与代理间交易，项目协调的去中心化“好莱坞模式”，以及1.7亿个需要新技能的新工作岗位。关键不确定性依然存在：监管框架的成熟度、公众信任和接受度、AI的技术突破或局限性、经济中断管理，以及伦理对齐和控制问题。

生态系统发展的关键成功因素 包括：监管明确性，在保护消费者的同时促进创新；互操作性标准，用于跨链和跨平台通信；作为基础的安全基础设施，具有强大的测试和审计；通过AI素养计划和劳动力转型支持进行人才培养；以及创造超越投机的价值的可持续经济。个体项目需要解决实际问题的真正效用、具有平衡利益相关者代表的强大治理、安全优先设计的卓越技术、主动合规的监管策略，以及通过透明沟通和共享价值实现社区对齐。机构采用需要超越效率提升的投资回报率证明、全面的风险管理框架、文化转型和培训的变革管理、平衡自建与购买并避免锁定的供应商策略，以及自主决策权限的伦理准则。

自主资本生态系统代表着真正的技术和金融创新，具有变革潜力，但面临着安全、治理、监管和实际效用方面的重大挑战。市场在投机和合法发展的双重驱动下快速增长，要求所有参与者在这一新兴领域走向主流采用时，具备复杂的理解、谨慎的导航和切合实际的期望。

结论：自主资本的轨迹​

自主资本革命既不是不可避免的乌托邦，也不是反乌托邦的必然，而是一个新兴领域，真正的技术创新与重大风险交织，需要对能力、局限性和治理挑战有细致入微的理解。这里介绍的五位主要思想领袖——Tarun Chitra、Amjad Masad、Jordi Alexander、Alexander Pack和Irene Wu——展示了构建这一未来的独特而互补的方法： Chitra通过模拟和风险管理实现自动化治理，Masad的代理驱动网络经济和开发基础设施，Alexander以博弈论为基础强调人类判断力的投资理念，Pack以基础设施为重点的风险投资策略，以及Wu的全链互操作性基础。

他们的集体工作表明，自主资本在技术上今天已可行——Gauntlet管理着超过10亿美元的TVL，SingularityDAO通过AI投资组合实现了25%的投资回报率，Virtuals Protocol推出了17,000多个代理，以及生产交易系统提供了经过验证的结果，都证明了这一点。然而，研究人员指出的“无信任悖论”仍未解决：在无信任区块链基础设施中部署AI避免了信任易犯错误的人类，但却创建了可能不可信且超出干预范围的AI系统。自主性与问责制之间的这种根本性张力将决定自主资本是成为人类繁荣的工具还是无法治理的力量。

近期展望（2025-2027年）预示着谨慎的实验，25-50%的生成式AI用户将启动代理试点，1-2级自主性将保持人工监督，市场规模将从68亿美元增长到200多亿美元，但围绕投资回报率不明确、遗留系统集成挑战和监管不确定性的采用障碍将持续存在。中期（2028-2030年）可能会出现3-4级自主性，代理在狭窄领域运行，无需持续监督，多代理系统自主协调，如果技术和治理挑战成功解决，生成式AI将为全球GDP贡献2.6-4.4万亿美元。长期（2030年以后）关于5级自主性、完全自我改进系统大规模管理资本的愿景仍具投机性，取决于AI能力、监管框架、安全基础设施以及社会管理劳动力转型方面的突破。

关键的开放问题决定了结果： 监管明确性会促进还是限制创新？安全基础设施能否足够快地成熟以防止灾难性故障？去中心化目标能否实现，还是大型科技公司的集中度会增加？除了投机之外，可持续的商业模式能否出现？即使创造了1.7亿个新工作岗位，社会又将如何管理9200万个被取代的岗位？这些问题今天没有明确的答案，使得自主资本生态系统同时具有高风险和高机遇。

五位思想领袖的观点汇聚于关键原则：人机共生优于纯粹的自主性，AI处理执行速度和数据分析，而人类提供战略判断和价值观对齐；安全和风险管理需要偏执级别的严谨，因为攻击者相对于防御者拥有根本性的经济优势；互操作性和标准化将决定哪些平台实现网络效应和长期主导地位；监管参与必须是主动而非被动的，因为法律框架在全球范围内不断演变；以及关注根本价值创造而非投机，将可持续项目与泡沫受害者区分开来。

对于生态系统中的参与者， 战略建议因角色而异。投资者应分散对平台、应用和基础设施层的风险敞口，同时关注创收模式和监管立场，为极端波动做好准备，并相应地调整头寸规模。开发者必须选择架构哲学（大教堂与集市），大力投资安全审计和形式化验证，为跨链互操作性构建，尽早与监管机构接触，并解决实际问题而非创建“美化过的聊天机器人”。企业应从客户服务和分析领域的低风险试点开始，投资于支持代理的基础设施和数据，为自主决策权限建立清晰的治理，对员工进行AI素养培训，并平衡创新与控制。

政策制定者面临的挑战或许最为复杂：在促进创新的同时协调国际监管，采用沙盒方法和安全港进行实验，通过强制披露和欺诈预防保护消费者，解决大型科技公司集中和网络依赖带来的系统性风险，并通过教育计划和对失业工人的转型支持来准备劳动力。欧盟的MiCA法规提供了一个平衡创新与保护的典范，尽管执法挑战和管辖套利担忧依然存在。

最现实的评估表明，自主资本将逐步演进而非一夜之间发生革命性变化，狭窄领域的成功（交易、客户服务、分析）将先于通用自主性，混合人机系统在可预见的未来将优于纯自动化，监管框架需要数年才能明确，从而造成持续的不确定性。鉴于投机动态、技术局限性和安全漏洞，市场洗牌和失败是不可避免的，但潜在的技术趋势——AI能力的提升、区块链的成熟以及两者在机构中的应用——预示着持续的增长和复杂化。

自主资本代表着真正的技术范式转变，有可能使复杂的金融工具普及化，通过24/7自主优化提高市场效率，实现传统金融中不可能实现的新商业模式，并创建以超人速度运行的机器对机器经济。然而，它也可能将权力集中在控制关键基础设施的技术精英手中，通过相互连接的自主系统造成系统性不稳定，使人类工人失业的速度快于再培训计划的适应速度，并通过自动化洗钱和欺诈等方式实现机器规模的金融犯罪。

结果取决于建设者、投资者、政策制定者和用户今天所做的选择。所介绍的五位思想领袖表明，优先考虑安全、透明、人工监督和伦理治理的深思熟虑、严谨的方法可以创造真正的价值，同时管理风险。他们的工作提供了负责任发展的蓝图：Chitra通过模拟实现的科学严谨性，Masad以用户为中心的基础设施，Alexander以博弈论为基础的风险评估，Pack以基础设施为先的投资，以及Wu的互操作性基础。

正如Jordi Alexander所强调的：“判断力是整合复杂信息并做出最佳决策的能力——这正是机器的短板。”自主资本的未来可能不是由完全的AI自主性定义，而是由复杂的协作定义，其中AI处理执行、数据处理和优化，而人类提供判断、策略、伦理和问责制。这种由加密货币的无信任基础设施和可编程货币赋能的人机伙伴关系，代表着最充满希望的前进道路——平衡创新与责任，效率与安全，以及自主性与人类价值观的对齐。

Sui 区块链已成为下一代计算工作负载技术最先进的平台，实现了每秒 297,000 笔事务，最终性为 480 毫秒，同时集成了抗量子密码学和专用机器人基础设施。在首席密码学家 Kostas Chalkias 的领导下——他拥有 50 多篇学术出版物，并在 Meta 的 Diem 项目中开创了密码学创新——Sui 代表了对传统区块链的根本性架构突破，专门设计用于赋能自主 AI 代理、多机器人协作和后量子安全。

与为高级计算改造区块链的竞争对手不同，Sui 的面向对象数据模型、Move 编程语言和 Mysticeti 共识协议从一开始就为并行 AI 操作、实时机器人控制和密码学敏捷性而设计——这些能力已通过实际部署得到验证，包括 50 多个 AI 项目、多机器人协作演示以及全球首个区块链钱包向后兼容的量子安全升级路径。

Sui 革命性的技术基础赋能不可能​

Sui 的架构通过三项协同创新打破了传统的基于账户的区块链模型，使其在 AI、机器人和量子应用方面独具优势。

Mysticeti 共识协议通过未经认证的 DAG 架构实现了前所未有的性能，将共识延迟降低到 390-650 毫秒（比其前身快 80%），同时支持 200,000+ TPS 的持续吞吐量。这代表了一个根本性的突破：以太坊等传统区块链需要 12-15 秒才能达到最终性，而 Sui 的单所有者事务快速路径仅需 250 毫秒即可完成。该协议每轮的多个领导者和隐式提交机制赋能了需要亚秒级反馈的实时 AI 决策循环和机器人控制系统——这些应用在顺序执行链上是物理上不可能实现的。

面向对象数据模型将每个资产视为具有明确所有权和版本控制的独立可寻址对象，从而在执行前进行静态依赖分析。这种架构选择消除了困扰乐观执行模型的追溯冲突检测开销，允许数千个 AI 代理同时进行事务处理而不会发生争用。当由单方拥有时，对象完全绕过共识，为常见操作节省了 70% 的处理时间。对于机器人技术而言，这意味着单个机器人维护用于传感器数据的自有对象，仅在必要时通过共享对象进行协调——精确地反映了现实世界中自主系统的架构。

Move 编程语言提供了基于账户的语言（如 Solidity）无法实现的资源导向安全性。资产作为一等类型存在，不能被复制或销毁——只能在上下文之间移动——从而防止了包括重入攻击、双重支付和未经授权的资产操纵在内的所有漏洞类别。Move 的线性类型系统和形式化验证支持使其特别适合自主管理有价值资产的 AI 代理。可编程事务块可原子地组合多达 1,024 个函数调用，从而实现具有一致性保证的复杂多步 AI 工作流。

Kostas Chalkias 将抗量子能力构建为竞争优势​

Kostas "Kryptos" Chalkias 为 Sui 的量子计算战略带来了无与伦比的密码学专业知识，他撰写了 Blockchained Post-Quantum Signature (BPQS) 算法，领导了 Meta Diem 区块链的密码学工作，并发表了 50 多篇被引用 1,374+ 次的同行评审论文。他于 2025 年 7 月的研究突破展示了区块链钱包首个向后兼容的量子安全升级路径，适用于包括 Sui、Solana、Near 和 Cosmos 在内的基于 EdDSA 的链。

Chalkias 的愿景将抗量子能力定位为即时的竞争差异化因素，而非遥远的担忧。他于 2025 年 1 月警告称：“各国政府都清楚量子计算带来的风险。全球各机构已发布指令，要求到 2030 年或 2035 年淘汰 ECDSA 和 RSA 等经典算法。”他的技术洞察是：即使用户保留私钥，他们也可能无法生成后量子所有权证明，而不会将密钥暴露于量子攻击。Sui 的解决方案利用零知识 STARK 证明来证明密钥生成种子的知识，而无需泄露敏感数据——这在缺乏内置敏捷性的区块链上是不可能实现的密码学创新。

密码学敏捷框架代表了 Chalkias 标志性的设计理念。Sui 使用 1 字节标志来区分签名方案（Ed25519、ECDSA Secp256k1/r1、BLS12-381、多重签名、zkLogin），从而在协议层面支持新算法，而无需智能合约开销或硬分叉。这种架构允许在量子威胁出现时，“一键”过渡到 NIST 标准化的后量子算法，包括 CRYSTALS-Dilithium（2,420 字节签名）和 FALCON（666 字节签名）。Chalkias 设计了多种迁移路径：主动式（新账户在创建时生成 PQ 密钥）、自适应式（STARK 证明赋能从现有种子进行 PQ 迁移）和混合式（结合经典和抗量子密钥的限时多重签名）。

他的 zkLogin 创新展示了应用于可用性的密码学创造力。该系统允许用户通过 Google、Facebook 或 Twitch 凭证使用基于 BN254 曲线的 Groth16 零知识证明进行身份验证，用户控制的盐值可防止 Web2-Web3 身份关联。zkLogin 地址从设计之初就考虑了量子因素——即使底层 JWT 签名从 RSA 过渡到基于格的替代方案，基于 STARK 的种子知识证明也能提供后量子安全性。

在 Sui Basecamp 2025 上，Chalkias 发布了原生可验证随机性、用于链下逻辑的 zk 隧道、闪电交易（零 Gas 费、零延迟）和用于加密未来数据访问的时间胶囊。这些功能赋能了私人 AI 代理模拟、需要可信随机性的赌博应用以及零知识扑克游戏——所有这些都离不开协议层面的密码学原语。他的愿景是：“Sui 的目标是成为第一个采用后量子技术的区块链，从而提高安全性并为未来的监管标准做准备。”

AI 代理基础设施在 Sui 上达到生产成熟度​

Sui 拥有区块链行业最全面的 AI 代理生态系统，包含 50 多个涵盖基础设施、框架和应用程序的项目——所有这些都利用 Sui 的并行执行和亚秒级最终性进行实时自主操作。

Atoma Network 于 2024 年 12 月在 Sui 主网上线，作为第一个完全去中心化的 AI 推理层，将自己定位为“开源 AI 的去中心化超大规模计算平台”。所有处理都在可信执行环境 (TEE) 中进行，确保完全的隐私和抗审查性，同时保持与 OpenAI 端点的 API 兼容性。Utopia 聊天应用程序展示了生产就绪的隐私保护 AI，其性能与 ChatGPT 相当，通过 Sui 的亚秒级最终性结算支付和验证。Atoma 赋能了 DeFi 投资组合管理、社交媒体内容审核和个人助理应用程序——这些用例需要 AI 智能和区块链结算，在较慢的链上无法实现。

OpenGraph Labs 实现了技术突破，成为第一个专为 AI 代理设计的完全链上 AI 推理系统。他们的 TensorflowSui SDK 自动化了 Web2 机器学习模型（TensorFlow、PyTorch）在 Sui 区块链上的部署，将训练数据存储在 Walrus 去中心化存储上，同时使用可编程事务块执行推理。OpenGraph 提供了三种灵活的推理方法：用于需要原子性的关键计算的 PTB 推理、用于成本优化的拆分事务以及根据用例定制的混合组合。这种架构通过完全可验证、可审计的推理过程和明确定义的算法所有权消除了“黑盒”AI 风险——这对于需要可解释 AI 的受监管行业至关重要。

Talus Network 于 2025 年 2 月在 Sui 上线，其 Nexus 框架使开发人员能够构建可组合的 AI 代理，直接在链上执行工作流。Talus 的 Idol.fun 平台展示了面向消费者的 AI 代理作为代币化实体 24/7 自主运行，利用 Walrus 存储的数据集进行市场情绪、DeFi 统计和社交趋势的实时决策。示例应用包括动态 NFT 档案管理、实时加载模型的 DeFi 流动性策略代理以及分析来自不可变 Sui 检查点历史事务模式的欺诈检测代理。

阿里云合作于 2025 年 8 月宣布，将 AI 编码助手集成到 ChainIDE 开发平台中，支持多语言（英语、中文、韩语）。功能包括自然语言到 Move 代码生成、智能自动补全、实时安全漏洞检测和自动化文档生成——降低了 Sui 60% 的非英语开发者目标用户的门槛。此次合作验证了 Sui 作为 AI 开发平台（而不仅仅是 AI 部署平台）的定位。

Sui 的赞助交易消除了 AI 代理的 Gas 支付摩擦——构建者可以支付事务费用，允许代理在不持有 SUI 代币的情况下运行。MIST 面额（1 SUI = 10 亿 MIST）赋能了小至几美分的小额支付，非常适合按推理付费的 AI 服务。平均事务成本约为 $0.0023，AI 代理每天可以执行数千次操作，只需几美分，使自主代理经济在经济上可行。

多机器人协作证明 Sui 的实时协调优势​

Sui 使用 Mysticeti 共识展示了区块链行业首个多机器人协作系统，并得到了 Tiger Research 2025 年全面分析的验证。该系统使机器人能够在分布式环境中共享一致状态，同时保持拜占庭容错——即使机器人发生故障或被对手入侵，也能确保共识。

技术架构利用 Sui 的对象模型，其中机器人作为具有元数据、所有权和能力的可编程对象存在。任务分配给特定的机器人对象，智能合约自动化排序和资源分配规则。系统在没有中央服务器的情况下保持可靠性，多个验证者的并行区块提案防止了单点故障。亚秒级事务最终性赋能了实时调整循环——机器人在 400 毫秒内接收任务确认和状态更新，符合响应式自主操作的控制系统要求。

使用狗形机器人进行的物理测试已经证明了可行性，来自 NASA、Meta 和 Uber 背景的团队正在开发基于 Sui 的机器人应用程序。Sui 独特的“无网络模式”能力——通过无线电波运行而无需稳定的互联网连接——为非洲、亚洲农村地区的部署和紧急情况提供了革命性的优势。这种离线能力在主要区块链中仅 Sui 独有，并通过西班牙/葡萄牙停电期间的测试得到验证。

3DOS 合作于 2024 年 9 月宣布，验证了 Sui 在大规模制造机器人方面的能力。3DOS 将全球 120 多个国家的 79,909 多台 3D 打印机集成到 Sui 的独家区块链合作伙伴中，创建了一个“3D 打印的 Uber”网络，赋能点对点制造。知名客户包括约翰迪尔、谷歌、麻省理工学院、哈佛大学、博世、英国陆军、美国海军、美国空军和美国国家航空航天局——这表明企业级对 Sui 基础设施的信任。该系统使机器人能够通过智能合约自动化自主订购和打印替换零件，以近乎零的人工干预促进机器人自我修复。这通过按需生产消除了库存、浪费和国际运输，解决了 15.6 万亿美元的全球制造业市场。

Sui 的拜占庭容错对于安全关键型机器人应用至关重要。共识机制在 3f+1 系统中可容忍多达 f 个故障/恶意机器人，确保自动驾驶车队、仓库机器人和制造系统在单个故障的情况下仍能保持协调。智能合约强制执行安全约束和操作边界，不可变审计追踪为自主决策提供问责制——这些要求是集中式协调服务器（容易出现单点故障）无法满足的。

抗量子路线图提供密码学优势​

Sui 的量子计算战略代表了区块链行业唯一全面、主动的方法，与 NIST 要求在 2030 年前淘汰经典算法并在 2035 年前实现完全抗量子标准化的指令保持一致。

Chalkias 于 2025 年 7 月的突破性研究表明，包括 Sui 在内的基于 EdDSA 的链可以在不进行硬分叉、地址变更或账户冻结的情况下，通过证明种子知识的零知识证明实现量子安全钱包升级。这甚至赋能了休眠账户的安全迁移——解决了区块链面临的生存威胁，即一旦量子计算机出现，数百万个钱包“可能瞬间被掏空”。这项技术创新使用 STARK 证明（基于哈希的抗量子安全性）来证明 EdDSA 密钥生成种子的知识，而无需暴露敏感数据，允许用户建立与现有地址绑定的 PQ 密钥所有权。

Sui 的密码学敏捷架构赋能了多种过渡策略：主动式（PQ 密钥在创建时签署 PreQ 公钥）、自适应式（STARK 证明迁移现有地址）和混合式（结合经典和 PQ 密钥的限时多重签名）。该协议支持立即部署 NIST 标准化的算法，包括 CRYSTALS-Dilithium (ML-DSA)、FALCON (FN-DSA) 和 SPHINCS+ (SLH-DSA)，以实现基于格和基于哈希的后量子安全性。验证者 BLS 签名过渡到基于格的替代方案，哈希函数从 256 位升级到 384 位输出以实现抗量子碰撞抵抗，zkLogin 电路从 Groth16 迁移到基于 STARK 的零知识证明。

Nautilus 框架于 2025 年 6 月推出，通过自管理 TEE（可信执行环境）提供安全的链下计算，目前支持 AWS Nitro Enclaves，未来将兼容 Intel TDX 和 AMD SEV。对于 AI 应用，Nautilus 赋能了具有链上验证的密码学证明的私人 AI 推理，解决了计算效率和可验证性之间的矛盾。包括 Bluefin（TEE 中基于订单匹配，<1 毫秒）、TensorBlock（AI 代理基础设施）和 OpenGradient 在内的启动合作伙伴展示了隐私保护抗量子计算的生产就绪性。

比较分析显示了 Sui 的量子优势：以太坊仍处于规划阶段，Vitalik Buterin 表示抗量子能力“至少还需要十年”，需要硬分叉和社区共识。Solana 于 2025 年 1 月推出了 Winternitz Vault 作为可选的基于哈希的签名功能，需要用户选择加入，而非全协议范围的实现。其他主要区块链（Aptos、Avalanche、波卡）仍处于研究阶段，没有具体的实施时间表。只有 Sui 将密码学敏捷性设计为基本原则，赋能快速算法过渡，而无需治理斗争或网络分裂。

技术架构综合创造了新兴能力​

Sui 的架构组件协同作用，创造出超越单个功能总和的能力——这是真正创新平台与渐进式改进平台之间的区别。

Move 语言资源模型与并行对象执行相结合，为 AI 代理群提供了前所未有的吞吐量。使用基于账户模型的传统区块链需要顺序执行以防止竞态条件，将 AI 代理协调限制在单线程瓶颈。Sui 通过对象引用进行显式依赖声明，允许验证者在执行前识别独立操作，同时在 CPU 核心上调度数千个 AI 代理事务。这种状态访问并行化（相对于需要冲突检测的乐观执行）提供了可预测的性能，而不会出现追溯性事务失败——这对于需要可靠性保证的 AI 系统至关重要。

可编程事务块通过在原子事务中赋能多达 1,024 个异构函数调用，增强了 Move 的可组合性。AI 代理可以执行复杂的工作流——交换代币、更新预言机数据、触发机器学习推理、铸造 NFT、发送通知——所有这些都保证同时成功或失败。这种异构组合将逻辑从智能合约转移到事务层面，大大降低了 Gas 成本，同时增加了灵活性。对于机器人技术而言，PTB 赋能了原子多步操作，如“检查库存、订购零件、授权支付、更新状态”，并提供密码学一致性保证。

单所有者对象的共识绕过快速路径创建了一个两层性能模型，完美匹配 AI/机器人访问模式。单个机器人将私有状态（传感器读数、操作参数）作为自有对象维护，并在 250 毫秒内处理，无需验证者共识。协调点（任务队列、资源池）作为共享对象存在，需要 390 毫秒的共识。这种架构反映了现实世界的自主系统，其中代理维护本地状态但通过共享资源进行协调——Sui 的对象模型提供了与这些模式自然匹配的区块链原生原语。

zkLogin 解决了阻碍主流 AI 代理采用的入职摩擦。传统区块链要求用户管理助记词和私钥——这在认知上要求很高且容易出错。zkLogin 赋能通过熟悉的 OAuth 凭证（谷歌、脸书、Twitch）进行身份验证，用户控制的盐值可防止 Web2-Web3 身份关联。AI 代理可以在 Web2 身份验证下运行，同时保持区块链安全性，大大降低了消费者应用程序的门槛。已集成 zkLogin 的 10 多个 DApp 证明了非加密原生受众的实际可行性。

竞争定位揭示技术领先和生态系统增长​

对主要区块链（Solana、以太坊、Aptos、Avalanche、波卡）的比较分析揭示了 Sui 在高级计算工作负载方面的技术优势，同时平衡了以太坊的生态系统成熟度和 Solana 当前的 DePIN 采用。

性能指标确立了 Sui 作为吞吐量领导者的地位，在 100 个验证者上测试达到 297,000 TPS，保持 480 毫秒的最终性，而 Solana 的理论 TPS 为 65,000-107,000（持续 3,000-4,000），以太坊的基础层 TPS 为 15-30。Aptos 理论上达到 160,000 TPS，具有相似的基于 Move 的架构但执行模型不同。对于需要实时决策的 AI 工作负载，Sui 的 480 毫秒最终性赋能了即时响应循环，这在以太坊的 12-15 分钟最终性甚至 Solana 偶尔的网络拥堵（2024 年 4 月高峰负载期间 75% 的事务失败）上是不可能实现的。

抗量子能力分析显示 Sui 是唯一从一开始就将抗量子密码学设计到核心架构中的区块链。以太坊在“The Splurge”路线图阶段解决了量子问题，但 Vitalik Buterin 估计到 2030 年量子突破加密技术的可能性为 20%，依赖于被动而非主动的紧急“恢复分叉”计划。Solana 的 Winternitz Vault 提供了可选的量子保护，需要用户选择加入，而不是自动全网络安全。Aptos、Avalanche 和波卡仍处于研究阶段，没有具体的时间表。Sui 的密码学敏捷性，包括多种迁移路径、基于 STARK 的 zkLogin 和符合 NIST 的路线图，使其成为唯一为 2030/2035 年强制性后量子过渡做好准备的区块链。

AI 代理生态系统显示 Solana 目前在采用方面处于领先地位，拥有成熟的工具（SendAI Agent Kit、ElizaOS）和最大的开发者社区，但 Sui 通过 300,000 TPS 容量、亚秒级延迟和 50 多个项目（包括生产平台 Atoma 主网、Talus Nexus、OpenGraph 链上推理）展示了卓越的技术能力。以太坊专注于机构 AI 标准（用于 AI 身份/信任的 ERC-8004），但 15-30 TPS 的基础层将实时 AI 应用限制在 Layer 2 解决方案。阿里云合作将 Sui 定位为 AI 开发平台（而不仅仅是部署平台），这标志着与纯金融区块链的战略差异化。

机器人能力在主要区块链中仅 Sui 独有。没有竞争对手展示多机器人协作基础设施、拜占庭容错协调或“无网络模式”离线操作。Tiger Research 的分析总结道，“鉴于机器人能够利用去中心化协调而无需中心化信任，区块链可能比人类更适合作为机器人的基础设施。”摩根士丹利预测到 2050 年将有 10 亿个人形机器人，Sui 专为机器人打造的基础设施在新兴机器人经济中创造了先发优势，其中自主系统需要身份、支付、合约和协调——Sui 原生提供了这些原语。

Move 编程语言的优势使 Sui 和 Aptos 在需要安全性的复杂应用方面优于基于 Solidity 的链。Move 的资源导向模型防止了 Solidity 中无法修复的漏洞类别，2024 年以太坊因漏洞攻击损失超过 11 亿美元就是明证。形式化验证支持、线性类型系统和一等资产抽象使 Move 特别适合自主管理有价值资产的 AI 代理。Sui Move 的面向对象变体（相对于基于账户的 Diem Move）赋能了 Aptos 无法实现的并行执行优势，尽管它们共享语言遗产。

实际实施验证了技术能力​

Sui 的生产部署证明了该平台正在从技术潜力转向 AI、机器人和量子领域的实际应用。

AI 基础设施成熟度显示出明显的吸引力，Atoma Network 于 2024 年 12 月主网上线，提供生产 AI 推理服务；Talus 于 2025 年 2 月部署 Nexus 框架，赋能可组合代理工作流；Swarm Network 获得 1300 万美元融资，由 Kostas Chalkias 支持，在 Sui 上销售了 10,000 多个 AI 代理许可证。阿里云合作通过将 AI 编码助手集成到开发者工具中，提供了企业级验证，展示了超越投机应用的战略承诺。OpenGraph Labs 凭借链上机器学习推理在 Sui AI 台风黑客马拉松中获得第一名，这表明其技术创新得到了专家评委的认可。

制造机器人技术通过 3DOS 在全球 120 多个国家拥有 79,909 台打印机的网络达到了商业规模，服务于美国国家航空航天局、美国海军、美国空军、约翰迪尔和谷歌。这代表了全球最大的区块链集成制造网络，处理了 420 多万个零件，拥有 50 多万用户。赋能机器人自主订购替换零件的点对点模型展示了智能合约自动化，消除了工业规模的协调开销——这一概念验证得到了要求可靠性和安全性的政府和航空航天客户的验证。

财务指标显示出不断增长的采用率，总锁定价值 (TVL) 达到 5.38 亿美元，月活跃钱包达到 1760 万（2025 年 2 月峰值），SUI 代币市值超过 160 亿美元。Mysten Labs 获得了 a16z、币安实验室、Coinbase Ventures 和 Jump Crypto 支持的 30 多亿美元估值——这是对技术潜力的机构验证。瑞士银行（Sygnum、Amina Bank）提供 Sui 托管和交易，提供了传统的金融入口，而 Grayscale、富兰克林邓普顿和 VanEck 的机构产品则标志着主流认可。

开发者生态系统增长通过全面的工具（TypeScript、Rust、Python、Swift、Dart、Golang SDK）、ChainIDE 中的 AI 编码助手以及活跃的黑客马拉松项目（其中 50% 的获奖者专注于 AI 应用）展示了可持续性。主网上 122 个活跃验证者提供了足够的去中心化，同时保持了性能，在安全性和吞吐量之间取得了比高度中心化替代方案更好的平衡。

战略愿景使 Sui 定位为融合时代​

Kostas Chalkias 和 Mysten Labs 的领导层阐明了一个连贯的长期愿景，将 Sui 与专注于狭隘用例或渐进式改进的竞争对手区分开来。

Chalkias 大胆预测“最终，区块链在事务速度上将超越 Visa。它将成为常态。我看不出我们如何能摆脱这一点”，这表明对技术轨迹的信心，并由赋能未来的架构决策所支持。他表示 Mysten Labs“可能超越今天的苹果”，这反映了其雄心壮志，即为下一代计算构建基础架构，而不是渐进式的 DeFi 应用。将他的儿子命名为“Kryptos”（希腊语意为“秘密/隐藏”）象征着对密码学创新作为文明基础设施的个人承诺。

三大支柱战略整合了 AI、机器人和量子计算，创造了相互强化的优势。抗量子密码学为自主运行的 AI 代理提供了长期资产安全性。亚秒级最终性支持实时机器人控制循环。并行执行允许数千个 AI 代理同时协调。对象模型为 AI 代理状态和机器人设备表示提供了自然的抽象。这种架构一致性将有目的的平台设计与附加功能区分开来。

Sui Basecamp 2025 技术发布展示了持续创新，包括原生可验证随机性（消除了 AI 推理的预言机依赖）、赋能直接在 Sui 上进行私人视频通话的 zk 隧道、用于紧急情况的零 Gas 费闪电交易以及用于加密未来数据访问的时间胶囊。这些功能解决了实际用户问题（隐私、可靠性、可访问性），而不是学术练习，在需要可信随机性的 AI 代理、需要离线操作的机器人系统以及用于敏感数据的抗量子加密方面具有明确的应用。

将自身定位为从医疗保健数据管理到个人数据所有权再到机器人技术的**“广泛应用的协调层”**，反映了该平台超越金融投机的雄心。Chalkias 将医疗保健数据效率低下识别为需要通用数据库的问题，这表明他正在思考社会基础设施，而不是狭隘的区块链爱好者利基市场。这一愿景吸引了研究实验室、硬件初创公司和政府——这些受众寻求长期项目的可靠基础设施，而不是投机性收益耕作。

技术路线图提供可操作的执行时间表​

Sui 的开发路线图提供了具体的里程碑，展示了在所有三个重点领域从愿景到实施的进展。

抗量子时间表与 NIST 指令保持一致：2025-2027 年完成密码学敏捷基础设施和测试，2028-2030 年引入 Dilithium/FALCON 签名的协议升级，并进行 PreQ-PQ 混合操作，2030-2035 年实现完全后量子过渡，淘汰经典算法。多种迁移路径（主动式、自适应式、混合式）为不同的用户群体提供了灵活性，而无需强制采用单一策略。哈希函数升级到 384 位输出和 zkLogin PQ-zkSNARK 研究并行进行，确保全面的量子就绪性，而不是零散的修补。

AI 基础设施扩展显示出明确的里程碑，包括 Walrus 主网上线（2025 年第一季度）为 AI 模型提供去中心化存储，Talus Nexus 框架赋能可组合代理工作流（2025 年 2 月部署），以及 Nautilus TEE 框架扩展到 Intel TDX 和 AMD SEV，超越当前 AWS Nitro Enclaves 支持。阿里云合作路线图包括扩展语言支持、更深入的 ChainIDE 集成以及在香港、新加坡和迪拜针对开发者社区的演示日。OpenGraph 的链上推理浏览器和 TensorflowSui SDK 的成熟为 AI 开发者提供了超越理论框架的实用工具。

机器人能力提升从多机器人协作演示进展到生产部署，包括 3DOS 网络扩展、“无网络模式”无线电波事务能力以及赋能零 Gas 费机器人命令的 zkTunnels。支持拜占庭容错、亚秒级协调循环和自主 M2M 支付的技术架构今天已经存在——采用障碍是教育和生态系统建设，而不是技术限制。NASA、Meta 和 Uber 校友的参与表明了严肃的工程人才正在解决现实世界的机器人挑战，而不是学术研究项目。

协议改进包括 Mysticeti 共识优化，保持 80% 的延迟降低优势，通过 Pilotfish 多机执行实现横向扩展，以及存储优化以应对不断增长的状态。检查点系统（每约 3 秒）为 AI 训练数据和机器人审计追踪提供了可验证的快照。事务大小缩减为单字节预设格式，降低了物联网设备的带宽要求。赞助事务扩展消除了消费者应用程序的 Gas 摩擦，这些应用程序需要无缝的 Web2 类似用户体验。

技术卓越使 Sui 在高级计算领域占据主导地位​

对技术架构、领导愿景、实际实施和竞争定位的全面分析表明，Sui 是唯一为 AI、机器人和量子计算融合做好准备的区块链平台。

Sui 通过可衡量的性能指标实现了技术优势：297,000 TPS 和 480 毫秒的最终性超越了所有主要竞争对手，赋能了在较慢链上不可能实现的实时 AI 代理协调和机器人控制。面向对象的数据模型与 Move 语言安全性相结合，提供了编程模型优势，防止了困扰基于账户架构的漏洞类别。从一开始就设计而非改造的密码学敏捷性，赋能了无需硬分叉或治理斗争的抗量子过渡。这些能力今天已在主网上通过 122 个验证者投入生产，而不是理论白皮书或遥远的路线图。

Kostas Chalkias 拥有 50 多篇出版物、8 项美国专利和密码学创新（zkLogin、BPQS、Winterfell STARK、HashWires），通过富有远见的领导力提供了智力基础，使 Sui 与技术上称职但缺乏想象力的竞争对手区分开来。他的量子计算突破性研究（2025 年 7 月）、AI 基础设施支持（Swarm Network 支持）和公开交流（Token 2049、韩国区块链周、London Real）确立了思想领导地位，吸引了顶尖开发者和机构合作伙伴。愿意为 2030 年及以后的时间框架进行架构设计，而不是仅仅关注季度指标，这表明了平台基础设施所需的长期战略思维。

通过生产部署（Atoma 主网 AI 推理、3DOS 79,909 台打印机网络、Talus 代理框架）进行的生态系统验证证明了技术能力转化为实际效用。机构合作（阿里云、瑞士银行托管、Grayscale/富兰克林邓普顿产品）标志着超越区块链原生爱好者的主流认可。开发者增长指标（50% 的黑客马拉松获奖者专注于 AI、全面的 SDK 覆盖、AI 编码助手）展示了支持长期采用的可持续生态系统扩展。

将自身战略定位为机器人经济、抗量子金融系统和自主 AI 代理协调的区块链基础设施，创造了差异化的价值主张，超越了专注于现有区块链用例渐进式改进的竞争对手。摩根士丹利预测到 2050 年将有 10 亿个人形机器人，NIST 要求到 2030 年采用抗量子算法，麦肯锡预测代理 AI 将带来 40% 的生产力提升——Sui 的技术能力与需要去中心化宏观技术趋势精确对齐。

对于在区块链上构建高级计算应用程序的组织而言，Sui 提供了无与伦比的技术能力（297K TPS，480 毫秒最终性）、面向未来的抗量子架构（唯一从一开始就为量子设计区块链）、经过验证的机器人基础设施（唯一展示多机器人协作的区块链）、卓越的编程模型（Move 语言的安全性和表达性）以及赋能 AI/机器人应用程序的实时性能，这些在顺序执行链上是物理上不可能实现的。该平台代表的不是渐进式改进，而是区块链未来十年根本性的架构再思考。

引言​

去中心化 AI 推理/训练市场旨在以无需信任的方式利用全球计算资源和社区模型。像 Bittensor、Gensyn 和 Cuckoo Network (Cuckoo AI) 这样的项目展示了区块链技术如何为开放的 AI 市场提供动力。每个平台都将关键的 AI 资产——计算能力、机器学习模型，有时还包括数据——代币化为链上经济单位。在下文中，我们将深入探讨支撑这些网络的技术架构、它们如何将资源代币化、它们的治理和激励结构、跟踪模型所有权的方法、收入分成机制，以及由此产生的攻击面（例如女巫攻击、合谋、搭便车、投毒）。文末的对比表格总结了 Bittensor、Gensyn 和 Cuckoo AI 在所有关键维度上的表现。

技术架构​

Bittensor：基于子网的去中心化“神经互联网”​

Bittensor 构建在一个自定义的 Layer-1 区块链（Subtensor 链，基于 Substrate）之上，该区块链协调着一个由分布在多个专业子网中的 AI 模型节点组成的网络。每个子网都是一个独立的迷你网络，专注于特定的 AI 任务（例如，一个子网用于语言生成，另一个用于图像生成等）。Bittensor 的参与者扮演着不同的角色：

• 矿工 – 他们在自己的硬件上运行机器学习模型，并为子网的任务提供推理答案（甚至执行训练）。本质上，矿工是一个托管 AI 模型的节点，负责回答查询。
• 验证者 – 他们用提示查询矿工的模型，并评估响应的质量，从而判断哪些矿工贡献了有价值的结果。验证者有效地对矿工的表现进行评分。
• 子网所有者 – 他们创建和定义子网，设定该子网中执行任务和进行验证的规则。例如，子网所有者可以指定一个子网用于某个特定的数据集或模态，并定义验证程序。
• 委托人 – 不运行节点的代币持有者可以将其 Bittensor 代币 (TAO) 委托（质押）给矿工或验证者，以支持表现最佳者并赚取一部分奖励（类似于权益证明网络中的质押）。

Bittensor 的共识机制是新颖的：它不使用传统的区块验证，而是采用 Yuma 共识，这是一种“智能证明”的形式。在 Yuma 共识中，验证者对矿工的评估在链上聚合，以确定奖励分配。每 12 秒一个区块，网络会铸造新的 TAO 代币，并根据验证者对哪些矿工提供了有用工作的共识进行分配。验证者的分数通过一种权益加权的中位数方案进行组合：离群的意见被剔除，诚实的多数意见占主导。这意味着，如果大多数验证者都认为某个矿工是高质量的，那么该矿工将获得丰厚的奖励；如果一个验证者的意见与其他验证者相差甚远（可能是由于合谋或错误），该验证者将因赚取较少奖励而受到惩罚。通过这种方式，Bittensor 的区块链协调了一个矿工-验证者反馈循环：矿工竞争产生最佳的 AI 输出，验证者则策划和排名这些输出，双方都能根据其增加的价值按比例赚取代币。这种架构通常被描述为“去中心化的神经网络”或“全球大脑”，其中模型相互学习信号并共同进化。值得注意的是，Bittensor 最近升级了其链以支持 EVM 兼容性（用于智能合约），并引入了 dTAO，一个子网特定代币和质押系统（稍后解释），以进一步去中心化资源分配的控制。

Gensyn：无需信任的分布式计算协议​

Gensyn 从分布式计算协议的角度切入去中心化 AI，专注于机器学习。其架构连接了拥有 AI 任务（如训练模型或运行推理作业）的开发者（提交者）与全球拥有闲置 GPU/TPU 资源的计算提供者（解决者）。最初，Gensyn 计划建立一个 Substrate L1 链，但后来转向在以太坊上构建一个 rollup，以获得更强的安全性和流动性。因此，Gensyn 网络是一个以太坊 Layer-2（一个以太坊 rollup），负责协调作业发布和支付，而计算则在提供者的硬件上离线进行。

Gensyn 设计的一个核心创新是其链下工作验证系统。Gensyn 结合使用**乐观验证（欺诈证明）**和密码学技术，以确保当解决者声称已运行训练/推理任务时，结果是正确的。实际上，该协议涉及多个参与者角色：

• 提交者 – 请求作业的一方（例如，需要训练模型的人）。他们支付网络费用，并提供模型/数据或任务规范。
• 解决者 – 竞标并在其硬件上执行机器学习任务的节点。他们会按要求训练模型或运行推理，然后提交结果和计算证明。
• 验证者/挑战者 – 可以审计或抽查解决者工作的节点。Gensyn 实现了一种类似 Truebit 的方案，默认情况下接受解决者的结果，但如果验证者怀疑计算不正确，可以在一个时间窗口内提出挑战。在挑战中，会使用一种交互式的“二分查找”来遍历计算步骤（一种欺诈证明协议），以精确定位任何差异。这使得链上只需执行计算中最小的关键部分即可解决争议，而无需重新进行整个昂贵的任务。

至关重要的是，Gensyn 的设计旨在避免朴素方法带来的巨大冗余。Gensyn 的**“学习证明”方法不让许多节点都重复相同的机器学习作业（这会破坏成本节约），而是使用训练元数据来验证学习取得了进展。例如，解决者可能会提供中间模型权重的加密哈希或检查点，以及一个简洁的证明，表明这些权重根据训练更新取得了进展。这种概率性的学习证明可以比重新运行整个训练便宜得多地进行检查，从而实现无需完全复制的无需信任验证。只有当验证者检测到异常时，才会触发更繁重的链上计算作为最后手段。与暴力验证相比，这种方法大大减少了开销，使去中心化机器学习训练变得更加可行。因此，Gensyn 的架构非常强调加密经济博弈设计**：解决者需要质押或提供保证金，如果他们作弊（提交错误结果），他们将失去那笔质押金，而抓住他们的诚实验证者将获得这笔钱。通过将区块链协调（用于支付和争议解决）与链下计算和巧妙的验证相结合，Gensyn 创建了一个机器学习计算市场，可以利用任何地方的闲置 GPU，同时保持无需信任。其结果是一个超大规模的“计算协议”，任何开发者都可以按需访问经济实惠的、全球分布式的训练能力。

Cuckoo AI：全栈式去中心化 AI 服务平台​

Cuckoo Network（或 Cuckoo AI）采用了一种更加垂直整合的方法，旨在提供端到端的去中心化 AI 服务，而不仅仅是原始计算能力。Cuckoo 构建了自己的区块链（最初是在 Arbitrum Orbit 上称为 Cuckoo Chain 的 Layer-1，这是一个与以太坊兼容的 rollup 框架）来协调一切：它不仅将作业与 GPU 匹配，还在一个系统中托管 AI 应用程序并处理支付。其设计是全栈式的：它将区块链、计算和 AI 应用这三个层次整合在一个平台内。

Cuckoo 的参与者分为四组：

• AI 应用构建者（协调者） – 这些是将 AI 模型或服务部署到 Cuckoo 上的开发者。例如，一个开发者可能会托管一个 Stable Diffusion 图像生成器或一个 LLM 聊天机器人作为服务。他们运行协调者节点，负责管理他们的服务：接受用户请求，将其拆分为任务，并将这些任务分配给矿工。协调者质押原生代币（$CAI）以加入网络并获得利用矿工的权利。他们实际上充当了连接用户和 GPU 提供者的第二层协调者。
• GPU/CPU 矿工（任务节点） – 这些是资源提供者。矿工运行 Cuckoo 任务客户端，并贡献他们的硬件来为 AI 应用执行推理任务。例如，一个矿工可能会被协调者分配一个图像生成请求（带有给定的模型和提示），并使用他们的 GPU 计算结果。矿工也必须质押 $CAI 以确保承诺和良好行为。他们为正确完成的每个任务赚取代币奖励。
• 终端用户 – AI 应用程序的消费者。他们通过 Cuckoo 的门户网站或 API 进行交互（例如，通过 CooVerse 生成艺术作品或与 AI 人物聊天）。用户可以为每次使用支付加密货币，或者可能贡献自己的计算能力（或质押）来抵消使用成本。一个重要的方面是抗审查性：如果一个协调者（服务提供者）被封锁或宕机，用户可以切换到另一个提供相同应用程序的协调者，因为在去中心化网络中，多个协调者可以托管相似的模型。
• 质押者（委托人） – 不运行 AI 服务或挖矿硬件的社区成员仍然可以通过在运行这些服务的人身上质押 $CAI 来参与。通过用他们的质押投票给受信任的协调者或矿工，他们帮助建立声誉，并作为回报获得一部分网络奖励。这种设计构建了一个 Web3 声誉层：好的参与者吸引更多的质押（从而获得信任和奖励），而坏的参与者则失去质押和声誉。甚至终端用户在某些情况下也可以质押，使他们与网络的成功保持一致。

Cuckoo 链（目前正从一个独立的链过渡到一个共享安全的 rollup）跟踪所有这些交互。当用户调用一个 AI 服务时，协调者节点为矿工创建链上任务分配。矿工在链下执行任务并将结果返回给协调者，协调者验证它们（例如，检查输出的图像或文本不是乱码）并将最终结果交付给用户。区块链处理支付结算：对于每个任务，协调者的智能合约以 $CAI 支付给矿工（通常将微支付聚合成每日支付）。Cuckoo 强调无需信任和透明度——所有参与者都质押代币，所有任务的分配和完成都被记录下来，因此作弊行为会因失去质押的威胁和性能的公开可见性而受到抑制。网络的模块化设计意味着可以轻松添加新的 AI 模型或用例：虽然它以文本到图像生成作为概念验证开始，但其架构足够通用，可以支持其他 AI 工作负载（例如，语言模型推理、音频转录等）。

Cuckoo 架构的一个显著特点是，它最初推出了自己的 Layer-1 区块链，以最大化 AI 交易的吞吐量（在测试期间达到每日 30 万笔交易的峰值）。这允许为 AI 任务调度进行自定义优化。然而，团队发现维护一个独立的 L1 成本高昂且复杂，截至 2025 年中期，他们决定弃用自定义链并迁移到以太坊上的 rollup/AVS（主动验证服务）模型。这意味着 Cuckoo 将从以太坊或像 Arbitrum 这样的 L2 继承安全性，而不是运行自己的共识，但将继续在该共享安全层上运营其去中心化 AI 市场。这一改变旨在提高经济安全性（利用以太坊的稳健性），并让 Cuckoo 团队专注于产品而非底层的链维护。总而言之，Cuckoo 的架构创建了一个去中心化的 AI 服务平台，任何人都可以在其中接入硬件或部署 AI 模型服务，全球用户可以以更低的成本和更少对大型科技基础设施的依赖来访问 AI 应用。

资产代币化机制​

这些网络的一个共同主题是将计算、模型和数据转换为可以在链上交易或货币化的资产或经济单位。然而，每个项目都以不同的方式专注于将这些资源代币化：

• 计算能力： 所有三个平台都将计算工作转化为奖励代币。在 Bittensor 中，有用的计算（由矿工完成的推理或训练）通过验证者评分量化，并在每个区块中以 TAO 代币进行奖励。本质上，Bittensor“衡量”贡献的智能，并铸造 TAO 作为代表该贡献的商品。Gensyn 明确将计算视为一种商品——其协议创建了一个市场，其中 GPU 时间是产品，价格由代币的供需决定。开发者使用代币购买计算，提供者通过出售其硬件周期来赚取代币。Gensyn 团队指出，任何数字资源（计算、数据、算法）都可以以类似的无需信任的市场方式进行表示和交易。Cuckoo 通过 ERC-20 代币 $CAI 将计算代币化，作为完成任务的支付。GPU 提供者基本上通过进行 AI 推理工作来“挖掘”CAI。Cuckoo 的系统创建了任务的链上记录，因此可以将每个完成的 GPU 任务视为一个以代币支付的原子工作单元。这三个平台的前提都是，原本闲置或无法访问的计算能力变成了一种代币化的、流动的资产——无论是通过协议级别的代币发行（如 Bittensor 和早期的 Cuckoo）还是通过计算作业的买卖订单开放市场（如 Gensyn）。

• AI 模型： 将 AI 模型表示为链上资产（例如 NFT 或代币）仍处于初级阶段。Bittensor 不将模型本身代币化——模型仍然由矿工在链下拥有。相反，Bittensor 通过奖励表现良好的模型来间接为模型定价。实际上，模型的“智能”被转化为 TAO 收益，但没有一个 NFT 代表模型权重或允许他人使用该模型。Gensyn 的重点是计算交易，而不是明确为模型创建代币。在 Gensyn 中，模型通常由开发者在链下提供（可能是开源或专有的），由解决者训练，然后返回——没有内置机制来创建一个拥有该模型或其 IP 的代币。（也就是说，如果各方选择，Gensyn 市场可能可以促进模型工件或检查点的交易，但协议本身将模型视为计算的内容，而不是代币化资产。）Cuckoo 介于两者之间：它提到了“AI 代理”和集成到网络中的模型，但目前没有代表每个模型的非同质化代币。相反，模型由应用构建者部署，然后通过网络提供服务。该模型的使用权被隐式代币化，因为当模型被使用时（通过部署它的协调者），它可以赚取 $CAI。所有三个平台都承认模型代币化的概念——例如，通过代币让社区拥有模型——但实际实现有限。作为一个行业，将 AI 模型代币化（例如，作为具有所有权和利润分享的 NFT）仍在探索中。Bittensor 的模型相互交换价值的方法是一种*“模型市场”*的形式，但没有为每个模型明确的代币。Cuckoo 团队指出，去中心化的模型所有权有望降低与中心化 AI 相比的门槛，但这需要有效的方法来验证链上的模型输出和使用情况。总而言之，计算能力现在被立即代币化（为完成的工作支付代币是直接的），而模型则是间接或有抱负地被代币化（因其输出而获得奖励，可能由质押或声誉代表，但尚未在这些平台上被视为可转让的 NFT）。

• 数据： 数据代币化仍然是最困难的。Bittensor、Gensyn 或 Cuckoo 都没有完全集成的通用链上数据市场（其中数据集以可强制执行的使用权进行交易）。Bittensor 节点可能会在各种数据集上进行训练，但这些数据集不是链上系统的一部分。Gensyn 可能允许开发者提供一个用于训练的数据集，但协议不会将该数据代币化——它只是在链下提供给解决者使用。Cuckoo 同样不将用户数据代币化；它主要以短暂的方式处理数据（如用户提示或输出）以进行推理任务。Cuckoo 的博客明确指出，“去中心化数据仍然难以代币化”，尽管它是一种关键资源。数据是敏感的（隐私和所有权问题），并且难以用当前的区块链技术处理。因此，虽然计算正在商品化，模型也开始如此，但数据在很大程度上仍然停留在链下，除非是特殊情况（这三个项目之外的一些项目正在试验数据联盟和数据贡献的代币奖励，但这超出了我们当前的范围）。总而言之，计算能力在这些网络中现在是一种链上商品，模型通过代币进行估值，但尚未作为资产单独代币化，而数据代币化仍然是一个悬而未决的问题（除了承认其重要性之外）。

治理与激励​

一个稳健的治理和激励设计对于这些去中心化 AI 网络自主、公平地运作至关重要。在这里，我们审视每个平台如何自我治理（谁做决策，如何进行升级或参数更改），以及它们如何通过代币经济学来协调参与者的激励。

• Bittensor 治理： 在早期阶段，Bittensor 的开发和子网参数主要由核心团队和主子网上的一组 64 个“根”验证者控制。这是一个中心化点——少数强大的验证者对奖励分配有巨大的影响力，导致了一些人所说的*“寡头投票系统”*。为了解决这个问题，Bittensor 在 2025 年引入了 dTAO（去中心化 TAO）治理。dTAO 系统将资源分配转变为市场驱动和社区控制。具体来说，TAO 持有者可以将其代币质押到子网特定的流动性池中（本质上，他们“投票”决定哪些子网应该获得更多的网络发行），并收到代表这些子网池所有权的 alpha 代币。吸引更多质押的子网将拥有更高的 alpha 代币价格，并获得每日 TAO 发行的更大份额，而不受欢迎或表现不佳的子网将看到资本（以及发行）流失。这就形成了一个反馈循环：如果一个子网产生有价值的 AI 服务，更多的人会向其质押 TAO（寻求奖励），这使得该子网有更多的 TAO 来奖励其参与者，从而促进增长。如果一个子网停滞不前，质押者会撤回到更有利可图的子网。实际上，TAO 持有者通过财务信号集体治理网络的焦点，表明哪些 AI 领域值得更多资源。这是一种通过代币权重进行的链上治理形式，与经济成果保持一致。除了资源分配，重大的协议升级或参数更改可能仍需通过治理提案，由 TAO 持有者投票（Bittensor 有一个由 Bittensor 基金会和选举产生的理事会管理的链上提案和公投机制，类似于 Polkadot 的治理）。随着时间的推移，可以预期 Bittensor 的治理将变得越来越去中心化，基金会会逐渐退后，由社区（通过 TAO 质押）来决定通货膨胀率、新子网批准等事项。向 dTAO 的过渡是朝着这个方向迈出的一大步，用一个激励一致的代币利益相关者市场取代了中心化的决策者。

• Bittensor 激励： Bittensor 的激励结构与其共识紧密相连。每个区块（12 秒），会新铸造 1 个 TAO，并根据每个子网贡献者的表现进行分配。每个子网的区块奖励默认分配为41% 给矿工，41% 给验证者，18% 给子网所有者。这确保了所有角色都得到奖励：矿工因进行推理工作而获得报酬，验证者因其评估工作而获得报酬，而子网所有者（可能为该子网引导了数据/任务）则因提供“市场”或任务设计而获得剩余收益。这些百分比在协议中是固定的，旨在使每个人的激励都朝着高质量的 AI 输出方向发展。Yuma 共识机制通过根据质量分数加权奖励来进一步完善激励——提供更好答案的矿工（根据验证者共识）将获得那 41% 的更高部分，而紧密遵循诚实共识的验证者将获得验证者部分的更多份额。表现不佳者在经济上被淘汰。此外，委托人（质押者）支持矿工或验证者，通常会收到该节点收益的一部分（节点通常会设定一个佣金，将其余部分分给委托人，类似于 PoS 网络中的质押）。这使得被动的 TAO 持有者能够支持最佳贡献者并获得收益，进一步加强了精英管理。因此，Bittensor 的代币 (TAO) 是一种实用代币：它用于新矿工的注册（矿工必须花费少量 TAO 加入，以对抗女巫垃圾邮件），并且可以质押以增加影响力或通过委托赚取收益。它也被设想为一种支付代币，如果外部用户想从 Bittensor 网络消费服务（例如，支付 TAO 来查询 Bittensor 上的语言模型），尽管内部奖励机制迄今为止一直是主要的“经济体”。总体的激励理念是奖励“有价值的智能”——即帮助产生良好 AI 成果的模型——并创造一个不断提高网络中模型质量的竞争。

• Gensyn 治理： Gensyn 的治理模型旨在随着网络的成熟从核心团队控制演变为社区控制。最初，Gensyn 将有一个Gensyn 基金会和一个选举产生的理事会，负责监督协议升级和财库决策。预计该理事会最初将由核心团队成员和早期社区领袖组成。Gensyn 计划为其原生代币（通常称为 GENS）进行代币生成事件 (TGE)，之后治理权将越来越多地通过链上投票掌握在代币持有者手中。基金会的角色是代表协议的利益，并确保向完全去中心化的平稳过渡。实际上，Gensyn 可能会有链上提案机制，其中对参数的更改（例如，验证博弈的长度、费率）或升级由社区投票决定。因为 Gensyn 正在作为以太坊 rollup 实现，治理也可能与以太坊的安全性相关联（例如，使用 rollup 合约的升级密钥，最终移交给代币持有者的 DAO）。Gensyn 白皮书的去中心化与治理部分强调，该协议最终必须是全球拥有的，这与“机器智能网络”应属于其用户和贡献者的理念相一致。总而言之，Gensyn 的治理始于半中心化，但其架构旨在成为一个 DAO，其中 GENS 代币持有者（可能按质押或参与度加权）共同做出决策。

• Gensyn 激励： Gensyn 中的经济激励是直接的市场动态，辅以加密经济安全。开发者（客户）用 Gensyn 代币支付机器学习任务，而解决者通过正确完成这些任务来赚取代币。计算周期的价格由公开市场决定——据推测，开发者可以发布带有赏金的任务，解决者可以竞标或在价格符合其期望时直接接受。这确保了只要有闲置 GPU 的供应，竞争就会将成本推低至一个公平的水平（Gensyn 团队预计与云价格相比成本可降低高达 80%，因为网络在全球范围内寻找最便宜的可用硬件）。另一方面，解决者有赚取代币的激励；他们原本可能闲置的硬件现在可以产生收入。为了确保质量，Gensyn 要求解决者在接受工作时质押抵押品——如果他们作弊或产生不正确的结果并被抓住，他们将失去那笔质押（它可能被罚没并奖励给诚实的验证者）。验证者的激励来自于有机会在抓住欺诈性解决者时获得**“大奖”奖励**，类似于 Truebit 的设计，即定期奖励成功识别不正确计算的验证者。这使得解决者保持诚实，并激励一些节点充当监督者。在最优情况下（没有作弊），解决者只赚取任务费用，而验证者角色大多处于闲置状态（或者参与的解决者之一可能兼任其他人的验证者）。因此，Gensyn 的代币既是购买计算的燃料货币，也是保障协议安全的质押抵押品。白皮书提到一个带有非永久性代币的测试网，并且早期测试网参与者将在 TGE 时获得真实代币奖励。这表明 Gensyn 分配了一些代币供应用于引导——奖励早期采用者、测试解决者和社区成员。从长远来看，来自真实工作的费用应该能够维持网络。也可能有一个小的协议费（每个任务支付的一定百分比）进入财库或被销毁；这个细节尚未确认，但许多市场协议都包含一个费用来资助开发或代币回购和销毁。总而言之，Gensyn 的激励围绕着诚实完成机器学习工作：完成工作，获得报酬；试图作弊，失去质押；验证他人，抓住作弊者则获得奖励。这创建了一个旨在实现可靠分布式计算的自我监管经济体系。

• Cuckoo 治理： Cuckoo Network 从第一天起就将治理融入其生态系统，尽管它仍处于发展阶段。$CAI 代币除了其效用角色外，明确是一种治理代币。Cuckoo 的理念是，GPU 节点运营商、应用开发者甚至终端用户都应该在网络的演变中有发言权——这反映了其社区驱动的愿景。实际上，重要决策（如协议升级或经济变化）将由代币加权投票决定，大概是通过 DAO 机制。例如，Cuckoo 可以就改变奖励分配或采用新功能进行链上投票，而$CAI 持有者（包括矿工、开发者和用户）将进行投票。链上投票已经被用作声誉系统：Cuckoo 要求每个角色都质押代币，然后社区成员可以投票（或许通过委托质押或通过治理模块）决定哪些协调者或矿工是值得信赖的。这会影响声誉分数，并可能影响任务调度（例如，获得更多投票的协调者可能会吸引更多用户，或者获得更多投票的矿工可能会被分配更多任务）。这是治理和激励的结合——使用治理代币来建立信任。Cuckoo 基金会或核心团队迄今为止一直在指导项目的方向（例如，最近决定弃用 L1 链），但他们的博客表明了向去中心化所有权迈进的承诺。他们认识到运行自己的链会产生高昂的开销，转向 rollup 将允许更开放的开发和与现有生态系统的整合。很可能一旦在一个共享层（如以太坊）上，Cuckoo 将为升级实施一个更传统的 DAO，社区使用 CAI 进行投票。

• Cuckoo 激励： Cuckoo 的激励设计有两个阶段：初始的引导阶段，有固定的代币分配；以及未来的状态，有基于使用的收入分成。在启动时，Cuckoo 进行了 10 亿 CAI 代币的**“公平启动”**分配。51% 的供应量留给社区，分配如下：

• 挖矿奖励： 总供应量的 30% 用于支付 GPU 矿工执行 AI 任务。

• 质押奖励： 总供应量的 11% 用于那些质押并帮助保护网络的人。

• 空投： 5% 给早期用户和社区成员作为采用激励。

• （另外 5% 用于开发者资助，以鼓励在 Cuckoo 上构建。）

这种大规模的分配意味着在网络早期，即使实际用户需求很低，矿工和质押者也能从发行池中获得奖励。事实上，Cuckoo 的初始阶段以高 APY 收益为特色，用于质押和挖矿，这成功地吸引了参与者，但也吸引了只为代币而来的“收益农民”。团队注意到，一旦奖励率下降，许多用户就离开了，这表明这些激励措施与真正的使用无关。吸取了这一教训，Cuckoo 正在转向一个奖励与真实 AI 工作负载直接相关的模型。在未来（部分已经实现），当终端用户为 AI 推理付费时，那笔付款（以 CAI 或可能转换为 CAI 的其他接受的代币）将在贡献者之间分配：

• GPU 矿工将因其提供的计算而获得大部分份额。
• **协调者（应用开发者）**将作为提供模型和处理请求的服务提供商获得一部分。
• 质押者委托给这些矿工或协调者的人可能会获得一小部分或通胀奖励，以继续激励支持可靠的节点。
• 网络/财库可能会保留一笔费用用于持续开发或资助未来的激励措施（或者费用可能为零/名义上的，以最大化用户的可负担性）。

本质上，Cuckoo 正在向收入分成模型迈进：如果 Cuckoo 上的一个 AI 应用产生收益，这些收益将以公平的方式分配给该服务的所有贡献者。这使得激励措施保持一致，参与者从实际使用中受益，而不仅仅是通货膨胀。网络已经要求所有方质押 CAI——这意味着矿工和协调者不仅获得固定的奖励，还可能获得基于质押的奖励（例如，如果许多用户在他们身上质押，或者如果他们自己质押更多，协调者可能会获得更高的奖励，类似于权益证明验证者的收益方式）。在用户激励方面，Cuckoo 还引入了空投门户和水龙头（一些用户利用了这些）来播种初始活动。展望未来，用户可能会通过使用服务的代币返利或通过参与策划的治理奖励（例如，为评级输出或贡献数据赚取少量代币）来获得激励。底线是 Cuckoo 的代币（$CAI）是多用途的：它是链上的燃料/费用代币（所有交易和支付都使用它），它用于质押和投票，并且是完成工作的奖励单位。Cuckoo 明确提到，它希望将代币奖励与服务级 KPI（关键绩效指标）挂钩——例如，正常运行时间、查询吞吐量、用户满意度——以避免纯粹的投机性激励。这反映了代币经济从简单的流动性挖矿向更可持续、实用驱动的模型的成熟。

模型所有权与 IP 归属​

处理 AI 模型的知识产权 (IP) 和所有权是去中心化 AI 网络的一个复杂方面。每个平台都采取了略有不同的立场，总的来说，这是一个不断发展的领域，目前还没有完整的解决方案：

• Bittensor： Bittensor 中的模型由矿工节点提供，这些矿工保留对其模型权重的完全控制（这些权重从未在链上发布）。除了模型在某个钱包地址上运行这一事实外，Bittensor 并没有明确跟踪谁“拥有”一个模型。如果一个矿工离开，他们的模型也随之离开。因此，Bittensor 中的 IP 归属是链下的：如果一个矿工使用专有模型，链上没有任何东西可以强制执行甚至知道这一点。Bittensor 的理念鼓励开放贡献（许多矿工可能会使用像 GPT-J 或其他开源模型），网络奖励的是这些模型的性能。可以说，Bittensor 为模型创建了一个声誉分数（通过验证者排名），这是一种承认模型价值的形式，但模型本身的权利并未被代币化或分发。值得注意的是，Bittensor 中的子网所有者可以被视为拥有一部分 IP：他们定义一个任务（可能包括一个数据集或方法）。子网所有者在创建子网时会铸造一个 NFT（称为子网 UID），该 NFT 使他们有权获得该子网 18% 的奖励。这有效地将创建模型市场（即子网）代币化，而不是模型实例。如果将子网的定义（比如一个带有特定数据集的语音识别任务）视为 IP，那么它至少被记录和奖励了。但是，矿工训练的单个模型权重——没有这些权重的链上所有权记录。归属以支付给该矿工地址的奖励形式出现。Bittensor 目前没有实现一个系统，例如，多个人可以共同拥有一个模型并获得自动的收入分成——运行模型的人（矿工）获得奖励，而他们是否遵守所用模型的任何 IP 许可是他们链下的事情。

• Gensyn： 在 Gensyn 中，模型所有权是直接的，因为提交者（想要训练模型的人）提供模型架构和数据，训练后，他们会收到最终的模型工件。执行工作的解决者对模型没有权利；他们就像为服务付费的承包商。因此，Gensyn 的协议假设了传统的 IP 模型：如果你对提交的模型和数据拥有合法权利，那么在训练后你仍然拥有它们——计算网络不声称任何所有权。Gensyn 确实提到，市场也可以像交易任何其他资源一样交易算法和数据。这暗示了一种情景，即有人可以在网络中提供一个模型或算法供使用，可能需要付费，从而将该模型的访问权代币化。例如，一个模型创建者可能会将其预训练模型放在 Gensyn 上，并允许他人在网络上对其进行微调，并收取费用（这实际上将模型 IP 货币化）。虽然协议不强制执行许可条款，但可以编码支付要求：一个智能合约可以要求支付费用以向解决者解锁模型权重。然而，这些都是推测性的用例——Gensyn 的主要设计是关于促成训练作业。至于归属，如果多方对一个模型做出贡献（比如一方提供数据，另一方提供计算），这很可能由他们在开始使用 Gensyn 之前建立的任何合同或协议来处理（例如，一个智能合约可以在数据提供者和计算提供者之间分配支付）。Gensyn 本身除了记录哪些地址为该工作支付了费用之外，不会在链上跟踪“这个模型是由 X、Y、Z 构建的”。总而言之，Gensyn 中的模型 IP 仍然属于提交者，任何归属或许可都必须通过协议之外的法律协议或在其之上构建的自定义智能合约来处理。

• Cuckoo： 在 Cuckoo 的生态系统中，模型创建者（AI 应用构建者）是一等参与者——他们部署 AI 服务。如果一个应用构建者微调了一个语言模型或开发了一个自定义模型并将其托管在 Cuckoo 上，那么该模型基本上是他们的财产，他们充当服务所有者。Cuckoo 不会夺取任何所有权；相反，它为他们提供了将使用货币化的基础设施。例如，如果一个开发者部署了一个聊天机器人 AI，用户可以与之互动，开发者（以及矿工）可以从每次互动中赚取 CAI。因此，该平台将使用收入归属于模型创建者，但不会明确发布模型权重或将其变成 NFT。事实上，为了在矿工的 GPU 上运行模型，协调者节点可能需要以某种形式将模型（或运行时）发送给矿工。这就提出了 IP 问题：恶意的矿工是否可以复制模型权重并分发它们？在去中心化网络中，如果使用专有模型，这种风险是存在的。Cuckoo 目前的重点是相当开放的模型（Stable Diffusion、LLaMA 衍生的模型等）和建立社区，所以我们还没有看到通过智能合约强制执行 IP 权利。该平台未来可能会集成像加密模型执行或安全区域之类的工具来保护 IP，但文档中没有提到具体内容。它确实跟踪的是谁为每个任务提供了模型服务——因为协调者是一个链上身份，其模型的所有使用都归于他们，他们会自动获得他们的奖励份额。如果要将模型转交或出售给其他人，实际上他们会转移协调者节点的控制权（如果协调者角色被代币化，甚至可能只是给他们私钥或 NFT）。目前，模型的社区所有权（通过代币份额）尚未实现，但 Cuckoo 的愿景暗示了去中心化的社区驱动 AI，所以他们可能会探索让人们集体资助或治理一个 AI 模型。在这些网络中，模型的代币化超越个人所有权仍然是一个开放领域——它被认为是一个目标（让社区而不是公司拥有 AI 模型），但实际上它需要解决上述 IP 和验证挑战的方案。

总而言之，在 Bittensor、Gensyn 和 Cuckoo 中，模型所有权是通过传统方式在链下处理的：运行或提交模型的人或实体实际上是所有者。这些网络以经济奖励的形式提供归属（为模型的贡献者的 IP 或努力支付报酬）。这三者都还没有在智能合约层面内置模型使用的许可或版税强制执行。归属通过声誉和奖励来实现：例如，Bittensor 的最佳模型获得高声誉分数（这是公开记录）和更多的 TAO，这是对其创建者的隐性认可。随着时间的推移，我们可能会看到像NFT 绑定的模型权重或去中心化许可这样的功能来更好地跟踪 IP，但目前的优先事项是让网络运作并激励贡献。所有人都同意，验证模型来源和输出是实现真正的模型资产市场的关键，这方面的研究正在进行中。

收入分成结构​

所有三个平台都必须决定，当多方合作产生有价值的 AI 输出时，如何分配经济蛋糕。当一个 AI 服务被使用或代币被发行时，谁得到报酬，以及多少？每个平台都有一个独特的收入分成模型：

• Bittensor： 如激励部分所述，Bittensor 的收入分配是在区块级别由协议定义的：每个区块的 TAO 发行中，41% 给矿工，41% 给验证者，18% 给子网所有者。这实际上是为每个子网产生的价值内置的收入分成。子网所有者的份额（18%）就像是为“模型/任务设计”或为引导该子网生态系统而收取的版税。矿工和验证者获得相等的份额，确保了没有验证，矿工就得不到奖励（反之亦然）——它们是共生的，各自获得铸造奖励的相等部分。如果我们考虑一个外部用户支付 TAO 来查询一个模型，Bittensor 白皮书设想这笔支付也会在回答的矿工和帮助审查答案的验证者之间类似地分配（具体分配比例可以由协议或市场力量决定）。此外，委托人质押在矿工/验证者身上，实际上是合作伙伴——通常，矿工/验证者会将其赚取的 TAO 的一部分与他们的委托人分享（这是可配置的，但通常大部分给委托人）。所以，如果一个矿工从一个区块中赚取了 1 TAO，根据质押情况，这可能会在他们的委托人和他们自己之间以 80/20 的比例分配。这意味着即使非运营商也能根据他们的支持按比例获得网络收入的一部分。随着 dTAO 的引入，又增加了一层分享：那些质押到子网池中的人会得到 alpha 代币，这使他们有权获得该子网发行的一部分（就像收益农场）。实际上，任何人都可以通过持有 alpha 代币来分享特定子网的成功，并获得矿工/验证者奖励的一部分（alpha 代币会随着子网吸引更多使用和发行而升值）。总而言之，Bittensor 的收入分成是由代码固定的，适用于主要角色，并通过社交/质押安排进一步分享。这是一个相对透明、基于规则的分配——每个区块，参与者都确切地知道 1 TAO 是如何分配的，从而知道他们每次贡献的“收益”。这种清晰度是 Bittensor 有时被比作 AI 领域的比特币的原因之一——一个确定性的货币发行，参与者的奖励是数学上设定的。

• Gensyn： Gensyn 中的收入分成更加动态和市场驱动，因为任务是单独定价的。当一个提交者创建一个工作时，他们会附上一个他们愿意支付的奖励（比如 X 个代币）。完成工作的解决者会得到那个 X（减去任何网络费用）。如果涉及到验证者，通常有一个规则，比如：如果没有检测到欺诈，解决者保留全部支付；如果检测到欺诈，解决者将被罚没——失去部分或全部质押——而被罚没的金额将作为奖励给予验证者。所以验证者不是从每个任务中赚钱，只有当他们抓住一个坏结果时才赚钱（加上可能参与的少量基准费用，取决于实现方式）。这里没有内置的向模型所有者支付的概念，因为假设提交者要么是模型所有者，要么有权使用该模型。可以想象一种情景，提交者正在微调别人的预训练模型，一部分支付会给原始模型创建者——但这必须在协议之外处理（例如，通过协议或一个单独的智能合约来相应地分配代币支付）。Gensyn 的协议级分享本质上是客户 -> 解决者 (-> 验证者)。代币模型可能包括一些分配给协议财库或基金会；例如，每个任务支付的一小部分可能会进入一个财库，用于资助开发或保险池（这在现有文档中没有明确说明，但许多协议都这样做）。此外，在早期，Gensyn 可能会通过通货膨胀来补贴解决者：测试网用户在 TGE 时被承诺奖励，这实际上是来自初始代币分配的收入分成（早期解决者和支持者因帮助引导而获得一部分代币，类似于空投或挖矿奖励）。随着时间的推移，随着真实工作的增多，通胀奖励会逐渐减少，解决者的收入将主要来自用户支付。Gensyn 的方法可以总结为一个按服务收费的收入模型：网络促成需要完成工作的人向完成工作的人直接支付，验证者和可能的代币质押者只有在他们在保障该服务中发挥作用时才分得一杯羹。

• Cuckoo： Cuckoo 的收入分成已经演变。最初，因为没有太多付费的终端用户，收入分成基本上是通货膨胀分享：来自代币供应的 30% 挖矿和 11% 质押分配意味着矿工和质押者分享网络公平启动池发行的代币。实际上，Cuckoo 运行着像每日 CAI 支付这样的机制，按完成的任务比例支付给矿工。这些支付主要来自挖矿奖励分配（这是保留的固定供应的一部分）。这类似于许多 Layer-1 区块链向矿工/验证者分配区块奖励的方式——它与外部用户的实际使用无关，更多的是为了激励参与和增长。然而，正如他们在 2025 年 7 月的博客中所强调的，这导致了由代币农场而不是真实需求激励的使用。Cuckoo 的下一阶段是一个基于服务费的真正收入分成模型。在这个模型中，当一个终端用户使用，比如说，图像生成服务并支付 1 美元（以加密货币计算）时，那 1 美元价值的代币可能会这样分配：0.70 给完成 GPU 工作的矿工，0.20 给提供模型和接口的应用开发者（协调者），0.10 给质押者或网络财库。（注意：确切的比例是假设的；Cuckoo 尚未公开指定它们，但这说明了概念。）这样，所有为提供服务做出贡献的人都能分得一杯羹。这类似于，例如，共享出行经济，但用于 AI：车辆（GPU 矿工）获得大部分，司机或平台（构建模型服务的协调者）获得一部分，也许平台的治理/质押者获得少量费用。Cuckoo 提到*“收入分成模型和代币奖励直接与使用指标挂钩”*，这表明如果某个特定的服务或节点处理大量流量，其运营商和支持者将赚得更多。他们正在摆脱仅仅锁定代币就能获得固定收益的模式（这在他们最初的质押 APY 中是这样的）。具体来说：如果你在一个最终为非常受欢迎的 AI 应用提供动力的协调者上质押，你可以赚取该应用费用的一部分——这是一个真正的将质押作为对效用投资的场景，而不仅仅是为了通货膨，胀而质押。这使得每个人的激励都朝着吸引为 AI 服务付费的真实用户方向发展，这反过来又将价值反馈给代币持有者。值得注意的是，Cuckoo 的链也有交易费用（gas），所以生产区块的矿工（最初 GPU 矿工也为 Cuckoo 链上的区块生产做出了贡献）也得到了 gas 费用。随着链的关闭和向 rollup 的迁移，gas 费用可能会很小（或者在以太坊上），所以主要收入变成了 AI 服务费用本身。总而言之，Cuckoo 正在从一个补贴驱动的模型（网络从其代币池中支付参与者）过渡到一个需求驱动的模型（参与者从实际用户支付中赚钱）。代币仍将在质押和治理中发挥作用，但矿工和应用开发者的日常收入应越来越多地来自购买 AI 服务的用户。这个模型在长期内更具可持续性，并与 Web2 SaaS 的收入分成密切相似，但通过智能合约和代币实现透明度。

攻击面与漏洞​

去中心化 AI 引入了一些激励和安全挑战。我们现在分析关键的攻击向量——女巫攻击、合谋、搭便车以及数据/模型投毒——以及每个平台如何减轻或仍然容易受到这些攻击：

• 女巫攻击（虚假身份）：在一个开放网络中，攻击者可能会创建许多身份（节点）以获得不成比例的奖励或影响力。

• Bittensor：女巫攻击的抵抗主要来自于进入成本。要在 Bittensor 上注册一个新的矿工或验证者，必须花费或质押 TAO——这可能是一种销毁或保证金要求。这意味着创建 N 个虚假节点会产生 N 倍的成本，使得大规模的女巫攻击变得昂贵。此外，Bittensor 的共识将影响力与质押和性能挂钩；一个没有质押或性能不佳的女巫几乎赚不到钱。攻击者必须投入巨资，并且让他们的女巫节点实际贡献有用的工作才能获得任何显著的奖励（这不是典型的女巫策略）。也就是说，如果一个攻击者确实拥有大量资本，他们可以获得大部分 TAO 并注册许多验证者或矿工——实际上是一种财富女巫。这与 51% 攻击情景重叠：如果单个实体控制了一个子网中超过 50% 的质押 TAO，他们就可以严重影响共识。Bittensor 引入 dTAO 在这里有所帮助：它将影响力分散到各个子网，并要求社区质押支持子网才能发展，这使得单个实体更难控制一切。尽管如此，资金雄厚的对手发起的财富女巫攻击仍然是一个担忧——Arxiv 的分析明确指出，目前的质押相当集中，因此多数攻击的门槛并不像期望的那么高。为了缓解这种情况，有人提出了像每个钱包的质押上限（例如，将有效质押上限设在第 88 百分位数，以防止一个钱包独大）之类的建议。总而言之，Bittensor 依靠质押加权身份（你不能在没有相应质押的情况下廉价地生成身份）来处理女巫攻击；除了在资源非常丰富的攻击者面前，它相当有效。

• Gensyn：Gensyn 中的女巫攻击将表现为攻击者启动许多解决者或验证者节点来操纵系统。Gensyn 的防御纯粹是经济和密码学的——身份本身不重要，但完成工作或提供抵押品很重要。如果一个攻击者创建了 100 个虚假的解决者节点，但他们没有工作或没有质押，他们什么也得不到。要赢得任务，一个女巫节点必须有竞争力地出价，并拥有完成工作的硬件。如果他们以低于成本的价格出价而没有能力，他们会失败并失去质押。同样，攻击者可以创建许多验证者身份，希望被选中进行验证（如果协议随机选择验证者）。但如果数量太多，网络或工作发布者可能会限制活跃验证者的数量。此外，验证者可能需要执行计算来检查它，这是昂贵的；拥有许多虚假的验证者并没有帮助，除非你真的能验证结果。在 Gensyn 中，一个更相关的女巫攻击角度是，如果攻击者试图用虚假的工作或响应填满网络以浪费他人的时间。这可以通过要求提交者也提供押金来缓解（发布虚假工作的恶意提交者会失去他们的支付或押金）。总的来说，Gensyn 使用必需的质押/保证金和随机选择验证意味着攻击者除非也带来相应的资源，否则通过拥有多个身份获得的收益甚微。这变成了一种成本高昂的攻击，而不是廉价的攻击。乐观安全模型假设至少有一个诚实的验证者——女巫必须压倒并成为所有验证者才能持续作弊，这又回到了拥有大部分质押或计算能力的问题。因此，Gensyn 的女巫抵抗能力与乐观 rollup 相当：只要有一个诚实的参与者，女巫就很难轻易造成系统性损害。

• Cuckoo：Cuckoo 中防止女巫攻击依赖于质押和社区审查。Cuckoo 中的每个角色（矿工、协调者，甚至在某些情况下的用户）都需要质押 $CAI。这立即提高了女巫身份的成本——一个制造 100 个虚假矿工的攻击者需要为每个矿工获取并锁定质押。此外，Cuckoo 的设计有一个人为/社区因素：新节点需要通过链上投票来获得声誉。一个没有声誉的新节点女巫大军不太可能被分配到很多任务或被用户信任。特别是协调者必须吸引用户；一个没有记录的虚假协调者不会得到使用。对于矿工，协调者可以在 Cuckoo Scan 上看到他们的性能统计数据（成功任务等），并且会偏爱可靠的矿工。Cuckoo 的矿工数量也相对较少（在 beta 测试中一度只有 40 个 GPU），所以任何大量节点的奇怪涌入都会很明显。潜在的弱点是，如果攻击者也操纵声誉系统——例如，他们在自己的女巫节点上质押大量 CAI，使它们看起来信誉良好，或者创建虚假的“用户”账户来为自己点赞。这在理论上是可能的，但由于这一切都是代币策划的，这样做需要花费代币（你基本上是用自己的质押在自己的节点上投票）。Cuckoo 团队也可以在观察到女巫行为时调整质押和奖励参数（特别是现在它正在成为一个更中心化的 rollup 服务；他们可以暂停或罚没不良行为者）。总而言之，女巫通过要求投入（质押）和需要社区批准来得到控制。没有人可以仅仅带着数百个虚假的 GPU 进来就 reaping 奖励，而无需大量投资，而诚实的参与者可以更好地将这些投资用于真实的硬件和质押。

• 合谋： 这里我们考虑多个参与者合谋操纵系统——例如，Bittensor 中的验证者和矿工合谋，或 Gensyn 中的解决者和验证者合谋等。

• Bittensor：合谋已被确定为一个真正的问题。在最初的设计中，少数验证者可以合谋总是支持某些矿工或他们自己，从而不公平地扭曲奖励分配（这在根子网中被观察为权力集中）。Yuma 共识提供了一些防御：通过取验证者分数的中位数并惩罚偏离者，它防止了一个小的合谋团体大幅提升一个目标，除非他们是多数。换句话说，如果 10 个验证者中有 3 个合谋给一个矿工一个超高的分数，但其他 7 个没有，那么合谋者的离群分数会被剔除，矿工的奖励将基于中位数分数（所以合谋未能显著帮助）。然而，如果合谋者构成了超过 50% 的验证者（或验证者中超过 50% 的质押），他们实际上就是共识——他们可以就虚假的高分达成一致，中位数将反映他们的观点。这是经典的 51% 攻击情景。不幸的是，Arxiv 的研究发现，在一些 Bittensor 子网中，仅占参与者数量 1-2% 的联盟就控制了大部分质押，这是由于代币高度集中。这意味着少数大户的合谋是一个可信的威胁。Bittensor 通过 dTAO 追求的缓解措施是民主化影响力：通过让任何 TAO 持有者将质押导向子网，它稀释了封闭验证者团体的权力。此外，像凹形质押（对超大质押的收益递减）和质押上限等提案旨在打破单个合谋实体聚集过多投票权的能力。Bittensor 的安全假设现在类似于权益证明：没有单个实体（或卡特尔）控制超过 50% 的活跃质押。只要这一点成立，合谋就是有限的，因为诚实的验证者会覆盖不良评分，合谋的子网所有者也不能任意提升自己的奖励。最后，关于子网所有者和验证者之间的合谋（例如，一个子网所有者贿赂验证者以高评价其子网的矿工），dTAO 消除了直接的验证者控制，代之以代币持有者的决策。与“市场”合谋更难，除非你买断代币供应——在这种情况下，这就不再是合谋，而是接管。所以 Bittensor 的主要反合谋技术是算法共识（中位数裁剪）和广泛的代币分配。

• Gensyn：Gensyn 中的合谋可能涉及一个解决者和一个验证者（或多个验证者）合谋欺骗系统。例如，一个解决者可以产生一个虚假的结果，而一个合谋的验证者可以故意不挑战它（或者如果协议要求验证者签署，甚至证明它是正确的）。为了缓解这种情况，Gensyn 的安全模型要求至少有一个诚实的验证者。如果所有验证者都与解决者合谋，那么一个坏结果就不会受到挑战。Gensyn 通过鼓励许多独立的验证者（任何人都可以验证）以及博弈论来解决这个问题，即一个验证者可以通过脱离合谋并提出挑战来获得巨大的奖励（因为他们会得到解决者的质押）。本质上，即使有一群人同意合谋，每个成员都有动机背叛并为自己索取赏金——这是一个经典的囚徒困境设置。希望这能使合谋团体保持小规模或无效。另一个潜在的合谋是多个解决者之间合谋抬高价格或垄断任务。然而，由于开发者可以选择在哪里发布任务（而且任务不是可以轻易垄断的相同单位），解决者在价格上的合谋很难在全球范围内协调——任何不合谋的解决者都可以以更低的价格赢得工作。开放的市场动态对抗了定价合谋，假设至少有一些竞争参与者。另一个角度：验证者合谋刁难解决者——例如，验证者错误地指控诚实的解决者以窃取他们的质押。Gensyn 的欺诈证明是二元的和链上的；当链上重新计算发现没有错误时，一个错误的指控会失败，并且据推测，恶意的验证者会因此失去一些东西（也许是押金或声誉）。所以，试图破坏解决者的验证者合谋会被协议的验证过程抓住。总而言之，只要任何合谋集合中至少有一方有动机保持诚实，Gensyn 的架构就是稳健的——这是乐观验证的一个特性，类似于要求比特币中至少有一个诚实的矿工最终揭露欺诈。如果一个攻击者可以控制一个任务中的所有验证者和解决者（比如网络的大多数），理论上合谋是可能的，但那时他们就可以直接作弊而不需要合谋。加密经济激励的安排使得维持合谋变得不理性。

• Cuckoo：Cuckoo 中的合谋可能以几种方式发生：

1. 一个协调者与矿工合谋——例如，一个协调者可以总是将任务分配给一组友好的矿工并分享奖励，而忽略其他诚实的矿工。由于协调者在任务调度上有自由裁量权，这可能会发生。然而，如果友好的矿工表现不佳，终端用户可能会注意到服务缓慢或质量差而离开，所以协调者没有动机纯粹为了偏袒而损害质量。如果合谋是为了操纵奖励（比如，提交虚假任务给矿工代币），这将在链上被检测到（大量任务可能具有相同的输入或没有实际用户）并可能受到惩罚。Cuckoo 的链上透明度意味着任何不寻常的模式都可能被社区或核心团队标记。此外，因为所有参与者都质押，一个合谋的协调者-矿工团伙如果被发现滥用系统，将面临失去质押的风险（例如，如果治理决定因欺诈而罚没他们）。
2. 矿工之间合谋——他们可能会分享信息或形成一个卡特尔，比如说，在声誉上互相投票，或者都拒绝为一个特定的协调者服务以索取更高的费用。这些情况不太可能发生：声誉投票是由质押者（包括用户）完成的，而不是矿工自己互相投票。而拒绝服务只会促使协调者寻找其他矿工或发出警报。鉴于目前规模相对较小，任何合谋都很难隐藏。
3. 合谋操纵治理——大的 CAI 持有者可以合谋通过对他们有利的提案（比如设定过高的费用或重定向财库）。这在任何代币治理中都是一个风险。最好的缓解措施是广泛分配代币（Cuckoo 的公平启动将 51% 分给了社区）并有活跃的社区监督。此外，由于 Cuckoo 从 L1 转型，直接的链上治理可能会受到限制，直到他们在新的链上重新安顿下来；团队在此期间可能会保留一个多签控制，这讽刺地防止了恶意外部人员的合谋，但代价是暂时的中心化。 总的来说，Cuckoo 依靠透明度和质押来处理合谋。在某种程度上，信任协调者会表现良好，因为他们想在竞争环境中吸引用户。如果合谋导致服务质量下降或明显的奖励操纵，利益相关者可以投票淘汰或停止质押不良行为者，网络可以罚没或阻止他们。相当开放的性质（任何人只要质押就可以成为协调者或矿工）意味着合谋需要大规模的协调努力，而这将是显而易见的。它不像 Bittensor 或 Gensyn 那样在数学上被阻止，但经济质押和社区治理的结合提供了一种制衡。

• 搭便车（搭便车问题）：这指的是参与者试图在不贡献同等价值的情况下获得奖励——例如，一个实际上不进行评估但仍然赚钱的验证者，或者一个复制他人答案而不是自己计算的矿工，或者在不提供有用输入的情况下刷奖励的用户。

• Bittensor：Bittensor 中一个已知的搭便车问题是懒惰验证者的**“权重复制”。一个验证者可以简单地复制多数意见（或其他验证者的分数），而不是独立评估矿工。通过这样做，他们避免了运行 AI 查询的成本，但如果他们提交的分数看起来与共识一致，他们仍然可以获得奖励。Bittensor 通过衡量每个验证者的共识一致性和信息贡献来对抗这一点。如果一个验证者总是只是复制他人，他们可能与共识一致（所以他们不会受到重罚），但他们没有增加任何独特的价值。协议开发者已经讨论过给那些提供准确但不纯粹冗余评估的验证者更高的奖励。像噪声注入**（故意给验证者略有不同的查询）这样的技术可以迫使他们实际工作而不是复制——尽管尚不清楚这是否已实现。Arxiv 建议使用性能加权发行和复合评分方法来更好地将验证者的努力与奖励联系起来。至于矿工，一种可能的搭便车行为是，如果一个矿工查询其他矿工并转发答案（一种抄袭形式）。Bittensor 的设计（带有去中心化查询）可能允许一个矿工的模型通过自己的树突调用其他模型。如果一个矿工只是转发别人的答案，一个好的验证者可能会发现这一点，因为答案可能与该矿工声称的模型能力不一致。这在算法上很难检测，但一个从不计算原始结果的矿工最终应该在某些查询上得分很低并失去声誉。另一个搭便车情景是委托人在不做 AI 工作的情况下获得奖励。这是有意的（为了让代币持有者参与），所以不是攻击——但它确实意味着一些代币发行给了只质押的人。Bittensor 将此解释为协调激励，而不是浪费奖励。简而言之，Bittensor 承认验证者搭便车问题，并正在调整激励措施（比如给予验证者信任分数，以提升那些不偏离或复制的人）。他们的解决方案本质上是更明确地奖励努力和正确性，以便什么都不做或盲目复制随着时间的推移会产生更少的 TAO。

• Gensyn：在 Gensyn 中，搭便车者会发现很难赚钱，因为一个人必须要么提供计算，要么抓住作弊者才能获得代币。一个解决者不能“伪造”工作——他们必须提交一个有效的证明，否则就有被罚没的风险。没有机制可以在不完成任务的情况下获得报酬。一个验证者理论上可以坐等他人抓住欺诈——但那样他们什么也得不到（因为只有提出欺诈证明的人才能获得奖励）。如果太多的验证者试图搭便车（不实际重新计算任务），那么一个欺诈性的解决者可能会溜走，因为没有人在检查。Gensyn 的激励设计通过大奖奖励来解决这个问题：只需要一个活跃的验证者抓住一个作弊者就能获得一大笔报酬，所以至少有一个人总是在工作是理性的。其他人不做工作不会损害网络，只是没用；他们也得不到奖励。所以系统自然会过滤掉搭便车者：只有那些真正验证的验证者才能在长期内获利（其他人将资源花在节点上却一无所获，或者很少有机会偶然获得奖励）。协议也可能随机化哪个验证者有机会挑战，以阻止所有验证者都假设“别人会做的”。由于任务是单独支付的，除了临时的测试网激励外，没有类似于“不工作就有质押奖励”的情况。一个值得关注的领域是多任务优化：一个解决者可能会试图在任务之间重用工作，或者秘密地将其外包给更便宜的人（比如使用中心化的云）——但这并不是真正有害的搭便车；如果他们按时交付正确的结果，他们是如何做到的并不重要。这更像是套利而不是攻击。总而言之，Gensyn 的机制设计几乎没有给搭便车者留下获利的空间，因为每个分发的代币都对应着一个完成的工作或一个被惩罚的作弊行为。

• Cuckoo：Cuckoo 的初始阶段无意中创造了一个搭便车问题：空投和高收益质押吸引了只为刷代币而来的用户。这些用户会通过水龙头循环代币或操纵空投任务（例如，不断使用免费的测试提示或创建许多账户来领取奖励），而没有为网络的长期价值做出贡献。Cuckoo 认识到这是一个问题——本质上，人们“使用”网络不是为了 AI 输出，而是为了投机性奖励。决定结束 L1 链并重新聚焦，部分原因是为了摆脱这些激励错位。通过将未来的代币奖励与实际使用挂钩（即，你赚钱是因为服务实际上被付费客户使用），搭便车的吸引力就减小了。还有一个矿工端的搭便车情景：一个矿工可以加入，被分配任务，然后以某种方式不执行它们但仍然声称奖励。然而，协调者正在验证结果——如果一个矿工不返回输出或返回坏的输出，协调者不会将其计为已完成的任务，所以矿工不会得到报酬。矿工也可能试图挑选容易的任务而放弃困难的任务（例如，如果一些提示较慢，矿工可能会断开连接以避免它们）。这可能是一个问题，但协调者可以注意到矿工的可靠性。如果一个矿工经常掉线，协调者可以停止向他们分配任务或罚没他们的质押（如果存在这样的机制或干脆不奖励他们）。用户搭便车——由于许多 AI 服务都有免费试用，用户可以滥发请求以获得输出而不付费（如果有补贴的模型）。这与其说是协议层面的问题，不如说是服务层面的问题；每个协调者可以决定如何处理免费使用（例如，要求少量支付或限流）。因为 Cuckoo 最初提供了一些免费服务（比如免费的 AI 图像生成以吸引用户），一些人利用了这一点，但这是预期的增长营销的一部分。随着这些促销活动的结束，用户将不得不付费，因此没有免费的午餐可以利用。总的来说，Cuckoo 的新策略是将代币分配与真实效用挂钩，这明确旨在消除“为了做无意义的循环而挖矿”的搭便车问题。

• 数据或模型投毒： 这指的是恶意引入不良数据或行为，使得 AI 模型退化或输出被操纵，以及贡献有害或有偏见内容的问题。

• Bittensor：Bittensor 中的数据投毒意味着一个矿工故意给出不正确或有害的答案，或者验证者故意将好的答案评估为坏的。如果一个矿工持续输出垃圾或恶意内容，验证者会给出低分，该矿工将赚得很少并最终退出——经济激励是提供质量，所以“投毒”他人对攻击者没有好处（除非他们的目标纯粹是自费破坏）。一个恶意的矿工能毒害别人吗？在 Bittensor 中，矿工不直接互相训练（至少在设计上不是——没有一个可以被毒害的全局模型在更新）。每个矿工的模型是独立的。他们确实在某种意义上学习，即一个矿工可以从他人那里获取有趣的样本来微调自己，但这完全是可选的，取决于每个人。如果一个恶意行为者滥发无意义的答案，诚实的验证者会过滤掉这些（他们会给它低分），所以它不会显著影响任何诚实矿工的训练过程（此外，一个矿工可能会使用高分同行的知识，而不是低分的）。所以经典的数据投毒（注入不良训练数据以破坏模型）在 Bittensor 当前的设置中是最小的。更相关的风险是模型响应操纵：例如，一个矿工输出微妙的偏见或危险内容，而这对验证者来说并不明显。然而，由于验证者也是人类设计的或至少是算法代理，公然的毒性或错误很可能被发现（一些子网甚至可能有 AI 验证者检查不安全内容）。最坏的情况是，如果一个攻击者以某种方式拥有大多数验证者和矿工合谋将某个不正确的输出推为“正确”——他们就可以偏袒网络对响应的共识（比如所有合谋的验证者都支持一个恶意答案）。但要让外部用户因此受到伤害，他们必须实际查询网络并信任输出。Bittensor 仍处于一个构建能力的阶段，尚未被终端用户广泛用于关键查询。到那时，希望它将有内容过滤和验证者的多样性来减轻这种风险。在验证者方面，一个恶意的验证者可以提供有毒的评估——例如，持续地给某个诚实的矿工低分以消除竞争。如果有足够的质押，他们可能会成功地将该矿工挤出（如果该矿工的奖励下降到他们离开的程度）。这是对激励机制的攻击。同样，如果他们不是多数，中位数裁剪将挫败一个离群的验证者。如果他们是多数，这就与合谋/51% 的情景合并了——任何多数都可以重写规则。解决方案又回到了去中心化：防止任何一个实体占主导地位。总而言之，Bittensor 的设计通过其评分系统固有地惩罚有毒的数据/模型贡献——不良贡献获得低权重，从而获得低奖励。没有一个永久的模型库可以被毒害；一切都是动态的并持续评估。这提供了弹性：网络可以随着不良行为者的贡献被验证者过滤掉而逐渐“忘记”或忽略他们。

• Gensyn：如果一个解决者想毒害一个正在训练的模型（比如在训练期间引入后门或偏见），他们可以尝试秘密地这样做。Gensyn 协议会验证训练是否按照指定的算法进行（随机梯度下降步骤等），但它不一定能检测到解决者是否引入了一个微妙的后门触发器，而这个触发器在正常的验证指标中不会出现。这是一个更阴险的问题——它不是计算的失败，而是在训练的允许自由度内的操纵（比如将权重调整向一个触发短语）。检测这一点是机器学习安全领域的一个活跃研究问题。Gensyn 除了提交者可以在他们选择的测试集上评估最终模型这一事实外，没有特殊的模型投毒机制。一个精明的提交者应该总是测试返回的模型；如果他们发现它在某些输入上失败或有奇怪的行为，他们可能会对结果提出异议或拒绝支付。也许协议可以允许提交者指定某些接受标准（比如“模型必须在这个秘密测试集上达到至少 X 的准确率”），如果解决者的结果失败，解决者就得不到全额支付。这将阻止投毒，因为攻击者无法满足评估标准。然而，如果毒药不影响正常测试的准确性，它可能会溜走。Gensyn 中的验证者只检查计算完整性，而不是模型质量，所以他们不会发现故意的过拟合或木马，只要训练日志看起来有效。所以，这仍然是一个任务层面的信任问题：提交者必须要么相信解决者不会毒害模型，要么使用像集成多个来自不同解决者的训练结果这样的方法来稀释任何单个解决者的影响。另一个角度是数据投毒：如果提交者提供训练数据，一个恶意的解决者可以忽略这些数据，而在别的东西上训练或添加垃圾数据。但这可能会降低准确性，提交者会在输出模型的性能中注意到这一点。解决者将因此得不到全额支付（因为据推测他们想达到一个性能目标）。所以降低性能的投毒对解决者的奖励是自取灭亡的。只有性能中性但恶意的毒药（后门）才是真正的危险，而这超出了典型区块链验证的范围——这是一个机器学习安全挑战。Gensyn 最好的缓解措施可能是社会性的：使用知名的信誉良好的模型，进行多次训练运行，使用开源工具。在推理任务上（如果 Gensyn 也用于推理工作），一个合谋的解决者可以返回不正确的输出，从而偏袒某个答案。但如果验证者运行相同的模型，他们会发现错误的输出，所以这与其说是投毒，不如说是作弊，欺诈证明可以解决这个问题。总而言之，Gensyn 保障过程，而不是意图。它确保训练/推理是正确完成的，但不能保证结果是好的或没有隐藏的恶意。这仍然是一个悬而未决的问题，Gensyn 的白皮书可能还没有完全解决这个问题（很少有能解决的）。

• Cuckoo：由于 Cuckoo 目前专注于推理（服务现有模型），数据/模型投毒的风险相对局限于输出操纵或内容投毒。一个恶意的矿工可能会试图篡改他们被给予运行的模型——例如，如果提供了一个 Stable Diffusion 检查点，他们可以用一个不同的模型替换它，这个模型可能会在每张图片中插入一些微妙的水印或广告。然而，协调者（模型所有者）通常会发送带有输出格式期望的任务；如果一个矿工持续返回不符合规格的输出，协调者会标记并禁止该矿工。此外，矿工在不显著影响其输出的情况下很难修改模型。另一种情景是，如果 Cuckoo 引入社区训练的模型：那么矿工或数据提供者可能会试图毒害训练数据（例如，输入大量错误的标签或有偏见的文本）。Cuckoo 将需要实施对众包数据的验证或对贡献者进行加权。这还不是一个功能，但团队对个性化 AI 的兴趣（比如他们提到的 AI 生活教练或学习应用）意味着他们最终可能会处理用户提供的训练数据，这将需要仔细的检查。在内容安全方面，由于 Cuckoo 矿工执行推理，人们可能会担心他们会输出有害内容，即使模型通常不会。但矿工没有动机任意改变输出——他们为正确的计算获得报酬，而不是创造力。如果说有什么的话，一个恶意的矿工可能会为了节省时间而跳过完整的计算（例如，返回一张模糊的图片或一个通用的响应）。协调者或用户会看到这一点并给该矿工差评（并且很可能不会为该任务付费）。隐私是另一个方面：一个恶意的矿工可能会泄露或记录用户数据（比如用户输入了敏感的文本或图片）。这不是投毒，而是对机密性的攻击。Cuckoo 的隐私立场是，它正在探索保护隐私的方法（生态系统中提到一个保护隐私的 VPN 表明了未来的重点）。他们可以结合像安全区域或分割推理这样的技术来保护数据不被矿工看到。尚未实现，但这是一个已知的考虑因素。 最后，Cuckoo 的博客强调有效验证模型输出并确保安全的去中心化模型操作是使模型代币化可行的关键。这表明他们意识到，要真正去中心化 AI，必须防范像有毒输出或功能失常的模型这样的事情。可能他们打算结合使用加密经济激励（对不良行为者进行质押罚没）和用户评级系统（用户可以标记不良输出，那些矿工会失去声誉）。声誉系统在这里可以发挥作用：如果一个矿工返回哪怕一个明显恶意或不正确的结果，用户/协调者可以给他们差评，严重影响他们未来的赚钱能力。知道这一点，矿工就有动力保持一贯的正确性，而不是掺入任何毒药。 本质上，Cuckoo 依赖于信任但验证：它更传统，如果有人行为不端，你识别并移除他们（以失去质押作为惩罚）。它还没有针对微妙模型投毒的专门防御措施，但有特定的应用所有者（协调者）负责的结构增加了一层监督——这些所有者会有动力确保没有任何东西损害他们模型的完整性，因为他们自己的收入和声誉都依赖于此。

总而言之，虽然去中心化 AI 网络引入了新的攻击面，但它们也部署了一系列密码学、博弈论和社区治理的防御措施： 女巫抵抗主要通过要求参与者投入经济质押来处理。合谋抵抗来自于激励的一致性（诚实行为更有利可图）和限制小合谋团体影响的共识机制。防止搭便车是通过将奖励与实际有用的工作紧密联系，并惩罚或淘汰那些没有贡献的人来实现的。投毒及相关攻击仍然具有挑战性，但系统通过持续评估和罚没或驱逐恶意行为者的能力来减轻公然的案例。这些平台正在积极研究和迭代这些设计——正如 Bittensor 对 Yuma 和 dTAO 的持续调整，以及 Cuckoo 在代币经济学上的转变所证明的那样——以确保一个安全、自我维持的去中心化 AI 生态系统。

对比评估​

为了突出 Bittensor、Gensyn 和 Cuckoo AI 的异同，下表从关键维度对它们进行了并排比较：

维度	Bittensor (TAO)	Gensyn	Cuckoo AI (CAI)
技术栈	自定义 L1 (基于 Substrate 的 Subtensor 链)，拥有 93+ 个专业 AI 子网。近期升级后，在其自有链上实现 EVM 兼容。	基于以太坊的 rollup (最初计划为 L1，现为 ETH rollup)。链下计算，链上验证。	作为 Arbitrum Orbit Layer-2 链 (EVM rollup) 启动。全栈平台 (自有链 + 计算 + 应用 UI)。正从自定义 L1 迁移到以太坊共享安全 (rollup/AVS)。
主要焦点	去中心化 AI 网络，由模型组成的“神经互联网”。节点为跨任务（LLM、视觉等）的集体模型推理和训练做出贡献。	去中心化的 ML 计算市场。重点是通过全球 GPU 进行链下模型训练和推理，并通过区块链验证工作。	去中心化 AI 服务平台。专注于使用分布式 GPU 矿工进行模型服务/推理（例如生成艺术、LLM API）。将终端用户应用与后端 GPU 市场集成。
关键角色	子网所有者： 定义子网中的任务和验证（赚取 18% 奖励）。 矿工： 运行 AI 模型（推理/训练），提供答案。 验证者： 提出查询并对矿工的输出进行评分（策划质量）。 委托人： 将 TAO 质押给矿工/验证者以增强其影响力并赚取份额。	提交者（开发者）： 发布 ML 作业（附带模型/数据）和支付。 解决者： 在其硬件上计算任务，提交结果。 验证者（观察者）： 检查解决者的结果；如果错误，可通过欺诈证明提出挑战。 （没有明确的“所有者”角色，因为提交者提供模型；治理角色通过代币持有者实现）。	AI 应用构建者（协调者）： 部署 AI 模型服务，质押 CAI，管理分配给矿工的任务。 矿工（GPU/CPU 提供者）： 质押 CAI，执行分配的推理任务，返回结果。 终端用户： 使用 AI 应用（用加密货币支付或贡献资源）。 质押者（委托人）： 在协调者/矿工上质押，参与治理投票，赚取奖励份额。
共识与验证	Yuma 共识： 自定义的“智能证明”——验证者对 AI 输出的评分被聚合（权益加权中位数）以确定矿工奖励。底层链共识类似于 PoS (Substrate) 用于区块，但区块有效性取决于每个周期的 AI 共识。能抵抗高达 50% 的离群评分和合谋。	乐观验证（类 Truebit）： 假设解决者的结果是正确的，除非有验证者提出挑战。使用交互式链上欺诈证明来精确定位任何不正确的步骤。同时也在实施计算的密码学证明（学习证明）以在不重新执行的情况下验证训练进度。以太坊为交易提供基础共识。	权益证明链 + 协调者任务验证： Cuckoo 链使用 PoS 验证者进行区块生产（最初，矿工也帮助保护区块）。AI 任务结果由协调者节点验证（他们根据预期的模型行为检查矿工输出）。尚无专门的加密证明——依赖于质押和声誉（其无需信任的程度在于，不当行为会导致罚没或被差评，而不是自动的数学证明检测）。正在向以太坊共识（rollup）过渡以保障账本安全。
代币与效用	TAO 代币： Subtensor 上的原生货币。用于质押（注册和影响共识所需）、交易费/支付（例如支付 AI 查询）以及作为贡献的奖励（挖矿/验证）。TAO 有持续的通货膨胀（每 12 秒一个区块 1 TAO），这驱动了奖励机制。也用于治理（dTAO 质押到子网）。	Gensyn 代币（ERC-20，名称待定）： 协议的支付单位（开发者用它支付给解决者）。作为质押抵押品（解决者/验证者绑定代币，因过错被罚没）。将用于治理（通过 Gensyn 基金会的 DAO 对协议升级进行投票）。供应细节尚未公布；可能有一部分用于激励早期采用（测试网等）。	CAI 代币（ERC-20）： Cuckoo 链的原生代币（10 亿固定供应）。多用途：Cuckoo 链上交易的燃料费，网络角色的质押（矿工、协调者必须锁定 CAI），协议决策的治理投票，以及贡献的奖励（挖矿/质押奖励来自初始分配）。也具有 meme 吸引力（社区代币方面）。
资产代币化	计算：是——AI 计算工作通过 TAO 奖励被代币化（可将 TAO 视为智能的“燃料”）。模型：间接——模型根据性能赚取 TAO，但模型/权重本身不是链上资产（没有模型的 NFT）。子网所有权被代币化（子网所有者 NFT + alpha 代币）以代表模型市场的份额。数据：未代币化（数据在链下；Bittensor 专注于模型输出而非数据集）。	计算：是——闲置计算成为链上商品，在作业市场中用代币交易。模型：不明确——模型由开发者在链下提供，结果返回；没有内置的模型代币（尽管如果各方设置，协议可以促进许可）。数据：否——数据集在提交者和解决者之间在链下处理（可以加密或保护，但不表示为链上资产）。Gensyn 的愿景包括可能像计算一样交易算法或数据，但核心实现以计算为中心。	计算：是——GPU 时间通过每日 CAI 支付和任务赏金被代币化。网络将计算能力视为矿工“出售”以换取 CAI 的资源。模型：部分——平台将模型作为服务集成；然而，模型本身并未铸造成 NFT。模型的价值体现在协调者从使用它的用户那里赚取 CAI 的能力上。未来计划暗示社区拥有的模型，但目前模型 IP 在链下（由运行协调者的人拥有）。数据：没有通用的数据代币化。用户输入/输出是短暂的。（Cuckoo 与 Beancount 等应用合作，但数据并未在链上由代币表示。）
治理	去中心化，代币持有者驱动 (dTAO)： 最初有 64 个选举产生的验证者运行根共识；现在治理是开放的——TAO 持有者向子网质押以引导发行（基于市场的资源分配）。协议升级和变更通过链上提案决定（TAO 投票，由 Bittensor 基金会/理事会协助）。目标是完全由社区治理，基金会逐渐交出控制权。	渐进式去中心化： Gensyn 基金会 + 选举产生的理事会管理早期决策。代币发行后，治理将过渡到一个 DAO，代币持有者对提案进行投票（类似于许多 DeFi 项目）。以太坊的共享安全环境意味着重大变更涉及社区和潜在的 Layer-1 治理。治理范围包括经济参数、合约升级（需经安全审计）。尚未上线，但在白皮书中为主网上线后规划。	社区与基金会混合： Cuckoo 以“公平启动”理念启动（没有为内部人员预挖）。计划建立一个社区 DAO，由 CAI 对关键决策和协议升级进行投票。实际上，核心团队（Cuckoo Network 开发者）主导了重大决策（如链的弃用），但他们透明地分享理由并将其定位为为社区利益的演变。链上治理功能（提案、投票）很可能在新的 rollup 就位后推出。质押也通过声誉系统非正式地赋予治理影响力（对受信任节点的权益加权投票）。
激励模型	与贡献挂钩的通胀奖励： 每个区块约 1 TAO 根据表现分配给参与者。质量越高 = 奖励越多。矿工和验证者持续获得收益（逐块），加上委托人也获得一份。终端用户也使用 TAO 支付服务（为代币创造需求方）。代币经济旨在鼓励长期参与（质押）和模型的不断改进，类似于比特币的矿工，但“挖掘 AI”。潜在问题（质押集中导致奖励错位）正在通过激励调整来解决。	市场驱动，按结果付费： 没有持续的通胀收益（除了可能的早期激励）；解决者只有在成功完成工作时才获得报酬。验证者只有在抓住欺诈时才获得报酬（大奖激励）。这创造了一个直接的经济体：开发者的支出 = 提供者的收入。代币价值与实际的计算需求挂钩。为了引导，Gensyn 可能会在启动时奖励测试网用户（一次性分配），但在稳定状态下，它是基于使用的。这使得激励与网络效用紧密结合（如果 AI 作业增加，代币使用增加，所有持有者都受益）。	混合型（从通胀转向使用费）： 最初，来自 51% 社区池的挖矿和质押分配奖励 GPU 矿工（供应量的 30%）和质押者（11%），无论外部使用情况如何——这是为了启动网络效应。随着时间的推移，特别是在 L1 弃用后，重点转向收入分成：矿工和应用开发者从实际用户支付中赚钱（例如，分摊图像生成的费用）。质押者的收益将来自真实使用的一部分，或进行调整以鼓励只支持生产性节点。所以早期的激励是“发展网络”（高 APY、空投），后来是“网络只有在真正有用时才会增长”（来自客户的收入）。这种过渡旨在淘汰搭便车者并确保可持续性。
安全与攻击缓解	女巫攻击： 昂贵的注册（TAO 质押）阻止了女巫。合谋： 中位数共识能抵抗高达 50% 质押的合谋；dTAO 通过赋予代币持有者投票权打破了验证者寡头。不诚实： 偏离共识的验证者会失去奖励份额（激励诚实评分）。如果质押高度集中，51% 攻击是可能的——研究建议增加质押上限和性能罚没来缓解。模型攻击： 差或恶意的模型输出会因低分而受到惩罚。没有单点故障——网络是全球去中心化的（TAO 矿工遍布世界，伪匿名）。	女巫攻击： 参与需要经济质押；没有质押/工作的虚假节点一无所获。验证： 至少需要一个诚实的验证者——如果是这样，任何错误的结果都会被发现并受到惩罚。使用加密经济激励使作弊得不偿失（解决者失去押金，验证者获得）。合谋： 只要不是所有方都合谋，就是安全的——一个诚实者通过揭露欺诈打破了该计划。信任： 不依赖于对硬件或公司的信任，只依赖于经济博弈论和密码学。攻击： 难以审查或 DoS，因为任务是分布式的；攻击者需要出价高于诚实节点或持续击败欺诈证明（没有多数控制不太可能）。然而，微妙的模型后门可能会逃避检测，这是一个已知的挑战（通过用户测试和未来可能超越正确执行的审计来缓解）。总体安全性类似于用于计算的乐观 rollup。	女巫攻击： 所有参与者都必须质押 CAI，提高了女巫的门槛。加上一个声誉系统（质押 + 投票）意味着没有声誉的女巫身份不会得到任务。节点不当行为： 协调者可以放弃表现不佳或可疑的矿工；质押者可以撤回支持。协议可以对已证实的欺诈进行质押罚没（L1 有共识的罚没条件；类似的可适用于任务欺诈）。合谋： 部分基于信任——依赖于公开竞争和社区监督来防止合谋占主导。由于任务和支付在链上是公开的，公然的合谋可以被识别并通过社会或治理方式惩罚。用户保护： 如果一个提供商被审查或损坏，用户可以切换提供商，确保没有单点控制。投毒/内容： 设计上，矿工按原样运行提供的模型；如果他们恶意改变输出，他们会失去声誉和奖励。该系统押注于理性行为者：因为每个人都有质押价值和未来的赚钱潜力，他们没有动机进行会破坏网络信任的攻击（从他们 L1 实验中关于将激励与效用对齐的沉重教训中得到加强）。

表格： Bittensor、Gensyn 和 Cuckoo AI 在架构、焦点、角色、共识、代币、资产代币化、治理、激励和安全方面的功能比较。

在人工智能与区块链快速融合的时代，对信任与透明度的需求前所未有。我们如何确保 AI 模型的输出准确且未被篡改？我们又如何在不牺牲安全性或可扩展性的前提下，对海量链上数据执行复杂计算？Lagrange Labs 正在通过其零知识（ZK）基础设施套件正面回应这些问题，致力于构建“可证明的 AI”。本文客观概述其使命、技术以及近期突破，重点聚焦其最新的动态 zk‑SNARKs 论文。

1. 团队与使命​

Lagrange Labs 正在构建基础设施，为任何 AI 推理或链上应用生成密码学证明。其目标是让计算可验证，为数字世界注入全新信任层。生态系统围绕三大核心产品线：

• ZK Prover Network：由超过 85 个证明节点组成的去中心化网络，提供从 AI、Rollup 到去中心化应用（dApp）等多种证明任务所需的计算能力。
• DeepProve（zkML）：专用于生成神经网络推理的 ZK 证明。Lagrange 声称其速度比竞争方案快 158 倍，让可验证 AI 成为可落地的现实。
• ZK Coprocessor 1.0：首个基于 SQL 的 ZK 协处理器，允许开发者对海量链上数据执行自定义查询，并获得可验证的准确结果。

2. 可验证 AI 的路线图​

Lagrange 按部就班执行路线图，逐步解决 AI 可验证性难题。

• 2024 年 Q3：ZK Coprocessor 1.0 发布：引入超并行递归电路，平均提升约 2 倍。Azuki、Gearbox 等项目已在链上数据需求中 使用该协处理器。
• 2025 年 Q1：DeepProve 正式亮相：Lagrange 宣布推出针对零知识机器学习（zkML）的 DeepProve，支持 MLP、CNN 等主流网络结构。系统在一次性设置、证明生成、验证三个关键阶段均实现数量级加速，最高可达 158 倍。
• 2025 年 Q2：动态 zk‑SNARKs 论文（最新里程碑）：该论文提出突破性的 “update” 算法。无需每次数据或计算变更时重新生成完整证明，而是将旧证明 (π) 打补丁 成新证明 (π')，复杂度仅为 O(√n log³n)，大幅优于全量重算。此创新尤为适用于持续学习的 AI 模型、实时游戏逻辑以及可演化的智能合约。

3. 动态 zk‑SNARKs 的意义​

可更新证明的出现标志着零知识技术成本模型的根本转变。

• 全新成本范式：行业从“每次都全量重算”转向“基于变更规模的增量证明”，显著降低频繁小幅更新应用的计算与费用开支。

• 对 AI 的影响：

  • 持续微调：当模型参数微调幅度低于 1% 时，证明生成时间几乎与变更参数数量 (Δ 参数) 成线性关系，而非与模型整体规模成正比。
  • 流式推理：这 使得证明生成可以与推理过程同步进行，大幅压缩 AI 决策到链上结算并验证的延迟，开启链上 AI 服务、Rollup 压缩证明等新用例。

• 对链上应用的影响：

  • 动态 zk‑SNARKs 为频繁小幅状态变更的场景（如 DEX 订单簿、演化游戏状态、频繁增删的账本）带来巨大的 Gas 与时间优化。

4. 技术栈概览​

Lagrange 的强大基础设施基于以下集成技术栈：

• 电路设计：系统灵活，可直接在电路中嵌入 ONNX（开放神经网络交换）模型、SQL 解析器以及自定义算子。
• 递归与并行：ZK Prover Network 支持分布式递归证明，ZK Coprocessor 通过 “微电路” 分片实现任务并行执行，最大化效率。
• 经济激励：Lagrange 计划发行原生代币 LA，并将其纳入 双拍卖递归拍卖（DARA） 机制，构建完善的计算竞价市场，配套激励与惩罚以确保网络完整性。

5. 生态与真实落地​

Lagrange 的技术已被多个项目在不同领域采纳：

• AI 与 ML：如 0G Labs、Story Protocol 等使用 DeepProve 验证 AI 输出，确保来源可信。
• Rollup 与基础设施：EigenLayer、Base、Arbitrum 等作为验证节点或集成伙伴加入 ZK Prover Network，提升网络安全与算力。
• NFT 与 DeFi：Azuki、Gearbox 等项目利用 ZK Coprocessor 增强数据查询可信度与奖励分配的公正性。

6. 挑战与前路​

尽管进展显著，Lagrange Labs 与整个 ZK 领域仍面临若干障碍：

• 硬件瓶颈：即便拥有分布式网络，可更新 SNARK 仍需高带宽，并依赖 GPU 友好的密码曲线以实现高效运算。
• 标准化缺失：将 ONNX、PyTorch 等 AI 框架映射到 ZK 电路的过程尚未形成统一接口，导致开发者摩擦。
• 竞争激烈：zkVM 与通用 zkCompute 平台的竞争日趋白热化，Risc‑Zero、Succinct 等竞争者亦在快速迭代。最终的胜者或许是最先实现商业化、开发者友好、社区驱动的完整工具链者。

7. 结论​

Lagrange Labs 正在通过 可验证性 的视角系统性重塑 AI 与区块链的交叉领域。其整体解决方案包括：

• DeepProve：解决 可信推理 的难题。
• ZK Coprocessor：解决 可信数据 的难题。
• 动态 zk‑SNARKs：将 持续更新 的真实需求直接嵌入证明系统。

只要 Lagrange 能保持性能优势、突破标准化瓶颈并继续壮大其网络，它有望成为新兴 “AI + ZK 基础设施” 领域的基石玩家。

生成式 AI 的崛起堪称爆炸式增长。从惊艳的数字艺术到类人文本，AI 正以前所未有的规模创作内容。但这股热潮也有阴暗面：AI 的训练数据来自何处？往往是来自互联网上的海量艺术、音乐和文字作品，而这些作品的创作者往往得不到任何署名或报酬。

Camp Network 正是为了解决这一根本问题而诞生的新区块链项目。它不仅是另一个加密平台，而是一个专为 AI 时代设计的“自主知识产权层”，旨在赋予创作者对其作品的所有权和控制权。下面让我们一起了解为何 Camp Network 值得关注。

---

核心理念是什么？​

Camp Network 本质上是一个全球可验证的知识产权（IP）登记链。其使命是让任何人——从独立艺术家到社交媒体用户——都能在链上注册自己的内容，形成永久、不可篡改的所有权与来源记录。

这为何重要？当 AI 模型使用已在 Camp 上登记的内容时，网络的智能合约可以自动执行许可条款。原始创作者因此能够即时获得署名，甚至收到版税。Camp 的愿景是构建一个全新的创作者经济，报酬不再是事后补偿，而是直接写入协议。

---

技术栈概览​

Camp 不只是概念，它背后有一套为高性能和开发者友好而打造的技术。

• 模块化架构：Camp 采用 Celestia 作为数据可用性层，构建为主权 Rollup。该设计使其能够实现极高的吞吐量（目标 50,000 TPS）和低成本，同时完全集成以太坊工具（EVM）。
• 来源证明（PoP）：这是 Camp 独有的共识机制。网络安全性不依赖高能耗挖矿，而是通过验证内容来源来实现。每笔交易都在网络上强化 IP 的来源，使所有权“设计即可执行”。
• 双 VM 策略：为提升性能，Camp 同时集成 Solana 虚拟机（SVM） 与 EVM 兼容层。开发者可根据应用需求选择最佳运行环境，尤其适用于实时 AI 交互等高吞吐场景。
• 创作者与 AI 工具包：Camp 提供两大框架：
  • Origin Framework：面向创作者的友好系统，用于登记 IP、将其代币化（NFT），并嵌入许可规则。
  • mAItrix Framework：为开发者提供的工具包，帮助构建并部署能够安全、受权限控制地与链上 IP 交互的 AI 代理。

---

团队、合作伙伴与进展​

一个想法的价值取决于执行力，Camp 在这方面表现出色。

团队与融资​

项目由一支兼具 Raine Group（媒体与 IP 交易）、Goldman Sachs、Figma 与 CoinList 背景的团队领衔。凭借金融、产品技术与加密工程的复合经验，他们已获得 3000 万美元的融资，投资方包括 1kx、Blockchain Capital 与 Maven 11 等顶级风投。

生态布局​

Camp 积极构建合作网络。最重要的合作是对 KOR Protocol 的战略持股——该平台专注于音乐 IP 代币化，合作艺人包括 Deadmau5，并与 Black Mirror 等知名品牌合作。此举为 Camp 注入了庞大的高质量、已清晰版权的内容库。其他关键合作伙伴包括：

• RewardedTV：使用 Camp 实现链上内容版权的去中心化视频流平台。
• Rarible：集成的 NFT 市场，用于交易 IP 资产。
• LayerZero：跨链协议，确保与其他区块链的互操作性。

路线图与社区​

在成功的激励测试网活动吸引了数万用户（奖励积分可兑换代币）后，Camp 计划于 2025 年第三季度 推出 主网。同时将进行原生代币 $CAMP 的代币生成事件，用于支付 Gas 费、质押及治理。项目已培养出一支热情社区，成员愿意从第一天起即在平台上构建与使用。

---

与竞争项目的比较​

Camp Network 并非唯一的 IP 区块链项目。它面临 a16z 支持的 Story Protocol 与索尼关联的 Soneium 等强劲竞争者。然而，Camp 在以下几个关键方面实现差异化：

1. 自下而上：竞争者多聚焦大型企业 IP 持有者，Camp 则致力于 赋能独立创作者和加密社区，通过代币激励实现价值分配。
2. 全链解决方案：从 IP 注册到 AI 代理框架，一站式提供完整工具套件。
3. 性能与可扩展性：模块化架构与双 VM 支持专为 AI 与媒体的高吞吐需求而设计。

---

总结​

Camp Network 正在为 Web3 时代的知识产权构建基础层。凭借创新技术、强大团队、战略合作以及社区优先的理念，它为生成式 AI 带来的最紧迫问题提供了可落地的解决方案。

真正的考验将在主网发布及实际采用时到来。但截至目前，Camp 已展现出清晰的愿景与卓越的执行力，毫无疑问是值得持续关注的关键项目，致力于为数字创作者打造更公平的未来。

引言​

AI 与 Web3 正在以强大的方式融合，AI 通用接口如今被设想为去中心化网络的连接组织。在这种融合中出现的一个关键概念是 MCP，它可以是“模型上下文协议”（Model Context Protocol，由 Anthropic 提出），或在更广泛的讨论中被粗略地描述为元宇宙连接协议（Metaverse Connection Protocol）。本质上，MCP 是一个标准化的框架，让 AI 系统能够以自然、安全的方式与外部工具和网络进行交互——这有可能将 AI 代理“接入”到 Web3 生态系统的每一个角落。本报告将全面分析 AI 通用接口（如大型语言模型代理和神经符号系统）如何通过 MCP 连接 Web3 世界中的一切，涵盖其历史背景、技术架构、行业格局、风险及未来潜力。

1. 发展背景​

1.1 Web3 的演变与未竟的承诺​

“Web3”一词于 2014 年左右被创造出来，用以描述一个由区块链驱动的去中心化网络。其愿景雄心勃勃：一个以用户所有权为中心的无许可互联网。爱好者们曾想象用基于区块链的替代方案取代 Web2 的中心化基础设施——例如，用以太坊域名服务（ENS）替代 DNS，用 Filecoin 或 IPFS 替代存储，用 DeFi 替代金融轨道。理论上，这将从大型科技平台手中夺回控制权，并赋予个人对数据、身份和资产的自我主权。

但现实未能如愿。尽管经过多年的发展和炒作，Web3 的主流影响力仍然微乎其微。普通互联网用户并未涌向去中心化的社交媒体，也没有开始管理自己的私钥。主要原因包括用户体验差、交易缓慢且昂贵、备受瞩目的骗局以及监管不确定性。这个去中心化的“所有权网络”在很大程度上**“未能实现”**，仅限于一个小众社区。到 2020 年代中期，即使是加密货币的支持者也承认，Web3 并未为普通用户带来范式转变。

与此同时，AI 正在经历一场革命。随着资本和开发者人才从加密领域转向 AI，深度学习和基础模型（GPT-3、GPT-4 等）的变革性进展吸引了公众的想象力。生成式 AI 展示了清晰的实用性——生成内容、代码和决策——这是加密应用一直难以做到的。事实上，大型语言模型在短短几年内的影响力，远远超过了区块链十年的用户采用速度。这种对比让一些人调侃道，“Web3 浪费在了加密货币上”，而真正的 Web 3.0 正在从 AI 浪潮中崛起。

1.2 AI 通用接口的兴起​

几十年来，用户界面从静态网页（Web1.0）演变为交互式应用（Web2.0）——但始终局限于点击按钮和填写表单。随着现代 AI，尤其是大型语言模型（LLM）的出现，一种新的界面范式已经到来：自然语言。用户只需用通俗的语言表达意图，AI 系统就能跨多个领域执行复杂的操作。这一转变是如此深刻，以至于一些人建议将“Web 3.0”重新定义为 AI 驱动代理的时代（“代理网络”，The Agentic Web），而不是早期以区块链为中心的定义。

然而，早期对自主 AI 代理的实验暴露了一个关键瓶颈。这些代理——例如像 AutoGPT 这样的原型——可以生成文本或代码，但它们缺乏一种稳健的方式来与外部系统和彼此进行通信。当时*“没有通用的 AI 原生语言”*来实现互操作性。每一次与工具或数据源的集成都是一次定制化的修补，而 AI 之间的交互也没有标准协议。实际上，一个 AI 代理可能拥有强大的推理能力，但在执行需要使用 Web 应用或链上服务的任务时却会失败，仅仅因为它不知道如何与这些系统“对话”。这种强大的大脑与原始的输入/输出（I/O）之间的不匹配，就好比一个超级智能的软件被困在一个笨拙的图形用户界面（GUI）之后。

1.3 融合与 MCP 的出现​

到 2024 年，情况变得明朗：要让 AI 发挥其全部潜力（并让 Web3 实现其承诺），需要一次融合：AI 代理需要无缝访问 Web3 的能力（去中心化应用、合约、数据），而 Web3 需要更多的智能和可用性，这正是 AI 可以提供的。MCP（模型上下文协议）正是在这样的背景下诞生的。MCP 由 Anthropic 在 2024 年末推出，是一个开放的 AI-工具通信标准，对 LLM 来说感觉很自然。它为 AI“宿主”（如 ChatGPT、Claude 等）提供了一种结构化、可发现的方式，通过 MCP 服务器来查找和使用各种外部工具和资源。换句话说，MCP 是一个通用的接口层，使 AI 代理能够接入 Web 服务、API 甚至区块链功能，而无需为每次集成编写定制代码。

可以把 MCP 想象成**“AI 接口的 USB-C”。就像 USB-C 标准化了设备的连接方式（这样你就不需要为每个设备准备不同的线缆），MCP 标准化了 AI 代理与工具和数据的连接方式。开发者无需为每个服务（Slack、Gmail、以太坊节点等）硬编码不同的 API 调用，只需实现一次 MCP 规范，任何兼容 MCP 的 AI 都能理解如何使用该服务。主要的 AI 参与者很快看到了其重要性：Anthropic 开源了 MCP，像 OpenAI 和 Google 这样的公司正在其模型中构建对它的支持。这一势头表明，MCP（或类似的“元连接协议”**）可能成为最终以可扩展的方式连接 AI 和 Web3 的支柱。

值得注意的是，一些技术专家认为，这种以 AI 为中心的连接才是 Web3.0 的真正实现。用 Simba Khadder 的话来说，“MCP 旨在标准化 LLM 与应用程序之间的 API”，类似于 REST API 如何促成了 Web 2.0——这意味着 Web3 的下一个时代可能由智能代理接口定义，而不仅仅是区块链。与为去中心化而中心化不同，与 AI 的融合可以通过将复杂性隐藏在自然语言和自主代理之后，使去中心化变得有用。本报告的其余部分将深入探讨 AI 通用接口（通过像 MCP 这样的协议）在技术上和实践上如何连接 Web3 世界中的一切。

2. 技术架构：连接 Web3 技术的 AI 接口​

将 AI 代理嵌入 Web3 技术栈需要在多个层面进行集成：区块链网络和智能合约、去中心化存储、身份系统以及基于代币的经济体。AI 通用接口——从大型基础模型到混合神经符号系统——可以作为连接这些组件的**“通用适配器”**。下面，我们分析这种集成的架构：

图：MCP 架构的概念图，展示了 AI 宿主（如 Claude 或 ChatGPT 等基于 LLM 的应用）如何使用 MCP 客户端接入各种 MCP 服务器。每个服务器都提供一个通往外部工具或服务（如 Slack、Gmail、日历或本地数据）的桥梁，类似于通过一个通用集线器连接的外围设备。这种标准化的 MCP 接口让 AI 代理可以通过一个通用协议访问远程服务和链上资源。

2.1 作为 Web3 客户端的 AI 代理（与区块链集成）​

Web3 的核心是区块链和智能合约——能够以无需信任的方式强制执行逻辑的去中心化状态机。AI 接口如何与它们互动？可以从两个方向考虑：

• AI 从区块链读取数据： AI 代理可能需要链上数据（如代币价格、用户资产余额、DAO 提案）作为其决策的上下文。传统上，检索区块链数据需要与节点 RPC API 或子图数据库进行交互。有了像 MCP 这样的框架，AI 可以查询一个标准化的*“区块链数据”* MCP 服务器来获取实时的链上信息。例如，一个支持 MCP 的代理可以请求某个代币的最新交易量，或某个智能合约的状态，而 MCP 服务器将处理连接到区块链的底层细节，并以 AI 可以使用的格式返回数据。这通过将 AI 与任何特定区块链的 API 格式解耦，提高了互操作性。

• AI 向区块链写入数据： 更强大的是，AI 代理可以通过 Web3 集成执行智能合约调用或交易。例如，如果满足某些条件，AI 可以自主地在去中心化交易所执行一笔交易，或调整智能合约中的参数。这是通过 AI 调用一个封装了区块链交易功能的 MCP 服务器来实现的。一个具体的例子是用于 EVM 链的 thirdweb MCP 服务器，它允许任何兼容 MCP 的 AI 客户端通过抽象掉特定链的机制来与以太坊、Polygon、BSC 等进行交互。使用这样的工具，AI 代理可以*“无需人工干预”*地触发链上操作，从而实现自主的 dApp——例如，一个由 AI 驱动的 DeFi 金库，当市场条件变化时，通过签署交易来自我重新平衡。

在底层，这些交互仍然依赖于钱包、密钥和 Gas 费，但可以给予 AI 接口对钱包的受控访问权限（通过适当的安全沙箱）来执行交易。预言机和跨链桥也发挥了作用：像 Chainlink 这样的预言机网络充当了 AI 与区块链之间的桥梁，允许 AI 的输出以可信的方式被输入到链上。例如，Chainlink 的跨链互操作性协议（CCIP）可以使一个被认为是可靠的 AI 模型代表用户同时在不同链上触发多个合约。总而言之，AI 通用接口可以作为一种新型的 Web3 客户端——一种既能消费区块链数据，又能通过标准化协议产生区块链交易的客户端。

2.2 神经符号协同：结合 AI 推理与智能合约​

AI-Web3 集成的一个有趣方面是神经符号架构的潜力，它结合了 AI 的学习能力（神经网络）与智能合约的严谨逻辑（符号规则）。在实践中，这可能意味着 AI 代理处理非结构化的决策，并将某些任务交给智能合约进行可验证的执行。例如，AI 可能会分析市场情绪（一个模糊的任务），然后通过一个遵循预设风险规则的确定性智能合约来执行交易。MCP 框架及相关标准通过为 AI 提供一个通用接口来调用合约函数或在行动前查询 DAO 的规则，使这种交接成为可能。

一个具体的例子是 SingularityNET 的 AI-DSL（AI 领域特定语言），它旨在标准化其去中心化网络上 AI 代理之间的通信。这可以被看作是迈向神经符号集成的一步：一种用于代理之间请求 AI 服务或数据的正式语言（符号）。同样，像 DeepMind 的 AlphaCode 或其他项目最终也可能被连接起来，以便智能合约可以调用 AI 模型进行链上问题解决。尽管今天直接在链上运行大型 AI 模型是不切实际的，但混合方法正在出现：例如，某些区块链允许通过零知识证明或可信执行来验证机器学习计算，从而实现在链上验证链下 AI 结果。总而言之，技术架构将 AI 系统和区块链智能合约设想为互补的组件，通过通用协议进行协调：AI 处理感知和开放式任务，而区块链提供完整性、记忆和对既定规则的执行。

2.3 用于 AI 的去中心化存储和数据​

AI 依赖于数据，而 Web3 为数据存储和共享提供了新的范式。去中心化存储网络（如 IPFS/Filecoin、Arweave、Storj 等）既可以作为 AI 模型工件的存储库，也可以作为训练数据的来源，并带有基于区块链的访问控制。一个 AI 通用接口，通过 MCP 或类似协议，可以像从 Web2 API 那样轻松地从去中心化存储中获取文件或知识。例如，如果一个 AI 代理拥有适当的密钥或支付凭证，它可能会从 Ocean Protocol 的市场中提取一个数据集，或从分布式存储中获取一个加密文件。

Ocean Protocol 特别将自己定位为一个**“AI 数据经济”平台——使用区块链来将数据甚至 AI 服务代币化**。在 Ocean 中，数据集由数据代币（datatokens）表示，用于控制访问；一个 AI 代理可以获得一个数据代币（可能通过加密货币支付或某种访问权限），然后使用 Ocean MCP 服务器来检索实际数据进行分析。Ocean 的目标是为 AI 解锁“休眠数据”，在保护隐私的同时激励共享。因此，一个连接到 Web3 的 AI 可能会利用一个庞大的、去中心化的信息语料库——从个人数据保险库到开放的政府数据——这些数据以前是孤立的。区块链确保数据的使用是透明的，并且可以得到公平的回报，从而形成一个良性循环，即更多的数据可供 AI 使用，更多的 AI 贡献（如训练好的模型）可以被货币化。

去中心化身份系统在这里也扮演着一个角色（下一小节将详细讨论）：它们可以帮助控制谁或什么被允许访问某些数据。例如，一个医疗 AI 代理可能需要出示一个可验证的凭证（链上证明其符合 HIPAA 或类似法规），然后才能从患者的个人 IPFS 存储中解密医疗数据集。通过这种方式，技术架构确保数据在适当的情况下流向 AI，但带有链上治理和审计跟踪来强制执行权限。

2.4 去中心化环境中的身份与代理管理​

当自主 AI 代理在像 Web3 这样的开放生态系统中运行时，身份和信任变得至关重要。去中心化身份（DID）框架提供了一种为 AI 代理建立数字身份的方法，这些身份可以通过密码学进行验证。每个代理（或部署它的人/组织）都可以拥有一个 DID 和相关的可验证凭证，用于指定其属性和权限。例如，一个 AI 交易机器人可以持有一个由监管沙箱颁发的凭证，证明它可以在某些风险限制内操作，或者一个 AI 内容审核员可以证明它是由一个可信的组织创建的，并经过了偏见测试。

通过链上身份注册表和声誉系统，Web3 世界可以对 AI 的行为强制执行问责制。AI 代理执行的每一笔交易都可以追溯到其 ID，如果出现问题，凭证会告诉你是谁构建了它或谁对此负责。这解决了一个关键挑战：没有身份，恶意行为者可以创建虚假的 AI 代理来利用系统或传播错误信息，没有人能区分机器人和合法服务。去中心化身份通过实现强大的身份验证和区分真实的 AI 代理与欺骗性代理，帮助缓解了这一问题。

在实践中，一个与 Web3 集成的 AI 接口将使用身份协议来签署其操作和请求。例如，当一个 AI 代理调用 MCP 服务器使用工具时，它可能会包含一个与其去中心化身份绑定的令牌或签名，以便服务器可以验证该调用来自一个授权的代理。基于区块链的身份系统（如以太坊的 ERC-725 或锚定在账本上的 W3C DID）确保这种验证是无需信任且全球可验证的。新兴的**“AI 钱包”*概念与此相关——本质上是为 AI 代理提供与其身份相关联的加密货币钱包，这样它们就可以管理密钥、支付服务费用，或质押代币作为保证金（如果行为不当，可能会被罚没）。例如，ArcBlock 已经讨论过“AI 代理需要一个钱包”*和一个 DID 才能在去中心化环境中负责任地运作。

总而言之，技术架构预见到 AI 代理将成为 Web3 中的一等公民，每个代理都拥有链上身份，并可能在系统中持有股份，使用像 MCP 这样的协议进行交互。这创造了一个信任之网：智能合约可以在合作前要求 AI 的凭证，用户可以选择只将任务委托给那些满足某些链上认证的 AI。这是AI 能力与区块链信任保证的结合。

2.5 AI 的代币经济与激励机制​

代币化是 Web3 的一个标志，它也延伸到了 AI 集成领域。通过代币引入经济激励，网络可以鼓励 AI 开发者和代理本身产生期望的行为。几种模式正在出现：

• 服务付费： AI 模型和服务可以在链上进行货币化。SingularityNET 开创了这一模式，允许开发者部署 AI 服务，并为每次调用向用户收取原生代币（AGIX）。在支持 MCP 的未来，可以想象任何 AI 工具或模型都成为一个即插即用的服务，其使用通过代币或微支付来计量。例如，如果一个 AI 代理通过 MCP 使用第三方视觉 API，它可以通过将代币转移到服务提供商的智能合约来自动处理支付。Fetch.ai 同样设想了*“自主经济代理”*交易服务和数据的市场，其新的 Web3 LLM（ASI-1）可能会集成加密交易以进行价值交换。

• 质押与声誉： 为确保质量和可靠性，一些项目要求开发者或代理质押代币。例如，DeMCP 项目（一个去中心化的 MCP 服务器市场）计划使用代币激励来奖励创建有用 MCP 服务器的开发者，并可能让他们质押代币作为对其服务器安全承诺的标志。声誉也可以与代币挂钩；例如，一个表现持续良好的代理可能会积累声誉代币或正面的链上评价，而行为不端的代理可能会失去质押或获得负面标记。这种代币化的声誉可以反馈到上面提到的身份系统中（智能合约或用户在信任代理前检查其链上声誉）。

• 治理代币： 当 AI 服务成为去中心化平台的一部分时，治理代币允许社区引导其发展。像 SingularityNET 和 Ocean 这样的项目都有 DAO，代币持有者可以对协议变更或资助 AI 计划进行投票。在合并了 SingularityNET、Fetch.ai 和 Ocean Protocol 的新宣布的人工超级智能（ASI）联盟中，一个统一的代币（ASI）将用于治理一个联合的 AI+区块链生态系统的方向。这样的治理代币可以决定采用何种标准（例如，支持 MCP 或 A2A 协议）、孵化哪些 AI 项目，或如何处理 AI 代理的道德准则等政策。

• 访问与效用： 代币不仅可以控制对数据的访问（如 Ocean 的数据代币），还可以控制对 AI 模型的使用。一种可能的情景是*“模型 NFT”*或类似的东西，其中拥有一个代币可以授予你对 AI 模型输出的权利或其利润的一部分。这可以支撑去中心化的 AI 市场：想象一个代表高性能模型部分所有权的 NFT；每当该模型被用于推理任务时，所有者共同赚取收益，并且他们可以投票决定对其进行微调。虽然这还处于实验阶段，但这与 Web3 将共享所有权理念应用于 AI 资产的精神是一致的。

在技术上，集成代币意味着 AI 代理需要钱包功能（如前所述，许多代理将拥有自己的加密钱包）。通过 MCP，一个 AI 可以拥有一个*“钱包工具”*，让它检查余额、发送代币或调用 DeFi 协议（也许是为了将一种代币换成另一种来支付服务费用）。例如，如果一个在以太坊上运行的 AI 代理需要一些 Ocean 代币来购买数据集，它可能会通过一个 DEX 使用 MCP 插件自动将一些 ETH 换成 $OCEAN，然后继续购买——所有这些都在其所有者设定的策略指导下，无需人工干预。

总的来说，代币经济在 AI-Web3 架构中提供了激励层，确保贡献者（无论是提供数据、模型代码、计算能力还是安全审计）得到回报，并确保 AI 代理有*“切身利益”*，这在某种程度上使它们与人类的意图保持一致。

3. 行业格局​

AI 与 Web3 的融合催生了一个充满活力的生态系统，包括项目、公司和联盟。下面我们调查了推动这一领域的关键参与者和倡议，以及新兴的用例。表 1 概述了著名项目及其在 AI-Web3 格局中的角色：

**