จุดจบของภาพลวงตาแห่งโทเคน: วิธีที่สี่ควอดแรนต์ของ V เปลี่ยนบทของ AI×Crypto

ผู้เขียนต้นฉบับ: Lao Bai

หลังจากห่างหายไปสองปี V 神ก็กลับมาโพสต์ทวิตอีกครั้ง และฉันก็จะพูดตามรายงานวิจัยเมื่อสองปีก่อนด้วย ซึ่งแม้แต่เวลาก็ตรงกันเป๊ะคือวันที่ 10 กุมภาพันธ์

เมื่อสองปีก่อน V 神ได้แสดงออกอย่างอ้อม ๆ ว่าเขาไม่ได้มองโลกในแง่ดีกับกระแส Crypto Helps AI ที่เป็นที่นิยมในตอนนั้นมากนัก สามเสาหลักยอดนิยมในวงการในตอนนั้นคือการทำให้ทรัพย์สินการคำนวณเป็นทรัพย์สิน การทำให้ข้อมูลเป็นทรัพย์สิน และการทำให้โมเดลเป็นทรัพย์สิน รายงานวิจัยของฉันเมื่อสองปีก่อนก็พูดถึงปรากฏการณ์และคำถามบางประการเกี่ยวกับสามเสาหลักนี้ที่สังเกตเห็นในตลาดระดับหนึ่งเป็นหลัก จากมุมมองของ V 神 เขายังคงมองโลกในแง่ดีกับ AI Helps Crypto มากกว่า

ตัวอย่างที่เขายกมาในตอนนั้นคือ:

• AI ในฐานะผู้เข้าร่วมในเกม ;
• AI ในฐานะอินเทอร์เฟซของเกม;
• AI ในฐานะกฎของเกม;
• AI ในฐานะเป้าหมายของเกม;

ในช่วงสองปีที่ผ่านมา เราได้พยายามทำหลายสิ่งหลายอย่างในด้าน Crypto Helps AI อย่างไรก็ตาม ผลลัพธ์กลับมีน้อยมาก หลายสาขาและโปรเจกต์ต่างก็แค่ - ออกโทเค็นแล้วก็จบ ไม่มี Product-Market Fit (PMF) ทางธุรกิจที่แท้จริง ฉันเรียกสิ่งนี้ว่า "ภาพลวงตาแห่งการทำให้เป็นโทเค็น"

1. การทำให้ทรัพย์สินการคำนวณเป็นทรัพย์สิน - ส่วนใหญ่ไม่สามารถให้บริการระดับ SLA ทางธุรกิจได้ ไม่เสถียร ขัดข้องบ่อยครั้ง สามารถประมวลผลเฉพาะงานอนุมานของโมเดลขนาดเล็กและกลางที่เรียบง่ายเท่านั้น ส่วนใหญ่ให้บริการตลาดชายขอบ รายได้ไม่เชื่อมโยงกับโทเค็น ... 

2. การทำให้ข้อมูลเป็นทรัพย์สิน - ด้านอุปทาน (ผู้ใช้รายย่อย) มีแรงเสียดทานสูง ความเต็มใจต่ำ ความไม่แน่นอนสูง ด้านอุปสงค์ (องค์กร) ต้องการซัพพลายเออร์ข้อมูลมืออาชีพที่มีโครงสร้าง มีการพึ่งพาบริบท มีความน่าเชื่อถือและมีตัวตนทางกฎหมาย ซึ่งโครงการ Web3 ที่มี DAO เป็นตัวหลักนั้นให้บริการได้ยาก

3. การทำให้โมเดลเป็นทรัพย์สิน - โมเดลเองก็เป็นสินทรัพย์กระบวนการที่ไม่ขาดแคลน สามารถคัดลอก ปรับแต่ง และลดมูลค่าอย่างรวดเร็วได้ ไม่ใช่สินทรัพย์ขั้นสุดท้าย Hugging Face เองเป็นแพลตฟอร์มสำหรับการทำงานร่วมกันและการเผยแพร่ คล้ายกับ GitHub for ML มากกว่า ไม่ใช่ App Store for models ดังนั้นสิ่งที่เรียกว่า "Hugging Face ที่กระจายอำนาจ" เพื่อทำให้โมเดลเป็นโทเค็นนั้น ส่วนใหญ่ล้มเหลวในที่สุด

นอกจากนี้ ในช่วงสองปีที่ผ่านมา เรายังได้ลองใช้ "การอนุมานที่สามารถตรวจสอบได้" ต่างๆ นี่เป็นเรื่องราวแบบคลาสสิกของการหาปัญหาที่จะใช้เครื่องมือแก้ จาก ZKML ถึง OPML ถึง Gaming Theory ฯลฯ แม้แต่ EigenLayer ก็เปลี่ยนเรื่องเล่า Restaking ของเขาเป็น Verifiable AI

แต่โดยพื้นฐานแล้วก็คล้ายกับสิ่งที่เกิดขึ้นในสาขา Restaking - มี AVS น้อยมากที่ยินดีจ่ายเงินเพิ่มเติมอย่างต่อเนื่องเพื่อความปลอดภัยที่สามารถตรวจสอบได้

ในทำนองเดียวกัน การอนุมานที่สามารถตรวจสอบได้ส่วนใหญ่กำลังตรวจสอบ "สิ่งที่ไม่มีใครต้องการให้ตรวจสอบจริงๆ" แบบจำลองภัยคุกคามด้านความต้องการนั้นคลุมเครือมาก - กำลังป้องกันใครกันแน่?

ข้อผิดพลาดในการส่งออกของ AI (ปัญหาความสามารถของโมเดล) มีมากกว่าการส่งออกของ AI ที่ถูกดัดแปลงด้วยความมุ่งร้าย (ปัญหาการต่อต้าน) อย่างมาก เหตุการณ์ความปลอดภัยต่างๆ บน OpenClaw และ Moltbook เมื่อไม่นานมานี้ ทุกคนก็ได้เห็นแล้ว ปัญหาที่แท้จริงมาจาก:

• การออกแบบกลยุทธ์ผิดพลาด 
• ให้สิทธิ์มากเกินไป
• ไม่คิดขอบเขตให้ชัดเจน
• การผสมผสานเครื่องมือทำให้เกิดการโต้ตอบที่ไม่คาดคิด
•  ...

แทบไม่มี "โมเดลถูกดัดแปลง" "กระบวนการอนุมานถูกเขียนใหม่ด้วยความมุ่งร้าย" ซึ่งเป็นปัญหาที่จินตนาการขึ้นมาเช่นนี้

ปีที่แล้วฉันโพสต์ภาพนี้ ไม่รู้ว่ามีเพื่อนเก่าจำได้ไหม

แนวคิดหลายประการที่ V 神ให้ไว้ในครั้งนี้ ชัดเจนว่าสุกงอมกว่าสองปีก่อนมาก และเป็นเพราะความก้าวหน้าที่เราได้ทำในด้านความเป็นส่วนตัว X402 ERC8004 ตลาดทำนาย ฯลฯ

จะเห็นได้ว่า 4 จตุภาคที่เขาแบ่งในครั้งนี้ ครึ่งหนึ่งเป็น AI Helps Crypto และอีกครึ่งหนึ่งเป็น Crypto Helps AI ไม่ใช่การโน้มเอียงไปทางอดีตอย่างชัดเจนเหมือนเมื่อสองปีก่อนอีกต่อไป

ซ้ายบนและซ้ายล่าง - ใช้การกระจายอำนัด ความโปร่งใสของ Ethereum เพื่อแก้ไขปัญหาความไว้วางใจและการทำงานร่วมกันทางเศรษฐกิจของ AI

 1. Enabling trustless and private AI interaction (โครงสร้างพื้นฐาน + การอยู่รอด): ใช้เทคโนโลยีเช่น ZK, FHE เพื่อรับประกันความเป็นส่วนตัวและความสามารถในการตรวจสอบได้ของการโต้ตอบกับ AI (ไม่รู้ว่าการอนุมายที่สามารถตรวจสอบได้ที่ฉันพูดถึงก่อนหน้านี้จะนับหรือไม่)

 2. Ethereum as an economic layer for AI (โครงสร้างพื้นฐาน + ความเจริญรุ่งเรือง): ทำให้เอเจนต์ AI (Agents) สามารถชำระเงินทางเศรษฐกิจผ่าน Ethereum จ้างหุ่นยนต์ตัวอื่น จ่ายเงินประกัน หรือสร้างระบบชื่อเสียง เพื่อสร้างสถาปัตยกรรม AI ที่กระจายอำนาจแทนที่จะถูกจำกัดด้วยแพลตฟอร์มยักษ์ใหญ่เพียงแห่งเดียว

ขวาบนและขวาล่าง - ใช้ความสามารถอันชาญฉลาดของ AI เพื่อปรับปรุงประสบการณ์ผู้ใช้ ประสิทธิภาพ และการกำกับดูแลของระบบนิเวศคริปโต: 

3. Cypherpunk mountain man vision with local LLMs (อิทธิพล + การอยู่รอด): AI ในฐานะ "โล่" และอินเทอร์เฟซของผู้ใช้ ตัวอย่างเช่น LLM (โมเดลภาษาขนาดใหญ่) ในเครื่องสามารถตรวจสอบสัญญาอัจฉริยะ ตรวจสอบธุรกรรมโดยอัตโนมัติ ลดการพึ่งพาหน้าเว็บส่วนหน้าที่รวมศูนย์ และปกป้องอธิปไตยทางดิจิทัลของแต่ละบุคคล

4. Make much better markets and governance a reality (อิทธิพล + ความเจริญรุ่งเรือง): AI มีส่วนร่วมอย่างลึกซึ้งในตลาดทำนาย (Prediction Markets) และการกำกับดูแล DAO AI สามารถเป็นผู้เข้าร่วมที่มีประสิทธิภาพ ขยายขีดความสามารถในการตัดสินใจของมนุษย์ผ่านการประมวลผลข้อมูลจำนวนมาก แก้ไขปัญหาต่างๆ ของตลาดและการกำกับดูแลที่เกิดจากความสนใจของมนุษย์ไม่เพียงพอ ค่าใช้จ่ายในการตัดสินใจสูงเกินไป ข้อมูลล้นเกิน ความไม่สนใจในการลงคะแนนเสียง ฯลฯ

ก่อนหน้านี้ เราอยากให้ Crypto ช่วย AI อย่างบ้าคลั่ง ส่วน V 神ยืนอยู่ฝั่งตรงข้าม ตอนนี้เราได้พบกันตรงกลางแล้ว เพียงแต่คาดว่าคงไม่เกี่ยวข้องกับการทำให้ XX ต่างๆ เป็นโทเค็น หรือ AI Layer1 อะไรก็ตาม หวังว่าอีกสองปีข้างหน้า เมื่อมองกลับมาที่โพสต์วันนี้ จะมีทิศทางใหม่และความประหลาดใจบางอย่าง