Hợp lưu trí tuệ tính toán: Kiến trúc tích hợp sâu, tiến hóa mô hình và bản đồ ứng dụng của sự kết hợp giữa AI và ngành công nghiệp tiền mã hóa

Sự cộng sinh giữa thuật toán và sổ cái: Sự chuyển đổi mô hình công nghệ toàn cầu quan trọng

Trong thập kỷ thứ ba của thế kỷ 21, sự kết hợp giữa trí tuệ nhân tạo (AI) và tiền mã hóa (Crypto) không còn chỉ là sự chồng chất của hai thuật ngữ nóng, mà là một cuộc cách mạng mô hình công nghệ sâu sắc. Khi tổng vốn hóa thị trường tiền mã hóa toàn cầu chính thức vượt qua mốc 4 nghìn tỷ USD vào năm 2025, ngành công nghiệp đã hoàn thành quá trình chuyển đổi từ một thị trường ngách thử nghiệm sang một bộ phận quan trọng của nền kinh tế hiện đại.

Một trong những động lực cốt lõi của sự chuyển đổi này là sự hội tụ sâu sắc giữa AI, với tư cách là một lớp ra quyết định và xử lý cực kỳ mạnh mẽ, và blockchain, với tư cách là một lớp thực thi và thanh toán minh bạch, không thể bị giả mạo. Sự kết hợp này đang giải quyết những điểm đau riêng của cả hai bên: AI đang ở giai đoạn then chốt chuyển đổi từ sự độc quyền của các gã khổng lồ tập trung sang "trí tuệ mở" phi tập trung, minh bạch; trong khi ngành công nghiệp Crypto, sau khi cơ sở hạ tầng dần được hoàn thiện, đang rất cần AI để giải quyết các vấn đề về tương tác trên chuỗi phức tạp, bảo mật mong manh và hiệu quả ứng dụng không đủ.

Từ góc nhìn dòng chảy vốn, sự phân kỳ chiến lược của các tổ chức đầu tư mạo hiểm hàng đầu cũng xác nhận xu hướng này. a16z Crypto đã hoàn thành vòng gọi vốn thứ 5 trị giá 2 tỷ USD vào năm 2025, kiên định coi lĩnh vực giao thoa giữa AI và Crypto là cốt lõi chiến lược dài hạn, cho rằng blockchain là cơ sở hạ tầng cần thiết để ngăn chặn kiểm duyệt và kiểm soát AI.

Đồng thời, các tổ chức như Paradigm đang cố gắng nắm bắt lợi ích xuyên ngành do sự hội tụ công nghệ mang lại bằng cách mở rộng biên giới đầu tư sang robot và AI tổng quát. Theo dữ liệu từ OECD, đến năm 2025, tổng số vốn đầu tư mạo hiểm trong lĩnh vực AI toàn cầu chiếm 51% tổng đầu tư toàn cầu, và trong lĩnh vực Web3, tỷ lệ tài trợ cho các dự án liên quan đến AI cũng đang tăng lên ổn định, phản ánh sự công nhận cao của thị trường đối với câu chuyện "trí tuệ phi tập trung" này.

1. Tái cấu trúc cơ sở hạ tầng: Tính toán phi tập trung và tính toàn vẹn của tính toán

Tồn tại một mâu thuẫn tự nhiên giữa khát vọng vô hạn của AI đối với đơn vị xử lý đồ họa (GPU) và tính dễ tổn thương của chuỗi cung ứng toàn cầu hiện tại. Trong giai đoạn 2024-2025, tình trạng thiếu hụt GPU đã trở thành bình thường, tạo điều kiện cho mạng lưới cơ sở hạ tầng vật lý phi tập trung (DePIN) bùng nổ.

1.1 Sự tiến hóa kép của thị trường tính toán phi tập trung

Các nền tảng tính toán phi tập trung hiện tại chủ yếu được chia thành hai phe. Loại đầu tiên được đại diện bởi Render Network (RNDR) và Akash Network (AKT), chúng tập hợp sức mạnh tính toán GPU nhàn rỗi trên toàn cầu bằng cách xây dựng thị trường hai chiều phi tập trung. Render Network đã trở thành tiêu chuẩn cho kết xuất GPU phân tán, không chỉ giảm chi phí sáng tạo 3D mà còn hỗ trợ các nhiệm vụ suy luận AI thông qua chức năng điều phối blockchain, cho phép người sáng tạo tiếp cận sức mạnh tính toán hiệu suất cao với giá thấp hơn. Akash đã thực hiện bước nhảy vọt sau năm 2023 thông qua mạng chính GPU của mình (Akash ML), cho phép các nhà phát triển thuê chip cao cấp để đào tạo và suy luận mô hình quy mô lớn.

Loại thứ hai là lớp điều phối tính toán mới được đại diện bởi Ritual. Điểm độc đáo của Ritual là nó không cố gắng thay thế trực tiếp các dịch vụ đám mây hiện có, mà hoạt động như một lớp thực thi chủ quyền, mở, mô-đun, nhúng trực tiếp các mô hình AI vào môi trường thực thi của blockchain. Sản phẩm Infernet của nó cho phép các hợp đồng thông minh gọi liền mạch kết quả suy luận AI, giải quyết nút thắt kỹ thuật lâu dài "ứng dụng trên chuỗi không thể chạy AI một cách tự nhiên".

1.2 Tính toàn vẹn của tính toán và đột phá trong công nghệ xác minh

Trong mạng phi tập trung, việc xác minh "tính toán có được thực hiện chính xác hay không" là vấn đề cốt lõi. Tiến bộ công nghệ năm 2025 tập trung chủ yếu vào việc ứng dụng kết hợp giữa máy học không kiến thức (ZKML) và môi trường thực thi đáng tin cậy (TEE).

Kiến trúc Ritual thông qua thiết kế proof-system agnostic (không phụ thuộc vào hệ thống chứng minh), cho phép các nút lựa chọn thực thi mã TEE hoặc chứng minh ZK dựa trên yêu cầu nhiệm vụ. Tính linh hoạt này đảm bảo rằng ngay cả trong môi trường phi tập trung cao độ, mọi kết quả suy luận do mô hình AI tạo ra đều có thể truy xuất, kiểm toán và được đảm bảo tính toàn vẹn.

2. Dân chủ hóa trí tuệ: Sự trỗi dậy của Bittensor và thị trường hàng hóa

Sự xuất hiện của Bittensor (TAO) đánh dấu sự kết hợp giữa AI và Crypto bước vào giai đoạn mới "thị trường hóa trí tuệ máy móc". Khác với các nền tảng tính toán đơn lẻ truyền thống, Bittensor nhằm mục đích tạo ra một cơ chế khuyến khích, cho phép các mô hình máy học đa dạng trên toàn cầu kết nối, học hỏi lẫn nhau và cạnh tranh phần thưởng.

2.1 Đồng thuận Yuma: Từ ngôn ngữ học đến thuật toán đồng thuận

Cốt lõi của Bittensor là cơ chế đồng thuận Yuma (YC), một cơ chế đồng thuận lợi ích chủ quan được lấy cảm hứng từ ngữ dụng học Grice.

Logic hoạt động của YC giả định: một người hợp tác hiệu quả có xu hướng đưa ra câu trả lời chân thực, liên quan và giàu thông tin, vì đây là chiến lược tối ưu để đạt được phần thưởng cao nhất trong cảnh quan khuyến khích. Ở cấp độ kỹ thuật, YC tính toán lượng phát hành token thông qua đánh giá trọng số của người xác thực (Validators) đối với hiệu suất của thợ đào (Miners). Logic cốt lõi của nó có thể được biểu diễn bằng công thức LaTeX sau để phân bổ tỷ lệ phát hành:

​

Trong đó, E là phần thưởng phát hành, Δ là tổng mức tăng cung hàng ngày, W là ma trận trọng số đánh giá của người xác thực, S là trọng số stake tương ứng. Để ngăn chặn sự thông đồng độc hại hoặc thiên vị, YC giới thiệu cơ chế Clipping (cắt tỉa), cắt giảm các cài đặt trọng số vượt quá chuẩn đồng thuận, đảm bảo tính mạnh mẽ của hệ thống.

2.2 Kinh tế mạng con và mô hình TAO động

Đến năm 2025, Bittensor đã tiến hóa thành kiến trúc nhiều lớp. Lớp dưới cùng là sổ cái Subtensor được quản lý bởi tổ chức Opentensor, và lớp trên là hàng chục mạng con (Subnets) chuyên biệt theo chiều dọc, tập trung vào các nhiệm vụ cụ thể như tạo văn bản, dự đoán âm thanh, nhận dạng hình ảnh.

Cơ chế "TAO động" được giới thiệu tạo ra các nhóm dự trữ giá trị độc lập cho mỗi mạng con thông qua nhà tạo lập thị trường tự động (AMM), với giá được xác định bởi tỷ lệ giữa TAO và token Alpha:

​

Cơ chế này thực hiện phân bổ tài nguyên tự động: các mạng con có nhu cầu lớn, chất lượng đầu ra cao sẽ thu hút nhiều stake hơn, từ đó nhận được tỷ lệ phát hành TAO hàng ngày cao hơn. Cấu trúc thị trường cạnh tranh này được ví một cách hình tượng như "Thế vận hội Olympic của trí tuệ", loại bỏ các mô hình kém hiệu quả thông qua chọn lọc tự nhiên.

3. Sự trỗi dậy của nền kinh tế đại lý: AI Agents như một chủ thể cấp một của Web3

Trong chu kỳ 2024-2025, đại lý AI (AI Agents) đang trải qua sự biến đổi bản chất từ "công cụ hỗ trợ" sang "chủ thể gốc trên chuỗi". Sự tiến hóa này không chỉ thể hiện ở sự phức tạp hóa của kiến trúc kỹ thuật, mà còn ở sự mở rộng căn bản về vai trò và quyền hạn của chúng trong hệ sinh thái tài chính phi tập trung (DeFi).

Dưới đây là phân tích mở rộng sâu về xu hướng này:

3.1 Kiến trúc đại lý: Vòng lặp khép kín từ dữ liệu đến thực thi

Các đại lý AI trên chuỗi hiện tại không còn là các tập lệnh đơn lẻ, mà là các hệ thống trưởng thành được xây dựng dựa trên ba lớp logic phức tạp:

• Lớp đầu vào dữ liệu (Data Input Layer): Đại lý thu thập dữ liệu trên chuỗi như nhóm thanh khoản, khối lượng giao dịch theo thời gian thực thông qua các nút blockchain hoặc API (như Ethers.js), đồng thời kết hợp thông tin ngoài chuỗi như tâm trạng mạng xã hội, giá trên sàn giao dịch tập trung thông qua oracle (như Chainlink).
• Lớp ra quyết định AI/ML (AI/ML Layer): Đại lý sử dụng mạng bộ nhớ ngắn hạn dài hạn (LSTM) để phân tích xu hướng giá, hoặc thông qua học tăng cường (Reinforcement Learning) để liên tục lặp lại chiến lược tối ưu trong các trò chơi thị trường phức tạp. Việc tích hợp mô hình ngôn ngữ lớn (LLM) cũng trao cho đại lý khả năng hiểu ý định mơ hồ của con người.
• Lớp tương tác blockchain (Blockchain Interaction Layer): Đây là chìa khóa để đạt được "tự chủ tài chính". Đại lý hiện có thể quản lý ví không giám sát, tự động tính toán phí Gas tối ưu, xử lý số ngẫu nhiên (Nonce), thậm chí tích hợp các công cụ bảo vệ MEV (như Jito Labs) để ngăn chặn bị front-run trong giao dịch.

3.2 Đường ray tài chính và giao dịch Agent-to-Agent

Báo cáo năm 2025 của a16z đặc biệt nhấn mạnh trụ cột tài chính của đại lý AI - giao thức x402 và các tiêu chuẩn vi thanh toán tương tự. Những tiêu chuẩn này cho phép đại lý thanh toán phí API hoặc mua dịch vụ từ các đại lý khác mà không có sự can thiệp của con người. Ví dụ, hệ sinh thái Olas (trước đây là Autonolas) hiện xử lý hơn 2 triệu giao dịch tự động giữa các đại lý mỗi tháng, bao gồm nhiều nhiệm vụ từ hoán đổi DeFi đến sáng tạo nội dung.

Các thành phần kinh tế đại lý

Xu hướng này đã được thể hi