Daniil and David Liberman: AI is Not Just a Battle of Models, But a Battle of Computing Power Infrastructure

作者 | Gonka.ai



前言：在全球 AI 討論持續升溫的背景下，行業關注點往往集中在模型能力、技術突破以及監管框架。但在這些討論之下，一個更基礎的問題正逐漸浮現：AI 的算力基礎設施究竟掌握在誰手中？在 Unlockit Conference 的一場對話中，Gonka 協議的共同創造者、未來學家、企業家和投資人 Daniil 和 David Liberman 提出了一個核心觀點：人工智慧從來不是中立技術，算力基礎設施決定了 AI 最終為誰服務。在他們看來，AI 的未來不僅是一場技術競賽，更是一場圍繞基礎設施控制權展開的長期博弈。

AI 的真正底層：不是模型，而是算力

只有當人們不去質疑其底層假設時，中心化 AI 基礎設施才看起來像是一種必然。

很長一段時間以來，大多數關於人工智慧的討論都集中在模型、倫理或監管上。但在這些之下，還有一個更為決定性的層面——算力。誰擁有算力、誰控制算力的訪問權，以及在什麼條件下可以使用算力，這些最終決定了人工智慧如何運作，以及它服務於誰。

一旦從這個視角看待 AI，當前的圖景就很難被忽視。OECD 的研究以及其他公開數據表明，先進 AI 算力正越來越集中在少數雲服務提供商手中，並集中在有限的幾個國家。這造成了一個不斷擴大的「算力鴻溝」，即那些能夠接觸基礎設施的人與無法接觸的人之間的差距。

這種集中並非偶然。如今，對先進 GPU 的訪問由少數幾家提供商控制，並且越來越受到國家層面優先事項的影響。其結果是算力昂貴、容量受限，並且在地理上分佈不均。而這一切恰恰發生在 AI 正成為科學、工業和社會基礎設施的關鍵時刻。

與此同時，當下的去中心化體系也並沒有自動解決這個問題。許多去中心化系統仍然將大量算力消耗在共識和安全的開銷上，而激勵機制往往獎勵資本，而不是真實的計算貢獻。這會打擊硬體提供者的積極性，並減緩基礎設施層面的創新。

正是在這裡，我們的思考開始分化。我們並不是從一種意識形態立場出發，也不是為了反對中心化參與者而選擇去中心化。我們是從一個更實際的問題出發：如果效率、訪問權和貢獻能夠被對齊，而不是彼此衝突，那麼 AI 基礎設施會是什麼樣子？

這個問題最終引導我們走向一種模型：大多數算力被用於真正的 AI 工作，而不是系統開銷；參與和治理權由經過驗證的計算貢獻來決定，而不是資本；全球 GPU 資源的訪問在設計上是無需許可的。在實踐中，這些假設也不斷通過持續的開放討論進行壓力測試，包括與 GPU 運營者、開發者以及研究人員的即時合作——例如在我們的 Discord 社群中。

AI 從來不僅僅是軟體。它一直是一種基礎設施。而基礎設施的選擇通常會將社會鎖定在持續數十年的發展軌道上。將這種基礎設施置於少數企業或國家管轄之下，並不是一個中性的技術結果，而是一項具有長期經濟和地緣政治後果的結構性決定。如果智慧本身是要變得豐富的，那麼支撐它的基礎設施從一開始就必須為「豐富性」而設計。

去中心化 AI 的真正成功標準

困難之處主要在於，你並不是在與人爭論，而是在與「預設假設」爭論。

主流科技社群往往優化短期有效的東西：速度、資本效率、集中控制，以及通過整合實現規模。這些選擇在局部上是合理的，但一旦成為預設選項，人們就很少再去質疑它們。當你挑戰這些預設假設時，就會感覺像是在說另一種語言——不是因為想法極端，而是因為這些想法觸及了許多職業、公司和戰略已經建立起來的激勵結構。

更困難的是時機問題。中心化系統往往在其長期成本顯現之前就已經看起來非常成功。雖然巨額投資和基礎設施支出已經非常明顯，但更深層的成本往往在後來才顯現，例如依賴性增強、靈活性喪失、定價權集中到少數提供商手中，以及在系統深度嵌入之後無法再改變方向。

對我們而言，成功並不意味著贏得一場爭論，也不意味著取代現有參與者。成功的樣子其實要安靜得多。成功是當去中心化基礎設施不再是一種宣言，而變得平淡無奇：當人們使用它，不是因為他們相信去中心化，而是因為它是最實用的選擇。

最終，真正的成功是當整個討論本身發生變化。當問題不再是「智慧是否應該中心化」，而變成「我們為什麼曾經認為它必須是中心化的」。到了那時，信念不再需要被直接挑戰，它們會自然演化。

企業如何決定走中心化還是去中心化的路徑？

AI 基礎設施已經不再只是一個技術層，它正在成為一種戰略依賴。

對於企業來說，中心化 AI 基礎設施會產生難以逆轉的鎖定效應。一旦關鍵系統依賴於少數提供商，控制權就會逐漸從用戶轉移到基礎設施所有者手中。隨著時間推移，這將影響價格、訪問權、創新速度以及可行戰略選擇的範圍。

對於企業而言，問題在於戰略靈活性。中心化基礎設施在早期階段可能運作良好，但往往會逐漸固化為長期依賴。成本變得越來越難以控制，替代方案越來越難以採用，而在大規模情況下改變架構決策也會變得越來越困難。

決定的關鍵時刻通常比大多數人想像得更早。基礎設施選擇往往在其後果尚未明顯時就已經鎖定。一旦 AI 從實驗階段變成日常基礎設施，改變底層架構的成本就會呈指數級上升。因此，真正的決策時刻並不是當中心化系統失敗時，而是在它們仍然看起來運行良好的時候。儘早探索去中心化方案可以保留選擇權；等待往往意味著選擇已經被做出。

如果已經依賴中心化基礎設施，是否已經太晚？

很少會真正「太晚」，但隨著時間推移，難度會呈指數級增加。

一旦大多數系統建立在中心化 AI 基礎設施上，挑戰就不再是技術層面的，而是制度層面的。工作流程、激勵機制、預算、合規要求，甚至人才培養路徑，都會逐漸假設中心化就是「事情的運作方式」。到了那時，改變就不再只是遷移基礎設施，而是需要重新學習那些已經深植於組織中的習慣、合約模式以及思維方式。

基礎設施鎖定的研究也強化了這一點。行業分析持續表明，在中心化雲環境中運行數年之後，轉換成本會急劇上升，而不是線性上升。這種增長來自長期合約、監管框架、深度整合的內部流程以及高度專業化的勞動力。OECD 的研究也指出，沒有早期獲得 AI 算力的國家和組織，隨著時間推移會面臨不斷累積的劣勢，不僅失去競爭力，也失去架構自由——即真正選擇其他基礎設施模型的能力。

與此同時，歷史表明基礎設施轉型很少一次性發生。它們通常從邊緣開始。新的應用場景、新的參與者以及新的限制條件會創造壓力點，在這些地方中心化系統開始不再足夠——可能是成本過高、速度過慢、限制過多或過於脆弱。這通常就是替代方案開始變得重要的地方。

隨著時間推移，真正被侵蝕的是「選擇權」。中心化基礎設施佔主導地位的時間越長，真正的選擇就越少。

依賴關係會逐漸固化，而去中心化從一種主動設計決策變成一種被動糾正，而這種糾正總是更昂貴、更複雜、更難控制。

因此真正的風險不是已經太晚。真正的風險是等待，直到去中心化不再是一種選擇，而是系統性失敗所迫使的必要措施。越早探索，即使只是與中心化方案並行探索，越有空間去主動塑造結果，而不是在壓力下被迫改變。

對下一代而言，AI架構將決定機會分配

未來一代需要理解，技術並不會因為變得先進就變得中立。

每一代人都會繼承之前做出的基礎設施選擇，往往卻沒有意識到這些選擇曾經是刻意做出的決定，而不是必然結果。對未來一代而言，AI 會像今天的電力或網際網路一樣自然存在。正因為如此，底層架構才如此重要——它不僅決定什麼是可能的，也決定對誰來說是可能的。

未來一代需要知道，對智慧的訪問可以以根本不同的方式被組織。它可以被視為一種共享基礎：開放、豐富且難以被壟斷。也可以被圍起來、被定價、被控制，即使從表面上看似方便和高效。這兩條路徑都可以產生令人印象深刻的技術，但只有其中一條能夠保留長期的自由、韌性和真正的選擇。

他們還應該理解，中心化通常是悄然到來的。不是通過強制，而是通過便利。一開始的權衡往往看起來很小：成本稍低、部署更快、協調更簡單。但後果會在之後顯現——當改變方向變得昂貴甚至幾乎不可能時。

同樣重要的是認識到，基礎設施會直接影響社會流動性。看似技術中立的系統，可能減少人與人之間以及代際之間的不平等起點，也可能悄然將這些不平等鎖定數十年。正如你可能知道的，這也是我們非常關注的話題。年輕一代在同齡階段已經面臨比前幾代人更大的劣勢。當前 AI 的實施方式並沒有解決這個問題，甚至可能使其更嚴重。從這個意義上說，架構選擇不僅決定效率，也決定誰真正擁有實驗、建設和塑造未來的機會。

最重要的是，未來一代需要理解，這些系統仍然是由人設計的。不是命運決定的，不是「市場」決定的，也不是機器本身決定的。質疑預設假設，問清誰從某種架構中獲益，並堅持保留選擇權，並不是對進步的抵抗。這正是保持進步開放的方式。

為什麼決定在 Unlockit 上分享這些故事？

Unlockit 似乎是一個討論空間，在這裡，對話不是圍繞炒作、發布或預測展開，而是圍繞人們為什麼會做出某些選擇。這對我們來說很重要。我們的故事其實並不是關於某個項目或某項技術，而是關於在早期發現結構性模式，並決定不把它們當作不可避免的事情。

多年來，我們一直在主流系統內部運作：建立公司、投資、與大型組織合作，並從中心化基礎設施中受益。我們從內部理解這些系統是如何運作的。在某個時刻，我們意識到，如果重複同樣的結構，卻希望得到不同的結果，通常不會產生真正新的東西。與其保持沉默或把它包裝成另一個成功故事，不如公開分享這種認識。

同時，我們來到 Unlockit 不僅是為了反思，也是為了分享實際經驗，這些經驗對在場的不同群體都具有現實意義。對於創業者來說，這些問題涉及基礎設施控制權、對提供商的依賴以及在不失去靈活性的情況下擴展規模的能力。對於投資人來說，它們涉及長期風險、基礎設施鎖定以及哪些模型真正能夠創造持久價值。對於企業和技術領導者來說，這關乎成本結構、可靠性、監管約束以及在快速變化環境中的戰略自由。

我們希望分享一種已經作為實踐運行的替代路徑——不是作為普遍答案，而是一種不同的思考方式：如何構建依賴更少、透明度更高、長期選擇權更大的 AI 基礎設施。同樣重要的是，我們也希望聽到來自那些在商業、資本和機構層面做出真實決策的人們的回饋。

我們也相信，這些討論不應該只侷限於圈內人。一旦基礎設施決策不再被公開討論，它們就會悄然固化為預設選擇 Unlockit 提供了一個空間，可以在這些選擇變得不可逆之前進行反思，這使得參與這場對話變得有意義。

最終，參加 Unlockit 並不是為了解釋我們正在做什麼，而是為了說明為什麼質疑預設假設仍然重要，尤其是在技術進步看起來快速、強大且不可避免的時代。同時，這也是為了傾聽那些正在塑造商業、技術和社會系統未來的人們的觀點。

關於 Gonka.ai

Gonka 是一個旨在提供高效 AI 算力的去中心化網路，其設計目標是最大限度地利用全球 GPU 算力，完成有意義的 AI 工作負載。透過消除中心化守門人，Gonka 為開發者和研究人員提供了無需許可的算力資源訪問，同時透過其原生代幣 GNK 獎勵所有參與者。

Gonka 由美國 AI 開發商 Product Science Inc. 孵化。該公司由 Web 2 行業資深人士、前 Snap Inc. 核心產品總監 Libermans 兄妹創立，並於 2023 年成功融資 1800 萬美元，2025年新增融資5100萬美元，投資者包括 OpenAI 投資方 Coatue Management、Solana 投資方 Slow Ventures、Bitfury、K 5、Insight and Benchmark 合夥人等。項目的早期貢獻者包括 6 blocks、Hard Yaka、Gcore 等 Web 2-Web 3 領域的知名領軍企業。

官網 | Github | X | Discord | Telegram | 白皮書 | 經濟模型 | 用戶手冊