Kerangka verifikasi dan komputasi yang dapat dipercaya untuk AI adalah bidang inti yang harus dikuasai oleh infra web3AI.
Ditulis oleh: Haotian
Baru-baru ini, banyak pengembang terdepan di web3AI Build berbincang dan menemukan bahwa bekerja di sekitar infrastruktur web3AI jauh lebih kompleks daripada yang dibayangkan.
1）Saat ini, sebagian besar proyek AI aktif di web3 umumnya telah menjadi MEME, membual tentang banyak cerita yang tidak dapat direalisasikan dan diterapkan, kuncinya adalah melalui penerbitan token dengan cepat untuk menarik perhatian dan likuiditas, serta kekacauan setelah gelembung jangka pendek pecah (EV negatif). Ini terutama disebabkan oleh narasi AI + Crypto yang terlalu menggoda, sementara tantangan untuk aplikasi praktisnya terlalu besar, pada awalnya secara alami menjadi daerah bencana gelembung yang bergantung pada narasi untuk penerbitan token;
infra web3AI pada dasarnya adalah pemfaktoran ulang dari infra AI web2 dan sebagian besar waktu tidak berterima kasih. Sama seperti ketika Crypto menantang sentralisasi atas nama desentralisasi, untuk waktu yang lama, arsitektur jaringan terdesentralisasi dikritik karena tidak berarti dalam konstruksi berulang, hingga pendaratan skenario aplikasi DeFi berikutnya menemukan beberapa titik penangkapan nilai.
Saat ini, dilema web3AI tidak berbeda dengan visi desentralisasi Crypto pada awalnya. Sebagian besar orang masih terbiasa dengan ringan berbicara "apa gunanya web3AI"? Namun jangan lupa, agregasi daya komputasi terdesentralisasi dan inferensi terdistribusi serta jaringan pelabelan data terdistribusi, dll., semuanya dapat menemukan skenario masuk dalam hal biaya pelatihan, kinerja, dan kegunaan. Hanya bisa dikatakan, jalan di depan terjal dan panjang, tetapi memiliki makna yang sangat penting;
Pembangunan dan perluasan infra web3AI memiliki biaya trial and error yang besar, dan membutuhkan dukungan rasionalisme yang kuat. Misalnya, kita semua tahu bahwa web3AI memerlukan konstruksi lapisan data, tetapi membersihkan data on-chain dan off-chain yang sangat besar membutuhkan banyak biaya operasi dan pemeliharaan dan pengembangan server, dan pada saat yang sama, biaya akses API web3AI yang matang, daya komputasi, penyempurnaan algoritma, dll. Ini adalah tantangan bagi banyak tim pengembang.
Lebih merepotkan lagi, berbeda dengan infrastruktur web2 tradisional, web3 AI juga harus menyelesaikan masalah kolaborasi antara data off-chain dan verifikasi on-chain, mekanisme distribusi dan pembaruan model dalam jaringan P2P, serta desain kompleks untuk menggantikan model bisnis tradisional dengan insentif Tokenomics, dan sebagainya. Sementara itu, pandangan jangka pendek dari modal dan suasana pasar yang cenderung spekulatif membuat sejumlah uang panas mengalir ke aplikasi Agent yang diluncurkan dengan terburu-buru hanya untuk mengikuti tren, yang mengakibatkan tim yang benar-benar menggarap di lapisan infrastruktur malah sulit mendapatkan dukungan yang cukup.
Masalah ilusi yang ada pada model besar yang kompatibel dengan atribut "black box" di infrastruktur web3AI, menyebabkan tantangan besar untuk keamanan dan kepercayaan di bawah skenario tertentu. Melihat @SlowMist_Team
Baru-baru ini, output terkait kerentanan keamanan MCP, saya merasa bahwa audit keamanan profesional di sekitar MCP sudah dapat mendukung posisi Slow Mist ke depan sebagai perusahaan audit AI. Ini hanya sebuah contoh konkret, yang memvalidasi berbagai tantangan keamanan yang tidak diketahui yang ada ketika AI LLMs terhubung sebagai sumber data dasar ke infrastruktur AI web3. Namun, masalah seputar infrastruktur AI web3 jauh lebih dari itu, ada juga kerangka komputasi yang dapat diverifikasi yang dibangun melalui verifikasi kriptografi web3 dan mekanisme konsensus on-chain, untuk memastikan bahwa proses inferensi AI dapat dilacak dan diverifikasi.
Sebenarnya, kerangka verifikasi dan komputasi yang dapat dipercaya dari AI adalah bidang inti yang harus ditaklukkan oleh infra web3AI. Saat ini, model besar tidak dapat memberikan verifikasi proses penalaran ketika menangani informasi sensitif tinggi di bidang keuangan, kesehatan, hukum, dll., sehingga tingkat adopsi di bidang profesional sangat terbatas. Kematangan infra AI web3, seperti zkVM di lapisan bawah, jaringan Oracle terdesentralisasi, solusi Memory terdesentralisasi, dan sebagainya, dapat membangun kerangka komputasi yang dapat diverifikasi dan dibuktikan untuk AI, yang pada dasarnya membantu AI memperluas skenario vertikal dengan cepat.
Di atas.
Perjalanan pembangunan infra dan aplikasi web3AI tidak akan terjadi dalam sekejap, melainkan merupakan sebuah perlombaan maraton yang panjang. Siapa yang benar-benar dapat membangun infra dan ekosistem aplikasi yang memecahkan masalah nyata, siapa yang dapat menyeimbangkan hubungan antara hipe dan nilai dalam proses Go-To-Market, siapa yang dapat menemukan loop bisnis yang nyata sambil mempertahankan visi teknologi yang ke depan, merekalah yang akan menjadi orang-orang yang benar-benar tertawa terakhir di industri.
Konten ini hanya untuk referensi, bukan ajakan atau tawaran. Tidak ada nasihat investasi, pajak, atau hukum yang diberikan. Lihat Penafian untuk pengungkapan risiko lebih lanjut.
Perjalanan pembangunan infra dan aplikasi Web3 AI adalah pertandingan maraton yang panjang.
Ditulis oleh: Haotian
Baru-baru ini, banyak pengembang terdepan di web3AI Build berbincang dan menemukan bahwa bekerja di sekitar infrastruktur web3AI jauh lebih kompleks daripada yang dibayangkan.
1）Saat ini, sebagian besar proyek AI aktif di web3 umumnya telah menjadi MEME, membual tentang banyak cerita yang tidak dapat direalisasikan dan diterapkan, kuncinya adalah melalui penerbitan token dengan cepat untuk menarik perhatian dan likuiditas, serta kekacauan setelah gelembung jangka pendek pecah (EV negatif). Ini terutama disebabkan oleh narasi AI + Crypto yang terlalu menggoda, sementara tantangan untuk aplikasi praktisnya terlalu besar, pada awalnya secara alami menjadi daerah bencana gelembung yang bergantung pada narasi untuk penerbitan token;
Saat ini, dilema web3AI tidak berbeda dengan visi desentralisasi Crypto pada awalnya. Sebagian besar orang masih terbiasa dengan ringan berbicara "apa gunanya web3AI"? Namun jangan lupa, agregasi daya komputasi terdesentralisasi dan inferensi terdistribusi serta jaringan pelabelan data terdistribusi, dll., semuanya dapat menemukan skenario masuk dalam hal biaya pelatihan, kinerja, dan kegunaan. Hanya bisa dikatakan, jalan di depan terjal dan panjang, tetapi memiliki makna yang sangat penting;
Lebih merepotkan lagi, berbeda dengan infrastruktur web2 tradisional, web3 AI juga harus menyelesaikan masalah kolaborasi antara data off-chain dan verifikasi on-chain, mekanisme distribusi dan pembaruan model dalam jaringan P2P, serta desain kompleks untuk menggantikan model bisnis tradisional dengan insentif Tokenomics, dan sebagainya. Sementara itu, pandangan jangka pendek dari modal dan suasana pasar yang cenderung spekulatif membuat sejumlah uang panas mengalir ke aplikasi Agent yang diluncurkan dengan terburu-buru hanya untuk mengikuti tren, yang mengakibatkan tim yang benar-benar menggarap di lapisan infrastruktur malah sulit mendapatkan dukungan yang cukup.
Baru-baru ini, output terkait kerentanan keamanan MCP, saya merasa bahwa audit keamanan profesional di sekitar MCP sudah dapat mendukung posisi Slow Mist ke depan sebagai perusahaan audit AI. Ini hanya sebuah contoh konkret, yang memvalidasi berbagai tantangan keamanan yang tidak diketahui yang ada ketika AI LLMs terhubung sebagai sumber data dasar ke infrastruktur AI web3. Namun, masalah seputar infrastruktur AI web3 jauh lebih dari itu, ada juga kerangka komputasi yang dapat diverifikasi yang dibangun melalui verifikasi kriptografi web3 dan mekanisme konsensus on-chain, untuk memastikan bahwa proses inferensi AI dapat dilacak dan diverifikasi.
Sebenarnya, kerangka verifikasi dan komputasi yang dapat dipercaya dari AI adalah bidang inti yang harus ditaklukkan oleh infra web3AI. Saat ini, model besar tidak dapat memberikan verifikasi proses penalaran ketika menangani informasi sensitif tinggi di bidang keuangan, kesehatan, hukum, dll., sehingga tingkat adopsi di bidang profesional sangat terbatas. Kematangan infra AI web3, seperti zkVM di lapisan bawah, jaringan Oracle terdesentralisasi, solusi Memory terdesentralisasi, dan sebagainya, dapat membangun kerangka komputasi yang dapat diverifikasi dan dibuktikan untuk AI, yang pada dasarnya membantu AI memperluas skenario vertikal dengan cepat.
Di atas.
Perjalanan pembangunan infra dan aplikasi web3AI tidak akan terjadi dalam sekejap, melainkan merupakan sebuah perlombaan maraton yang panjang. Siapa yang benar-benar dapat membangun infra dan ekosistem aplikasi yang memecahkan masalah nyata, siapa yang dapat menyeimbangkan hubungan antara hipe dan nilai dalam proses Go-To-Market, siapa yang dapat menemukan loop bisnis yang nyata sambil mempertahankan visi teknologi yang ke depan, merekalah yang akan menjadi orang-orang yang benar-benar tertawa terakhir di industri.