Дарвиновский AI — Hunger Games искусственного интеллекта

Соревнования — фундамент эволюции человека. С древности люди состязались за

• еду и территорию,
• партнеров,
• статус в племени или обществе,
• союзы и сотрудничество.

Охотники добывали пищу, воины боролись за выживание, лидеры племен соперничали за земли. Те, кто обладал полезными для выживания качествами, выживали, размножались и передавали свои гены следующему поколению.

Этот процесс называется естественным отбором.

Естественный отбор продолжается: от борьбы за выживание ➙ к соревнованиям как зрелищу и развлечению (гладиаторы, Олимпийские игры, спорт и киберспорт) ➙ к конкуренции как ускорителю эволюции (технологии, медиа, кино, политика и др.).

Естественный отбор — ключевой механизм эволюции человека. А как развивается искусственный интеллект?

История ИИ — это не про одно открытие, а про множество невидимых турниров и экспериментов, которые определяют, какие модели продолжают существовать, а какие исчезают.

В этой статье мы рассмотрим такие невидимые турниры (в Web2 и Web3) и проследим эволюцию ИИ через призму конкуренции.

ИИ совершил прорыв в 2023–2025 годах с появлением ChatGPT — чат-бота, способного ответить на любой ваш запрос.

Но до ChatGPT компания OpenAI дебютировала в Dota 2 (OpenAI Five), показав стремительную эволюцию: десятки тысяч матчей против обычных игроков, профессионалов и самой себя, с каждым разом становясь сильнее.

В итоге появилась сложная форма интеллекта, полностью разгромившая чемпионов мира по Dota 2 в 2019 году.

Еще один знаковый кейс — AlphaGo, который в 2016 году победил чемпиона мира по го Ли Седоля. Главное здесь не победа над чемпионом, а способ обучения.

AlphaGo не просто обучался на человеческих данных. Как и OpenAI Five, он эволюционировал через самообучение — рекурсивный процесс, когда

• каждое поколение модели соревнуется с предыдущими версиями,
• выживают и воспроизводятся сильнейшие варианты,
• слабые стратегии исчезают.

То есть дарвиновский ИИ, ускоренный до часов вычислений вместо миллионов лет эволюции.

Этот цикл само-конкуренции породил нечто принципиально новое.

Сейчас подобные процессы проявляются в новых формах, в том числе в финансовой сфере.

Дарвиновский ИИ в криптовалютах

@ the_nof1 недавно стал новостью, представив Alpha Arena — турнир, где 6 ИИ-моделей (Claude, DeepSeek, Gemini, GPT, Qwen, Grok) сражаются друг с другом в Crypto Perps deathmatch, управляя по $10 000 каждая. Побеждает тот, чей PnL окажется максимальным по итогам.

Alpha Arena проходит в реальном времени: 6 моделей ИИ торгуют по $10 000 каждая, полностью автономно. Реальные деньги. Реальные рынки. Реальный бенчмарк. На кого бы вы поставили? Ссылка ниже.

Турнир быстро стал вирусным не из-за самой схемы, а из-за открытости. Обычно альфа-стратегии держат в секрете, но теперь мы видим вживую, какая ИИ-модель лучше всего зарабатывает на рынке.

UI/UX с отображением результатов в реальном времени — современный и оптимизированный. Команда использует хайп и полученные инсайты для разработки моделей Nof1 и торговых инструментов. Сейчас открыт лист ожидания для желающих протестировать.

То, что делает Nof1, не ново — финансовые турниры всегда были, особенно в экосистеме Bittensor и на крипторынке, НО никто не смог сделать это публично так, как Nof1.

Самые интересные соревнования

Synth

SN50 @ SynthdataCo ML-инженеры соревнуются за развертывание ML-моделей для прогнозирования цены и волатильности криптоактивов, получая альфа-токены SN50 Synth. Команда использует лучшие прогнозы для генерации точных синтетических ценовых данных и траекторий.

Уже выплачено $2 млн призов лучшим дата-сайентистам и квантам, участвующим в турнире с начала года.

Команда использует сигналы для торговли на Polymarket и уже заработала 184% ROI, начав с $3 000 стартового капитала. Следующий вызов — масштабировать это, сохраняя текущие результаты.

Sportstensor

SN41 @ sportstensor — подсеть, созданная для обыгрывания рыночных коэффициентов и выявления преимуществ на глобальном рынке спортивных ставок. Это непрерывный турнир, где ML-инженеры соревнуются за развертывание моделей для прогнозирования исходов крупнейших спортивных лиг: MLB, MLS, EPL и NBA. Лучшая прибыльная модель получает альфа-токены SN41 Sportstensor.

Средняя точность — около 55%, а топ-майнер достигает 69% точности и 59% дополнительного ROI.

Sportstensor сотрудничает с Polymarket, выступая слоем ликвидности и увеличивая объем спортивных прогнозов на Polymarket.

Команда строит Almanac — слой соревнований по спортивным прогнозам для широкой аудитории, где можно получить доступ к сигналам Sportstensor-майнеров и продвинутой аналитике, чтобы соревноваться с другими игроками. Лучший прогнозист может выиграть до $100 000 еженедельных призов. (Дата запуска пока не объявлена, но можно следить за их X, если хотите поучаствовать.)

AION

@ aion5100 — команда агентов для прогнозирования событий/исходов запускает @ futuredotfun War of Markets.

Запуск запланирован на 4 квартал, War of Markets позиционируется как «Чемпионат мира по рынкам прогнозов», где любой (человек или ИИ) может соревноваться в прогнозах на Polymarket и Kalshi.

Цель мероприятия — стать эталоном истины через коллективную мудрость, делая акцент на долю внимания, объем торгов и престиж вместо традиционных метрик точности: побеждает лучший по этим показателям.

Команда интегрирует свои продвинутые аналитические инструменты для рынков прогнозов, копи-трейдинг и социальные торговые продукты с турниром, позволяя трейдерам использовать эти инструменты для получения преимущества над другими прогнозистами.

Fraction AI

@ FractionAI_xyz проводит множество разных турниров — пользователь может запускать агентов в играх Bid Tic Tac Toe, Footbrawl, BTC Tradewars, торговле на Polymarket и «ALFA», где ИИ торгуют друг с другом в перпах на виртуальные деньги (аналог Alpha Arena, но с виртуальными средствами).

В ALFA пользователи могут покупать акции Да/Нет агентов, делая ставки на то, какой агент покажет наибольший PnL к концу дня. Как и в Alpha Arena, можно видеть стратегию и активы каждого агента.

Полученные инсайты и данные будут использованы для дальнейшей настройки агентов до уровня, когда пользователи смогут доверить им свои средства и позволить агентам торговать за себя.

Команда стремится создать применение агентов во всех ключевых финансовых сценариях: торговля, DeFi и рынки прогнозов.

Allora

@ AlloraNetwork — аналог Bittensor для финансовых задач. Создаются «темы» или микро-задачи, например, прогнозирование цены криптоактива, и ML-инженеры соревнуются за создание лучших моделей.

Модели прогнозирования цен фокусируются на основных активах, а лучшие ML-инженеры (forgers или miners) получают награды Allora Hammer, которые после запуска основной сети будут конвертированы в токены $ALLO.

У команды есть обширный пайплайн динамических DeFi-стратегий, где модели Allora используются для повышения гибкости DeFi-стратегий — снижение риска при одновременном росте доходности.

Например, ETH/LST looping-стратегия: часть средств выделяется для шорт-операций (если предиктивные модели сигнализируют о движении цены выше определенного порога, стратегия меняет LST на USDC и открывает короткую позицию, чтобы заработать на прогнозируемом движении).

[Интересный факт об Allora: они будут использовать реальную выручку для субсидирования эмиссии. Например, вместо выплаты $100 000 токенами $ALLO, могут выплатить $50 000 в $ALLO и еще $50 000 из доходов от клиентов, снижая давление на продажу со стороны майнеров.]

Другие интересные торговые турниры (о которых известно мало, но они предлагают хорошие призы):

• SN8 PTN от @ taoshiio — турнир по краудсорсингу качественных торговых сигналов от глобальных ИИ-моделей и квантов для опережения традиционных хедж-фондов, с акцентом на риск-скорректированную прибыльность.
• @ numerai — хедж-фонд на базе ИИ, недавно получивший $500 млн от JP Morgan (до $500 млн на стратегию Numerai). Стратегия основана на турнирах ML-моделей с упором на долгосрочную оригинальность и риск-скорректированную точность. Для участия необходимо стейкать $NMR, слабые модели получают штраф (20–100%), а топовые — 2–5x награды в $NMR. Уже выплачено более $40 млн в NMR участникам.

Другие интересные турниры, не связанные с финансами:

• SN62 @ ridges_ai — маркетплейс для децентрализованных агентов программной инженерии, стремящихся полностью заменить человеческих разработчиков в задачах от генерации кода до исправления багов и управления проектами. ИИ-агенты соревнуются в реальных задачах программирования, авторы лучших решений получают $20 000–$50 000 ежемесячных альфа-инцентивов подсети.
• @ flock_io — турнир по созданию лучших базовых ИИ-моделей и совместная донастройка отраслевых моделей через федеративное обучение. Лучшие тренеры (майнеры) могут заработать от $500 000 до $1 млн+ в год на обучении моделей. Федеративное обучение позволяет организациям хранить данные локально и приватно, одновременно используя возможности ИИ.

Что это значит?

Прогресс ИИ теперь движется через открытую конкуренцию.

Каждая новая модель сталкивается с давлением — нехватка данных, ограниченные вычислительные ресурсы и ограниченные стимулы.

Это давление фильтрует тех, кто выживает.

Токен-вознаграждения — это энергия, и модели, которые используют ее эффективно, растут во влиянии, а остальные исчезают.

В итоге формируется экосистема агентов, которые эволюционируют через обратную связь, а не инструкции: автономные агенты вместо генеративного ИИ.

Что дальше?

Эта волна открытой конкуренции приведет к переходу от централизованного ИИ к open-source и децентрализованному ИИ.

Самые мощные модели и агенты будут появляться из децентрализованной среды.

Вскоре ИИ начнет самостоятельно управлять циклами улучшения: одни модели будут донастраивать другие, оценивать, совершенствовать и автоматически внедрять обновления. Этот цикл снизит участие человека и ускорит темпы развития.

По мере распространения этого подхода роль человека сместится от проектирования ИИ к выбору: какие ИИ выживают, какие поведения сохранять, какие правила и границы устанавливать для пользы общества.

И последнее

Соревнования стимулируют инновации, но также поощряют манипуляции с наградами и эксплойты.

Системы без правильной мотивации долгосрочного поведения проваливаются: как майнеры, ищущие лазейки для фарма наград вместо реального вклада.

Открытые системы требуют грамотного управления и мотивации, чтобы поощрять добросовестное поведение и наказывать недобросовестное.

Тот, кто первым решит эту задачу, получит ценность, внимание и интеллект новой волны инноваций.

Личное замечание: Спасибо за чтение! Это сокращенная версия статьи (если хотите мои нефильтрованные мысли — смотрите версию на Substack).

Если хотите узнать о будущих DeAI-проектах, которые меня вдохновляют, смотрите серию The After Hour на моем Substack.

Отказ от ответственности: Этот документ предназначен исключительно для информационных и развлекательных целей. Мнения, выраженные в документе, не являются и не должны рассматриваться как инвестиционные рекомендации. Перед инвестированием получатели должны провести собственную проверку, учитывая свои финансовые обстоятельства, цели и толерантность к риску (не учитываемые в данном документе). Документ не является предложением или приглашением к покупке или продаже каких-либо активов, упомянутых здесь.

Отказ от ответственности:

1. Статья перепечатана с [Defi0xJeff]. Все авторские права принадлежат оригинальному автору []. Если есть возражения по перепечатке, свяжитесь с командой Gate Learn, и они оперативно решат вопрос.
2. Отказ от ответственности: Мнения и взгляды, выраженные в статье, принадлежат исключительно автору и не являются инвестиционными рекомендациями.
3. Переводы статьи на другие языки выполняются командой Gate Learn. Если не указано иное, копирование, распространение или плагиат переведенных материалов запрещены.