Saat ini, sebagian besar proyek AI aktif di web3 umumnya telah menjadi MEME, membual tentang banyak cerita yang tidak dapat diwujudkan dan diterapkan. Kuncinya adalah dengan cepat menerbitkan koin untuk masuk ke pasar yang menarik perhatian dan likuiditas, serta kekacauan setelah gelembung jangka pendek pecah (EV negatif). Utamanya karena narasi AI + Crypto terlalu menggoda, sementara tantangan untuk aplikasi nyata terlalu besar, sehingga pada awalnya secara alami menjadi zona bencana gelembung yang bergantung pada narasi untuk menerbitkan koin;
Infrastruktur web3AI pada dasarnya adalah rekonstruksi dari infrastruktur AI web2, yang sebagian besar waktu terasa melelahkan dan tidak berbuah. Ini seperti ketika Crypto menantang sentralisasi dengan nama desentralisasi, selama waktu yang lama, pembangunan arsitektur jaringan desentralisasi dicemooh karena dianggap sebagai konstruksi ulang yang tidak berarti, sampai kemudian aplikasi DeFi mulai muncul dan menemukan beberapa titik penangkapan nilai.
Saat ini, dilema web3AI tidak berbeda dengan visi Crypto yang terdesentralisasi di awal. Sebagian besar orang masih terbiasa dengan ringan mengatakan "web3AI ada gunanya apa"? Namun jangan lupa, agregasi daya komputasi terdesentralisasi, inferensi terdistribusi, dan jaringan pelabelan data terdistribusi, dll., semuanya dapat menemukan titik masuk dalam biaya pelatihan, kinerja, dan kegunaan. Hanya bisa dikatakan, jalan di depan penuh rintangan dan panjang, tetapi sangat berarti;
Konstruksi dan perluasan infra web3AI mahal dalam periode coba-coba, yang 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, 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 yang menggantikan model bisnis tradisional dengan insentif Tokenomics, dan lain-lain. Sikap pendek pandang dari modal dan suasana pasar yang lebih menyukai spekulasi membuat beberapa uang panas mengalir ke aplikasi Agent yang diluncurkan terburu-buru hanya untuk mengikuti tren, sehingga tim yang benar-benar bekerja di tingkat infrastruktur malah sulit mendapatkan dukungan yang cukup.
4）Masalah ilusi yang ada pada model besar yang kompatibel dengan atribut "black box" di web3AI infra menyebabkan tantangan besar terhadap keamanan dan kepercayaan dalam skenario tertentu. Melihat output terbaru @SlowMist_Team terkait kerentanan keamanan MCP, saya merasa bahwa audit keamanan profesional yang berfokus pada MCP sudah dapat mendukung posisi SlowMist di masa depan sebagai perusahaan audit AI. Ini hanya sebuah contoh konkret yang membuktikan berbagai tantangan keamanan yang tidak diketahui yang ada ketika AI LLMs diintegrasikan sebagai sumber data dasar ke dalam web3 AI infra. Namun, masalah terkait web3 AI infra jauh lebih dari itu, selain itu juga ada 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 untuk AI adalah bidang inti yang harus dikuasai oleh infra web3AI. Saat ini, model besar dalam menangani informasi sensitif tinggi seperti keuangan, kesehatan, dan hukum sangat dibatasi dalam tingkat adopsi di bidang profesional karena tidak dapat memberikan verifikasi proses penalaran. Kematangan infra web3 AI, seperti lapisan zkVM, jaringan Oracle terdesentralisasi, solusi Memory terdesentralisasi, dan sebagainya, dapat membangun kerangka komputasi yang dapat diverifikasi dan dibuktikan untuk AI, yang secara fundamental membantu AI memperluas skenario vertikal dengan cepat.
Atas.
Perjalanan pembangunan infra dan aplikasi web3AI tidak akan terjadi dalam sekejap, melainkan merupakan maraton yang panjang. Siapa yang benar-benar bisa membangun infra dan ekosistem aplikasi yang menyelesaikan masalah nyata, siapa yang dapat menyeimbangkan hubungan antara hype dan nilai dalam proses Go-To-Market, siapa yang dapat menemukan siklus bisnis yang nyata sambil mempertahankan keunggulan teknologi, merekalah yang akan menjadi 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.
Mengapa tingkat kesulitan membangun infrastruktur web3AI lebih besar dari yang dibayangkan?
Penulis: Haotian
Saat ini, sebagian besar proyek AI aktif di web3 umumnya telah menjadi MEME, membual tentang banyak cerita yang tidak dapat diwujudkan dan diterapkan. Kuncinya adalah dengan cepat menerbitkan koin untuk masuk ke pasar yang menarik perhatian dan likuiditas, serta kekacauan setelah gelembung jangka pendek pecah (EV negatif). Utamanya karena narasi AI + Crypto terlalu menggoda, sementara tantangan untuk aplikasi nyata terlalu besar, sehingga pada awalnya secara alami menjadi zona bencana gelembung yang bergantung pada narasi untuk menerbitkan koin;
Infrastruktur web3AI pada dasarnya adalah rekonstruksi dari infrastruktur AI web2, yang sebagian besar waktu terasa melelahkan dan tidak berbuah. Ini seperti ketika Crypto menantang sentralisasi dengan nama desentralisasi, selama waktu yang lama, pembangunan arsitektur jaringan desentralisasi dicemooh karena dianggap sebagai konstruksi ulang yang tidak berarti, sampai kemudian aplikasi DeFi mulai muncul dan menemukan beberapa titik penangkapan nilai.
Saat ini, dilema web3AI tidak berbeda dengan visi Crypto yang terdesentralisasi di awal. Sebagian besar orang masih terbiasa dengan ringan mengatakan "web3AI ada gunanya apa"? Namun jangan lupa, agregasi daya komputasi terdesentralisasi, inferensi terdistribusi, dan jaringan pelabelan data terdistribusi, dll., semuanya dapat menemukan titik masuk dalam biaya pelatihan, kinerja, dan kegunaan. Hanya bisa dikatakan, jalan di depan penuh rintangan dan panjang, tetapi sangat berarti;
Lebih merepotkan, 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 yang menggantikan model bisnis tradisional dengan insentif Tokenomics, dan lain-lain. Sikap pendek pandang dari modal dan suasana pasar yang lebih menyukai spekulasi membuat beberapa uang panas mengalir ke aplikasi Agent yang diluncurkan terburu-buru hanya untuk mengikuti tren, sehingga tim yang benar-benar bekerja di tingkat infrastruktur malah sulit mendapatkan dukungan yang cukup.
4）Masalah ilusi yang ada pada model besar yang kompatibel dengan atribut "black box" di web3AI infra menyebabkan tantangan besar terhadap keamanan dan kepercayaan dalam skenario tertentu. Melihat output terbaru @SlowMist_Team terkait kerentanan keamanan MCP, saya merasa bahwa audit keamanan profesional yang berfokus pada MCP sudah dapat mendukung posisi SlowMist di masa depan sebagai perusahaan audit AI. Ini hanya sebuah contoh konkret yang membuktikan berbagai tantangan keamanan yang tidak diketahui yang ada ketika AI LLMs diintegrasikan sebagai sumber data dasar ke dalam web3 AI infra. Namun, masalah terkait web3 AI infra jauh lebih dari itu, selain itu juga ada 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 untuk AI adalah bidang inti yang harus dikuasai oleh infra web3AI. Saat ini, model besar dalam menangani informasi sensitif tinggi seperti keuangan, kesehatan, dan hukum sangat dibatasi dalam tingkat adopsi di bidang profesional karena tidak dapat memberikan verifikasi proses penalaran. Kematangan infra web3 AI, seperti lapisan zkVM, jaringan Oracle terdesentralisasi, solusi Memory terdesentralisasi, dan sebagainya, dapat membangun kerangka komputasi yang dapat diverifikasi dan dibuktikan untuk AI, yang secara fundamental membantu AI memperluas skenario vertikal dengan cepat.
Atas.
Perjalanan pembangunan infra dan aplikasi web3AI tidak akan terjadi dalam sekejap, melainkan merupakan maraton yang panjang. Siapa yang benar-benar bisa membangun infra dan ekosistem aplikasi yang menyelesaikan masalah nyata, siapa yang dapat menyeimbangkan hubungan antara hype dan nilai dalam proses Go-To-Market, siapa yang dapat menemukan siklus bisnis yang nyata sambil mempertahankan keunggulan teknologi, merekalah yang akan menjadi orang yang benar-benar tertawa terakhir di industri.