我平时点外卖，从来不看销量多少，都是看他是不是堂食店，或者是不是明厨亮灶。

放到 AI 行业也是一样。现在很多模型能力越来越强，但有个问题始终没人真正解决：这些能力到底从哪来的？

训练用了什么数据，数据是谁提供的，谁创造了价值，最后又是谁拿走了收益。大多数情况下，外界根本看不见。

这也是为什么我最近会关注 @OpenLedger

它做的事情并不性感，甚至有点像基础设施。但往往真正重要的东西，都是从基础设施开始的。

在我看来，Proof of Attribution 最核心的意义，就是让 AI 的价值来源变得可追溯。

过去的数据贡献者更像是在黑暗里干活。数据被拿去训练模型，模型创造价值之后，贡献者却很难证明自己参与过，更别说获得持续收益。

而 OpenLedger 试图建立一套记录机制。数据来自哪里、产生了多少贡献、在模型输出中发挥了什么作用，这些信息都能够被记录和验证。

这件事听起来简单，但如果未来 AI 真要成为一个万亿级产业，价值分配就必须建立在透明的基础上。

否则所有贡献者都只能不断提供燃料，而真正获得收益的永远只有少数平台。

我研究他们架构的时候，有个感受特别深。

很多项目在解决算力问题，很多项目在解决模型问题，而 #OpenLedger 更像是在解决归属问题。

算力决定 AI 能跑多快，模型决定 AI 有多聪明，但归属决定价值最终流向谁。

这也是我为什么关注 $OPEN ，我并不觉得市场会永远追逐同一个热点，但我相信每个成熟行业最终都会建立自己的规则。

就像互联网有域名体系，金融市场有产权体系一样。

AI 发展到最后，也需要一套清晰的价值归属体系。

很多人还在讨论哪个模型会赢，而我更关心的是，未来这些模型创造出来的价值，会按照什么规则进行分配。

因为只有当贡献能够被看见、被验证、被记录，AI 才有机会从少数人的工具，变成所有参与者共同创造价值的网络。