前段时间整理电脑，翻出一个旧文件夹，里面是我两年前参与过的一个AI项目的资料。当时十几号人忙了小半年，模型上线那天群里还庆祝了一轮。后来项目方向调整，模型慢慢没人维护了，推理调用量从每天几百次掉到几十次，最后归零。没有人宣布它“死了”，它只是不再被提起。

我盯着那个文件夹看了很久，脑子里冒出一个之前从没想过的问题：一个链上的AI模型，会“死”吗？如果会，它死了之后，那些曾经为它贡献过数据、做过RLHF反馈、投过治理票的人，跟它之间的关系还存在吗？

这个问题把我引向了 @OpenLedger 白皮书一个很特殊的沉默地带。第4章讲模型生命周期，从提案、治理、数据收集、微调、RLHF对齐到部署和集成，六个阶段环环相扣，结构清晰得像一张泳道图。但你从头翻到尾，会发现这六个阶段全部在讲“模型怎么生”，没有一段在讲“模型怎么死”。退役机制，或者说废弃机制，这个词在全文出现的次数是零。第5章讲代币经济学，全是分配收益、支付推理费，没有一行提到“如果模型停止产生收益了怎么办”。第6章飞轮，讲的全是怎么转起来，没有讲如果停下来会发生什么。

这个沉默不是小事。任何经济系统如果只设计了资产的“生”而没有设计资产的“死”，它的长期可持续性就有一个结构性的盲区。

假设一个开发者在OpenLedger上部署了一个模型，第5.2.3节那句“部署成功的模型产生收入，并在利益相关者之间分配”开始生效——每次推理调用都产生OPEN代币收入，按比例分给开发者、数据贡献者、质押者和平台。然后，这个模型慢慢被淘汰了。不是因为出错，而是出现了更好的替代模型，或者它服务的细分需求萎缩了。调用量趋近于零。在传统软件行业，这个模型会被标记为“遗留系统”，在某个服务器角落里被运维顺手关掉。但在OpenLedger上，它不会被“关掉”——只要部署地址还在，理论上它永远可以被调用。

但调用量归零之后呢？那些曾经因这个模型而获得收益的人，他们跟模型之间的经济关系还在吗？链上记录还在，溯源还在，归属还在，但收益不在了。他们拥有的，是对一个不再产生现金流的资产的所有权记录。

这在经济学上不是新问题。任何资产都有生命周期，传统金融系统有完整的机制处理衰退期资产——折旧计提、减值测试、退市流程、清算分配。但在OpenLedger的设计里，模型是一种永远不会被“退市”的资产。它一直在链上，一直可以被调用，一直保留完整记录。这听起来很浪漫——贡献永远不会被忘记。但它同时也是一个有经济成本的设计：数据贡献者的声誉评分、质押权重、历史贡献记录，这些在治理和收益分配中被反复使用的参数，会不会因为模型被淘汰而调整？白皮书第2.3.1节给了可信度评分公式，但它是静态的还是动态的？如果一个数据点被用在一个已淘汰的模型里，它的评分会不会随时间衰减？如果一个贡献者的主要贡献都集中在几个已淘汰的模型上，他在新模型提案中的信誉权重要不要打折？这些问题白皮书没有回答，因为它们在“模型永生”的假设下根本不会被触发。

$OPEN 代币在这个“死亡沉默”中的位置，是我感到最不安的。第5.2.2节说OPEN代币分配基于数据影响力。但影响力是一个时点概念还是一个时段概念？如果是一个时点概念——数据在被调用时产生影响力，奖励即时结清，模型后来被淘汰跟你没关系——这是“现货交割”逻辑。如果是一个时段概念——数据在整个模型生命周期里持续产生价值——那模型被淘汰时，你应该有某种形式的“结算”。白皮书显然采用的是前者：每次推理调用触发一次即时结算，干净利落，没有任何跨期承诺。这个设计在效率上是优秀的，避免了复杂的跨期会计和淘汰时的清算分配。但它也意味着，贡献者承担了模型的淘汰风险——你把宝押在一个模型上，它活得久你就赚得多，活得短你就赚得少。而你对它活多久完全没有控制力，甚至可能根本不知道它已经“死”了，因为没人会通知你。

这就是“模型永生”设定下最微妙的经济后果。系统承诺你的贡献永远不会被忘记，但在实际操作上，被记住是永久的，被奖励却取决于模型还在不在被使用。这二者被悄悄分开了。

在现阶段，即时结算可能是唯一可行的方案——跨期结算的复杂度太高，对于一个还在白皮书阶段的项目，追求那个不现实。但一个永远只设计“生”不设计“死”的系统，在早期看不出问题，十年之后呢？当链上积累了成百上千个被淘汰的模型，每一个都带着完整的溯源记录和所有权结构但不再产生经济价值时，这些记录是生态的资产，还是负担？是数字考古的宝藏，还是链上空间的浪费？

这些问题，可能不是 #OpenLedger 一家的事。所有为AI做基础设施的项目，迟早都要面对“模型的死亡”这个命题。白皮书选择了沉默，这不一定是坏事——在系统还没跑起来之前，先把“生”的问题解决好，也许比过早地为“死”做设计更务实。但我确定的是，一个真正完整的AI经济基础设施，早晚需要一段关于“死亡”的章节。白皮书现在还没有写，不等于永远不需要写。