前几天有朋友问我，他说他在某个平台上传了几百条行业数据，结果平台拿去训练模型，什么都没给他。我说这很正常，现在几乎所有AI公司都这么干，只是大家都没意识到这件事有多荒唐。
你想想，YouTube当年也是这个逻辑。创作者把视频传上去，平台用你的内容吸引用户、卖广告，你什么都拿不到。后来YouTube搞了分成机制，整个生态才活了。但AI这边，数据贡献者的分成到现在还是一片空白。Openledger在做的，本质上就是想把这个漏洞在协议层面堵上。
我知道”区块链+AI”这个词现在被说烂了，很多项目都是拿这个叙事凑热度，但OpenLedger的切入角度我觉得值得认真看一下，因为它不是在做计算层，也不是在做存储层，它针对的是一个更上游的问题：数据从哪来，谁用了，用了多少，这笔账谁来记。
创始团队这里有个细节值得提一下。创始人Pryce Yebesi在24岁的时候就已经有过一次退出，他把自己的加密支付公司Utopia Labs卖给了Coinbase。 这不是纸面上的履历，Utopia Labs当时处理过大量链上支付的数据账务逻辑，这个经历让他对”数据和钱之间的结算关系”有相对深的理解。不是从学术角度切进来的，是从真实的业务痛点里长出来的。
项目本身的结构，我觉得有三层值得拆开来看。
最底下是链的部分。OpenLedger基于OP Stack和EigenDA构建，是一条以太坊兼容的L2，低手续费、高吞吐量，安全性锚定以太坊主网。 这个选择没什么特别大的惊喜，但选EigenDA做数据可用层是有道理的，AI训练数据量大，链上存储费用是个很实际的成本问题，EigenDA能把这部分成本压下来。
中间层是Datanet，这是整个体系的核心。每个Datanet本质上是一个链上数据集原语，贡献者上传的数据都带有元数据、时间戳和归属信息，模型在训练时会记录来自哪些Datanet，从而实现确定性的归因追踪。 而且这些Datanet不是静态的，随着越来越多的贡献者上传数据、越来越多的模型在上面训练，每个Datanet会逐渐演化成一个有透明溯源支撑的高质量垂直语料库，本质上变成了一个能持续产生归因奖励的经济对象。 这个设计思路我觉得有意思的地方在于，它把数据从”一次性资产”变成了”持续产生收益的资产”，逻辑上更接近版权而不是买卖。
最上面是归因层，也就是Proof of Attribution。我之前对这类机制比较怀疑，因为在技术上”准确测量某条数据对模型输出的影响”是一个极难的问题。但翻了OpenLedger在2025年6月发布的PoA白皮书之后，他们的方案算是有技术具体性的：针对小模型使用影响函数近似，针对大语言模型则使用基于后缀数组的token归因，检查输出token与压缩训练语料之间的匹配程度。 【推断】这两种方法都不是新发明的，学术界早有相关研究，OpenLedger是把它们落地到了一个可以链上结算的系统里，这一步说容易也容易，说难也难，难点在于大规模跑起来的计算开销，这个他们目前没有公开详细的压测数据。
$OPEN的功能定位方面，官方文档说得比较清楚。它承担三个核心功能：作为OpenLedger链上所有活动的Gas，作为运行推理和构建新AI模型的主要费用代币，以及通过Proof of Attribution系统向数据贡献者分发奖励的机制。 还有一个叫IAO（Initial AI Offering）的机制，允许创作者将自己的AI模型代币化，使其成为链上可交易的资产，支持模型开发的众筹、社区治理，以及投资者的流动性退出。 这个功能我还没看到很多落地案例，【推断】目前应该还处于早期阶段。
数据上，从2024年12月到2025年2月的激励测试网期间，OpenLedger吸引了超过600万个节点、2500万笔交易，以及超过20000个模型部署。 2025年9月主网上线，同日在Binance正式交易，上线当天token价格涨了200%。但这里我要说一句不那么好听的话：上线大涨然后长期下跌，是Binance新项目的标准剧本，$OPEN 也没有例外。
2026年初有社区成员指出token较上线价格已下跌超过88%。 这不代表项目本身有问题，但说明市场对”AI+区块链”这个叙事的耐心是有限的，协议需要用真实的数据消耗量和贡献者活跃度来证明自己。
最近的动作里有一条我觉得值得关注：2026年1月，OpenLedger与Story Protocol合作，推出了一个针对法律AI训练的新标准，能够自动向版权持有人付款。 这个方向很有意思，因为法律领域是专用语言模型最有真实需求的场景之一，律所不可能把案件细节喂给GPT，但一个能严格保证数据溯源和使用权限的私有训练体系，他们是愿意付钱的。
说到最后，OpenLedger要解决的问题是真实的，机制设计有技术深度，团队有过真实的业务经验。但它现在最大的挑战不是技术，而是冷启动，数据贡献者要足够多，数据质量要足够高，模型开发者才会来取数据；模型开发者来了，贡献者才会持续上传。这个飞轮能不能转起来，还需要时间和更多的垂直场景落地来验证。我会继续跟。
@OpenLedger #OpenLeder #openledger
