撸毛研究院

我做了四年AI数据标注。去年第一次听说OpenLedger的时候，它白皮书里那句话确实打动了我——“数据贡献者可追溯、可获利”。然后我花了两周时间，把它的白皮书、路线图、代币经济、合作公告从头翻了一遍，有些地方反复看了好几遍。
先说#OpenLedger 到底是干什么的。它给自己的定位是AI-native blockchain，核心任务就一个：让每一次数据调用、每一次模型推理、每一次AI代理的决策动作，全部被记录在链上，不可篡改、可追溯。它把这套东西叫Proof of Attribution，归因证明，简称PoA。
但我想说的不是这些。
PoA这套系统解决了一个问题，却绕开了另一个更根本的问题。它能证明谁贡献了什么——你的数据被哪个模型调用了，你的模型被哪个代理使用了，每一步都清清楚楚。但“被用了”和“值多少钱”是两回事。
这里需要拆开两层看。第一层，当前定价权在谁手里。数据贡献者收到的是平台算法已经定好的奖励权重，不是他们和市场协商出来的价格。模型开发者决定调用哪些数据，平台设定归因权重的参数，数据使用方按自己的预算付费。在这条链条上，贡献者是被动接收方，不是议价参与方。第二层，如果定价权不转移，归因系统在经济层面的意义是什么。归因证明让每一笔贡献可追溯、可审计，这解决的是透明性问题。但如果贡献者不能对定价说不——不能因为自己贡献的医疗影像数据对诊断模型的准确率提升了多少而要求更高的分润比例——那么归因只是让劳动多了一层技术上的透明，而不是经济上的谈判力。PoA解决了归因，没有解决定价。而归因的最终目的是公平回报，公平回报恰恰取决于定价。
接着说代币经济。OPEN总供应量10亿枚，固定上限，初始流通量21.55%，社区和生态分配占了61.71%。团队和投资人各有12个月锁仓，之后36个月线性解锁——从2026年3月开始，投资人每个月解锁约508万枚，团队每个月解锁416万枚，社区和生态的3.8亿枚在48个月内线性释放。换算一下，现在每过去一个月，池子里就多了将近一千万枚新代币在往外流。
平台上还有1%的交易销毁机制，每笔转账烧掉1%。但销毁量能不能产生实质的稀缺效应，取决于链上活跃度够不够高。截至2026年5月19日，OPEN市值约4441万美元，24小时交易额大概83万美元，近90天涨了32%，但拉到一年线还是跌了63%左右。
2026年1月发的那版路线图值得认真看。OpenLedger用九个集成层把整个平台从底层数据到上层应用全部铺开了。底层负责记录AI行为的全生命周期，中间层通过链上身份、支付协议和权限控制让AI代理能自主管理资产与执行交易，上层面向开发者和企业提供从数据集市场到合规部署的一整套工具链。
商业策略上他们选了很务实的B端路线。其中最值得关注的是跟Story Protocol的合作——Story管IP注册和授权条款，OpenLedger在训练和推理阶段强制执行许可并自动结算。这套逻辑把“数据被用了就要付费”从人工追讨变成了链上自动执行。其他几个合作——Theoriq的可验证AI代理、DGrid AI的去中心化算力、Inference Labs的隐私保护推理、剑桥的去中心化AI研究资助——方向各不相同，但都在往同一个框架里填东西：让AI行为的每一步都被记录、可验证。
Ram在采访里描述过他们的终极目标。他说这是一种循环经济——只有当你训练的AI模型产生收入时，才会产生作为报酬的加密货币。数据品质必须好，必须有人在平台上构建好的AI模型，吸引更多人为了使用它而来，币价随着用量上升，从而产生更多报酬，吸引更多开发者和数据贡献者。
这个逻辑闭环听起来很漂亮。
但如果你仔细看那九个集成层和这一串合作，会发现一个有意思的现象：几乎全篇都在讲供给侧。数据集怎么建、模型怎么训、代理怎么跑、链上怎么记录、合作方怎么接，每一环都安排得很清楚。但关于需求端到底从哪里来——谁会用这些数据集、谁会调用这些模型、谁愿意为“可追溯的AI推理”真金白银付费——目前讲得很少。
PoA把供给端的激励做好了，技术上也确实能记录每一笔贡献。但如果没有人真正需要调用这些数据和模型，归因本身创造不了价值。而这个缺失，可能比PoA能不能跑通更关键。一条区块链的最终价值，不取决于它能记录多少东西，取决于它的资产有没有人真正需要。
但我也得说一句公道话。AI版权和归因这个问题是真实存在的，而且随着监管收紧只会越来越烫手。Edelman的数据显示公众对AI的信任度在美国已经跌到了35%。如果HuggingFace上那些大型公开数据集在未来被要求做数据溯源和付费，那OpenLedger这套PoA系统确实能派上大用场。剑桥那笔500万美元的资助也说明学术圈对“去中心化AI治理”这个方向是认真在投的。
Ram说过一句话我印象很深。他说他们的长期目标是“拥有比HuggingFace更大的影响力，取代它成为高质量数据集和构建AI模型的主要平台”。这话说得很狂，但如果你仔细看他做的事——搭PoA、建Datanets、铺九个集成层、一家一家签B端合作——你会发现他不是在画饼，是在一砖一瓦地搭地基。
只是从“问题真实”走到“方案有效”之间，还有一段路。归因让贡献被看见，定价让贡献被衡量，需求让贡献被需要。OpenLedger把第一件事做得很扎实，第二件事刚开了个头，第三件事还没真正开始。而这三件事的顺序不能乱——没有需求，定价就是纸上谈兵。没有定价，归因就是一张透明的账单，但上面的数字值多少钱，它说了不算。
#OpenLedger @OpenLedger $OPEN

我每天在手机上打的字、划的圈、点的赞，都在被某个大模型悄悄收走。这些东西喂出了ChatGPT，喂出了Claude，喂出了那些市值几千亿美金的AI公司。可我什么都没拿到。别说分红了，连一句谢谢都没听到过。
前几天一个做算法的朋友跟我说了一句话：你们在AI行业里叫“数据矿工”，挖的数据比比特币矿工值钱多了。区别是人家好歹有POW，你们连张收据都拿不到。
后来我在社交媒体上刷到Polychain投了一个叫#OpenLedger 的项目，顺手去扒了白皮书。看第一遍只是觉得概念有点意思，看到第三遍的时候我盯着屏幕发呆——这不就是把我那个想了很久的问题写成了代码吗。
#OpenLedger 的核心机制叫归因证明。名字学术，逻辑却不复杂：你贡献的每一条数据，在链上生成哈希指纹。AI模型调用这条数据时，调用记录与指纹绑定上链，智能合约自动执行分润。不需要平台审核，不需要人工对账，代码即结算。这相当于给每一份数据开了一张链上发票，谁用了、用了几次、该分多少钱，全都写死在账本里。
但更值得拆开来看的，是这套机制的归因权重算法。每次AI推理生成输出后，系统提取推理过程中的token窗口，用N-gram匹配扫描数据块，与Datanets里的数据做比对。匹配结果带上置信度、跨度长度和频率参数，最终算出每份数据对这次输出的具体贡献权重。医学影像影响了医学诊断查询，权重就高。上传的是灌水标注，调用归零，链上污点永久留痕。智能合约拿着这套权重自动分润，数据提供者、模型微调者、验证节点按贡献分OPEN。
官方团队在采访中说，这套技术受到了斯坦福教授James Zou等人发表的论文DATAINF的启发，论文详细说明了数据对AI模型输出结果的具体影响权重，OpenLedger就是把这套学术理论搬到了链上。
但这套算法有一个白皮书没有给出明确答案的问题：精度上限。当一张AI图像与训练集中数万张图片都存在不同程度的相关性时，归因拆分的精度会面临挑战。目前的方案是批处理、链下证明和滚动记录来优化，但大规模压力测试下的误差范围没有公开。如果拆分精度在某个调用量级上开始衰减，这套激励机制的根基——谁贡献多谁分得多——会从精确公式退化成近似值。近似到哪一步开始不公平，目前没有数据。
代币经济模型也在往这个方向靠。OPEN总量10亿枚，社区和生态分走61.7%，解锁周期四年。关键细节在白皮书第7.3节：社区奖励释放速度与全网归因调用次数挂钩。调用量低，释放慢。调用量高，释放快。通胀不是固定增发，是被真实需求拉动的。但另一个细节同样关键——释放放慢的底线在哪。如果调用量长期低迷甚至归零，释放能不能真正停住，还是只是放慢但永远在流。释放能归零，才是真正的反稀释。只是放慢，迟早还是要把池子填满。
HuggingFace上堆满了开源模型，但99%的数据集贡献者一分钱拿不到。区别不在技术，在结算层的缺失。OpenLedger在模型调用和数据贡献之间嵌进了一层链上自动分润，数据集的授权不是一次性卖断而是持续分润，数据拥有权被铸成可转让可销毁的链上资产，每一次调用模型的结果都能反向追溯到具体的贡献区块。这不是功能的叠加，是分配权的转移。
但@OpenLedger 这套系统还没大规模跑起来。测试网日均归因调用约5000次，日手续费收入200美元，对比每月近千万枚的解锁抛压，买盘深度远远不够。经济飞轮要转起来，得同时解决高质量数据供给、真实模型需求和代币价值支撑三重问题，做不好任何一环都可能卡在半路。现在的主流AI产业链里，前端做模型的拿走了绝大部分话语权，后端数据供应商常常淹没在估值边际。一旦归因证明机制得到大规模采用，传统的数据中介机构会被迅速削弱，遍布全球的零散贡献者用个人数据就能赚钱的草根生态将直接建立供给纽带。
归因证明把一个喊了十几年的口号——数据贡献者应该拿到钱——写进了链上代码。但代码跑通和经济跑通之间，还差着归因精度的规模上限、释放放慢的底线参数、需求端的真实规模这三个明确答案。这三个答案填上之前，它是一套好机制。填上之后，才是一盘好生意。
@OpenLedger $OPEN

群里死得连个水花都没有的时候，倒是$OPEN 的盘口让我睡不着了。bn上的挂单有点意思，买盘虽然不算厚，但吃得挺绵，不像那种对倒刷量的假动作。上线初期冲到过1美元上方，现在已经跌超80%下来了，这种深跌之后还能看到真实的吃货动作，说实话不多见。
说实话之前我对这项目也没太当回事。AI赛道的项目见太多了，十个有九个是PPT套个壳，币价一跌就装死。但今晚仔细扒了一下，@OpenLedger 做的事让我有点改观。Polychain和Borderless领投了800万刀种子轮，这在AI赛道里不算大钱，好歹够用。核心东西叫归因证明，说白了就是把每次AI输出追溯到原始数据贡献者，然后自动结算分成。
机制这块得掰开揉碎讲。归因证明（PoA）不只是事后打标签，而是从数据上传、模型微调到推理部署整条流水线都集成进去了。每次AI推理生成一张"链上发票"，记录数据来源哈希、模型版本、输入输出token量，甚至服务延迟和服务水平协议达标情况。这些发票不是摆设，是用来做收益分配的依据——数据提供者、模型调优者、验证节点全按贡献权重分OPEN。
技术上走的是OP-Stack加EigenDA的路线，确保数据可用性同时把Gas费压下来。数据存储用了三层架构——链上只存哈希和元数据当"身份证"，EigenDA做可用性存储，分布式节点做缓存，避免全数据上链把自己跑死。
跟Story Protocol的合作是另一个看点。Story那边管IP注册授权，OpenLedger这边在训练和推理阶段强制执行许可条款，IP被用了自动结算付款，链上全程可审计。这套逻辑要是真跑起来，被AI公司白嫖数据的问题就有了一个加密原生的解法。但这里有个关键前提：Story那头IP注册的覆盖面得足够广，如果主流数据源压根没走这套注册体系，强制执行就是一句空话。再跟Chainbase搭伙，让AI agent的数据输入源可验证，每一步都有据可查，至少在DeFi agent和治理agent这几个场景里能看到实际用例。
Token这块也得说。总供应10亿枚，初始流通21.55%，社区生态分走61.71%。投资人和团队锁仓12个月后分36个月线性解锁，每个月投资人解锁约508万枚、团队约416万枚。团队今年二月搞了OPEN回购计划，拿企业收入持续买币补充流动性池。但回购能不能真正接住解锁抛压得打个问号，每月近千万枚的抛压，如果企业收入规模跟不上，回购就只是心理按摩。
琢磨到凌晨三点多，K线翻来覆去看了几遍。OpenLedger这套机制，逻辑自洽度够，AI数据的归因和付费是实打实存在的需求，归因发票的设计也有落地感。但命门也摆在那——链上真实活跃度、质押率、归因证明的调用频次，这些硬指标目前还看不到足够扎实的数据支撑。所以别跟我画节点数的大饼，我要看的是链上实打实的业务流水。后续还得持续盯着链上数据变化，等更多真实使用量跑出来，才能判断这到底是个站得住的东西，还是又一个热闹一阵就散场的AI概念。
#OpenLedger $OPEN

Luna trecută, când uneltele pentru creatorii de la @Pixels Pixels s-au deschis, am fost super încântată. Am jucat aproape doi ani, iar mineritul, tăiatul copacilor și agricultura au devenit plictisitoare, așa că m-am gândit să fac ceva distractiv, chiar dacă nu fac bani, măcar să vină lumea să se uite.
Am ales cea mai sigură variantă: fără misiuni, fără recompense în token-uri, doar am proiectat un mini-joc cu un portal pe hartă. Când jucătorii ajung la portal, sunt teleportați aleatoriu la unul dintre cele trei locuri ascunse de pe hartă, pur și simplu turistic, pur și simplu distractiv. Aprobat surprinzător de repede, în doar trei zile. În prima zi de lansare, am chemat vreo șapte-opt prieteni din guildă să mă susțină, iar toată lumea s-a distrat de minune și au postat capturi pe Discord.