Честно говоря, эта сфера все больше напоминает огромную эхо-камеру. Все только и делают, что прокачивают параметры, мощность, архитектуру моделей, каждый громче другого. Но если спросить о конкретном, откуда данные для тренировки, кто отвечает за бред, который выдает модель, кому принадлежат сгенерированные вещи, в основном никто не подхватывает разговор. Дело в том, что это не очень прилично, не о чем поговорить, поэтому все просто делают вид, что не замечают.
Но OpenLedger не таков. Он не только задавал вопросы, но и сразу взялся за дело. Сегодня я не только хочу его разобрать, но и бросить его в соревнование со всеми остальными, потому что только в сравнении можно понять, на что он действительно ставит.
Что касается вклада данных, никто в этой экосистеме не считал это так детально.
Честно говоря, раньше я боялся видеть слова "вкладывать данные". Двадцать лет интернета, пользователи создали море контента, а в итоге все это стало печатным станком для платформ. А что с вкладчиками? Как одноразовые палочки для еды, использовали и выбросили.
Сейчас вся экосистема децентрализованных AI-данных на самом деле довольно активна. Vana создает Layer 1 для суверенитета пользовательских данных, позволяя пользователям упаковывать свои данные в активы для монетизации; Grass использует неиспользуемую пропускную способность и распределенные узлы-сканеры для сбора данных из сети; Sahara AI разрабатывает платформу для предоставления данных, где пользователи зарабатывают токены, помечая и внося данные. Эти компании имеют свои подходы, но если вы внимательно посмотрите, вы увидите, что они решают одну и ту же проблему: как собрать данные и как сделать так, чтобы данные могли торговаться.
OpenLedger предлагает больше. Он не только позволяет вам вкладывать данные и получать за это деньги, но и его доказательство принадлежности — ваши данные использовались какой моделью, какой вес они имели в выводе. Это все фиксируется на блокчейне. То есть, это не одноразовая сделка, каждый раз, когда ваши данные используются, вы получаете свою долю. Ocean Protocol больше сосредоточен на создании рынка данных и защищенном обмене данными, но его экономическая модель не отслеживает постоянную ценность данных в обучении модели. Эта разница, проще говоря, заключается в том, что "торговля данными" превращается в "роялти на данные". Первое — это продажа сырья, второе — это владение правами. Модели дохода разные, значит и потолок тоже разный.
AI-агенты делают свое дело, но они должны быть способны показать результаты людям.
Подумай, AI-агенты помогают тебе выполнять стратегии в DeFi или манипулировать активами в играх, как ты можешь им доверять? Нельзя же полагаться на совесть. Bittensor делает это довольно круто, его идея заключается в том, чтобы использовать рыночную конкуренцию для отбора моделей: майнеры предоставляют выходные данные модели, валидаторы выставляют оценки, подсети с высокими рейтингами получают больше TAO. Эта механизм удивителен тем, что он решает вопрос "кто является хорошей моделью", но не слишком заботится о том, "откуда пришли данные для этой модели". Он работает на более высоком уровне абстракции и меньше заботится о конкретных источниках данных, которые обучают его модели.
OpenLedger сотрудничает с Theoriq AI, но у них разные направления. Theoriq разрабатывает модульный AI-агент для координации протоколов, позволяя нескольким агентам общаться, расплачиваться и формировать репутационные системы, сосредотачиваясь на управлении ликвидностью и оптимизации доходов в DeFi. Основное внимание OpenLedger уделяется тому, чтобы каждый путь вывода агентов и каждую стратегию, созданную, можно было проверить на блокчейне и аудитировать. Ваше сотрудничество с Perception просто шикарно, вы вытаскиваете AI-решения из черного ящика, данные и логика решений становятся прозрачными. Bittensor решает вопрос о том, насколько полезна модель, а OpenLedger решает, можно ли отследить, что именно сделала модель. Эти две механики доверия дополняют друг друга, но уровень OpenLedger ближе к "отчетности AI".
На уровне вычислений интеграция важнее, чем работа по отдельности.
Говоря о вычислениях. Как бы умна ни была модель, если она не может работать, это просто куча бесполезного кода. Эта экосистема сейчас делится на две группы: Render создает стандартизированный рынок рендеринга GPU, отвечая на потребности кино и дизайна; Akash создает открытый рынок вычислений, позволяя пользователям самостоятельно устанавливать цены через обратные аукционы. Еще один Gensyn идет по более передовому пути, специализируясь на проверке вычислений для машинного обучения и сейчас находится на этапе тестовой сети.
Эти компании в своих областях уже неплохо работают, особенно модель Burn-Mint от Render и обратные аукционы от Akash, их механика довольно изящна. Но у них есть одна общая черта: они нацелены на вычислительные мощности. Сотрудничество OpenLedger и DGrid AI не предполагает создания независимого рынка вычислительных мощностей для прямого противостояния Render и Akash. Оно заключается в том, чтобы подключить децентрализованные вычислительные мощности к своей системе, позволяя слоям данных, моделей и валидации работать на единой вычислительной платформе. Здесь ключевым моментом является не то, насколько дешевы или быстры вычислительные мощности, а то, насколько они "связаны" с вышестоящими слоями. Render и Akash представляют собой независимые уровни вычислительных товаров, а OpenLedger превращает вычислительные мощности в основной компонент своей полной системы. Эти два направления не вступают в прямое противоречие, но с точки зрения системной эффективности, интегрированное решение, как только оно заработает, произведет сетевой эффект, который будет сильнее, чем у независимого рынка вычислительных мощностей.
Проблема авторских прав становится более интересной с точки зрения координации в экосистеме.
Генеративный AI сейчас на пике популярности, и судебные дела по авторским правам также участились. Story Protocol реагирует на эту потребность. Это программируемый уровень управления IP, который автоматизирует регистрацию, лицензирование и распределение роялти с помощью смарт-контрактов. A16z инвестировал 134 миллиона долларов, оценка уже превышает 2,3 миллиарда долларов. У Story большие амбиции, это не только авторские права на AI, но и DeFi, метавселенная, RWA и другие шесть направлений.
Однако сотрудничество OpenLedger и Story имеет значение, потому что оно не просто использует протокол Story для восполнения своих недостатков в соответствии, а поднимает соответствие авторским правам с "внешней услуги" до "встроенного условия" в системе. Когда AI-модель вызывает данные, она должна сначала проверить статус лицензии на уровне шифрования, а затем автоматически распределить деньги среди держателей авторских прав. Story предоставляет программные возможности для IP, а OpenLedger интегрирует эту возможность в свой полный процесс AI. Это не просто конкуренция на одном и том же рынке, а совместная работа над тем, что никто до этого не делал: превращение соответствия в базовую настройку работы AI, а не послепродажным юридическим решением.
Токены становятся ценными только тогда, когда их много используют.
Когда все эти слои заработают, $OPEN не будет просто для спекуляции. Данные для стейкинга нужно будет использовать, модели нужно будет вызывать, расчеты мощностей будут зависеть от него, узлы проверки будут заблокированы с его помощью, каждый шаг по соответствию авторским правам тоже будет зависеть от него. Каждое трение на этих слоях создает реальный спрос. В сочетании с обратным выкупом и фиксированным сжиганием за каждую сделку, предложение постоянно сокращается.
Давай сравним токены TAO от Bittensor и RENDER от Render. Экономика токенов Bittensor по сути является системой распределения вознаграждений за "умные соревнования", где подсети конкурируют за рейтинг, а майнеры получают TAO за качество модели. Экономическая модель Render заключается в взимании платы за услуги, связывая использование вычислительных мощностей и спрос на токены через механизм Burn-Mint. Эти две модели в своих системах взаимосвязаны, TAO стимулирует конкуренцию за качество моделей, а RENDER связывает спрос и предложение по использованию вычислительных мощностей. Но логика $OPEN добавляет еще одно измерение: она не награждает лишь одно действие, а переводит трение всех действий по всей системе в расход токенов. Это не значит, что она лучше других, но это означает, что её источники спроса более разнообразны, и ей труднее столкнуться с проблемами в экономике токенов из-за колебаний на одном из уровней.
После запуска основной сети уже есть 20 наборов данных, охватывающих медицинские изображения, финансовые рынки, Crypto-управление и другие вертикали. Проект недавно также выделил 5 миллионов долларов на исследования в области децентрализованного AI в Кембриджском университете. В дополнение к стратегическим инвестициям от крупной корейской игровой компании Netmarble, а также глубокой интеграции с такими командами, как Astro AI и Pundi AI, Datanets постепенно занимает место стандартного слоя данных децентрализованного AI.
В конце концов, в чем же его конкурентное преимущество?
Смотри, когда обойти весь рынок, становится все более очевидным одно. В этой индустрии не хватает проектов, которые глубоко работают на каком-то конкретном этапе. Ocean отлично работает с торговлей данными, Bittensor справляется с конкуренцией моделей, Render и Akash имеют свои подходы к распределению вычислительных мощностей, Story управляет IP на высоком уровне, а Vana и Grass ускоряют сбор данных.
Но у них есть одно общее ограничение: все они решают проблему конкретного этапа. В этом нет ничего плохого, сосредоточенность — это и есть конкурентное преимущество. Но в мире AI на самом деле не хватает не единственного оптимизированного решения, а того, кто может связать данные, модели, вычисления, проверки и соответствие в единое целое. OpenLedger действительно впечатляет не тем, какая у него технология, а тем, что она связывает эти пять аспектов в единую взаимодополняющую систему, создавая замкнутый круг доверия, который другим будет сложно скопировать за короткое время. Если смотреть по отдельности, то на каждом слое кто-то работает. Но чтобы связать их вместе, это уже не простое сложение, это умножение. Ocean может управлять моментальной торговлей данными, но не может контролировать постоянный доход от модели, которая многократно использует данные. Bittensor может отобрать самые умные модели, но не может гарантировать, что использованные данные не имеют проблем с авторскими правами. Render может предоставить самые дешевые GPU, но не может сдвинуть права на данные, которые у вас есть.
Сегодня OpenLedger может быть просто протоколом доказательства принадлежности, но при таком ходе событий завтра он вполне может стать основой всей децентрализованной AI-экосистемы. Это не просто обновление, это полное переоснащение фундамента. И что самое главное, цемент, использованный для этой основы, пока никто не использует с тем же составом.