最近看AI赛道的时候，我发现一个有意思的现象。
很多项目都在讲算力、模型、Agent，但真正聊数据来源的反而不多。
问题其实很简单：再强的模型也需要持续训练，而训练离不开高质量数据。如果数据本身有问题，后面的结果自然也会受到影响。
带着这个思路，我去研究了 @OpenLedger 。
最开始我以为它只是又一个打着“AI+Crypto”标签的项目，但深入了解后发现，它更关注数据贡献和数据价值的记录与分配。这个方向未必是市场最热的，但逻辑上确实是AI产业链里不可忽视的一环。
当然，我对OpenLedger也有自己的疑问。
第一，数据质量如何验证？
第二，贡献者激励是否能够长期持续？
第三，真正需要这些数据的开发者和模型团队会不会形成稳定需求？
这些问题目前都还需要时间验证。
不过从投资观察的角度来看，我认为市场对数据层的关注度可能还没有完全释放。过去大家习惯追逐最显眼的应用层项目，但随着AI竞争越来越激烈，底层数据的重要性或许会被重新定价。
我暂时不会因为一个概念就下结论，但会持续跟踪OpenLedger后续的发展节奏和生态活跃度。
大家觉得未来AI赛道里，最稀缺的资源究竟是算力、模型，还是数据？