يعتقد الكثير من الناس أن نظام Layer2 لإثيريوم قد أصبح بلا أمل، لكن الأمر ليس كذلك.
إذا نظرنا فقط من منظور سباق تسليح TPS، فإن هناك شعورًا حقيقيًا بالانحدار. ولكن بعد ترقية تقنية Pectra، إذا تمكنت بعض layer2 من إعادة تحديد الاتجاه بدقة، فقد يكون لديها فرصة للقتال مرة أخرى؟
مؤخراً، أصدرت Metis خارطة طريق استراتيجية All in AI، هل يمكن أن يفتح هذا الخيار البديل الطريق من أجل تخطي أزمة layer2 الحالية؟
تعال، دعني أشاركك ملاحظتي:
بصراحة، المشكلة الأساسية التي تواجهها بيئة Layer2 الحالية ليست نقص القدرة التقنية، ولكنها تصلب حدود السرد. لا تزال معظم المشاريع تستخدم فكرة "أسرع، وأرخص Gas"، مما يؤدي إلى ظهور العديد من Layer2 الشائعة، حيث تتقلص الفروقات التقنية، بينما تظل المشكلة الحقيقية للمستخدمين - نقص التطبيقات القاتلة - دون حل.
وبعد دراسة متعمقة لمسار تقنية Metis، اكتشفت أن النقطة الحقيقية للابتكار ليست في突破 تقنية واحدة، بل في إعادة هيكلة النظام بشكل شامل. استراتيجية الشبكتين (أندروميدا + هايبرون) هي في جوهرها حل ذكي للموازنة الكلاسيكية بين "العمومية مقابل التخصص".
من الواضح أن Metis من جهة تريد الحفاظ على استقرار وموثوقية Layer2 الحالي Andromeda، وتوفير بنية تحتية ناضجة لتطبيقات DeFi وWeb3؛ ومن جهة أخرى، تريد فتح طبقة تنفيذ عالية الأداء تخدم مشاهد الذكاء الاصطناعي، من خلال التحول من مجموعة تقنيات عامة إلى بنية تحتية متخصصة في الذكاء الاصطناعي. بهذه الطريقة، لا تتجنب فقط المنافسة المتماثلة مع Layer2 الأخرى، بل تجد أيضًا مسارًا تقنيًا لدمج AI + Web3 (هل أعطت فكرة قابلة للتطبيق لإيكولوجيا إثيريوم؟).
قبل ذلك، كانت سلسلة Andromeda، وابتكارات Metis في تكنولوجيا التسلسل اللامركزي ومعدل التدحرج الهجين مألوفة للعديد من الأشخاص، فما هو الشيء المميز في سلسلة Hyperion AI الجديدة هذه المرة؟
1، MetisVM، آلة افتراضية مخصصة بعمق لتطبيقات الذكاء الاصطناعي، من خلال تحسين التعليمات البرمجية الديناميكية، فإن كفاءة التنفيذ قد زادت بنسبة 30% مقارنة بـ EVM التقليدي، وهو ما يمثل قفزة نوعية في سيناريوهات استدلال الذكاء الاصطناعي. والأهم من ذلك هو إطار التنفيذ المتوازي MPEF، الذي حل النزاع بين معالجة سلسلة البلوكشين واحتياجات الذكاء الاصطناعي المتزامنة؛
2، MetisDB، تعتمد على شجرة ميركل المخصصة للذاكرة وتتحكم في التزامن باستخدام MVCC، مما يحقق وصولاً لحالة بالنانوسيكند. هذا التصميم يقضي تمامًا على عنق الزجاجة في التخزين، ويوفر ضمانات للأداء المادي لحسابات الذكاء الاصطناعي عالية التردد. بناءً على هذا السياق، فإن فهم MetisSDK يصبح سهلاً، ببساطة: MetisSDK يعتمد على مكونات معيارية وواجهات موحدة، ويبني مجموعة أدوات تطوير مخصصة لخدمات تطبيقات الذكاء الاصطناعي، حيث يقوم بتجريد التقنيات المعقدة على مستوى السلسلة إلى كتل قابلة للتجميع، مما يقلل بشكل فعال من عتبة تطوير تطبيقات الذكاء الاصطناعي.
3）استنادًا إلى ملاحظاتي الشخصية على صناعة web3AI، فإن المشكلة الأكبر الحالية ليست نقص القدرة التقنية، بل تشويه آلية توزيع القيمة. تهيمن المنصات الكبيرة على معظم القيمة، ولا يحصل مقدمو البيانات تقريبًا على أي فوائد. بعبارة أخرى، تعتبر AI الحالية صندوقًا أسود، من أين تأتي بيانات التدريب؟ كيف تعمل الخوارزمية؟ هل النتائج موثوقة؟ لا يمكن توضيح هذه الأسئلة. تحاول LazAI تغيير هذا الوضع من خلال ثلاثة ابتكارات رئيسية:
1، نموذج iDAO، أعاد تعريف هيكل الحوكمة AI. خلافًا لـ DAO التقليدي، يجعل iDAO كل شخص أو وكيل AI مشاركًا في الحوكمة، وليس مجرد مزود بيانات سلبي. إلى حد ما، هذا هو "بديل" للنموذج المركزي الحالي للحوكمة AI.
2، DAT (رمز بيانات ربط البيانات) ، فكرة تصميمه ذكية للغاية. إنه لا يسجل فقط الملكية الثابتة مثل NFT التقليدي، بل يتعقب دورة حياة الأصول الذكية بالكامل. يمكن أن تحل هذه النقطة الابتكارية مباشرة مشكلة صعوبة قياس قيمة البيانات في الاقتصاد الذكي.
3، الحسابات القابلة للتحقق توفر الشفافية لسلوك الذكاء الاصطناعي. يشبه هذا تركيب "صندوق أسود" على الذكاء الاصطناعي، حيث يمكن التحقق من جميع عمليات الاستدلال، وتتبعها، ومحاسبتها. هذه الفكرة لـ "الذكاء الاصطناعي القابل للتحقق" توفر أساس الثقة لتطبيقات الذكاء الاصطناعي اللامركزية. إن تصميم هذه المجموعة الكاملة من الاستراتيجيات يشبه بناء "محرك توزيع القيمة" الجديد لاندماج الذكاء الاصطناعي مع Web3. إذا كان بإمكاننا القول إن DeFi أنشأت نظام قيمة مالية يعتمد على مؤشرات مثل TVL و APR، فإن LazAI تعمل على بناء إطار كمي مماثل للذكاء الاصطناعي.
فوق.
أخيرًا، لتلخيص، فإن إطار Metis التكنولوجي الحالي يبدو لي مثل هيكل ساندويتش، حيث القاعدة هي Metis نفسها التي توفر آلية حوكمة موحدة وحوافز رمزية، والأوسط هو Hyperion الذي يتعامل خصيصًا مع حسابات الذكاء الاصطناعي عالية الأداء، والطبقة العليا هي LazAI التي تحدد قواعد تدفق القيمة. لا يعد هذا التصميم الطبقي مجرد تكديس تقني بسيط، بل إن كل طبقة مستقلة ومتعاونة في الوقت نفسه، مما يتجنب "فخ الشمولية" الذي تعاني منه الهياكل التقليدية ذات السلسلة الواحدة.
بالنسبة لما يهم الجميع، فإن اقتصاديات توكن $METIS ستحدث بالتزامن، وكتوكن أصلي لشبكتين، فإن مصادر دخل METIS أكثر تنوعًا من Layer2 التقليدي: بالإضافة إلى رسوم المعاملات، هناك أيضًا رسوم حساب، ورسوم التحقق من البيانات، وغيرها من مصادر الدخل الجديدة. إن إدخال نموذج مشاركة دخل التعدين للمستثمرين حول حاملي التوكن من مستثمرين سلبيين إلى مشاركين في قيمة النظام البيئي.
بشكل عام، يفتح استكشاف Metis طريقًا جديدًا لتطوير Layer2. في ظل تكنولوجيا متجانسة بشكل كبير، قد تكون تمايز المشهد هو المفتاح للتغلب على التحديات. أما بالنسبة لنجاح ذلك، فهذا يعتمد على التنفيذ المحدد، ولكن على الأقل تم اختيار الاتجاه بشكل جيد. (عند النظر إلى الوراء، فإن تحديد رواية Sequencer اللامركزية السابقة كان ناجحًا على الأقل).
المحتوى هو للمرجعية فقط، وليس دعوة أو عرضًا. لا يتم تقديم أي مشورة استثمارية أو ضريبية أو قانونية. للمزيد من الإفصاحات حول المخاطر، يُرجى الاطلاع على إخلاء المسؤولية.
هل فقدت L2 القدرة على العودة إلى الحياة؟ من خلال استراتيجية الذكاء الاصطناعي لـ Metis ننظر إلى المستقبل.
يعتقد الكثير من الناس أن نظام Layer2 لإثيريوم قد أصبح بلا أمل، لكن الأمر ليس كذلك.
إذا نظرنا فقط من منظور سباق تسليح TPS، فإن هناك شعورًا حقيقيًا بالانحدار. ولكن بعد ترقية تقنية Pectra، إذا تمكنت بعض layer2 من إعادة تحديد الاتجاه بدقة، فقد يكون لديها فرصة للقتال مرة أخرى؟
مؤخراً، أصدرت Metis خارطة طريق استراتيجية All in AI، هل يمكن أن يفتح هذا الخيار البديل الطريق من أجل تخطي أزمة layer2 الحالية؟
تعال، دعني أشاركك ملاحظتي:
وبعد دراسة متعمقة لمسار تقنية Metis، اكتشفت أن النقطة الحقيقية للابتكار ليست في突破 تقنية واحدة، بل في إعادة هيكلة النظام بشكل شامل. استراتيجية الشبكتين (أندروميدا + هايبرون) هي في جوهرها حل ذكي للموازنة الكلاسيكية بين "العمومية مقابل التخصص".
من الواضح أن Metis من جهة تريد الحفاظ على استقرار وموثوقية Layer2 الحالي Andromeda، وتوفير بنية تحتية ناضجة لتطبيقات DeFi وWeb3؛ ومن جهة أخرى، تريد فتح طبقة تنفيذ عالية الأداء تخدم مشاهد الذكاء الاصطناعي، من خلال التحول من مجموعة تقنيات عامة إلى بنية تحتية متخصصة في الذكاء الاصطناعي. بهذه الطريقة، لا تتجنب فقط المنافسة المتماثلة مع Layer2 الأخرى، بل تجد أيضًا مسارًا تقنيًا لدمج AI + Web3 (هل أعطت فكرة قابلة للتطبيق لإيكولوجيا إثيريوم؟).
1، MetisVM، آلة افتراضية مخصصة بعمق لتطبيقات الذكاء الاصطناعي، من خلال تحسين التعليمات البرمجية الديناميكية، فإن كفاءة التنفيذ قد زادت بنسبة 30% مقارنة بـ EVM التقليدي، وهو ما يمثل قفزة نوعية في سيناريوهات استدلال الذكاء الاصطناعي. والأهم من ذلك هو إطار التنفيذ المتوازي MPEF، الذي حل النزاع بين معالجة سلسلة البلوكشين واحتياجات الذكاء الاصطناعي المتزامنة؛
2، MetisDB، تعتمد على شجرة ميركل المخصصة للذاكرة وتتحكم في التزامن باستخدام MVCC، مما يحقق وصولاً لحالة بالنانوسيكند. هذا التصميم يقضي تمامًا على عنق الزجاجة في التخزين، ويوفر ضمانات للأداء المادي لحسابات الذكاء الاصطناعي عالية التردد. بناءً على هذا السياق، فإن فهم MetisSDK يصبح سهلاً، ببساطة: MetisSDK يعتمد على مكونات معيارية وواجهات موحدة، ويبني مجموعة أدوات تطوير مخصصة لخدمات تطبيقات الذكاء الاصطناعي، حيث يقوم بتجريد التقنيات المعقدة على مستوى السلسلة إلى كتل قابلة للتجميع، مما يقلل بشكل فعال من عتبة تطوير تطبيقات الذكاء الاصطناعي.
3）استنادًا إلى ملاحظاتي الشخصية على صناعة web3AI، فإن المشكلة الأكبر الحالية ليست نقص القدرة التقنية، بل تشويه آلية توزيع القيمة. تهيمن المنصات الكبيرة على معظم القيمة، ولا يحصل مقدمو البيانات تقريبًا على أي فوائد. بعبارة أخرى، تعتبر AI الحالية صندوقًا أسود، من أين تأتي بيانات التدريب؟ كيف تعمل الخوارزمية؟ هل النتائج موثوقة؟ لا يمكن توضيح هذه الأسئلة. تحاول LazAI تغيير هذا الوضع من خلال ثلاثة ابتكارات رئيسية:
1، نموذج iDAO، أعاد تعريف هيكل الحوكمة AI. خلافًا لـ DAO التقليدي، يجعل iDAO كل شخص أو وكيل AI مشاركًا في الحوكمة، وليس مجرد مزود بيانات سلبي. إلى حد ما، هذا هو "بديل" للنموذج المركزي الحالي للحوكمة AI.
2، DAT (رمز بيانات ربط البيانات) ، فكرة تصميمه ذكية للغاية. إنه لا يسجل فقط الملكية الثابتة مثل NFT التقليدي، بل يتعقب دورة حياة الأصول الذكية بالكامل. يمكن أن تحل هذه النقطة الابتكارية مباشرة مشكلة صعوبة قياس قيمة البيانات في الاقتصاد الذكي.
3، الحسابات القابلة للتحقق توفر الشفافية لسلوك الذكاء الاصطناعي. يشبه هذا تركيب "صندوق أسود" على الذكاء الاصطناعي، حيث يمكن التحقق من جميع عمليات الاستدلال، وتتبعها، ومحاسبتها. هذه الفكرة لـ "الذكاء الاصطناعي القابل للتحقق" توفر أساس الثقة لتطبيقات الذكاء الاصطناعي اللامركزية. إن تصميم هذه المجموعة الكاملة من الاستراتيجيات يشبه بناء "محرك توزيع القيمة" الجديد لاندماج الذكاء الاصطناعي مع Web3. إذا كان بإمكاننا القول إن DeFi أنشأت نظام قيمة مالية يعتمد على مؤشرات مثل TVL و APR، فإن LazAI تعمل على بناء إطار كمي مماثل للذكاء الاصطناعي.
فوق.
أخيرًا، لتلخيص، فإن إطار Metis التكنولوجي الحالي يبدو لي مثل هيكل ساندويتش، حيث القاعدة هي Metis نفسها التي توفر آلية حوكمة موحدة وحوافز رمزية، والأوسط هو Hyperion الذي يتعامل خصيصًا مع حسابات الذكاء الاصطناعي عالية الأداء، والطبقة العليا هي LazAI التي تحدد قواعد تدفق القيمة. لا يعد هذا التصميم الطبقي مجرد تكديس تقني بسيط، بل إن كل طبقة مستقلة ومتعاونة في الوقت نفسه، مما يتجنب "فخ الشمولية" الذي تعاني منه الهياكل التقليدية ذات السلسلة الواحدة.
بالنسبة لما يهم الجميع، فإن اقتصاديات توكن $METIS ستحدث بالتزامن، وكتوكن أصلي لشبكتين، فإن مصادر دخل METIS أكثر تنوعًا من Layer2 التقليدي: بالإضافة إلى رسوم المعاملات، هناك أيضًا رسوم حساب، ورسوم التحقق من البيانات، وغيرها من مصادر الدخل الجديدة. إن إدخال نموذج مشاركة دخل التعدين للمستثمرين حول حاملي التوكن من مستثمرين سلبيين إلى مشاركين في قيمة النظام البيئي.
بشكل عام، يفتح استكشاف Metis طريقًا جديدًا لتطوير Layer2. في ظل تكنولوجيا متجانسة بشكل كبير، قد تكون تمايز المشهد هو المفتاح للتغلب على التحديات. أما بالنسبة لنجاح ذلك، فهذا يعتمد على التنفيذ المحدد، ولكن على الأقل تم اختيار الاتجاه بشكل جيد. (عند النظر إلى الوراء، فإن تحديد رواية Sequencer اللامركزية السابقة كان ناجحًا على الأقل).