Recientemente, hablé con varios desarrolladores de primera línea de web3AI Build y descubrí que trabajar en la infraestructura de web3AI es mucho más complicado de lo que imaginaba:
Actualmente, la mayoría de los proyectos de IA activos en web3 están generalmente MEME-izados, presumiendo de un montón de historias que no se pueden realizar ni implementar. La clave es que al emitir rápidamente monedas han atraído la mayor parte de la atención y liquidez del mercado, así como el desorden resultante tras la ruptura de la burbuja a corto plazo (EV negativo). Principalmente debido a que la narrativa de AI + Crypto se ha vuelto demasiado atractiva, mientras que sus desafíos para la aplicación práctica son demasiado grandes, desde el principio se convirtió naturalmente en una zona de desastre para las burbujas impulsadas por narrativas.
La infraestructura web3AI es esencialmente una reconstrucción de la infraestructura de IA web2, y la mayoría de las veces es un esfuerzo infructuoso. Es como cuando Crypto desafió la centralización en nombre de la descentralización; durante mucho tiempo, la construcción de arquitecturas de red descentralizadas fue criticada por ser una construcción repetitiva sin sentido, hasta que posteriormente las aplicaciones DeFi encontraron algunos puntos de captura de valor.
La situación actual de web3AI no es diferente de la visión original de la descentralización de Crypto. La mayoría de las personas todavía se acostumbran a decir de manera superficial "¿Para qué sirve web3AI?" Pero no olvidemos que la agregación de poder computacional descentralizado, la inferencia distribuida y las redes de anotación de datos distribuidos, entre otros, pueden encontrar escenarios de aplicación en términos de costos de entrenamiento, rendimiento y utilidad. Solo se puede decir que el camino por delante es largo y lleno de obstáculos, pero su importancia es monumental;
El costo de construcción y expansión de la infraestructura web3AI durante el período de prueba y error es alto y requiere un fuerte apoyo del racionalismo. Por ejemplo, todos saben que web3AI necesita la construcción de una capa de datos, pero limpiar grandes volúmenes de datos en cadena y fuera de la cadena requiere un alto costo de mantenimiento y desarrollo de servidores. Al mismo tiempo, el costo de integración de las API maduras de web3AI, así como los costos relacionados con la potencia de cálculo y el ajuste de algoritmos, también son significativos. Si estos costos se enfocan en aplicaciones de agente, se puede explorar rápidamente un modelo de monetización comercial. Sin embargo, si se centra en la capa de infraestructura, en el contexto actual del mercado donde la narrativa técnica no es tan popular, representa un desafío para muchos equipos de desarrolladores.
Lo que es aún más problemático es que, a diferencia de la infraestructura web2 tradicional, la IA web3 también debe abordar problemas de colaboración entre datos fuera de la cadena y verificación en la cadena, mecanismos de distribución y actualización de modelos en redes P2P, así como el diseño complejo de incentivar con Tokenomics en lugar de modelos comerciales tradicionales. Además, la miopía del capital y el ambiente de preferencia del mercado por la especulación han hecho que parte del capital caliente fluya hacia aplicaciones de Agent que se lanzan apresuradamente solo para aprovechar la tendencia, lo que hace que los equipos que realmente están trabajando en la capa de infraestructura tengan dificultades para obtener el apoyo suficiente.
El problema de la ilusión existente en los grandes modelos compatibles con la propiedad de "caja negra" de la infraestructura web3AI plantea enormes desafíos a la seguridad y confiabilidad en escenarios específicos. Visto @SlowMist_Team
Recientemente, la salida en torno a las vulnerabilidades de seguridad de MCP sugiere que la auditoría de seguridad profesional en torno a MCP ya puede respaldar la futura posición de Slow Mist como una empresa de auditoría de IA. Este es solo un caso concreto que verifica los diversos desafíos de seguridad desconocidos que existen al conectar LLMs de IA como fuente de datos básica a la infraestructura de IA en web3. Pero los problemas en torno a la infraestructura de IA en web3 no se limitan a esto; además, hay direcciones que buscan construir un marco de computación verificable a través de la verificación criptográfica de web3 y mecanismos de consenso en cadena para garantizar que el proceso de razonamiento de IA sea rastreable y verificable.
De hecho, el marco de validación y cálculo confiable de la IA es el área central que la infraestructura web3AI debe conquistar. Actualmente, los grandes modelos, al tratar información de alta sensibilidad en finanzas, salud, derecho, etc., tienen una tasa de adopción muy limitada en los campos profesionales debido a su incapacidad para proporcionar verificabilidad en el proceso de razonamiento. La madurez de la infraestructura web3 AI, como la capa zkVM, redes Oracle descentralizadas, soluciones de memoria descentralizadas, etc., puede construir un marco de cálculo verificable y comprobable para la IA, ayudando fundamentalmente a la IA a lograr una rápida expansión en escenarios verticales.
Eso es todo.
La construcción de infra y aplicaciones de web3AI no será un proceso rápido, sino una maratón larga. Quien pueda construir verdaderamente infra y ecosistemas de aplicaciones que resuelvan problemas reales, quien pueda equilibrar la relación entre la especulación y el valor en el proceso de Go-To-Market, quien pueda encontrar un ciclo comercial viable mientras mantiene una perspectiva tecnológica avanzada, quien será la persona que realmente se ría al final en la industria.
El contenido es solo de referencia, no una solicitud u oferta. No se proporciona asesoramiento fiscal, legal ni de inversión. Consulte el Descargo de responsabilidad para obtener más información sobre los riesgos.
La construcción de infraestructuras y aplicaciones de Web3 AI es una larga carrera de maratón.
Escrito por: Haotian
Recientemente, hablé con varios desarrolladores de primera línea de web3AI Build y descubrí que trabajar en la infraestructura de web3AI es mucho más complicado de lo que imaginaba:
Actualmente, la mayoría de los proyectos de IA activos en web3 están generalmente MEME-izados, presumiendo de un montón de historias que no se pueden realizar ni implementar. La clave es que al emitir rápidamente monedas han atraído la mayor parte de la atención y liquidez del mercado, así como el desorden resultante tras la ruptura de la burbuja a corto plazo (EV negativo). Principalmente debido a que la narrativa de AI + Crypto se ha vuelto demasiado atractiva, mientras que sus desafíos para la aplicación práctica son demasiado grandes, desde el principio se convirtió naturalmente en una zona de desastre para las burbujas impulsadas por narrativas.
La infraestructura web3AI es esencialmente una reconstrucción de la infraestructura de IA web2, y la mayoría de las veces es un esfuerzo infructuoso. Es como cuando Crypto desafió la centralización en nombre de la descentralización; durante mucho tiempo, la construcción de arquitecturas de red descentralizadas fue criticada por ser una construcción repetitiva sin sentido, hasta que posteriormente las aplicaciones DeFi encontraron algunos puntos de captura de valor.
La situación actual de web3AI no es diferente de la visión original de la descentralización de Crypto. La mayoría de las personas todavía se acostumbran a decir de manera superficial "¿Para qué sirve web3AI?" Pero no olvidemos que la agregación de poder computacional descentralizado, la inferencia distribuida y las redes de anotación de datos distribuidos, entre otros, pueden encontrar escenarios de aplicación en términos de costos de entrenamiento, rendimiento y utilidad. Solo se puede decir que el camino por delante es largo y lleno de obstáculos, pero su importancia es monumental;
Lo que es aún más problemático es que, a diferencia de la infraestructura web2 tradicional, la IA web3 también debe abordar problemas de colaboración entre datos fuera de la cadena y verificación en la cadena, mecanismos de distribución y actualización de modelos en redes P2P, así como el diseño complejo de incentivar con Tokenomics en lugar de modelos comerciales tradicionales. Además, la miopía del capital y el ambiente de preferencia del mercado por la especulación han hecho que parte del capital caliente fluya hacia aplicaciones de Agent que se lanzan apresuradamente solo para aprovechar la tendencia, lo que hace que los equipos que realmente están trabajando en la capa de infraestructura tengan dificultades para obtener el apoyo suficiente.
Recientemente, la salida en torno a las vulnerabilidades de seguridad de MCP sugiere que la auditoría de seguridad profesional en torno a MCP ya puede respaldar la futura posición de Slow Mist como una empresa de auditoría de IA. Este es solo un caso concreto que verifica los diversos desafíos de seguridad desconocidos que existen al conectar LLMs de IA como fuente de datos básica a la infraestructura de IA en web3. Pero los problemas en torno a la infraestructura de IA en web3 no se limitan a esto; además, hay direcciones que buscan construir un marco de computación verificable a través de la verificación criptográfica de web3 y mecanismos de consenso en cadena para garantizar que el proceso de razonamiento de IA sea rastreable y verificable.
De hecho, el marco de validación y cálculo confiable de la IA es el área central que la infraestructura web3AI debe conquistar. Actualmente, los grandes modelos, al tratar información de alta sensibilidad en finanzas, salud, derecho, etc., tienen una tasa de adopción muy limitada en los campos profesionales debido a su incapacidad para proporcionar verificabilidad en el proceso de razonamiento. La madurez de la infraestructura web3 AI, como la capa zkVM, redes Oracle descentralizadas, soluciones de memoria descentralizadas, etc., puede construir un marco de cálculo verificable y comprobable para la IA, ayudando fundamentalmente a la IA a lograr una rápida expansión en escenarios verticales.
Eso es todo.
La construcción de infra y aplicaciones de web3AI no será un proceso rápido, sino una maratón larga. Quien pueda construir verdaderamente infra y ecosistemas de aplicaciones que resuelvan problemas reales, quien pueda equilibrar la relación entre la especulación y el valor en el proceso de Go-To-Market, quien pueda encontrar un ciclo comercial viable mientras mantiene una perspectiva tecnológica avanzada, quien será la persona que realmente se ría al final en la industria.