Récemment, j'ai discuté avec de nombreux développeurs de première ligne de web3AI Build et j'ai constaté que travailler autour de l'infrastructure web3AI est beaucoup plus complexe que prévu :
Actuellement, la plupart des projets AI actifs dans le web3 sont généralement MEME-ifiés, vantant de nombreuses histoires irréalisables et inapplicables. L'essentiel est qu'ils ont attiré l'attention et la liquidité de la majorité grâce à l'émission rapide de jetons pour pénétrer le marché, ainsi qu'aux débris laissés après l'éclatement de la bulle à court terme (EV négatif). Cela est principalement dû à la narration AI + Crypto qui est devenue trop séduisante, tandis que les défis de son application réelle sont trop grands, ce qui en fait naturellement une zone sinistrée pour les bulles basées sur la narration dès le départ;
L'infrastructure web3AI est essentiellement une reconstruction de l'infrastructure AI web2, ce qui est souvent un travail ingrat. C'est un peu comme lorsque Crypto a défié la centralisation au nom de la décentralisation ; pendant longtemps, la construction d'architectures de réseaux décentralisés a été critiquée pour sa répétition et son manque de sens, jusqu'à ce que les scénarios d'application DeFi trouvent certains points de capture de valeur.
La situation actuelle de web3AI n'est pas différente de la vision décentralisée de Crypto au début. La plupart des gens ont encore l'habitude de dire légèrement "à quoi sert web3AI ?" Mais n'oublions pas que l'agrégation de la puissance de calcul décentralisée, l'inférence distribuée et les réseaux de marquage de données distribués, etc., peuvent tous trouver des cas d'utilisation en termes de coût d'entraînement, de performance et d'utilité. On ne peut que dire que le chemin est semé d'embûches, mais qu'il est d'une grande importance ;
Le coût de la construction et de l'expansion de l'infrastructure web3AI pendant la période d'essai et d'erreur est relativement élevé, nécessitant un fort soutien rationaliste. Par exemple, tout le monde sait que le web3AI nécessite la construction d'une couche de données, mais le nettoyage de grandes quantités de données sur la chaîne et hors chaîne nécessite des coûts importants en maintenance de serveurs et en développement. De plus, les coûts d'intégration des API web3AI matures ainsi que ceux liés à la puissance de calcul et à l'ajustement des algorithmes nécessitent également des investissements. Si ces coûts sont concentrés sur l'application Agent, il est possible d'explorer rapidement des modèles de monétisation commerciale. Cependant, si l'on se concentre sur la couche d'infrastructure, dans un contexte de marché où le récit technologique actuel n'est pas très populaire, cela représente un défi pour de nombreuses équipes de développeurs.
Ce qui est plus gênant, c’est que, contrairement à l’infrastructure web2 traditionnelle, l’IA web3 doit également résoudre le problème de coordination des données off-chain et de la vérification on-chain, le mécanisme de distribution et de mise à jour des modèles sous le réseau P2P, et la conception complexe du remplacement des modèles commerciaux traditionnels par des incitations Tokenomics. Cependant, la myopie du capital et l’atmosphère spéculative de la préférence du marché ont fait affluer une partie de l’argent chaud dans les applications d’agent qui sont précipitées en ligne uniquement pour le plaisir des points chauds, ce qui rend difficile pour les équipes qui travaillent réellement au niveau de l’infrastructure d’obtenir suffisamment de soutien.
Le problème d'illusion des grands modèles compatibles avec les propriétés « boîte noire » de l'infrastructure web3AI pose d'énormes défis en matière de sécurité et de fiabilité dans des scénarios spécifiques. Voir @SlowMist_Team
Récemment, les résultats concernant les vulnérabilités de sécurité de MCP montrent que l'audit de sécurité professionnel autour de MCP peut déjà soutenir la position de Slow Mist en tant qu'entreprise d'audit AI à l'avenir. C'est juste un cas concret qui valide les divers défis de sécurité inconnus liés à l'intégration des LLMs AI en tant que source de données de base dans l'infrastructure AI web3. Cependant, les problèmes autour de l'infrastructure AI web3 ne s'arrêtent pas là, il y a aussi des cadres de calcul vérifiables construits via la vérification cryptographique web3 et les mécanismes de consensus on-chain, pour garantir que le processus d'inférence AI puisse être tracé et vérifié, entre autres.
En fait, le cadre de validation et de calcul fiable de l'IA est le domaine central que l'infrastructure web3AI doit conquérir. Actuellement, les grands modèles, lorsqu'ils traitent des informations à haute sensibilité dans des domaines tels que la finance, la santé et le droit, voient leur taux d'adoption dans les domaines professionnels fortement limité en raison de l'incapacité à fournir la vérifiabilité du processus de raisonnement. La maturité de l'infrastructure web3 AI, comme les bases de zkVM, les réseaux Oracle décentralisés, les solutions de mémoire décentralisées, etc., peut construire un cadre de calcul vérifiable et prouvable pour l'IA, aidant fondamentalement l'IA à réaliser une expansion rapide dans des scénarios verticaux.
C'est tout.
Le parcours de construction d'infrastructure et d'applications de web3AI ne sera pas un succès immédiat, mais plutôt un marathon long et difficile. Ceux qui réussiront à construire une infrastructure et un écosystème d'applications qui résolvent des problèmes réels, ceux qui pourront équilibrer la relation entre le battage médiatique et la valeur dans le processus de mise sur le marché, et ceux qui réussiront à trouver un véritable cycle commercial tout en maintenant une vision technologique à long terme, seront ceux qui riront vraiment à la fin dans l'industrie.
Le contenu est fourni à titre de référence uniquement, il ne s'agit pas d'une sollicitation ou d'une offre. Aucun conseil en investissement, fiscalité ou juridique n'est fourni. Consultez l'Avertissement pour plus de détails sur les risques.
Le parcours de construction de l'infrastructure et des applications de l'IA Web3 est un marathon long.
Rédaction : Haotian
Récemment, j'ai discuté avec de nombreux développeurs de première ligne de web3AI Build et j'ai constaté que travailler autour de l'infrastructure web3AI est beaucoup plus complexe que prévu :
Actuellement, la plupart des projets AI actifs dans le web3 sont généralement MEME-ifiés, vantant de nombreuses histoires irréalisables et inapplicables. L'essentiel est qu'ils ont attiré l'attention et la liquidité de la majorité grâce à l'émission rapide de jetons pour pénétrer le marché, ainsi qu'aux débris laissés après l'éclatement de la bulle à court terme (EV négatif). Cela est principalement dû à la narration AI + Crypto qui est devenue trop séduisante, tandis que les défis de son application réelle sont trop grands, ce qui en fait naturellement une zone sinistrée pour les bulles basées sur la narration dès le départ;
L'infrastructure web3AI est essentiellement une reconstruction de l'infrastructure AI web2, ce qui est souvent un travail ingrat. C'est un peu comme lorsque Crypto a défié la centralisation au nom de la décentralisation ; pendant longtemps, la construction d'architectures de réseaux décentralisés a été critiquée pour sa répétition et son manque de sens, jusqu'à ce que les scénarios d'application DeFi trouvent certains points de capture de valeur.
La situation actuelle de web3AI n'est pas différente de la vision décentralisée de Crypto au début. La plupart des gens ont encore l'habitude de dire légèrement "à quoi sert web3AI ?" Mais n'oublions pas que l'agrégation de la puissance de calcul décentralisée, l'inférence distribuée et les réseaux de marquage de données distribués, etc., peuvent tous trouver des cas d'utilisation en termes de coût d'entraînement, de performance et d'utilité. On ne peut que dire que le chemin est semé d'embûches, mais qu'il est d'une grande importance ;
Ce qui est plus gênant, c’est que, contrairement à l’infrastructure web2 traditionnelle, l’IA web3 doit également résoudre le problème de coordination des données off-chain et de la vérification on-chain, le mécanisme de distribution et de mise à jour des modèles sous le réseau P2P, et la conception complexe du remplacement des modèles commerciaux traditionnels par des incitations Tokenomics. Cependant, la myopie du capital et l’atmosphère spéculative de la préférence du marché ont fait affluer une partie de l’argent chaud dans les applications d’agent qui sont précipitées en ligne uniquement pour le plaisir des points chauds, ce qui rend difficile pour les équipes qui travaillent réellement au niveau de l’infrastructure d’obtenir suffisamment de soutien.
Récemment, les résultats concernant les vulnérabilités de sécurité de MCP montrent que l'audit de sécurité professionnel autour de MCP peut déjà soutenir la position de Slow Mist en tant qu'entreprise d'audit AI à l'avenir. C'est juste un cas concret qui valide les divers défis de sécurité inconnus liés à l'intégration des LLMs AI en tant que source de données de base dans l'infrastructure AI web3. Cependant, les problèmes autour de l'infrastructure AI web3 ne s'arrêtent pas là, il y a aussi des cadres de calcul vérifiables construits via la vérification cryptographique web3 et les mécanismes de consensus on-chain, pour garantir que le processus d'inférence AI puisse être tracé et vérifié, entre autres.
En fait, le cadre de validation et de calcul fiable de l'IA est le domaine central que l'infrastructure web3AI doit conquérir. Actuellement, les grands modèles, lorsqu'ils traitent des informations à haute sensibilité dans des domaines tels que la finance, la santé et le droit, voient leur taux d'adoption dans les domaines professionnels fortement limité en raison de l'incapacité à fournir la vérifiabilité du processus de raisonnement. La maturité de l'infrastructure web3 AI, comme les bases de zkVM, les réseaux Oracle décentralisés, les solutions de mémoire décentralisées, etc., peut construire un cadre de calcul vérifiable et prouvable pour l'IA, aidant fondamentalement l'IA à réaliser une expansion rapide dans des scénarios verticaux.
C'est tout.
Le parcours de construction d'infrastructure et d'applications de web3AI ne sera pas un succès immédiat, mais plutôt un marathon long et difficile. Ceux qui réussiront à construire une infrastructure et un écosystème d'applications qui résolvent des problèmes réels, ceux qui pourront équilibrer la relation entre le battage médiatique et la valeur dans le processus de mise sur le marché, et ceux qui réussiront à trouver un véritable cycle commercial tout en maintenant une vision technologique à long terme, seront ceux qui riront vraiment à la fin dans l'industrie.