著者: Haotian
1）現在、ほとんどのweb3で活発なAIプロジェクトは一般的にMEME化されており、実現不可能なストーリーを誇張しています。重要なことは、迅速にトークンを発行して市場に参入し、多くの注目と流動性を引きつけたこと、そして短期的なバブル崩壊後の混乱（負の期待値）です。主にAI + Cryptoのナラティブがあまりにも魅力的であり、その実際の応用の課題が非常に大きいため、初めからナラティブに基づいてトークンを発行するバブルの重傷地域となってしまいました；
2）web3AIインフラは本質的にweb2 AIインフラの再構築であり、大多数の時間は苦労して報われないものである。ちょうどCryptoが去中心化の名の下に中心化に挑戦したように、長い間、去中心化のネットワークアーキテクチャは無意味な重複建設として非難されていたが、その後のDeFiアプリケーションの実装によっていくつかの価値捕捉点が見つかった。
現在、web3AIの困難は、当初の非中央集権的Cryptoのビジョンと変わらない。ほとんどの人は「web3AIに何の役に立つの？」と軽々しく言うことに慣れている。しかし、非中央集権的な計算能力の集約や分散推論、分散データアノテーションネットワークなどは、トレーニングコスト、パフォーマンス、実用性において切り込むシーンを見つけることができることを忘れてはいけない。ただ、前途は険しく長いが、意義は重大である。
3）web3AIインフラの構築と拡張には試行錯誤のコストが大きく、強い理性主義の支えが必要です。例えば、web3AIにはデータ層の構築が必要であることは皆が知っていますが、大量のオンチェーンとオフチェーンデータをクリーンアップするには、多くのサーバー運用と開発コストが必要です。また、成熟したweb3AI APIの接続コストや計算能力、アルゴリズムの微調整などもコストがかかります。これらのコスト投入がエージェントアプリケーションに集中すれば、迅速に商業化モデルを探求することができますが、インフラ層面に焦点を当てると、現在の技術のストーリーがあまり人気のない市場背景の中で、多くの開発者チームにとっては挑戦となります。
さらに厄介なのは、従来のweb2インフラストラクチャとは異なり、web3 AIはオフチェーンデータとオンチェーン検証の調整問題、P2Pネットワークの下でのモデル配布と更新メカニズム、および従来のビジネスモデルをトークノミクスインセンティブに置き換える複雑な設計も解決する必要があることです。 しかし、資本の近視眼性と市場選好の投機的な雰囲気により、純粋にホットスポットのために急いで立ち上げられたエージェントアプリケーションに一部のホットマネーが流入し、インフラストラクチャレイヤーで実際に働いているチームが十分なサポートを得るのが難しくなっています。
4）web3AIインフラにおける「ブラックボックス」属性を持つ大規模モデルの存在による幻覚問題は、特定のシーンにおける安全性と信頼性の大きな課題をもたらします。@SlowMist_Teamが最近MCPのセキュリティ脆弱性に関する成果を見たとき、MCPに関する専門的なセキュリティ監査が、今後のSlowMistのAI監査会社としての位置付けを支えることができると感じました。これは具体的なケースであり、AI LLMsが基盤データソースとしてweb3 AIインフラに接続する際に存在する未知の安全課題を検証しています。しかし、web3 AIインフラに関する問題はこれだけではありません。さらに、web3暗号学を通じて検証され、チェーン上のコンセンサス機構を基に構築された検証可能な計算フレームワークによって、AI推論プロセスが追跡および検証可能であることを確保する方向性などもあります。
実際、AIの信頼性の検証と計算フレームワークこそがweb3AIインフラが攻克すべき核心分野です。現在の大規模モデルは、金融、医療、法律などの高度に敏感な情報を処理する際に、推論プロセスの検証可能性を提供できないため、専門分野での採用率が大幅に制限されています。web3 AIインフラの成熟、例えばzkVMの基盤、分散型Oracleネットワーク、分散型メモリーソリューションなどは、AIに対して検証可能で証明可能な計算フレームワークを構築することができ、根本的にAIが垂直シーンの迅速な拡張を実現するのを助けることができます。
上。
web3AIのインフラ構築とアプリケーション構築の旅は一朝一夕にはいかず、長いマラソンのようなものです。現実の問題を解決するインフラとアプリケーションエコシステムを本当に構築できるのは誰か、Go-To-Marketの過程でプロモーションと価値とのバランスを取れるのは誰か、技術の先見性を保ちながら実際のビジネスのサイクルを見つけられるのは誰か、真に業界で最後に笑うことができるのは誰か。
227k 投稿
194k 投稿
144k 投稿
79k 投稿
66k 投稿
63k 投稿
60k 投稿
57k 投稿
52k 投稿
51k 投稿
なぜweb3AIインフラの構築が想像以上に難しいのか？
著者: Haotian
1）現在、ほとんどのweb3で活発なAIプロジェクトは一般的にMEME化されており、実現不可能なストーリーを誇張しています。重要なことは、迅速にトークンを発行して市場に参入し、多くの注目と流動性を引きつけたこと、そして短期的なバブル崩壊後の混乱（負の期待値）です。主にAI + Cryptoのナラティブがあまりにも魅力的であり、その実際の応用の課題が非常に大きいため、初めからナラティブに基づいてトークンを発行するバブルの重傷地域となってしまいました；
2）web3AIインフラは本質的にweb2 AIインフラの再構築であり、大多数の時間は苦労して報われないものである。ちょうどCryptoが去中心化の名の下に中心化に挑戦したように、長い間、去中心化のネットワークアーキテクチャは無意味な重複建設として非難されていたが、その後のDeFiアプリケーションの実装によっていくつかの価値捕捉点が見つかった。
現在、web3AIの困難は、当初の非中央集権的Cryptoのビジョンと変わらない。ほとんどの人は「web3AIに何の役に立つの？」と軽々しく言うことに慣れている。しかし、非中央集権的な計算能力の集約や分散推論、分散データアノテーションネットワークなどは、トレーニングコスト、パフォーマンス、実用性において切り込むシーンを見つけることができることを忘れてはいけない。ただ、前途は険しく長いが、意義は重大である。
3）web3AIインフラの構築と拡張には試行錯誤のコストが大きく、強い理性主義の支えが必要です。例えば、web3AIにはデータ層の構築が必要であることは皆が知っていますが、大量のオンチェーンとオフチェーンデータをクリーンアップするには、多くのサーバー運用と開発コストが必要です。また、成熟したweb3AI APIの接続コストや計算能力、アルゴリズムの微調整などもコストがかかります。これらのコスト投入がエージェントアプリケーションに集中すれば、迅速に商業化モデルを探求することができますが、インフラ層面に焦点を当てると、現在の技術のストーリーがあまり人気のない市場背景の中で、多くの開発者チームにとっては挑戦となります。
さらに厄介なのは、従来のweb2インフラストラクチャとは異なり、web3 AIはオフチェーンデータとオンチェーン検証の調整問題、P2Pネットワークの下でのモデル配布と更新メカニズム、および従来のビジネスモデルをトークノミクスインセンティブに置き換える複雑な設計も解決する必要があることです。 しかし、資本の近視眼性と市場選好の投機的な雰囲気により、純粋にホットスポットのために急いで立ち上げられたエージェントアプリケーションに一部のホットマネーが流入し、インフラストラクチャレイヤーで実際に働いているチームが十分なサポートを得るのが難しくなっています。
4）web3AIインフラにおける「ブラックボックス」属性を持つ大規模モデルの存在による幻覚問題は、特定のシーンにおける安全性と信頼性の大きな課題をもたらします。@SlowMist_Teamが最近MCPのセキュリティ脆弱性に関する成果を見たとき、MCPに関する専門的なセキュリティ監査が、今後のSlowMistのAI監査会社としての位置付けを支えることができると感じました。これは具体的なケースであり、AI LLMsが基盤データソースとしてweb3 AIインフラに接続する際に存在する未知の安全課題を検証しています。しかし、web3 AIインフラに関する問題はこれだけではありません。さらに、web3暗号学を通じて検証され、チェーン上のコンセンサス機構を基に構築された検証可能な計算フレームワークによって、AI推論プロセスが追跡および検証可能であることを確保する方向性などもあります。
実際、AIの信頼性の検証と計算フレームワークこそがweb3AIインフラが攻克すべき核心分野です。現在の大規模モデルは、金融、医療、法律などの高度に敏感な情報を処理する際に、推論プロセスの検証可能性を提供できないため、専門分野での採用率が大幅に制限されています。web3 AIインフラの成熟、例えばzkVMの基盤、分散型Oracleネットワーク、分散型メモリーソリューションなどは、AIに対して検証可能で証明可能な計算フレームワークを構築することができ、根本的にAIが垂直シーンの迅速な拡張を実現するのを助けることができます。
上。
web3AIのインフラ構築とアプリケーション構築の旅は一朝一夕にはいかず、長いマラソンのようなものです。現実の問題を解決するインフラとアプリケーションエコシステムを本当に構築できるのは誰か、Go-To-Marketの過程でプロモーションと価値とのバランスを取れるのは誰か、技術の先見性を保ちながら実際のビジネスのサイクルを見つけられるのは誰か、真に業界で最後に笑うことができるのは誰か。