我一直覺得，加密世界最吸引人的地方在於——它總有新東西等着你去探索。作爲一個天生好奇的人，我喜歡向技術大佬“狂問傻問題”，只爲了從他們的視角中學到一點新東西。

AI 也不例外，實際上，隨着 Web2 科技巨頭不斷優化模型、推出基於 AI 的主要應用與用例，這一領域正以驚人的速度發展：

• @canva 上線了一系列 AI 工具，讓不懂技術的創作者也能輕鬆制作互動內容，並通過 AI 提升創作質量
• @YouTube 推出新 AI 功能，幫助視頻創作者自動生成背景音樂
• 網約車平台 Grab 已開始使用代理型 AI（agentic AI），爲商家與司機提供智能支持
• 電商平台 Lazada 引入生成式 AI 工具，協助賣家優化銷售、營銷與客服流程

這類應用只會越來越多。從生成式 AI 到代理型 AI，正在被廣泛應用於各類真實場景，幫助企業和普通用戶簡化流程、提升效率。

好消息是：這些工具幾乎“觸手可及”——免費版、低價版隨處都有。從性價比角度來說，幾乎沒有理由不嘗試。

但也別忘了，便利背後藏着一些不容忽視的問題：

• 你的數據到底歸誰所有？
• 別人能不能拿走你的創意，直接“抄”出一個競品？
• 這些平台真的安全嗎？數據會不會被泄露？
• 萬一平台宕機（比如 AWS 崩過一次），你的整個業務會不會被迫中斷？客戶的錢會不會有風險？
• 你能否隨時進入後臺？是否必須實名驗證？如果平台說關就關，你還擁有你的產品和業務嗎？

這些問題值得深思（我在上一篇文章裏講得更細，有興趣可以翻回去看看）。

中心化玩家擁有強大的決策權，而這些決策有可能（哪怕是無意中）大幅改變你的生活。

你也許會說，“沒關係啊，我平時也不怎麼用這些工具”，或者，“我相信這些公司會站在用戶這一邊”。這也合理。甚至你可能覺得這些 AI 初創企業正在切入一個巨大的市場，很值得投資——但問題是：你根本投不進去。除非你是 @ycombinator 或頂級風投基金的一員，這些早期投資機會壓根輪不到普通人。

而在 Web3 的 AI 世界裏，已經湧現出不少 AI 生態系統，它們的目標是把 AI 產品和服務帶給每一個用戶。而在這一領域，最值得投資的生態系統之一就是 @opentensor，也就是 Bittensor。

Bittensor：達爾文式 AI

Bittensor 屬於所謂的“達爾文式 AI”——通過優勝劣汰的機制來推動 AI 的自我進化。你可以把它理解成一場 AI 版的《飢餓遊戲》：每個子網都有自己的競技場，參賽者是“礦工”，他們帶着自己的模型和數據，在某個具體任務上展開廝殺。只有表現最好的模型才能獲得獎勵，落後的模型要麼被淘汰，要麼“進化”，通過訓練、調參或模仿其他模型不斷變強。最終，這會孕育出一個多樣、強大且具備實際應用能力的 AI 網路。

Bittensor 最有意思的地方在於它的激勵機制設計，它試圖把項目團隊、開發者、投資者、用戶之間的利益綁定在一起。我在推文中總結了現在 Web3 AI 項目面臨的一個大問題：

簡而言之，目前的大多數代理代幣適合投機者和項目方拿來造勢，但它們不適合用作獲取和留住用戶的手段，也不適合用作留住人才（如開發者、創始人等）的激勵方式——特別是在幣價下跌的時候。

Bittensor 通過使用市場驅動的機制來解決這一問題，將 $TAO 的代幣釋放分配給各個子網，從而激勵並支持團隊的運營。市場通過在各子網中質押 $TAO 來決定哪些子網獲得更多的釋放。一旦質押，$TAO 將轉換爲 Alpha 子網代幣。質押人數越多，Alpha 代幣的價格就越高，你獲得的代幣釋放（以 Alpha 代幣的形式）也就越多。

$TAO 的發行機制也和比特幣一樣，每天釋放 7,200 枚，總量固定 2100 萬，每四年減半。第一次減半預計將在 2026 年 1 月 5 日左右進行，屆時流通量將達到 1050 萬枚。

爲什麼這對投資者至關重要

這裏不會過多深入技術細節——我只是想分享一下，爲什麼我認爲從交易/投資的角度來看，Bittensor 是當前最令人興奮的生態系統之一。

除了機制設計本身，當你交易 alpha 子網代幣時，就像是在一邊炒幣，一邊挖礦。

原因在於：每當 alpha 代幣漲價時，你不只是享受到資產升值的收益，還會同時獲得 $TAO 的代幣獎勵（以 alpha 代幣形式發放）。

如果你押中的子網表現亮眼、排名飆升，那麼你早期投入的 $TAO 不僅有可能大幅升值，還會帶來更多獎勵分發。越早進場，賺得越多——因爲在子網還未被市場注意到時，質押人數少、競爭小，APY（年化收益率）自然更可觀。

dTAO vs Solidly

（鳴謝 @DeSpreadTeam）

Solidly 的 ve(3,3) 模型鼓勵長期鎖倉和頻繁投票參與，但這也意味着：如果社區投票錯誤，把釋放投向了無效的流動性池，大家都要“陪葬”——代幣會被拋售，全體持有者的資產價格一起下跌。

而 dTAO 模型不要求鎖倉，想進隨時進，想退隨時退。但也意味着責任在你自己 —— 你得花時間研究子網（DYOR），一旦押錯方向，就很容易“血虧”，因爲其他人可以立刻撤出，沒有任何鎖倉壓力。

那有人會問：子網 FDV 都這麼高（動不動 $5 億+），還能投得進去嗎？

其實，FDV 對處於早期階段的子網來說，並不是最關鍵的參考指標。如果你是做短線或中期交易，看市值（MC）可能更有參考價值。

關於通脹，也不妨看懂這組數字：18% / 41% / 41%。這是子網的獎勵分配比例：18% 給子網所有者，41% 給驗證者，41% 給礦工（都以 alpha 代幣的形式發放）。而你作爲 $TAO 的質押者，實際收益來源於驗證者那一部分（41%），因爲你把質押權委托給了他們。

不少子網擁有者會長期持有他們收到的 Alpha 代幣，表達他們對項目的信心。同時，他們也會積極跟驗證者、礦工溝通、激勵他們持幣而非砸盤。這類交流記錄也都能在 taostats 這樣的平台上查到。

更宏觀地說，要理解 Bittensor 整體生態的變化趨勢，下面這幾張圖是最值得關注的。

來源：taoapp

自從今年 2 月 dTAO 正式上線後，質押在 Root 網路（Bittensor 的 OG 核心子網）中的 $TAO 佔比就一路走低，而流入各個子網的 $TAO 佔比卻持續上升。這背後的含義很清晰：投資者正在加大風險暴露，選擇更具潛力的子網而不是保守的 Root 網路。畢竟 Root 雖然有穩定的年化回報（20%-25%），但沒有 alpha 子網代幣的價格漲空間。

這種趨勢也和整個生態的“產品交付速度”完美同步。自 dTAO 上線以來，子網團隊都在更公開、更快節奏下構建產品——必須快速找到 PMF（產品市場契合度）、吸引用戶、做出真正有收入、能落地的 AI 應用。我親身體驗下來，感覺整個生態的開發效率、競爭強度都遠勝於其他 生態系統，這正是由“強激勵+競速機制”驅動的結果。

接下來，我們要談談這些子網，以及它們獨特且值得投資的 DeAI 應用場景。

頭部子網及實際應用場景

目前在 Bittensor 生態中，最具交付力、產品最貼近真實需求、且堅持公開透明開發的明星團隊，非@rayon_labs 莫屬。他們管理着三大子網：SN64 – Chutes、SN56 – Gradients、SN19 – Nineteen。其中最具代表性的 Chutes——一個幫助開發者“無服務器部署 AI”的基礎設施平台。你爲什麼會需要這個？想象一下最近的 AWS 大規模宕機事件 —— 如果你的 AI 應用全靠中心化雲服務，一宕機就全線崩潰，不僅影響業務，還有可能造成資金損失、數據風險，完全是“單點故障”的高危模式。

Gradients 是一個讓任何人都能輕鬆訓練專屬 AI 模型的平台（用於特定場景、圖像生成、定制化的大語言模型） —— 即便你完全不懂編程。最近推出了 v3 版本，其價格低於同類產品。

Nineteen ——一個專注於 快速、高擴展性、去中心化 AI 推理 的平台（不論你想生成文本還是圖像，任何人都可以直接調用它的服務，而且推理速度比大多數同類平台更快）。

除此之外，Rayon 正在上線一款新平台——Squad AI 代理平台，這是一個可視化拖拽式、節點拼圖風格的 AI 代理構建工具，已經在社區引發大量討論與興趣。

目前，Rayon Labs 管理的三個子網合計已經拿下了 超過 1/3 的 $TAO 整體釋放份額 —— 這本身就是對他們“公開構建 + 快速交付 + 產品有用”的能力的最好證明。（不少其他子網的團隊都直言 Rayon 是當前生態的天花板，哈哈）

• Gradients：一個月漲了 13 倍，市值約 $3200 萬
• Chutes：漲了 2.3 倍，市值約 $6300 萬
• Nineteen：漲了 3 倍，市值約 $1800 萬

尤其是 Chutes 的採用速度快到驚人，現在已經穩坐全網子網第一名，整個趨勢看起來短期內根本停不下來。

除了 Rayon 這支明星團隊，還有很多其他新興子網也很有看頭，比如：蛋白質折疊模擬、AI 生成內容檢測 / Deepfake 防御、3D 模型生成、去中心化交易策略建模、角色扮演型大語言模型。雖然我還沒把所有項目都一一深挖完，但就實用性和市場直覺來看，由 taopill 運營的 “Predictive Systems” 子網系列 是目前我認爲最值得繼續深入研究的方向之一。

SN41 @sportstensor

許多人可能是通過 @AskBillyBets 認識他們的。Sportstensor 是爲 Billy 的決策提供支持的智能系統（而主導 Billy 項目的團隊是 @ContangoDigital，這是一家投資去中心化 AI 的風投機構，同時也是 Bittensor 子網的驗證者和礦工）。

SN41 最有趣的地方在於他們的核心產品 —— Sportstensor 模型。這是一個礦工之間的競賽，看看誰擁有用於預測體育比賽結果的最佳模型和數據集。

舉個例子：在最近一季的 NBA 聯賽中，如果你總是押注大衆看好的球隊（熱門隊），你可能會有大約 68% 的勝率。那是不是就意味着你會賺錢？不是，事實上你是虧錢的。如果你每場比賽都對熱門下注 $100，最終可能會虧損約 $1700。

雖然大衆支持的熱門隊通常有更高的勝率，但他們的賠率也更低，這意味着即使你押對了，贏的錢也比較少。人們往往會扎堆支持自己喜歡的隊伍，導致冷門隊的賠率變得非常低，這也就意味着——如果你押對了冷門，其實存在很大的盈利空間。

這正是 Sportstensor 模型 發揮作用的地方。礦工們運行自己的機器學習模型（例如蒙特卡洛模擬、隨機森林、線性回歸等），使用他們自己的數據（無論是開源的還是私有的）來獲得最佳預測結果。Sportstensor 然後會將這些預測取平均值或中位數，並將其作爲智能數據來識別市場中的“優勢”。

例如：市場上一個實際的賠率是 25:75，而模型的結果可能是 45:55。中間這 15 個百分點的差距就是“優勢”。如果模型能持續發現這種差距，即使你的命中率不高，長期也能積累出正向的投資回報。

你可以在這裏查看他們的完整交易報告，感興趣可以深入挖一挖：

下面是他們最近一次公開發布的模型預測結果 —— 表現非常亮眼。更有意思的是，他們每個月都會運營一個小型下注基金，從 $10,000 起步，通過 AI 模型獲得收益，然後持續復投。月底時，他們會把盈利的一部分拿來回購自家 Alpha 代幣。比如在 3 月，他們就用這個策略賺了 約 $18,000 的淨利潤。

不過要注意，不同人用同一套“智能”系統，結果可能完全不同：例如，模型預測結果是 35:65，而市場賠率是 40:60；有人覺得這個差距小，不下注；有人覺得這就是可抓的“alpha”，選擇入場。Billy 和 Sportstensor 的下注邏輯也不一樣。目前這個生態還很早，沒人敢說“什麼才是最穩的套利方式”。

Sportstensor 的下一步計劃，是把這套智能系統產品化 —— 做出一個儀表盤，用戶可以直觀看到每場比賽的預測差值，然後自主做下注決策。

我個人很喜歡這個團隊，原因很簡單：產品方向多元，應用空間大；Billy 這個案例已經驗證了他們能激起用戶情緒，讓“體育迷跟着 AI 一起下注”變成了潮流；他們覆蓋的體育項目廣泛，未來還有更多可能借由 AI 代理人，改變人們的“下注方式 + 看球方式 + 互動方式”。

SN44 @webuildscore

Score 曾經也嘗試過和 Sportstensor 類似的路徑 ，但後來他們果斷轉型：去做計算機視覺 + 行爲預測，因爲“預測下一步動作”才是更有價值的事。

要實現這一點，需要計算機視覺去分析屏幕上發生的內容，使 AI 能夠理解畫面中的物體、定位它們並對數據進行標注，然後使用不同的算法對這些數據得出結論（例如某個球員做出某個動作的概率），再將這些結論轉化爲一個通用評分，用於提升球員表現，同時也能用於早期發掘人才。

礦工的主要任務是——給視頻畫面中的球員、球、動作等元素打標籤，之後，Score 團隊會用自研算法對這些標注數據進行深入分析。

最終，系統會爲球員生成一個評分，就像國際象棋或 LoL 的 Elo 分數，但更加精細化和實時更新 —— 每一場比賽、每一次決策，都會影響評分浮動。這套系統帶來的意義非常大：俱樂部老板可以借此精準評估球員表現；可以在青少年階段就發掘天賦球員；不論是小學生比賽還是世界杯決賽，都能用同一套標準分析。

Score 可以通過其專有數據實現變現，將評分和數據洞察出售給數據經紀人、俱樂部老板、體育數據公司以及博彩公司。

對於面向消費者的應用，Score 也在做不同的嘗試：

@thedkingdao 是一個體育對沖基金 DAO，也是 Score 的客戶，它使用基於 Score 數據的下注模型，將數據轉化爲可執行的投注操作。v2 版本的終端將在明天上線（用戶將可以通過不同的訂閱模式訪問完整模型，包括比賽分析、關於資金管理的高級問答等，也就是最強的投注助手，還能使用代理人組建自己的策略）。Vault 產品預計將在下個月（或夏季前）上線，允許用戶投入 TVL（總鎖倉量），由代理自動進行投注，並從中獲得收益。

很快，用戶就可以在 Score 的自助平台上傳比賽視頻，讓礦工進行標注。通常一場足球比賽需要幾個小時的視頻，但礦工只需 10-12 分鍾就能完成一場 90 分鍾比賽的標注，效率遠高於其他平台。用戶隨後可以將這些標注後的數據用於自己的模型和使用場景中。

我個人很喜歡 Score，是因爲它不僅僅適用於體育，它還能擴展到其他領域，例如自動駕駛、機器人等。在這個到處都是“垃圾數據”的時代，高質量的專有數據尤爲珍貴。

SN18 @zeussubnet

這是一個近期迅速獲得關注的新子網。我還沒有機會與團隊交流，但他們的產品非常有趣。

Zeus 是一個專注於氣候與天氣預測的機器學習子網，目標是：比傳統氣象模型更快、更準。

這種智能在對沖基金領域非常受歡迎，因爲精準的天氣預測能夠更好地預測大宗商品價格（如果對沖基金能精準把握商品交易，他們可能會因此賺取數億美元，因此他們願意支付數百萬美元購買這種智能）。

Zeus 是一個相對較新的子網，最近剛剛獲得子網編號 18。在過去 7 天裏，他們的 Alpha 代幣上漲了 210%。

其他我還在關注、準備深入了解的子網：

-@404gen_ SN17 —— 用於 AI 生成 3D 資產的基礎設施。可以爲遊戲、AI 角色、虛擬主播等生成 3D 模型。最近與@unity 的整合有望實現無縫 3D 模型生成，改變 Unity 120 萬月活開發者的創作流程。

-@metanova_labs SN68 —— DeSci 藥物研發子網，將藥物研發轉化爲一個協作性強、速度快的競賽系統，解決傳統藥物研發成本高、耗時久的問題（傳統流程通常耗時十年以上、成本高達數十億美元）。

這些都是我目前最容易理解、也最感興趣的子網（畢竟我不是技術背景出身）。後續深入了解其他子網後我會繼續分享。

小結

我盡量讓這篇文章別太技術流 —— 畢竟 dTAO 的那些底層邏輯、釋放機制、激勵分配、參與角色的細節，網上有的是資料，大家可以自行去挖。

根據我在代理季（10 月 24 日 - 現在）期間學到的知識，就是保持相當敏捷。我參與過太多項目，我認爲 dTAO 提供了相當好的機制來保持靈活性並從不同的可投資 DeAI 初創公司中輪換。

這幾個月我在 agent season（從去年 10 月 24 日開始） 的最大感悟是：在這個領域裏，靈活就是生存能力。我之前在太多項目裏長時間持倉虧損，而我認爲 dTAO 提供了一種很不錯的機制，讓人可以靈活進出、輪動投資不同的 DeAI 初創項目。

目前參與的人還不多，所以現在質押不僅能拿到 80%–150%+ 的 APY，還有子網代幣價格漲的紅利可喫。

不過隨着未來六個月更多人進入、TAO 生態的錢包、橋、交易基礎設施越來越完善，這個動態可能會發生變化。

目前，我建議你享受 TAO 上的 PvE 賽季，並和我一起探索更多酷炫的 DeAI 技術 !

非常感謝你看完我的第一篇內容。咱們下期更新再見！

– 0xJeff

備注: 非常感謝閱讀！如果你正在從事 Crypto AI 項目，歡迎給我發私信！

同時也感謝以下幾位讓我快速了解 Bittensor 生態的朋友： @mxmsbt, @luciancxyz, @gylestensora, @contangojosh, @mikecontango, @JosephJacks_, @Old_Samster, @bloomberg_seth

接下來我會去找更多子網項目方聊聊，了解大家都在搞什麼，回來繼續分享給你們～

聲明：

1. 本文轉載自 [X]，著作權歸原作者 [@Defi0xJeff] 所有。如對轉載有異議，請聯系 Gate Learn 團隊，團隊將盡快處理。
2. 免責聲明：本文所表達的觀點和意見僅代表作者個人觀點，不構成任何投資建議。
3. 本文的其他語言翻譯由 Gate Learn 團隊完成。除非另有說明，否則禁止復制、分發或抄襲翻譯文章。