GaiaEx AcademyGaiaEx Academy
什么是 Bittensor(TAO)?当 AI 遇上区块链
初级区块链7 min read

什么是 Bittensor(TAO)?当 AI 遇上区块链

一个让 AI 模型相互竞争、赚取加密奖励的去中心化网络

分享文章

问题所在:少数几家公司掌控着互联网的大脑

2022 年 11 月,ChatGPT 比历史上任何产品都更快地达到了 1 亿用户。几乎在一夜之间,地球上最强大的人工智能就藏在了一个登录页面之后,由一家公司所有,受一套规则管辖。想用最好的模型?你得拿到一把 API key,接受使用政策,按计量价格付费——然后祈祷他们不会改条款、不会涨价,也不会悄悄认定你的使用场景违反了某条你从未同意过的政策。

这就是现代 AI 的样貌。少数几家超大规模云厂商——拥有九位数训练预算和成仓库 GPU 的公司——掌控着前沿。它们决定模型被允许说什么、谁能获得访问权、以及定价几何。这个越来越主宰经济运转的智能,是封闭的、中心化的、租来的

这正是区块链当初被发明出来要打破的同一种模式,只不过被搬到了技术栈的更高层。在货币领域,问题是「谁掌控账本?」;在智能领域,问题变成了「谁掌控模型?」。这两个问题诚实的答案一直都是:一家你不得不信任的公司,握着一个你看不见的「关停开关」。

Bittensor 是用另一种方式回答这个问题的最严肃的尝试之一——它要构建一个开放、由激励驱动的市场,让机器智能由全球的人群共同生产,由经济规则而非高管来打分,并以一种名为 TAO 的代币来支付报酬。

Bittensor 究竟是什么

剥掉那些口号,Bittensor 本质上是一条去中心化的 Layer 1(一层 / 主链)区块链,它把机器智能的生产变成了一场付费竞赛。不再是一家公司关起门来训练一个模型,而是全球成千上万的独立参与者各自运行自己的模型、提交产出、让这些产出被打分,并按照工作质量的高低、按比例赚取 TAO。

它由 Jacob Steeves(前 Google Brain 团队的机器学习工程师)与机器学习研究员 Ala Shaabana 共同创立,背后是非营利组织 Opentensor Foundation。这个项目可追溯到 2019 年前后,经历了好几次早期网络迭代(先是「Kusanagi」,后是「Nakamoto」),而目前在线运行的网络——代号 Finney——于 2023 年 3 月 20 日作为主网上线。这条脉络很重要:和每一个加密项目一样,Bittensor 也有一段真实的升级历史,而营销话术很少告诉你,你实际用的到底是哪个版本。

理解 Bittensor 最清晰的方式,是把它看作一个面向 AI 的劳动力市场,而不是「区块链上的 ChatGPT」。链本身并不运行一个巨型模型。它运行的是那套激励系统——也就是决定谁能因生产有用智能而获得报酬、以及报酬多少的规则。

关键洞见:中心化 AI 要求你信任一家公司会诚实地构建智能并诚实地定价。Bittensor 用一个市场取而代之——开放参与、链上奖励,以及一种会流向那个产出最有价值工作的人的代币。信任不在某个实验室手里;它在激励机制里。
封闭 AI vs 开放智能市场 中心化 AI 实验室 一个模型 封闭权重 API key 关卡 用户 用户 用户 一个所有者设定访问、政策与价格 Bittensor 市场 TAO 奖励 矿工 矿工 矿工 矿工 矿工 众多相互竞争的模型,按结果获得报酬
封闭 AI 把每一个用户都漏斗式地导向一个被某家公司拥有的模型和一道 API 关卡。Bittensor 则根据工作质量的好坏,以 TAO 向全球这一大片相互竞争的模型支付报酬。

子网、矿工与验证者

Bittensor 的市场被切分成若干子网(subnet)——每个子网本质上都是一场有自己规则的、专门化的 AI 竞赛。某个子网可能奖励最好的文本生成,另一个奖励最好的图像合成,还有的奖励网页抓取、价格预测、蛋白质折叠或代码补全。截至 2025 年底,活跃子网已远超 100 个,而在 2025 年初 dTAO 升级之前仅有 32 个。每个子网都是一个带有自己计分板的微型链上经济体。

在每个子网内部,有两种关键角色:

  • 矿工运行真正的机器学习模型。他们接下子网的任务,生产产出——一段文字、一张图像、一份预测、一份抓取到的数据集——然后把它们提交上去。矿工之间相互竞争;更好的产出能赢得该子网奖励中更大的份额。他们的优势来自硬件、数据和模型质量。
  • 验证者是裁判。他们发布任务,对矿工产出的质量打分,他们的分数决定了谁能拿到报酬。验证者要质押 TAO 才能参与,这意味着他们有真金白银押在上面——在规则强制执行的地方,违规行为会受到惩罚。

这套打分由 Yuma Consensus(Yuma 共识)凝聚在一起,它是 Bittensor 用来把众多验证者对「好」AI 产出的主观看法,汇聚成一份大家达成一致的奖励分配的机制。关键在于,这种评估发生在链下——给一个概率性的 AI 答案打分,和验证一笔确定性的比特币交易完全是两码事——只有结果会被写到链上。正是这种分离,才让在区块链上运行 AI 工作负载在实践中变得可行。

诚实的说法是:把它想成劳动力市场,而不是预言机。如果验证者把活儿干好,好模型就会脱颖而出,奖励会流向真正的质量。如果验证者偷懒、串通或操纵分数,即便链还在愉快地不停出块,产品也会烂掉。链保证的是支付诚实——而不是每一个模型产出都好。

子网循环(简化版) 验证者 发布任务 权重打分 质押 TAO 承担风险 矿工 模型 + 推理 争夺释放奖励 硬件 + 数据护城河 释放 · 注册表 TAO 转账 共识层
验证者引导激励;矿工追逐奖励;链结算的是质押权益——而不是每一个模型产出的质量。

TAO:2100 万枚上限、减半与释放

TAO 是原生代币,它的货币设计刻意带着比特币的味道:一个 2100 万枚的硬上限,以及一份会随时间削减新发行量的减半计划。到 2025 年底,大约有 1080 万枚 TAO 在流通。

新的 TAO 以释放(emissions)的形式铸造出来——也就是支付给那些在各子网中生产并评判工作的矿工和验证者的区块奖励。在首次减半之前,网络每天大约发行 7,200 枚 TAO。首次减半发生在 2025 年 12 月 12 日,把每日发行量削减到大约 3,600 枚 TAO;一旦累计已发行供应量达到 1575 万枚,下一次减半就会触发,把发行量降到每天约 1,800 枚 TAO,依此类推。确切节奏由区块高度而非日历决定——务必在实时文档里核实当前的计划,而不要轻信某个被四舍五入过的营销数字。

需求从哪里来?理论上,来自网络所产出 AI 工作的未来价值——企业付费访问去中心化智能、质押者追逐释放奖励、投机者押注整个论题。但在今天的现实里,这些需求很大一部分仍是投机性的:它是对去中心化 AI 走向的一场押注,而不是对已被证明的现金流的一项主张。请用你对待任何靠释放供养的代币的那份怀疑,去对待 TAO 的「收益」说法——新印出来的奖励,和真实收入并不是一回事。

Dynamic TAO(dTAO):让市场来投票

Bittensor 历史上最重要的一项变更,是 Dynamic TAO(dTAO)升级,它于 2025 年 2 月 13 日上线。要理解它为什么重要,你得先理解它取代了什么。

在 dTAO 之前,一小群大约 64 个「根(root)」验证者实际上决定着网络的释放奖励如何在各子网之间分配。这是一份集中在少数人手里的巨大权力——它催生的,正是任何掌控着印钞机的小委员会都会带来的那些问题:冷漠、偏袒,以及串通的风险。去中心化的全部意义,在顶层被悄悄地重新集中了起来。

dTAO 把这套东西连根拔掉,换成了一个市场。现在每个子网都有自己的 alpha 代币(alpha token),以及一个把该 alpha 代币与 TAO 配对的自动化流动性池。当你想支持某个子网时,你把 TAO 质押进它的池子,并换回该子网的 alpha 代币。每个区块,协议都会读取这些 alpha 代币的相对价格,并把新铸造出的 TAO 分配给市场愿意为之出价的那些子网。高需求的子网赚到更大一片释放奖励;被冷落的子网则赚得更少。

它的高明之处:dTAO 把质押变成了投票。不再是 64 个圈内人决定哪些 AI 子网值得资助,任何持有 TAO 的人都能「用自己的质押投票」,去选择哪些子网真正有用——而网络的奖励流会一个区块接一个区块地跟随那张选票。资本在公开场合引导着智能。

效果是惊人的:子网数量从升级前的 32 个,在数月之内暴增到远超 100 个,因为建设者们蜂拥而入,去启动自己的链上 AI 创业项目,争夺由市场分配的释放奖励。但同样重要的诚实提醒是——alpha 代币是投机性的微型资产。它们可能流动性稀薄、波动剧烈,被炒作驱动的程度不亚于被实用价值驱动。「市场说了算」是一个优点,但市场无时无刻不在给东西错误定价,早期市场尤其如此。

开放市场 vs. 封闭 API——以及究竟交付了什么

Bittensor 底层的赌注是哲学性的:开放竞争会发掘出封闭实验室错失的有用智能。中心化提供商交付的是少数几个前沿模型,外面包着使用政策和价目表。Bittensor 押的是:一群更小、更专门、被公开奖励的模型,在特定任务上能够更便宜、更好——即便单独哪一个都比不上一个前沿模型的广度。

诚实的批评是两面都要说的。训练一个真正的前沿模型要花掉九位数和巨量算力;去中心化激励也许根本无法复现出 GPT 级别的通用能力。诚实的反驳是,并非每个任务都需要一个万亿参数的庞然大物——大量真实的工作不过是狭窄的抓取、打分、预测或分类,恰恰是一个聚焦的子网能做得又好又便宜的那类事情。

真正交付出来的东西参差不齐,你应当对此有所预期。子网的菜单每个季度都在更替。文本和图像子网抢占头条,而那些不那么光鲜的抓取和数值预测子网,则在默默地干着真正的活儿。有些产出确实有用;有些则是为了排行榜而装扮起来的表演。尽职调查在这里就是全部的功课:去读验证者的仪表板,去检查那些存在的开源矿工代码仓库,并且对任何不肯公开其打分方法论的匿名排行榜保持不信任。

两种 AI 技术栈(漫画式对比) 封闭 API(超大规模云厂商) 前沿模型 使用政策 + 密钥 审查 / 价格风险 Bittensor 子网 众多小型模型 开放参与 评估 + 质押风险 现实介于两者之间——混合式技术栈已经存在。
去中心化激励并不会自动战胜中心化的研发预算;它改变的是谁拿到报酬、以及工作如何被打分。

Bittensor 解决不了的问题

Bittensor 是一场真正雄心勃勃的实验,而不是一件完工的产品——而诚实的教育意味着把那些权衡取舍直白地说清楚。

  • 质量并不由链来保证。区块链诚实地结算支付;它并不证明任何矿工的模型是好的。如果一个子网的验证者软弱或被俘获,奖励就可能流向平庸或被操纵的产出,而链却照样完美无瑕地运行着。要信任的是对支付的共识,而不是对智能的共识。
  • 激励博弈是核心风险。只要有计分板和金钱,人们就会为分数而优化,而不是为目标。矿工可以对验证者的特定测试过拟合;验证者可以串通或搭便车。dTAO 减少了根验证者的中心化,但它引入了一个新的攻击面:alpha 代币市场可能被操纵,在流动性稀薄时尤其如此。
  • 投机暂时压倒了已被证明的实用价值。TAO 和那些 alpha 代币的交易,建立在一个关于去中心化 AI 未来的论题之上,而不是建立在已确立的现金流之上。这让它们波动剧烈,并且同时与 AI 炒作周期和更广泛的加密市场相关联,常常是同时发生。
  • 复杂性与频繁更替。子网会启动、衰败、消失。代币经济学会被修订。半年前还准确的心智模型,今天可能已经过时。这是一个快速演进的研究项目,披着一件市场的外衣——交易起来很方便,要做透尽职调查却很难。
  • 它真能触及前沿吗?最大的悬而未决的问题是:去中心化激励究竟能不能产出真正前沿级别的智能,还是说它们在结构上就被限制在了更狭窄、更便宜的任务上。这一点尚未被证明。任何斩钉截铁地告诉你答案的人,都是在向你兜售点什么。
诚实的结论:Bittensor 是少数几个把质押与真正的机器学习评估结合起来的可信尝试之一——而且它仍然处在早期。持有 TAO 是同时押注两件事的一个带杠杆的赌注:押这套特定的激励设计能持续奏效,押更广泛的「去中心化 AI」这笔交易能有回报。在你为任何风险定仓位之前,先在脑子里把这两笔赌注分开。

在 GaiaEx 上交易 TAO

如果你想获得对去中心化 AI 这一论题的敞口,TAO 是表达它流动性最好的方式——而在 GaiaEx 上,你可以用交易任何高波动资产都该有的方式来交易它:完全自主掌控你自己的私钥

GaiaEx 在设计上就是非托管的。借助 MPC 钱包安全机制,你的私钥被拆分成加密的分片,分散在彼此独立的各方手中,因此任何单一服务器或个人都不会持有完整的密钥——而你也永远不会有一个单一的助记词可丢失。你在交易一项其资产净值可能在同一个下午就因 AI 新闻和比特币相关性而剧烈波动的资产时,仍牢牢掌控着自己的资金。交易在 Hyperliquid L1 上执行,具备亚秒级最终性,所以你绝不会被困在一个长达数日的结算窗口里,眼睁睁看着一个快速演变的叙事在你脚下给代币重新定价。

在你建仓 TAO 之前,有几条专门针对它的纪律要点:

  • 在你把任何「收益」年化之前,先核查释放与减半计划——其中大部分是新印出来的供应,而非收入。
  • 子网的频繁更替,给 TAO 重新定价的速度可能快过时间线所能理解的。一波新子网的涌现,或者一个旗舰子网的崩塌,都可能在新闻周期反应过来之前就把代币价格推动起来。
  • 把「去中心化 AI」的营销当成一个论题,而不是一份产品保修单。你买的是对一场实验的押注,你也应该照着这个分量去定仓位。
归根结底:Bittensor 是一场严肃、仍处早期的实验,位于加密激励与机器学习的交叉点上。TAO 的价格是对两件事的押注:网络的执行力,以及更广泛的 AI 交易——在你定仓位时把它们分开,掌控好自己的私钥,并且永远不要把一个引人入胜的故事,错当成一笔已被证明的现金流。