Baru-baru ini, banyak pengembang dari barisan depan web3AI Build berdiskusi, dan menemukan bahwa bekerja di sekitar infrastruktur web3AI jauh lebih kompleks daripada yang dibayangkan:
1）Saat ini sebagian besar proyek AI aktif di web3 umumnya telah menjadi MEME, membanggakan banyak cerita yang tidak dapat direalisasikan dan diterapkan, kuncinya adalah dengan cepat menerbitkan koin untuk menarik perhatian dan likuiditas, serta kekacauan setelah gelembung jangka pendek pecah (EV negatif). Ini terutama karena narasi AI + Crypto terlalu menarik, sementara tantangan aplikasi nyata sangat besar, sehingga pada awalnya secara alami menjadi daerah bencana gelembung yang bergantung pada narasi untuk menerbitkan koin;
2）web3AI infra pada dasarnya adalah rekonstruksi dari web2 AI infra, yang sebagian besar waktu terasa sulit dan tidak dihargai. Ini mirip dengan saat Crypto menantang sentralisasi dengan nama desentralisasi, selama waktu yang lama, membangun arsitektur jaringan desentralisasi dianggap sebagai pembangunan ulang yang tidak berarti, sampai akhirnya aplikasi DeFi menemukan beberapa titik tangkap nilai.
Saat ini, situasi web3AI tidak berbeda dengan visi Crypto desentralisasi pada awalnya. Sebagian besar orang masih terbiasa dengan ringan mengatakan "apa gunanya web3AI?" Namun jangan lupa, penggabungan daya komputasi desentralisasi dan inferensi terdistribusi serta jaringan anotasi data terdistribusi, dll, semuanya dapat menemukan skenario masuk dalam hal biaya pelatihan, kinerja, dan kegunaan. Hanya bisa dikatakan, jalan di depan terjal dan panjang, tetapi sangat berarti;
3）Biaya eksplorasi dan pengembangan infrastruktur web3AI cukup besar, memerlukan dukungan rasionalisme yang kuat. Misalnya, kita semua tahu bahwa web3AI memerlukan pembangunan lapisan data, tetapi pembersihan data besar di on-chain dan off-chain memerlukan biaya pemeliharaan server dan pengembangan yang besar. Selain itu, biaya untuk mengintegrasikan API web3AI yang sudah matang, serta biaya untuk daya komputasi, penyesuaian algoritma, dan lain-lain juga memerlukan biaya. Jika semua biaya ini difokuskan pada aplikasi Agent, bisa cepat menjelajahi model monetisasi bisnis. Namun, jika difokuskan pada lapisan infrastruktur, dalam konteks pasar saat ini yang tidak begitu mendukung narasi teknologi, ini menjadi tantangan bagi banyak tim pengembang.
Masalah yang lebih rumit adalah, berbeda dengan infrastruktur web2 tradisional, web3 AI juga harus menyelesaikan masalah kolaborasi antara data off-chain dan verifikasi on-chain, mekanisme distribusi dan pembaruan model dalam jaringan P2P, serta desain kompleks untuk menggantikan model bisnis tradisional dengan insentif Tokenomics, dan lain-lain. Sementara itu, pandangan jangka pendek dari modal dan suasana pasar yang lebih memilih spekulasi menyebabkan beberapa uang panas mengalir ke aplikasi Agent yang diluncurkan dengan tergesa-gesa hanya untuk mengikuti tren, sehingga tim yang benar-benar menggarap di tingkat infrastruktur justru sulit mendapatkan dukungan yang cukup.
4）Masalah ilusi yang ada pada model besar dengan atribut "black box" yang kompatibel dengan infrastruktur web3AI, membuat tantangan terhadap keamanan dan kepercayaan di skenario tertentu menjadi sangat besar. Melihat @SlowMist_Team
Output terbaru tentang kerentanan keamanan MCP, tampaknya audit keamanan profesional di sekitar MCP sudah dapat mendukung posisi Slow Mist di masa depan sebagai perusahaan audit AI. Ini hanya satu contoh konkret, yang memverifikasi berbagai tantangan keamanan yang tidak diketahui yang ada ketika AI LLMs terhubung sebagai sumber data dasar ke infrastruktur web3 AI. Namun, masalah seputar infrastruktur web3 AI jauh lebih dari itu, selain itu ada juga kerangka komputasi yang dapat diverifikasi yang dibangun melalui verifikasi kriptografi web3 dan mekanisme konsensus on-chain, untuk memastikan bahwa proses inferensi AI dapat dilacak dan diverifikasi.
Sebenarnya, kerangka verifikasi dan komputasi yang dapat dipercaya untuk AI adalah bidang inti yang harus ditaklukkan oleh infra web3AI. Saat ini, model besar yang ada mengalami keterbatasan dalam adopsi di bidang profesional seperti keuangan, kesehatan, dan hukum ketika menangani informasi yang sangat sensitif, karena tidak dapat menyediakan verifikasi proses inferensi. Kematangan infra AI web3, seperti lapisan zkVM, jaringan Oracle terdesentralisasi, solusi Memory terdesentralisasi, dan lain-lain, dapat membangun kerangka komputasi yang dapat diverifikasi dan dibuktikan untuk AI, yang pada dasarnya membantu AI dalam ekspansi cepat di berbagai skenario vertikal.
Itu saja.
Perjalanan pembangunan infra dan aplikasi web3AI tidak akan terjadi dalam sekejap, melainkan merupakan sebuah maraton yang panjang. Siapa yang benar-benar dapat membangun infra dan ekosistem aplikasi yang dapat menyelesaikan masalah nyata, siapa yang dapat menyeimbangkan hubungan antara hype dan nilai dalam proses Go-To-Market, siapa yang dapat menemukan siklus bisnis yang nyata sambil mempertahankan visi teknologi ke depan, merekalah yang akan menjadi orang-orang yang benar-benar tertawa di akhir dalam industri ini.
Konten ini hanya untuk referensi, bukan ajakan atau tawaran. Tidak ada nasihat investasi, pajak, atau hukum yang diberikan. Lihat Penafian untuk pengungkapan risiko lebih lanjut.
Perjalanan pembangunan infra dan aplikasi Web3 AI adalah sebuah maraton panjang.
Penulis: Haotian
Baru-baru ini, banyak pengembang dari barisan depan web3AI Build berdiskusi, dan menemukan bahwa bekerja di sekitar infrastruktur web3AI jauh lebih kompleks daripada yang dibayangkan:
1）Saat ini sebagian besar proyek AI aktif di web3 umumnya telah menjadi MEME, membanggakan banyak cerita yang tidak dapat direalisasikan dan diterapkan, kuncinya adalah dengan cepat menerbitkan koin untuk menarik perhatian dan likuiditas, serta kekacauan setelah gelembung jangka pendek pecah (EV negatif). Ini terutama karena narasi AI + Crypto terlalu menarik, sementara tantangan aplikasi nyata sangat besar, sehingga pada awalnya secara alami menjadi daerah bencana gelembung yang bergantung pada narasi untuk menerbitkan koin;
2）web3AI infra pada dasarnya adalah rekonstruksi dari web2 AI infra, yang sebagian besar waktu terasa sulit dan tidak dihargai. Ini mirip dengan saat Crypto menantang sentralisasi dengan nama desentralisasi, selama waktu yang lama, membangun arsitektur jaringan desentralisasi dianggap sebagai pembangunan ulang yang tidak berarti, sampai akhirnya aplikasi DeFi menemukan beberapa titik tangkap nilai.
Saat ini, situasi web3AI tidak berbeda dengan visi Crypto desentralisasi pada awalnya. Sebagian besar orang masih terbiasa dengan ringan mengatakan "apa gunanya web3AI?" Namun jangan lupa, penggabungan daya komputasi desentralisasi dan inferensi terdistribusi serta jaringan anotasi data terdistribusi, dll, semuanya dapat menemukan skenario masuk dalam hal biaya pelatihan, kinerja, dan kegunaan. Hanya bisa dikatakan, jalan di depan terjal dan panjang, tetapi sangat berarti;
3）Biaya eksplorasi dan pengembangan infrastruktur web3AI cukup besar, memerlukan dukungan rasionalisme yang kuat. Misalnya, kita semua tahu bahwa web3AI memerlukan pembangunan lapisan data, tetapi pembersihan data besar di on-chain dan off-chain memerlukan biaya pemeliharaan server dan pengembangan yang besar. Selain itu, biaya untuk mengintegrasikan API web3AI yang sudah matang, serta biaya untuk daya komputasi, penyesuaian algoritma, dan lain-lain juga memerlukan biaya. Jika semua biaya ini difokuskan pada aplikasi Agent, bisa cepat menjelajahi model monetisasi bisnis. Namun, jika difokuskan pada lapisan infrastruktur, dalam konteks pasar saat ini yang tidak begitu mendukung narasi teknologi, ini menjadi tantangan bagi banyak tim pengembang.
Masalah yang lebih rumit adalah, berbeda dengan infrastruktur web2 tradisional, web3 AI juga harus menyelesaikan masalah kolaborasi antara data off-chain dan verifikasi on-chain, mekanisme distribusi dan pembaruan model dalam jaringan P2P, serta desain kompleks untuk menggantikan model bisnis tradisional dengan insentif Tokenomics, dan lain-lain. Sementara itu, pandangan jangka pendek dari modal dan suasana pasar yang lebih memilih spekulasi menyebabkan beberapa uang panas mengalir ke aplikasi Agent yang diluncurkan dengan tergesa-gesa hanya untuk mengikuti tren, sehingga tim yang benar-benar menggarap di tingkat infrastruktur justru sulit mendapatkan dukungan yang cukup.
4）Masalah ilusi yang ada pada model besar dengan atribut "black box" yang kompatibel dengan infrastruktur web3AI, membuat tantangan terhadap keamanan dan kepercayaan di skenario tertentu menjadi sangat besar. Melihat @SlowMist_Team
Output terbaru tentang kerentanan keamanan MCP, tampaknya audit keamanan profesional di sekitar MCP sudah dapat mendukung posisi Slow Mist di masa depan sebagai perusahaan audit AI. Ini hanya satu contoh konkret, yang memverifikasi berbagai tantangan keamanan yang tidak diketahui yang ada ketika AI LLMs terhubung sebagai sumber data dasar ke infrastruktur web3 AI. Namun, masalah seputar infrastruktur web3 AI jauh lebih dari itu, selain itu ada juga kerangka komputasi yang dapat diverifikasi yang dibangun melalui verifikasi kriptografi web3 dan mekanisme konsensus on-chain, untuk memastikan bahwa proses inferensi AI dapat dilacak dan diverifikasi.
Sebenarnya, kerangka verifikasi dan komputasi yang dapat dipercaya untuk AI adalah bidang inti yang harus ditaklukkan oleh infra web3AI. Saat ini, model besar yang ada mengalami keterbatasan dalam adopsi di bidang profesional seperti keuangan, kesehatan, dan hukum ketika menangani informasi yang sangat sensitif, karena tidak dapat menyediakan verifikasi proses inferensi. Kematangan infra AI web3, seperti lapisan zkVM, jaringan Oracle terdesentralisasi, solusi Memory terdesentralisasi, dan lain-lain, dapat membangun kerangka komputasi yang dapat diverifikasi dan dibuktikan untuk AI, yang pada dasarnya membantu AI dalam ekspansi cepat di berbagai skenario vertikal.
Itu saja.
Perjalanan pembangunan infra dan aplikasi web3AI tidak akan terjadi dalam sekejap, melainkan merupakan sebuah maraton yang panjang. Siapa yang benar-benar dapat membangun infra dan ekosistem aplikasi yang dapat menyelesaikan masalah nyata, siapa yang dapat menyeimbangkan hubungan antara hype dan nilai dalam proses Go-To-Market, siapa yang dapat menemukan siklus bisnis yang nyata sambil mempertahankan visi teknologi ke depan, merekalah yang akan menjadi orang-orang yang benar-benar tertawa di akhir dalam industri ini.