Hai năm sau, V đã quay lại Twitter. Tôi xin nhắc lại điều tôi đã nói trong báo cáo nghiên cứu cách đây hai năm — thậm chí cả ngày tháng cũng y hệt: ngày 10 tháng 2. Hai năm trước, Vitalik) đã khéo léo bày tỏ sự hoài nghi của mình về các sáng kiến ​​"Crypto Helps AI" đang rất phổ biến lúc bấy giờ. Vào thời điểm đó, ba động lực chính của ngành công nghiệp này là việc tài sản tỷ lệ băm , dữ liệu tài sản tài sản. Báo cáo nghiên cứu của tôi từ hai năm trước chủ yếu thảo luận về một số hiện tượng và sự hoài nghi mà tôi quan sát được trên thị trường sơ cấp liên quan đến ba động lực này. Theo quan điểm Vitalik, ông vẫn ủng hộ "AI Helps Crypto". Những ví dụ ông đưa ra vào thời điểm đó là: Trí tuệ nhân tạo (AI) với tư cách là người tham gia trò chơi. Trí tuệ nhân tạo (AI) như một giao diện trò chơi Trí tuệ nhân tạo (AI) là luật chơi Trong hai năm qua, chúng tôi đã thực hiện nhiều nỗ lực với AI như một mục tiêu trò chơi trong Crypto Helps AI, nhưng chỉ đạt được thành công hạn chế. Nhiều dự án chỉ đơn giản là phát hành token rồi dừng lại, thiếu sự phù hợp thực sự giữa sản phẩm và thị trường (PMF). Tôi gọi đây là "ảo tưởng token hóa ". 1. Tài sản tỷ lệ băm - Hầu hết không thể cung cấp SLA cấp thương mại, không ổn định và thường xuyên bị ngắt kết nối. Chúng chỉ có thể xử lý nhiệm vụ suy luận mô hình đơn giản đến quy mô nhỏ-trung bình, chủ yếu phục vụ các thị trường ngoại vi, và thu nhập không liên quan đến token ... 2. Tài sản dữ liệu - Về phía cung cấp ( nhà đầu tư bán lẻ), có sự cản trở đáng kể, thiện chí thấp và sự không chắc chắn cao. Về phía cầu (doanh nghiệp), điều cần thiết là các nhà cung cấp dữ liệu có cấu trúc, phụ thuộc vào ngữ cảnh và chuyên nghiệp, với các thực thể đáng tin cậy và có trách nhiệm pháp lý. Các dự án Web3 dựa trên DAO khó có thể cung cấp điều này. 3. Tài sản mô hình - Mô hình vốn dĩ là tài sản quy trình không khan hiếm, có thể sao chép, tinh chỉnh và nhanh chóng mất giá, chứ không phải là tài sản trạng thái cuối cùng. Hugging Face là một nền tảng hợp tác và phổ biến, giống GitHub dành cho học máy hơn là App Store dành cho mô hình. Do đó, token hóa mô hình bằng cách sử dụng cái gọi là "Hugging Face phi tập trung " hầu như luôn thất bại. Hơn nữa, trong hai năm qua, chúng tôi cũng đã thử nhiều phương pháp "suy luận có thể kiểm chứng", đây là trường hợp điển hình của việc dùng búa để tìm đinh. Từ ZKML đến OPML đến Lý thuyết trò chơi, ngay cả EigenLayer cũng đã chuyển hướng câu chuyện về việc đặt cược lại của mình dựa trên Trí tuệ nhân tạo có thể kiểm chứng. Tuy nhiên, về cơ bản đó là vấn đề tương tự đang xảy ra trong lĩnh vực đặt lại quyền sở hữu – rất ít nhà cung cấp AVS sẵn sàng liên tục trả tiền cho bảo mật có thể kiểm chứng bổ sung. Tương tự, suy luận có thể kiểm chứng về cơ bản là xác minh "những thứ mà thực sự không ai cần phải xác minh", và mô hình mối đe dọa phía cầu cực kỳ mơ hồ – chính xác thì họ đang phòng thủ chống lại ai? Lỗi đầu ra của AI (vấn đề về khả năng của mô hình) vượt xa việc can thiệp độc hại vào đầu ra của AI (vấn đề đối kháng). Chúng ta đã thấy nhiều sự cố bảo mật trên OpenClaw và Moltbook gần đây; vấn đề thực sự bắt nguồn từ thiết kế chiến lược sai sót, cấp quá nhiều quyền, sự kết hợp công cụ không rõ ràng và các tương tác không lường trước được. ... Các kịch bản giả định về "thao túng mô hình" hoặc "cố ý viết lại quy trình suy luận" hầu như không tồn tại. Tôi đã đăng sơ đồ này năm ngoái; không biết có ai trong số các bạn còn nhớ không. Những ý tưởng mà Vitalik trình bày lần rõ ràng đã trưởng thành hơn so với hai năm trước, nhờ vào sự tiến bộ của chúng ta trong lĩnh vực quyền riêng tư, X402, ERC8004, thị trường dự đoán và các lĩnh vực khác. Lần một nửa thuộc về "AI hỗ trợ Crypto", và nửa còn lại thuộc về "Crypto hỗ trợ AI", thay vì góc phần tư trước đây rõ ràng nghiêng về phía trên bên trái và phía dưới bên trái — tận dụng phi tập trung và minh bạch của Ethereum để giải quyết các vấn đề về lòng tin và hợp tác kinh tế trong AI. 1.Enabling Tương tác AI không cần tin tưởng và riêng tư (cơ sở hạ tầng + khả năng tồn tại): Sử dụng các công nghệ như ZK và FHE để đảm bảo tính riêng tư và khả năng xác minh của các tương tác AI (Tôi không chắc liệu suy luận về khả năng xác minh mà tôi đã đề cập trước đó có được tính hay không). 2. Ethereum như một lớp kinh tế cho AI (cơ sở hạ tầng + sự thịnh vượng): Cho phép các tác nhân AI thực hiện thanh toán kinh tế, thuê các bot khác, gửi tiền ký quỹ hoặc thiết lập hệ thống uy tín thông qua Ethereum , từ đó xây dựng một kiến ​​trúc AI phi tập trung thay vì bị giới hạn bởi một nền tảng khổng lồ duy nhất. Góc trên bên phải và góc dưới bên phải - Tận dụng khả năng thông minh của trí tuệ nhân tạo để tối ưu hóa trải nghiệm người dùng, hiệu quả và quản trị trong hệ sinh thái crypto : 3. Tầm nhìn người đàn ông miền núi theo phong cách Cypherpunk với các mô hình ngôn ngữ lớn (LLM) cục bộ (Tác động + Sinh tồn): Trí tuệ nhân tạo (AI) đóng vai trò là "lá chắn" và giao diện cho người dùng. Ví dụ, các mô hình ngôn ngữ lớn (LLM) cục bộ có thể tự động kiểm toán hợp đồng thông minh và xác minh giao dịch, giảm sự phụ thuộc vào các trang giao diện người dùng tập trung và bảo vệ chủ quyền kỹ thuật số cá nhân. 4. Biến thị trường và quản trị tốt hơn nhiều thành hiện thực (Tác động + Thịnh vượng): Sự tham gia độ sâu của AI vào thị trường dự đoán và quản trị DAO. AI có thể hoạt động như một bên tham gia hiệu quả cao, khuếch đại khả năng phán đoán của con người thông qua xử lý thông tin khổng lồ, giải quyết nhiều vấn đề về thị trường và quản trị như thiếu sự chú ý của con người, chi phí ra quyết định cao, quá tải thông tin và sự thờ ơ trong bỏ phiếu. Trước đây, chúng ta đã rất hy vọng vào AI hỗ trợ tiền điện tử, trong khi Vitalik Buterin (Vitalik) lại đứng về phía đối lập. Giờ đây, cuối cùng chúng ta đã gặp nhau ở giữa, mặc dù dường như nó không liên quan nhiều đến token hóa khác nhau hoặc AI Lớp 1. Hy vọng rằng, nhìn lại bài đăng này sau hai năm nữa sẽ mang đến một số hướng đi và bất ngờ mới.