作者：MORBID-19
編譯：深潮TechFlow
大家好，又是新的一天，又是一場投機性的下注。最近，AI 智能體 (AI Agents) 成為了討論的熱點。尤其是 aixbt，這款產品最近備受關注。
但在我看來，這種熱潮完全沒有意義。
讓我來為不熟悉比特幣術語的朋友解釋一下。一旦用戶將資產橋接到所謂的“比特幣二層網絡 (Bitcoin L2)”上，就不可能實現真正的“非託管借貸 (Non-custodial Lending)”。
所有的“比特幣橋 (Bitcoin Bridges)”或“互操作性/擴展層 (Interoperability/Scaling Layers)”都會引入新的信任假設，只有少數例外，比如閃電網絡 (Lightning Network)。所以，當有人聲稱比特幣 L2 是“無需信任的 (Trustless)”時，你可以基本認為這不是真的。這也是為什麼大多數新的 L2 都會強調自己是“信任最小化的 (Trust-minimized)”。
儘管我對 Side Protocol 並不瞭解，但我幾乎可以肯定 aixbt 所謂的“非託管借貸”聲明是不真實的，而且這種判斷 99% 的情況下都不會出錯。
不過，我並不完全責怪 aixbt。它只是按照指令行事：從互聯網上抓取數據，並生成看似有用的推文。
問題在於，aixbt 並不真正理解自己在說什麼。它無法判斷信息的真實性，也無法向專家驗證自己的假設，更無法質疑自己的邏輯或進行推理。
大語言模型 (LLMs) 的本質只是詞語預測器。它們並不理解自己輸出的內容，而是根據概率選擇看似正確的詞語。
如果我在《大英百科全書》中寫了一篇關於“希特勒征服古希臘並催生希臘化文明”的文章，那麼對於 LLM 來說，這就會成為“事實”，成為“歷史”。
我們在 Twitter 上看到的許多 AI 智能體，只不過是披著炫酷頭像的詞語預測器。然而，這些 AI 智能體的市場估值卻在飆升。GOAT 已經達到了 10 億美元的市值，而 aixbt 的市值也達到了約 2 億美元。這些估值是否合理？
沒人能確定，但諷刺的是，我對自己持有的這些資產感到滿意。
數據訪問是關鍵
我一直對 AI 和加密貨幣的結合非常感興趣。最近，Vana 引起了我的注意，因為它正在嘗試解決“數據壁壘 (Data Wall)”問題。問題並不是缺乏數據，而是如何獲取高質量的數據。
比如，你會在公開場合分享你的低流動性小市值代幣的交易策略嗎？你會免費發佈那些通常需要付費才能獲得的高價值信息嗎？你會公開分享自己私生活中最隱私的細節嗎？
顯然不會。
除非你的隱私數據能夠通過合理的價格得到保護，否則你絕不會輕易將這些“私人數據”分享給任何人。
然而，如果我們希望 AI 能夠達到接近人類的智能水平，這些數據正是最關鍵的要素。畢竟，人類的核心特質是其思想、內心獨白以及最隱秘的思考。
但即使是獲取一些“半公開”的數據也面臨不小的挑戰。例如，要從視頻中提取有用的數據，首先需要生成字幕，並準確理解視頻的上下文，這樣才能讓 AI 理解其中的內容。
再比如，許多網站要求用戶登錄後才能查看內容，例如 Instagram 和 Facebook。這種設計在許多社交網絡中都很常見。
總結來說，當前 AI 開發面臨的主要限制包括：
無法獲取私人數據
無法獲取付費牆後的數據
無法訪問封閉平臺的數據
Vana 提供了一種可能的解決方案。他們通過保護隱私，將特定的數據集匯聚到一種稱為 DataDAOs 的去中心化機制中，從而突破這些限制。
DataDAOs 是數據的去中心化市場，具體運作方式如下：
數據貢獻者：用戶可以將自己的數據提交到 DataDAOs，並因此獲得治理權和獎勵。
數據驗證：數據會在 Satya 網絡中進行驗證，Satya 是一個由安全計算節點組成的網絡，能夠確保數據的質量和完整性。
數據消費者：經過驗證的數據集可以被消費者用於 AI 訓練或其他應用場景。
激勵機制：DataDAOs 鼓勵用戶貢獻高質量數據，並通過透明的機制管理數據的使用和訓練過程。
如果你想進一步瞭解，可以點擊這裡閱讀更多內容。
我希望有一天 aixbt 能夠擺脫“愚蠢”的現狀。或許我們可以為 aixbt 創建一個專屬的 DataDAO。雖然我並不是 AI 領域的專家，但我堅信，AI 開發的下一次重大突破將依賴於訓練模型所用數據的質量。
只有使用高質量數據訓練的 AI 智能體，才能真正展現其潛力。我期待這一刻的到來，希望它不會太遠。
