進入加密貨幣領域只有兩種方式：購買或賺取。購買者明確地將法定貨幣/傳統資產兌換成加密資產或存入加密貨幣交易平臺。賺取者則通過勞動獲得報酬，並獲得加密資產。
過去十年，人們大多選擇了第一條路線。我們認為，未來十年，大多數人會選擇第二條路線。
如果我們的判斷正確，第二波浪潮無論在參與人數還是交易總量上都將遠超第一波，因為世界上絕大多數人依靠收入而非資產購買或增值生活。隨著這種情況的發生，我們相信一個至關重要的二階效應將會出現：收入將轉化為餘額，餘額將轉化為儲蓄，而儲蓄將轉化為參與互聯網資本市場的新途徑。
可編程所有權極大地促進了協調
如今，像SpaceX、Scale和Deel這樣的巨頭公司已經開始使用穩定幣和美元向海外員工和承包商支付報酬。這是一種長期趨勢，應該會繼續下去。與此同時，越來越多的人也在賺取新發行的加密原生資產。目前，我們認為這種收入主要是補充性的，而非主要收入來源。但隨著這種模式的成熟，我相信這種收入方式將成為全球眾多貢獻者的主要收入來源。
加密貨幣的超能力始終在於協調。比特幣就是一個典型的例子：它使用一種非常特定的計算原語（哈希）在所有地方運行，從而生成一個單一的賬本。隨後出現了 DePIN/DeVIN：像Filecoin這樣的網絡將新型工作映射到代幣，並允許無需許可的參與者通過自行完成工作來啟動供應。DePIN 是鏈上協調的最佳體現之一。Helium 和 Hivemapper 等網絡證明，開發者可以利用加密資本市場和加密原語來反向支付資本支出， 為實際工作提供證明，並使用代幣將冷啟動風險轉移給相信項目願景的早期貢獻者。DePIN 開創了鏈上協調的先決條件： 1）快速、低成本的結算；2）可驗證的輸出；3）為供應方貢獻者提供強大的信任和信譽保障。
無需許可的資本市場使大規模分佈式協調成為可能。它們降低了風險聚合的成本，並允許陌生人，無論其身處何地或信仰如何，圍繞特定目標進行自組織。
然而，僅靠這些還不夠。DePIN 還必須圍繞其他因素來構建，才能擴展無需許可的協調能力，幸運的是，這些因素在過去幾年中已經取得了顯著發展。
首先，DePIN 的創始人在激勵機制設計方面整體進步顯著。過去，我們看到 DePIN 的通脹獎勵機制和反欺詐系統設計不佳，導致參與方難以偽造工作量證明；然而，通過集體的反覆試驗，市場領導者逐漸摸索出了一套最佳實踐。如今，DePIN 在工作量驗證（通過 zkTLS 等原語實現）、反垃圾郵件（採用優雅的綁定/懲罰機制）以及與貢獻工作量相匹配的獎勵（例如，基於週期性貢獻的獎勵，而非基於時間的固定收益）方面也更加嚴格。
其次，我們認為 DePIN 有助於使以代幣賺取收益的行為正常化。如今，數千萬人通過完成特定操作來賺取加密貨幣，以服務於某些集體目標——例如，通過Galxe或 Kaito 等平臺參與社交任務，通過 ImmuneFi 等平臺解決漏洞賞金，或通過Arkham上的賞金活動提供信息。
第三，DePIN 已經完善了工作單元的理想規模。我們認為，2021 年通用 DAO 缺乏持久性表明，貢獻面積越小，網絡效率越高。因此，協調簡單操作（例如搭建礦機或基站）的網絡比那些試圖革新資本分配決策（例如LAO ）的網絡要有效得多。
看來我們現在正進入這個設計空間的下一個階段，在這個階段，DePIN 和其他組織可以更加精確地說明他們所提供的工作的具體單位以及與之相關的確切報酬。
這意味著，特定工作負載的規範從被動貢獻（例如“在附近的咖啡店設置 WiFi 熱點，並無限期地獲得代幣”）轉變為“將此包裹從 A 點送到 B 點，並獲得固定獎勵”，或者“在晚上 7 點到 10 點之間減少 100 千瓦的能源消耗，並獲得可用於抵扣下一張電費的代幣”。
我相信人工智能將極大地加速這一趨勢，並以遠超目前市場預期的速度推進鏈上協調。人工智能能夠顯著降低軟件開發的成本和延遲——也就是說，現在只需過去所需人力的一小部分，一個人就能完成產品交付、迭代和分發。其結果是，公司可以由更少的人創辦，並更快地實現規模化發展。
然而，這些“精簡型”組織仍然依賴非軟件投入——例如數據、標籤標註、評估、集成、分發、物理部署、領域專業知識和特殊情況處理。在這些職能中，投入具有間歇性、全球性，並且難以通過傳統方式招聘。
過去單一的職業如今已演變為跨多個不相關領域的模塊化角色組合。出租車司機現在也加入了優步（Uber）平臺，成為網約車司機；報紙編輯現在也加入了Substack和X等平臺，成為作者；美國郵政局（USPS）的員工現在也為DoorDash送餐；而且，越來越多的遠程操作員正在操控城市中的半自動機器人車隊。
我們認為，其中的規律顯而易見：技術降低了協調成本，並縮小了工作的最小單元。當協調成本下降時，風險分擔得到改善，企業業務得以拆分，工作崗位分解為可以外包和程序化協調的獨立角色和職能。
這種工作方式所需的風險分擔基礎設施，最好由基於加密技術的可編程激勵機制來提供。加密資本市場和加密原語可以通過圍繞這些內容創建市場，幫助定義工作負載、驗證其完成情況，並結算獎勵和收益。人工智能縮小了公司規模，但代幣擴大了貢獻者的規模。我們已經看到一些單人組織實現了數億美元的收益。
這是互聯網勞動力市場的開端。
互聯網勞動力市場
互聯網勞動力市場 (ILM) 是一個由貢獻者擁有的市場，其工作單元是可驗證的任務，並通過加密協議即時結算。與傳統的去中心化支付網絡 (DePIN) 不同，此類網絡的兩個關鍵特徵是：能夠協調任意定製的庫存，並通過強驗證保證按貢獻量獎勵或支付貢獻者。
任意定製的庫存
我們認為，ILM 的關鍵特徵在於，工作被表示為可動態創建、定價和停用的任務基元，以適應網絡需求的變化。而基於固定類別構建的平臺則迫使新穎且新興的工作被納入預先存在的形式，這種不匹配會導致規範不完善、質量參差不齊以及協調成本高昂。
在集成生命週期模型（ILM）中，任務清單通過一組少量參數持續更新，例如任務說明、資格限制、驗證方法和支付函數。參數設定後，任務即可向全球發佈，通過競爭或分配的方式完成，通過加密驗證確認，並通過加密渠道支付報酬。正因如此，ILM 非常適合前沿工作——因為前沿工作很少能長期符合傳統定義。
一個ILM可以發佈“任務：收集特定醫療工作流程的200個高信號邊緣案例，每個案例需包含引用和結構化元數據；資格要求：醫生；驗證方式：醫療資質和XLM文件；獎勵：100個代幣”，然後限制只有具備相關領域專業知識和高歷史準確性的貢獻者才能參與。一個安全市場可以發佈“針對合約版本X生成一個最小可復現漏洞利用程序，並提交一個通過測試套件的補丁”，然後僅在補丁的確定性驗證以及漏洞嚴重性的裁決驗證之後才支付報酬。一個物理網絡可以發佈“訪問地點X，拍攝帶有時間戳的照片，並驗證營業時間”，然後結合地理圍欄證據和基於審計的審查來消除歧義。在每種情況下，底層市場都不需要新的類別頁面或新的工作流程，因為任務定義本身就包含了工作流程。
隨著時間的推移，這種靈活性會不斷增強，因為網絡可以根據其瓶頸的變化來調整其購買的內容，同時保留相同的貢獻者基礎、驗證層和信譽系統作為可重用的基礎設施。
強大的驗證保證
在傳統的僱傭體系中，流程是機械式的：提交工作、開具發票、發票審批、發起付款，幾天後結算完成。這種流程對於數量龐大、交付頻率較低的工作來說似乎可以接受，但我們認為，對於高頻次、對抗性強的工作來說，這種流程就行不通了，因為處理工作的開銷會比工作本身的成本更高（例如，醫療保險系統）。
集成生命週期管理 (ILM) 以確定性驗證取代了傳統的流程，從而無需人工干預即可實現即時結算。例如，在 Hivemapper 和 Nosh 等地圖網絡中，可以檢查 GPS 軌跡的合理性和路徑匹配度。在 ImmuneFi 等漏洞賞金系統中，可以根據預定義的測試套件驗證代碼提交。在 Crunch 等網絡中，當測試框架定義完善時，可以根據預留數據集上的基線對模型評估任務進行評分。
然而，總有一些貢獻需要人工審核。LivepeerLivepeer了工作代幣模型，在該模型中，貢獻者需要提供抵押品，審核者會因審核準確而獲得獎勵，而惡意行為的貢獻者和審核者都會受到懲罰機制的懲罰。這種擔保驗證方式雖然不能完全消除欺詐，但足以起到威懾作用。
大多數 ILM 會將這兩種機制結合起來，因為確定性驗證解決了處理問題，而綁定驗證為爭議和定性邊緣案例提供瞭解決方案。
繪製設計空間圖
我們將ILM映射到三維空間。
維度 1：任務粒度 × 支付頻率
單個任務的規模以及貢獻者獲得報酬的頻率是集成生命週期管理（ILM）中最關鍵的兩個輸入因素。任務粒度決定了每個工作單元在規範、驗證和裁決方面應投入多少管理費用。報酬支付頻率決定了貢獻者的營運資金負擔，並決定了該系統的運作方式是類似於合同工、賞金、輪班工作還是任務交換。
結算頻率低的大型任務類似於加密原生合約。典型的示例是一次性、高上下文的交付成果，例如“編寫併發布此集成”、“執行安全審查並生成報告”、“構建數據集並記錄收集方法”或“起草合規政策和控制清單”。驗證過程帶有一定的主觀性，因此需要審核者/仲裁者的信譽和可遷移的聲譽。
金額巨大且結算頻率高的任務類似於賞金：獎勵事先固定，平臺採用某種加密或仲裁形式的驗收機制。例如：漏洞賞金和漏洞披露；“在基準測試中超越此模型”；“編寫一個能夠通過測試套件的有效漏洞利用程序或補丁”；或“找到並記錄 200 個高質量的帶源代碼的極端案例”。
高頻結算的小任務開始呈現出類似交易所的模式：吞吐量、抗垃圾郵件能力和驗證延遲至關重要。例如：模型輸出的微評估（“此醫學推理是否安全”、“此法律主張是否有效”、“此答案是否引用了正確的來源”）；快速數據驗證（“此屏幕截圖是否與聲明相符”、“此 GPS 軌跡是否合理”、“此收據是否與此交易相符”）；小型標註任務（“對此圖像進行分類”、“為此段落添加標籤”）。這些任務只有在近乎即時結算和確定性驗證的情況下才能有效運行，而裁決則保留用於處理特殊情況。
維度 2：驗證方法 × 工作域
這是 ILM 設計空間的第二次劃分，我們認為它產生了四個象限，每個象限都有著截然不同的市場需求。
虛擬+確定性象限的驗證成本最低，但這種易於驗證的特性也意味著其防禦能力最弱。任何擁有充足資金的人都可以建立一個競爭性市場，爭奪同一批貢獻者。該象限的防禦能力主要來源於信任、聲譽和需求方關係，而非驗證基礎設施本身。
物理+確定性象限需要對硬件認證和密碼學安全基礎設施進行大量投資，這更難複製，並能創造更持久的競爭優勢。Hivemapper 和 Geodnet 等網絡受益於其驗證系統構建難度極高這一事實。
裁決象限需要構建審閱者網絡，這本身就是一個疊加在ILM主要貢獻者網絡之上的二階協調問題。這個過程十分艱難，但一旦審閱者網絡達到足夠的規模和質量，它就會成為強大的防禦屏障——你不能簡單地複製協議並指望審閱者遵守。物理+裁決象限是最難擴展的象限，因為它需要實地人員和審閱基礎設施，但一旦建成，它也是最安全的。在此象限運行的網絡面臨的競爭較小，正是因為準入門檻極高（參見Daylight或Nosh）。
維度 3：貢獻者技能 × 支付頻率
第三個維度涉及貢獻者本身：他們為網絡帶來了哪些技能，以及哪些經濟限制影響著他們的參與。如果在這個維度上出現偏差，或許是ILM設計中最常見的失敗模式，因為它會導致補償結構與貢獻者的需求從根本上脫節。
高技能貢獻者分為“信徒”和“專業人士”。信徒們認可項目帶來的收益，並接受以代幣為主的獎勵、代幣歸屬，甚至在所有權與價值創造緊密相關時進行質押。例如，一些頂尖的安全研究人員更傾向於獲得高額代幣獎勵而非較低的現金報酬；又如，一些領域專家為網絡評估標準做出貢獻，因為他們希望獲得長期所有權和聲譽。專業人士則需要可預測的結算方式；代幣收益可以作為補充，但不能替代工資。例如，進行醫療評估的醫生或護士、審查論證和引證的律師，以及進行代碼審查或事件響應的高級工程師。這些群體通常不會接受僅以代幣作為高風險工作的獎勵。
低技能貢獻者分為“積累者”和“工資領取者”。積累者通常是兼職的，以複利增長為導向。例如，週末負責路線規劃的地圖繪製者、為網絡收集長尾本地數據（例如商店營業時間、菜單照片和價格）的人員，以及維護設備或節點正常運行的運維人員。工資領取者受流動性限制，需要更高的價格確定性和更快的支付速度。例如，現場安裝人員執行“前往A地點，安裝B設備，上傳證明”等任務；送貨/跑腿類任務；以及在新興市場進行客戶拜訪和驗證檢查。從規模上看，“以收入作為入門途徑”意味著以穩定幣為優先支付的工資，並在此基礎上提供可選的所有權，而不是僅以代幣支付COMP，從而避免工資投機行為。
人工智能作為催化劑
人們普遍認為，隨著人工智能系統能力的提升，人類勞動的價值將會降低。但我持相反觀點。我認為人類勞動將會蓬勃發展，因為人工智能能夠顯著提升個人的議價能力，並拓展可解決的問題範圍。它通過將工作分解成更小的單元，放大優秀貢獻者的產出，並使多種形式的貢獻變得清晰易懂且可貨幣化，從而實現這一目標。
隨著創造成本的下降，可以追求的問題範圍擴大，邊緣協調的需求也隨之增加。
如今，藉助現代工具，一位創始人就能構建過去需要整個工程團隊才能完成的工作；然而，創始人仍然需要人的判斷、驗證、問責，以及在現實世界中的實際參與。高風險決策仍然需要負責人。
組織形式必須適應這種新現實。我預計核心團隊規模會縮小，而按需貢獻者的範圍將大幅擴展。這種新現實需要新的協調機制，因為限制因素不再是“我們能僱傭多少員工？”，而是“我們能以多快的速度找到、核實並支付邊際貢獻？”
這些採用人工智能技術的組織，其勞動力需求與傳統勞動力市場存在結構性錯位。
首先，他們需要前沿的人工反饋。隨著模型的改進，所需的反饋將變得更加專業化，也需要更高的判斷力。問題不再是“哪個回覆更好”，而是“這種法律推理是否有效”、“醫生真的會推薦這種做法嗎？”或者“這段代碼是否存在安全漏洞”。實時邏輯反饋（RLHF）的瓶頸是真實存在的，並且隨著模型部署到更高風險的領域，這一瓶頸會越來越大。數據和反饋提供商已經在此領域建立了龐大的業務，但需求增長速度遠遠超過了供給。
其次，它們需要人工監督。隨著智能體自主性增強，它們仍然需要人類提供指導、異常處理、輸出驗證以及高風險的最終確認。智能體成為任務路由器。當需要做出具有約束力的判斷、需要追究責任或無法通過機械方式解決歧義時，智能體會將任務上報給人類。智能體管理者（ILM）則成為智能體可以從中汲取資源的常備勞動力庫。
第三，它們需要實際的物理執行。人工智能可以對物理世界進行推理，但它無法在其中行動。安裝工作仍需完成，傳感器仍需部署，客戶仍需拜訪，硬件仍需維護。我們認為，這正是DePIN和ILM的交匯點：可編程激勵機制協調現實世界的工作，而驗證機制則確保獎勵與實際產出掛鉤。
第四，他們需要大規模的驗證。隨著越來越多的活動通過自動化系統進行，元工作量也會增加。必須有人檢查系統運行是否正確，仲裁爭議，檢測欺詐行為，並在機器結果不一致時確定最終結論。這並非過渡性需求，而是隨著自動化程度的提高而不斷擴展，因為自動化可以提高吞吐量並擴大覆蓋範圍。
我們相信，在未來一年（或許幾個月）內，我們將見證互聯網原生組織及其互聯網原生勞動力的湧現。公司的核心規模將縮小，而邊緣規模將擴大。貢獻者將變得更加全球化、模塊化和可互換，這一切都源於工作被定義為可驗證的任務，而非長期角色。隨著收益轉移到鏈上，收益自然會轉化為支出。一旦人們擁有加密貨幣賬戶並熟悉相關流程，我們相信他們將開始使用其原生金融功能：收益、抵押、借貸、交易、投資組合構建等等。這將完成從互聯網勞動力市場到互聯網資本市場的閉環。這也改變了參與者的構成。邊緣參與者不再是那些早上醒來決定閱讀白皮書或購買模因幣的人，而是那些完成工作、獲得報酬並選擇加入系統的人，因為該系統能為他們提供最佳收益。
