最近看了一圈華語區，發現討論 TAO 的人其實不多，但英文區的討論熱度一直很高。 這兩天花時間系統瞭解了一下 TAO / Bittensor，整理一份比較通俗的分享，方便大家快速理解它到底在做什麼。 1⃣TAO / Bittensor 是什麼？ 簡單理解，TAO 想做的是 把 AI 變成一個像比特幣一樣的開放網絡。 現在的 AI 基本被幾家公司控制，比如 OpenAI、Google、Anthropic 等。 模型、算力、數據、定價，幾乎都掌握在少數公司手裡。 Bittensor 想改變這一點。 它用一種叫 Proof of Intelligence（智能證明） 的機制，讓任何人都可以參與 AI 網絡： 你可以提供模型，可以提供算力，可以提供數據，可以提供推理能力 只要你的 AI 輸出是有價值的，就能獲得 TAO 獎勵。 2⃣TAO 網絡是怎麼運作的？ 整個 Bittensor 網絡由 子網（Subnets） 組成。 可以理解成：一個子網 = 一個 AI 賽道 比如 文本生成，圖像處理，翻譯，搜索，推理計算，模型訓練 安全計算 每個子網專注一個方向。 目前網絡大約有 128 個子網，未來目標是擴展到 256 個。 但真正成熟的子網大概只有 20%-30%，也就是所謂的藍籌子網。 這其實很像早期互聯網或早期以太坊生態： 很多實驗項目，少數能跑出來 最後形成核心基礎設施 而 TAO 的總供應量是 2100 萬枚，和比特幣一樣，並且也有 減半機制。 這讓它天然帶有一種“AI 比特幣”的敘事。 3⃣TAO 為什麼突然開始被市場關注？ 第一：Dynamic TAO（dTAO）升級 這是 2025 年最重要的一次升級。升級之後，子網可以直接被投資，形成 alpha 代幣。TAO 持有者可以把資金投給不同子網，支持高性能子網獲得更多獎勵。 結果就是： 好的子網獲得更多資源，差的子網被淘汰，網絡效率大幅提升，生態開始從敘事走向實際產品。 。 第二：2025 年 12 月第一次減半 和比特幣一樣。 TAO 每日發行從大約 7200 枚降到 3600 枚。 供應直接減少。在需求不斷增長的情況下，減半自然會成為長期利好邏輯。 第三：去中心化大模型訓練被驗證 這是技術層面的關鍵突破。子網 Templar 成功在分佈式網絡上訓練出 72B 參數模型。使用普通硬件，70 多個獨立節點，沒有超級集群，最終訓練出可競爭的大模型。 第四：英偉達 CEO 公開認可 2026 年 3 月，Jensen Huang（黃仁勳） 公開稱讚 Bittensor 的分佈式訓練。認為這是一個很了不起的技術成就。 第五：機構開始進入 Grayscale 推出 Bittensor Trust，Bitwise 提交相關申請 歐洲出現 TAO ETP 產品，主流交易所開始上線 4⃣TAO 子網裡真正有應用的有哪些？ 1. SN3: τemplar（Templar） —— 去中心化大模型訓練王者 業務定位：分佈式LLM預訓練平臺，專注於大規模模型訓練（使用SparseLoCo等創新壓縮算法）。 核心成就：成功訓練 Covenant-72B（72B參數、1.1萬億tokens），完全在分佈式普通硬件上完成（70+獨立節點），無需超級集群。 生態意義：證明“去中心化訓練”不再是理論，打破OpenAI式中心化壟斷。子網收入循環回購Alpha，形成正反饋；是TAO“智能生產層”的旗艦代表，推動整個網絡向“集體智能”進化。 2. SN64: Chutes —— Serverless AI推理採用之王（實際使用量最高） 業務定位：無服務器GPU計算平臺，開發者上傳模型/容器即可一鍵部署AI服務（文本生成、圖像/視頻生成等）。 核心成就：累計處理 91億tokens，服務40萬+用戶（含10萬+API用戶），日請求峰值超5000萬。 定價比AWS低85%、比Together AI低10-50%，已成為OpenRouter頂級推理提供商。 部分模型性能已超越部分中心化競品。 生態意義：最接近“真實產品市場契合”（PMF）的子網，證明去中心化AI能產生現金流和海量採用。收入自動回購Alpha+獎勵礦工，形成閉環經濟；是代理經濟（Agent Economy）的底層計算基礎設施。 3. SN4: Targon —— 機密安全計算企業級代表 業務定位：去中心化機密GPU計算平臺，專注隱私保護的AI推理和訓練。 核心成就：與Intel合作，提供企業級安全計算，已服務400萬+用戶。 支撐Dippy等平臺，完成數百萬次真實AI調用。 2025年完成1050萬美元A輪融資。 生態意義：解決AI隱私與合規痛點（傳統雲難以提供），吸引機構和企業入場。與Render/Akash等計算層互補，是TAO向“生產級AI”轉型的關鍵一環。 等等..... 行情差的時候，與其頻繁交易和到處擼毛，不如靜下心研究下一個 alpha。 真正的機會，往往出現在大多數人還沒開始討論的時候。 TAO 目前在華語區研究的人不多，這篇只是個人學習筆記式整理。 歡迎各位大佬補充觀點、提出不同看法！！