وهم التوكن: فيتاليك يفضل «الذكاء الاصطناعي يساعد في العملات الرقمية»

كتابة: لاو باي

بعد مرور عامين، مرة أخرى أصدر V شخصية تغريدة، وسأتبع ذلك بتعليق بناءً على التقرير البحثي قبل عامين، حيث كانت التواريخ متطابقة تمامًا، 10 فبراير.

قبل عامين، كان V يلمح بشكل غير مباشر إلى أنه لا يثق كثيرًا في أنواع Crypto Helps AI التي كانت شائعة آنذاك، حيث كانت الثلاثة محاور السائدة في السوق هي تحويل القدرة الحاسوبية إلى أصول، وتحويل البيانات إلى أصول، وتحويل النماذج إلى أصول. كانت مقالتي قبل عامين تركز أيضًا على ملاحظات وشكوك حول هذه الثلاثة في السوق الأولي. من وجهة نظر V، كان يفضل بشكل أكبر أن يكون هناك AI Helps Crypto.

الأمثلة التي ذكرها في ذلك الوقت كانت:

• AI كمشارك في الألعاب؛
• AI كواجهة للألعاب؛
• AI كقواعد للعبة؛
• AI كهدف للعبة؛

على مدى العامين الماضيين، حاولنا كثيرًا في مجال Crypto Helps AI، لكن النتائج كانت قليلة، والكثير من المسارات والمشاريع كانت مجرد إصدار عملة بدون تحقيق منتج سوقي حقيقي، أطلق عليه ما أسميه “وهم التوكنية”.

1. تحويل القدرة الحاسوبية إلى أصول - معظمها لا يمكنه تقديم مستوى خدمة SLA تجاري، غير مستقر، يتعطل بشكل متكرر. يقتصر على معالجة مهام استنتاج نماذج بسيطة ومتوسطة، وغالبًا ما يخدم الأسواق الطرفية، والدخل غير مرتبط بالتوكنات…

2. تحويل البيانات إلى أصول - هناك احتكاك كبير من جانب العرض (المستثمرون الأفراد)، ورغبة منخفضة، وعدم يقين عالي. من جانب الطلب (الشركات)، المطلوب هو بيانات منظمة، تعتمد على السياق، وتحتوي على موثوقية ومسؤولية قانونية، وهو أمر يصعب على مشاريع Web3 القائمة على DAO توفيره.

3. تحويل النماذج إلى أصول - النماذج ذاتها ليست أصلًا نادرًا، قابلة للتكرار، قابلة للتخصيص بسرعة، وتفقد قيمتها بسرعة، فهي ليست أصلًا نهائيًا. منصة Hugging Face هي منصة للتعاون والنشر، تشبه GitHub للـML، وليست متجر تطبيقات للنماذج، لذلك فإن فكرة “إلغاء المركزية عن Hugging Face” وتوكنة النماذج غالبًا ما تنتهي بالفشل.

بالإضافة إلى ذلك، جربنا خلال العامين الماضيين العديد من “الاستنتاجات القابلة للتحقق”، وهو أمر يشبه قصة ضرب المسامير بمطرقة للعثور على المسامير. من ZKML إلى OPML وGaming Theory، وحتى EigenLayer حولت قصة Restaking إلى AI يمكن التحقق منه.

لكن الأمر مشابه لما يحدث في مسار Restaking - قليل من AVS مستعد لدفع تكاليف إضافية مقابل أمان يمكن التحقق منه بشكل مستمر.

أيضًا، الاستنتاجات القابلة للتحقق غالبًا ما تتعلق بـ"أشياء لا يحتاج أحد حقًا للتحقق منها"، والنموذج التهديدي للطلب غير واضح جدًا - من نريد أن نحمي؟

أخطاء إخراج AI (مشكلة قدرات النموذج) تحدث أكثر بكثير من التلاعب الخبيث في إخراج AI (مشاكل التحدي)، وقد رأينا مؤخرًا حوادث أمنية على منصات مثل OpenClaw وMoltbook، والمشكلة الحقيقية تأتي من:

تصميم استراتيجي خاطئ؛

إعطاء صلاحيات زائدة؛

عدم تحديد الحدود بشكل واضح؛

تداخل غير متوقع بين أدوات مختلفة؛

…

نادرًا ما توجد فكرة “تلاعب بالنموذج” أو “تغيير متعمد في عملية الاستنتاج” كمسامير وهمية.

في العام الماضي، نشرت هذه الصورة، ولا أعلم إذا كان الأصدقاء يتذكرونها.

هذه المرة، الأفكار التي قدمها V كانت أكثر نضجًا بشكل واضح، وذلك بفضل التقدم الذي أحرزناه في مجالات الخصوصية، وX402، وERC8004، وأسواق التنبؤ وغيرها.

يمكن ملاحظة أن تقسيمه هذه المرة لأربعة مربعات يركز نصفها على AI Helps Crypto، والنصف الآخر على Crypto Helps AI، وليس كما كان قبل عامين حيث كانت التوجهات تميل بشكل واضح نحو الأول.

الربع العلوي الأيسر والأسفل الأيسر - استخدام لامركزية وشفافية إيثيريوم لحل مشكلات الثقة والتعاون الاقتصادي في AI:

1. تمكين تفاعل AI بدون ثقة وخصوصي (البنية التحتية + البقاء): باستخدام تقنيات ZK، FHE لضمان خصوصية وتحقق تفاعل AI (هل أذكر أني تحدثت عن الاستنتاج القابل للتحقق سابقًا؟).

2. إيثيريوم كطبقة اقتصادية لـ AI (البنية التحتية + الازدهار): تمكين الوكلاء الذكيين (Agents) من الدفع الاقتصادي عبر إيثيريوم، وتوظيف روبوتات أخرى، ودفع ضمانات، وبناء أنظمة سمعة، لإنشاء بنية AI لامركزية بدلاً من الاعتماد على منصة عملاقة واحدة.

الربع العلوي الأيمن والأسفل الأيمن - استغلال قدرات AI الذكية لتحسين تجربة المستخدم، والكفاءة، والحكم في النظام البيئي المشفر:

3. رؤية Cypherpunk مع LLMs المحلية (التأثير + البقاء): AI كدرع وواجهة للمستخدم، على سبيل المثال، يمكن لنماذج اللغة الكبيرة المحلية (LLMs) تدقيق العقود الذكية، والتحقق من المعاملات، وتقليل الاعتماد على الواجهات المركزية، وحماية السيادة الرقمية للأفراد.

4. جعل الأسواق والحكم الأفضل واقعًا (التأثير + الازدهار): مشاركة AI بشكل عميق في أسواق التنبؤ (Prediction Markets) وحوكمة DAO. يمكن لـ AI أن يكون مشاركًا فعالًا من خلال معالجة المعلومات على نطاق واسع، وتوسيع قدرات الحكم البشري، وحل مشاكل ضعف الانتباه، وتكاليف اتخاذ القرار العالية، والفيض المعلوماتي، واللامبالاة في التصويت.

في السابق، كنا نرغب بشدة في أن يكون Crypto Help AI، بينما كان V يركز على الجانب الآخر. الآن، التقينا في الوسط، ولكن يبدو أن الأمر لا علاقة له كثيرًا بأي توكنات من نوع XX أو طبقات AI Layer1. نأمل أن نعود بعد عامين ونجد اتجاهات جديدة ومفاجآت في هذا الصدد.