This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
Web3 AIのインフラ構築とアプリケーション構築の旅は長いマラソンレースです。
作者: Haotian
最近、密集した多くのweb3AIビルドの一線で活躍する開発者たちと話をしたところ、web3AIインフラに関する作業は思ったよりもずっと複雑であることがわかりました。
1）現在、ほとんどのweb3で活発なAIプロジェクトは、一般的にMEME化されており、実現不可能で具体化できないストーリーを誇張しています。重要なのは、迅速にトークンを発行して市場に参入し、大部分の注意と流動性を引き寄せ、短期的なバブル崩壊後には一面の悲惨な状況（負の期待値）をもたらしました。これは主にAI + Cryptoのストーリーがあまりにも魅力的であるためであり、同時にその実際の応用には大きな課題があるため、最初から自然にストーリーでトークンを発行するバブルの重災地となりました；
2）web3AIインフラは本質的にweb2 AIインフラの再構築であり、大多数の時間は苦労しても報われない。まるで当初、Cryptoが非中央集権の名のもとに中央集権に挑戦したように、長い間、非中央集権のネットワークアーキテクチャは無意味な重複建設として批判されてきたが、その後、DeFiアプリケーションのシナリオが実現し、いくつかの価値捕捉点が見つかった。
web3AIの現在のジレンマは、分散型暗号の当初のビジョンと同じです。 ほとんどの人はまだ「web3AIの用途は何ですか」と言うことに慣れていますか? しかし、分散型コンピューティングパワーの集約と分散推論、分散データ注釈ネットワークなどはすべて、トレーニングコスト、パフォーマンス、および実用性の観点からエントリーシナリオを見つけることができることを忘れないでください。
3）web3AIインフラの構築と拡張には試行錯誤のコストが大きく、強い合理主義の支えが必要です。たとえば、web3AIにはデータ層の構築が必要であることは誰もが知っていますが、膨大なオンチェーンおよびオフチェーンデータのクレンジングには大量のサーバー運用と開発コストが必要です。同時に、成熟したweb3AI APIの接続コストや計算能力、アルゴリズムの微調整などもコストがかかります。これらのコストの投入がエージェントアプリケーションに集中すると、迅速に商業的な収益化モデルを探ることができますが、インフラ層面に焦点を当てると、現在の技術的な物語がそれほど人気のない市場背景では、多くの開発者チームにとっては挑戦となります。
さらに厄介なのは、従来のweb2インフラストラクチャとは異なり、web3 AIはオフチェーンデータとオンチェーン検証の調整問題、P2Pネットワークの下でのモデル配布と更新メカニズム、および従来のビジネスモデルをトークノミクスインセンティブに置き換える複雑な設計も解決する必要があることです。 しかし、資本の近視眼的さと市場選好の投機的な雰囲気により、純粋にホットスポットのためにオンラインに急いでいるエージェントアプリケーションに一部のホットマネーが流れ込み、インフラストラクチャレイヤーで実際に取り組んでいるチームが十分なサポートを得るのが難しくなっています。
4）web3AIインフラは「ブラックボックス」属性を持つ大規模モデルの存在における幻影問題があり、特定のシーンにおける安全性と信頼性に対する挑戦は非常に大きい。@SlowMist_Teamを見ました
最近のMCPセキュリティ脆弱性のアウトプットにより、MCPに関する専門的なセキュリティ監査は、将来のAI監査会社としてのSlowfogの位置付けをすでにサポートできると感じています。 これは、web3 AIインフラに接続するための基本的なデータソースとしてのAI LLMの未知のセキュリティ課題を検証する具体的な事例にすぎません。 しかし、web3 AIインフラを取り巻く問題は、それだけではありません。さらに、web3暗号化検証を通じて構築された検証可能なコンピューティングフレームワークや、AI推論プロセスの追跡と検証を可能にするためのオンチェーンコンセンサスメカニズムなどもあります。
実際、AIの信頼できる検証およびコンピューティングフレームワークは、web3AIインフラストラクチャが克服するコア領域です。 現在の大規模モデルが金融、医療、法律などの機密性の高い情報を扱う場合、推論プロセスの検証可能性を提供できないため、専門分野での採用率は大幅に制限されます。 zkVMアンダーレイ、分散型Oracleネットワーク、分散型メモリソリューションなどのweb3 AIインフラストラクチャの成熟度は、AIのための検証可能で証明可能なコンピューティングフレームワークのセットを構築でき、AIが垂直シナリオの急速な拡大を達成するのを基本的に支援します。
上。
web3AIのインフラ構築とアプリケーション構築の旅は一朝一夕にはいかず、長いマラソンのようなものです。現実の問題を解決するインフラとアプリケーションエコシステムを本当に構築できるのは誰か、Go-To-Marketの過程で宣伝と価値のバランスを取ることができるのは誰か、技術の先見性を保ちながら実際のビジネスのサイクルを見つけることができるのは誰か、そうした人が業界で本当に最後に笑うことができるのです。