Nhìn từ thị trường sơ cấp Crypto × AI: Một cuộc thử nghiệm ảo tưởng về token hóa

Tác giả: Lao Bai

Sau hai năm, V lại đăng Twi lần nữa, tôi cũng theo lời báo cáo nghiên cứu hai năm trước để nói về nó, thậm chí thời gian cũng giống hệt nhau, ngày 10 tháng 2. (Tham khảo: ABCDE: Phân tích AI + Crypto từ góc nhìn thị trường sơ cấp)

Hai năm trước, V thần đã ngầm thể hiện rằng ông không quá tin tưởng vào các Crypto giúp AI mà chúng ta đang phổ biến, thời điểm đó trong giới đang thịnh hành ba trụ cột là tài sản hóa sức mạnh tính toán, dữ liệu và mô hình. Bài báo cáo của tôi hai năm trước chủ yếu đề cập đến những hiện tượng và nghi vấn liên quan đến ba trụ cột này trong thị trường sơ cấp. Từ góc nhìn của V thần, ông vẫn ưu tiên AI giúp Crypto hơn.

Các ví dụ ông đưa ra lúc đó gồm:

AI như một người tham gia trong trò chơi;

AI như giao diện trò chơi;

AI như quy tắc trò chơi;

AI như mục tiêu trò chơi;

Trong hai năm qua, chúng tôi đã thử nhiều cách tiếp cận về Crypto giúp AI, nhưng kết quả rất hạn chế, nhiều lĩnh vực và dự án chỉ đơn thuần phát hành token, không có PMF thương mại thực sự, tôi gọi đó là “ảo tưởng token hóa”.

1. Tài sản hóa sức mạnh tính toán - Phần lớn không thể cung cấp SLA thương mại, không ổn định, thường xuyên mất kết nối. Chỉ xử lý các nhiệm vụ suy luận mô hình nhỏ và trung bình, chủ yếu phục vụ thị trường biên, doanh thu không liên kết với token…

2. Tài sản hóa dữ liệu - Giao diện cung cấp (dân cư nhỏ lẻ) gặp nhiều trở ngại, ít mong muốn, độ không chắc chắn cao. Phía nhu cầu (doanh nghiệp) cần dữ liệu có cấu trúc, có ngữ cảnh, có chủ thể đáng tin cậy và trách nhiệm pháp lý, các dự án Web3 do DAO chủ đạo rất khó cung cấp.

3. Tài sản hóa mô hình - Mô hình vốn dĩ là một quá trình phi khan hiếm, có thể sao chép, tinh chỉnh nhanh và giảm giá trị nhanh, không phải là tài sản cuối cùng. Hugging Face là nền tảng hợp tác và truyền thông, giống như GitHub dành cho ML, chứ không phải App Store cho mô hình. Vì vậy, các dự án “phi tập trung hóa Hugging Face” để token hóa mô hình đều thất bại.

Ngoài ra, hai năm qua chúng tôi còn thử nhiều phương pháp “suy luận xác thực”, nhưng đều giống như câu chuyện dùng búa tìm đinh. Từ ZKML đến OPML, Gaming Theory, thậm chí EigenLayer còn chuyển câu chuyện Restaking thành dựa trên Verifiable AI.

Nhưng về cơ bản, cũng giống như các dự án Restaking - rất ít AVS sẵn sàng trả phí liên tục cho các dịch vụ xác thực an toàn bổ sung.

Tương tự, suy luận xác thực chủ yếu là xác minh “những thứ không ai thực sự cần xác minh”, mô hình đe dọa phía nhu cầu rất mơ hồ - để phòng ai?

AI xuất ra lỗi (vấn đề năng lực mô hình) nhiều hơn so với AI bị sửa đổi ác ý (vấn đề đối kháng), gần đây OpenClaw và Moltbook đã xảy ra nhiều sự cố an ninh, vấn đề thực sự bắt nguồn từ:

Thiết kế chiến lược sai

Quyền hạn cấp quá nhiều

Chưa nghĩ rõ ràng về giới hạn

Xuất hiện tương tác ngoài ý muốn trong tổ hợp công cụ

…

Gần như không tồn tại “mô hình bị sửa đổi”, “quá trình suy luận bị chỉnh sửa ác ý” như những ý nghĩ viển vông.

Năm ngoái tôi đã đăng bức tranh này, không biết các anh em còn nhớ không.

Các ý tưởng mà V thần đưa ra lần này rõ ràng đã trưởng thành hơn so với hai năm trước, chính nhờ tiến bộ trong các lĩnh vực như bảo mật riêng tư, X402, ERC8004, thị trường dự đoán và các hướng khác.

Có thể thấy, lần này ông phân chia thành bốn quadrant rõ ràng, một nửa thuộc về AI giúp Crypto, nửa còn lại thuộc về Crypto giúp AI, không còn rõ ràng thiên về phía trước như hai năm trước nữa.

Phía trên bên trái và dưới bên trái - Sử dụng tính phi tập trung và minh bạch của Ethereum để giải quyết vấn đề tin cậy và hợp tác kinh tế của AI:

1. Tăng cường tương tác AI không tin cậy và riêng tư (hạ tầng + sinh tồn): Sử dụng ZK, FHE và các công nghệ khác để đảm bảo tính riêng tư và khả năng xác thực của tương tác AI (không rõ có tính xác thực suy luận như tôi đã đề cập trước đó không).

2. Ethereum như một lớp kinh tế cho AI (hạ tầng + thịnh vượng): Cho phép các AI (Agents) thực hiện thanh toán kinh tế qua Ethereum, tuyển dụng robot khác, đặt cọc hoặc xây dựng hệ thống tín nhiệm, từ đó hình thành kiến trúc AI phi tập trung thay vì bị giới hạn bởi các nền tảng lớn duy nhất.

Phía trên bên phải và dưới bên phải - Sử dụng khả năng thông minh của AI để tối ưu hóa trải nghiệm người dùng, hiệu quả và quản trị trong hệ sinh thái crypto:

3. Tầm nhìn của cypherpunk mountain man với LLM cục bộ (ảnh hưởng + sinh tồn): AI như “tấm khiên” và giao diện của người dùng. Ví dụ, LLM cục bộ có thể tự động kiểm tra hợp đồng thông minh, xác minh giao dịch, giảm phụ thuộc vào các giao diện trung tâm, bảo vệ chủ quyền số của cá nhân.

4. Hiện thực hóa các thị trường và quản trị tốt hơn (ảnh hưởng + thịnh vượng): AI tham gia sâu vào các thị trường dự đoán (Prediction Markets) và quản trị DAO. AI có thể là một thành viên hiệu quả, xử lý lượng lớn thông tin để nâng cao khả năng phán đoán của con người, giải quyết các vấn đề trước đây như thiếu chú ý, chi phí quyết định cao, quá tải thông tin, bỏ phiếu thờ ơ và các vấn đề khác trong thị trường và quản trị.

Trước đây chúng tôi rất muốn Crypto giúp AI, còn V thần thì đứng ở phía bên kia. Giờ chúng tôi cuối cùng đã gặp nhau ở trung tâm, chỉ là theo cảm nhận thì không liên quan gì đến các token hóa kiểu XX hay Layer1 AI. Hy vọng sau hai năm nữa, khi nhìn lại bài viết hôm nay, sẽ có những hướng đi mới và bất ngờ.