AI与加密技术的交叉融合

互联网经济已经在改变。随着开放网络逐渐收缩成一个提示栏，我们不得不思考：AI 会引领我们走向一个开放的互联网，还是一个充满新的付费墙的迷宫？谁将控制它——是大型中心化公司，还是广泛的用户社区？

这就是加密技术的用武之地。我们已经讨论过AI 和加密技术的交叉点相当多；简而言之，区块链是一种构建互联网服务和建立去中心化、可信中立和用户所有的网络的新方式。它们通过重新调整支撑当今系统的经济模式，为我们已经在 AI 系统中看到的许多中心化力量提供了一个平衡，从而帮助实现一个更加开放、更加强大的互联网。

加密技术可以帮助构建更好的 AI 系统，反之亦然，这种想法并不新鲜——但它通常定义不清。一些交叉领域——例如，鉴于低成本 AI 系统的激增，验证“人性证明”——已经吸引了建设者和用户。但其他用例似乎还需要数年，甚至数十年。因此，在这篇文章中，我们分享了 11 个加密技术和 AI 的交叉用例，以帮助启动关于可能性的讨论，哪些挑战尚未解决等等。 它们都立足于_当下_正在构建的技术，从处理大量的微支付到确保人类拥有他们与未来 AI 的关系。

分类

身份 AI 的去中心化基础设施 新的经济和激励模型 拥有未来的 AI

身份

1. AI 交互中的持久数据和上下文

作者：Scott Duke Kominers

生成式 AI 在数据上蓬勃发展，但对于许多应用来说，上下文——与交互相关的状态和背景信息——同样重要，甚至更重要。

理想情况下，一个 AI 系统——无论是代理、LLM 接口还是其他应用程序——都会记住你正在进行的项目类型、你的沟通风格以及你喜欢的编程语言，以及许多其他细节。但在实践中，用户通常需要在单个应用程序内的不同交互中重新建立这种上下文——例如，当你启动一个新的 ChatGPT 或 Claude shell 时——更不用说在系统之间移动时了。

目前，来自一种生成式 AI 应用程序的上下文很少（如果有的话）可以移植到其他应用程序。

借助区块链，AI 系统可以使关键的上下文要素作为持久的数字资产存在，可以在会话开始时加载，并在 AI 平台之间无缝传输。此外，区块链可能是解决此问题的_唯一_解决方案，它既具有前向兼容性，又可以建立对互操作性的承诺，因为这些特性是基于区块链的协议的定义属性。

一个自然的应用是 AI 调解的游戏和媒体，其中偏好（从难度级别到按键绑定）可以在不同的游戏和环境中持续存在。但真正的价值在于知识应用，其中 AI 需要了解用户知道什么以及他们如何学习；以及在更专业的 AI 用例中，例如编码。当然，各个企业已经开发了自己的定制机器人，具有特定于给定业务的全局上下文——但在这种情况下，上下文通常是不可移植的，即使是在组织内使用的不同 AI 系统之间也是如此。

各组织才刚刚开始了解这个问题，到目前为止我们看到的最接近的通用解决方案是具有固定、持久上下文的定制机器人。但是，平台内用户之间上下文的可移植性开始在链下出现； 例如，使用 Poe，用户可以将他们的定制机器人出租给其他人。

将此类活动引入链上，将使我们与之交互的 AI 系统能够共享一个上下文层，该上下文层包含我们所有数字活动中的关键要素。他们会立即了解我们的偏好，并且能够更好地微调和优化我们的体验。反之，与链上知识产权注册表一样，启用 AI 来引用持久的链上上下文，可以围绕提示和信息模块创建新的、更好的市场互动——例如，用户可以直接许可或货币化他们的专业知识，同时保留对其数据的保管权。当然，共享上下文将使许多我们尚未设想的事情成为可能。

2. 代理的通用身份

作者：Sam Broner

身份，即事物是谁或是什么的规范记录，是支持当今数字发现、聚合和支付系统的无声管道。由于平台将该管道隐藏在围墙之后，因此我们将身份体验为成品的一部分：亚马逊为产品分配标识符（ASIN 或 FNSKU），在一个地方列出产品，并帮助用户发现和支付。Facebook 也是如此：用户的身份是其 feed 以及整个应用程序（包括 Facebook Marketplace 列表、自然帖子和付费广告）中发现的基础。

随着 AI 代理 的发展，这一切都将发生变化。随着越来越多的公司使用代理——用于客户服务、物流、支付和其他用例——它们的平台将越来越不像单表面应用程序。相反，它们将存在于多个画布和平台上，积累深入的上下文，并为用户执行更多任务。但是，将代理的身份仅绑定到一个市场上，使其在其他所有重要的地方（电子邮件线程、Slack 频道和其他产品中）都无法使用。

这就是为什么代理需要一个单一的、可移植的“护照”。如果没有护照，就无法知道如何支付代理费用、验证其版本、查询其功能、了解代理代表谁工作或跟踪其在应用程序和平台上的声誉。代理的身份需要充当钱包、API 注册表、变更日志和社交证明——因此任何界面（电子邮件、Slack、另一个代理）都可以以相同的方式解析并与之对话。如果没有“身份”的共享基元，每次集成都需要从头开始重建该管道，发现仍然是临时的，并且用户每次切换频道或平台时都会丢失上下文。

我们有机会从第一性原理设计代理基础设施。那么，我们如何构建一个比 DNS 记录更丰富的、可信中立的身份层呢？代理应该能够接受付款、列出功能并存在于多个生态系统中，而无需担心被锁定到任何特定平台，而不是重新发明单一平台（身份与发现、聚合和支付相结合）。这就是加密技术和 AI 的交叉点特别有用的地方，因为区块链网络提供无需许可的组合性，这可以使构建者创建更有用的代理和更好的用户体验。

一般来说，垂直整合的解决方案（如 Facebook 或亚马逊）目前具有更好的用户体验——构建卓越产品的固有复杂性的一部分是确保各个部分从上到下结合在一起。但是，这种便利性的代价很高，尤其是在构建用于聚合、营销、货币化和分发代理的软件的成本下降以及代理应用程序的表面积扩大时。匹配垂直整合提供商的用户体验需要付出努力，但是代理的可信中立身份层将允许企业家拥有自己的护照——并鼓励在分发和设计方面进行实验。

3. 前向兼容的个人身份证明

作者：Jay Drain Jr. 和 Scott Duke Kominers

随着 AI 变得越来越普遍——为各种 Web 交互中的机器人和代理、包括深度伪造和社交媒体操纵提供支持——越来越难知道你是否在与真正的在线人类互动。这种信任的侵蚀不是未来的问题；它已经存在。从 X feed 评论大军到约会应用程序上的机器人，现实开始变得模糊。在这种环境下，个人身份证明成为必不可少的基础设施。

证明你是人类的一种方法是通过数字 ID（包括 TSA 使用的中心化 ID）。数字 ID 包含一个人可以用来验证其身份的所有内容——用户名、PIN 码、密码和第三方证明（例如，公民身份或信誉）和其他凭据。去中心化在这里的价值是显而易见的：当这些数据存在于中心化系统中时，发行者可以撤销访问权限、收取费用或协助监视。去中心化改变了这种动态：用户，而不是平台守门人，控制着自己的身份，使其更安全、更抗审查。

与传统的身份系统不同，去中心化的个人身份证明机制（如 World 的 Human Proof）允许用户控制和保管自己的身份，并以保护隐私和可信中立的方式验证他们的人性。就像驾驶执照一样，无论何时何地颁发，都可以在任何地方使用，去中心化的 PoP 可以用作任何平台（包括尚不存在的平台）上的可重用基础层。换句话说，基于区块链的 PoP 是前向兼容的，因为它提供：

1. 可移植性： 协议是任何平台都可以集成的公共标准。去中心化的 PoP 可以通过公共基础设施进行管理，并且在用户的控制范围内。这使其完全可移植，并且任何平台现在或将来都可以与其兼容。
2. 无需许可的可访问性： 平台可以独立选择识别 PoP ID，而无需通过可能歧视不同用例的守门人 API。

这个领域的挑战是采用：虽然我们尚未看到许多具有有意义规模的真实个人身份证明用例，但我们预计大量的用户、少量的早期合作伙伴和杀手级应用程序将加速采用。每个利用给定数字 ID 标准的应用程序都会使该 ID 类型对用户更有价值；这会推动更多用户获得该 ID；反过来，这使得该 ID 更具吸引力，应用程序可以将其集成作为验证个人身份的一种方式。（并且由于链上 ID 在设计上是可互操作的，因此这些 网络效应 可以 快速 增长。）

我们已经看到主流消费者应用程序和服务在 游戏、约会 和 社交媒体 中宣布与 World ID 建立合作伙伴关系，以帮助人类知道他们正在与真正的人类进行游戏、聊天和交易——实际上，是他们期望的特定人类。我们还在今年看到新兴的身份协议，包括 Solana Attestation Service (SAS)。虽然不是个人身份证明的发行者，但 SAS 允许用户私下将链下数据（如合规性的 KYC 检查或投资的认证状态）与 Solana 钱包关联，以便构建用户的去中心化身份。所有这些都表明，去中心化 PoP 的拐点可能不远了。

个人身份证明不仅仅是禁止机器人，而是要在 AI 代理和人类网络之间建立清晰的界限。它使用户和应用程序能够区分人类和机器之间的互动，从而为更好、更安全、更真实的数字体验创造空间。

AI 的去中心化基础设施

4. AI 的去中心化物理基础设施 (DePIN)

作者：Guy Wuollet

AI 可能是一种数字服务，但其发展正日益受到物理基础设施的瓶颈。去中心化物理基础设施网络，或 DePIN——它提供了一种构建和运营现实世界系统的新模型——可以帮助实现 AI 创新底层计算基础设施的访问民主化，使其更便宜、更具弹性且更能抵抗审查。

怎么做？AI 发展的两个最大障碍是能源和芯片访问。去中心化能源可以帮助提供更多电力，但构建者也在使用 DePIN 来聚合来自游戏 PC、数据中心和其他来源的未使用芯片。这些计算机可以组合在一起形成一个无需许可的计算市场，从而为构建新的 AI 产品创造公平的竞争环境。

其他用例包括 LLM 的 分布式训练和微调，以及用于模型推理的分布式网络。去中心化训练和推理可能会大大降低成本，因为它们使用原本潜在的计算能力。它们还可以提供审查抵抗力，确保开发人员不会被大型中心化云服务提供商（提供大规模、中心化计算基础设施）取消平台资格。

少数公司之间 AI 模型的中心化是一个 长期存在的问题；去中心化网络可以帮助创建更具成本效益、更具审查抵抗性和更具可扩展性的 AI。

5. AI 代理、最终服务提供商和用户之间互动的基础设施和护栏

作者：Scott Duke Kominers

随着 AI 工具在解决复杂任务和执行多层交互链方面变得越来越好，AI 将越来越需要与彼此互动，而无需人类控制者。

例如，AI 代理可能需要请求与计算相关的特定数据，或者招募专门的 AI 代理来执行特定任务——例如，分配一个统计机器人来开发和运行模型模拟，或者让一个图像生成机器人参与创建营销材料的过程。AI 代理还将在代表用户完成事务的整个流程或任何其他活动方面创造巨大的价值——例如，根据某人的偏好查找和预订机票，或者从他们最喜欢的类型中发现和订购一本新书。

如今，没有已建立的、通用的代理到代理市场——这些类型的交叉查询主要只能通过显式 API 连接获得，或者在维护代理到代理调用的 AI 代理生态系统内，作为内部功能。

更广泛地说，今天的许多 AI 代理都在孤立的生态系统中运行，具有有些封闭的 API，并且普遍缺乏架构标准化。但是，区块链技术可以帮助协议建立开放标准，这对于短期的采用非常重要。从长远来看，这也支持前向兼容性：随着新型 AI 代理的发展和创建，它们可以期望能够插入到相同的底层网络中。鉴于区块链的可互操作、开源、去中心化且通常更易于升级的架构，区块链可以更轻松地适应新型 AI 创新。

随着市场的发展，许多公司已经在构建用于代理到代理互动的区块链轨道：例如，Halliday 最近推出了其协议，该协议为 AI 工作流程和互动提供标准化的、跨链架构——具有协议级别的保护，以确保 AI 不会超出用户的意图。Catena、Skyfire 和 Nevermind 同时使用区块链来支持从一个 AI 代理到另一个 AI 代理的支付，而无需人类参与。 许多此类系统正在开发中，Coinbase 甚至开始为此类工作提供 基础设施支持。

6. 保持 AI/氛围编码应用程序同步

作者：Sam Broner 和 Scott Duke Kominers

最近生成式 AI 的革命使构建软件比以往任何时候都更加容易。编码速度提高了几个数量级，而且——也许最重要的是——可以用自然语言完成，因此即使是没有经验的程序员也可以 fork 现有程序并从头开始构建新程序。

但是，虽然 AI 辅助编码创造了这些新颖的机会，但它也引入了程序内部和程序之间的许多熵。“ 氛围编码” 抽象化了软件底层的复杂依赖关系网络——但这也会使程序容易受到功能和安全缺陷的影响，因为源库和其他输入发生变化。同时，当人们使用 AI 创建自己的个性化定制应用程序和工作流程时，他们与其他人的系统进行接口变得更加困难。 实际上，即使是两个有效执行相同任务的编码程序也可能具有非常不同的操作和输出结构。

从历史上看，确保一致性和兼容性的标准化首先由文件格式和操作系统提供，最近则由共享软件和 API 集成提供。但是在软件实时发展、变形和分支的世界中，标准化层需要广泛可访问且不断升级——同时还要保持用户信任。此外，AI 本身并不能解决激励人们构建和维护这些链接的问题。

区块链同时提供了这两个问题的答案：协议化的 同步层，它们被包装到人们的定制软件构建中，并动态更新以确保在事物发生变化时实现跨兼容性。 从历史上看，一家大型企业可能会向 Deloitte 等“系统集成商”支付数百万美元，以定制 Salesforce 实例。 如今，工程师可以在周末创建一个自定义界面来查看销售信息，但是随着自定义软件数量的增长，开发人员将需要帮助来保持这些应用程序的同步和运行。

这类似于当今开源软件库的开发方式，只不过它是持续更新而不是定期发布——以及激励包装。这两者都可以通过加密技术更容易地实现。 就像其他基于区块链的协议一样，同步层的共享所有权激励着对改进它们的主动投资。 开发人员、用户（和/或他们的 AI 代理）和其他消费者可以因引入、使用和发展新功能和集成而获得奖励。

反过来，共享所有权使所有用户都有权参与协议的整体成功，这可以防止不良行为。 就像微软因其用户和品牌的影响而不愿破坏 .docx 文件标准一样，同步层的共同所有者也不愿将笨拙或恶意代码引入协议中。

与我们之前看到的所有软件标准化架构一样，这里存在着巨大的 网络效应 潜力。 随着 AI 编码软件的寒武纪大爆发的继续，需要相互保持通信的异构、多样化系统的网络将急剧扩展。 简而言之：氛围编码需要的不仅仅是氛围才能保持同步。 加密技术是答案。

新的经济和激励模型

7. 支持收入分享的微支付

作者：Liz Harkavy

AI 代理和 ChatGPT、Claude 和 Copilot 等工具承诺了一种导航数字世界便捷的新方式。 但是，无论好坏，它们也在破坏开放互联网的经济模式。 我们已经看到这种情况正在发生——例如，随着学生越来越多地使用 AI 工具，教育平台 发现 流量大幅下降， U.S. 的几家报纸正在 起诉 OpenAI 侵犯版权。 如果我们不调整激励机制，我们可能会看到一个越来越封闭的互联网，付费墙越来越多，内容创作者越来越少。

当然，总是有政策解决方案，但在这些解决方案通过法院的过程中，许多技术解决方案正在涌现出来。 也许最有希望（在技术上最复杂）的解决方案是在 Web 的架构中构建一个收入分享系统。 当 AI 驱动的行动导致销售时，为该决策提供信息的内容来源应获得分成。 联盟营销生态系统已经进行了这种归因跟踪和收入分享；更复杂的版本可以自动跟踪和奖励信息链中的所有贡献者。 显然，区块链可以在跟踪该出处链中发挥作用。

但是，这样的系统还需要具有其他功能的新基础设施——特别是，能够处理许多来源的微小交易的微支付系统、公平评估不同类型贡献的归因协议以及确保透明度和公平性的治理模型。 许多现有的基于区块链的工具——例如汇总和 L2s、AI 原生金融机构 Catena Labs 以及金融基础设施协议 0xSplits——在此处显示出潜力， 从而实现接近零成本的交易和更精细的支付拆分。

区块链将通过以下几种机制实现复杂的代理支付系统：

• 纳米支付可以在多个数据提供商之间进行拆分，允许单个用户交互通过自动智能合约触发对所有贡献来源的微小支付。
• 智能合约允许由完成的交易触发的可执行的追溯支付，在交易发生后，补偿有助于购买决策的信息来源，具有完全的透明度和可追溯性。
• 此外，区块链能够分配复杂且可编程的支付拆分，确保通过代码强制执行的规则公平分配收入而不是集中决策，从而在自主代理之间建立无需信任的财务关系。

随着这些新兴技术的成熟，它们可以为媒体创建一个新的经济模型，该模型可以捕获从创作者到平台再到用户的完整价值创造链。

8. 区块链作为知识产权和出处的注册表

作者：Scott Duke Kominers

生成式 AI 创造了有效和可编程的机制来注册和跟踪知识产权的迫切 需求——既要确保出处，又要实现围绕 IP 访问、共享和混音的商业模式。 现有的 IP 框架——依赖于昂贵的中介机构和事后执行——与 AI 即时消费内容并只需单击一下即可生成新变体的世界不匹配。

我们需要的是开放的公共注册表，提供明确的所有权证明，IP 创建者可以轻松有效地与之交互——AI 和其他 Web 应用程序可以直接与之交互。 区块链非常适合这种情况，因为它们可以无需依赖中介机构即可注册 IP，并提供出处的不可变证明； 它们还使第三方应用程序能够直接识别、许可和与该 IP 交互。

可以理解的是，人们对该技术的想法持怀疑态度以保护 IP，因为 Web 的前两个时代以及正在进行的 AI 革命通常与知识产权保护的减少有关。一个问题是，当今的许多基于 IP 的商业模式都专注于排除衍生作品，而不是试图激励和货币化它们。 但是 可编程 IP 基础设施不仅使创作者、特许经营商和品牌可以在数字空间中清晰地建立其 IP 的所有权——它还打开了商业模式的大门，这些商业模式明确地围绕共享 IP 以用于生成式 AI 和其他数字应用程序。 实际上，这会将生成式 AI 对创意作品的主要威胁之一变成一个机会。

我们已经看到创作者在 NFT 领域的早期尝试使用较新的模型，公司利用 Ethereum 上的 NFT 资产来支持 CC0 品牌建设 下的网络效应和价值累积。 最近，我们看到基础设施提供商正在构建协议，甚至专门的区块链（例如 Story Protocol），用于标准化和可组合的 IP 注册和许可。 一些艺术家已经开始使用这些工具，通过 Alias、Neura 和 Titles 等协议许可其样式和作品以进行创意混音。 同时，Incention 的 Emergence 特许经营权让其粉丝群参与共同创建科幻世界及其角色，并在 Story 上构建了一个区块链注册表，以跟踪谁创建了什么。

9. 帮助补偿内容创建者的 Web 爬虫

作者：Carra Wu

如今，具有最佳产品适用性的 AI 代理不是用于编码或娱乐的代理。 它是 Web 爬虫——自主导航 Web、收集数据并就跟随哪些链接做出决策。

据估计，近一半 的所有 Internet 流量现在都来自非人类来源。 机器人经常无视 robots.txt 的礼仪——该文件应该告知自动 Web 爬虫是否欢迎他们访问某个站点，但在实践中几乎没有权限——并使用他们提取的数据来支持地球上一些最大技术公司的防御能力。 更糟糕的是，网站最终要为这些不速之客买单，支付来为带宽和 CPU 资源提供服务，这可能会让人感觉像是无休止的匿名抓取器。 作为回应，Cloudflare 等公司和其他 CDN（内容交付网络）提供阻止服务。 这是一个不应该存在的服务拼凑。

我们 之前争论过，互联网的原始协议——内容创作者和分发它的平台之间的经济契约——可能会失效。 这开始出现在数据中：在过去的 12 个月中，网站所有者已经开始大量阻止面向 AI 的抓取器。 在 2024 年 7 月，只有大约 [9%] (https://blog.cloudflare.com/declaring-your-aindependence-block-ai-bots-scrapers-and-crawlers-with-a-single-click/) 的前 10,000 个网站禁止 AI 爬虫，这个数字现在是 [37%] (https://radar.cloudflare.com/ai-insights)。 随着越来越多的网站运营商变得老练并且用户继续感到沮丧，它只会增加。

那么，如果我们不向 CDN 支付费用来彻底阻止看起来像机器人的人员，而是我们在中间的某个地方见面呢？ 不是免费享用旨在将人类流量导向站点的系统，而是 AI 机器人可以付费以获取收集数据的权利。 这就是区块链的用武之地：在这种情况下，每个 Web 爬虫代理都将拥有一些加密货币，并通过每个网站的 x402x402[x.com/CoinbaseDev/status/1919784224170889696) 与“保镖”代理或付费墙协议进行链上协商。 （当然，挑战在于 robots.txt 系统（也称为机器人排除标准）自 1990 年代以来一直根深蒂固于互联网公司开展业务的方式中。这将需要大规模的小组协调，或者像 Cloudflare 这样的 CDN 的参与才能克服这个问题）。

但是，单独通道中的人类可以通过 World ID 证明自己是人类（ 见上文），并免费获得内容。 这样，内容创建者和网站所有者可以在收集时获得对大型 AI 数据集贡献的补偿，而人类可以继续享受信息想要免费的互联网。

10. 尊重隐私且量身定制而非令人毛骨悚然的广告

作者： Matt Gleason

AI 已经开始 影响 我们如何在线购物，但是如果我们每天看到的广告...有帮助呢？ 人们不喜欢广告有很多显而易见的原因。 离谱的广告是纯粹的噪音。 同时，并非所有个性化都是相等的。 过度有针对性的 AI 驱动广告——从海量消费者数据中提取——会让人感觉具有侵入性。 其他应用程序尝试通过在不可跳过的广告后面限制内容（例如，流式传输内容服务或游戏级别）来获利。

加密货币可以帮助解决其中的一些问题，从而提供重新构想广告运作方式的机会。 与区块链配对，个性化的 AI 代理可以缩小无关紧要和不可思议之间的距离，从而根据用户定义的偏好提供广告。 但重要的是，他们可以做到这一点 而无需在全球范围内公开用户数据，同时补偿直接共享数据或参与广告的用户。

这里的一些技术要求包括：

1. 低费用数字支付：为了补偿用户进行广告互动（观看、点击、转化），公司需要发送少量、频繁的付款。 为了使之能够大规模运行，我们需要具有可忽略不计费用的快速、高吞吐量系统。
2. 尊重隐私的数据验证：AI 代理需要能够证明消费者满足一些人口统计属性。 零知识证明可以验证人口统计属性，同时保护隐私。
3. 激励模型：如果互联网接受基于微支付的货币化（例如，每次互动 <0.05 美元，如上所述），用户将能够选择加入广告以换取小额付款，从而将当前的模型从提取翻转为参与。

几十年来，人们一直试图使广告与在线相关——并且离线几个世纪。 但是通过加密货币和 AI 的角度重新思考广告，最终可以使广告变得更有用。 量身定制而不会令人毛骨悚然，并且以对每个人都有利的方式：对于构建者和广告商来说，它解锁了更可持续和一致的新激励结构。 对于用户来说，它提供了更多发现和导航其数字世界的方式。

所有这些都会使广告空间更有价值，而不是更少。 它还可以取代当今根深蒂固的、具有提取性的广告经济，并用更以人为本的东西取而代之：一个用户被视为参与者而不是产品的系统。

拥有 AI 的未来

11. 由人类拥有和控制的 AI 伙伴

作者：Guy Wuollet

许多人花在设备上的时间比亲自互动的时间要多，尤其大部分时间在与 AI 模型和 AI 控制的内容互动，所有这些模型都提供了一种陪伴形式，无论是娱乐、提供信息、满足利基兴趣还是 教孩子。 很容易想象，在不久的将来，用于教育、医疗保健、法律咨询和友谊的基于 AI 的朋友将成为人类流行的一种互动模式。

未来的 AI 伙伴将是无限耐心的，并会根据特定的个人及其特定用例进行定制。 除了仅仅是助手或机器人仆人之外，它们还可以成为非常有价值的关系。 因此，谁将拥有和控制这些关系的问题——是用户还是公司和其他中介机构——变得同样重要。 如果你过去已经担心社交媒体的策划和审查，那么这个问题在未来会变得更加复杂，而且 更加个性化。

这不是一个新的论点（已经 在此处 和 在此处 描述），像区块链这样的抗审查托管平台为不可审查的、用户控制的 AI 提供了最令人信服的途径。 的确，个人可以在设备上运行模型并购买自己的 GPU，但大多数人要么买不起，要么根本不知道该怎么做。 尽管我们离广泛普及的 AI 伙伴还有一段距离，但所有这些技术都在快速改进：基于文本、看似人类的伙伴已经非常出色。视觉化身 已经有了显著提升。区块链正在变得性能更强。为了确保不可审查的伙伴易于使用，我们需要依靠更好的加密应用程序用户体验。值得庆幸的是，钱包（如 Phantom）已经大大简化了与区块链的交互，并且嵌入式钱包、Passkey 和 账户抽象 使使用者能够在无需自己存储助记词的复杂性的情况下，持有自我托管钱包。诸如高吞吐量无需信任的计算机等技术，使用乐观和 ZK coprocessors，也将使与数字伙伴建立有意义且持久的关系成为可能。

在不久的将来，预计对话将从 何时 我们将看到几乎栩栩如生的数字伙伴和化身，转变为 谁 和 什么 将能够控制它们。

请务必订阅我们的新闻通讯，以获取更多趋势更新、构建者指南、行业报告和其他资源。

贡献者

Sam Broner 是 a16z crypto 投资团队的合伙人。在加入 a16z 之前，Sam 是 Microsoft 的一名软件工程师，他在那里是 Fluid Framework 和 Microsoft Copilot Pages 的创始团队成员。Sam 还就读于麻省理工学院斯隆管理学院，他在波士顿联邦储备银行参与了汉密尔顿项目，领导了斯隆区块链俱乐部，指导了斯隆的第一次 AI 峰会，并赢得了麻省理工学院 Patrick J. McGovern 奖，以表彰他创建创业社区的成就。

Jay Drain Jr. 是 a16z crypto 的投资合伙人，专注于消费者和应用层项目。在 2022 年加入 a16z 之前，Jay 是 Maven Ventures 的一名投资人，Maven Ventures 是一家种子期消费者软件基金，他在那里领导了该公司的 web3 投资。此前，Jay 在高盛全球市场部门工作了两年。他毕业于阿默斯特学院，在那里他学习了政治学与法律，并且是男子田径队的成员。 Matt Gleason 是 a16z crypto 的安全工程师，帮助投资组合公司解决其应用程序安全、事件响应以及其他审计或安全需求。他曾进行过审计，并在许多不同的项目上，在项目部署之前发现并帮助修复了代码中的关键漏洞。 Liz Harkavy 是 a16z crypto 投资团队的合伙人，专注于 picks and shovels 项目以及去中心化基础设施。在加入 a16z crypto 之前，Liz 是 Corsali（现在的 Vana）的创始工程师，Corsali 是一个由风险投资支持的全栈机器学习平台，该平台由受过高等教育的工人标记数据以从他们的手机上赚取加密货币。在此之前，她在 Facebook 和 JPL 工作过。Liz 在麻省理工学院完成了物理学和计算机科学的学士学位，以及计算机科学的硕士学位。 Scott Duke Kominers 是 哈佛商学院 的 Sarofim-Rock 工商管理学教授、哈佛经济学系 的教员以及 a16z crypto 的研究合伙人。他还为许多公司提供关于 web3 战略、市场和激励设计的建议；有关更多披露，请参见他的网站。Kominers 的第一本书——The Everything Token: How NFTs and Web3 Will Transform the Way We Buy, Sell, and Create，与 Steve Kaczynski 合著——现在可以购买。 Carra Wu 是 a16z crypto 投资团队的合伙人。Carra 专注于加密领域的游戏、元宇宙、媒体和 DAO 投资。此前，她曾担任软件工程师，在微软为 Hololens 构建 AR/VR 应用程序和游戏——以及担任产品经理，负责应用商店的搜索系统和面向开发者的产品。Carra 在哈佛大学学习应用数学、计算机科学与经济学，并在那里与哈佛芭蕾舞团共舞。 Guy Wuollet 是 a16z crypto 投资团队的合伙人。他专注于对加密领域的各个层级进行投资。在加入 a16z 之前，Guy 与 Protocol Labs 合作进行独立研究。他的工作重点是构建去中心化的网络协议和升级互联网基础设施。他拥有斯坦福大学计算机科学学士学位，并在那里加入了校赛艇队。 内容仅代表所示日期。这些材料中表达的任何预测、估计、展望、目标、前景和/或观点如有更改，恕不另行通知，并且可能与他人表达的观点不同或相反。有关其他重要信息，请参阅 https://a16z.com/disclosures。

• 原文链接： a16zcrypto.com/posts/art...
• 登链社区 AI 助手，为大家转译优秀英文文章，如有翻译不通的地方，还请包涵～