jacob robert steeves раскрывает видение AI-майнинга Bittensor: соединение экономики и искусственного интеллекта

В эксклюзивной беседе с обозревателями индустрии блокчейн, создатель Bittensor, Джейкоб Роберт Стивс, поделился своим взглядом на применение майнинговых механизмов в стиле Bitcoin к искусственному интеллекту — новаторскому подходу, который переопределяет способы координации распределённых вычислительных ресурсов в цифровую эпоху. Это интервью прослеживает удивительный путь Стивса от работы в Google в области программной инженерии до пионерства в одном из самых амбициозных проектов инфраструктуры ИИ в криптоиндустрии.

Bittensor (TAO), как протокол с открытым исходным кодом, занял уникальную нишу, применяя экономические стимулы к вычислениям в области ИИ. Сеть функционирует примерно на 128 сабнетах, конкурирующих в таких областях, как вывод, обучение, обучение с подкреплением и сервисы данных. Согласно последним рыночным данным на март 2026 года, TAO торгуется по цене 182,60 долларов с текущей рыночной капитализацией около 1,75 миллиарда долларов. Экосистема значительно развилась с момента запуска мейннета в 2021 году, привлекая участников — разработчиков и вычислительные ресурсы со всего мира.

Путь от Google к децентрализованной архитектуре ИИ

Путь Джейкоба Роберта Стивса к созданию Bittensor начался в Университете Саймона Фрейзера в Ванкувере, Канада, где он изучал математику и компьютерные науки. Его ранняя карьера связана с работой над чипами интерфейса мозг-компьютер в компании-подрядчике DARPA, где его наставник познакомил его с Bitcoin и концепциями энергетических вычислений. «С 2015 года я глубоко участвую как в Bitcoin, так и в ИИ», — объяснил Стивс. «Эти две области естественно сочетаются, потому что ядро ИИ — это изучение обратных связей — обратное распространение, генетические алгоритмы, обучение с подкреплением — а Bitcoin представляет собой первую программируемую экономическую обратную связь».

Работа в Google стала для него переломным моментом. Будучи инженером по машинному обучению, он стал свидетелем публикации революционной статьи «Attention Is All You Need», которая представила трансформеры и вызвала экспоненциальный рост крупных языковых моделей. Он получил важные знания от команд, работающих на передовой, касающиеся практик распределённого машинного обучения — параметрических серверов, параллелизма моделей и методов параллелизма данных, — которые позже повлияли на архитектуру вычислений Bittensor.

Несмотря на престиж работы в технологическом гиганте, Стивс решил следовать своему видению независимо. Начав в свободное время около 2015 года, он разработал основные концепции Bittensor, а в 2018 году перешёл к полному посвящению и запустил мейннет в 2021 году. «Опыт в Google научил меня распределённым системам и масштабам, необходимым для эффективного машинного обучения в глобальном масштабе», — отметил он. «Но фундаментальное отличие Bittensor от традиционного корпоративного ИИ — это наш философский подход к координации ресурсов».

Экономическая модель Bittensor: майнинг встречается с машинным обучением

По сути, Bittensor меняет организацию и оплату вычислительных ресурсов. В отличие от традиционных платформ-агрегаторов, которые просто «складывают модели вместе», протокол внедряет программируемые экономические стимулы прямо в процесс обучения ИИ. «Тот, кто предоставляет более полезный вывод, обучение или инструменты, получает больше наград», — подчеркнул Стивс. «Это полностью отличается от простого объединения моделей».

Прорыв заключается в признании того, что за последние 15 лет развитие ИИ доказало: прогресс достигается через адаптивное обучение с помощью обратных связей — будь то обратное распространение или обучение с подкреплением. Bittensor реализует этот принцип, напрямую интегрируя валюту и экономические сигналы в цикл разработки ИИ. Рыночные силы постоянно оптимизируют качество предложения и его стоимость.

«Значение децентрализации», — пояснил Стивс, — «в том, что она обеспечивает свободный вход и сопротивление единственным точкам отказа. Любой человек или команда могут запустить сабнет и конкурировать. Хорошее предложение усиливается за счёт стимулов; плохое — естественным образом устраняется». Эта конкурентная среда обеспечивает постоянное улучшение без необходимости централизованных ворот.

С точки зрения пользователя, модель работает на нескольких уровнях. Разработчики могут запускать или присоединяться к сабнетам, вносить модели и вычислительные мощности, получать постоянные стимулы, связанные с их производительностью. Участники спроса приобретают услуги, такие как вывод, вычислительная мощность, автоматизированное машинное обучение или сигналы рыночных прогнозов. Платформа превращает традиционную модель «майнер — награда — консенсус» в «полезный ИИ — рыночная награда — сетевой консенсус».

Китайские команды лидируют в инновациях сабнетов Bittensor

Когда его спросили о первом визите в Китай специально для обсуждения Bittensor, Стивс подчеркнул стратегическую важность участия азиатских разработчиков. «Китай — одна из самых быстрорастущих, возможно, самых мощных стран в области искусственного интеллекта», — отметил он. «Когда майнинг Bitcoin был легален, Китай составлял более 50% вычислительной мощности. Даже сегодня эта регион производит 90% чипов в мире. Я очень уважаю техническую силу Китая».

Более того, он отметил конкурентную модель внутри экосистемы Bittensor: «В Bittensor есть поговорка, что как только китайские майнеры входят в сабнет, конкуренция сразу становится гораздо жестче, до такой степени, что многие изначальные участники выходят. Это полностью ожидаемо — интенсивность конкуренции в Китае действительно поразительна». Он рассматривает это положительно, полагая, что строгая учебная культура в университетах и инженерное мастерство Китая естественно сочетаются с рамками конкуренции и заслуг Bittensor.

Конкретные примеры вклада китайских участников видны в топовых сабнетах сети. Affine, один из крупнейших сабнетов, создан китайскими разработчиками и стал одним из самых конкурентных механизмов платформы. Одновременно, Lium — сабнет, ориентированный на GPU-ресурсы, — интегрировал значительные вычислительные мощности из азиатских источников. Благодаря этим проектам китайские майнеры вносят процессорные ресурсы в глобальный рынок, одновременно получая доступ к международному спросу на вычисления.

«Уровень инженерии здесь очень высокий, почти непревзойдённый», — отметил Стивс о китайском сообществе разработчиков. «Я хочу способствовать тому, чтобы такие команды присоединялись, потому что их вклад в ёмкость сети и качество конкуренции бесценен».

Истинная сила децентрализации: за пределами агрегирования

Распространённое заблуждение — считать Bittensor просто «агрегатором моделей ИИ», но Стивс резко опроверг эту характеристику. «Ядро Bittensor — это внедрение программируемых стимулов в процесс обучения ИИ — это принципиально отличается от простого объединения моделей», — настаивал он.

Различие между Bittensor и традиционными платформами выходит за рамки архитектуры — оно в философии. «Так называемый Crypto + AI — это просто применение криптовалюты к ИИ или применение ИИ к криптовалюте, что не касается сути нашего подхода», — объяснил Стивс. «На самом деле мы используем криптоэкономические стимулы для проведения исследований в области искусственного интеллекта. Это не децентрализация ради децентрализации — это использование рыночных сигналов и конкуренции для масштабирования полезных вычислений».

Эта устойчивость стала очевидной, когда в конце 2024 года AWS пережила масштабный сбой, вызвавший сбои многих централизованных сервисов ИИ. Распределённая архитектура Bittensor позволила продолжать работу без перебоев. «Этот инцидент подтверждает одну из ценностей децентрализации — она обеспечивает устойчивость против единственных точек отказа», — отметил Стивс. «Но он также показал, что многие так называемые децентрализованные экосистемы на самом деле не являются по-настоящему децентрализованными, поскольку некоторые проекты не смогли восстановиться после сбоя. Основной дизайн Bittensor, основанный на распределении ресурсов и гибкой маршрутизации, даёт нам преимущества в непрерывности и отказоустойчивости».

Рыночная позиция TAO и дорожная карта на пять лет

С момента выхода на биржу в марте 2023 года TAO превратился в значимого игрока в инфраструктуре криптоэкономики. Недавний раунд частного финансирования на сумму 11 миллионов долларов, в который вошли стратегический советник Джеймс Алтучер и материнская компания Grayscale — DCG, продемонстрировал высокий уровень доверия институциональных инвесторов.

Что касается цикла халвинга 2025 года — первого сокращения предложения Bittensor — Стивс выразил взвешенную позицию: «Единственное влияние халвинга на Bittensor — это ужесточение предложения. Но это не повлияет на основную мотивацию сети. Всё равно останутся огромные экономические стимулы для разработчиков строить на платформе». Это свидетельствует о его уверенности в устойчивости экономической модели, выходящей за рамки простого дефицита токенов.

Доходы протокола диверсифицируются. Основные источники — продажа услуг вывода, вычислительной мощности, автоматизированного машинного обучения (AutoML) и рыночных сигналов. Такой многоисточниковый подход напоминает традиционные технологические платформы, сохраняя при этом децентрализованное управление.

Особое значение имеют прогнозные рынки, которые, по словам Стивса, обладают трансформирующим потенциалом. «Я считаю, что Kalshi и Polymarket — одни из настоящих финтех-приложений и первых приложений для массового потребителя», — отметил он. «Это очень значимо и кардинально меняет подход к работе человека. Сабнеты прогнозных рынков Bittensor представляют собой следующий рубеж в инфраструктуре децентрализованного принятия решений».

Пять лет: масштабирование до миллионов пользователей

Обозревая будущее Bittensor, Стивс сформулировал амбициозную, но измеримую цель: вывести технологию на миллионы пользователей и по-настоящему обеспечить открытые интеллектуальные сервисы по всему миру, сохраняя при этом устойчивую работу сети.

«Самая важная для меня цель — это чтобы эта технология была доступна миллионам пользователей и действительно предоставляла открытые интеллектуальные услуги всему миру, при этом сеть постоянно расширялась», — заявил он. Сейчас около 100 000 пользователей используют технологии Bittensor, и путь к масштабированию кажется технически осуществимым.

Экономическая выгода — главный драйвер роста. «С экономической точки зрения, мы можем превзойти централизованных провайдеров во многих сценариях за счёт снижения затрат, особенно в выводе», — объяснил Стивс. Например, крупные централизованные продукты ИИ могут взимать 1000 долларов за подписку, предоставляя при этом только 200 долларов реальной ценности. Bittensor может предлагать подписки за 10 долларов при стоимости сети около 6 долларов — преимущество в 60% по эффективности затрат.

Примером этого является сабнет Ridges, ориентированный на кодирующих агентов. Команды по всему миру совместно оптимизируют помощь в программировании за счёт конкуренции, снижая цены и повышая качество. Те же экономические механизмы применимы и в других сферах.

«Наша цель — обслуживать миллиарды пользователей по всему миру», — заявил Стивс. «Если централизованные компании ИИ не примут эти базовые технические принципы, им будет трудно конкурировать по производительности, скорости и стоимости в долгосрочной перспективе. Это наш основной рычаг».

Параллель с успехом Bitcoin — сознательный. «Причина, по которой Bitcoin превосходит суверенные государства или централизованные системы на сетевом уровне, — это то, что он принял правильные технические принципы и механизмы», — отметил он. Хотя он признаёт, что Bittensor ещё не достиг этого в полном объёме во всех сферах, он подчеркнул, что в конкретных областях — особенно в GPU-инференсе и прогнозных рынках — сеть уже демонстрирует эти преимущества.

Интересно, что многие пользователи уже используют инфраструктуру Bittensor, даже не осознавая этого. «Многие люди фактически используют Bittensor в своей повседневной жизни, даже не подозревая об этом», — предположил он, указывая, что технология функционирует как базовая инфраструктура, поддерживающая приложения и сервисы на более высоких уровнях.

Потенциал сотрудничества с крупными институтами ИИ — ещё одна область роста. «Да, это возможно», — сказал Стивс о возможных партнёрствах с OpenAI или китайскими компаниями ИИ. «Это зависит от того, совпадают ли наши философии. Некоторые централизованные лаборатории предпочитают консолидировать и контролировать, а мы делаем акцент на открытости и разрешённости». Он выразил особый интерес к сотрудничеству с командами, открытыми к идее децентрализованного обучения, такими как DeepSeek, Kimi и Moonshot. «Если мы сможем вместе добиться по-настоящему децентрализованного обучения, мы будем очень рады. Это лишь вопрос времени: либо сотрудничество, либо переход на наш подход децентрализованного обучения».

Эта концепция — использование экономических стимулов для развития искусственного интеллекта глобального масштаба через распределённые сети — является фундаментальным вкладом Джейкоба Роберта Стивса в понимание того, как рынки, конкуренция и механизмы экономики могут масштабировать полезные технологии для служения человечеству в беспрецедентных масштабах.