Solana基金會：AI與加密融合的三大策略方向

當前，AI與加密技術的交會正進入"寒武紀爆發"式的實驗階段。本文 Solana 基金會詳細闡述了 AI+加密融合的三大重點發展方向。

TLDR

1. 建構Solana 上最具活力的智慧代理驅動經濟

Truth Terminal 已經證明了AI 代理在鏈上運作的可行性。這個領域的實驗不斷突破代理鏈上操作的邊界，這一領域不僅潛力巨大，而且設計空間十分廣闊。目前這已經成為加密和 AI 領域最具突破性和爆發力的方向之一，而這只是個開始。

2. 提升LLM 在Solana 程式碼開發中的能力

大語言模型在程式碼編寫方面已經表現出色，未來也將進一步提升。透過這些能力，Solana 開發者的效率有望提升 2-10 倍。近期，透過建立高品質基準來評估 LLMs 理解和編寫 Solana 程式碼的能力，將有助於理解 LLMs 對 Solana 生態系統的潛在影響。高品質的模型微調方案將在基準測試中得到驗證。

3. 支援開放且去中心化的AI 技術堆疊

"開放且去中心化的AI 技術堆疊"包含以下關鍵要素：

· 訓練資料取得

· 訓練與推理運算能力

· 模型權重共享

·模型輸出驗證能力

這種開放的AI 技術堆疊的重要性體現在：

· 加速模型開發創新與實驗

· 為不信任中心化AI 的使用者提供替代方案

1.建構最具活力的智慧代理驅動經濟

關於 Truth Terminal 和$GOAT 的討論已經很多，這裡無需贅述。但可以肯定的是，當 AI 代理開始參與鏈上活動時，一個充滿可能性的新世界已經展開（值得注意的是，目前代理甚至還沒有直接在鏈上採取行動）。

雖然現在還無法準確預測代理在鏈上行為的未來發展，但透過觀察Solana上已經發生的創新，我們可以窺見這個設計空間的廣闊前景：

· Truth Terminal 等AI 項目正通過$GOAT 等Meme幣發展新型數位社群

· Holoworld AI、vvaifu.fun、Top Hat AI、Alethea AI 等平台讓使用者輕鬆建立和部署智慧代理及其相關代幣

· 基於知名加密投資者個性特徵訓練的AI 基金經理正在湧現，在daos.fun 平台上，ai16z 的迅速崛起的迅速崛起，開創了AI 基金與代理支持者的全新生態系統

· 此外，像Colony 這樣的遊戲平台，讓玩家透過指導代理行動來參與遊戲，經常產生意想不到的創新玩法。

未來發展方向

未來，智慧代理可以管理需要多方經濟協調的複雜項目。例如在科研領域，代理可以負責尋找特定疾病的治療化合物。具體而言：

· 透過Pump Science 平台進行代幣募款

· 利用募集資金支付付費研究資料的訪問費用，在kuzco、Render Network、io.net 等去中心化計算網絡上進行化合物模擬的計算費用

·透過Gib.Work等賞金平台招募人類執行實驗驗證工作（例如，執行實驗來驗證/建立模擬結果）

除了複雜專案外，代理人也可以執行建立個人網站、創作藝術作品（如zerebro）等簡單任務，其應用場景具有無限可能。

為什麼代理人在鏈上執行金融活動比使用傳統管道更有意義？

代理完全可以同時運用傳統金融通路和加密貨幣系統。不過，加密貨幣在某些領域具有獨特優勢：

· 小額支付應用——Solana 在這方面表現出色，Drip 等應用已經證明了這一點

· 速度優勢－即時結算功能、有助於代理實現最大的資本效率

· 透過DeFi 進入資本市場——這可能是代理參與加密經濟最有力的理由。當代理商需要進行支付以外的金融活動時，加密貨幣的優勢就更加明顯。代理商可以無縫地鑄造資產、進行交易、投資財務、借貸操作、使用槓桿等。特別是 Solana，由於其主網上已經擁有許多一流的 DeFi 基礎設施，特別適合支援這些資本市場活動。

從技術發展規律來看，路徑依賴性扮演關鍵角色。產品是否最優並非最重要，關鍵在於誰能先達到臨界規模並成為預設選擇。隨著越來越多的代理商透過加密貨幣獲得收益，加密連線很可能成為代理商的核心能力。

基金會希望看到

Solana 基金會希望看到配備加密錢包的代理能在鏈上進行大膽的創新實驗。基金會在此不過度限定具體方向，因為可能性實在太廣泛——相信最有趣、最有價值的代理應用場景很可能是現在還無法預見的。

不過，基金會特別關注以下幾個方向的探索：

1. 風險控制機制

· 儘管目前的模型表現出色，但仍遠非完美

· 不能給予代理完全不受約束的行動自由

2.推動非投機性使用場景

· 透過xpticket 購買票務

· 優化穩定幣投資組合收益

·在DoorDash 上訂購食物

3. 開發進度要求

· 至少要達到測試網的原型階段

·最好已經在主網上運行

2. 提升LLMs 編寫Solana 程式碼的能力，賦能Solana 開發者

LLMs 已經展現出強大的能力並在快速進步。在 LLM 的應用領域中，編寫程式碼這一領域可能會出現特別陡峭的進步曲線，因為這是一個可以客觀評估的任務。如下文所述，"程式設計特別具有獨特優勢：透過『自我對弈』實現超人類資料擴展的潛力。模型可以編寫程式碼並運行，或編寫程式碼、編寫測試，然後檢查自我一致性。」

如今，儘管LLMs 在編寫程式碼方面仍然不夠完美，但存在明顯的不足（例如，在發現bug 方面表現欠佳），但像Github Copilot 和Cursor 這樣的AI 原生程式碼編輯器已經從根本上改變了軟體開發（甚至改變了公司招募人才的方式）。考慮到預期的快速進步率，這些模型很可能會徹底改變軟體開發。基金會希望利用這項進步，使 Solana 開發者的工作效率提升到一個數量級。

然而，目前有幾個挑戰阻礙了LLMs 在理解Solana 方面達到卓越水平：

· 缺乏優質的原始訓練資料

· 驗證建置（Verified builds）數量不足

· Stack Overflow 等平台上缺乏高資訊價值的互動

· 歷史上Solana基礎設施發展迅速，這意味著即使是6 個月前編寫的程式碼可能也不完全適合今天的需求

· 缺乏評估模型對Solana 理解程度的方法

基金會希望看到

· 幫助在互聯網上獲取更好的Solana 數據

· 更多團隊發布驗證建置（Verified builds）

· 生態系中更多人在Stack Exchange 上積極提出好問題並提供高品質答案

· 創建高品質的基準測試，用於評估LLMs 對Solana 的理解程度（即將發布RFP）

· 創建在上述基準測試中表現良好的LLM 微調模型，更重要的是，加速Solana 開發者的工作效率，一旦有了高品質的基準測試，基金會可能會為首個達到基準測試閾值分數的模型提供獎勵

最終的重大成就將是：完全由AI 創建的全新的、高品質的、差異化的Solana驗證節點客戶端。

3. 支援開放和去中心化的AI 技術堆疊

在AI 領域，開源和閉源模型之間的長期力量平衡仍不明朗。確實存在一些支持閉源實體將繼續保持技術前沿並獲取基礎模型主要價值的論點。目前最簡單的預期是維持現狀——像 OpenAI 和 Anthropic 這樣的科技巨頭推動前沿發展，而開源模型則快速跟進，並在特定應用場景中透過微調獲得獨特優勢。

基金會致力於將 Solana 與開源 AI 生態系統緊密對接。具體而言，這意味著支援以下要素的存取權限：

· 訓練資料

· 訓練和推理算力

· 模型權重

· 模型輸出驗證能力

此策略的重要性體現在：

1.開源模式加速創新迭代

開源社群對Llama 等開源模式的快速改進和微調，展示了社群如何有效補充大型AI 公司的工作，並推進AI 能力的邊界（甚至有谷歌研究員在去年指出"關於開源，我們沒有護城河，OpenAI 也沒有"）。基金會認為，一個蓬勃發展的開源 AI 技術堆疊對加速該領域的進步至關重要。

2. 提供不信任中心化AI 的使用者選擇

AI 可能是獨裁或威權政權武器庫中最強大的工具。國家認可的模型提供官方認可的"真相"，是重要的控制載體。高度威權的政權可能會有更優秀的模型，因為他們願意忽視公民隱私來訓練 AI。 AI 用於控制是必然趨勢，基金會希望未雨綢繆，全力支持開源 AI 技術堆疊。

Solana 生態中已有多個專案在支援開放AI 技術堆疊：

·資料收集－Grass 和Synesis One 正在推進資料收集

· 去中心化算力－kuzco、Render Network、io.net、Bless Network、Nosana等等

· 去中心化訓練框架－Nous Research、Prime Intellect

基金會期待看到

希望在開源AI 技術堆疊的各個層面都能建構更多產品：

·去中心化資料收集：例如Grass、Datahive、Synesis One

· 鏈上身分：支援錢包驗證人類身分的協議，驗證AI API 回應的協議，使用戶能夠確認他們正在與LLM 互動

· 去中心化訓練：類似EXO Labs、Nous Research 和Prime Intellect 的項目

· IP 基礎設施：使AI 能夠對其使用的內容進行許可（並支付）

原文連結