來源： The Defiant

編譯：Yuliya，PANews

編按：上週，Anthropic發布的Claude Fable 5引爆了前沿AI領域最劇烈的信任危機：研究員發現，一旦模型懷疑用戶在開發競品，它竟會「暗中下毒」悄悄降低迴答質量，加之該模型有30天的數據保留要求，導致其在微軟內部被禁用。這引發了一個關於加密領域多年來一直在問的問題：是否應該由任何單一公司掌控如此多的前沿AI？

對此，The Defiant創辦人兼CEO Camila Russo邀請了CoinFund創辦人Jake Brukhman、 Sentora兼The Sequence創辦人Jesus Rodriguez，以及Dragonfly管理合夥人Haseeb Qureshi，就去中心化AI的未來走向激烈辯論。

大模型之戰、開源趨勢與「封鎖」恐慌

Haseeb：我們現在的投資邏輯是：未來大家會看到越來越多「非前沿等級」的模式湧現，而使用者在模式Token（算力開銷）上的花費，也會越來越多地流向這些非前沿領域。大家都很清楚，往那些最前沿的大模型裡砸錢是不可持續的，而且絕大多數人根本用不上那麼高的智慧。

現在市面上有許多經過蒸餾的、開源或開放權重的模型，價格非常親民，你完全可以把不同的任務分配給它們。網路上有個段子，說有人居然用Mythos或Claude Fable 5這種等級的模型去給一個檔案重命名──隨著我們對這些模型越來越熟悉，這種情況會越來越多。你需要思考的是：殺雞焉用牛刀？

話雖如此，「去中心化AI」這個詞太廣泛了。如果它只是指「大家都在用不同機構開發的各種模型」（例如OpenRouter那種模式），那這跟我們現在的世界沒什麼差別。但如果它指的是“用去中心化的網路來訓練或運行AI模型”，那這就是另一套邏輯了。我們對後者其實比較悲觀，目前根本沒看到什麼可靠的理由能證明，在去中心化環境下訓練或運行模型的經濟效益和市場需求是成立的。

當然，這次Fable的發布方式確實引起了強烈反彈。人們對好產品有種佔有欲，一旦用上了，就會覺得「除非我死了，否則你別想拿走」。當政府突然介入把它封鎖時，大家肯定覺得被剝奪了。但同時，如果你還記得Mythos最初發佈時的情景，那是非常可怕的——在它面前，我們現有的所有軟體、作業系統或瀏覽器就像瑞士起司一樣全是漏洞。當時可沒人跳出來說「你應該把它對全人類開放」。

有人說美國政府在這裡的做法很瘋狂。 Anthropic聲稱他們在發布Fable 5之前已經清除了國家安全機構的所有疑慮，但據我了解，國家安全部門早就介入了對Mythos的封鎖。 Mythos只被推廣給Project Glasswing中的三十幾個合作夥伴，這些夥伴是由政府精心挑選的，而不是Anthropic選的。所以說「Fable是瞞著政府發布的」這種說法顯然站不住腳。有傳言說亞馬遜的總裁Andy Jassy去了政府或白宮，告訴他們模型有越獄漏洞，政府才意識到危險，立刻對全美封鎖了Fable 5。

這種治理和安全機制顯然並不完善。雖然我同意實驗室裡（無論是Anthropic還是OpenAI）正在發生的事情極其危險，需要謹慎對待，但我也相信開源和開放權重模型的分配中蘊含著巨大的經濟價值，這兩者必須並行發展。

*註： Project Glasswing是由Anthropic發起並聯合多家科技公司共同推動的網路安全項目，於2026年4月啟動。

Jesus：不談那種充滿科技末日感的話題，我確實從網路安全產業的人那裡聽到，Mythos確實很可怕。在它發布後，我跟Anthropic的一些人聊過，問題非常真實。但我聽到網路安全領域知名的CEO們表示，他們更希望能開放取用這個模型，因為直接發布它能給所有這些安全公司足夠的準備時間。試圖去限制它、或推遲三個月發布，你永遠無法獲得足夠的緩衝空間。但反方觀點是：如果直接發布Mythos，會不會造成災難性的後果？

Haseeb：我們身處區塊鏈領域，如果北韓拿到了這個模型，你真的認為這不會是災難性的嗎？

Camila：但是不是有這樣一種爭論：如果每個人都有，反而能降低風險，因為所有人都可以進行測試？

Haseeb：不是每個人都有核武。

Jake：用核武來比喻不太恰當。拿Mythos來說，它是個能挖掘系統漏洞的模型。我們要算一筆經濟帳：駭客花錢用Mythos找漏洞，網站所有者也要花錢防禦。這個市場真的對等嗎？駭客真的會覺得，花大把時間去搞一個根本無法變現的Linux系統漏洞是划算的嗎？

如果這種能利用漏洞的模型只掌握在少數人手中（例如大公司能用，一般人不能用），你其實製造了一種不平衡。某些人能保護自己的資產，有些人只能挨打。所以我個人認為，讓大家平等取得模型反而更好。

我這可不是賽博龐克式的反叛精神，這是市場的必然趨勢。今天你看到有閉源的前沿模型，但同時也有一大批（主要是中國實驗室搞出來的）開源模型。儘管他們在算力上處於劣勢，但他們在各項評估指標上與前沿模型的差距只有幾個百分點。 Epoch.ai的圖表清楚地顯示，開源和閉源模型之間的差距正在迅速縮小。即便Anthropic想當「老大哥」保護大家，現實是，人們需要這些模型來保護自己的網站和軟體。他們總是會拿到手的——要嘛是Anthropic給的，要嘛是亞洲實驗室開源的，要嘛就是在去中心化網路上訓練出來的。

出口管制、監管與自由取得的界限

Camila： Jake，你是否認為根本不應該有任何護欄？應該完全向所有人開放？

Haseeb：讓我補充一下這個問題。你是否認為「出口管制」作為一個概念根本就不應該存在？因為除了AI，網路本身就是戰爭的一個要素。

Jake：我對政治沒立場，我只是個搞技術的，又不在國務院上班。如果美國政府決定搞出口管制，那是他們的事。但這跟「科技在全世界範圍內是否應該共享」是兩碼事。

假設Fable是在一個去中心化網路上訓練出來的，沒有任何人掌握完整的模型權重（一部分權重在美國，一部分在阿姆斯特丹，一部分在澳洲）。如果美國對其境內的部分權重實施出口管制，這個模型在全球其他地方可能會照轉不誤。這就是美國執行機制的問題了。你看比特幣，它就是主權獨立的、去中心化的、誰也攔不住的貨幣。 Haseeb剛剛說他不確定市場對去中心化AI有沒有需求，這就好像在2011年說「不知道大家對PoW（工作量證明）有沒有需求」一樣。事實上，因為大家對全球化、無許可的貨幣有需求，所以技術需求龐大。同理，大家對全球化、無許可的AI也有著巨大的需求，美國國務院喜不喜歡都攔不住。

Jesus：關於出口管制的類比，如果你們限制了大家存取Mythos，但某個開放權重的模型突然自己進化出了網路攻擊能力呢？你看現在的網路安全基準測試，DeepSeek-V4 或Qwen 3.7 的排名都非常高。這些模型具備網路攻擊能力只是時間問題。

AI圈喜歡用核武打比方：二戰後有四年的時間，美國擁有核武而世界其他國家沒有。有一種理論認為，如果美國當時施壓，共產主義可能永遠不會在東歐發展。但後來蘇聯也研發了核武。讓我感到困擾的不是一開始就向所有人開放，而是選擇性地決定誰能訪問。如果這是出口管制，為什麼不是每個美國公司都能使用它？

Haseeb：關於Fable，我們需要理清細節。政府要求對所有非美國人關閉Fable。目前Anthropic沒有足夠的KYC（實名認證）機制來確保他們能遵守這一點，而出口管制是嚴格的責任制。如果模型落入非美國人手中，你就會有麻煩了。這就是為什麼他們目前沒有信心說自己能做到。目前Polymarket預測，到7月底他們能為美國人恢復運行的機率是77%，而在6月初左右恢復的機率大概是50%。

顯然，「禁止任何外國人使用Fable 5」的想法本身就很離譜。美國有大量持H1B簽證的外國員工，你的程式設計團隊裡如果有法國工程師，他們卻不被允許使用Fable，這很荒謬。這大機率會在實際執行前被談判改變，如果Anthropic能修復漏洞並實施更嚴格的控制，可能就不需要對非美國行為者完全關閉了。

但這與Mythos的情況不同。 FFable本來只該是寫寫代碼、起草郵件的“良民模型”，而面對Mythos，美國政府的態度是：不行，這東西只能給美國人，而且“只能給我們在名單上點名的人”。這已經不是出口管制了，這簡直就是AI版的「曼哈頓計畫」。

就我從可靠消息來源了解，政府主導了Project Glasswing的過程，這就是為什麼拿到名額的都是微軟這些大公司，而不是某個隨機網路安全公司。這對於將它視為極度危險的進攻性網路武器的政府來說並不奇怪，我們對戰鬥機、飛彈也是這樣處理的。這不是Anthropic出於商業行銷目的只想要30家公司使用，他們巴不得全世界都用他們的產品。

Camila：在加密領域我們看到，因為AI產生的駭客攻擊數量急劇增加，我們可以推斷如果Mythos被廣泛採用會有多大的風險。 Jake，你認為在某些情況下限制某些群體使用這些模型是合理的嗎？還是你仍然堅持它們應該對所有人開放？

Jake：正如我所說，這與「去中心化AI技術是否可行」是兩個相互獨立的問題。政府當然可以頒布法律進行監管，這不是一個非黑即白的選擇。但是，去中心化技術透過降低參與門檻，可以帶來更多競爭。它利用大宗商品級硬體降低成本。

我今天和一位創辦人交談，他正在異質大宗商品GPU上進行推理，他認為隨著電力成本上升，長期來看這對消費者來說將是一個更便宜的選擇。所有的技術進步，歸根究底都是為了降低成本和門檻。 AI可以說是目前世界上最中心化的產業，它最需要被打破門檻。我們支持去中心化AI，是為了保護消費者的選擇權，說到底也是在捍衛民主。

去中心化AI的物理瓶頸與演算法突破

Camila：如果最終只有少數幾家中心化公司控制了世界上使用的大部分AI模型，會發生什麼事？如果實際上沒有成功的去中心化AI，代價是什麼？

Jesus：我得反駁一下Jake。從技術層面來看，用去中心化的方式去搞Mythos這種等級的模型，成本絕對比中心化高很多。英偉達有個大家很少提的深水區護城河：除了谷歌有TPU，目前所有的大型架構都是在成百上千張英偉達GPU上跑出來的，AMD根本沒這個實戰數據。

我其實也是支持中心化AI的，我曾在這個領域建立過兩家公司。去中心化AI並不是新鮮事物，它以前從未找到過產品市場契合點（PMF）。以前是因為模型夠小又簡單，去中心化沒有太大意義。現在它們夠大了，去中心化卻變得非常困難。而且我們在人才、薪資、資金上都存在著差距。很多推理其實不是在最先進的GPU上進行的，而是在上一代GPU上，預訓練才需要H100。

Jake：過去幾年GPU的供應一直處於瓶頸期，價格不斷上漲。在2026年，一般中端市場新創公司要找到H100都非常困難。歷史上的大規模訓練都是在需要核電支援的豪華資料中心進行的——那些工業級GPU有132GB內存，節點間頻寬達到1到3 TB/s。如果我告訴你，我們可以把這個過程轉移到消費級設備上（例如普通的Nvidia GPU，甚至你的Macbook或Mac Studio），並放在普通的消費級網路上運行，你會說我瘋了。

但是，當面臨如此巨大的運算需求時，人們有極大的動力去改變訓練方式並優化演算法。我打個量子的比方： Google有兩種量子專家，搞硬體的會說量子電腦十年內解決不了任何問題，而搞軟體的會說「3到5年內以太坊就要小心了」。 Haseeb和Jesus是從硬體角度看問題，而我是從優化硬體使用方式的人的角度看問題。

我們正在取得巨大的進展。不僅研究顯示強化學習後訓練可以快10倍且更便宜，現在正在進行的Pluralis運行純粹是在RTX 4090上進行的，它將展示你可以在純消費級設備上訓練一個真正的大語言模型（LLM）。因為資料中心一半的TCO（總擁有成本）是設施維護和冷卻，而設備叢集（Swarm）沒有這些成本，所以它會變得更便宜。即使速度稍微慢一點，但由於成本低得多，仍然具有經濟可行性。

最早的一批演算法（如DiLoCo、Sparse LoCo以及兩年前谷歌的演算法）使參數規模從100億、400億發展到720億。現在Macrocosmos已經達到了1000億參數。下一代演算法將打斷模型，我認為使用這些方法我們將達到萬億級參數。

Haseeb：讓我扮演懷疑論者。

首先，建構大模型有兩個限制：計算和頻寬。物理法則是打破不了的，如果不把設備物理放置在一起並通過高頻寬互連通信，而是通過公共互聯網通信並壓縮梯度更新，你必然要付出巨大的代價。而且去中心化網路裡的機器東一台西一台，根本沒辦法準確核算「總擁有成本（TCO）」。這套說辭當年搞去中心化儲存的人也說：「現在雖然慢，以後演算法優化了就好了。」結果呢？去中心化儲存根本沒需求，因為算下來既不便宜也不有效率。

最重要的一點是：訓練一個大模型最大的限制是資料。訓練一個像Mythos或Fable這種粗略估計有8兆參數規模的模型，你需要海量的Token資料。 OpenAI和Anthropic花費巨資從供應商產生數據，他們花費高昂代價產生合成數據，並從Claude Code和Codex的使用痕跡中獲取用戶數據。去中心化的人群根本沒有這些數據。

拋開經濟學，再看需求端。我認為加密貨幣的核心價值主張不是去中心化，去中心化只是手段，目的是自我主權和抗審查。這也是中本聰設計比特幣的原因。在AI領域，人們在乎什麼？第一是成本；第二是自己擁有模型且資料不被放入訓練集；第三是抗審查。人們非常討厭Fable 5的審查制度及其內部暗中削弱性能的機制。

看看Venice AI，它是目前加密AI產品界的寵兒。它使用Near AI進行機密計算，保護隱私且零資料保留。但Venice上最常用的模型並不是什麼去中心化訓練出來的模型（不是來自Pluralis等），而是像DeepSeek或GLM-5這樣的常規公司運行的開源開放權重模型。這就說明， AI的發展方向可能是：人們想要隱私和抗審查的體驗，但不一定要透過比特幣或以太坊那種底層去中心化的機制來實現。

Jesus：去中心化、中心化AI的人經常在解決落後兩代的問題。一位研究員前幾天告訴我，「預訓練還沒有完全解決，但已經非常無聊了。」很多關於推理的創新來自於後訓練，現在我們在談論遞歸、持續學習等。中心化AI在人才和資金的降維打擊下，差距其實越拉越大了。至於小模型和端側計算，很多時候直接拿大模型做個蒸餾（例如Google的Gemma）就非常好用。如果你搞個去中心化集群，辛苦苦練了一個月，中間哪一台電腦斷線導致全盤崩潰，我都不知道你該怎麼收場。

Jake：這一點你可說錯了，去中心化訓練集群恰恰有著極強的抗壓韌性。在巨型資料中心裡，一個GPU壞了你可能需要重新啟動訓練；而在Swarm中，不同大小和形狀的GPU可以在訓練進行時隨時進出網路而不會產生負面影響。最大的證據是，Google最近在部落格上表示，他們開始在自己的資料中心內使用DiLoCo風格的演算法了。

至於數據問題，Haseeb說得很對，但這並不是說去中心化的人沒數據，中心化的人就有數據。市場上有很多客戶想要更優的AI經濟學。例如，凱易律師事務所（Kirkland & Ellis）最近宣布將斥資5億美元購買自己的專有資料集進行訓練，他們甚至要在律所內部聘請AI工程師。對於像他們這樣手握5億美元預算想訓練自有模型的客戶來說，去中心化網路免去了資料中心的冷卻和維護成本，作為一種計算底層，成本會大大降低。

Haseeb：凱易律師事務所之所以這樣做，是因為他們不想分享他們的數據。如果他們把資料放到去中心化網路裡，他們的資料就暴露了。他們不是因為覺得自己擅長訓練模型才這樣做的，而是想把價值內部化。為什麼要把它交給Harvey（AI法律工具）呢？

Jake：誰說去中心化訓練一定是公開透明的？完全可以做成隱私許可製的啊。更關鍵的是，當模型的權重被分散，沒有單一實體掌握所有權重時，模型的使用者必須向網路付費。這個收入流不再流向OpenAI的Sam Altman或Anthropic的Dario，而是流向網路中的代幣持有者、購買者和訓練參與者。這使得模型有了一個商業模式和收入流。傳統律師不一定會馬上採用，但絕對有公司會發現這是一種為產品融資的好方法。

網路攻擊、地緣政治與最後的堡壘

Camila：如果這一切都能實現，去中心化AI和中心化AI一樣強大。在Fable模型這種被政府要求關閉的情況下，去中心化網路能夠抗審查嗎？

Jake：抗審查其實不是這些網路的首要任務。但如果真要這麼幹，你可以把神經網路打碎，把權重分散在幾十個國家，那就沒辦法被強關了。但我重申，去中心化AI的終極目標是降低門檻，讓算力平民化，讓更多人能訓練模型。

Jesus： OpenAI之前提到「模型本身已不再是產品」。在去中心化AI領域，人們似乎沉迷於建立模型，但實際上落後了現有技術兩三代。我們應該在模型周圍的基礎設施上尋找價值：用於程式碼執行和計算的沙盒、評估機制（Evals）、合成資料管道等環境能力。許多現代金融應用可以在DeFi和AI的交叉點上構建，但我們還沒充分利用。

Haseeb：回到最開始的問題，如果前線等級的AI真的被徹底開源、滿地跑，連出口管制都攔不住，會發生什麼事？

我認為全球會爆發一場「新冠級別」的網路安全海嘯。那些沒辦法打補丁的軟體、小公司的伺服器，會被轟得渣都不剩。看看鏈上的資料就知道了： 2026年4月是加密史上駭客攻擊次數最多的一個月，緊接著5月又破了新紀錄。雖然被盜總金額還不算誇張，但發案頻率直線上升，意味著把錢存放在小協議裡比以往任何時候都更危險。

如果全世界每個人都手持“火箭筒”，必然會導致大量基礎設施被摧毀。儘管在經歷痛苦後，兩三年內我們的系統會裝上“坦克裝甲”，但在此期間的陣痛期將會極其慘烈。

Camila：把這麼強大的工具放在所有人手裡，難道不比只控制在少數幾家公司和政府手裡更好嗎？

Haseeb：你說的「每個人」裡，可是包括了北韓的。你真想讓北韓拿到Mythos嗎？

Camila：所以你寧願讓美國政府一家人獨大，甚至由他們去審查別人，也不願意讓全人類共享？

Haseeb：如果只能在「只有美國能用」和「全世界都能用」裡選，我選美國。如果你真的相信AGI（通用人工智慧）會到來，那它就是人類史上最強大的武器。自古以來，大規模殺傷性武器都是由主權國家管控的，這很正常。我不擔心中國政府拿到Mythos，他們行事穩重且有長遠規劃；我擔心的是北韓、恐怖分子和流氓駭客團體。就像我不擔心中國有核彈，但我確實擔心北韓按按鈕。

Camila：最後請Jake和Jesus總結一下。 Haseeb的火力太猛了，我們需要一點去中心化的信仰充值。

Jake：從投資人的角度來看，就是要找到風險報酬率極佳的領域。去中心化AI是一個非常酷的領域。前幾天吃晚餐時，我們的一個朋友說：「加密貨幣正在變成單純的流量生意，我們該怎麼辦？」在這種世界裡，去中心化AI可以說是加密貨幣領域最後的堡壘，它是真正起作用的前沿技術。我對我們在這一領域工作的公司（如Pluralis、Prime、Intel、Jensen、Bagel、Pearl等）感到非常興奮。

Jesus：去中心化AI絕對有價值，但我仍然不看好去中心化「預訓練」。我認為在去中心化AI基礎設施上存在巨大機會，Crypto底層的技術堆疊太老舊了，全世界都在用AI進行現代化升級，DeFi和AI的結合絕對是下一個風口。

OpenAI 允許 ChatGPT 訂閱在代理平台 OpenClaw 通用使用

熱門文章