越來越多的區塊鏈正在積極引入AI 能力，但所謂「鏈上AI」在發展過程中也面臨不少挑戰，最突出的就是跨鏈孤島問題。這種碎片化不僅阻礙了去中心化AI（DeAI）潛力的全面實現，也讓產業難以持續有說服力的敘事。如果沒有能廣泛落地的實際場景，DeAI 這一已經被過度炒作的賽道還能走多遠？
以區塊鏈原生的自主AI Agent（人工智慧代理）為例，雖然目前缺乏對鏈上AI Agent 的精確統計，但現有的數據表明，這是一個快速成長且高度活躍的領域。保守估計，不同專案和平台上已部署的AI Agent 數量從數百到數千不等。然而，這些Agent 孤島般分佈在各個鏈上，類似萬維網普及前，電腦之間無法互聯互通，導致其潛力難以釋放。
如果中心化AI 的問題在於資料被大公司所壟斷、形成資料孤島，那麼DeAI 則有可能在區塊鏈層面製造出新的孤島——如果不優先解決鏈間的互通性，DeAI 的潛力將注定無法充分發揮。
這種碎片化不僅僅是資料分散儲存在不同的帳本上。它也體現在每條鏈獨有的協定、智慧合約語言、虛擬機器環境、共識機制及整體運作邏輯等方面。
舉例來說，一個基於以太坊及其EVM 構建的DeAI 應用，可能無法原生地調用部署在非EVM 鏈（如Solana）上的AI 模型，除非借助複雜且可能存在安全隱患的跨鏈橋接解決方案。類似的，在某條鏈上訓練的AI Agent，也可能難以在其他鏈的環境中正常運作。這就導致了不同鏈上的資料庫和工具彼此隔絕，最終形成了一個個孤立的DeAI 活動孤島。
這種碎片化的問題，在去中心化身分系統和醫療電子健康檔案等領域也曾出現，其根源多為平台之間的兼容性不足，最終限制了規模化發展和應用影響力。
建構跨鏈超級應用（Super AI APP）
DeAI 社群的願景早已不僅限於某一條鏈上的單點應用。越來越多的專案正在推動「超級AI 應用」的建構。
可以把它想像成一個包容性極強的平台，或是一組高度整合的服務網絡，能夠實現跨多條區塊鏈的複雜AI 功能組合——包括高級資料分析、分散式模型訓練、自主Agent 部署、複雜決策協作等。這樣的系統將不會被某一條鏈的資源或限制所侷限。
一方面，像Bittensor 和Gensyn 這樣的專用Layer 1 區塊鏈，正從底層架構設計上服務於DeAI 的特定需求，例如高強度資料處理、大規模運算任務，或為AI 模型運行提供激勵機制。這是因為許多通用型L1 鏈未必適合應對DeAI 的獨特挑戰。
另一方面，許多知名的DeAI 協定和應用，例如Ocean Protocol 和SingularityNET，最初建構在以太坊等通用L1 上，如今也開始轉向多鏈佈局。
於是，一個關鍵的爭論浮出水面：到底是選擇構建專用L1 以獲得更適配的性能，但生態規模受限，還是基於現有的L1/L2 構建以獲得更廣泛的用戶觸達，同時承受AI 特性受限的妥協？
無論哪種路徑，要真正打破孤島、擴展市場和資料來源，未來成功的DeAI 平台將不可避免地依賴可靠、可用的跨鏈能力。
鏈上AI 面臨的挑戰
建構超級AI 應用的過程並非坦途，以下是目前面臨的三大核心挑戰：
技術障礙
協定不相容
資料碎片化
跨鏈橋的安全漏洞
通訊效率與交易速度瓶頸
資料治理與標準化挑戰
在多個自治的區塊鏈網路中建立統一有效的資料治理機制
AI 模型與Agent 的鏈間互通性問題
各條鏈的運作環境差異，造成模型與Agent 的遷移與協作複雜度高
鏈上AI 路漫漫但光明的前景
儘管挑戰重重，業界玩家已經開始積極探索標準化和跨鏈的解決方案，一些頭部平台如BSC 和Solana也在推動DeAI 生態的互通，雖然目前仍處於起步階段。
同時，協定、平台和概念框架也在不斷演進，以建構一個更互聯的DeAI 生態系統，最終實現即便是普通網民也能輕鬆使用的真正「鏈上AI」。
這一趨勢幾乎不可逆轉，因為AI 與區塊鏈的協同效應帶來了巨大的潛力。區塊鏈可為AI 解決最關鍵的挑戰，如資料透明、信任與激勵機制；而AI 則能為去中心化系統賦予更多智慧化能力，例如網路優化、資源調度、自動安全審計等。
作者：OORT創辦人、哥倫比亞大學教授Dr. Max Li
