一、当价值创造变得不可见
你向 ChatGPT 询问一个复杂的医疗问题,它在几秒内给出了专业且有用的诊断建议。这个价值是如何创造的?更重要的是,它应该如何分配?
这个看似简单的对话背后,涉及了数百家公司和数万名贡献者:OpenAI 训练了模型,NVIDIA 提供了算力,成千上万的医疗数据提供者贡献了训练素材,人类标注员完成了 RLHF,而你作为用户,也通过精心设计的 prompt 参与了价值共创。根据 Anthropic 的研究,一次 GPT-4 级别的模型调用背后,涉及超过 15,000 个不同维度的贡献源。
但在当前的 AI 经济体系中,这种多层次的价值创造几乎完全被黑箱化了。数据提供者不知道自己的数据被如何使用,开源贡献者无法量化自己的边际价值,而平台则掌握着绝对的分配权。这种中心化的价值捕获模式,正在成为 AI 产业规模化协作的根本性障碍。
二、传统 AI 经济的三重困境
贡献不可见——在传统的 AI 价值链中,大部分贡献者的工作在被"吸收"到模型权重中后,就失去了可追溯性。一个开源数据集可能被数百个商业模型使用,但其创建者无法获得任何直接收益。这就像 GitHub 上的代码贡献:你能看到 star 数量,却无法将其转化为可验证的经济价值。数据标注员更是如此——他们的劳动被一次性买断,却无法分享模型迭代后产生的长期价值。Hugging Face 2024 年的报告显示,90% 的开源 AI 贡献者从未获得任何直接经济回报。
分配不透明——价值分配完全由中心化平台决定,而这个过程对外部参与者来说是完全不透明的。OpenAI 的收入如何在数据提供者、算力提供商、研究者之间分配?没人知道。更关键的是,AI 行业正在重现互联网平台经济的"赢者通吃"困局。根据 CB Insights 的统计,2024 年 AI 领域前 10 家公司占据了 87% 的市场估值,而长尾贡献者——那些提供数据、算力、标注服务的个体和小团队——分享的价值不到 3%。这种极端不平等的分配结构,本质上是一个基尼系数超过 0.85 的畸形经济体。
验证不可能——最根本的问题在于,贡献者无法证明"我的数据/模型真的被用了",也无法追踪"我的贡献对最终结果产生了多大影响"。这导致了两个直接后果:第一,信任成本极高,数据提供者必须依赖法律合同而非技术手段来保护自己的权益;第二,协作效率极低,每一次合作都需要重新建立信任关系。在医疗 AI 领域,这个问题尤为突出——医院愿意共享数据用于研究,但无法确保数据使用的边界和收益分配,最终选择了保守的闭门造车策略。
三、Web3 的结构性优势
Web3 技术栈为解决 AI 归因问题提供了三个关键能力。
可验证性是基础。区块链提供了不可篡改的贡献记录,智能合约实现了自动化的价值分配,而 TEE(可信执行环境)则可以在保护隐私的前提下证明计算过程。这意味着,每一个数据集、每一次模型调用、每一轮标注工作,都可以被加密学方法验证其真实性和贡献度。Stanford 2024 年的研究表明,基于零知识证明的贡献追踪系统,可以将归因成本降低到传统审计方法的 1/100,同时保持相同的可信度。
可组合性是效率的来源。在 Web2 中,不同公司的 AI 服务是孤立的,每次合作都需要重新谈判和集成。而在 Web3 架构中,AI 服务可以像 DeFi 协议一样被无需许可地组合。一个数据提供者可以同时服务于多个模型,一个模型可以调用多个专业化的子模型,而这些组合关系都可以被自动追踪和结算。这不是平台经济,而是协议经济——价值不再被中心化的平台捕获,而是在协议层自动流转。
激励对齐则改变了参与者的身份。通过 Token 经济学,贡献者从雇佣关系升级为利益相关方。当一个开源数据集的创建者可以持有该数据集的"Token 股权",他就会真正关心这个数据集的长期质量和使用频率。网络效应不再归平台所有,而是由所有贡献者共享。这种从"租用"到"拥有"的转变,正是 Web3 AI 相对于 Web2 AI 的核心竞争力。
四、Hetu:AI 经济的结算层
Hetu 协议的核心价值主张,是为 AI 经济提供一个可验证的归因和结算基础设施。
其技术架构包含三个关键组件:因果归因引擎负责追踪每个贡献的边际价值,通过 Shapley Value 等博弈论方法计算公平分配比例;可验证计算层结合 TEE 和零知识证明,确保每次 AI 推理过程的真实性和隐私性;而基于智能合约的自动结算系统,则实现了价值的实时分配——不需要中间商,不需要信任假设。
Hetu 设计了一个三层货币系统来捕获不同层次的价值:协议层 Token 代表对整个网络的治理权,服务层 Token 对应特定 AI 服务的使用权和收益权,而贡献证明则是不可交易的链上凭证,记录了每个参与者的历史贡献。这种分层设计,既保证了网络的长期激励相容,又避免了过度金融化。
简单来说,Hetu 是一个能够追踪、验证、结算 AI 贡献的去中心化协议——它不生产 AI 模型,但为所有 AI 模型提供公平的价值分配轨道。
五、投资视角:基础设施,而非投机
从市场规模看,这是一个万亿美元级别的机会。McKinsey 预测,到 2030 年全球 AI 服务市场将达到 15.7 万亿美元,而数据市场规模也将超过 1.5 万亿美元。当前 AI 产业的主要矛盾,已经从"算力不足"转向"协作效率低下"——算力可以通过资本堆积,但协作信任只能通过制度创新。
AI x Crypto 的叙事正在从早期的投机泡沫,转向基础设施建设阶段。2023-2024 年市场见证了大量"AI Token"的昙花一现,但真正有价值的项目,是那些解决实际问题的协议层基础设施。Hetu 的定位不是"又一个 AI Token",而是"AI 经济的结算层"——就像 Visa 之于传统支付,Uniswap 之于 DeFi,它提供的是一个通用的、中立的价值交换协议。
解决归因问题的意义,远不止于技术优雅性。它直接决定了 AI 产业能否从封闭的平台竞争,进化为开放的协议协作。如果每个数据提供者都能获得公平回报,会有更多高质量数据进入训练集;如果每个模型开发者都能追踪自己的边际贡献,会有更多创新出现在长尾市场;如果用户可以验证 AI 服务的真实成本,会有更健康的定价机制。这不是零和游戏,而是释放万亿美元协作价值的正和博弈。
在我们看来,Hetu 代表的不是某个具体项目的投资机会,而是 AI 经济范式转移的一个关键信号。当归因问题被解决,真正的去中心化 AI 经济才有可能出现。