Интересное сравнение путей развития AI и Криптоактивы индустрии

В последнее время многие считают, что стратегия масштабирования Ethereum, сосредоточенная на Rollup, кажется, попала в трудное положение и выражают недовольство этой многослойной моделью L1-L2-L3. Однако, что интересно, в прошлом году развитие в области искусственного интеллекта также прошло через аналогичную быструю эволюцию L1-L2-L3. Сравнивая их, мы можем глубже исследовать различия в моделях развития этих двух отраслей и причины, стоящие за ними.

В области ИИ каждое новое поколение технологий направлено на решение основных проблем, которые не удалось преодолеть на предыдущем уровне:

1. Крупные языковые модели (LLMs) уровня L1 заложили основополагающие способности в понимании и генерации языка, но у них есть явные недостатки в логическом рассуждении и математических вычислениях.

2. Модель вывода уровня L2 целенаправленно решает эти проблемы. Например, некоторые продвинутые модели могут обрабатывать сложные математические задачи и отладку кода, эффективно восполняя когнитивные слепые зоны LLM.

3. AI-агенты на уровне L3 органически объединяют возможности первых двух уровней, позволяя ИИ перейти от пассивного реагирования к активному выполнению, самостоятельно планируя задачи, вызывая инструменты и обрабатывая сложные рабочие процессы.

Эта иерархическая структура отражает прогрессию возможностей: L1 закладывает основу, L2 восполняет недостатки, L3 реализует интеграцию. Каждая ступень достигает качественного скачка на основе предыдущей, пользователи могут явно ощутить, что ИИ становится более умным и практичным.

В сравнении, логика уровня в области Криптоактивов, похоже, попала в цикл постоянного исправления проблем, который создает новые проблемы:

1. L1 блокчейн сталкивается с проблемами производительности, поэтому был введен L2 масштабируемый подход. Однако, несмотря на снижение затрат на Gas и увеличение общего TPS, это также привело к проблемам рассеяния ликвидности и недостатку экосистемных приложений.

2. Для решения этих проблем появились L3 вертикальные приложения. Но эти приложения часто действуют самостоятельно, не могут воспользоваться экосистемным синергетическим эффектом инфраструктурной универсальной цепочки, что, наоборот, делает пользовательский опыт более фрагментированным.

Это эволюция в слоях больше напоминает собой "перенос проблемы": узкие места L1 приводят к патчам L2, в то время как L3 оказывается в хаосе и децентрализации. Каждый слой, похоже, просто переносит проблемы из одной области в другую, создавая впечатление, что все решения сосредоточены вокруг цели "выпуска токенов".

Основная причина этой разницы может заключаться в:

• Слоистое развитие AI-индустрии в основном движется конкурентной борьбой технологий, и крупные компании прилагают все усилия для повышения возможностей моделей.
• Слойное развитие криптоактивов может быть подвержено влиянию токеномики, и основные показатели различных L2 проектов часто сосредоточены на общем заблокированном значении (TVL) и ценах токенов.

Короче говоря, одна отрасль сосредоточена на решении реальных технических задач, а другая больше ориентирована на создание финансовых продуктов. Конечно, это сравнение не является абсолютным, а просто предоставляет интересную перспективу размышления с точки зрения развития.