LazAI 研究：AI 經濟如何超越 DeFi TVL 神話

引言

去中心化金融（DeFi）透過一系列簡單而強大的經濟原語，點燃了指數級增長的故事，將區塊鏈網絡轉變為全球無許可市場，徹底顛覆了傳統金融。在DeFi的崛起中，幾個關鍵指標成為了價值的通用語言：總鎖定價值（TVL） 、年化收益率（APY/APR） 和流動性 。這些簡潔的指標激發了參與和信任。例如，2020年DeFi的TVL（鎖定在協議中的資產美元價值）飆升了14倍，隨後在2021年再次翻四倍，峰值時突破1120億美元 。高收益率（某些平台在流動性挖礦熱潮中宣稱APY高達3000% ）吸引了流動性，而流動性池的深度則標誌著更低的滑點和更高效的市場。簡而言之，TVL告訴我們"有多少資金參與其中"，APR告訴我們"能賺取多少收益"，而流動性則表明"資產交易的便利程度"。儘管存在缺陷，但這些指標從零開始構建了一個價值數十億美元的金融生態。透過將用戶參與轉化為直接的財務機會，DeFi創造了一個自我強化的採用飛輪，使其迅速普及，推動大規模參與。

如今，AI正處於相似的十字路口 。但與DeFi不同，當前AI的敘事由基於海量互聯網數據集訓練的大型通用模型主導。這些模型往往難以在細分領域、專業任務或個性化需求中提供有效結果。它們的"一刀切"模式雖強大卻脆弱，雖通用卻錯位。這一範式亟需轉變 。AI的下一個時代不應由模型的規模或通用性定義，而應聚焦於自下而上------更小、高度專業化的模型。此類定制化AI需要一種全新的數據：高質量、與人類對齊且領域特定的數據。但獲取此類數據並非像網絡爬取那樣簡單，它需要個人、領域專家和社區的主動且有意識的貢獻。

為了推動這一專業化、與人類對齊的AI新時代，我們需要構建類似於DeFi為金融設計的激勵飛輪 。這意味著引入新的AI原生原語，用於衡量數據質量、模型性能、代理可靠性和對齊激勵------這些指標應直接反映數據作為資產（而非僅僅是輸入）的真實價值。

本文將探討這些能夠構成AI原生經濟支柱的新原語。我們將闡述：若建立正確的經濟基礎設施（即生成高質量數據、合理激勵其創造與使用，並以個體為中心），AI將如何蓬勃發展。我們還將以LazAI 等平台為例，分析它們如何率先構建這些AI原生框架，引領定價和獎勵數據的新範式，為AI創新的下一次飛躍提供動力。

DeFi的激勵飛輪：TVL、收益率與流動性------快速回顧

DeFi的崛起並非偶然，其設計使得參與既有利可圖又透明。總鎖定價值（TVL） 、年化收益率（APY/APR） 和流動性 等關鍵指標不僅是數字，更是將用戶行為與網絡增長對齊的原語。這些指標共同構成了吸引用戶與資本的良性循環，進而推動進一步創新。

• 總鎖定價值（TVL） ：TVL衡量存入DeFi協議（如借貸池、流動性池）的總資本，成為DeFi項目的"市值"代名詞。TVL的快速增長被視為用戶信任和協議健康的標誌。例如，2020-2021年的DeFi熱潮中，TVL從不足100億美元躍升至超1000億美元，到2023年更突破1500億美元，展現了參與者願意鎖定到去中心化應用中的價值規模。高TVL產生引力效應 ：更多資本意味著更高流動性和穩定性，吸引更多用戶尋求機會。儘管批評者指出，盲目追逐TVL可能導致協議提供不可持續的激勵（本質上是"購買"TVL），從而掩蓋低效問題，但若沒有TVL，早期DeFi敘事將缺乏追蹤採用的具體方式。
• 年化收益率（APY/APR） ：收益承諾將參與轉化為切實機會。DeFi協議開始為流動性或資金提供者提供驚人的APR。例如，Compound於2020年中推出COMP代幣，開創了流動性挖礦 模式------向流動性提供者獎勵治理代幣。這一創新引發活動狂潮。使用平台不再僅是服務，更成為一種投資。高APY吸引收益追求者，進一步推高TVL。這種獎勵機制 透過直接以豐厚回報激勵早期採用者，推動了網絡增長。
• 流動性 ：在金融中，流動性是指在不引起價格劇烈波動的情況下轉移資產的能力------這是健康市場的基石。DeFi中的流動性常透過流動性挖礦計劃 （用戶因提供流動性而賺取代幣）啟動。去中心化交易所和借貸池的深度流動性意味著用戶可以低摩擦交易或借貸，從而改善用戶體驗。高流動性帶來更高交易量和實用性，進而吸引更多流動性------經典的正反饋循環。它還支持可組合性：開發者可在流動市場之上構建新產品（衍生品、聚合器等），推動創新 。因此，流動性成為網絡的命脈，推動著採用和新興服務的湧現。

這些原語共同構成了強大的激勵飛輪 。透過鎖定資產或提供流動性創造價值的參與者立即獲得獎勵（透過高收益和代幣激勵），從而鼓勵更多參與。這使個體參與轉化為廣泛機會------用戶賺取利潤和治理影響力------而這些機會又催生網絡效應，吸引數千用戶加入。結果令人矚目：截至2024年，DeFi用戶數超1000萬，其價值在幾年內增長近30倍。顯然，大規模激勵對齊------將用戶轉化為利益相關者 ------是DeFi指數級崛起的關鍵。

當前AI經濟的缺失

如果說DeFi展示了自下而上的參與和激勵對齊如何啟動金融革命，那麼當今AI經濟仍缺乏支持類似轉變的基礎原語。當前AI由基於海量爬取數據集訓練的大型通用模型主導。這些基礎模型規模驚人，但旨在解決所有問題，總是往往無法特別有效地服務於任何人。其"一刀切"架構難以適應細分領域、文化差異或個體偏好，導致輸出脆弱、存在盲點，且與現實需求日益脫節。

下一代AI的定義將不再僅是規模，還會有上下文理解能力 ------即模型理解和服務特定領域、專業社區及多元人類視角的能力。然而，這種情境智能需要不同的輸入：高質量、與人類對齊的數據 。而這正是當前所缺失的。目前尚無廣泛認可的機制來衡量、識別、估值或優先化此類數據，也沒有開放的流程供個人、社區或領域專家貢獻其視角並改進日益影響其生活的智能系統。因此，價值仍集中在少數基礎設施提供者手中，而大眾與AI經濟的上行潛力脫節。唯有設計出能夠發掘、驗證和獎勵高價值貢獻（數據、反饋、對齊信號）的新原語，我們才能解鎖DeFi賴以繁榮的參與式增長循環。

簡而言之，我們必須同樣追問：

我們應如何衡量創造的價值？如何構建自我強化的採用飛輪，以推動以個體為中心的數據自下而上參與？

要解鎖類似DeFi的"AI原生經濟"，我們需要定義新的原語，將參與轉化為AI的機會 ，從而催化該領域迄今未見的網絡效應。

AI原生技術棧：新經濟的新原語

我們不再只是將代幣在錢包間轉移，而是將數據輸入模型、模型輸出轉化為決策、AI代理付諸行動 。這需要新的指標和原語，以量化智能 與對齊 ，正如DeFi指標量化資本那樣。例如，LazAI正在構建下一代區塊鏈網絡，透過引入AI數據、模型行為和代理交互的新資產標準，解決AI數據對齊問題。

以下概述了定義鏈上AI經濟價值的幾項關鍵原語：

• 可驗證數據（新的"流動性"） ：數據之於AI，如同流動性之於DeFi------系統的命脈 。在AI（尤其是大模型）中，擁有正確數據 至關重要。但原始數據可能質量低劣或具有誤導性，我們需要鏈上可驗證的高質量數據。此處可能的原語是"數據證明（PoD）/數據價值證明（PoDV）" 。該概念將衡量數據貢獻的價值，不僅基於數量，還基於質量及其對AI性能的影響。可將其視為流動性挖礦的對應物：提供有用數據（或標籤/反饋）的貢獻者將根據其數據帶來的價值獲得獎勵。此類系統的早期設計已現雛形。例如，某區塊鏈項目的數據證明（PoD） 共識將數據視為驗證的主要資源（類似工作量證明中的能源或權益證明中的資本）。在該系統中，節點根據其貢獻數據的數量、質量與相關性 獲得獎勵。

將其推廣至通用AI經濟，我們可能看到"總鎖定數據價值（TDVL）" 作為指標：網絡所有有價值數據的聚合度量，按可驗證性和有用性加權。已驗證數據池甚至可像流動性池一樣交易------例如，用於鏈上診斷AI的已驗證醫學影像池可能具有量化價值和利用率。數據溯源 （了解數據來源、修改歷史）將是該指標的關鍵部分，確保輸入AI模型的數據可信且可追溯。本質上，如果說流動性關乎可用資本，可驗證數據則關乎可用知識 。數據價值證明（PoDV） 等指標可捕捉網絡中鎖定的有用知識量，而透過LazAI的數據錨定代幣（DAT） 實現的鏈上數據錨定，使數據流動性 成為可衡量、可激勵的經濟層。

• 模型性能（一種新資產類別） ：在AI經濟中，訓練好的模型（或AI服務）本身成為資產------甚至可將其視為與代幣和NFT並列的新資產類別 。訓練有素的AI模型因其權重中封裝的智能而具有價值。但如何鏈上表徵和衡量這一價值？我們可能需要鏈上性能基準 或模型認證 。例如，模型在標準數據集上的準確率，或在競爭性任務中的勝率，可作為性能評分記錄到鏈上。可將其視為AI模型的鏈上"信用評級"或KPI 。此類評分可隨模型微調或數據更新而調整。Oraichain等項目已探索將AI模型API與可靠性評分（透過測試用例驗證AI輸出是否符合預期）結合上鏈。在AI原生DeFi（"AiFi"）中，可設想基於模型性能的質押 ------例如，若開發者認為其模型性能優異，可質押代幣；若獨立鏈上審計確認其性能，則獲得獎勵（若模型表現不佳，則損失質押）。這將激勵開發者如實報告並持續改進模型。另一思路是攜帶性能元數據的代幣化模型NFT ------模型NFT的"地板價"可能反映其實用性。此類實踐已初現端倪：某些AI市場允許買賣模型訪問代幣，LayerAI（前CryptoGPT）等協議明確將數據和AI模型視為全球AI經濟中的新興資產類別。簡言之，DeFi問"鎖定了多少資金？"，AI-DeFi將問"鎖定了多少智能？" ------不僅指算力（儘管同樣重要），更指網絡中運行模型的效能與價值。新指標可能包括"模型質量證明" 或鏈上AI性能改進的時序指數。
• 代理行為與效用（鏈上AI代理） ：AI原生區塊鏈中最激動人心且具挑戰性的新增元素，是鏈上運行的自主AI代理。它們可能是交易機器人、數據策展者、客服AI或複雜DAO治理者------本質上是軟件實體，它們能夠感知、決策並在網絡上代表用戶甚至自行採取行動。DeFi世界僅有基礎"機器人"；而在AI區塊鏈世界中，代理可能成為一等經濟主體 。這催生了圍繞代理行為、可信度與實用性度量標準的需求。我們可能看到類似"代理效用評分" 或聲譽系統 的機制。想像每個AI代理（可能以NFT或半同質化代幣（SFT）身份表徵）根據其行動（完成任務、協作等）積累聲譽。此類評分類似於信用評分或用戶評級，但針對AI。其他合約可據此決定是否信任或使用代理服務。LazAI提出的iDAO（ 以個體為中心的 DAO） 概念中，每個代理或用戶實體擁有自己的鏈上域及AI資產。可設想這些iDAO或代理建立可衡量的記錄。

已有平台開始代幣化AI代理代幣化並賦予鏈上指標：例如，Rivalz的 " Rome protocol " 創建基於NFT的AI代理（rAgents） ，其最新聲譽指標記錄在鏈。用戶可質押或出借這些代理，其獎勵取決於代理在集體AI"集群"中的表現與影響。這本質上是AI代理的DeFi ，並展示了代理效用指標 的重要性。未來，我們可能像討論活躍地址一樣討論"活躍AI代理"，或像討論交易量一樣討論"代理經濟影響"。

• 注意力軌跡 可能成為另一原語------記錄代理在決策過程中關注的內容 （哪些數據、信號）。這可使黑盒代理更透明、可審計，並將代理的成功或失敗歸因於特定輸入。總之，代理行為指標將確保責任與對齊：若要讓自主代理受託管理大額資金或關鍵任務，需量化其可靠性。高代理效用評分可能成為鏈上AI代理管理大額資金的前提（類似傳統金融中高信用評分是大額貸款的門檻）。
• 使用激勵與AI對齊指標 ：最後，AI經濟需考慮如何激勵有益使用和對齊。DeFi透過流動性挖礦、早期用戶空投或費用返還激勵增長 ；而在AI中，單純的使用增長並不夠，我們需激勵改善AI結果 的使用。此時，與AI對齊掛鉤的指標至關重要。例如，人類反饋循環（如用戶評分AI響應或透過iDAO提供糾正，這部分將會在下文詳細說明）可被記錄，反饋貢獻者可賺取"對齊收益" 。或設想"注意力證明" 或"參與證明" ，投入時間改進AI（透過提供偏好數據、糾正或新用例）的用戶獲得獎勵。指標可能是注意力軌跡 ，捕捉投入優化AI的優質反饋或人類注意力 量。

正如DeFi需要區塊瀏覽器和儀表盤（如DeFi Pulse、DefiLlama）追蹤TVL和收益，AI經濟也需要新的瀏覽器追蹤這些AI中心化指標------想像一個"AI-llama "儀表盤顯示總對齊數據量 、活躍AI代理數 、累計AI效用收益 等。其與DeFi有相似之處，但內容是全新的。

邁向DeFi式AI飛輪

我們需要為AI構建激勵飛輪 ------將數據視為一等經濟資產 ，從而將AI開發從封閉事業轉變為開放、參與式經濟，正如DeFi將金融變為用戶驅動的流動性開放場域。

此方向的早期探索已現。例如， Vana 等項目開始獎勵用戶參與數據共享。Vana網絡允許用戶將個人或社區數據貢獻至DataDAO（去中心化數據池） ，並賺取數據集專屬代幣 （可兌換為網絡原生代幣）。這是邁向數據貢獻者貨幣化 的重要一步。

然而，僅獎勵貢獻行為 不足以複製DeFi的爆發式飛輪。在DeFi中，流動性提供者不僅因存入資產獲得獎勵，其提供的資產還具有透明市場價值，且收益反映實際使用（交易費、借貸利息加激勵代幣）。同理，AI數據經濟需超越泛泛獎勵，直接為數據定價 。若缺乏基於數據質量、稀缺性或對模型改進程度的經濟定價，我們可能陷入淺層激勵。單純分發代幣獎勵參與可能鼓勵數量而非質量，或在代幣缺乏實際AI效用掛鉤時停滯。要真正釋放創新，貢獻者需看到清晰的市場驅動信號 ，了解其數據價值，並在數據實際用於AI系統時獲得回報。

我們需要一種更聚焦於直接估值和獎勵數據的基礎設施，以創建數據中心化激勵循環 ：人們貢獻的高質量數據越多，模型越優，吸引更多使用和數據需求，從而推高貢獻者回報。這將使AI從爭奪大數據的封閉競賽，轉變為可信、高質量數據 的開放市場。

這些理念如何在真實項目中體現？以LazAI 為例------該項目正在構建去中心化AI經濟的下一代區塊鏈網絡和基礎原語。

LazAI簡介------讓AI與人類對齊

LazAI是專為解決AI數據對齊問題而設計的下一代區塊鏈網絡和協議，透過引入AI數據、模型行為和代理交互的新資產標準，構建去中心化AI經濟的基礎設施。

LazAI 提供了最具前瞻性的方法之一，透過使數據可驗證、激勵和可編程於鏈上解決了AI對齊問題。下文將會以LazAI的框架為例來說明AI原生區塊鏈如何將上述原則付諸實踐。

核心問題------數據錯位與缺乏公平激勵

AI對齊常歸結於訓練數據質量，而未來需要與人類對齊、可信且受治理的新數據。隨著AI行業從中心化通用模型轉向情境化、對齊化智能，基礎設施必須同步進化。下一AI時代將由對齊性、精確性與溯源性定義。LazAI直擊數據對齊與激勵挑戰 ，提出根本解決方案：在源頭對齊數據並直接獎勵數據本身 。換言之，確保訓練數據可驗證地代表人類視角、去噪/去偏，並根據數據質量、稀缺性或對模型的改進程度給予獎勵。這是從修補模型到整理數據的範式躍遷。

LazAI不僅引入原語，更提出數據獲取、定價與治理的新範式 。其核心概念包括數據錨定代幣（DAT） 和以個體為中心的 DAO（iDAO） ，二者共同實現數據的定價、溯源與可編程使用 。

可驗證與可編程數據------數據錨定代幣（DAT）

為實現這一目標，LazAI引入了一種新的鏈上原語------數據錨定代幣（DAT） ，一個專為AI數據資產化設計的新型通證標準。每個DAT代表一條鏈上錨定的數據及其沿襲信息：貢獻者身份、隨時間推移的演變歷程，以及使用場景。這為每條數據創建了可驗證的歷史記錄 ------類似於數據集的版本控制系統（如Git），但由區塊鏈保障安全性。由於DAT存在於鏈上，它們具備可編程性 ：智能合約可管理其使用規則。例如，數據貢獻者可指定其DAT（如一組醫學影像）僅限特定AI模型訪問，或在特定條件下使用（透過代碼強制實施隱私或道德約束）。激勵 機制則體現在DAT可交易或質押------若數據對模型有價值，模型（或其所有者）可能付費獲取DAT的訪問權。本質上，LazAI構建了一個數據代幣化且可溯源的市場。這直接呼應前文討論的"可驗證數據"指標：透過檢查DAT，可確認其是否已驗證、被多少模型使用，以及帶來何種模型性能提升。此類數據將獲得更高估值。透過將數據錨定在鏈上，並將經濟激勵與質量掛鉤 ，LazAI確保AI訓練於可信且可衡量的數據 。這是透過激勵對齊 解決問題------優質數據獲得獎勵並脫穎而出。

以個體為中心的DAO（iDAO）框架

第二個關鍵組件是LazAI的iDAO（ 以個體為中心的 DAO） 概念，其透過將個體（而非組織）置於決策與數據所有權的核心，重新定義了AI經濟中的治理模式。傳統DAO通常優先考慮集體組織目標，無意中弱化了個體意志。iDAO則顛覆了這一邏輯。它們是個性化治理單元 ，允許個人、社區或領域特定實體直接擁有、控制並驗證其貢獻給AI系統的數據和模型。iDAO支持定制化、對齊的AI ：作為治理框架，它們確保模型始終遵循貢獻者的價值觀或意圖。從經濟角度看，iDAO還使AI行為具備社區的可編程性 ------可設定規則限制模型如何使用特定數據、誰可訪問模型，以及模型產出收益的分配方式。例如，iDAO可規定：每當其AI模型被調用（如API請求或任務完成）時，部分收益將返還給貢獻相關數據的DAT持有者。這建立了代理行為 與貢獻者獎勵 之間的直接反饋循環------類似於DeFi中流動性提供者收益與平台使用掛鉤的機制。此外，iDAO之間可透過協議實現可組合性交互：一個AI代理（iDAO）可在協商條款下調用另一iDAO的數據或模型。

透過建立這些原語，LazAI的框架將去中心化AI經濟的願景變為現實。數據成為用戶可擁有並從中獲利的資產，模型從私有孤島轉變為協作項目 ，每位參與者------從策劃獨特數據集的個體到構建小型專業模型的開發者------都能成為AI價值鏈的利益相關者。這種激勵對齊有望複製DeFi的爆發式增長：當人們意識到參與AI（貢獻數據或專業知識）直接轉化為機會 時，他們將更積極地投入。隨著參與者增多，網絡效應隨之啟動------更多數據催生更優模型，吸引更多用戶，進而生成更多數據與需求，形成正向循環。

構建AI信任基座：可驗證計算框架

在這一生態體系中，LazAI的可驗證計算框架（Verified Computing Framework） 是構建信任的核心層。該框架確保每個生成的DAT、每個iDAO（個體化自治組織）決策、每筆激勵分配都有可驗證的追溯鏈條，使數據所有權可執行、治理過程可追責、智能體行為可審計。透過將iDAO與DAT從理論概念轉化為可靠可驗證的系統，可驗證計算框架實現了信任的範式轉移------從依賴假設轉向基於數學驗證的確定性保障。

去中心化AI經濟的價值實現 這套基礎要素的建立，使得去中心化AI經濟的願景真正落地：

• 數據資產化 ：用戶可確權持有數據資產並獲取收益
• 模型協作化 ：AI模型從封閉孤島轉變為開放協作產物
• 參與權益化 ：從數據貢獻者到垂直模型開發者，所有參與者皆可成為AI價值鏈的利益攸關方

這種激勵相容設計有望複製DeFi的增長動能：當用戶意識到參與AI建設（透過貢獻數據或專業知識）能直接轉化為經濟機遇時，參與熱情將被點燃。隨著參與者規模擴大，網絡效應隨之顯現------更多高質量數據催生更優模型，吸引更多用戶加入，進而產生更多數據需求，形成自我強化的增長飛輪。

結語：邁向開放的AI經濟

DeFi的歷程表明，正確的原語能釋放前所未有的增長。在即將到來的AI原生經濟中，我們正站在類似突破的臨界點。透過定義並落地重視數據與對齊 的新原語，我們可將AI開發從中心化工程轉變為去中心化的社區驅動事業。這一旅程不乏挑戰：需確保經濟機制優先質量而非數量，並規避道德陷阱以防止數據激勵損害隱私或公平。但方向已然清晰。LazAI的DAT與iDAO等實踐正開闢道路，將"與人類對齊的AI"抽象理念轉化為所有權與治理 的具體機制。

正如早期DeFi透過實驗性優化TVL、流動性挖礦和治理，AI經濟也將迭代其新原語。未來，圍繞數據價值衡量、公平獎勵分配、AI代理對齊與益處的辯論與創新必將湧現。本文僅觸及可能推動AI民主化的激勵模型之表層，期望激發開放討論與深入研究：如何設計更多AI原生經濟原語？可能產生哪些意外後果或機遇？透過廣泛社區的參與，我們更可能構建一個不僅技術先進，且經濟包容、與人類價值觀對齊的AI未來。

DeFi的指數級增長並非魔法------它由激勵對齊驅動。如今，我們有機會透過數據與模型的同類實踐，推動一場AI復興 。將參與轉化為機會，機會轉化為網絡效應 ，我們可為AI啟動重塑數字時代價值創造與分配的飛輪。

讓我們共同構建這一未來------從一條可驗證數據集、一個對齊的AI代理、一項新原語開始。