走进 Bittensor 生态系统
我一直觉得，加密世界最吸引人的地方在于——它总有新东西等着你去探索。作为一个天生好奇的人，我喜欢向技术大佬“狂问傻问题”，只为了从他们的视角中学到一点新东西。
AI 也不例外，实际上，随着 Web2 科技巨头不断优化模型、推出基于 AI 的主要应用与用例，这一领域正以惊人的速度发展：
- @canva 上线了一系列 AI 工具，让不懂技术的创作者也能轻松制作互动内容，并通过 AI 提升创作质量
- @YouTube 推出新 AI 功能，帮助视频创作者自动生成背景音乐
- 网约车平台 Grab 已开始使用代理型 AI（agentic AI），为商家与司机提供智能支持
- 电商平台 Lazada 引入生成式 AI 工具，协助卖家优化销售、营销与客服流程
这类应用只会越来越多。从生成式 AI 到代理型 AI，正在被广泛应用于各类真实场景，帮助企业和普通用户简化流程、提升效率。
好消息是：这些工具几乎“触手可及”——免费版、低价版随处都有。从性价比角度来说，几乎没有理由不尝试。
但也别忘了，便利背后藏着一些不容忽视的问题：
- 你的数据到底归谁所有？
- 别人能不能拿走你的创意，直接“抄”出一个竞品？
- 这些平台真的安全吗？数据会不会被泄露？
- 万一平台宕机（比如 AWS 崩过一次），你的整个业务会不会被迫中断？客户的钱会不会有风险？
- 你能否随时进入后台？是否必须实名验证？如果平台说关就关，你还拥有你的产品和业务吗？
这些问题值得深思（我在上一篇文章里讲得更细，有兴趣可以翻回去看看）。
中心化玩家拥有强大的决策权，而这些决策有可能（哪怕是无意中）大幅改变你的生活。
你也许会说，“没关系啊，我平时也不怎么用这些工具”，或者，“我相信这些公司会站在用户这一边”。这也合理。甚至你可能觉得这些 AI 初创企业正在切入一个巨大的市场，很值得投资——但问题是：你根本投不进去。除非你是 @ycombinator 或顶级风投基金的一员，这些早期投资机会压根轮不到普通人。
而在 Web3 的 AI 世界里，已经涌现出不少 AI 生态系统，它们的目标是把 AI 产品和服务带给每一个用户。而在这一领域，最值得投资的生态系统之一就是 @opentensor，也就是 Bittensor。
Bittensor：达尔文式 AI
Bittensor 属于所谓的“达尔文式 AI”——通过优胜劣汰的机制来推动 AI 的自我进化。你可以把它理解成一场 AI 版的《饥饿游戏》：每个子网都有自己的竞技场，参赛者是“矿工”，他们带着自己的模型和数据，在某个具体任务上展开厮杀。只有表现最好的模型才能获得奖励，落后的模型要么被淘汰，要么“进化”，通过训练、调参或模仿其他模型不断变强。最终，这会孕育出一个多样、强大且具备实际应用能力的 AI 网络。
Bittensor 最有意思的地方在于它的激励机制设计，它试图把项目团队、开发者、投资者、用户之间的利益绑定在一起。我在推文中总结了现在 Web3 AI 项目面临的一个大问题：
简而言之，目前的大多数代理代币适合投机者和项目方拿来造势，但它们不适合用作获取和留住用户的手段，也不适合用作留住人才（如开发者、创始人等）的激励方式——特别是在币价下跌的时候。
Bittensor 通过使用市场驱动的机制来解决这一问题，将 $TAO 的代币释放分配给各个子网，从而激励并支持团队的运营。市场通过在各子网中质押 $TAO 来决定哪些子网获得更多的释放。一旦质押，$TAO 将转换为 Alpha 子网代币。质押人数越多，Alpha 代币的价格就越高，你获得的代币释放（以 Alpha 代币的形式）也就越多。
$TAO 的发行机制也和比特币一样，每天释放 7,200 枚，总量固定 2100 万，每四年减半。第一次减半预计将在 2026 年 1 月 5 日左右进行，届时流通量将达到 1050 万枚。
为什么这对投资者至关重要
这里不会过多深入技术细节——我只是想分享一下，为什么我认为从交易/投资的角度来看，Bittensor 是当前最令人兴奋的生态系统之一。
除了机制设计本身，当你交易 alpha 子网代币时，就像是在一边炒币，一边挖矿。
原因在于：每当 alpha 代币涨价时，你不只是享受到资产升值的收益，还会同时获得 $TAO 的代币奖励（以 alpha 代币形式发放）。
如果你押中的子网表现亮眼、排名飙升，那么你早期投入的 $TAO 不仅有可能大幅升值，还会带来更多奖励分发。越早进场，赚得越多——因为在子网还未被市场注意到时，质押人数少、竞争小，APY（年化收益率）自然更可观。
dTAO vs Solidly
（鸣谢 @DeSpreadTeam）
Solidly 的 ve(3,3) 模型鼓励长期锁仓和频繁投票参与，但这也意味着：如果社区投票错误，把释放投向了无效的流动性池，大家都要“陪葬”——代币会被抛售，全体持有者的资产价格一起下跌。
而 dTAO 模型不要求锁仓，想进随时进，想退随时退。但也意味着责任在你自己 —— 你得花时间研究子网（DYOR），一旦押错方向，就很容易“血亏”，因为其他人可以立刻撤出，没有任何锁仓压力。
那有人会问：子网 FDV 都这么高（动不动 $5 亿+），还能投得进去吗？
其实，FDV 对处于早期阶段的子网来说，并不是最关键的参考指标。如果你是做短线或中期交易，看市值（MC）可能更有参考价值。
关于通胀，也不妨看懂这组数字：18% / 41% / 41%。这是子网的奖励分配比例：18% 给子网所有者，41% 给验证者，41% 给矿工（都以 alpha 代币的形式发放）。而你作为 $TAO 的质押者，实际收益来源于验证者那一部分（41%），因为你把质押权委托给了他们。
不少子网拥有者会长期持有他们收到的 Alpha 代币，表达他们对项目的信心。同时，他们也会积极跟验证者、矿工沟通、激励他们持币而非砸盘。这类交流记录也都能在 taostats 这样的平台上查到。
更宏观地说，要理解 Bittensor 整体生态的变化趋势，下面这几张图是最值得关注的。
来源：taoapp
自从今年 2 月 dTAO 正式上线后，质押在 Root 网络（Bittensor 的 OG 核心子网）中的 $TAO 占比就一路走低，而流入各个子网的 $TAO 占比却持续上升。这背后的含义很清晰：投资者正在加大风险暴露，选择更具潜力的子网而不是保守的 Root 网络。毕竟 Root 虽然有稳定的年化回报（20%-25%），但没有 alpha 子网代币的价格上涨空间。
这种趋势也和整个生态的“产品交付速度”完美同步。自 dTAO 上线以来，子网团队都在更公开、更快节奏下构建产品——必须快速找到 PMF（产品市场契合度）、吸引用户、做出真正有收入、能落地的 AI 应用。我亲身体验下来，感觉整个生态的开发效率、竞争强度都远胜于其他 生态系统，这正是由“强激励+竞速机制”驱动的结果。
接下来，我们要谈谈这些子网，以及它们独特且值得投资的 DeAI 应用场景。
头部子网及实际应用场景
目前在 Bittensor 生态中，最具交付力、产品最贴近真实需求、且坚持公开透明开发的明星团队，非@rayon_labs 莫属。他们管理着三大子网：SN64 – Chutes、SN56 – Gradients、SN19 – Nineteen。其中最具代表性的 Chutes——一个帮助开发者“无服务器部署 AI”的基础设施平台。你为什么会需要这个？想象一下最近的 AWS 大规模宕机事件 —— 如果你的 AI 应用全靠中心化云服务，一宕机就全线崩溃，不仅影响业务，还有可能造成资金损失、数据风险，完全是“单点故障”的高危模式。
Gradients 是一个让任何人都能轻松训练专属 AI 模型的平台（用于特定场景、图像生成、定制化的大语言模型） —— 即便你完全不懂编程。最近推出了 v3 版本，其价格低于同类产品。
Nineteen ——一个专注于 快速、高扩展性、去中心化 AI 推理 的平台（不论你想生成文本还是图像，任何人都可以直接调用它的服务，而且推理速度比大多数同类平台更快）。
除此之外，Rayon 正在上线一款新平台——Squad AI 代理平台，这是一个可视化拖拽式、节点拼图风格的 AI 代理构建工具，已经在社区引发大量讨论与兴趣。
目前，Rayon Labs 管理的三个子网合计已经拿下了 超过 1/3 的 $TAO 整体释放份额 —— 这本身就是对他们“公开构建 + 快速交付 + 产品有用”的能力的最好证明。（不少其他子网的团队都直言 Rayon 是当前生态的天花板，哈哈）
Gradients：一个月涨了 13 倍，市值约 $3200 万
Chutes：涨了 2.3 倍，市值约 $6300 万
Nineteen：涨了 3 倍，市值约 $1800 万
尤其是 Chutes 的采用速度快到惊人，现在已经稳坐全网子网第一名，整个趋势看起来短期内根本停不下来。
除了 Rayon 这支明星团队，还有很多其他新兴子网也很有看头，比如：蛋白质折叠模拟、AI 生成内容检测 / Deepfake 防御、3D 模型生成、去中心化交易策略建模、角色扮演型大语言模型。虽然我还没把所有项目都一一深挖完，但就实用性和市场直觉来看，由 taopill 运营的 “Predictive Systems” 子网系列 是目前我认为最值得继续深入研究的方向之一。
SN41 @sportstensor
许多人可能是通过 @AskBillyBets 认识他们的。Sportstensor 是为 Billy 的决策提供支持的智能系统（而主导 Billy 项目的团队是 @ContangoDigital，这是一家投资去中心化 AI 的风投机构，同时也是 Bittensor 子网的验证者和矿工）。
SN41 最有趣的地方在于他们的核心产品 —— Sportstensor 模型。这是一个矿工之间的竞赛，看看谁拥有用于预测体育比赛结果的最佳模型和数据集。
举个例子：在最近一季的 NBA 联赛中，如果你总是押注大众看好的球队（热门队），你可能会有大约 68% 的胜率。那是不是就意味着你会赚钱？不是，事实上你是亏钱的。如果你每场比赛都对热门下注 $100，最终可能会亏损约 $1700。
虽然大众支持的热门队通常有更高的胜率，但他们的赔率也更低，这意味着即使你押对了，赢的钱也比较少。人们往往会扎堆支持自己喜欢的队伍，导致冷门队的赔率变得非常低，这也就意味着——如果你押对了冷门，其实存在很大的盈利空间。
这正是 Sportstensor 模型 发挥作用的地方。矿工们运行自己的机器学习模型（例如蒙特卡洛模拟、随机森林、线性回归等），使用他们自己的数据（无论是开源的还是私有的）来获得最佳预测结果。Sportstensor 然后会将这些预测取平均值或中位数，并将其作为智能数据来识别市场中的“优势”。
例如：市场上一个实际的赔率是 25:75，而模型的结果可能是 45:55。中间这 15 个百分点的差距就是“优势”。如果模型能持续发现这种差距，即使你的命中率不高，长期也能积累出正向的投资回报。
你可以在这里查看他们的完整交易报告，感兴趣可以深入挖一挖：
下面是他们最近一次公开发布的模型预测结果 —— 表现非常亮眼。更有意思的是，他们每个月都会运营一个小型下注基金，从 $10,000 起步，通过 AI 模型获得收益，然后持续复投。月底时，他们会把盈利的一部分拿来回购自家 Alpha 代币。比如在 3 月，他们就用这个策略赚了 约 $18,000 的净利润。
不过要注意，不同人用同一套“智能”系统，结果可能完全不同：例如，模型预测结果是 35:65，而市场赔率是 40:60；有人觉得这个差距小，不下注；有人觉得这就是可抓的“alpha”，选择入场。Billy 和 Sportstensor 的下注逻辑也不一样。目前这个生态还很早，没人敢说“什么才是最稳的套利方式”。
Sportstensor 的下一步计划，是把这套智能系统产品化 —— 做出一个仪表盘，用户可以直观看到每场比赛的预测差值，然后自主做下注决策。
我个人很喜欢这个团队，原因很简单：产品方向多元，应用空间大；Billy 这个案例已经验证了他们能激起用户情绪，让“体育迷跟着 AI 一起下注”变成了潮流；他们覆盖的体育项目广泛，未来还有更多可能借由 AI 代理人，改变人们的“下注方式 + 看球方式 + 互动方式”。
SN44 @webuildscore
Score 曾经也尝试过和 Sportstensor 类似的路径 ，但后来他们果断转型：去做计算机视觉 + 行为预测，因为“预测下一步动作”才是更有价值的事。
要实现这一点，需要计算机视觉去分析屏幕上发生的内容，使 AI 能够理解画面中的物体、定位它们并对数据进行标注，然后使用不同的算法对这些数据得出结论（例如某个球员做出某个动作的概率），再将这些结论转化为一个通用评分，用于提升球员表现，同时也能用于早期发掘人才。
矿工的主要任务是——给视频画面中的球员、球、动作等元素打标签，之后，Score 团队会用自研算法对这些标注数据进行深入分析。
最终，系统会为球员生成一个评分，就像国际象棋或 LoL 的 Elo 分数，但更加精细化和实时更新 —— 每一场比赛、每一次决策，都会影响评分浮动。这套系统带来的意义非常大：俱乐部老板可以借此精准评估球员表现；可以在青少年阶段就发掘天赋球员；不论是小学生比赛还是世界杯决赛，都能用同一套标准分析。
Score 可以通过其专有数据实现变现，将评分和数据洞察出售给数据经纪人、俱乐部老板、体育数据公司以及博彩公司。
对于面向消费者的应用，Score 也在做不同的尝试：
@thedkingdao 是一个体育对冲基金 DAO，也是 Score 的客户，它使用基于 Score 数据的下注模型，将数据转化为可执行的投注操作。v2 版本的终端将在明天上线（用户将可以通过不同的订阅模式访问完整模型，包括比赛分析、关于资金管理的高级问答等，也就是最强的投注助手，还能使用代理人组建自己的策略）。Vault 产品预计将在下个月（或夏季前）上线，允许用户投入 TVL（总锁仓量），由代理自动进行投注，并从中获得收益。
很快，用户就可以在 Score 的自助平台上传比赛视频，让矿工进行标注。通常一场足球比赛需要几个小时的视频，但矿工只需 10-12 分钟就能完成一场 90 分钟比赛的标注，效率远高于其他平台。用户随后可以将这些标注后的数据用于自己的模型和使用场景中。
我个人很喜欢 Score，是因为它不仅仅适用于体育，它还能扩展到其他领域，例如自动驾驶、机器人等。在这个到处都是“垃圾数据”的时代，高质量的专有数据尤为珍贵。
SN18 @zeussubnet
这是一个近期迅速获得关注的新子网。我还没有机会与团队交流，但他们的产品非常有趣。
Zeus 是一个专注于气候与天气预测的机器学习子网，目标是：比传统气象模型更快、更准。
这种智能在对冲基金领域非常受欢迎，因为精准的天气预测能够更好地预测大宗商品价格（如果对冲基金能精准把握商品交易，他们可能会因此赚取数亿美元，因此他们愿意支付数百万美元购买这种智能）。
Zeus 是一个相对较新的子网，最近刚刚获得子网编号 18。在过去 7 天里，他们的 Alpha 代币上涨了 210%。
其他我还在关注、准备深入了解的子网：
-@404gen_ SN17 —— 用于 AI 生成 3D 资产的基础设施。可以为游戏、AI 角色、虚拟主播等生成 3D 模型。最近与@unity 的整合有望实现无缝 3D 模型生成，改变 Unity 120 万月活开发者的创作流程。
-@metanova_labs SN68 —— DeSci 药物研发子网，将药物研发转化为一个协作性强、速度快的竞赛系统，解决传统药物研发成本高、耗时久的问题（传统流程通常耗时十年以上、成本高达数十亿美元）。
这些都是我目前最容易理解、也最感兴趣的子网（毕竟我不是技术背景出身）。后续深入了解其他子网后我会继续分享。
小结
我尽量让这篇文章别太技术流 —— 毕竟 dTAO 的那些底层逻辑、释放机制、激励分配、参与角色的细节，网上有的是资料，大家可以自行去挖。
根据我在代理季（10 月 24 日 - 现在）期间学到的知识，就是保持相当敏捷。我参与过太多项目，我认为 dTAO 提供了相当好的机制来保持灵活性并从不同的可投资 DeAI 初创公司中轮换。
这几个月我在 agent season（从去年 10 月 24 日开始） 的最大感悟是：在这个领域里，灵活就是生存能力。我之前在太多项目里长时间持仓亏损，而我认为 dTAO 提供了一种很不错的机制，让人可以灵活进出、轮动投资不同的 DeAI 初创项目。
目前参与的人还不多，所以现在质押不仅能拿到 80%–150%+ 的 APY，还有子网代币价格上涨的红利可吃。
不过随着未来六个月更多人进入、TAO 生态的钱包、桥、交易基础设施越来越完善，这个动态可能会发生变化。
目前，我建议你享受 TAO 上的 PvE 赛季，并和我一起探索更多酷炫的 DeAI 技术 !
非常感谢你看完我的第一篇内容。咱们下期更新再见！
– 0xJeff
备注: 非常感谢阅读！如果你正在从事 Crypto AI 项目，欢迎给我发私信！
同时也感谢以下几位让我快速了解 Bittensor 生态的朋友： @mxmsbt, @luciancxyz, @gylestensora, @contangojosh, @mikecontango, @JosephJacks_, @Old_Samster, @bloomberg_seth
接下来我会去找更多子网项目方聊聊，了解大家都在搞什么，回来继续分享给你们～
声明：
本文转载自 [X]，著作权归原作者 [@Defi0xJeff] 所有。如对转载有异议，请联系 Gate Learn 团队，团队将尽快处理。
免责声明：本文所表达的观点和意见仅代表作者个人观点，不构成任何投资建议。
本文的其他语言翻译由 Gate Learn 团队完成。除非另有说明，否则禁止复制、分发或抄袭翻译文章。
مقالات ذات صلة
什么是比特币?
走进 Bittensor 生态系统
Bittensor：达尔文式 AI
为什么这对投资者至关重要
dTAO vs Solidly
头部子网及实际应用场景
SN41 @sportstensor
SN44 @webuildscore
SN18 @zeussubnet
小结
我一直觉得，加密世界最吸引人的地方在于——它总有新东西等着你去探索。作为一个天生好奇的人，我喜欢向技术大佬“狂问傻问题”，只为了从他们的视角中学到一点新东西。
AI 也不例外，实际上，随着 Web2 科技巨头不断优化模型、推出基于 AI 的主要应用与用例，这一领域正以惊人的速度发展：
- @canva 上线了一系列 AI 工具，让不懂技术的创作者也能轻松制作互动内容，并通过 AI 提升创作质量
- @YouTube 推出新 AI 功能，帮助视频创作者自动生成背景音乐
- 网约车平台 Grab 已开始使用代理型 AI（agentic AI），为商家与司机提供智能支持
- 电商平台 Lazada 引入生成式 AI 工具，协助卖家优化销售、营销与客服流程
这类应用只会越来越多。从生成式 AI 到代理型 AI，正在被广泛应用于各类真实场景，帮助企业和普通用户简化流程、提升效率。
好消息是：这些工具几乎“触手可及”——免费版、低价版随处都有。从性价比角度来说，几乎没有理由不尝试。
但也别忘了，便利背后藏着一些不容忽视的问题：
- 你的数据到底归谁所有？
- 别人能不能拿走你的创意，直接“抄”出一个竞品？
- 这些平台真的安全吗？数据会不会被泄露？
- 万一平台宕机（比如 AWS 崩过一次），你的整个业务会不会被迫中断？客户的钱会不会有风险？
- 你能否随时进入后台？是否必须实名验证？如果平台说关就关，你还拥有你的产品和业务吗？
这些问题值得深思（我在上一篇文章里讲得更细，有兴趣可以翻回去看看）。
中心化玩家拥有强大的决策权，而这些决策有可能（哪怕是无意中）大幅改变你的生活。
你也许会说，“没关系啊，我平时也不怎么用这些工具”，或者，“我相信这些公司会站在用户这一边”。这也合理。甚至你可能觉得这些 AI 初创企业正在切入一个巨大的市场，很值得投资——但问题是：你根本投不进去。除非你是 @ycombinator 或顶级风投基金的一员，这些早期投资机会压根轮不到普通人。
而在 Web3 的 AI 世界里，已经涌现出不少 AI 生态系统，它们的目标是把 AI 产品和服务带给每一个用户。而在这一领域，最值得投资的生态系统之一就是 @opentensor，也就是 Bittensor。
Bittensor：达尔文式 AI
Bittensor 属于所谓的“达尔文式 AI”——通过优胜劣汰的机制来推动 AI 的自我进化。你可以把它理解成一场 AI 版的《饥饿游戏》：每个子网都有自己的竞技场，参赛者是“矿工”，他们带着自己的模型和数据，在某个具体任务上展开厮杀。只有表现最好的模型才能获得奖励，落后的模型要么被淘汰，要么“进化”，通过训练、调参或模仿其他模型不断变强。最终，这会孕育出一个多样、强大且具备实际应用能力的 AI 网络。
Bittensor 最有意思的地方在于它的激励机制设计，它试图把项目团队、开发者、投资者、用户之间的利益绑定在一起。我在推文中总结了现在 Web3 AI 项目面临的一个大问题：
简而言之，目前的大多数代理代币适合投机者和项目方拿来造势，但它们不适合用作获取和留住用户的手段，也不适合用作留住人才（如开发者、创始人等）的激励方式——特别是在币价下跌的时候。
Bittensor 通过使用市场驱动的机制来解决这一问题，将 $TAO 的代币释放分配给各个子网，从而激励并支持团队的运营。市场通过在各子网中质押 $TAO 来决定哪些子网获得更多的释放。一旦质押，$TAO 将转换为 Alpha 子网代币。质押人数越多，Alpha 代币的价格就越高，你获得的代币释放（以 Alpha 代币的形式）也就越多。
$TAO 的发行机制也和比特币一样，每天释放 7,200 枚，总量固定 2100 万，每四年减半。第一次减半预计将在 2026 年 1 月 5 日左右进行，届时流通量将达到 1050 万枚。
为什么这对投资者至关重要
这里不会过多深入技术细节——我只是想分享一下，为什么我认为从交易/投资的角度来看，Bittensor 是当前最令人兴奋的生态系统之一。
除了机制设计本身，当你交易 alpha 子网代币时，就像是在一边炒币，一边挖矿。
原因在于：每当 alpha 代币涨价时，你不只是享受到资产升值的收益，还会同时获得 $TAO 的代币奖励（以 alpha 代币形式发放）。
如果你押中的子网表现亮眼、排名飙升，那么你早期投入的 $TAO 不仅有可能大幅升值，还会带来更多奖励分发。越早进场，赚得越多——因为在子网还未被市场注意到时，质押人数少、竞争小，APY（年化收益率）自然更可观。
dTAO vs Solidly
（鸣谢 @DeSpreadTeam）
Solidly 的 ve(3,3) 模型鼓励长期锁仓和频繁投票参与，但这也意味着：如果社区投票错误，把释放投向了无效的流动性池，大家都要“陪葬”——代币会被抛售，全体持有者的资产价格一起下跌。
而 dTAO 模型不要求锁仓，想进随时进，想退随时退。但也意味着责任在你自己 —— 你得花时间研究子网（DYOR），一旦押错方向，就很容易“血亏”，因为其他人可以立刻撤出，没有任何锁仓压力。
那有人会问：子网 FDV 都这么高（动不动 $5 亿+），还能投得进去吗？
其实，FDV 对处于早期阶段的子网来说，并不是最关键的参考指标。如果你是做短线或中期交易，看市值（MC）可能更有参考价值。
关于通胀，也不妨看懂这组数字：18% / 41% / 41%。这是子网的奖励分配比例：18% 给子网所有者，41% 给验证者，41% 给矿工（都以 alpha 代币的形式发放）。而你作为 $TAO 的质押者，实际收益来源于验证者那一部分（41%），因为你把质押权委托给了他们。
不少子网拥有者会长期持有他们收到的 Alpha 代币，表达他们对项目的信心。同时，他们也会积极跟验证者、矿工沟通、激励他们持币而非砸盘。这类交流记录也都能在 taostats 这样的平台上查到。
更宏观地说，要理解 Bittensor 整体生态的变化趋势，下面这几张图是最值得关注的。
来源：taoapp
自从今年 2 月 dTAO 正式上线后，质押在 Root 网络（Bittensor 的 OG 核心子网）中的 $TAO 占比就一路走低，而流入各个子网的 $TAO 占比却持续上升。这背后的含义很清晰：投资者正在加大风险暴露，选择更具潜力的子网而不是保守的 Root 网络。毕竟 Root 虽然有稳定的年化回报（20%-25%），但没有 alpha 子网代币的价格上涨空间。
这种趋势也和整个生态的“产品交付速度”完美同步。自 dTAO 上线以来，子网团队都在更公开、更快节奏下构建产品——必须快速找到 PMF（产品市场契合度）、吸引用户、做出真正有收入、能落地的 AI 应用。我亲身体验下来，感觉整个生态的开发效率、竞争强度都远胜于其他 生态系统，这正是由“强激励+竞速机制”驱动的结果。
接下来，我们要谈谈这些子网，以及它们独特且值得投资的 DeAI 应用场景。
头部子网及实际应用场景
目前在 Bittensor 生态中，最具交付力、产品最贴近真实需求、且坚持公开透明开发的明星团队，非@rayon_labs 莫属。他们管理着三大子网：SN64 – Chutes、SN56 – Gradients、SN19 – Nineteen。其中最具代表性的 Chutes——一个帮助开发者“无服务器部署 AI”的基础设施平台。你为什么会需要这个？想象一下最近的 AWS 大规模宕机事件 —— 如果你的 AI 应用全靠中心化云服务，一宕机就全线崩溃，不仅影响业务，还有可能造成资金损失、数据风险，完全是“单点故障”的高危模式。
Gradients 是一个让任何人都能轻松训练专属 AI 模型的平台（用于特定场景、图像生成、定制化的大语言模型） —— 即便你完全不懂编程。最近推出了 v3 版本，其价格低于同类产品。
Nineteen ——一个专注于 快速、高扩展性、去中心化 AI 推理 的平台（不论你想生成文本还是图像，任何人都可以直接调用它的服务，而且推理速度比大多数同类平台更快）。
除此之外，Rayon 正在上线一款新平台——Squad AI 代理平台，这是一个可视化拖拽式、节点拼图风格的 AI 代理构建工具，已经在社区引发大量讨论与兴趣。
目前，Rayon Labs 管理的三个子网合计已经拿下了 超过 1/3 的 $TAO 整体释放份额 —— 这本身就是对他们“公开构建 + 快速交付 + 产品有用”的能力的最好证明。（不少其他子网的团队都直言 Rayon 是当前生态的天花板，哈哈）
Gradients：一个月涨了 13 倍，市值约 $3200 万
Chutes：涨了 2.3 倍，市值约 $6300 万
Nineteen：涨了 3 倍，市值约 $1800 万
尤其是 Chutes 的采用速度快到惊人，现在已经稳坐全网子网第一名，整个趋势看起来短期内根本停不下来。
除了 Rayon 这支明星团队，还有很多其他新兴子网也很有看头，比如：蛋白质折叠模拟、AI 生成内容检测 / Deepfake 防御、3D 模型生成、去中心化交易策略建模、角色扮演型大语言模型。虽然我还没把所有项目都一一深挖完，但就实用性和市场直觉来看，由 taopill 运营的 “Predictive Systems” 子网系列 是目前我认为最值得继续深入研究的方向之一。
SN41 @sportstensor
许多人可能是通过 @AskBillyBets 认识他们的。Sportstensor 是为 Billy 的决策提供支持的智能系统（而主导 Billy 项目的团队是 @ContangoDigital，这是一家投资去中心化 AI 的风投机构，同时也是 Bittensor 子网的验证者和矿工）。
SN41 最有趣的地方在于他们的核心产品 —— Sportstensor 模型。这是一个矿工之间的竞赛，看看谁拥有用于预测体育比赛结果的最佳模型和数据集。
举个例子：在最近一季的 NBA 联赛中，如果你总是押注大众看好的球队（热门队），你可能会有大约 68% 的胜率。那是不是就意味着你会赚钱？不是，事实上你是亏钱的。如果你每场比赛都对热门下注 $100，最终可能会亏损约 $1700。
虽然大众支持的热门队通常有更高的胜率，但他们的赔率也更低，这意味着即使你押对了，赢的钱也比较少。人们往往会扎堆支持自己喜欢的队伍，导致冷门队的赔率变得非常低，这也就意味着——如果你押对了冷门，其实存在很大的盈利空间。
这正是 Sportstensor 模型 发挥作用的地方。矿工们运行自己的机器学习模型（例如蒙特卡洛模拟、随机森林、线性回归等），使用他们自己的数据（无论是开源的还是私有的）来获得最佳预测结果。Sportstensor 然后会将这些预测取平均值或中位数，并将其作为智能数据来识别市场中的“优势”。
例如：市场上一个实际的赔率是 25:75，而模型的结果可能是 45:55。中间这 15 个百分点的差距就是“优势”。如果模型能持续发现这种差距，即使你的命中率不高，长期也能积累出正向的投资回报。
你可以在这里查看他们的完整交易报告，感兴趣可以深入挖一挖：
下面是他们最近一次公开发布的模型预测结果 —— 表现非常亮眼。更有意思的是，他们每个月都会运营一个小型下注基金，从 $10,000 起步，通过 AI 模型获得收益，然后持续复投。月底时，他们会把盈利的一部分拿来回购自家 Alpha 代币。比如在 3 月，他们就用这个策略赚了 约 $18,000 的净利润。
不过要注意，不同人用同一套“智能”系统，结果可能完全不同：例如，模型预测结果是 35:65，而市场赔率是 40:60；有人觉得这个差距小，不下注；有人觉得这就是可抓的“alpha”，选择入场。Billy 和 Sportstensor 的下注逻辑也不一样。目前这个生态还很早，没人敢说“什么才是最稳的套利方式”。
Sportstensor 的下一步计划，是把这套智能系统产品化 —— 做出一个仪表盘，用户可以直观看到每场比赛的预测差值，然后自主做下注决策。
我个人很喜欢这个团队，原因很简单：产品方向多元，应用空间大；Billy 这个案例已经验证了他们能激起用户情绪，让“体育迷跟着 AI 一起下注”变成了潮流；他们覆盖的体育项目广泛，未来还有更多可能借由 AI 代理人，改变人们的“下注方式 + 看球方式 + 互动方式”。
SN44 @webuildscore
Score 曾经也尝试过和 Sportstensor 类似的路径 ，但后来他们果断转型：去做计算机视觉 + 行为预测，因为“预测下一步动作”才是更有价值的事。
要实现这一点，需要计算机视觉去分析屏幕上发生的内容，使 AI 能够理解画面中的物体、定位它们并对数据进行标注，然后使用不同的算法对这些数据得出结论（例如某个球员做出某个动作的概率），再将这些结论转化为一个通用评分，用于提升球员表现，同时也能用于早期发掘人才。
矿工的主要任务是——给视频画面中的球员、球、动作等元素打标签，之后，Score 团队会用自研算法对这些标注数据进行深入分析。
最终，系统会为球员生成一个评分，就像国际象棋或 LoL 的 Elo 分数，但更加精细化和实时更新 —— 每一场比赛、每一次决策，都会影响评分浮动。这套系统带来的意义非常大：俱乐部老板可以借此精准评估球员表现；可以在青少年阶段就发掘天赋球员；不论是小学生比赛还是世界杯决赛，都能用同一套标准分析。
Score 可以通过其专有数据实现变现，将评分和数据洞察出售给数据经纪人、俱乐部老板、体育数据公司以及博彩公司。
对于面向消费者的应用，Score 也在做不同的尝试：
@thedkingdao 是一个体育对冲基金 DAO，也是 Score 的客户，它使用基于 Score 数据的下注模型，将数据转化为可执行的投注操作。v2 版本的终端将在明天上线（用户将可以通过不同的订阅模式访问完整模型，包括比赛分析、关于资金管理的高级问答等，也就是最强的投注助手，还能使用代理人组建自己的策略）。Vault 产品预计将在下个月（或夏季前）上线，允许用户投入 TVL（总锁仓量），由代理自动进行投注，并从中获得收益。
很快，用户就可以在 Score 的自助平台上传比赛视频，让矿工进行标注。通常一场足球比赛需要几个小时的视频，但矿工只需 10-12 分钟就能完成一场 90 分钟比赛的标注，效率远高于其他平台。用户随后可以将这些标注后的数据用于自己的模型和使用场景中。
我个人很喜欢 Score，是因为它不仅仅适用于体育，它还能扩展到其他领域，例如自动驾驶、机器人等。在这个到处都是“垃圾数据”的时代，高质量的专有数据尤为珍贵。
SN18 @zeussubnet
这是一个近期迅速获得关注的新子网。我还没有机会与团队交流，但他们的产品非常有趣。
Zeus 是一个专注于气候与天气预测的机器学习子网，目标是：比传统气象模型更快、更准。
这种智能在对冲基金领域非常受欢迎，因为精准的天气预测能够更好地预测大宗商品价格（如果对冲基金能精准把握商品交易，他们可能会因此赚取数亿美元，因此他们愿意支付数百万美元购买这种智能）。
Zeus 是一个相对较新的子网，最近刚刚获得子网编号 18。在过去 7 天里，他们的 Alpha 代币上涨了 210%。
其他我还在关注、准备深入了解的子网：
-@404gen_ SN17 —— 用于 AI 生成 3D 资产的基础设施。可以为游戏、AI 角色、虚拟主播等生成 3D 模型。最近与@unity 的整合有望实现无缝 3D 模型生成，改变 Unity 120 万月活开发者的创作流程。
-@metanova_labs SN68 —— DeSci 药物研发子网，将药物研发转化为一个协作性强、速度快的竞赛系统，解决传统药物研发成本高、耗时久的问题（传统流程通常耗时十年以上、成本高达数十亿美元）。
这些都是我目前最容易理解、也最感兴趣的子网（毕竟我不是技术背景出身）。后续深入了解其他子网后我会继续分享。
小结
我尽量让这篇文章别太技术流 —— 毕竟 dTAO 的那些底层逻辑、释放机制、激励分配、参与角色的细节，网上有的是资料，大家可以自行去挖。
根据我在代理季（10 月 24 日 - 现在）期间学到的知识，就是保持相当敏捷。我参与过太多项目，我认为 dTAO 提供了相当好的机制来保持灵活性并从不同的可投资 DeAI 初创公司中轮换。
这几个月我在 agent season（从去年 10 月 24 日开始） 的最大感悟是：在这个领域里，灵活就是生存能力。我之前在太多项目里长时间持仓亏损，而我认为 dTAO 提供了一种很不错的机制，让人可以灵活进出、轮动投资不同的 DeAI 初创项目。
目前参与的人还不多，所以现在质押不仅能拿到 80%–150%+ 的 APY，还有子网代币价格上涨的红利可吃。
不过随着未来六个月更多人进入、TAO 生态的钱包、桥、交易基础设施越来越完善，这个动态可能会发生变化。
目前，我建议你享受 TAO 上的 PvE 赛季，并和我一起探索更多酷炫的 DeAI 技术 !
非常感谢你看完我的第一篇内容。咱们下期更新再见！
– 0xJeff
备注: 非常感谢阅读！如果你正在从事 Crypto AI 项目，欢迎给我发私信！
同时也感谢以下几位让我快速了解 Bittensor 生态的朋友： @mxmsbt, @luciancxyz, @gylestensora, @contangojosh, @mikecontango, @JosephJacks_, @Old_Samster, @bloomberg_seth
接下来我会去找更多子网项目方聊聊，了解大家都在搞什么，回来继续分享给你们～
声明：
本文转载自 [X]，著作权归原作者 [@Defi0xJeff] 所有。如对转载有异议，请联系 Gate Learn 团队，团队将尽快处理。
免责声明：本文所表达的观点和意见仅代表作者个人观点，不构成任何投资建议。
本文的其他语言翻译由 Gate Learn 团队完成。除非另有说明，否则禁止复制、分发或抄袭翻译文章。
مقالات ذات صلة