【长推】AI Layer1 研报：寻找链上 DeAI 的沃土

Chainfeeds 导读：

深入解析六大 AI Layer 1 的发展现状和参与机会。

文章来源：

https://x.com/BiteyeCN/status/1931924727582576925

文章作者：

Biteye & PANews

观点：

Biteye：AI Layer 1 作为一条专为 AI 应用量身定制的区块链，其底层架构和性能设计紧密围绕 AI 任务的需求，旨在高效支撑链上 AI 生态的可持续发展与繁荣。与传统区块链聚焦账本记账不同，AI Layer 1 节点需承担更多责任：不仅要提供算力以完成模型训练与推理，还需贡献存储、带宽与数据资源，打破中心化基础设施垄断。这对共识机制提出更高要求：一方面需精确评估与激励节点的实际贡献，另一方面需保障任务执行的安全性与公平性。同时，为适配多样化任务类型（如 LLM 训练、模型推理、数据标注等），AI Layer 1 还需具备高吞吐、低延迟和异构任务支持能力，并原生支持 GPU/TPU 等计算资源调度。此外，链上 AI 的另一个关键挑战是可信输出问题。平台需引入可信执行环境（TEE）、零知识证明（ZK）、多方安全计算（MPC）等技术，使模型行为可验证、数据处理可审计，保障用户对 AI 结果的信任。最终，AI Layer 1 还应具备强大的生态承载能力，从开发工具、SDK、激励机制到运营支持，全面服务开发者、运营者和使用者，打造可持续的开放协作网络。 Sentient 是一个开源 AI Layer1 协议，通过 AI Pipeline 与区块链系统结合，构建去中心化的人工智能经济体。其核心创新之一是 OML 模型框架（开放、可货币化、忠诚），确保模型拥有明确的所有权结构和收益分配路径。开发者可将模型开源后嵌入指纹，通过链上合约管理调用权限与支付收益。系统采用乐观安全（Optimistic Security）思想，默认合规、违规可惩罚，强调行为可验证性。Sentient 所提出的 AI 原生加密学技术，允许在模型训练过程中插入 query-response 键值对，形成唯一指纹。通过第三方验证者的探测提问，可证明模型是否为原版。此外，模型调用需持有加密权限凭证，确保只有授权用户可使用模型功能，防止被盗用或滥用。Sentient 还引入了 Enclave TEE 框架（如 AWS Nitro Enclaves）来保障执行安全，在链下处理推理请求时提供隔离和保密性。未来还计划引入 ZK 和 FHE 技术，进一步提升验证能力与隐私保护，建立更加可信、高效的模型确权与执行体系。 Sahara AI 通过其区块链基础设施（SBP 协议）与数据服务平台，打造了一个以数据确权为核心的 AI 资产网络。用户可通过 Sahara ID 参与数据标注、审核任务，贡献的数据被记录在链上，获得 Sahara Points 激励。平台设置了贡献可追踪机制，确保贡献者因其数据被使用而持续获得收益，并防止滥用或盗用行为发生。为保障数据价值的长期性，Sahara 建立了一个双重激励模式：贡献者不仅可从平台获得积分，还可根据生态伙伴的调用行为获得额外激励。例如，MyShell 即通过 Sahara DSP 进行数据众包，并向用户发放 MyShell 代币奖励。数据经许可注册至链上后，被用于模型训练与 Agent 部署，形成完整闭环。Sahara 的链上资产市场还允许开发者将模型、数据集注册为可交易资产，设定分润规则后由系统自动结算。平台兼容其他链部署，可为 Web3 项目提供 AI 接入能力，实现数据贡献 — 模型训练 — 资产上链 — 收益变现的全链路协作路径。这种结构性设计为 AI 开发者和数据提供者打开了去中心化的商业化通路，降低了开发门槛并提升了激励公平性。