dTAO и эволюция Bittensor: Перестройка децентрализованного ИИ с помощью рыночных стимулов

Автор: Chloe Zheng

Согласно исследованию Sequoia Capital за 2023 год, 85% разработчиков предпочитают дообучение существующих моделей вместо их создания с нуля, следуя модели Hugging Face.  Недавние тенденции это подтверждают: DeepSeek открыла исходный код своих моделей и представила дистилляцию моделей, при которой большие модели (teacher models) передают логику вывода меньшим моделям (student models), оптимизируя сжатие знаний и сохранение производительности.  Аналогично, релиз ChatGPT o3 от OpenAI подчеркивает важность пост-обучения и обучения с подкреплением.

Bittensor предоставляет открытую децентрализованную платформу для сотрудничества и обмена моделями ИИ.  В июле 2024 года Opentensor и Cerebras выпустили BTLM-3b-8k — открытую LLM, которая собрала более 16 000 загрузок на Hugging Face с положительными отзывами.

Несмотря на запуск в 2021 году, Bittensor практически не принимал участия в буме AI-агентов 2024 года, а цена его токена оставалась стабильной.  Однако 13 февраля 2025 года Bittensor представил обновление Dynamic TAO (dTAO), направленное на оптимизацию выпуска токенов, повышение справедливости и увеличение ликвидности.  Это напоминает эффект от AI Agent LaunchPad протокола Virtuals, что привело к росту рыночной капитализации $VIRTUAL в 50 раз в 2024 году.

Отчет “dTAO и эволюция Bittensor: перестройка децентрализованного ИИ с рыночными стимулами” предоставляет детальный анализ влияния обновления dTAO, завершенного 13 февраля, на экосистему Bittensor, фокусируясь на архитектурных инновациях, экономической модели и динамике всей экосистемы.

Количество аккаунтов в системе Bittensor увеличилось на 100%, показав рост со 100 000 в начале 2024 года до почти 200 000.

Архитектура сети Bittensor

Система Bittensor состоит из трех основных компонентов: парачейна Polkadot под названием Subtensor с совместимым с EVM уровнем (TAO EVM), 64 подсетей (Subnets) и корневой подсети (Root Subnet).

Цепочка Subtensor и TAO EVM

Subtensor – это блокчейн первого уровня, разработанный с помощью Polkadot’s Substrate SDK, который записывает ключевые действия внутри подсетей, включая весовые коэффициенты валидаторов и количество поставленных токенов.  Каждые 360 блоков (72 минуты) алгоритм Yuma Consensus рассчитывает распределение эмиссии для 64 подсетей.

Совместимый с EVM уровень Subtensor (TAO EVM) был официально запущен 30 декабря 2024 года, позволяя развертывать и использовать смарт-контракты Ethereum на блокчейне Subtensor без модификации.  Все операции EVM выполняются исключительно на блокчейне Subtensor и не взаимодействуют с сетью Ethereum, что означает, что смарт-контракты в Bittensor ограничены его экосистемой и независимы от основной сети Ethereum.

В настоящее время TAO EVM находится на ранней стадии развития, при этом экосистемные проекты, такие как TaoFi, активно развиваются на его основе.  TaoFi нацелен на создание инфраструктуры DeFi, поддерживаемой ИИ, включая первый стейблкоин, обеспеченный TAO, децентрализованную биржу и версию TAO с возможностью ликвидного стекинга.

Система аккаунтов

Двойная система ключей Coldkey-Hotkey

Система аккаунтов dTAO использует двойную систему ключей Coldkey-Hotkey для обеспечения повышенной безопасности и гибкости: 

• Hotkey может быть привязан к одному Coldkey в одной подсети, но также может быть связан с Coldkey из разных подсетей (хотя это не рекомендуется).
• Один Coldkey может быть связан с несколькими Hotkey.

Система UID подсетей

Генерация UID подсети

После уплаты минимального регистрационной комиссии в 100 TAO система генерирует UID подсети и привязывает его к соответствующему Hotkey.  Чтобы стать майнером, пользователю необходимо иметь Hotkey, Coldkey и UID подсети.

Требования для валидаторов

Чтобы стать валидатором подсети, пользователь должен застейкать минимум 1000 TAO и войти в топ-64 по объему стейкинга в подсети.  Примечательно, что валидаторы могут удерживать несколько UID одновременно, что позволяет им работать в нескольких подсетях без дополнительного стейкинга (аналогично механизму рестейкинга).

 Для поддержания конкурентоспособности в подсети валидаторы стремятся создать себе хорошую репутацию и добиться высоких результатов, чтобы привлечь больше делегаций TAO и сохранить топ 64 места.

Структура и ограничения емкости подсетей

• Подсеть 1: 1024 UID-слота, максимум 128 валидаторов, общий лимит участников — 1024 (валидаторы + майнеры).
• Остальные 64 подсети: 256 UID-слотов каждая, до 64 валидаторов, общий лимит участников — 256 на подсеть.

Конкуренция в подсетях и механизм стимулирования

В каждой подсети валидаторы назначают задачи майнерам (subnet miners/майнерам подсети).  После того как все майнеры выполнят свои задания, они отправляют свои результаты соответствующим валидаторам. После выполнения задач майнеры отправляют результаты валидаторам, которые оценивают качество выполнения и распределяют TAO-награды на основе производительности.

Валидаторы также получают вознаграждение за точную оценку лучших майнеров, способствуя улучшению всей подсети.  Этот процесс полностью автоматизирован кодом поощрений создателя подсети, обеспечивая справедливую и эффективную работу.

Подсети образуют многоуровневую экосистему

Экосистема подсети Bittensor построена как многоуровневая система, в которой майнеры, валидаторы, создатели подсетей и потребители играют свою роль в создании высококачественных услуг ИИ.

• Майнеры служат основными вычислительными нодами сети, отвечая за размещение моделей ИИ и предоставляя услуги по выводу и обучению.  Они соревнуются в рейтинговых системах P2P, минимизируя функции потерь и получая награды TAO, основанные на производительности их моделей.
• Валидаторы строят матрицу доверия для справедливой оценки представленных майнерами результатов, предотвращения сговоры и мошенничество, а также для того, чтобы высококачественные майнеры получали большую награду.
• Создатели подсетей разрабатывают индивидуальные подсети, предназначенные для конкретных областей ИИ, таких как обработка естественного языка (NLP) и компьютерное зрение (CV).  Они определяют уникальные механизмы консенсуса, рабочие процессы заданий и структуры поощрения для своих подсетей.
• Потребители взаимодействуют с системой, оплачивая токены TAO для доступа к услугам ИИ, таким как запросы к API, получение обучающих наборов данных или использование вычислительных ресурсов для обучения моделей ИИ.

Уровень майнеров

Майнеры являются основными вычислительными нодами сети Bittensor.  Их основные задачи включают:

• Хостинг моделей ИИ и предоставление сервисов вывода (инференса) или обучения
• Конкуренцию за вычислительные стимулы путем заработка токенов TAO на основе P2P-рейтингов
• Обеспечение высококачественных вкладов в развитие моделей ИИ

Уровень валидаторов

Валидаторы обеспечивают честную оценку моделей ИИ майнеров и предотвращают сговор и вредоносное поведение.  Они выполняют роль “судей” в сети, гарантируя предоставление высококачественных услуг ИИ. 

Уровень потребителей

Потребители – это конечные пользователи или компании, которые платят токенами TAO за доступ к услугам ИИ, таким как: Разработчики, запрашивающие API ИИ, Исследовательские институты, получающие доступ к обучающим базам данных ИИ и Предприятия, использующие вычислительные ресурсы Bittensor для обучения моделей ИИ.

Потребителям не нужно владеть моделями ИИ; они прямо обращаются к услугам ИИ, предоставляемым майнерами, снижая затраты на вычисления ИИ.

Консенсус, основанный на стейкинге

Механизм консенсуса Bittensor, основанный на стейкинге, разработан для решения следующих проблем:

• Предотвращение манипуляций с рейтингом и обеспечение справедливого подсчета очков: Итеративная коррекция w==fw корректирует любые веса, которые слишком сильно отклоняются от консенсуса (т.е. средневзвешенного значения стейкинга w), тем самым уменьшая чрезмерный собственный вес, сообщаемый противником.  Подобно самокалибрующемуся балансу, любые завышения, сделанные злоумышленниками, постепенно “обрезаются” до справедливого уровня, гарантируя, что никто не сможет исказить результаты незаметно.
• Награда высококачественным вкладчикам ИИ:  Валидаторы, которые постоянно предоставляют высококачественные результаты, сохраняют высокий рейтинг даже после корректировки веса, поскольку их заявленные веса остаются близкими к консенсусному значению.  Вощьмем для примера фармеров.  Фармеры, которые постоянно производят высококачественный урожай, получают более высокие цены.  Здесь высококачественные ноды зарабатывают больше токенов, тем самым мотивируя к постоянным улучшениям.

Этот процесс похож на статистическое сглаживание большого набора данных.  После многих раундов “сглаживания” истинное положение (или рейтинг) каждого участника становится очевидным.  Важно, что эволюция плотности сжимает аномальные (избыточные) веса на стороне атакующего сильнее, чем на стороне честных участников.

Механизм консенсуса Bittensor, основанный на стейкинге, использует строгие математические модели и инструменты теории игр.  Устанавливая формулы обновления, средневзвешенный консенсус, итеративные корректировки и эволюцию плотности, система автоматически калибрует избыточные отклонения веса и обеспечивает справедливое итоговое распределение вознаграждений.  Этот процесс можно сравнить с умными весами или репутационной системой, которая постоянно самокалибруется, чтобы гарантировать справедливое ранжирование, стимулировать выдающиеся вклады и предотвращать вредоносные сговоры и манипуляции голосами. 

На основе этой системы обновление dTAO вводит более детализированные механизмы сглаживания и улучшенную стратегию доверия к весам, что еще больше повышает устойчивость и справедливость системы.  В результате в условиях конкурентной среды честные участники сохраняют устойчивое преимущество, а общее потребление вычислительных ресурсов сокращается.

Консенсус Yuma: Динамически программируемые стимулы и консенсус

Биткоин создал крупнейшую в мире одноранговую (P2P) сеть хеш-мощности, где любой может свободно участвовать, предоставляя локальные вычислительные ресурсы для защиты глобального реестра.  Однако его правила стимулов были зафиксированы на этапе проектирования, что обусловило относительно статичное развитие экосистемы.

В отличие от этого, Yuma Consensus (YC) — это динамическая, программируемая структура стимулов.  В отличие от статического механизма вознаграждений в Биткоине, YC напрямую интегрирует целевую функцию, вознаграждения за стекинг и механизм корректировки весов в процесс консенсуса.  Это означает, что система не работает исключительно на основе фиксированных правил, а динамически адаптируется к реальным вкладам и поведению нод, обеспечивая более справедливое и эффективное распределение вознаграждений.

• Вектор весов валидаторов субсети
  Каждый валидатор субсети поддерживает вектор весов, где каждый элемент представляет собой вес оценки, который валидатор присваивает всем майнерам субсети.  Этот вес основан на прошлой эффективности валидатора и используется для ранжирования майнеров.  Например, если вектор оценки валидатора равен w=wn
  , то результирующий рейтинг отражает уровень вклада каждого майнера, как он воспринимается этим валидатором.
• Влияние количества застейканных токенов
  Каждый валидатор и майнер в сети стейкает определенное количество токенов.  Консенсус YC рассчитывает распределение вознаграждений с использованием как вектора весов, так и застейканных сумм.  Таким образом, итоговое вознаграждение зависит не только от оценок, но и от количества застейканных токенов, создавая замкнутый цикл “стейкинг → вес → вознаграждение”.
• Расчет и распределение вознаграждений
  Валидаторы субсетей собирают свои индивидуальные результаты рейтинга и подают их в алгоритм YC как коллективный вход.  Хотя рейтинги от разных валидаторов могут поступать в разное время, Subtensor обрабатывает все данные рейтинга вместе примерно каждые 12 секунд.  На основе этих данных он рассчитывает вознаграждения (в TAO) и зачисляет их в кошельки майнеров и валидаторов субсетей.

Этот механизм позволяет YC непрерывно и справедливо распределять вознаграждения в децентрализованной сети, динамически адаптируясь к качеству вкладов и поддерживая общую безопасность и эффективность сети.

Дистилляция знаний и смесь экспертов (MoE): Совместное обучение и эффективная оценка вклада

Дистилляция знаний (Цифровой коллективный разум)

Bittensor использует концепцию дистилляции знаний, аналогичную коллективной работе нейронов в человеческом мозге, где ноды обмениваются данными и параметрами моделей, обучаясь друг у друга.

В этом процессе ноды непрерывно обмениваются данными и параметрами моделей, формируя сеть, которая со временем самостоятельно оптимизируется для достижения более точных предсказаний.  Каждая нода вносит свои знания в общий пул, что в конечном итоге повышает общую производительность сети, делая её быстрее и более подходящей для приложений с обучением в реальном времени, таких как робототехника и автономное направление.

Ключевым преимуществом этого подхода является эффективное устранение риска катастрофического забывания — одной из распространённых проблем машинного обучения.  Ноды могут сохранять и расширять свои существующие знания, одновременно интегрируя новые инсайты, что повышает устойчивость и адаптивность сети. 

Распределяя знания между несколькими нодами, сеть Bittensor TAO становится более устойчивой к помехам и потенциальным утечкам данных.  Эта устойчивость особенно важна для приложений, работающих с конфиденциальной информацией, такой как финансовые и медицинские данные. 

Модель экспертных решений (MoE)

Bittensor использует Модель экспертных решений (Mixture of Experts, MoE) для оптимизации предсказаний ИИ, значительно повышая точность и эффективность решения сложных задач за счёт совместной специализации нескольких моделей ИИ.  Например, при генерации кода Python с аннотациями на испанском языке многоязычная модель и модель, специализированная на коде, могут работать вместе, создавая результаты гораздо более высокого качества, чем одна модель в одиночку.

В основе протокола Bittensor лежит система параметризованных функций, часто называемая “нейронами”, которые распределены по одноранговой (peer-to-peer) сети.  Каждый нейрон хранит нулевое или большее количество весов сети и оценивает соседние ноды, обучая нейросети через механизмы взаимного ранжирования.  Эти рейтинговые оценки затем фиксируются в цифровом реестре, обеспечивая прозрачность и справедливость вкладов.

Ноды с более высокими рейтингами не только получают денежные вознаграждения, но и приобретают дополнительный вес в сети, создавая прямую взаимосвязь между вкладом и вознаграждением.  Это способствует большей справедливости и прозрачности в сети.

Этот механизм эффективно формирует рынок, позволяя интеллектуальным системам оценивать информацию в одноранговой сети через интернет, одновременно побуждая ноды постоянно улучшать свои знания и навыки.

Для справедливого распределения вознаграждений Bittensor интегрирует принципы значения Шепли из теории кооперативных игр, обеспечивая эффективный метод распределения наград в зависимости от вклада каждой ноды.

В рамках консенсуса Yuma (YC) валидаторы оценивают и ранжируют экспертные модели, а вознаграждения распределяются в соответствии с принципами значения Шепли.  Этот подход повышает безопасность сети, её эффективность и способствует постоянному совершенствованию, укрепляя децентрализованную экосистему ИИ Bittensor.

Динамический TAO (dTAO)

Зачем был введён dTAO?

Ключевые проблемы текущей модели подсетей:

1. Перекрытие ресурсов и избыточность:
   Несколько подсетей сосредоточены на схожих задачах, таких как генерация изображений по тексту, текстовые подсказки и прогнозирование цен, что приводит к неэффективному распределению ресурсов.
2. “Плохие деньги вытесняют хорошие”:
   Качественные подсети могут испытывать трудности с привлечением достаточного финансирования и пространства для развития.  При семидневном защитном периоде подсети, которые не успевают набрать достаточную поддержку от рут-валидаторов, могут быть преждевременно ликвидированы.
3. Централизация валидаторов и недостаточные стимулы для новых подсетей:

• Рут-валидаторы могут не полностью представлять всех холдеров TAO, а их оценки могут не отражать широкий спектр мнений.  В рамках консенсуса Yuma окончательные баллы во многом определяются ведущими валидаторами. 
• У валидаторов мало стимулов для миграции в новые подсети, поскольку переход от высокодоходных старых подсетей к менее прибыльным новым может привести к немедленным потерям в вознаграждениях.

Ключевые проблемы экономической модели

Одной из главных проблем механизма Bittensor является то, что, хотя все участники получают TAO, никто фактически не платит TAO, что создает постоянное давление на продажу.  В настоящее время вопросы, на которые отвечают майнеры, не задаются реальными пользователями; вместо этого они предоставляются владельцами подсетей — либо имитируя реальные запросы пользователей, либо основываясь на исторических данных.  В результате, даже если ответы майнеров имеют ценность, эта ценность захватывается владельцами подсетей.  Независимо от того, помогают ли ответы майнеров владельцам подсетей улучшать алгоритмы моделей или используются ими напрямую для обучения моделей с целью улучшения их продуктов, генерируемая майнерами и валидаторами ценность присваивается владельцами подсетей.  Теоретически владельцы подсетей должны платить за эту ценность.

Более того, владельцы подсетей не только избегают каких-либо затрат, но и получают 18% эмиссии подсетей.  Это означает, что экосистема Bittensor не имеет жесткой связи — участники поддерживают лишь свободные связи, основанные на развитии и сотрудничестве.  Проекты в подсетях могут выйти в любой момент без каких-либо потерь (поскольку комиссия за регистрацию подсети возвращается).  В настоящее время основным механизмом изъятия токенов в системе Bittensor являются комиссии за регистрацию, уплачиваемые майнерами и валидаторами подсетей; однако эти комиссии минимальны и недостаточны для обеспечения эффективного захвата ценности.  Хотя стейкинг стал основным механизмом, объем TAO, изымаемый через комиссии за транзакции в блокчейне и комиссии за регистрацию, остается ограниченным.

Стекйинг делится на две формы:

1. Стекйинг валидаторов:
   Участники стейкают TAO для поддержки безопасности сети и получения вознаграждений, что составляет 75% от общего объема эмиссии TAO.  В настоящее время валидаторы получают около 3000 TAO в день, с годовой доходностью более 15%.  Однако после первого халвинга это значение снизится до 1500 TAO в день, что уменьшит привлекательность стейкинга и ослабит его влияние на баланс спроса и предложения токенов.
2. Стекинг при регистрации подсетей:
   Добавление новых подсетей значительно влияет на предложение TAO.  Это создает проблему, так как общий объем эмиссии TAO фиксирован; увеличение числа подсетей приведет к распределению вознаграждений среди всех подсетей, что затруднит поддержание их работы и потенциально приведет к выходу некоторых подсетей из сети.

Основной механизм Dynamic TAO

Связывание валидаторов и команд с экосистемой: Чтобы зарабатывать, сначала нужно инвестировать в токены подсетей

dTAO разработан с учетом рыночных и технологических факторов, при этом каждая подсеть оснащена пулом ликвидности, состоящим из TAO и токенов подсети.  Когда холдеры TAO (валидаторы и владельцы подсетей) стейкают, это эквивалентно обмену TAO на dTAO, а количество получаемого dTAO определяется по формуле:

Во время обмена механизм ценообразования между TAO и dTAO соответствует формуле постоянного продукта Uniswap V2: *=K

где τ представляет количество TAO, а α — количество dTAO.  При отсутствии дополнительной ликвидности, независимо от того, сколько TAO обменивается на dTAO или наоборот, K остается постоянным.  Напротив, когда держатели dTAO анстейкают свои активы, это эквивалентно обмену dTAO на TAO, а количество полученного TAO определяется по формуле:

В отличие от Uniswap V2, пулы ликвидности dTAO не допускают прямого добавления ликвидности.  За исключением первоначальной ликвидности, предоставляемой при создании подсети ее владельцем, вся новая ликвидность, вливаемая в систему, полностью формируется за счет вновь выпущенных TAO (50% вновь добытых dTAO также вливаются в пул ликвидности, а остальные 50% распределяются в соответствии с заранее определенным механизмом поощрения для валидаторов, майнеров и владельцев каждой подсети) и 50% от общего объема эмиссии dTAO.

Этот механизм предотвращает массовую продажу больших объемов токенов командой ради быстрой прибыли и поощряет непрерывные вклады и технологические итерации.  Валидаторы действуют как венчурные инвесторы, тщательно оценивая технологии, рыночный потенциал и фактическую производительность каждой подсети.

Операции Стейкинга/Анстейкинга не изменяют значение K, в то время как вливание ликвидности увеличивает K до K’.

Токен подсети с более высокой ценой относительно TAO получает большую долю новых эмиссий TAO

В предыдущей системе пропорция вновь выпущенных TAO, выделяемых каждой подсети, определялась валидаторами рут-сети.  Однако такой подход создавал ряд потенциальных проблем.  Например, управление Root Network было сосредоточено в руках небольшого числа валидаторов, что означало, что даже если бы они сговорились выделить новые эмиссии TAO подсетям с низкой ценностью, они не понесли бы за это никаких наказаний.

Dynamic TAO устраняет привилегии рут-сети и передает право принятия решений об эмиссии TAO всем холдерам TAO. 

Пример анализа

После обновления сети Dynamic TAO каждая подсеть теперь выпускает свои собственные dTAO токены.  Генезисное предложение dTAO для каждой подсети равно количеству TAO, заблокированному владельцем подсети при ее создании.

• 50% dTAO направляется в пул ликвидности, а оставшиеся 50% выделяются владельцу подсети.
• Например, если владелец Подсети #1 заблокировал 1000 TAO, то генезисное предложение dTAO также составит 1000.
• 500 dTAO и 1000 TAO используются в качестве начальной ликвидности в пуле ликвидности.
• Оставшиеся 500 dTAO выделяются владельцу подсети.
• Если валидатор присоединяется к Подсети #1 и стейкает 1000 TAO, он получит 250 dTAO. В этот момент пул ликвидности будет содержать 2000 TAO и 250 dTAO.  На данный момент в пуле ликвидности находится 2000 TAO и 250 dTAO.
• Если Подсеть #1 зарабатывает 720 TAO в день на вознаграждениях за блоки, 360 TAO автоматически направляются в пул ликвидности.  Количество вновь выпущенных dTAO в день определяется эмиссионным расписанием самой подсети.

Влияние dTAO

Введение dTAO в корне меняет механизм распределения и стейкинга TAO:

• Стейкинг TAO теперь больше похож на “покупку” токена определенной подсети, а не на простой безрисковый стейкинг. Это создает больше возможностей для появления качественных подсетей, поскольку ранняя поддержка сильных подсетей валидаторами может привести к высоким доходам, даже кратным начальному капиталу.  Это также поощряет более взвешенный подход со стороны стейкеров, которым теперь необходимо проводить комплексную проверку для выбора наиболее перспективных подсетей.
• Краткосрочные стейкинг и анстейкинг оказывают большее влияние на цену dTAO, чем фактический доход TAO, получаемый подсетью, что приводит к большей изменчивости доходности стейкинга.
• Устраняет контроль валидаторов над вознаграждениями за блоки, значительно увеличивая затраты для потенциальных атакующих, пытающихся манипулировать сетью путем стейкинга крупной суммы.

Как изменится экосистема Bittensor после обновления dTAO?

Для анализа влияния обновления dTAO рассмотрим два ключевых вопроса:

Как спрос на подсети трансформируется в спрос на токены подсетей?

Может ли введение токенов подсетей создать “TAO Summer”, ускоряя инновации в экосистеме TAO?

Как спрос на подсети трансформируется в спрос на токены подсетей?

Чтобы участвовать в подсети и зарабатывать вознаграждения, пользователи должны сначала приобрести dTAO токены подсети и застейкать их у валидатора, что увеличивает цену dTAO в данной подсети.  Как только цена dTAO растет, общая стоимость dTAO в пуле ликвидности увеличивается, и система автоматически выделяет больше TAO-вознаграждений этой подсети, позволяя майнерам и стейкерам получать более высокую доходность.

Это создает положительную обратную связь: Пользователи покупают dTAO, повышая его цену → Повышение цены приводит к увеличению эмиссии TAO для подсети → Увеличение наград привлекает дополнительных пользователей → Происходит дальнейшее повышение цены.

И наоборот, если пользователи начинают продавать dTAO в больших количествах, их цена снижается, что приводит к уменьшению эмиссии TAO в данной подсети, что, в свою очередь, снижает участие пользователей.  В целом, волатильность цен на токены подсети в первую очередь определяется спросом и предложением на рынке, размером пула ликвидности и автоматическими механизмами стимулирования системы.

Сравнение dTAO с AI Agent Launchpad

Этот механизм имеет сходство с моделью AI agent launchpad, где пользователи сначала должны приобрести токены платформы, чтобы инвестировать в токены AI-агентов.  В AI agent launchpad, когда один из токенов AI-агента демонстрирует быстрый рост цены и создает эффект богатства, это привлекает волну новых пользователей в экосистему, создавая дополнительное давление на покупку платформенного токена.

Однако между dTAO и AI agent launchpad существуют ключевые различия:

• Модели AI agent launchpad обычно требуют, чтобы пользователи использовали токены платформы для покупки токенов AI-агентов только на начальном этапе, когда их рыночная капитализация низка (то есть внутри внутреннего рынка проекта).
• Когда оценка токенов AI-агентов достигает определенного уровня, они выходят на внешние рынки и создают пулы ликвидности.  Затем пользователи могут обменивать эти токены на Ethereum (ETH) или Solana (SOL) через децентрализованные биржи (DEX) или кошельки, фиксируя прибыль.  Одновременно новые пользователи могут напрямую покупать эти токены за ETH или SOL на DEX или через кошельки.

В отличие от этого, в системе dTAO, когда цены dTAO растут, и пользователи хотят зафиксировать прибыль или перейти в другую перспективную подсеть, они могут обменивать dTAO только на TAO.  Этот процесс может вызывать значительные ценовые колебания в пуле ликвидности.

С другой стороны, поскольку пулы ликвидности токенов dTAO создаются на TAO EVM, токены dTAO могут торговаться на совместимых с EVM децентрализованных биржах (DEX), таких как taodotbot, HotKeySwap и Backprop Finance.  Однако торговля за ETH не поддерживается, а основные кошельки и DEX пока несовместимы.

Backprop Finance

Еще один ключевой аспект — уникальный механизм эмиссии в экосистеме dTAO.  Как показано на графике ниже, после обновления dTAO эмиссия стала гораздо более концентрированной в верхнем сегменте.  Пять ведущих проектов подсетей теперь получают до 40% от общего объема эмиссии.

При 7200 TAO, распределяемых ежедневно, это означает, что пять крупнейших подсетей получают около $1 млн в TAO в день (на основании цены TAO от 18 февраля 2025 года).

Если экосистема dTAO будет развиваться аналогично экосистеме Virtual, где отдельные проекты получают значительное внимание, тогда подсети с высокой рыночной капитализацией будут поглощать большую часть новых эмиссий.

Чтобы конкурировать с ними, новые проекты должны демонстрировать высокий потенциал для привлечения стейкеров, майнеров и валидаторов.  Это может потребовать переманивания участников из других подсетей путем конвертации их TAO в dTAO новой подсети, что, в свою очередь, может привести к продаже токенов подсетей из существующих пулов ликвидности для увеличения рыночной капитализации новой подсети.

Решил ли dTAO проблемы в модели подсетей Bittensor?

Проблемы механизма сохраняются

Обновление dTAO привязывает эмиссию TAO к рыночной производительности токенов подсетей, перекладывая решение о распределении ресурсов от небольшой группы рут-валидаторов на рыночный механизм.  Это направлено на стимулирование более активного участия пользователей и вовлеченности в систему.

Хотя этот механизм частично устраняет неэффективность, вызванную дублированием ресурсов, гарантируя, что только высокопроизводительные подсети с высокими ценами на токены получают больше наград за TAO, он не решает в корне несколько ключевых проблем:

• Дублирование ресурсов и избыточность:
  Если несколько подсетей работают над похожими задачами (генерация изображений по тексту, текстовые подсказки, прогнозирование цен), то даже рыночные корректировки не устраняют полностью дублирование ресурсов и неэффективность.
• Централизация валидаторов и нехватка стимулов для новых подсетей: Обновление dTAO не изменяет доминирующее положение топ-валидаторов в рамках Yuma Consensus. Оценки валидаторов могут быть предвзяты, и у них остается мало стимулов для перехода на новые подсети.

По данным на 18 февраля 2025 года, топ-10 валидаторов в совокупности владеют крайне низким процентом dTAO-токенов, при этом индивидуальные владения не превышают 10%.

Основные недостатки экономической модели

• Фундаментальный экономический изъян:
  Все участники могут зарабатывать TAO, но нет внешних пользователей, которые оплачивают фактические вклад майнеров и валидаторов.  Это приводит к постоянному давлению на продажу TAO, поскольку вознаграждения распределяются без устойчивого механизма спроса. 
• Риск фиктивных моделей и недостаточные стандарты оценки в некоторых подсетях:

1. В настоящее время в сабнетах реализованы такие приложения, как прогнозирование цен (например, сабнет Synth), поисковые системы на базе ИИ (например, аутсорс-разработка Kaito AI) и сервисы инференса моделей (например, Omron сабнет от Inference Labs).

• Эти тенденции показывают, что Bittensor превращается в “слой аутсорсинга” в экосистеме AI, где токеновые стимулы быстро привлекают ресурсы и распределяют специализированные задачи ИИ.
• Однако такой подход, основанный на стимулах, может привлечь разработчиков в краткосрочной перспективе, но его долгосрочный успех зависит от реального рыночного спроса и обеспечения качества.

2. Доказательства использования фиктивных моделей:

• При тестировании Cortex.t было обнаружено, что его ответы напрямую получены через API OpenAI, а не сгенерированы майнерами Bittensor. Это говорит о том, что некоторые сабнеты могут быть всего лишь “обертками” для сторонних решений, а не использовать реальную децентрализованную инфраструктуру Bittensor.

• Повышение практической полезности и прозрачности: Для повышения технической надежности и прозрачности необходимо обеспечить верификацию ончейн.  Майнеры должны представлять промежуточные данные или хеши доказательств для обучения и инференса моделей. Это позволит убедиться, что результаты действительно генерируются внутри сети Bittensor, а не через внешние API.  Также следует создать систему сравнительной оценки производительности, используя стандартные тестовые наборы данных для различных типов подсетей (например, модели прогнозирования, генеративные модели ИИ).  Регулярная публикация рейтингов на основе этих тестов стимулирует конкуренцию и способствует повышению качества моделей.

Проблемы и ограничения dTAO: нехватка спроса, полезности и снижение доли стейкинга

Экосистемная ценность токенов dTAO остается в пределах сети Bittensor.  Несмотря на добавление совместимости с EVM, dTAO не получил той же социальной медиа-известности, что AI Agent-токены из AI Launchpads, таких как Virtual.

Кроме того, очень немногие проекты интегрировали dTAO в свою токеномику, что привело к отсутствию реального спроса и сценариев потребления.  В настоящее время покупка токенов подсети напоминает разовую инвестицию — пользователи фиксируют прибыль, что может вызвать резкие падения цен.  Эта проблема особенно выражена в подсетях аутсорсинговой ИИ-инфраструктуры.

Тем не менее, модель dTAO имеет некоторые преимущества перед AI Agent Launchpad-моделью:

• 50% вновь выпущенных dTAO направляются в пул ликвидности, а оставшиеся 50% распределяются среди участников подсети (среди валидаторов, майнеров и владельцев).
• Это гарантирует, что только подсети, которые продолжают улучшать свои продукты и привлекать пользователей, получают больше вознаграждений, предотвращая приток низкокачественных AI-агентов и ускоряя инновации, основанные на TAO.

Однако неспособность dTAO выйти на более широкую аудиторию и нехватка крупных кейсов использования связаны с ограничениями экосистемы и отсутствием реальных потребительских сценариев.

Из-за нехватки качественных, быстрорастущих проектов некоторые консервативные стейкеры отказались от стейкинга TAO после обновления dTAO.

• Согласно последним данным, доля стейкинга TAO снизилась с пиковых 90% до всего 71%.

Фокус на проекты подсетей с тесной связью с экосистемой Bittensor и реальной полезностью токенов подсетей

Для оценки перспективных проектов подсетей в экосистеме Bittensor следует учитывать следующие критерии:

• Четкие и практические кейсы использования: проект должен решать реальные проблемы и получать обратную связь от пользователей.  Его техническая архитектура должна быть надежной и инновационной, поддерживать распределенное обучение и инференс ИИ-моделей, а также использовать ончейн-данные и прозрачные механизмы оценки.
• Грамотно разработанный механизм стимулов: система вознаграждения должна справедливо распределять выплаты между майнерами, валидаторами и владельцами подсети, избегая давления на продажу, вызванного отсутствием устойчивой полезности и спроса на токены.
• Сильная команда, интеграция с экосистемой и поддержка сообщества: предпочтение следует отдавать подсетям, изначально созданным внутри Bittensor, а не просто аутсорсинговым ИИ-инфраструктурным проектам.  В случае аутсорсинговых проектов важно проверить, интегрирован ли токен подсети в их основную токеномику.
• Реальная полезность токенов подсетей: на данный момент немногие проекты интегрировали новые токены подсетей в свою экономику, так как dTAO-апгрейд все еще находится на ранних стадиях.  Для создания устойчивого спроса токены должны выполнять конкретные функции, такие как платежи, доступ к сервисам, участие в управлении или стимулирование пользователей.  Без этого они останутся чисто спекулятивными активами, что приведет к волатильности цен, отсутствию стабильных стимулов и неспособности привлечь долгосрочных пользователей и разработчиков.

С начала 2024 года число подсетей Bittensor удвоилось с 33 до 66. По мере дальнейшего расширения можно ожидать появления нескольких перспективных новых подсетей.

Экономическая модель

Bittensor использует модель справедливого запуска, что означает отсутствие предварительного майнинга, ICO или частных продаж.  В настоящее время сеть выпускает 7200 TAO в день (1 TAO за блок, при генерации блоков примерно каждые 12 секунд) согласно программируемому графику эмиссии: после распределения половины объема общего предложения скорость выпуска сокращается вдвое. Этот процесс повторяется каждые четыре года, пока все предложение (21 миллион TAO) не будет в обращении.

Хотя кривая эмиссии TAO напоминает модель Биткоина, введенный механизм сжигания и перераспределения делает ее динамически регулируемой, а не полностью фиксированной.

Согласно данным о переработке токенов от TAOstats, первый халвинг, изначально запланированный на 2025 год, теперь ожидается в декабре 2025 года на основе активности сети Bittensor с момента ее запуска 3 января 2021 года.

По состоянию на февраль 2025 года было выпущено около 39,9% от объема общего предложения (8,33 миллиона TAO).

О HTX Research:

HTX Research — это специализированное исследовательское подразделение HTX Group, ответственное за проведение глубокого анализа, подготовку всесторонних отчетов и предоставление экспертных оценок по широкому кругу тем, включая криптовалюты, технологии блокчейна и тенденции развивающихся рынков. Стремясь к предоставлению основанных на данных аналитических выводов и стратегического прогноза, HTX Research играет ключевую роль в формировании взглядов на индустрию и поддержке обоснованного принятия решений в сфере цифровых активов. Благодаря строгим исследовательским методологиям и передовой аналитике, HTX Research остается в авангарде инноваций, способствуя развитию экспертного мнения и углубленному пониманию динамики изменяющегося рынка.

Источники：

https://bittensor.com/content/consensus_v2

https://learnbittensor.org/subnets

https://taostats.io/subnets