来源：Chi_Labs

主持人 Blake：今天我们邀请到了0G Labs 的联合创始人兼 CEO Michael，我是来自 Chi Labs 的主持人 Blake。

Michael：在 0G Labs，我们的使命是让 AI 成为公共产品，这意味着要提供一个人人都能贡献的基础设施，尤其要做到透明、安全、可验证。这需要与黑盒式 AI 完全不同的体系。我们构建了一个模块化的多层系统：无限可扩展的 Layer1（执行层）、为 AI 工作负载打造的存储网络、推理与微调的计算网络（基于 TEE 可验证）、服务市场，以及监控漂移和不良行为的 AI 对齐节点。合起来就是一个去中心化 AI 操作系统。

为什么选择在2023 年创建 0G？

主持人 Blake：为什么你们决定在 2023 年启动 0G？当时的火花是什么？

Michael：当时我们看到 ChatGPT 从 OpenAI 起飞，我们认为这是一个 AI 的突破性时刻。我们终于可以像和人对话一样与机器交流，得到自然语言的响应，而且机器的回答几乎接近人类的有效性，这真的是一个标志性的突破。

但随后我们开始思考：五到十年后会发生什么？如果一些更大规模的用例，尤其是社会层面的用例，真的由 AI 来驱动呢？比如一个由 AI 运行的机场。这种未来让我们感到非常不安，因为在黑盒 AI 系统里，很难知道数据的来源，谁标注了数据，模型内部究竟发生了什么，你拿到的到底是哪一个版本的模型，以及审查决策是如何做出的。

0G 想解决 AI 和 Web3行业的什么痛点？

主持人 Blake：0G 想解决 AI 和 Web3 行业的哪些痛点？

Michael：要真正拥有 AI，并且能够在链上构建“无限规模”的 AI，我们需要实现若干关键的基础设施突破。

首先是性能层面：如何创建一个足够强大的 Layer1，让它能够承载最重型的数据吞吐用例。因为在很多情况下，AI 数据中心的吞吐量每秒可以达到数百 GB，甚至 TB 级别。所以我们必须设计出一个高性能的系统架构。

其次是研究层面：我们需要弄清楚如何正确地进行 AI 对齐，以及在去中心化语境下该如何理解和构建 AGI。AGI 会来自单一的巨型模型，还是来自许多小模型的组合？我们更倾向于后者，但这需要投入大量研究。

你希望 0G 在 5 年后被如何定义？

主持人 Blake：你希望 0G 在 5 年后被如何定义？

Michael：我们的终极目标，是吸引 Web2 的 AI Builder 进入 Web3。

当我设想五年后的 0G，我希望它能成为所有关键任务 AI 应用的核心枢纽。比如在制造设施、多机器人系统、机场、物流系统等这些社会级别的场景中，0G 能够提供基于区块链的安全与对齐机制，来保障这些系统的运行，在这一层面上，我希望 0G 始终站在最前沿，处于核心位置。

当然，对于一些个体用例，人们依然可以使用中心化 AI 或者边缘设备 AI 来满足需求。但在涉及社会级、关键任务的应用时，0G 必须走在最前线，而且，这一切要通过以社区为核心的方式来推进，最终实现把 AI 打造成一种公共产品。

去中心化 AI 操作系统的核心架构是什么？

Michael：在开场介绍里我已经提到过一些，0G 的核心是分层结构，让每一层分别完成构建大规模 AI 应用所需的不同任务。

通常会包括以下几个部分：

●算力 / DePIN层：这一部分不是我们自有，而是与合作伙伴（如 Aethir、Akash）提供的算力资源对接。

● 软件层：

○ Layer1（执行层）：无限可扩展。

○ 存储层。

○ 数据可用性层。

○ 计算层：支持推理和微调，使用 TEE（可信执行环境）保证可验证性。

○ 服务市场层：类似 App Store，可以插入各种服务与公共数据集，完全开放。

○ AI 对齐节点：类似“警察部队”，负责扫描模型漂移和负面行为，并通过惩罚质押来维持系统健康。

这些组件每一个都有很深的设计空间。比如 Layer1 本身是模块化架构：模块化执行层、模块化共识层、模块化 DA 层。每一层都做了极致优化，并且可以无限扩展，我们不受传统区块链系统的限制。比如有的 L2 可能只能做到 500 TPS，而我们采用分片的方法，可以根据应用需要部署任意数量的分片，从而实现任意规模的 TPS，这种设计哲学贯穿于整个系统的每一个部分。

相比传统 L1，0G 的性能优势在哪？

Michael：我们的核心哲学是并行化。无论是存储、数据吞吐还是 TPS，都能通过并行无限扩展，可实现 DA 层数十至数百 GB/s 吞吐，以及数十万 TPS。

0G 如何吸引开发者生态？

Michael：我们的设计哲学之一，就是要尽量缩小从 Web2 到链上落地的门槛。

通过模块化设计，让各个基础设施部件能够紧密拼接，如果你使用 0G 的每个部分，它们之间可以实现无缝协同。这样提供了一种一站式体验：开发者不需要跑去 50 个不同的地方来拼装解决方案。另外，生态也是吸引力的一部分。接入 Web3 × AI 最大的生态，可以获得竞争优势，并且在生态内与他人形成互动。同时我们会提供大量支持，包括：激励、导师、加速器、投资等。

主持人 Blake：所以开发者会有导师支持？

Michael：是的，我们提供的不仅仅是导师支持，还包括投资和整个生态各方面的帮助。

有没有 Killer App的早期迹象？

Michael：一开始因为 Web3 仍很金融导向，早期 killer apps 很可能与金融绑定，比如：

● AI 收益搜索代理

● AI 循环杠杆代理

● 其他支持金融操作的代理

随着时间推移，社区参与训练与使用的模型，用户提供算力/数据并以代币获得补偿，一旦基础设施就绪，这也会是一个 killer app方向。

普通用户能在 0G 生态中获得哪些体验？

Michael：我刚才已经提到过一些，像是导师支持、市场营销和投资。我们的目标是要快速构建起一个大规模的生态，吸引最优秀的建设者来部署他们的模型、数据和算力。为此，团队的各个部分都需要投入大量资源。我们始终把自己视为一种竞争优势的提供者，让任何加入 0g 的人都能因此受益。

JT：除了像其他公链以外，像刚才Michael有提到，比如是在投资，除了普通公链有的一些功能以外。我们其实还有非常多的一些延展的功能，因为我们0G的整体优势就是除了像链上的功能以外我们还提供算力、存储包括对全链AI所有的支持。作为一些用户或者是你作为项目方，也可以在0G的平台上面得到不同的使用场景，或者是你自己可以布置全去中心化的AI application应用，而且普通用户也是可以，这一点是很多别的链都可能是做不到的。

如何平衡空投规模与长期用户留存？

Michael：这是一个非常棘手的问题。一方面，我们需要认可社区成员的贡献，比如他们在测试网的参与，或者在宣传上的支持，但另一方面，我们又不希望大家只是为了短期激励完成任务，然后在主网上线时就离开。

我们的解决方式是：将部分空投设定为归属，例如 Yapper 的分配或某些 NFT 奖励。这种机制可以让大家在更长时间里留在生态中。

我们始终坚持长期思维 ——因为我们的使命是把 AI 打造成一种公共产品。这不是一两年的事情，而是一项需要社区持续努力与深度参与的长期事业。

JT：我们上线了空投检查与注册工具，给 Yapper 等内容创作者一次激励，同时通过 Infofy 平台提供持续奖励，但需要持续贡献才能解锁。

0G 会如何避免类似Movement、RedStone的FUD？

Michael：某种程度很难完全避免 FUD，因为大家都想拿到最大化的空投，无论给什么总有人觉得不够，这就是感知 vs 现实的不同。

我们也学到了很多关键经验：把主网上线与空投/上市分开不利于社区，容易制造不必要的 FUD，需要区分真用户/长期用户与女巫攻击，这很难，但我们持续投入识别与过滤。我们已把这些教训落实到当前决策中，我们把空投拆分为不同部分：社交任务/社区奖励、测试网参与，两类人群的参与思维不同，不同奖励维度经过长时间设计，以获得更多长期参与者。

对测试网参与者：希望他们在主网也部署，因为主网指标真实，参与主网可获得社区奖励资格，总之以长期心态来设计。但是筛选真用户与女巫很难，但我们持续投入改进，空投会分不同部分，设计不同奖励维度。

JT：我们会细分不同人群：测试网 Runner、社区活跃者、社媒任务参与者、Yapper、早期 OG、NFT 持有者。大家可以从不同维度获得奖励，但总体理念是奖励长期贡献者。

团队如何保证早期支持者的公平性和积极性？

Michael：除了空投等社区奖励，更大的收益应该来自长期与生态互动，对于建设者：会有追溯社区奖励、投资、导师等，对普通用户：通过持续支持与使命共识累积代币随时间增长的价值。

JT：我们在 Discord 给早期 OG 权重高，还发过 One Group Grivity NFT（免费/0.1 ETH 铸造，最高涨到 1.8–1.9 ETH）。TGE 前后有集中激励，长期激励会转向生态项目。绑定钱包+Twitter+Discord，多重参与者能拿到多重奖励。

社区在设计激励机制时可以发挥什么作用？

Michael：我们开放倾听社区反馈作为治理机制的一部分，社区可以提案新的激励机制与奖励方式，我们会设立 Security Council（安全委员会） 采纳建议，激励机制当然可以是其中之一，0g 基金会曾根据社区对初版代币经济学的反馈快速调整，我们当时开会到凌晨 4–5 点完成修改。

JT：在社区设计激励机制的时候，社区其实是可以发挥很大作用的。Michael 也提到过，社区用户可以提出他们希望 0G 去做的事情，给出一些建议，然后团队会根据这些意见去调整和改变。举个例子，我们之前发布过一版代币经济学，当时社区给出了很多反馈和建议，我们团队也很快根据这些意见做了修改，最后得到的反馈也非常不错，这算是一个比较重要的例子。记得当时我们甚至连夜开会，一直开到凌晨四五点，就是为了尽快回应社区的声音。

未来 12–24 个月的重点目标

Michael：

主要有两个方面：

●打造最大Web3×AI 生态：围绕机器人等趋势，完善关键基础设施、新垂直、关键服务，吸引顶级 AI dApp与顶级 Agent在 0G 构建。

●基础设施对标/赶上中心化黑盒 AI：强化可验证机制，支持任意规模模型训练，进一步提升L1性能，让 Web2 的任何东西完全上链。

JT：目标是让 0G 成为全链可进化的 AI 生态，两年左右达到一线 Web2 基础设施水准，同时保持透明与去中心化。

对行业趋势的判断（AI Infra、RWA+AI、稳定币等）

Michael：

● 稳定币：大型机构已在讨论用稳定币轨道替代银行轨道，未来会与 AI Agent融合。

● RWA+AI：例如代币化对冲基金+抵押借稳币+循环策略，AI Agent 能监控利率和风险、自动再平衡。

● 机器人：家用与工厂机器人将普及，但安全和对齐关键，否则一旦被黑入后果严重。

JT：现在大家都开始越来越多地使用稳定币，很多机构也表示会用稳定币来替代银行进行转账。与此同时，RWA 加 AI 也是一个非常有潜力的话题。比如说，有人把代币质押出去，再借出稳定币，这时候 AI 就可以在他们快要触及清算线之前帮忙做风险平衡和仓位管理。你刚才的补充已经很完整了，我这边再稍微补充一点：Michael 前面提到过 Jackson Hole 的会议，那其实就是上个月在美国丹佛附近举行的一个非常重要的会议，很多美国的机构和官员都在讨论如何让传统银行业和加密行业更好地融合，包括政策层面和未来的发展方向，Michael 也是作为 0G 的代表参与了这次会议。

免责声明：本文章仅代表作者个人观点，不代表本平台的立场和观点。本文章仅供信息分享，不构成对任何人的任何投资建议。用户与作者之间的任何争议，与本平台无关。如网页中刊载的文章或图片涉及侵权，请提供相关的权利证明和身份证明发送邮件到support@aicoin.com，本平台相关工作人员将会进行核查。