【英文长推】Bittensor 的经济模型设计有何缺陷？

1. 如果实施得当，子网为获得最佳产出而进行的激励驱动型竞争是有意义的。但当竞争横向扩展，且子网必须通过竞争获得更多的通胀奖励分配（尤其是实施动态 TAO）时，经济模型就会开始崩溃。例如，文本转语音模型和 X 射线疾病筛查视觉模型价值的产生完全不同，依靠市场力量来决定每个子网的价值贡献并不是长期战略发展的最优解。 2. 我不认为子网最终会在图像生成、文本生成等通用任务中具有竞争力。许多方面的激励不一定是经济上的，例如，声誉、研究贡献或公共服务。我还没有看到子网能做到现有开源项目做不到的事情，也没有任何数据显示它们优于现有基准。 3. Openτensor 在某种程度上是去中心化的，但不是开源的，这里有一个明显的区别。虽然任何人都可以使用子网，但实际情况并不透明。矿工们在做什么？他们运行什么算法？结果是如何产生的？用户几乎看不到，这是一个黑盒子。 4. TAO 的需求取决于投机者以及更多的子网启动，和 / 或更多的矿工 / 验证者需求。然而，更多的子网 / 矿工 / 验证者稀释了对现有子网的激励。由于矿工 / 验证者的单位经济效益下降，代币价格下降会导致网络活动反身性下降。目前，Bittensor 的运营成本为 7200 TAO（每日通胀），约合 320 万美元 / 天，12 亿美元 / 年。如今这笔资金主要来自投机者。Bittensor 一年能产生 12 亿美元的价值吗？ 一些想法： - 如果网络中所有子网都针对某一特定领域，而不是不同的任务，将会产生更大的协同效应。例如，「用于基因组研究 / 药物发现的 Bittensor」，或「用于金融 / 交易的 Bittensor」。有助于经济调整、方向和业务发展。 - Bittensor 如今的经济模型可能会使其在某些小众智能领域蓬勃发展，激励机制的存在可以推动这些领域的模型进步。也许是预测代币价格等加密货币的特定用例。【原文为英文】