Сравнительный анализ слоевого развития AI и Криптоактивы отрасли

Недавно возникли мнения о том, что стратегия Rollup-Centric Ethereum, похоже, провалилась, и люди разочарованы иерархической структурой L1-L2-L3. Однако интересно, что за последний год развитие в области искусственного интеллекта также испытало аналогичную быструю эволюцию L1-L2-L3. Давайте сравним и проанализируем иерархическую логику этих двух отраслей и выясним, в чем корень проблемы.

Слои логики в AI индустрии

В области ИИ каждый уровень решает основные проблемы, которые не могут быть решены предыдущим уровнем:

1. Большие языковые модели уровня L1 (LLMs) решают базовые способности понимания и генерации языка, но имеют недостатки в логическом выводе и математических вычислениях.

2. Модель вывода уровня L2 специально решает эти недостатки. Например, некоторые модели способны справляться со сложными математическими задачами и отладкой кода, компенсируя когнитивные слепые зоны LLM.

3. AI-агенты на уровне L3 интегрируют возможности первых двух уровней, позволяя ИИ перейти от пассивного ответа к активному выполнению, самостоятельно планировать задачи, вызывать инструменты и обрабатывать сложные рабочие процессы.

Эта иерархия отражает "постепенное наращивание возможностей": L1 закладывает основы, L2 компенсирует недостатки, а L3 осуществляет интеграцию. Каждый уровень достигает качественного скачка на основе предыдущего уровня, и пользователи могут явно почувствовать, что ИИ становится более умным и полезным.

Логика уровня в индустрии криптоактивов

В сравнении, иерархия в индустрии криптоактивов, похоже, только исправляет проблемы предыдущего уровня, но, к сожалению, приводит к новым, более серьезным проблемам:

1. Недостаточная производительность L1 публичных блокчейнов привела к появлению L2 решений для масштабирования. Тем не менее, хотя L2 решает некоторые проблемы, такие как снижение затрат на газ и увеличение TPS, он также принес новые проблемы, такие как разрозненность ликвидности и нехватка экосистемных приложений.

2. Для решения проблем L2 появилась L3 вертикальная цепочка приложений. Но эти цепочки приложений часто действуют независимо друг от друга, не могут воспользоваться экосистемным кооперативным эффектом универсальной инфраструктурной цепочки, а наоборот, делают пользовательский опыт более фрагментированным.

Это многоуровневое разделение больше похоже на "перенос проблемы": L1 имеет узкие места, L2 делает заплатки, L3 хаотичен и децентрализован. Кажется, что каждый уровень просто переносит проблему с одного места на другое, создавая впечатление, что все решения направлены лишь на выпуск токенов.

Основные различия

Основная причина этой разницы может заключаться в:

1. Слоями в AI-индустрии управляет технологическая конкуренция, и все крупные компании прилагают максимум усилий для повышения способности моделей.

2. Структурирование Криптоактивов в индустрии, похоже, больше всего зависит от токенэкономики, и основным KPI каждого проекта L2 часто является общая заблокированная стоимость (TVL) и цена токена.

Это сравнение выявляет различные движущие силы развития двух отраслей: одна сосредоточена на решении технологических проблем, другая больше ориентирована на проектирование финансовых продуктов. Конечно, эта абстрактная аналогия не является абсолютной, но она предоставляет нам интересную перспективу для размышлений о двух быстро развивающихся отраслях.