AI与加密货币的分层发展:一场技术驱动与代币经济的对比

近期有观点认为以太坊的Rollup中心化策略似乎失败了,并对L1-L2-L3的嵌套模式表示不满。有趣的是,过去一年AI领域的发展也经历了L1-L2-L3的快速演进。比较这两个领域,我们可以看出其中的关键差异。

在AI领域,分层逻辑是解决上一层无法解决的核心问题。L1的大型语言模型奠定了语言理解和生成的基础能力,但在逻辑推理和数学计算方面存在不足。L2的推理模型专门解决这些短板,如某些模型能够处理复杂数学题和代码调试,弥补了大语言模型的认知盲区。在此基础上,L3的AI代理将前两层能力整合,使AI从被动回答转变为主动执行,能够自主规划任务、调用工具和处理复杂工作流程。

这种AI的分层是"能力递进"的:L1打基础,L2补短板,L3做整合。每一层都在前一层基础上实现质的飞跃,用户能明显感受到AI变得更智能、更实用。

相比之下,加密货币领域的分层逻辑是为前一层问题打补丁,但往往带来新的更大问题。L1公链性能不足,于是出现L2扩容方案。然而在L2基础设施竞争后,虽然Gas费降低、TPS提升,但流动性分散,生态应用仍然匮乏。这导致过多的L2基础设施本身成为问题。为解决这一问题,又出现了L3垂直应用链,但这些应用链各自为政,无法享受通用链的生态协同效应,反而使用户体验更加碎片化。

这种加密货币的分层成为了"问题转移":L1有瓶颈,L2打补丁,L3混乱且分散。每一层似乎只是将问题从一处转移到另一处,给人一种所有解决方案都围绕"发行代币"展开的印象。

造成这种差异的根本原因在于:AI分层由技术竞争驱动,各大公司都在努力提升模型能力;而加密货币分层则受代币经济学影响,每个L2项目的核心指标都是锁仓量和代币价格。

从本质上看,一个在解决技术难题,一个在包装金融产品。对于孰是孰非,可能没有标准答案,这取决于个人观点。

当然,这种抽象比较并非绝对,只是从两个领域的发展脉络对比中得出的有趣洞察。它为我们提供了一个思考技术发展与经济模式之间关系的新视角。