AI y el desarrollo jerárquico de la industria de Activos Cripto: similitudes y reflexiones
Recientemente, la gente ha expresado dudas sobre la efectividad de la estrategia Rollup-Centric de Ethereum y ha hecho comentarios negativos sobre la arquitectura multinivel L1-L2-L3. Curiosamente, el año pasado, el campo de la IA también experimentó una rápida evolución L1-L2-L3 similar. Al comparar las trayectorias de desarrollo de estas dos industrias, podemos descubrir algunas diferencias interesantes.
En el campo de la IA, el desarrollo jerárquico muestra un claro avance en las capacidades:
Los grandes modelos de lenguaje de la capa L1 (LLMs) establecieron la capacidad básica de comprensión y generación del lenguaje, pero presentan deficiencias en razonamiento lógico y cálculos matemáticos.
El modelo de razonamiento de la capa L2 aborda específicamente estos problemas. Por ejemplo, ciertos modelos pueden manejar problemas matemáticos complejos y depuración de código, llenando los vacíos de cognición de los LLMs.
El Agente AI de la capa L3 integrará las capacidades de las dos primeras capas, permitiendo que la AI pase de responder de manera pasiva a ejecutar de manera activa, pudiendo planificar tareas de forma autónoma, invocar herramientas y gestionar flujos de trabajo complejos.
Este modelo jerárquico refleja una clara ruta de progreso técnico: L1 establece la base, L2 complementa las debilidades y L3 realiza la integración. Cada capa logra un salto cualitativo sobre la base de la capa anterior, y los usuarios pueden sentir claramente que la IA se vuelve más inteligente y práctica.
En comparación, el desarrollo jerárquico de la industria de Activos Cripto presenta características diferentes:
Las cadenas de bloques L1 enfrentan cuellos de botella de rendimiento, por lo que se introducen soluciones de escalado L2. Sin embargo, tras experimentar una ola de entusiasmo por la infraestructura L2, aunque las tarifas de Gas han disminuido y el TPS ha aumentado, han surgido nuevos problemas como la dispersión de la liquidez y la escasez de aplicaciones ecológicas.
Para resolver estos problemas, surgió la cadena de aplicación vertical L3. Sin embargo, la falta de colaboración entre las cadenas de aplicación impide compartir las ventajas ecológicas de la cadena común, lo que agrava la fragmentación de la experiencia del usuario.
Este modelo en capas se asemeja más a un "traslado de problemas": L1 tiene cuellos de botella, L2 ofrece una solución temporal, y L3 trae una nueva complejidad. Cada capa parece estar trasladando problemas de un ámbito a otro, en lugar de resolverlos de manera fundamental.
La causa fundamental de esta diferencia puede radicar en que: el desarrollo jerárquico de la industria de la IA está principalmente impulsado por la competencia tecnológica, donde las grandes empresas compiten por mejorar la capacidad de los modelos. En cambio, el desarrollo jerárquico de la industria de Activos Cripto está más influenciado por la economía de tokens, donde los diferentes proyectos L2 suelen considerar el TVL( y el precio de la moneda como KPI centrales.
Esta comparación revela las diferencias en los motores de desarrollo y objetivos de las dos industrias: una dedicada a resolver problemas tecnológicos, y la otra centrada más en el diseño de productos financieros. Por supuesto, esta comparación no es absoluta, y solo tiene el propósito de provocar nuestra reflexión sobre las trayectorias de desarrollo de la industria.
En el futuro, la industria de Activos Cripto podría inspirarse en los modelos de desarrollo del campo de la AI, prestando más atención a la innovación tecnológica y la resolución de problemas prácticos, y no limitándose únicamente al diseño de la economía de los tokens. Al mismo tiempo, también necesitamos reconocer que cada industria tiene sus propias características y desafíos, y no se pueden aplicar de manera simple los modelos de desarrollo de otros campos.
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
Comparación del desarrollo en capas de la industria de AI y Activos Cripto: Reflexiones y lecciones aprendidas
AI y el desarrollo jerárquico de la industria de Activos Cripto: similitudes y reflexiones
Recientemente, la gente ha expresado dudas sobre la efectividad de la estrategia Rollup-Centric de Ethereum y ha hecho comentarios negativos sobre la arquitectura multinivel L1-L2-L3. Curiosamente, el año pasado, el campo de la IA también experimentó una rápida evolución L1-L2-L3 similar. Al comparar las trayectorias de desarrollo de estas dos industrias, podemos descubrir algunas diferencias interesantes.
En el campo de la IA, el desarrollo jerárquico muestra un claro avance en las capacidades:
Los grandes modelos de lenguaje de la capa L1 (LLMs) establecieron la capacidad básica de comprensión y generación del lenguaje, pero presentan deficiencias en razonamiento lógico y cálculos matemáticos.
El modelo de razonamiento de la capa L2 aborda específicamente estos problemas. Por ejemplo, ciertos modelos pueden manejar problemas matemáticos complejos y depuración de código, llenando los vacíos de cognición de los LLMs.
El Agente AI de la capa L3 integrará las capacidades de las dos primeras capas, permitiendo que la AI pase de responder de manera pasiva a ejecutar de manera activa, pudiendo planificar tareas de forma autónoma, invocar herramientas y gestionar flujos de trabajo complejos.
Este modelo jerárquico refleja una clara ruta de progreso técnico: L1 establece la base, L2 complementa las debilidades y L3 realiza la integración. Cada capa logra un salto cualitativo sobre la base de la capa anterior, y los usuarios pueden sentir claramente que la IA se vuelve más inteligente y práctica.
En comparación, el desarrollo jerárquico de la industria de Activos Cripto presenta características diferentes:
Las cadenas de bloques L1 enfrentan cuellos de botella de rendimiento, por lo que se introducen soluciones de escalado L2. Sin embargo, tras experimentar una ola de entusiasmo por la infraestructura L2, aunque las tarifas de Gas han disminuido y el TPS ha aumentado, han surgido nuevos problemas como la dispersión de la liquidez y la escasez de aplicaciones ecológicas.
Para resolver estos problemas, surgió la cadena de aplicación vertical L3. Sin embargo, la falta de colaboración entre las cadenas de aplicación impide compartir las ventajas ecológicas de la cadena común, lo que agrava la fragmentación de la experiencia del usuario.
Este modelo en capas se asemeja más a un "traslado de problemas": L1 tiene cuellos de botella, L2 ofrece una solución temporal, y L3 trae una nueva complejidad. Cada capa parece estar trasladando problemas de un ámbito a otro, en lugar de resolverlos de manera fundamental.
La causa fundamental de esta diferencia puede radicar en que: el desarrollo jerárquico de la industria de la IA está principalmente impulsado por la competencia tecnológica, donde las grandes empresas compiten por mejorar la capacidad de los modelos. En cambio, el desarrollo jerárquico de la industria de Activos Cripto está más influenciado por la economía de tokens, donde los diferentes proyectos L2 suelen considerar el TVL( y el precio de la moneda como KPI centrales.
Esta comparación revela las diferencias en los motores de desarrollo y objetivos de las dos industrias: una dedicada a resolver problemas tecnológicos, y la otra centrada más en el diseño de productos financieros. Por supuesto, esta comparación no es absoluta, y solo tiene el propósito de provocar nuestra reflexión sobre las trayectorias de desarrollo de la industria.
En el futuro, la industria de Activos Cripto podría inspirarse en los modelos de desarrollo del campo de la AI, prestando más atención a la innovación tecnológica y la resolución de problemas prácticos, y no limitándose únicamente al diseño de la economía de los tokens. Al mismo tiempo, también necesitamos reconocer que cada industria tiene sus propias características y desafíos, y no se pueden aplicar de manera simple los modelos de desarrollo de otros campos.