Na Crucible Labs, nossa missão é ajudar a direcionar as emissões para as subnets mais promissoras do ecossistema Bittensor. O ecossistema evoluiu de forma dramática: de um punhado de subnets há um ano para mais de 50 hoje, cada uma focada em oferecer um serviço ou uma commodity digital única. Esse rápido crescimento tornou a avaliação de subnets cada vez mais complexa e demorada. Para enfrentar esse desafio, reunimos uma equipe de investidores, desenvolvedores e pesquisadores de IA do Bittensor para identificar as subnets de maior qualidade e garantir que recebam as emissões que merecem.

O desafio de alocar emissões

As subnets têm níveis diferentes de maturidade. Algumas equipes estão em seus primeiros passos, com menos de um mês na mainnet e um design de subnet ainda não refinado. Outras são mais experientes, com quase um ano de operação e uma capacidade comprovada de alcançar avanços notáveis em pesquisa e desenvolvimento de IA incentivada. Esse espectro de maturidade espelha os estágios das startups tradicionais, de pré-seed a série A, com equipes buscando financiamento por meio das emissões da rede em vez de capital de risco.

Além dos diferentes níveis de maturidade, as subnets também atuam em domínios muito distintos. Enquanto a maioria se concentra em avançar a P&D de IA, outras oferecem serviços mais gerais, como armazenamento e computação. Essa diversidade de áreas de foco acrescenta mais uma camada de complexidade ao processo geral de avaliação.

Em uma consideração ainda mais ampla, a alocação de emissões envolve mais do que avaliar subnets individualmente; exige uma abordagem holística para entender as necessidades mais amplas do ecossistema Bittensor em cada momento. Há uma subjetividade inerente não apenas em avaliar o que o ecossistema precisa, mas também no que constitui uma equipe ‘promissora’ ou um problema ‘valioso’ a ser resolvido. Diferentes validadores inevitavelmente terão perspectivas distintas sobre quais direções merecem prioridade. Essa subjetividade inerente torna impraticável, nesta fase, uma alocação de emissões puramente algorítmica. Um algoritmo poderia medir métricas quantitativas, mas não consegue captar totalmente o contexto sutil necessário para o desenvolvimento estratégico do ecossistema.

Devido ao dinamismo do ecossistema nesta fase, o julgamento humano continua insubstituível para tomar essas decisões de alocação multidimensionais.

O que buscamos em cada subnet

Nosso processo de avaliação de subnets é estruturado em torno de três categorias principais que nos ajudam a avaliar tanto o valor atual quanto o potencial futuro. Enquanto as subnets consolidadas podem ser avaliadas em todos os critérios, adaptamos nosso framework para subnets mais novas, que ainda podem estar desenvolvendo sua base técnica ou não ter dados históricos de desempenho.

Qualidade da equipe

A equipe por trás de uma subnet costuma ser o indicador mais forte de sucesso futuro. Avaliamos:

Histórico e especialização em seu domínio
Engajamento com a comunidade e qualidade da comunicação
Velocidade de execução

Design do produto

A base técnica de uma subnet precisa ser sólida e bem documentada. Buscamos:

Documentação abrangente (whitepapers, pitch decks)
Benchmarks claramente definidos e objetivos mensuráveis
Mecanismos de incentivo bem projetados e robustos
Repositórios no GitHub com atualizações relevantes e documentação clara
Métricas técnicas que mostrem melhoria na qualidade da commodity ao longo do tempo (por meio de dashboards)
Métricas de uso e adoção (downloads, chamadas de API, receita gerada)
Adoção e engajamento da comunidade tradicional de IA

Oportunidade de mercado

A oportunidade de mercado precisa ser enorme. Avaliamos se a subnet:

Aborda um problema importante que agrega valor ao ecossistema Bittensor como um todo
Mira uma oportunidade de mercado substancial
Está alinhada com os avanços da pesquisa em IA ou responde a eles
Impacta o avanço da pesquisa e do desenvolvimento de IA incentivada
Oferece caminhos viáveis de monetização para os validadores

Embora não possamos avaliar o desempenho histórico das subnets mais novas, damos ênfase adicional à qualidade da equipe e à oportunidade de mercado. Buscamos roadmaps claros que demonstrem como pretendem desenvolver sua infraestrutura técnica e alcançar seus objetivos declarados. Essa abordagem equilibrada nos permite apoiar subnets promissoras em estágio inicial, mantendo altos padrões de criação de valor para o ecossistema.

Estratégia de alocação inicial

Para dar o pontapé inicial em nossas operações de validação, desenvolvemos um sistema de classificação em três níveis que nos ajuda a avaliar e recompensar sistematicamente as subnets promissoras. As alocações de emissões crescem conforme o nível: as subnets Premier recebem a maior parcela e as subnets Broto, a menor.

Subnets Premier – Esses projetos equivalentes à série A representam nosso nível de alocação mais alto. Liderados por equipes consolidadas que reúnem funções técnicas, de negócios e operacionais, eles têm histórico comprovado de converter emissões com eficiência em avanços significativos de P&D de IA incentivada.
Subnets Emergentes – Esses projetos equivalentes ao estágio seed recebem alocações moderadas. Têm mecanismos de incentivo funcionais que ainda precisam de refinamento, mas mostram melhoria mensurável na qualidade de seu serviço ou commodity ao longo do tempo.
Subnets Broto – Esses projetos equivalentes ao pré-seed recebem nossa alocação de nível inicial. Normalmente na mainnet há menos de um mês, contam com equipes talentosas e provas de conceito que adotam abordagens inovadoras para resolver problemas valiosos.

As subnets Premier estabelecem o padrão de excelência, enquanto as subnets Emergentes e Broto precisam demonstrar progresso consistente para manter ou aumentar suas alocações de emissões. Uma pequena alocação para as subnets Broto nos permite apoiar projetos promissores em seus estágios iniciais críticos, evitando o desregistro enquanto realizamos uma diligência mais aprofundada.

Este framework é nosso ponto de partida, não uma estrutura fixa. As classificações de nível das subnets são revisadas e ajustadas regularmente com base no desempenho e nas necessidades do ecossistema.

Exemplo de subnet Premier: Pre-Training

A Pre-Training é uma subnet de destaque no ecossistema Bittensor, exemplificando as qualidades que esperamos das subnets de nível Premier. Operada pela Macrocosmos, uma equipe cofundada por ex-funcionários da OpenTensor Foundation, a equipe se tornou uma potência, com mais de 20 desenvolvedores de subnets dedicados.

A excelência técnica da subnet a transformou em um modelo para o ecossistema, com muitos desenvolvedores de subnets construindo sobre sua arquitetura e o design de seu mecanismo de incentivo. Suas conquistas recentes demonstram essa excelência: produziram um modelo de 7B que superou o Falcon-7B no conjunto de dados FineWeb Edu, um marco significativo que mostra que o desenvolvimento descentralizado e de código aberto pode competir com projetos de IA apoiados por Estados. Essa conquista valida a tese central do Bittensor de que redes descentralizadas devidamente incentivadas podem fazer avançar a pesquisa em IA.

Além das conquistas técnicas, a Macrocosmos define o padrão de excelência operacional. Mantém dashboards de desempenho detalhados, melhora constantemente sua infraestrutura e constrói pontes ativamente entre as comunidades de IA descentralizada e tradicional por meio da participação em conferências e de relatórios de pesquisa com qualidade acadêmica. Seu compromisso com a transparência, a inovação técnica e a contribuição ao ecossistema mostra aquilo a que as equipes de subnets devem aspirar.

Exemplo de subnet Emergente: Dippy

A Dippy (SN 11) demonstra o que buscamos no nível Emergente. Essa subnet incentiva mineradores a desenvolver LLMs de roleplay de código aberto de última geração. A equipe traz experiência crível: está construindo sobre um aplicativo de consumo em que os usuários criam e conversam com personagens movidos por IA, também chamado Dippy. Além disso, um de seus membros é um cofundador de destaque da WOMBO, onde ajudou a desenvolver o produto de arte com IA generativa Dream, reconhecido como “Melhor App dos EUA” em 2022.

A Dippy e sua subnet têm interesse específico em produzir LLMs de roleplay de código aberto, de modo que seu mecanismo de incentivo leva os mineradores a produzir modelos com boa pontuação em inteligência emocional. Em setembro, a equipe da Dippy observou que os modelos produzidos em sua subnet superavam outros, como Llama 3 8B e GPT3.5 Turbo, quando avaliados em um benchmark padrão de inteligência emocional, o EQBench.

Além dos indicadores positivos sobre o desempenho dos modelos, atuar no setor de “companheiros de IA” a posiciona bem do ponto de vista do mercado endereçável. Segundo pesquisa publicada pela a16z no início deste ano, os aplicativos de companhia com IA geram um nível de engajamento “incomumente alto”, com cerca de ~300 sessões por usuário a cada mês. De forma mais ampla, a ARK projeta que o setor de “companheiros de IA” alcance entre US$ 70 bilhões e US$ 150 bilhões em receitas globais até 2030.

Em conjunto, esses fatores fazem da Dippy um exemplo prototípico de subnet Emergente dentro do ecossistema Bittensor. À medida que a subnet avança, acompanharemos de perto sua evolução no que diz respeito ao desempenho contínuo dos modelos em relação à concorrência de ponta, bem como ao crescimento de seu aplicativo de consumo.

Exemplo de subnet Broto: EfficientFrontier

Apesar de ter menos de um mês, a EfficientFrontier (SN 53) demonstra as qualidades que buscamos em subnets promissoras em estágio inicial. A subnet incentiva os mineradores a contribuir com estratégias profissionais de trading de criptomoedas.

A equipe traz credenciais impressionantes, com décadas de experiência combinada em bancos de investimento, family offices e empresas de tecnologia corporativa, incluindo uma forte presença de ex-Goldman Sachs. Já provou sua capacidade de execução por meio da SignalPlus, sua consolidada plataforma de negociação de derivativos e gestão de risco de opções. A SignalPlus desempenha um papel crucial na subnet ao validar os dados de trading e fornecer infraestrutura para a execução algorítmica de operações, permitindo que os mineradores se concentrem exclusivamente em desenvolver estratégias geradoras de alfa.

Embora esteja em estágio inicial, a subnet é lançada com vários pontos fortes normalmente vistos em projetos mais maduros:

Mecanismo de incentivo robusto e bem documentado, com regras de pontuação dos mineradores claras
Dashboard público que acompanha o desempenho da subnet
Forte tração inicial: 36 estratégias de trading únicas e US$ 440 mil em lucros líquidos na primeira semana

Essa combinação harmoniosa de equipe experiente, infraestrutura existente e forte execução desde o início faz da EfficientFrontier um exemplo de subnet Broto, com claro potencial de ascender a níveis mais altos.

Um trabalho em andamento

Assim como no investimento de venture capital, alocar emissões é mais uma arte do que uma ciência. Experiência e intuição desempenham um papel fundamental. Não afirmamos ter uma solução sistemática perfeita, nem acreditamos que ela exista. O que temos é um framework construído sobre experiência e princípios claros, aliado a um compromisso com a melhoria contínua.

Nossa abordagem é inerentemente colaborativa. Queremos manter um diálogo contínuo com a comunidade Bittensor sobre categorização de subnets, avaliação de valor e prioridades do ecossistema. O feedback de vocês nos ajuda a entender melhor quais áreas merecem foco e investimento, garantindo que nossas alocações de emissões estejam alinhadas às necessidades em evolução do ecossistema.

Vemos nosso papel não apenas como alocadores de emissões, mas como participantes ativos na construção do futuro do Bittensor. Por meio da comunicação aberta e da sabedoria coletiva, podemos identificar e nutrir melhor as subnets que levarão o ecossistema adiante.