在 Crucible Labs，我们的使命是帮助将排放量导向 Bittensor 生态系统中最具潜力的子网。该生态系统发展迅猛：从一年前的寥寥数个子网，增长到如今的 50 多个，每个子网都专注于提供独特的服务或数字商品。这种快速增长使子网评估变得越来越复杂，也越来越耗时。为应对这一挑战，我们组建了一支由 Bittensor 投资者、开发者和 AI 研究人员组成的团队，以识别质量最高的子网，并确保它们获得应得的排放量。
分配排放量的挑战
各个子网的成熟度参差不齐。有些团队尚处于起步阶段，上线主网不到一个月，子网设计也不够完善。另一些团队则更为成熟，已有近一年的运营经验，并在激励式 AI 研发方面取得了显著突破。这一成熟度跨度与传统初创企业从 Pre-Seed 到 A 轮的各个阶段相似，团队通过网络排放量而非风险投资来获取资金。
除了成熟度不同之外，各子网所处的领域也大相径庭。大多数子网专注于推动 AI 研发，而另一些则提供存储和算力等更通用的服务。这种关注领域的多样性，为整体评审流程增添了又一层复杂性。
更进一步来看，排放量分配不仅仅是评估单个子网；它还需要以整体视角来理解 Bittensor 生态系统在任一时刻的更广泛需求。这里存在固有的主观性：不仅体现在判断生态系统需要什么，也体现在如何界定什么是“有潜力”的团队或“有价值”的问题。不同的验证者必然对哪些方向应优先发展持有不同看法。这种固有的主观性使得现阶段纯算法式的排放量分配并不可行。算法可以衡量量化指标，但无法完全把握战略性生态发展所需的细微背景。
由于生态系统在现阶段变化迅速，人的判断在做出这些多维度的分配决策时仍然不可替代。
我们对每个子网的考察要点
我们的子网评估流程围绕三大类别展开，帮助我们同时评估当前价值与未来潜力。成熟的子网可以按全部标准进行评估，而对于仍在构建技术基础或缺乏历史表现数据的较新子网，我们会调整评估框架。
团队质量
子网背后的团队往往是未来成功的最强指标。我们评估：
- 在其领域的过往业绩和专业能力
- 社区参与度和沟通质量
- 执行速度
产品设计
子网的技术基础必须扎实且文档完善。我们关注：
- 完善的文档（白皮书、融资演示文稿）
- 清晰定义的基准和可衡量的目标
- 设计合理且稳健的激励机制
- 有实质性更新且文档清晰的 GitHub 代码库
- 能够体现商品质量随时间提升的技术指标（通过仪表盘展示）
- 使用与采用指标（下载量、API 调用量、产生的收入）
- 在传统 AI 社区中的采用度和参与度
市场机会
市场机会必须足够庞大。我们评估该子网是否：
- 解决了对更广泛的 Bittensor 生态系统具有价值的重要问题
- 瞄准了规模可观的市场机会
- 与 AI 研究的突破相契合或能够响应这些突破
- 对推动激励式 AI 研发产生影响
- 为验证者提供可行的变现路径
虽然我们无法评估较新子网的历史表现，但我们会额外重视团队质量和市场机会。我们希望看到清晰的路线图，说明它们计划如何构建技术基础设施并实现既定目标。这种平衡的做法让我们既能支持有潜力的早期子网，又能保持对生态价值创造的高标准。
初始分配策略
为了启动我们的验证者业务，我们制定了一套三层分级体系，帮助我们系统地评估并奖励有潜力的子网。排放量分配随层级递增：旗舰（Premier）子网获得最大份额，萌芽（Seedling）子网获得最小份额。
- 旗舰子网（Premier）– 这些相当于 A 轮阶段的项目处于我们的最高分配层级。它们由涵盖技术、商业和运营角色的成熟团队领导，拥有将排放量高效转化为激励式 AI 研发重大进展的成功记录。
- 新兴子网（Emerging）– 这些相当于种子轮阶段的项目获得中等分配。它们拥有可运行的激励机制，但仍需完善，并且其服务或商品的质量随时间推移呈现出可衡量的提升。
- 萌芽子网（Seedling）– 这些相当于 Pre-Seed 阶段的项目获得入门级分配。它们通常上线主网不到一个月，团队才华横溢，带着概念验证，以创新的方式解决有价值的问题。
旗舰子网树立了卓越的标准，而新兴子网和萌芽子网必须持续展现进步，才能维持或提高其排放量分配。为萌芽子网提供少量分配，使我们能够在关键的早期阶段支持有潜力的项目，在我们开展更深入尽职调查的同时避免它们被注销。
这一框架是我们的起点，而非固定不变的结构。子网的层级分类会根据表现和生态需求定期审查和调整。
旗舰子网示例：Pre-Training
Pre-Training 是 Bittensor 生态系统中的旗舰子网，体现了我们对旗舰级子网所期望的各项品质。该子网由 Macrocosmos 运营，这支团队由 OpenTensor Foundation 的前员工联合创立，现已发展成一支拥有 20 多名专职子网开发者的强大力量。
该子网的技术卓越使其成为整个生态系统的蓝本，许多子网开发者都在其架构和激励机制设计的基础上进行构建。他们近期的成就印证了这种卓越：他们训练出的 7B 模型在 FineWeb Edu 数据集上表现优于 Falcon-7B，这是一个重要的里程碑，表明去中心化的开源开发能够与国家支持的 AI 项目一较高下。这一成就验证了 Bittensor 的核心论点，即激励得当的去中心化网络能够推动 AI 研究的发展。
除了技术成就之外，Macrocosmos 还树立了运营卓越的标准。他们维护着详尽的性能仪表盘，持续改进基础设施，并通过参与会议和发布学术水准的研究报告，积极搭建去中心化与传统 AI 社区之间的桥梁。他们对透明度、技术创新和生态贡献的承诺，展示了子网团队应当追求的目标。
新兴子网示例：Dippy
Dippy（SN 11）展示了我们在新兴层级所寻找的特质。该子网激励矿工开发最先进的开源角色扮演大语言模型。团队拥有可信的经验：他们正在构建一款面向消费者的应用，用户可以创建 AI 驱动的角色并与之聊天，这款应用同样名为 Dippy。此外，团队成员之一是 WOMBO 的杰出联合创始人，曾参与开发生成式 AI 艺术产品 Dream，该产品在 2022 年被评为“美国最佳应用”。
Dippy 及其子网专注于生产开源角色扮演大语言模型，因此其激励机制驱动矿工产出在情商方面得分较高的模型。在九月，Dippy 团队指出，其子网内产出的模型在标准情商基准 EQBench 的评测中，表现优于 Llama 3 8B 和 GPT3.5 Turbo 等其他模型。
除了模型表现方面的积极指标之外，身处“AI 陪伴”赛道也使其在可触达市场方面处于有利位置。根据 a16z 今年早些时候发布的研究，AI 陪伴类应用的用户参与度“异常之高”，每位用户每月约有 ~300 次会话。更广泛地看，ARK 预计到 2030 年，“AI 陪伴”领域的全球收入将达到 700 亿至 1,500 亿美元。
综合这些因素，Dippy 堪称 Bittensor 生态系统中新兴子网的典型范例。随着该子网不断发展，我们将密切关注其模型相对于最先进竞争对手的持续表现，以及其消费者应用的增长情况。
萌芽子网示例：EfficientFrontier
尽管成立不到一个月，EfficientFrontier（SN 53）已展现出我们在有潜力的早期子网身上所看重的品质。该子网激励矿工贡献专业的加密货币交易策略。
该团队履历出色，在投资银行、家族办公室和企业科技公司拥有累计数十年的经验，其中不乏众多高盛校友。他们已通过 SignalPlus 证明了自己的执行能力，这是他们成熟的衍生品交易和期权风险管理平台。SignalPlus 在子网中发挥着关键作用：验证交易数据，并为算法交易执行提供基础设施，使矿工能够专注于开发可产生超额收益的策略。
虽然处于早期阶段，该子网上线时就具备了一些通常只在更成熟项目中才能看到的优势：
- 稳健且文档完善的激励机制，矿工评分规则清晰
- 追踪子网表现的公开仪表盘
- 强劲的早期势头：第一周内即有 36 个独特的交易策略和 44 万美元的净利润
经验丰富的团队、现有的基础设施以及早期的强劲执行力，这种和谐的组合使 EfficientFrontier 成为萌芽子网的典范，具备晋升至更高层级的明确潜力。
持续完善中
与风险投资非常相似，分配排放量更像是一门艺术而非科学。专业知识和直觉发挥着关键作用。我们并不声称拥有完美的系统化解决方案，也不认为这样的方案存在。我们拥有的是一个建立在经验和清晰原则之上的框架，以及持续改进的承诺。
我们的方式本质上是协作式的。我们希望就子网分类、价值评估和生态优先事项与 Bittensor 社区展开持续对话。你们的反馈有助于我们更好地了解哪些领域值得关注和投入，确保我们的排放量分配与生态系统不断变化的需求保持一致。
我们不仅将自己视为排放量的分配者，更视为塑造 Bittensor 未来的积极参与者。通过开放的沟通和集体智慧，我们能够更好地识别并培育那些将推动生态系统向前发展的子网。