在 Crucible Labs，我們的使命是協助將排放量導向 Bittensor 生態系中最具潛力的子網。這個生態系發展迅猛：從一年前的寥寥數個子網，成長到如今的 50 多個，每個子網都專注於提供獨特的服務或數位商品。這種快速成長使子網評估變得愈來愈複雜，也愈來愈耗時。為了因應這項挑戰，我們組成了一支由 Bittensor 投資人、開發者與 AI 研究人員組成的團隊，以找出品質最高的子網，並確保它們獲得應得的排放量。
分配排放量的挑戰
各個子網的成熟度參差不齊。有些團隊尚處於起步階段，上線主網不到一個月，子網設計也不夠完善。另一些團隊則更為成熟，已有近一年的營運經驗，並在激勵式 AI 研發方面取得了顯著突破。這樣的成熟度光譜與傳統新創公司從 Pre-Seed 到 A 輪的各個階段相似，團隊透過網路排放量而非創投資金來取得資金。
除了成熟度不同之外，各子網所處的領域也大相逕庭。大多數子網專注於推動 AI 研發，而另一些則提供儲存和算力等較通用的服務。這種關注領域的多樣性，為整體審查流程增添了另一層複雜性。
更進一步來看，排放量分配不僅僅是評估個別子網；它還需要以整體視角來理解 Bittensor 生態系在任一時刻的更廣泛需求。這裡存在固有的主觀性：不僅體現在判斷生態系需要什麼，也體現在如何界定什麼是「有潛力」的團隊或「有價值」的問題。不同的驗證者必然對哪些方向應優先發展抱持不同看法。這種固有的主觀性使得現階段純演算法式的排放量分配並不可行。演算法可以衡量量化指標，但無法完全掌握策略性生態發展所需的細微脈絡。
由於生態系在現階段變化快速，人的判斷在做出這些多維度的分配決策時仍然無可取代。
我們對每個子網的考察重點
我們的子網評估流程圍繞三大類別展開，幫助我們同時評估當前價值與未來潛力。成熟的子網可以依全部標準進行評估，而對於仍在建構技術基礎或缺乏歷史表現資料的較新子網，我們會調整評估框架。
團隊品質
子網背後的團隊往往是未來成功的最強指標。我們評估：
- 在其領域的過往實績與專業能力
- 社群參與度與溝通品質
- 執行速度
產品設計
子網的技術基礎必須紮實且文件完善。我們關注：
- 完善的文件（白皮書、募資簡報）
- 清楚定義的基準與可衡量的目標
- 設計妥善且穩健的激勵機制
- 有實質更新且文件清楚的 GitHub 程式碼庫
- 能夠呈現商品品質隨時間提升的技術指標（透過儀表板呈現）
- 使用與採用指標（下載量、API 呼叫量、產生的營收）
- 在傳統 AI 社群中的採用度與參與度
市場機會
市場機會必須夠大。我們評估該子網是否：
- 解決了對更廣泛的 Bittensor 生態系具有價值的重要問題
- 瞄準了規模可觀的市場機會
- 與 AI 研究的突破相契合或能夠回應這些突破
- 對推動激勵式 AI 研發產生影響
- 為驗證者提供可行的變現途徑
雖然我們無法評估較新子網的歷史表現，但我們會額外重視團隊品質與市場機會。我們希望看到清楚的路線圖，說明它們打算如何建構技術基礎設施並達成既定目標。這種平衡的做法讓我們既能支持有潛力的早期子網，又能維持對生態價值創造的高標準。
初始分配策略
為了啟動我們的驗證者業務，我們制定了一套三層分級體系，幫助我們有系統地評估並獎勵有潛力的子網。排放量分配隨層級遞增：旗艦（Premier）子網獲得最大份額，萌芽（Seedling）子網獲得最小份額。
- 旗艦子網（Premier）– 這些相當於 A 輪階段的專案處於我們的最高分配層級。它們由涵蓋技術、商業與營運角色的成熟團隊領導，擁有將排放量有效轉化為激勵式 AI 研發重大進展的成功紀錄。
- 新興子網（Emerging）– 這些相當於種子輪階段的專案獲得中等分配。它們擁有可運作的激勵機制，但仍需改進，且其服務或商品的品質隨時間推移呈現出可衡量的提升。
- 萌芽子網（Seedling）– 這些相當於 Pre-Seed 階段的專案獲得入門級分配。它們通常上線主網不到一個月，團隊才華洋溢，帶著概念驗證，以創新的方式解決有價值的問題。
旗艦子網樹立了卓越的標準，而新興子網與萌芽子網必須持續展現進步，才能維持或提高其排放量分配。為萌芽子網提供少量分配，使我們能夠在關鍵的早期階段支持有潛力的專案，在我們進行更深入盡職調查的同時避免它們被註銷。
這套框架是我們的起點，而非固定不變的結構。子網的層級分類會依據表現與生態需求定期檢視並調整。
旗艦子網範例：Pre-Training
Pre-Training 是 Bittensor 生態系中的旗艦子網，體現了我們對旗艦級子網所期望的各項特質。該子網由 Macrocosmos 營運，這支團隊由 OpenTensor Foundation 的前員工共同創辦，現已發展成一支擁有 20 多名專職子網開發者的強大力量。
該子網的技術卓越使其成為整個生態系的藍本，許多子網開發者都在其架構與激勵機制設計的基礎上進行建構。他們近期的成就印證了這種卓越：他們訓練出的 7B 模型在 FineWeb Edu 資料集上表現優於 Falcon-7B，這是一個重要的里程碑，顯示去中心化的開源開發能夠與國家支持的 AI 專案一較高下。這項成就驗證了 Bittensor 的核心論點，即激勵得當的去中心化網路能夠推動 AI 研究的發展。
除了技術成就之外，Macrocosmos 也樹立了營運卓越的標準。他們維護著詳盡的效能儀表板，持續改進基礎設施，並透過參與研討會與發表學術水準的研究報告，積極搭建去中心化與傳統 AI 社群之間的橋梁。他們對透明度、技術創新與生態貢獻的承諾，展現了子網團隊應當追求的目標。
新興子網範例：Dippy
Dippy（SN 11）展現了我們在新興層級所尋找的特質。該子網激勵礦工開發最先進的開源角色扮演大型語言模型。團隊擁有可信的經驗：他們正在打造一款面向消費者的應用程式，使用者可以建立 AI 驅動的角色並與之聊天，這款應用程式同樣名為 Dippy。此外，團隊成員之一是 WOMBO 的傑出共同創辦人，曾參與開發生成式 AI 藝術產品 Dream，該產品在 2022 年被評為「美國最佳應用程式」。
Dippy 及其子網專注於生產開源角色扮演大型語言模型，因此其激勵機制驅動礦工產出在情緒智商方面得分較高的模型。在九月，Dippy 團隊指出，其子網內產出的模型在標準情緒智商基準 EQBench 的評測中，表現優於 Llama 3 8B 和 GPT3.5 Turbo 等其他模型。
除了模型表現方面的正面指標之外，身處「AI 陪伴」賽道也使其在可觸及市場方面處於有利位置。根據 a16z 今年稍早發布的研究，AI 陪伴類應用程式的使用者參與度「異常之高」，每位使用者每月約有 ~300 次對話。更廣泛地看，ARK 預估到 2030 年，「AI 陪伴」領域的全球營收將達到 700 億至 1,500 億美元。
綜合這些因素，Dippy 堪稱 Bittensor 生態系中新興子網的典型範例。隨著該子網持續發展，我們將密切關注其模型相對於最先進競爭對手的持續表現，以及其消費者應用程式的成長情況。
萌芽子網範例：EfficientFrontier
儘管成立不到一個月，EfficientFrontier（SN 53）已展現出我們在有潛力的早期子網身上所看重的特質。該子網激勵礦工貢獻專業的加密貨幣交易策略。
該團隊資歷出色，在投資銀行、家族辦公室與企業科技公司擁有累計數十年的經驗，其中不乏多位高盛校友。他們已透過 SignalPlus 證明了自己的執行能力，這是他們成熟的衍生性商品交易與選擇權風險管理平台。SignalPlus 在子網中扮演關鍵角色：驗證交易資料，並為演算法交易執行提供基礎設施，使礦工能夠專注於開發可產生超額報酬的策略。
雖然處於早期階段，該子網上線時就具備了一些通常只在較成熟專案中才看得到的優勢：
- 穩健且文件完善的激勵機制，礦工評分規則清楚
- 追蹤子網表現的公開儀表板
- 強勁的早期動能：第一週內即有 36 個獨特的交易策略與 44 萬美元的淨利潤
經驗豐富的團隊、既有的基礎設施，以及早期的強勁執行力，這種和諧的組合使 EfficientFrontier 成為萌芽子網的典範，具備晉升至更高層級的明確潛力。
持續精進中
與創業投資非常相似，分配排放量更像是一門藝術而非科學。專業知識與直覺發揮著關鍵作用。我們並不宣稱擁有完美的系統化解決方案，也不認為這樣的方案存在。我們擁有的是一個建立在經驗與清楚原則之上的框架，以及持續改進的承諾。
我們的方式本質上是協作式的。我們希望就子網分類、價值評估與生態優先事項與 Bittensor 社群展開持續對話。你們的回饋有助於我們更了解哪些領域值得關注與投入，確保我們的排放量分配與生態系不斷變化的需求保持一致。
我們不僅將自己視為排放量的分配者，更視為形塑 Bittensor 未來的積極參與者。透過開放的溝通與集體智慧，我們能夠更好地找出並培育那些將推動生態系向前發展的子網。