# Web3从业者眼中的LLM竞赛 By [Jingwen](https://paragraph.com/@jingwen) · 2023-06-26 --- 最近人工智能简直红得发紫 -- 不管是科技圈、创投圈、学术圈还是金融圈，大家三句话不离ChatGPT，也喜欢用自己的行业滤镜来看这个新的技术突破。作为一个过去5年都在crypto的从业者，经过了最近的粗浅学习（基本来自desktop research），不禁觉得最近的AI大模型竞争和2017/18年的公链竞争有很多相似之处 -- 本文主要梳理公链发展，不预测，也预测不了LLM的未来。 **相似之处**  2017/18年区块链经历了历史上规模最大的一轮牛市，BTC价格第一次突破了1万美金。作为以太坊智能合约功能上线后的第一个牛市，各类ICO项目层出不穷，颇有2000年互联网泡沫时候的感觉。只是当年的xx网，变成了xx链。具不完全统计，2017-2019年间的ICO共计募资近200亿美金。在各路项目疯狂募资的时候有两个事情出现了：其一是在大家各种讲区块链技术是未来的支付和计算网络的时候，尴尬的发现比特币网络每秒只能打包7笔交易；以太坊也只能打包30笔交易 -- 不要说和云计算平台相比，就连Visa的每秒24，000笔也相差甚远；其二是很多研究密码学和分布式计算的教授坐不住了 -- 眼看着自己研究的学术领域成为了资本和市场追逐的热点，当然也想从中分一杯羹。在这两件事情的同时作用下，各路公链项目，打着颠覆以太坊的旗号，如雨后春笋般的出现了 -- 行业内亲切的称他们为 “教授链”、“中国的以太坊”。 当时的公链卷的主要是团队背景和技术设计。团队有图灵奖得主？投！团队是牛校的教授？投！团队研发出了新型共识机制 ？投投投！作为刚毕业的投资经理，每天的工作就是钻研各种白皮书。虽然是学计算机的，还是有超级多的专业术语看不懂 -- 分片（sharding）是啥，女巫攻击又是啥？评判标准也非常单一维度 -- TPS（每秒处理交易数量）能达到几万？牛逼！投！每笔交易成本比以太坊便宜1000倍？牛逼！ VC们还给自己的重仓公链想了一个很好的叙事 -- Fat Protocol，一篇在17/18年牛市中被奉为圭臬的文章。简单说来，就是与互联网的主要价值都集中在应用层（Google，Facebook，Amazon）而不是协议层（TCP/IP)不同，区块链的价值则主要集中在协议层（即公链）。尽管作者后来澄清了这种说法是片面的，但是不影响大家对这个概念的认同 -- 公链项目赚的（融资）盆满钵满（去中心化的应用则很难融到大钱，毕竟，美国大机构都说了，价值都不在应用层嘛）。 看到今天的大模型项目，深有同感。某教授带领的团队又融资xxx千万美金，某团队要做中国的OpenAI，某巨头开发的大模型达到多少training数据全球领先。大模型同样不缺少的还有普通计算机毕业生也看不懂的行业术语：RLHF是啥？Transformer又是啥？Embedding是啥？Attention又是啥？ 打开a16z总结的AI Canon，一秒回到2018年啃Crypto Canon的那个夏天 -- 左手看paper🫲，右手公开课🫱。不过心情上比之前淡定了很多，一方面AI行业的技术大牛们也都说很多概念过于学术了，对于创业公司没有研究的必要（毕竟不是搞科研）；另一方面，我知道五年前我学习的复杂概念对于投资一点用处都没有（没有副作用就不错了）。 **从公链发展的路径看大模型发展** 让我们把时间拨回到2023年，是什么样的公链最后活了下来，而且活的很好呢。几点粗浅的结论: * 颠覆性技术在项目成功的因素中占比真的不大：之前中美VC追捧、主打教授和学术概念的“以太坊杀手”项目（比如Thunder Core、Oasis Labs、Algorand etc.)，最终只有Avalanche最后跑了出来，而且是在教授离职+全面兼容以太坊生态的前提下。反之，当年因为技术不行没有新意（fork ETH）而不被投资人看好的Polygon，已经一跃成为链上资产和用户前5名的生态。比较遗憾的像Near Protocol，主打分片技术，TPS可以吊打以太坊，创始人是Transformer模型论文的原作者之一，融资近四亿美金，现在链上资产也只有～6000万美金。当然，数字每天都会跟随市场行情波动，但是趋势确实是十分明显。  * 开发者和用户的粘性来自生态：对于公链来说，使用者其实除了终端用户还有开发者（此处忽略矿工 一个完全不同的模型）。对于终端用户来说，哪一个生态的应用丰富、交易机会多，就会更有粘性。对于开发者来说，哪一个生态的用户多、基础设施好，比如钱包、区块浏览器、去中心化交易所都完备，就会优先考虑在那个生态做开发。整体呈现出一个开发者和用户互相驱动作用的飞轮。 * 头部效应比想象的更大：以太坊的用户数和链上应用的资金存量，比所有的“以太坊杀手”加起来都还要多。所有人（尤其是行业外的人）想到智能合约链首先就会想到以太坊（就像今天大家想到AGI就会想到Open AI一样）-- 几乎成为了大家想开发区块链应用的行业标准。另外，现有的头部公链都已经手握大量现金，可以给到开发者的投资或者捐助是新创业公司无法达到的。 最后，因为大部分区块链项目都是开源项目，成熟的头部生态让去中心化应用的积木可以有更多的可能性。 **公链的发展和大模型发展有什么显著的区别呢**  * 对基础设施的要求：根据a16z的统计，大部分AI创业公司80-90%的早期轮次融的钱都花在了云服务上。AI应用的公司平均花在每个客户上的fine-tuning成本占收入的20-40%。简单的说，就是钱都被英伟达和AWS/Azure/Google Cloud给赚走了。虽然公链也有挖矿奖励，但是因为硬件/cloud的成本由去中心化矿工承担，以及区块链目前处理的数据规模和AI动辄就要几十亿的数据标签比起来还是微不足道，所以基础设施这块的成本比大模型还是小了很多。 * 流动性、流动性、流动性：没有主网上线的公链可以发行代币，但是没有用户和收入的AI大模型公司却很难上市。所以虽然各路“教授链”最终的表现可能没有预期的成功（毕竟以太坊还是当之无愧的No.1)，但是从投资人的角度不至于亏钱，更是不太可能归零。大模型公司就不同了，融不到下一轮，没有接盘侠，很容易挂掉。从这个角度看的话，投资和创业都应该更谨慎。 * 实际对生产力的提升：很客观的说，通过ChatGPT，LLM找到了自己的product-market fit，真正开始被B端和C端大规模使用，提高了生产效率。公链虽然经历了两轮牛熊，但是还是缺少killer app，应用场景还在探索阶段。 * 终端用户的感知：公链和终端用户是强关联 -- 想使用一些去中心化应用，就一定要知道它在哪个公链上，然后不辞辛苦的把资产通过搬到这个公链上，从而形成一定的粘性。而AI则更加无声无息，仿佛云服务和电脑里面的处理器，没人在乎打车软件后面是AWS还是阿里云。因为ChatGPT的记忆非常短暂，也没有人在乎今天是在ChatGPT的主页和ta聊天还是在聚合器上聊天。所以 -- 想要粘住C端用户更难。\*\* \*\* **So？**  刻舟求剑的说，LLM的商业发展虽然🔥，但是可能还在非常早期的阶段；LLM一定程度的解放了生产力，让很多行业，很多场景都可以重新做一遍。不过缺少了二级市场的流动性，创业团队和一级市场投资人想赚钱没有那么容易。不过对于这种推动人类进程的科技来说，谈钱就俗了 -- 别问，问就是做AGI、带领世界向硅基发展的情怀。 \*\* \*\* Notes * 文中公链特指去中心化的区块链（比如Ethereum）；联盟链和私有链不在讨论范围之内（比如阿里的蚂蚁链、IBM的HyperLedger和JP Morgan的Onyx） --- *Originally published on [Jingwen](https://paragraph.com/@jingwen/web3-llm)*