生产工具、生产关系、生产资料共同组成生产力三大支撑。生产工具的提升若不配以最新的生产关系，也将无疾而终。Web3 如此优秀的生产关系，不去致力于解决新一代生产工具带来的需求，而将精力仅仅放在改造旧的商业模式，这就如同要用电子商务改造线下卖场，淘宝 O2O 失败了，万达失败了，苏宁失败了，国美真快乐更失败了。当下重复杂乱的去中心化金融类应用已经让人觉得疲惫不堪，那未来 Web3 的应用方向，会不会就在 AI 领域？

AIWeb3 项目的四种类型

AI 有三要素：数据，算法，算力。而由于 Web3 的经济模式和激励体系的不同，AIWeb3 同 AI 有本质的区别。根据调研，当下切入 AIWeb3 这个领域的项目有四种类型：

X 2 Earn 模式：该类型从商业模式切入，旨在做更专业、更垂直的标签纠错和数据提供，比如针对加密圈知识的ChatGPT。这与一般雇佣产业工人进行标签纠错和数据提供完全不同，是由业内人士训练数据。事实上，只有业内专业人士才能提供业内地道的数据，以及训练后的标签纠错。

分布式云计算公链：若是对数据和算法隐私保护没有要求的 AI，可以通过去中心化计算网络，进行训练。基本上是用边缘计算技术，再配合一个独立的 L1 分布式账本进行耦合，做算力激励和社区治理。当下，香港理工大学研究生院院长曹建农教授在分布式计算领域研究数十年，拥有丰富的学术成果和成型可落地的商业产品。

分布式隐私计算公链：若对数据和算法有隐私保护需求的 AI，则需要通过联邦学习技术实现，其难点在于如何做到将联邦学习的训练节点进行无许可自由进出。当然也需要一个分布式账本深度耦合进行算力激励。本质上和第二类项目商业模式一样，只不过偏向于隐私计算，当然计算难度也更高。在这一领域，陈纯院士旗下杭州趣链隐私计算团队拥有丰富的研究成果和技术造诣。

AIWeb3 应用：大众可以通过 AI 辅助，生成专属的定制音乐，然后再通过 Web3 的机制进行传播及获利，类似应用例如 itoka。

分布式计算助力 AI 计算

通过 Web3 的运作机制，AI 计算可做到分布式计算，从而大幅度降低社会成本。

在中心化云如亚马逊云中，其毛利可达 40%，用的是工业电，工业带宽，而若能通过分布式计算，成本至少降低 50%。

AI 最烧钱的地方是算力，最难解决的是数据。

AI 数据现状

人类目前能够通过互联网和物联网，低成本地拥有海量数据。但这些数据都掌握在巨头手中，当然也掌握在个体的脑海中。到目前为止，真正能将 AI 使用得非常好、非常有效的是互联网巨头们。因为他们有很好的互联网平台可以搜集到海量的数据，同时他们也有很强大的财力利用数据优化人工智能算法。但是大量没有雄厚财力获取海量数据的中小企业也可以用人工智能来赋能，因为个人和中小企业也掌握了很多数据。

传统非巨头的 AI 公司和云计算公司很多算法和技术很好，但基本上都成为给大型企业做服务的技术外包公司，账期长，工程化复杂，回款困难。AIWeb3 可以大规模地降低整个社会的计算成本，让普通人可以以提供数据和算力的方式参与到 AI 产业的发展中来，对于不是巨头的 AI 算法团队来讲，也有了自己独立发展的空间，这就是一个巨大的机会。

分布式账本与分布式计算

但 AIWeb3 需要一个分布式账本对去中心化算力提供者进行记账和价值分配。去中心化计算技术和去中心化记账技术不同，去中心化计算可以不断演进，对容错率的要求没有“去中心化记账”那么高。Filecoin 这类的去中心化存储现在也变得越来越好用，所以 AIWeb3 技术理论上看是可以先跑起来，再进行不断地优化。

分布式账本从一开始就要求是 ready 的，因为账本是纯金融，容不得半点闪失。在上线的时候就应该是完备的，并且「code is law」基本上没有给到容错的可能性。在分布式计算公链上，每一个计算节点，可以分别跑不同的数据和技术。即便节点虚假计算或者宕机失去计算能力，其他节点也可以接过来接着计算。但是分布式账本系统如比特币网络，所有的节点都在跑同一笔交易。

目前市面上的项目基本上还处于初期阶段，毕竟ChatGPT大火才几个月。但分布式计算公链的从业者之前已经在云计算、边缘计算、联邦学习等领域有数年的积累，只不过现在正好到了时间点，暂时还没有成熟可用的产品。但因为技术是成熟的，所以业内已有几个很强悍的团队已经做出 demo 进入到了产品原型阶段，预计都在一年内会陆续推出。

在区块链领域，分布式计算公链也给行业带来了新的生机。当下分布式账本公链的竞争已经白热化，正在崛起的去中心化云计算公链，将成为新基础设施赛道热点。假若分布式记账、分布式存储、分布式计算公链均发展成熟，即便是一个普通的 dApp 如 GameFi，其前端、数值系统等都可以在去中心化计算公链上运行，数据也可以存储于去中心化存储公链，而价值确权由分布式账本完成，这才是真正的 Web3 基础设施的成熟时刻。

彼时 MAP Protocol 将成为 Web3 基础设施中涵盖记账、存储、计算三大模块的互操作性组件和连接器，服务 dApp 开发者，服务 AIWeb3 人工智能应用，助力 Web3 的新时代真正到来。例如圈内某好朋友的一个 AIWeb3 项目，就是通过 AI 生成音乐的 Web3 应用。它的存储就放在了存储公链上，数据确权记账在另外一个记账公链上，而在 AI 计算环节，还缺一个去中心化计算公链。这个音乐 AI 项目，计划让每个人生成歌曲，然后做成 NFT，去传播售卖。

用 AI 为普通人赋能

根据肖风老师观点，人工智能的核心是赋予普通人专业人士的能力。

再看一万小时定律，一个人要成为专家，需要训练学习一万小时。但是，人工智能可以即刻让这个人成为专家，虽然不可能 100% 和专家一样，但即便拥有专家能力的 50%，也能让普通人受益匪浅。所以，AI 应用应该让用户付费。而不是走之前 NFT 商业模式的老路，创作者 Mint 后让别人来购买。

以音乐 AI 为例，父母或孩子、爱人过生日，如果能用 AI 生成一个定制场景和目标人群的专属曲和词，然后在家人生日庆典上用。用户是不是愿意付费？

如果这支歌曲，可以存在分布式存储公链上，永久保存，用户是不是愿意付费永久记录这个欢乐的瞬间？

如果这个 AI 是在分布式计算公链上做的运算，成本效率是中心化云的一半，AI 应用是不是愿意给这个分布式算力网络付费？

在付费环节，如果只做本地市场，法币就足够了，但是要做全球市场，是不是要接数字货币支付?

小结

综合来看，AI 应用势必已成 Web3 具有确定性的超级应用。而基于 Web3 社区组织和代币激励体系形成的标签社区，则可以为 AI 提供强大的专业数据来源；基于边缘计算、联邦学习形成的分布式计算公链网络，又将为 AI 应用提供便宜又无法中断的永动机算法训练算力。作为未来承接数据价值传递的 MAP Protocol 将作为 Web3 时代的 TCP/IP 协议，助力这个伟大的 AI 时代。

Web3 拥有一个倡导新一代互联网的发声社区，而生成式人工智能的热潮作为新的流行趋势，已经引发了几乎所有行业的转变。这些技术将分别重塑技术创新的轨迹、行业创收和服务客户的方式。由于我们仍处于这些技术进步的早期阶段，因此我们的大多数预测和假设都是关于几年后世界将是什么样子。

在应用层面，人工智能、Web3 等新技术可以单独集成到银行、物流等成熟行业，并且已经有很多易于实现的集成案例。然而，将这两种都试图在市场上找到自己位置的技术结合起来，更像是一次科学实验，而不仅仅是一次实施测试。

现在，想象一下，如果这两者成功地结合在一起，将会带来怎样的潜力——它们的融合将带来前所未有的进步。对吧?

AI 和 Web3 真的可以协同工作吗？

嗯，事情绝对没那么简单。让我们剖析两者以了解他们的核心思想。

Web3 是互联网发展的下一阶段，从目前的 Web2.0（扎克伯格等人控制着我们所有的数据）过渡到去中心化的数据所有权。

在文章“Web3的未来”中我提出了一个论点，即虚拟现实可能是全面转向 Web3 的基石。数据所有权的去中心化意味着不再有任何单一实体能够访问大数据，公司也无法按照自己的意愿使用和出售我们的数据。

然而，人工智能模型与这一原则相冲突。神经网络依靠数据来学习并变得更加聪明，并依靠大量计算来快速执行任务。所以，从根本上来说，AI 和 Web3 是对立的。

当然，已经有一些项目试图应对这一挑战。

例如，Render Network 声称他们正在构建一个使用空闲 GPU 作为节点进行去中心化计算的网络。虽然它主要针对创意产业来呈现项目，但他们白皮书的最新更新，提到了机器学习是另一个突出的用例。

这个想法在纸面上听起来很引人注目，但它需要多个用户 GPU 同时运行，才能与云中一个专用 GPU 的性能相匹配。考虑到这些 GPU 需要一年 365 天、每天 24/7 运行，这对于普通用户来说是不可能的。

这给我们带来了（目前）无法解决的第一个挑战——去中心化的人工智能驱动系统速度太慢。

让我们考虑另一个例子。

人们普遍认为，银行业采用人工智能驱动的反欺诈机制来检测和防止恶意活动。其有效性的原因很简单：所有金融交易都有一组标记，从发送者和接收者的姓名和地点到交易的具体原因。这些信息构成了一个巨大的数据集，增强了人工智能查明异常的能力。

但这适用于加密货币吗？Web3 社区经常提倡的一个信息是，加密货币代表了一种新的金融范式，将货币控制权从银行转移到用户手中。反欺诈人工智能系统依赖于实时分析大量交易数据来预见和识别潜在的欺诈行为。然而，将这些机制整合到 Web3 环境中会带来挑战。

首先，正如我之前强调的，Web3 强调去中心化的数据所有权，这限制了对此类数据集的访问。在Web3中，识别交易的发送者、目的和接收者变得更加复杂。这一限制减少了可用数据，发现非法交易的标准与银行有很大不同。此外，实时反欺诈人工智能评估的要求可能会大大降低交易处理速度。这个概念与 Web3 提倡无缝和快速交易的本质相矛盾。

这给我们带来了第二个挑战——人工智能可能会减慢区块链的速度。

此外，委托中心化人工智能系统负责检测和阻止欺诈活动破坏了去中心化概念。

这引入了人工智能和 Web3 的第三个挑战——将信任恢复到中心化系统的风险，即使它是一个自动化系统。

AI 在 Web3 中的实际应用

然而，尽管存在这些看似不兼容的差异，人工智也能和 Web3 共存，尽管不像我们传统上想象的那样。人工智能可以作为一种补充资产，而不是直接将其嵌入 Web3 基础设施。

有些专门为加密货币和区块链分析而设计的神经网络，可以提供对市场趋势、用户行为的洞察，甚至预测区块链内的潜在漏洞——同时保留 Web3 的去中心化核心。像 LayerAI (CryptoGPT) 这样的项目正在朝这个方向发展，尽管具体的结果还有待观察。

一些人认为，人工智能可以分析公共区块链的数据来预测市场走势，为用户的加密货币投资提供建议，并推荐启动交易的最佳时间以降低费用或优化速度。后者可能不会获得太多关注，一旦以太坊更新其链，这种担忧可能会变得过时。在这些情况下，人工智能不需要集成到区块链的核心。相反，它可以充当附件，在不违反 Web3 基本原则的情况下增强用户体验。

此外，随着更多的服务、平台和工具围绕Web3架构来构建，人工智能可以在用户教育中发挥至关重要的作用。

考虑到与区块链和加密相关的技术复杂性和细微差别，人工智能驱动的平台可以简化和翻译这些信息，确保普通用户不会在这场新的数字革命中落后。

一个很好的例子是 DeCipher ——一个人工智能驱动的工具，旨在转换智能合约文档的生成过程。如果这被证明是有用的，开发人员将能够提供详细的智能合约文档，从而增加其可访问性。

让我从开发 graph3 的第一手经验中，分享一下人工智能如何与 Web3 集成。

我们的目标是让用户能够用简单的术语描述智能合约的需求。然后，系统将根据用户的输入确定最合适的智能合约类型，并引导他们完成一系列特定场景，提出问题以收集所有必要的信息。

在此过程结束时，用户无需编写一行代码就可以收到一个随时可用的智能合约。虽然我不能深入研究技术细节，但值得一提的是，该系统是由神经网络驱动的，该网络利用语言模型和 Dialogflow 来提供有效的问答体验。

总之，虽然人工智能和 Web3 的直接集成带来了挑战，但鉴于它们的根本差异，也有一些途径可以利用两者的优势。

我们需要承认，目前拥有庞大用户基础和大量数据集的成熟区块链，例如以太坊或Polygon，尚未采用甚至宣布人工智能集成计划。

关键在于认识到 AI 和 Web3 的不同角色，并制定解决方案，使它们能够共存，在不损害其内在价值的情况下相互补充。随着技术领域的不断发展，这种共生关系可能正是开启数字创新新维度的关键。

本文要点：

生成式 AI 是一种用于生成人工内容（如文本、图像、音频和视频内容）的 AI。 Web3 中的 AI 应用程序包括在游戏、NFT、资产创建和软件开发中部署数字收藏品。 除了内容生成之外，AI 还可以通过简化开发流程和改善去中心化应用程序 (dapps) 的用户体验来帮助推动 Web3 发展。 虽然仍然存在版权、准确性和创造力等挑战，但 AI 时代已经到来——各种 AI 模型正在改变企业和行业的运行模式。 AI 生成内容（AIGC）——内容生成的下一阶段 AI 生成内容 (AIGC) 最近变得非常流行，DALL-E 和 ChatGPT 等应用程序生产了令人印象深刻的视觉资产，以及实现了类人对话。

从广义上讲，生成式 AI 是一种用于通过计算机模型生成内容（例如文本、图像、音频和视频）的 AI。 AIGC 被广泛认为是继专业生成内容 (PGC) 和用户生成内容 (UGC) 之后内容生成的下一阶段。

PGC 通常由平面设计师和动画师等创意专业人士制作，供品牌使用或发布，而 UGC 则由最终用户创建，并直接在 YouTube、Facebook 或 Twitter 等社交媒体网站上分享。

近年来，随着 AI 的快速发展，它可以生成各种类型的内容。 AI 的一些相关分支是自然语言处理 (NLP)，它研究计算机如何处理和分析文本，以及生成对抗网络 (GAN)，它旨在生成与训练数据集具有相似特征的新数据（例如图像和视频）。

AI 生成的内容有助于加快创意过程，企业开始注意到它在改变内容创建方式以及创意团队跨行业运作方式方面的潜力。

以下是连接 AI 和 Web3 的潜在场景和用例。

AIGC在Web3中的应用

文本型 AI 及其对 Web3 的影响 文本型 AI 是指使用 AI 来生成文本。 它是 NLP 的一种形式，可根据给定的输入生成类似人类的文本，用于各种应用程序，如摘要、对话系统和机器翻译。 今天的文本生成器用于为各种目的生成原创的、有创意的内容，并且在 Web3 中的某些领域，文本生成可能非常有用。

借助文本 AI 工具，可以重新构想在线搜索并提供更直观的 Web 导航方式。 ChatGPT 与微软在线搜索引擎 Bing 的最新集成现在引入了聊天界面作为一种搜索 Web 的方式。

与此同时，谷歌发布了自己的 NLP 模型版本 Bard，这是一种由 LaMDA 驱动的实验性对话 AI 文本服务，有助于简化复杂的主题并综合查询的见解。

1.生成式 AI 可以改变人们搜索网络的方式 生成式 AI 有可能改变人们在网络上过滤信息的方式，并有可能减少对搜索引擎广告模型的依赖——许多当前的 Web2 用户长期以来一直希望避免这种情况。

文本生成工具允许用户在进行查询时消除 SEO 生成内容的噪音（尽管涉及人工干预和微调）。 如果搜索偏好发生变化，有利于文本型 AI 工具，则搜索引擎可能会被替换，这意味着需要挖掘的与搜索相关的广告混乱更少——这是 Web3 的核心标准，旨在将技术的权力重新交到用户手中。

在区块链游戏中，文本型 AI 可以通过多种方式增强游戏开发人员和艺术家的创造力和生产力。 通过利用文本型 AI，可以快速制作和完善基本的视频游戏元素（例如对话、故事和角色组合等），从而通过更快地产生创意来简化创作过程。

生成式 AI 可以改变 NFT 的生成方式 AI 还可以帮助生成图像和视频——这些类型的内容可以被铸造成 NFT。 这些人工智能生成的 NFT 被称为生成艺术 NFT，艺术家将首先输入一组规则（如一系列颜色和图案），以及迭代次数和随机程度等参数。 然后计算机将在这个指定的框架内生成艺术品。

其中一个例子是“CryptoPunks”生成者 Larva Labs，它创建了“Autoglyphs”NFT 集合。 以下是在 AI 的帮助下生成的 NFT 集合的其他示例。

以下是一些生成式艺术 NFT 示例：

1. Autoglyphs

Autoglyphs 由 CryptoPunks 创作者 Larva Labs 发布，构建于以太坊区块链之上，总量 512 个。 2. Fidenza

Fidenza 系列由视觉艺术家 Tyler Hobbs 创作，利用了生成各种曲线和区块的通用算法，总量 999 个。 3. Ringers

Ringers 系列由艺术家 Dmitri Cherniak 创作，这些艺术品由 JavaScript 生成，描绘了将绳子缠绕在一组钉子上的各种方式，总量 1000 个。 4. Chromie Squiggle

该系列由 Erick ‘Snowfro’ Calderon 创建，由九种不同样式方案中随机生成的波浪线组成，总量 10000 个。 5. Lost Poets

该系列由数字艺术家 Pak 创作，既是 NFT 合集又是策略游戏，总量 65,536 个。 AI 可以帮助生成链游中的头像和物品 生成式 AI 模型可以协助在 Web3 环境中大规模创建游戏资产——从化身、设备、车辆到人工制品。 游戏行业可以应用文本到图像的生成式 AI 模型，这些模型能够根据文本描述生成创意资产和内容。 在某些参数内，现代语言模型也可用于围绕所创建的资产构建上下文，例如物品力量统计数据、角色属性或智力。

AI 生成的图像和视频现在非常先进，甚至可以用于在元宇宙中的区块链游戏和虚拟产品中创建特效。 例如，Mirror World 是一个 GameFi 项目，它利用 AI 驱动的虚拟“镜子”作为游戏角色的资产。 Mirror 资产在每款游戏中都可以完全互操作，确保资产持有者能够在游戏上线时使用它们应对新的挑战。

Alethea AI 的 CharacterGPT 项目是生成式 AI 发挥作用的另一个例子。 它具有一个称为 CharacterGPT 的多模态 AI 系统，可以从文本描述中生成交互式 AI 字符，从而实现文本到字符的创建。 基于不同的自然语言描述，交互角色可以具有不同的外貌、声音、个性和身份。

这些角色可以在区块链上被代币化，他们的主人还可以定制他们的个性并训练他们的智力，以及在 Alethea 的 AI 协议上的各种其他 dapp 上交易和使用它们。 这些交互式角色的拟议用例包括数字孪生（旨在反映物理对象的虚拟模型）、数字指南、数字伴侣、虚拟助手以及 AI 非玩家角色 (NPC)。

AI 可以帮助查找 Bug 在构建 Web3 基础设施和应用程序时，AI 可以帮助简化开发过程。

例如，AI 应用程序用于调试代码。 使用 AI，ChatGPT 在某种程度上展示了不仅可以读写代码，还可以发现代码中的错误的能力。

一些加密专业人士现在已经开始使用 AI 程序来完成简单的代码审计任务：智能合约审计公司 Certik 的开发人员使用 ChatGPT 来“快速理解和总结复杂代码片段的语义”。

最后：Web3 中 AI 使用的挑战、风险和前景 AI 带来了无限的可能性，它的唯一限制就是用户的想象力。 即使在早期阶段，AI 模型也继续展示其在转变企业甚至行业方面的能力。 由于进入门槛低促使了广泛采用，AI 很可能成为我们未来在这个数字世界中的生活方式。 但是，此类技术也存在一些挑战和风险。

挑战之一可能是消费者和组织对 AI 生成的内容的抵制。 例如，主要的图库网站和平台 Getty Images 禁止上传和销售使用 AI 艺术工具生成的插图。 版权问题被认为是原因，因为一些人工智能生成的图像复制了受版权保护的内容，原始艺术家的水印仍然可见。

AIGC 面临的另一个挑战是生成内容的质量问题。 斯坦福大学教授 Andrew Ng 举了一个例子，其中 ChatGPT 错误地认为算盘如何比 GPU 更快，幸好事实并非如此。

对于该领域的大多数人来说，AI 这项技术已经被证明开始扰乱劳动力。 然而，认为 AI 将在工作中取代人类是一种误解。 事实上，它实际上可以在现有市场和新兴市场中创造新的机会：AI 很可能会帮助增加就业机会，或者会创造出与AI 相关的新型工作，只需要一些技能提升。

作家威廉·吉布森 (William Gibson) 的一句名言可能最能描述 AI 的未来：“未来已经来临——只是分布不均。” 今天 AI 和 Web3 之间的交集也可以这样说。

「又回到最初的起点，记忆中你青涩的脸」。OpenAI 董事会与 Sam Altman 对于内部斗争实情的隐藏导致我们依然无法获悉罢免的根本原因。路线之争？沟通不畅？我不知道，也不感兴趣。与其千篇一律地猜测背后的「真相」，不如从后现代主义的视角聚焦于部分 Web3 从业者对于这一事件的讨论，观察这些讨论背后 Web3 的话语与政治。因为在很大程度上，话语的构建遮蔽了太多的细节，有利于自己的话语才会被纳入到叙事当中。但人与事是复杂的，而非简单的意识形态、主义所能涵括。

当世界顶级科技公司罢免公告发出时，舆论一片倒向所谓 OpenAI 的灵魂人物 Sam Altman 与 Greg Brockman，而投资者的行动也表明 Altman 对 OpenAI 的重要性。这场内斗已经被媒体与舆论塑造为「政变」，而首席技术官 Ilya Sutskever 则被视为「政变」的幕后推手。AI 界的大事，Web3 也并未闲着，以 Coinbase 前 CTO Balaji Srinivasan、Coinbase 联创兼 CEO Brain Armstrong、a16z 普通合伙人 Sriram Krishnan 为代表的 Web3 从业者极力主张「去中心化 AI」，拒绝有效利他主义，拒绝减速。在这种情形中，一种新的对立与话语表述悄然诞生，AI 在减速，而 Web3 则将自己建构为代表进步主义的加速与人类历史的未来。

一、「制造敌人」：Web3 有效加速主义的话语政治 在 OpenAI 董事会罢免 Sam Altman 的消息爆出来后，笔者留意到以 Balaji Srinivasan、Brain Armstrong 为代表的 Web3 有效加速主义者对 OpenAI 董事会的鄙夷。在他们的话语体系中，有效利他主义、AI 末日论是有效加速主义的对立面。「好」与「坏」、「中心化」与「去中心化」、「AI」与「Web3」、「国家」与「去国家化」同样构成了整套话语表述。事实上，「中心化」、「极权」、「专制」、「草台班子」、「减速」等话语建构构成了 Web3 的道德基础，而代表着进步的「加速」则赋予了 Web3 革命的天然正当性。

什么是有效加速主义（Effective Accelerationism，网络上一般简写为 e/acc）？笔者在此择选一个被普遍接受的含义，而它更多指向了右翼加速主义：

有效加速主义是一种基于热力学第二定律的信念，即宇宙本身是一个创造生命并不断扩张的优化过程。这种扩张的引擎是技术资本。该发动机无法停止。进步的车轮只会朝一个方向转动。 这一流派以 Nick Land 为代表，它启发了美国新保守主义运动。没错，它们是保守的而非激进的，尽管它们拥抱现代技术，但却否定了具有普世价值的民主、人权与自由。

有效加速主义尊崇自然律，认为技术就像自然界一样可以无限地增熵，并且否认这是一种意识形态与运动，而是对真理的承认。在他们看来，技术资本（Technocapital，Viviana Rojas 于 2012 年提出）是一个不可阻挡的物理过程。

有效加速主义是对技术官僚控制的打击，是对末日论者和减速论者的打击，他们希望我们消耗更少的自由能，创造更少的熵。自上而下的控制只会降低文明的维度。 有效加速主义忽略了一点，这个世界是由人所构建的，文明是由人所创造的，而文明的本质是负熵，它不断地在做熵减。成熟的文明意味着建立了一套社会秩序，这个秩序必然是稳定的，将不可控的、不确定性的事物纳入可控的秩序当中，或是压缩在社会最阴暗的角落。近代科学诞生以来，人类社会便加速世俗化进程，科学对于世界有依据的认识战胜了宗教的不可知论。因为科学在自己的边界内无法证伪，也意味着科学的知识都是为人类可以掌握的。文明同样如此。换言之，有效加速主义的逻辑自洽在哲学上存在挑战。

有效加速主义者往往是彻头彻尾的科技精英，他们掌握着这个时代与未来走向最核心的话语与权力。在他们看来，历次工业革命与技术变革人类都可以适应，那么人类也将适应 AI。加速！加速！加速！这是有效加速主义者的口号，任何妨碍技术无限进步的都该反对。而对于 Web3 有效加速主义者来说，「加速」还要与「去中心化」合谋。我们知道，任何政治构建都是讲故事，不同的政治斗争实质上就是不同「故事」（政治阐述）之间的对抗。当某个故事及其话语体系被广泛接受时，权力也就随之而生。有效加速主义者将人工智能末日论与减速论并列，并将其塑造为自己的对立面，一个不同于自我意识形态的他者，来述说自己的政治叙事。民族国家注定走向衰亡，加密与去中心化的政治叙事就要成为绝对的真理与历史的终结。

在 OpenAI 事件刚爆发之际，对安全、公司治理结构的合理猜测成为有效加速主义者的话柄。他们的政治叙事即「去中心化」、「去国家化」、「去中心化治理」，这迎合了 OpenAI 董事会被质疑的「奇葩」、「独裁」、「不透明」的治理结构。

11 月 18 日，Balaji 的第一篇关于 OpenAI 的推文写道：「末日论者最终信任的是中央集权国家，就像自由主义者在 911 事件后相信《爱国者法案》一样；而有效加速主义则信任去中心化网络」，「从根本上说，末日论者相信哈里斯能够监管超级智能。同时，有效加速主义认为创建模型的技术专家比那些甚至不了解模型并且讨厌技术的国家主义者更有能力减轻任何负面影响」。在此，Balaji 认为，AI 领域的技术专家与进行「监管」的国家应是对立的，AI 领域可以进行自监管，而无需国家的介入。

随后，Balaji 试图在 AI 与 Web3 之间建立同盟。他声称「如果董事会可以这样对待 Sam，他们也可以这样对待任何 OpenAI 客户。人工智能需要去中心化。」「如果事实证明，狂热的人工智能末日论者导致了像 GDB 这样的新一代人才外流，那么每一个有价值的人工智能组织都会立即将末日论者从控制岗位上清除出去。 」OpenAI 董事会已经被塑造为一个「狂热的 AI 末日论者」，他期望着所有 AI 企业都是与之相对的道德圣人，「在毁灭者毁灭你之前，先除掉他们」。

在 Balaji 看来，OpenAI 不开源就是一种恶，只有像 Meta 研发的「Llama 2」一样的开源语言大模型才是绝对的正确：

「唯一的出路就是加速 + 去中心化」，Balaji 给出了方向，并就此加深了对「国家主义」的反动：「如果您从事 AI 领域，请转向去中心化。 人工智能领域的每个人都上了一堂课：（a）对公司拥有主权；（2）技术的去中心化；（3）独立于国家主义意识形态。要想有效加速，我们需要去中心化！ 现在，每个人都看到了单点故障的风险。如果董事会可以这样对待 Sam，他们也可以这样对待任何 OpenAI 客户。因此，人工智能要去中心化。 」

作为《网络国家》的作者，Balaji 再次开始了他的表演：「AI 末日论者的逻辑就是智能炸弹客的逻辑。任何能降低 p(doom) 的东西都是好的。比如禁止计算、让公司破产或炸毁数据中心。这些激进的卢徳分子（指的是 19 世纪初英国手工业工人中参加捣毁机器的人）不会止步于毁掉他们自己的 AI 公司。他们也想控制你的公司。 与许多意识形态一样，AI 末日论也演变成了类似共产主义的东西。他们需要控制全世界的 AI，从而控制全世界的计算，进而控制全世界，以『拯救』世界。令人惊讶的是，他们的总体计划让哈里斯负责从超级智能中拯救我们。」

在政治口号喊出来后，Balaji 将矛头转向 OpenAI 的另一个标签「非营利组织」：「非营利组织毁了旧金山，现在又毁了旧金山最好的公司。他们名副其实，非营利组织无利可图。是的，有些原则上的例外。比如 EFF。它做得很好。但我们需要重新考虑非营利组织的激增问题」。是的，他们为了自己的政治叙事，也否定了「非营利组织」。Web3 不再谈论 OpenAI 作为非营利组织的「理想主义」初衷，不再颂扬「造福人类」的理想，只是轻描淡写一句不负责任的话：「它变了」。是啊，变了，多么大的转折，要么更好、要么更差，非此即彼。非营利组织不重要、变了多少不重要、如何变得不重要，重要的是变了，话语的影响就在于此。

更有意思的是，Balaji 的功利主义似乎让他迷失了自己，他的目标只剩下「网络国家」。Twitter 成为了 Balaji 口中对抗另一个主权国家的利器，他过分地褒扬了马斯克，却忘记了这是一个最大的独裁者，Balaji 在赞扬一个他所极力反对的人与事：

「减速论者有国家，但我们有网络。」

「过去一年，网络在从国家手中夺回社交、加密货币和 AI 方面取得了重大进展。首先，马斯克收购了 Twitter，解雇了唤醒者，解除了华盛顿特区对社交媒体的核心控制。然后，公民记者揭露了 FTX，摧毁了华盛顿特区对加密货币的理想控制点。现在，有效利他主义也发生了内讧，破坏了他们对 AI 的关键文化控制点。因此，我们有机会争取言论自由、去中心化货币和开源 AI。」Balaji 称，「在每一件事中，Twitter 都是关键」，「即使 FBI 要求 Twitter 进行审查，马斯克也没有对 Twitter 进行审查；Twitter 上的加密社区曝光了 FTX，即使国会为 SBF 开脱；Twitter 上的有效加速主义斥责有效利他主义，即使有效利他主义试图通过行政命令破坏 AI」。

Balaji 说的一点都没错，OpenAI 事件能有如此大的传播离不开 Twitter。他与技术圈名人响马都从发生学的角度指出这场舆论的另一个制造剂——舆论发生的场域 Twitter。是的，没有中心化而又独裁的 Twitter，怎么会有 Balaji 口中与国家进行夺权的「网络」？

为什么「有效利他主义」被这群 Web3 大佬所厌恶？那自然离不开 SBF 与他的 FTX 帝国。SBF 在大学时期就深信有效利他主义，「赚最多的钱，捐给更多的人」。但 FTX 的暴雷对整个加密行业造成了巨大的冲击，「恨一个人也要恨他的信仰」，「有效利他主义」从此「臭名昭著」。在 Brian Amerstrong 看来，

如果这真的是 OpenAI 的有效利他主义、减速论、AI 安全政变...OpenAI 的所有优秀员工都应该辞职，加入 Sam / Greg 的新公司（如果他们有新公司的话）」。这一次，跳过掌权的非营利性董事会，去除减速论 / 有效利他主义，保持创始人的控制权，避免无意义的监管，只管建设，加速。你们正在创造美丽新世界，不要感到内疚，要为了自己的动机而夺取它。

这种减速思维摧毁了谷歌，而 OpenAI 曾经是谷歌的解药（如果属实，现在也倒在了同样的力量之下）。有效利他主义毁掉了加密货币的大量价值，现在又毁掉了人工智能。旧金山也是问题的一部分。很多问题都可以追溯到马克思主义思想。你必须清除公司存在的这种风险——讽刺的是，这才是它们本应担心的真正安全风险。 如 Balaji 的自我矛盾一样，Brian Armstrong 也有一番宏论，他认为「OpenAI 董事会的存在不是为了赚钱或使股东价值最大化」可能是个「错误」。

除此之外，a16z 普通合伙人 Sriram Krishnan 也持同样观点：「有效利他主义可能才是我们这里很多人应该关注的坏人（villain）。」

Web3 有效加速主义用极具对立性的「话语」来述说自己的政治诉求，但却遮蔽了很多人与事的多样性与复杂性。

二、AI 无国界？OpenAI 有「国家」 在这场话语建构当中，Web3 在去中心化、有效加速主义方面的话语建构来源之一就是对 AI 界对安全的考量。AI 安全涉及到现代国家治理术、技术资本主义与生命政治，在现代国家治理中，任何技术议题也就理所当然地要迎合国家意志，因此有效加速主义者的话语建构也就无法脱离整体的国家议程。

本文暂不追溯太远，但自 2021 年以来，拜登 - 哈里斯政府就一直致力于控制与管理 AI 风险。OpenAI 在这一议程中也起到重要作用，推动了美国 AI 风险管理框架的建立与实施。

早在 2019 年 6 月，OpenAI 曾回复美国商务部国家标准与技术研究院（NIST）应如何制定美国与国际 AI 标准，并指出将特别关注「可靠、稳健与可信」的系统，希望提高人工智能系统可预测性、稳健性和可靠性。OpenAI 认为，AI 的安全性包括「确保系统在与人类交互时不会对人类造成身体伤害；确保系统将与人类核实与其即将采取的行动相关的关键决策；确保 AI 系统提出的建议尊重人类的限制和系统运行的大环境」。它们主张，美国需制定 AI 技术国际标准，「让监管基础设施为大规模、多用途的 AI 系统做好准备」。

拜登政府组建后，美国国家人工智能研究资源工作组于 2021 年 6 月成立，旨在帮助创建和实施国家 AI 研究资源蓝图。随后，NIST 召开 AI RMF（AI 风险管理框架）研讨会，AI RMF（AI 风险管理框架）正式提上议程。2022 年 3 月，NIST 就 AI RMF 草案征求意见。OpenAI 此时对 NIST AI 风险管理框架初稿进行评论，表示将响应 NIST 的要求，并指出 NIST 应考虑将与人类价值观和意图保持一致纳入其指导原则，即确保与人类价值观与意图保持一致的 AI 系统能够可靠地按照人类意图行事。

2022 年 11 月，GPT-4 的诞生进一步加快了拜登政府对 AI 领域的风险管理。2023 年 1 月 25 日，美国国家标准与技术研究院（NIST）正式发布 AI 风险管理框架（RMF），以提高 AI 的可信度，确保组织能够以不同方式思考 AI 及其风险。3 月，NIST 启动「可信与负责任的 AI 资源中心」，以促进 AI RMF 的实施。

2 月，拜登政府发布一项关于促进种族平等的行政命令，其中表示要「促进科学公平，消除人工智能等新技术设计和使用中的偏见」，保护公众免受算法歧视。随后，美国联邦贸易委员会、消费者金融保护局、平等就业机会委员会与司法部民权司发表联合声明，决定监督自动化系统开发与使用，并指出自动化系统可能在数据集、不透明、设计与使用等方面助长非法歧视且违反联邦法律。

5 月 4 日，哈里斯会见 Alphabet、Anthropic、微软和 OpenAI 四家科技公司 CEO，以强调负责任的 AI 创新，在抓住机遇之前降低其风险。5 月 23 日，拜登 - 哈里斯政府发布公告，并对自 2019 年以来尚未更改过的 AI 研发计划进行更新——《国家人工智能研发战略计划：2023 更新》。该路线图将推进负责任的 AI 研究、开发与部署，并再次强调需在抓住 AI 机遇之前首先管理其风险。同时，联邦政府的投资重点将是促进负责任的美国创新、服务于公共利益、保护人民权利和安全以及维护民主价值观的 AI 研发。在这份文件中，美国国家科学基金会还宣布拨款 1.4 亿美元，新建 7 个国家人工智能研究所，使全国机构总数达到 25 个。

6 月，拜登与技术和社会交叉领域的专家进行 AI 的前景与风险圆桌讨论。

7 月，哈里斯召集消费者、劳工与民权领袖讨论 AI 的相关风险。

随后，拜登召集亚马逊、Anthropic、谷歌、Inflection、Meta、微软和 OpenAI 等 7 家公司，宣布拜登 - 哈里斯政府已获得这些公司的自愿承诺，以帮助实现安全、可靠和透明的 AI 技术发展。他们承诺：

在向公众推出产品之前确保其安全； 构建将安全放在首位的系统； 赢得公众的信任。 10 月 30 日，拜登签署《关于安全、可靠和可信地开发和使用 AI 的行政命令》，明确表示将限制硅谷在 AI 产品经过全面测试之前发布产品的倾向。

基于拜登在 10 月 30 日的行政命令，哈里斯在 11 月 1 日访问英国时宣布美国正在通过商务部在 NIST 内建立美国人工智能安全研究所，以实施 NIST AI RMF。同时，美国也已发布首份关于美国政府使用 AI 的政策指南草案，包括《人工智能权利法案蓝图》、AI RMF、负责任地将 AI 和自主权用于军事用途的政治宣言、与 AI 相关的慈善组织发起的倡议、防 AI 欺诈、内容认证国际规范等。

拜登 - 哈里斯政府在 AI 方面的议程涉及人工智能安全、生物武器风险、国家安全、网络安全、隐私、偏见、公民权利、算法歧视、刑事司法、教育、工人权利和研究等各方面。而 Web3 有效加速主义者将一箩筐的内容全都将其作为国家的叙事范畴当作讨伐的对象，在这里，只需要否认国家、中心化与集权就可以选择性地无视复杂多样的全球性问题。似乎，只要获得一片中立的领土建立「网络国家」就可以一劳永逸地躲避世俗世界的喧嚣。

三、被遮蔽的真实：OpenAI 的「末日论者」与「加速主义者」 拿去滤镜，来看看真实的人吧。有媒体报道，越来越多的人工智能业内人士正在猜测人工智能将给人类带来灾难性后果的概率，并计算末日的「p(doom)」。那么，作为 OpenAI 的前 CEO，Sam Altman 是一个有效加速主义者吗？在 Web3 有效加速主义者的话语中，Sam Altman 是「加速主义」的代表，「造福全人类」的董事会只有成为「有效利他主义者」、「减速论者」。

OpenAI CTO、DALL-E 与 ChatGPT 团队领导者 Mira Murati 在今年 2 月《时代》杂志采访时公开表示：

我们甚至对 ChatGPT 的出现感到些许不安，我很好奇它会在哪些领域开始为人们带来实用性，而不仅仅是新奇与纯粹的好奇；

关于社会影响还有很多问题，我们需要考虑很多伦理与哲学问题。重要的是我们要引入不同的声音，比如哲学家、社会科学家、艺术家和人文学者。

[AI] 可能被滥用，接下来的问题是如何在全球范围内管理这项技术的使用。如何以符合人类价值观的方式管理人工智能的使用？ 尽管 AI 带来了很多不确定性，但 Mira Murati 总体是乐观的。

为大多数人所知并造成恐慌的是 2023 年 3 月，马斯克等人呼吁的暂停至少 6 个月的比 GPT-4 更强大的人工智能系统训练公开信。或许，AI 技术的发展似乎超出了这些科技精英的预料。

真正从事技术研发的 OpenAI 首席科学家 Ilya Sutskever 曾说，「在某些时候，一些别有居心的人可以利用他们向任何愿意付费的人提供的模型很容易造成巨大伤害」。

在 11 月《卫报》发布的纪录片《Ilya：塑造世界的 AI 科学家》中，Ilya 提问了 AI 技术是否会对人类有益的问题。该视频首先展映 Ilya 的担忧：「AI 会使网络攻击更加极端，会创造完全自动化的 AI 武器，无限稳定的独裁政权」。因此，对他来说，「第一批 AGI 的信念与愿望尤为重要，对它进行正确的编程尤为重要，如果不这样做，那么进化和自然选择的本质就会偏向那些将自身生存置于首位的系统」，「并不是说它们会伤害人类，而是因为它会太强大」。Ilya 举了人对待动物的例子进行类比：

人类在修高速公路时不会征求动物的同意，人与 AGI 的关系也是如此，AGI 是真正自主并代表自己运作的。很多机器学习专家并未意识到神经网络和 AI 的计算速度将在未来几年突破几十万倍，而他们并没有足够的时间来确保他们构建的 AGI 能够深深地关心人类。 只不过多思考了一些人类的未来处境，Ilya 就成了要被清除出去的人工智能末日论者，但他从未说 AI 会毁灭人类，只是反思 AI 的强大会带来相应的危险。「AI 末日论」的形象塑造不得不归功于《卫报》给 Ilya 给他制作的纪录片——显而易见的末日感。

作为加速主义者，Sam Altman 在 Web3 有效加速主义者的话语构建中也有着天然的正当性。作为 Web3 项目 Worldcoin 的创始人，他也是 Web3 最有机会拉拢的对象。但 Sam Altman 完全信奉有效加速主义吗？也不尽然，他的思想中也有着出于人类关怀的减速思考。

今年 2 月，Sam Altman 发表「Planning for AGI and beyond」。在这篇文章中，Sam Altman 承认 AGI 会带来的「严重误用、严重事故与社会混乱的风险」，也表示 AI 需要持续迭代以解决当前问题，并通过「逐步过渡」确保人类可以逐步适应：

目前，我们认为成功应对人工智能部署挑战的最佳方法是通过快速学习和仔细迭代的紧密反馈循环。社会将面临人工智能系统可以做什么、如何消除偏见、如何应对工作岗位流失等重大问题。最佳决策将取决于技术所采取的路径，与任何新领域一样，迄今为止大多数专家的预测都是错误的。 Sam Altman 也是开源、民主与去中心化的忠实拥趸：

我们认为世界上更多地使用人工智能会带来好处，并希望促进人工智能的发展（通过将模型放入我们的 API、将其开源等）。我们相信，民主化的访问也将带来更多更好的研究、去中心化的权力、更多的利益，以及更多的人贡献新的想法。 但这并不是 Sam Altman 的全部，他追求技术的进步，也并未否认「安全」的重要性：

重要的是，我们认为在人工智能的安全性和能力方面，我们往往必须同时取得进展。把它们分开来谈，是一种错误的对立；它们在很多方面都是相关的。我们最好的安全工作来自于与能力最强的模型合作。尽管如此，重要的是要提高安全进展与能力进步的比例。 他表示 OpenAI 正在建立一种激励措施，使其与良好的结果保持一致。具体而言：

协助其他组织提高安全性； 对股东的回报设定上限； 在安全需要时取消对股东的股权义务； 赞助世界上最全面的全民基本收入实验； 在发布新系统之前接受独立审计； 同意限制用于创建新模型的计算增长率； 建立 AGI 工作何时应停止训练、决定模型可以安全发布或从生产使用中撤出模型的公共标准； 世界主要政府对一定规模以上的培训有深入的了解； ... 这篇文章的最后，Sam Altman 表示「人类的未来应由人类自己决定，与公众分享进步的信息很重要」，AGI 有能力一直加速，届时「世界可能会与今天截然不同，而且风险可能会非常大」。他认为「较慢的起飞更容易确保安全，而且在关键时刻协调 AGI 减速的努力很可能非常重要（即使在我们不需要这样做来解决技术调整问题的世界里，减速可能也很重要，因为这样可以给社会足够的时间来适应）」。

再举一例。今年 3 月，Sam Altman 在接受 ABC News 采访时也表示，AI 将能重塑社会，但对当前的发展「有点害怕」。他认为，监管机构与社会应尽可能参与 ChatGPT，并表示会与政府官员保持「定期联系」。Altman 表示，「我特别担心这些模型可能会被用于大规模虚假信息」与「进攻性网络攻击」。他从不担心 AI 模型不需要人类便可自己做出决定并策划统治世界。「这是一种很大程度上由人类控制的工具」，值得担心的是哪些人会控制 AI。Altman 仍然希望不断开发越来越强大的系统，将其融入日常生活与经济，「成为人类意志的放大器」。在 Altman 看来，GPT-4 的推理能力仍然不足，持续完善并构建一个由人控制的推理引擎或许是他选择进一步开发 GPT-5 的原因。Altman 相信，AI 的技术进步并不会消解社会与人的意义。

今年 5 月，Sam Altman 在美国参议院司法小组委员会上发表讲话，指出 AI 可以解决人类最大的问题，但也警告说 AI 的力量足以以不可预测的方式改变社会，「政府的监管干预对于减轻风险至关重要」。Altman 称，「我最担心的是我们科技行业对世界造成重大伤害」，「如果这项技术出了问题，它可能会变得非常糟糕」。

事实上，通过对 Mira Murati、Ilya Sutskever 与 Sam Altman 的话语分析，我们可以发现 Ilya 并非是一个 AI 末日论者，他只是从科技与人文的视角表达了自己对人类未来的思考；Sam Altman 也在认可着相应的监管、安全、减速与利他主义。显而易见的是，Balaji、Brian 等人为了自己目的而进行的话语建构，有效加速主义者在塑造一个虚假的、符合其意识形态的 Sam Altman 与 OpenAI 内斗叙事。AI 要让人类生活变得更美好，但有效加速主义者只能依靠中本聪的政治叙事表现自己的「目的」与「手段」。

故事的主角 Sam Altman 也坚信着 AI 并非全知全能的上帝，而是由人所控制的工具。他的 Worldcoin 是多么地理想主义，一个去中心化的项目依然要实现比特币的理想，确保全民基本收入；但 Web3 有效加速主义却裹挟着精英的傲慢，他们垄断着资本（Coinbase、a16z）、加密叙事（去中心化）与话语政治（去国家化），或许他们才是真正的独裁者。

余论 在 AI 科学家眼中，人才是目的。但在 Web3 有效加速主义的眼中，「加速」是手段，「去中心化」是目的。

很显然，为了制造出一个的革命对象，Web3 有效加速主义者只有宣称「加速」、「技术的无限进步」、「去中心化」。在他们所遵循的线性的、进步的时间中，技术才是主体，人都是需要随之适应的「他者」。拉克劳的话语政治表明技术终将与资本融合，而技术进步的话语权永远掌握在少数精英手中，作为硅谷的圣经，「有效加速主义」也确实是这样做的。他们在建构一种话语政治，这并非齐泽克口中的拒绝「讲故事」的怪物，怪物是非人的，而这个世界依旧建立在普遍人性之上，难以像希特勒一样对这个世界进行毁灭性的打击而后重建。因为有叙事，才有了话语政治。

在有效加速主义者看来，任何妨碍加速的因素都应反对；那么对 Web3 有效加速主义者来说，所有妨碍去中心化的因素就都应反对。不管你是理想主义的、非营利的、利他的，只要与「加速」、「去中心化」的叙事不合，都是要被扔进垃圾桶进行唾骂的对象（在这里，加速或许都已成为一种政治言说的工具）。通过建构起一个「有效利他主义的」、「减速的」 AI 来证明 Web3 才是目的论的终点。在 Web3 看来，尽管 AI 从业者创造了颠覆性的 GPT-4，但依然是活在传统中的碳基生物，瓦解中心化结构与民族国家的 Crypto 与 Web3 才是终极的答案。但除了比特币、DeFi 与区块链，他们已然面临着叙事的枯竭，只能选择与 AI 联合。加密从诞生开始就建立了自己敌人，若不能去中心化，不断地塑造对立，自身也就失去了存在的合理性。在这个世界上，「自我」永远要找到一个对立的「他者」，来证明自己存在的意义。

有效加速主义标榜着自己代表着建设与进步，在无形中将「减速」塑造成停滞乃至退步。但或许并非如此，因为减速依然在前进。它们为了自己的目的淡化了一个真相，那就是 AI 的技术发展是停不下来的。AI 科学家们从未否认过加速，历史正在加速，但人需要一定的减速来思考如何在这个地球上与机器共存下去。这也是执着于「加速 + 去中心化」的 Web3 有效加速主义者令人不解之处，即加速本身消解人的意义，但他们却又要求用去中心化治理来解决关于人的问题。加速追求的是效率，但去中心化却是低效的。在此，不妨引用一位 Twitter 用户对 Balaji 推文的评论：

又要加速，又要去中心化，一对奇怪的矛盾。 归根到底，他们将叙事拉回到了「去中心化」这个手段上，而从未真正去考虑「人」这个根本问题。这世界上少数的有效加速主义在持续创造新的历史，在这个普遍而又均质的时间中，整个世界都与之一起加速，跟不上的人将被淘汰，他们既没有此岸也没有彼岸，残忍又现实。

但我们依然要勇敢地面对现代世界的真相。正如 Balaji 所言，AGI 代表着上帝回来了。这个上帝是无所不能、全知全能的，只是他现在仍然被人类所控制。这一观念的背后，反映着宗教在现代世界的让步。「造神」，真正将科学塑造为宗教，所有人都是 AI 的信徒。AI 科学家们怕了，因为 AGI 可能真的代表上帝回来了。

当 Sam Altman 回归，OpenAI 乱局尘埃落定，恐怕也再难起波澜。在 OpenAI 政变事后分析的 Twitter Space 中，Balaji 称「Ilya、Adam 与 Emmett 都是天才技术专家，只是他们的道德观与 Sam 和 Greg 不同。这不是财务、技术与战略上的分歧。这是道德上的分歧。」这一刻，Balaji 的言辞也趋于缓和。他的话语少了不少叙事而客观了起来，他声称自己虽然不认识 Ilya，但认识 Adam D'Angelo， 「他一直是一个非常正直的人。从各种迹象来看，Emmett Shear 也是。因此，现在每家 AI 公司都需要选择自己的信念。有效利他主义 or 有效加速主义？」

Web3 也不得不接受一个真相，AI 科学家们并未接受 Cardano 开源大模型的邀请、去中心化 AI 叙事，他们并未买 Web3 的账，无论是前往微软还是回归 OpenAI，他们依然拥抱着传统 AI 科技公司。

前几个月 friend.tech 的火爆再次引起了人们对于 Web3 社交的关注，通过将 KOL 的影响力赋予价格的玩法引起了很多人的关注和 fomo ，后来出现的 Bodhi 也引起了不少人的关注，通过将内容赋予价格，实现数据价值的回归。在社交网络领域， Web3 社交似乎在进行着一些新的变革和探索。随着区块链技术的发展，它正在重新定义我们对社交的看法，并提供了一系列创新性的解决方案。无论是社交金融 （SocialFi） 还是去中心化社交 （Desoc） ，Web3社交正积极探索着未来社交网络的可能性。回顾社交产品的发展，Web2 社交产品如 Facebook、X（原twitter）、Instagram、微信等等，给予了用户分享、互动和交流的前所未有的便利性。但这种便利性背后也隐藏着一些困境。

Web2 社交平台通常集中掌控用户数据，缺乏透明度和隐私保护，而且平台治理和决策往往由少数中心化实体控制。此外，创作者激励也是 Web2 社交产品倍受争议的一点。与此同时，Web3 社交正以一种全新的方式重新定义社交网络。Web3 社交强调去中心化、用户数据隐私和控制权，以及加密货币经济学的激励机制，涌现出了 Lens、CyberConnect、Farcaster、Phaver、Debox、friend.tech 等协议和产品，SocialFi 等概念将金融和社交融为一体，重新塑造着社交网络的面貌。而 Desoc 则着眼于建立去中心化的社交生态系统，以消除 Web2 社交网络中存在的诸多问题。

虽然 Social 赛道在很长一段时间被寄予下一个 Mass Adoption 的厚望，但从诞生到现在始终没有产生大规模应用，Web3 社交的未来究竟会如何呢？层出不穷的社交产品究竟是昙花一现还是下一个 Mass Adoption ？这篇研报将深入探讨 Web3 社交的核心概念和解决方案，剖析其发展的现状、优势与挑战。我们将回归社交的本质，审视 Web3 社交领域领域，揭示它们的优势和挑战，并探讨它们在重新定义社交网络中扮演的角色。

二、为什么需要 Web3 的社交？

1、社交的本质不随历史的发展而改变

正如 Tom Standage 的《社交媒体简史》中提到，我们往往认为，社交媒体是一个新兴的概念，随着互联网和数字技术的发展而诞生的。然而，事实上，人类一直在不同的形式中进行社交和信息传播。从古代的书信、咖啡馆到现代的社交网络，社交媒体的本质并未改变，只是其形式和技术工具不断演进。社交媒体是一种人类特性的延伸，是我们不断追求联系和交流的一种方式。

从不同的历史阶段来观察，技术对社交媒体的发展和演变产生了重大影响，是重要的变革推动器。

古代和传统媒体时期：在古代，书信、邮政等方式是主要的社交媒介。随着印刷术的发明，书籍和报纸成为了信息传播的主要工具，但社交范围受到了地域和通信速度的限制。

电报和电话时代：19世纪末至20世纪初，电报的出现缩短了信息传播的时间，电话的普及改变了远距离沟通的方式，人们可以更加迅速地交流信息。

广播和电视时代：20世纪的广播和电视媒体改变了大众传播的方式，使得信息可以更广泛地传播，塑造了文化、政治和社会观念。

互联网和 Web1.0 时代：20世纪90年代至2000年代初，互联网的出现使得信息传播更加广泛和即时化。Web1.0 时代主要由静态网页组成，内容主要为官方向用户的单向传递，用户无法主动参与内容创作，社交性较低。

Web2.0 和社交媒体兴起：2000年代中期至今，随着 Web2.0 的兴起，出现了更加互动和用户参与的社交媒体平台，如 Facebook、X 和 YouTube 等。这些平台提供了更多的用户生成内容和社交功能，成为人们日常交流、分享和互动的主要工具。

Web3.0 和去中心化社交：最近，随着区块链和加密货币技术的发展，出现了更注重去中心化、隐私保护和用户控制的 Web3.0 社交平台。这些平台试图解决 Web2.0 社交存在的问题，如数据隐私、算法过滤和信息真实性等，并提供更加安全和透明的社交体验。

容易发现，人类自古以来就拥有社交的需求。但究其本质，无论是当面社交、飞鸽传书还是刻在石板上传给他人，人类对于社交的需求的本质却没有随着时代的发展有太大的改变，核心需求总结为以下四点：

保持联结和归属感：社交让人们感到有归属，满足情感和情绪上的需要，建立亲密关系并获得支持。

信息学习和交换：通过社交，人们可以分享经验、知识和信息，促进学习、发展和个人成长。

合作与互助：社交有助于人们协作、合作，共同解决问题和实现共同的目标。

社交认同和自我表达：社交是人们展示自我、建立身份认同和获得认可的方式。

用户2、Web2社交解决“快、好、省”的需求

在2000年代中期以后，Web2 社交媒体开始蓬勃发展。Facebook 成为了其中的先驱，它提供了用户分享信息、照片、视频、状态更新等功能，并让用户能够构建社交网络。随后，X、YouTube、LinkedIn 等多种社交平台相继出现。

每个平台有着不同的特色和功能，如X以其独特的即时消息传播和社交互动方式，成为了信息传播和讨论的重要平台。它的140个字符限制迅速传播信息，成为了新闻和话题讨论的热点；YouTube 作为视频分享平台，改变了人们观看和分享视频的方式，成为了广受欢迎的内容创作和分享平台；LinkedIn 专注于职业社交，提供了一个专业网络，让用户能够建立职业关系、分享工作经验和拓展人脉；Instagram 以其强大的图像分享功能和社交互动性，吸引了大量用户，成为了照片和视频分享的主要平台之一。

在Web2 的阶段中，强调用户参与、互动和内容生成，网站从静态的信息展示转变为更加动态和互动的社交平台，使用户能够创造和分享内容，从简单的文字和图片到更丰富的视频、博客和个人资料。随着移动互联网的发展和智能手机的普及，人们可以随时随地访问社交媒体平台，推动了社交活动的便捷化和频繁化。

并且随着用户规模的增加，社交媒体逐渐成为了商业活动和广告推广的主要平台，企业和品牌利用社交媒体吸引用户和促销产品，社交项目的市值也一路攀登，其中的龙头公司 Meta（原Facebook) 从2012年 IPO 以来市值一路飙升，在2021年市值突破了1万亿美元。

回顾 Web2 社交的发展历史，社交需求的本质未变，核心改变的是提供更快速、更方便、更便宜的服务。Facebook 让人更快的去结识朋友和分享信息，X使人更快的看到热点新闻和互动讨论（相比报纸和电视），Linkedln使得职场社交从只能线下介绍转变为线上快速职场交友...本质上 Web2 的社交产品解决的是社交的"快、好、省"的需求。

用户3、传统社交行业困境

然而，Web2 社交也带来了一些问题，核心可以总结为数据所有权和中心化两方面：

1）数据所有权：在 Web2 的社交产品中，用户的数据并不属于自己，而是属于平台，这会导致产生许多的问题。

隐私泄露：用户数据被大量收集和利用，导致了个人隐私泄露的风险。平台可能滥用用户数据，或将其出售给第三方，引发隐私泄露和数据滥用问题。

价值没有反哺用户：用户的数据使得社交平台可以进行精准的营销等广告行为，然而用户却无法从收入中获得好处，导致用户的数据提供被平台白嫖。

无法跨平台：由于用户的数据归平台而不是自己所以，所以在不同的社交媒体上注册时往往需要从0开始，自己的社交名片等信息无法在多种社交平台中流通，每一个社交平台都成为了一个孤岛。

在 Web2 的社交环境下，很多创作者反馈创造了大部分的价值后根本拿不到应有的报酬，或者拿到非常微小的一部分。可以在社交媒体平台上面做自己的IP，但对于创造的内容数据和价值却没有所有权和控制权。一旦X、Youtube 删除个人资料后，就会丧失所有的内容数据积累。

2）中心化：在 Web2 社交产品中，平台拥有对内容的无限使用权利。

抗审查能力弱：由于 Web2 的信息都存储在了中心化的服务器里，导致受到政治、文化等因素的影响后，言论自由在很多国家的 app 里都没有办法实现，某种程度上被剥夺了自由表达的权利。无论是X规则的朝令夕改、封号，还是 Facebook、tiktok、微信，在中心化的平台里，都有太多中心化的限制和约束，让用户只能在镣铐下跳舞。

虽然有长毛象这样的应用在去中心化方面做出努力，但仍然存在很多无法避免的问题，虽然整体来看是去中心了，但是在特定的服务器里，用户仍会有受到该服务器提供者专制、抛弃和禁止他人的风险。

三、Web3 社交行业产品分析

面对 Web2 社交存在的种种问题，Web3 的产品开始从多个方面进行探索，从协议层再到应用层，Web3 的 social 项目百花齐放，来解决 Web2 社交中不一样的痛点。

从 Web3 社交的整个大行业来看，Web3 社交产业可以大致分为4个部分，应用层、协议层、区块链层和存储层。其中社交专有链为社交app提供定制化的L1来更好的服务于社交 app 的需求，因为社交应用比金融类 Dapps 需要更多的信息交换，从而对更快的 TPS 以及存储和索引等功能有更高的要求；存储层用来存储社交相关的数据；协议层提供公共的开发组件来帮助团队搭建产品；应用层根据具体的需求来切入一个细分场景。

用户由于目前整个 Web3 社交赛道仍处于价值验证阶段，因此本研究选择从社交的不同需求点出发，来分析 Web3 社交项目，尽可能全面的剖析目前各类项目的发展现状。

1、数据价值反哺用户

在传统的社交产品中，用户的数据被视为平台资产而非用户自身财产。这种情况下，社交平台可以利用用户提供的数据，实施精准的广告定向和个性化营销。然而，遗憾的是，这些数据的价值并没有得到合理的反馈和回报，用户很难从自己数据的价值中获得利益。实际上，用户的数据贡献被视作一种无偿供给，由平台自由使用，从而导致了数据被“白嫖”的情况。

在这个模式下，无论是创作者创造的内容价值还是用户提供的个人数据，最终所创造的收益大部分被社交平台垄断。这种集中式控制导致了用户和创作者在数据价值分享方面所能获取的收益微乎其微。

而新型的 Web3 社交产品却试图颠覆这种模式，通过代币激励、数据 NFT 化等不同的方式来解决这一困境。

1）Lens Protocal

Lens Protocol 是一个去中心化的社交图谱协议，由 Defi 借贷项目 Aave 的团队在2022年2月8日创立，在 Polygon 链上。其最大的特点在于所有用户拥有的社交图谱数据，包括个人资料、内容的发布分享与评论和社交关系都会以NFT的方式存储。

Lens 作为 Web3 社交赛道的代表性协议，上面构建的应用数量超过了200个，目前生态总的用户数达到了37万。其中每月活跃数量用户在今年3月峰值时超过6万，目前的月活用户维持在3千。

用户(Source: Dune)

Lens Protocal 协议有3个最大的特点：

数据价值可以交易：在传统的社交软件中，用户发的内容、社交关系往往是很有价值的，却没能得到合理的激励。例如X上的很多 KOL 并不能从优质内容本身活动收益，只能从接广告带货等方式来谋生，但这种行为往往对自己的声誉会有影响。而Lens 通过将用户数据 NFT 化的方式，所有的账号变成一个 NFT，可以自由的在市场上交易。不过由于现实世界中大部分人会和社交账号实施强绑定，很少进行交易，所以对于用户交易账号的需求价值，需要打一个问号。

数据流通性：切入协议层，为社交开发社交 Dapp 的开发者提供模块化组件，供开发者自由组合并构建全新的社交产品。用户的个人资料和所有内容数据作为NFT，进行 DID 的控制。用户登录 Lens 协议上的某一个应用时，就可以将所有应用的数据都同步在里面，从而实现了数据的流通。例如 Lens 版 twitter、Lens 版Youtube 都可以通过一个NFT来实现数据的互通。

去中心化程度高：Lens 协议中的内容、社交和身份都上链，是一个非常 crypto native 的社交协议。

基于 Lens 协议，也诞生了很多有趣的产品，例如 Lenster 和 Phaver。其中 Lenster 在功能和交互体验上和 X 差不多，可以近似的理解为去中心化版的 X。

用户

另一方面，Phaver 的模式值得一提，称之为“点赞即奖励”，用 token 来给优质内容质押，如果质押的内容后续有更多人质押，则获得奖励，同样，质押的奖励也会分成给内容的创作者。且为了避免用户全都质押已经流行的内容，会给意见很流行的文章的质押奖励变得很少，从而激励用户去作为优质内容的早期发掘人，某种程度上和风险投资人比较类似，在最早的阶段发现最好的标的。总的来说，一方面解决了创作者激励的问题，内容的价值取决于用户的认可，另一方面也激励了用户去不断寻找好的内容标的。

2）friend.tech

friend.tech 是前阵子爆火引爆市场的 socialfi 项目，目前累计交易量达到了1248万，单日最高交易量在9月13日达到了53万，

用户(Source: Dune)

friend.tech 项目本质上将是个人的影响力代币化，来实现粉丝经济：

从粉丝的角度来说，一方面，KOL 的 followers 可以在 friend.tech 上购买 KOL 的 key，从而可以加入 KOL 的私聊小群，和关注的 KOL 进行聊天；另一方面，当买该 KOL 代币的人变多之后，key 的价值也会增加，粉丝也可以将其卖出来获得收益；

从 KOL 的角度来说，followers 每次交易时会收10%的手续费，其中一半手续费会归 KOL 所有，因此 KOL 扩大影响力之后也有了金钱的激励，希望更多人来买自己的token从而获取更多的手续费。

简单来说，friend.tech 实现了 KOL 的影响力价值变现，KOL 越有声誉，来购买其份额的用户越多，其身价越高，购买价格就越高，卖出价格也会变高。

friend.tech 在八九月的火爆也引起了中外 Crypto 圈子的热议，许多播客、视频和社区都在讨论相关话题。其爆火可以归结为以下几个方面：

创新的模式：用 token 购买 KOL 的 key 的方式实现粉丝经济，模式上比较创新。虽然经济模型依旧是庞氏，但是 KOL 喊人入局，粉丝购买，KOL 再喊，粉丝再购买，能够形成很丝滑的正向循环。KOL 和粉丝成为了利益共同体，共同实现（3，3），成为能推动起来的必要因素。

资本助推：friend.tech 在8月19号官宣了获得 Paradigm 的5000万美元种子轮融资，官宣的一天后交易量翻了4倍多，用顶级 VC 的加持消息来助推市场热度。

PWA：friend.tech 没有采用移动端应用的方式，而是用 PWA（Progressive Web App）。通过移动设备上的网络浏览器来实现类似应用程序的体验。使用PWA很好地避免了用户必须从 App Store 或 Google Play 下载应用程序，以及需要交给这些平台通常的费用，在应用不复杂的情况下是一种可选择的策略。

此外也有邀请码饥饿营销、Web2 登录方式用户友好等常见的项目冷启动的策略，共同助力了 friend.tech 的飞轮。

虽然在高峰期之后 friend.tech 一直呈现下滑趋势，但其在粉丝经济和价值反哺用户方面做出的创新尝试，也给很多从业者和项目方带来启发。

3）Bodhi

Bodhi是最近出现的一个很有趣的 Socialfi 项目，发布一天后就在华语区产生了很大的水花，交易量和参与人数直线飙升。在发布后的第二天凌晨TVL冲到了165个 ETH。其中作者写的第一篇文章（也是产品的白皮书）最高交易到了4000+美元，最近也仍在2000+以上。

用户(Source: Dune)

用户(Source: Bodhi Top Assets)

简单来说，Bodhi 的本质是内容资产化，和 friend.tech 的 KOL 声誉资产化有相似之处。差异点在于 friend.tech 是将整个创作者的声誉资产化，每次购买是对整个创作者的key 进行交易。而 Bodhi 是将创作者的单独的一个内容进行交易，从而让交易的量级扩大，交易的标的更聚焦化。并且Bodhi的内容都存储在 Arweave 上，实现去中心化存储。

正如 Bodhi 白皮书中所提到的，内容激励之所以在 Web3 都这么难做，本质上是一个公共物品的资助问题。如果内容存储在中心化服务器上，依然面临着随时消失的可能性。

如果把内容存储在链上，通过内容付费来设置访问权限，就需要进行加密和解密。但目前大部分的解密过程仍然是发生在中心化的服务器里，和直接托管在中心化服务器的本质上没有差别。而如果通过区块链机制解密，本质上仍然是公开的。

深入探究后可以发现，链上的内容具有的两个重要特点也决定了其归属于公共物品：任何人都可以访问它，并且你的访问不影响其他人的访问。可以看出其非排他性和非竞争性，这也正是公共物品的定义。虽然 Bodhi 在爆火之后因为经济模式等原因没能继续维持热度，但其对内容激励的探索和尝试给 social 领域带来的新的创新。

4）现状分析小结

总的来说，在数据价值反哺用户方面，无论是协议层的 Lens Protocol，还是应用类的friend.tech 和 Bodhi，都在从不同的角度来尝试解决这一需求。

Lens Protocol 采用 NFT 化用户社交图谱数据的方式，允许个人资料和内容数据作为NFT 进行 DID 控制，并在市场上自由交易，为高价值账号创造交易机会。同时，Lens的模块化组件为社交 Dapp 开发者提供了数据流通性，实现用户数据在不同应用间的同步和流通。而 friend.tech 则将 KOL 的声誉代币化，允许粉丝通过购买 KOL 的“key”加入私聊小群，并获得 KOL 带来的影响力和金钱激励。这些项目通过价值货币化机制，让用户和创作者能更公平地分享其数据和内容的价值。

这种新型社交产品将用户数据价值回归给用户本身，并通过一些机制实现数据价值的可流通性和交易性。虽然目前 Bodhi 等项目在探索内容激励方面可能遇到了一些挑战，但它们为社交领域的数据价值回馈提供了新的探索和尝试，推动了社交平台向更加公正、用户友好和创新的方向发展。未来，随着技术和社区的进步，以及一些新的激励曲线的诞生，Web3 社交产品将继续影响着社交互动方式，为用户和创作者带来更多机会和回报。

2、抗审查

除了数据价值激励之外，抗审查也是目前 Web3 项目中非常重要的一个发力点。传统Web2 社交平台通常会受到中心化管理，对内容审查、言论限制等方面有各种各样的限制，人们越来越意识到抗审查的重要性。Web3 社交则倾向于去中心化，减少了对平台的依赖，降低了审查和封禁风险，提倡更开放的言论自由。而其中不得不提的两个项目就是 Farcaster 和 Nostr。

1）Farcaster

Farcaster 是一个去中心化的社交协议，供开发者以用户为中心开发社交应用程序。项目的创始人 Dan 和 Varun 都曾是 CoinBase 的高层，该项目一直得到了 Vitalik 的力挺。目前除了 Farcaster 协议之外，官方还推出了前端 Warpcast 产品，目前日活维持在2000人左右，总用户数量4万多。

用户(Source: Dune)

总体来说 Farcaster 最大的两个特点在于：

去中心化身份：Farcaster 在将用户的身份信息存储在了链上，来保证用户身份的去中心化。和 Lens 类似，数据是和用户的身份绑定的，因此用户在使用 Farcaster 生态中的各个应用的迁移成本很低。

链上链下结合来提高用户体验：除了身份信息之外，Farcaster 将用户的发布内容、用户之间的互动数据等高频数据都存在了链下的 Farcaster Hub 中，从而实现快速数据传输和更好的用户体验。某种程度上是牺牲了部分的去中心化来换取了更好的用户体验。

从数据表现来看，虽然在日活和总用户数量方面比 Lens 少一个量级，但是在每日发帖数（7000）和互动数（19000+）方面均高于 Lens，体现出 Farcaster 的用户粘性。不过两者与 Web2 的社交平台相比，用户量级仍处于婴儿阶段。此外，Farcaster 的官方前端产品 Warpcast 需要1美元订阅才能使用的收费模式，在尚未大规模价值验证的情况下，对于习惯了免费使用产品的 Web2 用户来说，有一定的迁移成本。

2）Nostr

Nostr 是一个匿名团队开发的开源的去中心化社交协议，最核心希望解决的问题就是抗审查，创始人 Fiatjaf 是比特币和闪电网络的开发者。

Nostr 采用独特的服务框架，由客户端和“中继器”组成。任何人都可以成为中继器，中继器之间保持独立，只与用户通信。每个用户都有公钥和私钥，可以简单理解为自己的信箱地址和打开信箱的钥匙。每个人知道别人的地址后，可以发送信息，独一无二的私钥签名确保了发送者的身份，同样代表“信箱钥匙”的接收者的私钥，也确保了自己能够收到消息。

说到 Nostr 协议，不得不提到的标志性项目就是 Damus，相信很多读者听说 Nostr 也是从 Damus开始的。在今年年初，X 前 CEO Jack Dorsey 宣布 Damus 上线 App Store，Damus 开始席卷全球。

Damus 的玩法非常像X，最大的区别在于其是去中心化。基于 Nostr 协议构建，Damus 的每个用户都是一个客户端，通过无数个中继器来组成彼此通信的网络。正如上面提到，任何人都可以无需许可的运行中继器，这意味着X中官方屏蔽用户发帖信息的事情在 Damus 中难以发生，用户可以选择任意的或者是自己的中继器来发布内容，从而最大程度的实现了抗审查性。虽然整体玩法仍然十分简陋，但十分满足了人们对自由的渴望。

虽然最近 Nostr 和 Damus 有一些偃旗息鼓，但每次马斯克在X上进行禁言封号等一系列乱操作的时候，一些 Web3 拥护者就会再次投奔抗审查社交的怀抱。Damus 的爆火，也让 Nostr 的开发者们意识到抗审查的需求始终被用户所牵挂。

虽然目前 Farcaster 和 Nostr 协议上没有诞生出持续活跃的应用，但如果我们把Farcaster 和 Nostr 当做社交领域的 Layer1，无论是像以太坊的 Farcaster 还是像比特币的 Nostr，都在等待下一个杀手级的应用。

3）现状分析小结

在传统的 Web2 社交平台中，中心化管理常导致内容审查和言论限制。X等平台频繁封号、审查内容，这令人们越来越关注抗审查性质。在 Web3 之前，就有长毛象这样的产品希望能打破审查的限制。随着区块链技术的发展，越来越多的 Web3 项目开始希望打造抗审查的 X、Facebook 等社交项目和协议。

无论是 Farcaster 还是 Nostr，都是十分值得关注的尝试。虽然目前 Farcaster 和Nostr 协议未孵化持续活跃的应用，Farcaster 的用户量级与 Web2 社交平台相比仍较小，但其高发帖数和互动数显示出用户的黏性。然而，它的收费模式可能劝退部分用户，尤其对于习惯免费使用产品的 Web2 用户来说，迁移成本较高。Nostr 协议上的Damus 爆火之后，用户并没太多地沉淀下来。

但当时 Damus 的爆火与朋友圈的满屏刷屏，也展现出人们对于一个 Web3 抗审查社交产品天然的好奇和向往。这些项目在抗审查的探索和尝试方面为 Web3 社交带来了新的可能性，也给下一个杀手级应用的出现带来了更多的经验和希望。

3、Web3带来的原生社交场景

除了数据价值反哺用户、抗审查这两个核心切入点之外，区块链技术也带来了一些 Web3 的原生社交需求。有一些项目开始着力于细分场景开始切入原生社交需求。在这里主要介绍一下社交赛道的明星应用 DeBox。

DeBox

DeBox 最核心解决的问题就是“持仓聊天”，在传统的群聊中，无论是 token 还是 NFT 的 holder 和信仰者，都比较难避免在群聊中混入其他的人，从而导致可能会出现很多骗子和别有用心的唱空唱多者存在。而 Debox 的群聊功能可以设置成拥有特定的NFT或 Token 且达到一定数额的成员进入社群，从而建立了这种共识。

根据官方在今年8月公布的数据，DeBox 的注册用户数超过110 万，用户登陆次数已突破1300 万。在Web3的项目中人气颇高，最近的 BOX 也引起人们热议。

DeBox 早期通过几套 NFT 进行冷启动，吸引了大量用户，并以持仓作为共识，来凝聚有相同看法和观念的社群成员，从而更好地形成自发的社区治理机制，减少信息噪音。由于内容存储和逻辑都在链下，用户体验比较好，比较类似 Web2 社交产品的使用体验。

用户

在探索 Web3 社交领域，除了数据价值反馈和抗审查之外，区块链技术带来了一系列原生的社交需求。解决这些需求成为项目们的关注焦点。例如刚刚提到的DeBox，致力于解决“持仓聊天”的问题，构建了一种持有特定 NFT 或 Token 的成员进入社群的共识机制。得益于其对社区治理机制的聚焦，Debox 吸引了大量用户，形成了自发的社区。通过持仓作为共识机制，促进了相同观点和理念的社区成员凝聚，为社区治理提供了更好的框架，减少了信息噪音。

除了 DeBox，还有许多项目在从不同的角度切入社交这个领域，例如 Cyberconnect 协议专注于构建用户社交图谱，官方推出的 Link3 项目聚合用户的链上链下数据，使得用户的链下活动能够在链上得到认证，从而丰富其社交形象；Mast Network在推出了X插件后，还推出了 firefly 聚合器，聚合了 Lens、farcaster、X 等项目的内容，成为Web3 一站式社交平台。

这些项目的出现反映了 Web3 社交领域的多样化和创新性。伴随着 Web3 的原生场景，它们试图解决不同方面的社交需求，构建更为多样化的的社交环境与场域。

四、为什么 Web3 社交相比其他赛道相对冷清？

正如上文中提到的项目，伴随着区块链技术的发展，许多Web3的社交项目开始尝试创造新的解决方案，在数据价值反哺用户、抗审查以及解决特定社交场景来build，然而大部分的项目仍处于一个比较低迷的状态，即使少数项目爆火了一阵，但也很快就沉寂了下来。Web3 社交至今仍未出现大规模应用，背后的挑战和局限性可以总结为以下几个点：

1、去中心化与用户体验的权衡

目前的 Web3 社交项目遇到的最大困境之一就是用户体验。

一方面，大部分 Web3 社交平台的用户界面和操作相对复杂，与传统的 Web2 社交平台相比，一些 Web3 的社交项目需要钱包登录，对于没有钱包的 Web2 用户来说比较陌生，阻碍了普通用户进入 Web3 社交产品，限制了其发展和普及。且区块链和加密货币等概念还相对陌生，需要更多的教育和普及工作。许多人对区块链的工作原理和价值仍缺乏理解，这也影响了 Web2 用户对 Web3 社交平台的接受程度。面对此情况，一些 Web3 社交产品采取 Web2 账号登录的方式来减少使用门槛。

另一方面，去中心化和效率之间也存在天然的矛盾，如果所有的行为和数据都需要上链，也会使得用户操作和体验的路径变长。各个社交项目也采取不同的方式进行发展，例如全部内容、社交关系和身份全部上链的 Lens，选择取舍只将身份上链的 Farcaster，除了 NFT 或 token 外全部在链下的 Debox、friend.tech 等等，大家在不同层面上进行了用户体验和部分上链的抉择，来满足特定的社交需求。

全部上链会带来成本和速度的压力，少部分上链会带来用户的"Web2.5"社交的质疑，目前的 Web3 项目仍然处在不断拆分和重组上链部分的探索阶段，如何取舍来既满足用户的体验，又解决实际的用户需求，还有很长的路要走。

2、社交产品的替换成本很高

在我们常用的社交产品中，无论是 Facebook、X、Instagram、还是微信，都有很高的迁移成本，这种成本可以包括时间、努力、学习成本、数据迁移和重新建立社交网络等。一旦我们在某个平台上建立了稳定的社交关系、上传了大量数据并适应了该平台的功能和界面，我们更倾向于留在该平台，而不愿意轻易切换到其他平台。

新产品的价值往往 =（新体验-旧体验）-替换成本，而由于社交产品的替换成本在产品类型中属于高频使用的产品，可以发现社交产品有极高的网络效应，一定用户对一些现有的产品产生了依赖之后，替换成本之高让用户很难愿意转到使用其他的产品。

因此，如果 Web3 社交项目只是照抄Web2的项目，再加上一点点去中心化的元素，是很难吸引到用户的迁移的。尤其是普通用户对于去中心化存储的感知是较弱的，但是对于用户体验和直接迁移的成本的感知是显性的。因此Web3的社交产品想要吸引用户或者成为大规模应用，需要在新体验方面做出更多的创新，结合不同的玩法来满足和现有产品差异化的需求。

3、数据价值反哺用户的可持续性

由于 Web3 行业的金融属性，很多 Web3 的社交项目或者说socialfi项目开始结合各种经济模型来积累用户的影响力或者内容。然而目前出现过的项目大都仍处于庞氏的阶段，基本上都需要后面的人给前面的人接盘，没有实现项目的可持续发展，很多时候演变成了一个纯投机的取向。

如何找到合理的代币经济学模型和函数曲线，来平衡金融属性和可持续发展，对于解决数据价值反哺用户的社交产品来说是非常关键的。

4、社交的目标用户与Web3用户画像的重叠度较低

从 Messari 的数据可以看出，2023年Q3的融资数据中，Social 类项目的融资在1000万美元左右，显著低于 Defi 项目的2亿和 Gaming 项目的1.5亿美元；在融资项目的数量方面，Social 项目6个，也少于 Defi 项目的67个和 Gaming 项目的25个。究其背后的原因，一个很重要的原因是社交的目标用户与 Web3 用户画像的重叠度较低。

许多用户来到 Crypto 领域是被造富效应所吸引，所以通常会带有投机和致富的需求和目的。而社交最需要的是真实的用户，需要这些用户来到这里进行社交的行为。与一些其他赛道可以通过空投吸引撸毛用户、刷 TVL 来吸引流量不同的是，社交项目如果希望解决真实的社交需求，十分需要拉新和留存住真正有相应社交需求的用户，而不是投机的一次性用户。

相比于社交的用户画像，热爱游戏的玩家中许多也拥有赌性、竞争性等特质，因此Gamefi 和游戏项目方从 Web3 各类平台吸引来的用户，相对更高程度地转化为了游戏用户；同样，DeFi 项目也很容易吸引到有投资和投机需求的用户，用户画像完美匹配；最近很火热的 BRC20 铭文的爆火，也与其巨大的造富效应离不开关系，而社交用户和Web3 用户的需求差异性天然比游戏和金融更大，这或许也是社交赛道相比游戏和Defi更加冷清的原因之一。

总的来说，相比 DeFi 和 Gaming赛道，社交的目标用户离钱、赌性和竞争性更远，与Web3 的用户画像重合度更低。如何吸引目标用户，对于社交项目来说是一个需要长期探索的征程。

五、社交的商业模式

在最后，也和大家一起探讨下关于全链游戏的商业模式思考。

社交产品的商业模式演变历史可分为几个关键阶段：

早期 Web 1.0阶段（1990年代末至2000年代初）：这一阶段的社交产品主要是以论坛、聊天室等形式存在。商业模式主要是基于广告和会员费用收入。一些论坛通过广告展示赚取收入，而聊天室会收取会员费用。例如 AOL（美国在线）基于收取会员费，用户付费才能使用，Yahoo Groups 通过展示广告来获取收入。

Web 2.0社交产品阶段（在2000年代中后期到2010年代）：随着互联网技术的发展，社交媒体和网络平台逐渐崭露头角。这一阶段的商业模式主要围绕广告展示和用户数据收集展开。社交媒体平台通过广告展示和精准投放获取收入，而用户数据成为了宝贵的资产，被用于个性化广告和市场营销，Facebook、X、Tiktok基本都是这种模式。

Web3 的兴起（2010年代末）：Web3的到来带来了区块链技术和去中心化思维的应用。社交产品开始尝试新的商业模式，如数据价值回馈、代币经济、NFT 化的数据资产等。用户得到更多的数据掌控权，可以通过参与治理和分享数据获得回报。例如 Lens 将数据资产 NFT化，friend.tech、Bodhi 通过给影响力/内容赋予价格来实现数据价值回归用户，Farcaster 仍采用传统的会员付费订阅模式等。

用户此外，由于社交产品本身也有地域性的市场环境差异，Web3 社交产品切入时也有许多需要考虑的因素。例如在数据价值反哺用户这一块，有很大一环是在解决创作者经济问题。

目前创作者的主要收入模式依旧是 ToB 为主，ToC 为辅。由于许多国内外的平台给予创作者的内容观看和点击激励较低，大部分创业者不得不选择通过积累大量的流量资源，来接广告从 toB 侧赚钱，也有一些创作者开始尝试带货这类 toC 的方式，但这两种收入模式对于创作者本身的品牌和声誉都是有一定的负面影响。因此很多 Web3 社交项目希望尝试从 toC 的模式入手，让创作者能直接从优质的内容中获得应有的回报，这也是 friend.tech 和 Bodhi 的思路（通过影响力激励和内容激励)。

差异的是，在国内市场，社交和创作者平台的流量是高度垄断的，微信、抖音、快手占据了绝大部分，平台极其强势，创作者对于平台的议价权较低，分成微薄，创作者很难靠平台的流量激励营生，所以不得不选择 Tob 的模式来获得商业收入，包括广告中插，直播带货等等。但由于平台的强势，很难导流到私域。所以国内的创作者更偏向于研究平台的推荐策略-做能推高流量的内容类型-起量-然后进行商业变现。

而海外市场社交平台的垄断性情况比国内好一些，公域和私域的流量流通性相对高一些(国内是因为公域太强势才有了私域的概念），所以 ins、Youtube等海外社交媒体平台上的创作者有了 follower 之后就可以导流到自己的独立站或者网页，来养活自己。这也让很多海外的创作者可以相对自由地创造自己喜欢的小众内容，也能比较好的导流到私域。

因此面对传统社交产品在不同地区的竞争格局，Web3 社交项目在切入时也可以考虑不同的策略来发力。

总的来说，目前 Web3 的社交项目的商业模式还处于百花齐放的阶段，仍在商业模式的探索和验证中。回顾社交产品的历史，商业模式演变表现出从单一的广告收入模式、会员收入，再到数据垄断后的广告精准投放，再到通过 token/NFT 进行数据价值反哺用户的发展趋势。未来的发展方向可能会更加注重用户数据价值、用户参与度和社区治理，以及更为多元化的商业模式。

六、社交的未来探索：Web3社交与AI浪潮的碰撞

在最近科技的发展浪潮中，Web3 和 AI 是两个备受关注的明星领域。对于社交的探索也是如此，除了 Web3/Crypto 的社交项目之外，最近也有很多 AI 项目崭露头角，包括一些传统的 Web2 团队，也开始将社交和 AI 进行结合，在匹配、翻译以及虚拟人方面都有很多应用场景。

例如在国内市场，Soul 推出智能对话机器人“AI苟蛋”，来与用户进行个性化的沟通；同样，百度也推出了 AI 社交 APP“Skyclub”，来借助 AI 重新切入社交赛道。在海外市场，Meta 通过将 AI 和社交信息流推荐结合，增加了用户的活跃度。去年推荐算法的优化，使 Facebook 的用户停留时长增加了7%，Instagram 的用户停留时长增加了6%。从国内外产品的发展可以看出社交产品与 AI 结合是一个重要的发展趋势。

AI 作为生产力的提升工具，在社交领域进行了赋能，其中非常值得关注的领域就是社交和 AI Agent 的结合，通过 AI 来创造虚拟女友、男友、伙伴，来满足人类对于陪伴和情感支持的需求。例如 A16Z 投资的 Character.AI 可以生成类似人类的文本响应并参与上下文对话，从而实现智能聊天机器人，来与用户进行互动。

正如前文提到的人类对社交的核心需求之一：满足情感和情绪上的需要，建立亲密关系并获得支持。目前 AI+社交的项目基本上都是从满足人类情感需求的点切入，开始从虚拟陪伴的方式来去解决真人无法实时满足的陪伴需求，来探索这种需求满足的新的可能性。但人类情感的陪伴需求是否需要 AI 虚拟人来实现，目前还在一个市场和价值验证的阶段。

而在社交产品的发展中，我们发现 Web3 和 AI 在社交方面有互补的潜力。区别于AI在生产力方面的提升，Web3 在生产关系和金融激励方面的特性也能很好地为社交产品赋能。例如，币安孵化的 Myshell 将 AI 与 Web3 结合，让用户可以打造自己的AI机器人，还推出了基于 Telegram 的语音聊天机器人 Samantha，来满足人类的情感陪伴需求，其代币 shell 用于激励整个产品的生态循环，包括内容消费者进行功能付费以及创作者使用代币增加流量曝光等等。

此外，还有最近 Solana 生态上的 Siya.AI，目标在于构建一个 AI 和真人共同存在的社交伴侣平台，希望将 AI Agent 作为互联网和 Web3 用户的流量入口。此外，通过接入Realy 提供的 SDK，为创作者经济和 AI 伴侣引入了激励机制。将AI和Web3结合，来解决社交中情感陪伴的需求。用户通过与 AI 男友和 AI 女友进行对话，还能实现聊天挖矿和 NFT 孵化。

总的来说，AI 和 Web3 作为新时代的两股浪潮，在社交的领域从不同角度发力。前者发力于情感陪伴与支持，后者发力于数据价值反哺用户和抗审查，如今都处于早期的阶段。但无论是切入哪个需求点，也都是希望在不同程度上更好的满足人类对于社交的原始需求。在社交产品探索的道路上，也产生了 AI 和 Web3 的合作和互补。十分期待在新技术和模式的诞生下，下一个大规模社交应用的诞生，或许 AI 和 Web3 能在社交领域碰撞出新的火花，来更好地满足人类在社交方面的多样化需求。

七、总结

社交作为每个人的刚需，无论年龄上的男女老少、还是场景上的熟人陌生人，社交产品在 Web2 产业中占据了流量的闸口，也是 DAU 里也是最高的一类。因此Web3 social从概念诞生以来，就一直被 Web3 的从业者寄予了 Mass Adoption 的厚望。

从积极方面来说，一方面，Web3 社交在数据价值和用户反馈方面带来了革命性的变化。相较于传统的 Web2 社交产品，Web3 将用户数据视为一种有价值的资产，通过代币激励和NFT化等方式，将数据的价值反馈给用户，建立在用户数据分享、创作者激励和社区共识的基础上。

另一方面，Web3 社交产品的抗审查性为用户提供了更大的自由度和隐私保护。通过区块链技术和去中心化特性，这些产品降低了审查和封禁的风险，提倡开放的言论自由。这为用户创造了更安全、开放的社交环境，使得社交互动更加真实和自由。

然而，目前的 Web3 社交始终面临着一些挑战，至今都没有出现大规模应用。替换成本很高和网络效应是其中非常大的挑战。传统社交产品已经在用户中建立了强大的网络效应，用户习惯、资源投入和平台依赖度使得他们难以迁移到新的 Web3 社交平台，这使得复制 Web2 的新产品难以扩展其用户基础和增长。另一个挑战是关于可持续性和用户体验的平衡。一些 Web3 社交产品为了强调去中心化和数据控制，却牺牲了用户体验和便利性。在追求创新的同时，保持产品易用性和吸引力对于用户的留存和吸引力至关重要。

正如 Tom Standage 的《社交媒体简史》这本书中提到，人类从诞生以来就有社交的需求，无论技术怎么演变，人类始终需要信息的互通。从古罗马政治家用来交换信息的莎草纸信，到美国独立、法国大革命期间的宣传册，从报纸、广播、电视再到互联网和区块链技术，人类始终在多快好省和言论自由与审查之间的张力中进行变革。

相比于电话、短信和报纸，Web2 的社交产品 Facebook、X、WeChat 使得人们能够更快、更好、更便宜地进行交流和传播，而 Web3 核心发力的点在于抗审查的言论自由和数据价值回归用户，虽然目前并没有像 Web2 产品的大规模应用，但是对于抗审查和数据价值回归的诉求依然存在在用户的心中，等待着某一刻的爆发。

对于未来的发力点，未来可以考虑的是社区属性：因为社交一定不是广播式的，而是总是在中心化和去中心之间摆荡的。社区是 Web3 社交非常重要的特点，并且数据主权和开放性的特质也和社区十分匹配，社区可以实现多向的，互动式的社交，或许可以成为未来Web3社交类产品的发力方向之一；此外，和游戏等其他方向的交叉结合或许也能碰撞出不一样的火花。

正如在 Web3 社交中的挑战和局限性中提到，Social 赛道在用户画像上存在的困境，导致相比 BRC20 赛道目前的火热，Web3 Social 赛道稍显冷清，但 Web3 社交的发展前景仍然寄予了很多人的期望。不断涌现的新项目和技术不断推动着这个领域向前发展。在技术不断演进的同时，我们也看到了更多针对可持续性和用户体验的探索和改进。这个领域正不断成熟，寻找着自身的发展路径，将更多的创新带给了用户，并对整个社交领域产生深远的影响。

美国创业孵化器Y Combinator总裁Sam Altman曾发推预测，2020s进行的投资平均回报将比2010s的投资回报差很多，但Web3可能仍然可以获得类似2010s的回报率，不过大多数风险投资公司会错过它。对此，埃隆·马斯克评论称，“Web3听起来就像是胡说八道。”

​各大IP对Web3.0的公开交流，迅速引发了行业内对Web3.0的激励讨论。Web3的概念提出至今已经7年了，从无人问津到各大CryptoVC疯狂宣传再到现在两极分化：反对者认为Web3.0没有任何可取之处、Web3.0就是个伪需求；支持者则认为Web3.0会重构互联网的结构、Web3.0能带来真正的自由主义。

​那么，Web3.0究竟是什么，为什么需要发展Web3.0？Web3.0到底发展到什么程度了？

​

一、Web3.0的由来和定义，为什么需要Web3.0

Gavin Wood博士在2014年提出了一种革命性的Web3.0设想，并随后发起成立了Web3基金会。他的理念是：Web3是为让互联网更去中心化、可验证、安全而发起的一组广泛的运动和协议；Web3愿景是实现无服务器、去中心化的互联网，即用户掌握自己身份、数据和命运的互联网；Web3将启动新全球数字经济系统，创造新业务模式和新市场，打破平台垄断，推动广泛的、自下而上的创新。

Web1.0:只读互联网

Web1.0时期大约是从1991年-2004年，Web1.0时期用户只能被动地浏览文本、图片及视频内容，网站提供什么，用户查看什么，几乎没有互动。这个时期诞生了很多门户网站，例如谷歌、雅虎、搜狐、新浪等，他们通过各种网页信息的展示，吸引用户点击观看，以此定制广告，通过流量变现。​

​Web1.0时期，内容创造者很少，绝大多数用户只能接受平台信息的投喂。

Web2.0:可读写互联网

从2004年到现在，都处于Web2.0时期。Web2.0的概念最早是由Darcy DiNucci 于 1999 年发明，在2004年底的 O'Reilly Media Web2.0 大会上由 Tim O'Reilly 和 Dale Dougherty 再次推广，Web2.0才逐渐被世人接受。​

​随着互联网行业的发展，一些基于互联网的商业模式逐渐诞生。比如博客、社交媒体平台、在线社区等，这类网站的最大特点是，允许用户自主生成内容，与网站和他人进行交互和协作。

​但是Web2的网络是专有的、封闭的，属于某个互联网公司的。虽然用户通常可以免费使用它们，但用户自身并未真正拥有这些平台上的用户数据。Web1.0到Web2，实际上并不是一个一场变革，许多互联网公司都是从Web1.0升级到Web2.0的，在Web2.0时期，Web1.0的业务也仍在运行。

​​Web2.0本身也仍在进化，尤其是随着机器学习和算法的演变，Web2.0的商业模式也在演变。比如，网站可以通过用户的行为，开始学习和分析，然后给不同用户推荐不同内容。

Web3.0:价值互联网

Web3.0与Web1.0和Web2.0都不同，与Web2.0的进化升级也不同。Web3.0不仅是一场技术变革，更是一场商业和用户模式的革新。

​Web3.0的内容由用户创造，数据归用户所有，所以Web3被称为价值互联网。Web3.0是开源协议，但通过密码经济学集体所有；独立于传统组织，代码按规定执行；重视开源软件、用户对数据的所有权以及无许可访问；创造一个共同的身份和协作意识。

​Web3.0最早是由以太坊联合创始人、Polkadot创始人Gavin Wood在2014年提出的。Gavin 认为，Web3.0 是一组包容性协议，为应用程序制造商提供构建块。这些构建块取代了传统的 Web 技术，如 HTTP，AJAX，MySQL，提供了一种创建应用程序的全新方式。这些技术为用户提供了强大且可验证的保证，从而保证了他们接收信息和提供信息的安全性，以及让他们所支付的信息得以保密。 ​

​Web3.0的愿景：每个人都能掌握自己的（数字）身份、资产和数据，进而掌握自己的命运。

为什么需要Web3.0

从当前Web2.0的现状思考，需要发展Web3.0的原因，主要有以下三点：

​1、Web2.0的中心化平台遵循可预测的生命周期，平台与网络参与者的关系已经从正和变为零和。​

​Web2.0的中心化平台遵循可预测的生命周期，这个观点最早是由A16Z合伙人Chris Dixon提出。在中心化平台发展初期，平台为了招募用户和机构入驻平台，会竭尽所能吸引各方加入，这样做的目的是加强平台的网络效应。

​随着中心化平台的采用率实现S曲线增长，中心化平台对用户和第三方的影响力稳步增长。当这个增长曲线发展到顶部时，平台与其他网络参与者（包括用户、开发者、创作者和入驻企业）的关系将从正和变为零和。

此时，平台的收入若要继续增长，就必须从用户那里提取数据并与其他网络参与者形成竞争。这方面的例子包括：微软与网景、谷歌与Yelp、Facebook与Zynga、Twitter与第三方客户端，以及Epic与苹果等。​

​对于第三方而言，从合作到竞争的转变感觉就像一个“诱导转向”。随着时间的推移，最好的企业家、开发者和投资者逐渐意识到建立在中心化平台上的弊端，很多时候这些弊端会扼杀创新。而Web3.0提供了一种新的方式，可以让各方参与者在不同时期均能做出贡献的同时保证自身的利益。

​2、Web2.0发展到后期逐渐显现的寡头垄断局面，让用户的数据安全和隐私保护问题变得更加尖锐。

​数据安全和隐私保护问题是互联网行业近些年不断出现的高频词汇。我们在互联网巨头和集权中心的面前，是完全透明的用户画像，这会导致用户的某些行为被部分机构支配。这些数据安全和隐私保护的问题，本质上是互联网Web2.0基础架构的问题，是中心化的问题。这些问题不会随着Web2.0的智能化升级而消失，反而会愈发尖锐。

​我们在使用Web2.0的一些软件时，刚注册或登录时经常会遇到被迫授权的问题，比如访问手机通讯录，有些软件与通讯录八杆子打不着，但是你要是不同意授权它访问手机通讯录，你还就用不了它，能不能不用呢？有时恐怕不能……因为Web2.0实际上已经逐步进入寡头垄断的阶段。

​Web3.0的愿景之一就是每个人都能掌握自己的（数字）身份、资产和数据，进而掌握自己的命运。许多领域的数据，不是说不能授权给机构使用，而是要把数据的所有权和收益权还给用户自己，可以在脱敏的情况下有限授权。比如患者的就医数据，在脱敏的情况下有限授权给医疗科研机构，有助于推动医药研发。

​3、Web1.0到Web2.0，用户实现了内容的消费者向内容生产者的转变，但并未相应地转变生产关系。​

​Web2.0互联网企业的业务模式是利用互联网技术高效地、大规模地消除信息不对称、降低交易成本，从而代替传统中介，并创造出新的中介模式。各大互联网平台成为了新中介，并获取了大量的经济增值，形成了新的垄断。以打车为例，滴滴合并快滴之后，拥有了几乎全部网约车司机和乘客用户。其他打车平台很难再发展起来，司机和乘客想要脱离滴滴平台也非常困难。而滴滴平台的核心使命是给公司股东赚钱，在经过前期的补贴大战获得垄断地位后，后期会尽可能提高约车收费，并压低司机的分成，实现利润最大化。

​Web2.0的互联网公司垄断市场的手段是掌握大量服务提供方和服务使用者的数据。Web3.0的协议存不存在这个问题？目前来看是不存在的，以近期热议的OpenDAO、MetaDAO、GasDAO几个项目为例，他们分别给OpenSea、Metamask、Ethereum的真实用户空投代币，通过这种空投代币给特定人群的方式寻找精准目标用户。就已经轻易而举地打破了Web2.0的垄断行为。

​Web3.0将创造一个新的全球数字经济，催生新的商业模式和市场经济，并产生大量自下而上的创新。Web3.0的出现，将带领我们向“高效、公平、可信、价值”的互联网世界更近一步。

二、Web3.0的技术堆栈

包括A16Z、Coinbase、Multicoin Capital等区块链行业的诸多头部机构都在探索：Web3.0究竟会是什么样子？目前来看，对于Web3.0的未来，在行业内初步达成共识的是Web3.0的技术堆栈。

​根据Web3.0的发展现状，及我们对Web3.0的理解，宜信区块链研究院也梳理了一个Web3.0的核心技术堆栈全景图：

Web3.0的技术堆栈从下往上，主要分为：存储层Storage Layer、状态层State Layer、计算层Computation Layer、组件层Component Layer、可扩展传输层Scalability Transfer Layer、用户控制层User Control Layer 、应用层Decentralized application Layer。​

存储层​

将区块链相关信息分布式存储。目前主要有三大明星项目——IPFS、Arweare和Swarm。

​区块链上的存储成本是非常高的，所以Web3的存储方案一般是链外分布式存储。IPFS是一个分布式的点对点超媒体协议，其激励层为Filecoin，通过Filecoin世界各地的节点可以存储和检索这些数据。Swarm也是一个类似的去中心化存储网络，和Filecoin的区别是Swarm的激励系统是内置的，通过以太坊区块链上的智能合约执行，用于存储和检索数据。Arweave走了一条不太一样的道路：它承诺的是永久存储。也就是一次付费，永久访问。​

状态层

状态层保留发生的所有状态，还需要提供数据分发和互动能力。状态层主要是公链的集合，如Bitcoin、Ethereum、Solana等。当然，实际上状态层还可以细分为状态转化层、共识层、分片层、P2P层等，但这些模块的差异本质上是底层公链在技术选型上对性能的权衡取舍，所以本文不对这部分做进一步细分。

​目前来看，状态层的公链生态发展最好的当数Ethereum，但其他公链也还在奋起直追。以太坊繁荣强大的开发者生态相对于其他公链算是一个较强的壁垒，无论是Web3.0的基础设施协议，还是DeFi、NFT等应用层协议，通常都是先在以太坊爆发，然后其他公链的生态项目跟进模仿。

计算层

计算层允许人类指示状态层做他们想做的事。具体指状态转换机，如EVM、WASM等。

​以太坊虚拟机（Ethereum Virtual Machine）缩写为EVM，虚拟机是计算机系统的仿真器，可以在一个完全隔离的系统中，提供真实计算机的功能。通过以太坊虚拟机，可以执行智能合约中定义的逻辑，处理以太坊状态机上发生的状态变化。

组件层​

组件通常不是Web3必不可少的技术堆栈，但通常也是对Web3的广泛应用非常重要的可选组件。组件建立在计算层上，重复使用标准化的智能合约模版。

​可选组件主要包括：查询层（The Graph、dfuse）、预言机（Chainlink、Band Protocol）、DID、DDNS、Digital Assets（BTC、ETH等）、Crypto Currencies（ERC20、ERC721等）、Stablecoin（USDC、DAI）等。

可扩展传输层​

可扩展传输层，目前来说可以统称为Layer2协议。主要包括6类：侧链、状态通道、Plasma、Optimisitc Rollup、ZK Rollup、Volidium等。

​​这一层增强了Layer1层的能力，实现提升扩展性、加密消息传递、分布式计算等功效，对推动Web3.0大规模落地商业应用具有非常重要的意义。关于这部分的详情内容可以阅读《以太坊Layer2扩容，大势所趋》，在此不再赘述。

用户控制层

没有用户控制层，普通用户很难参与。用户控制层包括：Exchange、Wallet、DAO、Broswers等。

行业内通常认为Wallet是Web3.0的入口。现在使用最广泛的Wallet包括Metamask、imToken、TokenPocket等。

应用层

Web3.0的应用层通常都是去中心化应用协议，类别繁多，目前已经有所发展的主要包括：DEFI、GameFi、Social Messaging、Media、Ecomerce、Security。​

​截至目前发展最好的当属DeFi和GameFi。对于接下来的Web3.0的应用层发展，我们对创作者经济领域会保持密切关注。此外，提供开放无线网络的Helium、音乐流媒体Audius、视频转码和流媒体Livepeer、去中心化的写作平台Mirror等明星应用协议都有望在Web3.0时代成为各自领域的头部应用。

​除了上述核心堆栈外，Web3.0还有一些距离终端用户较远的基础设施，比如：可信执行环境（TEE）、互联网协议（IP）、混合网络数据包路由等。行业内通常也将其列为Web3.0的核心堆栈。这些技术堆栈虽然距离终端用户较远，但实际上也是有一些进度的。比如：区块分发网络方面有dRoute、BloxRoute等，网络数据包混合路由有NYM等。

​其中有一些堆栈不是底层链的一部分，也尚未被认为是对DApp的开发必不可少，例如：Layer2层、查询层、应用层、用户控制层等。由于这些堆栈在将来会成为开发的核心堆栈，并且已经有了较为成熟的发展，所以也列入其中。

三、Web3的发展现状

除了上述的Web3.0技术堆栈外，行业内对Web3.0商业模式也在曲折探索中。行业内对Web3.0商业模式的探索主要包括三个方面：

1、将Web2.0的Apps升级为Web3.0的DApps。

早在2017年，就已经开始了Web3.0的DApps探索。最初行业内的创业者在Web3.0领域的创业思路是对标Web2.0的Apps，相应地开发一个Web3.0的DApps。这些DApps组成了最初的Web3.0的产品矩阵。

这个发展思路虽然未必是Web3.0的最终发展姿势，但也反映了Web3.0发展早期阶段的探索历程。

2、重构Web3.0网络的基础设施和应用协议，并初步形成Web3.0的核心堆栈。

Web2.0到Web3.0不是一次普通的升级，而是一次完完全全的根本上的革新，一场技术、商业和用户模式全方位的变革，所以Web3.0自内而外的重构了基础设施和应用协议。

​行业内普遍认同Web3.0遵循“胖协议”和“瘦应用”理论，底层基础设施协议能够很好的捕获价值。“胖协议”理论认为，区块链和互联网价值捕获模式是不同的，互联网时代的价值大多被应用层捕获，比如Google、Facebook、亚马逊、阿里巴巴、腾讯等，互联网的底层基础设施协议TCP/IP、HTTP等则不能捕获价值。

​Web3.0时代则有所不同，价值将集中在底层协议，较少部分价值分布在应用层，由此形成了“胖协议”和“瘦应用”的形态。目前来看，Ethereum是一个最经典的“胖协议”案例。

​所以，Web3.0发展至今，虽然应用层已经在DeFi、GameFi、元宇宙等领域诞生了不少明星项目，但确实没有出现Web2.0的腾讯这类应用巨头。比如Axie Infinity，这个链游已经拥有超过2500万游戏玩家，其社区金库拥有价值超过20亿美金的资产（52000ETH+2100万AXS）。但其市值与底层公链类“胖协议”相比，仍然相差甚远。

3、Web3.0的新项目获客模式创新：定向奖励精准用户

近期，在Web3.0新项目获客模式方面，出现了一个通过向精准人群空投，实现项目冷启动的策略。OpenDAO、Galss.xyz、MetaDAO、GasDAO等高流量项目纷纷采用了这个模式。

一定程度上，这个模式是从Web2.0走向Web3.0的里程碑式的模式创新。Web2时期，用户数据都掌握在中心化平台手中，字节跳动的巨量引擎将各类用户打包分类，理财、旅游、二次元等各类数据包明码标价，你想推广你的产品或内容给精准用户，那就得花钱买，通过巨量引擎才能将产品或内容推送给精准的潜在客户。Web2.0时期的用户数据养肥了各大平台，但数据价值却丝毫没有回馈给用户自己，这种现状可能在Web3.0时期不复存在。

OpenDAO、MetaDAO、GasDAO的特定人群空投机制，已经给Web3.0的B端获客和C端用户数据变现做出了示范。Web3.0时期，各类新协议新应用要冷启动，要寻找精准的潜在用户，那就把社区利益空投给精准人群。不再需要中间商，不再需要平台，项目直接可以吸引到精准目标用户人群。

四、Web3.0的未来展望​

我想通过描述Web3.0时期一个普通原住民的日常生活和工作，来畅想Web3.0的未来。

​时间来到2030年1月6日。早上8点你刚刚睡醒，躺在床上拿出手机，发现已经有几条未读通知。

​第1条通知：您在Decentraland中搭建的虚拟赌场昨天净收益1000枚Token，已经自动划转到您的Metamask钱包。​

​第2条通知：您昨晚渲染的3D模型已经完成，100枚Token从您的快捷支付渠道被扣除，有2333个节点分享了计算资源给你，帮助你完成了此次渲染。

​第3条通知：您喜欢的知名加密艺术家宋婷发布了新NFT画作《算力之镜》，今天中午12点整将开放抢购。

​放下手机，你起身洗漱，然后开始准备早餐，以便及时开始新一天的工作。

​你主要在3个DAO组织工作。其中一个是BitDAO，你在其中负责产品研发，最近你主要在牵头构建一个DeFi3.0的产品，虽然此时的DeFi产品已经非常亲民，但在各个元宇宙场景中的DeFi产品还需要更加个性化。​

​工作之余，你决定管理一下自己的资产。你将个人数据授权给信誉较高的代理商，专业的投资机构给你发来了一份资产分析报告，其中警示项提到：您的X Token在未来一周的波动性可能高达4%。于是你打开DEX，立即把它换成了稳定币。由于新型共识算法的突破，这个过程仅仅耗时几毫秒。

​为了参与一个DAO的投资，你需要对数字身份ID做一次深度认证，来证明自己有足够的资金和风险承受能力。你打开自己的DID管理钱包，把最近两年的支付流水数据打包，连同在其他地方获取的投资KYC，一起授权给那家分布式审查机构。过了一会儿，你就获得了一个多节点签名的认证声明，使用DID验证身份后，你认购了10万枚Token，并将你的董事投票权委托给专业的法务DAO组织。​

​做完这一切后，你决定休息一会儿。你打开Audius打算听听你喜欢的歌手的新专辑，你查询了一下榜单，想看看有没有喜欢的新音乐，如果有的话也可以通过购买NFT来获得。一边听着音乐，你随手又点开了Livepeer，但是很遗憾你追的动漫还是没更新。百无聊赖之际，你点开了Brave浏览器中的一篇文章，没想到这个文章带有软广，还被你踩中了埋在里面的彩蛋，意外得到了一笔软广报酬。

​上述行为所需的所有交互、支付和通信都是通过Web3.0的分布式虚拟世界计算机实现，这套程序跑在所有节点的智能合约和电脑上，不再有集中的服务器。但是对普通用户来说，这些Web3.0的入口不论是钱包还是浏览器，和使用十年前Web2.0的互联网产品的前端体验有差别但无感知。