Когда AI достигает прорыва в технологиях и реализует скачок в способностях, область шифрования L1-L2-L3 оказывается в ловушке переноса проблем. Почему при одинаковой логике слоев результат так различен?
Автор: Haotian
Все говорят, что стратегия Ethereum Rollup-Centric, похоже, провалилась? И глубоко возмущаются этой игрой в матрешки L1-L2-L3, но интересно, что за последний год развитие в области ИИ также прошло быструю эволюцию L1—L2—L3. Сравнив, в чем же проблема?
Иерархическая логика ИИ заключается в том, что каждый уровень решает основные проблемы, которые не могут быть решены на верхнем уровне.
Например, LLM L1 решают базовые навыки понимания и генерации языка, но логические рассуждения и математические вычисления действительно являются серьезными недостатками; В результате, когда дело доходит до L2, модель вывода специализируется на преодолении этого недостатка, а DeepSeek R1 может решать сложные математические задачи и отлаживать код, что напрямую заполняет когнитивное слепое пятно LLM. После завершения этой подготовительной работы AI Agent от L3 естественным образом интегрирует первые два уровня возможностей, позволяя ИИ переходить от пассивного реагирования к активному выполнению, планируя задачи, вызывая инструменты и управляя сложными рабочими процессами самостоятельно.
Смотри, эта структура является «постепенным развитием возможностей»: L1 закладывает основу, L2 устраняет недостатки, L3 осуществляет интеграцию. Каждый уровень создает качественный скачок на основе предыдущего, и пользователи могут явно почувствовать, что ИИ становится умнее и полезнее.
Логика иерархии шифрования заключается в том, что каждый уровень исправляет проблемы предыдущего уровня, но, к сожалению, это приводит к совершенно новым и большим проблемам.
Например, производительность публичной цепочки L1 недостаточна, поэтому естественно подумать об использовании решения для масштабирования layer2, но после волны layer2 infra кажется, что газа мало, TPS накапливается в накоплении, но ликвидность рассеивается, а экологическое приложение продолжает быть дефицитным, что делает слишком большое количество инфраструктуры layer2 большой проблемой. В результате мы начали строить вертикальные цепочки приложений уровня 3, но цепочки приложений были независимыми и не могли пользоваться экологической синергией общей цепочки INFRA, а пользовательский опыт стал более фрагментированным.
Таким образом, такая иерархия становится «перемещением проблем»: L1 имеет узкие места, L2 накладывает патчи, L3 хаотичен и раздроблен. Каждый уровень просто перемещает проблему с одного места на другое, как будто все решения направлены только на одну цель — «выпуск токенов».
На этом этапе все должны понять, в чем заключается суть этого парадокса: уровни ИИ движимы технологической конкуренцией, OpenAI, Anthropic и DeepSeek изо всех сил стараются улучшить способности моделей; уровни Crypto захвачены токеномикой, и основными KPI каждого L2 являются TVL и цена токена.
Итак, по сути, один решает технические проблемы, а другой упаковывает финансовые продукты? Кто прав, а кто виноват, возможно, не имеет ответа, это зависит от точки зрения.
Конечно, эта абстрактная аналогия не так уж и абсолютна, просто кажется, что сравнение развития обоих очень интересно, в выходные сделаю немного умственного массажа.
Содержание носит исключительно справочный характер и не является предложением или офертой. Консультации по инвестициям, налогообложению или юридическим вопросам не предоставляются. Более подробную информацию о рисках см. в разделе «Дисклеймер».
Искусственный интеллект и парадокс многослойного шифрования: технологический драйв против развития токенов
Автор: Haotian
Все говорят, что стратегия Ethereum Rollup-Centric, похоже, провалилась? И глубоко возмущаются этой игрой в матрешки L1-L2-L3, но интересно, что за последний год развитие в области ИИ также прошло быструю эволюцию L1—L2—L3. Сравнив, в чем же проблема?
Например, LLM L1 решают базовые навыки понимания и генерации языка, но логические рассуждения и математические вычисления действительно являются серьезными недостатками; В результате, когда дело доходит до L2, модель вывода специализируется на преодолении этого недостатка, а DeepSeek R1 может решать сложные математические задачи и отлаживать код, что напрямую заполняет когнитивное слепое пятно LLM. После завершения этой подготовительной работы AI Agent от L3 естественным образом интегрирует первые два уровня возможностей, позволяя ИИ переходить от пассивного реагирования к активному выполнению, планируя задачи, вызывая инструменты и управляя сложными рабочими процессами самостоятельно.
Смотри, эта структура является «постепенным развитием возможностей»: L1 закладывает основу, L2 устраняет недостатки, L3 осуществляет интеграцию. Каждый уровень создает качественный скачок на основе предыдущего, и пользователи могут явно почувствовать, что ИИ становится умнее и полезнее.
Например, производительность публичной цепочки L1 недостаточна, поэтому естественно подумать об использовании решения для масштабирования layer2, но после волны layer2 infra кажется, что газа мало, TPS накапливается в накоплении, но ликвидность рассеивается, а экологическое приложение продолжает быть дефицитным, что делает слишком большое количество инфраструктуры layer2 большой проблемой. В результате мы начали строить вертикальные цепочки приложений уровня 3, но цепочки приложений были независимыми и не могли пользоваться экологической синергией общей цепочки INFRA, а пользовательский опыт стал более фрагментированным.
Таким образом, такая иерархия становится «перемещением проблем»: L1 имеет узкие места, L2 накладывает патчи, L3 хаотичен и раздроблен. Каждый уровень просто перемещает проблему с одного места на другое, как будто все решения направлены только на одну цель — «выпуск токенов».
На этом этапе все должны понять, в чем заключается суть этого парадокса: уровни ИИ движимы технологической конкуренцией, OpenAI, Anthropic и DeepSeek изо всех сил стараются улучшить способности моделей; уровни Crypto захвачены токеномикой, и основными KPI каждого L2 являются TVL и цена токена.
Итак, по сути, один решает технические проблемы, а другой упаковывает финансовые продукты? Кто прав, а кто виноват, возможно, не имеет ответа, это зависит от точки зрения.
Конечно, эта абстрактная аналогия не так уж и абсолютна, просто кажется, что сравнение развития обоих очень интересно, в выходные сделаю немного умственного массажа.