Illia Polosukhin 谈 AI、加密货币的未来，以及 NEAR 将如何胜出
摘要
- Illia称，NEAR Intents月处理量约40亿美元，协议费用会转换为买入NEAR。 near.com按周贡献10–20%的交易量；perps和Earn也会将部分费用用于回购。他的说法是，“每款产品实际上都在创造收入，然后回购NEAR”，但没有给出累计回购金额。
- NEAR的战略如今也包括亲自打造面向消费者的金融产品。 near.com于2月在NEARCON发布，整合跨链资产、兑换、支付、股票、perps和Earn，并提供生物识别登录；其私有分片运行在安全隔区内。Illia将更广泛的业务形容为“面向AI与区块链未来的垂直整合技术栈”。
- Illia认为，更大的机会是借助AI智能体，将20万亿至40万亿美元的商业交易搬上链。 智能体负责寻找交易对手并谈判，区块链则为彼此缺乏信任的企业提供托管、结算和争议处理基础设施。“AI是前端，区块链是后端”：目标是那些受法律摩擦拖累的商业关系，而消费者买菜早已高度优化。
- Illia认为，处理资金的智能体需要可验证的推理能力和明确的支出限额。 任意模型端点——尤其是路由服务或免费模型，也包括部分实际服务商——可能替换模型或返回恶意指令：“你根本不知道后面跑的是什么。”Near ID给出的方案是对GPU、模型和软件来源进行签名验证；金融智能体的策略引擎则要求其在超出权限前取得批准。
- 一次涉及合作方所建BSC连接的380万美元漏洞攻击，暴露出NEAR集成测试的缺口。 Illia称，团队在1小时内恢复系统，并在确认攻击者身份后实现“100%追回”；同时承认，该连接此前测试不足。NEAR正加快对相互作用的合约进行验证；他称验证成本较其所说的“使用OpenAI，比如Sol或Astra”降低了100倍，但转录稿中的比较对象并不清楚。
- Avi提出的核心商业难题是：技术再强，也不会自动带来用户或分发能力。 Illia称NEAR现在采取“销售优先”的方式，举例包括钱包集成、Venice的端到端加密模式、Brave的智能体将NEAR列为选项，以及非加密、非AI领域的设计合作伙伴。具体的智能体商业案例，是一家活动公司通过预订场地，将其场地数据库变现；其目标商业模式是“按结果付费”。
精读
1. AI愿景早于NEAR，发展速度取决于算力
Illia支持去中心化货币的理由，始于祖父母存在Sberbank的积蓄在苏联解体后化为乌有。在苏联解体后的乌克兰，他记得面包价格大约在1年内涨了100倍：“当时货币已经失灵。”另一个转折来自竞赛编程：14岁时，他就认定“这段代码应该由机器来写”。
2012至2013年前后，Google的一项实验带来了新的突破：一个无监督模型从未标注的网络图片中学会了“猫”的概念。Illia说，那是Jeff Dean和Andrew Ng的一篇论文；据他回忆，模型在约600台机器上训练。更广泛的神经网络突破，则来自Geoffrey Hinton和Yann LeCun让多层网络与反向传播真正跑通，数学和算力也逐渐跟上。Illia想把同样的能力用在语言上：动物能看，人们却通过提问来检验智力。于是他加入Google，研究问答系统。
在Google时，瓶颈在算法：循环神经网络一次读一个词，训练缓慢，还可能忘记长文档的开头。他早期的解决方案是把词映射成向量，再按段落求和；由此做出一个快速、简单的问答模型，约在2015至2016年上线google.com。Transformer进一步实现并行计算，让GPU能够用更多数据训练更大的模型。
为解释注意力机制的层次，Illia举了“猫坐在墙上”这个例子：先把“猫”和“坐”联系起来，再把这个组合概念与“墙”联系起来。他说，KV cache会保留处理结果，让后续问题能够复用。OpenAI接下来的做法是“把这套东西的规模彻底拉起来”，从GPT-1、GPT-2一路发展到ChatGPT；同一架构也适用于图像、声音和视频。
2. 微支付难题，演变成一场耗时两年的区块链建设
2017年，Illia和联合创始人Alex在GitHub上训练Transformer，目标是让计算机直接按用户要求办事，取代一个个独立应用和SaaS服务。但算力有限。他们招募东欧、东南亚和中国的学生编写代码和说明文档，随后发现，要跨越彼此割裂的银行与支付系统向贡献者付款，本身就是个难题。
加密货币原本要解决全球微支付问题，但到了2018年，交易费已经高于他们付给学生的报酬。于是他们打算绕道，先做一条易用、交易费低且不会随使用量上涨的区块链。分片、账户抽象和WebAssembly都源于这些需求。Illia回忆：“6个月就能做完。”原本从8月到次年1月的计划，最终拖到2020年10月才上线，整个过程超过两年。
两位创始人都有分布式系统经验，却低估了开放式、无需许可的协作难度。分片带来了路由和数据可用性问题；他们实现了大概5种共识设计。Illia说，他们曾让最初的Avalanche设计失去活性，并指出Avalanche此后已有很大变化。他们的Whiteboard Series也延续了这种做法：工程师深入讲解机制，让缺陷——包括Loom的退出博弈机制——有机会在镜头前暴露出来。
3. 链抽象将消费应用与NEAR买盘连接起来
Avi质疑基础设施能否真正做到对消费者友好。Illia从2019年说起：他们采访了约300家加密公司，也亲自测试新手上手流程。从一台新设备买入一只CryptoKitty，要走92步、花12小时；按他的说法，流失率高达99.99%。更好的钱包、更顺畅的引导流程和元交易，可以免去用户先买Gas才能使用应用等步骤。
这套思路后来发展为链抽象：把用户限制在一条链上，就像要求Netflix用户为了看存放在另一台服务器上的视频，先换一种货币。使用Intents时，用户只需说明想要的结果——例如把10 ZEC转入一个屏蔽地址，资金来自Solana上的USDC——再由求解器选择路径。Avi问这是不是不过是桥，Illia回答，求解器可以用LayerZero、Binance，或任何能实现目标的方式。
等了很久，没等到别人把消费端体验做好，NEAR便在2月的NEARCON上推出near.com。Illia介绍，用户可以用Face ID或指纹登录，管理包括Bitcoin和Zcash在内的资产，还能支付、兑换、买股票、交易perps和使用Earn，不必来回切换钱包或操心Gas。其私有NEAR分片运行在安全隔区内，加密交易在其中解密并执行。他把私密交易、再跨生态支付称作“流动中的隐私”。
Illia称，Intents月交易量约40亿美元；near.com按周贡献10–20%。协议会按资产收取不同费用，稳定币费率较低，费用会转换为NEAR。perps和Earn也会拿出部分费用用于回购。Avi追问累计买入了多少NEAR，Illia没有给出数字，只指向revenue.near.org，并称：“每款产品实际上都在创造收入，然后回购NEAR。”
4. 智能体商业瞄准企业间的交易摩擦
Avi提出更大的质疑：给AI智能体一个Ethereum私钥，它不管底层是哪条链，本来就能交易——AI与区块链结合的独特之处在哪里？Illia承认，没有区块链也能做生意。他提出的分工是：“AI是前端，区块链是后端”（AI is a front end, blockchain is a back end）：智能体寻找交易对手并谈判，市场负责执行交易。
一个具体设想是让智能体安排向洛杉矶港交付50吨钢材，并由托管与争议处理机制提供保障。Illia认为，企业之间缺乏信任，催生了律师、冗长协议和反复修订条款；区块链轨道可以减少这些摩擦。他最初把市场规模描述为每年20万亿至50万亿美元，之后又称，他认为AI能够将20万亿至40万亿美元的经济活动搬上链。
他划定的边界是企业关系，而非买菜：消费者购物已经高度优化。NEAR的智能体市场先从数字工作切入，因为结果更容易验证，再逐步扩展到更广泛的商业活动。雇用智能体还带来隐私要求：如果智能体运行在别人的机器上，用户的交易关系和私人信息就可能暴露。
5. 推理来源验证与支出策略，分别应对智能体风险
Illia对推理风险的描述很具体：API端点可能换成更小或量化后的模型，也可能伪造工具响应，指示智能体运行一条Bash命令，感染机器并窃取私钥。他说，路由服务和免费模型尤其有这类风险，部分实际服务商也不例外。Avi认为OpenAI会设置安全防护；Illia则说，漏洞出在智能体及其使用的端点上。Hermes接入任意API时，“你根本不知道后面跑的是什么”。他还提醒，浏览互联网、阅读新闻也可能成为攻击入口，并称NEAR为此设有攻击测试平台。
Illia称，Near ID会提供签名后的来源证明，标明GPU、准确的模型版本、软件哈希，以及每个转发流量的节点。他将其称为“端到端的可验证性与隐私保护”。去中心化获取GPU也是另一项好处。他还看好算力市场：用区块链市场取代如今供应商之间双边砍价的模式——比如询问两个月后是否有算力、再比较不同报价。
near.com计划推出的金融智能体，还会增加一道独立控制：由策略引擎约束执行，超出策略范围就必须获得明确批准。Illia把它比作聘请一位受限额约束的资金管理人，而不是把每一块钱都交出去。用户可以授权智能体采用迷因币策略，但智能体不该擅自选择这种策略。这套策略系统也会作为开发者产品，供其他应用使用。
6. BSC漏洞事件加速全系统验证
谈到上周的漏洞攻击时，Illia称，NEAR Intents使用的一条BSC连接损失了380万美元。Shield发现异常后，团队暂停系统并打上补丁，1小时内恢复上线。他介绍，Shield会扫描NEAR和其他链上的异常活动及疑似洗钱行为。他说，团队的担忧始于Bitget遭黑客攻击一事，当时朝鲜实际上试图转移资金。
Illia称，Shield的数据随后帮助他们确认了攻击者：“钱全追回来了”，实现“100%追回”，攻击者还在链上道歉。Avi追问这条连接是否由NEAR工程师搭建。它来自一位生态合作方，但Illia承认，“测试没有达到我们本该达到的标准”。
团队将加快对整套相互作用的合约进行形式化验证，同时加强监控。Illia称，相关工作此前已经开展数月，并声称他们在多个基准测试中排名第一；他还称，与其所说的“使用OpenAI，比如Sol或Astra”相比，验证成本降低了100倍，但转录稿中的比较对象并不清楚。
7. 从客户出发做分发，按结果收费
Avi直言不讳地提出了市场进入难题：过去有过技术很强却没能成功的项目，即使开发者是图灵奖得主也一样。Illia称，NEAR现在采取“销售优先”的方式，在动手开发前先寻找客户或设计合作伙伴。
分发渠道包括Trust Wallet、Ledger、LI.FI和SwapKit；Shield的合作伙伴包括Binance和ZeroShadow。Illia称，Venice使用NEAR提供端到端加密模式，Brave则把NEAR列为其智能体的一个选项。还有机器人公司在后端使用NEAR进行推理和智能体工作。
一个来自非加密、非AI领域的案例，是Philosophia的场地寻找智能体。该公司积累的内部数据库，可以回答“在新加坡为50人安排一场机构侧边活动”的需求，省去发邮件和员工翻找记录的过程。产品把数据库与智能体结合起来，按结果收费——也就是实际预订到场地。Illia将其视为对现有商业关系的自动化。
Illia最期待的产品，是在用户现有near.com资产上运行的金融智能体。更长期的目标是让智能体市场从数字任务扩展到有偿的现实世界行动：“按结果付费”（paying for outcome），最终把“真实GDP”（real GDP）搬上链。