來源：Chi_Labs
主持人 Blake：今天我們邀請到了0G Labs 的聯合創始人兼 CEO Michael，我是來自 Chi Labs 的主持人 Blake。
Michael：在 0G Labs，我們的使命是讓 AI 成為公共產品，這意味著要提供一個人人都能貢獻的基礎設施，尤其要做到透明、安全、可驗證。這需要與黑盒式 AI 完全不同的體系。我們構建了一個模組化的多層系統：無限可擴展的 Layer1（執行層）、為 AI 工作負載打造的儲存網路、推理與微調的計算網路（基於 TEE 可驗證）、服務市場，以及監控漂移和不良行為的 AI 對齊節點。合起來就是一個去中心化 AI 作業系統。
為什麼選擇在2023 年創建 0G？
主持人 Blake：為什麼你們決定在 2023 年啟動 0G？當時的火花是什麼？
Michael：當時我們看到 ChatGPT 從 OpenAI 起飛，我們認為這是一個 AI 的突破性時刻。我們終於可以像和人對話一樣與機器交流，得到自然語言的回應，而且機器的回答幾乎接近人類的有效性，這真的是一個標誌性的突破。
但隨後我們開始思考：五到十年後會發生什麼？如果一些更大規模的用例，尤其是社會層面的用例，真的由 AI 來驅動呢？比如一個由 AI 運行的機場。這種未來讓我們感到非常不安，因為在黑盒 AI 系統裡，很難知道資料的來源，誰標註了資料，模型內部究竟發生了什麼，你拿到的到底是哪一個版本的模型，以及審查決策是如何做出的。
0G 想解決 AI 和 Web3行業的什麼痛點？
主持人 Blake：0G 想解決 AI 和 Web3 行業的哪些痛點？
Michael：要真正擁有 AI，並且能夠在鏈上構建「無限規模」的 AI，我們需要實現若干關鍵的基礎設施突破。
首先是效能層面：如何創建一個足夠強大的 Layer1，讓它能夠承載最重型的資料吞吐用例。因為在很多情況下，AI 資料中心的吞吐量每秒可以達到數百 GB，甚至 TB 級別。所以我們必須設計出一個高效能的系統架構。
其次是研究層面：我們需要弄清楚如何正確地進行 AI 對齊，以及在去中心化語境下該如何理解和構建 AGI。AGI 會來自單一的巨型模型，還是來自許多小模型的組合？我們更傾向於後者，但這需要投入大量研究。
你希望 0G 在 5 年後被如何定義？
主持人 Blake：你希望 0G 在 5 年後被如何定義？
Michael：我們的終極目標，是吸引 Web2 的 AI Builder 進入 Web3。
當我設想五年後的 0G，我希望它能成為所有關鍵任務 AI 應用的核心樞紐。比如在製造設施、多機器人系統、機場、物流系統等這些社會級別的場景中，0G 能夠提供基於區塊鏈的安全與對齊機制，來保障這些系統的運行，在這一層面上，我希望 0G 始終站在最前沿，處於核心位置。
當然，對於一些個體用例，人們依然可以使用中心化 AI 或者邊緣設備 AI 來滿足需求。但在涉及社會級、關鍵任務的應用時，0G 必須走在最前線，而且，這一切要通過以社群為核心的方式來推進，最終實現把 AI 打造成一種公共產品。
去中心化 AI 作業系統的核心架構是什麼？
Michael：在開場介紹裡我已經提到過一些，0G 的核心是分層結構，讓每一層分別完成構建大規模 AI 應用所需的不同任務。
通常會包括以下幾個部分：
●算力 / DePIN層：這一部分不是我們自有，而是與合作夥伴（如 Aethir、Akash）提供的算力資源對接。
● 軟體層：
○ Layer1（執行層）：無限可擴展。
○ 儲存層。
○ 資料可用性層。
○ 計算層：支援推理和微調，使用 TEE（可信執行環境）保證可驗證性。
○ 服務市場層：類似 App Store，可以插入各種服務與公共資料集，完全開放。
○ AI 對齊節點：類似「警察部隊」，負責掃描模型漂移和負面行為，並通過懲罰質押來維持系統健康。
這些組件每一個都有很深的設計空間。比如 Layer1 本身是模組化架構：模組化執行層、模組化共識層、模組化 DA 層。每一層都做了極致優化，並且可以無限擴展，我們不受傳統區塊鏈系統的限制。比如有的 L2 可能只能做到 500 TPS，而我們採用分片的方法，可以根據應用需要部署任意數量的分片，從而實現任意規模的 TPS，這種設計哲學貫穿於整個系統的每一個部分。
相比傳統 L1，0G 的性能優勢在哪？
Michael：我們的核心哲學是並行化。無論是儲存、資料吞吐還是 TPS，都能通過並行無限擴展，可實現 DA 層數十至數百 GB/s 吞吐，以及數十萬 TPS。
0G 如何吸引開發者生態？
Michael：我們的設計哲學之一，就是要盡量縮小從 Web2 到鏈上落地的門檻。
通過模組化設計，讓各個基礎設施部件能夠緊密拼接，如果你使用 0G 的每個部分，它們之間可以實現無縫協同。這樣提供了一種一站式體驗：開發者不需要跑去 50 個不同的地方來拼裝解決方案。另外，生態也是吸引力的一部分。接入 Web3 × AI 最大的生態，可以獲得競爭優勢，並且在生態內與他人形成互動。同時我們會提供大量支持，包括：激勵、導師、加速器、投資等。
主持人 Blake：所以開發者會有導師支持？
Michael：是的，我們提供的不僅僅是導師支持，還包括投資和整個生態各方面的幫助。
有沒有 Killer App的早期跡象？
Michael：一開始因為 Web3 仍很金融導向，早期 killer apps 很可能與金融綁定，比如：
● AI 收益搜尋代理
● AI 循環槓桿代理
● 其他支援金融操作的代理
隨著時間推移，社群參與訓練與使用的模型，用戶提供算力/資料並以代幣獲得補償，一旦基礎設施就緒，這也會是一個 killer app方向。
普通用戶能在 0G 生態中獲得哪些體驗？
Michael：我剛才已經提到過一些，像是導師支持、市場行銷和投資。我們的目標是要快速構建起一個大規模的生態，吸引最優秀的建設者來部署他們的模型、資料和算力。為此，團隊的各個部分都需要投入大量資源。我們始終把自己視為一種競爭優勢的提供者，讓任何加入 0g 的人都能因此受益。
JT：除了像其他公鏈以外，像剛才Michael有提到，比如是在投資，除了普通公鏈有的一些功能以外。我們其實還有非常多的一些延展的功能，因為我們0G的整體優勢就是除了像鏈上的功能以外我們還提供算力、儲存包括對全鏈AI所有的支持。作為一些用戶或者是你作為項目方，也可以在0G的平台上面得到不同的使用場景，或者是你自己可以布置全去中心化的AI application應用，而且普通用戶也是可以，這一點是很多別的鏈都可能是做不到的。
如何平衡空投規模與長期用戶留存？
Michael：這是一個非常棘手的問題。一方面，我們需要認可社群成員的貢獻，比如他們在測試網的參與，或者在宣傳上的支持，但另一方面，我們又不希望大家只是為了短期激勵完成任務，然後在主網上線時就離開。
我們的解決方式是：將部分空投設定為歸屬，例如 Yapper 的分配或某些 NFT 獎勵。這種機制可以讓大家在更長時間裡留在生態中。
我們始終堅持長期思維 ——因為我們的使命是把 AI 打造成一種公共產品。這不是一兩年的事情，而是一項需要社群持續努力與深度參與的長期事業。
JT：我們上線了空投檢查與註冊工具，給 Yapper 等內容創作者一次激勵，同時通過 Infofy 平台提供持續獎勵，但需要持續貢獻才能解鎖。
0G 會如何避免類似Movement、RedStone的FUD？
Michael：某種程度很難完全避免 FUD，因為大家都想拿到最大化的空投，無論給什麼總有人覺得不夠，這就是感知 vs 現實的不同。
我們也學到了很多關鍵經驗：把主網上線與空投/上市分開不利於社群，容易製造不必要的 FUD，需要區分真用戶/長期用戶與女巫攻擊，這很難，但我們持續投入識別與過濾。我們已把這些教訓落實到當前決策中，我們把空投拆分為不同部分：社交任務/社群獎勵、測試網參與，兩類人群的參與思維不同，不同獎勵維度經過長時間設計，以獲得更多長期參與者。
對測試網參與者：希望他們在主網也部署，因為主網指標真實，參與主網可獲得社群獎勵資格，總之以長期心態來設計。但是篩選真用戶與女巫很難，但我們持續投入改進，空投會分不同部分，設計不同獎勵維度。
JT：我們會細分不同人群：測試網 Runner、社群活躍者、社媒任務參與者、Yapper、早期 OG、NFT 持有者。大家可以從不同維度獲得獎勵，但總體理念是獎勵長期貢獻者。
團隊如何保證早期支持者的公平性和積極性？
Michael：除了空投等社群獎勵，更大的收益應該來自長期與生態互動，對於建設者：會有追溯社群獎勵、投資、導師等，對普通用戶：通過持續支持與使命共識累積代幣隨時間增長的價值。
JT：我們在 Discord 給早期 OG 權重高，還發過 One Group Grivity NFT（免費/0.1 ETH 鑄造，最高漲到 1.8–1.9 ETH）。TGE 前後有集中激勵，長期激勵會轉向生態項目。綁定錢包+Twitter+Discord，多重參與者能拿到多重獎勵。
社群在設計激勵機制時可以發揮什麼作用？
Michael：我們開放傾聽社群反饋作為治理機制的一部分，社群可以提案新的激勵機制與獎勵方式，我們會設立 Security Council（安全委員會） 採納建議，激勵機制當然可以是其中之一，0g 基金會曾根據社群對初版代幣經濟學的反饋快速調整，我們當時開會到凌晨 4–5 點完成修改。
JT：在社群設計激勵機制的時候，社群其實是可以發揮很大作用的。Michael 也提到過，社群用戶可以提出他們希望 0G 去做的事情，給出一些建議，然後團隊會根據這些意見去調整和改變。舉個例子，我們之前發布過一版代幣經濟學，當時社群給出了很多反饋和建議，我們團隊也很快根據這些意見做了修改，最後得到的反饋也非常不錯，這算是一個比較重要的例子。記得當時我們甚至連夜開會，一直開到凌晨四五點，就是為了盡快回應社群的聲音。
未來 12–24 個月的重點目標
Michael：
主要有兩個方面：
●打造最大Web3×AI 生態：圍繞機器人等趨勢，完善關鍵基礎設施、新垂直、關鍵服務，吸引頂級 AI dApp與頂級 Agent在 0G 構建。
●基礎設施對標/趕上中心化黑盒 AI：強化可驗證機制，支援任意規模模型訓練，進一步提升L1效能，讓 Web2 的任何東西完全上鏈。
JT：目標是讓 0G 成為全鏈可進化的 AI 生態，兩年左右達到一線 Web2 基礎設施水準，同時保持透明與去中心化。
對行業趨勢的判斷（AI Infra、RWA+AI、穩定幣等）
Michael：
● 穩定幣：大型機構已在討論用穩定幣軌道替代銀行軌道，未來會與 AI Agent融合。
● RWA+AI：例如代幣化對沖基金+抵押借穩幣+循環策略，AI Agent 能監控利率和風險、自動再平衡。
● 機器人：家用與工廠機器人將普及，但安全和對齊關鍵，否則一旦被黑入後果嚴重。
JT：現在大家都開始越來越多地使用穩定幣，很多機構也表示會用穩定幣來替代銀行進行轉帳。與此同時，RWA 加 AI 也是一個非常有潛力的話題。比如說，有人把代幣質押出去，再借出穩定幣，這時候 AI 就可以在他們快要觸及清算線之前幫忙做風險平衡和倉位管理。你剛才的補充已經很完整了，我這邊再稍微補充一點：Michael 前面提到過 Jackson Hole 的會議，那其實就是上個月在美國丹佛附近舉行的一個非常重要的會議，很多美國的機構和官員都在討論如何讓傳統銀行業和加密行業更好地融合，包括政策層面和未來的發展方向，Michael 也是作為 0G 的代表參與了這次會議。
