العقود الآجلة
وصول إلى مئات العقود الدائمة
TradFi
الذهب
منصّة واحدة للأصول التقليدية العالمية
الخیارات المتاحة
Hot
تداول خيارات الفانيلا على الطريقة الأوروبية
الحساب الموحد
زيادة كفاءة رأس المال إلى أقصى حد
التداول التجريبي
مقدمة حول تداول العقود الآجلة
استعد لتداول العقود الآجلة
أحداث مستقبلية
"انضم إلى الفعاليات لكسب المكافآت "
التداول التجريبي
استخدم الأموال الافتراضية لتجربة التداول بدون مخاطر
إطلاق
CandyDrop
اجمع الحلوى لتحصل على توزيعات مجانية.
منصة الإطلاق
-التخزين السريع، واربح رموزًا مميزة جديدة محتملة!
HODLer Airdrop
احتفظ بـ GT واحصل على توزيعات مجانية ضخمة مجانًا
Pre-IPOs
افتح الوصول الكامل إلى الاكتتابات العامة للأسهم العالمية
نقاط Alpha
تداول الأصول على السلسلة واكسب التوزيعات المجانية
نقاط العقود الآجلة
اكسب نقاط العقود الآجلة وطالب بمكافآت التوزيع المجاني
المزيد
الاحتلال المرتفع للمرتبة الأولى في الذكاء الاصطناعي بواسطة Bittensor: هل تتطور التقنية أم يهرب المستخدمون؟
المؤلف: @BlazingKevin_، باحث في Blockbooster
الاندماج بين Web3 وAI يخرج من المرحلة المبكرة. تحول السوق من التركيز على “الضجيج المفاهيمي” في مسار العملات المشفرة المدعومة بالذكاء الاصطناعي إلى “الأساسيات والتنفيذ التكنولوجي”. في هذا التحول، المشاريع التي تظهر مرونة قوية وابتكارات تقنية تعيد تشكيل نظام تقييم السوق.
القيمة السوقية الإجمالية لقطاع العملات المشفرة المدعومة بالذكاء الاصطناعي حالياً حوالي 17.46 مليار دولار، وحجم التداول خلال 24 ساعة يقارب 1.94 مليار دولار. في هذا القطاع، يظل Bittensor (TAO) بقيمة سوقية حوالي 3.43 مليار دولار في المركز الأول. يحتل حصة سوقية تقارب 19.6% من كامل قطاع العملات المشفرة المدعوم بالذكاء الاصطناعي، مما يرسخ مكانته كالرائد المطلق.
المقارنة المباشرة مع المنافسين تظهر بوضوح موقعه في السوق:
المنافسون العملة القيمة السوقية (مليار دولار) الموقع المركزي والوظيفة التمييز عن TAO
Bittensor TAO 34.3 شبكة تحفيزية للذكاء الاصطناعي اللامركزية
NEAR Protocol NEAR 14.9 بلوكشين عالي الأداء من الطبقة الأولى، شبكة عامة، جزء من بيئة AI
Render Network RENDER 8.64 بنية تحتية للرسوميات والمعالجة عبر GPU لامركزية، بدون حوافز جودة AI
Fetch.ai (ASI) FET 5.33 شبكة وكلاء AI مستقلة، تركز على تطبيقات AI، غير موجهة نحو تدريب النماذج الأساسية
Akash Network AKT 1.26 سوق حوسبة سحابية لامركزية، سوق قدرة حسابية عامة، بدون آليات توافق AI معقدة
حواجز التنافس الأساسية
الميزة التنافسية الأساسية لـ Bittensor هي شبكتها “إثبات الذكاء” (Proof of Intelligence) المبتكرة. تتجاوز إطار تقديم القدرة الحاسوبية فقط. أدخلت آلية تحفيزية معقدة، تكافئ مباشرة إنتاج نماذج AI عالية الجودة. هذا الموقع فريد من نوعه بين المنافسين، ويصعب نسخه بسهولة.
بعيداً عن الرؤى التكنولوجية الكبرى، فإن الاختبار الحقيقي لبروتوكولات Web3 في تجاوز فترات السوق الصاعدة والهابطة هو قدرتها على التوسع التجاري الحقيقي وتحقيق الإيرادات.
في سوق العملات المشفرة، يظهر Bittensor قدرة نادرة على التمويل الذاتي الحقيقي. وفقاً لبيانات الربع الأول من 2026، حصلت شبكة Bittensor على حوالي 43 مليون دولار من إيرادات من عملاء AI الحقيقيين (غير معاملات وهمية ناتجة عن حوافز العملة). هذا الرقم يتجاوز إيرادات العديد من بروتوكولات Web3 التقليدية على مدار السنة.
مؤشرات التقييم الأساسية (حتى 29 مارس 2026):
المؤشر القيمة الشرح
القيمة السوقية المتداولة ~$3.42 مليار استناداً إلى حوالي 10.78 مليون وحدة متداولة
القيمة السوقية المخففة بالكامل ~$6.68 مليار استناداً إلى إجمالي عرض 21 مليون
الإيرادات الحقيقية للربع الأول 2026 ~$43 مليون غير ناتجة عن حوافز العملة، من عملاء AI الحقيقيين
الإيرادات السنوية المقدرة ~$172 مليون استناداً إلى بيانات الربع الأول، استقراء خطي
نسبة السعر إلى المبيعات (P/S) ~20x استناداً إلى القيمة السوقية المتداولة / الإيرادات السنوية
القيمة السوقية الكاملة إلى الإيرادات السنوية ~39x استناداً إلى FDV / الإيرادات السنوية
إجمالي القيمة السوقية للبيئة الفرعية ~$1.47 مليار قيمة عملة dTAO
تتمتع شركات البنية التحتية للذكاء الاصطناعي المركزية التقليدية عادةً بتقييمات تصل إلى 15-25 ضعف الإيرادات المستقبلية في السوق الخاص. يتمتع Bittensor بعلاوة سيولة عالية، وتأثير شبكة، وسردية نادرة. نسبة P/S الحالية حوالي 20x تعتبر معقولة أو حتى منخفضة التقدير. إجمالي قيمة العملات الفرعية داخل النظام البيئي وصل إلى 1.47 مليار دولار، مما يعزز قيمة الشبكة الرئيسية TAO.
البيانات المالية حددت الحد الأدنى لتقييم البروتوكول. الاختراق التكنولوجي في التدريب اللامركزي يفتح آفاقاً جديدة لقيمته السوقية.
الدافع الرئيسي وراء ارتفاع TAO المفاجئ ليس مجرد مضاربة مالية. التقنية الأساسية حققت قفزة تاريخية. منطق التقييم بدأ يتحول من “القصص” إلى “المنتج”.
3.1 Covenant-72B: إثبات جدوى التدريب اللامركزي
في 10 مارس 2026، أصدرت شبكة Bittensor الفرعية Templar (SN3) مع فريق Covenant Labs تقريراً تقنياً على arXiv. أعلن الفريق عن إكمال تدريب نموذج لغة كبير Covenant-72B بنجاح. وهو أكبر نموذج معماري مكثف يتم تدريبه حتى الآن في بيئة الإنترنت اللامركزية وبدون إذن.
يحتوي النموذج على 720 مليار معلمة، ويُدرّب على 1.1 تريليون وحدة من النصوص. حصل على درجة MMLU بلغت 67.1، ويقارب أداؤه أداء Meta’s LLaMA-2-70B. تخطى النموذج عنق الزجاجة في عرض النطاق الترددي للتواصل في التدريب اللامركزي. لعبت خوارزمية SparseLoCo دوراً رئيسياً، حيث يحتاج العقد فقط لنقل 1%-3% من المكونات الأساسية للتدرج، مع تطبيق التكميم باستخدام 2 بت، مما أدى إلى ضغط بيانات يزيد عن 146 مرة (ضغط 100MB إلى أقل من 1MB). مع عرض النطاق الترددي العادي للإنترنت، يظل معدل الاستخدام العالي للحوسبة عند 94.5%. يثبت هذا الإنجاز أن القدرة الحوسبية الموزعة عالمياً يمكن أن تنتج نماذج متقدمة ذات قدرة تنافسية، مع تقليل الاعتماد على خطوط اتصال InfiniBand مكلفة ومراكز حوسبة مركزية.
نجاح Covenant-72B أثار موجة من الاهتمام في الأوساط التقليدية للذكاء الاصطناعي:
تقييم عالي من أحد مؤسسي شركة Anthropic: في 16 مارس، استشهد Jack Clark بشكل موسع بهذا الاختراق في تقريره. وصفه بأنه “تحدي اقتصاديات الذكاء الاصطناعي من خلال التدريب الموزع”. وأشار إلى أنه تقنية تستحق المتابعة المستمرة، وتوقع أن تعتمد الأجهزة المستقبلية على نماذج تدريب لامركزية مماثلة على نطاق واسع.
مقارنة بـ “Folding@home” من إنتل: في 20 مارس، خلال بودكاست All-In VC، قدم Chamath إنجازات Bittensor إلى الرئيس التنفيذي لشركة NVIDIA، Jensen Huang. رد Huang بشكل إيجابي، ووصفه بأنه “نسخة حديثة من Folding@home”، وأكد على ضرورة وجود توازن بين النماذج المفتوحة المصدر والموزعة.
3.2 مكونان رئيسيان لـ SN3: حل مشكلتي كفاءة الاتصال والتوافق التحفيزي
تعمل عشرات العقد غير الموثوقة، ذات الأجهزة المختلفة، ذات جودة الشبكة المتفاوتة، بشكل متزامن لتدريب نموذج 72B. يعتمد SN3 على مكونين رئيسيين لحل مشكلتي عرض النطاق الترددي والتحفيز:
SparseLoCo (حل كفاءة الاتصال):
التدريب الموزع التقليدي يتطلب تزامن كامل للتدرجات في كل خطوة، مما يستهلك كمية هائلة من البيانات. يسمح SparseLoCo لكل عقدة بإجراء 30 خطوة من التحسين الداخلي (AdamW) محلياً، ثم تقوم بضغط “تدرجاتها الوهمية” وتحميلها. يستخدم النظام تقنية التخفيف التبادلي (Top-k) مع الاحتفاظ فقط بـ 1%-3% من المكونات الأساسية، مع استخدام التغذية الراجعة للخطأ وتكميم ثنائي (2 بت). يحقق هذا ضغط بيانات يزيد عن 146 مرة، حيث يتم ضغط 100MB إلى أقل من 1MB. على الإنترنت العادي (صعود 110 ميجابت في الثانية، نزول 500 ميجابت في الثانية)، يظل معدل الاستخدام العالي للحوسبة عند 94.5%. كل دورة تواصل تستغرق حوالي 70 ثانية.
Gauntlet (حل التوافق التحفيزي):
يعمل على شبكة Subnet 3 blockchain، ويقوم بالتحقق من جودة التدرجات المرسلة من كل عقدة. يستخدم مقياس “LossScore” الذي يقيم مدى انخفاض خسارة النموذج بعد استخدام تدرج معين من العقدة، ويختبر ما إذا كانت العقدة تستخدم البيانات المخصصة لها بشكل صحيح (للوقاية من الغش). في كل دورة، يتم اختيار التدرجات من أعلى التقييمات فقط. يضمن هذا المكون حل مشكلة “كيفية منع التعدين المماطل” في بيئة لامركزية.
أطلقت Bittensor في 2025 آلية TAO الديناميكية (dTAO)، والتي لعبت دوراً رئيسياً في الارتفاع الأخير. تتيح هذه الآلية لكل بيئة فرعية إصدار عملة Alpha مستقلة، وتقوم بإنشاء سيولة مع TAO عبر آلية السوق الآلي (AMM).
4.1 تأثير الرافعة لعملات البيئة الفرعية
تحت آلية dTAO، يتحدد سعر عملة البيئة الفرعية مباشرةً بمقدار TAO المرهون في صندوق تلك البيئة. ارتفاع قيمة TAO يرفع قيمة الاحتياطيات الأساسية لكل بيئة فرعية، مما يدفع سعر العملة الفرعية للارتفاع بشكل غير مباشر. هذا الارتفاع يجذب المزيد من المضاربين والمستثمرين لشراء TAO وتجميده في البيئة الفرعية، مما يخلق دورة رد فعل إيجابية قوية.
العملات الفرعية الرئيسية وزيادة سعرها خلال 30 يوماً:
كما يظهر من البيانات، بعد نجاح Covenant-72B، ارتفعت عملة SN3 (Templar) بأكثر من 440% خلال شهر واحد، ووصلت قيمتها السوقية إلى 130 مليون دولار. هذا يعكس تأثير الثراء على مستوى البيئة الفرعية. إجمالي قيمة العملات الفرعية في النظام البيئي وصل إلى 14.7 مليار دولار بنهاية مارس، مع حجم تداول يومي يتجاوز 1.18 مليار دولار. يُعد هذا التأثير “رافعة مالية فائقة”، حيث ينعكس ضغط شراء هائل على العملة الرئيسية TAO.
4.2 التكامل في البيئة الرأسية
إلى جانب تشغيل Covenant Labs، قامت بتطوير SN39 (Basilica، لخدمات الحوسبة) وSN81 (Grail، للتدريب والتقييم بعد التوافق). يغطي هذا التكامل الرأسي كامل سلسلة القيمة من التدريب المسبق إلى تحسين التوافق، ويُظهر أن بيئة Bittensor قد أتمت بناء سلسلة قيمة لامركزية كاملة لصناعة الذكاء الاصطناعي.
وفقاً لبيانات taostats وCoinMarketCap حتى 29 مارس 2026، يمكن تقييم صحة شبكة Bittensor من خلال عدة مؤشرات:
المؤشر الأداء الملاحظات
نسبة الرهن 68%-75% من التداولات، عالية جداً (حوالي 7.34 مليون TAO مقفلة) تقلل بشكل كبير من المعروض المتداول، وتدعم ارتفاع السعر من خلال ضغط العرض.
نشاط البيئة الفرعية 128 بيئة فرعية نشطة، تظهر ازدهاراً. بعض البيئات مثل Templar (SN3) و Targon (SN4) تصل قيمتها السوقية إلى مئات الملايين من الدولارات، وتُظهر نجاح آلية dTAO في “الرهان بالرافعة”.
إجمالي قيمة عملة Alpha ~$14.7 مليار، نما أكثر من 50 ضعفاً منذ إطلاق dTAO، ويعكس اعتراف السوق القوي بالبيئة.
تركيز المدققين أعلى مستوى، مع وجود جهات مثل tao.bot، Taostats، Opentensor Foundation، التي تسيطر على حصة كبيرة، مما يشير إلى بعض المركزية.
حجم التداول اليومي حوالي 241 مليون دولار، مع نسبة تداول/قيمة سوقية حوالي 7.03%، مما يدل على سيولة عالية ونشاط سوقي كبير، مع مشاركة من المؤسسات والمستثمرين الأفراد.
عدد الوكلاء AI المنشور خلال 90 يوماً: 14,500، يعكس النمو الحقيقي في الاستخدام.
التقييم الشامل للبيانات على السلسلة:
تُظهر بيانات شبكة Bittensor خصائص اقتصاد قوي جداً، مع نسبة رهن عالية تؤمن السيولة، وإيرادات حقيقية تدعم الأساسيات، وآلية dTAO تحفز الابتكار في البيئة الفرعية. الجمع بين تقلص العرض المستمر (بما في ذلك النصف وتقليل الرهونات) ونمو الطلب المستمر (بما يشمل دخول المؤسسات وتعزيز سردية AI) يخلق ديناميكيات سعرية ذات ميزة تنافسية عالية.
من المهم ملاحظة أن شفافية البيانات على السلسلة تركز بشكل رئيسي على جانب العرض، بينما لا تزال الجوانب غير المرئية على مستوى الطلب (مثل حجم استدعاءات خدمات AI الحقيقية) غير واضحة تماماً:
الخطر الأول: الإعانات الكبيرة للعملة تخفي التكاليف التجارية الحقيقية
معظم البيئات الفرعية تقدم خدمات منخفضة السعر تعتمد بشكل كبير على تضخم TAO كحافز. على سبيل المثال، شبكة inference الرائدة Chutes (SN64)، لديها نسبة إصدار إلى إيرادات تصل إلى 22-40:1. عند استبعاد الإعانات، فإن الأسعار الحقيقية للخدمات تتجاوز بكثير المنافسين المركزيين، مع هامش يتراوح بين 1.6 إلى 3.5 مرات. استمرار دورة النصف القادمة قد يكشف عن هشاشة هذا النموذج التجاري.
الخطر الثاني: غياب حواجز تنافسية قوية قد يؤدي إلى فقدان المستخدمين بسرعة
شبكة Bittensor توفر نماذج مفتوحة المصدر وواجهات برمجة تطبيقات قياسية، وهو نمط يختلف جوهرياً عن عمالقة السحابة مثل AWS. تفتقر البيئة إلى منصات حصرية، أو تكامل عميق مع الشركات، أو عجلة بيانات، مما يضعف “تأثير القفل” التقليدي. تكلفة انتقال المطورين منخفضة، وعند تراجع الإعانات، قد يفقد المستخدمون بشكل سريع، مع قدرة منصات الحوسبة المركزية ذات التكاليف الأقل على استيعاب التدفقات المهاجرة.
الخطر الثالث: انفصال التقييم عن الواقع بعد تضييق البيانات
بالنسبة للإيرادات الحقيقية البالغة 43 مليون دولار في الربع الأول، قدمت بعض الدراسات تقييمات مختلفة، مستبعدة المعاملات المرتبطة والإعانات، وركزت على الإيرادات الحقيقية الموثوقة من العملات الأجنبية، والتي قد تنخفض إلى نطاق 3-15 مليون دولار سنوياً. باستخدام هذا المقياس، قد يرتفع معدل السعر إلى المبيعات (P/S) إلى مدى يتراوح بين 175 و400، مما يعرض التقييم لفقاعة عالية وخطر الانفجار.