Daniil y David Liberman: La IA no es solo una batalla de modelos, sino también una guerra por la infraestructura de capacidad computacional

null

作者 | Gonka.ai

前言：在全球 AI 讨论持续升温的背景下，行业关注点往往集中在模型能力、技术突破以及监管框架。但在这些讨论之下，一个更基础的问题正逐渐浮现：AI 的算力基础设施究竟掌握在谁手中？在 Unlockit Conference的一场对话中，Gonka 协议的共同创造者、未来学家、企业家和投资人 Daniil 和 David Liberman 提出了一个核心观点：人工智能从来不是中立技术，算力基础设施决定了 AI 最终为谁服务。在他们看来，AI 的未来不仅是一场技术竞赛，更是一场围绕基础设施控制权展开的长期博弈。

AI 的真正底层：不是模型，而是算力

只有当人们不去质疑其底层假设时，中心化 AI 基础设施才看起来像是一种必然。

很长一段时间以来，大多数关于人工智能的讨论都集中在模型、伦理或监管上。但在这些之下，还有一个更为决定性的层面——算力。谁拥有算力、谁控制算力的访问权，以及在什么条件下可以使用算力，这些最终决定了人工智能如何运作，以及它服务于谁。

一旦从这个视角看待 AI，当前的图景就很难被忽视。OECD 的研究以及其他公开数据表明，先进 AI 算力正越来越集中在少数云服务提供商手中，并集中在有限的几个国家。这造成了一个不断扩大的“算力鸿沟”，即那些能够接触基础设施的人与无法接触的人之间的差距。

这种集中并非偶然。如今，对先进 GPU 的访问由少数几家提供商控制，并且越来越受到国家层面优先事项的影响。其结果是算力昂贵、容量受限，并且在地理上分布不均。而这一切恰恰发生在 AI 正成为科学、工业和社会基础设施的关键时刻。

与此同时，当下的去中心化体系也并没有自动解决这个问题。许多去中心化系统仍然将大量算力消耗在共识和安全的开销上，而激励机制往往奖励资本，而不是真实的计算贡献。这会打击硬件提供者的积极性，并减缓基础设施层面的创新。

正是在这里，我们的思考开始分化。我们并不是从一种意识形态立场出发，也不是为了反对中心化参与者而选择去中心化。我们是从一个更实际的问题出发：如果效率、访问权和贡献能够被对齐，而不是彼此冲突，那么 AI 基础设施会是什么样子？

这个问题最终引导我们走向一种模型：大多数算力被用于真正的 AI 工作，而不是系统开销；参与和治理权由经过验证的计算贡献来决定，而不是资本；全球 GPU 资源的访问在设计上是无需许可的。在实践中，这些假设也不断通过持续的开放讨论进行压力测试，包括与 GPU 运营者、开发者以及研究人员的实时合作——例如在我们的 Discord 社区中。

AI 从来不仅仅是软件。它一直是一种基础设施。而基础设施的选择通常会将社会锁定在持续数十年的发展轨道上。将这种基础设施置于少数企业或国家管辖之下，并不是一个中性的技术结果，而是一项具有长期经济和地缘政治后果的结构性决定。如果智能本身是要变得丰富的，那么支撑它的基础设施从一开始就必须为“丰富性”而设计。

去中心化 AI 的真正成功标准

困难之处主要在于，你并不是在与人争论，而是在与“默认假设”争论。

主流科技社区往往优化短期有效的东西：速度、资本效率、集中控制，以及通过整合实现规模。这些选择在局部上是合理的，但一旦成为默认选项，人们就很少再去质疑它们。当你挑战这些默认假设时，就会感觉像是在说另一种语言——不是因为想法极端，而是因为这些想法触及了许多职业、公司和战略已经建立起来的激励结构。

更困难的是时机问题。中心化系统往往在其长期成本显现之前就已经看起来非常成功。虽然巨额投资和基础设施支出已经非常明显，但更深层的成本往往在后来才显现，例如依赖性增强、灵活性丧失、定价权集中到少数提供商手中，以及在系统深度嵌入之后无法再改变方向。

对我们而言，成功并不意味着赢得一场争论，也不意味着取代现有参与者。成功的样子其实要安静得多。成功是当去中心化基础设施不再是一种宣言，而变得平淡无奇：当人们使用它，不是因为他们相信去中心化，而是因为它是最实用的选择。

最终，真正的成功是当整个讨论本身发生变化。当问题不再是“智能是否应该中心化”，而变成“我们为什么曾经认为它必须是中心化的”。到了那时，信念不再需要被直接挑战，它们会自然演化。

企业如何决定走中心化还是去中心化的路径？

AI 基础设施已经不再只是一个技术层，它正在成为一种战略依赖。

对于企业来说，中心化 AI 基础设施会产生难以逆转的锁定效应。一旦关键系统依赖于少数提供商，控制权就会逐渐从用户转移到基础设施所有者手中。随着时间推移，这将影响价格、访问权、创新速度以及可行战略选择的范围。

对于企业而言，问题在于战略灵活性。中心化基础设施在早期阶段可能运作良好，但往往会逐渐固化为长期依赖。成本变得越来越难以控制，替代方案越来越难以采用，而在大规模情况下改变架构决策也会变得越来越困难。

决定的关键时刻通常比大多数人想象得更早。基础设施选择往往在其后果尚未明显时就已经锁定。一旦 AI 从实验阶段变成日常基础设施，改变底层架构的成本就会呈指数级上升。因此，真正的决策时刻并不是当中心化系统失败时，而是在它们仍然看起来运行良好的时候。尽早探索去中心化方案可以保留选择权；等待往往意味着选择已经被做出。

如果已经依赖中心化基础设施，是否已经太晚？

很少会真正“太晚”，但随着时间推移，难度会呈指数级增加。

一旦大多数系统建立在中心化 AI 基础设施上，挑战就不再是技术层面的，而是制度层面的。工作流程、激励机制、预算、合规要求，甚至人才培养路径，都会逐渐假设中心化就是“事情的运作方式”。到了那时，改变就不再只是迁移基础设施，而是需要重新学习那些已经深植于组织中的习惯、合同模式以及思维方式。

基础设施锁定的研究也强化了这一点。行业分析持续表明，在中心化云环境中运行数年之后，转换成本会急剧上升，而不是线性上升。这种增长来自长期合同、监管框架、深度整合的内部流程以及高度专业化的劳动力。OECD 的研究也指出，没有早期获得 AI 算力的国家和组织，随着时间推移会面临不断累积的劣势，不仅失去竞争力，也失去架构自由——即真正选择其他基础设施模型的能力。

与此同时，历史表明基础设施转型很少一次性发生。它们通常从边缘开始。新的应用场景、新的参与者以及新的限制条件会创造压力点，在这些地方中心化系统开始不再足够——可能是成本过高、速度过慢、限制过多或过于脆弱。这通常就是替代方案开始变得重要的地方。

随着时间推移，真正被侵蚀的是“选择权”。中心化基础设施占主导地位的时间越长，真正的选择就越少。

依赖关系会逐渐固化，而去中心化从一种主动设计决策变成一种被动纠正，而这种纠正总是更昂贵、更复杂、更难控制。

因此真正的风险不是已经太晚。真正的风险是等待，直到去中心化不再是一种选择，而是系统性失败所迫使的必要措施。越早探索，即使只是与中心化方案并行探索，越有空间去主动塑造结果，而不是在压力下被迫改变。

对下一代而言，AI架构将决定机会分配

未来一代需要理解，技术并不会因为变得先进就变得中立。

每一代人都会继承之前做出的基础设施选择，往往却没有意识到这些选择曾经是刻意做出的决定，而不是必然结果。对未来一代而言，AI 会像今天的电力或互联网一样自然存在。正因为如此，底层架构才如此重要——它不仅决定什么是可能的，也决定对谁来说是可能的。

未来一代需要知道，对智能的访问可以以根本不同的方式被组织。它可以被视为一种共享基础：开放、丰富且难以被垄断。也可以被围起来、被定价、被控制，即使从表面上看似方便和高效。这两条路径都可以产生令人印象深刻的技术，但只有其中一条能够保留长期的自由、韧性和真正的选择。

他们还应该理解，中心化通常是悄然到来的。不是通过强制，而是通过便利。一开始的权衡往往看起来很小：成本稍低、部署更快、协调更简单。但后果会在之后显现——当改变方向变得昂贵甚至几乎不可能时。

同样重要的是认识到，基础设施会直接影响社会流动性。看似技术中立的系统，可能减少人与人之间以及代际之间的不平等起点，也可能悄然将这些不平等锁定数十年。正如你可能知道的，这也是我们非常关注的话题。年轻一代在同龄阶段已经面临比前几代人更大的劣势。当前 AI 的实施方式并没有解决这个问题，甚至可能使其更严重。从这个意义上说，架构选择不仅决定效率，也决定谁真正拥有实验、建设和塑造未来的机会。

最重要的是，未来一代需要理解，这些系统仍然是由人设计的。不是命运决定的，不是“市场”决定的，也不是机器本身决定的。质疑默认假设，问清谁从某种架构中获益，并坚持保留选择权，并不是对进步的抵抗。这正是保持进步开放的方式。

为什么决定在 Unlockit 上分享这些故事？

Unlockit 似乎是一个讨论空间，在这里，对话不是围绕炒作、发布或预测展开，而是围绕人们为什么会做出某些选择。这对我们来说很重要。我们的故事其实并不是关于某个项目或某项技术，而是关于在早期发现结构性模式，并决定不把它们当作不可避免的事情。

多年来，我们一直在主流系统内部运作：建立公司、投资、与大型组织合作，并从中心化基础设施中受益。我们从内部理解这些系统是如何运作的。在某个时刻，我们意识到，如果重复同样的结构，却希望得到不同的结果，通常不会产生真正新的东西。与其保持沉默或把它包装成另一个成功故事，不如公开分享这种认识。

同时，我们来到 Unlockit 不仅是为了反思，也是为了分享实际经验，这些经验对在场的不同群体都具有现实意义。对于创业者来说，这些问题涉及基础设施控制权、对提供商的依赖以及在不失去灵活性的情况下扩展规模的能力。对于投资人来说，它们涉及长期风险、基础设施锁定以及哪些模型真正能够创造持久价值。对于企业和技术领导者来说，这关乎成本结构、可靠性、监管约束以及在快速变化环境中的战略自由。

我们希望分享一种已经作为实践运行的替代路径——不是作为普遍答案，而是一种不同的思考方式：如何构建依赖更少、透明度更高、长期选择权更大的 AI 基础设施。同样重要的是，我们也希望听到来自那些在商业、资本和机构层面做出真实决策的人们的反馈。

我们也相信，这些讨论不应该只局限于圈内人。一旦基础设施决策不再被公开讨论，它们就会悄然固化为默认选择 Unlockit 提供了一个空间，可以在这些选择变得不可逆之前进行反思，这使得参与这场对话变得有意义。

最终，参加 Unlockit 并不是为了解释我们正在做什么，而是为了说明为什么质疑默认假设仍然重要，尤其是在技术进步看起来快速、强大且不可避免的时代。同时，这也是为了倾听那些正在塑造商业、技术和社会系统未来的人们的观点。