作者 | Gonka.ai序文：世界的AI讨论持续升温的背景下，行业的关注点往往集中在模型能力、技术突破以及监管框架上。但在这些讨论之下，一个更为根本的问题逐渐浮现：人工智能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、企业家兼投资人Daniil和David Liberman提出了一个核心观点：人工智能从来不是中立的技术，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，集中式的AI基础设施才看起来像是一种必然。长时间以来，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限，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的运作方式，以及它服务的对象。一旦从这个角度看待AI，当前的局面就难以忽视。OECD的研究以及其他公开数据表明，先进的AI算力正日益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的访问由少数几家供应商控制，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，并且在地理分布上不均。而这一切恰逢AI正成为科学、工业和社会基础设施的关键时期。与此同时，当前的去中心化体系也并未自动解决这个问题。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，而非真实的计算贡献。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。我们并非从某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：大部分算力用于真正的AI工作，而非系统开销；参与和治理权由经过验证的计算贡献决定，而非资本；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的控制之下，并非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。如果智能本身要变得丰富，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内有效的方案：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非常明显，但更深层的成本往往在之后才显现，例如依赖性增强、灵活性丧失、定价权集中到少数供应商手中，以及在系统深度嵌入后难以改变方向。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。成功的样子其实要平静得多。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基础设施已不再只是一个技术层面的问题，而是成为一种战略依赖。对于企业而言，中心化的AI基础设施会带来难以逆转的锁定效应。一旦关键系统依赖于少数供应商，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、访问权限、创新速度以及可行的战略选择范围。对于企业而言，关键在于战略的灵活性。中心化基础设施在早期可能运作良好，但往往会逐渐固化为长期依赖。成本变得越来越难以控制，替代方案也变得越来越难以采用，而在大规模情况下改变架构决策的难度也会指数级上升。决定的关键时刻通常比大多数人想象得更早。基础设施的选择，往往在其后果尚未明显时就已被锁定。一旦AI从试验阶段转入日常基础设施，改变底层架构的成本就会呈指数增长。因此，真正的决策时刻并不是在中心化系统失败时，而是在它们仍然运行良好时。提前探索去中心化方案，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？其实很少会“太晚”，但随着时间推移，难度会呈指数级增长。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，而是制度层面。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“运作的方式”。到那时，改变不再只是迁移基础设施，而是需要重新学习那些已深植于组织中的习惯、合同模式和思维方式。基础设施的锁定效应研究也强化了这一点。行业分析持续显示，在中心化云环境中运行数年后，迁移成本会急剧上升，而非线性增长。这种增长源自长期合同、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，也失去架构的自由——即真正选择其他基础设施模型的能力。同时，历史表明，基础设施的转型很少一次性完成。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带来压力点，在这些地方，中心化系统开始变得不再足够——可能是成本过高、速度过慢、限制过多或过于脆弱。这些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”。中心化基础设施占据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修正，而这种修正总是更昂贵、更复杂、更难控制。因此，真正的风险不是“太晚了”。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的必要措施。越早探索，即使只是与中心化方案并行，也能保留主动塑造未来的空间，而不是在压力下被迫改变。对下一代而言，AI架构将决定机会的分配未来一代需要理解，技术不会因为变得更先进就变得中立。每一代人都会继承之前的基础设施选择，往往没有意识到这些选择曾经是刻意做出的决定，而非必然的结果。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，即使表面上看似方便和高效。这两条路径都可以带来令人印象深刻的技术，但只有其中一条能够长期保持自由、韧性和真正的选择。他们还应理解，中心化通常是悄然到来的。不是通过强制，而是通过便利。一开始的权衡往往很小：成本略低、部署更快、协调更简便。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，要认识到基础设施会直接影响社会的流动性。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。当前的AI实施方式并未解决这个问题，甚至可能使其更严重。从这个角度看，架构的选择不仅决定效率，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，这些系统仍然由人设计。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。为什么要在Unlockit分享这些故事？Unlockit似乎是一个讨论空间，在这里，讨论不是围绕炒作、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，并决定不把它们视作不可避免的事情。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获益。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，如果重复相同的结构，却希望得到不同的结果，通常不会产生真正的创新。与其保持沉默或将其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。对于创业者而言，这些问题涉及基础设施的控制权、对供应商的依赖，以及在不失去灵活性的前提下扩展规模的能力。对于投资者而言，它们关系到长期风险、基础设施的锁定，以及哪些模型真正能创造持久价值。对于企业和技术领导者而言，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在实践中运行的替代路径——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的反馈。我们也相信，这些讨论不应仅限于圈内人。一旦基础设施的决策不再公开讨论，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，使得参与这场对话变得有意义。最终，参加Unlockit不是为了说明我们在做什么，而是为了强调为什么质疑默认假设仍然重要，尤其是在技术快速、强大且似乎不可避免的时代。同时，也是为了倾听那些在塑造商业、技术和社会系统未来的人们的声音。
ダニイルとダビッド・リバーマン：AI はモデル戦争ではなく、計算力インフラストラクチャー戦争である
作者 | Gonka.ai
序文：世界的AI讨论持续升温的背景下，行业的关注点往往集中在模型能力、技术突破以及监管框架上。但在这些讨论之下，一个更为根本的问题逐渐浮现：人工智能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、企业家兼投资人Daniil和David Liberman提出了一个核心观点：人工智能从来不是中立的技术，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，集中式的AI基础设施才看起来像是一种必然。
长时间以来，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限，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的运作方式，以及它服务的对象。
一旦从这个角度看待AI，当前的局面就难以忽视。OECD的研究以及其他公开数据表明，先进的AI算力正日益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的访问由少数几家供应商控制，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，并且在地理分布上不均。而这一切恰逢AI正成为科学、工业和社会基础设施的关键时期。
与此同时，当前的去中心化体系也并未自动解决这个问题。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，而非真实的计算贡献。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。我们并非从某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：大部分算力用于真正的AI工作，而非系统开销；参与和治理权由经过验证的计算贡献决定，而非资本；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的控制之下，并非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。如果智能本身要变得丰富，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内有效的方案：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非常明显，但更深层的成本往往在之后才显现，例如依赖性增强、灵活性丧失、定价权集中到少数供应商手中，以及在系统深度嵌入后难以改变方向。
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。成功的样子其实要平静得多。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基础设施已不再只是一个技术层面的问题，而是成为一种战略依赖。
对于企业而言，中心化的AI基础设施会带来难以逆转的锁定效应。一旦关键系统依赖于少数供应商，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、访问权限、创新速度以及可行的战略选择范围。
对于企业而言，关键在于战略的灵活性。中心化基础设施在早期可能运作良好，但往往会逐渐固化为长期依赖。成本变得越来越难以控制，替代方案也变得越来越难以采用，而在大规模情况下改变架构决策的难度也会指数级上升。
决定的关键时刻通常比大多数人想象得更早。基础设施的选择，往往在其后果尚未明显时就已被锁定。一旦AI从试验阶段转入日常基础设施，改变底层架构的成本就会呈指数增长。因此，真正的决策时刻并不是在中心化系统失败时，而是在它们仍然运行良好时。提前探索去中心化方案，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？
其实很少会“太晚”，但随着时间推移，难度会呈指数级增长。
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，而是制度层面。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“运作的方式”。到那时，改变不再只是迁移基础设施，而是需要重新学习那些已深植于组织中的习惯、合同模式和思维方式。
基础设施的锁定效应研究也强化了这一点。行业分析持续显示，在中心化云环境中运行数年后，迁移成本会急剧上升，而非线性增长。这种增长源自长期合同、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，也失去架构的自由——即真正选择其他基础设施模型的能力。
同时，历史表明，基础设施的转型很少一次性完成。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带来压力点，在这些地方，中心化系统开始变得不再足够——可能是成本过高、速度过慢、限制过多或过于脆弱。这些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”。中心化基础设施占据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修正，而这种修正总是更昂贵、更复杂、更难控制。
因此，真正的风险不是“太晚了”。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的必要措施。越早探索，即使只是与中心化方案并行，也能保留主动塑造未来的空间，而不是在压力下被迫改变。
对下一代而言，AI架构将决定机会的分配
未来一代需要理解，技术不会因为变得更先进就变得中立。
每一代人都会继承之前的基础设施选择，往往没有意识到这些选择曾经是刻意做出的决定，而非必然的结果。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，即使表面上看似方便和高效。这两条路径都可以带来令人印象深刻的技术，但只有其中一条能够长期保持自由、韧性和真正的选择。
他们还应理解，中心化通常是悄然到来的。不是通过强制，而是通过便利。一开始的权衡往往很小：成本略低、部署更快、协调更简便。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，要认识到基础设施会直接影响社会的流动性。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。当前的AI实施方式并未解决这个问题，甚至可能使其更严重。从这个角度看，架构的选择不仅决定效率，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，这些系统仍然由人设计。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。
为什么要在Unlockit分享这些故事？
Unlockit似乎是一个讨论空间，在这里，讨论不是围绕炒作、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，并决定不把它们视作不可避免的事情。
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获益。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，如果重复相同的结构，却希望得到不同的结果，通常不会产生真正的创新。与其保持沉默或将其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。对于创业者而言，这些问题涉及基础设施的控制权、对供应商的依赖，以及在不失去灵活性的前提下扩展规模的能力。对于投资者而言，它们关系到长期风险、基础设施的锁定，以及哪些模型真正能创造持久价值。对于企业和技术领导者而言，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在实践中运行的替代路径——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的反馈。
我们也相信，这些讨论不应仅限于圈内人。一旦基础设施的决策不再公开讨论，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，使得参与这场对话变得有意义。
最终，参加Unlockit不是为了说明我们在做什么，而是为了强调为什么质疑默认假设仍然重要，尤其是在技术快速、强大且似乎不可避免的时代。同时，也是为了倾听那些在塑造商业、技术和社会系统未来的人们的声音。