Comparaison du développement de l'IA et des Cryptoactifs : technologie de pointe vs emballage financier

Récemment, la stratégie Rollup-Centric d'Ethereum semble avoir rencontré des revers, suscitant des critiques sur la structure hiérarchique L1-L2-L3. Cependant, il est intéressant de noter que le domaine de l'IA a également connu une évolution rapide similaire L1-L2-L3 au cours de l'année écoulée. En comparant les trajectoires de développement de ces deux domaines, nous pouvons découvrir certaines différences profondes.

Dans le domaine de l'IA, chaque niveau de développement résout des problèmes fondamentaux que le niveau précédent ne pouvait pas surmonter. Les modèles de langage de grande taille (LLMs) au niveau L1 établissent les bases de la compréhension et de la génération du langage, mais présentent des lacunes évidentes en matière de raisonnement logique et de calcul mathématique. Les modèles de raisonnement au niveau L2 sont spécifiquement optimisés pour ces faiblesses, certains modèles étant capables de traiter des problèmes mathématiques complexes et le débogage de code, compensant efficacement les zones d'ombre cognitives des LLMs. Sur cette base, l'Agent IA de niveau L3 intègre les capacités des deux premiers niveaux, permettant à l'IA de passer d'une réponse passive à une exécution active, capable de planifier des tâches de manière autonome, d'appeler des outils et de gérer des flux de travail complexes.

Cette structure hiérarchique reflète les caractéristiques de "progression des capacités" : L1 établit la base, L2 comble les lacunes, L3 intègre et améliore. Chaque niveau réalise un saut qualitatif sur la base du précédent, permettant aux utilisateurs de sentir clairement que l'IA devient plus intelligente et plus pratique.

En comparaison, la logique de stratification dans le domaine des cryptoactifs semble simplement patcher les problèmes de la couche précédente, tout en provoquant par inadvertance de nouveaux problèmes, plus grands. Initialement, les chaînes publiques L1 faisaient face à des goulets d'étranglement en matière de performances, d'où l'introduction de solutions d'extension L2. Cependant, après une vague d'engouement pour l'infrastructure L2, bien que les frais de Gas aient diminué et que le TPS ait légèrement augmenté, la liquidité est devenue dispersée et les applications écologiques restent rares. Cela a conduit à ce qu'une surabondance d'infrastructures L2 devienne un nouveau problème. Pour résoudre cette situation, on commence à développer des chaînes d'applications verticales L3, mais ces chaînes d'applications agissent souvent de manière autonome, incapables de bénéficier des effets de synergie de la chaîne commune, ce qui rend l'expérience utilisateur encore plus fragmentée.

Ce modèle en couches ressemble davantage à un "transfert de problème" : L1 présente des goulets d'étranglement, L2 offre des solutions temporaires, et L3 entraîne davantage de confusion et de dispersion. Chaque couche semble simplement transférer le problème d'un domaine à un autre, donnant l'impression que toutes les solutions tournent autour de l'objectif "d'émettre des jetons".

La raison fondamentale de cette différence pourrait résider dans le fait que la hiérarchisation dans le domaine de l'IA est motivée par la concurrence technologique, chaque grande entreprise s'efforçant d'améliorer les capacités de ses modèles. En revanche, la hiérarchisation dans le domaine des cryptoactifs semble davantage contrainte par l'économie des jetons, les indicateurs clés de chaque projet L2 étant souvent centrés sur la valeur totale des actifs verrouillés (TVL) et le prix des jetons.

Essentiellement, un domaine s'attaque à des problèmes techniques, tandis qu'un autre ressemble davantage à un emballage de produits financiers. Il n'y a peut-être pas de jugement absolu sur ce phénomène, et différentes personnes peuvent avoir des opinions différentes.

Bien que cette comparaison abstraite ne soit pas absolue, en comparant les trajectoires de développement de ces deux domaines, nous pouvons effectivement obtenir quelques insights intéressants. Cette façon de penser peut nous aider à examiner les moteurs et les orientations du développement technologique sous différents angles.