Bittensor,不止 SN3
Source: http://x.com/i/article/2035992416411701248
播客上,
在和
CEO Jensen Huang 的聊天中提到了去中心化 AI 训练,并把 Covenant-72B 训练称为“一项相当疯狂的技术成就”(“a pretty crazy technical accomplishment”)。
如果现在还把 Bittensor 理解成“一个 AI 概念币 + 一堆子网”,那大概率已经慢了一拍。
因为今天的 Bittensor,真正值得看的,已经不只是 TAO,也不只是 SN3。
本文将从Bittensor子网生态结构、其他有价值子网以及子网代币价格进行分析。
更重要的是,它开始长出一套越来越清晰的生态分工: 有的子网在做模型能力, 有的在做搜索、数据、RAG 和 Agent 中间层, 有的在做 GPU、存储、带宽、RPC 这类基础设施, 还有一批在做安全、金融和垂直场景。
换句话说,Bittensor 已经不太像一个单点项目了。 它越来越像一个可以被分层、被定价、被比较的 AI 经济网络。
这也是我做这张图的原因。
过去大家聊 Bittensor,更多是在聊一种很大的叙事:去中心化 AI。 但现在,光讲大叙事已经不够了。真正重要的问题变成了:
- Bittensor 生态里,到底有哪些层?
- 哪一层在创造价值?
- 哪一层开始被市场定价?
- 哪一层又还没被看明白?
而从这个角度看,Bittensor 现在最有意思的地方,恰恰不是“它有没有故事”,而是它已经开始有结构了
先看结构
从有 emission 的子网分布来看,Bittensor 生态已经明显分层。
这不是简单的“项目很多”,而是不同子网已经开始沿着不同方向占位。 有些在做 AI 的核心能力,有些在做连接和组织,有些在做底层资源供给,有些则直接切向交易、安全或具体行业。
这意味着,Bittensor 不再只是一个统一估值的整体,而开始具备分层观察、分层比较、分层定价的基础。
模型能力
模型能力层,是整个生态里最核心的一层。
这一层覆盖的,是 AI 体系里最硬的能力供给:预训练、多模态、长上下文、强化学习、专用求解器等等。
简单说,这一层决定的是:模型到底会不会做事,能不能做更难的事。
它的重要性很直接。 因为它最接近 AI 价值链的源头,也最容易承接市场对“AI 能力升级”的想象。
你可以把它理解成 Bittensor 的“发动机层”。 发动机要是成立,后面的中间层、应用层、金融层,才有真正持续扩张的基础。
SN3 为什么能成为整个 Bittensor 生态最出圈的子网,本质上也在这里。 它不是做了一个边边角角的工具,而是直接碰了最硬的一块:去中心化训练出实际价值高的产物。
中间层
中间层更像整个生态的胶水层。
搜索、数据集、RAG、销售代理、MCP/Agent 基础设施,这些方向看起来不完全一样,但本质上都在解决同一个问题: 怎么让模型真正进入工作流,而不是停留在 demo。
如果模型层决定上限,中间层决定的就是效率。
接入成本高不高,部署顺不顺,调用链路顺不顺,数据能不能组织起来,Agent 能不能在真实流程里跑起来,这些都不取决于底层模型本身,而取决于中间层。
很多时候,真正把 AI 从“能用”推到“好用”的,不一定是最强模型,而是这一层。
所以中间层的价值,往往不是最容易一眼看懂的。 但一旦生态开始从“讲概念”转向“拼落地”,中间层通常会变得越来越关键。
基础设施
基础设施层,是最容易被低估、但也最容易长期受益的一层。
GPU、存储、带宽、RPC、VPN、DevOps、云平台,这些方向不一定最会讲故事,但都非常接近真实需求。
它们更像是 Bittensor 生态里的卖铲子环节。
只要生态继续扩张,模型训练和推理继续发生,数据传输和节点协作继续变复杂,基础设施层的需求就只会越来越硬。
热钱不一定第一时间先炒这层, 但如果你真的相信 Bittensor 会继续长大,那这一层反而很难缺席。
安全
安全层过去更像配角,现在越来越像必修课。
AI 安全、红队、身份风控、DDoS 防护,这些方向以前不容易成为市场第一眼关注的焦点。
但只要 Agent 越来越自动化,链上交互越来越频繁,模型调用越来越深,安全迟早会从“可选项”变成“基础设施”。
系统越复杂,安全的价值越高。 这几乎是一个不会变的规律。
所以这一层现在也许还不是最热, 但后面很可能会成为市场补课的一块。
金融类
金融层是 Bittensor 最容易被外部资金理解的一层。
交易信号、DEX、流动性、稳定币、借贷、资管、奖励路由,这些天然就更容易和价格、收益、杠杆、资本效率挂钩。
说得直接一点,金融层更容易被定价。 因为市场本来就是拿价格和收益去理解世界的。
所以这一层,往往也是最容易先跑出高弹性标的的一层。
在分类图中,金融层子网数量并不少,这本身就说明了一件事: Bittensor 不是只有“训练模型”这一种叙事,它已经在长出自己的资本市场结构。
垂直应用层
垂直行业应用层,是最接近“成品”的一层。
这一层不是在比谁更底层、谁更通用,而是在比谁能真正切进一个具体行业、一个具体场景,并且形成闭环。
如果说模型层、中间层、基础设施层更像在修路、造桥、铺管道, 那应用层更像是最后真正卖给市场的东西。
它离用户最近,也离商业化最近。
所以它未必总是估值最高的一层, 但它往往最容易让外部世界理解:原来 Bittensor 不只是一个协议,而是能真的长出业务。
所以,从结构上看,今天的 Bittensor 已经不是单一赛道。
它更像一个小型 AI 经济体。
而 Mapping 真正有意思的地方,也就在这里。 你会发现,现在值得看的已经不只是“哪个项目最火”,而是:
- 哪一层正在形成共识
- 哪一层在承接流量
- 哪一层在吃扩张红利
- 哪一层又还没被市场完全看懂
简言之,市场开始对各个子网分别进行定价,而不再把 Bittensor 视为一个单一代币叙事来整体看待。
不止SN3
SN3 当然还是整个 Bittensor 生态里最具代表性的标杆。
这一点没有太大悬念。
它最先把“去中心化训练”这件事,从概念推到了可验证、可讨论、也可被市场定价的阶段。
但如果今天还只是把视线停在 SN3 上,其实已经有点不够了。
真正值得看的,是: 除了 SN3,谁可能成为下一批被市场持续看见的核心节点。
我们的判断是,下一阶段最值得盯住的,不会只是“另一个 SN3”,而会是几类卡在关键位置上的子网。
第一类:模型能力继续往上走的子网
这里最值得看的,是 SN81。
如果说 SN3 解决的是“模型能不能被去中心化地训出来”,那 SN81 更像是在回答下一步:模型训出来之后,怎么继续把能力往上抬。
后训练、强化学习、对齐、真实任务优化,这些方向在今天的主流 AI 产业里都越来越重要。因为模型竞争,已经不只是预训练参数量的竞争,而越来越变成后训练质量的竞争。
所以 SN81 吸引人的地方,不只是它也在模型层,而是它站在一个非常顺产业趋势的位置上。
市场如果继续往“真正有 AI 含量的子网”收敛,SN81 很容易成为下一个持续被看到的名字。
第二类:更接近真实落地的可信推理层
这里最值得看的,是 SN4。
SN4 的看点,不在于它是不是最热,而在于它踩中的方向很硬:可信推理、隐私计算、生产环境可用性。
过去大家看 AI,容易只盯着模型能力。但真正进入企业侧和生产环境之后,问题会立刻变成另一套:
- 模型能不能安全运行?
- 数据能不能保密?
- 推理结果能不能验证?
- 系统能不能真的被拿去承接业务?
而这些,恰恰是 SN4 这一类子网的价值所在。所以在我看来,SN4 不是那种“情绪型子网”,它更像是Bittensor 生态往真实 AI 基础设施迈进时,绕不开的一层。
只要市场开始从“有没有故事”转向“能不能进场景”,SN4 的重要性就会越来越明显。
第三类:卖铲子的基础设施层
这一组里,我们会重点看 SN75 和 SN39。
原因很简单。只要你真的相信 Bittensor 不是一个短期概念,而是会继续扩张的 AI 网络,那么基础设施就不会缺席。
SN75 更偏云存储、状态持久化和应用承载。它的逻辑很稳:模型和 Agent 可以越来越多,但没有存储、没有云化承载、没有长期状态,很多东西都跑不深。
SN39 则更偏算力、带宽、时延这一类资源组织。它解决的是 AI 系统最底层、但也最现实的效率问题。
这两类方向的共同点是:它们未必总是最会讲故事,但往往最容易随着生态扩张持续受益。
所以,SN75 和 SN39 这类子网,未必每一轮都最亮眼,
但非常可能是市场会不断回头看的那一批。
第四类:最容易向外部世界讲明白的垂直应用层
这里我会重点看 SN68。
因为它切的不是泛泛的“AI 应用”,而是一个本身就足够大的方向:AI 药物发现。
这类子网最有意思的地方在于,它不需要完全依赖 crypto 语境来自我证明。哪怕放到更大的 AI 行业里,它也有自己独立的产业逻辑。
这很重要。
因为很多 Bittensor 子网,市场暂时还只能在生态内部理解;但像 SN68 这种垂直方向,是有机会被生态外资本和行业一起看懂的。
换句话说,它更容易破圈。所以如果后面真的有一批 Bittensor 子网,开始从“生态内共识”走向“行业级叙事”,那 SN68 这种方向,我们重点跟踪。
这批子网为什么值得注意
如果把它们放在一起看,会发现一条很清晰的线:
- SN81 对应的是模型能力继续升级;
- SN4 对应的是可信推理和真实落地;
- SN75、SN39 对应的是生态扩张必须依赖的基础设施;
- SN68 对应的是最容易出圈的垂直应用;
也就是说,下一批可能被市场持续看见的核心节点,并不一定都长得像 SN3。
它们更可能分别站在模型、推理、基建、应用、评测这些关键位置上。
而真正值得重视的,也恰恰是这一点:
Bittensor 后面的机会,不会只来自“复制一个 SN3”,而会来自不同层里,各自跑出自己的核心节点。
简言之,排放机制正逐渐成为筛选注意力、流动性和参与度的一种实用工具。
最后,再看市场
信息源:Taostats
如果第一部分回答的是“生态长什么样”,第二部分讨论的是“除了 SN3 之外,哪些子网最值得跟踪”,那么最后这一部分回答的,就是第三个问题:
- 市场到底已经在给什么定价?
有一点非常明显:子网的市场表现并不弱。
从近期价格走势来看,不少头部子网在一周和一个月两个维度上,都交出了相当可观的涨幅。像 SN3、SN39、SN81、SN93、SN68 这些名字,都表现出了比较明显的价格弹性;而 SN4、SN75、SN120 即便短期节奏不同,也始终稳稳处在市场关注范围之内。
这件事的意义,不只是“它们涨了”。
很长一段时间里,市场对 Bittensor 的直觉逻辑其实很简单:先是 TAO 上涨,然后子网才跟着发展。
但现在,这种关系开始变得更像是双向的。
随着一些强势子网不断建立位置、优化叙事、吸引更多注意力,它们已经不再只是 TAO 上涨之后的下游受益者。越来越多时候,它们本身已经成为整个 Bittensor 生态被更认真对待的原因之一。
换句话说,这套逻辑也许正在从:“TAO 的升值带动子网增长” >>>
转向 >>> “子网的进展反过来强化整个网络的价值,并进一步支撑 TAO 本身。”
这是一个很重要的变化。
因为一旦市场开始相信,子网发展不只是生态扩张的结果,同时也是生态扩张的驱动力,那么 Bittensor 的估值逻辑就会变得有意思得多。
这背后,其实至少说明了三件事。
第一,市场开始对子网单独定价
市场已经不再把 Bittensor 简单看成一个“TAO 吃掉全部价值”的单币故事。
它开始对子网进行结构性定价。
也就是说,资本现在不再只问: 你是不是 Bittensor 生态的一部分?
它更在问: 谁的位置更关键? 谁的业务模式更清晰? 谁的流动性更好?
而这些项目,也更有可能率先启动。
第二,Emission 正在变成筛选器
Emission 本身,也正在慢慢变成一个既现实又有效的筛选器。
有 emission,并不代表一个子网就一定会赢。
但它通常意味着,这个子网已经进入了一个更可见、更有流动性、也更值得被跟踪的位置。它往往意味着更清晰的参与路径、更强的流动性基础,以及更稳定的市场关注来源。
所以,emission 不是终点。但它确实是一个非常重要的起点。
与此同时,这个逻辑其实还有第二层。
如果你有足够时间继续往下挖,那么也值得去看看那些近期已经有明显进展,但 emission 仍然偏低、市场还没有完全重估的子网。
因为 low emission 并不总是意味着长期潜力弱。有时候,它只是意味着这个子网还没有真正启动。
市场往往会先用 emission 做第一轮筛选,但这也意味着,低 emission 的名字往往会更长时间地处在被忽视的状态。而当一个子网还没有在市场心智里被真正激活时,那里有时恰恰就是不对称机会所在。
所以,更实用的结论,并不只是“盯着 emission 最高的那些名字”。
更好的理解方式,其实是一个两步法:
第一步,用 emission 作为筛选器,先看市场已经在验证什么。 第二步,如果时间和精力允许,再往更后面的排名里看,去找那些仍然还早的名字。
也许,用这种方法,你会看到下一个 Subnet3。
第三,子网代币正在成为更主动的参与方式
还有一个更重要的点: 参与优质子网代币,正在成为一种比单纯持有 TAO 更主动的生态参与方式。
如果你只持有 TAO,你拿到的是整个 Bittensor 生态扩张的 beta。
但如果你愿意进一步深入到子网层,去识别那些真正有位置、有业务清晰度、有流动性的项目,那么你实际上是在争取生态内部更高的 alpha。
说得更直白一点:
- TAO 更像底层核心资产。
- 子网代币更像超额收益层。
这也是为什么我们认为,参与优质子网代币,会是一个很好的、长期积累更多 TAO 的方式。
简言之,子网代币正在成为 Bittensor 敞口里更高 alpha 的那一层,而 TAO 仍然是整个生态最核心的 beta 资产。