13 min read

又一个模型?为什么加密世界需要 AltLLM。

Source: http://x.com/i/article/2050210097310392321

三个看似不起眼的失败,解释了为什么一整个新品类正在被建造。

一位散户用户打开前沿聊天机器人,询问某个中盘代币的当前价格。模型像彭博终端一样自信地编造出一个数字。这个数字偏差了 12%。
一位刚入行一周的交易者向同一个模型咨询,该不该把稳定币从 Arbitrum 跨链到 Base。模型推荐了一座在 2023 年遭到漏洞攻击后已被暂停的桥。仅 Multichain 一家在 2023 年 7 月事件中就损失了约 1.3 亿美元(数据来自 Chainalysis 年终报告),此后还有数座小桥被攻破;模型读过这些事后分析,但它并不知道本周哪些协议还活着。这位交易者照样把资金发了过去。
一位开发者想做一个钱包助手。她花了三个小时把一个闭源 API LLM、一个价格预言机、一个链上 RPC、一个 Hyperliquid 客户端和一个交易所 SDK 拼到一起 —— 然后又花了第四个小时让它们共享同一个鉴权上下文。这个助手在她的笔记本上能跑。但还跑不起来给别人用。

这些用户都没做错什么。他们都在正确地使用人类有史以来最强大的通用 AI。但他们都从不同角度撞上了同一个问题:通用 AI 在加密领域的“通用”,正是加密世界最承担不起的那种通用。

这篇文章是一个长篇论证 —— 论证为什么加密原生模型和加密原生智能体必须以独立产品的身份存在,为什么它们不能被“通用模型 + 用户自配工具”的组合取代,以及为什么最有可能赢得这个市场的版本,是那个把所有配置都从用户面前藏起来的版本。论证先以品类层面的主张展开,具体产品 —— 本文中是 AltLLM 与 AltClaw —— 在文章后半段才登场,作为该品类公开发展程度较高的代表之一。

三类用户,一个缺失的层

2026 年的加密 AI 讨论里,人们反复重新发现同样的三类用户。他们带着三种截然不同的需求出现,反复撞上同一套通用栈。

Image

这一模式不断重复。每一个用户都距离正确答案只差一段 ChatGPT 对话,距离可用产品却隔着一整个配置工程。缺失的那一层并不是更好的模型。是一套能把配置从用户身上拿走的栈。

通用 AI 把加密当作一门外语

一个前沿通用模型对待加密货币的方式,就像一位礼貌的游客对待一门外语。它能识别词汇、变位动词、说出一句语法正确而且语气自信的句子。但它告诉不了你:某个“去中心化”交易所是不是把订单偷偷路由到一个隐藏的中心化撮合簿;它定不了某个永续合约的价,因为相关的订单簿处在它的训练时间之外;它给不出某个稳定币的借贷利率,因为这利率是池子深度的实时函数;它也分不清某个充值地址是新生成的、还是某个钓鱼仿冒。这些都不是边缘场景。这些恰恰是人们使用加密所做的事。

这种流畅度差距是结构性的,不是调参 bug。一个训练数据截止到 1 月的语言模型,告诉不了你2 月链上发生了什么。一个没有执行权限的模型可以描述某个动作会怎样,却无法去做。一个被训练成对广大受众都友好的模型,倾向于把它的不确定性圆滑成自信的措辞—— 而这恰恰是加密无法容忍的失败模式,因为在加密里,礼貌的措辞是用真金白银付账的。

Image

配置税

面对流畅度差距,最显而易见的回应,是要求用户自带工具。今天的开发者体验恰恰如此:挑一个闭源前沿模型,接一个价格预言机,带一个钱包,接通交易所SDK,绑上一个工具调用协议,自托管一个向量库,管好账户余额,处理重试,看着日志,应付速率限制,然后,在所有这一切之间,把应用本身写出来。这种集成负担是真实的,而且是每次都要付的。

Image

这并不是任何一个工具的缺陷。Coinbase Developer Platform 的SDK 很出色,Anthropic 的Model Context Protocol(MCP)是一座里程碑,OpenRouter 的目录足够广。每一块单独看,都是其作者的功劳。代价在于“接合工程”。散户用户不做接合工程。交易者会勉为其难地付钱让人替他做。开发者会付一次,然后开始寻找一套已经把这部分工作做完的栈。

“加密原生”到底意味着什么

2026 年,“加密原生 AI”这个营销词汇承担了大量含义。一旦把它说具体,意味着一个系统要自动交付以下六件事—— 不需要使用者做任何配置。

Image

这六件事本身没有一项是技术新奇。每一项都是某个真实加密用户已经问过的问题的答案。新意在于把这六件事打包到同一款产品里、置于同一个身份之后、出现在同一张账单上。

AltLLM:那个已经会说加密语言的模型层

AltLLM 是这个栈的推理层。对非技术读者最准确的描述方法,是看它不需要用户做什么。

它不需要用户挑模型 —— 合适的模型是自动选择的,用户想干预可以干预。它不需要用户安装工具—— 加密相关的工具(行情、gas、链上分析、安全检查、项目情报)隐形地出现在每一次请求里。它不需要用户自带预言机订阅、索引器、行情终端或搜索SDK。它不需要用户在prompt 里手动加上日期和正确的代币代码。用户可以用喝咖啡时的语气提一个加密问题。

这一设计带来的行为层面的回报,只用一句话就够说清楚:这位助手会去抓取,而不是去捏造。

一个没有工具访问权限的前沿模型,被问到训练窗口外的某个代币价格时,会挑一个“看起来合理”的数字。独立的函数调用基准(包括Berkeley FCL)在过去两年里反复证实:在“时间敏感型事实问题”上,带工具的模型能稳定胜过没有工具的同款模型;AltLLM 自己的基准在加密领域里复现了同样的模式。封装版会去抓取实时价格并附上时间戳;未封装的版本会返回一个自信的猜测。在生产环境里,这一区别就是“留得住用户的聊天产品”与“留不住用户的聊天产品”之间的差别。

Image

AltClaw:那个已经知道怎么动手的智能体层

模型层负责回答问题。智能体层负责采取行动。在加密里,这两件事本来就是同一份工作。

一个智能体等于一个模型加上模型本身做不到的三件事:一个安身之所(运行时),一份记忆(跨会话状态),以及执行能力(钱包、交易所账户、RPC、权限系统)。这四块,任何一块单独看都是一个小项目;由终端用户自己拼起来,就是一个大项目。2026 年大部分散户加密用户没在跑个人AI 助手,原因不是技术不存在,而是配置负担用小时计。

AltClaw 的目标,就是把这一份工作压缩成一次点击。从用户的角度,部署一个智能体应当像订阅一个流媒体服务一样:挑类型,选填名字,选频道(Telegram 或网页),然后助手就跑起来了。从开发者的角度,这个智能体从同一个为推理付费的门户那里继承身份,从同一个为推理付费的钱包里取余额,并且能调用推理层已经会说的同一批加密原生工具。这个智能体不需要被单独教过Binance、OKX、Hyperliquid 或Ethereum 是如何运作的。这份知识跟着平台一起到手。

Image

一个身份,一份余额,一次点击

这套栈里最被低估的一项设计选择,恰好也是最无聊到难以下笔的一项:用户接触到的每一个表面共享同一个身份和同一份余额。一次登录贯通聊天产品、API、门户与智能体运行时。一次充值同时支付推理与智能体的宿主机。一次登出全部撤销。

Image

这件事之所以重要,是因为加密 AI 最大的市场并不是开发者群体,而是那种永远不会在一个下午之内同时去注册OpenRouter、Anthropic 的API 和某个钱包提供商SDK 的用户。垂直一体化的栈给那批用户提供普通消费者级别的体验,同时又不会剥夺开发者依然需要的可选性。

历史的平行

在每一轮基础设施周期里,同样的故事都会上演。一层水平基础设施被发明出来。第一代用户在它之上自己拼栈。第二代用户出现,他们想要“体验”,但不想要“自己拼”的过程。垂直一体化栈应运而生,把配置从用户身上拿走,吃掉第二代市场的大部分。

1980 年代,Bloomberg 在原始行情数据之上做了金融终端。2000 年代,AWS 在托管机房之上做了云计算。Stripe 在零散的商户账户、网关和PCI 合规供应商拼图之上做了在线支付。每一次,水平层并未消亡—— 它们继续存在并支撑着经济的大片版图。每一次,垂直栈吃掉的,正是那群想完成工作而不想完成组装的人。

加密 AI 的水平层 —— 闭源前沿模型、跨厂商路由、MCP 工具生态、智能体框架、链上索引器—— 都已经存在,而且都很出色。垂直栈才是仍在被构建的部分。AltLLM 与AltClaw 是公开发展程度较高的尝试之一。问题不是“一套加密AI 垂直栈是否会出现”,而是“哪一套会赢”。

结论

支持 AltLLM 与 AltClaw 的论据,并不在于“它们比ChatGPT 聪明、比Claude 快、比DeepSeek 便宜”。论据在于:它们在别人“礼貌”的地方流畅,在别人“组件化”的地方已被一体化“,在别人“六厂商周末项目”的地方一键完成。这些性质中没有一条是对底层模型的赞美。它们全都是模型所栖身之栈的属性。

对于一个想要“聊聊某个协议而不被骗”的加密用户,聊天产品本身就足以为整个栈正名。对于一个“想要一个能替自己路由swap 的助手”的交易者,智能体本身足以为它正名。对于一个“想发布产品而不想顺手成为整合工程师”的开发者,身份、计费与运行时的统一足以为这一切正名。三类不同的用户,一个缺失的层,一套被组装出来填补这一层的栈。

未来十二个月会出现更多对这一品类的尝试。Coinbase Developer Platform 的AgentKit、Alchemy 的agent SDK,以及从Virtuals Protocol 中长出的自主智能体栈,都看得出在朝着相邻的产品形态收敛;在亚洲,至少有两支资金充足的团队在用自家品牌做同一件事。答案的轮廓正在浮现:一套把配置从用户身边藏起来、原生说加密语言、解释起来轻松也敢动手执行、并且像普通消费产品那样开账单的垂直栈。哪一家能在规模上交付这种体验,而且具备足够好的安全记录持续交付下去,谁就处在“定义加密AI 消费品类”的有利位置。AltLLM 与AltClaw 是早期候选者之一;不是唯一,而且赛跑还远没分胜负。

Image