Om det verkligen finns en AI-inbyggd Web3-värld i framtiden, hur kommer dess underliggande infrastruktur att se ut? 0G:s VD, Michael, föreslog tre lager av nyckel: Datatillgänglighet (DA) → Agenter måste kunna samordna i realtid, precis som ett möte behöver en whiteboard som alla kan se. Beräkningslagret → måste inte bara kunna köra inferens, utan också se till att resultaten kan kontrolleras och verifieras av andra. Indexlagret → motsvarar minne och kontextuell retrospektiv, vilket hjälper agenter att komma ihåg vad de har gjort tidigare, annars är det som minnesförlust. Varje gång måste du börja om från början. @michaelh_0g nämnde också ett intressant perspektiv: Framtiden för AI kommer inte att vara "en superstor modell" som styr allt, utan tusentals små agenter som samarbetar som en svärm. Dessa små agenter är självständiga, men de kan utbyta data med varandra, dela upp uppgifter och bilda svärmintelligens. Kommunikations- och bearbetningskraven som genereras på detta sätt är större än för en enda stor modell. Detta tillvägagångssätt för 0G-@0G_labs är att säkerställa att detta gruppsamarbete inte fastnar på grund av prestandabegränsningar genom multikonsensuslager för datatillgänglighet + GPU-acceleration. Många tror nu att större modeller är smartare, men i det decentraliserade scenariot är en superhjärna inte realistisk. Vad som är mer i linje med andan i Web3 är faktiskt det distribuerade samarbetet mellan otaliga lättviktsagenter, precis som säkerheten i ett blockkedjenätverk gemensamt upprätthålls av otaliga noder, inte en enda superdator. Därför är framtiden för AI i Web3 sannolikt inte ett genombrott på en punkt, utan framväxten av svärmintelligens.