Bittensor היא רשת ה-AI המבוזרת הגדולה ביותר לפי שווי שוק, ואחד מפרויקטי הקריפטו המדוברים ביותר בשנתיים האחרונות. נכון לאמצע שנת 2026, היא מפעילה 128 "תתי-רשתות" פעילות, שכל אחת מהן מהווה שוק ייעודי לסוג מסוים של עבודת בינה מלאכותית, עם שווי שוק של מיליארדים וזרם קבוע של השקעות מוסדיות ושל מחלוקות ציבוריות.
הרעיון הבסיסי: Bittensor היא רשת בלוקצ'יין שבה התורמים מפעילים מודלים של למידת מכונה בתוך תת-רשתות, המאמתים מעניקים ציון לתוצאות, והרשת מחלקת אסימוני TAO באופן יחסי למידת התועלת של העבודה. זהו הדבר הקרוב ביותר שיש בעולם הקריפטו לכלכלת בינה מלאכותית פעילה, המונעת על ידי אסימונים, בקנה מידה גדול, והוא נמצא במרכז השיח הרחב יותר בנושא בינה מלאכותית מבוזרת.
הבהרה קצרה מראש: כשאנשים אומרים "כריית TAO", הם לא מתכוונים לכריית האש בסגנון ביטקוין. הם מתכוונים להפעלת מודל בינה מלאכותית ולהעברת התפוקה שלו לרשת משנה, שם המאמתים מעריכים אותה והפרוטוקול מעניק תגמולים.
מהו Bittensor?
Bittensor היא רשת מבוזרת המשתמשת בתמריצים מבוססי בלוקצ'יין כדי לתאם עבודות בתחום למידת המכונה. התורמים מריצים מודלים של בינה מלאכותית בתוך תת-רשתות ייעודיות, המאמתים מעריכים את התוצאות, והרשת מחלקת אסימוני TAO כתגמול בהתאם למידת התועלת של העבודה.
הפרויקט הוקם במשותף בשנת 2019 על ידי ג'ייקוב סטיבס ואלה שאבאנה, והוא מנוהל על ידי עמותת Opentensor Foundation. הרשת הראשית הנוכחית, המכונה "פיני", הושקה ב-20 במרץ 2023, לאחר שתי גרסאות קודמות. Bittensor מבוסס על Substrate, אותה מסגרת המשמשת את Polkadot, ופועל על שרשרת ייעודית משלו.
הדבר החשוב ביותר שיש להבין לגבי Bittensor הוא מה היא לא. היא לא מאמנת מודל "פרונטיר" יחיד, כפי שעושים OpenAI או Anthropic. אין דבר כזה "Bittensor LLM". במקום זאת, הרשת היא מערכת של רשתות משנה עצמאיות, שכל אחת מהן מתמקדת במשימה אחרת בתחום הבינה המלאכותית: הסקת מסקנות ב-LLM, יצירת תמונות, שוקי חיזוי, אימון מבוזר, חישובי GPU, אודיו וחיפוש. כל רשת משנה היא תחרות מיניאטורית בפני עצמה; הרשת מתאמת ביניהן.
מבנה זה הוא שהופך את Bittensor לדוגמה המצוטטת ביותר ל"בינה מלאכותית על בלוקצ'יין", והוא גם מקור רוב הבלבול בנוגע לפעילותה בפועל.
כיצד פועל Bittensor: רשתות משנה, כורים ומאמתים
למערך Bittensor יש ארבעה רכיבים נעים שקל להתבלבל ביניהם עד שרואים אותם פעם אחת.
תתי-רשתות
תת-רשת היא רשת משנה עצמאית המתמקדת בסוג אחד של פעילות בתחום הבינה המלאכותית. תת-רשת 3 (τemplar) מאמנת מודלים לשוניים גדולים באופן מבוזר. תת-רשת 64 (Chutes) מספקת כוח מחשוב באמצעות מעבדי GPU.
אחרים עוסקים בשוקי חיזוי, הטמעות, יצירת תמונות וסימנים פיננסיים. רשתות משנה נוצרות על ידי בעלי תת-רשתות, שהם אלה שקובעים מה נחשב ל"עבודה טובה" ומגדירים את כללי הניקוד. נכון לאמצע שנת 2026, ישנן 128 רשתות משנה פעילות, עם תוכנית להרחבה ל-256.
שלושת התפקידים
בכל תת-רשת יש שלושה סוגי משתתפים:
- כורים להפעיל את מודל ה-AI ולייצר תוצאות: טקסט, תמונות, תחזיות – כל מה שהרשת המשנה דורשת. מדובר בכורי AI, לא בכורי האש. דרישות החומרה תלויות ברשת המשנה.
- מאמתים מעריכים את התפוקות של הכורים ומעניקים ציונים. הם משקיעים ב-TAO כדי להשתתף; השפעתם על מתן הציונים עומדת ביחס ישר לגודל ההשקעה שלהם.
- בעלי תת-רשתות ליצור ולתחזק את הכללים של תת-הרשת, את תכנון התמריצים ואת בסיס הקוד.
הסכמת יומה
"קונצנזוס יומה" הוא המנגנון של Bittensor להמרת ציוני המאמתים לתגמולי TAO. המאמתים מדרגים את הכורים; הרשת מצרפת את הדירוגים תוך שקלולם לפי גודל ההחזקה של המאמתים; התגמולים מחולקים באופן יחסי בין הכורים, המאמתים ובעלי תתי-הרשתות. המודל המתמטי תוכנן כך שמאמתים הפועלים בחוסר תום לב, כלומר אלה שציוניהם חורגים יתר על המידה מהקונצנזוס, ירוויחו פחות והשפעתם תדולל לאורך זמן על ידי המאמתים הכנים.
זרימת האסימונים
בכל בלוק מונפק סכום קבוע של TAO. לאחר ההלבינג בדצמבר 2025, הסכום יעמוד על 0.5 TAO לכל בלוק, או כ-3,600 TAO ליום. ההפצה מתחלקת בין תת-רשתות על סמך איתותים המונעים על ידי השוק (פירוט נוסף על כך להלן), ובתוך כל תת-רשת היא מתחלקת בין כורים, מאמתים ובעל תת-הרשת.
TAO, TAO דינמי וכלכלת האסימונים
TAO הוא האסימון המקורי של רשת Bittensor. הוא משמש לצורך סטייקינג (העברת סמכויות למאמתים כדי לזכות בחלק מההנפקות), יצירת תת-רשתות (בעלי תת-רשתות נועלים TAO לצורך רישום), תשלום עבור שירותי בינה מלאכותית, וממשל.
לוח הזמנים של ההיצע מבוסס ישירות על מודל הביטקוין: תקרה קשיחה של 21 מיליון TAO, עם אירועי חצייה שמצמצמים את ההנפקה בחצי. ה-halving הראשון של Bittensor התרחש באמצע דצמבר 2025, והוריד את ההנפקה היומית מכ-7,200 TAO ל-3,600 TAO (0.5 TAO לכל בלוק).
השינוי הכלכלי הגדול ביותר בתולדות Bittensor התרחש בפברואר 2025, כאשר שודרג ה-TAO הדינמי (dTAO). לפני ה-dTAO, מועצה של 64 מאמתים קבעה אילו תת-רשתות יקבלו הקצאות TAO. לאחר ה-dTAO, לכל תת-רשת יש אסימון אלפא ובמאגר הנזילות שלה.
משתמשים המעוניינים לתמוך ברשת משנה, משקיעים TAO במאגר של אותה רשת משנה, מקבלים בתמורה את אסימון האלפא שלה, ומרוויחים הפצות פרופורציונליות לגודל המאגר. רשתות משנה עם כמות גדולה יותר של TAO שהושקעה בהן מרוויחות הפצות רבות יותר. במשפט אחד: dTAO הפך כל תת-רשת לכלכלה מיקרו-כלכלית משלה, כאשר ה-TAO ניצב בראש הפירמידה.
לנתוני פליטות בזמן אמת, תשואות מהשתתפות בהחזקה וסטטיסטיקות ברמת תת-הרשת, taostats.io זהו המקור הסטנדרטי.
מה באמת עושות תת-רשתות Bittensor
תתי-רשתות מתחלקות למספר קטגוריות רחבות. חלקן דומות לתשתית; אחרות דומות יותר למוצרים.
חישוב והכשרה מבוזרת
תתי-רשתות המתמקדות בעיבוד GPU ובאימון מודלים מבוזרים. הדוגמה הבולטת ביותר היא τemplar (SN3), שאימנה את Covenant-72B, שהיה בתחילת 2026 המודל הגדול ביותר שעבר אימון מקדים בשיתוף פעולה ברשת מבוזרת כלשהי. Chutes (SN64) ו-Targon (SN4) מציעים קיבולת GPU להשכרה לצורך הסקת מסקנות ומשימות אימון קצרות.
מודלים בסיסיים ומודלים לשוניים גדולים (LLMs)
רשתות משנה מאמנות ומפעילות מודלים לשוניים בעלי משקל פתוח לצורך הסקת מסקנות. הן מתחרות זו בזו מבחינת איכות התפוקה והעלות; בודקי תקינות משווים את התגובות לקריטריוני דירוג. המודל הכלכלי מתאים ביותר למודלים בינוניים, שבהם הפעלה מבוזרת יכולה להציע מחירים נמוכים יותר מאלה של הענן המרכזי.
תמונה, אודיו ומולטימודלי
רשתות משנה של מדיה גנרטיבית: יצירת תמונות, סינתזת אודיו, דיבור, ובמידה הולכת וגדלה גם וידאו. הכורים מפעילים מודלים מסוג דיפוזיה או טרנספורמר; המאמתים מעריכים את התוצאות על פי קריטריוני האיכות של רשת המשנה.
חיזוי, מימון וסימנים מובנים
תתי-רשתות המפיקות תחזיות שוק, נתוני סנטימנט, תחזיות ספורט וסימנים פיננסיים מובנים. מדדי הצלחה ברורים יותר (האם התחזית הייתה נכונה?) הופכים את תהליך הדירוג לפשוט יותר מאשר במשימות גנראטיביות.
חיפוש ואחזור
תתי-רשתות המתמקדות בחיפוש באינטרנט, בהטמעות ובמערכות משופרות לאחזור מידע — שימושיות כתוכנת ביניים ליישומי בינה מלאכותית הזקוקים לנתונים עדכניים. איכות תתי-הרשתות משתנה במידה רבה. חלקן מייצרות הכנסות אמיתיות ומציגות התאמה בין המוצר לשוק. אחרות נמצאות בשלב מוקדם, הן ספקולטיביות או קרובות לנטישה. שוק ה-dTAO אמור להבליט הבחנה זו, ובמידה מסוימת הוא אכן עושה זאת, אך הוא גם יוצר מחזורי גאות ושפל חדים יותר עבור אסימוני אלפא.
הסקירה הכנה על Bittensor
ביטנסור מעורר דעות נחרצות בשני הכיוונים. יש שלוש נקודות שכדאי לזכור במקביל.
מה אמיתי
ל-Bittensor יש מערך טכנולוגי פעיל, לוח זמנים להפצת מטבעות המבוסס על חצייה, מנגנון שוק (dTAO) להקצאת תגמולים בין תת-רשתות, וכן תמיכה מוסדית משמעותית – מעורבות ארוכת שנים של Polychain Capital וקרן Grayscale Bittensor Trust (GTAO), שבקשתה להמרת קרן ל-ETF ספוט נמצאת בהמתנה לאישור ה-SEC. מספר רשתות משנה מספקות כיום שירותי בינה מלאכותית שמישים ומייצרות הכנסות אמיתיות.
מה שנוי במחלוקת
איכות הרשתות המשנה משתנה באופן קיצוני. חלקן הן מוצרי בינה מלאכותית אמיתיים; אחרות הן "חוות פליטה" עם תפוקה מינימלית. ברשת אירעו גם תקריות אבטחה משמעותיות: ביולי 2024, חבילה זדונית שהועלתה ל-PyPI הובילה לגניבה של כ-8 מיליון דולר ולהשבתת הרשת למשך 10 ימים. במאי 2025, מתקפת קריאות אצווה בלתי נשלטת הכניסה את הרשת ל"מצב בטוח" למשך יומיים. שתי התקריות נפתרו, אך הן נרשמו בתולדות התפעול.
סיכון הקשור ליציאה מההסכם ולמפעיל תת-הרשת
באפריל 2026, חברת Covenant AI (המפעילה את Subnet 3 והצוות שעמד מאחורי סבב האימון של Covenant-72B) פרשה באופן פומבי מהרשת, מכרה כ-37,000 TAO (כ-10 מיליון דולר) והאשימה את הנהלת Bittensor בשליטה חד-צדדית.
אחד ממייסדי Bittensor התנגד בפומבי לתיאור זה, והרשת המשיכה לפעול. האירוע גרם לירידת מחירים משמעותית, והוא נותר הדוגמה הברורה ביותר לאופן שבו התנהגות מפעיל תת-רשת יכולה להשפיע על הרשת כולה. Bittensor הוא אחד מפרויקטי הקריפטו הבודדים שמציעים תשובה מעשית לשאלה "איך תיראה בינה מלאכותית בבלוקצ'יין". זהו גם אחד הפרויקטים התנודתיים ביותר.
סיכום
Bittensor היא התשובה הברורה ביותר שהעולם הקריפטוגרפי סיפק לשאלה "איך תיראה בינה מלאכותית על בלוקצ'יין" – 128 תת-רשתות ייעודיות, לוח זמנים לחלוקה לשניים בסגנון ביטקוין, הכנסות אמיתיות ממספר עומסי עבודה, וכסף מוסדי משמעותי העומד מאחוריה. זהו גם אחד הפרויקטים השנויים ביותר במחלוקת בתחום, עם תקריות אבטחה, מכירות מסיביות של מפעילי רשתות משנה, ושונות רבה באיכות. כל ניתוח רציני של TAO חייב לקחת בחשבון את שני ההיבטים הללו בו-זמנית.
