Bittensor je najveća decentralizirana AI mreža prema tržišnoj kapitalizaciji i jedan od najraspravljanijih kripto projekata u posljednje dvije godine. Od sredine 2026. godine, mreža ima 128 aktivnih "submreža", od kojih je svaka specijalizirano tržište za jednu vrstu AI rada, s tržišnom kapitalizacijom u milijardama i stalnim priljevom institucionalnih sredstava te javnih kontroverzi.
Osnovna ideja: Bittensor je blockchain mreža u kojoj sudionici pokreću modele strojnog učenja unutar podmreža, validatori ocjenjuju rezultate, a mreža raspodjeljuje TAO tokene proporcionalno korisnosti obavljenog rada. To je najbliže što kripto ima funkcionalnoj, tokenima potaknutoj ekonomiji umjetne inteligencije u velikom opsegu, i nalazi se u središtu šire rasprave o decentraliziranoj umjetnoj inteligenciji.
Ubrzana razjašnjenja od samog početka: kad ljudi kažu "mining TAO", ne misle na rudarenje hashova u stilu Bitcoina. Oni misle na pokretanje AI modela i slanje njegovog izlaza na podmrežu, gdje ga validatori ocjenjuju, a protokol isplaćuje nagrade.
Što je Bittensor?
Bittensor je decentralizirana mreža koja koristi blockchain poticaje za koordinaciju rada strojnog učenja. Doprinositelji pokreću AI modele unutar specijaliziranih podmreža, validatori ocjenjuju njihove rezultate, a mreža distribuira TAO tokene kao nagrade na temelju korisnosti tog rada.
Projekt su 2019. godine suosnovali Jacob Steeves i Ala Shaabana, a održava ga neprofitna zaklada Opentensor Foundation. Trenutna glavna mreža, nazvana Finney, pokrenuta je 20. ožujka 2023. nakon dvije ranije iteracije. Bittensor je izgrađen na Substratu, istom okviru koji koristi Polkadot, i radi na vlastitom lancu namjenski izgrađenom za tu svrhu.
Najvažnije što treba razumjeti o Bittensoru jest ono što on nije. Ne radi se o treniranju jednog jedinstvenog modela na način na koji to rade OpenAI ili Anthropic. Ne postoji "Bittensor LLM". Umjesto toga, mreža je gospodarstvo neovisnih podmreža, od kojih je svaka usmjerena na drugačiji zadatak umjetne inteligencije: inferenciju LLM-a, generiranje slika, prediktivne tržišne platforme, distribuirano učenje, GPU izračune, audio i pretraživanje. Svaka podmreža je vlastita minijaturna konkurencija; mreža ih koordinira.
Ta struktura je ono što Bittensor čini najcitiranijim primjerom "AI na blockchainu" i izvorom većine zabune oko toga što on zapravo radi.
Kako Bittensor radi: podmreže, rudari i validatori
Bittensorov stack ima četiri pokretna dijela koja je lako zamijeniti dok ih ne vidite jednom.
Podmreže
Podmreža je neovisna podmreža usmjerena na jednu vrstu rada umjetne inteligencije. Podmreža 3 (τemplar) trenira velike jezične modele na decentraliziran način. Podmreža 64 (Chutes) pruža GPU izračune.
Ostali se bave prediktivnim tržištima, embeddingima, generiranjem slika i financijskim signalima. Podmreže su kreirane od strane vlasnici podmreža, koji definiraju što se smatra "dobrim radom" i pišu pravila bodovanja. Do sredine 2026. godine postoji 128 aktivnih podmreža, s planiranim proširenjem na 256.
Tri uloge
Svaka podmreža ima tri vrste sudionika:
- Rudari Pokrenite AI model i generirajte izlazne podatke: tekst, slike, predviđanja ili što god submreža zahtijeva. Ovo su AI rudari, a ne hash rudari. Hardverski zahtjevi ovise o submreži.
- Validatori ocjenjuju izlaze rudara i dodjeljuju ocjene. Oni ulažu TAO kako bi sudjelovali; njihov utjecaj na ocjenjivanje proporcionalan je njihovom ulogu.
- Vlasnici podmreža Stvoriti i održavati pravila podmreže, dizajn poticaja i bazu koda.
Yumski konsenzus
Yuma Consensus je mehanizam Bittensora za pretvaranje ocjena validatora u TAO nagrade. Validatori ocjenjuju rudare; mreža agregira ocjene ponderirane ulogom validatora; nagrade se raspodjeljuju proporcionalno rudarima, validatorima i vlasnicima podmreža. Matematika je osmišljena tako da zlonamjerni validatori, oni čije se ocjene previše odmaknu od konsenzusa, zarađuju manje i s vremenom budu razrijeđeni iskrenima.
Protok tokena
Fiksna količina TAO-a emitira se po bloku. Nakon prepolovljavanja u prosincu 2025., to je 0,5 TAO po bloku, odnosno otprilike 3.600 TAO dnevno. Emitirane količine raspodjeljuju se na podmreže na temelju tržišnih signala (više o tome u nastavku), a unutar svake podmreže raspodjeljuju se među rudarima, validatorima i vlasnikom podmreže.
TAO, Dinamički TAO i token ekonomija
TAO je izvorni token mreže Bittensor. Koristi se za staking (delegiranje validatorima radi stjecanja udjela u emisijama), stvaranje podmreža (vlasnici podmreža zaključavaju TAO za registraciju), plaćanje za usluge umjetne inteligencije i upravljanje.
Raspored opskrbe izravno je modeliran prema Bitcoinu: strogi limit od 21 milijuna TAO, s prepolovljavanjima koja smanjuju emisije na polovicu. Prvo prepolovljavanje Bittensora dogodilo se sredinom prosinca 2025., smanjivši dnevnu emisiju s otprilike 7.200 TAO na 3.600 TAO (0,5 TAO po bloku).
Najveća ekonomska promjena u povijesti Bittensora dogodila se u veljači 2025., kada je nadogradnja Dynamic TAO (dTAO) puštena u rad. Prije dTAO-a, vijeće od 64 validatora određivalo je koje su submreže dobivale TAO emisije. Nakon dTAO-a, svaka submreža ima svoju alfa token i vlastiti bazen likvidnosti.
Korisnici koji žele podržati podmrežu stakiraju TAO u njezin bazen, zauzvrat dobivaju njezin alfa token i zarađuju emisije proporcionalne veličini tog bazena. Podmreže s više stakiranog TAO-a zarađuju više emisija. Ukratko: dTAO je pretvorio svaki podmrežu u vlastitu mikroekonomiju, s TAO-om na vrhu lanca.
Za podatke o emisijama uživo, prinose na ulaganja i statistiku na razini podmreže, taostats.io je standardni izvor.
Što Bittensor podmreže zapravo rade
Podmreže spadaju u nekoliko širokih kategorija. Neke izgledaju kao infrastruktura; druge više nalikuju proizvodima.
Računalno i distribuirano obučavanje
Podmreže usmjerene na GPU izračune i decentraliziranu obuku modela. Najistaknutiji primjer je τemplar (SN3), koji je obučio Covenant-72B, što je početkom 2026. bio najveći kolaborativno predobučeni model na bilo kojoj decentraliziranoj mreži. Chutes (SN64) i Targon (SN4) nude iznajmljivu GPU snagu za inferenciju i kratke zadatke obuke.
Osnovni modeli i LLM-ovi
Subneti obučavaju i poslužuju open-weight jezične modele za inferenciju. Natječu se po kvaliteti izlaza i troškovima; validatori uspoređuju odgovore s rubrikama za bodovanje. Ekonomija najbolje funkcionira za modele srednje veličine, gdje decentralizirano posluživanje može nadmašiti cijene centraliziranog oblaka.
Slika, zvuk i multimodalno
Podmreže generativnih medija: generacija slika, sinteza zvuka, govor i sve više videozapisa. Rudari pokreću modele difuzije ili transformatora; validatori ocjenjuju rezultate prema kriterijima kvalitete podmreže.
Predviđanje, financije i strukturirani signali
Podmreže koje proizvode tržišna predviđanja, podatke o raspoloženju, sportska predviđanja i strukturirane financijske signale. Jasniji pokazatelji uspješnosti (je li predviđanje bilo točno?) čine bodovanje jednostavnijim nego kod generativnih zadataka.
Pretraživanje i dohvaćanje
Podmreže usmjerene na pretraživanje weba, ugradbene vektore i sustave poboljšane preuzimanjem podataka – korisne kao posrednički sloj za AI aplikacije koje trebaju svježe podatke. Kvaliteta podmreža znatno varira. Neke ostvaruju stvarni prihod i imaju odgovarajuću prilagodljivost tržištu. Ostali su u ranoj fazi, spekulativni ili gotovo napušteni. Tržište dTAO-a trebalo bi istaknuti tu razliku, i do neke mjere to i čini, ali također stvara oštrije cikluse uspona i pada za alfa tokene.
Iskreni osvrt na Bittensor
Bittensor izaziva snažna mišljenja u oba smjera. Tri su točke vrijedno istovremeno zadržati.
Što je stvarno
Bittensor ima funkcionalan tehnički stack, raspored emisije temeljen na prepolovljivanju, tržišni mehanizam (dTAO) za raspodjelu nagrada među podmrežama i značajnu institucionalnu podršku – dugogodišnju uključenost Polychain Capitala i Grayscale Bittensor Trust (GTAO) s prijavom za konverziju u spot ETF u čekanju odobrenja pri SEC-u. Nekoliko podmreža danas isporučuje upotrebljive usluge umjetne inteligencije i ostvaruje stvarne prihode.
Što je sporno
Kvaliteta podmreža drastično varira. Neke su autentični AI proizvodi; druge su farme emisija s minimalnim ishodom. Mreža je također doživjela incidente materijalne sigurnosti: u srpnju 2024. zlonamjerni paket otpremljen na PyPI doveo je do krađe od otprilike 8 milijuna dolara i zaustavljanja lanca na 10 dana. U svibnju 2025. napad s nekontroliranim pozivima batcha stavio je mrežu u "sigurnosni način" na dva dana. Oba su rješena, ali su dio operativnog zapisa.
Rizik izlaska iz saveza i operatera podmreže
U travnju 2026. godine Covenant AI (operater Submreže 3 i tim koji stoji iza trening-cikla Covenant-72B) javno je napustio mrežu, prodao otprilike 37.000 TAO (oko 10 milijuna dolara) i optužio vodstvo Bittensora za jednostranu kontrolu.
Jedan od suosnivača Bittensora javno je osporio tu karakterizaciju, a mreža je nastavila s radom. Incident je izazvao značajan pad cijene i ostaje najjasniji primjer kako ponašanje operatera podmreže može utjecati na cijelu mrežu. Bittensor je jedan od rijetkih kripto projekata koji ima funkcionalan odgovor na pitanje "kako bi izgledala umjetna inteligencija na blockchainu". Također je jedan od najnestabilnijih.
Zaključak
Bittensor je najčišći odgovor koji je kripto dao na pitanje "kako bi AI na blockchainu izgledao" – 128 specijaliziranih podmreža, raspored prepolovljavanja u stilu Bitcoina, stvarni prihodi od nekih radnih opterećenja i ozbiljan institucionalni novac iza njega. Također je jedan od najkontroverznijih projekata u tom prostoru, sa sigurnosnim incidentima, dumpanjem od strane operatera podmreža i velikom varijancom kvalitete. Svako ozbiljno promišljanje o TAO-u mora istovremeno uzeti u obzir obje stvari.
