Ang Bittensor ang pinakamalaking desentralisadong AI network batay sa market cap at isa sa mga pinakadetalyadong pinag-uusapang crypto project sa nakalipas na dalawang taon. Pagsapit ng kalagitnaan ng 2026, nagpapatakbo ito ng 128 aktibong "subnets," na ang bawat isa ay isang espesyal na merkado para sa isang uri ng gawaing AI, na may kapitalisasyong nasa bilyon-bilyong dolyar at tuloy-tuloy na daloy ng parehong institusyonal na pagpasok ng pondo at pampublikong kontrobersiya.
Ang pangunahing ideya: Ang Bittensor ay isang blockchain network kung saan ang mga kontribyutor ay nagpapatakbo ng mga modelong machine-learning sa loob ng mga subnet, ang mga validator ay nagbibigay ng puntos sa mga output, at ang network ay namamahagi ng mga TAO token nang proporsyonal sa kung gaano kapaki-pakinabang ang trabaho. Ito ang pinakamalapit na mayroon ang crypto sa isang gumaganang AI ekonomiya na may token-incentibo sa malawakang sukat, at ito ay nasa sentro ng mas malawak na usapin tungkol sa desentralisadong AI.
Mabilis na paliwanag sa simula: kapag sinasabi ng mga tao ang "mining TAO," hindi nila tinutukoy ang hash mining na katulad ng sa Bitcoin. Ang ibig nilang sabihin ay ang pagpapatakbo ng isang AI model at pagsusumite ng kinalabasan nito sa isang subnet, kung saan ito ay niraranggo ng mga validator at nagbabayad ang protocol ng mga gantimpala.
Ano ang Bittensor?
Ang Bittensor ay isang desentralisadong network na gumagamit ng mga insentibo sa blockchain upang mag-coordinate ng mga gawain sa pagkatuto ng makina. Pinapatakbo ng mga kontribyutor ang mga AI model sa loob ng mga espesyal na subnet, binibigyan ng puntos ng mga validator ang kanilang mga output, at ipinamamahagi ng network ang mga TAO token bilang gantimpala batay sa kung gaano kapaki-pakinabang ang gawaing iyon.
Ang proyekto ay itinatag noong 2019 nina Jacob Steeves at Ala Shaabana at pinananatili ng nonprofit na Opentensor Foundation. Ang kasalukuyang pangunahing network, na tinatawag na Finney, ay inilunsad noong Marso 20, 2023, pagkatapos ng dalawang naunang bersyon. Ang Bittensor ay itinayo sa Substrate, ang parehong balangkas na ginagamit ng Polkadot, at tumatakbo sa sarili nitong kadena na dinisenyo para rito.
Ang pinakamahalagang bagay na dapat maunawaan tungkol sa Bittensor ay kung ano ito hindi. Hindi ito nagsasanay ng isang solong frontier model gaya ng ginagawa ng OpenAI o Anthropic. Walang "Bittensor LLM." Sa halip, ang network ay isang ekonomiya ng mga independiyenteng subnet, na ang bawat isa ay nakatuon sa iba't ibang gawain ng AI: inferensiya ng LLM, paglikha ng imahe, pamilihan ng prediksyon, distribyutadong pagsasanay, GPU compute, audio, at paghahanap. Ang bawat subnet ay isang maliit na kompetisyon; pinangangasiwaan sila ng network.
Ang estrukturang iyon ang dahilan kung bakit ang Bittensor ang pinaka-madalas na binanggit na halimbawa ng "AI sa isang blockchain," at pinagmumulan ng karamihan sa kalituhan tungkol sa kung ano talaga ang ginagawa nito.
Paano Gumagana ang Bittensor: Mga Subnet, Minero, at Validator
Ang Bittensor stack ay may apat na gumagalaw na bahagi na madaling malito hangga't hindi mo pa nakikita nang isang beses.
Mga subnet
Ang subnet ay isang independiyenteng sub-network na nakatuon sa isang uri ng gawaing AI. Sinasanay ng Subnet 3 (τemplar) ang malalaking modelo ng wika sa isang desentralisadong paraan. Nagbibigay ang Subnet 64 (Chutes) ng GPU compute.
Ang iba ay humahawak ng mga prediction market, mga embedding, paglikha ng imahe, at mga signal na pinansyal. Ang mga subnet ay nilikha ng mga may-ari ng subnet, na nagdedeklara kung ano ang itinuturing na "mabuting trabaho" at sumusulat ng mga patakaran sa pagmamarka. Sa kalagitnaan ng 2026, mayroong 128 aktibong subnet, na may planong palawakin hanggang 256.
Ang tatlong papel
Bawat subnet ay may tatlong uri ng kalahok:
- Mga minero Patakbuhin ang AI model at gumawa ng mga output: teksto, larawan, prediksyon, o anumang hinihingi ng subnet. Ito ay mga AI miner, hindi hash miner. Nakadepende ang mga kinakailangang hardware sa subnet.
- Mga Tagapagpatunay Suriin ang mga output ng miner at magtalaga ng mga puntos. Nagsta-stake sila ng TAO para makilahok; ang kanilang impluwensya sa pagmamarka ay katimbang ng kanilang stake.
- Mga may-ari ng subnet Gumawa at magpanatili ng mga patakaran ng subnet, disenyo ng insentibo, at codebase.
Konsensus ng Yuma
Ang Yuma Consensus ay mekanismo ng Bittensor para isalin ang mga iskor ng validator sa mga gantimpalang TAO. Binibigyan ng rating ng mga validator ang mga miner; pinagsasama-sama ng network ang mga rating na may bigat batay sa stake ng validator; ipinamamahagi nang proporsyonal ang mga gantimpala sa mga miner, validator, at may-ari ng subnet. Dinisenyo ang matematika upang ang mga maling-loob na validator, yaong ang kanilang mga iskor ay masyadong lumilihis sa konsensus, ay kumita nang mas kaunti at unti-unting mapalitan ng mga tapat sa paglipas ng panahon.
Daloy ng token
Isang nakapirming halaga ng TAO ang inilalabas sa bawat block. Pagkatapos ng halving noong Disyembre 2025, ito ay 0.5 TAO bawat block, o humigit-kumulang 3,600 TAO kada araw. Hinahati ang mga emisyon sa mga subnet batay sa mga senyales na hinihimok ng merkado (mas marami pa rito sa ibaba), at sa loob ng bawat subnet ay hinahati ang mga ito sa pagitan ng mga miner, validator, at may-ari ng subnet.
TAO, Dinamikong TAO, at ang Ekonomiyang Token
Ang TAO ay ang katutubong token ng Bittensor network. Ginagamit ito para sa staking (pag-delegate sa mga validator upang makakuha ng bahagi ng mga emisyon), paglikha ng subnet (kinakailangang i-lock ng mga may-ari ng subnet ang TAO upang makapagparehistro), pagbabayad para sa mga serbisyo ng AI, at pamamahala.
Ang iskedyul ng suplay ay direktang hinugis batay sa Bitcoin: isang mahigpit na limitasyon ng 21 milyong TAO, na may mga halving na nagbabawas ng emisyon sa kalahati. Ang unang halving ng Bittensor ay naganap sa kalagitnaan ng Disyembre 2025, na nagbaba ng pang-araw-araw na emisyon mula sa humigit-kumulang 7,200 TAO tungo sa 3,600 TAO (0.5 TAO bawat block).
Ang pinakamalaking pagbabago sa ekonomiya sa kasaysayan ng Bittensor ay naganap noong Pebrero 2025, nang mailunsad ang Dynamic TAO (dTAO) upgrade. Bago ang dTAO, isang konseho ng 64 na validator ang nagtutukoy kung aling mga subnet ang nakakatanggap ng TAO emissions. Pagkatapos ng dTAO, bawat subnet ay may sarili nitong tokeng alfa at ang sarili nitong liquidity pool.
Ang mga gumagamit na nais suportahan ang isang subnet ay nagsta-stake ng TAO sa pool ng subnet na iyon, tumatanggap ng alpha token bilang kapalit, at kumikita ng emissions na proporsyonal sa laki ng pool na iyon. Ang mga subnet na may mas maraming naka-stake na TAO ay kumikita ng mas maraming emissions. Sa isang linya: ginawang micro-ekonomiya ng dTAO ang bawat subnet, na may TAO sa tuktok ng stack.
Para sa live na datos ng emisyon, ani ng staking, at estadistika sa antas ng subnet. taostats.io ay ang pamantayang pinagkukunan.
Ano Talaga ang Ginagawa ng mga Subnet ng Bittensor
Ang mga subnet ay nahahati sa ilang malalawak na kategorya. Ang ilan ay mukhang imprastruktura; ang iba naman ay mas mukhang mga produkto.
Pagkalkula at ipinamamahaging pagsasanay
Ang mga subnet ay nakatuon sa GPU compute at desentralisadong pagsasanay ng modelo. Ang pinakatanyag na halimbawa ay ang τemplar (SN3), na nagsanay ng Covenant-72B, na noong unang bahagi ng 2026 ang pinakamalaking kolaboratibong paunang sinanay na modelo sa anumang desentralisadong network. Nag-aalok ang Chutes (SN64) at Targon (SN4) ng paupahang kapasidad ng GPU para sa inferensiya at maikling trabaho sa pagsasanay.
Mga modelong pang-pundasyon at malalaking modelo ng wika
Nagbibigay ang mga subnet ng pagsasanay at pagseserbisyo ng mga open-weight na language model para sa inference. Nakikipagkumpitensya sila sa kalidad ng output at gastos; sinusuri ng mga validator ang mga tugon batay sa mga rubrik sa pagmamarka. Pinakamabisa ang ekonomiya para sa mga katamtamang laki ng modelo kung saan maaaring mas mababa ang decentralized na pagseserbisyo kaysa sa presyo ng sentralisadong cloud.
Larawan, audio, at multimodal
Mga subnet ng generative media: paglikha ng imahe, sintesis ng audio, pagsasalita, at lalong-lalo na ng video. Pinapatakbo ng mga miner ang mga modelo ng diffusion o transformer; sinusuri ng mga validator ang mga output batay sa pamantayan ng kalidad ng subnet.
Paghuhula, pananalapi, at mga istrukturadong senyales
Mga subnet na gumagawa ng mga prediksyon sa merkado, datos ng sentimyento, pagtataya sa palakasan, at mga istrukturadong pinansyal na senyales. Mas malinaw na sukatan ng tagumpay (tama ba ang prediksyon?) ay ginagawang mas tuwiran ang pag-iskor kaysa sa mga generatibong gawain.
Paghahanap at pagkuha
Ang mga subnet ay nakatuon sa paghahanap sa web, embeddings, at mga sistemang pinagyayaman ng pagkuha ng datos – kapaki-pakinabang bilang middleware para sa mga aplikasyon ng AI na nangangailangan ng sariwang datos. Malawak ang pagkakaiba-iba ng kalidad ng mga subnet. Ang ilan ay nakakalikha ng totoong kita at may product-market fit. Ang iba ay nasa maagang yugto, spekulatibo, o halos iniwan na. Ang merkado ng dTAO ay dapat magpakita ng pagkakaibang ito, at sa isang antas ay nagagawa nga nito, ngunit nagdudulot din ito ng mas matitinding siklo ng pag-angat at pagbagsak para sa mga alpha token.
Ang Prangkang Pananaw sa Bittensor
Nakakakuha ang Bittensor ng matitinding opinyon sa magkabilang panig. Tatlong punto ang karapat-dapat panindigan nang sabay.
Ano ang totoo?
Ang Bittensor ay may gumaganang teknikal na stack, iskedyul ng emisyon na nakabatay sa paghahati-hati, mekanismong pang-merkado (dTAO) para sa paglalaan ng gantimpala sa mga subnet, at malaking suporta mula sa mga institusyon – matagal nang pakikilahok ng Polychain Capital at isang Grayscale Bittensor Trust (GTAO) na may nakabinbin na aplikasyon para sa spot ETF sa SEC. Maraming subnet ang naghahatid ng magagamit na mga serbisyo ng AI ngayon at nakakalikha ng totoong kita.
Ano ang pinagtatalunan
Nag-iiba-iba nang malaki ang kalidad ng subnet. Ang ilan ay tunay na produktong AI; ang iba naman ay mga emission farm na may kaunting output. Nagkaroon din ang network ng mga insidente sa materyal na seguridad: noong Hulyo 2024, isang malisyosong package na in-upload sa PyPI ang nagdulot ng pagkawala ng humigit-kumulang $8 milyon at paghinto ng chain sa loob ng 10 araw. Noong Mayo 2025, isang runaway batch call attack ang naglagay sa network sa "safe mode" sa loob ng dalawang araw. Pareho itong nalutas, ngunit bahagi na ito ng talaan ng operasyon.
Panganib sa paglabas ng Covenant at sa subnet operator
Noong Abril 2026, ang Covenant AI (operator ng Subnet 3 at ang koponan sa likod ng pagsasanay na Covenant-72B) ay publikong umalis sa network, nagbenta ng humigit-kumulang 37,000 TAO (mga $10 milyon), at inakusahan ang pamunuan ng Bittensor ng unilateral na kontrol.
Isang co-founder ng Bittensor ang hayagang tinanggi ang paglalarawan, at nagpatuloy ang operasyon ng network. Nagdulot ang insidente ng malaking pagbagsak ng presyo at nananatili itong pinakamalinaw na halimbawa kung paano maaaring maapektuhan ang buong network ng kilos ng mga subnet operator. Isa ang Bittensor sa iilang crypto project na may gumaganang sagot sa tanong na "ano ang magiging hitsura ng AI sa isang blockchain." Isa rin ito sa mga pinaka-pabagu-bago.
Konklusyon
Ang Bittensor ang pinakamalinaw na sagot na nailabas ng crypto sa tanong na "ano ang magiging itsura ng AI sa isang blockchain" - 128 na espesyalisadong subnet, iskedyul ng halving na katulad ng sa Bitcoin, totoong kita mula sa ilang workload, at seryosong institusyonal na puhunan sa likod nito. Isa rin ito sa pinakakontrobersyal na proyekto sa larangang ito, na may mga insidente sa seguridad, pagbenta ng mga subnet operator, at malawak na pagkakaiba-iba sa kalidad. Anumang seryosong pagsusuri sa TAO ay kailangang isaalang-alang ang parehong aspeto nang sabay.
