Bittensor 是按市值计算规模最大的去中心化人工智能网络，也是过去两年中讨论最热烈的加密货币项目之一。 截至2026年年中，该网络运营着128个活跃的“子网”，每个子网都是针对某类AI工作的专业市场，其市值达数十亿，既持续吸引着机构资金的流入，也频频引发公众争议。
基本理念：Bittensor 是一个区块链网络，其中贡献者在子网内运行机器学习模型，验证者对输出结果进行评分，而网络则根据工作实用性的高低按比例分配 TAO 代币。 这是加密领域中最接近于一个可实际运行、由代币激励且具备大规模应用的AI经济体系，并处于更广泛的去中心化AI讨论的核心位置。
先简要澄清一下：当人们提到“挖矿 TAO”时，并不是指比特币式的哈希挖矿。他们的意思是运行一个人工智能模型，并将该模型的输出提交到一个子网中，由验证者对其进行评分，随后协议会发放奖励。
什么是 Bittensor？
Bittensor 是一个去中心化网络，它利用区块链激励机制来协调机器学习任务。贡献者在专用子网中运行人工智能模型，验证者对其输出结果进行评分，网络则根据该工作的实用价值分配 TAO 代币作为奖励。
该项目由雅各布·斯蒂夫斯（Jacob Steeves）和阿拉·沙巴纳（Ala Shaabana）于2019年共同创立，目前由非营利组织Opentensor基金会负责维护。当前的主网名为Finney，在经历了前两次迭代后，于2023年3月20日正式上线。 Bittensor 基于 Substrate 构建——这也是 Polkadot 所采用的框架——并在其专为该项目打造的独立链上运行。
要理解 Bittensor，最关键的是要明白它“不是什么”。它并非像 OpenAI 或 Anthropic 那样训练单一的尖端模型。 并不存在所谓的“Bittensor LLM”。相反，该网络由一系列独立的子网络组成，每个子网络专注于不同的AI任务：LLM推理、图像生成、预测市场、分布式训练、GPU计算、音频处理、搜索。每个子网络都像是一场微型竞赛；而整个网络则负责协调它们。
正是这种架构，使得Bittensor成为“区块链上的AI”这一概念中最常被引用的例子，同时也导致了人们对其实际功能产生诸多误解。
Bittensor 的工作原理：子网、矿工和验证者
Bittensor 栈有四个组成部分，在实际看到一次之前，这些部分很容易让人混淆。
子网
子网是一个专注于某类人工智能工作的独立子网络。子网 3（τemplar）以去中心化的方式训练大型语言模型。子网 64（Chutes）提供 GPU 计算能力。
还有一些用于处理预测市场、嵌入向量、图像生成和金融信号。子网是由 子网所有者，他们负责界定何为“优质作品”，并制定评分规则。截至2026年年中，共有128个活跃子网，计划将数量扩大至256个。
这三个角色
每个子网有三种类型的参与者：
- 矿工 运行 AI 模型并生成输出结果：文本、图像、预测结果，以及子网所需的任何内容。这些是 AI 矿机，而非哈希矿机。硬件要求取决于子网。
- 验证者 评估矿工的产出并赋予评分。他们通过质押 TAO 来参与；其评分影响力与质押量成正比。
- 子网所有者 创建并维护子网的规则、激励机制设计及代码库。
尤马共识
尤马共识（Yuma Consensus）是 Bittensor 用于将验证者评分转换为 TAO 奖励的机制。 验证者对矿工进行评分；网络会根据验证者的持币量加权汇总这些评分；奖励将按比例分配给矿工、验证者和子网所有者。该机制的设计旨在确保恶意验证者（即评分与共识偏差过大的验证者）获得的奖励较少，并随着时间的推移被诚实的验证者所稀释。
代币流
每个区块会发行固定数量的 TAO。在 2025 年 12 月减半之后，每个区块的发行量为 0.5 TAO，即每天约 3,600 TAO。 发行量会根据市场驱动的信号（下文将详细说明）在各子网之间进行分配，而在每个子网内部，则由矿工、验证者和子网所有者共同分享。
TAO、动态TAO 以及代币经济
TAO 是 Bittensor 网络的原生代币。它用于质押（将代币委托给验证者以获取部分发行量）、子网创建（子网所有者需锁定 TAO 才能注册）、支付 AI 服务费用以及治理。
供应计划直接参照比特币的模式设计：TAO的总供应量上限为2100万枚，并通过减半机制将每日发行量减半。 Bittensor的首次减半发生在2025年12月中旬，每日发行量从约7,200 TAO降至3,600 TAO（每块0.5 TAO）。
Bittensor 历史上最大的经济变革发生在 2025 年 2 月，当时“动态 TAO”（dTAO）升级正式上线。在 dTAO 升级之前，由 64 名验证者组成的理事会决定哪些子网能获得 TAO 发行量。dTAO 升级后，每个子网都有自己的 alpha 代币 以及其自身的流动性池。
希望支持某个子网的用户需将 TAO 质押到该子网的池中，以此获得相应的 alpha 代币，并根据该池的规模按比例赚取代币发行量。质押的 TAO 数量越多的子网，获得的代币发行量就越多。 简而言之：dTAO 将每个子网转变为独立的微型经济体，而 TAO 则位于该体系的顶端。
有关实时排放数据、质押收益以及子网级统计数据， taostats.io 是标准来源。
Bittensor 子网的实际作用是什么
子网大致可分为几大类。有些类似于基础设施；有些则更像产品。
计算与分布式训练
专注于GPU计算和去中心化模型训练的子网。最突出的例子是τemplar（SN3），它训练了Covenant-72B——该模型在2026年初是任何去中心化网络上规模最大的协作预训练模型。 Chutes（SN64）和Targon（SN4）提供可租赁的GPU算力，用于推理和短期训练任务。
基础模型和大型语言模型
子网负责训练和部署开放权重语言模型以进行推理。它们在输出质量和成本方面展开竞争；验证人员会根据评分标准对响应结果进行基准测试。从经济角度来看，这种模式在中等规模模型上效果最佳，因为去中心化部署的成本可以低于集中式云服务的定价。
图像、音频和多模态
生成式媒体子网：图像生成、音频合成、语音，以及日益普及的视频。矿工运行扩散模型或变压器模型；验证者根据子网的质量标准对输出结果进行评分。
预测、金融与结构化信号
生成市场预测、市场情绪数据、体育赛事预测以及结构化金融信号的子网络。更清晰的成功指标（预测是否正确？）使得评分比生成性任务更为直观。
搜索与检索
专注于网络搜索、嵌入式技术和检索增强系统的子网——可作为需要新鲜数据的人工智能应用的中间件。子网的质量参差不齐。有些能产生实际收入，并实现了产品与市场的契合。 另一些则处于早期阶段、属于投机性质，或濒临被弃用。dTAO 市场本应凸显这种差异，在一定程度上确实做到了，但同时也导致了阿尔法代币的繁荣与萧条周期更加剧烈。
关于Bittensor的坦率评价
Bittensor 引发了正反两方面的强烈看法。有三个观点值得同时关注。
什么是真实的
Bittensor 拥有成熟的技术栈、基于减半的发行计划、用于在子网间分配奖励的市场机制（dTAO），并获得了主要机构的支持——Polychain Capital 长期参与其中，且 Grayscale Bittensor 信托（GTAO）已向美国证券交易委员会（SEC）提交了现货 ETF 转换申请，目前正在等待审批。 目前已有多个子网推出了可实际应用的 AI 服务，并产生了实际收入。
争议点是什么
子网的质量参差不齐。有些是真正的人工智能产品；有些则是产出微乎其微的“发币农场”。该网络还曾发生过重大安全事件：2024年7月，一个上传至PyPI的恶意包导致约800万美元被盗，且该链停摆了10天。 2025年5月，一次失控的批量调用攻击导致网络进入“安全模式”长达两天。这两起事件虽已得到解决，但仍被记录在运营档案中。
《契约》退出及子网运营商风险
2026年4月，Covenant AI（Subnet 3的运营商，也是Covenant-72B训练项目背后的团队）公开退出该网络，出售了约37,000枚TAO（价值约1000万美元），并指责Bittensor的管理层实行单方面控制。
Bittensor的一位联合创始人公开反驳了这一说法，该网络也继续运行。这一事件引发了价格大幅下跌，至今仍是子网运营商行为如何影响整个网络的最鲜明例证。Bittensor是少数几个对“区块链上的AI会是什么样子”这一问题给出了切实可行答案的加密货币项目之一。 它也是波动性最大的项目之一。
结论
在“区块链上的人工智能会是什么样子”这一问题上，Bittensor 是加密领域给出的最清晰的答案——拥有 128 个专用子网、比特币式的减半时间表、部分工作负载带来的实际收入，以及背后雄厚的机构资金支持。 它也是该领域争议最大的项目之一，曾发生过安全事件、子网运营商抛售，且项目质量参差不齐。任何对 TAO 的严肃分析都必须同时兼顾这两方面。
