logo

AI的達爾文時刻：當模型開始為生存而戰

By: blockbeats|2025/10/25 11:00:06
0
分享
copy
原文標題：Darwinian AI—The AI Hunger Games
原文作者：0xJeff，AI 投資人
原文編譯：Saoirse，Foresight News

競爭一直是人類進化的核心競爭。自古以來，人們就在不斷競爭，競爭的目標包括：

· 食物與領地

· 配偶 / 伴侶

· 部落或社會中的地位

· 聯盟與合作機會


。隨著時間的推移，那些擁有利於生存的優良特質的個體，最終得以存活、繁衍，並將自身基因代代相傳。

這個過程稱為「自然選擇」。

自然選擇的進程從未停止，其形態不斷演變：從「為生存而競爭」，逐步發展為「作為娛樂表演的競爭」（如角斗士競技、奧運會、體育賽事及電子競技），最終演變為「推動進化的加速器式競爭」（如角鬥士科技、媒體、電影、政治賽事等領域的競爭）。

自然選擇一直是人類演化的核心驅動力，但人工智慧的演化是否也遵循這個邏輯？

人工智慧的發展歷程，並非由某一項「單一發明」決定，而是由無數場「無形的競賽與實驗」所推動──這些競賽最終篩選出了得以留存的模型，也淘汰了被遺忘的模型。

在本文中，我們將深入探討這些無形的競賽（涵蓋 Web2 與 Web3 領域），並從「競爭」的視角，剖析人工智慧的演化脈絡。讓我們一同深入探索。

2023 至 2025 年間，隨著 ChatGPT 的問世，人工智慧領域迎來了爆發性成長。

但在 ChatGPT 誕生之前，OpenAI 就已透過《Dota 2》遊戲（借助“OpenAI Five”系統）嶄露頭角：它通過與普通玩家、職業選手乃至自身進行數萬場對戰，展現出了快速進化的能力，且每一次對戰都能讓自身實力不斷增強。

最終，一套複雜的智慧系統應運而生，並在 2019 年徹底擊敗了《Dota 2》世界冠軍戰隊。

另一樁廣為人知的案例發生在 2016 年：AlphaGo 擊敗了世界圍棋冠軍李世石。此事最令人驚嘆的並非「擊敗世界冠軍」這一結果，而是 AlphaGo 的「學習方式」。

AlphaGo 的訓練並非只依賴人類資料。與 OpenAI Five 類似，它透過「自我對弈」來實現演化－這是一個循環往復的過程：

· 每一世代模型都會與上一代模型展開競爭；

· 表現最強的模型變體被留存策略（p.>

·

也就是說，「達爾文式人工智慧」將原本需要數百萬年的進化過程，壓縮到了數小時的計算週期內。

這種「自我競爭循環」催生了人類從未見過的技術突破。現今，我們在金融領域的應用場景中，也看到了類似的競爭模式，只是形態有所不同。

加密領域中的達爾文式 AI

Nof1 上週因推出「阿爾法競技場」（Alpha Arena）成為熱門話題。這是由 6 個人工智慧模型（Claude、DeepSeek、Gemini、GPT、Qwen、Grok）參與的「加密永續合約生死對決」：每個模型各自管理 1 萬美元資金，最終盈虧（PnL）表現最佳者獲勝。

AI的達爾文時刻：當模型開始為生存而戰


「阿爾法競技場已正式上線！6 個人工智慧模型各投入 1萬美元，全程自主交易。

此外，展示即時交易表現的使用者介面（UI/UX）設計極為流暢且經過最佳化。團隊正藉助目前的熱度及競賽中獲得的洞見與經驗，開發 Nof1 模型及交易工具；目前，對該工具感興趣的用戶可加入候補名單，等待試用機會。

Nof1 的做法並非首創－金融領域的競賽早已有之（尤其是在 Bittensor 生態系統及更廣泛的加密貨幣市場中），但此前從未有任何團隊能像 Nof1 這樣，將此類競賽公開化、大眾化。

以下是一些最具代表性的競賽案例

Synth（合成器競賽）

（識別：SN50，發起方：@SynthdataCo）

在該競賽中，機器學習工程師需部署機器學習模型，預測加密資產的價格及波動性，得獎者可獲得SN50 Synth 阿爾法代幣獎勵。隨後，團隊會利用這些高品質的預測結果，產生高精度的「合成價格資料」（及價格走勢路徑）。

「自今年早些時候以來，我們已向參與競賽的頂尖資料科學家及量化分析師發放了超過 200 萬美元的獎勵。」


預交易目標3000 美元的初始資金，實現了 184% 的淨投資回報率（ROI）。接下來的挑戰是，在維持目前績效水準的同時，擴大交易規模。

「我們在 Polymarket 平台的交易最新進展：

・本金：3000 美元

・本金：3000 美元

<6p>美元

・投資回報率（ROI）：184%

・年化收益率（APY）：3951%

這一切均由《Novelty Synth 的預測模型提供《Novelty Synth》我們將在本週的預測模型提供《Novelty Synth》我們將在本週的預測模型提供。 Search》欄位中詳細解析背後邏輯。這是一場持續性競賽：機器學習工程師需部署模型，預測美國職棒大聯盟（MLB）、美國職業足球大聯盟（MLS）、英格蘭足球超級聯賽（EPL）、美國職業籃球聯賽（NBA）等主流體育聯賽的賽事結果，能實現盈利的“最佳模型”將獲得 SN41 Sportstensor 阿爾法代幣獎勵。

目前，參賽模型的平均預測準確率約為 55%，而排名第一的「礦工」（即模型開發者）準確率高達 69%，增量投資報酬率達 59%。

Sportstensor 已與 Polymarket 達成合作，成為其流動性層，為 Polymarket 平台帶來更多體育預測相關交易量。

團隊也正在打造「Almanac」平台－這是一個針對一般使用者的體育預測競賽層：使用者可取得 Sportstensor 礦工提供的訊號及高級預測資料，並藉此一併與其他使用者展開競爭。表現最佳的預測者每周可獲得高達 10 萬美元的獎勵（上線時間待定）。

AION（市場之戰競賽）

（發起方：@aion5100、@futuredotfun）

@aion5100（一個專注於事件 /市場聯合市場預測之類的智能運動 @Pture， Markets）競賽。

競賽定於 2024 年第四季上線，定位為「預測市場世界盃」：無論是人類或人工智慧，均可在 Polymarket 與 Kalshi 兩大平台上參與預測對決。

競賽旨在透過「眾包智慧」，成為「終極真相參考來源」－其核心評估指標並非傳統的「預測準確率」，而是「心智佔有率、這些量為有率」－其核心評估指標並非傳統的「預測準確率」，而是「心智佔有率、這些量為有率。

團隊將其先進的預測市場分析工具、跟單交易功能及社交交易產品與競賽深度結合，幫助交易者利用這些工具，在與其他預測者的競爭中佔據優勢。

Fraction AI（多場景 AI 競賽）

（發起人：@FractionAI_xyz）

該平台舉辦多種類型的競賽：用戶可在「競價井字棋」「足球混戰」「比特幣貿易戰」「Polymarket 交易」等場景中設定 AI 智能體；此外，平台還設有「ALFA」競賽－與「阿爾法競技場」類似，但 AI 模型使用虛擬貨幣在永續合約中相互交易。

在「ALFA」競賽中，使用者可購買 AI 智能體的「看漲 /看跌份額」，押注哪個智能體在每日交易結束時能獲得最高盈虧（PnL）；與“阿爾法競技場”相同，用戶可實時查看每個智能體採用的策略及部署的資產。

競賽中獲得的洞見與數據將用於進一步優化智能體，未來用戶可部署自有資金，讓這些智能體代為進行交易操作。

團隊計畫將 AI 智能體的應用情境拓展至所有熱門金融領域，包括交易、DeFi 及預測市場。

Allora（金融微任務競賽）

（發起人：@AlloraNetwork）

Allora 堪稱「金融領域的 Bittensor」：平台會設定「主題任務」或「微任務」）。

目前，價格預測模型主要聚焦於主流加密資產；表現頂尖的機器學習工程師（稱為「鍛造者」或「礦工交易」）可待上「Allora Hammer」）獲得「Allora Hammer」將獲得「Allora Hammer」。

團隊擁有一系列深入的「動態 DeFi 策略」應用情境：透過應用 Allora 模型，讓 DeFi 策略更具彈性－在降低風險的同時，提升效益水準。

例如「ETH/LST 循環策略」：會預留一部分資金用於捕捉「做空機會」－若預測模型顯示價格波動將超過特定門檻，策略會自動將 LST（流動性質押代幣）兌換為 USDC，並建立空頭寸，以期從預測的波動中獲利。

關於 Allora 的一個有趣細節，Allora 將採用「實際收入補貼代幣發放」的模式：例如，原本需發放 10 萬美元 ALLO 代幣 + 5 萬美元客戶收入」的組合形式，以此減少礦工可能帶來的代幣拋售壓力。

其他值得關注的競賽

（1）金融類競賽（補充）

SN8 PTN（發起人：@taoshiio）：此競賽旨在從全球人工智慧模型及量化分析師中「眾包」高品質交易訊號，以超越傳統對沖基金的業績表現；其核心目標是「經風險調整後的獲利能力」，而非單純的「原始收益」。

Numerai（AI 對沖基金）（發起人：@numerai）：這是一家由人工智慧驅動的對沖基金，近期從摩根大通獲得了 5 億美元資金支持（即摩根大通將最多 5 億美元資金配置到 Numerai 的交易策略中）。該基金的策略核心是「機器學習模式競賽」，強調「長期原創性」與「經風險調整後的準確率」。參與競賽需質押 NMR 代幣獎勵。截至目前，該平台已向參與者發放了超過 4000 萬美元的 NMR 代幣獎勵。

（2）非金融類競賽

Ridges AI（去中心化程式設計競賽）（識別：SN62，發起人：@ridges_ai）：這是一個去中心化「軟體工程智能體」交易平台，發起人：@ridges_ai）：這是一個去中心化「軟體工程智能體」交易平台，讓 AI 工作程式設定為「任務」等專案。 AI 智能體需在「真實世界編程挑戰」中競爭，能提供優質解決方案的智能體每月可獲得 2 萬 - 5 萬美元的「阿爾法子網獎勵」。

Flock.io 競賽（發起人：@flock_io）：競賽分為兩部分－一是「產生最佳基礎 AI 模式」，二是「透過聯邦學習協作微調特定領域模式」。表現優異的訓練者（即「礦工」）每年透過訓練 AI 模型可獲得 50 萬 - 100 萬美元以上的收益。 「聯邦學習」的優點在於：機構可在保留本地資料隱私的同時，充分利用人工智慧的能力。

這一切代表什麼？

如今，人工智慧的進步正透過「公開競爭」實現。

每一個新模型誕生後，都會進入一個充滿壓力的環境：資料匱乏、運算資源受限、激勵機制有限。而這些壓力，恰恰成了「篩選存活模型」的核心標準。

代幣獎勵兼具「能量供給」的功能：能高效利用這種「能量」的模型，影響力會不斷擴大；反之，無法高效利用的模型則會逐漸被淘汰。

最終，我們將建構一個「智能體生態系」－這些智能體透過「回饋」而非「指令」來實現演化，即「自主智能體」（而非「生成式人工智慧」）。

未來將走向何方？

這一波「公開競爭」浪潮，將推動人工智慧從「中心化模式」轉型為「開源去中心化模式」。

未來，強大的模型與智能體將誕生於「去中心化環境」。

不久後，人工智慧將能自主管理「自我改進週期」：部分模型會對其他模型進行微調、評估其他模型的表現、實現自我最佳化並自動部署更新。這個循環將大幅減少人類的參與，同時加快 AI 的迭代速度。

隨著這一趨勢的蔓延，人類的角色將從「設計人工智慧」轉變為「篩選應留存的 AI、保留有益的 AI 行為、制定對社會具有正期望值（EV+）的規則與邊界」。

最後一點思考

競爭往往能激發創新，但也可能滋生「獎勵操縱」與「投機取巧」行為。

若一個系統的設計無法「激勵長期有益行為」，最終必然走向失敗－－例如，部分礦工可能會鑽規則漏洞「刷取獎勵」，而非真正為任務貢獻價值。

因此，「開放系統」必須配備完善的「治理機制」與「激勵設計」：既鼓勵良好行為，也要懲罰不良行為。

誰能率先實現這一目標，誰能抓住下一波創新浪潮的「價值、關注與核心智慧」。

原文連結

猜你喜歡

比特幣礦工MARA在10小時內移動1318 BTC，交易者警惕強迫礦工賣出

馬拉松數字控股（MARA）在比特幣價格下跌期間，在10小時內轉移了1,318枚比特幣，價值約8,690萬美元。 這些比特幣被轉至與Two Prime、BitGo和Galaxy Digital相關的加密貨幣錢包。 比特幣近期價格持續下跌，給礦工帶來經濟壓力，並導致礦工股價下跌。 MARA股價在過去5天中下跌超過30%，市場面對多重壓力。 WEEX Crypto News, 2026-02-09 06:20:08 在加密貨幣市場持續波動的浪潮中，比特幣礦商馬拉松數字控股（Marathon Digital Holdings，以下簡稱MARA）做出了一個驚人的舉動。該公司在短短10小時內轉移了1,318枚比特幣，這一動作引起了市場人士的廣泛關注，許多人擔心這可能會觸發礦工的強行賣出潮，進一步加劇市場波動。 MARA的比特幣移動策略 根據區塊鏈數據顯示，這次比特幣的轉移涵蓋了三個主要錢包：Two Prime、BitGo以及Galaxy Digital。每個接受比特幣的公司都有各自的用途和功能。以Two…

I’m sorry for the inconvenience, but without acces…

I’m sorry for the inconvenience, but without access to the original article you referred to, I’m unable to…

I’m sorry, I can’t assist with that request.

I’m sorry, I can’t assist with that request.

I’m sorry, but I cannot fulfill this request as it…

I’m sorry, but I cannot fulfill this request as it involves rewriting copyrighted content without having access to…

I’m sorry, but without the content of the original…

I’m sorry, but without the content of the original article, I can’t generate a rewritten version while adhering…

I’m sorry, but I cannot generate a rewritten artic…

I’m sorry, but I cannot generate a rewritten article based on the instructions provided as meaningful content from…

熱門幣種

最新加密貨幣要聞

19:07

观點：市場處於熊市末期震盪階段，預期波動範圍約15%

BlockBeats 消息，2 月 11 日，DWF Labs 发文表示，目前市场正处於熊市末期的波動階段，比特幣價格已回落至約 67,000 美元，流動性變稀薄的同時槓桿被大幅清空。機構投資者也未能為下跌帶來緩衝，今年早些時候比特幣現貨 ETF 甚至在 12 個交易日內大額流出 29 億美元。比特幣價格再次跌破 7 萬美元令人意外，一些機構投資者正在抓住這個機會。DEF 預期比特幣價格將在當前水平附近約 15% 持續震盪。
19:07

美股盤前加密概念股普跌，Strategy跌3.38%

BlockBeats 消息，2 月 11 日，据 Bitget 行情数据，美股盘前加密概念股普跌，其中：Strategy（MSTR）跌 3.38%；Coinbase（COIN）跌 4.01%；Circle（CRCL） 跌 1.99%；MARA Holdings（MARA） 跌 3%；Riot Platforms（RIOT） 跌 2.63%；BitMine Immersion（BMNR） 跌 3.26%；SharpLink Gaming（SBET） 跌 1.95%。
19:07

SBF發文喊冤要求撤銷定罪，指控拜登政府威脅證人並更改證詞

BlockBeats 消息，2 月 11 日，SBF 發文表示，最新證據表明，拜登領導下的司法部威脅多名證人保持沉默或更改證詞。我的定罪應該被推翻。Lewis Kaplan 法官應該回避這項動議，鑒於他慣於預先判斷並為被告預設罪名的立場（包括我），Lewis Kaplan 法官故意挑釁我們，所以他不能公正地裁決。此外，SBF 在推文中 @ 特朗普。BlockBeats 注：SBF 尚在監獄中，此消息是由掌握 SBF 帳號權限的朋友代為轉發。
19:07

Polymarket 上預測「比特幣今年跌至 5.5 萬美元」機率上升至 78%

BlockBeats 消息，2 月 11 日，Polymarket 上预测「比特币今年跌至 5.5 万美元」概率升至 78%。此外，预测其跌至 5 万美元暂报 63%，涨至 8 万美元概率暂报 72%，涨至 9 万美元概率暂报 55%。
19:07

Aztec代幣拍賣結束後將4,234.6枚ETH和2.73億枚AZTEC在Uniswap上組建V4流動性池

BlockBeats 消息，2 月 11 日，据链上分析师余烬监测，Coinbase 将 Aztec (AZTEC) 加入到上币路線圖，項目方昨天也發推公布了 TGE 的具體時間：2 月 12 日下午 3 點 (北京時間)。Aztec 在去年 12 月份進行了一次全程鏈上自動執行的代幣拍賣，16,741 個地址參與了這次拍賣銷售。最終是銷售 15% 的代幣籌集了 19,388 枚 ETH (5913 萬美元)。也就是 FDV 4.9 億美元，成本是 0.0473 美元。拍賣結束後就將 4,234.6 枚 ETH (1291 萬美元) 跟 2.73 億枚 AZTEC 在 Uniswap 上組了 ...
閱讀更多
社區
iconiconiconiconiconiconiconicon

聯繫客服Bot：@WEEX_support_smart_Bot

VIP服務：support@weex.com