什麼是 Sentient？為何它對去中心化 AI 至關重要？
通用人工智能（AGI）的開發競賽，長期以來一直由掌握閉源模型的中心化巨頭所主導。如今，OpenAI、Google 和 Anthropic 控制了絕大多數的先進 AI 基礎設施，由他們來決定誰有權使用以及使用成本的高低。Sentient Labs 於 2024 年橫空出世，帶來了截然不同的願景。該公司希望構建一個開源、去中心化的 AGI 平台，在這裡，模型由社區共同所有，而貢獻者能因其付出獲得公平的報酬。
Sentient 總部設在杜拜和新加坡，該項目將區塊鏈技術與前沿的 AI 研究完美融合。其核心理念建立在團隊所稱的「OML」三大原則之上：開放（Open）、可變現（Monetizable）和忠誠（Loyal）。「開放」意味著所有人都能訪問模型和代碼；「可變現」意味著創作者可以通過他們的貢獻賺取收入；「忠誠」則意味著 AI 系統是為社區服務，而非效忠於單一企業。
查看 SENT 價格 | LBank
誰創立了 Sentient？揭秘這項 8500 萬美元 AI 項目背後的團隊
Sentient 的創始團隊匯聚了來自區塊鏈行業和學術研究機構的資深人士。這種組合是有意為之，因為構建去中心化 AI 需要在分佈式系統、密碼學和機器學習方面具備深厚的專業知識。
Polygon 聯合創始人引領願景
Sandeep Nailwal 是該項目的主要願景規劃者。他曾聯合創立 Polygon Labs，並打造了使用最廣泛的以太坊擴容解決方案之一。他在社區驅動型區塊鏈項目方面的經驗，深刻影響了 Sentient 在所有權和治理方面的構建方式。
來自普林斯頓與印度科學理工學院的學術力量
Pramod Viswanath 是普林斯頓大學的教授，為去中心化 AI 架構奠定了技術基礎。Himanshu Tyagi 任教於班加羅爾的印度科學理工學院，專注於為平台提供動力的基礎 AI 研究。Kenzi Wang 是 Symbolic Capital 和 Sensys（一家支持更廣泛生態系統的 AI 風投工作室）的聯合創始人，完善了整個領導團隊的拼圖。
Sentient 融資詳解：8500 萬美元種子輪
該項目在 2024 年 7 月獲得了 8500 萬美元的種子輪融資。對於種子輪來說，這筆數額相當巨大，反映了投資者對團隊和願景的高度信心。
| 投資者類別 | 知名機構 |
| 領投方 | Founders Fund (Peter Thiel)、Pantera Capital、Framework Ventures |
| 參投方 | Arrington Capital、Canonical Crypto、Delphi Ventures、HashKey Capital |
這筆融資正值 AI 與區塊鏈的交叉領域備受風投資本關注之際。Peter Thiel 的 Founders Fund 領投為項目增添了可信度，畢竟 Thiel 在 PayPal 和 Palantir 等公司的成功記錄有目共睹。Pantera Capital 帶來了深厚的加密行業專長，而 Framework Ventures 則提供了 DeFi 和 Web3 社區內的豐富人脈。
Sentient Chat 與 Dobby 模型：早期採用數據
2025 年 9 月，Sentient 推出了首批面向消費者的產品——"Sentient Chat" 以及名為 "Dobby" 的語言模型。上線僅 12 小時，該平台就吸引了 15,000 名用戶。這種快速的採用率表明，市場對社區所有的 AI 工具確實存在真實需求。
團隊還發起了一場代表模型所有權份額的 NFT 活動。超過 650,000 名參與者加入了這場活動，這展示了基於區塊鏈的所有權結構如何能大規模地調動社區參與。這些早期數據表明，Sentient 的模式引起了那些渴望中心化 AI 服務替代方案的用戶的共鳴。
Himanshu Tyagi - 構建忠於人類的開放 AGI - 2025 杜拜 TOKEN2049
Sentient 的 GRID 架構如何運作？
Sentient 的技術架構核心在於所謂的 GRID，即「全球研究與智能目錄」（Global Research and Intelligence Directory）。你可以把它想像成一個開放、可搜索的目錄，開發者可以在這裡註冊他們的 AI 組件。這些組件被稱為「Artifacts」（神器），包括語言模型、數據提供商、專業代理（Agents）以及其他模組化的智能單元。
目前 GRID 上有哪些 Artifacts？
GRID 目前擁有超過 110 個合作夥伴。已有 50 多個專業代理和 50 多個數據提供商在平台上註冊了服務。知名的 Artifacts 包括：
- Dobby：專為 Web3 洞察設計的加密原生語言模型
- Open Deep Search：用於多步網頁搜索的開源庫
- Exa：搜索能力集成
- The Graph：數據索引服務
- EigenLayer：計算資源
這裡的關鍵創新在於，GRID 不僅僅是列出這些 Artifacts，它還負責編排它們。當用戶提交一個複雜查詢時，系統會將請求路由經過多個專業組件，最終生成高質量的答案。
Sentient 工作流路由：查詢如何被一步步處理
當你向 Sentient 提出一個複雜問題時，系統會將其分解為離散的步驟。每個步驟都由最適合該特定任務的 Artifact 來處理。
| 工作流步驟 | 動作 | 描述 |
| 搜索 | 數據編纂 | 專業代理收集相關列表和指標 |
| 研究 | 評估 | 代理分析具體數據點，如創始人資料或營收數字 |
| 概念化 | 可視化 | Artifacts 創建信息圖表或視覺呈現 |
| 聚合 | 綜合 | 最終答案被組裝並準備呈現給用戶 |
這種模組化方法意味著不需要單一模型來處理所有事情。相反，專業組件協同工作，產出單體系統難以實現的結果。該架構反映了一個根本性的賭注：智能源於協作，而非僅僅依賴規模。
ROMA 框架：多代理 AI 系統如何協作
ROMA 框架將這種模組化哲學推向了更深層次。ROMA 代表「遞歸開放元代理」（Recursive Open Meta-Agent），它為多代理 AI 系統提供了腳手架。其目標是讓多樣化的專業代理能夠作為一個統一的智能體協同工作。
傳統的 AI 開發往往專注於構建越來越龐大的單一模型。ROMA 挑戰了這種做法，它允許許多更小、更專業的代理在複雜任務上進行協作。每個代理都可以獨立開發和維護，但它們都通過標準化接口進行通信。這種設計使得系統更具彈性，也更容易隨著時間推移進行升級。
名稱中的「遞歸」部分指的是元代理可以協調其他代理，而這些代理反過來可能協調更專業的子代理。這創造了一個智能層級結構，能夠在多個抽象層面上解決問題。
Sentient 發展歷程中的關鍵里程碑
Sentient：開源 AI 終能實現盈利嗎？
開源 AI 面臨一個根本性的難題。開發者投入了海量時間和資源來構建模型，但往往難以變現。大公司可以直接拿走這些開源成果，圍繞它們打造商業產品，然後把所有價值都收進自己口袋。Sentient 協議通過部署在 Polygon 區塊鏈上的智能合約，正是為了解決這個挑戰。
面向 AI 構建者的三種許可模式
該協議提供了三種主要的許可模板：
- 開放研究許可，適用於應保持免費開放的學術貢獻；
- 商業許可，讓構建者能對其作品收費；
- 衍生許可，專門處理基於現有工作構建新模型的情況。
來自 AI 服務的收入會根據預定義規則，自動在構建者、維護者、計算主機和評估者之間進行分配。
排放預算：解決冷啟動難題
新 AI 模型面臨著「雞生蛋，蛋生雞」的困境。它們需要用戶來產生收入，但用戶在投入使用前往往希望看到模型已獲得驗證。Sentient 通過排放預算來解決這個問題。協議會向經過篩選的組件提供 $SENT 代幣補貼，即便它們尚未產生大量使用。這為有潛力的新模型提供了證明自己所需的跑道。
代幣排放機制，來源：Sentient 白皮書 v1
這個排放系統運作起來就像是一個微型的風險投資。社區成員和代表將代幣質押在他們看好的組件上，這種質押權重會影響每個組件能獲得多少新代幣流向。能提供價值的模型隨著時間推移會吸引更多質押，而無法獲得關注的模型則會看到其排放量減少。
三層評分機制：如何確保貢獻者獲得公平回報
公平的報酬對於任何可持續的開源生態系統都至關重要。Sentient 使用三層評分系統來評估貢獻並分配獎勵：
| 層級 | 方法 | 衡量指標 |
| 第 1 層 | 定量牽引力評分 | 代碼行數、合併的拉取請求（PR）、基準測試中的模型準確率 |
| 第 2 層 | 定性 AI 評估 | 代碼質量、可維護性、任務複雜度 |
| 第 3 層 | 人類專家審查 | 邊緣案例、公平性調整、可疑模式檢測 |
這種分層方法能夠捕捉到純自動化系統可能會遺漏的貢獻。它還能防止作弊，因為人工審查員可以識別可疑模式。定量指標、AI 評估和人類判斷的結合，創造了一個更穩健、更公平的獎勵機制。
Sentient 如何保護 AI 模型免受盜竊和濫用
Sentient 採用先進的密碼學和硬件工具，確保模型按許可使用且數據保持私密。這些安全功能解決了阻礙企業採用開源 AI 的現實擔憂。
OML 1.0 指紋識別：AI 模型的數字水印
Sentient 最具創新性的技術特徵之一是模型指紋識別，他們稱之為 OML 1.0。該系統通過一種巧妙的密碼學技術防止 AI 模型被未經授權複製。在訓練過程中，開發者將秘密的「觸發-響應」對嵌入到模型參數中。這些配對在正常使用期間是不可見的，但它們就像一種數字水印。如果模型所有者懷疑有人在運行其模型的未授權副本，他們可以發送一個秘密的「挑戰」查詢。如果模型以預期的秘密觸發器響應，這就證明了未經授權的使用。
指紋識別提供的證據可以觸發實際後果：
- 運行未授權模型的主機可能會被削減質押
- 收入可能會被重新定向給合法所有者
- 有了密碼學證明，採取法律行動變得更加容易
這為託管方遵守許可條款創造了強大的激勵。
Sentient Enclaves (SEF)：硬件級數據保護
Sentient Enclaves Framework (SEF) 通過可信執行環境（TEE）提供了額外的一層安全保障。這是一種特殊的硬件功能，可以創建稱為「飛地」的隔離內存區域。即使是主機操作系統也無法讀取飛地內的數據。
為何飛地對企業 AI 至關重要
這對多個用例都很重要。企業通常需要 AI 服務，但無法與第三方共享敏感數據。SEF 允許他們在使用 Sentient 的 AI 能力的同時，保持數據機密。醫療應用可以在不洩露患者信息的情況下處理數據，金融機構可以在專有數據上運行分析，而無需擔心洩露。
遠程認證與無信任驗證
遠程認證為這種安全性增加了另一個維度。飛地可以生成一份密碼學文件，證明它運行的正是經過審計的代碼。用戶可以驗證沒有發生篡改，這為無信任基準評分奠定了基礎，每個人都可以確認結果是公平生成的。
開源 AI 推理的大本營，圖片來源：Sentient
$SENT 代幣經濟學：效用、質押與治理詳解
$SENT 代幣是 Sentient 生態系統內的主要貨幣，它通過一致的經濟激勵將開發者、用戶和質押者連接起來。
$SENT 代幣能做什麼？
代幣效用主要分為三類：
支付
$SENT 是訪問 AI 組件的貨幣，用戶支付代幣以使用 GRID 上註冊的各種服務；
質押
代幣持有者可以將 $SENT 質押在他們認為會成功的組件上，質押權重較高的組件會獲得更大份額的新代幣排放；
治理
$SENT 提供了對排放率、政策升級以及選舉協助引導網絡的代表的投票權。
排放量表機制如何分配新代幣
新 $SENT 代幣通過一個權衡三種信號的量表機制進入流通：V 代表投票，即標準化的代表投票，指示社區情緒；SWS 代表質押權重份額，即質押在每個組件上的代幣總量，反映市場信心；RS 代表收入份額，即實際使用量和收入，展示真實價值交付。
這種三重加權系統平衡了不同類型的信息。投票捕捉了知情社區成員的主觀判斷，質押權重揭示了人們願意把錢投在哪裡，收入份額則將一切建立在實際市場表現之上。沒有任何單一指標可以在不影響其他指標的情況下被操縱。
Sentient DAO：治理決策是如何制定的
Sentient 作為一個去中心化自治組織（DAO）運作。代幣持有者對重大決策擁有直接投票權，但系統也包含一個用於日常運營的代表層。被稱為「Reps」的代表是當選的社區成員或驗證者，他們承擔治理責任。他們根據自己對價值和潛力的評估，為組件分配排放權重。不想積極參與治理的代幣持有者，可以將其投票權委託給他們信任的代表。
這種混合模式解決了 DAO 治理中的一個常見問題。純粹的直接民主可能導致參與度低和盲目投票，而純粹的代議制可能會脫離社區。Sentient 的方法結合了這兩種機制，確保重要決策得到適當關注，同時日常運營也能順暢進行。
Sentient 對開源 AGI 的未來意味著什麼
Sentient 代表了一次構建社區所有人工智能基礎設施的嚴肅嘗試。該項目以解決當前生態系統中實際問題的方式，將成熟的區塊鏈機制與前沿 AI 研究結合起來。如今閉源模型佔據主導地位，但 Sentient 提供了一條通往更開放、更公平的 AI 開發之路。
8500 萬美元的融資、經驗豐富的創始團隊以及 Sentient Chat 和 Dobby 等產品的早期牽引力，都表明這不僅僅是一個概念。圍繞指紋識別、飛地和多代理協調的技術創新展示了真正的工程進展。Sentient 能否與資金雄厚的中心化競爭對手抗衡仍有待觀察，但該項目已為去中心化 AGI 奠定了深思熟慮的基礎，其他開發者和投資者可能會密切關注。
