Cuando la IA logra una transición de capacidad a través de avances tecnológicos, el L1-L2-L3 en el ámbito de la encriptación se encuentra atrapado en un círculo vicioso de transferencia de problemas. ¿Por qué, siendo también una lógica de capas, la dirección es tan diferente?
Escrito por: Haotian
¿Todo el mundo dice que la estrategia centrada en Rollup de Ethereum parece haber fracasado? Y odian profundamente este juego de muñecas rusas L1-L2-L3, pero lo interesante es que en el último año, el desarrollo en la pista de IA también ha pasado por una rápida evolución L1—L2—L3. Comparando, ¿dónde está realmente el problema?
La lógica jerárquica de la IA es que cada capa resuelve los problemas fundamentales que no pueden ser resueltos por la capa superior.
Por ejemplo, los LLM de L1 resuelven las habilidades básicas de comprensión y generación de idiomas, pero el razonamiento lógico y los cálculos matemáticos son defectos difíciles; Como resultado, cuando se trata de L2, el modelo de inferencia se especializa en superar esta deficiencia, y DeepSeek R1 puede resolver problemas matemáticos complejos y depurar código, lo que llena directamente el punto ciego cognitivo de los LLM. Después de completar este trabajo preliminar, el agente de IA de L3 integra naturalmente las dos primeras capas de capacidades, lo que permite a la IA pasar de una respuesta pasiva a una ejecución activa, planificar tareas, invocar herramientas y manejar flujos de trabajo complejos por sí sola.
Mira, esta estructura jerárquica es "progresión de capacidades": L1 establece la base, L2 complementa las deficiencias, L3 hace la integración. Cada nivel produce un salto cualitativo sobre la base del nivel anterior, y los usuarios pueden sentir claramente que la IA se vuelve más inteligente y más útil.
2）La lógica jerárquica de la encriptación es que cada capa está parcheando los problemas de la capa anterior, pero desafortunadamente ha traído consigo un nuevo y mayor problema.
Por ejemplo, el rendimiento de la cadena pública L1 no es suficiente, por lo que es natural pensar en usar la solución de escalado de capa 2, pero después de una ola de infraestructura de capa 2, parece que el gas es bajo, el TPS aumenta acumulativamente, pero la liquidez está dispersa y la aplicación ecológica sigue siendo escasa, lo que hace que demasiada infraestructura de capa 2 sea un gran problema. Como resultado, comenzamos a construir cadenas de aplicaciones verticales de capa 3, pero las cadenas de aplicaciones eran independientes y no podían disfrutar de la sinergia ecológica de la cadena general de INFRA, y la experiencia del usuario se volvió más fragmentada.
De esta manera, esta jerarquía se convierte en "transferencia de problemas": L1 tiene cuellos de botella, L2 aplica parches, L3 es caótico y disperso. Cada capa simplemente transfiere el problema de un lugar a otro, como si todas las soluciones se desarrollaran solo para la cuestión de "emitir monedas".
Habiendo dicho esto, todos deberían entender cuál es la raíz de esta paradoja: la jerarquía de la IA está impulsada por la competencia tecnológica, OpenAI, Anthropic y DeepSeek están desesperadamente compitiendo por la capacidad del modelo; la jerarquía de Crypto está secuestrada por el Tokenomic, cada KPI central de L2 es TVL y el precio del Token.
Entonces, en esencia, uno está resolviendo problemas técnicos y el otro está empaquetando productos financieros? Quién tiene razón o no puede no tener respuesta, depende de la perspectiva.
Por supuesto, esta analogía abstracta no es tan absoluta, solo creo que la comparación de los contextos de desarrollo de ambos es muy interesante, un masaje mental para el fin de semana.
El contenido es solo de referencia, no una solicitud u oferta. No se proporciona asesoramiento fiscal, legal ni de inversión. Consulte el Descargo de responsabilidad para obtener más información sobre los riesgos.
La paradoja de la capa de AI y encriptación: bifurcación del desarrollo entre tecnología impulsada y secuestro de tokens.
Escrito por: Haotian
¿Todo el mundo dice que la estrategia centrada en Rollup de Ethereum parece haber fracasado? Y odian profundamente este juego de muñecas rusas L1-L2-L3, pero lo interesante es que en el último año, el desarrollo en la pista de IA también ha pasado por una rápida evolución L1—L2—L3. Comparando, ¿dónde está realmente el problema?
Por ejemplo, los LLM de L1 resuelven las habilidades básicas de comprensión y generación de idiomas, pero el razonamiento lógico y los cálculos matemáticos son defectos difíciles; Como resultado, cuando se trata de L2, el modelo de inferencia se especializa en superar esta deficiencia, y DeepSeek R1 puede resolver problemas matemáticos complejos y depurar código, lo que llena directamente el punto ciego cognitivo de los LLM. Después de completar este trabajo preliminar, el agente de IA de L3 integra naturalmente las dos primeras capas de capacidades, lo que permite a la IA pasar de una respuesta pasiva a una ejecución activa, planificar tareas, invocar herramientas y manejar flujos de trabajo complejos por sí sola.
Mira, esta estructura jerárquica es "progresión de capacidades": L1 establece la base, L2 complementa las deficiencias, L3 hace la integración. Cada nivel produce un salto cualitativo sobre la base del nivel anterior, y los usuarios pueden sentir claramente que la IA se vuelve más inteligente y más útil.
2）La lógica jerárquica de la encriptación es que cada capa está parcheando los problemas de la capa anterior, pero desafortunadamente ha traído consigo un nuevo y mayor problema.
Por ejemplo, el rendimiento de la cadena pública L1 no es suficiente, por lo que es natural pensar en usar la solución de escalado de capa 2, pero después de una ola de infraestructura de capa 2, parece que el gas es bajo, el TPS aumenta acumulativamente, pero la liquidez está dispersa y la aplicación ecológica sigue siendo escasa, lo que hace que demasiada infraestructura de capa 2 sea un gran problema. Como resultado, comenzamos a construir cadenas de aplicaciones verticales de capa 3, pero las cadenas de aplicaciones eran independientes y no podían disfrutar de la sinergia ecológica de la cadena general de INFRA, y la experiencia del usuario se volvió más fragmentada.
De esta manera, esta jerarquía se convierte en "transferencia de problemas": L1 tiene cuellos de botella, L2 aplica parches, L3 es caótico y disperso. Cada capa simplemente transfiere el problema de un lugar a otro, como si todas las soluciones se desarrollaran solo para la cuestión de "emitir monedas".
Habiendo dicho esto, todos deberían entender cuál es la raíz de esta paradoja: la jerarquía de la IA está impulsada por la competencia tecnológica, OpenAI, Anthropic y DeepSeek están desesperadamente compitiendo por la capacidad del modelo; la jerarquía de Crypto está secuestrada por el Tokenomic, cada KPI central de L2 es TVL y el precio del Token.
Entonces, en esencia, uno está resolviendo problemas técnicos y el otro está empaquetando productos financieros? Quién tiene razón o no puede no tener respuesta, depende de la perspectiva.
Por supuesto, esta analogía abstracta no es tan absoluta, solo creo que la comparación de los contextos de desarrollo de ambos es muy interesante, un masaje mental para el fin de semana.