Gate 广场创作者新春激励正式开启,发帖解锁 $60,000 豪华奖池
如何参与:
报名活动表单:https://www.gate.com/questionnaire/7315
使用广场任意发帖小工具,搭配文字发布内容即可
丰厚奖励一览:
发帖即可可瓜分 $25,000 奖池
10 位幸运用户:获得 1 GT + Gate 鸭舌帽
Top 发帖奖励:发帖与互动越多,排名越高,赢取 Gate 新年周边、Gate 双肩包等好礼
新手专属福利:首帖即得 $50 奖励,继续发帖还能瓜分 $10,000 新手奖池
活动时间:2026 年 1 月 8 日 16:00 – 1 月 26 日 24:00(UTC+8)
详情:https://www.gate.com/announcements/article/49112
AI 的货币:比特币小额支付与 AI 如何结合?
撰文:胖车库
有时觉得很神奇,在不同的环境中提到比特币时,总会遇到一些人因为「不(想)理解」「动机不纯」等原因表达自己对比特币 skeptical。他们的点大多关于「时间」和「价值」,倒不是关于作为一种设计精妙的事物 / 技术本身。
我不 skeptical,比特币对我来说是一种无法替代的新鲜感的来源。
我喜欢阿剑说的一句话:比特币是在做别的技术根本做不到的事情。
今儿想聊一些在笔记里兜了 3 个月的话题:
小额支付的渊源,闪电网络上的尝试以及小额支付与 AI 可能的结合。
小额支付简史
W3C
Ted Nelson coined the term micropayment back in the 1960s 互联网专有名词(如超文本,超媒体)祖师爷 Ted Nelson 在 1960 年代提出了小额支付的概念。
1992 年,HTTP 和 HTML 的创建者 Tim Berners-Lee 发布了他的第二个 HTTP 版本,也是对现在常用的状态代码的第一个引用。其中有一个代码,伯纳斯 - 李和其他人认为有一天将用于支付数字内容:402 payment required。遗憾的是,这个状态代码被正式「保留以供将来使用」,因为从一开始,在网络上进行小额支付的各种尝试都未能实现。互联网发明 30 多年后,我们仍在等待其主要最初愿景之一的实现。
Tim Berners- Lee 于 1994 年创立了万维网联盟 (W3C),以指导网络发展,小额支付从一开始就是主要考虑因素。
1995 年,撰写了大量有关互联网安全 RFC 的 Phillip Hallam-Baker 起草了小额支付传输协议 (MPTP) [1],但该协议似乎从未实施过。它提供了有关小额支付本质的许多见解,这些见解在今天与互联网创立时一样重要:
然而,MPTP 的一个关键限制是协议明确要求第三方(称为 broker)。当时,没有可信中介就无法进行数字支付,因此任何小额支付协议的尝试都必须考虑到某种资金的托管。
W3C 在一段时间内继续推动小额支付,于 1998 年发布了小额支付概述,并建议将 MPTP 作为一种实用方法,并指出:
这呼应了 Hallam-Baker 的第二个主要担忧,即可用支付机制的技术或管理成本所带来的交易成本。他首先关心的问题是「快速用户响应(fast user response)」的需求,但在有关小额支付可行性的讨论中经常被忽视。
直到 1999 年,Nick Szabo在他的论文 micropayment and mental transaction cost [3] 中继续深入思考「fast user response 」。强烈推荐阅读 Szabo 这片论文,他提出小额支付 这件事不只是技术的功课,也关于一种心理交易成本(cognitive costs)的存在——小额支付的心理支付成本远大于技术性成本。如何理解应用**小额支付的决策过程?**在技术性的交易成本会不断下降的前提下,怎么设计交互付款流程去减少「心理交易成本」?一种可能的场景是:个人的资源 / 资本去「自动」匹配她心照不宣的偏好。(用小额支付去包装 API,或「互联网连接」)
基于小额支付的网络意味着频繁支付,这意味着决策疲劳。对于大多数小额支付来说,由于必须不断选择购买而产生的心理交易成本可能会超过他们所支付的商品的价值。
像 Compaq 和 IBM 这样的大公司,以及 Pay2See、Millicent、iPin 等初创公司,在早期都尝试过降低小额支付的技术和心理交易成本,但人们仍然认为这个概念将是持久的。从一开始就具有特色。
这些公司中最著名的也许是由 David Chaum 领导的 DigiCash,它们将对比特币社区产生持久的影响。Chaum 在 1982 年就已经正式提出了类似区块链的数据结构和安全数字现金的许多想法,然后于 1989 年创立了 DigiCash。DigiCash 实施了 Chaum 的提议,允许用户从银行提取资金(称为 eCash),并使资金无法追踪数字小额支付。不幸的是,只有一家银行实施过 eCash,该公司于 1998 年破产。
大约在同一时间,其他小额支付活动也解散了,W3C 本身也于 1998 年结束了对小额支付活动的支持。
互联网泡沫正在全面崩溃,而小额支付是崩溃最严重的想法之一。这是成为批评家的好时机。作家克莱·舍基(Clay Shirky)撰写了《反对小额支付的案例》,其中他大胆宣称:
2000 年,他对其根本缺陷的主要论据不是技术或基础设施,而是呼应一年前的 Nick Szabo:决策疲劳。他继续说道:
Shirky 继续预测,三种支付方式将在网络上占据主导地位,并且不会受到决策疲劳问题的影响:聚合(将低价值的东西捆绑成单一的高价值交易)、订阅和补贴(让其他人而不是用户为内容付费——今天这已表现为广告模式)。
到互联网泡沫破裂结束时,舍基的预测看起来更加突出。信用卡的基础设施成本导致支付金额低于 1 美元,因此它已成为事实上的支付方式,而人们对小额支付项目的热情正在失去动力。在其日益集中、受监控和广告驱动的前身——Web 2.0 的背景下,网络的未来不言而喻且令人兴奋的前景逐渐黯淡。
比特币和去中心化网络
中本聪在 2008 年底发布了比特币白皮书,恰逢美国住房危机期间。不久之后他发布了它的原始代码。比特币在计算机科学史上和货币史上都是一个巨大的突破,并激发了人们对互联网可能性的新一波兴趣。第一次出现了一种无需许可的方式,可以用互联网原生货币转移价值,而无需使用信用卡所需的所有不优雅、臃肿的基础设施。
有一段时间,比特币的价格如此之低,以至于有些人确实提倡将其用于小额支付系统,尽管中本聪承认这(还)不是解决该问题的一个很好的解决方案:
但费用带来的限制并没有阻止人们梦想它所带来的新可能性。第一个流行网络浏览器的创建者 Marc Andreessen 给出了内容货币化和打击垃圾邮件的例子:
报纸等媒体企业难以对内容收费的原因之一是,他们需要要么全部收费(支付所有内容的全部订阅费),要么不收费(这会导致网络上到处都是可怕的横幅广告)。突然之间,有了比特币,就有了一种经济上可行的方法,可以对每篇文章、每节、每小时、每次视频播放、每次存档访问或每次新闻提醒收取任意少量的费用。
当然,这种说法在今天并不正确(至少就 Layer 1 而言),但 2014 年的费用足够低,实际上可以围绕小额支付的概念进行构建。大约在这个时候建立的一个有趣的项目是 Bitmonet,它允许用户选择订阅级别,只需支付 10 美分购买一篇文章,支付 15 美分支付一小时无限制访问网站,或支付 20 美分购买一日通行证。不幸的是,交易费用不再低到能够允许任意小额的小额支付,尽管中本聪从比特币诞生之初就清楚地想到了这个问题,但它并不是专门为了解决小额支付问题而设计的。
Shirky 对内容货币化的预测非常准确,尤其是在订阅和广告模式方面。
在广告模式中,内容由广告商(通常是通过第三方)提供补贴。从 2014 年到 2022 年,谷歌和 Facebook 作为广告商和内容创作者之间的第三方调解人,基本上占据了在线广告市场的双头垄断地位。这两家公司(实际上是大多数大型科技公司)收集了大量个人信息,并只是要求用户将数据的安全托付给他们,尽管存在大量违规行为。此信息用于针对人们更有可能购买的产品展示有针对性的广告。公司通常将这种模式称为「免费但带有广告」。但实际上,用户确实付出了代价。广告模型迫使用户用两件事来交换内容:
用户数据被迫提供给第三方,正如尼克·萨博(Nick Szabo)所说,这是安全漏洞。
用户注意力。用户在广告网站上花费的时间越多,广告商、广告平台和内容创建者赚的钱就越多。因此,创作者在经济上受到激励,可以展示尽可能多的广告,而不会太烦扰用户以至于他们离开平台。「免费广告」网络的货币就是用户的注意力。你就是产品。广告模式清楚地表明,消费者变成了二等公民。由于创作者的收入和最终用户之间存在抽象层,因此创造良好的用户体验并不是最高优先级。随着越来越多的消费者使用广告拦截器,内容创作者被迫更加积极地投放广告,从而使每个人的网络使用体验变得更加糟糕。
订阅也越来越受欢迎。用户表示,他们更愿意定期为批量访问电影和音乐等许可内容付费,而不是为拥有单独的歌曲付费。虽然这是一种更诚实的商业模式,但当它们成为唯一的付款选择时,也可能会出现很大的问题。近年来,随着这些服务的竞争日益激烈,越来越多的人发现自己患有订阅疲劳。在任何给定时间都无法访问一篇(或几篇)特定新闻文章、电影或歌曲,迫使我们做出次优选择,尝试批量付费并优化给定订阅的大部分内容。
以流媒体服务为例。如今,流媒体服务如此之多,都在争夺内容许可,以至于用户最终需要支付多次订阅费用才能捕获他们想要的更多电影和电视节目。但他们真正想要的只是观看任何给定服务所提供的一小部分内容。当他们为自己想要的电影或节目选择一项服务时,该服务通常不会停留很长时间,并且随着许可到期和更新,会不可预测地从一家公司跳到另一家公司。
新闻文章是另一个例子。《纽约时报》或《经济学人》等公司通过允许读者只阅读几秒钟的文章来吸引读者,然后再通过订阅付费墙屏蔽内容。与电影相比,报纸更是如此,顾客更有可能愿意为自己选择的单篇文章支付少量费用,而不是为他们不想要的文章打包交易。
虽然订阅提供了比广告更直接的方法,但在实践中使用它们通常会导致成本越来越高、压力越来越大的管理游戏。
当克莱·舍基(Clay Shirky)撰写关于心理交易成本问题的文章时,他是在订阅和广告的心理成本开始像今天一样对人们造成压力之前撰写的。比特币为互联网原生货币的问题提供了解决方案,但缓慢的处理速度和高昂的费用很快成为支持小额支付的系统的一个令人望而却步的问题。在小额支付技术真正落地之前,还需要一项重大创新。
闪电网络
闪电网络白皮书中,小额支付的想法赫然出现在 C 位某置。
目前闪电小额支付项目
AI 的货币
就像人类需要护照和货币来穿越国界一样,AI agents 可能需要某种形式的身份认证和支付机制来在互联网上使用不同的服务和资源。
从 402 error 到 L402
HTTP error code 是什么?200 OK, 404 NOT FOUND, and 500 INTERNAL SERVER ERROR 都属于。
在互联网设计之初,HTTP 402 error 使互联网没能成为一个支持(小额)支付的网络 闪电网络上的 L402 协议被设计成支持分布式网络中的认证 (authentication) 和支付 (payment),置于互联网中就是:用于支付互联网原生应用或服务 (e.g.API, login, digital resource access)。这样的服务依赖单位经济(unit economics)。
macaroon 这回不甜腻
这里的 macaroon 可不是法国小甜品,而是分布式系统的一种高级身份验证机制。它们旨在将 bearer 和基于身份的身份验证系统的优点结合在单个 token 中,可以快速发布和验证而无需访问中央数据库。
AI 的代表实体是 intelligent LLM 和 AI agents,他们和法币系统之间不是原生关系(没法注册账号出示身份证),macaroons 是可以给分布式系统中的 AI 实体赋予身份的(认证机制)。
比特币是我的,sats 归 AI
我想起之前一个好友的灵魂发问,不管对比特币未来的预期是怎样,她个人都不愿将比特币用于微支付上(买咖啡、香蕉冰淇淋松饼)。确实,攒着还来不及呢,我才不要费饼。脑海中突然浮现一弹幕:万一比特币某种程度上(sats)不是给人用的呢?
如果 sats 是人工智能的货币,我的疑问是:这种需要高频、依赖于单位经济小额支付的 AI agents 到底长什么样子?或者说什么样的场景中有这些 AI agents 在活跃的工作?
不难想象人们为 AI agents 设定任务 /goal,然后拨款(10000sats)让他完成任务,agents 可以替你穿梭于互联网的大街小巷以寻找最佳路径。但是任务是什么呢?
iant Funds 的文章 Crypto AI Agents: The First-Class Citizens of Onchain Economies [5] 里面举了几个例子,比如:
Gnosis 通过其 AI mechs 展示了这种初级基础设施,它的 AI Agent 将 AI 脚本封装到智能合约中,使任何人(或一个机器人)都可以调用智能合约执行 Agent 动作(例如在预测市场上进行投注),同时还能向 Agent 进行支付。
AI agent 需要对特殊行业、主题和利基市场进行微调。Bittensor 激励「矿工」为特定任务(例如图像生成,预训练,预测建模)训练模型,围绕目标行业(例如加密货币、生物技术、学术界)。
AI
我对 AI 的认识主要来自于和 GPT 的频繁交互。
最近的一篇 Open ai 的论文[7],研究了如何通过弱监督来激发强大模型的能力。研究团队通过在不同任务上对 GPT-4 系列模型进行微调,发现弱监督下的模型表现优于其弱监督者,这一现象被称为「弱到强泛化」。说人话是:**如何让计算机程序(比如聊天机器人)在接受不太详细的指导时仍能表现出色。通常,我们需要给这些程序很具体的指导才能让它们正确工作。**但研究发现,即使指导不够具体,这些程序有时也能超出预期地做得很好。这就像是教一个孩子做事,虽然只给了他基本的指示,但他却能自己想办法做得更好。
举个例子,其一是最近频繁调用 API 的经历:Google scholar,semantic scholar,GPT(间接)让我觉着自己在这之中的作用就是搬运 API KEY 和复制 API deion(以让 GPT 能匹配格式)。
这期间的互动关系很有趣:人同样需要学习代码,但更重要的是了解各个组件的作用和他们之间的联系。比如设计一个 xyz 目标的系统,KG 组织想法骨架,API 联通数据关节,我们可以更多思考连接什么(以创造更有趣的东西或达到什么目标),GPT 可以提供方案如何连接。我最近尝试【和 GPT 一起完成任务】的 role play,其中他的角色是开发者提供代码方案,我是 API key 的搬运工(笑)和提供一些组装哪些 API 的思路:
给他们具体的 toolkits 就可以自己运行的例子已经出现。一个在疯狂试验这个边界的项目是tldraw: draw-a-UI,他们在测试 AI 与很多 API 结合完成不同交互任务的能力。
AI agent 可以通过人或由自己去提出一些切或不切实际的想法,经过某种规则的智能合约拿到一些资金,再笼络具体的人(开发者、设计师、memesters)来参与构建、试错。或许有很多有趣的任务会被定义出来并形成市场,促使「人机协作转奖励」。
AI agent 是大胆且有想象力,但缺乏边界和限制条件的实体,他和人的合作可以让更多以前想不到的事情落地。而某种可以为其生长提供支持的对应货币、资本、小额奖励,是不是能通过比特币或加密货币注入活水呢?