IA y Activos Cripto: Comparación del Desarrollo por Niveles de Dos Campos
Recientemente, algunas personas creen que la estrategia Rollup-Centric de Ethereum parece haber fallado y expresan su descontento con la estructura anidada L1-L2-L3. Sin embargo, lo interesante es que el desarrollo en el campo de la inteligencia artificial en el último año también ha pasado por una rápida evolución L1-L2-L3 similar. Al comparar detenidamente ambos, podemos descubrir la raíz del problema.
En el campo de la IA, la lógica en capas se basa en resolver problemas centrales que no pueden ser tratados en las capas superiores. Los modelos de lenguaje de gran tamaño (LLMs) de L1 resuelven la capacidad básica de comprensión y generación del lenguaje, pero tienen deficiencias en razonamiento lógico y cálculos matemáticos. Los modelos de razonamiento de L2 abordan esta debilidad, como DeepSeek R1, que puede resolver problemas matemáticos complejos y depurar código, compensando las lagunas cognitivas de los LLMs. Sobre esta base, los agentes de IA de L3 integran las capacidades de las dos primeras capas, permitiendo que la IA pase de responder de manera pasiva a ejecutar de manera activa, siendo capaz de planificar tareas de forma autónoma, invocar herramientas y manejar flujos de trabajo complejos.
Esta jerarquía en el campo de la IA es de "progresión de capacidades": L1 establece la base, L2 complementa las deficiencias y L3 realiza la integración. Cada nivel logra un salto cualitativo sobre la base del nivel anterior, y los usuarios pueden sentir claramente que la IA se vuelve más inteligente y más práctica.
En comparación, la lógica de capas en el campo de los Activos Cripto es proporcionar soluciones a los problemas de la capa anterior, pero a menudo trae nuevos problemas aún más grandes. Por ejemplo, para resolver la insuficiencia de rendimiento de la cadena pública L1, se introdujeron soluciones de escalado L2. Sin embargo, después de una ola de auge en la infraestructura L2, aunque las tarifas de Gas han disminuido y el TPS ha aumentado acumulativamente, la liquidez se ha dispersado y las aplicaciones ecológicas siguen siendo escasas, lo que hace que una excesiva infraestructura L2 se convierta en un nuevo problema. Para ello, se ha comenzado a desarrollar cadenas de aplicaciones verticales L3, pero estas cadenas de aplicaciones son independientes entre sí y no pueden disfrutar del efecto de colaboración ecológica de la cadena general, lo que lleva a una experiencia de usuario aún más fragmentada.
Esta evolución jerárquica en el campo de los Activos Cripto se convierte en una "transferencia de problemas": L1 tiene cuellos de botella, L2 proporciona parches, y L3 es caótico y descentralizado. Cada capa parece simplemente transferir el problema de un lugar a otro, dando la impresión de que todas las soluciones giran en torno al objetivo de "emitir moneda".
La razón fundamental de esta diferencia radica en que: la jerarquía de la IA está impulsada por la competencia tecnológica, y las grandes empresas están compitiendo por mejorar la capacidad de los modelos; mientras que la jerarquía de los Activos Cripto está influenciada por la economía de los tokens, donde el indicador clave de cada proyecto L2 es la cantidad de fondos bloqueados (TVL) y el precio de la moneda.
Desde un punto de vista esencial, un campo está resolviendo problemas técnicos, mientras que el otro está empaquetando productos financieros. En cuanto a quién tiene razón o no, puede que no haya una respuesta estándar, depende de la perspectiva personal.
A pesar de que esta comparación abstracta no es absoluta, la comparación de los contextos de desarrollo de los dos campos es realmente profunda y nos ofrece una perspectiva interesante para reflexionar.
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
16 me gusta
Recompensa
16
4
Compartir
Comentar
0/400
DaoGovernanceOfficer
· hace7h
*suspiro* comparación empíricamente defectuosa, para ser honesto
Ver originalesResponder0
just_another_wallet
· hace7h
Las capas son solo trampas. Asegúrate de minar bloques para ganar dinero.
Ver originalesResponder0
GasWaster69
· hace7h
¿Quién se preocupa por rollup? Ya no se puede enrollar.
Ver originalesResponder0
GasWaster
· hace7h
Capa tras capa, aún es mejor hacer L1 directamente.
Desarrollo jerárquico de la IA y Activos Cripto: Progresión de capacidades vs Traslado de problemas
IA y Activos Cripto: Comparación del Desarrollo por Niveles de Dos Campos
Recientemente, algunas personas creen que la estrategia Rollup-Centric de Ethereum parece haber fallado y expresan su descontento con la estructura anidada L1-L2-L3. Sin embargo, lo interesante es que el desarrollo en el campo de la inteligencia artificial en el último año también ha pasado por una rápida evolución L1-L2-L3 similar. Al comparar detenidamente ambos, podemos descubrir la raíz del problema.
En el campo de la IA, la lógica en capas se basa en resolver problemas centrales que no pueden ser tratados en las capas superiores. Los modelos de lenguaje de gran tamaño (LLMs) de L1 resuelven la capacidad básica de comprensión y generación del lenguaje, pero tienen deficiencias en razonamiento lógico y cálculos matemáticos. Los modelos de razonamiento de L2 abordan esta debilidad, como DeepSeek R1, que puede resolver problemas matemáticos complejos y depurar código, compensando las lagunas cognitivas de los LLMs. Sobre esta base, los agentes de IA de L3 integran las capacidades de las dos primeras capas, permitiendo que la IA pase de responder de manera pasiva a ejecutar de manera activa, siendo capaz de planificar tareas de forma autónoma, invocar herramientas y manejar flujos de trabajo complejos.
Esta jerarquía en el campo de la IA es de "progresión de capacidades": L1 establece la base, L2 complementa las deficiencias y L3 realiza la integración. Cada nivel logra un salto cualitativo sobre la base del nivel anterior, y los usuarios pueden sentir claramente que la IA se vuelve más inteligente y más práctica.
En comparación, la lógica de capas en el campo de los Activos Cripto es proporcionar soluciones a los problemas de la capa anterior, pero a menudo trae nuevos problemas aún más grandes. Por ejemplo, para resolver la insuficiencia de rendimiento de la cadena pública L1, se introdujeron soluciones de escalado L2. Sin embargo, después de una ola de auge en la infraestructura L2, aunque las tarifas de Gas han disminuido y el TPS ha aumentado acumulativamente, la liquidez se ha dispersado y las aplicaciones ecológicas siguen siendo escasas, lo que hace que una excesiva infraestructura L2 se convierta en un nuevo problema. Para ello, se ha comenzado a desarrollar cadenas de aplicaciones verticales L3, pero estas cadenas de aplicaciones son independientes entre sí y no pueden disfrutar del efecto de colaboración ecológica de la cadena general, lo que lleva a una experiencia de usuario aún más fragmentada.
Esta evolución jerárquica en el campo de los Activos Cripto se convierte en una "transferencia de problemas": L1 tiene cuellos de botella, L2 proporciona parches, y L3 es caótico y descentralizado. Cada capa parece simplemente transferir el problema de un lugar a otro, dando la impresión de que todas las soluciones giran en torno al objetivo de "emitir moneda".
La razón fundamental de esta diferencia radica en que: la jerarquía de la IA está impulsada por la competencia tecnológica, y las grandes empresas están compitiendo por mejorar la capacidad de los modelos; mientras que la jerarquía de los Activos Cripto está influenciada por la economía de los tokens, donde el indicador clave de cada proyecto L2 es la cantidad de fondos bloqueados (TVL) y el precio de la moneda.
Desde un punto de vista esencial, un campo está resolviendo problemas técnicos, mientras que el otro está empaquetando productos financieros. En cuanto a quién tiene razón o no, puede que no haya una respuesta estándar, depende de la perspectiva personal.
A pesar de que esta comparación abstracta no es absoluta, la comparación de los contextos de desarrollo de los dos campos es realmente profunda y nos ofrece una perspectiva interesante para reflexionar.