@mtorygreen 提出了一个很好的观点。一般來說，很多人（還）不理解 DeAI 堆疊實際上是多麼龐大和多樣化。 想知道我是什么意思嗎？ 1 ) 應用/用戶體驗層： @Infinit_Labs（代理用戶體驗層 + 策略市場） @AIWayfinder（代理驅動的用戶體驗自動化） @HeyAnonai（AI 驅動的 DeFAI 平台） +++ 2 ) AI 代理基礎設施層和框架 @TalusNetwork（AI 代理的鏈上協調中心） @TheoriqAI（群體協調框架） @Spectral_Labs（智能鏈上代理） @gizatechxyz（非托管算法代理） +++ 3 ) AI 原生執行層 @NEARProtocol（AI 原生高性能區塊鏈） @wardenprotocol（具有原生 AI 集成的智能應用） @ritualnet（AI 的主權鏈） +++ 4 ) 推理與開放智能層： @opentensor（達爾文式 AI 網絡） @AlloraNetwork（自我改進的機器學習網絡） @SentientAGI（開源 AGI） @Fetch_ai（全球首個 Web3 LLM） +++ 5 ) 數據收集 + 市場層： @OpenledgerHQ（可歸屬數據市場 + SLM 微調） @oceanprotocol（用於 AI 的代幣化數據市場） @Hivemapper（去中心化地圖數據） @grass（數據收集激勵基礎設施） @vana（數據主權的開放網絡） +++ 6 ) GPU/計算層： @ionet（最大的去中心化 GPU 聚合器） @akashnet_（去中心化計算網絡） @AethirCloud（去中心化計算網絡） @theblessnetwork（邊緣計算網絡） +++ 7 ) 隱私層： @ArciumHQ（高性能、並行化的 MPC 網絡） @nillionnetwork（專注於盲計算的 MPC 驅動 AI 推理） @zama_fhe（FHE 領域的領導者，協處理器網絡即將推出） @inconetwork（支持 TEE + FHE 的模組化隱私層） +++ 8 ) 存儲與 DA 層： @eigen_da（由 Ethereum 保障的超大規模 DA 層） @0G_labs（用於存儲、計算和擴展的 AI 原生 L1） @celestia（模組化數據可用性層） +++ 請注意，這些類別中還有很多很多項目，這只是為了舉例，敬請關注即將發布的完整生態系統概述。