Analyse comparative des chemins de développement de l'IA et des cryptoactifs

Récemment, la stratégie Rollup-Centric d'Ethereum semble avoir rencontré des défis, tandis que l'architecture multi-niveaux L1-L2-L3 a également suscité certaines controverses. Fait intéressant, le développement du domaine de l'intelligence artificielle au cours de l'année écoulée a également connu une évolution rapide similaire L1-L2-L3. En comparant les trajectoires de développement de ces deux domaines, nous pouvons découvrir certaines questions dignes de réflexion.

Dans le domaine de l'IA, chaque niveau de développement résout les problèmes fondamentaux que le niveau précédent n'a pas pu surmonter. Les modèles de langage de grande taille au niveau L1 posent les bases des capacités de compréhension et de génération linguistiques, mais présentent des insuffisances en matière de raisonnement logique et de calcul mathématique. Les modèles de raisonnement au niveau L2 répondent spécifiquement à ces lacunes, comme DeepSeek R1 qui peut traiter des problèmes mathématiques complexes et le débogage de code, comblant les zones d'ombre cognitives des grands modèles de langage. Sur cette base, l'IA Agent au niveau L3 intègre les capacités des deux premiers niveaux, permettant à l'IA de passer d'une réponse passive à une exécution active, capable de planifier des tâches de manière autonome, d'appeler des outils et de gérer des flux de travail complexes.

Cette structure en couches reflète les caractéristiques de "progression des capacités": L1 établit la base, L2 comble les lacunes, L3 réalise l'intégration. Chaque couche réalise un saut qualitatif sur la base de la couche précédente, permettant aux utilisateurs de ressentir concrètement que l'IA devient plus intelligente et plus pratique.

En comparaison, la logique de hiérarchisation dans le domaine des Cryptoactifs semble chercher des solutions aux problèmes de la couche précédente, mais cela entraîne souvent de nouveaux problèmes, plus grands. Par exemple, pour résoudre le problème de performance insuffisante des chaînes publiques L1, des solutions d'extension L2 ont été développées. Cependant, après une vague de compétition interne dans les infrastructures L2, bien que les frais de Gas aient diminué et que le TPS ait quelque peu augmenté, les problèmes de dispersion de la liquidité et de manque d'applications écologiques se sont accentués. Pour faire face à ces problèmes, des chaînes d'applications verticales L3 sont apparues, mais ces chaînes d'applications fonctionnent indépendamment, ne pouvant pas bénéficier des effets de synergie des chaînes générales, ce qui fragmente encore plus l'expérience utilisateur.

Cette structure en couches ressemble davantage à un "transfert de problème" : L1 présente des goulets d'étranglement, L2 fournit un correctif, et L3 apporte confusion et décentralisation. Chaque couche semble simplement transférer le problème d'un endroit à un autre, donnant l'impression que toutes les solutions tournent autour de l'objectif de "émettre des jetons".

La cause fondamentale de cette différence pourrait résider dans le fait que la hiérarchie dans le domaine de l'IA est alimentée par la concurrence technologique, les grandes entreprises rivalisant pour améliorer les capacités des modèles ; tandis que la hiérarchie dans le domaine des Cryptoactifs semble être davantage influencée par l'économie des jetons, chaque projet L2 se concentrant souvent sur des KPI clés tels que le TVL (valeur totale verrouillée) et le prix des jetons.

Cette comparaison révèle les différences essentielles dans les trajectoires de développement de deux domaines : l'un se concentre sur la résolution de problèmes technologiques, tandis que l'autre tend davantage à emballer des produits financiers. Bien sûr, cette analogie abstraite n'est pas absolue, mais elle nous offre une perspective intéressante pour réfléchir aux trajectoires d'évolution de ces deux domaines en rapide développement.