Jake Brukhman 认为 AI 开发正日益集中化，使先进模型更容易受到控制与监管

分布式 AI 项目正在探索如何协调全球 GPU 资源，以实现大规模的去中心化模型训练。代币化 AI 模型或能提供新的经济结构，同时减少对中心化所有权和基础设施的依赖。

在 Anthropic 遵守美国出口限制后，关于谁掌控先进 AI 模型的持续审查再度升温，并引发对去中心化 AI 网络的新一轮讨论。CoinFund 创始人 Jake Brukhman 指出，这一事件凸显了 AI 开发正变得日益集中化。他认为，分布式 AI 网络可以通过利用全球 GPU 资源，在集中化基础设施之外训练前沿模型，从而提供一种替代方案。

Anthropic 事件重燃去中心化争论

根据 Brukhman 的观点，AI 模型长期以来一直代表着一股集中化力量，也成为政府监管的天然目标。他引用 Anthropic 近期遵守美国出口管制作为这一趋势的证据。Anthropic 在收到一项针对外国公民的指令后，暂停了对 Fable 5 和 Mythos 5 的访问。该公司表示，这些限制无论身处何地均适用，因此禁用了这两个模型。

在此背景下，Brukhman 认为，去中心化网络可以提供一种制衡力量。他指出，该行业面临的最大挑战并非对 AI 的需求，而是对大规模计算能力的获取。

分布式训练获得关注

在政策辩论之外，Brukhman 表示，全球范围内存在足够的通用 GPU 算力，可以与集中式 AI 系统竞争。不过，他提到分布式训练需要能够高效协调这些资源的新算法。据 Brukhman 介绍，多个团队正在积极研究这一问题。他列举了 Gensyn、Prime Intellect、Bagel、Pluralis Research、Nous Research、Macrocosmos 和 Covenant 等项目，这些项目都在探索分布式 AI 训练。

他表示，这些团队的工作表明，去中心化训练既可行又具有成本效益。CoinFund 也投资了该领域的几家公司。其中，Prime Intellect 在 2024 年获得了由 CoinFund 联合领投的种子轮融资，随后又筹集了额外资金。

代币化模型提供新的商业模式

除了计算基础设施，Brukhman 还强调了开源 AI 项目面临的另一个挑战：可持续的经济模式。他表示，开源模型虽然广泛可访问，但往往缺乏持久的商业模式。据 Brukhman 介绍，Pluralis Research 正在探索一种不同的方法，即将模型权重分配给网络参与者。他认为，这种结构可以支撑代币化 AI 模型，同时防止任何单一参与者控制整个系统。

与此同时，Brukhman 表示，目前的更广泛讨论集中在 AI 开发是继续集中在少数组织手中，还是通过开放的去中心化网络进行扩展。