币圈界报道：

布特林重设去中心化AI边界：从云端推理到跨平台本地执行

“去中心化AI”常被泛化使用，但维塔利克·布特林提出更严格的评判标准：真正服务于加密用户的系统，不仅需确保推理过程不依赖中心化云服务，更关键的是模型能否在从MacBook到AMD GPU等多样化终端设备上流畅运行。他在个人技术动态中指出，当前推出的DeepSeek V4已实现约90GB显存占用的2位量化版本，在苹果芯片上可达成每秒35个token的处理速度，而在AMD设备上亦能稳定达到每秒7个token。这一性能指标虽非开发级理想状态，却标志着轻量化模型在无数据中心支持下实现本地部署的可能性。

跨平台兼容性成为去中心化可信度的核心检验

长期以来，AI与加密领域的争论聚焦于中心化云端推理与分布式算力网络之间的取舍。布特林提出的“可验证、可恢复、开放、隐私且自主的AI”（CROPS AI）框架，直指行业宣传中的虚浮成分。若模型仅能在特定厂商的高端硬件上运行，便无法保障用户对自身数据和请求的完全控制权。尽管目前在AMD平台上每秒仅7个token的处理效率尚难满足高并发需求，但其成功部署已证明优质模型可在非专用硬件环境下运行，从而突破传统算力壁垒。苹果与AMD之间显著的性能差距，则凸显出未来本地AI要摆脱小众定位，必须正视并解决硬件生态的碎片化难题。

多元计算设备如何重构链上智能与用户主权关系

当前多数AI与区块链结合的实践集中于通证激励算力市场或链上代理，而布特林的思路更具现实导向。若模型仅能在单一云服务商的可信环境内高效运作，即便节点数量庞大，也无法提供实质性的隐私保护。这类方案可能赢得市场关注，却经不起硬件兼容性的考验。真正的用户自主意味着模型必须足够轻量，能够在中端设备上本地执行，而非仅限于昂贵的英伟达H100集群。当布特林探讨以太坊访问层与CROPS AI的整合路径时，他指向了具体的技术实现：利用零知识证明验证远程大语言模型调用的正确性，结合隐私RPC读取机制防止节点运营者窥探用户交互内容。这不仅是理论构想，更是影响序列器、验证者及钱包设计的关键约束条件。

面向以太坊生态的定制化模型与隐私防护体系构建

布特林呼吁为以太坊协议特性量身打造的AI模型并非空谈。现有主流大语言模型对Solidity语义理解有限，难以识别代理合约、委托调用及存储冲突等复杂漏洞。基于以太坊完整代码库训练并支持本地执行的模型，有望成为开发者与审计者的强力辅助工具。他提及的基于零知识证明的付费远程推理模式，开辟了新路径：开发者可通过数学证明验证远程模型输出的准确性，同时以加密方式使用服务，无需向服务方暴露智能合约源码。这种混合部署模式若得以实现，将彻底改写那些缺乏本地算力但又需保护敏感数据团队的工作流程。

超越标签化的深层变革与长期技术布局

对布特林技术动态的普遍反应可能局限于对其所涉项目或通证的利好解读，但这掩盖了其背后的结构性意义。他并未推广某个产品或代币，而是在描绘一个尚未成型的技术栈蓝图。让DeepSeek V4在AMD平台上实现7 t/s运行仅为概念验证，远非成熟解决方案。真正的突破依赖于模型压缩工程师、零知识证明电路设计师与以太坊核心开发者的长期协同，是一项需要数年推进的系统工程。然而，这一方向值得高度关注，因以太坊生态素来擅长培育缓慢但深远的基础设施变革。

当前最紧迫的问题是：硬件多样性是否将成为资本热捧的AI加密项目的优先考量？如今大量融资活跃的项目仍仅优化单一GPU架构即宣称“去中心化”，布特林的动态悄然挑战此类模式。一旦CROPS AI成为行业参照标准，如同抗审查理念曾作为试金石一般，忽视硬件多元化的项目将在真实场景落地时遭遇叙事断裂。现阶段最清晰的启示是：能在本地设备运行且无需回传数据的实用型AI，已不再是遥不可及的目标。DeepSeek V4的数据印证了这一趋势的确立，而以太坊隐私技术栈也因此获得了加速发展的实质性动因。