联邦学习结合智能合约：Flock重塑AI生产关系的创新实践

在上一轮去中心化 AI 热潮中，Bittensor、io.net 和 Olas 等明星项目凭借创新技术与前瞻布局迅速崛起，成为行业领军者。然而随着这些老牌项目估值不断攀升，普通投资者的参与门槛也随之提高。面对当前这一轮板块轮动，市场正在寻找新的参与机会。

Flock：去中心化 AI 训练和验证网络

Flock 作为去中心化的 AI 模型训练和应用平台，巧妙地将联邦学习与区块链技术相结合，为用户提供安全的模型训练环境，同时保障数据隐私和社区参与的公平性。这个项目最早可追溯至 2022 年，创始团队发表了一篇题为「FLock: Defending malicious behaviors in federated learning with blockchain」的学术论文，首次提出利用区块链技术防范联邦学习中的恶意行为。该研究不仅阐述了如何通过去中心化机制强化模型训练的数据安全，还揭示了这种创新架构在分布式计算领域的应用潜力。

经过概念验证阶段后，Flock 在 2023 年推出了去中心化的多 Agent AI 网络 Flock Research。这个网络中，每个 Agent 都是针对特定领域优化的大语言模型（LLM），能够通过协作提供跨领域的专业见解。2024 年 5 月，Flock 正式开放了去中心化 AI 训练平台的测试网，用户可以使用测试代币 FML 参与模型训练和微调，并获得相应奖励。截至 2024 年 9 月底，平台日活跃 AI 工程师已突破 300 人，累计提交模型数量超过 15,000 个。

项目的快速发展也吸引了资本市场的目光。今年 3 月，Flock 完成了由 Lightspeed Faction 和 Tagus Capital 领投的 600 万美元融资，DCG、OKX Ventures 等知名机构参与投资。值得一提的是，Flock 还是 2024 年以太坊基金会学术资助轮中唯一获得拨款的 AI 基础设施项目。

重塑 AI 生产关系的基石：为联邦学习引入智能合约

联邦学习作为一种创新的机器学习方法，允许多个客户端在不共享原始数据的情况下共同训练模型。这种技术已经在多个实际场景中得到应用，比如谷歌自 2017 年起就在 Gboard 输入法中采用联邦学习优化输入建议，特斯拉也利用类似技术提升自动驾驶系统的环境感知能力。

然而传统联邦学习仍面临诸多挑战，特别是在隐私保护和安全性方面。用户不得不信任中心化的第三方，同时还要防范恶意节点上传虚假数据导致模型性能下降。根据 FLock 团队在 IEEE 期刊上发表的研究，当恶意节点比例达到 40% 时，传统联邦学习模型的准确率会骤降至 70.9%。

针对这些问题，Flock 创新性地将区块链智能合约引入联邦学习架构，作为「信任引擎」实现自动化的参数验证和结果发布。这种设计即使在 40% 节点为恶意节点的情况下，仍能保持 95.5% 以上的模型准确率，显著提升了系统的安全性和可靠性。

定位 AI 执行层，解析 FLock 三层架构

当前 AI 领域面临的核心问题在于，模型训练和数据资源高度集中在少数科技巨头手中，普通开发者难以获取和使用这些资源。Flock 致力于成为协调需求、资源和计算能力的去中心化调度系统，将自己定位为「AI 执行层」，通过智能合约在全球节点间分配训练任务。

FLock 的生态系统由三大核心模块构成：负责基础训练的 AI Arena、进行模型微调的 FL Alliance，以及最终的应用市场 AI Marketplace。这种分层架构确保了从模型训练到应用落地的完整闭环。

AI Arena：本地化模型训练与验证激励

作为 Flock 的去中心化训练平台，AI Arena 允许用户通过质押测试网代币 FML 参与模型训练。训练节点在本地完成模型训练后，由验证者评估模型质量。目前测试网上活跃着 496 个训练节点和 871 个验证节点，平台质押比例高达 97.74%，训练节点和验证节点的平均月收益分别为 40.57% 和 24.70%。

FL Alliance：智能合约自动管理的微调平台

AI Arena 中表现优异的模型将进入 FL Alliance 进行进一步微调。这个过程中，系统会自动创建 FL 智能合约来管理任务执行和奖励分配。参与者被随机分配为提议者或投票者，通过多轮训练和评估不断提升模型性能。

AI Marketplace：个性化 AI 服务平台

经过训练和微调的模型最终部署到 AI Marketplace，供应用程序调用。这个市场不仅提供现成模型，还允许用户根据需求进行定制化修改。集成 RAG（检索增强生成）技术后，模型在特定领域的准确性得到显著提升。

目前市场上已推出多个定制化 GPT 模型，如 BTC GPT、Ethereum GPT 等。以 BTC GPT 为例，当询问「什么是 ARC20？」时，它能给出专业准确的回答，而通用型 ChatGPT 则因知识更新滞后无法提供有效信息。

同为 DCG 支持，Flock 和 Bittensor 有何异同？

近期 AI 板块回暖，去中心化 AI 代表项目 Bittensor 的代币价格在过去 30 天内涨幅超过 93.7%。值得注意的是，Flock 和 Bittensor 都获得了 DCG 的投资支持，但两者在定位上存在明显差异。

Bittensor 致力于构建去中心化的 AI 互联网，通过「子网」机制创建多个专业市场。而 Flock 则专注于将区块链引入联邦学习，打造个性化的 AI 服务平台。Flock 采用类似「Uber」的调度模式，通过智能合约自动匹配 AI 需求和开发者资源。

在参与方式上，Flock 提供训练节点、验证者和委托人三种角色。目前平台已开放委托人功能，用户可通过质押 FML 代币获取收益，测试网阶段的参与还可能影响未来主网的空投奖励。

展望未来，Flock 计划推出更友好的任务发起机制，降低 AI 参与门槛。同时项目方也在积极拓展生态合作，包括与 Request Finance 开发链上信用评分模型，为 Aptos 训练 Move 语言编程助手等。虽然 Flock 和 Bittensor 采取不同技术路径，但它们都致力于打破中心化巨头对 AI 资源的垄断，构建更加开放公平的 AI 生态系统。