互联网未来10年的展望

1 背景

近三年来，人工智能领域迎来了蓬勃发展的新阶段。作为2022年12月首批体验ChatGPT的深度用户，我看到了这场技术革命如何重塑生产力。这场突破性进展正推动全球科研机构加速大模型研发竞赛，计算机视觉、语音交互等多模态应用也呈现加速发展态势。在技术融合创新的浪潮中，人类距离实现通用人工智能（AGI）的愿景似乎已不再遥远

与此同时，以Web3技术为代表的加密货币领域进入新一轮牛市，比特币已经突破了10万美元一枚，创下历史新高。这一现象级增长的核心驱动力来自于群体共识。无论它是否真的能给真实世界带来什么，只要有共识，有群体愿意认可其价值，那么它就是有价值的。但同样的，基于共识的价值体系也暗含脆弱性，如果政策风向、市场信心的出现转变，共识的崩塌就会大幅打击价格。

接下来，将对AI与Web3进行讨论。

2 AI

OpenAI o1和DeepSeek R1是基于强化学习实现了大模型思考推理能力，并且还能在思考中自我纠错。这个是实现AGI关键一步，因为人类的智力发展就是通过思考和推理逐渐形成。我认为实现AGI还有几个关键步骤，一是有自我驱动力能够自己提问寻找解答，二是永久训练，能够在推理过程中，自我更新模型参数，三是在学习中自发的形成某种结构，类似于人通过反复训练掌握了技能。现有的Ai训练和运行需要大量的内存，显存，高性能显卡，功耗越来越大，体积越来越大，也许未来生物计算机能有重大突破是个不错的方向。

大模型对生产力的提高是显而易见的，尤其对基础脑力劳动者而言。我不擅长前端开发，过去如果让我做个简单的界面，我会花大量时间查阅文档和教程，反复调试和验证。而现在借助大模型，只要掌握提问的技巧，常见的问题都能得到解决。以互联网行业为例，基础服务提供方在AI的帮助下，只需现有一半的员工就可以完成之前的工作量。因此，我认为未来基础岗位的缩减是必然的。客观来说，科技的进步是推动人类历史发展的重要力量。如果AI能够像预测蛋白质结构那样，改造和创新现有的技术，那么第四次工业革命就已经开始了

3 Web3

我对区块链技术有过研究，其本质就是分布式账本技术。中本聪建立它的背景在2008年金融危机，目的在于创造一个去中心金融体系，解决传统金融体系的信任问题，但如今看来并没有解决这个问题。目前对web3主流开发社区停留在以太坊的项目，例如NFT数字资产，铭文等。这里面鱼龙混杂，粗糙的图片，一段奇怪的音频可以拍卖到几十万美元。我认为真正的价值是可以映射到现实世界的，曾看到国内有把NFT门票用作区块链线下活动的入场券，但是这存在一些问题，由于区块链是完全匿名的，如果注册多个地址一个人就可以购买成百上千张票，从而黄牛就能高价转卖给别人。并且由于完全匿名性，黑灰活动追踪溯源困难。所以目前来看去中心化应用还处于早期探索阶段，并没有被大众广为使用。

4 演化

如果让我选择方向，我会all in 去中心化应用，web3，分布式系统。AI的前景虽然很好，但是这是属于头部企业的蛋糕。算力垄断，技术垄断下创业公司能产出重大突破几乎不可能。而选择分布式应用的理由如下，目前用户的隐私数据包括行为喜好被大型企业收集，在信息即价值的时代会形成强大的垄断市场，出现不正当利益和竞争。我理解的去中心化应用是由社区集群来作为网络服务的提供者和维护者，它们由十个左右独立的组织或个体通过定制化的共识协议连接在一起来为用户提供服务，类似于区块链中的联盟链。这样做的的好处是，整个系统的源代码和算法向用户公开，用户可以选择所需要的服务，而不局限于垄断资本设定的规则协议。

4.1 数字ID与统一信用体系

区块链技术虽然具备去中心化与隐私保护的优势，但也因受不法分子利用而诟病。比特币的市值约为2万亿美元，而全球每年的洗钱金额也被估计为2万亿美元。把区块链技术改造成具备实用性的方案，一个折中的方法能兼顾隐私保护与身份追踪。

具体来说，可以使用个人ID（ID card, Driver License）和人脸识别生成一个临时数字ID。基于这一信息创建的地址包含了其他用户无法追踪但政府部门能够追踪的密码。这一密码可通过与数据库中预留的密钥解密得到用户的真实身份信息。该地址既可以理解为比特币中的地址，也可以被视为互联网中的用户名。借助现有密码学技术，这种方案是可行的。

此外，信用体系的建立在现实中已有不少成功案例，例如蚂蚁信用积分、闲鱼信用等级等。然而，这些系统对用户而言往往缺乏透明性，评分与等级计算方式不为人知。相比之下，Uber 的双向评分机制则更具借鉴意义。在Uber中，司机与乘客可以相互评分，并将评分结果直接展示给每轮服务的使用者。

4.2 C2C

点对点交易（C2C）指的是用户对用户的业务模型，不依赖于第三方机构。当今的点对点服务已有一定的雏形，但本质上仍依赖于平台作为担保方，有的甚至是聊天记录作为口头协议。我认识的不少人曾通过这种方式完成交易。例如，网络上两个素不相识的人，一方发布帖子寻求合租，另一方看到后与之沟通，双方一拍即合，认为彼此已经达成共识，但并没有任何风险保障程序。未来，C2C模式有望发展得更加成熟。两个用户可以通过第三方平台交流，当达成一致意见时签署电子协议。该协议由双方密钥各自加密两次，生成两份副本发送至去中心化网络，并同时提交一定数量的Token作为保证金。在协议完成后，双方可以进行一次互评，以完善信用体系。如果出现纠纷，平台将提供记录和证据链支持，帮助双方解决争议。

4.3 大数据和需求匹配

设想下面一个场景，由于刚刚搬家到新城市你把快递默认地址填错了，直到最后才发现。经过计算，亲自去取成本太高。申请退货重新发货，时间拖的太晚。一个理想的解决方案是，找在那个城市的朋友帮忙转寄过来。但问题是，如果没有呢？

一种有效的解决方案是需求匹配，这在当前已有成功的案例可循。例如，在外卖服务中，用户下单后，信息同步至商家和平台。平台根据地理位置、订单地址、报酬以及完成时限等要素，将订单推送给外卖员供其选择。这个模式可以进一步扩展到更多领域，例如快递代寄、临时杂务等。在理想的场景中，用户可以直接发布需求，设定赏金，并将信息发送至一个去中心化的网络。通过相关性匹配算法，这些需求能够精准推送给适合的人群。此外，为了确保系统的高效与安全，可以借助ai自动化判断需求的合法性、出价的合理性，并实现更细粒度的智能匹配。