《AI大模型之上的Allora》 老粉丝都知道，傻哥是大模型重度用户。 日常工作中，一会儿GPT、Grok，一会儿Gemini、Claude。 傻哥不得不在各种大模型之间相互切换。 于是，傻哥就在想，这些大模型之上会不会出现一层抽象层， 能够全自动根据特定任务来调用不同的模型呢？ 直到今天，傻哥看到了Allora。 先说下Allora的背景 团队来自摩根大通、UC Berkeley、剑桥 融资额35m美金 资方Polychain、Framework、dao5 等机构。 整体而言，是具备严肃背景的资方+强大团队组合。 那Allora的AI 抽象层有啥特点呢？ 1、从“模型中心”到“目标中心” 你只描述目标（如“预测 BTC 明日收益率、给出胜率与置信区间”），网络自动择优与加权（模型/权重/路由随情境实时变化）。这比单一模型或静态集成更能适应任务。 2、去中心化的“群体智能”与自进化 超过 28 万个 Workers（模型/代理）在同一网络里竞争 + 协作：优者得更高权重与奖励，劣者被降权或淘汰；Reputers（评估者）通过质押参与评估与治理 3、“即插即用”的智能信号 面向 DeFi、预测市场、AI Agents 提供直接可用的信号（胜率、风险分布、动作建议等），缩短从研究到交易/执行的距离； 比如今日火热的预测市场， Allora能够汇集多个模型，把“预测”做成一条可计价、可清算的生产线 在提交、聚合、使用、结算、权重再分配循环中，使得预测市场可以自住进化。 凭借此，Allora精准预判了2024美国总统大选结果。 Allora代表了AI和Crypto往后发展的三大趋势： 1、AI 从“单体模型竞争”走向“群体智能协作” 未来更像“推理市场”：不同专长模型以价格/奖励为信号协作——谁在当前情境更准，谁拿流量与收益。Allora 把这套机制做成“网络层”，
View on X ↗