如何輕鬆掌握 Web3 產業正在發生的市場熱點、技術動向、生態進展、治理態勢…？ Web3Caff Research 推出的「市場風向洞察」專欄將深入第一線探尋並篩選當前發生的熱點事件，並進行價值解讀、評論與原則分析。透過現像看本質，即刻跟隨我們快速捕捉 Web3 一線市場風向。
作者：Hendrix，Web3Caff Research 研究員
封面：本專案的標誌，字體設計由 Web3Caff Research 提供
字數：全文共 1900+ 字
生成式 AI 技術堆疊在 Web3 領域迅速適配與落地：Agent 搭建框架、模型推理、MCP 工具呼叫等環節，均透過可信執行環境（TEE）和零知識證明（ZKP）等技術實現了 AI 任務的去中心化。目前，使用者建構一個鏈上 Agent ，整個流程會涵蓋資料呼叫、Agent 註冊、 GPU 推理、推理結果呼叫及任務費用結算等流程，這其中所有環節理想情況下均可在可信且可驗證的環境中完成。然而，這並不意味著 AI 開發的全鏈條已完全實現去中心化。在模型後訓練（Post-training）這個開發者高度關注的環節中，訓練過程仍面臨高度不可控的環境。近期，專注於去中心化模式後訓練的 Gensyn 發布了測試網，為 Web3 AI 補齊了這個關鍵環節。
