0G 联合创始人兼 CEO Michael Heinrich 访谈：为 AI 构建去中心化信任层

0G 联合创始人兼 CEO Michael Heinrich 是一位连续创业者、投资者和技术高管，专注于为人工智能构建去中心化基础设施。在 0G，他正领导开发旨在让 AI 更加开放、可验证且易于获取的基础设施。Heinrich 还担任 ZeroStack Corp. 的执行董事长，并在斯坦福大学担任讲师和导师超过十年，参与涵盖创业、风险投资和创新的项目。他还是 Pioneer Fund 的 Venture Partner 和天使投资人，投资组合覆盖多家公司和项目，包括 Stripe、Anthropic、Brex、Notion、Filecoin、Worldcoin、Uniswap、Shield AI 和 Binance。此前，Heinrich 创立了职场健康公司 Garten（前身为 Oh My Green），并曾在 Bridgewater Associates、Bain & Company、SAP Labs、Microsoft 和 J.P. Morgan 任职，使他在创业、技术、金融、战略和风险投资领域积累了丰富经验。

0G 正在构建一套去中心化 AI 基础设施栈，旨在充当人工智能的信任层，使 AI 工作负载能够在不必完全依赖中心化提供商的情况下执行、存储和验证。其架构将可验证计算、加密去中心化存储、私有 AI 推理和 AI 原生 EVM 兼容 Layer 1 区块链整合在一起，为从自主 AI 智能体和去中心化模型到 AI 市场和机器经济的各类应用创建基础设施。该平台围绕模块化设计，允许开发者独立使用存储或计算等单个组件，同时支持完全链上的 AI 应用，使数据、模型和操作都可被审计和验证。通过这种方式，0G 旨在为一个更加开放、透明的 AI 生态系统提供底层基础设施，让开发者、企业和用户对 AI 资源和数据拥有更大的控制权。

在联合创立 0G 之前，您创建并领导了 Garten，并曾在软件、金融、风险投资和创业领域工作。您在 AI 领域看到了什么，从而确信要在 2023 年创办 0G？这些早期经历又如何塑造了您对公司的愿景？

我的职业生涯一直在两个很少相互交流的世界之间穿梭。早年我在 SAP 和 Microsoft 写软件。之后我进入金融领域，先在哈佛商学院做研究时学习全球资本市场，随后在 Bain 和 Bridgewater 任职，在那里我从内部亲历了 2008 年危机。那段经历促使我创立了 Garten，一家 Y Combinator 公司。

每一段经历都从不同角度教会我同一个道理：当一个系统集中控制权并隐藏其内部机制时，依赖它的人往往是最后才发现它已经出问题的人。

所以回到 2023 年，我看到 AI 领域正在以一种我在任何其他市场都未曾见过的速度形成一种模式。模型令人惊叹，但其背后的基础设施集中在少数几家公司手中，更重要的是，你无法检查运行了什么、你的数据去了哪里，或者算力实际成本是多少。与此同时，参与其中所需的资本每个季度都在复利增长。对于亲眼目睹 2008 年危机展开的人来说，这看起来就像在一个黑箱之上加杠杆，而所有人都假定这个黑箱没有问题。

因此，0G 的方向源于一个始终萦绕在我心头的金融问题：“当经济中最重要的投入品没有透明的市场，也没有独立的验证时，会发生什么？”我与联合创始人 Thomas Yao、Fan Long 和 Ming Wu 一起，通过构建 0G 回答了这个问题。

答案是 AI 的信任层，一个单一技术栈，将私有计算、我们自己的开放权重 0gm 模型、稀疏推理对齐和 TEE 验证等安全约束机制、加密存储以及专为 AI 工作负载构建的区块链整合在一起。在这里，从推理到智能体操作的 AI 工作都经过验证和审计。

AI 公司正在向 GPU、数据中心和电力投入巨额资本。算力的经济性正在发生怎样的根本性变化？您是否认为，获取算力可能会变得与获取资本或能源同等具有战略重要性？

算力已经变得与资本或能源同等具有战略重要性。仅2025年一年，四大超大规模云厂商就承诺投入超过5000亿美元的AI资本支出，而按当前速度，这一数字今年有望翻倍。这已不再是技术预算，而是由少数几家私营企业主导的国家基础设施支出。

根本性的变化在于，算力已成为智能本身的硬性约束。每一次模型改进、每一个智能体、每一款产品，最终都取决于GPU小时。当单一投入品卡住所有下游环节时，它就不再像你可以购买的大宗商品，而开始像你持有的资本。如今，能否获得算力决定了哪些公司、大学和国家有机会参与构建。

奇怪的是，这种资产没有自己的市场。算力被规模化生产、在全球范围租赁、每日定价，却没有任何方式对其持有索取权、进行对冲或透明配置。资本有市场，能源有市场，算力却只有与少数几家供应商签订的采购合同。

每一种稀缺资源都遵循同样的路径：先被生产，再被定价，然后被金融化。石油如此，电力如此，带宽亦如此。算力眼下正进入第三阶段，而为其搭建金融管道，是这十年最具决定性的基础设施工程之一。

0G 正在提出这样一种理念：算力可以被拥有、赚取和使用，而不只是作为云服务被购买。把算力变成一种资产，在实际操作中意味着什么？这又将如何改变基础设施提供商、开发者和 AI 公司之间的关系？

想想其他每一种生产性资产是如何运作的。股票带来股息，债券支付票息。我们将其命名为 ComFi 的算力金融（Compute Finance），把同样的思路应用到算力上。你不再只是为获得 GPU 访问权付费，而是可以持有一个头寸，从而获得你真正可以使用的 AI 算力。

在实践中，你将资产投入运作，并获得 AI 算力作为回报。这些算力可以支撑从私有化运行模型到构建和发布 AI 应用的一切。在底层，这一切运行在 0G 区块链上。用户质押（即锁定）0G 作为抵押品，获得 a0G，铸造 iAI，然后提交该 iAI 以赚取可在各项 AI 服务中使用的算力。

目标是让算力成为你可以持有、赚取和使用的东西，而不只是按小时从云服务商那里租用。在初始参数下，用户可以提交 iAI，并在受支持的 0G AI 服务中获得价值超过每天 1 美元的算力额度。头寸处于活跃状态期间，底层抵押品保持锁定，并可在 iAI 被销毁时收回。

关键的一点是，用户获得的不是现金或财务回报，而是他们真正可以使用的算力访问权。

这改变了基础设施提供商、开发者和 AI 公司之间的关系。基础设施提供商获得了一种新方式，可以在传统云合同之外将其算力容量对外提供。开发者获得了一种更可预测的资源，可以据此规划和编制预算。AI 公司可以锁定算力并据此规划，而不是仅仅将其视为由少数几家提供商控制的支出。

而且，由于它运行在 0G 信任层上，算力使用情况可以被验证和审计，而不是仅仅靠“相信我们”。

我们将 ComFi 定位为面向 AI 行业的开放类别，而非专有品牌。Ascend 和 iAI 是这一理念的首批实现，未来还会有更多实现接入 0G 网络。

0G Compute 作为一个去中心化市场运作，GPU 提供商可以在此竞争承接 AI 工作负载。与依赖少数几家超大规模云提供商相比，这种模式能带来哪些经济优势，尤其是在 GPU 需求高涨时？

我们强调在 GPU 稀缺时愈发明显的三大优势：价格发现、弹性以及无锁定。

1. 价格发现：在 0G Compute 上，提供商自行定价并竞争工作负载。其结果可能是成本显著降低：同类开放模型推理成本最多可低 95%，而我们的存储层运行成本比 AWS S3 低 90% 以上。部分原因来自竞争，部分原因来自让闲置 GPU 容量投入运作，以及在专用基础设施上运行开放模型而非闭源前沿模型。

2. 弹性：超大规模云厂商的容量是提前数年规划的，并通过长期关系进行分配。而市场可以从任何地方获取供给，包括独立运营商、学术集群以及拥有闲置硬件的企业。当需求激增时，更高的价格可以吸引更多供给上线。而固定队列只会越排越长。

3. 无锁定：我们网络上的每一家提供商都通过同一个路由器暴露相同的 OpenAI 兼容 API，如果某家提供商宕机，系统会自动故障转移。如今，这意味着 13 家提供商通过单一端点提供数百个模型，已处理超过 3730 亿个 token 和 2700 万次推理请求。开发者只需更改一个请求头即可切换提供商，而无需启动迁移项目。

还有一个人们常忽略的数字点。我们自己的模型 0GM-1.0 是过去 30 天内网络上使用量第二高的模型，仅次于 DeepSeek。当一个去中心化网络自己的开放模型在使用量上能与世界上最好的开放模型竞争时，这说明该市场能够在规模上运作。

超大规模云厂商在其擅长的领域非常出色。但当 GPU 成为 AI 中最稀缺的投入时，更多的算力来源可以创造出一种与单纯等待更多超大规模云容量截然不同的供给模式。

去中心化基础设施的一个挑战是，确保更便宜、分布更广的算力不会以牺牲可靠性为代价。0G 如何判断某个算力提供商是否真正正确地执行了 AI 工作负载？

这是一个很好的问题，它区分了真正的算力市场与一个你只能信任 AWS、Google Cloud 或 Microsoft Azure 等提供商的系统。我们设计 0G 的方式，让你永远不必只听信提供商的一面之词。

0G 的私有层级运行在密封的可信执行环境内。硬件会生成证明，显示正在运行的是哪个模型和代码，并用仅存在于该环境内的密钥对每个响应进行签名。客户端可以对照证明验证签名，并确认指定的模型在指定的提供商上未经修改地运行。0G 和提供商都无法看到提示词或响应。在所有层级中，0G 都不保留提示词或响应，也不会用你的数据训练。

在已验证层级，请求会被路由到预期的上游模型，因此即使提供商本身是中心化的，你也知道是哪个模型作出了回答。这些层级按请求定义，并由网络强制执行。如果某个请求需要具备私有能力的提供商，而当时没有可用的此类提供商，请求就会失败，而不是静默回退到其他层级。诚实的层级比营销层级更重要。

付款与证明绑定。资金会被保留，直到签名的结果被交付。网络迄今已记录超过 2490 万份 TEE 证明，该框架还支持乐观验证和零知识验证，适用于那些比硬件证明更适合这些方法的工作负载。

可靠性以直接的方式处理，通过跨提供商的自动故障转移以及实时健康和延迟数据。底层网络的设计使验证和结算不会成为瓶颈。

AI 基础设施的经济性正日益与电力供应交织在一起。随着模型和推理工作负载持续扩展，你是否预计能源将成为 AI 算力的主要制约因素，而不是 GPU 本身？去中心化基础设施如何帮助解决这一瓶颈？

能源和算力无疑相互交织，二者相互影响，而由能源主导的瓶颈已经在发生。在弗吉尼亚北部，7 月有超过 3 GW 的数据中心需求突然从电网断开，凸显了集中的数据中心负载可能给电力基础设施带来的压力。

AI 数据中心的用电量预计到 2030 年将翻倍，而 IEA 预计全球数据中心用电量到 2030 年将增长一倍以上，达到约 945 太瓦时，AI 是主要驱动力。你建造更多 GPU 的速度，可以快于建造运行它们所需电力基础设施的速度。

中心化 AI 通过将需求集中到少数几个巨型数据中心，使这一问题更加严重，每个数据中心都需要大量电力和新的电网基础设施。

去中心化基础设施可以通过将工作负载放到电力和算力容量已经存在的地方，帮助缓解这一日益增长的制约。这可能意味着区域数据中心、拥有闲置容量的工业场所，或原本会被浪费的可再生能源。与其将更多电力输送到少数几个巨型园区，不如将工作负载转移到电力已经存在且未被充分利用的地方。

需要明确的是，这并不能消除能源制约，但它可以让现有的能源和算力基础设施发挥更大作用。

0G 使用可信执行环境、乐观验证和零知识技术等机制，使 AI 计算可验证。随着自主 AI 智能体开始在没有持续人工监督的情况下做出决策并执行交易，你认为加密验证在哪些方面会变得最重要？

验证在人类停止观察的那一刻最为重要。副驾驶有人员审查其输出。自主智能体则没有。一旦智能体能够做出决策、签署交易、持有资金或与其他智能体交互，你就需要知道是哪个智能体在行动、运行它的是哪个模型，以及它是否做了它应该做的事。

这正是加密验证变得至关重要的地方。当智能体在可信执行环境中运行时，你可以获得一份签名记录，显示是哪个模型做出了决策，以及它使用了哪些输入。区块链是理想的信任层，因为它不可篡改、只可追加，并且能够追溯来源。区块链为这些证明提供共享记录，因此开发者、审计人员和交易对手无需信任任何单一方的说法，就能验证发生了什么。

当智能体开始大规模相互交互时，同样的原则也适用。你不可能让人类审查每一个决策或交易。验证、可审计性和信任必须成为基础设施本身的一部分。目标很简单。与其询问一个智能体是否声称自己遵守了规则，你可以证明它确实遵守了。

如今，基础设施竞赛的很大一部分集中在建设越来越大的中心化数据中心上。去中心化 AI 算力是这种模式的替代方案，还是你最终认为去中心化网络和超大规模云厂商会成为同一个全球算力市场中互补的组成部分？

我认为它们是互补的，而且这种分工将很像能源电网。超大规模云厂商是基荷。它们非常擅长为最大的企业处理大规模、可预测、对延迟敏感的工作负载，而且它们应该继续这样做。去中心化网络可以通过吸收可变需求、将分布式及其他未被使用的算力上线，并让更多公司获得 GPU 容量，来补充它们。

去中心化网络之所以是真正的替代方案，原因在于信任。集中化是一个经济问题，但也是一个可见性问题。当少数几家公司运营基础设施时，它们也控制着你能够看到什么。超大规模云厂商可以承诺不查看你的数据。带有公开证明的密封飞地可以证明这一点。这一属性不会因为数据中心更大而改善。它来自将验证内建于基础设施之中。

我们已经看到这两种模式并肩运作。Google Cloud 和阿里云是我们的主网上线合作伙伴之一。企业希望能够根据价格、隐私要求以及所需的验证级别，将工作负载路由到超大规模云厂商、去中心化提供商或自己的硬件。

这就是我们看到市场正在发展的方向。不是一种模式取代其他模式，而是一个全球算力市场，工作负载可以根据任务需求在不同基础设施来源之间移动。

随着 AI 智能体成为能够自主购买服务和管理资源的经济参与者，算力本身是否会成为机器对机器经济的一部分，使智能体能够根据价格、性能和可用性动态获取基础设施？

我们已经在自己的网络上看到了一些小例子。通过 0G Compute 发出的大多数请求并非来自某个人点击按钮。它们来自应用程序和智能体调用 API，从已注资的余额中按请求付费，并被路由到最匹配该任务的提供商。约有 43,000 个钱包以这种方式为推理付费，且有 300 多个项目构建在 0G 之上。仅 Ghast AI 一家就已通过 0G Compute 处理了超过 1000 亿个代币。NeoSoul 在 0G 和另一个区块链网络 BNB Chain 上运行着数百万个智能体。智能体为批处理任务选择更便宜的提供商、为敏感任务选择私有飞地，这是今天就已经在发生的路由决策。

真正的机器经济所缺失的部分，是人类习以为常的东西，即身份、预先持有资源的方式，以及记账单位。智能体需要一种跨服务通用的身份，这正是 0G 的 Agentic ID 旨在提供的。它们还需要一种预先确保算力的方式，而不是为每个请求付费，这样它们才能规划和自主运营。

这也是我们构建 Compute Finance 的部分原因。当算力可以通过参与网络获得，并可在 AI 服务中消费时，智能体可以一次性获得资金，并支取所需的算力，而无需人类为云账户充值。Ascend 和 Infinite AI 是首批实现。机器经济将由我们尚未遇见的人们在其之上构建。

安全要求不容谈判。这些机器决策中的每一个都需要留下可验证的轨迹，并嵌入安全护栏。没有凭据的机器经济，只会是更快亏钱、并招致未披露安全灾难的途径。

展望未来五年，您预计 AI 算力市场将如何演变？企业是否仍会主要以租用 GPU 和云容量的方式来思考，还是我们正走向一个更具流动性的全球市场，在那里算力可以被拥有、交换、货币化并动态分配？

我认为租用不会消失，就像设备融资成熟后租赁并未消失一样。但它不再是唯一的选择，对于严肃的参与者而言，它也将不再是思考算力这一资源的唯一方式。

随着这一演变，我预计算力将发展出与其他所有战略投入品相同的金融基础设施。企业将像持有能源合约或外汇一样持有算力头寸。供应商将向开放市场出售容量，而不是一次谈判一份合同。算力将按工作负载和信任级别定价，因为经过验证的私有推理与未经验证的推理是不同的产品。而且越来越多的买家将是智能体，而不是采购团队。

这正是 Compute Finance（ComFi）的用途所在。我们在主网上线一周年之际推出了 Ascend 并发布了 Infinite AI，因为这一序列现在已清晰可见。算力被生产出来。它被定价。下一步是一个金融层，在那里对算力的索取权可以被持有、赚取、花费和交易，且每个单位都会留下可验证的记录。我们有意将 ComFi 打造成一个开放类别，而非专有品牌，因为只有一个参与者的市场不成其为市场。

让这一切成为可能的并不是更好的 GPU。而是信任层：对运行了什么的证明、对谁运行了它的证明，以及遵循该证明的结算。一旦算力可验证，它就变得足够可替代，从而可以融资。一旦它可以融资，它就变得具有流动性。未来五年，将是行业不再把经济中最重要的资源当作一个单项开支来对待的时期。

感谢这次精彩的采访，希望了解更多信息的读者可以访问 0G。

Antoine Tardif，Unite.AI 首席执行官兼创始人

Antoine 是一位富有远见的领导者，也是 Unite.AI 的创始合伙人，他怀着坚定不移的热情，致力于塑造和推动 AI 与机器人技术的未来。作为一名连续创业者，他相信 AI 对社会的颠覆性将如同电力一样，并且常常热衷于谈论颠覆性技术和 AGI 的潜力。

作为一名未来学家，他致力于探索这些创新将如何塑造我们的世界。此外，他还是 Securities.io 的创始人，该平台专注于投资那些正在重新定义未来、重塑整个行业的尖端技术。

了解更多

mvp-article-cont