AIの階層的発展と暗号通貨空間の比較

最近、イーサリアムのRollup-Centric戦略は挫折を経験しているようで、多くの人がL1-L2-L3の階層構造に不満を持っています。しかし、興味深いことに、過去1年間でAI分野も同様のL1-L2-L3の急速な進化を経験しました。これらの2つの分野の階層論理を深く探求し、問題の根源がどこにあるのかを見てみましょう。

AI分野の階層的ロジック

AIの階層的な発展は「能力の進展」という原則に従っており、各層は前の層が突破できなかった核心的な問題を解決しています：

1. L1層：大型言語モデル（LLMs）は言語理解と生成の基礎能力を築いていますが、論理的推論と数学的計算において短所があります。

2. L2層：推論モデルはLLMsの弱点に特化して対処します。例えば、特定のモデルは複雑な数学問題やコードのデバッグを処理でき、LLMsの認知の盲点を効果的に補います。

3. L3層：AIエージェントは前の2層の能力を統合し、AIを受動的な応答から能動的な実行に変えます。彼らは自主的にタスクを計画し、ツールを呼び出し、複雑なワークフローを処理することができます。

この階層的な方法は、明らかな能力の向上を示しています：L1が基礎を築き、L2が不足を補い、L3が統合を実現します。ユーザーはAIがよりスマートで実用的になったことを実感できます。

暗号資産分野の階層ロジック

対照的に、暗号資産分野の階層的な発展は、むしろ「問題の転移」というプロセスに似ている。

1. L1層：パブリックチェーンはパフォーマンスのボトルネックに直面しています。

2. L2層：L1の問題を解決するために、拡張ソリューションが導入されました。しかし、Gas費用が低下し、TPSが向上したものの、流動性が分散し、エコシステムのアプリケーションは依然として不足しています。

3. L3層：垂直アプリケーションチェーンを導入し、L2の問題を解決しようとしています。しかし、これによりエコシステムの断片化が進み、汎用インフラストラクチャチェーンの相乗効果を十分に活用できなくなります。

この階層モデルは、問題をある領域から別の領域に移すだけのように見え、核心的な問題を実質的に解決しているわけではありません。

基本的な違い

この違いの主な理由は次のとおりです：

• AI分野の階層的発展は主に技術競争によって駆動されており、大手企業はモデル能力を向上させるために全力を尽くしています。
• 暗号資産分野の階層的な発展は、トークン経済学によって主に支配されているようで、各層のプロジェクトの核心指標はしばしば総ロックアップ価値（TVL）とトークン価格に集中しています。

この本質的な違いは、一方の分野が技術的な課題を解決することに集中しているのに対し、もう一方の分野は金融商品をパッケージ化することにより重点を置いていることにつながっています。

この抽象的な比較は絶対的ではありませんが、この二つの分野の発展の軌跡を比較することで、いくつかの興味深い洞察を得ることができます。この考え方は、技術の発展の異なる道筋とその潜在的な影響をよりよく理解するのに役立ちます。