对话 MyShell 联创 Ethan Sun：MyShell 如何为数百万人带来 Crypto X AI 体验？

主持人：Tommy & Santiago，The Delphi Podcast

嘉宾：Ethan Sun，MyShell 联创

背景

在这一集中，Tommy和Santiago采访了MyShell的联合创始人Ethan Sun，MyShell是一个用于去中心化AI Consumer Layer。他们讨论了过去十年AI的演变、面向消费者的应用程序的重要性以及AI增强日常生活的潜力。

Ethan解释了MyShell如何赋予创作者轻松构建AI体验的能力以及激励措施在平台生态系统中的作用，AI代理的未来以及个性化AI伴侣的潜力。他们还探讨了MyShell的未来、竞争以及AI加密空间中的可扩展性挑战，以及MyShell的最终目标以及平台中创作者的重要性。

以下是本次对话的主要内容：

Tommy：大家好，欢迎回到 Delphi 播客。我是你们的主持人Tommy。今天我和共同主持人 Santiago 在一起，他是一个亲密的朋友、多产的投资者、了不起的人。

今天，我们很高兴邀请myshell.ai的Ethan作为我们的嘉宾。MyShell是一个去中心化的、完整的平台，用于发现、创建和抵押AI本地应用程序、实用程序、聊天机器人等。

Ethan：我是Ethan，我是MyShell的联合创始人。从2013年开始，我在AI行业呆了大约10年。我想那时，当人们谈论深度学习或AI时，他们所指的只是卷积神经网络。但是现在一切都变了。这一切都是关于Transformer，甚至是 computer vision, 所以在过去的10年里，我一直致力于 computer vision、深度学习和机器人技术的AI研究。所以我认为我们见证了过去10年AI行业的变化，因为以前AI能做的就是帮助我们做更好的面部识别。更多的是关于以商业为导向，但现在这是AI第一次可以直接与人类交流。过去10年技术发展令人惊讶。

人们总是问有什么创新。但从我的感觉来看，为什么不建造一些可以被我自己或我的朋友使用的东西呢？我认为这对我来说更重要，因为每一个技术应该改善人类的日常生活。我认为我们从面向消费者的角度开始也是如此，因为这更具体，更有意义，因为如果有AI应用程序可以自动化我的会议安排或处理日历等，它真的会让我的日常生活更轻松。我认为这将是一件大事。

轻松在 MyShell 上创建 AI 的体验

Tommy：Ethan，你能给我们介绍一下在MyShell上创建一个AI Agent的体验吗？

Ethan：

我们授权生态系统中的创作者使用多个模型，而不仅仅是大规模模型。因为我们的创作者可以查看许多类别的内容。正如你所提到的，第一个是角色（Agent）。我觉得角色，不仅仅是通过标签对话角色拥有自己的独特个性。比如这个角色有非常独特的声音，就像Tommy一样，你有独特的声音，所以如果我听到它，我可以立即识别你。因此，所有这些声音都可以通过我们提供的语音通话作为独特的功能来实现，除了角色之外，还有很多教育内容，因为个性化的学习体验很重要，因为不同的人有不同的学习方式

例如，我在高中时期学到的英语可能是最多的。我花了很多时间玩《魔兽世界》，因为这是我想与人交流或交谈的事情。所以在这种情况下，也许不同的人想学习新语言，但他们关心不同的话题。但是学习新语言的标准方式对每个人来说都是一样的。因此，考虑到可以定制的可能性，

学习AI的经验，我认为这对不同的人理解和学习新语言非常重要或有效。此外，有很多AI驱动的游戏非常互动，可以通过不同类型的冒险或不同类型的机制。因此，我认为在我的份额上，有许多独特和多样化的内容类别，

像陪伴角色或与您最喜爱的游戏角色交谈这样的娱乐活动，或者有一些定制的语言学习体验，甚至可以学习编码，所以我认为我们真正想要赋予人们在我的节目中建立的能力是在所有类别和基于非常个性化的需求方面。

Tommy：在MyShell上创建AI体验很容易，对吧？

Ethan：

是的，从创作方面来看，我认为去掉编码是我们想要降低非技术人员作为开发人员的门槛的核心。我认为我们的总体想法是整合尽可能多的AI模型，无论是大型模型、图像模型，甚至是视频模型，人们都可以尝试不同的模型作为构建模块。

人们就可以尝试不同的模型，将其作为构建模块，看看哪一个模型可以实现哪些功能。我们提供的工具包可以简化人们如何将不同类型的模型拼凑在一起。例如，在你提到的例子中，会有大量的模型来进行对话。此外还有机架，它基本上可以直接将有关我们自己或任何其他项目的 Gitbook 文档转换为可实时检索的矢量数据库。因此，所有这些功能，我们都让任何人都能轻松访问，以非常简单和非编码的方式构建他们想要的应用程序或实际用例。

激励模型在 AI 中的应用

Santi：加密货币在激励方面非常擅长。这就是我认为这很有趣的根本原因。你从比特币开始，然后是通过智能合约更具表现力的以太坊。大部分是通过金融化实现的。去中心化金融就是一个例子。

尤其是MyShell的方法，真正令人兴奋的是应用类似的激励模型通过人类反馈进行强化学习。为什么加密货币需要存在于AI领域？

Gemini：证明了你想要更多的代理和自主权来控制模型，并验证模型在做什么。像谷歌、Gemini 这样的公司非常有主见。因此，市场上可能会有越来越多的意识和需求，需要一个更可信的中立或你可以控制的东西。

但也许更重要的是通过加密经济以更好的机制激励人们。我认为我们正在进入加密应用时代，因为你知道基础设施已经到了可以横向扩展消费者应用程序的地步。因此，你能想象一个有成百上千的开发人员或人们使用MyShell以非常低代码、或无代码的方式部署自己的应用程序的世界吗？

Santi：我认为，再好的产品，也要有更好的激励措施去激励。我和Ethan进行的很多对话最初都是关于如何设计激励机制的？我认为这是真正的挑战和机遇。

Play to earn，我认为做对了一些事情。但是我们在上一个周期看到的游戏不够有趣，无法实现可持续的游戏内经济。所以我真的很兴奋看到激励模型被应用于强化学习，创造真正好的产品，比如AI产品，促进特定需求。我认为这就是我的MyShell真正出色的地方。

Ethan：是的，我认为大多数现有的加密货币消费者项目来获取用户的动力，基本上是使用潜在的空投或代币支付传统的营销费用来获取用户。我认为在我们的场景中，我们的代币经济模型是围绕着激励供应方展开的，这意味着激励模型构建者的创造者，来构成平台上的内容生产。这就像你有应用商店一样。最初激励用户使用应用程序是没有意义的。但是激励开发人员贡献多样化的高质量应用程序是有意义的。这就是我们的激励首先要做的，激励创作者使用模块来构建AI APP。

它还将激励开源AI社区贡献自己的模型，无论是图像生成模型，还是某些特定风格，或者是技术到语音模型。因此，我认为所有的激励都基于实际用途，因为在我们的场景中，只有当用户使用应用程序时，我们才会为创作者生成新的积分，也为应用程序使用的模型做出贡献的AI人生成积分。我认为，在围绕激励供应方的所有激励和积分系统之后，给用户一点激励才开始有意义了。

因为在这个时代，正如Santi所说，用户正在与内容互动，他们提供人类反馈作为潜在训练数据的一部分，可以随着时间的推移改进模型。众所周知，大型模型是在所有互联网数据上预训练的，如redis、维基百科和其他数据。在预训练阶段之后，我们有了一个可以与人交谈的模型。但是它不知道人类的偏好。因此，当越来越多的人在与一些模型进行任何对话时，我们就能知道这些对话是否足够吸引人类去谈论特定的话题。因此，我们拥有关于人类是否喜欢这种对话或他们的偏好的隐式参与数据。因此，所有这些隐性或显性的人类参与人工智能生成的数据都可以用来进一步调整模型，使人工智能生成对人类更有利的回应。

所以我认为，在这种情况下，用户实际上以某种方式对数据做出了贡献，使其变得更好或产生更有利的结果。所以我认为，整个激励机制将通过激励更多的人，建立人们喜欢的内容，以及随着内容变得有价值和可用，更多的用户参与到内容中来而开始。因此，随着时间的推移，他们产生的数据也会使内容变得更好。因此，我认为这就是激励机制，激励机制将如何在人工智能场景中发挥作用。在生成式人工智能领域，这将是一个巨大的机会，因为这可能是第一次让更多的用户参与能让内容变得更好。

Web2 vs Web3

Tommy：Ethan，你觉得MyShell与GPT应用商店的长期区别在哪里？

Ethan：

是的，我认为现在GPTStore和MyShell的主要区别在于两个部分。第一部分是在GPTStore上，您只能选择OpenAI提供的模型。但在我们的平台上，您现在可以选择大约100种不同的模型，且模式更多。

在Huggingface和GitHub上，开源领域有许多出色的贡献者，他们拥有更好的模型或更全面的模型。我们也希望让我们的创作者可以访问这些内容，这样他们就有比使用 GPT 商店更多的选择来构建内容。

我认为第二部分是围绕创作者经济展开的，我们非常重视创作者的辛勤工作。所以我们提到了积分系统和激励机制。我认为，从更长远的角度来看，我们不仅要激励或拥有聊天机器人，还要认真考虑人工智能的应用，因为我们使用的聊天机器人更像是乒乓球式的。

我们问一些问题，人工智能就会做出一些回应。但如果你想想我们每天使用的移动应用程序，它更像是具有多种功能和多种视图，应用程序可以呈现很多东西，如视频、按钮、地图等。我认为，通用应用程序开发流程是我们的目标，也是我们试图赋予创作者的能力。

因此，这不仅仅是人工智能能力的问题。这一切都是为了让创建交互式智能应用的过程变得更简单，让每个人都能使用。更有趣的是，如果任何人都能在无代码或本地场景中构建移动应用级应用程序，那么整个构建过程都将记录在我们的平台中。

Santi：那么Ethan，你觉得谁是MyShell的竞争对手？另一个加密货币项目吗？还是openAI？

Ethan：

我认为我们看到的真正竞争对手可能还是 OpenAI。因为 OpenAI 实际上制造了两种产品。第一种是基础模型。这是共同开发的。第二部分是 GPT 商店。基本上，他们还想让创造者在他们的模型之上构建更多面向消费者的不同类别的应用。

对我们来说，我们也有一个研究团队，专门研究开源模型，比如我们开源了 OpenVoice 和 MeloTTS，并将推出其他一些开源基础模型。因为我们相信开源才是王道。我们希望帮助开源社区与联合外包社区竞争。我们所做的第二部分是，我们还为创客们建立了 GPT Store 的竞争对手。

我们之所以认为加密货币将成为赢得这场战斗的秘诀，是因为史诗级应用的构建过程并不像围绕文章、图片甚至视频构建创作者经济那么简单。因为在这些内容类别或媒体形式中，一般只有一个创作者在工作。就像只有作家构建或编写小说或文章，只有摄影师拍摄图像。在这种情况下，创作相对容易。但在AI应用场景中，情况很复杂。整个应用程序实际上是由多人以更无需许可的方式构建的。这就像一些AI研究人员拥有模型，但是他们不知道谁将使用模型来构建什么应用程序。打个比方，MyShell让创作者能选择多个模型并将它们串联起来，以非常有趣的方式构建英语教师的声音。构建个性化教育应用程序需要多个模型，例如大型英语模型、语音模型，视觉学习者，教育材料还需要包含图像。因此，它将使用三个模型。

因此，我们认为，如果应用程序被使用，这三个模型的所有者也应得到一些回报。所以这更像是 DeFi 系统。构建 DApp 的项目人员。而在 DApp 的背后，有多个粒子为不同的组件提供服务，比如登陆、使用或其他一些组件。

因此，要协调应用程序多个组件的利益确实很复杂。而且要公平地奖励每个人也更加困难。因此，我认为加密货币已经展示了做好复杂的 DeFi 系统的能力。我认为，同样的方法可能会成为应对奖励所有参与者的复杂性的解决方案。

加密对开源的影响

Tommy：Ethan，你和你的团队必须对OpenAI本身有一个相当基础的看法，对吧？我昨天看到OpenAI发布了埃隆·马斯克的电子邮件，他说，OpenAI永远不会开放，你永远不会知道权重、模型、参数等等。

Ethan：我认为这个话题是关于如何通过同时进行开源来建立商业公司，以及为什么商业公司开源所有内部模型是有意义的。在我们的场景中，我们觉得AI开源社区被低估了。许多出色的研究人员和建设者开源他们的模型，并在HaggingFace、GitHub上发布。现在发生的事情是小型初创公司正在使用这些模型，免费构建他们的商业应用程序，但原始作者对此一无所获。大公司也是如此。但在我们的场景中，我们非常重视开源贡献。因此，我们将帮助创作者在我们的平台上托管这些开源模型。如果有创作者使用这种开源模型来构建消费者喜欢的东西。我们的激励系统也可以覆盖开源模式贡献者。

Santi：Ethan，你刚才所说的可能是为什么要使用加密货币的最有力、最清晰的理由。我认为人们真的忘记了，在一个非常基础的层面上，加密货币就是要把经济效益转移给创造者。创造者是个拗口的词，但在这些开源系统中，他们被叫做贡献者、开发者。我们知道，开源系统具有更强的创造力，就像创新的复合效应一样。在传统的网络环境下，开源的问题在于它没有办法收到大量补贴，很难实现货币化。像蒂姆-伯纳斯-李（Tim Berners-Lee）一样，发明互联网的人都不是亿万富翁。因此，历史上只有最上层的一小部分应用层才有价值。比如 HTTPS 就没有货币化机制。因此，我们处于这样一种态势中，就像世界上的谷歌 Facebook 之间的关系不平衡一样，令人难以置信。正如你所指出的，所有这些开发者，这些开源系统的贡献者，都没有盈利。

对加密 AI 的兴奋和担忧

Santi：最后一个问题，我们想了解你对AI和加密货币的一般看法。加密行业有很多机会主义类型的项目，就是炒作，你怎么看这待这个问题。除了MyShell之外，你对这个加密AI最感兴趣的是什么？当谈到加密AI时，你可能最不感兴趣的是什么？

Ethan：

是的，我认为让我感到兴奋的是，加密货币可以真正统一一些未使用或未有效利用的资源，比如去中心化分布式计算。数据中心拥有高带宽和稳定性，但是消费者、开发者很难接触到，因为它们没有提供统一的服务。我认为，随着加密技术和分布式计算理念的出现能真正解决我们如今面临的 GPU 短缺问题。第二部分是关于使用加密货币来激励创意经济的想法，无论是对于我们构建的模型还是应用。每个子网的所有者都可以设置他们想要激励的任务，既可以是采取行动建立一个模型，也可以是预训练、微调，甚至是数据。

我觉得可能不太令人兴奋的是，我不知道在哪些情况下我们需要链上可验证推理，因为我发现很难找到可验证性的必要性，因为如果有一个用户只是在和他的人工智能伙伴谈论一些无关紧要的话题，我们为什么要验证它呢？事实上，与我交谈的正是这些角色，其成本要比实际工作高出五倍。因此，在交易场景中，这可能是合理的，因为这将是一笔不小的开支。

是预测错了，还是预测的模型是假的。我看到很多项目都是围绕可验证性展开的。但实际上，产生这种可验证证明的成本才是真正推动实际应用和大规模应用的关键。

最后，感谢两位对我们的支持，我认为我们真的进入了加密领域面向消费者的大规模应用的时代，因为人工智能的出现，Web2 和 Web3 初创公司的创始人和用户都站在了同一条起跑线上。因此，我们有机会，一个完全的机会，去改变未来。