對話 MyShell 聯創 Ethan Sun：MyShell 如何為數百萬人帶來 Crypto X AI 體驗？

主持人：Tommy & Santiago，The Delphi Podcast

嘉賓：Ethan Sun，MyShell 聯創

背景

在這一集中，Tommy和Santiago採訪了MyShell的聯合創始人Ethan Sun，MyShell是一個用於去中心化AI Consumer Layer。他們討論了過去十年AI的演變、面向消費者的應用程序的重要性以及AI增強日常生活的潛力。

Ethan解釋了MyShell如何賦予創作者輕鬆構建AI體驗的能力以及激勵措施在平臺生態系統中的作用，AI代理的未來以及個性化AI伴侶的潛力。他們還探討了MyShell的未來、競爭以及AI加密空間中的可擴展性挑戰，以及MyShell的最終目標以及平臺中創作者的重要性。

以下是本次對話的主要內容：

Tommy：大家好，歡迎回到 Delphi 播客。我是你們的主持人Tommy。今天我和共同主持人 Santiago 在一起，他是一個親密的朋友、多產的投資者、了不起的人。

今天，我們很高興邀請myshell.ai的Ethan作為我們的嘉賓。MyShell是一個去中心化的、完整的平臺，用於發現、創建和抵押AI本地應用程序、實用程序、聊天機器人等。

Ethan：我是Ethan，我是MyShell的聯合創始人。從2013年開始，我在AI行業呆了大約10年。我想那時，當人們談論深度學習或AI時，他們所指的只是卷積神經網絡。但是現在一切都變了。這一切都是關於Transformer，甚至是 computer vision, 所以在過去的10年裡，我一直致力於 computer vision、深度學習和機器人技術的AI研究。所以我認為我們見證了過去10年AI行業的變化，因為以前AI能做的就是幫助我們做更好的面部識別。更多的是關於以商業為導向，但現在這是AI第一次可以直接與人類交流。過去10年技術發展令人驚訝。

人們總是問有什麼創新。但從我的感覺來看，為什麼不建造一些可以被我自己或我的朋友使用的東西呢？我認為這對我來說更重要，因為每一個技術應該改善人類的日常生活。我認為我們從面向消費者的角度開始也是如此，因為這更具體，更有意義，因為如果有AI應用程序可以自動化我的會議安排或處理日曆等，它真的會讓我的日常生活更輕鬆。我認為這將是一件大事。

輕鬆在 MyShell 上創建 AI 的體驗

Tommy：Ethan，你能給我們介紹一下在MyShell上創建一個AI Agent的體驗嗎？

Ethan：

我們授權生態系統中的創作者使用多個模型，而不僅僅是大規模模型。因為我們的創作者可以查看許多類別的內容。正如你所提到的，第一個是角色（Agent）。我覺得角色，不僅僅是通過標籤對話角色擁有自己的獨特個性。比如這個角色有非常獨特的聲音，就像Tommy一樣，你有獨特的聲音，所以如果我聽到它，我可以立即識別你。因此，所有這些聲音都可以通過我們提供的語音通話作為獨特的功能來實現，除了角色之外，還有很多教育內容，因為個性化的學習體驗很重要，因為不同的人有不同的學習方式

例如，我在高中時期學到的英語可能是最多的。我花了很多時間玩《魔獸世界》，因為這是我想與人交流或交談的事情。所以在這種情況下，也許不同的人想學習新語言，但他們關心不同的話題。但是學習新語言的標準方式對每個人來說都是一樣的。因此，考慮到可以定製的可能性，

學習AI的經驗，我認為這對不同的人理解和學習新語言非常重要或有效。此外，有很多AI驅動的遊戲非常互動，可以通過不同類型的冒險或不同類型的機制。因此，我認為在我的份額上，有許多獨特和多樣化的內容類別，

像陪伴角色或與您最喜愛的遊戲角色交談這樣的娛樂活動，或者有一些定製的語言學習體驗，甚至可以學習編碼，所以我認為我們真正想要賦予人們在我的節目中建立的能力是在所有類別和基於非常個性化的需求方面。

Tommy：在MyShell上創建AI體驗很容易，對吧？

Ethan：

是的，從創作方面來看，我認為去掉編碼是我們想要降低非技術人員作為開發人員的門檻的核心。我認為我們的總體想法是整合儘可能多的AI模型，無論是大型模型、圖像模型，甚至是視頻模型，人們都可以嘗試不同的模型作為構建模塊。

人們就可以嘗試不同的模型，將其作為構建模塊，看看哪一個模型可以實現哪些功能。我們提供的工具包可以簡化人們如何將不同類型的模型拼湊在一起。例如，在你提到的例子中，會有大量的模型來進行對話。此外還有機架，它基本上可以直接將有關我們自己或任何其他項目的 Gitbook 文檔轉換為可實時檢索的矢量數據庫。因此，所有這些功能，我們都讓任何人都能輕鬆訪問，以非常簡單和非編碼的方式構建他們想要的應用程序或實際用例。

激勵模型在 AI 中的應用

Santi：加密貨幣在激勵方面非常擅長。這就是我認為這很有趣的根本原因。你從比特幣開始，然後是通過智能合約更具表現力的以太坊。大部分是通過金融化實現的。去中心化金融就是一個例子。

尤其是MyShell的方法，真正令人興奮的是應用類似的激勵模型通過人類反饋進行強化學習。為什麼加密貨幣需要存在於AI領域？

Gemini：證明了你想要更多的代理和自主權來控制模型，並驗證模型在做什麼。像谷歌、Gemini 這樣的公司非常有主見。因此，市場上可能會有越來越多的意識和需求，需要一個更可信的中立或你可以控制的東西。

但也許更重要的是通過加密經濟以更好的機制激勵人們。我認為我們正在進入加密應用時代，因為你知道基礎設施已經到了可以橫向擴展消費者應用程序的地步。因此，你能想象一個有成百上千的開發人員或人們使用MyShell以非常低代碼、或無代碼的方式部署自己的應用程序的世界嗎？

Santi：我認為，再好的產品，也要有更好的激勵措施去激勵。我和Ethan進行的很多對話最初都是關於如何設計激勵機制的？我認為這是真正的挑戰和機遇。

Play to earn，我認為做對了一些事情。但是我們在上一個週期看到的遊戲不夠有趣，無法實現可持續的遊戲內經濟。所以我真的很興奮看到激勵模型被應用於強化學習，創造真正好的產品，比如AI產品，促進特定需求。我認為這就是我的MyShell真正出色的地方。

Ethan：是的，我認為大多數現有的加密貨幣消費者項目來獲取用戶的動力，基本上是使用潛在的空投或代幣支付傳統的營銷費用來獲取用戶。我認為在我們的場景中，我們的代幣經濟模型是圍繞著激勵供應方展開的，這意味著激勵模型構建者的創造者，來構成平臺上的內容生產。這就像你有應用商店一樣。最初激勵用戶使用應用程序是沒有意義的。但是激勵開發人員貢獻多樣化的高質量應用程序是有意義的。這就是我們的激勵首先要做的，激勵創作者使用模塊來構建AI APP。

它還將激勵開源AI社區貢獻自己的模型，無論是圖像生成模型，還是某些特定風格，或者是技術到語音模型。因此，我認為所有的激勵都基於實際用途，因為在我們的場景中，只有當用戶使用應用程序時，我們才會為創作者生成新的積分，也為應用程序使用的模型做出貢獻的AI人生成積分。我認為，在圍繞激勵供應方的所有激勵和積分系統之後，給用戶一點激勵才開始有意義了。

因為在這個時代，正如Santi所說，用戶正在與內容互動，他們提供人類反饋作為潛在訓練數據的一部分，可以隨著時間的推移改進模型。眾所周知，大型模型是在所有互聯網數據上預訓練的，如redis、維基百科和其他數據。在預訓練階段之後，我們有了一個可以與人交談的模型。但是它不知道人類的偏好。因此，當越來越多的人在與一些模型進行任何對話時，我們就能知道這些對話是否足夠吸引人類去談論特定的話題。因此，我們擁有關於人類是否喜歡這種對話或他們的偏好的隱式參與數據。因此，所有這些隱性或顯性的人類參與人工智能生成的數據都可以用來進一步調整模型，使人工智能生成對人類更有利的回應。

所以我認為，在這種情況下，用戶實際上以某種方式對數據做出了貢獻，使其變得更好或產生更有利的結果。所以我認為，整個激勵機制將通過激勵更多的人，建立人們喜歡的內容，以及隨著內容變得有價值和可用，更多的用戶參與到內容中來而開始。因此，隨著時間的推移，他們產生的數據也會使內容變得更好。因此，我認為這就是激勵機制，激勵機制將如何在人工智能場景中發揮作用。在生成式人工智能領域，這將是一個巨大的機會，因為這可能是第一次讓更多的用戶參與能讓內容變得更好。

Web2 vs Web3

Tommy：Ethan，你覺得MyShell與GPT應用商店的長期區別在哪裡？

Ethan：

是的，我認為現在GPTStore和MyShell的主要區別在於兩個部分。第一部分是在GPTStore上，您只能選擇OpenAI提供的模型。但在我們的平臺上，您現在可以選擇大約100種不同的模型，且模式更多。

在Huggingface和GitHub上，開源領域有許多出色的貢獻者，他們擁有更好的模型或更全面的模型。我們也希望讓我們的創作者可以訪問這些內容，這樣他們就有比使用 GPT 商店更多的選擇來構建內容。

我認為第二部分是圍繞創作者經濟展開的，我們非常重視創作者的辛勤工作。所以我們提到了積分系統和激勵機制。我認為，從更長遠的角度來看，我們不僅要激勵或擁有聊天機器人，還要認真考慮人工智能的應用，因為我們使用的聊天機器人更像是乒乓球式的。

我們問一些問題，人工智能就會做出一些回應。但如果你想想我們每天使用的移動應用程序，它更像是具有多種功能和多種視圖，應用程序可以呈現很多東西，如視頻、按鈕、地圖等。我認為，通用應用程序開發流程是我們的目標，也是我們試圖賦予創作者的能力。

因此，這不僅僅是人工智能能力的問題。這一切都是為了讓創建交互式智能應用的過程變得更簡單，讓每個人都能使用。更有趣的是，如果任何人都能在無代碼或本地場景中構建移動應用級應用程序，那麼整個構建過程都將記錄在我們的平臺中。

Santi：那麼Ethan，你覺得誰是MyShell的競爭對手？另一個加密貨幣項目嗎？還是openAI？

Ethan：

我認為我們看到的真正競爭對手可能還是 OpenAI。因為 OpenAI 實際上製造了兩種產品。第一種是基礎模型。這是共同開發的。第二部分是 GPT 商店。基本上，他們還想讓創造者在他們的模型之上構建更多面向消費者的不同類別的應用。

對我們來說，我們也有一個研究團隊，專門研究開源模型，比如我們開源了 OpenVoice 和 MeloTTS，並將推出其他一些開源基礎模型。因為我們相信開源才是王道。我們希望幫助開源社區與聯合外包社區競爭。我們所做的第二部分是，我們還為創客們建立了 GPT Store 的競爭對手。

我們之所以認為加密貨幣將成為贏得這場戰鬥的秘訣，是因為史詩級應用的構建過程並不像圍繞文章、圖片甚至視頻構建創作者經濟那麼簡單。因為在這些內容類別或媒體形式中，一般只有一個創作者在工作。就像只有作家構建或編寫小說或文章，只有攝影師拍攝圖像。在這種情況下，創作相對容易。但在AI應用場景中，情況很複雜。整個應用程序實際上是由多人以更無需許可的方式構建的。這就像一些AI研究人員擁有模型，但是他們不知道誰將使用模型來構建什麼應用程序。打個比方，MyShell讓創作者能選擇多個模型並將它們串聯起來，以非常有趣的方式構建英語教師的聲音。構建個性化教育應用程序需要多個模型，例如大型英語模型、語音模型，視覺學習者，教育材料還需要包含圖像。因此，它將使用三個模型。

因此，我們認為，如果應用程序被使用，這三個模型的所有者也應得到一些回報。所以這更像是 DeFi 系統。構建 DApp 的項目人員。而在 DApp 的背後，有多個粒子為不同的組件提供服務，比如登陸、使用或其他一些組件。

因此，要協調應用程序多個組件的利益確實很複雜。而且要公平地獎勵每個人也更加困難。因此，我認為加密貨幣已經展示了做好複雜的 DeFi 系統的能力。我認為，同樣的方法可能會成為應對獎勵所有參與者的複雜性的解決方案。

加密對開源的影響

Tommy：Ethan，你和你的團隊必須對OpenAI本身有一個相當基礎的看法，對吧？我昨天看到OpenAI發佈了埃隆·馬斯克的電子郵件，他說，OpenAI永遠不會開放，你永遠不會知道權重、模型、參數等等。

Ethan：我認為這個話題是關於如何通過同時進行開源來建立商業公司，以及為什麼商業公司開源所有內部模型是有意義的。在我們的場景中，我們覺得AI開源社區被低估了。許多出色的研究人員和建設者開源他們的模型，並在HaggingFace、GitHub上發佈。現在發生的事情是小型初創公司正在使用這些模型，免費構建他們的商業應用程序，但原始作者對此一無所獲。大公司也是如此。但在我們的場景中，我們非常重視開源貢獻。因此，我們將幫助創作者在我們的平臺上託管這些開源模型。如果有創作者使用這種開源模型來構建消費者喜歡的東西。我們的激勵系統也可以覆蓋開源模式貢獻者。

Santi：Ethan，你剛才所說的可能是為什麼要使用加密貨幣的最有力、最清晰的理由。我認為人們真的忘記了，在一個非常基礎的層面上，加密貨幣就是要把經濟效益轉移給創造者。創造者是個拗口的詞，但在這些開源系統中，他們被叫做貢獻者、開發者。我們知道，開源系統具有更強的創造力，就像創新的複合效應一樣。在傳統的網絡環境下，開源的問題在於它沒有辦法收到大量補貼，很難實現貨幣化。像蒂姆-伯納斯-李（Tim Berners-Lee）一樣，發明互聯網的人都不是億萬富翁。因此，歷史上只有最上層的一小部分應用層才有價值。比如 HTTPS 就沒有貨幣化機制。因此，我們處於這樣一種態勢中，就像世界上的谷歌 Facebook 之間的關係不平衡一樣，令人難以置信。正如你所指出的，所有這些開發者，這些開源系統的貢獻者，都沒有盈利。

對加密 AI 的興奮和擔憂

Santi：最後一個問題，我們想了解你對AI和加密貨幣的一般看法。加密行業有很多機會主義類型的項目，就是炒作，你怎麼看這待這個問題。除了MyShell之外，你對這個加密AI最感興趣的是什麼？當談到加密AI時，你可能最不感興趣的是什麼？

Ethan：

是的，我認為讓我感到興奮的是，加密貨幣可以真正統一一些未使用或未有效利用的資源，比如去中心化分佈式計算。數據中心擁有高帶寬和穩定性，但是消費者、開發者很難接觸到，因為它們沒有提供統一的服務。我認為，隨著加密技術和分佈式計算理念的出現能真正解決我們如今面臨的 GPU 短缺問題。第二部分是關於使用加密貨幣來激勵創意經濟的想法，無論是對於我們構建的模型還是應用。每個子網的所有者都可以設置他們想要激勵的任務，既可以是採取行動建立一個模型，也可以是預訓練、微調，甚至是數據。

我覺得可能不太令人興奮的是，我不知道在哪些情況下我們需要鏈上可驗證推理，因為我發現很難找到可驗證性的必要性，因為如果有一個用戶只是在和他的人工智能夥伴談論一些無關緊要的話題，我們為什麼要驗證它呢？事實上，與我交談的正是這些角色，其成本要比實際工作高出五倍。因此，在交易場景中，這可能是合理的，因為這將是一筆不小的開支。

是預測錯了，還是預測的模型是假的。我看到很多項目都是圍繞可驗證性展開的。但實際上，產生這種可驗證證明的成本才是真正推動實際應用和大規模應用的關鍵。

最後，感謝兩位對我們的支持，我認為我們真的進入了加密領域面向消費者的大規模應用的時代，因為人工智能的出現，Web2 和 Web3 初創公司的創始人和用戶都站在了同一條起跑線上。因此，我們有機會，一個完全的機會，去改變未來。