【加密演義】模型主權、Token經濟學與區塊鏈新機遇（四之一）
梁淨明 HashKey Capital研究員
當前，所有使用大型語言模型的機構都面臨着兩大壓力：模型主權風險以及Token（詞元）成本壓力。現階段，各國政府將人工智能（AI）視為國家戰略資產，既包括支撐模型運行的先進晶片，也涵蓋模型本身。近期案例顯示，Anthropic的Fable和Mythos模型曾因美國商務部發布出口管制指令而受到限制。OpenAI 的 GPT-5.6 在面向公眾開放前，也僅向受限範圍的用戶提供服務。雖然Fable 5的訪問權限現已恢復，但上述事件表明，在政治議程和國家優先事項的影響下，前沿人工智能模型的獲取正受到越來越多的外部限制。
對於用戶而言，付費訂閱AI服務已不再意味着能夠穩定獲得前沿模型的訪問權限。此外，Fable 5還內置了分類器機制。凡被識別為涉及生物學、化學、蒸餾技術或網絡安全的請求，都會被自動轉交給能力相對較弱的Opus 4.8模型處理。值得關注的是，上述情況均發生在用戶未出現違規使用行為的情況下。這意味着，模型能力的供給和可獲得性在很大程度上仍由供應商單方面決定。模型供應商可以基於自身政策對模型能力進行限制、降級，甚至直接撤回相關服務。因此，過去依賴單一模型供應商的企業，需要重新評估自身的供應依賴風險，因為對於最先進模型的訪問權限，可能在短時間內被單方面限制，甚至被完全取消。
隨着人工智能應用規模呈指數級增長，企業所面臨的成本壓力也在持續上升。據報道，Uber僅用四個月便耗盡了其2026年度全部AI編程工具預算，隨後不得不採取措施，將每名員工在每項工具上的月度支出上限設定為1,500美元。特斯拉、亞馬遜和Meta等多家企業也採取了類似做法。在此背景下，通過設置使用額度上限、團隊預算管理以及檢查使用情況等方式控制成本，已逐漸成為企業的普遍做法。其目的在於遏制不必要的支出，並評估AI投入是否能夠轉化為實際經濟產出。
去中心化區塊鏈迎更多需求
模型主權風險與Token成本的雙重壓力，正為以透明、無需許可、抗審查和用戶自主控制為核心理念的Web3 AI企業帶來新的發展機遇。去中心化區塊鏈基礎設施有望強化模型所有權保障，提升數據隱私保護水平，降低對中心化中介機構的依賴，並增強人工智能系統的韌性和可驗證性。當前，這一發展路徑已經在不同層面得到實踐。在模型層，Nous Research推出的開源Hermes系列模型，體現了開放模型生態的發展方向；在推理層，Venice AI與NEAR AI的結合，進一步增強了隱私保護、匿名性和結果可驗證能力；在基礎設施層，去中心化算力市場則將上述理念延伸至底層算力資源的組織和供給方式。
2026年6月，Anthropic因國家安全相關出口管制，被要求暫停所有用戶對Claude Fable 5和Claude Mythos 5的訪問。約三周後，隨着相關指令解除，上述模型的訪問服務才得以恢復。無論人們對這背後的政策爭議作何評判，其反映的現實情況十分明確：一項行政指令可以在數小時內使一款原本面向全球用戶開放的人工智能產品全面下線，而受影響用戶既無法提出申訴、也難以通過其他途徑繼續獲得相關服務。
正是出於對上述風險的考量，各國政府和企業正加快推進「主權人工智能」建設，即通過發展自主算力體系、本土大模型和本國基礎設施承載能力，避免因依賴境外供應商而面臨服務被中斷的風險。 （待續）
題為編者所擬。本版文章，為作者之個人意見，不代表本報立場。
