一个名为 AIGr.id 的开源项目，试图拼出一个去中心化 AI 网络

一两天前，Hacker News 上冒出一个 Show HN 项目，名叫 AIGr.id，自我定位是

——去中心化的智能网络。代码在 GitHub 的 OpenCyberspace 组织下，帖子目前 2 个赞、1 条讨论，热度几乎可以忽略，但选题本身值得拆一拆。

这个项目想干什么？按名字和仓库描述来推断，它试图把分散在各地的 GPU、CPU 算力拼成一张网，让分布在不同机器上的推理和训练任务跑在这张网上，而不是依赖几个超大云数据中心。说得更直白一点，它是把过去

那套思路搬到 AI 时代。

这个项目想做什么

AIGr.id 的核心叙事是

——把 AI 当成可调度的公共基础设施，像水电一样取用。仅凭 Show HN 那点信息看不出它具体怎么实现，但有四件事决定它能不能跑通：跨节点的模型切分、网络延迟、容错机制、以及贡献算力的人凭什么愿意把机器交出来。

去中心化 AI 落地有多难

去中心化算力这个方向并不新鲜。Filecoin 模式跑了好几年，跑通的是存储；算力比存储复杂得多：模型并行训练需要高带宽、低延迟，跨地域节点很难替代机房里的 RDMA 网络。所以**多数号称

的项目，最后都停在了演示阶段**。AIGr.id 能不能走出这一步，目前完全看不出来。

对开发者和创作者意味着什么

如果手里有几张闲置的 4090、3090 甚至 A100，又被推理账单压得难受，一个开放的算力网络看起来很美：贡献算力换积分，再用积分跑自己的模型。但真正决定它有没有用的是网络效应——没人贡献算力，就没人愿意把任务放上来；没人跑任务，贡献者就流失。这是个先有鸡还是先有蛋的问题。

对普通 AI 工具使用者来说，这类基础设施项目目前感觉不到。它位于产业链上游，要先变成稳定的推理服务商，才可能压低某些模型 API 的价格。短期里，你打开 ChatGPT、豆包、通义这些产品，背后依然是中心化机房。

值得后续观察的几件事

第一，看仓库的 commit 频率和贡献者数量，这是判断项目是否活跃最直接的指标。第二，看有没有公开的 benchmark 或真实工作负载跑通的记录——能跑 demo 不稀奇，能稳定跑一周不翻车才算数。第三，看它是否发币、激励机制是什么、跟现有的 GPU 算力市场（比如 io.net、Render）是否真的形成差异。

对中文用户更现实的判断是：国内这几年也出现过不少类似分布式算力尝试，多数以白皮书或 PoC 收尾。**区分

和

最简单的办法是看代码、看 issue、看有没有真实任务在上面跑过**。AIGr.id 现在还太早期，2 个赞说明不了任何事情。

把它当成一条值得书签的线索就好。等它真的跑通一个跨节点推理任务、或者放出一份能复现的延迟数据，再回来重新评估也不迟。