Ai总结： 曾创下720亿参数分布式模型训练纪录的Covenant AI团队悄然退出Bittensor网络，引发代币价格暴跌与治理信任危机。创始人公开指控联合创始人操纵奖励机制与升级流程，揭示去中心化表象下的权力集中问题。

开创分布式大模型先河的团队正式告别原生生态

曾实现史上最大规模去中心化人工智能模型训练的Covenant AI核心成员，已正式脱离其赖以成功的Bittensor网络。这一变动并非低调收场，而是伴随着创始人公开声明与价值逾千万美元的代币抛售行动。据披露，该团队在短短数小时内出售了约3.7万枚TAO代币，总值接近1020万美元。

网络激励机制遭质疑：关键收入渠道被单方面切断

事件导火索来自Covenant AI创始人Sam Dare的公开控诉。他指出，联合创始人Jacob Steeves在内部争议期间擅自暂停向其子网发放激励，直接导致项目现金流断裂。同时，有证据显示，对方通过操控代币流通施加财务压力，迫使团队接受不利条件。

里程碑成就仅隔一个月便遭遇系统性背离

此次退出距离团队完成720亿参数语言模型训练尚不足一个月。该模型由全球超过70个独立节点协同构建，未依赖任何中心化服务器或外部资助。其权重及检查点依据Apache开源协议公开，成为首个真正实现无许可、分布式训练的超大规模模型实例。

构建开放智能未来的区块链基础设施

Bittensor由前谷歌工程师Jacob Steeves于2019年发起，旨在打造一个基于区块链的开放式人工智能市场。其运行机制借鉴比特币共识逻辑：不再奖励算力挖矿，而是对提供有效AI服务的贡献者发放原生代币TAO作为报酬。

网络以“子网”形式运作，每个子网专注于特定任务，如文本生成、图像识别乃至深度伪造检测。截至2026年4月，已有128个活跃子网运行中，整体市值约为35亿美元。

其根本理念在于打破大型科技公司对前沿AI技术的垄断。通过将模型开发过程置于公共链上，实现算法透明、参与无门槛，从而将人工智能转化为可共享的全球公共资源。

首例全网分布模型验证开源路径可行性

2026年3月10日，Covenant AI依托Bittensor第3子网成功训练出名为Covenant-72B的720亿参数语言模型。该过程覆盖全球70余台独立计算设备，参与者无需经过审批即可加入，完全符合无许可原则。

在主流基准测试MMLU中，该模型零样本表现达67.1分，超越同类开源产品。此成果获得业界广泛认可，推动TAO代币在当月上涨近90%。分析界普遍视其为开源人工智能领域的重要转折点。

该案例首次实证了：大规模语言模型可在无中央控制的前提下，通过分布式协作完成训练与部署。

去中心化承诺背后潜藏的治理失衡

Dare的声明不仅反映个人立场，更揭露了Bittensor“三头共治”架构中的深层矛盾。尽管名义上由基金会三位成员共同决策，但实际权力长期集中在联合创始人手中。

一项独立调查显示，在2023至2026年间共41次网络升级中，有38次由Steeves主导提出、签署并执行。其余两位成员通常在几分钟内完成附议，且无公开讨论记录，缺乏透明度。

按设计，网络升级应由基金会提议，并由质押量最高的12位验证者组成的“元老院”投票决定。然而现实中，关键提案几乎均由创始团队单方面推进，集体决策机制形同虚设。

行业观察指出，当少数个体掌握规则修改权却仍宣称系统“无需许可”，则去中心化的根基已然动摇。一旦公众对公平性产生怀疑，所有建立在此前提上的合作都将面临崩塌风险。

对机构投资者而言，治理透明度已成为核心考量因素。任何去中心化项目的投资价值，都建立在“无人能随意更改规则”的信任之上。若权力集中事实被证实，将直接冲击整个生态的信任体系。

Covenant AI已确认将继续在Bittensor生态外推进去中心化基础设施建设。虽然72B模型证明了消费级硬件可支撑大规模训练，但如何构建真正公正、可持续的治理结构，仍是亟待解答的关键命题。