这两天我在给一个小工具接模型，前后换了四五个。说实话，现在AI模型根本不缺，打开任何一个平台，名字能给你列两页。真正麻烦的是另一件事到底哪个好用？有的回答确实好，但调用一次价格不便宜。有的价格低，结果一到高峰期就开始卡，还有些模型看评测特别猛，真塞进自己的工作流，跑三次能有两次答偏😂 刚好看到 @dgrid_ai 的Model Marketplace上线，我第一反应就是不会又是做了个模型货架吧？把一堆模型名字摆上去，这东西现在真不稀缺。 但DGrid这次想处理的，不只是去哪找模型，而是模型从上架到被真实使用，中间那一整段怎么跑起来。模型供给方可以把模型接进来，推理节点负责提供算力和服务，开发者根据需求调用，最后用户实际去用。以前这些环节大多被锁在中心化平台里，平台决定推荐谁、流量给谁、价格怎么定。一个小团队做的模型哪怕效果不错，没有平台资源，也可能一直埋在列表后面。DGrid想做的，是让模型和推理服务直接接触开发者的真实需求，能不能被看见，不完全靠平台编辑在后台点一下推荐。 这里面我比较感兴趣的是AI Arena。它不是让大家看着模型名字投票，也不是再做一张谁是世界第一的排行榜。用户看到的是不同模型给出的回答，但不知道背后分别是谁，直接按自己的真实体验选。这个细节挺重要，因为一旦把品牌名亮出来，人很容易先入为主。看到大厂模型，下意识觉得它更强看到一个没听过的模型，还没读完答案已经扣分了。盲测至少把这个干扰先拿掉。用户不需要看懂参数、跑分和技术报告，只需要回答一个很简单的问题这两个结果，我实际更愿意用哪个。 然后是PoQ，Proof of Quality。去中心化AI以前最喜欢讲节点越多越好，但节点数量多，只能说明机器多，不能说明服务一定靠谱。一个节点今天跑得快，明天开始掉。报价很便宜，但延迟高、结果不稳定，对开发者照样没法用。PoQ关注的就是推理服务质量怎么验证，以及高质量、高效率的服务怎么拿到更合理的激励。不是谁先来、谁机器多就一直吃奖励，而是要让网络慢慢把资源往真正能交付的服务上对齐。 把这几块放在一起，逻辑才比较完整。Model Marketplace负责让模型和服务被发现，AI Arena把真实用户偏好送回来，PoQ再处理推理质量和激励。用户选出来的，不一定是参数最大的模型，而可能是当前任务里回答更合适、成本也更合理的那个。开发者也不用每次都先押注某个品牌，可以根据真实反馈和服务质量去做选择。这个比单独宣传我们有很多模型有意思得多，因为模型数量早就不是问题，怎么把合适的模型送到合适的需求面前，才是现在比较缺的东西。 而且DGrid不是刚搭好官网就开始搞这个闭环。官方此前披露过半年23M ARR，至少说明网络已经接触到真实业务和付费需求。现在再上线Model Marketplace，更像是在原来的推理业务上继续补市场层，把模型供给、算力服务、开发者调用和用户反馈往一起接。当然，我也不会因为一张产品图就直接说它跑通了。市场最后还是得看，模型供给够不够丰富，推理服务能不能长期稳定，用户反馈能不能真的影响发现和路由，好的节点最后有没有赚到更多。 但方向我认。去中心化AI下一步不能再只比谁的节点多、谁的宣传多。模型被摆上货架不值钱，被真实用户发现、调用，然后因为确实好用而获得更多需求，这才值钱。DGrid现在想补的就是中间这段。至于最后能不能把它跑成一个真正开放的AI推理市场，我会继续看，也会实际用。毕竟模型好不好，跑几次就知道了。(币圈荒木｜Araki🪵)