撰文: 0xjacobzhao 及 ChatGPT 4o/ Grok3?
Sentient 是一個致力于構建去中心化人工智能經(jīng)濟體的開源協(xié)議平臺，其核心目標是為 AI 模型建立所有權結構、提供鏈上調(diào)用機制，并構建可組合、可分潤的 AI Agent 網(wǎng)絡。通過「OML」框架（Open, Monetizable, Loyal）和模型指紋技術，Sentient 解決當前中心化 LLM 市場中「模型歸屬不明、調(diào)用不可追蹤、價值分配不公」的根本問題。
官網(wǎng)：https://www.sentient.xyz
GitHub：https://github.com/sentient-agi
基金會：https://sentient.foundation
文檔：https://docs.sentient.xyz
博客：https://www.sentient.xyz/blog
X：https://x.com/SentientAGI
該項目由 Sentient Foundation 推動，專注于開源 AGI 和協(xié)議激勵機制的構建。它所倡導的「忠誠 AI（Loyal AI）」是指服務于社區(qū)、公平治理并能長期自我演化的開放型 AI 模型生態(tài)。
Sentient Protocol 的架構由兩個核心組成部分構成：區(qū)塊鏈系統(tǒng) 和 AI 管道（AI Pipeline）。
AI 管道（AI Pipeline）是開發(fā)和訓練「忠誠 AI」工件的基礎，包含兩個核心過程：
數(shù)據(jù)策劃（Data Curation）：由社區(qū)驅(qū)動的數(shù)據(jù)選擇過程，用于模型的對齊。
忠誠度訓練（Loyalty Training）：確保模型保持與社區(qū)意圖一致的訓練過程。
區(qū)塊鏈系統(tǒng)為協(xié)議提供透明性和去中心化控制，確保 AI 工件的所有權和治理，主要模塊包括：
治理（Governance）：由去中心化自治組織（DAO）控制與決策。
所有權（Ownership）：通過代幣化方式表示 AI 工件的所有權。
去中心化金融（DeFi）：提供支持開放、去中心化和公平治理及獎勵的金融工具。
在 2024 年發(fā)布的白皮書《Sentient: Loyal AI》中 (https://arxiv.org/abs/2411.03887)，項目提出 OML 框架，該框架以模型確權為起點，試圖構建「鏈上 AI 所有權協(xié)議經(jīng)濟體」，首次系統(tǒng)性提出了「AI 原生加密學」概念，旨在為開源模型提供加密級別的所有權保護機制。
核心論文解讀——《OML: Open, Monetizable, and Loyal AI》：
Open：模型必須開源，代碼與數(shù)據(jù)結構透明，支持社區(qū)復現(xiàn)、審計與分叉；
Monetizable：模型的每一次調(diào)用都應當觸發(fā)收益流，并通過鏈上合約分配給訓練者、部署者與驗證者；
Loyal：模型不屬于公司，而屬于貢獻者社區(qū)，模型升級方向與治理均由 DAO 決定。模型歸屬可驗證、修改受限、使用受控
OML 不等同于代碼許可協(xié)議，而是通過鏈上機制與加密手段，保障開源模型在保持開放性的同時具備經(jīng)濟主權與治理權。構造一種 AI 原生的使用權和收益權協(xié)議層（ownership and revenue protocol layer），確保即便模型公開，依然能保證歸屬清晰、經(jīng)濟激勵和行為治理。
與傳統(tǒng)密碼學聚焦二進制精度不同，AI-native cryptography 利用 AI 模型的連續(xù)性、低維流形結構與模型可微特性，開發(fā)出「可驗證但不可移除」的輕量級安全機制。其核心技術是：
指紋嵌入（Model Fingerprinting）：在訓練時插入一組隱蔽的 query-response 鍵值對形成模型唯一簽名；
所有權驗證協(xié)議：通過第三方探測器（Prover）以 query 提問形式驗證指紋是否保留；
許可調(diào)用機制：調(diào)用前需獲取模型所有者簽發(fā)的「權限憑證」，系統(tǒng)再據(jù)此授權模型對該輸入解碼并返回準確答案。
這種方式可在無重加密成本的情況下實現(xiàn)「基于行為的授權調(diào)用 + 所屬驗證」。
Sentient 當前采用的即為 Melange 混合安全：以指紋確權、TEE 執(zhí)行、鏈上合約分潤結合。其中指紋方法為 OML 1.0 實現(xiàn)主線，強調(diào)「樂觀安全（Optimistic Security）」思想，即默認合規(guī)、違規(guī)后可檢測并懲罰。
此外論文定義了針對指紋機制的多種驗證機制與攻擊模型：
微調(diào)攻擊（LoRA/SFT）：修改部分參數(shù)試圖清除指紋；
知識蒸餾：構建學生模型以規(guī)避父模型指紋；
參數(shù)平均（模型合并）：多模型融合嘗試稀釋指紋強度；
指紋泄露攻擊：若指紋 key 泄露，驗證機制將失效。
對抗方式包括：多輪嵌入、子網(wǎng)隔離訓練；組合 benign 樣本防遺忘；嵌入權重綁定鏈上憑證。
論文最后一章提出完整鏈上協(xié)議（Sentient Protocol）以支持 OML：
存儲層：存儲模型權重與指紋注冊信息；
分發(fā)層：授權合約控制模型調(diào)用入口；
訪問層：通過權限證明驗證用戶是否授權；
激勵層：收益路由合約將每次調(diào)用支付分配給訓練者、部署者與驗證者。
強調(diào)與以太坊等 L1 主鏈兼容，可作為鏈上 AI 所有權標準協(xié)議棧使用。所有模型注冊在鏈上（包含哈希、簽名、公鑰、指紋結構 ID）；Agent 綁定注冊模型并在每次調(diào)用后觸發(fā)使用證明提交；合約根據(jù)調(diào)用事件與收益流規(guī)則進行分潤（訓練者、部署者、驗證者）；用戶或合約調(diào)用者需通過鏈上網(wǎng)關驗證調(diào)用權限。該結構構成了 Sentient Protocol 的底層設計哲學。
GitHub：https://github.com/sentient-agi/oml-1.0-fingerprinting
該庫是 Sentient 指紋機制的第一個實現(xiàn)版本，提供可嵌入訓練流程的指紋注入與驗證接口。其目的在于：確保模型歸屬可驗證、使用行為可追蹤，防止未經(jīng)授權的復制與商業(yè)化。這是對 OML（Open, Monetizable, Loyal）框架的具體工程實現(xiàn)。
模型指紋模塊（OML 1.0 Fingerprinting Module）功能如下：
行為打譜（Behavioral Profiling）：對模型行為進行特征提取，生成唯一指紋。
模型歸屬（Model Attribution）：根據(jù)生成內(nèi)容判斷其來源模型。
指紋驗證（Fingerprint Verification）：驗證模型輸出內(nèi)容的來源和一致性。
指紋機制的本質(zhì)是：通過微調(diào)模型，嵌入一組獨特的 「問題 - 回答」（key-response） 對，模型擁有者可通過特定查詢來驗證模型是否屬于自己，從而形成模型的「加密簽名」。總之，為 LLM（大語言模型）添加「水印」，追蹤和強制執(zhí)行 AI 的擁有權。
GitHub：https://github.com/sentient-agi/Sentient-Enclaves-Framework
Sentient Enclaves Framework 是一個開源框架，它利用如 AWS Nitro Enclaves 等可信執(zhí)行環(huán)境（TEE），實現(xiàn)模型推理、微調(diào)和代理服務的安全部署。該框架強調(diào)模型的「忠誠性」，確保模型僅響應授權請求，防止未經(jīng)授權的訪問和使用，安全特性如下：
Payload 加密部署：模型本體、運行配置、輸入輸出全部加密存儲于 enclave 內(nèi)；
TLS-based RPC：調(diào)用采用雙向 TLS + attestation 簽名通道進行通信；
日志與緩存隔離：使用內(nèi)存瞬態(tài)區(qū)運行，不記錄永久日志；
Attestation 報告：每次調(diào)用生成綁定 enclave 簽名的輸出證明，確保執(zhí)行行為可追溯、可驗證。
TEE（Sentient Enclaves Framework）以高性能和云端集成為優(yōu)勢，適合實時 AI 和敏感數(shù)據(jù)處理，但受硬件依賴和側(cè)信道攻擊限制。Sentient Enclaves Framework 利用 Nitro Enclaves 提供企業(yè)級隱私保護，開發(fā)體驗較友好。同其他加密技術比較，F(xiàn)HE 提供無硬件依賴和抗量子安全的強隱私保證，但性能開銷巨大，適合特定加密計算場景，難以直接替代 TEE 的高性能任務。ZK 在可驗證性和去中心化場景中表現(xiàn)優(yōu)異，可作為 TEE 的補充 ( 該模塊未來計劃對接 zkML)。
GitHub：https://github.com/sentient-agi/Sentient-Agent-Framework
Sentient-Agent-Framework 是一個輕量級開源框架，專注于通過 AI 代理控制瀏覽器實現(xiàn) Web 任務自動化（如搜索、播放視頻），結合自然語言指令和 LLM（如 OpenAI 的 GPT-4o）提供簡潔的開發(fā)體驗（號稱 3 行代碼）。其異步執(zhí)行、自定義指令和多提供商支持使其適合快速開發(fā)和實驗性應用。結合 Sentient AGI 的其他項目（如 TEE 框架），可擴展到安全敏感場景。
核心架構： 這套架構支持構建具備「感知–規(guī)劃–執(zhí)行–反饋」完整閉環(huán)的智能體，可擴展為一個多 Agent 協(xié)作、鏈上驗證、可對齊的開源 AI 系統(tǒng)。
用戶層（User Layer）：用戶通過自然語言輸入任務目標
Agent 框架層（Sentient Agent Framework）
Perception：理解輸入與環(huán)境
Planning：基于目標生成行動計劃
Execution：調(diào)用工具 / 技能執(zhí)行任務
Reflection：分析反饋，優(yōu)化行為
Memory：短期 + 長期記憶管理
Skills/Tools：注冊外部函數(shù)和插件
協(xié)作層（Multi-Agent Layer）：多 Agent 協(xié)同工作、任務分配與結果匯總
外部集成層（External Integration）
區(qū)塊鏈智能合約：記錄任務，激勵結算
Agent Registry：身份認證與版本控制
ZK 證明模塊：驗證輸出真實性
外部工具 API：如網(wǎng)頁搜索、數(shù)據(jù)庫、文件系統(tǒng)等
存儲層（Storage）：本地存儲 + 去中心化存儲（如 IPFS）
同傳統(tǒng) AI Agent Framework 比較 Sentient-Agent-Framework 功能有限且輕量簡潔。而同 Virtuals Protocol、ai16z (elizaOS) 等 Crypto AI Framework 相比較，后者在 AI 代理開發(fā)、鏈上自動化或 Web3 集成方面提供多樣化方案，而 Sentient-Agent-Framework 更適合鏈下 Web 任務。
GitHub：https://github.com/sentient-agi/Sentient-Social-Agent
Sentient-Social-Agent 是一個旨在構建社交平臺 (Twitter, Discord, and Telegram) 自動化互動的 AI 系統(tǒng)，能夠理解社交環(huán)境、生成內(nèi)容、與用戶互動，并通過多智能體協(xié)作進行社交交流。它利用社交感知、內(nèi)容生成和行為規(guī)劃模塊，支持在平臺上進行自然的對話和內(nèi)容創(chuàng)作，適用于品牌運營、虛擬社群管理和信息擴散等場景，該系統(tǒng)可與 Sentient Agent 框架集成。
在 Sentient 官網(wǎng)上，Open Deep Search 被定義為可超越了 ChatGPT 和 Perplexity Pro 的搜索代理。團隊成員 Sewoong Oh 在 EthDenver 2025 Open AGI 峰會上披露了部分規(guī)劃：
開放深度搜索由兩個主要部分組成：Sensient 的搜索功能（包括查詢重述、URL 和文檔處理等）和推理代理。推理代理利用開源 LLM（如 Llama 3.1 和 DeepSeek），通過搜索、計算器和自我反思等工具提升搜索質(zhì)量。在 Frames Benchmark 上，Open Deep Search 的表現(xiàn)超越其他開源模型，甚至能與某些閉源模型相媲美，但由于其功能未上線，我們暫時無法評估其真實能力。
目前 Sentient 官網(wǎng)上展示的產(chǎn)品以 Sentient Chat 聊天對話平臺和開源模型 Dobby LLMs 為主：
Sentient Chat：
Sentient Chat 是由 Sentient Foundation 推出的去中心化 AI 聊天平臺，旨在提供由社區(qū)驅(qū)動、可定制且忠誠的人工智能體驗。該平臺融合了開源大型語言模型（如 Dobby 系列）與先進的推理代理框架，支持多種工具集成，滿足用戶多樣化的需求。核心功能有：
1. 開放推理代理：Sentient Chat 內(nèi)置的推理代理能夠執(zhí)行復雜的任務，支持以下功能：
搜索工具：集成 Open Deep Search（ODS），提供實時網(wǎng)頁搜索能力。
計算器：處理數(shù)學計算和數(shù)據(jù)分析任務。
代碼執(zhí)行：通過生成和運行 Python 代碼，實現(xiàn)復雜的邏輯推理和任務執(zhí)行。
2. 多代理集成：平臺支持集成多個 AI 代理，用戶可以根據(jù)需求選擇不同的代理進行交互，提升了平臺的靈活性和功能性。類似于 Web3 版本的 POE 或開放式、代理驅(qū)動的 Perplexity 替代方案
Sentient Chat 目前處于測試階段，僅限通過電子郵件或社區(qū)活動分發(fā)的邀請碼訪問。根據(jù)官方對外公布信息，目前已有超過 5,000 名用戶成功獲得 Sentient Chat 的使用權限，已處理超過 10 萬次用戶查詢。由于筆者目前尚未成為其測試白名單用戶，目前無法評估其模型真實能力。
Dobby LLM 模型系列:?
基于 Meta 的 Llama 系列進行微調(diào)， Hugging Face 主頁 (https://huggingface.co/SentientAGI)
1. Dobby-Unhinged 系列
Dobby-Unhinged-Llama-3.3-70B：基于 Llama 3.3-70B-Instruct 微調(diào)，強調(diào)個人自由和加密貨幣的立場，具有直率、幽默和人性化的對話風格。Hugging Face+6Hugging Face+6Hugging Face+6
Dobby-Mini-Unhinged-Llama-3.1-8B：8B 參數(shù)版本，適用于資源受限的設備，保持了「Unhinged」系列的核心特性。Hugging Face+5Hugging Face+5Hugging Face+5
2. Dobby-Leashed 系列：
Dobby-Mini-Leashed-Llama-3.1-8B：相較于「Unhinged」版本，語氣更為溫和，適用于需要更穩(wěn)健輸出的應用場景。Hugging Face+2Hugging Face+2Hugging Face+2
由于 Dobby LLM 模型是基于 Llama 3.1 和 3.3 的微調(diào)版本，我們相信其應用場景主要在于構建聊天機器人、內(nèi)容生成與創(chuàng)作、角色扮演代理等，其優(yōu)勢在于靈活的風格生成、推理增強和低資源要求，適合于資源受限的環(huán)境下快速部署與靈活定制。同 GPT-4 等更強大的閉源模型相比，Dobby LLM 在處理涉及高級邏輯、跨領域知識推理和深度推理任務時仍存在差距。
目前 Sentient Builder Program 提供 100 萬美金的金額資助支持開發(fā)者構建在 Sentient Chat 生態(tài)系統(tǒng)中運行的 AI Agent 智能體，要求開發(fā)者使用 Sentient 的開發(fā)套件且通過 Sentient Agent API 接入其生態(tài)。
與此同時，Sentient 官網(wǎng)公布的生態(tài)伙伴涵蓋 Crypto AI 多個領域的項目方團隊（https://www.sentient.xyz/partners），具體列表如下：
模型：Eigenlayer, Move, CrunchDAO, Bagel, KGEN
智能體：Messari, Franklin Templeton, Kaito, MyShell, Third Web, Theoriq, Open, QNA3, Pond, Mira, Olas, Biconomy, Talus, Zettablocks, Axal, Morpheus AI, dFusion, ExponentAI, Fetch AI, Giza, JustTX, UnifAI, Questflow, QuillAI, Raiinmaker, Solo, Spectral, UOMI, PlayAI
數(shù)據(jù)：Kaito, Vana, The Graph, Space and Time, 0g, Open, QNA3, Zettablocks, Chainbased, dFusion, Dria/First Batch, Entrova, FractionAI, Hyve DA, Irys, Masa, Mizu, OpenLedger, Raiinmaker, Sapien, Zus Network
可驗證 AI ：Nillion, Lagrange, pi2
區(qū)塊鏈：Arbitrum, Polygon, Celo
基礎設施：Lit Protocol, OpenGradient
Sentient 作為 Crypto AI 領域頭部項目，資源整合能力可以覆蓋行業(yè)內(nèi)任何一家明星初創(chuàng)型項目。但需要指出的是，「營銷型」合作廣泛的存在于 Crypto 領域制造了行業(yè)虛假繁榮的假象，Sentient 生態(tài)合作伙伴對其生態(tài)的貢獻度與忠誠度依然需要我們的持續(xù)觀察。
Open AGI Summit 是 Sentient 團隊組織發(fā)起的致力于探索人工智能（AI）與加密技術（Crypto）結合的全球性會議。筆者有幸參加了其 2024 年和 2025 年于 ETH Denver 和 ETHcc 期間的峰會，Sentient 團隊有能力聚集行業(yè)內(nèi)最頭部機構投資人與項目創(chuàng)業(yè)者參與其中，不失為亮點。
Sentient Foundation 聚集了全球頂尖的學術專家、加密行業(yè)創(chuàng)業(yè)者與工程師，致力于構建一個社區(qū)驅(qū)動、開源、可驗證的 AGI 平臺。根據(jù)官方公布公布的團隊信息 (https://sentient.foundation/people)，其團隊成員主要為：
核心領導層（Steering Committee）
Pramod Viswanath – 普林斯頓大學 Forrest G. Hamrick 教授，長期研究信息理論與通信系統(tǒng)，主導 Sentient 的 AI 安全性與理論基礎建設。
Himanshu Tyagi – 印度科學研究所教授，擅長隱私保護與去中心化學習算法，為模型訓練與隱私協(xié)同提供學術支持。
Sandeep Nailwal – Polygon 聯(lián)合創(chuàng)始人，負責區(qū)塊鏈戰(zhàn)略與全球生態(tài)布局，是連接加密社區(qū)與 AI 架構的關鍵人物。
Sensys 團隊 – Web3 原生產(chǎn)品工作室，主導用戶端體驗優(yōu)化與開發(fā)者基礎設施建設，推動 Sentient 產(chǎn)品落地。
核心工程與開發(fā)團隊：來自 Meta、Coinbase、Circle、Polygon、幣安 等知名科技與區(qū)塊鏈公司，也包括 普林斯頓大學、華盛頓大學、印度理工學院 等高校背景的研究者。團隊成員具備豐富的 LLM 工程、系統(tǒng)安全、計算機視覺與數(shù)據(jù)系統(tǒng)建設經(jīng)驗。
AI 研究與模型訓練團隊：研究團隊涵蓋 AI/ML、NLP、計算機視覺與強化學習，成員在 Google Research、Daimon Labs、Fetch.ai 等機構有實踐經(jīng)驗。該團隊構成顯示出 Sentient 既具備強大學術深度，也擁有落地能力與加密生態(tài)經(jīng)驗。
需要特別指出的是，Sentient 成立之初即帶著 Polygon 創(chuàng)始人 Sandeep Nailwal 的成功光環(huán)。作為以太坊生態(tài)的重要擴展解決方案，Matic 依靠 Plasma 這一不領先但足夠「便宜與快」的技術起家，構建出 Polygon 在 NFT 和社交等領域的差異點護城河，同時通過收購 Mir Protocol 和 Hermez Network 以及推出 Polygon zkEVM，將 ZK 技術 集成到其區(qū)塊鏈擴展解決方案中。Sentient 作為 Sandeep Nailwal 的二次創(chuàng)業(yè)，其經(jīng)驗、資金、人脈以及市場認知度皆遠超當年，也可以在 2024 年憑借并不完善的項目構想融到巨額資金，但 AI 領域畢竟不同于 Crypto，Sentient 面對新市場環(huán)境的變化、競爭加劇以及技術更新等外部挑戰(zhàn)發(fā)展依然存在。
融資時間：2024 年中；
融資金額：8500 萬美元（種子輪）；
投資機構：Founders Fund、Pantera、Framework Ventures 共同領投，其余 VC 機構包括 Ethereal、Robot Ventures、Symbolic Capital、Dao5、Delphi、Primitive Ventures、Nomad、Hack VC、Arrington Capital、Hypersphere、IDG、Topology、Protagonist、Folius、Sky9、Canonical Crypto、Dispersion Capital、Mirana、Foresight、Hashkey、Spartan、Republic、Frontiers Capital 等。（https://sentient.foundation/funding）
截至目前，Sentient 尚未推出官方代幣。聯(lián)合創(chuàng)始人 Sandeep Nailwal 表示，項目當前沒有發(fā)行代幣的計劃，但未來可能會根據(jù)社區(qū)需求和項目發(fā)展情況進行評估。因此，任何聲稱提供 $SEN 或其他 Sentient 相關代幣的項目都應謹慎對待，以防詐騙。
根據(jù)白皮書，SENT 代幣可能得用途包括：Agent 激勵積分映射為 Token；用于模型版本管理提案與投票；質(zhì)押驗證 Agent 輸出真實性；DAO 治理分紅機制等。
Sentient 是含著金鑰匙出生的天王項目，其投資人背景、融資規(guī)模和估值都令市場上大部分 Crypto AI 項目望其項背。一方面，其強資源背書能夠更容易的整合各類行業(yè)資源，高融資額能夠更容易的聘請到頂級人才加入其團隊、并且雄厚的資本可以支持項目發(fā)展穿越行業(yè)周期。但另一方面，當下 Crypto 行業(yè)對 VC 背書的高估值項目普遍祛魅，此外 VC 幣項目幣價以資本運作為主與基本面嚴重脫鉤，假設 Sentient 無法交付具有影響力的 Crypto AI 產(chǎn)品而最后選擇高估值發(fā)幣，最后傷害到的同樣是急需重建信任的 Crypto 社區(qū)，團隊怎樣應對當下行業(yè)困局值得我們持續(xù)觀察。
市場上的 Crypto AI 項目大多專注于數(shù)據(jù)、模型、計算、訓練或推理等單一領域，或者開發(fā) AI Agent 等消費者層面的應用。以 AI Chain 為定位的項目包括了老公鏈的 AI 轉(zhuǎn)型 (Near 與 ICP) 或 Bittensor 這樣的去中心化資源共享協(xié)調(diào)與代幣激勵協(xié)議，Sentient 的定位與其并不完全匹配。在模型訓練側(cè)，Sentient 更像是整合平臺，與市場上的 AI 開源模型是合作關系。而在 Agent 側(cè)，Sentient 與 Talus, Olas 或 Theoriq 等在多智能體系統(tǒng)和推理能力上存在一定重疊競爭關系，但每個項目都有不同的核心目標和應用場景依然存在互補性。
Sentient 作為去中心化人工智能（AGI）協(xié)議平臺，旨在為 AI 模型提供明確的所有權結構，并通過鏈上機制進行調(diào)用和價值分配，解決當前中心化 LLM 市場中的歸屬不明和不公平問題。核心框架 OML（Open, Monetizable, Loyal）通過模型指紋和區(qū)塊鏈技術，確保開源模型的所有權、透明度和公正分潤。Sentient 在 Polygon 聯(lián)合創(chuàng)始人 Sandeep Nailwal 的資源加持下獲得了諸多頭部 VC 和 AI 生態(tài)伙伴的支持，盡管面臨發(fā)展的不確定性、爭議及競爭，依然期望 Sentient 成為 去中心化 AI 所有權的標準協(xié)議之一，推動 AGI 的去中心化發(fā)展。
喜來順財經(jīng)
