原文標題：《AI L1 深度研報系列之 Sentient：8500 萬美元打造開放 AI 平臺》

原文作者: 0xjacobzhao，Biteye

一、項目簡介：

Sentient 是一個致力於構建去中心化人工智能經濟體的開源協議平臺，其核心目標是爲 AI 模型建立所有權結構、提供鏈上調用機制，並構建可組合、可分潤的 AI Agent 網絡。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、調用不可追蹤、價值分配不公”的根本問題。

該項目由 Sentient Foundation 推動，專注於開源 AGI 和協議激勵機制的構建。它所倡導的“忠誠 AI（Loyal AI）”是指服務於社區、公平治理並能長期自我演化的開放型 AI 模型生態。

圖 1:Sentient Protocol 的架構由兩個核心組成部分構成：區塊鏈系統 和 AI 管道

AI 管道（AI Pipeline）是開發和訓練“忠誠 AI”工件的基礎，包含兩個核心過程：​

· 數據策劃（Data Curation）：​由社區驅動的數據選擇過程，用於模型的對齊。​

· 忠誠度訓練（Loyalty Training）：​確保模型保持與社區意圖一致的訓練過程。

區塊鏈系統爲協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。​

二、技術架構與模型確權機制：

1. OML 模型框架

《Sentient: Loyal AI》白皮書提出 OML 框架《Open, Monetizable, and Loyal AI》，該框架以模型確權爲起點，首次系統性提出了“AI 原生加密學”概念，旨在爲開源模型提供加密級別的所有權保護機制。

· Open：模型必須開源，代碼與數據結構透明，支持社區復現、審計與分叉；

· Monetizable：模型每一次調用都觸發收益流，並通過鏈上合約分配給訓練者、部署者與驗證者；

· Loyal：模型不屬於公司，而屬於貢獻者社區，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 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濟主權與治理權。構造一種 AI 原生的使用權和收益權協議層，確保模型公開，歸屬清晰、經濟激勵和行爲治理。

核心概念：AI-native Cryptography（AI 原生加密學）

AI-native cryptography 利用 AI 模型的連續性、低維流形結構與模型可微特性，開發出“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：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；

· 許可調用機制：調用前需獲取模型所有者簽發的“權限憑證”，系統再據此授權模型對該輸入解碼並返回準確答案。

這種方式可在無重加密成本的情況下實現“基於行爲的授權調用 + 所屬驗證”。

Sentient 當前採用的即爲 Melange 混合安全：以指紋確權、TEE 執行、鏈上合約分潤結合。其中指紋方法爲 OML 1.0 實現主線，強調“樂觀安全（Optimistic Security）”思想，即默認合規、違規後可檢測並懲罰。

OML 與 Sentient Protocol 協議架構

論文最後一章提出完整鏈上協議（Sentient Protocol）以支持 OML：

· 存儲層：存儲模型權重與指紋註冊信息；

· 分發層：授權合約控制模型調用入口；

· 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用支付分配給訓練者、部署者與驗證者。

2. 指紋識別與模型確權機制

GitHub：https://github.com/sentient-agi/oml-1.0-fingerprinting

該庫是 Sentient 指紋機制的第一個實現版本，提供可嵌入訓練流程的指紋注入與驗證接口。其目的在於：確保模型歸屬可驗證、使用行爲可追蹤，防止未經授權的複製與商業化。這是對 OML 框架的具體工程實現。

指紋機制的本質是：通過微調模型，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於自己，從而形成模型的“加密簽名”。

3. Enclave TEE 計算框架

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 等可信執行環境（TEE），實現模型推理、微調和代理服務的安全部署。​該框架強調模型的“忠誠性”，確保模型僅響應授權請求，防止未經授權的訪問和使用。

TEE（Sentient Enclaves Framework）以高性能和雲端集成爲優勢，適合實時 AI 和敏感數據處理，但受硬件依賴和側信道攻擊限制。同其他加密技術比較，FHE 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，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優異，可作爲 TEE 的補充 (該模塊未來計劃對接 zkML)。

4. Sentient Agent Framework

GitHub：https://github.com/sentient-agi/Sentient-Agent-Framework

Sentient-Agent-Framework 是一個輕量級開源框架，專注於通過 AI 代理控制瀏覽器實現 Web 任務自動化（如搜索、播放視頻），結合自然語言指令提供簡潔的開發體驗（號稱 3 行代碼），這套架構支持構建具備“感知–規劃–執行–反饋”完整閉環的智能體，同傳統 AI Agent Framework 比較 Sentient-Agent-Framework 功能有限且輕量簡潔，更適合鏈下 Web 任務。

5. Sentient Social Agent

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，能夠理解社交環境、生成內容、與用戶互動，並通過多智能體協作進行社交交流，該系統可與 Sentient Agent 框架集成。

6. Open Deep Search (未上線)

在 Sentient 官網上，Open Deep Search 被定義爲可超越了 ChatGPT 和 Perplexity Pro 的搜索代理。團隊成員 Sewoong Oh 在 EthDenver 2025 Open AGI 峯會上披露了部分規劃：

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量。在 Frames Benchmark 上，Open Deep Search 的表現超越其他開源模型，甚至能與某些閉源模型相媲美，但由於其功能未上線，我們暫時無法評估其真實能力。

三、產品形態、落地及規劃

目前 Sentient 官網上展示的產品以 Sentient Chat 聊天對話平臺和開源模型 Dobby LLMs 爲主：

Sentient Chat：

Sentient Chat 是由 Sentient Foundation 推出的去中心化 AI 聊天平臺，​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，核心功能有：

1. 開放推理代理：Sentient Chat 內置的推理代理能夠執行復雜的任務，支持搜索工具（ODS）、計算器、代碼執行。

2. 多代理集成：平臺支持集成多個 AI 代理，用戶可以根據需求選擇不同的代理進行交互。類似於 Web3 版本的 POE 或開放式、代理驅動的 Perplexity 替代方案

Sentient Chat 目前處於測試階段，僅限通過電子郵件或社區活動分發的邀請碼訪問。根據官方對外公佈信息，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。由於筆者目前尚未成爲其測試白名單用戶，目前無法評估其模型真實能力。

Dobby LLM 模型系列:

1. Dobby-Unhinged 系列

· Dobby-Unhinged-Llama-3.3-70B：​基於 Llama 3.3-70B-Instruct 微調，強調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。​

· Dobby-Mini-Unhinged-Llama-3.1-8B：​8B 參數版本，適用於資源受限的設備。

2. Dobby-Mini-Leashed-Llama-3.1-8B：語氣更爲溫和，適用於需要更穩健輸出的應用場景。

​由於 Dobby LLM 模型是基於 Llama 3.1 和 3.3 的微調版本，我們相信其應用場景主要在於構建聊天機器人、內容生成與創作、角色扮演代理等，其優勢在於靈活的風格生成、推理增強和低資源要求，適合於資源受限的環境下快速部署與靈活定製。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。

四、生態合作與落地場景

目前 Sentient Builder Program 提供 100 萬美元的金額資助支持開發者構建在 Sentient Chat 生態系統中運行的 AI Agent 智能體，要求開發者使用 Sentient 的開發套件且通過 Sentient Agent API 接入其生態。

與此同時，Sentient 官網公佈的生態夥伴涵蓋 Crypto AI 多個領域的項目方團隊，如下

圖 2: Sentient 的 AI 生態夥伴

Sentient 作爲 Crypto AI 領域頭部項目，資源整合能力可以覆蓋行業內任何一家明星初創型項目。但需要指出的是，“營銷型”合作廣泛的存在於 Crypto 領域製造了行業虛假繁榮的假象，Sentient 生態合作伙伴對其生態的貢獻度與忠誠度依然需要我們的持續觀察。

Open AGI Summit 是 Sentient 團隊組織發起的致力於探索人工智能（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 年於 ETH Denver 和 ETHcc 期間的峯會，Sentient 團隊有能力聚集行業內最頭部機構投資人與項目創業者參與其中，不失爲亮點。

五、團隊結構與研究背景

Sentient Foundation 聚集了全球頂尖的學術專家、加密行業創業者與工程師，致力於構建一個社區驅動、開源、可驗證的 AGI 平臺。根據官方公佈公佈的信息，其團隊成員主要爲：

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，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，爲模型訓練與隱私協同提供學術支持。

· Sandeep Nailwal – Polygon 聯合創始人，負責區塊鏈戰略與全球生態佈局，是連接加密社區與 AI 架構的關鍵人物。

· Sensys 團隊 – Web3 原生產品工作室，主導用戶端體驗優化與開發者基礎設施建設，推動 Sentient 產品落地。

核心工程與開發團隊：來自 Meta、Coinbase、Circle、Polygon、Binance 等知名科技與區塊鏈公司，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。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 等機構有實踐經驗。

需要特別指出的是，Sentient 成立之初即帶着 Polygon 創始人 Sandeep Nailwal 的成功光環。作爲以太坊生態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 集成到其區塊鏈擴展解決方案中。Sentient 作爲 Sandeep Nailwal 的二次創業，其經驗、資金、人脈以及市場認知度皆遠超當年，也可以在 2024 年憑藉並不完善的項目構想融到鉅額資金，但 AI 領域畢竟不同於 Crypto，Sentient 面對新市場環境的變化、競爭加劇以及技術更新等外部挑戰發展依然存在。

六、融資情況與代幣模型

Sentient 在 2024 年獲得由 Founders Fund、Pantera、Framework Ventures 共同領投的 8500 萬美元種子輪融資。目前尚未發幣。當前的 Agent 激勵積分在未來可映射爲代幣。代幣可用於模型版本管理的提案魚投票、質押驗證 Agent 輸出真實性、治理粉紅等。

圖 3:Sentient 融資情況

Sentient 是含着金鑰匙出生的天王項目，其投資人背景、融資規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資源，高融資額能夠更容易的聘請到頂級人才加入其團隊、並且雄厚的資本可以支持項目發展穿越行業週期。但另一方面，當下 Crypto 行業對 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爲主與基本面嚴重脫鉤，假設 Sentient 無法交付具有影響力的 Crypto AI 產品而最後選擇高估值發幣，最後傷害到的同樣是急需重建信任的 Crypto 社區，團隊怎樣應對當下行業困局值得我們持續觀察。

七、競品分析與市場位置

市場上的 Crypto AI 項目大多專注於數據、模型、計算、訓練或推理等單一領域，或者開發 AI Agent 等消費者層面的應用。以 AI Chain 爲定位的項目包括了老公鏈的 AI 轉型 (Near 與 ICP) 或 Bittensor 這樣的去中心化資源共享協調與代幣激勵協議，Sentient 的定位與其並不完全匹配。在模型訓練側，Sentient 更像是整合平臺，與市場上的 AI 開源模型是合作關係。而在 Agent 側，Sentient 與 Talus, Olas 或 Theoriq 等在多智能體系統和推理能力上存在一定重疊競爭關係，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。

八、總結

Sentient 作爲去中心化人工智能（AGI）協議平臺，旨在爲 AI 模型提供明確的所有權結構，並通過鏈上機制進行調用和價值分配，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 聯合創始人 Sandeep Nailwal 的資源加持下獲得了諸多頭部 VC 和 AI 生態夥伴的支持，儘管面臨發展的不確定性、爭議及競爭，依然期望 Sentient 成爲 去中心化 AI 所有權的標準協議之一，推動 AGI 的去中心化發展。

本文來自投稿，不代表 BlockBeats 觀點。

歡迎加入律動 BlockBeats 官方社羣：

Telegram 訂閱羣：https://t.me/theblockbeats

Telegram 交流羣：https://t.me/BlockBeats_App

Twitter 官方賬號：https://twitter.com/BlockBeatsAsia