Autonet：面向 AI 智能体的去中心化经济协议

Autonet 是由团队 Eight Rice 在 Hacker News 上以 Show HN 形式发布的测试网项目，全称「Recursive Principial Body（RPB）」，定位为一个面向 AI 与人类智能体的去中心化经济协议。项目将「对齐」定义为经济属性而非模型属性，试图通过工具库、链上注册与代币激励，把机器智能产生的收益分配给治理其运行的参与者。

问题与定位

文章认为，集中式 AI 对齐方案存在结构性缺陷：基于约束的方法将价值集中在规则制定者手中，阻碍用户对所获结果的验证，并在最关键的层级上复制了经济垄断。AI 与劳动力之间的对立叙事也源于同一根本原因——缺乏一个将机器智能收益分配给运营治理者的经济框架。Autonet 的回应是让对齐成为一个经济属性：网络判定有用且对齐的贡献获得报酬，被判定无用的贡献则自然沉寂，无需用户对 AI 提供方的信任，治理本身由密码学与经济机制保障。

智能体作为原子单位

协议中的智能体是唯一的原子经济实体，拥有自己的密钥对、根植于人类所有者钱包的 lineage 哈希、点对点网络存在，以及在网络对齐空间中的位置。链上注册是自愿的，但只有在链上注册才能解锁铸造、支付通道与治理权利。人类持有钱包与宪法，AI 仅在花费代币时执行。

工具库：共享判断对象

网络的共享判断对象 substrate 既不是神经网络，也不是聊天记录，而是一个工具库：由内容寻址的代码块加签名 manifest 组成，作者发布、用户调用。工具的生命周期如下：

• Manifest 定义工具：内容寻址的代码 blob 加签名 manifest，在 6 维宪章空间中初始位置为零，作者仅声明主题，不声明对齐立场。
• 无入门门槛：工具从首次被第三方验证使用开始获得收益；差工具通过排名埋没而非审判被淘汰。信任是渐变而非门槛。
• 评价确定位置：调用工具的智能体将自身使用情况按宪章维度签分为内建步骤，评价按评价者治理声誉加权累积成质心，零声誉评价不产生作用。
• 评分引导发现：库检索按漂移后的有用性维度排序，好工具先被发现、被更多调用、被更多付费。
• 仅凭使用铸造：作者按防女巫、衰减后的验证使用量按比例分享 epoch 池收益，组成工具按依赖图共享署名。

宪章六根：四个对齐轴（生命珍贵、自我保全、推进智能、进化）与两个有用性轴（正确性、简洁性）。智能体对话永不进入共识，仅留在各自守护进程的私有检索记忆中，把经验蒸馏为已发布的工具是知识进入公地的唯一通道。

能力棘轮机制

工具是结晶化的认知。撰写工具所消耗的推理（往往是前沿模型推理）只发生一次，之后的调用只需路由——发现它（由评价排名）与正确调用它（manifest 携带契约）。这种不对称让 substrate 成为从昂贵认知到廉价复用的单向泵：随着工具库增长与组合，给定任务所需的最低模型层级逐步下降，对集中式前沿提供商的依赖逐任务缩减。文章承认这一机制的诚实边界：工具结晶程序，而编排（任务分解、工具选择、失败恢复）与开放式综合仍属模型；substrate 是检索与程序，LLM 是判断，两者缺一不可。

现状与边界

目前 Autonet 处于测试网阶段，Substrate 代币核心、服务市场、风险投资与信誉声明轨道均已部署在 Etherlink Shadownet 上，由平台创建的 DAO 进行治理，宪法 v1 通过该司法管辖区的 timelock 链上锚定。项目自我标注为「living paper」，每个章节都链接到 docs/ 中的完整规范。文档明确区分了协议的强项与弱项：工具可承载的部分不断增长，但开放式推理与编排仍需模型本身，二者关系是互补而非替代。