互联网劳动力市场

进入加密世界只有两种方式：买入或通过劳动赚取。买入者将法币/传统资产明确兑换为加密资产或转入加密通道。通过劳动赚取的人则因工作获得报酬，以加密资产形式领取。

在过去的十年里，人们大多走的是第一条道路。我们相信在接下来的十年里，大多数人将通过第二条道路。

如果我们是对的，这第二波潮流将在参与者数量和总体规模上远远超过第一波，因为世界上绝大多数人依靠收入生活，而不是靠购买或资产升值。当这种情况发生时，我们相信会出现一个关键的二阶效应：收入将变为余额，余额将变为储蓄，而储蓄将转化为对互联网资本市场的新参与。

可编程所有权大幅增强协调能力

如今，像 SpaceX、Scale 和 Deel 这样的巨头已经开始使用稳定币和美元向海外员工及承包商支付报酬。这是一种应会持续的长期趋势，但同时也有越来越多的人开始以新发行的、原生加密资本资产获取收入。目前我们了解到，这类收入大多是补充性的，而非主要收入来源。但随着这一设计领域的成熟，我相信这种获利方式将成为大量全球分布的贡献者的主要收入来源。

加密的超能力一直是协调。第一个例子是 Bitcoin：一种非常具体的计算原语（哈希）在各处运行以产生单一账本。随后出现了 DePIN/DeVIN：像 Filecoin 这样的网络将新类型的工作映射到代币，并让无需许可的参与者通过自行完成工作来引导供给。DePIN 是链上协调的最佳表现之一。像 Helium 和 Hivemapper 这样的网络展示了构建者如何利用加密资本市场和密码学原语来颠倒资本性支出、为 物理工作证明付费，并使用代币将冷启动风险转移给相信项目愿景的早期贡献者。DePIN 开创了链上协调的前提条件：1）快速、低成本的结算，2）可验证的输出，3）对供给方贡献者具有强有力的信任和声誉保障 。

无需许可的资本市场使大规模分布式协调成为可能。它们降低了风险聚合成本，使陌生人无论地域或信仰，都能围绕特定目标自发组织。

但仅凭这些还不够。DePIN 还必须围绕其他考量来构建，以实现无许可协作的扩展，幸运的是，过去几年里它们已经显著演进。

首先，DePIN 创始人在激励设计方面整体上有了很大改进。过去我们看到 DePIN 因通胀性奖励机制设计不当以及防欺诈系统无法阻止各方伪造其工作证明而受挫；然而通过集体的反复试验，市场领先者发展出一套新兴的最佳实践。现在 DePIN 在工作核实（通过如 zkTLS 之类的原语）、抗垃圾信息（优雅的质押/削罚机制）以及与贡献工作相称的奖励方面要严格得多（例如基于经常性贡献的奖励，而非基于时间的、对被动工作发放固定发行量的做法）。

其次，我们认为 DePINs 帮助使以代币获利的行为变得常态化。如今有数千万的人通过执行特定行为来获得加密资产，以服务于某些集体目标——例如，通过 Galxe 或 Kaito 等平台参与社交任务，通过 ImmuneFi 等平台解决漏洞悬赏，或通过 Arkham 上的悬赏披露信息。

第三，DePINs 锻炼了工作单位规模的理想大小。我们认为，2021 年代通用型 DAO 缺乏耐久性的表现表明，贡献的表面面积越小，网络就越有效。因此，协调简单行动（如部署矿机或基站）的网络远比那些试图重新发明资本配置决策的组织（例如 the LAO）更为高效。

现在我们似乎正进入该设计空间的下一个阶段，DePINs 及其他组织能够更精确地界定其提供的工作单元的具体性以及与之对应的确切奖励。

这意味着针对特定工作负载的规范将从类似“在附近的咖啡馆部署一个 WiFi 热点，持续获得代币”的被动贡献，转向“将此包裹从 A 点运送到 B 点，获得固定报酬”，或“在晚上 7 点到 10 点期间将你的能耗降低 100 千瓦，并获得可用于抵扣下一期电费的代币 ”。

我相信人工智能会加速这一趋势，并使链上协同比当前市场观察到的更快地发展。人工智能压缩了构建软件的成本和时延——也就是说，一个人可以以过去所需人力的一小部分交付产品、迭代并实现分发。结果是公司可以由更少的人创立，并更快达到规模化。

然而，这些“瘦”组织仍然依赖非软件投入——例如数据、标注、评估、集成、分发、实体部署、领域专长和边缘案例处理。在这些职能中，投入是零散的、全球性的，并且难以通过传统方式招聘获得。

曾经单一的职业如今变成了在不相关领域之间分散的小型模块化角色组合。出租车司机如今成为 Uber 网络内的叫车服务运营者，报纸编辑变成了 Substack 和 X 网络内的作者，USPS 员工现在在 Doordash 上送货，且越来越多的远程电话操作员正在操作城市半自主机器人车队。

我们认为这一模式很清晰：技术降低了协作成本，并缩小了工作最小单元。当协作成本下降时，风险分担得到改善，企业拆分，工作被分解成可以外包并程序化协同的独立角色和职能。

这种工作方式所需的风险分担基础设施，最适合由加密链上的可编程激励来服务。加密资本市场和密码学原语可以通过围绕工作量创建市场，帮助定义工作内容、验证完成情况并结算奖励与支付。人工智能缩小了公司规模 ，但代币扩大了贡献者的规模。我们已经看到单人组织实现了九位数的成果 。

这是互联网劳动力市场的开端。

互联网劳动市场

互联网劳动市场（ILM）是一种由贡献者所有的市场，工作单位为可验证的任务，并通过加密通道即时结算。与传统的 DePINs 相比，此类网络的两个关键特征是能够协调任意定制的库存，并通过强有力的核实保障按每次贡献对贡献者进行奖励或支付。

任意定制的库存

我们认为，ILM 的定义性特征在于工作以任务原语的形式呈现，这些原语可以随着网络需求的变化被动态创建、定价和退役。围绕固定类别构建的平台会把新出现的、独创的工作强行套入既有形式，这种不匹配会导致规格不良、质量不一致以及高昂的协调成本。

在 ILM 中，库存通过一小组参数持续定义——例如，任务规格、资格约束、核实方法和支付函数。一旦参数设定完毕，任务就可以向全网广播，通过竞争或分配完成，通过加密验证确认，并通过加密通道支付。这就是 ILM 适合前沿工作的原因——因为前沿工作很少会长期符合传统定义。

一个 ILM 可以发布“任务：为特定医疗工作流程收集 200 个高信号边缘案例，每个案例附带引用和结构化元数据；资格：医生；核实：医疗资质和 XLM 文件；奖励：100 代币”，然后仅对具有证明的领域能力和较高历史准确率的贡献者开放资格。一个安全市场可以发布“为合约版本 X 生成可最小复现的漏洞利用并提交通过测试套件的补丁”，然后仅在对补丁进行确定性验证并对漏洞严重性进行仲裁式核实后支付报酬。一个实地网络可以发布“前往地点 X，拍摄带时间戳的照片，并核实营业时间”，然后将地理围栏证明与基于审计的复审结合以处理歧义。在每种情况下，底层市场都不需要新的类别页面或新的工作流程，因为任务定义本身就包含了工作流程。

这种灵活性会随着时间积累，因为网络可以在瓶颈发生变化时调整其采购对象，同时保留相同的贡献者群体、核实层和作为可重用基础设施的信誉体系。

强有力的核实保障

在传统的雇佣体系中，流程是死板的：提交工作、开具发票、发票审批、发起支付，几天后结算到账。对于大型、低频的交付物，这一流程似乎可以接受，但我们认为它不适用于高频且存在对抗性的工作，因为处理工作的开销会比工作本身更昂贵（例如医疗保险体系就是如此）。

ILM 用确定性的核实替代了这一流程，从而实现即时结算，而无需人工裁量。例如，在 Hivemapper 和 Nosh 等地图网络中，GPS 轨迹可以通过合理性与路线匹配进行核实。在像 ImmuneFi 这样的漏洞赏金系统中，代码提交可以针对预定义的测试套件进行验证。当测试工具在像 Crunch 这样的网络中定义明确时，模型评估任务可以在保留集上相对于基线进行评分。

然而，总会存在一类需要人工复核的贡献。Livepeer 首创了“工作代币”模型，贡献者提供抵押，审查者因准确性获得奖励，而行为对抗的贡献者和审查者都可以通过削减（slashing）机制受到惩罚。这种有保证金的验证方式不能完全杜绝欺诈，但能形成足够的威慑。

大多数互联网劳动力市场将会结合这两种机制，因为确定性验证解决了处理问题，而有保证金的验证为争议和定性边缘案例提供了解决方案。

映射设计空间

我们在三个维度上对互联网劳动市场（ILMs）进行映射。

维度一：任务粒度 × 支付频率

单个任务的规模以及贡献者领取报酬的频率，是互联网劳动市场中两个最关键的投入要素。任务粒度决定了每单位工作应在规范、核实和裁决上投入多少额外成本。支付频率决定了贡献者的营运资金负担，并影响系统表现为合约、赏金、轮班制，还是任务交易所。

大型任务且结算频率低的情况看起来像加密原生的承包关系。清晰的示例是一次性、高上下文依赖的交付物，例如“编写并配对这个集成”、“执行一次安全评审并出具报告”、“构建一个数据集并记录采集方法”或“起草一份合规政策和控制检查表”。核实在一定程度上具有主观性，因此评审者/仲裁者的可信度和可迁移的声誉是必要的。

大型任务且结算频繁的情况看起来像悬赏：奖励事先固定，平台采用某种加密或裁定式的验收形式。例子包括：漏洞赏金与漏洞披露；“在基准测试上击败此模型”；“提交一个能通过测试套件的可用利用程序或补丁”；或“查找并记录200个带有来源的高质量边缘案例”。

小型任务且结算频繁的情况开始更像交易所：吞吐量、抗垃圾信息能力和验证延迟最为关键。例如：模型输出的微评估（“这种医疗推理是否安全”、“这种法律主张是否有效”、“这个答案是否引用了正确的来源”）；快速数据校验（“此截图是否与声明相符”、“此 GPS 轨迹是否可信”、“此收据是否对应该交易”）；小型标注任务（“对这张图片进行分类”、“为这一段落打标签”）。这些只在近乎即时结算和确定性验证下可行，裁定仅用于边缘情况。

维度2：验证方法 × 工作领域

这是对 ILM 设计空间的第二次细分，我们认为这将产生四个象限，每个象限在市场需求上具有显著差异。

“虚拟 + 确定性”象限的核实开销最低，但这种易于核实也意味着防御力最弱。任何拥有足够资本的人都可以建立起一个竞争性市场，与现有平台争夺相同的贡献者群体。该象限的防御力来自信托、声誉和需求方关系，而非核实基础设施本身。

物理 + 确定性象限需要对硬件认证和密码学证明基础设施进行大量投资，这类投入难以复制，从而形成更持久的竞争优势。像 Hivemapper 和 Geodnet 这样的网络受益于其验证系统确实难以构建这一事实。

裁决型象限需要构建审稿人网络，这本身就是一个叠加在主要 ILM 贡献者网络之上的二阶协作问题。这个过程很难，但一旦审稿人网络达到足够的规模和质量，它就成为一项强有力的防御手段——你无法简单地分叉协议并期望审稿人跟随。物理 + 裁决型象限是最难扩展的象限，因为它既需要地面部署也需要审查基础设施，但一旦建立起来也是最具防御力的。正因为进入壁垒极高，在该领域运营的网络面临的竞争较少（参见 Daylight 或 Nosh）。

维度三：贡献者技能 × 支付频率

第三个维度涉及贡献者本人：他们为网络带来哪些技能，以及哪些财务约束影响他们的参与。如果在这一维度上判断错误，可能是互联网劳动力市场设计中最常见的失败模式，因为这会导致与贡献者需求根本不一致的补偿结构。

高技能贡献者分为“信徒”和“专业人士”。信徒承受上涨风险并接受以代币为主的报酬、归属期，甚至在所有权与价值创造有清晰对应时接受质押。比如，考虑那些宁愿获得高额代币赏金也不愿接受较少现金报酬的精英安全研究员，或因希望获得长期所有权和声誉而为网络评估标准做出贡献的领域专家。专业人士则需要可预测的结算；代币的上涨潜力可以作为额外补偿，但不能替代报酬。例子包括进行医学评估的医生或护士、审查推理和引用的律师，或进行代码审查或事故响应的高级工程师。这些群体不会常规性地接受仅以代币支付的高风险工作报酬。

低技能贡献者分为“积累者”和“工资收入者”。积累者通常是兼职、以复利为导向的。例如：周末驾驶线路进行地图绘制的贡献者，为网络采集长尾本地数据（营业时间、菜单照片和价格）的人，以及维护设备或节点正常运行的运营者。工资收入者受流动性限制，更需要价格确定性和快速支付。例如：执行“到 A 地点安装 B 设备，上传证明”的现场安装人员；配送/跑腿类任务；以及新兴市场中的客户拜访和核实检查。在规模化情况下，“将兼职作为入门途径”意味着以稳定币为先的工资，另可叠加可选所有权，而不是仅有代币补偿那种迫使工资被用作投机的模式。

AI 作为催化剂

普遍观点认为，随着 AI 系统能力提升，人类劳动的价值将下降。我持相反观点。我认为人类劳动将繁荣，因为 AI 显著提高了个人的杠杆率并扩大了可行的问题集合。它通过将工作分解为更小的单元、放大有能力贡献者的产出，以及使许多形式的贡献既可识别又可货币化来做到这一点。

随着创作成本的崩塌，可追求的问题范围扩大，对边缘协调的需求也随之增加。

使用现代工具的单一创始人现在可以构建过去需要一个完整工程组织才能完成的东西；然而，创始人仍然需要人类的判断、人类的核实、人类的问责以及在物质世界中的人类存在。高风险决策仍然需要负责的一方。

组织形式将不得不适应这一新现实。我预计核心团队会缩小，即按需贡献者的范围将极大扩展。这一新现实要求新的协调基础设施，因为限制因素不再是“我们能雇佣多少员工？”，而是“我们能多快地为边际贡献寻找、验证并支付报酬？”

这些由人工智能驱动的组织在劳动力需求上将与传统劳动力市场存在结构性错位。

首先，他们将需要前沿的人类反馈。随着模型的改进，它们所需的反馈变得更专业、需要更高层次的判断。问题不再是“哪个响应更好”，而是“这种法律推理是否有效”、“医生是否真的会推荐这样做”，或“这段代码是否引入了安全漏洞”。RLHF 瓶颈是真实存在的，并且随着模型被部署到更高风险的领域而加剧。数据和反馈提供者在这里建立了庞大的业务，但需求的增长速度超过了供给。

其次，他们将需要对智能体进行监督。随着智能体变得更自主，它们仍然需要人类来提供方向、处理异常、核实输出并对高风险事项进行最终批准。智能体成为任务路由器。在判断具有约束力、问责制重要或模糊性无法机械解决时，它会将事项升级给人类。ILM 成为智能体调用的常备劳动力池。

第三，他们需要在现实世界中执行。人工智能可以对物理世界进行推理，但无法在其中行动。安装工作仍需完成。传感器仍需部署。客户仍需拜访。硬件仍需处理。我们认为这正是 DePIN 和 ILM 汇合之处：可编程激励协调现实世界的工作，而核实确保奖励与真实产出保持关联。

第四，他们需要大规模的核实。随着更多活动通过自动化系统流转，元工作量随之增加。必须有人来核实系统是否正确运行、仲裁争议、发现欺诈，并在机器意见分歧时确立事实真相。这并非过渡性需求。它会随着自动化程度而扩展，因为自动化提高了吞吐量并扩大了影响面。

在未来一年内（或许几个月内），我们相信大家将见证由互联网原生劳动力组成的互联网原生组织的出现。企业在核心部分变得更小、在边缘变得更广。贡献者变得更加全球化、更加模块化、也更具可替换性，所有这些都因为工作被定义为可验证的任务而非长期存在的角色。随着收入上链，收入自然而然地流向支出。一旦人们拥有余额并熟悉加密支付渠道，我们认为他们将开始使用其原生的金融工具：收益、抵押、借贷、交易、投资组合构建等。这完成了从互联网劳动市场到互联网资本市场的闭环。它也改变了谁会被纳入体系。边际参与者不再是早上醒来决定去读白皮书或买一个迷因币的人，而是完成工作、收到报酬并选择加入该系统因为它给他们带来最佳回报的人。