¿Todo el mundo dice que la estrategia Rollup-Centric de Ethereum parece haber fracasado? Y odian profundamente este juego de muñecas rusas L1-L2-L3, pero lo interesante es que en el último año, el desarrollo de la carrera de IA también ha pasado por una rápida evolución de L1-L2-L3. Comparando, ¿dónde está realmente el problema?
1) La lógica jerárquica de la IA es que cada capa resuelve problemas centrales que la capa superior no puede resolver.
Por ejemplo, los LLMs de L1 resuelven las capacidades básicas de comprensión y generación del lenguaje, pero el razonamiento lógico y el cálculo matemático son realmente puntos débiles; así que llegamos a L2, donde el modelo de razonamiento se dedica a abordar esta debilidad, DeepSeek R1 puede resolver problemas matemáticos complejos y depurar código, llenando directamente el vacío cognitivo de los LLMs; después de completar estos preparativos, el Agente AI de L3 integra naturalmente las capacidades de las dos primeras capas, permitiendo que la IA pase de responder de manera pasiva a ejecutar de manera activa, pudiendo planificar tareas, invocar herramientas y manejar flujos de trabajo complejos.
Mira, esta jerarquía es "progresión de capacidades": L1 establece la base, L2 corrige deficiencias, L3 integra. Cada nivel genera un salto cualitativo sobre la base del nivel anterior, y los usuarios pueden sentir claramente que la IA se vuelve más inteligente y útil.
2) La lógica jerárquica de Crypto es que cada capa parchea los problemas de la capa anterior, pero desafortunadamente trae consigo nuevos y mayores problemas.
Por ejemplo, cuando el rendimiento de las cadenas públicas L1 no es suficiente, es natural pensar en usar soluciones de escalado de layer2. Sin embargo, después de una ola de competencia en la infraestructura de layer2, parece que el Gas ha bajado, el TPS ha aumentado, pero la liquidez se ha dispersado y las aplicaciones ecológicas siguen siendo escasas, lo que hace que la excesiva infraestructura de layer2 se convierta en un gran problema. Así que comenzamos a crear cadenas de aplicaciones verticales de layer3, pero estas cadenas de aplicaciones operan de manera independiente, sin poder disfrutar del efecto de colaboración ecológica de la cadena de infraestructura común, lo que en realidad fragmenta más la experiencia del usuario.
De esta manera, esta jerarquía se convierte en una "transferencia de problemas": L1 tiene cuellos de botella, L2 aplica parches, L3 es confuso y descentralizado. Cada capa simplemente transfiere el problema de un lugar a otro, como si todas las soluciones se centraran únicamente en la emisión de "tokens".
Entonces, ¿es esencialmente uno resolviendo problemas técnicos y el otro empaquetando productos financieros? Puede que no haya una respuesta definitiva sobre quién tiene razón, depende de la perspectiva.
Por supuesto, esta analogía abstracta no es tan absoluta, solo creo que la comparación de los desarrollos de ambos es muy interesante, un masaje mental para el fin de semana 💆.
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
¿Todo el mundo dice que la estrategia Rollup-Centric de Ethereum parece haber fracasado? Y odian profundamente este juego de muñecas rusas L1-L2-L3, pero lo interesante es que en el último año, el desarrollo de la carrera de IA también ha pasado por una rápida evolución de L1-L2-L3. Comparando, ¿dónde está realmente el problema?
1) La lógica jerárquica de la IA es que cada capa resuelve problemas centrales que la capa superior no puede resolver.
Por ejemplo, los LLMs de L1 resuelven las capacidades básicas de comprensión y generación del lenguaje, pero el razonamiento lógico y el cálculo matemático son realmente puntos débiles; así que llegamos a L2, donde el modelo de razonamiento se dedica a abordar esta debilidad, DeepSeek R1 puede resolver problemas matemáticos complejos y depurar código, llenando directamente el vacío cognitivo de los LLMs; después de completar estos preparativos, el Agente AI de L3 integra naturalmente las capacidades de las dos primeras capas, permitiendo que la IA pase de responder de manera pasiva a ejecutar de manera activa, pudiendo planificar tareas, invocar herramientas y manejar flujos de trabajo complejos.
Mira, esta jerarquía es "progresión de capacidades": L1 establece la base, L2 corrige deficiencias, L3 integra. Cada nivel genera un salto cualitativo sobre la base del nivel anterior, y los usuarios pueden sentir claramente que la IA se vuelve más inteligente y útil.
2) La lógica jerárquica de Crypto es que cada capa parchea los problemas de la capa anterior, pero desafortunadamente trae consigo nuevos y mayores problemas.
Por ejemplo, cuando el rendimiento de las cadenas públicas L1 no es suficiente, es natural pensar en usar soluciones de escalado de layer2. Sin embargo, después de una ola de competencia en la infraestructura de layer2, parece que el Gas ha bajado, el TPS ha aumentado, pero la liquidez se ha dispersado y las aplicaciones ecológicas siguen siendo escasas, lo que hace que la excesiva infraestructura de layer2 se convierta en un gran problema. Así que comenzamos a crear cadenas de aplicaciones verticales de layer3, pero estas cadenas de aplicaciones operan de manera independiente, sin poder disfrutar del efecto de colaboración ecológica de la cadena de infraestructura común, lo que en realidad fragmenta más la experiencia del usuario.
De esta manera, esta jerarquía se convierte en una "transferencia de problemas": L1 tiene cuellos de botella, L2 aplica parches, L3 es confuso y descentralizado. Cada capa simplemente transfiere el problema de un lugar a otro, como si todas las soluciones se centraran únicamente en la emisión de "tokens".
Entonces, ¿es esencialmente uno resolviendo problemas técnicos y el otro empaquetando productos financieros? Puede que no haya una respuesta definitiva sobre quién tiene razón, depende de la perspectiva.
Por supuesto, esta analogía abstracta no es tan absoluta, solo creo que la comparación de los desarrollos de ambos es muy interesante, un masaje mental para el fin de semana 💆.