2023 年 6 月，a16z crypto 领投 4300 万美元 A 轮的时候，Gensyn 在做的事在多数 crypto 投资人眼里还是抽象的：去中心化机器学习训练协议。那一年 ChatGPT 上线刚半年，H100 的紧缺还没有变成地缘政治议题，整个 AI infra 赛道还没成为今天意义上的"赛道"，Bittensor 的代币 $TAO 当时不到 10 美元，Akash 还停在云算力的小众认知里。

三年过去，事情看上去完全不一样了。AI 算力短缺成了全球叙事，超大规模云厂商订单排到了 2027 年，OpenAI 和 Anthropic 在为下一代模型抢芯片。2026 年 4 月 22 日，Gensyn 主网正式上线；4 月 29 日，$AI 在 Coinbase 和 OKX 同步开盘；5 月 14 日，Binance 现货以 AIGENSYN 为代码上线。从一个加密圈外人很难听懂的协议白皮书，到三周内连开三家头部交易所，Gensyn 撞上了一个几乎完美的时间窗口。

要么是极好的规划，要么是极好的运气。看团队这两位创始人的背景，大概率两者兼有。

两个在 ChatGPT 之前就反对中心化 AI 的人

Gensyn 的两位创始人 Ben Fielding 和 Harry Grieve 是 2020 年在伦敦 Entrepreneur First 加速器认识的。8 周之后他们决定一起 all-in 一件事，去建立一个去中心化的机器学习网络。

这个决定在 2020 年并不性感。当时 GPT-3 才刚发布，"AI"在 crypto 圈还是一个偶尔被提及的关键词，多数人在追的是 DeFi summer 的尾巴和即将到来的 NFT。两人之所以会做这个决定，是因为他们各自带着具体的、亲历过的问题进来。

Ben Fielding是计算机科学博士，研究方向是神经网络架构搜索，用进化算法自动优化深度网络的结构。说白了，他在博士期间做的事就是"让 AI 自己优化 AI"。博士之前他做过数据库管理，博士之后联合创办了一家数据隐私公司。一个对"数据主权"和"算法自治"都有深度执念的人。

Harry Grieve来自完全不同的方向：计量经济学出身，硕士期间转做机器学习，之后在一家伦敦的 AI 初创公司带数据研究团队，主导过一个面向保险行业的灾害风险预测系统。他创业的直接动机不是看到风口，而是亲身经历了"获取大规模算力和高质量数据极其困难"，一个被算力门槛挡住过的 AI 工程师。

两人当时的共识有两点：一，机器学习是下一个技术浪潮（这是 2020 年，ChatGPT 还要再等两年）；二，都反对中心化，Ben 从数据隐私角度，Harry 从算力垄断角度。他们最初研究的是联邦学习，也就是在分散数据上训练模型。做着做着发现核心瓶颈不是数据而是算力，而分布式算力需要解决"如何在互不信任的机器之间分发任务并验证结果"，这才把 blockchain 引了进来。

这是一条 AI-native 进入 crypto 的路径，这个区别在 2025 到 2026 的"AI x Crypto"喧嚣中越来越重要。多数 DeAI 项目的创始团队是 web3 老兵看到风口转型而来，技术叙事建立在对深度学习的二手理解上。Gensyn 的核心团队是反过来的，他们先成为 AI 研究者，然后用十年时间发现"中心化"是 AI 的核心问题，最后才决定用 crypto 来解。

团队的学术产出可以佐证这一点。核心验证协议 Verde 的论文已经发表在 arXiv 上（arxiv.org/abs/2502.19405），其他还有NoLoCo（通信效率优化）、CheckFree（分布式训练故障恢复）、SkipPipe、SAPO、RL Swarm，以及最新的 "Hail to the Thief"（去中心化 GRPO 的攻防研究）。在一个普遍以白皮书代替论文的赛道里，七篇以上的可被引用研究本身就是一种稀缺。

Gensyn 在做的事，比"去中心化算力"大一层

如果只从最高层概括，Gensyn 是一个机器智能网络（the network for machine intelligence）。这个表述听起来抽象，但拆开看其实只是说一件事：当 AI 的训练、推理、协作要在去中心化的环境里跑，需要三件事同时成立：机器之间能找到对方、参与者有可追溯的身份、计算结果可以被验证。Gensyn 想做的不是其中某一层，而是把这三层同时搭起来。

用一个老套但有效的比喻，如果上层的 AI 应用，agent、模型、各种 prompt 包装的产品，是各种电器，那 Gensyn 想做的就是背后的电网。平时电网不一定最显眼，但少了它，规模和效率都会被卡住。当下整个 AI x Crypto 行业的注意力几乎都在电器上，没多少人在挖沟铺线。Gensyn 想占的位置就是这条沟。

整个网络由三层基础设施构成：AXL 负责通信，Chain 负责身份和结算，REE 负责验证。结构上长这样：

通信和身份这两层相对容易理解，难点在工程化落地。真正难、也真正值得展开的是第三层，验证。

REE：让 AI 计算可复现

GPU 并行计算天然是非确定性的，同一个模型、同一个输入，在不同硬件上会跑出不同结果。这听起来反直觉，但它是工程上的事实：浮点运算顺序、底层 CUDA 内核的并行调度、不同显卡微小的硬件差异，都会让最终输出有可观测的偏差。这意味着，你没法通过"自己重跑一遍"来验证别人的计算是否正确。

REE（Reproducible Execution Environment）解决的就是这个问题。通过一套自研的确定性算子库 RepOps，REE 让同一个模型在任何支持的硬件上产出 bit 级完全一致的输出，最大支持 72B 参数模型。如果两个节点对计算结果有分歧，任何第三方都可以用 REE 在自己的硬件上重跑来裁定谁对谁错；底层的争议仲裁协议 Verde 还能进一步定位到计算图中第一个产生分歧的操作，只重算最小的争议部分。

REE 的位置，放回整个去中心化 AI 赛道看会更清楚：

去中心化 AI 一直在试图回答同一个问题：链上怎么信任链下的 AI 计算结果？这个问题之前已经有四条主流路线。

一是去中心化算力市场，Akash、io.net这一类，提供便宜的 GPU，但不解决验证。

二是 zkML，Ritual、Giza 这一类，用密码学证明计算正确性，缺点是性能开销极大，跑不动大模型。

三是 TEE，Phala 这一类，用硬件隔离执行环境，缺点是要信任硬件厂商不作恶（Intel SGX 的侧信道漏洞已经被反复证明）。

四是经济博弈，Bittensor 是代表，通过激励机制让节点之间互相博弈以逼近正确结果，缺点是概率性的，不证明任何单次计算正确。

Gensyn 选择的是第五条路：不证明计算对不对，让所有人都能在自己硬件上复现执行来验证。这个路径哲学上更接近开源精神，不依赖任何单方信任，验证能力对所有人开放。用 Ben Fielding 自己的话说，"数字世界有了新的法官，而且他们不可腐败"。

主网上线之后，Delphi 是第一个落点

2026 年 4 月 22 日主网上线的同一天，Gensyn 的第一个应用 Delphi 上线了。这是一个用 AI 进行结算的信息市场，任何人都可以创建市场，AI 模型负责判定结果，REE 保证结算可被任何人复现验证。市场创建者获得 1.5% 的交易额分成，没有 KYC，AI agent 可以无许可参与。

从产品形态上，它看起来像 Polymarket，但目标用户不只是人类。Gensyn 团队对 Delphi 更深层的定义是"AI 的强化学习环境"，市场价格天然就是奖励函数，AI agent 通过参与交易获得 reward signal，从而持续学习。这个飞轮当前还处于早期，但逻辑链条是成立的。

值得注意的是 Delphi 上线后的几个产品演进信号。5 月 7 日官方发布了一篇标题为 Building Delphi: Pricing, Settlement, and Agentic Trading 的长文，把"agentic trading"明确写进路线。Delphi SDK 持续在 GitHub 同步更新，agent 调用的接口已经开放。结算用的模型包括 Claude Opus 4.6、Qwen3-32B 等开源/闭源模型混搭，市场主题从体育、加密资产、文化娱乐延伸到学术（如"2026 IMO 满分人数"）。一个公开的、AI 结算的、长尾问题市场基础设施在主网上跑了起来。

窗口为什么是现在

回到开头那个问题。2023 年 a16z 押注 4300 万美元的时候，Gensyn 在做的事情既不是当时的热点，也没有可预见的落地节奏。但他们对两件事的判断在三年后变得越来越清晰：第一，AI 不会停留在中心化实验室手里，总会有人想在外面跑、不需要 KYC、不需要 API key、不需要任何人批准；第二，那个"外面"需要一整套基础设施才能跑起来，不是某一层工具就够。

当 H100 紧缺变成全球叙事、当 MCP 和 A2A 成为 agent 圈的热词、当 a16z 在 4 月 22 日主网上线时亲自发推扩散，市场的关注度终于来到了这个团队五年前就在做的事情上。

对于看 AI x Crypto 这个赛道的人来说，现在去判断 Gensyn 是不是值得长期跟踪的标的，有几个不那么显眼但比较硬的信号：a16z 在去中心化 AI 领域的项目布局不多，Gensyn 是他们押得最重的一个；团队的学术输出是真实可验证的，不靠白皮书叙事撑场；从 2020 年决定 all-in 到 2026 年主网上线，没有中途跳到任何更热的赛道。

在一个习惯于把热点叙事消费殆尽再寻找下一个的市场里，一个花五年在底下挖沟铺线的团队不一定是最性感的。但当所有人都在抢电器卖的时候，电网迟早要有人接，而最难被替代的，往往是接电网的那一拨人。