撰文: Kevin, the Researcher at BlockBooster

TL;DR

• Bittensor 通过 dTAO 将子网奖励分配从固定比例转为质押权重决定，50% 注入流动性池，旨在通过去中心化评估促进优质子网发展。

• 早期高波动性、APY 陷阱与逆向选择并存，需平衡矿工质量筛选、用户认知门槛与市场热度错配三大矛盾。

• 当前 TOP10 子网中仅 1 家要求矿工提交开源模型，其余子网普遍存在匿名团队、产品锚定缺失等缺陷，暴露 Web3 AI 基础设施瓶颈。

• 最终验证取决于 TAO 价格与子网实用价值的正反馈建立，失败则可能引发 Web3 AI 赛道持续向轻量化方向转型。

背景回顾 dTAO 的引入重塑 Bittensor 每日释放的规则：

此前的规则：子网奖励按固定比例分配——41% 给验证者，41% 给矿工，18% 给子网所有者。子网的 tao 释放量由验证投票决定。

dTAO 后的规则：现在，50% 的新发行 dTAO 代币将被添加到流动性池中，其余 50% 根据子网参与者的决策，在验证者、矿工和子网所有者之间分配。子网的 TAO 释放量由子网质押权重决定。

dTAO 的设计目标：

dTAO 的主要目标是促进具有实际收入潜力的子网发展，刺激真实用例应用的诞生，并让这类应用被正确评价。

去中心化的子网评估：不再依赖少数验证者，dTAO 池的动态定价将决定 TAO 发行量的分配。TAO 持有者可以通过质押 TAO 来支持他们相信的子网。

增加子网容量：取消子网上限促进生态系统中的竞争与创新。

鼓励早期参与：能够激励用户关注新子网，激励整个生态去评价新子网。因为较早迁移到新子网的验证者可能会获得更高的奖励。早期迁移到新子网意味着以较低的价格购买该子网的 dTAO，增加了未来获得更多 TAO 的可能性。

推动矿工和验证者关注高质量子网：进一步刺激矿工，验证者去寻找高质量新子网。矿工的模型放在链下，验证者的验证也在链下，Bittensor 网络仅根据验证者的评价去给矿工奖励。因此，对于不同类型抑或是所有类型的 ai 应用，只要符合矿工 - 验证者架构的应用，Bittensor 都可以正确评估。Bittensor 对 AI 应用拥有极高的包容性，让每个阶段的参与方都可以获得激励，并以此反哺 Bittensor 的价值。

影响 dTAO 价格走势的三种情景分析 基础机制回顾

每日固定释放的 TAO 与等量 dTAO 注入流动性池，构成新的流动性池参数（k 值）。其中 50% 的 dTAO 进入流动性池，剩余 50% 按权重分配给子网所有者、验证者和矿工。权重越高的子网获得的 TAO 分配比例越大。

情景一：质押量增长的正向循环