Соревнования — фундамент эволюции человека. С древности люди состязались за
- еду и территорию,
- партнеров,
- статус в племени или обществе,
- союзы и сотрудничество.
Охотники добывали пищу, воины боролись за выживание, лидеры племен соперничали за земли. Те, кто обладал полезными для выживания качествами, выживали, размножались и передавали свои гены следующему поколению.
Этот процесс называется естественным отбором.
Естественный отбор продолжается: от борьбы за выживание ➙ к соревнованиям как зрелищу и развлечению (гладиаторы, Олимпийские игры, спорт и киберспорт) ➙ к конкуренции как ускорителю эволюции (технологии, медиа, кино, политика и др.).
Естественный отбор — ключевой механизм эволюции человека. А как развивается искусственный интеллект?
История ИИ — это не про одно открытие, а про множество невидимых турниров и экспериментов, которые определяют, какие модели продолжают существовать, а какие исчезают.
В этой статье мы рассмотрим такие невидимые турниры (в Web2 и Web3) и проследим эволюцию ИИ через призму конкуренции.
ИИ совершил прорыв в 2023–2025 годах с появлением ChatGPT — чат-бота, способного ответить на любой ваш запрос.
Но до ChatGPT компания OpenAI дебютировала в Dota 2 (OpenAI Five), показав стремительную эволюцию: десятки тысяч матчей против обычных игроков, профессионалов и самой себя, с каждым разом становясь сильнее.
В итоге появилась сложная форма интеллекта, полностью разгромившая чемпионов мира по Dota 2 в 2019 году.
Еще один знаковый кейс — AlphaGo, который в 2016 году победил чемпиона мира по го Ли Седоля. Главное здесь не победа над чемпионом, а способ обучения.
AlphaGo не просто обучался на человеческих данных. Как и OpenAI Five, он эволюционировал через самообучение — рекурсивный процесс, когда
- каждое поколение модели соревнуется с предыдущими версиями,
- выживают и воспроизводятся сильнейшие варианты,
- слабые стратегии исчезают.
То есть дарвиновский ИИ, ускоренный до часов вычислений вместо миллионов лет эволюции.
Этот цикл само-конкуренции породил нечто принципиально новое.
Сейчас подобные процессы проявляются в новых формах, в том числе в финансовой сфере.
Дарвиновский ИИ в криптовалютах
@ the_nof1 недавно стал новостью, представив Alpha Arena — турнир, где 6 ИИ-моделей (Claude, DeepSeek, Gemini, GPT, Qwen, Grok) сражаются друг с другом в Crypto Perps deathmatch, управляя по $10 000 каждая. Побеждает тот, чей PnL окажется максимальным по итогам.
Alpha Arena проходит в реальном времени: 6 моделей ИИ торгуют по $10 000 каждая, полностью автономно. Реальные деньги. Реальные рынки. Реальный бенчмарк. На кого бы вы поставили? Ссылка ниже.
Турнир быстро стал вирусным не из-за самой схемы, а из-за открытости. Обычно альфа-стратегии держат в секрете, но теперь мы видим вживую, какая ИИ-модель лучше всего зарабатывает на рынке.
UI/UX с отображением результатов в реальном времени — современный и оптимизированный. Команда использует хайп и полученные инсайты для разработки моделей Nof1 и торговых инструментов. Сейчас открыт лист ожидания для желающих протестировать.
То, что делает Nof1, не ново — финансовые турниры всегда были, особенно в экосистеме Bittensor и на крипторынке, НО никто не смог сделать это публично так, как Nof1.
Самые интересные соревнования
Synth
SN50 @ SynthdataCo ML-инженеры соревнуются за развертывание ML-моделей для прогнозирования цены и волатильности криптоактивов, получая альфа-токены SN50 Synth. Команда использует лучшие прогнозы для генерации точных синтетических ценовых данных и траекторий.
Уже выплачено $2 млн призов лучшим дата-сайентистам и квантам, участвующим в турнире с начала года.
Команда использует сигналы для торговли на Polymarket и уже заработала 184% ROI, начав с $3 000 стартового капитала. Следующий вызов — масштабировать это, сохраняя текущие результаты.
Sportstensor
SN41 @ sportstensor — подсеть, созданная для обыгрывания рыночных коэффициентов и выявления преимуществ на глобальном рынке спортивных ставок. Это непрерывный турнир, где ML-инженеры соревнуются за развертывание моделей для прогнозирования исходов крупнейших спортивных лиг: MLB, MLS, EPL и NBA. Лучшая прибыльная модель получает альфа-токены SN41 Sportstensor.
Средняя точность — около 55%, а топ-майнер достигает 69% точности и 59% дополнительного ROI.
Sportstensor сотрудничает с Polymarket, выступая слоем ликвидности и увеличивая объем спортивных прогнозов на Polymarket.
Команда строит Almanac — слой соревнований по спортивным прогнозам для широкой аудитории, где можно получить доступ к сигналам Sportstensor-майнеров и продвинутой аналитике, чтобы соревноваться с другими игроками. Лучший прогнозист может выиграть до $100 000 еженедельных призов. (Дата запуска пока не объявлена, но можно следить за их X, если хотите поучаствовать.)
AION
@ aion5100 — команда агентов для прогнозирования событий/исходов запускает @ futuredotfun War of Markets.
Запуск запланирован на 4 квартал, War of Markets позиционируется как «Чемпионат мира по рынкам прогнозов», где любой (человек или ИИ) может соревноваться в прогнозах на Polymarket и Kalshi.
Цель мероприятия — стать эталоном истины через коллективную мудрость, делая акцент на долю внимания, объем торгов и престиж вместо традиционных метрик точности: побеждает лучший по этим показателям.
Команда интегрирует свои продвинутые аналитические инструменты для рынков прогнозов, копи-трейдинг и социальные торговые продукты с турниром, позволяя трейдерам использовать эти инструменты для получения преимущества над другими прогнозистами.
Fraction AI
@ FractionAI_xyz проводит множество разных турниров — пользователь может запускать агентов в играх Bid Tic Tac Toe, Footbrawl, BTC Tradewars, торговле на Polymarket и «ALFA», где ИИ торгуют друг с другом в перпах на виртуальные деньги (аналог Alpha Arena, но с виртуальными средствами).
В ALFA пользователи могут покупать акции Да/Нет агентов, делая ставки на то, какой агент покажет наибольший PnL к концу дня. Как и в Alpha Arena, можно видеть стратегию и активы каждого агента.
Полученные инсайты и данные будут использованы для дальнейшей настройки агентов до уровня, когда пользователи смогут доверить им свои средства и позволить агентам торговать за себя.
Команда стремится создать применение агентов во всех ключевых финансовых сценариях: торговля, DeFi и рынки прогнозов.
Allora
@ AlloraNetwork — аналог Bittensor для финансовых задач. Создаются «темы» или микро-задачи, например, прогнозирование цены криптоактива, и ML-инженеры соревнуются за создание лучших моделей.
Модели прогнозирования цен фокусируются на основных активах, а лучшие ML-инженеры (forgers или miners) получают награды Allora Hammer, которые после запуска основной сети будут конвертированы в токены $ALLO.
У команды есть обширный пайплайн динамических DeFi-стратегий, где модели Allora используются для повышения гибкости DeFi-стратегий — снижение риска при одновременном росте доходности.
Например, ETH/LST looping-стратегия: часть средств выделяется для шорт-операций (если предиктивные модели сигнализируют о движении цены выше определенного порога, стратегия меняет LST на USDC и открывает короткую позицию, чтобы заработать на прогнозируемом движении).
[Интересный факт об Allora: они будут использовать реальную выручку для субсидирования эмиссии. Например, вместо выплаты $100 000 токенами $ALLO, могут выплатить $50 000 в $ALLO и еще $50 000 из доходов от клиентов, снижая давление на продажу со стороны майнеров.]
Другие интересные торговые турниры (о которых известно мало, но они предлагают хорошие призы):
- SN8 PTN от @ taoshiio — турнир по краудсорсингу качественных торговых сигналов от глобальных ИИ-моделей и квантов для опережения традиционных хедж-фондов, с акцентом на риск-скорректированную прибыльность.
- @ numerai — хедж-фонд на базе ИИ, недавно получивший $500 млн от JP Morgan (до $500 млн на стратегию Numerai). Стратегия основана на турнирах ML-моделей с упором на долгосрочную оригинальность и риск-скорректированную точность. Для участия необходимо стейкать $NMR, слабые модели получают штраф (20–100%), а топовые — 2–5x награды в $NMR. Уже выплачено более $40 млн в NMR участникам.
Другие интересные турниры, не связанные с финансами:
- SN62 @ ridges_ai — маркетплейс для децентрализованных агентов программной инженерии, стремящихся полностью заменить человеческих разработчиков в задачах от генерации кода до исправления багов и управления проектами. ИИ-агенты соревнуются в реальных задачах программирования, авторы лучших решений получают $20 000–$50 000 ежемесячных альфа-инцентивов подсети.
- @ flock_io — турнир по созданию лучших базовых ИИ-моделей и совместная донастройка отраслевых моделей через федеративное обучение. Лучшие тренеры (майнеры) могут заработать от $500 000 до $1 млн+ в год на обучении моделей. Федеративное обучение позволяет организациям хранить данные локально и приватно, одновременно используя возможности ИИ.
Что это значит?
Прогресс ИИ теперь движется через открытую конкуренцию.
Каждая новая модель сталкивается с давлением — нехватка данных, ограниченные вычислительные ресурсы и ограниченные стимулы.
Это давление фильтрует тех, кто выживает.
Токен-вознаграждения — это энергия, и модели, которые используют ее эффективно, растут во влиянии, а остальные исчезают.
В итоге формируется экосистема агентов, которые эволюционируют через обратную связь, а не инструкции: автономные агенты вместо генеративного ИИ.
Что дальше?
Эта волна открытой конкуренции приведет к переходу от централизованного ИИ к open-source и децентрализованному ИИ.
Самые мощные модели и агенты будут появляться из децентрализованной среды.
Вскоре ИИ начнет самостоятельно управлять циклами улучшения: одни модели будут донастраивать другие, оценивать, совершенствовать и автоматически внедрять обновления. Этот цикл снизит участие человека и ускорит темпы развития.
По мере распространения этого подхода роль человека сместится от проектирования ИИ к выбору: какие ИИ выживают, какие поведения сохранять, какие правила и границы устанавливать для пользы общества.
И последнее
Соревнования стимулируют инновации, но также поощряют манипуляции с наградами и эксплойты.
Системы без правильной мотивации долгосрочного поведения проваливаются: как майнеры, ищущие лазейки для фарма наград вместо реального вклада.
Открытые системы требуют грамотного управления и мотивации, чтобы поощрять добросовестное поведение и наказывать недобросовестное.
Тот, кто первым решит эту задачу, получит ценность, внимание и интеллект новой волны инноваций.
Личное замечание: Спасибо за чтение! Это сокращенная версия статьи (если хотите мои нефильтрованные мысли — смотрите версию на Substack).
Если хотите узнать о будущих DeAI-проектах, которые меня вдохновляют, смотрите серию The After Hour на моем Substack.
Отказ от ответственности: Этот документ предназначен исключительно для информационных и развлекательных целей. Мнения, выраженные в документе, не являются и не должны рассматриваться как инвестиционные рекомендации. Перед инвестированием получатели должны провести собственную проверку, учитывая свои финансовые обстоятельства, цели и толерантность к риску (не учитываемые в данном документе). Документ не является предложением или приглашением к покупке или продаже каких-либо активов, упомянутых здесь.
Отказ от ответственности:
- Статья перепечатана с [Defi0xJeff]. Все авторские права принадлежат оригинальному автору []. Если есть возражения по перепечатке, свяжитесь с командой Gate Learn, и они оперативно решат вопрос.
- Отказ от ответственности: Мнения и взгляды, выраженные в статье, принадлежат исключительно автору и не являются инвестиционными рекомендациями.
- Переводы статьи на другие языки выполняются командой Gate Learn. Если не указано иное, копирование, распространение или плагиат переведенных материалов запрещены.
