在昨天的文章中，和大家分享了 dphn.ai 这个项目。

和这个项目密切相关并且近期同样在 Base 生态中掀起一阵热潮的还有另一个项目 venice.ai。

Venice 是 Virtual 大火时在 Virtual 平台上发售的。在发售前后我就对它有了一些印象，主要是因为两个原因：

一是各种媒体报道了创始团队的知名背景；

二是项目在发售时比较慷慨地给了 Virtual 生态的参与者空投。

但关于项目最重要的核心：它到底是是做什么的，我当时并没有很深的印象。

其实更准确地说以我当时对 AI 的了解，即使看过项目介绍也未必能完全理解项目的商业模式。

不过经过这两年 AI 的迅速发展，以及各种渠道对 AI 知识的普及，现在再回头来看这个项目，对它的商业模式就有比较清晰的了解了。

我们现在使用大模型一般都要经过两个步骤：

第一步是对大模型进行训练，让大模型具备“智能”。这一步就是 OpenAI、Anthropic 等这些公司在实验室干的事情。这一步和普通用户无关，普通用户也不会接触这一步。

第二步是用户真正地使用大模型。在这一步里普通用户直接接触大模型，比如向大模型提问、发送请求等。当大模型接到我们的提问和请求后，要进行处理，给出答案，这个过程就叫做大模型的推理。

Venice 干的事情就是作为一个中介，把我们的请求转发给大模型，让它帮我们处理我们的提问和请求，然后再把大模型的回复转发给我们。

Venice 就是一个推理中介。

这里有读者会问了：

为什么我们需要一个中介转发我们的请求，而不是直接把我们的请求发给大模型呢？

我在前面的文章中曾经写过一个让我非常不安的亲身经历：

当我和某个大模型交流过一段时间后，它竟然猜出了我从未直接告诉过它的我的其他信息。

为什么会这样？

因为大模型很可能根据我的登陆信息、关联邮箱、各种问题的关联结构猜出了我的隐私信息。

因此，只要我们直接和大模型交流，目前市面上所有的大模型工具都可能存在这个隐私泄露的风险。

Venice 要解决的就是这个问题：

我们把提问 / 请求先发给它，它用零知识证明的方法抹掉我们提问 / 请求中可能潜藏的个人信息，然后再把经过处理的提问 / 请求发给大模型。

这样大模型就无法把我们的提问 / 请求和个人信息关联从而窥探我们的个人隐私了。

除此以外，它还有另外一个作用：

我们知道美国的两大模型对中国大陆用户是严格封禁的。但通过 Venice，大陆用户可以绕过那个封禁。

这个项目近一年来的用户增长和收入增长都比较猛，所以近期引发了加密生态中不少人的关注。

根据最新数据的估算，它的年化收入（revenue）达到了 4800 万美元，纯利润（net profit）大概在 600 万 ~ 1300 万美元之间。

它代币现在的全流通市值是 11 亿美元。

以上就是它比较粗糙的财务信息。

对这个项目，我觉得有意思的地方主要有两点：

一是从项目创始人的各种发言中，可以感觉其对隐私安全的追求有一种近乎宗教般的虔诚信仰。

二是这个新兴的 AI + Crypto 项目竟然现在已经做到了 4800 万美元的年化收入，纯利润保守估计也有将近 600 万美元。这可是实打实的由真实用户需求催生的现金流收入。

但项目的问题也很明显：

一是项目的一个重要看点“零知识证明”技术的应用并没有特别高的门槛。我很怀疑如果它继续做大，必然会引发一众竞争对手的入侵。

在这种情况下它的护城河在哪里？

先发优势能够成为它的护城河吗？

二是这个项目使用加密资产的一个重要环节是让用户使用加密资产支付推理请求。这很好地保护了用户的隐私。但除此以外，还能不能把加密资产的使用范围扩大，进一步让隐私的特性更突出呢？

否则单凭这个特性很难构成长期的护城河和独有的特性。

三是我好奇如果这个工具被广泛地用来蒸馏，这个项目会不会有一天也被美国的几个大模型封禁？

如果那样的化，这个工具的性能和效果会大打折扣。

届时它的优势怎么维持？效果还能持续吗？

和昨天介绍的 dphn 一样，尽管我对 Venice 也有不少待解决的疑惑，但它们至少算是 AI + Crypto 这个赛道中已经凭借走得通的商业模式和真实用户的付费开辟了加密资产的真实用途和落地场景。

这是很值得继续观察的。