Qubic加密货币的创建与愿景

Qubic站在加密货币两个最雄心勃勃目标的交汇点:可扩展的Layer 1基础设施和通用人工智能集成。该项目由Sergey Ivancheglo(也被称为Come-From-Beyond,简称CfB)领导,承诺通过其有用工作量证明(Useful-Proof-of-Work)机制和基于法定人数的计算(Quorum-Based Computation)超越传统区块链的局限性。截至2026-07-30,Qubic将自己定位为专为AGI(通用人工智能)构建的去中心化Layer 1网络,但真正的问题是,其背后的团队是否拥有兑现如此宏大承诺的履历和愿景。本文认为,虽然Qubic的技术架构具有差异化特点,但其成功在很大程度上取决于一个规模较小、观点鲜明且既有创新又有争议历史的团队的执行力。

核心要点: Qubic的团队以Sergey Ivancheglo的区块链专业知识为核心,旨在通过有用工作量证明和法定人数共识解决可扩展性和AI集成问题。然而,该项目雄心勃勃的范围、团队结构透明度有限,以及对单一愿景领导者的依赖,引发了关于长期可持续性的质疑,以及这一愿景能否转化为超越技术新颖性的实际应用。

谁创建了Qubic加密货币?

Qubic由Sergey Ivancheglo创立,他在区块链领域因作为IOTA的联合创始人而广为人知。Ivancheglo使用化名Come-From-Beyond(CfB),自行业早期以来一直参与加密货币开发。他于2019年离开IOTA,随后推出了Qubic,将其定位为解决他认为包括IOTA在内的其他区块链未能充分解决的问题的方案。

Qubic的起源

Qubic源于Ivancheglo的信念,即现有区块链架构无法在保持去中心化和安全性的同时高效扩展。该项目的名称引用了”基于法定人数的计算”(quorum-based computation),这是一种受Leslie Lamport的拜占庭容错研究启发的共识模型。根据IQ.wiki的介绍,Qubic采用有用工作量证明(Useful-Proof-of-Work, UPoW)机制,旨在使计算工作具有生产性而非纯粹竞争性,这与比特币的能源密集型挖矿模型截然不同。

该项目的白皮书和早期文档强调了三大核心支柱:通过并行处理实现可扩展性、受Nick Szabo信任模型启发的去中心化治理,以及协议层面的AI集成。与许多将AI功能作为后续补充的Layer 1项目不同,Qubic声称从底层架构设计就支持通用人工智能工作负载。

然而,该项目的起源也反映了Ivancheglo偏好小型专注团队而非大型组织的风格。这种方法既有优势也有风险。精简的团队可以快速行动并保持意识形态的一致性,但也会造成单点故障,并限制可能及早发现设计缺陷的多元视角。

谁是Qubic的创始人?

Sergey Ivancheglo在Qubic中的角色与他在区块链领域的整体职业生涯密不可分。他对IOTA的贡献,特别是Tangle架构,展示了他挑战共识正统观念的意愿。然而,他离开IOTA时与其他联合创始人的公开分歧,引发了关于他建立和维持协作团队能力的质疑。

Sergey Ivancheglo:愿景型领导者

Ivancheglo的技术背景包括可追溯到2010年代初期的分布式系统和密码学协议工作。在IOTA之前,他参与了Nxt区块链项目,为权益证明(Proof-of-Stake)共识设计做出了贡献。他的化名Come-From-Beyond反映了一个编程概念,并表明他偏好非常规思维。

在Qubic中,Ivancheglo担任首席架构师和主要决策者。根据Bit2Me Academy的介绍,他对Qubic的愿景集中在创建一个能够在不牺牲去中心化的情况下处理AI训练和推理工作负载的区块链。这是一个大胆的主张,因为当今大多数AI工作负载由于计算密集性而运行在中心化云基础设施上。

Ivancheglo的领导风格观点鲜明且技术驱动。他曾公开批评其他区块链项目将营销置于工程严谨性之上。这一立场引起了一些开发者的共鸣,但也限制了Qubic与拥有更大营销预算的项目相比的主流可见度。问题在于,在一个叙事和社区往往与代码同样重要的市场中,单纯的技术纯粹性能否推动应用。

核心团队成员

除Ivancheglo之外,关于Qubic核心团队的公开信息有限。该项目的网站和文档没有提供其他贡献者的详细简历,这对于一个旨在与成熟网络竞争的Layer 1区块链来说并不寻常。这种不透明性可能反映了避免个性化营销的刻意选择,或者可能表明团队规模小、资源不足。

从现有来源来看,Qubic的开发似乎涉及一个分布式贡献者群体,而非传统的公司结构。这与Ivancheglo的去中心化理念一致,但使得评估密码学、分布式系统、AI研究和协议经济学等关键领域的专业知识深度变得困难。

团队组成缺乏透明度是一把双刃剑。一方面,它将焦点保持在技术而非个人身份上。另一方面,评估Qubic的投资者和开发者难以判断团队是否具备执行如此雄心勃勃路线图所需的广泛技能。在一个团队信誉往往决定融资和应用的行业中,这种不透明性是一种战略风险。

Qubic加密货币的独特之处是什么?

Qubic的差异化在于其共识机制和计算模型。虽然许多Layer 1区块链声称是”下一代”,但Qubic的架构反映了使其区别于工作量证明和权益证明网络的特定设计选择。

有用工作量证明:范式转变

比特币使用的传统工作量证明要求矿工解决除保护网络之外没有其他用途的密码学难题。Qubic的有用工作量证明旨在将这种计算努力重定向到生产性任务。具体而言,Qubic网络中的矿工在共识过程中执行AI训练或其他计算密集型操作。

这种模型解决了对工作量证明最常见的批评之一:能源浪费。如果挖矿工作可以重新用于AI研究、科学计算或其他有用任务,那么从环境和经济角度来看,该网络变得更具防御性。然而,UPoW的实际实施引入了新的挑战。

首先,有用的工作必须是可验证的。与易于验证的哈希难题不同,AI训练结果或科学计算需要更复杂的验证机制。Qubic的文档表明它使用冗余计算和基于法定人数的验证相结合的方法,但在公开材料中,这在规模上如何运作的细节仍未充分说明。

其次,有用的工作可能不会在矿工之间均匀分配。如果某些任务比其他任务更有利可图或更容易获得,挖矿可能会围绕特定工作负载或拥有专用硬件的参与者而集中化。这是任何PoW变体中的已知风险,Qubic必须通过协议设计和经济激励来解决。

法定人数共识:确保安全性和效率

Qubic的基于法定人数的计算借鉴了拜占庭容错研究,特别是Leslie Lamport关于分布式共识的工作。在这种模型中,节点子集(法定人数)必须就计算的有效性达成一致,然后才能被网络接受。这与最长链PoW(比特币)和基于委员会的PoS(以太坊)都不同。

法定人数模型在最终性和吞吐量方面具有理论优势。由于共识不需要每个节点验证每笔交易,网络可以并行处理更多交易。然而,法定人数系统也引入了新的攻击向量。如果攻击者能够控制或影响法定人数内的足够多节点,他们可以在不控制整个网络的情况下操纵共识。

Qubic的安全性取决于法定人数的选择和轮换方式。该项目声称使用确定性但不可预测的选择过程来防止法定人数操纵。然而,在没有详细的公开审计或正式安全证明的情况下,很难评估这种设计在对抗性条件下是否成立。

下表比较了Qubic的共识方法与其他主要Layer 1区块链:

这一比较显示,Qubic在Layer 1格局中占据独特位置。其有用工作和法定人数共识的结合没有被任何主要竞争对手复制。然而,这种独特性也意味着可借鉴的参考实现更少,经过实战检验的安全研究也更少。

免责声明: 本文仅供信息参考,不构成投资建议。加密货币投资具有高风险,可能导致本金全部损失。在做出任何投资决策之前,请进行自己的研究并咨询专业财务顾问。文中提及的数据和观点基于截至发布日期的公开信息,可能随时间变化。

Qubic 的未来是什么?

Qubic 的长期愿景聚焦于大规模实现去中心化 AI 工作负载。这是一个雄心勃勃的目标,因为当今大多数 AI 开发依赖于 AWS、Google Cloud 和 Microsoft Azure 等提供商的中心化基础设施。该项目认为,去中心化 AI 不仅可行,而且对于防止人工通用智能被垄断控制至关重要。

AI 与去中心化计算

Qubic 的架构旨在直接在区块链上支持 AI 训练和推理。这意味着机器学习模型可以使用分布在网络中的算力进行训练,结果通过法定人数共识(Quorum Consensus)进行验证。理论上,这使得无需许可的 AI 开发成为可能,无需依赖中心化云服务提供商。

然而,实际挑战重重。首先,AI 工作负载计算密集,需要高带宽进行数据传输。即使采用并行处理,去中心化网络能否匹敌专为 AI 任务优化的中心化数据中心的性能仍不明确。其次,数据隐私是关键问题。训练 AI 模型通常需要大型数据集,而确保敏感数据在公共区块链上保持私密是一个复杂难题。

Qubic 的文档表明,它结合使用加密计算(Encrypted Computation)和联邦学习(Federated Learning)来解决隐私问题。加密计算允许节点在不查看数据内容的情况下处理数据,而联邦学习则能够在分布式数据集上训练模型而无需集中数据本身。这些都是活跃的研究领域,Qubic 的成功取决于其实现能否大规模兑现这些承诺。

长期愿景

Ivancheglo 在采访中表示,Qubic 的终极目标是创建一个不受任何单一实体控制的人工通用智能平台。这一愿景与 AI 社区对 AI 开发集中在少数大型企业手中的广泛担忧相一致。论点是,如果 AGI 成为现实,它应该以去中心化、透明的方式开发和治理。

这是一个引人注目的叙事,但也引发了关于治理和问责的问题。去中心化系统能够抵抗审查和控制,但当出现问题时也难以引导或纠正。如果 Qubic 成为 AGI 平台,谁来决定哪些类型的 AI 研究是允许的?如何防止平台被有害或不道德地使用?这些是 Qubic 治理模型必须解决的问题,而当前文档提供的答案有限。

截至 2026 年 7 月 30 日,该项目的路线图包括扩展网络计算能力、改进法定人数选择算法以及吸引 AI 研究人员加入平台等里程碑。然而,公开材料中缺乏活跃开发者、已部署 AI 模型或网络使用情况等具体采用指标。没有这些指标,很难评估 Qubic 是否在朝着愿景取得实质性进展,还是仍停留在理论演练阶段。

Qubic 的有用工作量证明与其他 Layer 1 区块链有何不同?

Qubic 的有用工作量证明(Useful-Proof-of-Work)在设计理念和实现方式上都使其有别于其他 Layer 1 区块链。为了理解这种差异,将 Qubic 的方法与比特币、以太坊以及 Solana 和 Avalanche 等新兴 Layer 1 网络使用的共识机制进行比较会很有帮助。

Layer 1 区块链对比

比特币的工作量证明要求矿工解决加密哈希难题。这项工作保护了网络安全,但除了哈希本身之外不产生任何输出。以太坊在 2022 年从工作量证明转向权益证明(Proof-of-Stake),完全取消了挖矿,转而采用锁定资本来保护网络的验证者机制。Solana 使用结合历史证明(Proof-of-History,一种加密时钟)和权益证明的混合模型来实现高吞吐量。

Qubic 的有用工作量证明试图将计算工作的安全性与有用任务的生产力相结合。矿工在共识过程中执行 AI 训练、科学计算或其他可验证的工作。这些工作随后由法定人数节点验证,以确保计算正确执行。

关键差异包括:

1. 工作目的:比特币的工作纯粹为了安全。Qubic 的工作同时服务于安全和实用性。
2. 验证复杂性:比特币的哈希难题验证简单。Qubic 的有用工作需要更复杂的验证,这会引入延迟和潜在攻击向量。
3. 硬件要求:比特币挖矿由专为哈希优化的 ASIC 主导。Qubic 的有用工作可能需要 GPU 或其他专用硬件(取决于任务),这可能影响去中心化程度。
4. 经济激励:比特币矿工通过区块奖励和交易费获得报酬。Qubic 矿工必须因有用工作获得补偿,这需要一个市场机制来匹配计算买家和卖家。

Qubic 的模型比传统 PoW 更复杂,这既是其优势也是劣势。复杂性带来新用例,但也增加了漏洞、攻击和意外经济后果的风险。这种权衡是否值得,取决于网络能否从其执行的有用工作中提供可衡量的价值。

Qubic 愿景背后的核心论点

Qubic 的核心论点是,区块链网络应该做的不仅仅是处理交易。通过将计算工作重新用于 AI 和其他生产性任务,Qubic 旨在创建一个既安全又在投机之外具有经济价值的网络。这与大多数 Layer 1 区块链不同,后者将计算视为达成目的(保护账本)的手段,而非目的本身。

这一愿景在理论上引人注目,但建立在几个假设之上。首先,它假设对去中心化 AI 计算有足够需求来证明网络的存在。其次,它假设去中心化计算在成本和性能上能与中心化替代方案竞争。第三,它假设在不损害安全性的前提下,大规模验证有用工作的技术挑战可以解决。

截至 2026 年 7 月 30 日,这些假设在很大程度上仍未经检验。Qubic 的网络已上线,但活跃用户、交易量和已部署 AI 模型等采用指标并未广泛报告。没有这些数据,很难评估网络是否实现了目标,还是仍然是一个小众实验。

为什么这场辩论现在很重要

谁在 Qubic 背后的问题很重要,因为该项目的成功在很大程度上取决于一个小型、有主见的团队的执行力。与拥有庞大、多元化开发者社区的以太坊,或拥有大量风险资本支持的 Solana 不同,Qubic 似乎主要由 Sergey Ivancheglo 的愿景和一小群贡献者驱动。

这种结构有优势。小团队可以快速行动,保持意识形态一致性,避免困扰大型项目的官僚开销。然而,它也带来风险。如果 Ivancheglo 失去兴趣、无法参与或犯下关键设计错误,可能没有足够的机构深度来纠正方向。

这场辩论之所以重要,还因为 Qubic 的愿景触及当今技术领域最重要的问题之一:人工通用智能应该如何开发和治理?如果 AGI 成为现实,它运行的基础设施将塑造其可访问性、问责制以及与人类价值观的一致性。Qubic 的论点是这种基础设施应该去中心化,但该项目必须在实践中(而非仅在理论上)证明它能兑现这一承诺。

市场常见的误解

加密市场常常将技术新颖性与实际价值混为一谈。Qubic 的有用工作量证明和法定人数共识无疑新颖,但新颖性本身并不保证采用。市场倾向于奖励具有强大叙事、活跃社区和明显吸引力的项目,无论底层技术是否更优。

Qubic 的低调和有限营销使其容易被忽视,尽管其技术架构可能比许多知名度更高的 Layer 1 项目更具差异化。这种脱节反映了加密领域的一个更广泛模式:拥有最佳技术的项目并不总是获胜,拥有最佳营销的项目也并不总能兑现承诺。

另一个常见错误是低估为 AI 构建去中心化基础设施的难度。AI 行业由中心化参与者主导,因为中心化系统更容易优化、扩展和变现。去中心化替代方案在数据隐私、计算效率和经济协调方面面临的挑战并非微不足道。Qubic 的成功将取决于它能否以中心化替代方案无法复制的方式克服这些挑战。

支持这一观点的证据

几项证据支持 Qubic 的团队和愿景具有差异化但面临重大执行风险的观点:

1. Sergey Ivancheglo 的履历:Ivancheglo 在 IOTA 上的工作展示了他设计新颖共识机制和挑战区块链正统观念的能力。然而,他离开 IOTA 也显示了其协作方式的局限性,并引发了对长期团队稳定性的质疑。

1. 技术架构:Qubic 的有用工作量证明和法定人数共识在白皮书和技术材料中有详细记录。该设计反映了对分布式系统和共识研究(特别是拜占庭容错和有用计算)的深刻理解。

1. 有限的采用指标:截至 2026 年 7 月 30 日,关于 Qubic 网络活动、开发者生态系统和实际用例的公开数据稀少。这表明该项目仍处于早期阶段,尚未获得有意义的吸引力。

1. 去中心化 AI 挑战:包括联邦学习和加密计算在内的去中心化 AI 研究活跃但远未成熟。Qubic 的成功取决于这些领域的进展,而这些进展并不确定。

这些数据点表明,Qubic 拥有坚实的技术基础,但在执行、采用和团队可扩展性方面面临重大障碍。

这一观点可能错在哪里

这一分析可能在几个方面出错。首先,它假设采用指标和公众知名度是成功的必要指标。Qubic 可能正在构建只会在更长时间范围内显示价值的基础设施,而早期项目常常被关注短期吸引力的市场低估。

其次,分析可能低估了 Ivancheglo 独特愿景的价值。加密领域一些最成功的项目,包括比特币和以太坊,都是由强大、有主见的创始人驱动的。一个有明确愿景的小型专注团队可能胜过更大、更分散的组织。

第三,去中心化 AI 的挑战可能比假设的更易解决。零知识证明、同态加密和安全多方计算等密码学技术的进步,可能使去中心化 AI 工作负载比今天看起来更实用。

最后,市场最终可能奖励技术差异化而非营销。如果 Qubic 能够展示去中心化 AI 的实际用例,它可能吸引重视实质而非炒作的开发者社区和用户群。

读者接下来应该关注什么

评估 Qubic 的读者应监测几个关键指标:

1. 网络采用指标:寻找活跃节点、交易量和已部署 AI 模型的数据。这些指标将表明 Qubic 是否获得实际吸引力。

1. 团队扩张:关注新团队成员、顾问或合作伙伴关系的公告。团队增长将表明 Qubic 正在超越其创始人驱动阶段。

1. 技术审计:独立安全审计和 Qubic 共识机制的形式化验证将增强对网络稳健性的信心。

1. AI 用例:在 Qubic 上训练或部署的 AI 模型的具体示例将验证网络的核心价值主张。

1. 治理模型:关于如何做出决策、如何解决冲突以及网络如何演进的清晰文档,将解决围绕 Ivancheglo 中心化的担忧。

这些指标将有助于确定 Qubic 能否将其技术愿景转化为可持续的去中心化 AI 平台。

核心要点

Qubic 将区块链可扩展性与人工通用智能融合的愿景雄心勃勃且具有差异化。Sergey Ivancheglo 的领导带来了深厚的技术专长,但也引发了关于团队深度和长期可持续性的问题。该项目的有用工作量证明和法定人数共识代表了真正的创新,但验证、去中心化和采用方面的实际挑战仍未解决。截至 2026 年 7 月 30 日,Qubic 是一个高风险、高回报的项目,在对其可行性得出确切结论之前,需要密切监测采用指标、团队扩张和实际用例。

常见问题

什么是 Qubic 的有用工作量证明?

Qubic 的有用工作量证明将挖矿计算重新用于 AI 训练或科学计算等生产性任务,而非解决任意的加密难题。这种方法旨在使区块链共识在交易处理之外具有经济价值,同时通过可验证的工作维护网络安全。

Sergey Ivancheglo 的经验如何塑造 Qubic?

Sergey Ivancheglo(也称为 Come-From-Beyond)联合创立了 IOTA 并为 Nxt 做出贡献,在分布式系统和新颖共识机制方面拥有专业知识。他的技术严谨性和挑战区块链正统观念的意愿定义了 Qubic 的架构,尽管他公开分歧的历史引发了关于协作团队建设和长期项目治理的问题。

哪些行业可以从 Qubic 的技术中受益?

Qubic 的去中心化 AI 基础设施可以使需要隐私保护机器学习的行业受益,如医疗保健、金融和研究。联邦学习和加密计算能够在分布式数据集上训练模型而无需集中敏感数据,在保持计算效率的同时解决隐私问题。

Qubic 的法定人数共识比传统工作量证明更安全吗?

Qubic 的法定人数共识通过允许节点子集并行验证交易,提供比传统工作量证明更快的最终性和更高的吞吐量。然而,如果法定人数选择可预测或可操纵,基于法定人数的系统会引入新的攻击向量。安全性取决于稳健的法定人数轮换和形式化验证,而这些在公开文档中仍未充分说明。

在 Qubic 上投资或构建的主要风险是什么?

关键风险包括团队透明度有限、有用工作量证明大规模可扩展性未经证实、早期采用且指标稀少,以及对单一有远见领导者的依赖。该项目的雄心勃勃范围还意味着去中心化 AI、验证复杂性和经济协调方面的技术挑战可能延迟或阻止其愿景的完全实现。

Qubic 与以太坊在 AI 应用方面如何比较?

以太坊通过智能合约和去中心化应用支持 AI,但在协议层面并非为 AI 工作负载设计。Qubic 将 AI 训练和推理直接集成到其共识机制中,为机器学习任务提供原生支持。然而,以太坊成熟的开发者生态系统和工具为 AI 项目提供了更直接的实用支持,尽管原生优化较少。

风险提示:加密货币价格波动剧烈。本文仅供教育目的,不构成财务、投资、法律或税务建议。在做出任何决策之前,请务必进行自己的研究并考虑您的财务状况和风险承受能力。对 Qubic 的评估基于截至 2026 年 7 月 30 日的可用信息,项目细节、团队组成和技术规格可能发生变化。区块链网络的可用性和访问权限可能因地区而异。读者应查阅官方项目文档,并在做出任何技术或投资决策之前进行独立验证。