AO 和 ICP，誰更有機會成為真正的世界計算機？

💡 編者薦語：

在區塊鏈的世界裡，去中心化計算是一塊難以到達的應許之地。傳統智能合約平台如以太坊受限於高昂的計算成本和有限的擴展能力，而新一代計算架構正試圖打破這種局限。AO 和 ICP 便是目前最具代表性的兩個範式，一個以模組化解耦、無限擴展為核心，一個強調結構化管理、高度安全性。

本文作者 Blockpunk 老師是 Trustless Labs 研究員，也是 ICP 生態的 OG，曾創建 ICP League 孵化器，長期耕耘技術與開發者社區，對 AO 也有著積極的關注和深刻的理解。如果你對區塊鏈的未來充滿好奇，想知道 AI 時代真正可驗證、去中心化的計算平台會是什麼樣子，或者你正在尋找新的公鏈敘事和投資機會，這篇文章絕對值得一讀。它不僅對 AO 和 ICP 的核心機制、共識模型、擴展能力進行了詳細解析，還深入探討了它們在安全性、去中心化程度以及未來潛力上的對比。

在這個風雲變幻的加密行業，誰才是真正的"世界計算機"？這場競爭的結果，或許將決定 Web3 的未來。閱讀本文，搶先一步了解去中心化計算的最新格局！

與 AI 結合已成為當今加密世界的熱門趨勢，無數的 AI Agent 開始發行、持有和交易加密貨幣。新應用的爆發，伴隨著對新的基礎設施的需求，可驗證且去中心化的 AI 計算基礎設施顯得尤為重要。然而，以 ETH 為代表的智能合約平台與以 Akash、IO 為代表的去中心化算力平台，都無法同時滿足可驗證的與去中心化這兩個需求。

在 2024 年，知名去中心化存儲協議 Arweave 的團隊宣布了 AO 架構，這是一個去中心化的通用計算網絡，支持快速低成本的擴容，因此能運行許多對計算要求較高的工作，比如 AI Agent 的推理過程。AO 上的計算資源被 AO 的消息傳輸規則有機地統合在一起，基於 Arweave 的全息共識，不可篡改地記錄請求的調用順序與內容，這讓任何人都可以通過重新計算來獲得正確狀態，在樂觀的安全保證下，這實現了計算的可驗證性。

AO 的計算網絡不再對全部計算過程進行共識，這保證了網絡的靈活性與極高的效率；其中的進程（可視為"智能合約"）以 Actor 模型運行，通過消息進行交互，而不需要維護一個共享的狀態數據。在聽起來與 DFINITY 的互聯網計算機 ICP 的設計有些類似，ICP 通過一種將計算資源結構化的子網來實現類似的目標。開發者經常將兩者進行類比。本文將主要比較這兩種協議。

共識計算與通用計算

ICP 與 AO 的思路，都是通過將共識與計算內容解耦，來實現計算的靈活擴容，從而提供更廉價的計算，處理更複雜的問題。與之相對的是傳統的智能合約網絡，以 Ethereum 為代表，整個網絡的所有計算節點，都共享一個共同的狀態內存，任何改變狀態的計算都需要網絡中所有節點同時進行重複運算，從而達成共識。在這種全冗餘的設計下，共識的唯一性得到保證，但計算的成本是非常高的，並且難以擴展網絡的計算能力，僅能用於處理高價值業務。即使是在 Solana 等高性能公鏈，也很難以負擔起 AI 這樣的密集計算需求。

AO 與 ICP 作為通用計算網絡中，並不存在一個全局共享的狀態內存，因此不再需要對改變狀態的運算過程本身進行共識，僅對交易/請求的執行順序進行共識，然後再對計算結果進行驗證。基於對節點虛擬機安全的樂觀假設，只要輸入的請求內容和順序一致，最終的狀態也將一致。智能合約（在 ICP 中被稱為"容器"，在 AO 中被稱為"進程"）的狀態變更的計算就可以在多個節點上同時並行的進行，而不要求所有的節點都只在同一時間計算完全相同的任務。這極大地降低了計算的成本，也增加了擴容的能力，因此可以支持更多複雜業務，甚至 AI 模型的去中心化運行。AO 與 ICP 都號稱"無限擴容"，其中的區別我們將在後面比較。

由於網絡不再共同維護一個大的公共的狀態數據，每個智能合約被視為可以單獨地處理事務，智能合約之間通過消息進行交互，這個過程是異步的。因此去中心化的通用計算網絡往往採用 Actor 的編程模型，這使得其相比 ETH 等智能合約平台，合約業務間的可組合性較差，這為 DeFi 帶來了一定困難，不過依然可以使用特定的業務編程規範來解決。例如 AO 網絡上的 FusionFi Protocol，通過統一的"票據-結算"模型，來規範 DeFi 業務邏輯，實現互操作性。在 AO 生態尚處於早期的階段，這樣的協議可以說頗具前瞻性。

AO 的實現方式

AO 建立在 Arweave 永久存儲網絡的基礎上，通過一個新的節點網絡運行。其節點分為三個群組，分別是消息單元 MG、計算單元 CU 與調度單元 SU。

AO 網絡中智能合約被稱為"進程"，是一組可執行的代碼，被上傳到 Arweave 中永久保存。

當用戶需要與進程交互時，可簽名並發送請求。AO 規範了消息的格式，消息被 AO 的消息單元 MU 接受，驗證簽名並轉發給調度單元 SU。SU 不斷接收請求，為每個消息賦予一個唯一編號，然後將結果上傳至 Arweave 網絡， Arweave 網絡會對交易順序完成共識。對交易順序的共識完成後，任務被分配給計算單元 CU。CU 進行具體的計算，改變狀態值，將結果返給 MU，最終轉發給用戶，或作為下一個進程的請求再進入 SU。

SU 可以看作 AO 與 AR 共識層的連接點，而 CU 則是一個去中心化的算力網絡，可見 AO 網絡中的共識與計算資源是完全解耦的，因此只要有更多、更高性能的節點加入 CU 組，整個 AO 就將獲得更強的運算能力，能支持更多的進程數與更複雜的進程運算，且在擴展性上可以做到靈活的按需供給。

那麼，如何保證其計算結果的可驗證性呢？AO 選擇了經濟學的方式，CU 與 SU 節點需要質押一定 AO 資產，CU 通過計算性能、價格等因素競爭，通過提供算力賺取收益。

由於所有的請求都被記錄在 Arweave 共識中，任何人都可以通過溯源這一筆筆的請求，復原出整個進程的狀態變化情況，一旦發現惡意攻擊或計算錯誤的情況，可以向 AO 網絡發起挑戰，通過引入更多 CU 節點重複計算得出正確結果。出錯節點質押的 AO 會被罰沒。Arweave 並不會驗證 AO 網絡中運行的進程的狀態，而只是忠實的記錄交易，Arweave 並沒有計算能力，挑戰的過程是在 AO 網絡中進行的。AO 上的進程，可以看作一條擁有自主共識的"主權鏈"，而 Arweave 可以視為其 DA （數據可用性）層。

AO 賦予了開發者完全的靈活性，開發者可以自由選擇 CU 市場中的節點，定制運行程序的虛擬機，甚至是進程內部的共識機制。

ICP 的實現方式

與 AO 按照資源解耦出多個節點組不同，ICP 底層使用了較為一致的數據中心節點，提供了多子網的結構化資源，從下到上依次為：數據中心、節點、子網和軟件容器。

ICP 網絡的最底層是一系列分散的數據中心，數據中心運行 ICP 的客戶端程序，這會根據性能虛擬化出一系列具備標準計算資源的節點。 這些節點被 ICP 的核心治理代碼 NNS 隨機組合在一起，形成一個子網。節點在子網下處理計算任務，達成共識，生產並傳播區塊。子網內部的節點通過優化交互的 BFT 進行共識。

ICP 網絡中同時存在多個子網，一組節點只運行一個子網，並維護內部共識，不同的子網間以相同速率並行產出區塊，子網間可以通過跨子網請求交互。

不同的子網中，節點資源被抽象為一個個"容器"，業務在容器中運行，子網並沒有一個大的共享狀態，容器僅維護自己的狀態，且存在最大容量限制（受到 wasm 虛擬機限制），子網的區塊中也不會記錄網絡中容器的狀態。

在同一子網下，計算任務是在所有節點上以冗餘的方式運行，但在不同的子網間則以並行的方式運行。當網絡需要擴容時，ICP 的核心治理系統 NNS 會動態添加和合併子網，來滿足使用需求。

AO vs ICP

AO 與 ICP 都是圍繞 Actor 的消息傳遞模型構建的，這是並發分布式計算網絡的典型框架，同時都默認使用了 WebAssembly 作為執行虛擬機。

與傳統區塊鏈不同，AO 與 ICP 都沒有數據和鏈的概念。因此在 Actor 模型下，默認虛擬機運行的結果一定是確定性的，那麼系統只需要保證交易請求的一致性，就可以實現進程內狀態值的一致性。多個 Actor 可以並行運行，這給擴展提供了巨大空間，因此計算成本足以低廉到運行 AI 這類通用計算。

但在整體的設計哲學上，AO 卻與 ICP 站在完全的兩面。

1. 結構化 vs 模組化

   ICP 的設計思路更像是傳統的網絡模型，將資源自數據中心的底層抽象到一個個固定的服務中，這包括了熱存儲、計算和傳輸的資源；而 AO 是使用了對加密開發者更熟悉的模組化設計，將傳輸、共識驗證、計算、存儲等資源完全分離，並由此區分出多個節點組。

   因此，對於 ICP 來說，對網絡中節點的硬件要求是非常高的，因為需要滿足系統共識的最小需求。

   開發者必須接受統一標準的程序托管服務，有關服務的資源都被約束在一個個容器中，比如當前容器的最大可用內存就是 4GB，這也限制了一些應用的出現，比如運行較大規模的 AI 模型。

   ICP 也嘗試通過創建不同的有特點的子網來提供多樣的需求，但這就離不开 DFINITY 基金會的整體規劃和開發。

   而對於 AO 來說，CU 更像是一個自由的算力市場，開發者可以根據需求與價格偏好，選擇使用節點的規格和數量。因此，開發者幾乎可以在 AO 上運行任意進程。同時，這對節點的參與者來說也更加友好，CU、MU 也可以實現單獨擴容，去中心化程度較高。

   AO 的模組化程度較高，支持對虛擬機、交易排序模型、消息傳遞模型與支付方式的自定義，因此如果開發者需要一個隱私的計算環境，可以選擇 TEE 環境的 CU，而不用等待 AO 官方開發。模組化帶來更多靈活性，也降低了一些開發者進入的成本。

2. 安全性

   ICP 依靠子網運行，進程托管在子網上的時，計算過程會在所有的子網節點上執行，狀態的驗證由所有的子網節點之間的改進 BFT 共識完成。雖然製造了一定的冗餘，但進程的安全性與子網完全保持一致。

   在子網內部，兩個進程互相調用時，如進程 B 的輸入是進程 A 的輸出，就無需考量額外的安全性問題，只有在跨兩個子網時，才需要考量兩個子網間的安全性差異。當前一個子網的節點數量在 13-34 之間，其最終確定性形成時間為2秒。

   在 AO 中，計算的過程被委託給開發者在市場上選擇的 CU 們。在安全性上，AO 選了更代幣經濟學的方案，要求 CU 節點必須質押 $AO，默認計算的結果是可信的。AO 將所有的請求都經過共識記錄在 Arweave 上，因此任何人都可以讀取公開的記錄，通過一步步重複計算來檢驗當前狀態的正確性。如果出現問題，可以在市場上選擇更多 CU 參與計算，獲得一個更準確的共識，並罰沒出錯 CU 的質押。

   這讓共識與計算的完全解绑，讓 AO 獲得了遠優於 ICP 的擴展性與靈活性，在無需驗證的情況下，開發者甚至可以在自己的本地設備上計算，只需要將命令通過 SU 上傳 Arweave 即可。

   但這也為進程間的互相調用帶來的問題，因為不同的進程可能處於不同的安全保證下，比如進程 B 有 9 個 CU 進行冗餘計算，而進程 A 只有一台 CU 在運行，那麼要進程 B 接受來自進程 A 的請求，就要考量進程 A 是否會傳輸錯誤的結果。因此進程間的交互就是受到安全性的影響。這也導致最終確定性形成時間較長，可能需要等待 Arweave 長達半小時的確認週期。解決方法是設定一個最低的 CU 數量與標準，同時對不同價值的交易，要求不同的最終確認時間。

   不過 AO 還具備一個 ICP 不具備的優勢，即具備一個包含所有交易歷史的永續存儲，任何人都可以重放出任一時刻的狀態，雖然 AO 沒有傳統的區塊與鏈的模型，但這也更符合加密中的人人可驗證的思想；但在 ICP 中，子網節點只負責計算並對結果共識，並不會存儲每一次的交易請求，因此歷史信息是無法驗證的，也就是說 ICP 並沒有統一的 DA，如果有容器作惡後選擇刪除容器，那麼罪狀將無跡可尋，雖然 ICP 的開發者自發地建立了一系列記錄調用記錄的帳本容器，但對於加密開發者來說還是比較難以接受。

3. 去中心化程度

   ICP 的去中心化程度一直受到詬病，節點的註冊、子網的創建與合併等系統級工作，都需要一個被稱為"NNS"的治理系統決定。ICP 持有者需要通過質押參與 NNS，同時為了實現多副本下的通用計算能力，對節點的硬件要求也非常高。這帶來了極高的參與門檻。因此，ICP 的新功能、新特性的實現，依賴於新子網的退出，這必須通過 NNS 的治理，更進一步說，必須依靠掌握大量投票權的 DFINITY 基金會推動。

   而 AO 徹底解耦的思路，將更多權利交還給了開發者，一個獨立的進程，就可以看作一個獨立子網，一條主權 L2，開發者只需要支付費用即可。模組化設計也方便開發者引入新特性。對於節點提供者來說，參與的成本相比 ICP 也更低。

最後

世界計算機的理想是偉大的，但並沒有一個最優的解法。ICP 具備更好的安全性，並能做到快速的最終性，但系統更為複雜，受到更多限制，並且在部分設計上很難取得加密開發者的認可；AO 高度解耦的設計，讓擴展變得更加容易，同時提供了更多的靈活度，這將受到開發者的喜愛，但也存在安全性上的複雜度。

讓我們從一個發展的角度來看，在風雲變幻的加密世界中，一種範式很難長時間裡保持絕對優勢，即使是 ETH 也是如此（Solana迎頭趕上），只有更加解耦和模組化，以便於替換，才能在挑戰中快速進化，適應環境，存活下來。AO 作為後來者，將成為去中心化通用計算，特別是 AI 領域的強力競爭者。