Covenant 是一家科技组织,致力于为按需计算资源开发去中心化网络,主要应用于人工智能和机器学习领域。该项目旨在创建一个主权且开放的 AI 开发平台,作为中心化企业基础设施的替代方案。Covenant 还因其过去参与 Bittensor 网络以及随后因在治理和去中心化方面的根本分歧而公开退出该网络而闻名。 [1] [2]
Covenant 的使命是通过提供开放和分布式系统来消除传统的守门人,从而实现 AI 研究和开发的民主化。 [2] 该组织以“一个盟约,多个勋衔”(One Covenant, Many Orders)为口号,正在构建一个去中心化计算市场,用户可以从独立提供商网络中请求或“召唤”计算能力。该模型旨在具备抗审查性,并支持从预训练、计算编排到强化学习的整个 AI 流程。 [1]
该项目的哲学根植于反对中心化控制和单点故障,它认为这些问题在企业 AI 实验室和其他去中心化 AI 网络中普遍存在。 [3] 在建立独立网络之前,该团队以 Templar 的名称运营,是 Bittensor 生态系统的活跃贡献者。其最重大的公开事件是分阶段退出 Bittensor,这成为了启动其自身主权网络计划的催化剂。 [3] [1]
Covenant 的历史与其参与并随后脱离 Bittensor 去中心化 AI 网络密切相关。
作为早期参与者,Covenant(当时称为 Templar)以矿工和验证者的身份为 Bittensor 生态系统做出了贡献。该组织还参与了社区倡议,担任“主权基础设施”(Sovereign Infra)Bittensor 黑客松的活动合作伙伴,以及在非洲 Sankalp 论坛峰会上举行的 Bittensor 创意马拉松的支持合作伙伴。在此期间,该集体协调了大型语言模型最大规模的去中心化预训练工作之一,最终创建了 Covenant-72B 模型。这项工作确立了 Covenant 在去中心化 AI 领域的显著地位。 [2] [3]
公开的分歧迹象出现在 2023 年底。2023 年 12 月 26 日至 27 日,Covenant 宣布从 Bittensor 网络注销其子网和验证者。团队批评了其治理模式,创始人 0xNero 表示该系统正在演变成一场“‘巨鲸’的游戏”,少数大代币持有者拥有不成比例的权力。他在一份声明中指出:“虽然我们相信去中心化 AI 的使命,但我们不再愿意在一个为他人服务的系统中努力工作。” [4]
随后在 2024 年 5 月 21 日发布了更正式的公告,Covenant 宣布完全退出 Bittensor,移除了所有剩余的验证者和矿工。在公开声明中,团队阐明了其立场:“我们正在退出 Bittensor……经过深思熟虑,我们不再认为该项目有可靠的去中心化路径。”这一声明也标志着他们建立独立、主权 AI 平台计划的正式启动。 [1]
这场充满争议的分离在 2026 年 4 月 10 日达到顶峰,当时 Covenant 再次公开宣布退出 Bittensor 网络。新闻媒体报道了这一事件,详细说明了该团体的最终不满。Covenant 声称其收入和奖励分配已被暂停,且其运营权限和基础设施在未经社区共识的情况下遭到了单方面更改。这一最终行动巩固了该项目的退出及其开发自身基础设施的承诺。 [3] [5]
Covenant 的公众形象在很大程度上是由其对 Bittensor 网络治理的直言不讳的批评所塑造的。团队阐述了导致他们离开的几个关键问题,他们称这些问题与去中心化原则背道而驰。
主要批评包括:
在 2024 年 5 月的一份声明中,Covenant 强化了其构建替代方案的计划,指出:“未来是在一个开放、去中心化且不可阻挡的平台上进行主权 AI 开发。这就是我们要构建的目标。” [1]
Covenant 正在开发一套旨在促进去中心化计算资源市场的技术。核心基础设施旨在以最小的性能损失协调众多独立的计算提供商,声称能以低至 6% 的通信开销匹配中心化系统的性能。 [2]
该生态系统由三个主要组件组成:
Covenant 研究团队开发了 PULSE(通过无损稀疏编码进行补丁更新),这是一种旨在优化分布式环境中强化学习训练后阶段的技术。PULSE 通过识别并仅传输更新之间模型权重的变化(增量)而非全量权重集,从而降低带宽需求。该项目声称这项技术将权重同步所需的带宽降低了 100 倍以上。 [2]
Covenant-72B 是一个拥有 720 亿参数的大型语言模型 (LLM),也是该组织的旗舰成就之一。该模型以去中心化的方式训练,协调了 20 多家独立计算提供商和 70 多名个人贡献者。它在超过 1.2 万亿个 token 的数据集上进行了预训练,定位为可与 LLaMA-2-70B 等其他大型模型竞争。 [2] [3]
Crusades 是由 Covenant 创建的一项公开竞赛,旨在从更广泛的社区众包更高效的机器学习训练代码。获胜参与者提交的技术将经过基准测试并集成到 Covenant 的核心基础设施中,以持续提高其性能和效率。 [2]
Covenant 关于分布式优化算法和无许可协调机制的研究获得了认可,其技术论文被 NeurIPS 2025 会议接收发表。 [2]
虽然通常以去中心化集体的形式出现,但有几个人与 Covenant 公开关联: