James Woodman是Manifold Labs的联合创始人,这是一家位于奥斯汀的初创公司,专注于开发去中心化人工智能基础设施。他是Bittensor生态系统中的关键人物,之前曾担任Opentensor的首席运营官(COO),现在领导着Targon计算网络等项目的开发。[1] [2]
James Woodman在印第安纳大学凯利商学院完成了金融学专业的学习。在大学期间,他参加了投资银行研讨会,以优异的成绩毕业,并且是俱乐部足球队的成员。他的毕业成绩名列前茅。
Woodman之前曾担任Bittensor网络背后的组织Opentensor的首席运营官。在任期结束后,他与Robert Myers共同创立了Manifold Labs。Manifold Labs总部位于德克萨斯州奥斯汀,作为一家“Bittensor公司”运营,专门在其生态系统中构建产品和服务。作为联合创始人,Woodman负责监督两个主要项目的开发:Sybil,一种混合AI增强搜索协调器;以及Targon,一个以隐私为中心的去中心化AI系统网络。[1] [2]
Woodman的工作重心是Targon,它作为Bittensor网络上的Subnet 4运行。该项目旨在创建一个去中心化的人工智能计算市场,聚合高性能硬件,以提供企业级人工智能推理和训练服务。Targon被定位为亚马逊网络服务(AWS)和OpenAI等中心化云提供商的经济高效且安全的替代方案。在公开采访中,Woodman表示,Targon的成本比AWS低85%,并利用机密计算技术来确保用户的数据隐私。该平台汇集了价值超过7000万美元的NVIDIA认证硬件,包括H200和L40 GPU。[3]
在Woodman的领导下,Manifold Labs专注于实现其项目的财务可持续性。在2025年7月的一次采访中,他透露Targon每月从客户那里产生约10万美元的收入,并明确表示目标是将收入扩大到与支付给网络矿工的每月400万美元的代币排放量相匹配。他还确认了Manifold Labs对生态系统的承诺,声明Targon产生的100%的收入将用于回购其原生子网代币Alpha(α)。这一策略得到了2025年7月28日宣布的一项重大融资里程碑的支持,当时Manifold Labs筹集了1050万美元的A轮融资,以加速Targon的增长。Woodman称其为当时“Bittensor历史上最大的一笔融资”。[2] [3]
在他的职业生涯中,Woodman一直是Bittensor网络的积极倡导者。他公开宣传了其提供中心化人工智能服务的去中心化替代方案的潜力,强调其无需许可的性质。在2025年初,他指出该网络的原生代币TAO的实际效用,并引用Targon在五天内在OpenRouterAI平台上处理了77亿个有机代币。他还分享了对该网络经济活动的分析,指出截至2025年1月,排名前10的子网总共烧掉了超过233,816个TAO的注册费,当时相当于超过9300万美元。[2]
Woodman公开阐述了去中心化人工智能挑战大型科技公司主导地位的愿景。在2023年8月,他表示他的目标是利用Bittensor“通过为人民、由人民建立一个智能网络来击败企业人工智能”。他经常将去中心化技术进行类比,比较不同加密货币在其各自领域中的作用。在2023年9月,他假设,“BTC = 未来的货币 ETH = 未来的去中心化软件应用 TAO = 未来的去中心化智能。”[2]
他还将中心化和去中心化人工智能之间的竞争定义为用户信任和控制的问题。在2025年2月,他评论说,“对于那些不信任中央银行的人来说,有比特币 [BTC]。对于那些不信任OpenAI的人来说,有Bittensor [TAO]。” 这一立场反映在他的个人行动中;在2023年11月,他宣布他已经取消了他的个人OpenAI订阅,转而使用Corcel,一个由Opentensor网络驱动的AI聊天应用程序。Woodman认为,像Bittensor这样的去中心化网络的竞争优势在于其开放和协作的性质,他在2025年1月表示,其子网反映了“我们集体智慧所实现的巨大多样性”,“没有闭源公司可以与之竞争”。[2]
Woodman曾在各种公共论坛上代表Manifold Labs和Targon,包括行业会议和采访。在2025年9月5日,他是在谷歌多伦多办事处举行的“Dippy Conf: Planet Scale Consumer AI”的预定演讲者。他计划与Robert Myers共同演讲,主题是“重新思考智能如何在开放网络上进行分配、查询和拥有”。[1]
他还参加了几次采访,讨论Targon的战略和进展。在2025年初,他出现在Mark Jeffrey的“Hash Rate Series”节目中,他在节目中概述了Targon颠覆传统人工智能基础设施的愿景,以及产生实际收入而不是依赖代币补贴的重要性。在2025年7月,他出现在DSV Fund的“Revenue Search”节目中,他在节目中提供了关于Targon的收入数据、硬件容量以及通过平衡收入与矿工排放来实现财务可持续性的具体细节。在这些讨论中,他强调了基于计算质量和正常运行时间保证来区分Targon,从而与已建立的中心化提供商直接竞争的长期目标。[3]
在Hash Rate播客(第108集,Targon – TAO Subnet 4)的一次采访中,James Woodman讨论了去中心化人工智能计算的发展以及Targon在Bittensor生态系统中的参与。与主持人Mark Jeffrey的对话涉及去中心化人工智能网络的结构、其经济模型以及Targon为管理分布式GPU计算资源而采用的技术方法。
Woodman将Targon描述为一个旨在组织和分配由全球网络中独立参与者贡献的GPU容量的组件。根据他的说法,该项目的运营模式最初依赖于基于代币的激励措施,但旨在过渡到基于市场对人工智能推理服务的需求的 可持续框架。该系统旨在充当连接计算提供商和寻求人工智能模型执行的用户的市场。
在讨论中,Woodman将Bittensor的分布式框架与基于区块链的系统(如比特币)进行了比较,强调用基于激励的协调取代中心化控制。他解释说,包括Targon在内的各种子网通过共同的代币经济在共享的Bittensor环境中进行交互,从而在不同的计算服务之间建立相互依赖性。安全性和隐私也得到了强调,并提到了使用可信执行环境(TEE)进行数据保护和法规遵从。
Woodman将去中心化人工智能计算描述为计算资源管理和访问方式的结构性变化。他指出,Bittensor网络每月处理大量的代币化交易,将其定位为中心化人工智能基础设施的功能性替代方案。在他看来,Targon对可用性和集成的关注旨在扩大其与技术和企业环境的相关性,反映了人工智能计算供应中更广泛的分布式方法趋势。[5]