Pearl

什么是 Pearl？

Pearl 是一条第 1 层工作量证明区块链，它用 GPU 矩阵乘法替代传统的哈希挖矿，试图让区块产出变成 AI 训练与推理的副产品，而不是单纯的能耗黑洞。

核心主张是，Pearl 的“有用工作量证明”（Proof-of-Useful-Work，PoUW）设计可以把神经网络工作负载中使用的同一类矩阵乘法运算转化为共识证明。因此，该协议意图构建的护城河并非更高的交易吞吐量或更强的智能合约表达能力，而是 AI 计算需求与基础层安全性之间更紧密的经济联系。其白皮书将 Pearl 描述为一条类似比特币的 UTXO 链，在此基础上围绕一种新的精确整数矩阵乘法（MatMul）证明系统做了改造；而由 Ilan Komargodski、Itamar Schen 和 Omri Weinstein 撰写的底层学术构造，则在任意矩阵乘法的框架下，将问题表述为：用一种可验证、无需许可的计算任务取代人为构造的随机哈希。

因此，Pearl 的市场定位更适合被理解为一条狭义、实验性的 AI 计算 L1，而非通用型 DeFi 结算层。截至 2026 年 7 月 1 日，市值聚合平台将 PRL 归入中等市值加密资产行列，Decrypt/CoinGecko 数据显示其总市值排名大致在 200 名段中后部，TVL 显示为不可用。这与一条年轻的 UTXO 风格链相符，其链上活动主要由挖矿、交易所转账和与算力相关的试验性操作构成，而非成熟的借贷、DEX 或流动性质押市场。

链上数据面板显示，2026 年 6 月期间挖矿强度显著上升，PearlTrack 报告称，网络算力从 6 月初大约十几 EH/s 的水平，飙升至 7 月 1 日前后超过 30 EH/s。与此同时，24 小时交易量和活跃地址数可见，但需要谨慎解读，因为矿池分成支付会抬高地址活动，而不能证明存在可持续的应用层需求。

Pearl 由谁创立，又是在何时创立的？

Pearl 由 Pearl Research Labs 开发，并在 2026 年进入公开市场视野，当时的 AI 基础设施周期特点是 GPU 供给昂贵、企业级推理需求旺盛，以及业界反复尝试将闲置或边际算力货币化。

项目公开领军人物与 Omri Weinstein 相关联。Together AI 在 2026 年 5 月 15 日的合作公告中，将其称为 Pearl Research Labs 的联合创始人兼 CEO，而协议的理论基础则源自 Komargodski、Schen 与 Weinstein 的 PoUW 论文。

媒体报道称，Pearl 主网于 2026 年 4 月下旬上线，随后不久便与 Together AI 集成，并引发了 GPU 挖矿热潮，这一过程被 Tom’s Hardware 所报道。与许多代币网络不同，Pearl 并未将自己主要呈现为一个由 DAO 治理的应用生态，而是更接近一个由研究主导的基础层协议，配套公开代码库、挖矿客户端、钱包、轻客户端基础设施以及零知识证明组件，这些都可以在 Pearl Research Labs 的 GitHub 代码库 中找到。

项目的叙事从理论上回应“浪费型工作量证明”批评，迅速演化为一场现实争议：部署中的网络是否真正强制执行了“有用工作”，抑或只是验证了一种“看起来像 AI 的算术”而已。

Pearl 最初的故事是：矩阵乘法是 AI 工作负载背后的主导原语，因此可以让挖矿具有经济生产力。但在 2026 年 6 月，一篇实证预印本《The Usefulness Gap in Proof-of-Useful-Work》指出，观察到的网络可以接受随机矩阵输入，主流挖矿软件也未展示真实的推理代码路径。

这在 Pearl 的长期设计愿景与早期生产现实之间创造了一个实质性差异：网络在技术上或许能证明发生了昂贵的矩阵乘法运算，但市场仍需要证据表明，其中有相当比例的计算对应的是有付费需求的外部 AI 工作，而不是纯粹的投机性挖矿。

Pearl 网络是如何运作的？

Pearl 是一条第 1 层区块链，可视为对比特币共识模型的“分叉式”改造：保留 UTXO 账本、按累计工作量选择最长链、区块补贴和交易手续费，但用基于平铺整数矩阵乘法的有用工作量证明证书，取代了 SHA-256 随机数（nonce）搜索。

白皮书指出，Pearl 采用约 194 秒的目标出块时间、一阶价格拍卖式的交易费市场，并使用“加权目标指数移动平均”（Weighted-Target Exponential Moving Average）难度调整算法，而不是比特币的 2016 区块重定向机制。实际操作中，矿工通过执行带噪声的矩阵乘法（MatMul）计算，搜索有效的区块开头证明，并生成一份证书，使全节点可以验证其工作是否满足网络难度条件。

因此，它的安全性本质上仍是“中本聪式经济安全”：攻击者必须掌握多数相关挖矿算力，才可能可靠地改写历史或双花；但这里关键的稀缺资源，已经从 ASIC SHA-256 哈希率，变成了兼容 GPU 的矩阵乘法吞吐能力。

Pearl 最具特色的技术层，是类似 cuPOW 的构造：围绕承诺、低秩噪声矩阵、平铺式 MatMul 跟踪，以及简洁的零知识区块开头证明。

协议对输入矩阵计算 BLAKE3 承诺，使用确定性加噪以防止出现简单捷径，再将证明材料压缩进 zkSNARK 证书中，从而使节点无需存储或公开大规模矩阵片段。Pearl 规范强调采用基于哈希的 zkSNARK，并使用类似 Plonky2 的递归结构；白皮书中提到，将证明压缩到 65KB 以下的区块证书、仅支持 Taproot 地址设计、在资源约束下引入 OP_CAT，以及面向后量子的 XMSS 与 P2MR 钱包路径。

这在技术上颇为激进，但也带来了与比特币不同的验证问题：节点可以验证“满足了证明条件”，但独立研究者质疑，目前协议是否真的能验证这些矩阵来自有经济价值的 AI 推理或训练，而不是任意生成的输入。

pearl-2 的代币经济学是什么？

PRL 的总量上限为 21 亿枚，发行完全通过挖矿分配，而非通过权益证明分红。

其供给计划并非比特币式的阶梯减半，而是采用平滑的多项式衰减曲线，发行量持续递减，大约在上线后的四年左右释放一半总供给。

某社区浏览器的代币经济学页面将该公式概括为近似 1/t² 的发行曲线；而 Pearl 白皮书则按区块高度定义剩余供给比例，目标是有限但长尾的发行结构，以避免骤然的减半冲击。截至 2026 年 7 月 1 日，PearlTrack 显示，约有 11% 的最大供给已被挖出，每区块奖励大致在 2500 PRL 中段。不过，这些数值本质上随时间变化，应视作历史快照，而非稳定参考。

PRL 的功能更接近比特币式的“基础货币”，而不是权益质押资产。

网络中不存在传统意义上的 PoS“原生质押收益”，因为是矿工而非抵押资本的验证者来保障网络安全。用户用 PRL 支付交易手续费，矿工获得区块补贴与手续费；代币的价值捕获逻辑，取决于 AI 运营方未来是否会在真实推理或训练工作流中运行与 Pearl 兼容的 MatMul 内核。

Pearl 白皮书中的经济模型明确指出，代币价值取决于其未来作为与有用算力挂钩的支付或结算资产的采用程度；若缺乏这种采用，作者承认挖矿需求与代币价值将缺乏可持续基础。未发现可靠证据表明协议层存在销毁机制、质押收益结构变更，或在已公布的平滑衰减计划之外的近期发行规则大改。

谁在使用 Pearl？

Pearl 的早期使用情况似乎主要由矿工、交易所和矿池分成流转所主导，而非广泛的应用层使用。截至 2026 年 7 月 1 日，PearlTrack 报告称，网络每天有数千笔交易和数万活跃地址。但不能像解读以太坊或 Solana 上的消费类应用活动那样解读这些数据，因为 UTXO 链和矿池分配机制可以产生大量转账输出，而不代表等量的终端用户需求。

市场数据也显示，交易量集中在少数几家中心化平台上，CoinGecko 及相关聚合器列出的 PRL 市场有限，TVL 为不可用或无实际意义。

因此，其主导板块敞口是 AI 计算与 GPU 挖矿，而不是 DeFi、游戏、RWA 代币化或稳定币支付。

目前最明显的企业合作关系，是 Together AI 在 2026 年 5 月与 Pearl Research Labs 的合作：该合作被宣布为 Gemma-4-31B-it-pearl 推理的折扣端点，其中 PRL 发行旨在抵消部分推理成本。

这份 Together AI 公告是一项真实的公开合作，但它 不应在缺乏更多生产级集成证据的情况下，将其推断为已经被广泛机构采纳。

Basu 于 2026 年 6 月的预印本中的实证批评认为，观测到的挖矿活动并未在网络层面展示出有用的 AI 计算，即便是持同情态度的分析也必须区分：一个由补贴支持的端点或概念验证集成，和一个能够自我维持的算力市场，是两回事。

Pearl 面临哪些风险和挑战？

Pearl 的监管地位仍不明朗，因为 PRL 是一种新近交易的加密资产，在美国并没有被广泛认可的商品分类、ETF 批准或特定的安全港待遇。截至 2026 年 7 月的公开检索结果，没有发现针对 Pearl 的 SEC 在案诉讼或 Pearl Network 专项执法行动，但这种缺失并不意味着不存在证券法风险，尤其是因为该项目有可识别的建设者、公开的合作伙伴关系，以及与未来网络采用相绑定的经济叙事。

Pearl 的工作量证明结构可能让它在外观上比许多代币销售项目更像比特币，但在美国，法律归类通常取决于发行与分配事实、购买者预期、对管理方的依赖程度以及市场行为，而不仅仅是共识机制本身。

还存在代号混淆问题：较早的 SEC 材料中提到与 Oyster Protocol 相关的、无关的 “Pearl” 代币，因此研究者应避免将该历史上的 PRL 执法事件与 Pearl Research Labs 的 PRL 混为一谈。

最大的技术风险是“有用性缺口”。如果矿工能够通过使用随机矩阵来挖矿，这些矩阵虽然满足证明系统的要求，却无法产生任何有偿的 AI 产出，那么 Pearl 就会变成一条以 GPU 为基础的工作量证明链，只是具有一个“AI 主题”的成本函数，而不是一种真正可行的“算力变现”原语。

2026 年 6 月的这篇实证研究尤其具有破坏性，因为它质疑的是核心护城河而非边缘功能，认为 Pearl 虽然可以验证计算，却无法验证经济上的有用性。

中心化风险也不容忽视：即使协议在形式上是无需许可的，挖矿仍可能集中在 GPU 租赁市场、专门优化的客户端、大型矿池以及数据中心级别的 Nvidia 硬件周围。

竞争压力则来自：作为主导工作量证明货币资产的比特币；提供更丰富应用生态的权益证明一层网络；诸如 Akash、Render、io.net 以及 Bittensor 风格的 AI 激励系统等去中心化算力网络；以及那些已经在无需区块链结算复杂性的前提下，可靠提供推理服务的传统云服务商。

Pearl 的未来前景如何？

Pearl 的未来，与其说取决于 PRL 的短期市场表现，不如说取决于它能否弥合“可验证矩阵乘法”和“在经济上有用的 AI 工作”之间的差距。

该项目最重要、已经明确在路线图中的事项，是计划从精确整数矩阵乘法扩展到浮点和低精度 AI 格式，比如 BF16、FP8 和 FP4。白皮书指出，这对于在不需尴尬适配的前提下，支持现代训练任务和最前沿的推理工作负载是必要的。

团队描述了一种面向量化的未来 PoUW（有用工作量证明）方案：在承诺预量化权重和激活值的同时，利用原生量化噪声；但团队也表示，此类升级应仅在进一步的安全性和准确性测试之后再提出。这种表述很重要：在一个经过评审、兼容浮点的设计被公开、集成并被真实的 AI 运营方采用之前，Pearl 仍然只是一个证明一小类 GPU 工作的早期协议，而非一个成熟的 AI 算力结算网络。

结构性难题在于激励对齐。

Pearl 必须说服 AI 基础设施提供方：挖矿能够以可以忽略的运维开销集成进来；证明不会泄露专有模型或用户数据；奖励足够可靠，值得投入工程资源；并且网络不会被那些产出无用但算法上有效工作的矿工所主导。

如果这些问题得以解决，Pearl 有机会占据一个差异化的细分领域：成为一条货币型工作量证明网络，其安全预算部分由真实的 AI 计算所补贴。

如果这些问题无法解决，则该协议的基础设施可行性将会受到与先前“有用工作”概念相同的动力学约束：投机性矿工可能比付费算力需求增长得更快，而区块链也可能只能验证“支出”，却无法证明外部的经济价值。