FLOCK

什么是 FLock.io？

FLock.io 是一个去中心化的 AI 训练、验证与模型部署网络，利用区块链激励机制协调模型创建者、算力提供者、验证者、委托人以及模型用户，而无需将所有数据和模型治理都放在单一的专有 AI 平台之中。

该协议所强调的问题并不是泛泛的“AI 可访问性”，而是模型开发、数据托管及收益捕获高度集中在大型中心化 AI 实验室中的局面；其宣称的竞争优势在于把联邦学习、链上质押、验证、惩罚机制（slashing）以及与使用挂钩的模型经济结合起来，如其 官方文档 和 白皮书 所述。实践上，把 FLock.io 理解为去中心化 AI 中间层（middleware）而非基础层区块链更为贴切：它试图让 AI 训练与推理市场具备可审计性和经济可组合性，同时仍依赖现有区块链来完成结算和激励记账。(docs.flock.io)

FLock.io 目前仍是一个小众的去中心化 AI 协议，而非主流的一层网络或 DeFi 结算场所。截至 2026 年 9 月中旬，市场数据聚合平台将 FLOCK 归类为加密资产中的中下市值区间，CoinMarketCap 显示其排名大致在 400 名后段到 500 名前段，CoinGecko 则显示其大致在 600 名出头，这既反映了不同数据提供商方法论的差异，也说明该资产相对于主要 AI 或基础设施代币仍然规模较小。DefiLlama 未记录 FLock.io 的传统 DeFi 锁仓量（TVL），这并不出乎意料，因为该协议核心指标并不是借贷抵押物或 AMM 流动性，而是质押参与度、AI 任务活跃度、手续费和模型使用情况；同一仪表板显示，协议有一定规模的历史手续费和质押 FLOCK 基础，而项目官网则宣称拥有数百名 AI 开发者和验证者、超过一千名委托人、数十万模型用户，以及超过一万份创建的 AI 模型。这些数字更应被视为运营活动指标，而非类似银行的资产管理规模。(coinmarketcap.com)

谁创立了 FLock.io？是什么时候？

FLock.io 由牛津校友孙佳豪（Jiahao Sun）和程泽华博士（Dr. Zehua Cheng）创立，公开资料将这一项目定位在联邦学习、隐私保护型 AI 和加密经济协调的交叉点上。该项目诞生于 2022–2024 年期间：其时生成式 AI 资本形成加速、GPU 稀缺成为战略约束，而加密投资者在 2022 年市场回调后开始将“去中心化 AI”视为新的基础设施投资主题。公开发布的重要里程碑主要集中在 2024 年：FLock.io 于 2024 年 3 月推出 AI 共创平台，完成由 Lightspeed Faction 和 Tagus Capital 领投、DCG、OKX Ventures、Volt Capital 等参与的 600 万美元种子轮融资，随后又完成 300 万美元战略轮，并在 2024 年 12 月 31 日于 Base 上上线主网及 FLOCK 代币。创始人与牛津大学的关联由 Kellogg 学院 予以佐证，而种子轮融资以及联邦学习论述则由 The Block 报道。(kellogg.ox.ac.uk)

项目的叙事已从“去中心化 AI 训练”演变为更完整的 AI 经济栈。2024 年，FLock.io 主要强调 AI Arena、训练任务、验证以及早期贡献者激励；到 2025 年，其已增加主网质押、委托池、gmFLOCK、API 访问以及更明确的“从训练模型到实际使用”的路径；到 2026 年，其开始推广 FOMO（FLock Open Model Offering，开放模型发行）概念，将其视作一层连接模型部署、API 调用、收入分配与回购机制的模型代币和推理经济层。这一转变很重要，因为它改变了分析视角：FLock.io 不再只是试图协调负责训练模型的供给端贡献者，而是在尝试证明去中心化的模型使用可以产生持续的需求和手续费流，这比单纯举办有激励的训练活动要艰难得多。(flock.io)

FLock.io 网络是如何运作的？

FLock.io 并不是一个独立的工作量证明或权益证明一层网络，也没有自己的区块生产共识机制。其代币和任务记账栈主要部署在 Base 上，这意味着其区块链结算层继承的是以太坊乐观 Rollup 二层环境的属性和风险，而不是一个独立的验证者集合；更广义地说，乐观 Rollup 在以太坊主网上方进行链下执行，并将以太坊作为结算层，而 OP Stack 则是包括 Base 在内的多个二层网络所采用的软件框架。因此，FLock.io 自身的“共识问题”是应用层面的：它需要就 AI 工作的质量和资格达成共识，而非就通用区块链的交易排序达成共识。在 AI Arena 中，任务创建者定义所需模型，训练节点开发或微调模型，验证者对提交的模型进行评估，委托人向参与者提供质押，而智能合约负责处理质押、代币发放、手续费收取与奖励分配。(ethereum.org)

该协议的技术模式具有混合特征：联邦学习、排行榜机制、质押式验证和加密经济惩罚。FLock.io 的任务生命周期文档 描述了一种工作流：训练节点提交模型，验证者使用评估数据对输出进行打分；更宏观的 白皮书 则将系统框定为“AI 层 + 区块链层”，其中质押旨在抑制女巫攻击、搭便车行为、拒绝服务行为以及联邦学习场景下的模型投毒。其安全模型并非要在密码学意义上证明每个模型都是“客观最优”，而是通过激励与验证的组合，使不诚实的训练或验证行为在经济上变得代价高昂。FLock.io 也在研究材料中讨论了针对 FL Alliance 聚合的零知识证明，但当前主网上的安全状况仍在很大程度上依赖任务设计、验证者诚信、质押分布，以及项目团队从“策划式任务创建”逐步走向“更高程度无需许可运作”的节奏。(docs.flock.io)

FLOCK 的代币经济是怎样的？

FLOCK 的最大供应量上限为 10 亿枚，流通供应会随着代币发放、解锁和归属进度而变化。截至 2026 年 9 月中旬，CoinGecko 和 CoinMarketCap 显示约有 4.6 亿枚 FLOCK 在流通中，但这是一个随市场变化的动态数据，应视为带时间戳的估算值，而非永久不变的事实。项目的代币分配文档 称，首日解锁代币会先被铸造，后续代币则通过管理合约按日铸造；社区激励在 60 个月内发放，并按月 1% 的速率递减；投资人和团队分配遵循多年归属期安排，未归属代币被描述为在归属前不可参与质押。因此，在可预见的近期内，该供应设计并非“纯通缩”：它在硬顶和递减发放机制之外，还叠加了解锁风险以及与模型和推理经济相关的“回购 + 销毁”新叙事。(docs.flock.io)

FLOCK 的效用侧重于参与、质押、委托、治理、手续费支付和奖励分配，而不是像以太坊中的 ETH 那样作为“Gas”使用。用户通过质押 FLOCK 来铸造或获取类似 gmFLOCK 的参与凭证；训练节点和验证者需要质押才能获得任务资格；委托人通过支持参与者以获取部分奖励；任务创建者可能需要质押或自筹资金发起任务；模型用户则可能根据平台设计面对以 FLOCK 计价的访问或支付机制。智能合约文档 描述了在奖励领取时收取协议手续费的机制，不同角色（训练节点、验证者、委托人）适用不同费率，而 2026 年的 FOMO 资料则提出一种模式：将推理收入导入用于 FLOCK 或模型专属代币的回购与销毁。

对投资者而言，关键问题在于：能够产生手续费的推理使用增长速度，是否足以超过代币发放和解锁带来的抛压。截至 2026 年第二季度，FLock.io 报告称已永久销毁超过 417,000 枚 FLOCK，但相对于 10 亿枚上限，这一销毁规模仍然很小，不应被过度解读为已进入成熟的通缩均衡。(docs.flock.io)

谁在使用 FLock.io？

FLock.io 的使用概况应区分为三部分：投机性代币交易、质押参与，以及实际的 AI 模型消费。截至 2026 年 9 月中旬，公开市场平台上显示的 FLOCK 交易量在某些时期曾超过该资产的市值，这表明其周转率很高且… 投机性活动，而不一定代表协议层面的深度需求。更相关的运营指标包括训练提交次数、验证提交次数、模型用户数、API 使用量、参与质押的人数，以及费用收入。该项目的 2026 年第二季度投资者报告 中披露，AI Arena 训练提交次数为 10,801 次，验证提交次数超过 903,000 次，参与者为 2,002 名；而其公开网站随后显示已创建超过 10,000 个 AI 模型，以及超过 900,000 次模型验证。不过，DefiLlama 的手续费与收入数据在同期仍然相对温和，这表明 FLock.io 的网络活动已有可验证的规模，但尚未将这些活动转化为大规模、可持续的链上现金流。(flock.io)

最有力的“非零售”采用证据，是机构试验和生态合作，而不是大规模企业营收披露。FLock.io 在公开资料中提到与去中心化基础设施提供方（如 Akash 和 io.net）、节点运营方（如 Foundry）以及更广泛的战略投资者（包括 DCG、Animoca Brands、GSR 等）的合作或伙伴关系；其 2026 年的材料中还提及面向企业和政府的试点项目、东南亚和非洲的业务管线、医疗健康相关工作，以及由 UNDP 支持的项目。这些说法在方向上具有参考价值，但在合同金额、续约行为、生产级工作负载以及客户集中度等信息被更严格披露前，应持折扣看法。更可验证的机构信号是，FLock.io 参与了学术研究，并在 2026 年向牛津大学 Kellogg 学院捐赠慈善资金，用于支持 AI 隐私与安全研究；这增强了技术公信力，但本身并不能证明已经实现产品与市场的匹配。(flock.io)

FLock.io 面临哪些风险与挑战？

监管风险尚未解决。根据项目的 MiCA 相关材料，FLOCK 被描述为一种功能型代币，而 Crypto Risk Metrics 中列出了 FLock.io 的一份加密资产白皮书，通知日期为 2025 年；其背后的 MiCA 白皮书 声称该代币可用于访问平台功能、质押、治理以及服务使用。这一分类在欧盟语境中具有参考意义，但并不能消除其他法域下关于证券、商品、衍生品、消费者保护、数据保护或 AI 监管等方面的问题，尤其是在代币持有者开始期待通过质押、委托、销毁或模型代币收入分配获得被动收益时。对公开资料的检索未发现截至 2026 年 9 月 15 日对 FLock.io 或 FLOCK 提起的、类似 SEC 主导的重大在案诉讼，但缺乏可见的诉讼并不等同于获得法律豁免。中心化风险同样不容忽视：文档仍显示在任务创建的部分环节存在分阶段的许可控制，经济系统依赖于 FLock 控制或与基金会相关联的合约与产品设计，而验证者或委托的集中化可能影响模型评分、代币排放以及外界对中立性的认知。(white-paper.crypto-risk-metrics.com)

竞争风险非常严峻，因为 FLock.io 所在的领域是加密基础设施中最拥挤的赛道之一。它直接或间接地与 Bittensor 风格的子网市场、Gensyn 的可验证机器学习算力网络、Vana 的数据主权与数据流动性方案、Ritual 的 AI 执行栈，以及已经在分发渠道、客户支持、可用性记录和模型质量方面具备优势的中心化 AI API 提供商竞争。与体量更大的去中心化 AI 网络相比，FLock.io 更聚焦于联邦训练、验证和模型代币经济，这可能在其能够产出具有真实需求的专业模型时构成优势，但如果市场最终向更具流动性的 AI 网络或传统云端 AI API 收敛，这种聚焦也可能成为限制。在经济层面，项目必须证明训练和验证奖励不仅仅是补贴驱动的活动，FOMO 模型代币不会演变为与实际使用弱相关、流动性稀薄的准股权工具，并且要证明推理（inference）收入可以在没有永久性排放的情况下支撑贡献者。(docs.gensyn.ai)

FLock.io 的未来前景如何？

FLock.io 的未来，与其说取决于代币上所，不如说取决于该协议能否将研究信誉与贡献者激励转化为可持续的、企业级的 AI 使用需求。

其 2026 年路线图 规划的里程碑包括：FOMO 测试版、API Platform 2.0、面向强化学习用例的 AI Arena 升级、无许可的模型代币、与 ERC-8004 相关的 EIP 升级、模型代币投票机制、向图像、视频、音频和语音模型的扩展，以及与推理网关的更深度集成。2026 年第二季度报告还提到与 UNDP 相关的试点、主权 AI 工作流以及更广泛的 FOMO 参与，作为近期重点方向。结构性挑战同样清晰：FLock.io 必须在不降低质量的前提下去中心化任务创建流程，让验证者在经济上保持诚实，保护用户免受“伪装成使用需求的模型代币投机行为”的伤害，与资本更雄厚的 AI 基础设施网络竞争，并证明手续费收入能够突破早期阶段的规模。没有任何价格预测是有根据的；更相关的问题是：FLock.io 能否成长为隐私保护型 AI 训练与模型变现的持久协调层，还是会停留在一个激励充足但需求侧拉力不足的贡献者网络。(docs.flock.io)