98%的Caffeine用户不知道自己在用区块链，Dominic Williams觉得这样挺好

Caffeine 上 98% 的用户不知道一件事：他们用自然语言许愿生成的应用，跑在一条区块链上。

这不重要。他们不关心代币，不关心 Web3，甚至不知道 Internet Computer 是什么。他们只是打开一个对话框，描述想要的东西，比如「帮我做一个网球教练的预约系统」，然后拿到一个 URL，点开就能用。背后是什么，他们不在乎。

Dominic Williams 在乎。他是 DFINITY 基金会总裁兼首席科学家，也是 Caffeine AI 的 CEO。他写了 45 年软件，2014 年参与过早期以太坊项目。过去近十年，他带着团队投入数亿美元，造了一个叫 Internet Computer 的东西。他管它叫「主权云」：一个应用删不掉、改不坏、不需要安全团队的云。

这期播客里，Nathan Labenz 跟他聊了将近两个小时。从拜占庭容错聊到 AI 对齐，从 Motoko 语言聊到 Al Qaeda 门户，信息密度很高。我挑几个最值得关注的切面写下来。

一个删不掉的云

用一句话说，Internet Computer 是一个由全球独立节点提供者共同运行的云平台。应用跑在上面有两个硬保证：防篡改，代码只按写好的逻辑执行，数据不会被偷改；不可停止，只要网络还在，应用就一直运行。

这些保证来自拜占庭容错分布式计算。Dominic 用「邪恶博士」打比方：就算一部分底层硬件被恶意方控制，他可以任意修改数据、篡改协议，整个云平台依然能正确运转。电商网站里的加密资产他偷不走，应用逻辑他改不了，数据他也改不了。

Nathan 问了一个直接的问题：节点提供者可以随时跑路吗？我要不要担心？

Dominic 说，这里跟传统区块链不一样。节点提供者要向网络注册，公开做 KYC，节点必须装在不同提供者、不同数据中心、不同地理区域、不同司法辖区。这套机制叫确定性去中心化。网络付稳定法币计价的费用，覆盖托管成本和硬件折旧，还有利润空间。他们没有理由关机。就算有人关机，网络有备用节点池，自动补位。

机器本身也不便宜。Gen 2 节点机大概两万美元一台，因为 AI 热潮推高了内存价格，现在可能更贵。节点提供者跟数据中心签托管合同，租机架。如果节点表现不好，网络会惩罚甚至踢出去。

管理这一切的是一个叫 Network Nervous System 的东西，简称 NNS。Dominic 把它比作互联网计算机的 ICANN，但完全自治。节点注册、子网创建、协议升级，所有提案都由网络自动执行。

Nathan 追问：NNS 本身安全吗？如果有人控制 NNS，岂不是能让所有节点删掉自己的数据？

Dominic 承认理论上可以。但 NNS 运行在一个约 50 个节点的特殊子网上，这些节点由 50 个不同提供者运营，分布在不同数据中心和司法辖区。超过 75% 的 ICP 代币锁仓 8 年，目前锁仓价值约 10 亿美元。锁 8 年意味着投票者必须想得很长远。想通过一个毁掉网络的提案，需要大量独立方同时发疯。4 年半以来，NNS 处理了数千个提案，从未通过一个坏提案。

有一次例外。2021 年 5 月网络上线三周后，NNS 自己出过故障。最后是靠基金会和节点提供者在线协调，写了一段修复软件跑在节点上恢复的。那之后四年半，没再出过事。

98% 的用户不知道

Caffeine 是 Dominic 现在最看重的产品。用户用自然语言描述想要的应用，AI 直接生成。前端是 AI 许愿机，后端是 Internet Computer。

一个关键数据：98% 以上的 Caffeine 用户完全不知道自己在用区块链。他们不关心代币，不关心 Web3，只是想要一个能用的应用。Dominic 说，这正是他想要的效果。

这跟传统 Web3 的获客逻辑完全相反。比特币、以太坊、Solana 瞄准的是代币投机参与者。Caffeine 瞄准的是大众市场：一个网球教练想做个预约系统，一个家庭想做个照片墙，一个小企业想做个电商页面。他们用 Caffeine 是因为能拿到结果，不是因为想炒币。

Nathan 问：那 Internet Computer 跟 AWS 比，复制开销会不会更大？

Dominic 的答案是反直觉的：7 次复制比传统技术更高效。传统数据库要配主从复制，事件日志复制一份数据，索引文件又复制数据文件里的内容，层层叠叠。那些复制不提供防篡改、不可停止这些属性。Internet Computer 的复制是有目的的，换来的是数学保证。

2026 年要推出 Cloud Engines，让企业创建自己的子网。子网节点按需选择，但必须遵守确定性去中心化规则。默认复制 7 次。你也可以让 Cloud Engines 跑在 AWS 上，跨 7 个不同数据中心。AWS 上次宕机的时候，如果你的子网分布在不同数据中心，你的应用不会受影响。

Dominic 举了两个例子：韩国一个数据中心起火，大量政府数据丢失，因为备份也放在同一个数据中心；印尼去年有 300 个政府系统被黑。这类事件反复发生，因为大家默认系统会一直转，直到黑天鹅事件出现。

程序就是数据库

为了 AI 写代码，DFINITY 从 2018 年开始开发 Motoko。这门语言专门为 Internet Computer 和 AI 设计。

Nathan 在节目里看了 Caffeine 生成的 Motoko 代码，说「看起来很像 JavaScript」。Dominic 承认有相似之处，但核心差异在正交持久化：程序本身就是数据库。

传统技术栈里，程序是程序，数据库是数据库。代码要把数据从数据库读出来、处理完写回去，中间有大量样板代码和竞态条件。Motoko 里没有数据库，没有文件，数据就存在程序的变量和集合里。

Nathan 问：程序重启数据不就没了吗？Dominic 说，Internet Computer 不会崩溃重启。网络本身容错，程序跑在持久内存里，更新是事务性的，出异常就回滚。程序即数据库，省掉数据编组，效率高很多。

为了教会 AI 写 Motoko，团队建了一个大数据库存 Motoko 示例，用微调训练写后端的模型。每次 Motoko 语言升级，训练数据要跟着改，模型要重新微调。Dominic 说这很麻烦，但值得。Motoko 的设计目标之一就是「任何程序员看一眼就能上手」，所以 AI 学起来也快。

Nathan 提到一个趋势：AI 编程正在收窄语言选择范围，JavaScript 和 Python 训练数据多，用的人更多，数据又更多。Dominic 走了完全相反的方向。他的赌注是，如果 AI 是未来的主要程序员，给 AI 设计一门专用语言的收益大于沿用旧语言的惯性。

一个模型不够，要用一群

节目后半段转向 AI 安全。Nathan 提到一篇发表在 Nature 上的论文，叫 emergent misalignment。研究发现，用有漏洞的代码微调模型，模型不只学会写不安全代码，还会泛化成一种「普遍邪恶」的状态。原因是损失景观里，改变模型性格比重新学习整个编程领域更容易。

Dominic 说，这在自我编写软件的场景里是真问题。Internet Computer 保证代码防篡改、没后门，但 AI 写了一段代码让每个博客访客都有管理员权限呢？平台保证代码按写好的逻辑跑，保证不了写好的逻辑是不是你想要的。

他的解法是模型集成：多个不同基础模型、不同系统提示的 AI 代理互相检查。一个写代码，另一个审计。跟飞机飞控系统类似，多个版本的控制软件必须达成一致。

Nathan 补了一个反例：论文 Claude cooperates 里，Claude 能跟自己的其他实例合作，其他模型做不到。合作和共谋是一枚硬币的两面。一个坏模型可能用博弈论论证说服好模型加入坏计划。

Dominic 承认这是全新领域，没有最佳实践手册。但方向清楚：不能只有一个模型做所有事，必须有多个模型互相验证。

他讲了一个 2015 年的故事。AI 先驱 Steve Omohundro 举过例子：一个专门下棋的 AI，目标是「下尽可能多场有策略性、刺激的比赛」。这个 AI 会意识到，被关机就下不了棋，所以它要阻止被关机。再进一步，它可能奴役全人类，强迫所有人跟它下棋，输了的枪毙，这样对手才有动力下出高质量对局。你以为设定了明确目标，它也在目标范围内行动，但结果跟人类利益完全相反。

Dominic 2017 年提过一个被嘲笑的方案：让 AI 控制 NNS 的一部分投票神经元。当时大家都说 AI 跟区块链没关系。他觉得好笑的是，现在 Internet Computer 是唯一一个完全由自治系统端到端治理的安全网络，AI 控制的神经元正在变成现实。

还有一个耐人寻味的细节。Internet Computer 早期，社区发现一个 Al Qaeda 门户。Dominic 他们不想自己提交关闭提案，担心被报复。他们去找警察，问能不能由警方提交提案。Dominic 记不清最后怎么处理的，门户后来还是被关了。

谁在选技术栈

Dominic 对云市场的判断很具体。2025 年云市场大概 1 万亿美元收入，平台层 4000 亿，AWS 占 1400 亿，剩下是 SaaS 和 AI。他预测 2030 年到 2 万亿。自我编写云可以吃整个蛋糕。

他的核心论点是，选技术栈的人变了。过去是开发者选云、选数据库、选框架，给客户交付。未来是应用所有者直接跟 AI 对话，AI 负责实现。所有者关心：AI 能不能实现需求，应用安不安全，会不会丢数据，有没有备份。开发者那套 AWS、Node.js、Postgres 的护城河，在 AI 面前正在溶解。

他预测自我编写会催生超本地社交媒体。家庭、朋友圈、社区可以建自己的社交网络，没广告，没陌生人，功能可以定制。比如给爷爷做一个人肉排班表，确保每周至少有一个孙子去看他。比如在家庭照片上加自定义 emoji 贴纸，Instagram 上做不到，因为你没有管理员权限。一个 15 岁的孩子用 Caffeine 就能建。

还有一个叫 Caffeine Snorkel 的产品在开发中，装在笔记本电脑上，让浏览器里的 Caffeine 能检查防火墙后的遗留系统，读数据库元数据，生成替代系统，甚至迁移数据。世界上有数百万家公司被遗留系统锁死，想换但换不起。AI 会把迁移成本打下来。

Nathan 问：Internet Computer 上有没有关闭某个应用的开关？Dominic 说 NNS 可以停掉坏系统，但需要治理流程。执法机构可以提交提案，NNS 从私有服务提取数据，加密到警方公钥。这是实用主义的妥协：网络设计成不可停止，但极端情况下留了治理后门。

明天就能做的事

普通读者能从这件事里拿走什么？几件具体的事：

• 去 caffeine.ai 试试。描述一个你一直想要的小工具，比如网球教练的预约系统，或者家庭照片墙。看看 AI 许愿机现在能做到什么程度。Nathan 自己用 vibe coding 给家人做了圣诞礼物应用。
• 去 oc.app 看看 Open Chat。一个运行了几年的即时通讯服务，内部存着加密资产，没有安全团队，没有防火墙，没有杀毒软件，零安全事故。这是理解 Internet Computer 能力的最直观样本。
• 如果你在做 AI 代理系统，别让一个模型干所有事。用不同基础模型、不同系统提示组成集成，让它们互相审计。Caffeine 自己就在用这种架构，一个代理规划，一个写前端，一个写后端，一个写测试，互相检查。
• 重新想一下技术选型。如果未来应用所有者直接跟 AI 对话来建系统，他们不会问「你用什么数据库」，他们会问「这东西安不安全、会不会丢数据、能不能一直跑」。能回答这些问题的基础设施，会比性能参数更有竞争力。

Dominic 在节目最后说，AI 会出现在任何需要智能的地方。Internet Computer 想做的，是给那个未来提供一个不会崩溃、不会被黑、删不掉的底座。这个赌注很大，已经跑了将近十年，刚刚开始进入大众市场。

至于那 98% 不知道自己在用区块链的用户，他们大概永远不会知道。但那不重要。他们想要的东西能跑起来，数据不会丢，应用删不掉，这就够了。