对话 EdgeX 创始人 Davy：去中心化边缘计算网络如何推动 AI Agent 全民化？

作者：西柚，ChainCatcher

春节期间，DeepSeek的惊艳亮相让AI再次站在了全民瞩目的聚光灯下，凭借其出色的性能与极具性价比的开发成本冲击着AI行业。当前，如何降低AI模型的运营成本、提升运行效率、使其更加普及化，正成为AI行业的发展叙事主题。

早在去年，去中心化边缘AI计算网络EdgeX就已开始为降低AI运行门槛而努力，致力于构建一个用户与AI连接的基础网络。其强大之处在于分布式的算力基础设施，AI Agent所需的运行资源由用户提供，从而推动去中心化边缘算力的实现与发展。

EdgeX正全力打造一个去中心化AI基础设施平台，该平台融合了分布式算力资源与AI调度管理系统，构建了一个高效、安全、透明的去中心化算力网络，支持各类AI模型可以在分布式环境中无缝运行，以推动AI技术在边缘场景的广泛落地与应用。

简单来说，EdgeX网络通过一个去中心化的计算框架，汇聚参与者贡献的算力、存储和带宽，形成一个全球性的边缘计算网络，在大幅降低了算力成本的同时，使得任何AI模型都能在边缘设备上无缝穿梭、高效运行。

EdgeX创始人Davy在ChainCatcher采访中多次强调，


EdgeX不仅是一个技术平台，更是一种理念的实践。希望通过整合Web3和AI技术，推动去中心化技术的发展，让AI真正与每一个用户紧密连接。

目前，EdgeX已成功推出了硬件产品XR7 AI Dual Gateway，并在韩国市场成功交付且广受好评，


用户可以通过购买该硬件产品，并部署硬件节点的形式加入网络贡献算力


，获得早期奖励。同时，EdgeX APP beta版本也在韩国启动了第一阶段试用，用户也可参与测试网络。

值得一提的是，创始人Davy还向ChainCatcher透露，


EdgeX目前已成功获得国内两家知名Web3资本的早期支持，


并正在积极与北美的多家传统资本和Web3资本进行深入洽谈，围绕领投等关键事宜展开深入合作。预计在今年第二季度至第三季度期间，将逐步对外公布融资的具体进展和成果。

EdgeX创建背后故事

1、ChainCatcher：作为EdgeX的创始人，Davy能否分享一下在Web3和AI行业的经历，以及启动AI基础设施项目的契机？在EdgeX项目中，您主要负责哪些工作？

Davy：


自2015年起，我便深耕于数据中心及云领域行业，曾与多家Web3公司合作，为其搭建节点并提供全面的基础设施支持，及头部CEX撮合引擎的技术支持。此外，我还参与过多个硅谷项目从产品构想到成功登陆交易所的全过程，深度介入了基础设施的蓝图规划、产品研发、日常运营及市场推广等关键环节。

在AI领域，我早期就接触了机器学习技术，尤其是在存储与计算方面，曾与多位数据科学家合作开发和设计AI应用。随后，我参与了硅谷的几家大模型项目，担任顾问角色，致力于多模态模型的优化、垂直领域模型的精细调整与高效训练。

在2024年，我观察到AI领域正经历从中心化向去中心化的转型变革，这与Web2向Web3的演进不谋而合。随着AI对分布式算力的需求与日俱增，而边缘计算作为关键技术，能够有效满足这一需求。基于此，我决定将Web3和AI的优势技术及经验融合，启动EdgeX项目，专注于打造一个去中心化的AI基础设施。

目前在EdgeX项目中，我主要负责EdgeX项目的技术架构设计，设计智能算力调度系统，确保算力资源的高效协同；EdgeX算力网络的技术设施搭建，为AI应用提供稳定、可靠的底层支撑；AI应用的优化，洞察各行各业的需求，量身定制垂直领域的AI解决方案。

2、ChainCatcher：EdgeX产品定位及所追求的愿景是什么？想要解决当前市场上的哪些痛点问题？

Davy：EdgeX致力于打造一个去中心化AI基础设施平台，融合分布式算力与智能任务管理，以推动AI技术在边缘场景的落地及应用。它通过构建了一个高效、安全、透明的算力平台，让AI模型得以在分布式环境中无缝运行，为去中心化应用和各类场景提供强有力的底层技术支持。

当前，AI行业面临着诸多挑战：集中式算力成本居高不下，数据隐私与安全令人担忧，边缘场景的支持更是捉襟见肘。具体而言，传统AI模型严重依赖昂贵的集中式云计算资源，导致算力成本高昂，限制了小型团队和开发者的创新步伐；集中化的数据存储模式则如同定时炸弹，时刻威胁着数据的安全与隐私；而大多数AI模型在边缘设备上的运行效率更是难尽人意。EdgeX正是为了解决这些难题而来。

简单来说，EdgeX利用分布式算力大幅降低了算力成本，为小型团队和开发者敞开创新的大门；而分布式算力网络支持任何AI模型都能在边缘设备上无缝穿梭、高效运行，填补了边缘设备AI运行的空白。同时，其去中心化基础设施可为数据隐私与安全提供更高水平的保护；

EdgeX不仅是一个技术平台，更是一种理念的实践。


希望通过整合Web3和AI技术，推动去中心化技术的发展，使AI真正惠及于每个用户。同时，我们也致力于为开发者和企业提供更具创新性的解决方案，共同构建一个开放、共享的、繁荣的、AI生态系统。

3、ChainCatcher：能否介绍一下EdgeX团队成员的构成？并谈谈你们在AI和Web3融合领域的独特优势？

Davy：EdgeX团队是一支由全球技术研发、市场运营及品牌推广等领域的杰出精英组成的多元化、国际化团队。成员遍布硅谷、新加坡、台北等多个国际都市，这样的全球分布式布局使其能够迅速捕捉全球市场需求，寻找最佳合作伙伴和资源。

团队核心成员曾在Amazon、阿里云、腾讯等全球顶尖科技企业担任核心职务，不仅具备从0到1成功推动项目落地的能力，更拥有广泛的行业资源，助力项目在全球范围内的有效实施。

在技术领域，EdgeX团队在AI与Web3两大前沿阵地均拥有深厚的积累。特别是在大模型、多模态技术以及去中心化算力调度等关键领域。同时，我们对Web3代币经济学、智能合约设计等核心模块有着深入的理解与掌握，能够从容应对AI与Web3技术融合过程中的各种挑战。不仅如此，EdgeX团队还擅长商业化落地，成员在市场推广、用户增长、供应链管理等领域经验丰富。

此外，我们还得到了顶尖Web3顾问团队的支持，他们将在产品技术、代币经济学设计、市场拓展和战略规划等方面提供宝贵指导，为EdgeX的快速发展提供坚实后盾。

4、ChainCatcher：根据EdgeX的官方路线图，项目计划在2024年第二季度至第四季度完成种子轮融资。请问目前该轮融资的进展情况如何？

A：截至目前，


EdgeX项目已经成功获得了国内两家知名Web3资本的支持。


同时，我们也在积极与北美的多家传统资本和Web3资本进行深入洽谈，围绕领投等关键事宜展开合作探讨。

按照既定的计划，


EdgeX预计将在2025年的Q2至Q3期间，正式对外公布本轮融资的具体进展和成果。

EdgeX产品特点及优势

5、ChainCatcher：EdgeX网络的具体运转机制、核心构成及主要组件及作用是什么？

Davy：


EdgeX网络通过一个去中心化的计算框架，汇聚参与者贡献的算力、存储和带宽，形成一个全球性的边缘计算网络。用户购买并部署EdgeX硬件节点参与其中，这些节点接入网络完成任务后会生成工作证明（PoW），获得代币奖励。

在这个过程中，EdgeX设计了一个智能任务调度系统。比如，有一个AI模型需要在边缘设备上运行，这个任务会被拆分并分配到不同的节点执行，以确保整个网络高效运转，同时保持低延迟和高并发。

EdgeX网络的核心构成包括：

• 
  硬件节点、EdgeX专属操作系统、及AI-Agent系统；
  
• 
  硬件节点
  
  
  不仅支持AI模型推理，还能提供存储和带宽等资源；
  
• EdgeX操作系统
  
  运行硬件节点上，为边缘场景提供优化计算能力。
  
• AI-Agent系统
  
  核心功能可实现分布式AI调度，能够本地化完成数据分析和推理，在必要时调用高性能节点来提升任务的完成效果。
  

此外，EdgeX网络结合去中心化协议和分布式存储系统，确保数据安全和网络稳定。

EdgeX各组件共同构建了一个去中心化、高效、安全的计算生态，为AI推理及其他场景AI应用提供更好的基础设施支持。

6、ChainCatcher：相较于市面上的Aethir、io.net、Gradient Network、Theta等去中心化算力DePIN项目，EdgeX有何独特之处？

Davy：首先，当前市面上的大多数去中心化算力网络更偏向通用计算领域，而


EdgeX专注于边缘算力与AI的深度整合。它尤为注重AI推理任务的优化和资源调度，旨在精准地服务于各类具体的AI应用场景，在满足特定算力需求方面有独特优势。

其次，与依赖中心化数据中心的大规模分布式网络不同，EdgeX更加强调边缘节点的自主运算能力，这是其适配AI推理任务的关键所在。通过智能的任务调度系统，EdgeX能够精准地将AI任务分配至最适合的边缘节点，从而显著降低延迟，提升实时性能。

在产品设计上，EdgeX则结合了软硬件一体化的解决方案，已推出自己的硬件节点，大多同类算力项目主要聚焦于软件平台，这是区别于其他算力项目的重要特征。EdgeX硬件节点搭载了专属操作系统，并针对边缘计算和AI场景进行了深度优化。这种设计不仅大幅提升了算力的效率，还为用户提供了一种更为稳定、高效的解决方案。

在代币经济学方面，EdgeX结合了工作证明和资源证明机制，以激励贡献者提供高效的算力与存储资源。这一机制确保了网络资源的合理分配，有效避免了资源浪费。

在应用场景上，EdgeX的应用场景更加广泛，不仅支持通用去中心化算力需求，还聚焦于多模态AI任务、边缘设备上的轻量化推理及IoT场景应用。这种多元化的技术覆盖与实际应用，使得EdgeX不局限于某一类特定任务或服务，而是展现出强大的通用性和灵活性。

实现技术覆盖与实际应用的多元化，不局限于某一类任务或服务。

由此来看


，EdgeX不仅是一个通用的去中心化算力网络，更是一个专注于边缘计算和AI任务的创新平台。


可为AI与Web3的融合带来更多可能性。

7、ChainCatcher： EdgeX有哪些具体的应用场景及已落地的产品？

Davy：


当前，


EdgeX已成功实现了让用户实体设备与AI Agent的深度集成与实时连接。用户能够轻松通过其实体设备与AI Agent进行互动，使Agent化身为用户贴身的智能助手。


使Agent不仅仅再是一个虚拟的存在，而是一款能够精准理解、持续学习并执行用户指令的智能设备。EdgeX的Agent不仅能提供本地化的决策支持，还能依托EdgeX的分布式网络，灵活获取所需的算力与存储资源，满足各种复杂的计算需求。

应用场景包括：

智能家居：EdgeX的Agent作为家庭助手，与家中的IoT设备互联，如通过边缘算力支持，实时分析用户的习惯，智能调节空调、灯光等设备，同时保护数据隐私。

工业自动化：在工厂或生产线中，EdgeX支持边缘AI-Agent完成设备监控、故障预测及流程优化，降低延迟，提高生产效率。

多模态AI服务：EdgeX的网络可以支持多模态数据处理，包括图像、视频、语音等，如医疗领域，Agent在边缘处理患者数据，为医生提供实时辅助诊断建议。

教育与培训：通过EdgeX网络，AI-Agent成为学生的学习助手，提供个性化辅导，同时保护数据隐私。

虚拟助手与游戏：在游戏或虚拟现实应用中，Agent利用EdgeX的分布式算力提供实时环境生成和角色互动支持。

截至目前，


EdgeX已成功推出了一系列实体产品，涵盖硬件节点以及与用户紧密绑定的AI Agent设备。


这些产品利用EdgeX网络的优势，确保算力与存储资源得到高效配置与利用，进而实现了用户与智能设备之间流畅无阻的交互体验。

8、ChainCatcher：作为一个去中心化AI计算新网络，EdgeX 有哪些措施来吸引和留住开发者？

Davy：EdgeX致力于打造一个充满活力、蓬勃发展的开发者生态，不仅仅希望开发者使用我们的平台，更期望他们能在此找到归属感与长期发展的机会。目前，EdgeX已经实施了多项举措，帮助开发者在EdgeX平台上快速起步，获取长远的利益与发展机遇。

在技术方层面，EdgeX提供全面的开发工具与详尽的文档支持，配备了对开发者友好的SDK、API接口以及多种编程语言支持，并辅以详尽的技术文档和分步教程，全力协助开发者快速上手。

在激励机制方面，EdgeX上的开发者通过开发高质量应用、优化网络性能或提供算力资源，均可获得$EX代币的奖励。同时，EdgeX还推出了收入分成模式，开发者在EdgeX网络上部署的应用，支持其通过用户支付的使用费用中直接获得收益分成。

在社区建设上，EdgeX创建了一个开放的开发者社区，鼓励经验交流与想法分享。核心技术团队会直接参与社区，提供技术指导与支持，确保开发者问题得到及时回应与解决。

此外，EdgeX还为开发者规划丰富的成长机会，如定期举办黑客松与开发者大赛，提供展示平台。同时，EdgeX会通过其全球合作网络，帮助开发者拓展用户基础，让创意触达更广泛市场。

生态治理代币EX的应用场景及早期用户奖励

9、ChainCatcher：EdgeX已在官网发布了治理代币EX的经济模型，请问EX在EdgeX网络中起何作用？对早期用户有何激励政策？

Davy：EX代币是驱动EdgeX网络运行的核心力量。

作为治理代币，EX赋予持有者参与网络决策的权利，包括投票决定网络发展方向、协议升级及资源分配等关键事项


。这种去中心化的治理模式促进了网络的透明度，也能够吸引社区更积极地参与到EdgeX的生态建设中来，和社区参与度。

同时，EX也是网络内经济活动的主要媒介。


在EdgeX生态系统中，用户需使用EX支付资源调用费用，如算力、存储和带宽等服务。而节点运营者在提供资源后，则通过工作证明（Proof of Work）或资源证明（Proof of Resource）获得EX奖励。


这一机制激励了更多节点参与网络运行，确保资源的高效利用。

对于早期用户，EdgeX已推出了多种激励措施：


早期部署硬件节点的用户可享受更高的EX代币挖矿奖励；此外，早期开发者在EdgeX网络上发布高质量应用或优化网络性能，可获得额外的奖励池分配；还计划推出早期用户专属的代币空投活动，帮助其快速融入EdgeX生态。

总体而言，EX代币不仅是一个激励工具，更是生态连接器，将用户、开发者和节点运营者紧密相连，共同推动EdgeX网络的成长与繁荣。对于早期用户，不仅能获得经济回报，还能通过参与网络治理，成为生态的重要一员，共享EdgeX发展的红利。

10、ChainCatcher：EdgeX产品开发进展如何？用户参与的方式有哪些？

Davy：EdgeX的硬件产品XR7 AI Dual Gateway已在韩国市场成功交付并并广受好评，这标志着全球推广的重要一步，同时也是对EdgeX网络实际性能和应用价值的一次重要验证。

与此同时，EdgeX APP beta版本已在韩国启动了第一阶段试用，重点测试网络稳定性和用户体验，为后续的全球市场扩展打基础。

在AI Agent领域，EdgeX的开发团队正致力于模型参数的持续优化，以期实现性能的显著提升，使用户体验更加流畅，如包括更快的响应速度和更精确的任务处理能力等。

对于用户如何参与EdgeX网络，目前韩国用户可通过部署XR7 AI Dual Gateway硬件节点加入网络，贡献资源并完成任务以获取代币奖励。此外，用户还可参与试用APP beta版本，体验服务及提供反馈意见。

11、ChainCatcher：EdgeX曾透露，正在与AI Agent赛道当家花旦 Eliza 商谈合作细节，请问具体合作细节是？EdgeX在AI Agent应用中起到了哪些关键作用？如何通过边缘计算来优化AI Agent的性能和效率的？

Davy：作为AI Agent赛道的代表性产品，Eliza流畅的交互能力和用户体验与EdgeX去中心化算力网络非常契合。EdgeX正致力于将Eliza的白标版本融入其网络中，旨在通过这一合作提升Eliza的服务效率与用户体验，实现快速响应与实时交互，双方具体合作方案还在细化中。

在AI Agent的应用场景中，EdgeX提供了底层的算力支持与优化。


通过EdgeX，AI Agent如Eliza的计算任务能够顺利转移至分布式的边缘节点进行处理


。这种模式让Eliza能够更贴近用户所在的网络位置，从而降低延迟。同时，EdgeX的智能调度机制能够动态地将任务分配至最优节点，提升整个系统的资源利用率和运行效率。

EdgeX的边缘计算框架从以下三方面优化AI Agent性能，使其在速度、智能化及用户体验上达到新高度。

低延迟：任务在用户附近的边缘节点即可完成，无需再远程传输至云端，大幅降低了数据传输时间，提升了交互流畅度。

智能调度：EdgeX可实时分析各个节点的状态，并根据实际情况动态调整任务的分配，确保资源的合理利用，有效防止节点过载。

分布式算力协作：当单个节点无法应对复杂任务时，EdgeX的分布式架构能够迅速调用多个节点协同处理，既保证任务顺利完成又提升了整体效率。

如何衡量一个AI基础设施的可靠性?

12、ChainCatcher：一个AI Agent基础设施想要获得市场认可，需具备哪些特质？同时，作为DePIN及AI赛道的创业者，对于用户如何衡量一个去中心化边缘计算AI网络的可靠性，有哪些建议？

Davy：


AI Agent基础设施的成功构建需围绕以下几个核心特质，这些特质同样适用于衡量去中心化边缘计算AI网络的可靠性：

1、




评估网络的性能：首先是高性能与低延迟，


这是用户体验与系统实用性的基石。用户在使用AI Agent时，最基本的要求就是快速响应，如果任务处理速度太慢，不仅用户体验会大打折扣，整个系统的实用性也会受到质疑。


其次是可扩展性与灵活性


，优秀的基础设施应能随用户需求增长而灵活扩展，并支持多样化的应用场景。

对于一个去中心化算力网络，


用户可以通过考察任务分配的智能化程度、算力调度的效率，以及响应速度和处理能力，是否具备根据任务复杂度动态调配算力的能力，以及是否支持多样化的应用场景等方面。


如


EdgeX可将任务精准分配至用户邻近节点，提升了响应速度同时并降低了延迟，契合实时性需求，还能够依据任务复杂度动态调配算力，轻松应对图像、视频、语音等多模态任务，适配从智能家居到工业应用，乃至医疗辅助等多种场景。

2、安全性与隐私保护


，随着数据隐私与安全问题日益凸显，用户对基础设施的安全要求愈发严格。用户应考察对应的AI网络是否使用了可靠的加密协议和数据存储机制，以保护数据隐私。

3、


开发者生态与用户社区


：强大的开发者生态与用户社区是推动基础设施持续发展的关键力量。对于去中心化AI网络，用户应关注其是否有强大的开发者支持，是否能够不断推出新功能或优化已有服务，以及用户社区的活跃度和生态建设情狂。

对于衡量去中心化边缘计算AI网络的可靠性，用户还应考虑以下两个维度：

节点的稳定性和参与度


：网络的可靠性在很大程度上取决于其节点的稳定性和分布范围。如果节点过于集中或者不稳定，网络就很难称得上是可靠的。

实际使用体验


：这是最直观的衡量方式。用户可通过实际部署节点或运行应用来感受网络可靠性，如是否遇到技术问题，响应是否达标。

总结来看，一个获得市场认可的AI Agent基础设施或去中心化边缘计算AI网络，应具备高性能、可扩展性、安全性、强大的开发者生态与用户社区等特质，并通过节点的稳定性和参与度以及实际使用体验来进一步衡量其可靠性。

13、ChainCatcher：对于未来的AI Agent发展有何看法？在加密技术与AI Agent的融合应用中，您特别看好哪些具体场景？

Davy：


我认为AI Agent的未来将朝智能化、个性化和协作化方向发展。AI Agent不再只是简单的任务助手，而是能成为主动学习和适应用户需求的多模态智能体，深入融入人们的生活和工作，完成复杂任务处理，还能再交互中有情感体验。

在技术层面看，去中心化和边缘计算将是重要发展趋势。传统的中心化AI架构在处理大规模个性化需求时存在瓶颈，而分布式网络能够提供更灵活的算力和存储支持，让AI Agent能够更贴近用户。另外，多Agent协作也将成为常态，通过引入协作机制，不同的AI Agent可以共享信息、分担任务，实现更加复杂的目标。例如，在一个智能城市中，交通、能源、安防等多个领域的AI Agent可以协同工作，为城市管理提供整体优化方案。

关于加密与AI融合应用场景中，个人更看好:

1、个性化服务与隐私保护


：AI Agent提供个性化服务时，利用加密技术保护用户敏感数据，例如，在医疗健康领域，AI Agent可以为用户提供个性化的健康建议，同时确保医疗数据的隐私性不被泄露。

2、分布式协作与激励机制


： 在去中心化网络中，多个AI Agent可以通过区块链技术实现可信的协作和分工。加密技术可支持通过智能合约提供任务完成后的透明结算和激励分配。

3、去中心化市场与AI服务交易


：构建去中心化AI服务市场，让用户直接与AI Agent互动并支付费用，适用于教育、咨询、设计等领域。

4、多方计算与联合学习：


在AI模型训练过程中，加密技术可以实现数据在不同方之间的安全共享。比如多个组织可以联合训练AI模型，而无需暴露自己的原始数据，从而提升模型性能，同时保护数据隐私。