Explore

Intuition AI 信任层

Intuition 协议旨在为互联网构建一个由经济驱动的基础性信任层。

2022年创立，通过将去中心化知识图谱与“信息金融”（InfoFi）模型相结合，解决 Web3 中数据来源、抗女巫攻击和声誉碎片化等关键问题。

核心创新在于：将信息视为可验证的记录，以及可交易的流动性资产。

每一条数据（称为“原子”或“三元组”）都是一个金融化的“金库”，通过独特的链上架构（“Multi Vault”）实现，并由链下数据聚合与索引后端提供支持。

背景

当前互联网范式由中心化平台（如谷歌、TikTok、OpenAI）主导，它们扮演着信息的“中心化策展人”角色。这种模式催生了庞大且不互通的数据孤岛，这些孤岛极易被滥用，并引发了隐私和透明度方面的担忧。

这些平台的激励模型与信息质量相悖，它们优先考虑参与度（点击、浏览量），而非准确性，从而奖励了虚假/标题党内容，而非可信度。

这导致互联网充斥着噪音、垃圾信息、机器人和低质量内容，同时数据的经济价值几乎完全被这些平台攫取，而创造这些数据的个人用户却只获得了不到 1% 的价值。

（一个老生常谈的问题）

Web3 数据问题

尽管区块链技术解决了数字价值的所有权问题，但并未解决身份或数据完整性的问题

女巫攻击 (Sybil Attacks): 单个用户可以创建数千个钱包地址来刷空投奖励或操纵去中心化自治组织（DAO）的治理投票。

声誉碎片化 (Fragmented Reputation): 每个 DAO 和去中心化应用（dApp）都在构建自己定制化的声誉评分系统，导致用户的信誉无法跨平台移植且容易被伪造。

缺乏来源追溯 (Lack of Provenance): 难以确认链上数据和证明（attestations）的真实性及其来源的可信度

人工智能：可验证数据作为基础层

人工智能模型常常会继承训练数据中的偏见，并且容易产生“幻觉” 。

因此，市场对一个可信中立、可验证的数据层产生了迫切的新需求。

这一数据层需要能够将 AI 模型锚定于现实，为其提供真实的用户自有上下文，并实现安全的代理（agent）间协作

Intuition的核心逻辑是：“虚假和低质量的活动之所以猖獗，是因为其成本低廉” 。

Intuition 通过引入“昂贵信号”（costly signaling）来解决。

在 Intuition 中，每一份证明都需要支付 $TRUST 代币作为费用和质押。

架构

核心组件

链上状态 (Solidity 智能合约): 一系列经过 Trail of Bits 安全审计的智能合约，它们构成了知识图谱的节点、边和权重。这是不可篡改的记录账本。

链下后端 (Rust): 一个强大的系统，负责索引和聚合链上及链下的数据，使其易于查询和访问。

API/SDK (TypeScript Monorepo): 一个对开发者友好的层，通过 GraphQL 和 REST API 提供对知识图谱的访问，简化了第三方应用的集成。

原子、三元组与语义结构

原子 (Atoms): 代表图谱中的“主体”或“身份”。

这些可以是任何事物——一个人、一个产品、一个 AI 代理或一个概念。它们是图谱的节点。

三元组 (Triples): 代表原子之间的“声明”或关系，其结构为主-谓-宾

（例如，“产品 X - [拥有评论] - ‘这是一个很棒的产品’” ）。

它们构成了图谱的边。

这种结构支持“多对一”关系，即多个身份可以对同一个主体做出声明。

Multi Vault 框架

为了实现其经济模型，即每个原子和三元组都是一个可质押的实体，Intuition 开发了“Multi Vault”框架。

将 ERC-1155（多代币标准）和 ERC-4626（代币化金库标准）融合到一个合约中。

使得协议能够管理数百万个独立的数据金库，而无需为每个金库部署单独的合约，从而降低Gas。

$TRUST 代币经济学

总量: 1,000,000,000 $TRUST

公募 (CoinList):

已进行总供应量 2.5%（25,000,000 TRUST）的销售，提供不同的定价（$0.075 / $0.085）和解锁方案，目标初始全稀释估值（FDV）为 7500 万至 8500 万美元

其他：

⁠

⁠

团队、投资背景与财务

创始人兼 CEO: William Luedtke（也被称为 Billy 或 0xbilly）。

背景: Luedtke 拥有广泛且高度相关的经验。曾在安永（EY）创建了区块链咨询业务，之后在 Consensys 担任高级代币工程师，并继续担任 Consensys 和 MetaMask 的顾问。他还曾参与 uPort 项目，这是 Web3 最早的去中心化身份项目之一。

团队: 许多核心团队成员都曾在 Consensys 工作

融资

⁠

团队拥有源自 Consensys 的背景和专业度

解决的问题很理想，实际对于如此宏大而不够细节，只是为其增加了简单的经济模型用来克制信任的命题，从历史上看，几乎没有成功的先例

Want to print your doc?
This is not the way.

Try clicking the ··· in the right corner or using a keyboard shortcut (

CtrlP

) instead.