Cos'è Bittensor (TAO)?

Bittensor è una rete aperta che paga gli utenti per produrre intelligenza artificiale anziché consumarla. I partecipanti possono contribuire con modelli, capacità di calcolo o dati, e le ricompense in TAO vengono assegnate in base all'utilità del loro output secondo il giudizio degli altri partecipanti.

La sua tokenomics prende a modello Bitcoin applicandolo al machine learning. TAO ha un limite massimo di 21 milioni di token, con halving programmati nel codice. Il lancio di gennaio 2021 non ha previsto alcuna allocazione per i venture capitalist, pre-mine o vendita di token, il che significa che ogni TAO esistente è stato guadagnato tramite la partecipazione.

Il lavoro si svolge all'interno delle subnets. Ciascuna di esse è un mercato indipendente dedicato a un'attività specifica, come l'inferenza, l'addestramento di modelli, la fornitura di calcolo o la previsione di prezzi, e definisce autonomamente cosa costituisca un lavoro di valore. Attualmente sono attive 128 subnets, con un'espansione prevista a 256.

La rete è inoltre andata oltre l'utilizzo teorico. Durante il primo trimestre, le subnets hanno generato circa 43 milioni di dollari in ricavi da servizi di AI. Il CEO di Nvidia ha pubblicamente paragonato l'addestramento distribuito di Bittensor a Folding@home. Nel frattempo, il TAO viene scambiato intorno ai 190 $ dopo essere calato di circa due terzi rispetto al picco di inizio 2024.

Come funziona Bittensor?

Bittensor coordina quattro gruppi di partecipanti attraverso un sistema di punteggio che converte la qualità giudicata in pagamenti in token. Il lavoro entra nella rete attraverso questi ruoli, mentre le ricompense rifluiscono in base alle performance.

1. Subnets

Una subnet funziona come un mercato autonomo per una singola commodity digitale. Il suo creatore definisce il meccanismo di incentivo: ciò che i miner devono produrre e le regole che i validator utilizzano per valutarlo. Di conseguenza, ogni subnet diventa un esperimento separato nella definizione del prezzo di un determinato tipo di intelligenza.

Ciascuna subnet supporta fino a 256 slot per i partecipanti. Una volta esauriti gli slot, una nuova registrazione rimpiazza il performer peggiore. La competizione tra le subnets segue lo stesso principio rispetto al limite dell'intera rete.

2. Miners

I miner gestiscono i modelli o l'hardware che generano l'output di una subnet. Su una subnet di inferenza, rispondono alle richieste dei validator e vengono valutati in base a qualità, latenza e robustezza. Una subnet di addestramento può invece premiare gradienti, checkpoint o miglioramenti verificati dei modelli.

La sola uptime non determina le ricompense, che dipendono invece dalle classifiche di performance. Un output mediocre fa guadagnare proporzionalmente meno e un rendimento costantemente scarso può comportare la cancellazione della registrazione quando un nuovo partecipante occupa lo slot.

3. Validatori

I validatori interrogano i miner e valutano le risposte in base alle regole della subnet prima di inviare tali pesi on-chain. Tali punteggi determinano la suddivisione delle emissioni dei miner, trasformando valutazioni soggettive della qualità in pagamenti oggettivi.

Per gestire un validatore è richiesto uno stake significativo. Il consenso Yuma riconcilia i disaccordi tra i validatori in modo che un singolo valutatore disonesto non possa reindirizzare le emissioni. Il processo di punteggio si basa sul giudizio dei validatori anziché sulla prova crittografica del calcolo. I validatori trattengono una commissione configurabile e distribuiscono il resto ai delegatori.

4. Stakers e Delegators

Le persone che desiderano un'esposizione senza gestire infrastrutture possono partecipare tramite lo staking. Con dTAO, fare staking di TAO in una subnet non è un semplice deposito. Il TAO entra nel liquidity pool della subnet e viene scambiato con il suo alpha token.

Questa struttura introduce un rischio distinto. Poiché lo staker detiene un asset specifico della subnet, l'alpha token può perdere valore rispetto a TAO anche mentre la subnet continua a generare emissioni. I rendimenti dipendono quindi dal prezzo di alpha oltre che dallo yield.

5. Emissioni e registrazione

Le emissioni vengono distribuite in due fasi. Ogni blocco inietta TAO e alpha nei pool delle subnet secondo una formula cross-subnet. Alla fine di ogni tempo, che dura circa 360 blocchi, i premi accumulati vengono distribuiti all'interno di ciascuna subnet tramite lo Yuma Consensus.

La registrazione richiede TAO, con una commissione che si adatta dinamicamente in base alla domanda. I nuovi partecipanti ricevono un periodo di immunità che li protegge dal pruning immediato. Una volta terminato tale periodo, una nuova registrazione sostituisce il nodo con le emissioni più basse che si trova al di fuori dell'immunità.

Cos'è il Dynamic TAO (dTAO)?

L'aggiornamento dTAO è stato lanciato a febbraio 2025 e ha modificato il modo in cui la rete decide la destinazione delle emissioni. In precedenza, 64 validatori della root formavano un consiglio che votava su quali subnets dovessero riceverle, concentrando un'enorme influenza all'interno di un piccolo gruppo.

Con dTAO, ogni subnet emette un alpha token accoppiato a TAO in un market maker automatizzato. L'attività di staking determina continuamente il prezzo di alpha, che a sua volta stabilisce la quota di emissioni giornaliere della subnet. L'allocazione del capitale passa quindi dal voto di un comitato a un mercato aperto.

Le ricompense standard delle subnet allocano il 41% ai validator e un altro 41% ai miner, lasciando il 18% al proprietario della subnet. A marzo, tutti i token alpha insieme avevano raggiunto circa 1,12 miliardi di dollari di capitalizzazione di mercato, pari a circa il 27% della capitalizzazione di mercato del solo TAO.

L'adozione è arrivata accompagnata da critiche. Le regole per la tokenomic delle subnet sono cambiate ripetutamente, inclusi il Movement netto di TAO, il meccanismo price-plus-burn e un Gate di emissione che indirizzava più premi verso le subnet con posizioni in classifica più elevate. I team con prodotti reali sono stati inoltre deregistrati man mano che i parametri venivano modificati.

Principali subnet di Bittensor

Le valutazioni delle subnet mostrano dove il mercato individua una domanda reale. Misurate alla fine di marzo, le principali per capitalizzazione di mercato spaziano tra addestramento, inferenza e calcolo:

• τemplar (SN3), ~$134,9M: Ha completato Covenant-72B a marzo, un modello a 72 miliardi di parametri addestrato su oltre 70 nodi distribuiti. Il suo algoritmo ha compresso i gradienti del 97% senza perdere accuratezza.
• Chutes (SN64), ~$132,9M: Una piattaforma di inferenza serverless che ha elaborato 9,1 trilioni di token cumulativi, con picchi giornalieri superiori a 50 miliardi. Sfruttando capacità di calcolo decentralizzate inutilizzate, prezza i servizi a circa l'85% in meno rispetto ad AWS.
• Targon (SN4), ~$91,8M: Un mercato di calcolo GPU confidenziale di Manifold Labs. Ha raccolto un Series A da 10,5 milioni di dollari e ha spostato Dippy AI, un'applicazione con 8,6 milioni di utenti, su un'infrastruttura decentralizzata.
• Affine (SN120), ~$71,8M: Un ambiente di apprendimento per rinforzo in cui solo i modelli sulla frontiera di Pareto ricevono ricompense significative. Ospita i propri modelli su Chutes invece di duplicare l'infrastruttura.
• Lium (SN51), ~$52,1M: Un mercato peer-to-peer di GPU con oltre 500 unità Nvidia H100 integrate. I validator verificano programmaticamente le specifiche dell'hardware anziché affidarsi alle dichiarazioni dei provider.
• Ridges AI (SN62), ~$50,8M: Realizza agenti autonomi per attività di ingegneria del software end-to-end e compete direttamente con gli assistenti di codifica centralizzati.

Un team di sviluppo detiene una posizione dominante. Rayon Labs gestisce Chutes oltre a Gradients (SN56) e Nineteen (SN19). Insieme, le tre subnets ricevono circa il 23,7% di tutte le emissioni giornaliere di TAO.

Tokenomics di TAO e halving

Pochi token importanti seguono la struttura di emissione di Bitcoin da vicino quanto TAO. I suoi meccanismi di emissione includono:

• Hard cap: L'offerta totale è fissata a 21 milioni di TAO, con circa 11 milioni in circolazione. La governance non può aumentare tale cifra.
• Halving: Il primo halving è avvenuto nel dicembre 2025. Le emissioni giornaliere sono scese da 7.200 a 3.600 TAO, riducendo la pressione di vendita giornaliera di circa 500.000 $.
• Ripartizione delle emissioni: Nell'ambito del modello dTAO, le ricompense di blocco assegnano il 41% ai miner, il 41% ai validatori e il 18% ai proprietari di subnet.
• Quota del delegatore: I validatori trasferiscono circa l'82% delle loro emissioni ai detentori di TAO che delegano loro lo stake, al netto di una commissione configurabile.
• Offerta in stake: Circa il 70% dell'offerta è in stake. Le posizioni istituzionali dichiarate bloccano un'ulteriore porzione, riducendo il flottante liquido disponibile per il trading.
• Riciclo e burn: le commissioni di registrazione e i premi non assegnati tornano all'offerta non emessa. I proprietari dei subnets possono anche effettuare il burn permanente di alpha; entrambi i meccanismi allontanano ulteriormente il prossimo halving.

Prezzo e posizionamento istituzionale

TAO è scambiato intorno a 190 $ con una capitalizzazione di mercato di circa 3 miliardi di dollari, risultando inferiore di circa due terzi rispetto al record di inizio 2024 vicino a 757 $. Il token ha reso il 21,57% nel primo trimestre, recuperando da 230 $ per chiudere vicino a 251 $ prima di registrare un nuovo calo.

Il capitale istituzionale è arrivato rapidamente. Secondo i report, la posizione di Nvidia si aggira intorno a 420 milioni di dollari, con il 77% in staking, mentre quella di Polychain Capital è di circa 200 milioni di dollari. Tuttavia, nessuna delle due aziende ha confermato ufficialmente tali cifre e non è stata pubblicata alcuna verifica on-chain.

L'accesso regolamentato rimane il catalizzatore in attesa. Grayscale ha presentato richiesta per convertire il suo Bittensor Trust in un ETF spot su NYSE Arca, mentre Bitwise ha presentato un prodotto concorrente. Una finestra decisionale della SEC si è aperta ad agosto. Grayscale ha anche aumentato il peso di TAO nel suo fondo focalizzato sull'AI al 43,06%.

Adozione istituzionale e la questione degli ETF

Bittensor ha attirato dalla finanza tradizionale più attenzione rispetto alla maggior parte dei progetti di AI decentralizzati. I prodotti regolamentati sono importanti perché determinano se i fondi pensione e i capitali dei patrimoni privati possono effettivamente detenere l'asset.

Il Bittensor Trust di Grayscale è scambiato con il ticker GTAO e ha registrato un premio sostanziale rispetto al valore patrimoniale netto (NAV), uno schema che ha preceduto la conversione in ETF di Bitcoin. Alla fine di giugno, il suo documento più recente riportava 46.331 TAO a fronte di 9,4 milioni di dollari di attività nette.

L'approvazione degli ETF è tutt'altro che garantita. TAO non dispone di un mercato futures regolamentato su una piattaforma come il CME. in passato Grayscale ha anche abbandonato le domande relative a Cardano, Hedera e Polkadot, lasciando il primo ETF spot nel settore delle crypto AI come un'incognita.

L'infrastruttura di custody si è ampliata parallelamente a queste richieste. BitGo ha collaborato con Yuma per offrire custody e staking di livello istituzionale. Anche Kraken ha completato l'integrazione nativa di dTAO, con l'obiettivo di quotare direttamente i token alpha dei subnets e ampliare l'accesso oltre lo stack dei wallet nativi.

Come usare Bittensor

La partecipazione spazia dallo staking relativamente semplice alla gestione di un intero subnet, e ciascun ruolo richiede un livello diverso di impegno e competenza tecnica. Il processo inizia con l'acquisto di TAO su un exchange di criptovalute.

Dal più semplice al più complesso, i percorsi disponibili sono:

1. Fare staking di TAO: delega a un validatore o fai staking in un subnet specifico. Entrambi possono far guadagnare una quota delle emissioni, ma la scelta di un subnet anziché della root introduce anche il rischio di prezzo dell'alpha.
2. Acquistare token alpha: acquista TAO su un exchange e trasferiscilo su un wallet compatibile. Da lì, esegui uno swap per ottenere il token alpha di un subnet tramite Taostats o l'interfaccia del wallet.
3. Gestire un miner: registrati su un subnet e fai girare i modelli o l'hardware richiesti. Competere con altri miner per le emissioni richiede GPU e un'ottimizzazione continua.
4. Gestire un validatore: acquisisci abbastanza stake per far funzionare l'infrastruttura di validazione, quindi valuta l'output dei miner secondo le regole del subnet guadagnando una percentuale dai delegatori.
5. Lanciare un subnet: crea un meccanismo di incentivo e paga il costo di registrazione, quindi attrai miner e validatori competendo con i subnets esistenti per uno degli slot limitati.

Wallet e gestione delle chiavi

Bittensor assegna funzioni differenti a chiavi separate. La coldkey protegge il saldo in TAO e rimane offline. Le operazioni attive come il mining e la validazione utilizzano invece la hotkey, il che significa che la compromissione di una hotkey non espone i fondi sottostanti.

Archiviazione, trasferimenti e staking sono supportati tramite l'estensione ufficiale per browser, mentre Talisman e SubWallet offrono delle alternative. Chiunque detenga un saldo significativo dovrebbe proteggere la conservazione della coldkey con la stessa cura riservata a qualsiasi wallet self-custodial.

Strumenti per sviluppatori e di analisi

Per gli sviluppatori, il Python SDK è il principale strumento di sviluppo della rete. Supporta la creazione di subnets, la registrazione dei partecipanti e le interazioni tramite script. Chi preferisce il terminale può utilizzare l'interfaccia a riga di comando per la creazione di wallet, la gestione delle chiavi e lo staking.

Taostats opera come block explorer di Bittensor dal 2022, tracciando le emissioni e le performance delle subnet, nonché le classifiche dei validatori e la rendicontazione fiscale. Quando si valuta una subnet, il movimento netto dello staking e la profondità della liquidity pool sono più importanti della capitalizzazione di mercato di riferimento.

Fondatori e governance di Bittensor

Jacob Steeves e Ala Shaabana hanno co-fondato Bittensor e lanciato la mainnet nel 2021. Dopo aver studiato matematica e informatica, Steeves ha lavorato come ingegnere software presso Google. Lavora all'intersezione tra Bitcoin e apprendimento automatico dal 2015.

Shaabana ha un dottorato in informatica ed è stato professore assistente all'Università di Toronto prima di co-fondare la rete. Entrambi i fondatori continuano a contribuire tramite la Opentensor Foundation, che gestisce lo sviluppo del protocollo.

In pratica, la governance è stata controversa. L'uscita dell'operatore Covenant AI ha causato un calo del 38% del token. La community ha successivamente ripristinato le subnet interessate senza un intervento centrale, un risultato che i sostenitori hanno presentato come prova di resilienza, mentre i critici vi hanno visto un rischio di concentrazione.

Rischi da comprendere

Bittensor combina l'economia AI delle fasi iniziali con un token volatile, creando un'esposizione specifica anziché generica. Considera questi rischi prima di impegnare capitale:

• Rischio del token alpha: Effettuare lo staking in una subnet significa detenere il suo token alpha. Può svalutarsi rispetto a TAO anche quando la subnet produce emissioni, quindi ricevere yield non garantisce un rendimento positivo.
• Instabilità delle regole: I parametri di emissione e registrazione sono cambiati ripetutamente. I team che hanno basato le decisioni di assunzione e infrastruttura sulle regole precedenti sono stati successivamente cancellati dal registro.
• Concentrazione: Un gruppo di sviluppo controlla circa il 23,7% delle emissioni giornaliere attraverso tre subnet. Le posizioni istituzionali dichiarate concentrano un'ulteriore porzione dell'offerta.
• Cancellazione dal registro: Subnet e partecipanti con scarse performance possono essere rimossi, il che significa che i builder rischiano di perdere uno slot indipendentemente dalla qualità del prodotto.
• Cifre non verificate: I dati sugli investimenti istituzionali ampiamente riportati non dispongono né di conferme on-chain né di dichiarazioni aziendali a supporto. Gli afflussi di rilievo dovrebbero quindi essere trattati come notizie riportate piuttosto che come dati consolidati.
• Entità dei ricavi: I ricavi trimestrali dai servizi AI di circa 43 milioni di dollari sono reali, ma rimangono contenuti rispetto a una capitalizzazione di mercato di 3 miliardi di dollari. La valutazione dipende quindi dalla domanda futura.
• Liquidità: I token alpha più piccoli vengono scambiati in market maker automatizzati le cui pool possono scendere sotto 1 milione di dollari. Ordini di grandi dimensioni possono muovere bruscamente i prezzi e la liquidità di uscita potrebbe svanire durante i periodi di volatilità.

Considerazioni finali

Bittensor ha creato qualcosa di veramente insolito: un mercato che premia l'intelligenza artificiale in base alla qualità giudicata anziché alle promesse. dTAO ha esteso questo modello spostando dal consiglio dei validatori al capitale le decisioni su quali attività di AI debbano ricevere finanziamenti.

Ci sono prove di un utilizzo reale. Un modello da 72 miliardi di parametri è stato addestrato su nodi distribuiti, mentre sono stati serviti trilioni di token di inferenza e le applicazioni aziendali sono migrate sui subnets. Questi esempi indicano una rete che svolge lavoro reale anziché limitarsi a emettere token.

La durabilità rimane l'interrogativo principale. I cambiamenti delle regole hanno destabilizzato i developer, un numero ristretto di team cattura una quota concentrata di emissioni e i ricavi trimestrali restano modesti rispetto alla valutazione. Per chi segue infrastrutture decentralizzate, Bittensor rimane il tentativo più avanzato di prezzare apertamente l'intelligenza artificiale. La decisione sugli ETF determinerà quanto capitale potrà seguire questa tesi.