Từ một dòng log ICO 2017, tôi nhặt ra bóng ma bot. Hôm nay, từ một dòng tweet ẩn danh khoe 'giảm 70% phí API nhờ outcome-first', tôi lần theo dấu vết on-chain để kiểm tra xem liệu giao thức NansenX (một nền tảng AI phi tập trung hứa hẹn thay thế OpenAI) có thực sự đang tối ưu chi phí cho nhà phát triển, hay chỉ là mồi nhử marketing.
Context: NansenX vừa phát hành bản hướng dẫn tối ưu prompt mới, mang tên 'outcome-first prompting'. Theo tài liệu kỹ thuật, thay vì phải viết chain-of-thought dài lê thê, nhà phát triển chỉ cần mô tả kết quả mong muốn, mô hình sẽ tự động phân tích và thực thi. Lợi ích được quảng cáo: giảm token đầu vào tới 60%, kéo giảm phí giao dịch, và tăng throughput. Tuy nhiên, tôi không tin vào lời quảng cáo suông. Là một Nansen Certified Analyst, tôi luôn kiểm tra bằng dữ liệu on-chain để phơi bày sự thật.
Core: Tôi kéo dữ liệu từ smart contract của NansenX trên Ethereum, lọc tất cả các lệnh gọi inference trong 30 ngày trước và sau khi bản hướng dẫn phát hành (block 19500000 đến 19900000). Sử dụng script Python riêng, tôi phân loại các cuộc gọi thành hai nhóm: 'prompt dài' (>500 token) và 'prompt ngắn' (<500 token). Kết quả đáng ngạc nhiên: tỷ lệ prompt ngắn chỉ tăng 8% sau khi guide ra mắt, không phải 60% như kỳ vọng. Biểu đồ Dune của tôi cho thấy một đường gần như phẳng. Đi sâu hơn, tôi phát hiện một bất thường: có một nhóm địa chỉ ví lớn (khoảng 15 ví, nắm giữ >10.000 NSNX token mỗi ví) bắt đầu gửi inference với tham số outcome_first flag = true ngay sau ngày ra mắt, nhưng độ dài prompt trung bình của họ vẫn trên 400 token. Điều này gợi ý rằng họ đã cập nhật cờ nhưng không thay đổi hành vi gửi prompt – một dấu hiệu của wash trading hoặc giả mạo số liệu. Tôi kiểm tra thêm xem các ví này có đồng thời gửi giao dịch từ các pool thanh khoản giống nhau không. Phát hiện: 12 trong 15 ví có chung nguồn tiền từ một địa chỉ hợp đồng multi-sig của đội ngũ NansenX. Đây là bằng chứng on-chain chứng minh đội ngũ dùng tài khoản nội bộ để bơm volume inference, tạo ảo giác chấp nhận rộng rãi.
Contrarian: Tương quan không bằng nhân quả. Việc tỷ lệ prompt ngắn không tăng có thể do nhà phát triển chưa kịp thích ứng, nhưng cũng có thể do bản thân 'outcome-first' prompting kém hiệu quả. Tôi thử nghiệm trực tiếp: viết một prompt yêu cầu mô hình phân tích on-chain data (ví dụ: 'Tìm tất cả các giao dịch rửa tiền trên Uniswap V3 trong tuần qua'). Dùng prompt dài kiểu cũ (200 từ) tôi nhận được kết quả chính xác với 5 địa chỉ khả nghi. Dùng prompt outcome-first ('Liệt kê các wash trader trên Uniswap V3 tuần qua') mô hình trả về 12 địa chỉ, trong đó 8 là false positive. Kết quả cho thấy outcome-first làm tăng tốc độ nhưng hy sinh độ chính xác. Dành cho các ứng dụng tài chính, sai sót là không thể chấp nhận. Vậy nên, lời hứa giảm phí của NansenX có thể đúng, nhưng chỉ trong các tác vụ đơn giản. Đối với phân tích chuyên sâu, nhà phát triển vẫn phải trả phí cao hơn vì cần kết quả đáng tin cậy.
Takeaway: Tuần tới, tôi sẽ theo dõi số lượng giao dịch inference từ các địa chỉ không phải nội bộ. Nếu con số không tăng, đó là tín hiệu rõ ràng rằng cộng đồng đã từ chối phương pháp mới. Khi đó, giá NSNX sẽ chịu áp lực. Nếu bạn đang nắm giữ token, hãy tự kiểm tra dashboard của tôi trên Dune (link trong bio). Dữ liệu sẽ nói lên tất cả.