文章作者、来源：PANews

作者：Zen，PANews

你花了半年时间，让 ChatGPT 理解你的工作习惯、写作风格与长期项目。它知道你习惯怎样修改文章，知道你经常关注哪些公司，也逐渐理解你对内容结构、语气和信息密度的偏好。

但某天，更强的新模型出现了。你打开 Claude、Gemini 或 DeepSeek，发现一切又要重新开始。新的模型不认识你，不知道你过去几个月积累下来的工作上下文，也不知道你如何思考、如何写作、如何做决策。

过去两年，AI 行业最重要的竞争围绕“模型能力”展开。谁的推理更强、上下文更长、代码能力更好，几乎决定了一切。但现在，一个新的问题正在浮现：AI 越来越懂你，但这些“理解”究竟属于谁？

角色转变，AI从聊天工具变成私人数字助手

2022年11月，AI聊天机器人ChatGPT横空出世。其上线后在全球掀起了一股聊天热，仅两个月便月活破亿，成为史上增长最快的消费者应用程序。那时，大模型更像一种“高级搜索”。用户向 AI 提问，它即时生成答案，对话结束后，关系也随之中断。

但最近两年，AI 的角色正在发生明显变化。随着推理能力、代码能力和工具调用能力不断提升，AI 已经开始深入真实工作流。越来越多人开始用它写代码、整理资料、分析数据、规划行程、管理日程，甚至长期参与内容创作与商业决策。

很多情况下，用户已经不再只是“向 AI 提问”，而是在与 AI 长期协作。它开始理解你的工作方式、表达习惯与长期目标，也开始持续参与同一个项目、同一套工作流，甚至逐渐承担部分执行任务。某种程度上，AI 正在从一次性问答工具，逐渐变成一种长期存在的私人数字助手。

而随着模型能力的大幅提高，头部产品力越来越接近，以及AI长期、广泛的使用，新的问题开始浮现。

一旦 AI 开始长时间协作，作为系统存储并召回过去经验，以改进决策和整体表现的“记忆”，就不再只是无关痛痒的数据库。在很多应用场景里，瓶颈已经不再是模型的推理水平，而是关于长期记忆、上下文管理的能力。Cloudflare 也直接把 agentic memory 称为当下 AI 基础设施里面临的最大挑战、同时也是发展最快的领域之一。

头部 AI 公司也已经意识到，长期记忆正在成为产品体验的一部分。OpenAI 将 ChatGPT 的记忆拆成 saved memories 与 Reference chat history，前者保存用户希望长期保留的信息，后者则允许 ChatGPT 从过往对话中提取有用内容，用于后续个性化回答。Gemini 也开始基于此前对话学习用户偏好。Claude 则推出 memory，并支持记忆导入与导出。

平台孤岛让AI“记忆”成为行业新战场

但问题在于，这些记忆能力总体上仍围绕各自平台展开，只属于平台独立的账号体系、产品环境，仍是一座座孤岛。Anthropic虽已支持记忆导入导出，但目前更像是面向 Claude 的迁移工具，而不是被各家共同采用的一套通用记忆标准。

而 ZetaChain想切入的，正是这部分空白。彻底转向 AI 后，ZetaChain 开始将“所有权”这一原本属于加密世界的概念，进一步扩展到 AI 记忆与用户上下文之中。它希望构建的，不只是一个聊天产品，而是一套独立于模型平台之外的隐私记忆层（Private Memory Layer），让用户能够真正拥有自己的长期记忆、行为偏好与 AI 上下文。

ZetaChain的AI消费级产品Anuma主张让用户拥有一套加密的私有记忆，并支持在ChatGPT、Claude、Gemini等主流不同AI模型之间无缝衔接使用。用户不必每次切换模型都重新建立背景、偏好和工作习惯，而是由用户控制访问权限，将自己的历史记忆带到不同模型和 Agent 之中。

随着 AI 逐步积累用户的使用偏好、写作习惯、工作流程和历史对话，所谓的“记忆”会越来越像一层“人格镜像”。它不仅能决定模型回答是否符合用户偏好，还可能决定模型将来替你做决定时，是不是沿着你的习惯和价值观行动。

而除了让用户拥有记忆所有权，以及面对不同任务可选择不同特长的模型外，Anuma 还在构建一种可编程、可审计、可撤销的权限系统，其允许AI agent一次性读取记录，且随时可对权限进行撤销，而所有权限变更都可以在链上被记录与追踪。

不仅如此，用户的记忆与知识图谱，也都将能够成为可共享、授权、货币化的资产，且无需暴露原始数据。这使得投资人、医生、律师以及开发者等职业的用户，可以把自己的专业知识封装成 Agent，并发布到 Agent Marketplace，在他人调用时获得收益。

从跨链到跨AI平台，ZetaChain为何转型？

使Anuma能够实现上述功能的，得益于ZetaChain开发的底层基础设施Private Memory Layer。作为一个面向 AI 的私有记忆、身份、权限、支付与智能体基础设施，其旨在让应用与智能体能够跨模型协作，同时用户始终保持控制权。

ZetaChain曾一直专注于跨链互操作基础设施，核心目标是解决不同区块链之间的资产与消息传递问题。在“统一多链入口”这件事上，其做出了相当规模的网络和叙事。据其官方数据，该区块链上有1190 万独立地址和 2.41 亿笔交易。

但随着 Anuma 于今年 4 月 27 日公开上线，并在首月用户数突破 5 万后，ZetaChain开始决定全面转向 AI，并逐步关闭跨链互操作业务。而这次转型背后，也存在着一条相对清晰的内在逻辑。

过去，ZetaChain主要处理的是链与链之间无法互通的问题。而在今天的 AI 世界里，类似的割裂同样存在。某种程度上，数字资产之于区块链，就像记忆与上下文之于AI。不同模型拥有各自封闭的记忆体系，用户一旦切换平台，长期积累的上下文与行为偏好往往也会随之中断。

随着近些年发展，ZetaChain认为，如今其面临的最大的挑战已不再是区块链之间的跨链转账，而是不同模型、不同 Agent 之间的连续性，以及用户对自身上下文的所有权问题。

a16z crypto 此前也在分析文章中提到，agent 已经开始成为经济参与者，但它们还缺少可移植的身份、可编程的支付、可验证的授权，以及跨环境协作所需的公共协调层。因此，与很多AI+Crypto项目生硬地寻找应用场景相比，ZetaChain转型的逻辑要顺畅得多。

而在商业史上，基础设施公司的成功转型并不罕见。此类公司往往不是单纯换赛道，而是基于产品逻辑追逐新的瓶颈。英伟达最初最重要的叙事是图形计算与游戏显卡，但随着 AI 兴起，其 GPU 架构最终成为整个 AI 产业的核心基础设施。基础设施从来不会永远围绕同一个约束点展开，而真正的赢家，往往是最早识别出“下一个约束点”正在出现的人。

从隐私记忆层到AI 消费层

随着 AI 的爆发式发展，未来 AI 的形态显然不会只停留在聊天窗口，而会逐渐演变成大量长期存在、彼此协作的 AI 助手。基于这一判断，ZetaChain 在提出“隐私记忆层”，并试图解决 AI 如何长期理解用户的问题之外，又进一步提出了 “AI消费层（AI Consumer Layer）”的概念，希望重新定义 AI 长期代表用户工作后，用户与 AI 之间的关系。

在 ZetaChain 的设想里，未来 AI 不只是回答问题，而会深度参与用户的工作流与日常决策。不同 AI 助手会负责不同任务，有的处理代码，有的整理财务，有的负责行程规划，还有的长期参与内容创作与研究分析。而这些 AI 如果想真正协同工作，就需要共享同一套长期上下文、身份与权限体系。

因此，所谓的“AI消费层”，本质上是在尝试把原本分散的能力整合成一套统一框架。其中，Memory 负责长期上下文，Permissions 负责权限控制，Identity 负责身份体系，Payments 负责 AI 之间的调用与支付，而 Agents 则是最终代表用户执行任务的 AI 网络。

这也是为什么“所有权”会成为 ZetaChain 反复强调的核心概念。

因为在这个体系里，用户是否仍然拥有自己的上下文、权限与身份成为了最重要的事。例如，未来一个负责代码审查的 AI，可以被临时授权读取 GitHub 仓库；一个负责税务整理的 AI，可以一次性读取报税材料；一个负责旅行安排的 AI，则只能访问出行历史与日历信息权限不再由平台统一控制，而是由用户动态分配，并能够随时撤回。

而这，也正是区块链开始重新与 AI 发生联系的原因。

当越来越多 AI 同时代表用户工作后，“谁能访问什么”、“权限是否可撤回”、“调用是否可追踪”会逐渐变成新的基础设施问题。而链上权限系统，天然适合处理这种多方协作关系。

“AI 基础设施代币”ZETA，随转型带来效用增长

随ZetaChain战略一同调整的，还有ZETA代币的功能与效用。过去，ZETA 更像传统公链代币，主要承担 Gas、验证与跨链网络安全功能，机制设计上并无太多新意。但在新叙事下，ZETA将成为一种“AI 基础设施代币”，效用也将大幅提升。

按照 ZetaChain 当前的描述，未来 ZETA 将承担几类用途：

首先是 AI 模型与 Agent 的访问权限。部分高级模型、专业 AI 工具或 Agent 服务，需要通过 ZETA 解锁或支付调用费用。

其次是 Agent 之间的支付结算。ZetaChain 提到未来不同 AI 与应用之间的交互，会通过 x402 协议完成链上支付。它的目标其实很明确：如果未来 AI 会自动调用其他 AI，那么机器之间也需要原生支付系统。

第三是权限与记忆更新的链上操作。用户对权限、访问控制与记忆状态的修改，未来可能都会变成链上记录。

第四则是创作者经济。ZetaChain 希望未来开发者、研究员、律师、医生等专业人士，可以把自己的知识封装成 AI 工具或 Agent，并通过调用获得收入，而 ZETA 则承担其中的价值流转角色。

不过，需要说明的是，这部分目前仍然更多停留在叙事阶段。因为 AI Agent 经济本身还远未成熟，真正大规模的“AI 调用 AI”、“Agent 自主支付”也还没有出现。包括 x402、链上权限、AI 身份这些概念，现在更多仍然属于基础设施预埋，而非已经被验证的大规模需求。

但 ZetaChain 及其产品逻辑之所以值得关注，并不只是因为它做了一个基础设施，配套了 AI 产品，更在于它试图重新定义未来用户的记忆、身份、上下文与 AI 权限，究竟属于平台，还是属于用户自己。而 ZetaChain想做的，本质上是让这些东西不再被平台掌控，而重新回到用户手里。