EigenCloud 信任模型。 EigenCloud 的願景是讓開發者選擇他們想要的離鏈計算信任模型。 在雲端和鏈上極端之間，有一系列選擇，每個選擇在可編程性上都有不同的權衡。

活性。 在這些情況下，我們需要活性保證。為了獲得這一點，運行 EigenCompute 或 EigenAI 的節點需要在 EigenLayer 上進行質押並向 EigenDA 寫入數據。 如果節點下線，該節點將被削減，新的節點可以質押，從 EigenDA 下載數據並重新啟動計算。因此，計算保持不間斷。

ZK 以安全為重。 ZK 是最強大的安全機制，但需要編寫證明者並支付證明者的成本。證明者的成本可能高達直接計算成本的 100,000 倍，因此在運行 MMORPG 遊戲、Twitter 推薦算法或運行最佳 AI 代理時仍然不可行。

加密經濟安全。 要獲得客觀的加密經濟安全，我們需要 a) 確定性重新執行，b) 鏈上數據可用性（DA）和 c) 鏈上欺詐證明。如果這些條件中的任何一個不滿足，我們就無法獲得完整的客觀加密經濟。 要從 EIGEN 下注中獲得主觀安全，我們需要 a) 確定性重新執行和 b) EigenDA 來提供數據可用性。

TEE 安全性。 根據其信任模型，TEE 可以保證正確的程序執行，包括正確的數據導入和私鑰存儲。沒有其他模式可以保證 a) 非確定性計算，b) 時間變化的數據導入和 c) 私密計算的正確性。

Mainnet Alpha 發佈原則。 我們在 Mainnet Alpha 上推出了 EigenCompute 和 EigenAI。Alpha 發佈的目標是為開發者提供早期的授權訪問這些強大功能，以便我們可以根據開發者的反饋來優先考慮功能。在可編程性和可驗證性之間的權衡中，我們從最可編程的版本開始，然後逐步提高信任和可驗證性的水平。這兩個產品在開放無需授權的訪問之前，都需要經過徹底的審計。

EigenCompute 因為主要的使用案例之一是啟動可驗證的 AI 代理，而這些代理需要像深度搜索這樣的功能——這些功能是隨時間變化的，無法在除 TEE 以外的任何模式下處理，因此我們將以 TEE 模式啟動 EigenCompute。EigenLayer 生態系統擁有非常強大的協處理器，已經包括具有確定性可驗證性的 Layer WAVS 和 Brevis（包括加密經濟和 ZK 證明）。我們將很快擴展 EigenCompute 到其他模式。

EigenAI 要在最強大的開源模型上進行推理，我們需要能夠在多個 GPU 上運行 AI 推理。EigenAI 的第一個重大成果是一個新的堆棧，可以在多 GPU 執行中獲得確定性重新執行，而不會降低推理速度。這種確定性需要固定的 GPU 類型（如 H100）來重新執行。我們注意到，在確定性 CPU（如 Cartesi VM 或 RiscV）上運行推理是可能的，但會需要大幅減慢速度，使得無法運行最先進的模型。因此，為了最大化可編程性，我們使用加密經濟安全性。雖然初始模型將需要主觀驗證，但可以編寫鏈上欺詐證明來創建完全確定性的重新執行模型。為了獲得完整的鏈上安全性，我們注意到推理結果可能需要寫入鏈上 DA。

路線圖 隨著時間的推移，我們將填補 EigenCompute 和 EigenAI 之間的可編程性和可驗證性之間的整個圖表，以便開發人員可以對任何鏈下計算擁有完全的選擇。EigenLayer 擁有一個繁榮的合作夥伴生態系統，這些合作夥伴正在構建這些不同的模式，我們將依賴這個生態系統在短時間內提供這些多種選擇。