Grass Network — DePIN-проект, который превращает неиспользуемую пропускную способность интернет-соединений пользователей в распределенную инфраструктуру для получения публичных веб-данных. Сеть ориентирована прежде всего на рынок искусственного интеллекта: собранные данные могут использоваться для обучения моделей и получения актуального контекста при inference. Техническая архитектура Grass объединяет пользовательские nodes, routers, validators, ZK Processor и Data Ledger, а доказательства происхождения данных связываются с блокчейном Solana. Экономическим активом системы выступает токен GRASS, используемый для стейкинга, вознаграждений и участия в управлении.
Содержание
- Grass Network: как работает Data DePIN
- Grass Nodes, Routers и сбор публичных веб-данных
- Sovereign Data Rollup и проверка происхождения AI-данных
- Токен GRASS, стейкинг и токеномика сети
- Развитие Grass Network в 2026 году и риски data DePIN
1. Grass Network: как работает Data DePIN
Grass начал развиваться как проект Wynd Labs в 2023 году. Его идея состоит в создании распределенной сети интернет-соединений, через которые можно получать информацию с общедоступных сайтов. Вместо использования централизованного пула IP-адресов Grass привлекает пользователей, устанавливающих программный node и предоставляющих часть свободной пропускной способности.
Такой подход относится к направлению DePIN — decentralized physical infrastructure networks. Однако Grass отличается от проектов, распределяющих вычисления или хранилище: его основной ресурс — интернет-подключение и доступ к публичному вебу через географически распределенные IP-адреса. Эта инфраструктура может использоваться для сбора текста, изображений и другого открытого контента, необходимого клиентам сети.
Спрос на подобную инфраструктуру связан в том числе с развитием AI. Для обучения больших моделей требуются значительные массивы данных, а приложения с retrieval и AI-агентами нуждаются в свежей информации уже во время выполнения запроса. Grass постепенно расширяет позиционирование от поставщика training data к инфраструктуре для live web data.
Проект привлек несколько раундов финансирования. В 2024 году Series A возглавил Hack VC при участии Polychain Capital, Delphi Digital, Lattice и Brevan Howard Digital; ранее Wynd Labs сообщала о seed-раунде на $3,5 млн. В октябре 2025 года Grass также привлек $10 млн в bridge-раунде с участием Polychain Capital и Tribe Capital для дальнейшего развития инфраструктуры и коммерческих направлений.
2. Grass Nodes, Routers и сбор публичных веб-данных
На пользовательском уровне работа Grass начинается с node. Программное обеспечение запускается на устройстве и позволяет сети использовать свободную часть интернет-канала для выполнения запросов к публичным веб-ресурсам. Согласно документации проекта, node не предназначен для получения истории браузера или персональных файлов пользователя: через него маршрутизируется трафик, необходимый для получения общедоступных данных.
Не каждый подключенный node получает одинаковый объем трафика. Grass учитывает доступность соединения, стабильность, версию программного обеспечения и востребованность конкретной географии. В 2026 году команда сообщала, что во время Stage 2 около 150 тыс. пользователей обработали примерно 90% сетевого трафика, что показывает значительную неравномерность фактического использования подключенных ресурсов.
Основные участники и этапы работы Grass:
- пользователь запускает Grass Node и предоставляет свободную пропускную способность;
- node получает разрешенные сетевые запросы к публичным веб-сайтам;
- Routers связывают множество nodes с проверяющим уровнем сети;
- routers отслеживают объем переданных данных, latency и состояние соединений;
- Validators принимают и проверяют web-транзакции, поступающие от routers;
- ZK Processor объединяет доказательства корректности сетевых сессий;
- Data Ledger связывает наборы данных с информацией об их происхождении;
- обработка превращает неструктурированные веб-данные в формат, пригодный для AI-систем.
За участие пользователи получают Grass Points. Современная модель разделяет Uptime Points, связанные с присутствием node в сети, и Network Points, начисляемые, когда соединение действительно используется для обработки трафика. Поэтому постоянное подключение само по себе не гарантирует одинакового вознаграждения для всех участников.
Модель Grass не следует воспринимать как обычный майнинг. Пользователь не выполняет Proof-of-Work и не обучает AI-модель на своем компьютере. Основной вклад заключается в сетевом ресурсе — доступной пропускной способности и IP-соединении, через которое инфраструктура получает публичные данные.
3. Sovereign Data Rollup и проверка происхождения AI-данных
Второй уровень Grass — Sovereign Data Rollup. Его задача заключается не только в сборе информации, но и в формировании проверяемой цепочки происхождения данных. Для AI-разработчиков это важно, поскольку набор данных должен содержать информацию о том, откуда получен материал и какие операции выполнялись при его обработке.
Validators получают web-транзакции от routers, проверяют и группируют их. ZK Processor формирует validity proofs для данных сетевых сессий и передает доказательства на L1. Благодаря этому не требуется размещать весь собранный контент непосредственно в Solana: блокчейн используется как расчетный и проверочный слой для доказательств.
| Компонент | Основная функция | Обрабатываемый ресурс | Роль в data DePIN |
|---|---|---|---|
| Grass Node | Передача web-трафика | Пропускная способность | Получение публичных данных |
| Router | Связь nodes и validators | Сетевые запросы | Маршрутизация и учет |
| Validator | Проверка и пакетирование | Web-транзакции | Валидация сетевых сессий |
| ZK Processor | Создание доказательств | Session data | On-chain подтверждение |
| Data Ledger | Связь данных и proofs | Datasets и metadata | Проверка происхождения |
Дополнительный этап связан с преобразованием исходного контента. Edge Embedding Models и процессы подготовки данных должны очищать, нормализовать и структурировать полученную информацию, чтобы ее можно было использовать для AI training, fine-tuning, vector databases и других сценариев. Таким образом, Grass стремится быть не просто распределенной proxy-сетью, а частью цепочки производства AI-данных.
При этом степень децентрализации разных уровней следует оценивать отдельно. В технической документации Grass изначальная validator-модель описана как централизованная с одним validator и последующим переходом к комитету validators. Поэтому распределенное количество пользовательских nodes само по себе не означает полной децентрализации всей системы проверки и управления данными.
4. Токен GRASS, стейкинг и токеномика сети
Нативный токен экосистемы GRASS выпущен в сети Solana с фиксированным общим предложением 1 млрд токенов. Согласно официальной токеномике, 30% предложения предназначено сообществу, 22,8% — Foundation & Ecosystem Growth, 25,2% — ранним инвесторам и 22% — contributors.
Внутри community allocation 170 млн GRASS зарезервированы для будущих стимулов, 30 млн — для Router Rewards и 100 млн — для Airdrop One. Первый airdrop стартовал 28 октября 2024 года и соответствовал 10% общего предложения. Проект сообщал, что распределение предназначалось более чем для 2 млн ранних участников, а независимые данные после запуска фиксировали около 1,5 млн адресов, получивших токены в первые дни.
GRASS используется в системе стейкинга через routers. Владелец может делегировать токены выбранному доступному Router в Solana и получать часть связанных с его работой вознаграждений. Размер дохода не является фиксированным: он зависит от правил программы, работы инфраструктуры и объема доступных наград.
Токен также связан с governance. Владельцам GRASS отводится роль в обсуждении параметров сети, стимулов и направлений ее развития. При этом экономическую utility токена следует отделять от стоимости на рынке: цена GRASS зависит от ликвидности, спроса, графика разблокировок и состояния криптовалютного рынка и не определяется напрямую объемом данных, обработанных конкретным node.
В 2026 году модель пользовательских выплат изменилась. За участие в Stage 2 с 14 октября 2024 года по 8 июня 2026 года Grass решил распределять соответствующие rewards в USDC, а не выпускать новые GRASS. Команда отдельно указала, что эта программа не увеличивает circulating supply токена. Это показывает, что вознаграждение за bandwidth и токеномика GRASS могут работать как связанные, но не идентичные механизмы.
5. Развитие Grass Network в 2026 году и риски data DePIN
В 2026 году Grass расширяет модель от сбора training datasets к инфраструктуре доступа AI к актуальным интернет-данным. Одно из направлений — Live Context Retrieval, позволяющее AI-моделям получать свежую информацию во время inference, а не полагаться только на данные обучения.Проект также корректирует планы с учетом реального спроса. Устройство Grasshopper создавалось как постоянно подключенный hardware node, однако в июле 2026 года команда решила не продолжать его массовое развертывание, направив ресурсы на другие направления.
Для пользователей основные риски связаны со спросом на bandwidth и системой вознаграждений. Node может получать мало трафика из-за географии, качества соединения или большого числа участников. Grass Points при этом нельзя считать фиксированным денежным доходом, поскольку формат и условия rewards определяются отдельно.
Качество AI-данных зависит не только от подтверждения их происхождения, но и от актуальности и достоверности исходного контента. ZK proof может подтверждать свойства процесса получения данных, но не гарантирует корректность самой информации. Важными факторами также остаются правила веб-ресурсов, регулирование данных и дальнейшая децентрализация инфраструктуры.
В результате Grass Network объединяет распределенную интернет-пропускную способность, сбор публичных данных и блокчейн-механизмы проверки их происхождения. Перспективы Data DePIN будут зависеть от реального спроса на training datasets и live data для AI, тогда как GRASS обеспечивает дополнительный экономический слой через стейкинг и управление.
