最近看 @Acurast，我觉得这个问题挺有意思。

我们换手机，可能是为了更好的摄像头、更大的存储，或者单纯想换个新款。但旧手机被放进抽屉时，里面的处理器往往还能继续工作。

对于不拍照、不刷视频，只需要运行一段程序的开发者来说，评价这台设备的标准就变了：任务能不能跑、运行是否稳定、成本合不合适。

今年 6 月，Google Research 分享过一个加州大学圣迭戈分校的研究项目：把退役手机的主板组成计算集群。

其中一个很具体的实验结果是，20 台手机组成的集群，能够承接一个 75 人以上班级的作业提交高峰，完成指定的自动评分任务。

这是独立的学术项目，采用拆机组建集群的方案。它给我的启发是：旧手机的计算价值，可以通过具体任务测出来。

Acurast 则把手机算力放进了一个开放网络。

设备持有者提供计算资源，开发者部署应用，网络负责协调执行和激励。按官方 10 月 14 日披露的数据，已经有 33.5 万部以上手机接入，算力提供者分布在 175 个以上国家。

这里的“接入数量”是网络规模指标，不能直接当作同时执行任务的设备数量。接下来更值得观察的，是这些资源被实际使用的情况。

比如，一个定时执行的数据处理任务、一个机器人后台、一个 API 服务，或者适合设备容量的 AI 推理。这些需求没有训练超大模型那么显眼，却是应用每天都可能用到的计算。

把现成的硬件，匹配给它能稳定完成的工作，这件事本身就有价值。

$ACU 在这套网络里也有具体用途：计算支付、算力提供者激励，以及质押和治理。长期看，我更关心开发者是否持续部署、应用是否持续运行，以及提供资源的人能否获得合理回报。

手机数量提供了供给基础，持续发生的任务才会检验这套经济机制。

再往前想一步，复用旧设备还有一层意义：一块芯片在制造时，已经消耗了材料和能源。让它多完成一些有用的工作，有机会减少对新增硬件的需求。当然，实际效果仍然要结合耗电、设备状态和利用率来算。

对普通用户来说，这个入口也很具体：从一台符合要求的闲置手机开始，了解接入条件，观察运行情况，再判断是否适合继续参与。

我喜欢 Acurast 这个方向，是因为它让“参与算力网络”落到了一个很熟悉的物件上。

我们习惯按手机的外观、型号和二手价格判断它的价值。

也许以后，还可以多问一句：

它今天，能帮谁完成什么工作？

$ACU #Acurast #DePIN #AI @EchoHunt_ai