Crypto AI賽道探討

主持人：Alex，Mint Ventures研究合夥人

嘉賓：Max，YouTube頻道《Max的區塊鏈空間》主理人；Lydia，Particle Network研究員

對Crypto AI的理解

Alex：今天我們來聊Crypto AI這個熱門話題。第一個問題是,兩位怎麼看待Crypto AI這個賽道?在你們看來,Crypto AI在嘗試解決哪些商業問題?這些問題的迫切性如何?

Max：我認爲Crypto AI主要解決兩個問題:

1. 解決中心化AI的一些問題,如審查等。Crypto AI通過去中心化可以解決這些問題。

2. 引入激勵機制。通過代幣可以激勵開源模型的發展,獎勵開放性和去中心化。比如Bittensor就是通過代幣激勵不同子網研究不同AI領域。

總的來說,Crypto AI可以通過代幣激勵機制來獎勵開源模型,推動去中心化AI的發展。這是與傳統閉源AI模型完全不同的路徑。

Lydia：從商業價值角度來看,目前Crypto AI的答案還不是很清晰:

1. 提高效率的迫切性目前要大於保證公平。

2. AI是否需要更大的自由?從技術和倫理角度來看都存在限制。

3. AI的信任成本是否過高?目前普通用戶並不太關心這個問題。

4. 用區塊鏈解決數據黑箱等問題,目前看來成本更高。

所以Crypto AI目前最大的價值可能不在當下的商業層面,而是在敘事層面 - 它打開了人們的想象力,讓Crypto和AI這兩個前沿技術在大家腦海中碰撞。我們要給這兩項技術時間,它們最適合解決的可能是未來的問題,而不是現在的問題。

Alex：總結一下,Lydia的觀點是目前Crypto AI在性能和降低成本方面與成熟的互聯網AI產品相比還有差距,能否解決迫切的商業問題還不確定。但它提供了一套與Crypto交叉的解決方案,是一個前沿的實驗,長遠來看可能會有有趣的發展。

Lydia：是的,我想補充的是,我一直認爲Crypto AI是一個長期的外生敘事:

1. 長期:AI對現實世界的衝擊非常大,是一個顛覆性的變革,不會是一個短期現象。

2. 外生:Crypto和AI在誕生之後其實沒有太多關係,甚至在人才方面存在競爭。直到今年我們才開始講兩者互相賦能的故事。

相比DeFi、NFT這種加密原生敘事,或GameFi這種變改敘事,AI就是一個外來敘事。我們可以看到,Worldcoin、Render、Near等AI敘事資產的價格完全根據AI行業的情況波動。

Max：我同意Lydia的觀點,但我想補充一點 - 我認爲Crypto AI是DeFi Summer之後,唯一一個Crypto對AI有強需求的領域。

與GameFi相比,Crypto對GameFi更多是錦上添花。但Crypto對DeFi是硬需求,因爲某些國家限制銀行服務,所以DeFi是必需的。

我認爲Crypto AI是繼DeFi之後的第二個強需求領域。隨着AI的進展與使用,我們一定會發現一些中心化的問題,只是目前還沒有顯現。就像金融系統存在了幾百年,直到2008年金融危機才暴露出問題,人們才意識到需要DeFi。

Crypto AI也處於類似的位置。用戶對AI的熟悉度還不如金融系統,所以還沒有真正意識到需要Crypto AI。但是很多功能確實需要加入激勵機制才能實現,比如去中心化算力已經可以與中心化算力競爭。

我相信Crypto AI要出圈、持續發展,一定要比傳統產品更有效率、更好、更便宜。我們需要找到持續建立這種優勢的方式。

Crypto AI賽道內的項目分類

Alex：Crypto AI是一個比較大的賽道,內部有很多不同商業模式的項目。根據你們的了解,如果要對這些項目進行分類,你們會採用什麼樣的邏輯?

Lydia：一種常見的分類方法是Crypto賦能AI或AI賦能Crypto,這是兩大思路:

1. AI賦能Crypto:目前比較多,如Crypto項目接入AI API做聊天機器人,用AI改進代碼或制定收益策略等。最新的是AI agent發幣,主要是爲了獲取新敘事。

2. Crypto賦能AI:天花板更高但實現更困難,需要更長時間。理想是Crypto深入AI技術堆棧,增強隱私性和透明度。目前更多從改進AI產業某個環節切入,如聚合算力資源降低成本,做數據市場、算法市場等。

目前看來,Coinbase和Base在做AI agent加支付方向可能是一個突破點,前提是AI agent要足夠好用。

Max：我主要分爲三個賽道:

1. 架構層:底層架構,可以在上面發展不同AI項目,類似Layer 1區塊鏈。如Bittensor、Near、Sahara等。

2. 資源層:搭建在架構層上,提供AI開發所需的算力、數據、模型等資源。如Akash、Render提供去中心化算力,Vana提供去中心化數據。

3. 應用層:面向用戶的應用,如AI agents。可以加快DeFi等領域的使用。

這種分類可以與現有Crypto賽道對應,雖然目前還沒有共識的分類方法。

Crypto AI的機遇與挑戰

Alex：Crypto AI目前面臨的最主要挑戰是什麼?未來1-2年內,Crypto AI會有哪些產業或敘事機遇?

Max：

主要挑戰:

• 目前還太早期,很多項目市值已很高(如Bittensor已達50億美元),但更多是投機
• 真正可用的應用還較少,很多仍處於願景階段

按三個賽道來看:

• 資源層相對成熟,已有去中心化算力等項目,需要提高採用率
• 架構層仍處於炒作階段,如Bittensor的激勵機制有待驗證
• 應用層如AI agents目前還偏向meme,實用性有限

機遇:

• 目前處於有利時機,加密貨幣受關注度高,監管環境改善
• 可以嘗試更多創新,讓市場決定哪些有價值
• AI在Web2的關注度高,有機會吸引更多人才進入Crypto AI領域

Lydia：

挑戰:

• 市場情緒與技術進展存在錯配
• Crypto從業者對AI了解不足,缺乏深入討論
• AI Agent等項目被過度炒作,缺乏實質性突破

機遇:

• 從產業角度,需關注各板塊(算力、數據、算法)能否顯著降低用戶獲取資源的成本
• AI Agent需要脫虛向實,找到提升效率的切入點
• 關注非Crypto的AI世界進展,尤其是上大衆媒體的新聞
• AI倫理相關話題值得關注,Crypto在公開透明方面有優勢

Alex：

補充觀點:

• AI對人類社會的影響會越來越大,未來可能出現更多中心化問題
• 2025年可能出現AGI(通用人工智能),屆時人們對AI的重視和危機感會大幅提升
• 這可能會給Crypto AI帶來更多關注和投機機會
• 長期來看,當前熱度退去後可能是更好的投資時機

值得關注的Crypto AI項目

Lydia：我最關注的是Bittensor(TAO),主要原因:

1. 敘事能力強:團隊給人親切、誠懇又有野心的形象,吸引開發者
2. 機構採用度高:灰度等機構大量投資,甚至專門成立子公司
3. 經歷過大規模FUD但展現了生命力:價格大跌後迅速反彈
4. 生態系統完整:可作爲AI生態一攬子代幣的組合呈現

風險:

• 高通脹率可能導致代幣價值被稀釋
• 目前仍較爲中心化,未來如何實現去中心化存疑

Max：我也最關注Bittensor,補充幾點:

1. 它專注於建立好的激勵機制,這是Crypto AI的核心價值
2. 採用類似比特幣的代幣經濟模型,總量2100萬
3. 團隊技術能力強,能快速解決問題

其他值得關注的項目:

• Vana:做去中心化數據,認爲未來高質量數據會越來越珍貴
• Arweave:做AI computer,屬於架構層
• Near:在做鏈抽象,孵化了很多AI應用

Crypto AI項目的評估策略

Max：我主要從五個方面評估:

1. 團隊:最重要,包括創始人、投資者、社區等
2. 產品
3. 盈利能力
4. 未來展望
5. 代幣經濟模型

其中團隊最關鍵,決定了產品能否達到Product Market Fit,能否盈利和持續創造價值。

Lydia：我的評估維度:

1. 團隊:看重敘事能力和執行力
2. Token設計:團隊對Crypto的理解是否深刻,如何利用Token機制
3. 品牌文化:項目是否足夠獨特,有吸引力

Alex：補充一點:

• 要判斷項目所處的週期階段,是短期過度樂觀還是長期過度悲觀
• 現在Crypto AI可能處於向短期過度樂觀發展的階段
• 熊市來臨時可能是更好的長期投資機會

常用AI工具分享

Lydia：

1. GPT:練習英語,充當心理諮詢師
2. Perplexity:搜索工具,資源全面
3. 豆包:看YouTube視頻時總結時間軸

Max：

1. ChatGPT:知識吸收工具,總結長文
2. ChatGPT:輔助圖片創作

Alex：

1. GPT:輔助寫作,深入理解概念
2. Perplexity:替代傳統搜索引擎
3. 看好AI在教育領域的潛力