Crypto AI赛道探讨

主持人：Alex，Mint Ventures研究合伙人

嘉宾：Max，YouTube频道《Max的区块链空间》主理人；Lydia，Particle Network研究员

对Crypto AI的理解

Alex：今天我们来聊Crypto AI这个热门话题。第一个问题是,两位怎么看待Crypto AI这个赛道?在你们看来,Crypto AI在尝试解决哪些商业问题?这些问题的迫切性如何?

Max：我认为Crypto AI主要解决两个问题:

1. 解决中心化AI的一些问题,如审查等。Crypto AI通过去中心化可以解决这些问题。

2. 引入激励机制。通过代币可以激励开源模型的发展,奖励开放性和去中心化。比如Bittensor就是通过代币激励不同子网研究不同AI领域。

总的来说,Crypto AI可以通过代币激励机制来奖励开源模型,推动去中心化AI的发展。这是与传统闭源AI模型完全不同的路径。

Lydia：从商业价值角度来看,目前Crypto AI的答案还不是很清晰:

1. 提高效率的迫切性目前要大于保证公平。

2. AI是否需要更大的自由?从技术和伦理角度来看都存在限制。

3. AI的信任成本是否过高?目前普通用户并不太关心这个问题。

4. 用区块链解决数据黑箱等问题,目前看来成本更高。

所以Crypto AI目前最大的价值可能不在当下的商业层面,而是在叙事层面 - 它打开了人们的想象力,让Crypto和AI这两个前沿技术在大家脑海中碰撞。我们要给这两项技术时间,它们最适合解决的可能是未来的问题,而不是现在的问题。

Alex：总结一下,Lydia的观点是目前Crypto AI在性能和降低成本方面与成熟的互联网AI产品相比还有差距,能否解决迫切的商业问题还不确定。但它提供了一套与Crypto交叉的解决方案,是一个前沿的实验,长远来看可能会有有趣的发展。

Lydia：是的,我想补充的是,我一直认为Crypto AI是一个长期的外生叙事:

1. 长期:AI对现实世界的冲击非常大,是一个颠覆性的变革,不会是一个短期现象。

2. 外生:Crypto和AI在诞生之后其实没有太多关系,甚至在人才方面存在竞争。直到今年我们才开始讲两者互相赋能的故事。

相比DeFi、NFT这种加密原生叙事,或GameFi这种变改叙事,AI就是一个外来叙事。我们可以看到,Worldcoin、Render、Near等AI叙事资产的价格完全根据AI行业的情况波动。

Max：我同意Lydia的观点,但我想补充一点 - 我认为Crypto AI是DeFi Summer之后,唯一一个Crypto对AI有强需求的领域。

与GameFi相比,Crypto对GameFi更多是锦上添花。但Crypto对DeFi是硬需求,因为某些国家限制银行服务,所以DeFi是必需的。

我认为Crypto AI是继DeFi之后的第二个强需求领域。随着AI的进展与使用,我们一定会发现一些中心化的问题,只是目前还没有显现。就像金融系统存在了几百年,直到2008年金融危机才暴露出问题,人们才意识到需要DeFi。

Crypto AI也处于类似的位置。用户对AI的熟悉度还不如金融系统,所以还没有真正意识到需要Crypto AI。但是很多功能确实需要加入激励机制才能实现,比如去中心化算力已经可以与中心化算力竞争。

我相信Crypto AI要出圈、持续发展,一定要比传统产品更有效率、更好、更便宜。我们需要找到持续建立这种优势的方式。

Crypto AI赛道内的项目分类

Alex：Crypto AI是一个比较大的赛道,内部有很多不同商业模式的项目。根据你们的了解,如果要对这些项目进行分类,你们会采用什么样的逻辑?

Lydia：一种常见的分类方法是Crypto赋能AI或AI赋能Crypto,这是两大思路:

1. AI赋能Crypto:目前比较多,如Crypto项目接入AI API做聊天机器人,用AI改进代码或制定收益策略等。最新的是AI agent发币,主要是为了获取新叙事。

2. Crypto赋能AI:天花板更高但实现更困难,需要更长时间。理想是Crypto深入AI技术堆栈,增强隐私性和透明度。目前更多从改进AI产业某个环节切入,如聚合算力资源降低成本,做数据市场、算法市场等。

目前看来,Coinbase和Base在做AI agent加支付方向可能是一个突破点,前提是AI agent要足够好用。

Max：我主要分为三个赛道:

1. 架构层:底层架构,可以在上面发展不同AI项目,类似Layer 1区块链。如Bittensor、Near、Sahara等。

2. 资源层:搭建在架构层上,提供AI开发所需的算力、数据、模型等资源。如Akash、Render提供去中心化算力,Vana提供去中心化数据。

3. 应用层:面向用户的应用,如AI agents。可以加快DeFi等领域的使用。

这种分类可以与现有Crypto赛道对应,虽然目前还没有共识的分类方法。

Crypto AI的机遇与挑战

Alex：Crypto AI目前面临的最主要挑战是什么?未来1-2年内,Crypto AI会有哪些产业或叙事机遇?

Max：

主要挑战:

• 目前还太早期,很多项目市值已很高(如Bittensor已达50亿美元),但更多是投机
• 真正可用的应用还较少,很多仍处于愿景阶段

按三个赛道来看:

• 资源层相对成熟,已有去中心化算力等项目,需要提高采用率
• 架构层仍处于炒作阶段,如Bittensor的激励机制有待验证
• 应用层如AI agents目前还偏向meme,实用性有限

机遇:

• 目前处于有利时机,加密货币受关注度高,监管环境改善
• 可以尝试更多创新,让市场决定哪些有价值
• AI在Web2的关注度高,有机会吸引更多人才进入Crypto AI领域

Lydia：

挑战:

• 市场情绪与技术进展存在错配
• Crypto从业者对AI了解不足,缺乏深入讨论
• AI Agent等项目被过度炒作,缺乏实质性突破

机遇:

• 从产业角度,需关注各板块(算力、数据、算法)能否显著降低用户获取资源的成本
• AI Agent需要脱虚向实,找到提升效率的切入点
• 关注非Crypto的AI世界进展,尤其是上大众媒体的新闻
• AI伦理相关话题值得关注,Crypto在公开透明方面有优势

Alex：

补充观点:

• AI对人类社会的影响会越来越大,未来可能出现更多中心化问题
• 2025年可能出现AGI(通用人工智能),届时人们对AI的重视和危机感会大幅提升
• 这可能会给Crypto AI带来更多关注和投机机会
• 长期来看,当前热度退去后可能是更好的投资时机

值得关注的Crypto AI项目

Lydia：我最关注的是Bittensor(TAO),主要原因:

1. 叙事能力强:团队给人亲切、诚恳又有野心的形象,吸引开发者
2. 机构采用度高:灰度等机构大量投资,甚至专门成立子公司
3. 经历过大规模FUD但展现了生命力:价格大跌后迅速反弹
4. 生态系统完整:可作为AI生态一揽子代币的组合呈现

风险:

• 高通胀率可能导致代币价值被稀释
• 目前仍较为中心化,未来如何实现去中心化存疑

Max：我也最关注Bittensor,补充几点:

1. 它专注于建立好的激励机制,这是Crypto AI的核心价值
2. 采用类似比特币的代币经济模型,总量2100万
3. 团队技术能力强,能快速解决问题

其他值得关注的项目:

• Vana:做去中心化数据,认为未来高质量数据会越来越珍贵
• Arweave:做AI computer,属于架构层
• Near:在做链抽象,孵化了很多AI应用

Crypto AI项目的评估策略

Max：我主要从五个方面评估:

1. 团队:最重要,包括创始人、投资者、社区等
2. 产品
3. 盈利能力
4. 未来展望
5. 代币经济模型

其中团队最关键,决定了产品能否达到Product Market Fit,能否盈利和持续创造价值。

Lydia：我的评估维度:

1. 团队:看重叙事能力和执行力
2. Token设计:团队对Crypto的理解是否深刻,如何利用Token机制
3. 品牌文化:项目是否足够独特,有吸引力

Alex：补充一点:

• 要判断项目所处的周期阶段,是短期过度乐观还是长期过度悲观
• 现在Crypto AI可能处于向短期过度乐观发展的阶段
• 熊市来临时可能是更好的长期投资机会

常用AI工具分享

Lydia：

1. GPT:练习英语,充当心理咨询师
2. Perplexity:搜索工具,资源全面
3. 豆包:看YouTube视频时总结时间轴

Max：

1. ChatGPT:知识吸收工具,总结长文
2. ChatGPT:辅助图片创作

Alex：

1. GPT:辅助写作,深入理解概念
2. Perplexity:替代传统搜索引擎
3. 看好AI在教育领域的潜力