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：今天我们来探讨备受关注的 Crypto AI 赛道。第一个话题是，两位如何看待 Crypto AI 这个赛道？在你们看来，Crypto AI 这个赛道在尝试解决哪些商业问题？这些问题的迫切性是什么？

Max：我认为 Crypto AI 主要解决两个问题:

1. 解决中心化 AI 带来的审查等问题,通过去中心化方式实现。

2. 引入代币激励机制,可以激励开源模型开发,奖励开放性和去中心化发展。

比如 Bittensor 项目就利用代币激励不同子网研究不同领域,将开源与加密经济学结合起来。这解决了传统开源项目缺乏持续激励的问题。

Lydia：从商业角度来看,目前 Crypto AI 解决的问题并不十分清晰。虽然有"AI 提高效率,Crypto 保证公平"的说法,但目前提高效率的需求显然更迫切。

AI 目前并不需要更多自由,其计算资源和数据都是有限的。AI 的信任成本也并不高,普通用户并不太关心数据黑箱等问题。

Crypto AI 目前最大的价值可能在于叙事层面,它让 Crypto 和 AI 这两个前沿技术在人们脑海中碰撞,打开了想象力。它们最适合解决的问题可能是属于未来的,而不是现在的。

Alex：听起来 Crypto 通过代币奖励开源发展的路径,与传统 AI 发展路径完全不同。目前主流大模型多为闭源,而 Web3 中的 AI 可以尝试开源多元发展,同时有好的激励方式。

Lydia 的观点是,目前 Crypto AI 在性能和成本上与成熟的互联网 AI 产品相比还有差距,不一定能解决当前迫切的商业问题。但它提供了一套与 Crypto 结合的新解决方案,是一个前沿实验,长远来看可能会有有趣的发展。

Lydia：是的,我认为 Crypto AI 是一个长期的外生叙事:

• 长期:因为 AI 对现实世界的冲击非常大,是一个颠覆性变革。它不会只是一波流,可能会成为下一个世纪最重要的哲学话题来源。

• 外生:Crypto 和 AI 在诞生后并没有太多关联,甚至在人才方面有竞争关系。直到今年我们才开始讲两者互相赋能的故事。

与 DeFi、NFT 等加密原生叙事相比,AI 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 行业情况波动。

Alex：Lydia 认为 Crypto AI 赛道的热度很大程度来自于 AI 本身在商业世界的快速拓展,以及对人类社会的长期深远影响。这种热度传导到加密圈,促成了很多项目的关注度。Max 对此有什么补充吗?

Max：我基本同意 Lydia 的观点,但有一点想进一步讨论。我认为 Crypto AI 是 2020 年 DeFi Summer 之后,唯一一个 Crypto 对 AI 是强需求的领域。

GameFi 中 Crypto 只是锦上添花,DeFi 中 Crypto 是硬需求。我认为 Crypto AI 是继 DeFi 之后,第二个 Crypto 有强需求的领域。

随着 AI 的进展与使用,我们一定会发现一些中心化的问题,只是目前还没有发现。就像金融体系存在了很久,直到 2008 年金融危机才意识到系统有问题,需要 DeFi 来解决。

Crypto AI 也处于类似的位置。用户对 AI 的了解还不如金融体系,所以还没有真正意识到需要 Crypto AI。但很多东西确实需要加入激励机制才能实现,如去中心化算力等。

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。我们需要找到可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,内部有非常多不同的商业模式解决不同问题的项目类型。根据你们对于 Crypto AI 赛道的了解,如果要对这些赛道内部的项目进行分类,你们会按照一个什么样的逻辑进行分类?

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:目前较多,如 Web3 版聊天机器人、AI 改进 Web3 项目代码、AI 参与收益策略制定等。现在主要是 AI Agent 发币,更多是项目想要新叙事。

2. Crypto 赋能 AI:天花板更高,但实现和证实更困难,需要更多时间。理想是 Crypto 深入 AI 技术堆栈,强化隐私性、透明性。目前更多从改进 AI 产业某一环节切入,如聚合闲散算力资源、降低成本等。

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

Max：我主要分成三个不同的赛道:

1. 架构层:底层架构,允许各种资源层或应用层项目搭建。如 Bittensor、Near 和 Sahara。

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:最贴近用户使用。如 AI Agents,可以加快 DeFi 使用等。

这种分类方法与现有 Crypto 赛道比较接近。

Crypto AI 的机遇与挑战

Alex：你们认为现在 Crypto AI 面临最主要的挑战是什么?未来一到两年内对于 Crypto AI 来说会有什么样的产业或叙事机遇?

Max：主要挑战是 Crypto AI 还太早期,很多项目市值已经很高,如 Bittensor 已达 50 亿美元,背后可能更多是投机。真正找到产品市场匹配(PMF)的应用还很少,很多还停留在愿景阶段。

从我前面提到的三个赛道来看:

1. 资源层相对成熟,如去中心化算力已有多个项目。

2. 架构层更多还是炒作,如 Bittensor 的代币激励机制能否长期有效还有待验证。

3. 应用层如 AI Agents 目前还偏向娱乐性质,实际简化 DeFi 或 GameFi 使用的应用还很少。

机遇方面,我们正处于一个很好的时间点:

• 比特币突破 10 万美元,加密货币受到关注
• 美国监管政策软化
• AI 在 Web2 领域持续受关注

这给了我们更多时间和资源去尝试创新。关键是如何将 Web2 的 AI 关注度转移到 Crypto 上,吸引优秀开发者构建更多实用项目。

Lydia：我认为 Crypto AI 赛道整体处于 Gartner 技术成熟度曲线的峰值期,市场非常 FOMO,供应端大爆发但鱼龙混杂。

相对成熟的是 Agent,因为它靠近 C 端,能利用很多 Web2 成熟技术。

最大挑战是市场情绪与技术进展之间存在错配。Crypto 圈内人对 AI 了解不深,还在集体补课阶段。这导致缺乏对 Crypto AI 项目的深入讨论和质疑。

以 Luna 为例,它的直播效果很粗糙,但价格持续上涨。这可能导致其他项目跟风,造成同质化严重的 Agent 发币潮。

未来机遇:

1. 产业上,关注各板块能否显著降低用户获取相同资源的成本。

2. Agent 相关项目需要脱虚向实,找到相对于真人的 PMF。可以从 AI 赋能 Crypto 角度深挖效率提升,如用 AI 分析链上资金流向,提高资产流动效率。

3. 叙事上,关注非 Crypto 的 AI 世界进展,特别是上大众媒体的新闻。我比较关注 AI 伦理相关话题,如 Deepfake 等。

Alex：我补充两点看法:

1. AI Agent:目前更像是一个 Meme 题材,类似股市炒作。它并没有提供新的商业模式,更多是做一些传统互联网就能做的事情。

2. AGI(通用人工智能)叙事:2025 年可能会出现 AGI,这可能会给人类劳动价值和存在价值带来巨大冲击。届时,人们对 AI 的重视和危机感会达到新高度,可能会给 Crypto AI 带来投机价值。

比如 Worldcoin 解决的人机识别问题,以及它主打的普遍基本收入,在 AGI 时代可能会变得更有意义。

值得关注的 Crypto AI 项目

Alex：如果在目前你们了解的 AI 项目中选一到两个作为最值得关注的项目,你们会推荐哪一个?推荐理由是什么?这些项目可能面临的潜在风险又有哪些?

Lydia：我最关注的是 Bittensor。主要有三个方面:

1. 叙事能力强:团队形象讨开发者喜欢,诚恳又有野心。借鉴哈耶克思想设计代币经济,吸引对新自由主义感兴趣的投资者。通过直播、纪录片等活动强化形象。

2. 机构采用:灰度推出去中心化 AI 基金,后又单独为 Tao 推出信托。灰度母公司还成立子公司 Yuma 专注 Bittensor 生态发展。

3. 经历 FUD 后展现生命力:今年 3 月遭遇大量 FUD,价格大跌,但在 9 月迅速反弹。目前生态已初具雏形,有淘汰机制保持活力。

风险:发行率高,代币价值持续被稀释。主网目前由团队控制,未来计划通过 PoS 分发控制权。

Max：我也最关注 Bittensor,补充几点:

1. Bittensor 聚焦于建立好的激励机制,这是 Crypto 对 AI 最重要的贡献。

2. 它采用类似比特币的代币经济模型,总量 2100 万。

3. 团队技术实力强,能快速解决问题。

风险:

1. 高发行率可能导致代币价值被稀释。
2. 目前主网由团队控制,去中心化程度不高。

其他值得关注的项目:

• Vana:做去中心化数据
• Arweave:做 AI 计算机
• Near:孵化多个 AI 应用

Crypto AI 项目的评估策略

Alex：如果要把这些思考的方式抽象出来,你们在调研和选择 Crypto AI 项目时,最关心哪些维度?决定是否投资一个项目时,哪些是核心因素?

Max：我主要关注五个方面,其中最看重团队:

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

投资加密项目基本等同于投资初创公司,团队能力决定了产品能否达到产品市场匹配、盈利、执行路线图等。我会关注:

• 创始人背景
• 投资方背景
• 社区质量:是否在讨论实质性问题而非只关注币价

Lydia：我的观点与 Max 类似,也最看重团队,主要关注:

1. 叙事能力
2. 执行力
3. Token 设计:团队对 Crypto 的理解深度,如何利用 Crypto 特性
4. 项目品牌、文化、社区氛围

优秀的团队应该有敏锐的叙事捕捉能力,以及在关键时刻果断转型的决心。

Alex：我补充一点,我会做周期性判断。新赛道通常会经历短期过度乐观、泡沫破裂、长期过度悲观的