Crypto AI：潜力与挑战并存的未来趋势

大家好，欢迎收听微小发报道的WEB3 Mint To Be播客！ 🌟在这里，我们一起深度挖掘WEB3世界的真相，探索现实，寻找共识。我们的目标是揭示热点背后的逻辑，为大家带来更透彻的洞察，提供多元的思考视角。

本期节目是「Web3赛道的现状和未来」系列的首集，我们将聚焦当前火热的Crypto AI赛道。后续的节目里，还会请到相关领域的嘉宾，讨论Defi、Meme、公链、Depin、游戏&社交、Payfi以及web3政策等话题。

🔍 声明：本期播客的讨论内容并不代表嘉宾所在机构的观点，提到的项目也不构成任何投资建议哦。

🔊 Alex：今天我们聊聊Crypto AI赛道，邀请了两位长期关注这一领域的研究员。首先是Max，他是YouTube频道「Max的区块链空间」的主理人；还有Lydia，她是我们Mint Ventures的前研究员，现在在Particle Network工作。除了Crypto AI外，她还一直关注链抽象。请两位嘉宾自我介绍一下吧。

👨‍🚀 Max：大家好，我是Max，之前在Web2做航天工程师，晚上和周末就变成加密货币研究员啦！偶尔会做一些研究，发布在YouTube和Substack上。很高兴能来这里聊聊我对Crypto AI这一轮牛市的期待，感谢大家！ 大家好，我是 Lydia。自去年底起，我便开始关注 AI 这一领域，认为 AI 和链抽象是当前应用层最重要的两大新叙事，今天能和大家分享交流，真是太开心了！✨

Crypto AI 的精彩解析

说到 Crypto AI，这个话题现在真是热乎乎的。最近，Crypto AI 的一些项目表现得相当不错，同时传统 AI 领域也在不断发力。比如，OpenAI 最近推出了 ChatGPT 的 Pro 版本，价格一下子飙到了每月 200 美金。Sam Altman 在这12天里也频频上线新产品功能。我们来聊聊 Web3 里的 Crypto AI 动态，首先你们怎么看待这个赛道呢？Crypto AI 能解决哪些商业问题？这些问题有多紧迫呢？

说到 Crypto AI，我认为它的出现主要是为了解决两个关键问题。首先，从人文角度来看，中心化的 AI 本身就存在不少亟待解决的问题，比如审查性和其他中心化带来的麻烦。引入 Crypto 后，去中心化的特性能够满足大众的需求。其次，激励机制的引入也非常有趣。Crypto 的核心在于 Token，借助这些 Token，去中心化的 AI 项目可以进行更多独特的尝试。比如，有个我挺喜欢的项目叫 Bittensor。

它通过 Token 机制构建了不同的子网，各自负责不同的研究方向。通过这种方式，将开源代码（Open Source）串联了起来。大家都知道，开源是 AI 研究员追求的目标，但他们在实现开源进展时，往往面临着缺乏奖励机制的问题。 借助Crypto和Token的连接，可以创造一种激励机制，鼓励大家继续研究开源项目，而不是让每个公司都把自己的研究成果封闭起来。就像OpenAI，他们原本也想让AI变得开放，但现在却越来越像是闭源的AI。使用他们的模型得收费，这种情况也没办法，因为他们得找到一个能支撑商业运作的盈利模式。

因此，我认为Crypto AI的关键在于，通过引入Token，可以形成一种奖励机制，促进开源模型、开放性和去中心化的发展。✨

Alex： 明白了。这听起来就是通过Crypto的奖励机制，开辟了与传统AI发展截然不同的道路。现在大多数主流大模型都是闭源的，开源的其实不多。而且我看到不少分析认为，一些开源模型最终也可能走向闭源。得益于代币的存在，在Web3领域，很多AI有机会在开源与多元发展之间找到好的激励方式。Lydia，你怎么看这个问题？

Lydia： 如果谈商业问题，我觉得答案并不特别明确，尤其是在Crypto层面。虽然有个流行说法是「AI提高效率，Crypto保证公平」，但如果仔细想想，从商业价值来看，提高效率的需求明显大于保证公平。这让我想起Alex在2022年写的关于Web3底层价值的文章，提到的观点让我影响很深：Web3的底层价值是什么？是更大的自由和更便宜的信任。优秀的Web3项目需要找到传统服务在自由和信任方面的不足，提供更具竞争力的解决方案。那在Crypto AI的背景下，AI需要更大的自由吗？

从技术实现来看，计算资源和数据供给都是有限的，因此AI的自由也是有限的。从伦理角度看，真正自由的AI也是难以想象的。目前AI的信任成本是否真的过高？我认为未必。你提到了开源和闭源的问题，还有不少人提到数据黑箱。但实际上，关注这些问题的往往是专家学者或媒体从业者，而不是普通用户。🤔 另一方面，上链解决方案的成本似乎更高💸。我知道这听起来有点悲观，但这只是从解决现有问题和商业价值的角度出发。Crypto AI 现在仍处于萌芽阶段。社交媒体上有人提到 A16z 合伙人说过的话：许多重要技术起初看起来像昂贵的玩具。

所以，Crypto AI 的最大价值，可能并不是当下商业层面的替代方案，而是叙事层面✨。它激发了人们的想象力，让看似不相关但又特别前沿的 Crypto 和 AI 技术在脑海中碰撞。我们需要给这两项技术时间，也许它们要解决的问题属于未来，而非现在。

Alex： 我明白了，Lydia 的意思是，从提高效率和增强产品能力的角度看，目前的 Web3 或 Crypto AI 在性能和成本上，确实与成熟的互联网商业 AI 产品有差距。而它们能否解决当下紧迫的商业问题，似乎也不一定。但它们提供了一种与 Crypto 交集的解决方案，这可能是一个前沿实验，长远来看会有趣的事情发生，没错吧？

Lydia： 对，我还想补充一下赛道的看法。从一开始我就觉得这是一个长期的外生叙事。谈到长期，是因为 consumer AI，尤其是以 GPT 为代表的这一代，对我们的现实世界影响巨大，真的是颠覆性变革。大家都在说 chatGPT 几天突破一百万，两个月突破一亿月活。其实看周围的人用 AI 的频率就知道了。我记得我毕业时，GPT 是在 2022 年底推出的 3.5 版本，当时一个月内我们班所有人都开始用了。 毕业季来临，2024年我不仅得面对查重，还得查 AI，费用可不便宜，动辄一两百。这资本市场热闹得很，OpenAI 估值千亿，英伟达更是万亿市值，每次发布会都能霸占媒体头条，真是变化快得让人捉摸不透。这一切经历告诉我，AI 不会是一个短期热潮，而是一个长久的叙事，甚至可能成为下一个世纪最重要的哲学话题。它既是持久的，又有外部影响。🤔

说到 Crypto 和 AI，其实两者一开始没啥关联，甚至在人才竞争上还存在冲突。在2022到2023年Crypto的熊市中，AI的吸引力完全碾压了Crypto。直到今年，大家才开始说两者相互赋能的故事。相比于 DeFi、NFT 这样的加密原生叙事，AI 可算是外来者。今天早些时候，像 Worldcoin、Render、Near 这些与 AI 相关的资产价格完全受 AI 行业状况影响，开会前价格拉升，会议一开始又跌。这让我对 Crypto AI 的理解依旧是基于长期的外生叙事。📉

Alex： Lydia 说得不少，她认为 Crypto 的热潮很多源于 AI 在商业世界的迅速拓展，影响深远，进而热度飙升，吸引了加密圈的目光。Max，你对这个有什么补充？

Max： 我觉得 Lydia 的看法跟我差不多，但有一点我想更深入讨论。你提到 AI 是个外在的东西，而 Web2 本来就有，只是我们以为 Crypto 和 AI 不是一路的，结果突然结合了。但换个角度看，Crypto AI 是在2020年 DeFi Summer 之后，唯一一个我认为 Crypto 对 AI 产生强需求的领域。 在聊到 GameFi 的时候，得说它是把 Crypto 的激励机制融入游戏中。不过，Crypto 对 GameFi 的影响更像是锦上添花。如今，GameFi 就算脱离了 Crypto，玩家们也不会因为激励机制而去玩某个游戏，他们关注的还是游戏本身的乐趣。所以说，Crypto 对 GameFi 只是锦上添花而已。🎮✨

相比之下，DeFi 则是另一个层面。很多人觉得，像我在某些国家可能会被限制使用传统银行服务，那我就得依赖 DeFi。这个需求是非常明确的，Crypto 在 DeFi 中的作用是不可或缺的。人们普遍认为 DeFi 是完美符合产品市场契合度的典型案例。当谈到区块链的真正用途时，DeFi 总是被提上日程。而我认为，Crypto AI 是 DeFi 之后，潜在需求的下一个热点。🚀

就像你提到的，2022、2023 年大家对 OpenAI 的 ChatGPT 议论纷纷，开始关注大规模语言模型（LLM）了。其实，这个领域现在还处于早期使用阶段。随着 AI 技术的发展和应用，我们会发现一些中心化的问题，虽然我们现在还没意识到。金融体系已经存在了上百年，像 2008 年的金融危机让大家意识到这套系统有缺陷，应该加以解决。因此，DeFi 便应运而生。Crypto AI 也处于类似的境地，只是用户对 AI 的接触和熟悉程度还不及金融体系，所以大家还没真正意识到“我真的需要 Crypto AI”。🤖💡 那说到 Crypto 在 Crypto AI 这个故事里的重要性，根本就是因为很多事情必须得有激励机制才能实现。就像你提到的，如果想提升效率，某些特定项目已经做得不错了。比如说 Decentralized Compute，已经在这块探索一段时间了。对比去中心化和中心化的算力，你会发现，跨越一些性能瓶颈后，去中心化算力几乎是首要需求。谁还想用那些贵得离谱的 AWS 或者 Microsoft Azure 呢？

我深信，Crypto AI 想要崭露头角、持续进步，必须比传统产品更高效、更优质、还得更便宜。这是绝对的！大家不会光是为了“支持去中心化”而去用 Crypto AI，而是要它比现有产品更出色。这是 Crypto AI 当前的目标。我们可以慢慢看到这个方向的雏形，但不能总指望 Meta 每次都发布免费的大模型。我们得找到一个能持续推进的方式，这确实需要继续努力。

Alex： 我明白了。刚才我get到了Max提到的一个点，就是你承认目前很多 AI 产品还处于相当早期的阶段，似乎它们的性能和功能还无法与中心化的 AI 相提并论。但你提到一个很重要的见解，就是 AI 和金融一样，深刻影响着人类文明与商业，这是个巨大的浪潮。AI才刚起步，但你预见到，随着它的发展，某些目前看来不明显的问题将来会变得更加突出。而这些问题在 Crypto 领域通过其特有的方式来解决，显然是非常必要的。

Crypto AI 赛道项目分类

Alex： 两位嘉宾在第一个问题上讨论得很愉快，这很好，因为没有一致的看法才能提供更多元的观点。接下来聊聊第二个问题，赛道。Crypto AI 作为一个庞大的赛道，里面有很多不同的商业模式和项目类型来解决不同的问题。基于你们对 Crypto AI 赛道的理解，如果要对这些项目进行分类，你们会用什么样的逻辑呢？ 微小发报道

提到分类，Lydia 说得很对，主要有两条思路：Crypto 赋能 AI 和 AI 赋能 Crypto。现在比较火的是后者，很多 Crypto 项目在努力加入一点 AI 的味道。比如，之前可能是接入 API，搞个 Web3 聊天机器人，能回答项目相关问题；或者用 AI 来优化 Web3 项目的代码，甚至让 AI 参与收益策略的制定。现在流行的 AI agent 发币，跟 AI 提升效率、公平性没太大关系，更多是在追求新的叙事。

关于 Crypto 赋能 AI，这个思路的天花板比较高，但实现起来难度不小，需要时间。理想中的 Crypto 应该能深入 AI 技术堆栈，增强隐私性和透明度，但落地周期可能会比较漫长。目前的做法更多是从 Crypto 入手，改进 AI 产业的某个环节。Max 提到的 GPU 项目就是个例子，Crypto 可以聚合、激励闲置算力，降低成本，之后再发展数据市场、算法市场，通过自由的方式寻找产品市场契合点。

不过，现阶段这部分需求不太容易验证。如果看 IO 的 GPU 使用数据，会发现个人用户占比不高，每天的总 GPU 出租收益大约只有 1000 美元。可能的突破点是 coinbase 和 base 正在探索的方向——AI agent 加支付。支付属性虽然是锦上添花，但前提是 AI agent 要足够出色和有用。

微小发报道

Max 则把区块链分成三个赛道：架构层、资源层和应用层。架构层像是底层架构，各种 AI 项目可以在这个基础上发展，允许不同的资源层和应用层项目搭建。对区块链有了解的话，可以把它想象成 layer 1 blockchain 这样的基础设施。 像 Bittensor、Near 和 Sahara 这些，咱们可以称之为架构层。当架构层搭建完成后，紧接着就是资源层，专门为各种 AI 开发提供所需的资源，比如算力、数据和模型等。资源层的代表项目有 Akash 和 Render，它们提供去中心化的算力，而 Vana 则专注于去中心化的数据。在资源层和架构层之上，贴近用户需求的就是应用层。

我把 AI agents 放在应用层，因为它们能直接服务用户，像是加速 DeFi 的使用体验。这三个层次就是我对当前 Crypto AI 赛道的分类。Crypto AI 叙事刚刚起步，大家还在摸索如何准确分类，也没有统一的方法。不过，我认为这种层级结构与当前 Crypto 赛道的共鸣是比较合理的。

Crypto AI 的机遇与挑战

Alex： 刚才我们聊了聊 Crypto AI 赛道的分类，现在来探讨一个更深入的问题：Crypto AI 的需求是否得到了验证。这个问题也是很多人对 Crypto AI 赛道提出质疑的核心。他们认为 Crypto AI 和之前一些未找到 PMF 的赛道类似，比如 Depin 和 GameFi，可能只是单纯的叙事炒作，或者像 Lydia 提到的，外部商业热潮的注意力转移到 Web3，形成了投机机会。

对于这个话题，我们不想给出确定的答案，但可以肯定的是，Crypto AI 目前面临不少挑战。首先，大家觉得 Crypto AI 最大的挑战是什么？其次，除了这些挑战，未来一到两年内，无论是 Web3 的 AI 还是外部 AI，发展速度都很快，Crypto AI 可能会遇到怎样的产业或叙事机遇呢？ 微小发报道：max 表示，目前 crypto ai 面临的主要挑战和 lydia 的看法不谋而合。他认为，当前这个领域仍然处于早期阶段，尽管市值如 bittensor 已飙升至 50 亿美金，但这背后更多是投机行为。真正需要的是找到产品市场契合点，以及可实际应用的解决方案，而这类应用仍然稀缺。

当探讨这些应用时，max 觉得很多项目仍处于初级阶段，满是愿景但难以转化为实际可投机的产品。他提到可以用刚才提到的三个赛道来分析不同挑战。资源层的发展相对成熟，web2 中已经有类似项目，只是换了 crypto 的形式，比如去中心化算力这个赛道比较成熟，像 io 和 akash 等去中心化算力项目已经相继出现。

虽然 lydia 提到 io 的散户用户不多，但这和各个去中心化算力项目的关注点有关。io 主要面向机构，而 akash 则兼顾个人和机构，商业模式各有不同。资源层在 max 看来是比较稳健的，只需一个契机来推动其发展，无论是提升效率还是扩大用户接受度，他对此并不担心。

至于架构层，max 认为目前的 hype 成分较重，大家对其未来发展充满期待，但还需进一步验证。以 bittensor 为例，他们采用代币激励机制，鼓励子网优化自己的 ai 模型。这形成了一种正向循环：币价越高，节点获得的代币价值也更高，进而激励他们不断优化自己的 ai 模型。 今天币价下跌，反而让人感觉像是掉进了死亡螺旋，激励机制似乎无法继续下去，这可得注意了。至于应用层，虽然 AI agents 现在热得发烫，我和 Lydia 在 Twitter 上也聊过，但真正能在简化 DeFi 或 GameFi 方面发挥作用的还真不多。现在的 AI agents 充斥着 meme 感，像是虚拟角色在那儿跳舞，大家用代币给他发点奖励让他干点事情，这种玩意儿更像是娱乐而非实用。可我觉得这可以引导大家关注 AI agents 的潜力，或许它们能够真正简化我们在链上的操作，尤其是 DeFi 方面。

关于产业和叙事机遇，我们正处在一个绝佳时刻，毕竟比特币刚突破 10 万大关，大家的目光都聚焦在加密货币上。再加上美国监管政策的放松，新总统上任，国会也在重选，变得更加支持加密货币。在这种情况下，Crypto 领域会吸引更多的注意力，我们也会有更多的机会、时间和资源去尝试新的东西。总得在试错中找到对人类有价值的东西，让市场来决定这些东西是否能存活。现在的环境可比 SEC 到处发法院传单要好多了，毕竟我们不是在被告的情况下。所以我觉得现在真是个好时机，AI 在 Web2 的关注度也很高，能不能把这个热度转移到 Crypto 上，让更多优秀的建造者来开发实用的项目。

Alex： 刚才 Max 提到的一个点，他在北美那边，我今天看到新消息，川普刚刚任命 David Sacks 担任加密领域的负责人。我们终于在政府中有了一个支持而不是打压加密生态的政策部门负责人，这真是个好消息。Lydia 也要来谈谈她的看法，关于当前的挑战，以及未来一到两年内好的产业或叙事机遇会是什么。 微小发报道：Lydia指出，Crypto AI这个领域还处于萌芽阶段，但确实在接近Gartner技术成熟度曲线的高峰期。当前市场上，大家都在疯狂追逐（fomo），供应猛增，但混乱局面也随之而来。相对成熟的部分主要是Agent，虽然它最近才崭露头角，但由于它与C端紧密联系，能够应用许多接近Web2的成熟技术，显得更具落地性。

然而，市场情绪和技术发展之间的错位是一个显著挑战。Lydia感叹，目前Crypto圈内的研究者、投资者和项目方对AI的理解仍显不足，大家都在补课的阶段。这种情况导致对Crypto AI项目的深入讨论和质疑几乎没有，Agent的热度不断上升，却没人去揭示它的潜在问题，比如它并未兑现的自由承诺，这对行业的长远发展并不利。

以Luna为例，直播中的它就像个简单的二次元角色，虽然没有任何表演，但其价格却一路飙升，大家也就不再追问了。其他项目看到这种情况，纷纷效仿，推出类似的产品，反正看起来也没什么区别。

过去炒作meme时，不同大小写的链上版本也出现了分流，现在在Agent领域同样存在同一框架内的分流问题。因为这些Agent的功能差异不大，主要就是进行twitter发布，其实质就是许多次抛的发币主题。最大的挑战还是情绪与技术进展之间的错配，尽管这种现象会长期存在，但我们需要更清晰地理解这两种力量的阶段。✨ 未来的机会，产业层面上，咱们可以回到 Max 的框架，看看不同板块的成本和需求。比如，AI 发展离不开三大支柱：算力、数据和算法。关键在于它们能否显著降低用户获取相同资源的成本，这可是需求的主要来源。至于与 Agent 相关的项目，必须得实打实。我的硕士论文研究过虚拟数字人，发现 Web2 数字人起初像是短视频网红这种 IP 的形式火了，但后续虽然涌现出很多数字人网红、代言人、偶像、主持人，却大多没找到市场适配度，资源浪费得一塌糊涂。

有趣的是，这两年虚拟数字人不太上新闻了，而像美团、淘宝这样的电商平台上，数字人直播却越来越普遍，且逼真得让人分不清。这种功能型数字人找到了相对于真人的市场适配，那就是只需一根电源线，长期成本极低。回到 Crypto，AI Agent 如何实打实地应用呢？我觉得可以从 AI 赋能 Crypto 的角度切入，探索哪些 Crypto 项目能优雅地整合 AI，并真正提升产品体验。

想象一下，链上的 Solver 层可以利用 AI 分析和预测市场资金流向，比如 SOL 是否流向 BASE，还是反向流向 BNB，这样就能提前做好资金调配和清算，大幅提升资产流动效率。用户体验就是：这个产品快，便宜，超越了我用其他产品的感受。这是产业层面的观察，叙事层面上，我特别推荐关注非 Crypto 的 AI 领域进展，尤其是那些能上主流新闻的，而不是只在学术论坛晃悠的。这回归到我之前提到的，AI 的外生叙事特性吧。 最近，Crypto 市场火热，AI 的热度稍微退烧，导致 Crypto AI 似乎在朝 AI AgentFi 的方向发展。不过，要是未来市场气候变了，或者 AI AgentFi 的增长受限，Crypto 可能又得回头找 AI 的话题。我个人比较关注的，是涉及伦理的话题，比如 Deepfake。这方面的讨论还没被深入挖掘。之所以不优先研究某个模型或技术更新，是因为 Web3 的人可能理解得不够深，而伦理问题更多是共通的情感体验。而且涉及到 AI 伦理时，Crypto 在公开和透明性上有天然优势，这样就能引发更多讨论。

微小发报道：Alex 这边也想补充两点看法。刚才我们提到 AI Agent，为什么一直聊这个话题呢？因为最近很多朋友来问我这个问题，尤其是那些做 Crypto 投资的人，他们都想知道「你们怎么看 AI Agent？会不会是下一波浪潮？」主要是因为最近这个赛道的项目涨得特别多，而且都是比较新的项目。我们的观点和之前两位老师类似，觉得这是 Meme 大赛道下的新话题，像炒股一样，这个题材在不断变化。并不是因为商业模式有什么突破，只是市场对这个题材的热度在上升。

为什么这么说呢？正如 Lydia 和 Max 提到的，目前的 AI Agent 并没有推出什么新产品，它只是做一些在传统互联网早已可以完成的事情。比如，它可以搜集全网信息，推荐一些可以购买的代币，给出推荐理由，可能每小时发一条，一天可以发很多条。最近二级市场火热，某些代币确实涨了不少，大家觉得它好神，感觉像是个厉害的 AI 智能顾问。

但我们觉得，从产品角度来看，这并不神奇，这些事情之前就能做到。大家炒作这个，实际上和之前火过的去中心化科研（Desci）或者政治人物的炒作是差不多的，只不过现在注意力转向了这里，而不是说它在产业层面有什么大的突破，这其实不是那个概念。 在谈论未来一到两年的叙事时，👀 不得不提的是马斯克和 Sam Altman 这两位大咖。他们都在提到2025年，认为那一年将会迎来AGI（通用人工智能）的诞生。根据Sam Altman今天透露的产品计划，OpenAI预计会在25年推出一款AI Agent产品。

⚠️ 到那个时候，可能2024年大众对于AGI的理解和准备还不够充分。现阶段，很多人使用GPT主要是当做辅助工具，比如排版、写文章或者制作图表，基本上就是个“智能小助手”，还没到与人类相媲美的地步。真正的“人机交互”时刻可能在2025年、2026年才会来临。一旦那时来临，个人的劳动价值甚至存在意义都将受到巨大冲击，大家对于AI的重视和危机感会提升到一个新的高度。

🔮届时，市场的注意力可能会集中在Crypto世界的AI上，带来不少投机机会。我们之前认为Wordcoin代币的潜力巨大，因为它有一个目标：如何鉴别真实的人和AI智能体。虽然现在大家觉得这个问题不大，但到2025年，随着AI的普遍应用，大家可能会感受到巨大的体验危机，那时候这个问题会被赋予真正的价值。

🤖另外，随着AI智能体的涌现，劳动力成本会显著降低，很多工作，特别是白领职位，可能会消失。那时，Wordcoin所倡导的全民基本收入理念，将会成为许多人眼中极具价值的解决方案。因此，这个叙事在未来一到两年里，将会是一个重要的社会冲击点。

值得关注的 Crypto AI 项目标的

微小发报道：在聊到 AI 项目时，投资者们总是好奇，现阶段值得关注的项目有哪些？让我们来听听两位嘉宾的推荐吧。

Lydia：首先，我的心头好是 Bittensor。最近它价格一路飙升，眼看就要破新高了。今天我不打算啰嗦技术架构和代币经济，只想提三个关键点。首先，这个团队的叙事能力简直一流，虽然很多人提起却难以真正理解其重要性。

我在 YouTube 上看了不少 Bittensor 的视频，社交媒体上他们的发声也很有趣。团队形象特别吸引开发者，既亲切又真诚，还有点野心。就像小鹿般的眼神盯着你，仿佛在说：“我想干一件伟大的事，支持我吗？”这让很多开发者难以拒绝。而且，几位核心成员似乎是哈耶克的忠实粉丝，经常引用他的观点，尤其是关于自由市场和新自由主义的部分。他们在代币经济和资源分配上，显然在尝试一些实验性的做法，这也吸引了对资本市场和新自由主义感兴趣的投资者。

此外，Bittensor 还通过各种活动来巩固这一形象，直播、纪录片和线下聚会层出不穷。这种团队形象加上短期内难以证伪的项目，让我感觉 Bittensor 的粉丝群体不仅数量庞大，而且质量上乘。有不少知名机构的研究员和投资者在推特上为他们打call，还有经验丰富的 AI 和 Web3 开发者高调宣布加入 Bittensor 生态。每次线下活动都能吸引一波新粉丝，简直像是在传教，而这些热度也会直接反应在价格上。这就是我所说的叙事能力！ 机构采用是个值得关注的趋势。灰度在今年7月推出了一个去中心化的AI基金，首批项目包括Tao、Fil、Near和Render等。起初，Tao的占比只有大约3%，我当时还觉得挺奇怪的。不过没过多久，Tao就单独宣布推出了一款信托。最近，灰度母公司又成立了子公司Yuma，专注于Bittensor生态系统的发展，CEO正是灰度创始人兼CEO。这个待遇在灰度和其他大型机构的持仓中可算是前所未有的，尤其是Tao这个年轻项目，竟然是在2023年才发币，站位独特。

项目经历了大规模的FUD，但依然展现了生命力，这与那些一夜爆火的AI项目可不太一样。记得三月份，推特上充斥着针对Bittensor的各种负面信息，无论是子网、代币经济还是团队，价格一路下跌，直到七八月份跌去了三分之二，最低到两百多。但在九月份的Pre-AI Agent前，价格迅速反弹，展现了项目的韧性和发展潜力。看看现在Bittensor的子网项目，和三月份相比，可谓天差地别。有研究人员分析了Bittensor生态中的子网分布，已经初步形成了AI生态系统。

关注这个项目的原因之一是，Tao基本能展现生态中各种代币的最终组合形式。每个子网其实都是独立项目，Tao的忠实粉丝认为，所有AI项目都能纳入Tao的生态，统一调度，使用Tao作为中介代币。因此，这是一个相对完整的生态系统，还有淘汰机制。最近Agent火热，预计会有更多竞争力的项目加入，把那些在代币捕获和排放上较弱的项目淘汰，形成新旧交替的过程。 微小发报道

1. Bittensor 重要性
   max 强调了如果要深入讨论 Bittensor，完全可以开一整集节目。他自己曾写过相关研究，且注意到 lydian 也有不少文章。虽然他最关注的就是 Bittensor，但也想补充一些关于风险的观点。

2. 激励机制的关键
   max 指出，关注 Bittensor 是因为 crypto 在 AI 领域的核心在于激励机制。这个机制能促使开发出独特的产品，且一切都是去中心化、透明公开的。他认为，建立良好的激励机制是成功发展的基础。

3. 走在正确道路
   目前，Bittensor 在激励机制的实施上取得了成功。不良模型会被剔除，而更优秀的子网和模型会被推广，从而获得更多的激励。max 认为，未来的 5 年、10 年、甚至 20 年里，Bittensor 将继续推动去中心化的 AI 生态系统发展，这一点非常独特。

4. Tokenomics 和团队
   Bittensor 的 Tokenomics 模仿比特币，发行总量为 2100 万颗。max 也提到，团队极其聪明，他们的 youtube 视频内容非常技术性，不是基础知识的听众很难理解。团队关注的是技术问题的解决，而非代币价格的波动。

5. 应对挑战
   max 回忆起前一段时间主网遭到黑客攻击，团队在短短几天内迅速找到了问题源头并解决了。这种反应能力真的是相当了不起！💪

• 风险提醒🔍
  聊完了 Bittensor的优点，咱们得聊聊它的风险。首先，Bittensor是基于比特币的经济模型构建的，当前的代币释放率简直让人惊掉下巴，大概在20%-30%之间，意味着每天都有大量新代币涌现。这导致代币的价值在不断被稀释，虽然现在市场情绪高涨，可能你感觉不到价格波动。

• 中心化问题⚠️
  其次，Bittensor虽然口口声声要去中心化，但现在的主网控制权仍然掌握在他们的OpenTensor Foundation手中。虽然未来计划通过权益证明（Proof of Stake）将控制权逐步分配给持有代币的用户，让他们参与社区治理，但目前仍显得相当中心化。这两点是我觉得需要注意的主要风险。

• 迷人的复杂性✨
  Bittensor真的是个让人着迷的项目。一旦你进入，就会发现要学的东西简直多得让人晕头转向。它有五十多个子网，各自的功能都不一样，有人专注于深度伪造增强检测，有人在优化大型语言模型，还有人在搞去中心化的资源、算力和数据等。

• 其他前景项目🌟
  除了Bittensor，还有一些值得关注的项目。比如Vana，专注于去中心化数据，认为随着大型语言模型（LLM）对数据需求的增长，真实数据会变得愈加珍贵。Vana通过代币激励的方式管理自己的数据，未来其他AI应用想用这些数据得付费给他们。再来是Arweave，侧重于架构层，正在开发AI计算平台，这也是个令人期待的方向。此外，Nier正在做链抽象，并且他们的孵化器计划也支持了各种AI应用。这些项目都挺值得关注的，和大家分享一下！ alex： 刚刚聊完项目的细节，咱们现在转向投资的经验和策略吧。两位提到过自己关注的 AI 项目以及对它们的看法。要是把这些思考方式提炼出来，你们在研究和选择 Crypto AI 项目时，最重视哪些方面？在决定投资某个项目时，哪些因素是必不可少的？如果列出三到五个要点，可能会是哪几条呢？

max： 我在调研分析时，主要会从五个方面来看。首先是团队，那些创建项目的人，包括创始人、投资的 VC 以及社群等等。接下来是他们真正提供的产品，之后要关注的是盈利能力、未来展望和代币经济模型。在这五个方面中，团队是我最看重的。我觉得投资币圈项目其实就是在投资初创公司，而初创公司里最关键的是什么呢？就是团队了。团队的实力直接决定了产品能否找到市场契合点、能否盈利、能否推进他们的路线图以及创造更多价值。

所以，当我关注 Crypto AI 项目时，第一步就是找出背后的创始人。找到创始人后，我会进一步了解投资这个项目的 VC 是谁。如果是一些知名的 VC，比如 Multicoin，他们在投资前通常会进行一定的调研，我就会参考这些投资者的背景。社群也是一个重要方面，看看团队背后的支持者是整天讨论币价，还是在认真聊项目的未来，解决当前的难题。这其实是两个极端的表现。通过观察社群的讨论，可以判断这个项目的支持者是真心希望代币升值，还是他们真正想参与进来并积极讨论、解决问题，从而推动产品的提升。他们是打算长期持有，还是只是短期投机，等代币涨了就撤？

总之，我认为团队是投资所有币圈项目的核心，不仅限于 Crypto AI，DeFi 及其他领域也是如此。团队是否有能力，背后支持的社群和 VC 是谁，他们的声誉如何，以及他们以什么样的角度参与这个团队，都是至关重要的。 微小发报道：Lydia 表示，她和 Max 的看法很一致，重点是团队的叙事和执行能力。她提到 Bittensor 拥有顶尖的叙事能力。同时，Virtuals Protocol 的代币 $VIRTUAL 最近也表现出色，市值已进入前 100，短短两周翻了 4 倍。这个项目最开始是东南亚的游戏工会，后来转型为 AI，早期推出了一款小游戏，让玛丽奥不断奔跑。这种无线游戏机制让她想起了《有限与无限的游戏》，非常有趣。几个月后，他们推出了 agent 平台，反映了团队创意与执行力并存的特质，让项目显得充满活力。

其他例子上，Ronin 和 Pendle 也是她认为的顶尖 Crypto 团队。优秀团队不论在游戏、DeFi 还是 AI 领域，都需要敏锐的叙事捕捉能力，以及在适当的时候坚定转型，找到最有优势的方向并贯彻到底。

投资时，Lydia 会关注项目中 Token 的意义。这反映了团队对 Crypto 的深刻理解，如何利用 Crypto 的特性促进增长和资源调配。Bittensor 的探索较为前沿，虽然 Max 提到其通胀可能被投资者视为风险，但为了支撑未来数十个甚至上千个子网的庞大生态，适当的通胀是必要的。

Lydia 指出，团队对自由市场的理解促成了这一探索。而 Virtual 的 token 则相当于平台币，参与 AI Agent 投机或投资必须购买这个代币。两个项目的共同点在于，从一开始就具备实用性。Crypto AI 的叙事可能虚幻，但她认为 Token 应该务实。💡

• 项目品牌和文化：我会关注整体项目的品牌和文化，看看社区的氛围是否够酷。没啥固定标准，但我有个模糊的感觉。如果某个 Crypto AI 项目只是强调我能在哪方面比别人强，那它就没那么酷了。真正酷的项目会说：“我就是独一无二，谁也无法超越。如果你有眼光，欣赏我的话，自然会加入我的社区。”大概就是这个意思。

• 周期性判断：了解！我这边也说说我的想法，像调研 Crypto AI 或 Web3 新赛道，我觉得要定期做判断。之前提到产业发展曲线，像 DeFi 刚出来的时候，肯定会经历短期的过度乐观，泡沫破裂后又进入长期的过度悲观期。我们得根据感觉来判断想投的赛道，虽然前景不错，潜力大，但要看它现在是短期乐观还是长期悲观。如果赛道的商业价值明确，它肯定会走出长期悲观的状态。

• 投资时机：所以对长线投资者来说，最佳参与时机就是市场对某个赛道长期悲观的时候。举个例子，2023年买 DeFi 项目，或者优质 L1 项目。虽然 DeFi 最近涨幅不算特别大，但买这些项目，因为你认清了它的商业价值，可以重仓买入，敢于长期持有，不必每天盯着价格，因为其商业变化不会像价格那样波动这么大。💰 我觉得 AI 可能也是这样一种趋势。根据我的感觉，Crypto AI 现在正处于第一轮的起步阶段，真正的元年或许会在 2024 年到来。此刻，市场似乎有些短期过于乐观。虽然还没到达顶峰，但我们都知道，一旦熊市来临，很多项目，特别是这种元年项目，常常会跌去 90% 甚至 95%，就像之前的 DeFi 和 GameFi 一样。不过，我觉得 AI 的发展和 GameFi 有些不同，我相信它的长期生命力会更强，不会像 GameFi 那样有明显的庞氏特征。因此，从长期投资的角度看，这一轮熊市泡沫破裂后，很多 AI 项目可能会大幅下跌，甚至超过 95%。当然，这并不意味着现在的某个项目会直接从 700 跌到 70，可能会先涨到 2000，再跌回 200 或 100 多，这时候或许就是个不错的机会了。💡

常用 AI 工具分享

Alex： 我们最后聊个话题，这个话题可能跟 Web3 没啥关系。今天我们主要是讨论 AI，对吧？我相信两位嘉宾在日常生活中肯定用过不少 AI 工具。你们平时用哪些工具？是怎么使用的？它们发挥了怎样的作用呢？

Lydia： 我用得最多的是 GPT，主要有两个用途。一是用来练英语，跟它说我想表达的意思，让它给我找 10 种说法，真是超实用。另一个用法是当我的心理咨询师，我还挺喜欢跟 GPT 聊天的。一开始，大家都把 GPT 当聊天机器人，聊些没营养的东西，但我现在依然这么做，而且聊得次数多了，它对我了解得特别透。只要我提个简单的问题，它就能根据我以前说的推测出我现在的问题来源。我觉得它给了我一个很好的心理安慰。😊 第二个工具是 perplexity，这货主要是用来搜索的，特别是英文网页资源贼全。😎 比如我看到一个有趣的项目，没时间去翻白皮书，那我就直接问它，比如问项目 A 和项目 B 的 Tokenomics 有啥区别，或者 VE 机制有没有差异。输入这些问题，它立马给我找出答案，还会显示来源网页。如果我不太懂，就直接点进去看引用的内容，效率瞬间提升，真心不错。

接下来是我之前跟 Alex 推荐过的一个小插件，叫 豆包，是字节做的。这个插件在你看 YouTube 视频的时候，能在右侧帮你总结出时间轴，方便你直接跳到最想听的那一段，简直就是懒人福音。😏 这三个工具我经常用，提升了很多效率。

Max： 我可是 ChatGPT 的重度用户哦！对我来说，它是个超棒的知识吸收工具。在我阅读文章或听 podcast 的时候，基本上都会听完。虽然 ChatGPT 会帮我总结，但有些细节我还是想亲自听一下。不过，有些重要的信息没时间听，我就把可能有 20 页的 PDF 直接贴上去，让 ChatGPT 给我总结。这在资料获取和整理上，真的是个神器。

而且我平时还拍 YouTube，写研究报告，文字输出的时候不太会让 ChatGPT 帮我改，因为我觉得我的风格得保留，改完后感觉像变了个人。但在图片输出上，我会请 ChatGPT 根据各种场景帮我生成图片，这样就不需要找设计师重新设计封面，省时省力。主要就是这两个功能吧！未来我打算把自己的投资研究框架输入进去，看看能不能让它像个 AI agent 一样产出研究报告，互相讨论，现在还在摸索中。 微小发报道：Alex分享了他对GPT的使用体验，主要有两大优势：

1. 信息整理 📊
   他拥有一个TG频道，每周会更新三到四个关于Web3的投资备忘，涵盖重要新闻和个人见解。因内容较多，通常涉及十几个新闻，他希望在每个标题前加个小icon，增加文章的丰富感。GPT在这方面的排版功能让他日常使用得心应手。

2. 深入理解概念 📚
   Alex提到在阅读JD Vance的自传《乡下人的悲歌》时，遇到了一些宗教相关的词汇，例如新福音派和世俗主义。以前他可能会跳过这些词，但现在有了GPT，他可以直接询问相关概念，获得详细的解释和历史变迁。对他而言，GPT就像是个知识渊博、耐心十足的老师，随时为他提供教育资源。

他还觉得，教育领域中的AI潜力巨大，未来可能会与虚拟人互动，传统课堂的老师可能会逐渐被取代。虚拟人的耐心和个性化教学方式是现在老师所无法比拟的。

关于搜索引擎，Alex提到自己很久没用百度和谷歌，转而使用Perplexity搜索。它能精确回答问题并附上来源，提升了他的搜索效率。他也开始了Perplexity的会员。

最后，他提到谷歌CEO皮查伊的消息，明年谷歌搜索将进行重大变革，转向以AI为中心。Alex相信，未来搜索将更加依赖AI，使用AI工具的价值将与20年前人们开始普遍使用电脑相仿，都是巨大的生产力提升。 感谢两位嘉宾今天的精彩分享，思维真是多元又深刻！期待以后能再次邀请你们，继续展开精彩对话~ 🎉