我们还处于早期阶段。

不仅仅是市值或开发者采用率方面，更在于加密和人工智能实际上如何理解并相互关联。

过去十年里，加密领域致力于构建无需中心化协调的去信任系统。与此同时，人工智能正在吸收数据、学习模式，并越来越多地做出原本属于人类的决策。它们各自都具有颠覆性。

而当两者碰撞时，会带来二阶效应：涌现的新行为、新的协作模式，同时也会带来相当多的混乱。

新类别不断涌现。旧有的假设被打破。

为了保持方向感，我们一直在使用一些简单的思维模型。不是为了预测未来，而是为了追踪什么在起作用，什么是噪音，以及最强烈的信号正在何处出现。

我们希望与你分享这些模型，也许能帮助你做到同样的事情。

框架一：加密 ←→ 人工智能

在人工智能与加密货币的交汇处，出现了两股主要力量：

1. 人工智能让加密货币更易用： 智能代理和“chatGPT”界面消除了链上交互的障碍。用户无需了解钱包、助记词或链上工具即可参与。

2. 加密货币增强了人工智能的可信度： 它将决策锚定在透明的系统中。可验证的数据、公共基础设施和开放的协调机制为本来不透明的模型设定了边界。

大多数初创公司倾向于解决其中一个类别的问题。

AI 正在改善加密货币

加密货币一直存在用户体验问题。现在，AI 正在积极解决这个问题。我们在三个领域看到了初步的进展：

交易代理

加密货币市场的波动性和碎片化特征为 AI 驱动的策略提供了肥沃的土壤。代理可以摄取实时数据，适应不断变化的市场环境，并以人类无法企及的规模发现模式。

安全与威胁检测

智能体可以实时监控区块链活动，标记诸如网络钓鱼攻击和智能合约漏洞等异常行为。这为系统增加了一层实时防御，并能随着新威胁的出现不断进化。

开发者助手

智能合约工具变得更快、更可靠。语言模型现在可以编写、审计和优化 Solidity 代码。这种效果是复合的：更低的漏洞率、更快的部署速度、更高的开发者效率。

在用户端，像 Wayfinder、Giza、Fungi 和 Orbit 这样的 AI 助手帮助用户兑换代币、寻找最佳收益，或自动化链上决策。这些工具降低了入门门槛，让更广泛的用户群体能够使用加密货币。

这种模式很熟悉。复杂性被抽象掉。首先受益的是高级用户，随后整个市场都会跟进。

如果我们把视角放得足够远，就会看到自主代理与智能合约进行交互。价值在机器与机器之间流动。市场无需人工干预即可完成清算。

方向已经很明确。AI 正迅速成为加密货币下一个阶段的基础。

加密技术提升人工智能

人工智能正在迅速加速发展。然而，随着模型变得更加强大和日益自主，曾经看似理论性的核心问题正逐渐变得清晰起来。

谁拥有数据？我们能信任这些输出吗？当没有人在环节中时会发生什么？

加密技术提供了一套为解答这些问题而构建的原语：

AI 验证与模型溯源

人工智能领域最大的未解难题之一是如何证明模型给出的输出是基于正确的理由。在没有中心化运营者来维护信任的系统中，这一问题变得更加棘手。

加密原生的方法正在开始填补这一空白。零知识电路可以验证模型是否在特定输入上运行，而无需泄露数据。证明系统通过比较多个节点的输出来确认完整性。

隐私保护型人工智能

像 Nillion 和 Atoma 这样的协议能够在加密数据上进行计算，在训练和推理过程中保护敏感数据。这使得模型可以在私有数据上运行，而无需暴露数据本身。

去中心化人工智能网络与市场

不再依赖中心化实验室来构建和控制模型，新的协议通过协调独立贡献者网络中的训练过程来实现。数据提供者、算力运营者和模型训练者都通过链上获得报酬。所有权和控制权变得共享。

这不仅仅是一种设计选择。随着模型规模的扩大和训练成本的飙升，利用来自小型数据中心或个人贡献者的闲置 GPU 成为一种实际需求。

更大的赌注：加密作为 AI 基础设施

预计到 2030 年，AI 市场将达到 1.8 万亿美元 ，即使只占有 5%的份额，也意味着有 600 亿美元的机会。这足以孕育出全新的产品类别——可验证推理网络、去中心化模型注册库、代币化数据交易所。

投资者开始积极参与。到 2024 年年中，加密 AI 初创公司已经吸引了大量资金。一个令人瞩目的例子：Sentient 单独就在由 Founders Fund 和 Pantera 领投的种子轮中筹集了 8500 万美元 ，这凸显了人们日益相信区块链能够帮助解决 AI 最棘手的基础设施难题。

随着 AI 系统变得更加强大和自主，关于信任、溯源和控制的问题变得不可回避。区块链正是为此而生的基础。

连币安的 CZ 都同意我们的观点。所以……我们大概确实发现了什么。

框架二：代币是超级能力

当代币设计得当时，飞轮运转得很快：

1. 它通过奖励早期贡献者（数据和算力提供者、模型构建者）以代币的方式来推动采用 ，随着网络规模的扩大，这些代币的价值也会增长。

2. 它实现了激励机制的统一。 用户、开发者和投资者都能从网络扩展中受益，没有任何一方会以牺牲他人为代价获取利益。

3. 它通过将治理直接嵌入协议中来维持长期参与 。贡献者能够引领未来的发展方向。

为什么代币化对 AI 至关重要

代币设计是任何有公信力的加密 AI 产品的核心。结构良好的代币不仅可以为开发提供资金，还能以传统模式无法比拟的方式协调开放参与。

想象一下去中心化的 GPU 网络，从全球各地调动闲置算力。训练大型模型变得更便宜、更易获取。他们可以发行代币来获取算力，并从第一天起激励用户参与。

或者以 OpenLedger 为例。数据提供者贡献数据集，用户训练模型，开发者付费将其部署到应用中。价值不再被单一平台所垄断，而是在整个网络中共享。贡献者能够直接从他们帮助构建的系统中受益。

随着参与者的增加，网络的价值也随之增长。每一位新贡献者都为网络带来更强的实力、更大的规模和更高的韧性。

但如果做错了，结果就会截然不同。设计不良的代币会带来监管风险，并吸引短期投机者，他们只会抽取价值而非创造价值。

新商业模式

真正的机会在于以前无法实现的新商业模式 。

通过代币化：数据、算力和人类贡献都成为链上资产。

→ 快速资本形成

代币化的 AI 项目可以直接从其社区筹集资金，无需依赖风险投资。这使他们能够在风险投资无法资助的前沿领域进行建设和发布。

→ 机器对机器经济

代币使 AI 代理能够在无人干预的情况下进行交易。推理、存储和数据访问都可以被自动定价和结算。这将大规模解锁机器之间的微交易。

→ 代币化 AI 模型与知识产权

随着开源 AI 的成熟，代币化为社区提供了一种共同资助、治理和发展模型的方式。贡献会被记录。更新由投票决定。让系统变得更好的人可以共享价值。

这是一种结构性的转变。传统 AI 运行在封闭的端点和企业 API 上。代币化 AI 则运行在开放的基础设施上，由使用它的人共同塑造。

从一开始就分配所有权的系统更难被消灭，更容易改进，并且与其服务的人群有更好的一致性。

框架#3：效用–注意力–信任三角

每一个加密 AI 网络的生死都取决于三大核心力量： 实用性 、 关注度和信任 。你可以把它们看作是三角形的三个边。

它们相互依存。失去其中之一，系统就会失去凝聚力。保持三者同步，势能就会不断积累。

实用性是基础

没有实用性，其他一切都只是暂时的。这意味着产品真正解决了实际问题，并且能够独立创造价值。

在实际操作中，这可能表现为：

• 付费 API 调用或推理任务

• 在去中心化计算网络上租用 GPU 小时数

• 在数据市场中处理的查询

• 真正集成到实际应用中

当没有奖励时使用仍在持续，或当收入稳定增长时，你就知道实用性正在发挥作用。

注意力是加速器

当某样东西有效时，它就会被关注。注意力会带来新用户、开发者和资本。

健康的关注体现在以下方面：

• 搜索兴趣和自然提及的上升

• 开发者的积极参与

• 由实际需求驱动的交易所流动性

• 有公信力的人在讨论这个项目所做的事情，而不仅仅是它的价格走势

但没有实质内容的关注是危险的。我们都知道有些项目在社交媒体上大火，但实际上还没有推出任何有意义的东西。代币价格会短暂上涨，最终一切都会崩塌。

相反的情况则是更为安静的失败。当产品已经运作良好，但却无人知晓时，用户增长就会停滞。这在代币化系统中尤其危险，因为关注度本身就是推动需求、流动性和反馈的机制之一。

一个无法讲好自己故事的产品，可能永远无法实现复利增长。

信任是粘合剂

信任让系统得以维系。它能让初次使用者变成长久的贡献者，让开发者有动力去构建，让节点运营者有理由保持在线，也让资本在市场冷却时依然愿意留下。

在加密 AI 领域，信任显得尤为重要，因为系统是开放的，并且涉及到经济利益。没有信任，一切都无法扩展。

这通常分为三类：

1. 技术信任： 开源代码、清晰的文档、公开的审计

2. 经济信任： 可持续的代币设计、可见的金库、透明的团队资金

3. 社会信任： 一个沟通清晰、持续交付的团队

即使拥有强大的实用性和关注度，信任缺口也会拖慢一切。社区变得焦虑，开发者离开，反馈循环减弱。

但当信任得以维系时，它会强化其他要素。实用性创造价值，价值吸引关注，关注带来审视，审视要求透明，透明建立信任，而信任则吸引更多贡献者来改进产品。

这个循环正是让网络实现复利增长的原因。

当三角关系失衡时，任何关注它的人都会一目了然。

框架四：最被忽视的最佳机会

科技领域最大的变革很少源自单一的突破。

它们的起点是两股力量的汇聚，每一股力量都在加剧对方的影响。

加密 AI 就处于这样的交汇点之一。一方面，是无需信任的协作基础设施。另一方面，是日益自主的系统，它们需要结构、访问和治理。

两者结合，解锁了新的协作模式、新的分发路径，以及全新的产品形态。

但仅有汇聚并不能创造持久的价值。规模才是将狭窄切口转变为持久基础设施的关键。

亚马逊明白了这一点。最初作为“在线书店”起家的亚马逊，在转向基础设施并打造 AWS 后，彻底变成了另一家公司。如今，AWS 是亚马逊最赚钱的业务板块，占据了其大部分运营收入。

加密 AI 正处于类似的时刻。核心原语已经存在。市场空间广阔。但目前还没有太多力量投入其中。只有少数建设者，一些早期协议。

到目前为止，大部分资金都来自加密原生风投、流动性基金和散户参与者 。Web2 投资者基本上还没有涉足。

这种情况正在开始发生变化：

• Union Square Ventures 于 2025 年 3 月投资了 Pluralis Research（760 万美元种子轮）

• Founders Fund 和 Menlo Ventures 通过 Prime Intellect 进入了该领域（1500 万美元融资轮）

随着通用人工智能市场变得愈发拥挤，顶级风投开始寻求新的突破口。加密 AI 正逐渐成为新的前沿领域。

加密 AI 初创公司在 2024 年第三季度融资 2.13 亿美元 。这一数字同比几乎翻倍。但相比同期流入通用 AI 领域的 1000 亿美元，这仍只是很小的一部分。

这个差距是真实存在的。而且它不会持续太久。

把握加密 AI 浪潮的时机

大多数新技术都遵循一个熟悉的模式：突破性创新引发兴奋，炒作激增，预期超越现实，最终在经历调整后，现实世界的应用才会出现。Gartner 技术成熟度曲线依然是理解这一过程的流行方式。

对于创业者和投资者来说，最佳的切入点通常有两个：

• 在创新触发点 ，主流炒作尚未开始之前

• 或者在幻灭低谷期 ，当项目在喧嚣之下默默建设时

那么，参考 Gartner 的模型，Crypto AI 目前处于这个周期的哪个阶段？

有些人认为周期已经见顶。我们不这么认为。

回到 2024 年，我们曾经认为加密 AI 还没有真正进入狂热阶段。

这一观点依然成立。2023 年 11 月至 2024 年 1 月期间，由 AI 代理和模因币式交易推动的激增，只是该领域将会出现的众多小周期之一。

每一个加密 AI 子领域都会有属于自己的炒作、幻灭和再发现的轨迹，时间各不相同：

• AI 模型的去中心化训练

• 机器人技术

• AI 原生 L1

• 验证基础设施

• 代币化数据网络

有些还处于早期测试网阶段。还有一些尚未发行代币。它们的共同点是基础设施尚未完善，且被低估的空间很大。

这种滞后很重要。即使在经验丰富的投资者中，怀疑情绪依然很高。大多数圈外人士（甚至许多圈内人）都难以解释 Bittensor 实际上是做什么的，更不用说它为何重要了。这种脱节正是信号。它表明现在还处于非常早期的阶段。

真正的拐点将出现在加密原生的基础工具成为更广泛 AI 技术栈中的标准工具时。这个时刻很可能还需要一到两年。你的目标应该是提前做好布局。

为什么仍有巨大的上行空间

让我们用数据来说明。根据 Coingecko：

1. 加密 AI 代币（320 亿美元）仅占山寨币总市值（1.4 万亿美元）的 2.2%。

2. 在 AI 代理热潮期间，AI 代理的总市值最高仅达到 170 亿美元，而目前还不到当时的一半。

3. 作为对比，Dogecoin 的市值曾高达 660 亿美元，如今仍保持在 340 亿美元以上。

即使在高峰时期，加密 AI 也几乎没有产生太大影响。这正是机会所在。

如果一个没有任何实际用途的迷因币都能拥有数百亿美元的市值，那么当一个建立在可用基础设施、活跃团队和有用应用之上的完整赛道开始扩展时，会发生什么？

值得深思。

结论

加密 AI 不仅仅是一个叙事。它是一场结构性转变。

现在还处于早期阶段，一切都很混乱。这正是它有趣的地方。

我们在这里提出的框架——AI 与加密的流动、代币设计、效用-关注-信任三角、时机——不是答案，而是你的工具。用它们来剖析噪音，发现真正有牵引力的地方，并为自己定位。

这种融合比大多数人想象的要快。紧跟它。

致敬，

Teng Yan