2026年7月末，Web3 AI基础设施项目AIW3宣布完成约500万美元Pre-TGE轮融资。这是继其两个月前完成种子轮之后，在资本层面的又一次加速动作，也使得该项目累计融资总额达到约700万美元。

公司 AIW3（AI W3）
轮次 Pre-TGE轮
金额 约500万美元
投资方 弘卓资本领投，Kirin Capital、祥峰资本跟投，0G Labs战略投资
总部 未披露
创始人 未披露
官网 未披露

2026年4月，AIW3完成200万美元种子轮融资，由Buffalo Capital领投，GalaXin Capital与Three-stones Ventures参投。加上本轮，两轮融资总额约700万美元。相比于许多仍停留在白皮书阶段的Web3 AI项目，这一融资节奏本身可能意味着项目已有可供展示的技术原型或至少达到了一定成熟度的协议基础设施——当然，由于项目方并未披露产品上线时间表或客户数据，这一判断仍需后续事实来验证。

一间传统PE首次踏入Web3，用资本认可Agent融合方向

本轮领投方弘卓资本（Hundreds Capital）是一家专注于成长型企业投资的私募股权基金，长期关注科技创新及新兴产业发展。这是其首次布局Web3领域，这一动作本身具有一定的信号意义。

在传统私募股权机构的投资版图中，Web3长期处于边缘位置。这一领域的资产估值逻辑、退出路径和监管环境，与传统股权投资存在结构性差异。一家以成长型企业为标的的PE选择在2026年这个时间节点进入Web3，其决策可能建立在两个判断之上：第一，区块链与加密技术的基础设施已有足够的成熟度，使得资产定价从纯粹投机逐渐向可分析的商业模式迁移；第二，AI Agent这一叙事为Web3提供了传统投资机构能够理解的类比物——自主执行、策略调用、资金流编排，这些概念与传统金融科技中的自动化交易、智能投顾存在映射关系。

弘卓资本对外表示，其“看好区块链与加密技术在未来数字经济中的长期发展潜力，并认可AI Agent与Web3融合所带来的下一代基础设施创新机遇”。这句话的措辞值得关注。与Web3原生基金通常使用的“革命性”“范式转移”等激进表述不同，弘卓的表述倾向于“长期发展潜力”和“基础设施创新机遇”，口径更接近传统股权投资的语言体系。这可能意味着弘卓对AIW3的评估，至少部分建立在其技术架构的商业可扩展性上，而非单纯依赖代币上涨预期。

但与此同时，传统PE首次进入某一新兴领域，也可能面临认知迭代成本。Web3项目的价值捕获往往不完全取决于技术本身，而在于代币经济模型是否能形成有效的价值循环、社区治理是否能降低协议的政治风险、以及项目在网络效应上的冷启动路径。这些维度的评估框架与弘卓所熟悉的成长型企业投资存在实质差异。弘卓是否已为这种差异建立了内部评估框架，目前没有公开信息可以验证。

跟投方Kirin Capital与祥峰资本（Crestwave Capital）的背景在公开材料中未被详细披露，其在Web3领域的过往布局也未见进一步信息。这使得本轮投资方图谱呈现出一种混合特征：领投方带着传统PE的信用背书首次试探Web3，跟投方的策略偏好则相对模糊。这种组合在Web3融资中并非主流，它可能意味着项目方有意寻求传统资本的站台，以区别于完全依赖Web3原生基金的同赛道项目，但也可能反映出头部加密基金对这一阶段的项目仍在观望。

0G Labs的战略投资：算力层与执行层的生态耦合逻辑

在本轮融资中，0G Labs以战略投资方身份出现。0G Labs致力于推动AI与区块链技术的融合发展。其战略投资进一步强化了双方在链上AI Agent、去中心化计算以及开放式智能经济方向的生态协同。

从产业链分工的角度来看，0G Labs与AIW3之间的协同关系可能体现为上下游衔接。0G Labs的核心能力集中在去中心化计算和算力层，它所解决的是AI模型在去中心化环境下如何被训练和运行的问题。而AIW3定位在链上执行层，解决的是另一侧的问题：当AI Agent具备在链上执行任务的能力时，它如何与协议产生实际交互、如何管理与其关联的资金流、以及如何对执行结果负责。这两者之间的协同，理论上可以形成一个更完整的技术栈：算力层提供Agent运行的底层资源，执行层负责Agent与链上世界的交互逻辑。

但战略投资与实际技术整合之间仍有相当距离。战略投资通常意味着双方有意在生态层面展开合作，但不等同于已有可运行的技术对接或共同客户。0G Labs的投资可能更接近于对执行层这一细分方向的认可，以及对未来协同可能性的提前布局。双方是否已在技术层面有具体合作进展，目前未有公开信息披露。

此外，注意到0G Labs作为一家从事去中心化计算的项目方，自身也处在发展进程中。两个尚在早期阶段的项目之间的战略协同，其实际价值仍需在产品和生态落地之后才能被检验。在代币上线前的阶段，这种协同更多体现为叙事层面的相互增强。

策略、Agent和资金流三层耦合，定义AaaS链上执行范式

AIW3的核心目标是提供可调用策略服务、自主Agent编排和原生Vault协同资金流，从系统层构建Agent-as-a-Service（AaaS）链上执行范式。

这一技术定位需要被拆解为三个层面来理解。

第一层是可调用策略服务。在传统金融领域，策略是规则化的交易逻辑或资产配置逻辑的抽象。在Web3语境下，策略可能包括链上套利路径、质押收益优化策略、跨链资产再平衡方案等。AIW3的目标并非自己开发所有策略，而是提供一个能够接入各类策略的框架，使其可以被Agent调用。这意味着AIW3可能需要构建一套标准化的策略描述语言或接口规范，使得第三方开发者能够将策略部署到其网络上。

第二层是自主Agent编排。这里的“编排”区别于单一Agent的自动化执行。编排意味着多个Agent之间可能存在协作关系：一个Agent负责监测链上状态，另一个Agent负责评估风险，第三个Agent负责执行资金划转。这种多Agent协作在链上环境下对时序、原子性和容错提出了更高的要求。AIW3需要解决的核心问题可能是：如何在去中心化环境下协调多Agent的行为，确保编排逻辑不被篡改，并在部分Agent节点失效时仍能保证整体执行结果的正确性。

第三层是原生Vault协同资金流。这是AIW3方案中与纯计算类或纯模型类AI项目形成最大差异化的部分。Vault在DeFi领域中通常指资金池或保险库，其核心功能是管理存入资金的使用权限和分配规则。AIW3将Vault作为Agent执行的自然延伸：当Agent需要执行涉及资金操作的任务时，Vault提供资金划转的能力和权限边界。这种设计可能意味着用户可以设定Vault的权限规则（例如单次调用限额、日累计上限、白名单地址等），Agent在这些规则的约束下执行操作，而非获得对资金的无限授权。

根据公开信息，AIW3的协议基础设施已进入“可验证的实时”状态。这一措辞值得仔细解读。“可验证的实时”可能意味着协议的核心组件已能对来自链上的数据和状态变化做出响应，并且在测试网络或沙盒环境中已展现出一定的执行能力。但这也可能意味着它尚未达到生产级稳定性或未在主网环境下完成充分的压力测试。这个判断的准确性，需要在主网上线或第三方审计报告发布后才能确认。

执行层的单点突破，串起Agent与链上资金的交互通道

AIW3在Web3 AI基础设施的技术栈中选择了执行层作为切入点，这一选择具有一定的合理性。

当前Web3 AI领域的项目大致分布如下：一部分项目专注于算力层，提供去中心化的模型训练和推理能力，0G Labs正是这一方向的代表；另一部分项目聚焦于数据层，解决链上数据的获取、清洗和验证问题；还有一部分项目关注模型层，尝试将AI模型部署在链上或链下环境中，使其可被调用。执行层则是相对冷门的领域，它专注于AI Agent与链上协议、资金在操作层面的实际交互。

AIW3定位在链上执行层，专注于使Agent能够与协议和资金进行实际交互，与0G Labs等算力层项目形成上下游衔接。这种定位意味着AIW3不需要在算力资源上与已有项目展开正面竞争，而是通过解决“Agent如何安全地操作资金”这一个单体问题来建立自己的差异化优势。

但这种选择的另一面是，执行层对安全性的要求极高。与数据层或策略层的项目不同，执行层直接涉及资金操作。任何一个漏洞，包括智能合约Bug、编排逻辑缺陷、Vault权限设计失误，都可能直接造成资金损失。这决定了AIW3必须在安全方面付出更高的开发和审计成本。而700万美元的总融资额，在同时需要推进协议开发、安全审计、社区建设和生态拓展的情况下，是否足以支撑安全方面的高投入，是一个需要关注的问题。

此外，执行层的网络效应形成路径也与其他层有所不同。算力层可以通过供给侧扩展来吸引需求侧，形成双边市场的网络效应。而执行层则需要同时面对策略开发者、Agent开发者和终端用户三个群体。策略开发者需要足够多的Agent可供调用以体现策略价值，Agent开发者需要足够丰富的策略库和资金池来让Agent产生实际价值，终端用户则需要在看到实际收益或效率提升后才会存入资金。这个三方协调的冷启动问题，可能是AIW3在产品落地过程中需要解决的核心挑战之一。

Pre-TGE轮的结构：代币经济隐现，投资者图谱尚缺Web3原生巨头

本轮融资的名称——Pre-TGE轮——本身就结构性地定义了这笔资金的性质。TGE（Token Generation Event，代币生成事件）是Web3项目的一个关键节点，标志着项目代币正式在链上生成，并通常伴随CEX或DEX的上线交易。Pre-TGE轮发生在TGE之前，其投资逻辑建立在未来代币将具有价值和流动性的预期之上。

但关于代币的功能设计、分配比例、解锁周期、与协议收入的关系等核心信息，目前全部未披露。这是当前对AIW3进行评估时最大的一块信息缺失。代币经济模型决定了项目如何捕获价值、参与者如何被激励、以及早期投资者的退出路径。一个设计不当的代币模型可能使项目陷入通胀失控、激励错配或抛压集中释放的困境。在Pre-TGE轮完成融资之后，代币经济模型的具体设计将是检验AIW3是否准备好进入下一阶段的关键文件。

从投资者图谱来看，本轮参与方中未包含a16z Crypto、Paradigm、Pantera Capital或币安实验室等头部Web3原生基金。这不一定是负面信号——项目在Pre-TGE阶段未寻求头部加密基金背书，可能出于估值考虑、条款考量或有意保持独立性——但客观上也意味着AIW3暂时缺少来自Web3主流资本的流动性支持和生态网络效应。头部加密基金除了资金之外，通常能提供交易所上线、流动性安排和生态资源对接等方面的附加价值。AIW3选择由传统PE领投、辅以中型Web3基金和产业战略投资方的组合，这个资本结构能否支撑其后续的主网上线和生态启动所需资源，仍有待检验。

种子轮参与的Buffalo Capital、GalaXin Capital和Three-stones Ventures是否在本轮中再次加注或退出，目前未有公开信息披露。这一信息对于判断早期投资者对项目进展的信心程度具有参考价值，但目前尚无法确认。

社区活动先行，主网落地与商业客户仍待验证

近期，AIW3围绕生态建设推出了社区激励活动，通过空投任务、生态互动等方式吸引用户参与，推动早期社区增长与生态扩展。这种“先社区后产品”的路径在Web3领域并不罕见。项目在技术落地之前通过空投和任务机制积累早期用户基础，既能为代币上线后的流动性建立缓冲，也能在开发者生态冷启动之前构建社区氛围。

但社区激励活动的效果是否能够持续，很大程度上取决于后续是否有实际产品可供社区用户转化。在缺乏可运行主网和商业客户的情况下，空投任务吸引的用户更多是短期激励驱动而非产品价值驱动。这部分用户在产品上线后是否会留存并转化为活跃的生态参与者，是需要严密追踪的指标。

目前没有公开信息显示AIW3已上线主网或已获得可验证的商业客户。这一点构成了当前对AIW3评估中最主要的不确定性。项目宣称的AaaS链上执行范式、策略服务、Agent编排和Vault资金流协同，如果仅停留在协议设计阶段或测试网阶段，其市场验证程度则非常有限。从“可验证的实时”状态到主网上线，中间可能仍需经历安全审计、性能优化、跨链适配和治理架构部署等多个里程碑。每个节点都可能成为进度的瓶颈。

商业客户方面，AIW3目前没有披露任何具体的合作案例或实际使用数据。对于一个以执行层为定位的项目，最直接的验证信号是一个或多个能够展示Agent执行链上资金操作的实际场景——例如某个DeFi协议使用AIW3的Agent执行自动化收益策略、或某个DAO使用其Vault和Agent编排管理协议财库。这些场景的出现将是对其技术定位最有力的验证，但截至目前尚未有此类信息披露。

技术黑箱：Agent执行架构与去中心化程度尚未阐明

此次融资公告中，AIW3没有披露其Agent执行架构的技术细节。这构成了一个技术评估的信息黑箱。

至少以下问题目前无法从公开信息中获得答案：Agent是在链上还是链下执行逻辑？如果部分逻辑在链下执行，那么链下组件如何保证可验证性？编排引擎是否运行在一个去中心化的节点网络上？如果是，节点的准入机制和经济激励结构是什么？Vault的权限控制是通过智能合约层面的多签和Timelock实现，还是引入了更复杂的密码学方案？这些问题的答案直接决定了AIW3的去中心化程度和安全假设。

在Web3基础设施领域，“去中心化”不是二元的非此即彼，而是一个程度问题。一个在测试网阶段使用中心化编排服务器和单节点Agent的项目，可能在主网上线时逐步引入多节点机制和社区治理，这种路径本身不一定是缺陷。但去中心化程度决定了项目对不同类型安全风险的暴露面、对监管压力的抗性、以及代币在治理中的实际效用——如果项目的核心组件高度中心化，代币的治理价值将被显著削弱。

这些技术细节的透明度，在接下来的主网上线进程中将成为关键观察点。如果AIW3能在主网上线同时或之前发布技术文档、审计报告和节点运行指南，将大幅降低外部的技术评估成本。

两轮700万美元：在Web3 AI赛道中的资金密度与扩展约束

将两轮融资合并计算，AIW3在当前时点共筹集约700万美元。为了判断这个融资规模在赛道中的位置，我们可以做一些横向观察：

在Web3 AI的基础设施方向，近期与AIW3有可比性的融资案例包括：链上执行基础设施公司Birdai Labs于相近时期完成400万美元种子轮融资；分布式AI基础设施项目ALPHEA完成500万美元融资；这些案例与AIW3在融资金额和赛道方向上大致在同一量级。相比之下，头部AI项目的融资规模则不在同一数量级——DeepSeek近期完成超70亿美元融资，估值超500亿美元。虽然两者在赛道定位、成熟度和发展阶段上不具有直接可比性，但这个落差在某种程度上也定义了Web3 AI基础设施项目所处的资源禀赋环境。

700万美元对于构建一个需要处理资金安全的执行层基础设施而言并不算充裕。协议安全审计本身可能需要数万至数十万美元的成本；多节点Agent网络的搭建和运维涉及持续的节点激励开销；生态拓展需要开发者关系投入和持续的社区运营成本；跨链适配则带来额外的工程投入。这意味着AIW3团队可能需要在资源分配上做出高度集中的选择——优先完成核心组件的安全交付，延迟某些生态扩展功能的开发，或者通过生态合作来分担部分开发和推广成本。

团队的规模、构成和过往经历均未披露，这也是一个重要的评估缺口。技术路线的复杂度越高，团队的执行经验和技术积累就越关键。对于AIW3这类需要在密码学、共识机制、智能合约安全和AI编排等多个领域都有储备的团队，目前外部几乎无法评估其人力和知识储备是否与路线图匹配。这个信息缺口在项目接近主网上线时可能变得更加突出。

RecodeX 极客视：AIW3正在做的事，本质上是在为AI Agent铺设通往链上世界的轨道和信号系统——不是让Agent给出建议，而是让Agent能安全地伸手触碰真正的资产。这个方向在叙事上精确且有力，但700万美元要同时解决协议安全、Agent编排框架和开发者生态冷启动，每一步都在考验一个未披露团队的执行节律。在代币上线前，产品是否从“可验证状态”变成“可运行实例”，将是剥开叙事、看见真伪的核心检验点。