Crypto AI 賽道探討

主持人：Alex，Mint Ventures 研究合夥人

嘉賓：Max，YouTube 頻道主理人；Lydia，Particle Network 研究員

對 Crypto AI 的理解

Alex：今天我們來聊備受關注的 Crypto AI 賽道。第一個話題是，兩位怎麼看待 Crypto AI 這個賽道？在你們看來，Crypto AI 這個賽道在嘗試解決哪些商業問題？這些問題的迫切性是什麼？

Max：我覺得 Crypto AI 之所以出現是解決兩個主要問題。第一個是從人文角度來看，中心化的 AI 本身就有一些需要解決的問題,比如審查問題等。Crypto AI 通過去中心化可以解決這些問題。另一個有趣的點是加入激勵機制。Crypto 最主要的代表是 Token，有了 Token 後，所有去中心化 AI 就可以借由這個激勵機制來做更多不同的嘗試。比如 Bittensor 就是借由 Token 機制做出不同的子網,每個子網負責研究不同的東西。這種方式把開源代碼連接了起來。開源一直是大家想要做的事情,但 AI 研究員在做開源時遇到的最大問題是,沒有一種方式可以獎勵開源的進展。通過連接到 Crypto 和 Token 上,就有了一種可以獎勵他們繼續研究開源的方式,而不是每個公司都把自己的研究結果私有化。總的來說,Crypto AI 正在做或可以做到的事情就是通過 Crypto 和 Token 這種激勵機制來獎勵開源模型、獎勵開放性、獎勵去中心化的發展。

Lydia：從商業問題的角度來看,我覺得答案對我來說不是特別清晰,主要是在 Crypto 這一層。雖然有一種說法是"AI 可以提高效率,Crypto 來保證公平",但仔細想想,從現階段、從商業價值的角度出發,提高效率的迫切性要明顯大於保證公平。我總是會想到 Alex 之前寫的關於 Web3 底層價值的文章,裏面提到 Web3 的底層價值是更廣泛的自由和更便宜的信任。那麼優秀的 Web3 項目就需要找到傳統服務在自由和信任上的不足,然後提供一個更有競爭力的解決方案。對應到 Crypto AI,AI 需要更大的自由嗎?從技術實現角度,計算資源和數據供給是有限的,所以 AI 的自由就是有限的。從倫理角度,一個真正自由的 AI 也是我們很難想象的。AI 的信任成本現在過高嗎?我覺得也不一定。雖然很多人會提到數據黑箱問題,但關注這個問題的更多是專家學者或媒體從業者,而不是普通用戶。另一方面,如果用上鏈的方式去解決,目前看來成本更高。

我覺得 Crypto AI 目前最大的價值,可能不是直接反映在當下的商業層面的替代方案上,更多是在敘事層面。它打開了人們的想象力,讓 Crypto 和 AI 這兩個看似沒什麼關係,但又特別前沿、特別有範兒的技術在大家腦海裏碰撞起來了。我們要給這兩項技術時間,也許它們最適合解決的問題是屬於未來的,而不是現在的。

從一開始看,我就覺得它是一個長期外生敘事。說到長期,是因爲 AI,尤其是消費級 AI,對我們現實世界的衝擊實在太大了。它真的是一個顛覆性的變革。不僅從數據上可以看出,比如 ChatGPT 幾天突破一百萬、兩個月突破一億月活,我們直接看周圍人使用 AI 的頻率就知道了。從資本市場角度來說,OpenAI 是千億估值,英偉達是萬億市值,它每次發布會基本都會佔據各大媒體頭條。這種變革來得太迅猛太徹底了,所以 AI 不會是一個一波流,它肯定是一個長期敘事,甚至可能會成爲接下來一個世紀最重要的哲學話題來源。

同時它又是外生的。Crypto 和 AI 在誕生之後其實沒什麼關係,甚至在人才層面上還存在競爭關係。在 2022 年到 2023 年的 Crypto 熊市期間,AI 在這方面的吸引力碾壓了 Crypto。直到今年我們才開始講兩者互相賦能的故事。歸根結底,跟 DeFi、NFT 這種加密原生敘事或 GameFi 這種變改敘事相比,AI 就是一個外來敘事。我們也可以看到,像今天早些時候,Worldcoin、Render、Near 這種 AI 敘事的資產價格,是完全根據 AI 行業的情況來波動的。所以我覺得長期的外生敘事是我對 Crypto AI 最初的理解,並且現在還是持有這個想法。

Max：我想補充一點。你說 AI 是一個外在的,Web2 本來就有的東西,只是我們一開始覺得 Crypto 和 AI 是兩個不搭邊的東西,卻突然搭在了一起。但我覺得從另一個角度看,Crypto AI 是在 2020 年 DeFi Summer 之後,唯一一個我認爲 Crypto 對 AI 是一個強需求的東西。比如說 GameFi,我們把 Crypto 的激勵機制加到遊戲裏面,但 Crypto 對 GameFi 是一個錦上添花的作用。今天 GameFi 離開了 Crypto,大家不會因爲 Crypto 激勵機制很棒所以去玩這個遊戲,大家會因爲遊戲好玩而去玩這個遊戲。DeFi 則是另一個層面,它是一個硬需求。我覺得 Crypto AI 是 DeFi 之後,看過那麼多敘事,第二個可以接下去的強需求。

隨着 AI 的進展與使用,我們一定會發現一些中心化的問題,只是我們目前還沒有發現。不像金融世界的金融體系已經存在了可能 100、200 年,我們已經發現了金融體系有問題,直到 2008 年金融海嘯出現,才意識到這個系統有一些問題需要解決。所以大家才覺得 DeFi 就是我們需要的東西。我覺得 Crypto AI 也是同樣的位置。只是用戶對於 AI 的接觸和熟悉度還不如金融體系那麼多,所以我們還沒有看到大家真正對 Crypto AI 覺得"我真的需要 Crypto AI 這個東西"。

講到爲什麼 Crypto 在 Crypto AI 的敘事裏面是一個硬需求,是因爲很多東西是一定需要加入激勵機制才可以實現的。像你剛剛講到的想要變得更高效,我覺得有一些特定的項目已經可以做到。比如 Decentralized Compute,它已經做了一段時間了。當你把去中心化算力跟中心化算力比起來,你會發現只要跨過一些效能上的瓶頸,去中心化算力基本是第一需求。你不會想用中心化算力,不會想去用 AWS 或其他 Microsoft Azure 這類的產品,因爲太貴了或者其他原因。我認真相信,Crypto AI 要出圈、要持續發展,一定要比傳統的產品更有效率、更好、更便宜,一定是這樣子。大家不會單純想"支持去中心化"就去使用 Crypto AI,而是它要比原本的產品更好。這是現在 Crypto AI 要做的事情。可以慢慢看到這個雛形出現,但我們不能每一次都期待 Meta 發布免費的 35 億參數的 LLM 模型。我們需要找到一個可以持續建立這個東西的方式。我覺得這是一個需要繼續努力的方向。

Crypto AI 賽道內的項目分類

Alex：Crypto AI 是一個比較大的賽道,它內部有非常多不同的商業模式去解決不同問題的項目類型。根據你們對於 Crypto AI 賽道的了解,如果要對這些賽道內部的項目進行分類,你們會按照一個什麼樣的邏輯進行分類?

Lydia：一種非常常見的分類方法就是 Crypto 賦能 AI 或者 AI 賦能 Crypto,這是兩大思路。目前我們看到比較多的是 AI 賦能 Crypto,也就是說 Crypto 的項目想辦法加一點 AI 的屬性。之前可能是接入 API,做一個 Web3 版的聊天機器人,能夠回答一些關於項目的問題,或者說用 AI 來改進 Web3 項目的代碼,或者說 AI 參與收益策略的制定。現在的話就是 AI agent 發幣,這些和 AI 能帶來的效率提升、公平沒太大的關係,更多是項目想要新敘事。

第二個思路,Crypto 賦能 AI 的話,天花板確實更高一些,但是實現和證實起來比較困難,需要更多的時間。Crypto 賦能 AI 的方向的聖碑是說,Crypto 可以深入到 AI 的技術堆棧裏面去,強化其中的隱私性、透明性,但是這個落地週期可能會長一點。所以目前更多的是說從 Crypto 有機會改進 AI 產業的某一個環節切入,比如做 GPU,可以主打 Crypto 能夠聚合、激勵閒散的算力資源,降低成本,然後又到做數據市場、算法市場,他們都是想從自由這個角度去找 product market fit。但我覺得這塊的需求現階段不是特別容易被證明的。如果你去看 iOasis 它的 GPU 使用的數據,就會發現其實個人用戶的比例還是比較小。每天個人用戶的總的 GPU 出租收益可能就是在 1000 美元左右。

這部分我覺得目前看起來的破局點,或者說例外的話可能是 Coinbase 跟 Base 在做這個方向,就是 AI agent 加支付。當然支付屬性是一個錦上添花的屬性,所以前提當然是 AI agent 要夠好,要夠有用。這是我的兩種分類方式。

Max：我主要分成三個不同的賽道。三個賽道分別是架構層,資源層跟應用層。架構層方面比較像是一個底層架構,你可以在這個底層架構上面發展不一樣的 AI 項目,可以允許各種不一樣的資源層項目或是應用層項目搭建在這個架構層上面。對區塊鏈比較了解的話,可能就會把它想象成一個 layer 1 區塊鏈等等一些基礎設施,叫做架構層。像是 Bittensor、Near 跟 Sahara 這種,我都比較算在架構層裏面。

架構層搭建好了之後,上面會有一個資源層,就是搭建在這個架構層上面的。那就是各種 AI 開發會需要的資源,比如說算力、數據、模型等等,搭建在上面的叫做資源層。一些例子項目像是 Akash 或是 Render 等提供去中心化的算力,或是像 Vana 可以提供去中心化的數據的項目就叫做資源層。

在資源層跟架構層上面,比較貼近於 to C,比較貼近於用戶使用的叫做應用層。我把 AI agents 放在這裏面,比較貼近用戶真正需要用到的東西,比如說可以加快你對於 DeFi 方面的使用,我把它放在應用層裏面。所以是這三個主要賽道。因爲現在 Crypto AI 敘事才剛出來,大家還不知道如何好好地把它分類,也沒有一個共識的方法。但是這個板塊架構是我目前看起來好像比較可以跟現在的 Crypto 賽道呼應的一種分類法。

Crypto AI 的機遇與挑戰

Alex：你們覺得現在 Crypto AI 面臨最主要的挑戰是什麼?除了挑戰之外,未來的一到兩年內對於 Crypto AI 來說會有什麼樣的產業或者是敘事的一些機遇?

Max：我覺得主要挑戰就是 Crypto AI 現在太早期了,大部分項目的市值漲得很高,像是 Bittensor 已經漲到 50 億美元的市值,這種市值背後更多的可能是投機。我覺得真正需要找到 Product Market Fit,或者找到真正可以使用的一些應用,可以發展出這些的應用還偏少。如果去看這些應用的話,甚至我覺得有些東西還在蠻早期