Crypto AI 賽道深度探討

主持人：Alex，Mint Ventures 研究合夥人

嘉賓：Max，YouTube 頻道《Max 的區塊鏈空間》主理人；Lydia，Particle Network 研究員

對 Crypto AI 的理解

Alex：今天我們來探討備受關注的 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：我認爲 Crypto AI 主要解決兩個問題:

1. 解決中心化 AI 帶來的審查等問題,通過去中心化提供更符合大衆需求的方案。

2. 引入代幣激勵機制,爲開源 AI 研究提供可持續的獎勵模式。比如 Bittensor 項目通過代幣激勵不同子網研究不同領域,連接了開源和獎勵機制。

總的來說,Crypto AI 通過代幣激勵機制,獎勵開源模型開發、去中心化發展,提供了與傳統閉源 AI 完全不同的發展路徑。

Lydia：從商業角度來看,目前 Crypto AI 的價值還不是很清晰。雖然有"AI 提高效率,Crypto 保證公平"的說法,但提高效率的需求顯然更迫切。

Crypto AI 目前最大的價值可能不是直接體現在商業層面,而是在敘事層面。它讓 Crypto 和 AI 這兩個前沿技術在人們腦海中碰撞,打開了想象空間。我認爲我們需要給這兩項技術時間,它們最適合解決的可能是未來的問題,而不是現在的問題。

Alex：明白。聽起來 Crypto 通過代幣獎勵機制,爲 AI 的開源多元發展提供了一條與傳統閉源 AI 完全不同的路徑。Lydia 認爲目前 Crypto AI 的商業價值還不明確,更多是在敘事層面有價值,需要給予時間去探索未來可能解決的問題。

Crypto AI 賽道內的項目分類

Alex：Crypto AI 是一個比較大的賽道,內部有很多不同的商業模式和項目類型。根據你們的了解,如何對這些賽道內部的項目進行分類?

Lydia：一種常見的分類方法是:

1. Crypto 賦能 AI:目前實現和證實較困難,需要更長時間。主要從改進 AI 產業某個環節切入,如聚合算力資源、做數據市場等。

2. AI 賦能 Crypto:目前較多項目屬於這類,如接入 API 做 Web3 聊天機器人,用 AI 改進項目代碼等。

Max：我主要分爲三個賽道:

1. 架構層:提供底層架構,允許其他項目在上面搭建。如 Bittensor、Near、Sahara 等。

2. 資源層:提供 AI 開發所需的算力、數據、模型等資源。如 Akash、Render 提供去中心化算力,Vana 提供去中心化數據。

3. 應用層:面向用戶的應用,如 AI agents。

這種分類方式與現有 Crypto 賽道比較契合。

Crypto AI 的機遇與挑戰

Alex：你們認爲目前 Crypto AI 面臨的主要挑戰是什麼?未來 1-2 年可能有哪些產業或敘事機遇?

Max：主要挑戰是:

1. 項目過早期,很多還停留在願景階段。

2. 資源層相對成熟,但需要更多採用。

3. 架構層項目如 Bittensor 仍需驗證激勵機制的可持續性。

4. 應用層如 AI agents 還缺乏實用性,更多是娛樂性質。

機遇方面:

1. 加密貨幣市場情緒回暖,有更多資源嘗試創新。

2. 美國監管態度軟化,爲行業發展創造良好環境。

3. Web2 AI 持續引發關注,可能帶動 Crypto AI 發展。

Lydia：主要挑戰是市場情緒與技術進展存在錯配。很多人對 Crypto AI 項目缺乏深入了解,導致缺少有效的質疑和討論。

未來機遇:

1. 產業上看各板塊能否顯著降低用戶獲取相同資源的成本。

2. AI Agent 項目需要從娛樂走向實用,真正提高產品體驗。

3. 關注非 Crypto 的 AI 進展,尤其是上大衆媒體的新聞,可能帶來新的敘事機會。

Alex：我補充一點,從長期投資角度看,這一輪泡沫破裂後可能是不錯的機會。AI 對人類社會的影響會越來越大,未來可能出現對真人識別、全民基本收入等需求,屆時一些現在看似不重要的項目可能會顯現價值。

值得關注的 Crypto AI 項目

Alex：如果在目前了解的 AI 項目中選 1-2 個最值得關注的,你們會推薦哪些?理由是什麼?可能面臨的風險又有哪些?

Lydia：我會推薦 Bittensor,主要有三個原因:

1. 敘事能力強,團隊形象討開發者喜歡。
2. 得到機構認可,如灰度專門成立子公司關注其生態。
3. 經歷過大規模 FUD 考驗,展現了生命力。

風險方面,可能需要關注其代幣經濟模型的可持續性。

Max：我也最關注 Bittensor。補充幾點:

1. 它專注於打造好的激勵機制,這是 Crypto 對 AI 最重要的貢獻。
2. 採用類似比特幣的代幣發行模型,總量 2100 萬。
3. 團隊技術實力強,能快速解決問題。

風險包括:

1. 目前代幣發行率高,價值被稀釋。
2. 主網控制權集中,與去中心化願景有距離。

其他值得關注的項目還有 Vana(去中心化數據)、Arweave(AI computer)、Near 等。

Crypto AI 項目的評估策略

Alex：在調研和選擇 Crypto AI 項目時,你們最關心哪些維度?決定是否投資一個項目的核心因素有哪些?

Max：我主要關注五個方面:團隊、產品、盈利能力、未來展望和代幣經濟模型。其中最看重團隊,包括:

1. 創始人背景
2. 投資方
3. 社區質量

一個好的團隊決定了產品能否達到 Product Market Fit、盈利、執行路線圖等。

Lydia：我也最關注團隊,主要看:

1. 敘事能力
2. 執行力
3. 對 Crypto 的理解深度

此外還會關注:

4. Token 的實際效用
5. 項目的品牌文化是否獨特

Alex：我會做一個週期性判斷,看項目所處的階段是短期過度樂觀還是長期過度悲觀。最好的參與時機是在長期過度悲觀階段。

常用 AI 工具分享

Alex：你們在日常生活或工作中會使用哪些 AI 工具?它們發揮了怎樣的作用?

Lydia：

1. GPT:練習英語、心理諮詢。
2. Perplexity:搜索資料,總結項目信息。
3. 豆包:YouTube 視頻總結。

Max：

1. ChatGPT:總結長文,幫助知識吸收。
2. 用於圖片生成,制作視頻封面等。

Alex：

1. GPT:寫文章時添加 emoji,解釋復雜概念。
2. Perplexity:替代傳統搜索引擎。

總的來說,AI 工具極大提升了工作效率和知識獲取能力。未來 AI 在教育等領域還有巨大潛力。