Crypto AI 赛道探讨

主持人：Alex，Mint Ventures 研究合伙人

嘉宾：Max，YouTube 频道主理人；Lydia，Particle Network 研究员

对 Crypto AI 的理解

Alex：今天我们来聊备受关注的 Crypto AI 赛道。第一个话题是，两位怎么看待 Crypto AI 这个赛道？在你们看来，Crypto AI 这个赛道在尝试解决哪些商业问题？这些问题的迫切性是什么？

Max：我觉得 Crypto AI 之所以出现是解决两个主要问题。第一个是从人文角度来看，中心化的 AI 本身就有一些需要解决的问题,比如审查问题等。Crypto AI 通过去中心化可以解决这些问题。另一个有趣的点是加入激励机制。Crypto 最主要的代表是 Token，有了 Token 后，所有去中心化 AI 就可以借由这个激励机制来做更多不同的尝试。比如 Bittensor 就是借由 Token 机制做出不同的子网,每个子网负责研究不同的东西。这种方式把开源代码连接了起来。开源一直是大家想要做的事情,但 AI 研究员在做开源时遇到的最大问题是,没有一种方式可以奖励开源的进展。通过连接到 Crypto 和 Token 上,就有了一种可以奖励他们继续研究开源的方式,而不是每个公司都把自己的研究结果私有化。总的来说,Crypto AI 正在做或可以做到的事情就是通过 Crypto 和 Token 这种激励机制来奖励开源模型、奖励开放性、奖励去中心化的发展。

Lydia：从商业问题的角度来看,我觉得答案对我来说不是特别清晰,主要是在 Crypto 这一层。虽然有一种说法是"AI 可以提高效率,Crypto 来保证公平",但仔细想想,从现阶段、从商业价值的角度出发,提高效率的迫切性要明显大于保证公平。我总是会想到 Alex 之前写的关于 Web3 底层价值的文章,里面提到 Web3 的底层价值是更广泛的自由和更便宜的信任。那么优秀的 Web3 项目就需要找到传统服务在自由和信任上的不足,然后提供一个更有竞争力的解决方案。对应到 Crypto AI,AI 需要更大的自由吗?从技术实现角度,计算资源和数据供给是有限的,所以 AI 的自由就是有限的。从伦理角度,一个真正自由的 AI 也是我们很难想象的。AI 的信任成本现在过高吗?我觉得也不一定。虽然很多人会提到数据黑箱问题,但关注这个问题的更多是专家学者或媒体从业者,而不是普通用户。另一方面,如果用上链的方式去解决,目前看来成本更高。

我觉得 Crypto AI 目前最大的价值,可能不是直接反映在当下的商业层面的替代方案上,更多是在叙事层面。它打开了人们的想象力,让 Crypto 和 AI 这两个看似没什么关系,但又特别前沿、特别有范儿的技术在大家脑海里碰撞起来了。我们要给这两项技术时间,也许它们最适合解决的问题是属于未来的,而不是现在的。

从一开始看,我就觉得它是一个长期外生叙事。说到长期,是因为 AI,尤其是消费级 AI,对我们现实世界的冲击实在太大了。它真的是一个颠覆性的变革。不仅从数据上可以看出,比如 ChatGPT 几天突破一百万、两个月突破一亿月活,我们直接看周围人使用 AI 的频率就知道了。从资本市场角度来说,OpenAI 是千亿估值,英伟达是万亿市值,它每次发布会基本都会占据各大媒体头条。这种变革来得太迅猛太彻底了,所以 AI 不会是一个一波流,它肯定是一个长期叙事,甚至可能会成为接下来一个世纪最重要的哲学话题来源。

同时它又是外生的。Crypto 和 AI 在诞生之后其实没什么关系,甚至在人才层面上还存在竞争关系。在 2022 年到 2023 年的 Crypto 熊市期间,AI 在这方面的吸引力碾压了 Crypto。直到今年我们才开始讲两者互相赋能的故事。归根结底,跟 DeFi、NFT 这种加密原生叙事或 GameFi 这种变改叙事相比,AI 就是一个外来叙事。我们也可以看到,像今天早些时候,Worldcoin、Render、Near 这种 AI 叙事的资产价格,是完全根据 AI 行业的情况来波动的。所以我觉得长期的外生叙事是我对 Crypto AI 最初的理解,并且现在还是持有这个想法。

Max：我想补充一点。你说 AI 是一个外在的,Web2 本来就有的东西,只是我们一开始觉得 Crypto 和 AI 是两个不搭边的东西,却突然搭在了一起。但我觉得从另一个角度看,Crypto AI 是在 2020 年 DeFi Summer 之后,唯一一个我认为 Crypto 对 AI 是一个强需求的东西。比如说 GameFi,我们把 Crypto 的激励机制加到游戏里面,但 Crypto 对 GameFi 是一个锦上添花的作用。今天 GameFi 离开了 Crypto,大家不会因为 Crypto 激励机制很棒所以去玩这个游戏,大家会因为游戏好玩而去玩这个游戏。DeFi 则是另一个层面,它是一个硬需求。我觉得 Crypto AI 是 DeFi 之后,看过那么多叙事,第二个可以接下去的强需求。

随着 AI 的进展与使用,我们一定会发现一些中心化的问题,只是我们目前还没有发现。不像金融世界的金融体系已经存在了可能 100、200 年,我们已经发现了金融体系有问题,直到 2008 年金融海啸出现,才意识到这个系统有一些问题需要解决。所以大家才觉得 DeFi 就是我们需要的东西。我觉得 Crypto AI 也是同样的位置。只是用户对于 AI 的接触和熟悉度还不如金融体系那么多,所以我们还没有看到大家真正对 Crypto AI 觉得"我真的需要 Crypto AI 这个东西"。

讲到为什么 Crypto 在 Crypto AI 的叙事里面是一个硬需求,是因为很多东西是一定需要加入激励机制才可以实现的。像你刚刚讲到的想要变得更高效,我觉得有一些特定的项目已经可以做到。比如 Decentralized Compute,它已经做了一段时间了。当你把去中心化算力跟中心化算力比起来,你会发现只要跨过一些效能上的瓶颈,去中心化算力基本是第一需求。你不会想用中心化算力,不会想去用 AWS 或其他 Microsoft Azure 这类的产品,因为太贵了或者其他原因。我认真相信,Crypto AI 要出圈、要持续发展,一定要比传统的产品更有效率、更好、更便宜,一定是这样子。大家不会单纯想"支持去中心化"就去使用 Crypto AI,而是它要比原本的产品更好。这是现在 Crypto AI 要做的事情。可以慢慢看到这个雏形出现,但我们不能每一次都期待 Meta 发布免费的 35 亿参数的 LLM 模型。我们需要找到一个可以持续建立这个东西的方式。我觉得这是一个需要继续努力的方向。

Crypto AI 赛道内的项目分类

Alex：Crypto AI 是一个比较大的赛道,它内部有非常多不同的商业模式去解决不同问题的项目类型。根据你们对于 Crypto AI 赛道的了解,如果要对这些赛道内部的项目进行分类,你们会按照一个什么样的逻辑进行分类?

Lydia：一种非常常见的分类方法就是 Crypto 赋能 AI 或者 AI 赋能 Crypto,这是两大思路。目前我们看到比较多的是 AI 赋能 Crypto,也就是说 Crypto 的项目想办法加一点 AI 的属性。之前可能是接入 API,做一个 Web3 版的聊天机器人,能够回答一些关于项目的问题,或者说用 AI 来改进 Web3 项目的代码,或者说 AI 参与收益策略的制定。现在的话就是 AI agent 发币,这些和 AI 能带来的效率提升、公平没太大的关系,更多是项目想要新叙事。

第二个思路,Crypto 赋能 AI 的话,天花板确实更高一些,但是实现和证实起来比较困难,需要更多的时间。Crypto 赋能 AI 的方向的圣碑是说,Crypto 可以深入到 AI 的技术堆栈里面去,强化其中的隐私性、透明性,但是这个落地周期可能会长一点。所以目前更多的是说从 Crypto 有机会改进 AI 产业的某一个环节切入,比如做 GPU,可以主打 Crypto 能够聚合、激励闲散的算力资源,降低成本,然后又到做数据市场、算法市场,他们都是想从自由这个角度去找 product market fit。但我觉得这块的需求现阶段不是特别容易被证明的。如果你去看 iOasis 它的 GPU 使用的数据,就会发现其实个人用户的比例还是比较小。每天个人用户的总的 GPU 出租收益可能就是在 1000 美元左右。

这部分我觉得目前看起来的破局点,或者说例外的话可能是 Coinbase 跟 Base 在做这个方向,就是 AI agent 加支付。当然支付属性是一个锦上添花的属性,所以前提当然是 AI agent 要够好,要够有用。这是我的两种分类方式。

Max：我主要分成三个不同的赛道。三个赛道分别是架构层,资源层跟应用层。架构层方面比较像是一个底层架构,你可以在这个底层架构上面发展不一样的 AI 项目,可以允许各种不一样的资源层项目或是应用层项目搭建在这个架构层上面。对区块链比较了解的话,可能就会把它想象成一个 layer 1 区块链等等一些基础设施,叫做架构层。像是 Bittensor、Near 跟 Sahara 这种,我都比较算在架构层里面。

架构层搭建好了之后,上面会有一个资源层,就是搭建在这个架构层上面的。那就是各种 AI 开发会需要的资源,比如说算力、数据、模型等等,搭建在上面的叫做资源层。一些例子项目像是 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数据的项目就叫做资源层。

在资源层跟架构层上面,比较贴近于 to C,比较贴近于用户使用的叫做应用层。我把 AI agents 放在这里面,比较贴近用户真正需要用到的东西,比如说可以加快你对于 DeFi 方面的使用,我把它放在应用层里面。所以是这三个主要赛道。因为现在 Crypto AI 叙事才刚出来,大家还不知道如何好好地把它分类,也没有一个共识的方法。但是这个板块架构是我目前看起来好像比较可以跟现在的 Crypto 赛道呼应的一种分类法。

Crypto AI 的机遇与挑战

Alex：你们觉得现在 Crypto AI 面临最主要的挑战是什么?除了挑战之外,未来的一到两年内对于 Crypto AI 来说会有什么样的产业或者是叙事的一些机遇?

Max：我觉得主要挑战就是 Crypto AI 现在太早期了,大部分项目的市值涨得很高,像是 Bittensor 已经涨到 50 亿美元的市值,这种市值背后更多的可能是投机。我觉得真正需要找到 Product Market Fit,或者找到真正可以使用的一些应用,可以发展出这些的应用还偏少。如果去看这些应用的话,甚至我觉得有些东西还在蛮早期