Фон: Крипто + ИИ, поиск PMF

PMF (Product-Market Fit) относится к соответствию между продуктом и потребностями рынка. Это означает, что продукт должен отвечать потребностям рынка, и перед началом предприятия важно понимать рыночную среду и тип клиентов, на которых следует сосредоточиться. Это обеспечивает разработку продукта, который действительно необходим, а не только то, что нравится создателям, но не принимается рынком.

Концепция PMF применяется к предпринимателям для предотвращения создания продуктов или услуг, которые могут показаться идеальными, но не привлекают интерес рынка. В крипто-сфере это означает, что команды проектов должны понимать потребности крипто-пользователей при разработке продуктов, а не просто накапливать технологии, не связанные с рынком.

Раньше большинство проектов Crypto + AI были связаны с DePIN. Сюжет закручивался вокруг использования децентрализованных данных криптографии для обучения ИИ, избегая зависимости от контроля одной сущности, такой как вычислительная мощность или данные. Поставщики данных могли бы затем разделить преимущества, полученные от ИИ.

Согласно этой логике, это было больше похоже на криптовалюту, усиливающую искусственный интеллект. В то время как ИИ мог токенизировать и распределять выгоды поставщикам вычислительной мощности, было сложно привлечь новых пользователей, что означает, что эту модель можно считать не слишком успешной с точки зрения PMF.

Появление агентов ИИ в большей степени представляет собой прикладной уровень, в то время как DePIN + ИИ функционирует как инфраструктура. Приложения проще и понятнее, с лучшей способностью привлекать пользователей, что приводит к более сильному PMF, чем DePIN + AI.

Все началось, когда Марк Андрессен, сооснователь A16Z, спонсировал разработку (теорию PMF также предложил он), и первый крупный прорыв в области искусственного интеллекта произошел из двух разговоров ИИ, приведших к созданию «GOAT». Теперь, при наличии как у ai16z, так и у Virtual своих сильных и слабых сторон, на какой стадии находятся ИИ-агенты на рынке криптовалют? Куда они движутся в будущем? Давайте ближе рассмотрим с помощью исследования WOO X.

Этап 1: Начало, основанное на мемах

До появления GOAT самым горячим трендом в текущем цикле были мем-монеты. Привлекательность мем-монет заключается в их инклюзивности, что видно по таким проектам, как бегемот Муденг из зоопарка, недавно усыновленный владельцем собаки Нейро и интернет-мем Popcat. Эти монеты олицетворяют движение «все может быть мемом». Несмотря на, казалось бы, абсурдный нарратив, они обеспечили благодатную почву для роста ИИ-агентов.

GOAT, который был создан в результате двух разговоров с искусственным интеллектом, стал мем-монетой и ознаменовал первый раз, когда ИИ использовал криптовалюту и интернет для достижения своих целей, обучаясь на человеческом поведении. Только мем-монеты были способны поддержать такой экспериментальный проект. В результате подобные концепции быстро проросли, но большинство из них оставалось ограниченным простыми функциями, такими как автоматические сообщения в Twitter и ответы, без практического применения. На этом этапе монеты, основанные на AI Agent, обычно назывались AI + Meme.

Представительные проекты:

Fartcoin: рыночная капитализация $812M, ликвидность на цепи $15.9M

GOAT: Рыночная капитализация $430M, ликвидность on-chain $8.1M

Bully: капитализация рынка $43M, ликвидность on-chain $2M

Шоггот: рыночная капитализация $38M, ликвидность на цепи $1.8M

Этап 2: Изучение приложений

Постепенно люди поняли, что агенты ИИ могут делать не только простые взаимодействия в Twitter; они могут быть расширены до более ценных сценариев. Среди них были создание контента в областях, таких как музыка и видео, а также услуги, более тесно связанные с пользователями криптовалют, такие как анализ инвестиций и управление фондами. С этого этапа агенты ИИ начали отделяться от мем-монет, создавая совершенно новую траекторию.

Представительные проекты:

ai16z: Рыночная капитализация $1.67B, ликвидность on-chain $14.7M

Zerebro: капитализация рынка $453M, ликвидность on-chain $14M

AIXBT: Рыночная капитализация $500M, ликвидность on-chain $19.2M

GRIFFAIN: Капитализация рынка $243M, ликвидность на цепи $7.5M

ALCH: Рыночная капитализация $68M, ликвидность на цепи $2.8M

Побочная история: Платформы выпуска

Поскольку приложения AI Agent расцветают в различных областях, какой путь должны выбрать предприниматели, чтобы использовать волну AI и криптовалюты?

Ответ - Launchpad.
Когда токены платформы имеют богатство-генерирующие эффекты, пользователи будут постоянно искать и покупать токены, выпущенные этой платформой. Реальные прибыли, полученные от этих покупок пользователей, делают токен платформы сильнее, поднимая его цену. По мере роста цены на токен платформы, средства перетекают в токены, выпущенные платформой, создавая эффект богатства.

Бизнес-модель ясна и имеет положительный эффект мухоловки. Однако важно отметить, что Launchpads работают в среде, где победитель забирает все, проявляя эффект Мэттью. Основная функция Launchpad - выпуск новых токенов. В подобной сценарии конкуренция заключается в качестве проектов на каждой платформе. Если одна платформа может последовательно создавать качественные проекты и генерировать богатство, лояльность пользователей к этой платформе естественным образом увеличится, что затруднит другим платформам привлечение пользователей.

Представительные проекты:

ВИРТУАЛЬНЫЙ: Капитализация рынка $3.4B, ликвидность on-chain $52M
CLANKER: рыночная капитализация $62M, ликвидность на цепи $1.2M
VVAIFU: Рыночная капитализация $81M, ликвидность на цепи $3.5M
VAPOR: Капитализация рынка $105M

Этап 3: Поиск сотрудничества

Поскольку AI-агенты начинают внедрять более практические функции, акцент смещается на исследование сотрудничества между проектами для создания более надежной экосистемы. На данном этапе основное внимание уделяется взаимодействию и расширению сети, особенно потенциалу синергии с другими криптопроектами или протоколами. Например, AI-агенты могут сотрудничать с протоколами DeFi для улучшения автоматизированных инвестиционных стратегий или интегрироваться с проектами NFT для создания более умных инструментов.

Для достижения эффективного сотрудничества необходимо установить стандартизированную структуру, предоставляя разработчикам предустановленные компоненты, абстрактные концепции и соответствующие инструменты для упрощения сложного процесса разработки искусственного интеллекта. Предлагая стандартизированные решения для общих проблем при разработке искусственного интеллекта, эти рамки могут помочь разработчикам сосредоточиться на уникальности своих приложений, а не начинать с нуля каждый раз, тем самым избегая проблему переизобретения велосипеда.

Представительные проекты:

• [ ]

ELIZA: Капитализация рынка $100M, ликвидность на цепи блоков $3.6M

ИГРА: Рыночная капитализация $237M, ликвидность on-chain $31M

ARC: Капитализация рынка $300 млн, ликвидность на цепочке $5 млн

FXN: рыночная капитализация $76M, ликвидность on-chain $1.5M

ОБЛАКА: Рыночная капитализация $63M, ликвидность на цепи $20M

Этап 4: Управление фондом

С точки зрения продукта, искусственные интеллект-агенты изначально могут служить простыми инструментами, предоставляя инвестиционные советы и генерируя отчеты. Однако управление фондами требует более высокоуровневых возможностей, включая разработку стратегии, динамические корректировки и прогнозирование рынка. Это означает изменение, когда искусственные интеллект-агенты больше не являются просто инструментами, а начинают участвовать в процессе создания ценности.

Поскольку традиционный финансовый капитал ускоряет свое вступление на рынок криптовалют, спрос на специализацию и масштабируемость продолжает расти. Автоматизация и эффективность искусственного интеллекта идеально отвечают этой потребности, особенно при выполнении функций, таких как арбитражные стратегии, балансировка активов и защита от рисков. Искусственный интеллект значительно может улучшить конкурентоспособность фондов.

Представительные проекты:

• [ ]

ai16z: Капитализация рынка $1.67B, ликвидность on-chain $14.7M

Vader: рыночная капитализация 91 млн долларов, ликвидность на цепочке 3,7 млн долларов

SEKOIA: Рыночная капитализация $33M, ликвидность на цепочке $1.5M

AiSTR: Капитализация рынка $13.7M, ликвидность on-chain $675K

Ожидаемый этап 5: Переформатирование агентномики

В настоящее время мы находимся на четвертом этапе. Откладывая в сторону цены токенов, большинство Crypto AI Agents еще не интегрированы в наши ежедневные приложения. Например, наиболее часто используемым AI Agent автора по-прежнему является инструмент Web 2 Perplexity, и время от времени они проверяют аналитические твиты от AIXBT. Кроме того, частота использования Crypto AI Agents остается довольно низкой, что говорит о том, что четвертый этап может продолжаться некоторое время, так как продукт еще не полностью зрелый.

Однако автор считает, что на пятом этапе AI Agents будут развиваться за пределами простого агрегатора функций или приложений. Они станут основой новой экономической модели - Agentnomics. Развитие этапа будет включать не только технологические достижения, но также будет иметь решающее значение в переопределении токеномических отношений между дистрибьюторами, платформами и поставщиками Агентов, в конечном итоге создавая совершенно новую экосистему. Ниже приведены основные особенности этого этапа:

1. Аналогично развитию интернета

Формирование Agentnomics можно сравнить с развитием интернет-экономики, особенно появлением супер-приложений, таких как WeChat и Alipay. Эти платформы интегрировали различные автономные приложения в свои экосистемы, создавая многофункциональные точки входа. В ходе этого процесса возникла экономическая модель сотрудничества и симбиоза между поставщиками приложений и платформами. Аналогично, AI-агенты пройдут аналогичный процесс на пятом этапе, но на основе криптовалюты и децентрализованных технологий.

2. Переформирование взаимоотношений между дистрибьюторами, платформами и агентами-поставщиками

В экосистеме искусственного интеллекта три ключевых субъекта образуют тесно сплетенную экономическую сеть:

Дистрибьютор: отвечает за продвижение AI агентов к конечным пользователям, например, через специализированные рынки приложений или экосистемы DApp.

Платформа: обеспечивает инфраструктуру и средства сотрудничества, позволяющие нескольким поставщикам агентов работать в единой среде, управлять правилами экосистемы и распределением ресурсов.

Agent Vendor: Разрабатывает и предоставляет различные AI-агенты с разными функциональными возможностями, внося инновационные приложения и услуги в экосистему.

Через токеномический дизайн интересы дистрибьюторов, платформ и поставщиков будут децентрализованы, с механизмами, такими как разделение доходов, награды за вклад и права на управление, чтобы содействовать сотрудничеству и стимулировать инновации.

3. Точки входа и интеграция Super App

Поскольку искусственные интеллектуальные агенты превращаются в точки входа супер-приложений, они смогут интегрировать различные экономики платформ, управляя и консолидируя большое количество независимых агентов. Это похоже на то, как WeChat и Alipay интегрировали независимые приложения в свои экосистемы. Супер-приложение для искусственных интеллектуальных агентов дальше разрушит традиционные силохранилища приложений, облегчая более широкое сотрудничество и создавая более безупречный опыт для пользователей.

Отказ от ответственности:

1. Эта статья перепечатана с [PANews]. Все авторские права принадлежат оригинальному автору [WOO]. Если есть возражения против этой перепечатки, пожалуйста, свяжитесь с Gate Learnкоманды, и они незамедлительно разберутся с этим.
2. Ответственность за отказ: Взгляды и мнения, выраженные в этой статье, являются исключительно мнениями автора и не являются инвестиционным советом.
3. Переводы статьи на другие языки выполняются командой Gate Learn. Если не указано иное, копирование, распространение или плагиат переведенных статей запрещено.