TL;DR

• 在Web2初創企業中，AI代理項目非常受歡迎且成熟，主要用於企業服務。在Web3領域，專注於模型訓練和平台匯聚的項目已成為主流，因為它們在構建生態系統中扮演著關鍵角色。
• 目前，AI代理項目僅占Web3項目的8％，但其市值卻佔AI行業的23％。這表明市場競爭力強，我們預計隨著技術成熟和市場接受度增加，將有多個項目的估值超過10億美元。
• 對於 Web3 項目來說，將人工智能技術整合到非人工智能核心應用程序中，可能成為一個戰略優勢。在結合 AI Agent 項目時，應注意構建整個生態系統並設計代幣經濟模型以促進去中心化和網絡效應。

人工智能浪潮：新興項目和不斷上升的估值

ChatGPT自2022年11月推出以來，僅兩個月內吸引了超過1億用戶。到2024年5月，ChatGPT的月收入已經達到驚人的2,030萬美元，OpenAI迅速推出了GPT-4和GPT-4o等迭代版本。這種快速步伐促使傳統科技巨頭認識到像LLM這樣的尖端人工智能模型的重要性。像谷歌這樣的公司推出了大型語言模型PaLM2，Meta推出了Llama3，中國公司推出了Ernie Bot和智普青焰等模型，凸顯人工智能作為一個重要的戰場。

科技巨头之间的竞争不仅加速了商业应用的发展，也推动了开源人工智能研究的发展。《2024人工智能指数报告》显示，GitHub 上与人工智能相关的项目数量从 2011 年的 845 个激增到 2023 年的约 180 万个，2023 年同比增长了 59.3%，反映了全球开发者社区对人工智能研究的热情。

對於AI技術的熱情直接反映在投資市場上，第二季度爆發性增長。全球有16項與AI相關的投資超過1.5億美元，是第一季度的兩倍。總共AI初創公司的融資額飆升至240億美元，年增長率超過一倍。值得注意的是，埃隆·馬斯克的xAI募集了60億美元，估值達到240億美元，成為繼OpenAI之後價值第二高的AI初創公司。

2024年第2季度人工智慧領域前10筆融資，資料來源：Yiou，https://www.iyiou.com/data/202407171072366

人工智能的快速发展以前所未有的速度重塑着技术领域的格局。从科技巨头之间的激烈竞争到蓬勃发展的开源社区，再到资本市场对人工智能概念的热情，项目不断涌现，投资额创新高，估值水平不断攀升。总体而言，人工智能市场正处于快速增长的黄金时代，大型语言模型和检索增强生成技术推动了语言处理的重大进展。然而，在将这些技术进步转化为实际产品方面仍面临挑战，如模型输出的不确定性、生成不准确信息（幻觉）的风险以及模型透明度的问题，尤其在高可靠性应用中显得尤为重要。

在這種情況下，我們已經開始研究人工智慧代理，它強調解決問題和與現實世界環境的交互。這種轉變標誌著人工智慧從純語言模型演變為能夠真正理解、學習和解決現實世界問題的智能系統。我們在AI代理中看到了希望，因為它們正在逐漸彌合AI技術與實際問題解決之間的差距。隨著人工智慧的發展重塑生產力框架，Web3 正在重構數位經濟的生產關係。當人工智慧的三大支柱——數據、模型和計算能力——與 Web3 的去中心化、代幣經濟和智慧合約的核心原則融合時，我們預見到一系列創新應用的誕生。在這個有前途的交叉點上，人工智慧代理憑藉其自主執行任務的能力，顯示出大規模應用的巨大潛力。因此，我們正在深入研究 AI 代理在 Web3 中的多樣化應用，從 Web3 基礎設施、中間件和應用層到數據和模型市場，旨在識別和評估最有前途的專案類型和應用場景，以加深我們對 AI-Web3 集成的理解。

概念澄清：AI代理分類的介紹和概述

基本介紹

在介紹AI代理之前，為了幫助讀者更好地理解其定義與傳統模型之間的區別，讓我們以一個現實世界的場景作為例子：假設您正在計劃一次旅行。傳統的大型語言模型提供目的地信息和旅行建議。檢索增強生成（RAG）技術可以提供更豐富、更具體的目的地內容。相比之下，AI代理就像電影《鋼鐵人》中的賈維斯一樣鋼鐵人電影-它了解您的需求，根據您的要求積極搜索航班和酒店，進行預訂，並將行程添加到您的日曆中。

在工業界中，AI代理通常被定義為能夠通過感測器感知環境並通過收集環境信息、處理信息並通過執行器影響環境的智能系統（Stuart Russell & Peter Norvig，2020）。我們將AI代理視為一個助手，它整合了LLM（大型語言模型）、RAG、記憶、任務規劃和工具使用。它不僅提供信息，還規劃、拆分任務並實際執行它們。

根據這個定義和特點，我們可以看到AI Agents已經整合到我們的日常生活中，並應用於各種場景。例如，AlphaGo、Siri和特斯拉的5級及以上自主駕駛都可以被視為AI Agents的例子。這些系統的共同特點是它們能夠感知外部用戶輸入，並基於這些輸入進行影響現實世界的決策。

以使用ChatGPT作為例子來澄清概念，重要的是要區分變壓器 是構成 AI 模型基礎的技術架構，而 GPT指的是基於這種架構開發的一系列模型。GPT-1、GPT-4 和 GPT-4o 代表了模型開發的不同階段。作為基於 GPT 模型的演進，ChatGPT 可以被視為 AI 代理。

分類總覽

目前市場上還沒有統一的AI代理分類標準。通過標記Web2和Web3市場上的204個AI代理項目，基於它們的顯著特徵，我們創建了一級和二級分類。一級分類包括基礎設施、內容生成和用戶交互，然後根據實際用例進一步分級。

• 基礎設施：專注於構建AI代理領域的基礎元件，包括平臺、模型、數據、開發工具和企業級B2B服務。
• 開發工具：為開發人員提供構建人工智能代理的輔助工具和框架。
• 數據處理：處理和分析不同格式的數據，主要用於協助決策和提供訓練資源。
• 模型訓練：為AI提供模型訓練服務，包括推理、模型建立和設置等。
• B2B服務：主要針對企業用戶，提供企業服務、垂直和自動化解決方案。
• 平台聚合：一個集成多個AI Agent服務和工具的平台。
• 用戶互動：類似於內容生成，但是具有持續的雙向交互。互動代理不僅理解並回應用戶需求，還使用自然語言處理（NLP）提供反饋，實現雙向通信。
• 情感陪伴：提供情感支持和陪伴的AI代理人。
• 基於GPT的：基於GPT（生成預訓練Transformer）模型的AI代理
• 搜索: 专注于搜索功能并提供更精确信息检索的代理。
• 內容生成：專注於使用大型模型技術根據用戶指示創建內容的項目，分為文本生成、圖像生成、視頻生成和音頻生成。

Web2 AI 代理開發分析

根據我們的研究，傳統Web2互聯網中AI智能代理的發展在特定行業中呈現明顯的集中現象。大約有三分之二的項目專注於基礎設施，特別是B2B服務和開發者工具。我們對這一現象進行了分析，並確定了幾個關鍵因素:

技術成熟度對影響：基礎設施項目的主導地位很大程度上是由於基礎技術的成熟。這些項目通常建立在成熟的技術和框架上，降低了開發的難度和風險。它們在人工智能領域中充當“鏟子”，為AI代理開發和應用提供了堅實的基礎。

市場需求：另一個關鍵因素是市場需求。與消費市場相比，企業市場對AI技術的需求更為迫切，尤其是旨在提高運營效率、降低成本的解決方案。對於開發商來說，來自企業客戶的穩定現金流，使得後續專案的開發更容易。

應用限制：同時，我們注意到在B2B市場中，內容生成AI的應用場景有限。由於其輸出的不穩定性，企業往往更喜歡能可靠地提升生產力的應用，這就是為什麼內容生成AI在項目景觀中所占比例較小的原因。

這一趨勢反映了技術成熟度、市場需求和應用場景的實際考慮。隨著人工智能技術的不斷進步和市場需求的明確化，我們預計這一格局將發生變化，但基礎設施很可能仍然是人工智能代理開發的基石。

領先的Web2 AI代理項目分析

Web2的AI代理领先项目编译，来源：ArkStream项目数据库

我們分析了來自ArkStream項目數據庫的Web2市場中一些領先的AI Agent項目。通過Character AI、Perplexity AI和Midjourney作為例子，我們深入研究它們的細節。

角色智能：

• 產品概述：Character.AI提供基於人工智慧的對話系統和虛擬角色創建工具。該平台允許用戶創建、訓練和互動虛擬角色，這些角色可以進行自然語言對話並執行特定任務。
• 數據分析：在五月份，Character.AI的訪問量為2.77億，每日活躍用戶超過350萬，大多數用戶年齡在18至34歲之間，表明用戶基礎較年輕。Character AI在資本市場表現良好，獲得了由a16z領投的15億美元的融資，估值達到10億美元。
• 技術分析：Character AI已與Alphabet，Google的母公司，簽署了一項非排他性許可協議，以使用其大型語言模型。該公司的創始人Noam Shazeer和Daniel De Freitas曾參與開發Google的對話語言模型Llama。

Perplexity AI:

• 產品概述：Perplexity從互聯網上收集詳細答案，通過引用參考和連結確保信息可靠性。它教育和指導用戶提出跟進問題和搜索關鍵字，滿足各種查詢需求。
• 數據分析：Perplexity的月活躍用戶數已達到1000萬，其手機和桌面應用程序的流量在2月份增長了8.6％，吸引了約5000萬用戶。Perplexity AI最近獲得了6270萬美元的融資，估值達10.4億美元，由丹尼爾·格羅斯帶領，參與者還包括斯坦·德魯肯米勒和NVIDIA。
• 技術分析：Perplexity主要使用經過微調的GPT-3.5模型和兩個由開源模型微調的大型模型：pplx-7b-online和pplx-70b-online。這些模型適用於學術研究和垂直領域查詢，確保信息的真實性和可靠性。

Midjourney:

• 產品概述：使用者可以透過Midjourney在各種風格和主題上創建圖像，涵蓋從寫實到抽象的廣泛創意需求。該平台還提供圖像混合和編輯功能，允許用戶疊加圖像並轉換風格，實時生成使圖像在幾秒到幾分鐘內輸出。
• 數據分析：該平台擁有1500萬註冊用戶，其中活躍用戶有150萬至250萬。根據公開市場信息，Midjourney未從投資者那裡籌集資金，而是通過創始人David的企業家聲譽和資源自給自足。
• 技術分析：中途使用自己的專有模型。自 2022 年 8 月發布 Midjourney V4 以來，該平臺一直在使用基於擴散的生成式 AI 模型。據報導，該模型的訓練參數範圍為300億至400億，為其圖像生成的多樣性和準確性提供了堅實的基礎。

商業化挑戰

在體驗了幾個 Web2 AI 代理之後，我們觀察到了一個共同的產品反覆運算路徑：從最初專注於單個特定任務到後來擴展其功能以處理更複雜的多任務場景。這一趨勢凸顯了人工智慧代理在提高效率和創新方面的潛力，表明它們將在未來發揮更關鍵的作用。根據 Web2 中 125 個 AI 代理專案的初步統計，我們發現大多數專案都集中在內容生成（例如 Jasper AI）、開發人員工具（例如 Replit）和 B2B 服務（例如 Cresta），這是最大的類別。這一發現與我們的預期相反，因為我們最初預測，隨著AI模型技術的日益成熟，消費市場（C端）將經歷AI代理的爆炸性增長。然而，經過進一步分析，我們意識到消費者AI代理的商業化比預期的更具挑戰性和複雜性。

以Character.AI為例。一方面，Character.AI擁有出色的流量表現。然而，由於其單一的業務模式-依賴9.9美元的訂閱費用，它在有限的訂閱收入和高使用者推理成本方面遇到了困難，最終導致了其被Google收購，因為難以實現流量商業化和維持現金流。這個案例顯示，即使具有出色的流量和資金，C端AI助手應用也面臨著重大的商業化挑戰。大多數產品還未達到能夠取代或有效協助人類的標準，導致用戶付費意願低下。在我們的研究中，我們發現許多初創企業遇到了與Character.AI類似的問題，這表明消費者AI助手的發展並不順利，需要更深入地探索技術成熟度、產品價值和商業模式創新，以發掘其在C端市場的潛力。

通過計算大多數AI Agent項目的估值，與OpenAI和xAI等天花板項目的估值相比，還有接近10-50倍的空間。不可否認，C端Agent應用的天花板仍然足夠高，證明它仍然是一個良好的軌跡。然而，基於上述分析，我們認為與C端相比，B端市場可能是AI Agent的最終目的地。通過建立平台，企業將AI Agent集成到垂直領域的管理軟件，如CRM和辦公OA中。這不僅提高了企業的運營效率，還為AI Agent提供了更廣泛的應用空間。因此，我們有理由相信B端服務將是Web2傳統互聯網上AI Agent短期發展的主要方向。

Web3 AI Agent 開發狀態與前景

專案概況

正如先前分析的那样，即使是具有一流資金和良好用戶流量的AI Agent應用程序在商業化方面也面臨困難。接下來，我們將分析Web3中AI Agent項目的當前發展。通過評估一系列具有代表性的項目——它們的技術創新、市場表現、用戶反饋和增長潛力——我們旨在發現有見地的建議。下面的圖表顯示了幾個已經發行令牌並且擁有相對較高市值的具有代表性的項目：

Web2的AI代理領先項目的彙編，來源：ArkStream項目數據庫

根據我們對Web3 AI代理市場的統計，正在開發的項目類型也表明特定行業存在明顯的集中。大多數項目屬於基礎設施，而較少是內容生成項目。這些項目中，許多旨在利用用戶提供的分佈式數據和計算能力來滿足項目所有者的模型訓練需求，或者創建集成各種AI代理服務和工具的一體化平台。從開發工具到前端交互應用程序和生成應用程序，大多數傳統的AI代理行業目前僅限於開源參數調整或使用現有模型構建應用程序。這種方法尚未為企業或個人用戶帶來顯著的網絡效應。

狀態分析

我們認為這一現象在這個階段可能是由以下因素驅動的：

市場和技術不匹配：Web3和AI代理的組合目前並沒有顯示出明顯優勢，相較於傳統市場。真正的優勢在於通過優化資源和通過去中心化改善生產關係，進而促進協作。這可能導致互動和生成應用難以與擁有更強技術和財務資源的傳統競爭對手競爭。

應用場景的限制: 在Web3環境中，可能沒有太多需求生成圖像、視頻或文本內容。相反，Web3的去中心化和分散特性更常用於傳統AI領域內降低成本和提高效率，而不是擴展到新的應用場景。

這種現象的根本原因可能在於AI行業目前的發展狀態和未來的方向。AI技術仍處於初級階段，類似於工業革命初期蒸汽機被電動馬達取代的時代。它尚未達到普及應用的電氣化階段。

我們相信AI的未來可能會走類似的路徑。通用模型將逐漸標準化，而微調模型將見到多樣化的發展。AI應用將廣泛分散在企業和個人用戶之間，重點轉移到模型之間的互聯和互動上。這一趨勢與Web3的原則密切相關，因為Web3以其可組合性和無權限性而聞名，這與分散微調模型的想法很好地契合。開發人員將更加自由地組合和調整各種模型。此外，分散化在數據隱私保護和模型培訓的計算資源分配等方面具有獨特的優勢。

隨著技術的進步，尤其是像LoRA（低秩適應）這樣的創新的出現，模型微調的成本和技術障礙已經大大降低。這使得開發特定場景的公共模型或滿足用戶個性化需求變得更加容易。Web3中的AI Agent項目可以充分利用這些進步，探索新的訓練方法、創新的激勵機制和模型共享與協作的新模式，這在傳統的集中式系統中往往很難實現。

此外，Web3項目對模型訓練的集中度反映了其在整個人工智能生態系統中的戰略考量的重要性。因此，Web3人工智能代理項目對模型訓練的關注是技術趨勢、市場需求和Web3行業優勢的自然融合。接下來，我們將提供Web2和Web3行業中模型訓練項目的示例並進行比較。

模型訓練項目

Humans.ai

• 專案概述：Humans.ai是一個多元化的人工智能算法庫和訓練部署環境，涵蓋圖像、視頻、音頻和文本等各個領域。該平台支持開發人員進一步訓練和優化模型，並允許他們分享和交易模型。值得注意的創新是，Humans.ai使用NFT來存儲人工智能模型和用戶的生物特徵數據，使人工智能內容創作過程更加個性化和安全。
• 數據分析：Humans.ai的代幣Heart的市值約為6800萬美元。他們在Twitter上擁有5.6萬名粉絲，雖然用戶數據尚未公開。
• 技術分析：Humans.ai不開發自己的模型，而是採用模塊化方法，將所有可用的模型打包成NFT，為用戶提供靈活可擴展的人工智能解決方案。

FLock.io

• 項目概述：FLock.io是基於聯邦學習技術的人工智能共創平台（一種強調數據隱私的分散式機器學習方法）。它旨在解決人工智能領域的痛點，如公眾參與度低、隱私保護不足以及人工智能技術被大型企業壟斷等問題。該平台允許用戶在保護隱私的同時貢獻數據，促進人工智能技術的民主化和分散化。
• 數據分析：Flock.io在2024年初完成了600萬美元的種子輪，由Lightspeed Faction和Tagus Capital領投，DCG、OKX Ventures等其他投資者也參與了投資。
• 技術分析：FLock.io的架構基於聯邦學習，這是一種促進隱私保護的去中心化方法。它還使用zkFL、同態加密和安全多方計算（SMPC）來提供額外的隱私保護措施。

這些是Web3 AI Agent空間內模型訓練項目的示例，但是在Web2中也存在類似的平台，例如Predibase。

Predibase

• 項目概述：Predibase專注於人工智慧和大型語言模型優化，允許用戶對開源大型語言模型（如Llama、CodeLlama和Phi）進行微調和部署。該平台支持各種優化技術，如量化、低秩適應和內存高效分佈式訓練。
• 数据分析: Predibase宣布完成了由Felicis领投的1200万美元A轮融资，Uber、Apple、Meta等大公司以及Paradigm和Koble.ai等初创企业都是平台用户。
• 技術分析：Predibase用戶已經訓練了250多個模型。該平台利用了LoRAX架構和Ludwig框架：LoRAX使得數千個經過微調的LLM在一個單一的GPU上運行，大大降低成本，而不影響吞吐量或延遲。Ludwig是一個聲明性框架，Predibase用於開發、訓練、微調和部署尖端的深度學習和大型語言模型。
• 項目分析：Predibase提供用戶友好的功能，為不同級別的用戶提供定制的人工智能應用構建服務。無論是C端還是B端用戶，無論是初學者還是經驗豐富的人工智能專業人士，Predibase都能滿足各種需求。

對於初學者來說，該平台的一鍵自動化簡化了模型構建和訓練過程，自動處理複雜任務。對於有經驗的用戶，它提供了更深入的定製選項，包括訪問和調整更高級的參數。當比較傳統的人工智能模型訓練平台和Web3人工智能項目時，儘管它們的整體框架和邏輯可能相似，但我們發現它們的技術架構和業務模式存在顯著差異。

• 技術深度和創新：傳統的AI模型訓練平台通常存在著更深的技術壁壘，例如使用LoRAX架構和Ludwig框架等專有技術。這些框架提供了強大的功能，使平台能夠處理複雜的AI模型訓練任務。然而，Web3項目可能更注重去中心化和開放性，對深度技術創新的強調較少。
• 商業模式靈活性：傳統人工智慧模型訓練中常見的瓶頸是商業模式的缺乏靈活性。平台通常要求用戶支付訓練模型的費用，限制了項目的可持續性，尤其是在需要廣泛的用戶參與和數據收集的早期階段。相比之下，Web3項目通常擁有更靈活的商業模式，例如由社區驅動的代幣經濟學。
• 隱私保護挑戰：隱私保護是另一個關鍵問題。例如，儘管Predibase在AWS上提供虛擬私有雲服務，但依賴第三方架構始終存在數據泄漏的潛在風險。

這些差異已成為傳統人工智慧行業的瓶頸。由於互聯網的本質，這些問題難以高效解決。與此同時，這為Web3提供了機遇和挑戰，能夠首先解決這些問題的項目可能成為該行業的先驅。

Web3 AI代理項目的其他類別

在討論了主要集中在模型訓練的AI Agent項目之後，我們現在擴大了對Web3行業其他類型的AI Agent項目的視野。這些項目雖然不僅僅專注於模型訓練，但在資金、代幣評估和市場影響力方面展現出獨特的表現。以下是一些在各自領域中具有代表性和有影響力的AI Agent項目:

我的殼牌

• 產品概述：Myshell 提供了一個全面的 AI Agent 平台，用戶可以在這裡創建、分享和個性化 AI Agent。這些 Agent 可以提供陪伴和協助工作效率。該平台包括多種 AI Agent 樣式，從動漫到傳統，並支持通過音頻、視頻和文本進行交互。一個突出的特點是集成了多個現有模型，包括 GPT-4o、GPT-4 和 Claude，提供了優質的體驗。此外，Myshell 還引入了一個類似於 FT bonding curves 的交易系統，激勵創作者開發高價值的 AI 模型，同時讓用戶有機會投資並分享利潤。
• 數據分析：Myshell最近一輪融資的估值約為8000萬美元，由Dragonfly主導，Binance、Hashkey和Folius參與。擁有近18萬的Twitter粉絲，儘管Discord參與度不到其追隨者數的十分之一，但它擁有一個忠實的用戶和開發者社區。
• 技術分析：Myshell並未獨立開發AI模型，而是作為一個整合平台，結合像Claude和GPT-4這樣的模型。這種策略使其能夠為用戶提供統一且先進的AI體驗。
• 主觀體驗：MyShell允許用戶根據自己的需求自由創建和自定義AI智能助手。無論是作為個人伴侶還是專業助手，它都可以適應音頻和視頻等各種場景。即使用戶不使用MyShell的代理，他們也可以以更低的成本享受集成的Web2付費模型。此外，該平台結合了FT的經濟概念，使用戶不僅可以使用AI服務，還可以投資於他們看好的AI智能助手，通過債券曲線機制增加財富效應。

Delysium

• 產品概述：Delysium 提供了一個以意圖為中心的 AI 代理網絡，使代理能夠更好地合作，為用戶帶來友好的 Web3 體驗。目前，Delysium 推出了兩個 AI 代理：Lucy 和 Jerry。Lucy 是一個網絡化的 AI 代理。其願景是提供工具協助，例如查詢前 10 個持幣地址等。然而，目前代理執行鏈上意圖的功能尚未開放，只能執行一些基本指令，例如在生態系統中抵押 AGI 或將其兌換為 USDT。Jerry 在 Delysium 生態系統中類似於 GPT，主要負責回答生態系統內的問題，例如代幣分佈。
• 數據分析：2022年首輪融資為400萬美元，同年宣布完成1000萬美元的戰略融資。其代幣AGI目前的FDV約為1.3億美元。目前沒有最新的用戶數據。根據Delysium官方統計，截至2023年6月，Lucy已累積超過140萬個獨立錢包連接。

失眠 AI

• 產品概述：一個結合Web3和AI代理技術，提供虛擬伴侶遊戲HIM和HER的情感陪伴遊戲平台。使用AIGC和LLM讓用戶與虛擬角色互動，用戶可以在進行對話期間修改角色的屬性、服裝等。其兼容的大型語言模型確保角色在每次對話中自我迭代，並對用戶變得更加理解。
• 數據分析：該項目已經籌集了總共370萬美元，投資者包括幣安實驗室、Foresight Ventures和Folius Ventures。代幣目前的總市值已經達到約4億美元。根據官方統計，該項目擁有11.6萬的Twitter粉絲，19萬的註冊預訂，以及4.3萬的活躍用戶。可以說，其用戶黏性非常強。
• 技術分析：儘管官方沒有透露他們的產品是基於市場上哪個主要的語言模型，Sleepless AI 確保用戶在聊天過程中會感覺到角色越來越了解他們。因此，在設計 LLM 訓練時，他們會分別為每個角色訓練一個模型，並結合向量數據庫和個性參數系統，讓角色擁有記憶。
• 主觀體驗：Sleepless AI從免費遊戲的角度接近AI男友和AI女友，並不僅僅集成到對話機器人的聊天框中。該項目通過高成本藝術、不斷迭代的語言模型、高質量和完整的配音以及一系列功能（如鬧鐘、助眠、記錄月經周期、陪伴學習等）極大地增強了虛擬人類的真實感。這種情感價值在市場上其他應用程式中無法感受到。此外，Sleepless AI創建了一個長期平衡的內容付費機制。用戶可以選擇出售NFT，而不會陷入P2E或庞氏騙局的困境。該模式兼顧了玩家收入和遊戲體驗。

前景分析

在Web3行業中，AI Agent項目涵蓋多個方向，包括公鏈、數據管理、隱私保護、社交網絡、平台服務和計算能力。就代幣市值而言，AI Agent項目的總代幣市值已經接近38億美元，而整個AI領域的總市值接近162億美元。AI Agent項目在AI領域的市值占比約為23%。

儘管AI Agent項目只有約十幾個，相較於整個AI領域來說似乎相對較少，但其市值占比接近四分之一。這一市值比例再次驗證了我們對這個子領域具有巨大增長潛力的信心。

在我们的分析之后，我们提出了一个核心问题：代理项目需要具备哪些特征才能吸引优秀的融资并在顶级交易所上市？为了回答这个问题，我们探索了代理行业中的成功项目，如Fetch.ai、Olas Network、SingularityNET和Myshell。

我們發現這些項目共享一些重要特點：它們都屬於基礎設施類別中的平台聚合類別。它們建立了一座橋樑，將需要代理商（包括B2B和B2C）的用戶與負責模型調試和培訓的開發人員和驗證者連接起來。無論應用級別如何，它們都建立了一個完整的生態閉環。

我們注意到，無論他們的產品與鏈上還是鏈下有關系，似乎並不是最關鍵的因素。這使我們得出一個初步結論：在Web3領域中，專注於Web2中的實際應用邏輯可能不完全適用。對於Web3中領先的AI Agent產品，建立完整的生態系統並提供多樣化功能可能比單一產品的質量和性能更重要。換句話說，一個項目的成功不僅取決於它提供什麼，更取決於它如何整合資源，促進合作，並在生態系統內創建網絡效應。建立生態系統的能力可能是AI Agent項目在Web3軌道中脫穎而出的關鍵因素。

AI代理項目在Web3中的正確集成方法不是專注於單個應用的深度開發，而是採用一個包容的模式。這種方法涉及從Web2時代遷移和集成各種產品框架和類型到Web3環境，以構建一個自我循環的生態系統。這一點也可以從OpenAI的戰略轉變中看出，他們選擇在今年推出應用平台，而不僅僅是更新他們的模型。

總結一下，我們認為AI代理項目應該專注於以下幾個方面：

• 生態系統建設：超越單一應用程序，建立一個包括多個服務和功能的生態系統，促進不同組件之間的交互和價值增加。
• Tokenomic模型：设计合理的Token经济模型，激励用户参与网络建设，并贡献数据和计算能力。
• 跨域集成：探索AI代理在不同領域的潛在應用，通過跨域集成創造新的使用場景和價值。

在总结了这三个方面后，我们还为不同重点方向的项目团队提供了一些建议：一个是针对非AI核心应用产品的，另一个是针对专注于AI代理人领域的本地项目。

對於非AI核心應用產品：

在保持長期視角，專注於他們的核心產品同時整合人工智能技術，並等待與時俱進的合適機會。在當前的技術和市場趨勢中，我們認為使用人工智能作為流量媒介吸引用戶並增強產品競爭力已成為重要的競爭手段。雖然AI技術對項目發展的實際長期貢獻仍然存在疑問，但我們認為這為AI技術的早期採用者提供了一個寶貴的窗口。當然，前提是他們已經擁有非常穩固的產品。

從長遠來看，如果AI技術在未來取得新的突破，那些已經集成AI的專案將能夠更快地反覆運算自己的產品，從而抓住機遇，成為行業領導者。這類似於直播電商近年來逐漸取代線下銷售成為社交媒體平臺的新流量管道。當時，那些選擇順應新趨勢，嘗試直播電商的擁有紮實產品的商家，在直播電商真正爆發的時候，立即憑藉提前進入的優勢脫穎而出。

我們認為，在市場不確定性的情況下，對於非人工智能核心應用產品來說，考慮及時引入人工智能代理可能是一個戰略性決策。這不僅可以增加產品目前的市場曝光，還可以在人工智能技術不斷發展的過程中為產品帶來新的增長點。

對於專注於AI代理的本地專案：

在原生AI Agent项目中，技术创新和市场需求的平衡是成功的关键。项目团队需要关注市场趋势，而不仅仅是技术开发。目前，市场上一些集成了Web3的Agent项目可能过于专注于单一的技术方向，或者构建了宏伟的愿景，但产品开发没有跟上。这两种极端都不利于项目的长期发展。

因此，我們建議專案團隊在確保產品質量的同時，也應關注市場動態，並認識到傳統互聯網行業中的人工智能應用邏輯可能不適用於Web3。相反，他們需要從已經在Web3市場取得成果的專案中學習。關注他們擁有的標籤，例如文章中提到的模型訓練和平台匯聚的核心功能，以及他們所創造的敘事，例如人工智能模塊化和多智能體協作。探索引人入勝的故事可能成為專案在市場上取得突破的關鍵。

結論

無論是非AI核心產品還是本土AI代理項目，最關鍵的是找到正確的時機和技術路徑，以確保在不斷變化的市場中保持競爭力和創新性。在保持產品質量的基礎上，項目方應觀察市場趨勢，借鑒成功案例，同時進行創新，實現市場上的可持續發展。

摘要

在文章末尾，我們從多個角度分析了Web3 AI Agent的軌跡：

• 资本投资和市场关注：尽管AI Agent项目目前在Web3行业的上市数量上没有优势，但占据了近50%的市场估值，显示出资本市场高度认可这一领域。随着更多的资本投资和不断增加的市场关注，可以肯定在AI Agent领域将会出现更多高估值的项目。
• 競爭格局和創新能力：Web3行業AI代理賽道的競爭格局尚未完全形成。在當前的應用程式級別，沒有類似於ChatGPT的非凡和領先的產品。這為新專案方提供了很大的增長和創新空間。隨著技術的成熟和之前項目的創新，該賽道有望開發出更具競爭力的產品，從而推高整個賽道的估值。
• 注意Tokenomics和用戶激勵：Web3的意義在於重塑生產關係，使原本集中化的部署和訓練AI模型的過程更為去中心化。通過合理的Tokenomics設計和用戶激勵計劃，閒置的計算能力或個人數據集可以被重新分配。此外，像ZKML這樣的解決方案可以保護數據隱私，進一步降低計算能力和數據成本，讓更多的個人用戶參與AI產業的建設。

總的來說，我們對AI代理軌道持樂觀態度。我們有理由相信，將會出現多個估值超過10億美元的項目。通過水平比較，AI代理的敘事足夠引人入勝，市場空間也足夠大。目前市場估值普遍偏低。考慮到AI技術的快速發展、市場需求的增長、資本投資以及該軌道公司的創新潛力，未來隨著技術成熟和市場接受度提高，預計將會出現多個估值超過10億美元的項目。

聲明:

1. 本文轉載自[ArkStream Capital]，原標題為《ArkStream 資本跟蹤研究報告：AI Agent能否成為Web3+AI的救命稻草？如果您對轉載有任何異議，請聯繫Gate 學習團隊，團隊將根據相關程序盡快處理它。

2. 免責聲明：本文所表達的觀點和意見僅代表作者個人觀點，並不構成任何投資建議。

3. 文章的其他語言版本由Gate Learn團隊翻譯，未在文章中提及Gate, 翻譯後的文章不得複製、分發或剽竊。