加密AI的2025年十大預測

隨着AI行業的蓬勃發展，Crypto x AI領域迅速崛起。一位專注於該領域的研究員對2025年進行了10項預測。以下爲預測詳情。

1. 加密AI代幣的總市值達1500億美元

目前加密AI代幣市值僅佔山寨幣市值的2.9%，但這個比率不會持續太久。

AI涵蓋了從智能合約平台到meme、DePIN以及Agent平台、數據網路和智能協調層等，其市場地位比肩DeFi和meme是毋庸置疑的。

爲什麼對此充滿信心？

• 加密AI處於兩種最強大技術的融合
• AI狂熱觸發事件：某知名AI公司IPO或類似事件可能會引發全球對AI的狂熱。與此同時，傳統資本已經開始關注去中心化AI基礎設施
• 散戶狂熱：AI概念很容易理解和令人興奮，散戶現在可以通過代幣對其進行投資。還記得2024年meme的淘金熱嗎？AI將是同樣的狂熱，只是AI確實正在改變世界。

2. Bittensor復興

去中心化AI基礎設施Bittensor已上線多年，是加密AI領域的老牌項目。盡管AI風靡一時，但其代幣價格卻一直徘徊在一年前的水平。

而如今Bittensor的數字蜂巢思維悄然實現了飛躍：更多子網的註冊費更低，子網在推理速度等實際指標上的表現優於傳統同行，並且EVM兼容性將類似DeFi的功能引入Bittensor的網路。

爲什麼TAO代幣沒有飆升？急劇的通脹計劃以及市場對Agent平台的關注，妨礙了其漲。然而，dTAO（預計2025年第一季度推出）可能是重大轉折點。有了dTAO，每個子網都將擁有自己的代幣，這些代幣的相對價格將決定如何分配排放。

Bittensor爲何能卷土重來：

• 基於市場的排放：dTAO將區塊獎勵直接與創新和實際可衡量的表現聯繫起來。子網越好，其代幣就越有價值。
• 集中資本流動：投資者最終可以瞄準他們相信的特定子網。如果某個特定的子網以創新的分布式訓練方法勝出，投資者就可以部署資本，以代表其觀點。
• EVM集成：與EVM兼容吸引了Bittensor中更廣泛的加密原生開發者社區，彌合了與其他網路的差距。

3. 計算市場是下一個"L1市場"

目前顯而易見的大趨勢是對計算的無止境需求。

某知名芯片公司首席執行官曾說，推理需求將增長"十億倍"。這種指數級增長會破壞傳統的基礎設施計劃，而新的解決方案急缺。

去中心化計算層以可驗證且經濟高效的方式提供原始計算（用於訓練和推理）。一些初創公司正悄悄建立堅實的基礎，專注於產品而不是代幣（這些公司都沒有代幣）。隨着AI模型的去中心化訓練變得實用，整個潛在市場將急劇上升。

與L1比較：

• 就像2021年一樣：還記得幾個知名公鏈爭奪"最佳"L1嗎？計算協議之間也將出現類似的競爭，爭奪使用其計算層構建的開發人員和AI應用程序。
• 傳統需求：6800億美元至2.5萬億美元的雲計算市場規模，使得加密AI市場相形見絀。如果這些去中心化計算解決方案能夠吸引哪怕一小部分傳統雲客戶，就能看到下一波10倍或100倍的增長。

正如某知名公鏈在L1領域取得勝利一樣，贏家將主宰一個全新的領域。密切關注可靠性（例如強大的服務級別協議或SLA）、成本效益和開發人員友好的工具。

4. AI agents將充斥區塊鏈交易

到2025年末，90%的鏈上交易將不再由真實人類點擊"發送"，而是由一羣AI agents執行，這些agents不斷重新平衡流動性池、分配獎勵或根據實時數據反饋執行小額支付。

聽起來並不牽強。在過去七年中構建的一切（L1、rollup、DeFi、NFT）都悄悄地爲AI在鏈上運行的世界鋪平了道路。

諷刺的是，許多建設者甚至可能沒有意識到他們正在爲機器主導的未來創建基礎設施。

爲什麼會發生這種轉變？

• 不再出現人爲錯誤：智能合約完全按照編碼執行。反過來，AI agents可以比真實人類更快、更準確地處理大量數據。
• 小額支付：這些agents驅動的交易將變得更小、更頻繁、更高效。尤其是在某些L1/L2上的交易成本呈下降趨勢的情況下。
• 隱形基礎設施：如果能減少一些麻煩，人類會很樂意放棄直接控制。

AI agents會產生大量的鏈上活動，也難怪所有的L1/L2都在擁抱agents。

最大的挑戰是讓這些agents驅動的系統對人類負責。隨着agents發起的交易與人類發起的交易的比例不斷增長，將需要新的治理機制、分析平台和審計工具。

5. 智能體之間的互動：集羣崛起

Agent集羣的概念——微型AI智能體無縫協作以執行宏偉計劃，聽起來像下一部大熱的科幻/恐怖電影情節。

如今的AI agents大多是"孤狼"，孤立地運作，互動極少且不可預測。

Agent集羣將改變這一現狀，讓AI agents網路能夠交換信息、進行談判和協作決策。可以將其視爲一個去中心化的專業模型集合，每個模型都爲更大、更復雜的任務貢獻獨特的專業知識。

一個集羣可能會協調某些平台上的分布式計算資源。另一個集羣可以處理錯誤信息，在內容傳播到社交媒體之前實時驗證來源。集羣中的每個Agent都是專家，可以精確地執行其任務。

這些集羣網路將產生比任何單個孤立AI更強大的智能。

要使集羣蓬勃發展，通用通信標準至關重要。無論其底層框架如何，Agent都需要能夠發現、驗證和協作。一些團隊正在爲Agent集羣的出現奠定基礎。

這讓體現了去中心化的關鍵作用。在透明的鏈上規則管理下，將任務分配給各個集羣，使系統更具彈性和適應性。如果一個Agent失敗，其他Agent會介入。

6. 加密AI工作團隊將是人機混合體

某個協議聘請了一名AI Agent作爲其社交媒體實習生，每天支付她1000美元。這位Agent與她的人類同事相處得並不融洽——她差點解僱其中一名同事，同時吹噓自己的出色表現。

雖然聽起來很奇怪，但這是未來AI Agent成爲真正合作者的先兆，他們擁有自主權、責任，甚至薪水。各個行業的公司都在對人機混合團隊進行beta測試。

未來將與AI Agent合作，不是作爲奴隸，而是作爲平等的人：

• 生產力激增：Agent可以處理大量數據、相互交流，並全天候做出決策，而無需睡覺或喝咖啡休息。
• 通過智能合約建立信任：區塊鏈是一個不偏不倚、不會疲倦、永遠不會忘記的監督者。一個鏈上帳本，可確保重要的Agent操作遵循特定的邊界條件/規則。
• 社會規範不斷發展：很快就會開始思考與Agent互動的禮儀問題——會對AI說"請"和"謝謝"嗎？會讓他們對錯誤負道義責任，還是責怪他們的開發者？

"員工"和"軟件"之間的界限將在2025年開始消失。

7. 99%的AI Agent都會消亡——只有有用的才能生存

未來將看到AI agents之間的"達爾文式"淘汰。因爲運行AI agents需要以計算能力（即推理成本）的形式支出。如果Agent無法產生足夠的價值來支付其"租金"，遊戲就結束了。

Agent生存遊戲示例：

• 碳信用人工智能：想象一個Agent搜索分散的能源網，識別效率低下，並自主交易代幣化的碳信用額度。它賺到的錢足以支付自己的計算費用，才會蓬勃發展。
• DEX套利機器人：利用去中心化交易所之間價格差異的Agent可以產生穩定的收入，支付其推理費用。
• 社交媒體上的Shitposter：虛擬AI KOL有可愛的笑話，但沒有可持續的收入來源？一旦新鮮感消失（代幣價格暴跌），就無法支付自己的費用。

效用驅動的Agent蓬勃發展，而分散注意力的Agent則逐漸無關緊要。

這種淘汰機制有利於行業。開發人員被迫進行創新，優先考慮生產用例而不是噱頭。隨着這些更強大、更高效的Agent出現，能讓懷疑論者閉嘴。

8. 合成數據超過人類數據

"數據是新的石油"。AI依靠數據蓬勃發展，但其胃口引發了人們對迫在眉睫的數據枯竭的擔憂。

傳統觀點認爲想方設法收集用戶的私人真實數據甚至爲此付費。但更實用的途徑是使用合成數據，尤其是在監管嚴格的行業或真實數據稀缺的行業。

合成數據是人工生成的數據集，旨在模仿現實世界的數據分布。爲人類數據提供了一種可擴展、合乎道德且隱私友好的替代方案。

合成數據爲何如此有效：

• 無限規模：需要一百萬張醫療X光片或工廠的3D掃描？合成生成可以無限量地制造，無需等待真正的患者或真正的工廠。
• 隱私友好：使用人工生成的數據集時，不會有任何個人信息受到威脅。
• 可自定義：可以根據確切訓練需求自定義分布。

用戶擁有的人類數據在許多情況下仍然很重要，但如果合成數據在現實中持續改進，可能會在數量、生成速度和不受隱私限制方面超過用戶數據。

下一波去中心化AI可能以"微型實驗室"爲中心，這些實驗室可以創建針對特定用例量身定制的高度專業化的合成數據集。

這些微型實驗室將巧妙地繞過數據生成中的政策和監管障礙——就像某些項目通過利用數百萬個分布式節點繞過網路抓取限制一樣。

9. 去中心化訓練更有用

2024年，一些先驅突破了去中心化訓練的界限。在低帶寬環境中訓練了一個150億參數的模型，這證明在傳統的中心化設置之外也可以進行大規模訓練。

雖然這些模型與現有的基礎模型相比