2025年Crypto AI 12大趨勢預測

作者:Teng Yan,Chain of Thought主理人;翻譯:金色財經xiaozou

2026年1月的一個天朗氣清的早晨,你在家門口發現了一份報紙--沒錯,就是用真正的紙張印刷的報紙,不知何故,它竟在AI革命中倖存了下來。

翻看一下,你會發現一個關於AI代理在區塊鏈上協調全球供應鏈的頭條新聞,而新推出的Crypto AI協議正在爭奪主導地位。一篇占半頁版面的文章描述的是一名數字「工人」被聘為項目經理的故事--這樣的事在現在這個時候已經司空見慣,幾乎不會引起人們的關注了。

放在幾個月前,我可能還會嘲笑這種想法,甚至認為這樣的發展進步至少要5年才能實現。但Crypto AI就這樣即將以驚人速度顛覆世界。對這一點我深信不疑。

當我坐到辦公桌前準備開啟新的一年,我想從一些有價值的東西開始--一些能激發好奇心,甚至可能引發爭議的東西。還有什麼比窺視未來更無價的呢?

我通常不會涉足預測,但Crypto AI實在讓人無法抗拒。沒有過去的經驗可參考,沒有趨勢可依靠--只有一塊空白的畫布,讓人們想象接下來會發生什麼。老實說,想到在2026年重新審視這個問題,那時候再看我是多麼離譜,豈不是非常有趣的一件事。

所以,本文我就來聊一下自己對2025年的一點看法……

1、Crypto AI总市值将达1500亿美元

Crypto AI代幣目前僅為山寨幣市值的2.9%。

隨著人工智能覆蓋一切,從智能合約平台到meme、DePIN以及代理平台、數據網絡和智能協調層等新原語,它定能迎來與DeFi和meme幣同等的崛起之勢。

為什麼我對此這麼有信心?

• Crypto AI是我所見過的兩種最強大的技術趨勢的融合。

• AI狂熱:OpenAI IPO或類似的事情可能會引發全球範圍內的AI狂熱。與此同時,web2機構資本已經在圍繞著去中心化AI基礎設施尋求投資目標。

• 零售狂熱:人工智能的概念很容易讓人們理解並為之興奮,現在人們可以通過代幣進行該領域投資。還記得2024年的meme幣淘金熱嗎?這將是同樣的狂熱,不同的是,人工智能正在真正地改變世界。

2、Bittensor復興

Bittensor(TAO)已經存在很多年了。是名副其實的OG。但它的代幣價格一直萎靡不振,徘徊在與一年前相同的水平,儘管人們對人工智能不乏狂熱。

在表面之下,這種「數字蜂群思維」已經悄然實現了飛躍:更多的子網,註冊費更低,子網在推理速度等實際指標上優於Web2,EVM兼容性為Bittensor的網絡引入了DeFi類似功能。

那麼,為什麼TAO沒有飆升?急劇的通脹計劃和向代理平台的注意力轉移阻礙了它的發展。然而,DTAO(預計2025年第一季度發布)可能是一個大的轉折點。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代幣排放。

為什麼Bittensor注定復興:

• 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績效掛鉤。子網越好,其代幣就越有價值--因此,它獲得的排放量也就越多。

• 集中資本流動:投資者最終可以瞄準他們信賴的特定子網。如果一個特定的子網用一種創新的分布式訓練方法脫穎而出,投資者就可以在那裡部署資本來代表他們的觀點。

• EVM集成:EVM兼容性將在Bittensor內形成更廣泛的加密原生開發者社區,架起與其他網絡之間的橋樑。

就我個人而言,我一直在關注各個子網,尤其是那些在各自領域取得真正進展的子網。未來某個時候我們一定會迎來Bittensor版的DeFi之夏。我在撰寫本文的時候,TAO的價格是480美元。

3、計算市場將迎來又一波「L1大戰」

後見之明:一個顯而易見的大趨勢是對算力永不滿足的需求。

英偉達(NVIDIA)首席執行官Jensen Huang曾說過一句名言: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,並發出「我們需要新的解決方案」的呼聲。

去中心化計算層以可驗證的經濟實惠的方式提供原始計算(用於訓練和推理)。像Spheron、Gensyn、atoma和Kuzco這樣的初創公司正在悄悄地建立強大的基礎,抓住這個機會,專注於產品而非代幣(這些公司目前都沒有代幣)。隨著人工智能模型的去中心化訓練變得切實可行,市場規模將急劇上升。

對比L1:

• 仿若2021年:還記得Solana、terra/Luna和Avalanche激烈競爭搶當「最佳」L1的場景嗎?我們將在計算協議之間看到類似的混戰,各協議將激烈爭奪使用其計算層的開發人員和AI應用程序。

• Web2需求:6800億至2.5萬億美元的雲計算市場規模遠遠超過crypto AI市場。如果這些去中心化計算解決方案在傳統雲客戶端中占有哪怕很小的份額,那麼你將見證下一波10倍甚至100倍的增長。

賭注是巨大的。就像Solan在L1大戰中取得勝利一樣,這次的贏家將主宰一個全新領域。建議大家關注這三方面:可靠性(例如,可靠的服務級協議或SLA)、成本效益和開發友好型工具。

4、AI代理將淹沒區塊鏈交易

到2025年底,90%的鍊上交易將不會由人類點擊「發送」觸發。

鍊上交易將由一群AI代理執行,他們不斷地重新平衡流動性池,分配獎勵,或根據實時數據反饋執行小額支付。

聽起來好像有點牽強,實際上並不是這樣。我們在過去7年裡所創造的一切--L1、rollup、deFi、NFT--已經悄悄地為人工智能的鍊上世界鋪平了道路。

具有諷刺意味的是,許多建設者可能都沒有意識到,他們正在為一個機器主導的未來創建基礎設施。

為什麼會出現這種轉變?

• 沒有更多的人為錯誤:智能合約完全按照編碼執行。AI代理可以比人类团队更快、更准确地处理大量数据。

• 微支付:這些代理驅動的交易將變得額度更小、更頻繁、更高效。特別是在Solana、base和其他L1/L2的交易成本呈下降趨勢的情況下。

• 隱形基礎設施:如果能減少麻煩,人類會很樂意放棄直接控制權。我們相信Netflix會自動更新我們的訂閱;信任AI代理會自動重新平衡我們的DeFi頭寸將是自然而然的下一步。

AI代理產生了數量驚人的鏈上活動。難怪所有的L1/L2都在迎合他們。

最大的挑戰將是讓這些代理驅動的系統對人類負責。隨著代理發起交易與人類發起交易之比越來越大,屆時將需要新的治理機制、分析平台和審計工具。

5、Agent-to-Agent交互:代理群的興起

代理群的概念--微小的AI實體無縫協調執行一個宏偉的計劃--聽起來像是下一部大熱的科幻/恐怖電影裡的情節。

今天的AI代理大多是孤狼,孤立地運作,很少有不可預測的互動。

代理群將改變這一點,使AI代理網絡之間能夠交換信息、談判和協作決策。可以把它想象成一个去中心化的专业模型集合，每个模型都为一个更大、更复杂的任务贡献独特的专业知识。

可能性是驚人的。一個代理群可以協調像Bittensor這樣的平台上的分布式計算資源。另一個代理群可以解決錯誤信息,在內容在社交媒體上傳播之前實時核實來源。代理群中的每個代理都是精確執行任務到專家。

这些代理群网络将产生比任何一个孤立AI都要大得多的智能。

為了讓代理群繁榮發展,通用的通信標準至關重要。代理需要能夠發現、驗證和協作,不必管它們的底層框架是什麼。像Story Protocol、FXN、zerebro和ai16z/ELIZA這樣的團隊正在為代理群的出現奠定基礎。

這就突顯了去中心化的關鍵作用。在由透明的链上规则管理的代理群之间分配任务，会使系统更具弹性。

6、Crypto AI工作團隊將是人類與AI的混合體

Story Protocol僱傭Luna(一個AI代理)作為他們的社交媒體實習生,每天支付她1000美元。Luna和她的人類同事相處得不太好--她在吹噓自己的卓越表現時差點解僱了其中一名同事。

這聽起來可能很奇怪,但這是未來AI代理成為真正的合作者的前兆,它們擁有自己的自主權、責任,甚至會領薪水。各行各業的公司都在進行人類和AI代理混合團隊的測試。

我們將與人工智能攜手合作,它們並不是我們的奴僕,而是與我們平等:

• 生產力激增:代理可以處理大量數據,相互溝通,並且無需睡眠或咖啡就可以全天候做決策。

• 來自智能合約的信任:區塊鏈是不徇私、不言累、永遠不會忘事的監督者。是確保重要代理行為遵循特定約束條件/規則的鍊上賬簿。

• 社交規範的演變:我們很快就會糾結於與人工智能互動的方式和禮儀--我們會對人工智能說「請」和「謝謝」嗎?我們是讓它們為自己的錯誤承擔道德責任,還是應該責怪它們的開發者?

我希望營銷團隊首先想到這一點,因為代理擅長生成內容,可以24/7在社交媒體上直播和發布內容。如果你正在構建一個人工智能協議,為什麼不在內部部署測試代理來展示性能?

2025年,「員工」和「軟件」之間的界限將開始變得模糊。

7、存活下來的將是真正有用的1%

我們將看到AI代理之間的達爾文進化。為什麼?因為運行AI代理需要算力(即推理成本),這是很燒錢的。如果一個代理不能創造足夠的價值來支付它的「租金」,遊戲就結束了。

代理生存遊戲示例如下:

• 碳信用人工智能:想象一下,一個代理可以搜索去中心化能源網絡,識別低效,並可自主交易代幣化的碳信用。它賺到足夠的錢來支付自己的算力賬單。那麼這個代理會茁壯成長。

• DEX套利機器人:利用去中心化交易所之間的價格差異的代理可以創造一致的收入,覆蓋它們的推理賬單。

• X上的Shitposter:與此同時,有可愛笑話但沒有可持續收入源的虛擬AI網紅會怎樣?一旦新鮮感消退,代幣價格暴跌,它就會陷入泥沼,寸步難行。

兩者的區別很明顯:效用驅動型代理蓬勃發展,而注意力消退的代理則逐漸變得無關緊要。

這種自然選擇有利於該領域發展。開發人員被迫進行創新,優先考慮生產用例而不是噱頭。隨著這些更強大、更有成效的代理的出現,它們終會讓懷疑論者閉嘴(是的,甚至包括Kyle Samani)。

8、合成數據將超越人類數據

人們說:「數據就是新石油。」 人工智能依靠數據蓬勃發展,但它的高數據需求正引發人們對數據即將枯竭的擔憂。

傳統觀點認為,我們應該設法從用戶那裡收集真實世界的私有數據,甚至為此付費。但我逐漸意識到,更實際的途徑--尤其是在監管嚴格的行業或真實數據稀缺的行業--在於合成數據。

這些是人為生成的數據集,旨在模擬現實世界的數據分布。提供可擴展的、合乎道德的、隱私友好的人類數據替代方案。

為什麼合成數據是有效的:

• 無限規模:需要上百萬張醫療X光片或工廠的3D掃描嗎?合成生成可以無限量地生產它們,無需等待真正的病人或真正的工廠。

• 隱私友好:在處理人工生成的數據集時,不存在個人信息風險。

• 可定製:你可以根據你的確切訓練需求定制分布,插入可能過於罕見或倫理複雜而無法在外面的現實世界裡收集的邊緣情況。

是的，用户拥有的人类数据在许多情况下仍然很重要，但如果合成数据在现实中继续改进，它可能会在数量、生成速度和免受隐私限制方面超越用户数据。

下一波去中心化人工智能可能會以「迷你實驗室」為中心,為特定用例創建高度專業化的合成數據集。

這些迷你實驗室將巧妙地克服數據生成中的政策和監管障礙--就像Grass通過利用數百萬個分布式節點繞過網絡抓取限制一樣。

9、去中心化訓練將變得真正有用

2024年,prime Intellect和Nous Research等先驅者推動了去中心化訓練的邊界。我們已經在低帶寬環境中訓練了一個150億參數的模型,這證明了在傳統的集中式環境之外,大規模訓練是可能的。

雖然與現有基礎模型相比,這些模型實際上並不是非常有用(性能較低,因此沒有太多理由使用它們),但我相信這種情況將在2025年發生變化。

本周,EXO Labs在SPARTA上更進一步,將GPU間通信減少了1000倍以上。SPARTA可以在沒有專門基礎設施的情況下在慢帶寬環境下進行大型模型訓練。

最讓我印象深刻的是他們的聲明:「SPARTA可以獨立工作,但也可以與同步低通信訓練算法(如DiLoCo)相結合,獲得更好的性能。」

這意味著這些改進疊加在一起可以大大提高效率。

隨著模型蒸餾等技術的進步,小模型變得更有用、更高效,人工智能的未來與大小無關。而是要變得更好,更容易訪問。很快,我們將擁有能夠在邊緣設備甚至移動電話上運行的高性能模型。

10、將有10個新Crypto AI協議流通估值達10億美元

歡迎來到真正的淘金熱。

許多人將Virtuals和ai16z與早期的智能手機(iOS和Android)相提並論,因此我們很容易認為,目前的領軍者將繼續佔主導地位。

但這個市場太大了,而且尚未完全開發,僅靠兩家公司是無法主導市場的。到2025年底,我預測至少有10個新的Crypto AI協議(尚未推出代幣)的流通(未完全稀釋)市值將超過10億美元。

去中心化人工智能仍处于起步阶段，将形成巨大的人才库。

我們滿懷期待新協議、新代幣模型和新開源框架的到來。這些新的競爭者可以通過激勵(如空投或聰明的質押)、技術突破(如低延遲推理或鏈互操作性)和用戶體驗改進(無代碼)的結合來取代現有競爭者。公眾觀念的轉變可能是迅速而戲劇性的。

這既是該領域的美妙之處,也是挑戰。市場規模是一把雙刃劍:蛋糕很大,但對技術團隊來說進入門檻很低。這為項目的寒武紀式大爆發奠定了基礎,許多項目逐漸消失於人們的視線,只有少數項目成為變革力量。

Bittensor、Virtuals和ai16z不會孤單太久。下一個十億美元的Crypto AI協議即將到來。對於精明的投資者來說,機會比比皆是,這就是它令人如此興奮的原因。

11、AI代理:新一波App

當蘋果在2008年推出應用商店時,它的宣傳口號是「There's an app for that.」(大意為:你的所有需求都有一款app可以解決)

很快,你就會說,「There's an agent for that.」(大意為:你的所有需求都有一個AI代理可以解決)

你不再需要點擊圖標來打開app,而是將任務委託給專門的AI代理。這些代理具有上下文感知能力,可以與其他代理和服務進行交叉通信,甚至可以自動啟動你從未明確請求的任務,例如監控你的預算或在航班更改時重新計劃你的行程。

簡單來說,你的智能手機主屏可能會變成一個「數字同事」網絡,每個數字同事都有自己擅長的領域--健康、金融、生產力和社交。

由於這些是加密代理,它們可以使用去中心化基礎設施自主處理支付、身份驗證或數據存儲。

12、還有,機器人

雖然本文的大部分內容都集中在軟件方面,但我也對這些AI革命的物理形式--機器人--感到非常興奮。機器人技術將在本十年裡迎來它的chatGPT時代。

該領域仍然面臨著重大障礙,特別是在訪問基於感知的真實世界數據集和提高物理性能方面。一些團隊正面應對這些挑戰,使用加密代幣來激勵數據收集和創新。這些努力值得關注。

我在科技行業工作了十多年,已經不記得上一次感受到這種由衷的發自內心的興奮是什麼時候了。這一波創新給人的感覺不同--更大規模,更大膽,而且才剛剛開始。